AI mã nguồn mở tự động hoá thao tác lặp trên Windows bằng một câu lệnh

Mỗi sáng mở máy, bạn làm lại đúng một chuỗi việc: tải báo cáo từ phần mềm kế toán, dán vào Excel, chỉnh format, gửi email cho sếp. Với con người là 20 phút, lặp đi lặp lại mỗi ngày là mòn mỏi. Giờ đây, các dự án AI mã nguồn mở cho phép bạn mô tả thao tác bằng một câu lệnh tiếng Việt tự nhiên — và máy tự làm thay. Bài viết này giới thiệu lớp công nghệ "computer-use agent" và cách ứng dụng trong văn phòng.

Từ AutoHotkey đến agent điều khiển giao diện bằng ngôn ngữ tự nhiên

Tự động hoá Windows không mới: AutoHotkey, macro VBA trong Excel hay Power Automate của Microsoft đã tồn tại nhiều năm. Nhưng tất cả đều yêu cầu bạn học cách mô tả chính xác từng bước cho máy — viết script, ghi macro, cấu hình flow. Người dùng văn phòng thường bỏ cuộc ở bước này.

Lớp công cụ mới — computer-use agent — đảo ngược vấn đề: bạn chỉ cần nói "mở file bán hàng tháng 10 trong thư mục Downloads, lọc các đơn trên 100 triệu, tổng hợp thành bảng và gửi cho phòng kinh doanh". Agent sẽ:

1. Nhìn màn hình bằng mô hình thị giác (chụp ảnh màn hình liên tục)
2. Lập kế hoạch chuỗi hành động để đạt mục tiêu
3. Thực thi bằng các thao tác thật: di chuột, click, gõ phím, mở ứng dụng
4. Tự kiểm tra kết quả sau mỗi bước và điều chỉnh nếu sai

Nhiều dự án thuộc nhóm này là mã nguồn mở, tiêu biểu như UI-TARS Desktop (do ByteDance mở nguồn), Open Interpreter, hay các agent framework cho phép tự triển khai hoàn toàn trong hạ tầng nội bộ — không phải gửi dữ liệu ra dịch vụ đám mây nước ngoài.

Một câu lệnh thay cho một kịch bản

Điểm khác biệt lớn nhất so với RPA truyền thống nằm ở chi phí tạo kịch bản:

Khía cạnh	RPA / macro truyền thống	Computer-use agent
Cách định nghĩa tác vụ	Ghi macro hoặc viết script từng bước	Mô tả bằng một câu ngôn ngữ tự nhiên
Giao diện thay đổi	Kịch bản vỡ, phải sửa lại	Agent nhìn và thích ứng theo giao diện mới
Người viết kịch bản	Cần kỹ thuật viên	Chính người dùng nghiệp vụ
Tác vụ phát sinh ad-hoc	Không kịp làm script	Nói một câu, chạy một lần

Điều này không có nghĩa agent thay thế hoàn toàn RPA — với quy trình chạy hàng nghìn lần mỗi ngày, kịch bản cố định vẫn ổn định và rẻ hơn. Agent mạnh ở vùng tác vụ thay đổi thường xuyên, phát sinh đột xuất, hoặc quá nhỏ để đáng đầu tư viết script.

Ứng dụng văn phòng thực tế

Một số tình huống phù hợp nhất cho loại công cụ này tại doanh nghiệp:

• Nhập liệu chéo hệ thống: chuyển dữ liệu giữa ERP, MES, phần mềm kế toán và Excel — những cặp hệ thống không có API kết nối với nhau.
• Báo cáo định kỳ: tải xuất khẩu từ trang quản trị, xử lý trong Excel, tạo chart, đính kèm email gửi lãnh đạo mỗi sáng.
• Quản lý file: sắp xếp hàng loạt file tải về, đổi tên theo quy tắc, phân loại vào thư mục dự án.
• Kiểm tra đối chiếu: so khớp dữ liệu giữa hai bảng trên hai phần mềm khác nhau, đánh dấu khác biệt.
• Chuỗi hành chính: điền form thủ tục trên hệ thống nội bộ, sao chép nội dung từ email vào hệ thống quản lý công văn.

Đặc trưng chung: tác vụ có quy trình rõ ràng, lặp lại, nhưng chạy qua giao diện đồ hoạ — đúng vùng mù của cả API lẫn script thủ công.

Ba nguyên tắc an toàn khi triển khai

Agent có quyền click và gõ phím như một người dùng thật — tức là có toàn quyền thao tác trên máy. Cần quy tắc rõ ràng trước khi đưa vào môi trường làm việc:

• Chạy trong môi trường giới hạn: dùng máy ảo, tài khoản Windows quyền hạn chế, hoặc sandbox riêng cho agent. Tuyệt đối không cho agent chạy trên máy chứa dữ liệu nhạy cảm khi chưa có kiểm soát.
• Human-in-the-loop cho thao tác quan trọng: các bước gửi email, xoá dữ liệu, xác nhận thanh toán nên yêu cầu con người bấm duyệt trước khi thực hiện.
• Ghi nhật ký đầy đủ: lưu lại từng hành động agent thực hiện để truy vết khi có sai sót — nguyên tắc bắt buộc với quy trình liên quan tài chính và nhân sự.

Ngoài ra nên đo lường trước-sau: chạy thử song song với cách làm thủ công một thời gian, so sánh thời gian và tỷ lệ lỗi, rồi mới mở rộng.

Góc nhìn cho doanh nghiệp Việt Nam

Điểm đáng chú ý cho doanh nghiệp Việt Nam: phần lớn quy trình văn phòng trong nước vẫn vận hành qua giao diện phần mềm nội bộ hoặc phiên bản desktop của các hệ thống kế toán, ERP — nơi không có API hiện đại. Nhóm công cụ computer-use agent mã nguồn mở mở ra con đường tự động hoá không phải chờ nhà cung cấp phần mềm mở API, tự chủ dữ liệu vì chạy hoàn toàn nội bộ.

Với các doanh nghiệp sản xuất tại Bắc Ninh và vùng phụ cận — nơi nhân sự hành chính vừa quản lý hồ sơ, vừa nhập liệu vào hệ thống MES/ERP — việc giao các tác vụ nhập liệu lặp lại cho agent giúp giảm lỗi thủ công và giải phóng nhân sự cho công việc phân tích. Hướng tiếp cận thực tế: bắt đầu từ 1–2 tác vụ nhỏ, đo kết quả, rồi nhân rộng thành thư viện tác vụ chuẩn dùng chung cho cả công ty.

Kết luận

"Việc lặp đi lặp lại mỗi ngày trên Windows giờ có thể giao cho một câu lệnh" không còn là khẩu hiệu marketing — đó là một lớp công cụ mã nguồn mở đã dùng được ngay hôm nay. Rào cản lớn nhất không còn là công nghệ, mà là kỷ luật triển khai: chọn đúng tác vụ, giới hạn quyền, và kiểm soát bằng nhật ký. Làm đúng ba điều đó, tự động hoá văn phòng bằng AI trở thành khoản đầu tư sinh lời rõ rệt ngay trong quý đầu tiên.

Nguồn: tổng hợp từ chia sẻ kỹ thuật trên Facebook, biên tập bởi Wotech Electronics.

Nếu doanh nghiệp của bạn muốn khảo sát các quy trình văn phòng phù hợp để tự động hoá bằng AI, đội ngũ Wotech Electronics tại Bắc Ninh sẵn sàng tư vấn và triển khai thử nghiệm.