Oracle nhúng Gemini vào NetSuite: AI rời khỏi bảng điều khiển, chui vào ruột doanh nghiệp

Nếu chỉ đọc tiêu đề thông báo, hầu hết mọi người sẽ nghĩ rằng Oracle vừa thêm Google Gemini vào danh sách các mô hình AI mà nhà phát triển có thể sử dụng. Nhìn bề ngoài, điều đó đúng. Từ tháng 10/2025, Oracle AI Agent Studio đã cho phép khách hàng chọn mô hình từ OpenAI, Anthropic, Cohere, Meta, xAI và Google. Vậy nên, việc Gemini xuất hiện trong danh sách không phải là tin lớn. Điều thực sự thay đổi là nơi mà "trí thông minh" được đặt vào: Oracle không chỉ dừng ở việc cho phép truy cập Gemini qua các công cụ phát triển, mà còn có kế hoạch nhúng trực tiếp Gemini 3.1 Flash-Lite và Gemini 3.5 Flash vào Fusion Applications và NetSuite — bộ ứng dụng hoạch định nguồn lực doanh nghiệp (ERP), quản trị nguồn nhân lực (HCM), quản trị chuỗi cung ứng và quản trị quan hệ khách hàng (CRM). Thông tin này được công bố vào ngày 30/7, khi Oracle và Google Cloud tuyên bố mở rộng quan hệ đối tác. Điều đáng chú ý là quy mô tác động: hơn 14.000 tổ chức trên toàn cầu đang vận hành hoạt động thường nhật trên Fusion Applications. Riêng NetSuite đã phục vụ hơn 44.000 khách hàng tại 220 quốc gia. Khi một mô hình AI được nhúng vào hệ thống như vậy, nó không còn là một "plugin thông minh" khác. Nó trở thành một lớp nằm trong mạch máu của doanh nghiệp. Sự khác biệt nằm ở cấp độ tích hợp. Trong mô hình truyền thống, một nhà phát triển sẽ nhận được quyền truy cập API, sau đó tự viết mã để kết nối mô hình vào quy trình làm việc. Điều này tạo ra một khoảng cách mà ngành công nghiệp gọi là "khoảng cách triển khai" (deployment gap). Số liệu cho thấy 80% doanh nghiệp đã nhúng AI ở một mức độ nào đó, nhưng chỉ 31% đưa được AI vào các quy trình thực sự quan trọng. Nguyên nhân không phải vì thiếu mô hình, mà vì ma sát khi đưa mô hình từ trạng thái nguyên mẫu vào môi trường sản xuất. Oracle đang tấn công trực tiếp vào ma sát này bằng cách nhúng AI ở lớp ứng dụng, thay vì lớp hạ tầng. Khi AI đã nằm sẵn trong luồng nghiệp vụ, nó không cần "tích hợp" nữa — nó chính là một phần của luồng. Về mặt kỹ thuật, nền tảng đã được chuẩn bị từ trước. Bản phát hành 26A của Oracle Fusion Applications hỗ trợ Model Context Protocol (MCP) và giao thức truyền thông agent-to-agent. Điều này nghe có vẻ khô khan, nhưng ý nghĩa rất lớn: MCP là một chuẩn mở cho phép các hệ thống AI kết nối với dữ liệu và công cụ một cách thống nhất. Trước MCP, mỗi agent AI phải sử dụng một bộ kết nối riêng, viết riêng cho từng hệ thống — tốn kém và dễ lỗi. Sau MCP, một agent có thể đọc dữ liệu từ NetSuite, ghi vào Fusion, hoặc gọi một API bên ngoài theo cùng một cơ chế. Đây giống như việc lắp đặt một hệ thống ống nước chuẩn: nước có thể chảy từ bồn này sang bồn khác mà không cần biết đường ống của mỗi bồn được làm bằng chất liệu gì. Khi hạ tầng đã sẵn sàng, Oracle kéo các mô hình đến gần hơn với quy trình. Họ không bán cho bạn một "con AI" đứng riêng lẻ; họ nhét nó vào bên trong bộ máy kế toán, nhân sự và kho vận. Trên bình diện cạnh tranh, động thái này nhắm thẳng vào các đối thủ. Salesforce sở hữu Agentforce, một nền tảng agent cho phép khách hàng xây dựng trợ lý AI trong hệ sinh thái CRM. ServiceNow có Now Assist, tích hợp AI vào quy trình IT và quản trị dịch vụ. Còn Microsoft Copilot thì phủ khắp các ứng dụng văn phòng. Các nền tảng doanh nghiệp lớn đều đang chạy đua để sở hữu "lớp agent" — nơi mà AI không chỉ trả lời câu hỏi, mà còn được giao quyền thực hiện các bước trong quy trình: gửi báo giá, phê duyệt chi tiêu, tạo đơn hàng. Trong cuộc đua này, các nền tảng nhúng AI một cách tự nhiên nhất, thay vì bán nó như một tiện ích bổ sung, sẽ có lợi thế lớn. Bởi vì, trong môi trường doanh nghiệp, các dự án AI thường chết không phải vì mô hình "nói sai" (hallucination), mà vì mô hình "làm sai" — thực thi một bước không đúng quy trình, ghi nhầm một con số, hoặc bỏ qua một bước phê duyệt. Một AI nằm bên trong ERP, chịu chung cơ chế quản trị và kiểm soát truy cập, sẽ thất bại theo cách khác và an toàn hơn một AI bị gắn thêm từ bên ngoài. Các nhà lãnh đạo hai công ty đều nói rõ về tham vọng này. Satish Thomas, Phó Chủ tịch Google Cloud, mô tả đây là một chiến lược phân phối: "Các tổ chức trên khắp thế giới tin tưởng bộ AI đầy đủ của Google Cloud để vận hành các quy trình và agent quan trọng. Quan hệ đối tác mở rộng của chúng tôi với Oracle được thiết kế để giúp các tổ chức dễ dàng sử dụng Gemini trong các ứng dụng và quy trình agent mà họ phụ thuộc hằng ngày." Kevin Ichhpurani, Chủ tịch Hệ sinh thái Đối tác Toàn cầu tại Google Cloud, nói trực tiếp hơn: "Quan hệ đối tác của chúng tôi với Oracle đưa các mô hình AI mạnh nhất của Google vào trực tiếp các quy trình ứng dụng cốt lõi mà doanh nghiệp toàn cầu dựa vào mỗi ngày." Về phía Oracle, cách tiếp cận là đảm bảo tính linh hoạt trong một khung quản trị thống nhất. Chris Leone, Phó Chủ tịch điều hành Oracle, nhấn mạnh: "Để đạt được kết quả kinh doanh tốt nhất, các tổ chức cần sự linh hoạt để chọn mô hình AI phù hợp nhất với từng vấn đề. Bằng cách đưa Gemini vào Oracle AI Agent Studio cho Fusion Applications, chúng tôi mang đến cho khách hàng và đối tác nhiều lựa chọn hơn khi xây dựng và mở rộng các agent và ứng dụng agent." Evan Goldberg, nhà sáng lập kiêm Phó Chủ tịch điều hành NetSuite, nhấn mạnh đến phân khúc doanh nghiệp vừa và nhỏ — nơi NetSuite chiếm ưu thế: "AI nằm ở trung tâm cách khách hàng sử dụng và trải nghiệm NetSuite. Chọn đúng mô hình cho đúng trường hợp sử dụng là rất quan trọng để giúp họ có thêm giá trị từ AI." Tuy nhiên, có một lưu ý lớn: tích hợp này mới là công bố, chưa phải sản phẩm hoàn thiện. Oracle bao gồm tuyên bố miễn trừ trách nhiệm về sản phẩm tương lai, nghĩa là hiệu suất thực tế của Gemini bên trong các quy trình doanh nghiệp vẫn chưa được kiểm chứng. Tầm nhìn rõ ràng, nhưng quá trình triển khai mới là thứ quyết định. Liệu đây sẽ là một chất xúc tác thực sự giúp doanh nghiệp đưa AI từ thử nghiệm vào sản xuất, hay sẽ là một tính năng "công bố rồi trì hoãn" như nhiều sản phẩm enterprise AI trước đó? Câu trả lời phụ thuộc vào việc OpenAI, Anthropic hay các đối thủ khác có phản ứng bằng những thỏa thuận độc quyền tương tự hay không. Vốn hóa thị trường của các công ty phần mềm doanh nghiệp cho thấy mức độ kỳ vọng: cổ phiếu Oracle tăng 3,3% ngay trong ngày công bố, có lúc chạm 8,4%. Thị trường nền tảng agent AI cho doanh nghiệp được dự đoán sẽ tăng từ 7,8 tỷ USD năm 2025 lên 68,4 tỷ USD vào năm 2034. Nhưng có một góc nhìn phản trực giác mà các nhà đầu tư và cộng đồng kỹ thuật nên cân nhắc. Toàn bộ ngành blockchain và Web3 trong nhiều năm qua đã xây dựng câu chuyện về sự phi tập trung: không ai kiểm soát toàn bộ hệ thống, dữ liệu được phân tán, và các bên tham gia không cần tin tưởng lẫn nhau. Trong khi đó, Oracle và Google đang đi ngược lại — họ tập trung hóa AI vào các quy trình khép kín, được quản trị bởi một nhóm nhỏ. Họ gọi đó là "governed workflows" — quy trình có quản trị. Về mặt lý thuyết, điều này giảm thiểu rủi ro hoạt động. Nhưng nó tạo ra một điểm thất bại duy nhất cực kỳ nguy hiểm: nếu một agent AI bên trong hệ thống đưa ra quyết định sai, toàn bộ chuỗi hành động có thể được tự động thực thi trên hàng trăm phòng ban, mà không có cơ chế kiểm tra chéo nào như trong mạng lưới phân quyền. Điểm mù lớn nhất nằm ở lớp kiểm soát truy cập. Khi Gemini được nhúng vào NetSuite, nó có quyền đọc dữ liệu về lương, hợp đồng nhà cung cấp, chiến lược giá, và tình hình tài chính của hàng chục nghìn doanh nghiệp. Nếu một lỗ hổng prompt injection — kỹ thuật chèn lệnh vào AI qua dữ liệu đầu vào — xuất hiện trong một tệp PDF đính kèm hoặc một trường dữ liệu do khách hàng gửi lên, hậu quả không dừng lại ở một giao dịch. Nó có thể lan truyền qua MCP tới các hệ thống khác. Trong các giao thức blockchain, thứ tương đương là một lỗ hổng trong hợp đồng thông minh có thể làm chảy toàn bộ tài sản trong pool thanh khoản. Nhưng đó là câu chuyện thường thấy — và nhờ đó, cộng đồng blockchain đã xây dựng được các quy trình kiểm toán nghiêm ngặt: đọc mã, tìm lỗi, chạy thử nghiệm, rồi mới phát hành. Với AI nhúng trong ERP, việc kiểm toán phức tạp hơn nhiều, vì mô hình không phải là mã tĩnh. Nó thay đổi qua từng bản cập nhật, qua từng phiên chạy, và phụ thuộc vào dữ liệu mơ hồ từ thế giới thực. Không có gì là an toàn tuyệt đối nếu bạn chưa audit kỹ lớp cuối cùng: lớp mà AI tương tác với dữ liệu sống và quyết định thật. Chính vì vậy, các bài học từ blockchain trở nên giá trị hơn bao giờ hết. Một mô hình AI trong hệ thống doanh nghiệp cần có bốn thứ: nhật ký truy vết cho mọi quyết định, cơ chế dừng khẩn cấp khi phát hiện hành vi bất thường, ranh giới rõ ràng về dữ liệu mà mô hình được phép đọc, và kiểm toán độc lập định kỳ. Oracle đã có một số thành phần này trong nền tảng hạ tầng của mình. Nhưng việc nhúng AI sâu vào quy trình nghiệp vụ sẽ tạo ra các lớp tương tác mới — giữa nhà phát triển, người dùng cuối, và dữ liệu — mà các khung kiểm toán hiện tại chưa theo kịp. Trong quá khứ, tôi từng chứng kiến nhiều dự án DeFi huy động hàng trăm triệu USD sau khi qua audit, nhưng sụp đổ chỉ sau một lần khai thác kỹ thuật. Nguyên nhân không phải vì trình độ kỹ thuật kém, mà vì một lớp giả định sai lầm: "không ai quan tâm đến hệ thống của chúng tôi" hoặc "mô hình này không thể bị lợi dụng theo cách đó". Oracle và Google đang đặt cược rằng việc đưa AI vào trong luồng vận hành sẽ giúp doanh nghiệp vượt qua khoảng cách triển khai. Có thể họ đúng. Nhưng họ cũng đang tạo ra một loại phức tạp mới — một loại rủi ro mà các nhà kiểm toán như tôi gọi là "rủi ro lan truyền". Nếu một AI chạy trong Fusion Applications đưa ra đề xuất sai về dự báo nhu cầu hàng tồn kho, và một agent khác tự động ký hợp đồng mua hàng dựa trên đề xuất đó, thì ai chịu trách nhiệm? Lập trình viên? Nhà cung cấp mô hình? Hay doanh nghiệp đã ủy quyền cho AI? Trong thế giới blockchain, câu trả lời thường được mã hóa trong hợp đồng thông minh và quy trình quản trị. Trong thế giới ERP, biên giới trách nhiệm chỉ mới đang thành hình. Đây không phải câu chuyện về việc chọn mô hình AI nào tốt hơn. Đây là câu chuyện về việc AI đang dần trở thành một phần không thể tách rời của bộ máy ra quyết định. Khi điều đó xảy ra với hàng chục nghìn doanh nghiệp, câu hỏi cấp thiết không phải là "AI có đủ thông minh không", mà là "chúng ta đã hiểu đủ về những gì AI có thể làm khi đối diện thực tế chưa". Và nếu bạn chưa audit kỹ từng lớp — từ mô hình, dữ liệu, quyền hạn, cho đến cơ chế dừng — thì không có gì đảm bảo cho một tương lai an toàn. Các nhà phát triển blockchain đã học được điều này qua hàng trăm vụ hack. Các nhà cung cấp phần mềm doanh nghiệp như Oracle, Google, Salesforce và Microsoft sắp sửa được học lại.