U Mobile, nhà cung cấp mạng 5G mới nhất của Malaysia, luôn vận hành các hoạt động viễn thông của mình một cách tinh gọn, làm được nhiều việc hơn với nguồn năng lượng ít hơn thông qua tự động hóa liên tục. Khi có các khả năng AI mới, U Mobile đã khám phá cách nâng cao hiệu quả hoạt động ngoài mức tăng năng suất cơ bản. Cơ hội thực sự còn nằm ở phía trước, ở cách các nhóm vận hành chẩn đoán và giải quyết vấn đề ngay từ đầu. Nguyên tắc vận hành tinh gọn tương tự đã định hình nền tảng cho AiDaH: không phải là sáng kiến ​​công nghệ chỉ diễn ra một lần mà là bước tiếp theo trong một hành trình lâu dài nhằm đơn giản hóa các hoạt động và khả năng mở rộng quy mô mà không tăng thêm độ phức tạp. Khi người đăng ký không thể mua tiện ích bổ sung dữ liệu, việc giải quyết vấn đề đó không phải là một vấn đề. Đó là một vấn đề phối hợp. Nhân viên dịch vụ khách hàng cần lấy nhật ký giao diện để tìm mã lỗi. Sau đó, cùng một tổng đài viên phải truy vấn API hệ thống hỗ trợ kinh doanh để biết tính đủ điều kiện của người đăng ký và tham khảo chéo cơ sở kiến ​​thức nội bộ về các chính sách kinh doanh hiện hành. Tất cả điều đó xảy ra trên nhiều hệ thống, trước khi soạn thảo một từ phản hồi. Và khi điều đó không thành công, yêu cầu sẽ được chuyển đến các nhóm CNTT phụ trợ và người đăng ký còn phải chờ đợi lâu hơn nữa. Các công cụ tự động hóa truyền thống có thể giúp nhân viên viết phản hồi tốt hơn. Những gì họ không thể làm là điều hướng nhiều hệ thống, phân tích kết quả và đề xuất hành động khắc phục. Việc thu hẹp khoảng cách đó cần có kiến ​​trúc tác nhân được xây dựng trên Amazon Bedrock AgentCore. Bộ phận Hệ thống Thông tin (ISD) của U Mobile đã xây dựng chính xác điều đó. Làm việc với AWS và Đối tác Axrail của AWS, họ đã tạo ra AiDaH, Bộ phận trợ giúp tác nhân dựa trên AI, trên Amazon Bedrock AgentCore, một nền tảng để xây dựng, kết nối và tối ưu hóa các tác nhân trên quy mô lớn, với bất kỳ khung hoặc mô hình nào. Hai khả năng quyết định sự lựa chọn. Thời gian chạy tác nhân được quản lý có nghĩa là không có cơ sở hạ tầng tác nhân để vận hành. Bộ nhớ tích hợp mang bối cảnh hội thoại qua các lượt mà không cần lưu trữ trạng thái riêng biệt. Trong vòng một năm kể từ khi bắt đầu hành trình, AiDaH xử lý hơn 150 kịch bản vận hành được ghi lại. Ross sáu bộ phận kinh doanh. Các phép đo nội bộ của U Mobile cho thấy lượng vé gặp sự cố giảm tới 84,5% ở các danh mục chính. Trong bài đăng này, chúng ta sẽ tìm hiểu kiến ​​trúc sáu lớp đằng sau AiDaH. Sau đó, chúng tôi mô tả nền tảng bảo mật bên dưới nền tảng và kết thúc bằng một ghi chú ngắn gọn về phương pháp dựa trên thông số kỹ thuật mà nhóm đã sử dụng để xây dựng nền tảng đó. Vấn đề: Quá nhiều hệ thống, quá nhiều xung đột Bối cảnh CNTT của U Mobile phản ánh sự phức tạp điển hình của viễn thông hiện đại: hệ thống quản lý quan hệ khách hàng và hỗ trợ kinh doanh, nền tảng di động số điện thoại di động, phân tích dữ liệu lớn và các công cụ giám sát cơ sở hạ tầng, chạy kết hợp giữa tại chỗ và đám mây. Trước AiDaH, sự phân mảnh này có nghĩa là ngay cả những chẩn đoán thông thường cũng cần phải kiểm tra nhật ký theo cách thủ công, truy vấn tính đủ điều kiện của người đăng ký và tư vấn cơ sở kiến ​​thức về chính sách kinh doanh trên các hệ thống và cổng riêng biệt. Mỗi lần tra cứu là một lần chuyển ngữ cảnh, mỗi lần chuyển ngữ cảnh đều bị mất thời gian và mỗi truy vấn chưa được giải quyết sẽ trở thành một bước chuyển lên nhóm CNTT phụ trợ. Việc mở rộng phạm vi hoạt động sang các lĩnh vực hoạt động bổ sung đã làm phức tạp thêm vấn đề vì mọi hệ thống mới thường yêu cầu tích hợp riêng. Chiến lược của nhóm ISD dựa trên ba trụ cột.

Phạm vi tiếp cận: các tác nhân phối hợp trên các hệ thống phụ trợ trong thời gian thực. Độ sâu: lý luận chuỗi suy nghĩ để phân tích nguyên nhân gốc rễ nhiều bước. Cộng đồng: một khuôn khổ nhiều người thuê an toàn với khả năng kiểm soát quyền truy cập dựa trên vai trò và các biện pháp bảo vệ tích hợp sẵn, có sẵn cho mọi bộ phận.

Hành trình: Từ nền tảng tri thức đến nền tảng đại lý AiDaH bắt đầu với nguyên tắc: nghĩ lớn, bắt đầu từ việc nhỏ. U Mobile bắt đầu lên ý tưởng vào cuối năm 2025 với hai đại lý thí điểm và Cơ sở tri thức Amazon Bedrock, một khả năng Tạo tăng cường truy xuất (RAG) được quản lý hoàn toàn. Thí điểm quý 1 năm 2026 đã đưa bộ phận trợ giúp CNTT nội bộ lên mạng với 4 nhân viên và 20 kịch bản vận hành. Đến năm 2026, nền tảng đã được củng cố và mở rộng, bổ sung định tuyến ba tầng và đạt 6 đại lý vào giữa năm. AiDaH đã đi vào hoạt động tới 50 người dùng trung tâm cuộc gọi và chi nhánh L2 trong quý 3 năm 2026 với 8 đại lý và hiện bao gồm hơn 150 kịch bản vận hành được ghi lại. Tác nhân có nghĩa là gì trong thực tế Sự khác biệt giữa hỗ trợ AI truyền thống và AI tác nhân được minh họa rõ nhất qua một ví dụ thực tế. Với trợ lý AI truyền thống, nhân viên hỗ trợ xử lý “dữ liệu di động không hoạt động ở nước ngoài” sẽ nhận được trợ giúp soạn thảo phản hồi và một số bước khắc phục sự cố được đề xuất, nhưng vẫn kiểm tra trạng thái chuyển vùng theo cách thủ công, xác minh tính đủ điều kiện, gửi yêu cầu và gửi phản hồi cuối cùng. Với AiDaH, hệ thống sẽ kiểm tra độc lập cấu hình chuyển vùng của thuê bao, xác minh tính đủ điều kiện của dữ liệu quốc tế và xác định điểm lỗi cụ thể. Sau đó, nó tập hợp một kế hoạch khắc phục: cần đặt lại dịch vụ nào, đẩy cấu hình nào và liệu có bảo hành vé mạng hay không. Nhân viên hỗ trợ xem xét và xác nhận rồi thực hiện các hành động. Cuộc điều tra từng tiêu tốn thời gian của đặc vụ giờ lại diễn ra trước khi họ đọc dòng đầu tiên. Điểm quyết định của con người được duy trì ở những nơi quan trọng: hiện tại có điều gì đó đang thay đổi trên tài khoản người đăng ký trực tiếp. Trong một trường hợp sản xuất, một người đăng ký đã báo cáo rằng họ không thể mua tiện ích bổ sung. AiDaH phát hiện lỗi này là do mã lỗi, “Người đăng ký có đơn hàng đang chờ xử lý”. Nó cũng tiết lộ rằng khách hàng đã cố gắng mua cùng một giao dịch hơn 30 lần trên nhiều kênh trong ba ngày, mọi nỗ lực đều bị chặn bởi cùng một đơn đặt hàng đang chờ xử lý cơ bản. AiDaH xuất hiện nguyên nhân gốc rễ và các bước khắc phục trong một phản hồi duy nhất. Trước đây điều đó sẽ yêu cầu điều tra thủ công trên một số hệ thống. Kiến trúc: Sáu lớp, một giao diện AiDaH chạy trên kiến trúc phân lớp được xây dựng trên Amazon Bedrock AgentCore, được triển khai ở Khu vực Châu Á Thái Bình Dương (Singapo). Nhân viên tương tác thông qua Microsoft Teams, một lựa chọn có chủ ý để gặp gỡ hầu hết người dùng ở nơi họ đã làm việc mà không cần tìm hiểu ứng dụng mới cũng như không cần chuyển đổi cổng thông tin. Sơ đồ sau đây cho thấy các lớp khớp với nhau như thế nào.

Hình 1: Kiến trúc phân lớp của AiDaH

Như được hiển thị trong Hình 1, nền tảng được tổ chức thành sáu lớp. Lớp 1: Giao diện nhân viên Nhân viên tiếp cận AiDaH thông qua Microsoft Teams và cổng web do Amazon CloudFront cung cấp và được bảo vệ bởi AWS WAF, với chương trình phụ trợ AWS Lambda và API REST cho trình kích hoạt có lập trình. Lớp 2: Dàn nhạc Bộ não định tuyến trên Amazon Bedrock AgentCore. Mọi yêu cầu đều vượt qua quy trình kiểm tra bảo mật trước chuyến bay bao gồm kiểm soát quyền truy cập dựa trên vai trò, xác thực danh tính và các biện pháp bảo vệ, sau đó đi vào cấp định tuyến được tối ưu hóa chi phí. Khoảng 70 phần trăm yêu cầu được giải quyết thông qua kết hợp từ khóa xác định mà không cần gọi mô hình, 20 phần trăm được phân loại theo mô hình nhẹ và chỉ 10 phần trăm yêu cầu bộ điều phối đầy đủ. Con đường rẻ nhất có thể tự tin xử lý yêu cầu là con đường chạy. Lớp 3: Đại lý chuyên môn Tám chuyên gia bao gồm quản lý quan hệ khách hàng, quản lý vấn đề khách hàng, khả năng di chuyển số, hoạt động đặt hàng và SIM, giám sát cơ sở hạ tầng, phân tích dữ liệu lớn, quản lý chi phí đám mây và hoạt động tài chính. Họ giao tiếp qua giao thức Agent2Agent (A2A), cho phép họ ủy thác các nhiệm vụ phụ và hoàn thành quy trình làm việc trên nhiều hệ thống mà không một tác nhân đơn lẻ nào có thể xử lý một mình. Lớp 4: Cổng và API phụ trợ AgentCore Gateway, một khả năng của Amazon Bedrock AgentCore, hiển thị các chương trình phụ trợ của U Mobile cho các tổng đài viên thông qua giao diện Model Context Protocol (MCP) thống nhất. Đằng sau mỗi cổng là các chức năng AWS Lambda và máy chủ MCP chuyển ý định của tác nhân thành các lệnh gọi đối với một hệ thống cụ thể. Lớp 5: Dữ liệu và kiến thức Cơ sở kiến thức Amazon Bedrock, khả năng RAG được quản lý toàn phần, tạo cơ sở cho các phản hồi của tác nhân trong nội dung được quản lý, sử dụng kho lưu trữ vectơ Amazon OpenSearch Serverless. Nội dung trải rộng trên nền tảng kiến ​​thức doanh nghiệp được chia sẻ và kho tài chính riêng biệt. Bộ nhớ AgentCore, một khả năng của Amazon Bedrock AgentCore, duy trì bối cảnh hội thoại qua các lượt và Amazon DynamoDB giữ mô hình kiểm soát truy cập dựa trên vai trò sáu cấp và siêu dữ liệu phiên. Lớp 6: Hệ thống vận hành Hệ thống vận hành đám mây và tại chỗ của U Mobile được kết nối qua AWS Transit Gateway và AWS Site-to-Site VPN, một đường hầm được mã hóa IPsec mà không tiếp xúc với Internet công cộng. Cách yêu cầu chảy qua các lớp Việc truy tìm một yêu cầu duy nhất làm cho sự tương tác giữa các lớp trở nên cụ thể. Hãy xem xét một nhân viên hỗ trợ nhập câu hỏi về trạng thái cổng vào kênh AiDaH trong Microsoft Teams.

Giao diện: Thông báo của Nhóm tiếp cận chức năng AWS Lambda, chức năng này sẽ chuyển tiếp yêu cầu và danh tính liên kết của người gọi đến người điều phối. Kiểm tra trước chuyến bay: Người điều phối giải quyết lệnh gọi dựa trên mô hình kiểm soát truy cập dựa trên vai trò sáu cấp có trong Amazon DynamoDB, xác thực mã thông báo do AgentCore Identity phát hành, khả năng của Amazon Bedrock AgentCore và áp dụng Amazon Bedrock Guardrails cho lời nhắc đến. Yêu cầu không thực hiện được bất kỳ bước kiểm tra nào trong số này sẽ dừng ở đây. Định tuyến: Người điều phối chọn tầng rẻ nhất có thể xử lý yêu cầu. Một cụm từ được công nhận, chẳng hạn như “trạng thái cổng vào” khớp một cách xác định và bỏ qua hoàn toàn việc gọi mô hình. Một cụm từ mơ hồ sẽ được chuyển đến bộ phân loại hạng nhẹ. Một câu hỏi mới hoặc nhiều phần sẽ được gửi tới người điều phối đầy đủ. Khởi tạo tác nhân: Tác nhân chuyên gia được chọn chạy dưới dạng phiên trong thời gian chạy AgentCore, một khả năng của Amazon Bedrock AgentCore. Bộ nhớ AgentCore sẽ bù nước cho cuộc trò chuyện để tác nhân kế thừa số người đăng ký và mọi phát hiện trước đó từ các lượt trước đó, thay vì yêu cầu người dùng lặp lại chúng. Khám phá và gọi công cụ: Tác nhân truy vấn AgentCore Gateway để tìm các công cụ mà nó có quyền sử dụng. Mỗi cổng xuất bản phần phụ trợ của nó dưới dạng công cụ MCP với đầu vào và đầu ra được nhập, do đó, tác nhân chọn một công cụ theo tên và lược đồ thay vì theo logic tích hợp được mã hóa thủ công. Amazon Cognito môi giới ủy quyền OAuth cho cuộc gọi. Lệnh gọi phụ trợ: Chức năng Lambda hoặc máy chủ MCP của cổng chuyển lệnh gọi công cụ thành yêu cầu đối với hệ thống đích, đi qua AWS Transit Gateway và đường hầm VPN Site-to-Site để tiếp cận nền tảng di chuyển số tại chỗ. Các trường nhạy cảm được che đi trên đường quay lại, trước khi phản hồi đến mô hình. Lý luận và cộng tác: Nếu câu trả lời trải rộng trên các miền, thì tác nhân sẽ ủy quyền qua giao thức Agent2Agent. Ví dụ: một truy vấn cổng vào hóa ra là một khối thanh toán, được chuyển cho đại lý hệ thống hỗ trợ kinh doanh và kết quả được hợp nhất thành một bản tường thuật. Phản hồi và kiểm tra: Nhân viên hỗ trợ đưa ra lời giải thích dựa trên Cơ sở tri thức Amazon Bedrock, sau đó trả lại phát hiện và biện pháp khắc phục được đề xuất cho Nhóm để con người xác nhận. Khả năng quan sát của AgentCore, một khả năng của Amazon Bedrock AgentCore, ghi toàn bộ dấu vết của lời nhắc, lệnh gọi công cụ, số lượng mã thông báo và độ trễ vào Amazon CloudWatch và AWS CloudTrail ghi lại hoạt động API tương ứng.

Việc đưa vào miền hoạt động mới sẽ thêm một cổng và các định nghĩa công cụ MCP của nó ở bước 5. Các bước 1–4 cũng như các bước 7 và 8 không thay đổi. Cốt lõi ổn định là thứ giữ cho chi phí cận biên của mỗi tên miền mới ở mức thấp. Khả năng của Amazon Bedrock AgentCore trong quá trình sản xuất Bảng sau đây ánh xạ từng khả năng của AgentCore với công việc mà nó thực hiện trong AiDaH.

Khả năng Vai trò trong AiDaH

Thời gian chạy Lưu trữ AiDaH và các đại lý phụ của nó dưới dạng các vùng chứa được quản lý có khả năng tự động mở rộng quy mô mà không cần cung cấp máy chủ

Bộ nhớ Duy trì bối cảnh hội thoại như số người đăng ký, ID đơn đặt hàng và những phát hiện trước đó qua các lượt

Danh tính Phát hành mã thông báo truy cập có thời hạn sử dụng ngắn để chỉ những người dùng được ủy quyền mới có thể gọi đại lý

Cổng vào Kết nối các đại lý với các chương trình phụ trợ của U Mobile thông qua giao diện MCP an toàn, thống nhất

Khả năng quan sát Truyền mọi lời nhắc, lệnh gọi công cụ, số lượng mã thông báo và phép đo độ trễ tới Amazon CloudWatch

Bảo đảm nền móng Việc triển khai nền tảng AI tác nhân tiếp cận dữ liệu người đăng ký, hệ thống thanh toán và cơ sở hạ tầng mạng đòi hỏi nhiều hơn mức độ bảo mật ở cấp ứng dụng. Nó đòi hỏi một nền tảng đám mây an toàn. U Mobile đã áp dụng cách tiếp cận theo hai hướng: xác thực và nâng cao Vùng đích AWS cơ bản, đồng thời xây dựng dựa trên khả năng bảo mật trong Amazon Bedrock AgentCore. Bảo mật Landing Zone – Trước khi mở rộng quy mô AiDaH sang sản xuất, U Mobile đã hợp tác với AWS để tiến hành Đánh giá bảo mật kiến ​​trúc tối ưu của Landing Zone lưu trữ nền tảng. Đánh giá đã xác thực môi trường dựa trên các biện pháp thực hành tốt nhất về bảo mật AWS. Bảo vệ cơ sở hạ tầng được ưu tiên hàng đầu thông qua các rào chắn của Tháp điều khiển AWS và các chính sách kiểm soát dịch vụ của Tổ chức AWS. Sau đó, quá trình đánh giá đã kiểm tra liên kết nhận dạng tập trung và các biện pháp kiểm soát an ninh mạng đối với lối vào và lối ra. Các phát hiện bảo mật tổng hợp trong Trung tâm bảo mật AWS và các tiêu chuẩn mã hóa trên mọi tầng kiến ​​trúc đã hoàn thành quá trình đánh giá. Kết quả đạt được gồm hai phần: niềm tin rằng mọi thành phần AiDaH đều hoạt động trên nền tảng được xác nhận độc lập và lộ trình ưu tiên để cải tiến liên tục. Bảo mật lớp ứng dụng – Mọi hành động của tác nhân đều theo dõi một người dùng được xác thực cụ thể. Liên kết nhân viên thông qua Microsoft Entra ID và AgentCore Identity phát hành mã thông báo tồn tại trong thời gian ngắn cho phép gọi đại lý. Ủy quyền OAuth của nhà môi giới Amazon Cognito tại cổng. Do đó, một tác nhân chỉ có thể tiếp cận các hệ thống mà người dùng yêu cầu của nó có quyền xem. Mô hình kiểm soát truy cập dựa trên vai trò sáu cấp thực thi các quyền cho mỗi tác nhân, mỗi công cụ và mỗi nguồn dữ liệu. Dữ liệu nhạy cảm của người đăng ký được che giấu tại cổng trước khi đến mô hình, nhờ Amazon Bedrock Guardrails thực thi các chính sách nội dung. Mọi lời nhắc, lệnh gọi công cụ và phản hồi đều được truyền trực tuyến đến Nhật ký Amazon CloudWatch thông qua Khả năng quan sát của AgentCore và AWS CloudTrail ghi lại hoạt động API cơ bản. Quy trình kiểm tra đó rất quan trọng: AiDaH hiện được ghi vào quy trình vận hành tiêu chuẩn hỗ trợ L2 của U Mobile và phải chịu sự kiểm tra hoạt động. Tất cả hoạt động điện toán đều chạy trong mạng con VPC riêng, kết nối tại chỗ chỉ được thực hiện qua VPN được mã hóa và Dịch vụ quản lý khóa AWS (AWS KMS) quản lý các khóa mã hóa cho dữ liệu đang lưu trữ và đang truyền. Hơn 150 kịch bản hoạt động được ghi lại Các kịch bản AiDaH hiện bao gồm sáu miền. Bảng sau đây tóm tắt phạm vi bảo hiểm trong mỗi.

Tên miền Bảo hiểm

Quản lý khách hàng Chi tiết tài khoản, lịch sử thanh toán, trạng thái thanh toán, gói và hợp đồng đang hoạt động, thông tin SIM, trạng thái dịch vụ

Hoạt động đặt hàng và hậu cần Trạng thái đơn hàng và giao hàng, đơn hàng đang chờ xử lý, phân bổ nguồn lực, truy tìm quy trình công việc, theo dõi giao hàng, lịch sử lô hàng

Quản lý vấn đề của khách hàng Chẩn đoán nguyên nhân gốc rễ của các giao dịch mua tiện ích bổ sung không thành công, thay đổi kế hoạch và lỗi nạp tiền. Kiểm tra tính di động của cổng vào và cổng ra. Chẩn đoán gián đoạn dịch vụ qua SMS, cuộc gọi và dữ liệu

Hoạt động hạ tầng CNTT Giám sát trạng thái máy chủ và thiết bị, tra cứu IP và tên máy chủ, kiểm kê thiết bị mạng

Kinh doanh thông minh và phân tích Phân tích xu hướng người đăng ký, xu hướng sử dụng thiết bị, xu hướng doanh thu, phát hiện sự bất thường, phân tích người đăng ký cá nhân. Tác nhân phân tích chuyển đổi các câu hỏi bằng ngôn ngữ đơn giản thành truy vấn SQL, do đó không yêu cầu kỹ năng kỹ thuật

Truy xuất kiến thức Truy xuất trên toàn doanh nghiệp với các phản hồi và trích dẫn dựa trên ngữ cảnh, có căn cứ và quay trở lại bằng chứng nguồn

Đo lường tiến độ: Mô hình năng lực AI Để theo dõi tiến trình và thiết lập vốn từ vựng chung trong toàn tổ chức, nhóm đã áp dụng mô hình năng lực AI tám cấp, từ quyền truy cập kỹ thuật số cơ bản đến các hoạt động tự phục hồi tự động. Nó dựa trên tư duy của ngành, bao gồm các cấp độ trưởng thành của Mạng tự động Diễn đàn TM, phù hợp với bối cảnh hoạt động của U Mobile. Bảng sau liệt kê tám cấp độ.

Cấp độ Tên Mô tả

1 Truy cập kỹ thuật số Cổng thông tin tự phục vụ, công cụ trực tuyến và bảng điều khiển

2 Tự động hóa theo kịch bản Trình kích hoạt quy trình làm việc dựa trên quy tắc và tự động định tuyến

3 Hỗ trợ AI cơ bản Chatbot đơn giản, tra cứu câu hỏi thường gặp, phân loại mục đích

4 Thông minh theo ngữ cảnh Gợi ý nhận biết ngữ cảnh, hiểu ngôn ngữ tự nhiên cơ bản bằng trí nhớ

5 AI chủ động Cảnh báo dự đoán, phát hiện bất thường, công cụ đề xuất

6 Tự động thực hiện nhiệm vụ AI hoàn thành các nhiệm vụ được xác định từ đầu đến cuối bằng lan can

7 Hợp tác đa tác nhân Các đại lý chuyên gia cộng tác, sử dụng các công cụ, truy xuất kiến thức được quản lý

8 Tự phục hồi và thích ứng Hệ thống tự động phát hiện, chẩn đoán, khắc phục và học hỏi liên tục

AiDaH đạt Cấp 7 trong vòng chín tháng kể từ đợt thí điểm đầu tiên: các đại lý chuyên gia cộng tác, sử dụng các công cụ, truy xuất kiến ​​thức được quản lý và hỗ trợ ra quyết định vận hành trên các lĩnh vực. Cấp độ 8, nơi các vấn đề được phát hiện, chẩn đoán và giải quyết mà không có sự tham gia của con người, là mục tiêu hiện tại. Thúc đẩy việc áp dụng: Từ công cụ đến đồng đội Triển khai AiDaH là một thách thức. Khiến mọi người tin tưởng và sử dụng nó lại là chuyện khác. ISD đã sớm nhận ra rằng việc áp dụng không phải là vấn đề công nghệ mà là thách thức thay đổi hành vi. Nhân viên đã quen với quy trình làm việc đã được thiết lập, các công cụ đáng tin cậy và các lộ trình leo thang quen thuộc. Giới thiệu AiDaH có nghĩa là yêu cầu họ thay đổi những thói quen sâu xa. Điều đó cũng có nghĩa là tin tưởng AI sẽ truy xuất thông tin, chẩn đoán vấn đề và thay mặt họ đề xuất các bước tiếp theo. Nhóm nghiên cứu dựa vào sự nhắc nhở trực tiếp. Thay vì mong đợi việc khám phá có kết thúc mở, ISD đã cung cấp các mẫu nhắc nhở có cấu trúc cho các tình huống phổ biến. Những mẫu đó đã biến “yêu cầu AiDaH bất cứ điều gì” thành “đây chính xác là cách yêu cầu kiểm tra thanh toán hoặc trạng thái cổng vào”. Điều đó làm giảm bớt sự do dự và mang lại kết quả rõ ràng ngay lập tức. Khi phản hồi được chứng minh là nhanh, chính xác và có thể thực hiện được, thông tin sẽ được lan truyền. Một cuộc khảo sát nội bộ đã đánh giá nền tảng này 4,6/5 về mức độ dễ sử dụng và việc sử dụng hàng ngày hiện đã trở thành thói quen của các nhóm tuyến đầu. Tín hiệu rõ ràng nhất đến khi AiDaH chính thức được tích hợp vào quy trình vận hành tiêu chuẩn hỗ trợ L2 của U Mobile. Việc chuyển từ công cụ tùy chọn sang SOP có thể kiểm tra là điều đánh dấu sự chuyển đổi từ thử nghiệm sang vận hành. Cách tiếp cận của ISD không bao giờ là mua một giải pháp hoàn chỉnh. Đó là việc làm chủ cuộc hành trình: xây dựng năng lực AI nội bộ, khuyến khích thử nghiệm có trách nhiệm và đưa sự thành thạo AI thực tế vào nhịp điệu hoạt động hàng ngày. Ngoài AiDaH, ISD còn duy trì một kênh AI nội bộ chuyên dụng, nơi các nhóm chia sẻ các trường hợp sử dụng, kỹ thuật và thử nghiệm ban đầu. Mục tiêu không phải là tập trung kiến ​​thức chuyên môn về AI vào một nhóm mà là phân phối nó, để mọi bộ phận đều có thể tự tin sử dụng AI trong phạm vi bảo vệ được quản lý. Sự tiến bộ không phải là tuyến tính. Con đường này bao gồm những thất bại và sự điều chỉnh lại, mỗi điều đều làm cho nền tảng và nhóm trở nên mạnh mẽ hơn. Kết quả Theo số liệu đo lường nội bộ của U Mobile, số lượng phiếu sự cố hàng tháng đã giảm ở ba danh mục chính từ tháng 1 đến tháng 9 năm 2026:

Vé cung cấp và mạng đã giảm 84,5%. Các câu hỏi chung giảm 81,6%. Thanh toán và tính phí giảm 48,7%.

Cách nhóm xây dựng nó: Phát triển dựa trên thông số kỹ thuật với Kiro U Mobile đã tăng tốc quá trình phát triển AiDaH bằng cách sử dụng Kiro, IDE tác nhân AWS được xây dựng dựa trên quá trình phát triển dựa trên thông số kỹ thuật. Trong Kiro, một khả năng mới bắt đầu dưới dạng thông số kỹ thuật thay vì lời nhắc: các yêu cầu, thiết kế và phân tích nhiệm vụ được viết ra và xem xét trước tiên, sau đó việc tạo mã sẽ hoạt động dựa trên tạo phẩm đã thống nhất đó. Đối với AiDaH, điều này quan trọng nhất ở ranh giới tác nhân và công cụ. Mỗi miền hoạt động mới có nghĩa là một cổng mới, một tập hợp các định nghĩa công cụ MCP và các mục kiểm soát truy cập dựa trên vai trò quyết định ai có thể gọi chúng. Việc viết ra những điều đó trước tiên sẽ khiến mỗi lĩnh vực mới trở thành một đơn vị công việc có thể lặp lại thay vì một bài tập thiết kế mới. Chuỗi công cụ hỗ trợ là thông thường. Nhóm đã sử dụng Kiro IDE để phát triển cục bộ, với các móc nối tác nhân và tích hợp MCP, cùng với Kiro CLI để tự động hóa đường ống. Kiểm soát nguồn chạy trên GitLab, với AWS CodePipeline và AWS CodeBuild thúc đẩy tích hợp liên tục, hình ảnh bộ chứa được xuất bản lên Amazon Elastic Container Register (Amazon ECR) và SonarQube cung cấp chức năng quét chất lượng mã liên tục. Thông số kỹ thuật đã thúc đẩy việc tạo mã. Kỷ luật này cho phép một nhóm nhỏ phát triển từ bằng chứng khái niệm gồm hai trường hợp sử dụng thành hơn 150 trường hợp sử dụng được ghi lại trong nhịp độ chạy nước rút 12 tuần. Các quyết định kiến trúc quan trọng Một số lựa chọn đã định hình cách AiDaH mở rộng quy mô từ bằng chứng khái niệm sang nền tảng sản xuất. Bốn cái nổi bật, mỗi cái đều giảm chi phí thêm miền hoạt động tiếp theo hoặc giữ cho nền tảng có thể quản lý được khi nó phát triển. AgentCore dưới dạng cơ sở hạ tầng được quản lý – Thay vì xây dựng khung tác nhân tùy chỉnh, nhóm đã sử dụng các khả năng mở rộng quy mô, nhận dạng, bộ nhớ và khả năng quan sát tích hợp sẵn trong Amazon Bedrock AgentCore. AWS quản lý việc cung cấp, thay đổi quy mô và vá lỗi cơ bản, loại bỏ toàn bộ lớp kỹ thuật cơ sở hạ tầng. MCP để kết nối công cụ phổ quát – Tiêu chuẩn hóa Giao thức bối cảnh mô hình có nghĩa là AiDaH có thể tích hợp các hệ thống phụ trợ mới mà không cần xây dựng lại hệ thống logic cuối cùng. Mỗi miền hoạt động mới cần một cổng mới chứ không phải kiến ​​trúc tích hợp mới. A2A dành cho sự cộng tác của chuyên gia – Giao thức Agent2Agent cho phép các chuyên gia miền ủy thác các nhiệm vụ phụ cho nhau. Một truy vấn bao gồm hồ sơ khách hàng, nhật ký giao diện và định tuyến dữ liệu thanh toán một cách tự nhiên qua các đại lý có liên quan. Nền tảng an toàn trước tiên – Chạy Đánh giá bảo mật được kiến ​​trúc tốt trên Landing Zone trước khi mở rộng sang sản xuất có nghĩa là các biện pháp kiểm soát bảo mật được kế thừa bởi mọi tác nhân và cổng mới, thay vì được cố định sau đó. Điều gì tiếp theo Lộ trình của U Mobile tập trung vào việc mở rộng cả chiều rộng và chiều sâu: triển khai các miền hoạt động bổ sung và tích hợp phụ trợ, đồng thời phát triển khả năng của nền tảng từ truy vấn một hệ thống sang chẩn đoán tương quan đa hệ thống. Mục tiêu dài hạn hơn, Cấp độ 8 trong mô hình năng lực, là chuyển từ việc thông báo cho các nhân viên hỗ trợ sang giải quyết vấn đề một cách tự chủ. Quản trị an ninh trưởng thành song song. Nhóm đang điều chỉnh các phương pháp thực hành với NIST SP 800-53, Top 10 OWASP cho Ứng dụng LLM, Khung tin cậy AI CSA và MITER ATLAS. Việc tuân thủ Đạo luật bảo vệ dữ liệu cá nhân của Malaysia cũng như các quy định của Ủy ban Truyền thông và Đa phương tiện Malaysia vẫn tiếp tục được thực hiện. Kết luận AiDaH cho thấy những thay đổi khi AI ngừng hỗ trợ và bắt đầu hành động. Trong vòng chưa đầy một năm, U Mobile đã phát triển từ một bằng chứng khái niệm gồm hai đại lý thành tám đại lý chuyên nghiệp phục vụ hơn 150 kịch bản hoạt động được ghi lại. Theo các phép đo nội bộ của U Mobile, số phiếu rắc rối đã giảm tới 84,5% ở các danh mục chính và U Mobile hiện đã đưa nền tảng này vào quy trình hỗ trợ L2 chính thức của mình. Chúng tôi đã xem qua sáu lớp, làm theo yêu cầu từ Teams đến hệ thống tại chỗ và ngược lại, đồng thời mô tả Đánh giá bảo mật kiến ​​trúc tối ưu trước khi mở rộng quy mô sản xuất. Nền tảng kỹ thuật rất quan trọng, nhưng công việc kém hấp dẫn hơn cũng quan trọng không kém. Điều đó có nghĩa là xác thực Vùng Đích trước khi mở rộng quy mô, viết g các lời nhắc có cấu trúc để nhân viên biết cách bắt đầu và coi việc áp dụng như một vấn đề thay đổi hành vi chứ không phải là một cột mốc triển khai. Các nhóm phải đối mặt với sự phân mảnh hệ thống tương tự có thể thấy mô hình tương tự hữu ích. Bắt đầu với thời gian chạy tác nhân được quản lý, thêm giao thức công cụ tiêu chuẩn ở ranh giới tích hợp và chạy đánh giá bảo mật trước khi mở rộng quy mô thay vì sau đó. Phương hướng vẫn rõ ràng: mở rộng một cách an toàn, tự động hóa có trách nhiệm và tiến dần tới các hoạt động tự chủ, tự phục hồi, từng bước có chủ ý và được quản lý. Để tìm hiểu thêm, hãy truy cập Amazon Bedrock AgentCore và Hướng dẫn dành cho nhà phát triển Amazon Bedrock AgentCore. Để khám phá sự phát triển dựa trên thông số kỹ thuật, hãy xem Kiro.

Về các tác giả