Tác giả: Nick Biso, Jeff Chen, Jundong Qiao, và Michael Massey
Ngày phát hành: 15 JAN 2026
Chuyên mục: Amazon Bedrock, Amazon Bedrock Guardrails, Amazon Machine Learning, Technical How-to

Các quy trình báo cáo kinh doanh truyền thống thường tốn thời gian và kém hiệu quả. Các cộng sự thường dành khoảng hai giờ mỗi tháng để chuẩn bị báo cáo của họ, trong khi các nhà quản lý dành tới 10 giờ mỗi tháng để tổng hợp, xem xét và định dạng các báo cáo đã nộp. Cách tiếp cận thủ công này thường dẫn đến sự không nhất quán về cả định dạng và chất lượng, đòi hỏi nhiều chu kỳ xem xét. Ngoài ra, các báo cáo bị phân mảnh trên nhiều hệ thống khác nhau, khiến việc tổng hợp và phân tích trở nên khó khăn hơn.

Trí tuệ nhân tạo tạo sinh (AI tạo sinh) mang đến một giải pháp hấp dẫn cho những thách thức báo cáo này. Theo một khảo sát của Gartner, AI tạo sinh đã trở thành công nghệ AI được áp dụng rộng rãi nhất trong các tổ chức, với 29% đã đưa vào sử dụng tích cực.

Bài viết này giới thiệu báo cáo kinh doanh được hướng dẫn bởi AI tạo sinh—tập trung vào việc viết về những thành tựu và thách thức của doanh nghiệp bạn—cung cấp một giải pháp thông minh, thực tế giúp đơn giản hóa và tăng tốc giao tiếp và báo cáo nội bộ. Được xây dựng theo các phương pháp hay nhất của Amazon Web Services (AWS), với giải pháp này, bạn sẽ dành ít thời gian hơn để viết báo cáo và có nhiều thời gian hơn để tập trung vào việc thúc đẩy kết quả kinh doanh. Giải pháp này giải quyết ba thách thức thực tế:

• Khám phá những hiểu biết có giá trị từ lượng lớn dữ liệu
• Quản lý rủi ro liên quan đến việc triển khai AI
• Thúc đẩy tăng trưởng thông qua cải thiện hiệu quả và ra quyết định

Mã nguồn đầy đủ của giải pháp có sẵn trong kho lưu trữ GitHub của chúng tôi, cho phép bạn triển khai và kiểm thử giải pháp này trong môi trường AWS của riêng bạn.

Giải pháp AI tạo sinh nâng cao quy trình báo cáo thông qua tự động hóa. Bằng cách sử dụng xử lý mô hình ngôn ngữ lớn (LLM), hệ thống báo cáo có thể tạo ra các báo cáo dễ đọc, trả lời các câu hỏi tiếp theo và giúp các bên liên quan không chuyên về kỹ thuật dễ dàng tiếp cận thông tin chi tiết hơn. Tự động hóa này giúp giảm chi phí và nhu cầu về nguồn nhân lực lớn, đồng thời giảm thiểu lỗi và sai lệch của con người. Kết quả là mức độ chính xác và khách quan khó đạt được bằng các quy trình thủ công, cuối cùng dẫn đến báo cáo kinh doanh hiệu quả và hiệu suất cao hơn.

Tổng quan giải pháp

Trợ lý viết báo cáo doanh nghiệp được hỗ trợ bởi AI tạo sinh này thể hiện một kiến trúc hiện đại, phi máy chủ, tận dụng bộ dịch vụ mạnh mẽ của AWS để cung cấp một giải pháp viết thông minh. Được xây dựng với khả năng mở rộng và bảo mật, hệ thống này kết hợp các hàm AWS Lambda, Amazon Bedrock cho các khả năng AI và nhiều dịch vụ AWS khác để tạo ra một trợ lý viết mạnh mẽ, cấp doanh nghiệp có thể giúp các tổ chức hợp lý hóa quy trình tạo nội dung trong khi vẫn duy trì các tiêu chuẩn cao về chất lượng và tính nhất quán.

Giải pháp này sử dụng thiết kế phi máy chủ, có khả năng mở rộng được xây dựng trên các dịch vụ AWS. Hãy cùng khám phá cách các thành phần hoạt động cùng nhau:

Lớp tương tác người dùng

• Người dùng truy cập giải pháp thông qua trình duyệt kết nối với ứng dụng web frontend được lưu trữ trên Amazon S3 và phân phối toàn cầu qua Amazon CloudFront để đạt hiệu suất tối ưu
• Các nhóm người dùng Amazon Cognito xử lý xác thực và quản lý người dùng an toàn

Lớp API

• Hai loại API trong Amazon API Gateway quản lý giao tiếp giữa frontend và backend:
  • WebSocket API cho phép giao tiếp hai chiều, thời gian thực để viết và chỉnh sửa báo cáo
  • REST API xử lý các hoạt động giao dịch như gửi và truy xuất báo cáo
• Amazon CloudWatch giám sát cả hai API để có khả năng hiển thị hoạt động
• Các bộ ủy quyền AWS Lambda chuyên dụng bảo mật cả hai API bằng cách xác thực thông tin đăng nhập của người dùng

Lớp điều phối

• Các hàm AWS Lambda chuyên biệt điều phối logic nghiệp vụ cốt lõi:
  • Business Report Writing Lambda xử lý việc soạn thảo báo cáo và hỗ trợ người dùng
  • Rephrase Lambda cải thiện sự rõ ràng và tính chuyên nghiệp của báo cáo
  • Submission Lambda xử lý các báo cáo cuối cùng đã nộp
  • View Submission Lambda truy xuất các báo cáo đã nộp trước đó

Lớp AI và lưu trữ

• Amazon Bedrock cung cấp các khả năng LLM để viết và diễn đạt lại báo cáo
• Hai bảng Amazon DynamoDB lưu trữ các loại dữ liệu khác nhau:
  • Bảng Session Management duy trì ngữ cảnh cuộc trò chuyện trong các phiên hoạt động
  • Bảng Business Report Store lưu trữ vĩnh viễn các báo cáo đã hoàn thành

Kiến trúc này tạo điều kiện cho tính sẵn sàng cao, khả năng tự động mở rộng và tối ưu hóa chi phí bằng cách sử dụng các thành phần phi máy chủ chỉ phát sinh chi phí khi được sử dụng. Giao tiếp giữa các thành phần được bảo mật theo các phương pháp hay nhất của AWS.

Bạn có thể triển khai kiến trúc này trong tài khoản AWS của riêng mình bằng cách làm theo hướng dẫn từng bước trong kho lưu trữ GitHub.

Quy trình làm việc thực tế: Tạo và diễn đạt lại báo cáo

Quy trình làm việc của hệ thống bắt đầu bằng việc phân tích và phân loại từng đầu vào của người dùng thông qua một quy trình phân loại. Phân loại này xác định cách hệ thống xử lý và phản hồi đầu vào. Hệ thống sử dụng các đường dẫn xử lý cụ thể dựa trên ba phân loại riêng biệt:

1. Câu hỏi hoặc lệnh: Khi hệ thống phân loại đầu vào là một câu hỏi hoặc lệnh, nó sẽ kích hoạt LLM với lời nhắc thích hợp để tạo ra phản hồi liên quan. Hệ thống lưu trữ các tương tác này trong bộ nhớ cuộc trò chuyện, cho phép nó duy trì ngữ cảnh cho các truy vấn liên quan trong tương lai. Nhận thức theo ngữ cảnh này cung cấp các phản hồi mạch lạc và nhất quán được xây dựng dựa trên các tương tác trước đó.
2. Xác minh báo cáo: Đối với các đầu vào yêu cầu xác minh, hệ thống sẽ kích hoạt các giao thức đánh giá của mình để cung cấp phản hồi chi tiết về báo cáo của bạn. Mặc dù hệ thống lưu trữ các tương tác này trong bộ nhớ cuộc trò chuyện, nhưng nó cố tình bỏ qua việc truy xuất bộ nhớ trong quá trình xác minh. Lựa chọn thiết kế này cho phép quá trình xác minh chỉ dựa trên giá trị của báo cáo hiện tại, không bị ảnh hưởng bởi các cuộc trò chuyện trước đó. Cách tiếp cận này giúp giảm độ trễ của hệ thống và tạo điều kiện cho kết quả xác minh chính xác và không thiên vị hơn.
3. Ngoài phạm vi: Khi đầu vào nằm ngoài các tham số được xác định của hệ thống, nó sẽ phản hồi bằng thông báo tiêu chuẩn: “Xin lỗi, tôi chỉ có thể trả lời các câu hỏi liên quan đến viết báo cáo.” Điều này duy trì ranh giới rõ ràng cho các khả năng của hệ thống và giúp ngăn ngừa sự nhầm lẫn hoặc các phản hồi không phù hợp.

Các phân loại này hỗ trợ xử lý hiệu quả trong khi vẫn duy trì ngữ cảnh thích hợp chỉ khi cần thiết, tối ưu hóa cả hiệu suất và độ chính xác trong các kịch bản tương tác khác nhau.

Hướng dẫn trải nghiệm người dùng

Sau khi đã khám phá kiến trúc, hãy cùng tìm hiểu trải nghiệm người dùng của Trợ lý viết báo cáo doanh nghiệp được hỗ trợ bởi AI tạo sinh của chúng tôi. Phần hướng dẫn sau đây minh họa giải pháp đang hoạt động, cho thấy cách các dịch vụ AWS kết hợp với nhau để mang lại trải nghiệm viết liền mạch, thông minh cho người dùng doanh nghiệp.

Trang chủ

Trang chủ cung cấp hai chế độ xem: chế độ xem Associate và chế độ xem Manager.

Chế độ xem Associate

Trong chế độ xem Associate, bạn có ba tùy chọn: Write Achievement (Viết thành tựu), Write Challenge (Viết thách thức) hoặc View Your Submissions (Xem các báo cáo đã nộp của bạn). Đối với bài viết này, chúng tôi sẽ đi sâu vào chế độ xem Achievement. Chế độ xem Challenge tuân theo quy trình tương tự nhưng với các hướng dẫn khác nhau.

Trong chế độ xem Achievement, hệ thống sẽ nhắc bạn đặt câu hỏi hoặc gửi báo cáo. Các đầu vào sẽ đi qua quy trình làm việc của AI tạo sinh.

Ví dụ sau đây minh họa một báo cáo chưa hoàn chỉnh, cùng với phản hồi của hệ thống. Phản hồi này bao gồm một bản tóm tắt trực quan làm nổi bật các thành phần còn thiếu hoặc đã hoàn thành. Hệ thống đánh giá báo cáo dựa trên một hướng dẫn được xác định trước. Người dùng có thể điều chỉnh cách tiếp cận này trong các giải pháp của họ. Ở giai đoạn này, trọng tâm không nên là ngữ pháp hoặc định dạng, mà là khái niệm tổng thể.

Nếu hệ thống được nhắc với một câu hỏi không liên quan, nó sẽ từ chối trả lời để tránh lạm dụng.

Trong suốt cuộc trò chuyện, bạn có thể đặt câu hỏi liên quan đến việc viết báo cáo kinh doanh (thành tựu hoặc thách thức về doanh nghiệp).

Khi tất cả các tiêu chí được đáp ứng, hệ thống có thể tự động diễn đạt lại văn bản đầu vào để sửa các lỗi ngữ pháp và định dạng. Nếu bạn cần thực hiện thay đổi đối với văn bản đầu vào, bạn có thể nhấp vào nút Previous (Trước đó), nút này sẽ đưa bạn trở lại giai đoạn bạn có thể sửa đổi báo cáo của mình.

Sau khi diễn đạt lại, hệ thống hiển thị cả phiên bản gốc và phiên bản đã được diễn đạt lại với những điểm khác biệt được làm nổi bật.

Hệ thống cũng tự động trích xuất siêu dữ liệu tên khách hàng.

Khi hoàn tất, bạn có thể lưu hoặc tiếp tục chỉnh sửa đầu ra.

Chế độ xem Manager

Trong chế độ xem Manager, bạn có khả năng tổng hợp nhiều báo cáo từ các báo cáo trực tiếp thành một báo cáo tổng hợp. Sau đây cho thấy giao diện này xuất hiện như thế nào.

Điều kiện tiên quyết

Để triển khai giải pháp này trong tài khoản AWS của bạn, cần có những điều sau:

• Một tài khoản AWS có quyền quản trị
• AWS CLI (2.22.8) đã được cài đặt và cấu hình
• Quyền truy cập vào các mô hình Amazon Bedrock (Claude hoặc Anthropic Claude)
• Node.js (20.12.7) cho các thành phần frontend
• Git để clone kho lưu trữ

Triển khai giải pháp

Trợ lý viết báo cáo doanh nghiệp AI tạo sinh sử dụng AWS CDK để triển khai cơ sở hạ tầng, giúp việc thiết lập trong môi trường AWS của bạn trở nên đơn giản:

1. Clone kho lưu trữ GitHub: git clone https://github.com/aws-samples/sample-generative AI-enterprise-report-writing-assistant.git && cd sample-generative AI- enterprise-report-writing-assistant
2. Cài đặt các dependency: npm install
3. Triển khai ứng dụng lên AWS: cdk deploy
4. Sau khi triển khai hoàn tất, đợi 1-2 phút để quá trình AWS CodeBuild kết thúc.
5. Truy cập ứng dụng bằng cách sử dụng VueAppUrl từ các đầu ra của CDK/CloudFormation.

Việc triển khai tạo ra các tài nguyên cần thiết bao gồm các hàm Lambda, API Gateway, bảng DynamoDB và ứng dụng frontend được lưu trữ trên S3 và CloudFront.

Để biết các tùy chọn cấu hình chi tiết và tùy chỉnh, hãy tham khảo README trong kho lưu trữ GitHub.

Dọn dẹp tài nguyên

Để tránh phát sinh chi phí trong tương lai, hãy xóa các tài nguyên được tạo bởi giải pháp này khi chúng không còn cần thiết:

cdk destroy

Lệnh này sẽ xóa các tài nguyên AWS được cấp phát bởi stack CDK, bao gồm:

• Các hàm Lambda
• Các điểm cuối API Gateway
• Các bảng DynamoDB
• Các S3 bucket
• Các phân phối CloudFront
• Các nhóm người dùng Cognito

Lưu ý rằng một số tài nguyên, như các S3 bucket chứa các artifact triển khai, có thể cần được làm trống trước khi chúng có thể bị xóa.

Kết luận

Báo cáo kinh doanh truyền thống tốn thời gian và thủ công, dẫn đến sự kém hiệu quả trên diện rộng. Trợ lý viết báo cáo doanh nghiệp AI tạo sinh đại diện cho một bước tiến đáng kể trong cách các tổ chức tiếp cận quy trình báo cáo nội bộ của họ. Bằng cách tận dụng công nghệ AI tạo sinh, giải pháp này giải quyết các vấn đề khó khăn truyền thống của báo cáo kinh doanh đồng thời giới thiệu các khả năng mà trước đây không thể đạt được. Thông qua hỗ trợ viết báo cáo thông minh với phản hồi thời gian thực, tự động diễn đạt lại để rõ ràng và chuyên nghiệp, quy trình gửi và xem xét được hợp lý hóa, và các hệ thống xác minh mạnh mẽ, giải pháp này cung cấp hỗ trợ toàn diện cho các nhu cầu báo cáo kinh doanh hiện đại. Kiến trúc tạo điều kiện cho việc xử lý an toàn, hiệu quả, đạt được sự cân bằng quan trọng giữa tự động hóa và giám sát của con người. Khi các tổ chức tiếp tục điều hướng các vấn đề kinh doanh ngày càng phức tạp, khả năng tạo ra các báo cáo rõ ràng, chính xác và sâu sắc một cách nhanh chóng không chỉ trở thành một lợi thế mà còn là một sự cần thiết. Trợ lý viết báo cáo doanh nghiệp AI tạo sinh cung cấp một khuôn khổ có thể mở rộng theo nhu cầu của tổ chức bạn trong khi vẫn duy trì tính nhất quán và chất lượng trên các cấp độ báo cáo.

Chúng tôi khuyến khích bạn khám phá kho lưu trữ GitHub để triển khai và tùy chỉnh giải pháp này cho các nhu cầu cụ thể của bạn. Bạn cũng có thể đóng góp vào dự án bằng cách gửi pull request hoặc mở issue để cải tiến và sửa lỗi.

Để biết thêm thông tin về AI tạo sinh trên AWS, hãy tham khảo trung tâm tài nguyên AWS Generative AI.

Tài nguyên

• Tài liệu AWS CDK
• Tài liệu Amazon Bedrock
• Tài liệu Vue.js
• Hệ thống thiết kế CloudScape
• Tài liệu LangChain
• AWS Amplify

Về tác giả

Nick Biso là Kỹ sư Machine Learning tại AWS Professional Services. Anh giải quyết các thách thức kỹ thuật và tổ chức phức tạp bằng cách sử dụng khoa học dữ liệu và kỹ thuật. Ngoài ra, anh xây dựng và triển khai các mô hình AI/ML trên AWS Cloud. Niềm đam mê của anh còn mở rộng đến sở thích du lịch và trải nghiệm văn hóa đa dạng.

Michael Massey là Kiến trúc sư Ứng dụng Đám mây tại Amazon Web Services, nơi anh chuyên xây dựng các ứng dụng cloud-native frontend và backend. Anh thiết kế và triển khai các giải pháp và kiến trúc có khả năng mở rộng và sẵn sàng cao giúp khách hàng đạt được mục tiêu kinh doanh của họ.

Jeff Chen là Tư vấn viên chính tại AWS Professional Services, chuyên hướng dẫn khách hàng thông qua các dự án hiện đại hóa và di chuyển ứng dụng được hỗ trợ bởi AI tạo sinh. Ngoài GenAI, anh còn mang lại giá trị kinh doanh trên nhiều lĩnh vực bao gồm DevOps, phân tích dữ liệu, cung cấp cơ sở hạ tầng và bảo mật, giúp các tổ chức đạt được các mục tiêu chiến lược về đám mây của họ.

Jundong Qiao là Kỹ sư Machine Learning cấp cao tại AWS Professional Service, nơi anh chuyên triển khai và nâng cao khả năng AI/ML trên nhiều lĩnh vực khác nhau. Chuyên môn của anh bao gồm xây dựng các giải pháp AI thế hệ tiếp theo, bao gồm chatbot và mô hình dự đoán giúp thúc đẩy hiệu quả và đổi mới.