DeepRAG – Thế hệ RAG mới giúp doanh nghiệp chuyển từ “tìm thông tin” sang “hiểu thông tin”

Trong kỷ nguyên dữ liệu bùng nổ, doanh nghiệp không thiếu thông tin. Các agent AI truyền thống có thể tìm, truy xuất và tóm tắt dữ liệu nhưng tìm thấy thông tin không đồng nghĩa với hiểu đúng vấn đề. Mô hình Retrieval-Augmented Generation (RAG) hiện nay chỉ giải quyết tốt các câu hỏi mang tính tra cứu, nhưng lại không đủ năng lực suy luận phức tạp để phục vụ các quy trình giá trị cao trong doanh nghiệp.

Tại iBASE, chúng tôi nhận thấy thách thức thật sự của khách hàng không nằm ở truy xuất dữ liệu, mà nằm ở hiểu đúng và tổng hợp được bức tranh toàn cảnh từ hàng trăm tài liệu rời rạc. Đây chính là điểm mà RAG truyền thống không thể đáp ứng và cũng là lý do DeepRAG ra đời.

Vì sao RAG truyền thống không đủ cho doanh nghiệp?

Trong vận hành thực tế, thông tin quan trọng của doanh nghiệp không hề nằm gọn trong một cơ sở dữ liệu đơn nhất:

• Hồ sơ bệnh án nằm rải rác trong hàng chục ghi chú lâm sàng.

• Rủi ro hợp đồng ẩn bên trong nhiều phụ lục và các điều khoản sửa đổi.

• Quy trình sản xuất trải dài trong batch record, SOP, báo cáo chất lượng, tài liệu kiểm định.

Agent RAG thông thường chỉ tìm được đoạn liên quan, nhưng không:

• Kết nối các mảnh thông tin lại với nhau

• Phát hiện xung đột giữa các điều khoản

• Hiểu các ngoại lệ và cách chúng ảnh hưởng đến phần khác

• Suy luận để đưa ra kết luận có căn cứ

• Làm rõ nguồn chứng cứ và đảm bảo tính kiểm toán

Khi doanh nghiệp bắt đầu yêu cầu các use case phức tạp (phân tích hợp đồng, đánh giá rủi ro, tổng hợp hồ sơ chuyên sâu…), RAG truyền thống chạm ngưỡng giới hạn.

DeepRAG bước tiến mới giúp AI “hiểu” thay vì chỉ “tìm”

DeepRAG là thế hệ RAG nâng cao của UiPath, được thiết kế để hỗ trợ các agent AI:

✔ Tổng hợp thông tin từ nhiều silo dữ liệu

✔ Lý giải dựa trên bằng chứng, không chỉ tạo nội dung

✔ Đưa ra kết luận có citation tới từng trang tài liệu

✔ Xử lý yêu cầu lên đến 1.000 trang trong một lần truy vấn

✔ Phù hợp cho môi trường doanh nghiệp yêu cầu kiểm toán & tuân thủ

Tại iBASE, chúng tôi xem DeepRAG là nền tảng then chốt để xây dựng các agent AI có năng lực tư duy sâu, đặc biệt trong các quy trình liên quan đến pháp lý, y tế, tài chính, sản xuất và hành chính công.

DeepRAG hoạt động như thế nào?

DeepRAG mô phỏng quy trình nghiên cứu của một chuyên gia thực thụ, thông qua 3 giai đoạn:

1️⃣ Planning – Lập kế hoạch và phân rã vấn đề

Thay vì tìm kiếm ngay lập tức, agent sẽ:

• Hiểu mục tiêu câu hỏi

• Phân tách thành nhiều sub-question logic

• Lập kế hoạch tìm kiếm từng bước

Ví dụ câu hỏi: “Các yếu tố nguy cơ tim mạch của bệnh nhân này là gì?”
DeepRAG sẽ xác định cần phải:

1. Lọc chẩn đoán liên quan

2. Tìm thuốc đang dùng, tiền sử gia đình, lối sống

3. Tổng hợp thành đánh giá rủi ro

2️⃣ Iterative Research Loop – Vòng lặp nghiên cứu lặp lại

Đây là lõi sức mạnh của DeepRAG:

• Chọn nguồn dữ liệu phù hợp

• Tìm và trích thông tin

• Kết hợp với dữ liệu đã thu thập

• Điều chỉnh kế hoạch dựa trên bằng chứng mới

• Lặp lại cho đến khi hoàn chỉnh

Cách làm này giúp agent tạo ra “thân cây kiến thức” đầy đủ, thay vì chỉ trả lời dựa trên vài đoạn text rời rạc.

3️⃣ Final Synthesis – Tổng hợp & lập luận cuối cùng

Toàn bộ bằng chứng được đưa vào bước sinh nội dung cuối, tạo ra:

• Báo cáo đầy đủ

• Có lập luận rõ ràng

• Có citation tới từng tài liệu và trang liên quan

DeepRAG – Use case mang lại giá trị lớn (đã triển khai thực tế)

UiPath ghi nhận hơn 17 case triển khai với ROI 5–10 lần trong thời gian review tài liệu. Tại iBASE, chúng tôi đánh giá đây là nền tảng cực kỳ phù hợp với khách hàng Việt Nam trong các lĩnh vực:

1. Y tế – Tổng hợp hồ sơ bệnh án (MRS)

DeepRAG đọc 20–400 trang tài liệu y khoa và tạo báo cáo gồm:

• Triệu chứng chính

• Chẩn đoán

• Tiền sử bệnh

• Kết quả xét nghiệm

• Thuốc điều trị

• Dị ứng

• Trích dẫn cho từng thông tin

Giảm 5–10 lần thời gian review cho bác sĩ.

2. Tài chính – Phân tích hợp đồng & covenant

DeepRAG kết nối các:

• Hợp đồng chính

• Phụ lục

• Biểu phí

• Điều khoản sửa đổi

-> Xây dựng bảng tổng hợp lãi suất, nghĩa vụ tài chính, collateral, covenant, điều khoản vi phạm…
-> Có thể gắn thêm logic cảnh báo điều khoản lệch chuẩn ngân hàng.

3. Dược phẩm – Tech transfer

AI tổng hợp:

• Batch record

• Quy trình sản xuất

• Dữ liệu kiểm nghiệm

• Hồ sơ đăng ký

• Thông số thiết bị

-> Sinh báo cáo tech transfer
-> Xác định gap & rủi ro giữa hai nhà máy
-> Đề xuất mitigations

DeepRAG + Gemini: Hiệu năng mạnh hơn, tối ưu chi phí

Phiên bản DeepRAG sử dụng các mô hình Gemini cho thấy:

• Chất lượng tốt hơn

• Chi phí tối ưu hơn

• Tốc độ nhanh hơn

iBASE hỗ trợ khách hàng triển khai DeepRAG trực tiếp trong UiPath Agent Builder, từ thử nghiệm sandbox đến gắn agent vào quy trình vận hành thực tế.

Bắt đầu với DeepRAG cùng iBASE

Doanh nghiệp có thể:

• Kích hoạt DeepRAG trong UiPath Studio

• Sử dụng sandbox tại playground.uipath.com

• Đăng ký UiPath Automation Cloud Trial

• Yêu cầu iBASE hỗ trợ tích hợp vào hợp đồng, hồ sơ bệnh án, quy trình sản xuất, hồ sơ pháp lý…