Nghiên cứu Google ATLAS: AI nên cộng tác, không tự động hóa mọi việc

Tổng quan

Các nhóm tiếp thị B2B, RevOps và nội dung đánh giá các tác nhân tự trị phải đối mặt với một quyết định cụ thể: liệu có nên thiết kế lại công việc để tự động hóa không cần thực hiện hay không khi dữ liệu ATLAS của Google cho thấy AI tại nơi làm việc được sử dụng chủ yếu với vai trò cộng tác viên. Bài viết này tách các kết quả áp dụng đã được xác minh của nghiên cứu AI ATLAS của Google với phân tích tiếp thị của Vanaxity và cung cấp cho bạn một khuôn khổ thực tế về nội dung có thể trích dẫn, quy trình làm việc hỗ trợ và các điểm kiểm tra đánh giá của con người, cách mà Van Data Team tiếp cận SEO, GEO và AEO.

Nghiên cứu AI của Google ATLAS cho thấy rằng mọi người hiện sử dụng AI chủ yếu để suy nghĩ, truy xuất thông tin, tìm hiểu và định hình chiến lược chứ không giao toàn bộ nhiệm vụ cho máy. Đối với hoạt động tiếp thị B2B, RevOps và các nhà lãnh đạo nội dung đang được bán một tương ltác nhân AI không cần thực hiện, dòng tiêu đề hữu ích rất thẳng thừng: Thông báo ATLAS ngày 23 tháng 7 năm 2026 của Google báo cáo rằng chưa đến 10% tương tác AI tại nơi làm việc tự động hóa hoàn toàn các tác vụ.

Google xuất bản ATLAS dưới dạng bản phân tích toàn diện về cách mọi người áp dụng và sử dụng AI. Phát hiện này không làm cho các tác nhân AI trở nên vô dụng; nó làm cho việc thiết kế quy trình làm việc trở nên mang tính quyết định. Vanaxity, tác nhân nội dung AI của Van Data Team, biến nghiên cứu đã được phê duyệt thành văn bản, minh họa, xuất bản và cung cấp cho SEO, GEO và AEO, với sự đánh giá của con người ở các bước tiếp theo. Bài viết này tách bằng chứng của Google khỏi phân tích của Vanaxity, sau đó cung cấp cho các nhà khai thác một khung nội dung, tác nhân và kiểm tra thương hiệu thực tế. Bạn cũng có thể xem Vanaxity vận hành quy trình làm việc như thế nào.

Những điểm chính

• Google nhận thấy rằng tự động hóa toàn bộ tác vụ chỉ là thiểu số; các ứng dụng hợp tác như lên ý tưởng, chiến lược, truy xuất thông tin và học tập chiếm ưu thế.
• Việc áp dụng tại nơi làm việc được áp dụng rộng rãi ở nhiều ngành nghề và việc làm, tuy nhiên việc sử dụng AI vẫn có tính chọn lọc trong một công việc điển hình. Bề rộng không phải là tự động hóa công việc hoàn chỉnh.
• Hầu hết các tương tác được quan sát trong ATLAS đều diễn ra bên ngoài công việc nhưng điều đó không chứng tỏ sự thay đổi trong hành vi tìm kiếm, ý định mua hàng hoặc việc mua hàng.
• Khuyến nghị của Vanaxity là xây dựng các tác nhân hỗ trợ có cổng đánh giá và làm cho thông tin thương hiệu trở nên cụ thể, cập nhật, có thể kiểm chứng và dễ dàng cho máy móc và con người diễn giải.

Nghiên cứu AI ATLAS của Google thực sự đã tìm thấy điều gì

ATLAS là một nghiên cứu quy mô lớn về áp dụng và sử dụng AI với kết quả trọng tâm là sự cộng tác rộng rãi, theo từng nhiệm vụ cụ thể thay vì tự động hóa bán buôn.

Đơn vị quan trọng là sự tương tác giữa con người và AI xung quanh một nhiệm vụ. Hỗ trợ một người thực hiện một nhiệm vụ khác với việc hoàn thành nhiệm vụ một cách độc lập và chịu trách nhiệm về hậu quả của nó.

Google báo cáo rằng các giao dịch thủ công và kỹ thuật sử dụng AI làm cộng tác viên trực tiếp để chẩn đoán, khắc phục sự cố và học tập nhanh chóng trong thời gian thực, đồng thời tóm tắt mô hình rộng hơn một cách thẳng thắn:

"dưới 10% các tương tác đó hoàn toàn tự động hóa các tác vụ"

Ví dụ thương mại đó cho thấy một phương thức sử dụng. Nó không tạo ra kết quả an toàn, năng suất hoặc tài chính.

Ranh giới: Việc áp dụng không phải là tìm kiếm hay mua dữ liệu

ATLAS đo lường cách AI được áp dụng và sử dụng; nó không đo lường cách mọi người tìm kiếm, những gì họ định mua hoặc liệu hoạt động tiếp thị có hoạt động tốt hơn hay không.

Ranh giới đó chặn một số tuyên bố hấp dẫn nhưng không hợp lệ. Nghiên cứu này không cung cấp điểm chuẩn cho các từ khóa hội thoại, không có bằng chứng cho thấy tìm kiếm từ khóa đã chuyển sang đối thoại, không có dữ liệu về ý định mua hàng và không có điểm chuẩn CDP hoặc phân tích dự đoán. Nó cũng không so sánh các tác nhân tiếp thị tự trị với các đội con người.

Thực tế được báo cáo: Việc sử dụng AI rất rộng rãi và chủ yếu là mang tính cộng tác. Giới hạn phạm vi: các tương tác được quan sát không tiết lộ hành trình tìm kiếm hoặc mục đích thương mại. Phân tích Vanaxity: các thương hiệu nên chuẩn bị cho nghiên cứu có sự hỗ trợ của AI vì việc sử dụng AI hàng ngày rất rộng rãi. Hành động của người vận hành: kiểm tra xem hệ thống AI đã chọn có bề mặt gì về thương hiệu của bạn, đồng thời gắn nhãn kết quả đầu ra đó là dữ liệu mẫu chứ không phải bằng chứng về nhu cầu hoặc doanh thu.

Sự tách biệt này quan trọng vì lạm phát phạm vi tạo ra chiến lược tồi. Nếu nghiên cứu áp dụng trở thành nghiên cứu chuyển đổi hư cấu trong trang trình bày tiếp theo, nhóm sẽ tự động hóa dựa trên các giả định mà nghiên cứu đó chưa bao giờ xác thực.

Tại sao cộng tác viên tìm kiếm sự cường điệu của đặc vụ

Phân tích của Vanaxity là ATLAS ủng hộ việc tăng cường mạnh mẽ hơn là thoái vị, mặc dù Google không nghiên cứu các tác nhân tiếp thị hay đề xuất mô hình hoạt động tiếp thị.

Lời hứa không thực hiện cho biết tác nhân có thể nghiên cứu, quyết định, viết, xuất bản, phân phối, cập nhật hồ sơ và liên hệ với khách hàng mà không cần sự giám sát có ý nghĩa. Bằng chứng trong ATLAS hẹp hơn: mọi người thường sử dụng AI trong các nhiệm vụ được chọn và sự cộng tác chiếm ưu thế trong tự động hóa hoàn toàn. Mô hình đó phù hợp hơn với sự hỗ trợ có giới hạn hơn là từ bỏ trách nhiệm giải trình.

Sự so sánh hữu ích không phải là con người với máy móc. Đó là sự tự động hóa không được quản lý so với một hệ thống được quản lý cung cấp cho các tác nhân thông tin đầu vào, quyền, yêu cầu bằng chứng và điều kiện dừng rõ ràng. So sánh Vanaxity so với SEO truyền thống cho thấy nơi tác nhân có thể nén công việc lặp đi lặp lại trong khi mọi người vẫn giữ được phán quyết về các nguồn, tuyên bố, định vị và xuất bản.

Đối với hoạt động tiếp thị và RevOps mang lại kết quả, hãy đặt sự phê duyệt của con người tại các cổng sau:

• Phê duyệt bộ nguồn trước khi truy xuất và soạn thảo.
• Xác minh dữ kiện quan trọng và trích dẫn trước khi xuất bản.
• Xem xét các xác nhận quyền sở hữu nhạy cảm về mặt pháp lý, thương hiệu và chính sách.
• Xác nhận sự trùng khớp của thực thể trước bất kỳ đột biến CRM hoặc hành động gửi đi nào.
• Giải quyết bằng chứng xung đột, bị thiếu hoặc cũ trước khi tiếp tục quy trình làm việc.

Ví dụ giả định: Elena phụ trách nội dung tại một công ty phần mềm B2B. tác nhân của cô ấy xây dựng một bản tóm tắt từ các nguồn được phê duyệt và soạn thảo một trang trả lời. Trong quá trình xem xét, Elena nhận thấy rằng tuyên bố về sản phẩm trung tâm chỉ đề cập đến một bài viết phụ cũ. Quy trình làm việc dừng lại, xác nhận quyền sở hữu bị xóa và không có trang nào được xuất bản. Giá trị không phải là đầu ra rảnh tay. Đó là sự chuẩn bị nhanh hơn với trách nhiệm giải trình rõ ràng.

AI sử dụng hàng ngày có ý nghĩa gì để khám phá thương hiệu

Phân tích của Vanaxity cho thấy việc sử dụng rộng rãi AI hàng ngày là lý do khiến thông tin thương hiệu sẵn sàng trả lời nhưng điều đó không chứng minh rằng người dùng đã thay đổi thói quen tìm kiếm hoặc mua hàng thông qua AI.

Phát hiện bên ngoài công việc cho thấy AI không bị giới hạn trong các quy trình làm việc chính thức. Một phép ngoại suy biên tập hợp lý là các thương hiệu nên chuẩn bị sẵn sàng khi mọi người sử dụng AI để nghiên cứu, so sánh, giải thích và học hỏi. Sẽ không hợp lý nếu gọi những tương tác đó là tìm kiếm sản phẩm hoặc hành trình mua hàng mà không có bằng chứng riêng biệt.

Nội dung có sẵn câu trả lời giúp giảm bớt sự mơ hồ mà thương hiệu có thể kiểm soát. Duy trì:

• Danh tính nhất quán của công ty, sản phẩm và người sáng lập trên các trang thuộc quyền sở hữu của họ.
• Mô tả rõ ràng về đối tượng, trường hợp sử dụng, giới hạn, chính sách và lộ trình liên hệ.
• Các tuyên bố cụ thể được liên kết với bằng chứng chính, có ngày tháng rõ ràng và chủ sở hữu chịu trách nhiệm.
• Định nghĩa ổn định và câu trả lời ngắn gọn có thể đứng độc lập bên ngoài trang xung quanh.
• Dữ liệu có cấu trúc khớp chính xác với nội dung hiển thị và sử dụng từ vựng Schema.org có liên quan.

nguyên tắc về dữ liệu có cấu trúc của Google củng cố một nguyên tắc hữu ích: đánh dấu phải thể hiện trang một cách chính xác, luôn cập nhật và tránh những tuyên bố gây hiểu lầm. Đánh dấu chính xác có thể giúp thông tin diễn giải dễ dàng hơn nhưng nó không đảm bảo kết quả nhiều định dạng, xếp hạng, trích dẫn AI hoặc đề xuất. Sự sẵn sàng là đầu vào mà bạn kiểm soát, không phải là kết quả mà bạn có thể hứa hẹn.

Khung vận hành con người trong vòng lặp

Hình minh họa sau đây tóm tắt từ bằng chứng đến hành động có trách nhiệm:

Hình 1. Mô hình hoạt động được đề xuất của Vanaxity sử dụng AI cho nghiên cứu và tổng hợp có giới hạn trong khi con người được đặt tên xác minh bằng chứng trước khi xuất bản hoặc ghi lại những thay đổi.

Quy trình làm việc của cộng tác viên AI sẵn sàng sản xuất giúp hiển thị bằng chứng, quyền, trách nhiệm giải trình của con người, đánh giá và khôi phục từ câu hỏi đầu tiên đến hành động cuối cùng.

Tại Van Data Team, chúng tôi bắt đầu bằng việc lập bản đồ các khiếu nại và hậu quả. Sau đó, chúng tôi quyết định nơi tác nhân có thể hỗ trợ, bằng chứng nào họ phải trả lại và hành động nào cần có người đánh giá có tên. Luồng cốt lõi rất đơn giản:

Câu hỏi -> nguồn được phê duyệt -> truy xuất -> tổng hợp -> kiểm tra thực tế -> phê duyệt của con người -> xuất bản hoặc hành động -> giám sát

Coi trọng chất lượng vận hành hơn là đầu ra của mô hình. Đo lường chi phí trên mỗi sản phẩm có thể phân phối được phê duyệt, độ trễ từ đầu đến cuối, bao gồm đánh giá, ngân sách token và hành vi thử lại, phạm vi nguồn, độ chính xác thực tế, gánh nặng của người đánh giá và tần suất ngoại lệ. Khả năng quan sát phải nắm bắt được câu hỏi, môi trường mô hình hoặc công cụ, bằng chứng được truy xuất, đầu ra, người đánh giá, quyết định và cách khắc phục. Việc khôi phục lỗi cần có điểm dừng an toàn, chủ sở hữu có trách nhiệm và đường dẫn có thể đảo ngược ở bất kỳ nơi nào hệ thống có thể thay đổi trạng thái bên ngoài.

Đối với nghiên cứu thương hiệu được AI hỗ trợ, hãy lưu giữ hồ sơ kiểm tra lặp lại: lời nhắc, công cụ, môi trường, liệu thương hiệu có xuất hiện hay không, tuyên bố được đưa ra, nguồn trích dẫn, độ chính xác, mâu thuẫn và quyết định khắc phục. Cuộc kiểm toán này đo lường mức độ thể hiện và khả năng hiển thị nguồn. Nó không đo lường nhu cầu, ý định, chuyển đổi hoặc doanh thu.

Bạn muốn kiểm tra mô hình hoạt động trước khi xác định phạm vi của nó? Xem quy trình làm việc của Vanaxity. Một đánh giá hữu ích sẽ cung cấp cho bạn bản đồ nguồn, sổ cái yêu cầu, ma trận cấp phép, thiết kế cổng đánh giá, kế hoạch đo lường và phạm vi triển khai.

Kịch bản của người vận hành, Điều kiện dừng và Chế độ lỗi

Quy trình làm việc của cộng tác viên giỏi sẽ dừng lại khi bằng chứng, danh tính, quyền hoặc ý nghĩa đo lường trở nên không chắc chắn.

Nghiên cứu và soạn thảo nội dung

Tình huống giả định: tác nhân nội dung của Priya thu thập các nguồn đã được phê duyệt, đề xuất dàn ý và đánh dấu mọi tuyên bố có nguồn gốc. Priya xác nhận bằng chứng và quyết định kết luận nào là phân tích biên tập. Điều kiện dừng rất đơn giản: nếu một yêu cầu trung tâm không thể truy nguyên được nguồn đã được phê duyệt thì bản dự thảo không thể được chuyển sang xuất bản.

Nghiên cứu tài khoản RevOps

Tình huống giả định: Marcus yêu cầu một đặc vụ tóm tắt tài khoản mục tiêu từ tài liệu công khai. tác nhân đưa ra một ghi chú nghiên cứu, nhưng nhiều công ty có cùng tên. Marcus xác nhận pháp nhân và bằng chứng trước khi CRM thay đổi. Nếu danh tính vẫn còn mơ hồ thì quy trình làm việc sẽ ghi lại xung đột và không thực hiện hành động nào.

Kiểm tra thương hiệu GEO và AEO

Tình huống giả định: Một nhóm thương hiệu gửi các câu hỏi nghiên cứu tiêu biểu đến các công cụ AI đã chọn, ghi lại câu trả lời và các nguồn được trích dẫn, đồng thời sửa thông tin cũ trên các trang thuộc quyền sở hữu của họ. Điều kiện dừng xảy ra khi ai đó coi việc đưa câu trả lời vào làm bằng chứng về ý định mua hàng hoặc tác động thương mại. Kết luận đó đòi hỏi sự đo lường riêng biệt.

Nhóm Van Data thực hiện hoạt động này như thế nào

Tại Van Data Team, chúng tôi biến nghiên cứu AI ATLAS của Google thành một quy trình vận hành thay vì để việc tìm kiếm của cộng tác viên chỉ là lý thuyết. Chúng tôi lập bản đồ chuyển giao hiện tại trên các hệ thống nguồn, nghiên cứu, soạn thảo, phê duyệt, xuất bản và báo cáo. Đối với mỗi bước, chúng tôi ghi lại chủ sở hữu quyết định, thông tin đầu vào, lệnh gọi công cụ, cổng xem xét, trạng thái lỗi và đường dẫn khôi phục.

Bản đồ đó trở thành một kế hoạch phân phối có phạm vi. Nó chỉ định các tín hiệu cần nắm bắt: nguồn gốc xuất xứ, độ chính xác của trích dẫn, dấu vết tác nhân, sự can thiệp của người đánh giá và các tuyên bố thương hiệu nổi bật. Nó cũng xác định các lỗ hổng trong quy trình làm việc và các hành động có thể chỉ chạy tự động sau các điểm kiểm tra đánh giá của con người. Trang tổng quan hiển thị các quyết định được xếp hàng đợi, các xác nhận quyền sở hữu không được hỗ trợ, các trường hợp ngoại lệ và chuyển giao không thành công; sổ quản lý cho người vận hành biết những gì cần xác minh, thử lại, chuyển cấp hoặc khôi phục.

Đây là cách diễn giải hoạt động của Vanaxity, không phải phát hiện của Google. ATLAS đo lường việc áp dụng và sử dụng AI chứ không phải hành vi tìm kiếm, ý định mua hoặc hiệu suất tiếp thị. Do đó, chúng tôi đánh giá quy trình làm việc của tác nhân dựa trên các kết quả đầu ra có thể quan sát được: liệu nghiên cứu có thể xác minh được hay không, nội dung đã sẵn sàng cho câu trả lời hay chưa, các phê duyệt có thể kiểm tra được hay không và nhóm có thể khôi phục khi tác nhân mắc sai sót hay không. Mục tiêu không phải là quyền tự chủ tối đa. Chính sự hợp tác đáng tin cậy sẽ giúp hành động tiếp theo trở nên rõ ràng.

Câu hỏi thường gặp

Nguồn tham khảo