Grok Bot cho dịch vụ tài chính: tự dựng đội SI analyst

1. Mở đầu: từ chatbot, copilot tới SI teammate

Đây là một buổi workshop của Grok về Grok Bot cho ngành dịch vụ tài chính, do hai người dẫn: Hugo Charré, Lead Field Engineer, và Kristin Zubritzky, AI Deployment Manager II, cả hai ở SpaceX SI (theo mô tả video đăng ngày 02/11/2026).

Kristin mở đầu: hôm nay hai người sẽ nói về Grok Bot và các use case cho financial services. Chị giới thiệu mình ở team go-to-market của SpaceX SI, về đây qua đường Cursor từ hồi tháng Hai (theo lời chị trong video đăng ngày 02/11/2026). Vai trò của chị là làm việc với những khách hàng lớn nhất của công ty để deploy Cursor, Grok Bot và nhiều sản phẩm khác vào ngành.

Chị giới thiệu Hugo, đến từ team field engineering. Theo Kristin (video đăng ngày 02/11/2026), anh làm việc trực tiếp với những khách hàng FinServ lớn nhất của công ty, và cả những khách hàng khác, nên có nhiều kinh nghiệm thực tế với các công ty thật trong ngành. Chị để anh tự giới thiệu thêm.

Hugo chào: rất vui được gặp mọi người, rất hào hứng bắt đầu webinar này. Rồi anh nói tiếp: "Perfect. Thank you. Let's get started."

Anh bắt đầu bằng một Safe Harbor statement ngắn: bài trình bày có thể chứa những forward-looking statement về công ty, phản ánh kỳ vọng của công ty vào thời điểm đó và có thể thay đổi (video đăng ngày 02/11/2026). Anh nói lại cho rõ: đừng neo quá nhiều vào những điều này.

Rồi Hugo nói về cách anh và đồng nghiệp ở SpaceX SI nghĩ về không gian này. Có thể mọi người đã thấy Grok Bot là gì, nhưng anh muốn level set về những gì nhóm đang thấy trong ngành. Theo anh (video đăng ngày 02/11/2026), ngành đã đi qua một tiến trình. Đầu tiên là chatbot thuần tuý: hỏi qua đáp lại với một chatbot đơn giản. Con người vẫn làm việc, nhưng lấy được chút giá trị thông tin từ chatbot.

Giai đoạn thứ hai mà ngành chứng kiến tập trung nhiều hơn vào copilot. Theo Hugo (video đăng ngày 02/11/2026), khi nhìn cách các task thường được hoàn thành trong một công ty dịch vụ tài chính, ngày càng có nhiều agent giúp được từng loại task riêng lẻ. Thay vì chỉ làm, ví dụ, giai đoạn research, chúng còn ghép bộ tài liệu đó thành một deliverable thật mà bạn có thể tiếp nhận. Nhưng con người vẫn lái từng lượt qua lại, dù agent là bên hoàn thành deliverable. Vì vậy các giai đoạn khác nhau của công việc vẫn phải được chuyển tay từ giai đoạn này sang giai đoạn khác, và vẫn còn rất nhiều kiểm soát.

Chỗ bắt đầu thú vị, và là nơi Grok Bot thật sự khớp vào, theo Hugo (video đăng ngày 02/11/2026), là ý tưởng về super intelligent teammate. Thay vì tập trung vào một phần của workflow, các teammate này sở hữu toàn bộ workflow, từ đầu tới cuối, và sở hữu cả kết quả. Thay vì tập trung thuần vào hoàn thành task, trọng tâm chuyển sang hoàn thành trọn vẹn các project. Con người đặt một định hướng rõ ràng, rồi review mọi thứ thật gọn ở cuối khi kết quả đã xong, với ít lần chuyển giao ở giữa hơn nhiều. Điều đó tiết kiệm rất nhiều thời gian.

Theo anh (video đăng ngày 02/11/2026), đây là một cách làm việc hơi khác, và theo một nghĩa nào đó rất "con người": bạn đưa nhiều định hướng và tập trung vào quản lý nhiều hơn là thuần thực thi. Và điều đó, tất nhiên, tăng output lên rất nhiều.

2. Grok Bot: bot, computer riêng, routine và chia sẻ

Cách nhóm nghĩ về điều này là qua Grok Bot. Theo Hugo (video đăng ngày 02/11/2026), đây là một ứng dụng desktop mới, tải được cho Mac và Windows. Ý tưởng là một UI rất đơn giản, nơi bạn tạo các bot khác nhau, mỗi bot có một công việc chuyên biệt, và nhắn tin cho chúng như nhắn cho teammate. Giống như một group chat trên iMessage, WhatsApp hay công cụ nào đó, nó vận hành y như vậy: bạn nhắn cho các teammate, và mỗi bot có bộ tool riêng để làm các project đang có.

Theo anh (video đăng ngày 02/11/2026), bản thân các bot có nhiều khả năng thu thập context. Chúng kết nối được với các hệ thống khác nhau. Chúng nhớ được mọi việc được làm thế nào theo thời gian, và cả những ưu tiên (anh dùng chữ "prerogatives") bạn giao cho chúng, vì chúng có ý tưởng kiểu infinite context. Và chúng làm việc được với nhau. Nên đây không còn là những agent riêng lẻ như trước kia, mà là những bot vận hành hoàn toàn tự động, không những phối hợp khi bạn đưa chỉ dẫn mà còn phối hợp với nhau. Anh gọi đó là một cách làm việc hơi khác.

Về các tính năng đi kèm, theo Hugo (video đăng ngày 02/11/2026): thứ nhất, các bot có computer riêng, nên truy cập được những hệ thống không nhất thiết gắn với AI, những hệ thống không có API hay MCP. Bot mở thứ gì đó trong trình duyệt hay trong một ứng dụng và làm việc trên computer của nó, y như một người. Thứ hai, chúng thiết lập được routine và lịch chạy. Trước kia bạn có automation trong nhiều công cụ rất thiên về engineering; với Grok Bot, nhóm muốn giữ mọi thứ thật đơn giản: bạn thiết lập routine, lịch chạy và những thứ được kích hoạt theo một sự kiện, theo cách rất thiên về ngôn ngữ tự nhiên.

Các bot chạy trên một computer riêng của chúng, nhưng về cơ bản dùng lại identity của bạn, nên bạn dùng lại được các tool và quyền sẵn có trong doanh nghiệp (theo Hugo, video đăng ngày 02/11/2026). Anh liệt kê những cách làm việc đó: nó chạy 24/7 kể cả khi laptop đã gập; dễ như iMessage; dùng tool của bạn như chính bạn, nên vào được CRM, các connector, Drive, Gmail, Teams, SharePoint của bạn; và làm xong việc từ input tới kết quả. Nó còn tự tìm ra hướng bạn đang đi tới, và thậm chí lặp lại việc đó một cách tự động như một phần của routine.

Và vì các bot rất dễ tái tạo và rất "template hoá", theo Hugo (video đăng ngày 02/11/2026), chúng chia sẻ được với người khác trong công ty. Anh nói trước kia có ý tưởng về skill, nhưng skill chỉ gói một workflow, không nhất thiết gói một bot chuyên biệt. Giờ thì chính bot chia sẻ được, nên có nhiều khả năng hơn để bạn trao cho người kế tiếp, để người đó lặp lại cách bạn làm việc.

3. Use case khắp ngành dịch vụ tài chính

Tiếp theo là các use case nhóm đã thấy khắp FinServ. Theo Hugo (video đăng ngày 02/11/2026), điều thú vị là khi nhìn cách FinServ được tổ chức, các công ty này rõ ràng có rất nhiều tổ chức con khác nhau, và có một lượng lớn use case đang xuất hiện với Grok Bot, vì có thể tạo bot chuyên dụng cho từng vai trò hay workflow trong những tổ chức con đó.

Anh đi qua từng mảng:

• Wealth management và advisory: nhiều bot hữu ích ở phía tiếp xúc khách hàng, tổng hợp và chắt lọc công việc cho các buổi client review, hay để đưa ra market commentary và những deliverable sẵn sàng gửi cho khách (theo Hugo, video đăng ngày 02/11/2026).
• Asset management: theo dõi các tài sản khác nhau, với những deliverable quanh một số kết quả được tự động tổng hợp (theo Hugo, video đăng ngày 02/11/2026).
• Insurance: nhiều quy trình tuần tự đi kèm việc nộp claim hoặc underwriting hồ sơ mới (theo Hugo, video đăng ngày 02/11/2026).
• Retail và commercial banking: tổng hợp lượng lớn thông tin phi cấu trúc trong một hồ sơ để đưa ra câu trả lời rất nhanh, hoặc giúp với các quy trình KYC (theo Hugo, video đăng ngày 02/11/2026).
• Hedge funds: nhiều việc quanh tổng hợp, hiểu các xu hướng thị trường đang đi về đâu, hiểu các filing, các tín hiệu market intelligence nói chung, gom tất cả lại, trực quan hoá chúng và làm cho chúng dễ đọc (theo Hugo, video đăng ngày 02/11/2026).

Các mảng khác gồm investment banking, private equity và credit, capital markets và trading. Theo Hugo (video đăng ngày 02/11/2026), cũng có nhiều use case ở phần operations của tổ chức: IT, marketing, sales. Tất cả các vai trò đó có nhiều mức tăng năng suất với Grok Bot, vì bạn dựng được những bot chuyên dụng mang tính liên chức năng, làm được trên một dải rất rộng các use case và project.

4. Front, middle, back office và hai loại bot

Ở phía ngân hàng cụ thể, theo Hugo (video đăng ngày 02/11/2026), nhóm thấy nhiều use case ở front office, middle office và back office. Front office tập trung vào chuẩn bị cho các buổi gặp khách, research prospect, thiết lập routine tự động theo dõi tin tức về khách hàng và quay về với những insight cụ thể được đóng gói lại theo lịch, thay vì bạn phải tự lái việc này mỗi ngày. Middle office là chuẩn bị cho investment committee, có các lịch chạy theo dõi ngưỡng rủi ro của một số portfolio và giải thích những biến động đã xảy ra qua đêm. Back office thiên về operations: reconciliation, báo cáo vận hành hằng ngày, thậm chí xem dữ liệu trading desk ở back office để hiểu giao dịch nào đã đi qua, giao dịch nào chưa, và tự động canh chừng tất cả những thứ này bằng routine. Anh nói tất nhiên còn nhiều use case nữa có thể đi qua, vì khả năng là vô tận.

Nhưng có một điều Hugo muốn nhấn mạnh, điều nhóm đang cố thấy xuất hiện ở nhiều enterprise (video đăng ngày 02/11/2026): chuyển từ chỗ thuần personal bot, nơi bạn có một bot cho research, một bot cho trading desk, một bot cho việc khác, sang khái niệm team bot. Theo anh, điều này cực kỳ quan trọng với FinServ, vì quy định đòi hỏi một cách làm chuẩn hoá, một quy trình chuẩn hoá. Vì vậy sự pha trộn giữa personal bot và team bot đang trở nên cực kỳ quan trọng trong cách bạn làm việc với những đồng nghiệp tự động này.

Personal bot là bot bạn tự tạo, ví dụ một chief of staff, một bot issuer research, một bot client coverage, một bot committee memo drafter. Team bot là bot do ngân hàng hay tổ chức sở hữu, theo Hugo (video đăng ngày 02/11/2026): chúng thuộc về một admin, người có thể đóng gói skill, routine và lịch chạy của riêng mình vào team bot, để mọi người làm việc trên cùng một nền chuẩn.

Trong demo anh sắp cho xem, có một số personal bot thuộc về một managing director, và một số team bot thuộc về công ty hay chức năng, ví dụ chức năng wealth management, xử lý những workflow chuẩn hơn cần truy cập dữ liệu đặc quyền. Trong kịch bản này có một bot exposure and positions lo về risk và operations, do một admin quản lý, gom mọi workflow cần xem exposure và positions. Bot này kết nối vào các hệ thống read-only như hệ thống quản lý portfolio tự xây cho khách hàng và file của custodian (demo trong video đăng ngày 02/11/2026).

Vì vậy, theo Hugo (video đăng ngày 02/11/2026), mỗi khi anh, trong vai một MD có personal bot riêng, muốn xem exposure và positions hiện có cho một khách hàng, các personal bot của anh sẽ luôn gọi sang team bot để lấy dữ liệu đã được xác minh, thay vì mỗi người có cách xử lý AI riêng của mình. Điều đó tránh tình huống anh tự dựng một skill cho exposure positions và mỗi người trong tổ chức đều có cách xem exposure positions riêng, một rủi ro cho tổ chức.

Anh đề nghị mọi người nghĩ về khái niệm team bot này, vì theo anh và nhóm (video đăng ngày 02/11/2026), nó sẽ là một bước tiến rất lớn trong việc đưa SI, superintelligence, thành multiplayer trong môi trường bị quản lý chặt. Nhóm cho rằng đây sẽ là cách làm việc chuẩn từ giờ trở đi với những đồng nghiệp tự động này, vì chúng có service account riêng, có connector có version và được quản trị, có những quy trình chuẩn luôn sẵn cho mọi nhân viên trong ngân hàng, mà không cần mỗi nhân viên dựng lại mọi thứ và phát minh lại bánh xe mỗi lần biến một việc thành quy trình hay tự động hoá một quy trình.

5. Control cho các công ty bị quản lý chặt

Anh đã nói nhiều về team bot, giá trị của team bot và personal bot, và các use case. Giờ tới control. Theo Hugo (video đăng ngày 02/11/2026), đây là những control nhóm thấy trở nên cực kỳ quan trọng khi nghĩ về những đồng nghiệp super intelligent, tự động và có năng lực hơn nhiều.

• Control bảo mật chuẩn như SSO, SCIM provisioning, và khả năng đi sâu khắp tổ chức để biết ai là manager của một bot, ai chỉ là collaborator (theo Hugo, video đăng ngày 02/11/2026).
• Data access scoping: hoặc dùng lại credential của user để kết nối vào một hệ thống, khi đó quyền chỉ chảy qua và ngăn leo thang quyền truy cập; hoặc cấp service account và token chuẩn, dùng chung cho nhiều bot trong một quy trình (theo Hugo, video đăng ngày 02/11/2026).
• Human approval: một khái niệm thừa hưởng từ sản phẩm coding của nhóm, gọi là auto review, chạy một classifier riêng bên trên các hành động bot thực thi để review mọi thứ rủi ro cao. Ví dụ bạn hỏi "can you send in this trade?", rất có thể bạn nhận một auto review hỏi bạn muốn allow, deny, hay thậm chí always allow. Có khi hành động kiểu này bị admin deny hoàn toàn. Theo Hugo, điều này rất hữu ích để phân nhóm hành động rủi ro cao, trung bình và thấp, và để bot tự ngắt, đưa con người vào vòng lặp nhằm tránh những lần leo thang đó (video đăng ngày 02/11/2026).
• Audit và monitoring: theo dõi mọi event đi qua các bot và log chúng vào SIEM của bạn; có action recording để export toàn bộ lịch sử nhằm kiểm tra mọi sai lệch về compliance; và cũng nối được với OTEL (theo Hugo, video đăng ngày 02/11/2026).
• Zero data retention, mà anh gọi là một chuẩn trong ngành: nhóm không train trên bất kỳ input hay output nào, dù là SpaceX SI hay vendor bên thứ ba; điều này rất quan trọng cho quyền riêng tư trong ngành tài chính (theo Hugo, video đăng ngày 02/11/2026).
• Isolated computing và secrets: lưu secret trong các vault riêng để bot dùng khi kết nối vào các hệ thống; các computer bot dùng được cách ly theo từng user. Có thêm nhiều control cho phép kiểm soát computer được làm gì và không được làm gì, như truy cập một số website nội bộ, route qua firewall nội bộ hay VPN của bạn, và nhiều thứ khác (theo Hugo, video đăng ngày 02/11/2026).

6. Kịch bản demo và đội bot của Maya

Rồi tới demo. Hugo mở ứng dụng desktop Grok Bot và đưa ra một kịch bản (demo trong video đăng ngày 02/11/2026). Một managing director mảng wealth management làm ở một công ty private wealth tên Ellery Private Wealth. Chị MD này, Maya, quản lý một team advisor phục vụ khoảng 30 gia đình high net worth, cùng các trust và foundation. Sơ đồ demo ghi rõ đây là dữ liệu dựng cho demo: mọi tên, công ty và con số đều hư cấu.

Lúc đó là sáng sớm thứ Ba, trong kịch bản (demo trong video đăng ngày 02/11/2026). Một hãng xếp hạng tín nhiệm tên Kestrin Ratings vừa đặt trái phiếu của Brennick Freight, một công ty vận tải hàng hoá lớn, vào diện review để có thể hạ xếp hạng tín nhiệm. Nhiều khách hàng của Maya đang giữ những trái phiếu đó, và một người đã email hỏi: có nên bán không? Advisor phụ trách khách đó ping team trên Slack hay Teams: nên nói gì, tôi không muốn ứng biến, tôi muốn hiểu hệ quả là gì. Và có một buổi investment committee lúc 2 giờ chiều.

Theo Hugo (video đăng ngày 02/11/2026), bình thường đó là một buổi sáng khá căng: chạy theo mọi người để nắm các dữ kiện về vụ có thể hạ bậc này và nó ảnh hưởng khách hàng ra sao, hỏi risk và operations xem ai nắm giữ gì, kiểm tra tư thế compliance để biết advisor được phép trả lời khách thế nào sau sự kiện, và cuối cùng ai đó viết memo cho investment committee để ra quyết định.

Trong một setup Grok Bot, theo Hugo (demo trong video đăng ngày 02/11/2026), Maya đã dựng một đội bot riêng, vận hành độc lập và phối hợp với nhau để làm việc này. Bên trái màn hình là đội bot của chị. Chủ yếu là personal bot do Maya tạo, mỗi bot khớp một task chuyên biệt:

• Issuer Research lo mọi việc research quanh các sự kiện xảy ra ở những công ty mà khách hàng wealth management có exposure (demo trong video đăng ngày 02/11/2026).
• Client Coverage giúp hiểu việc giao tiếp với khách, advisor nào quản lý phân khúc khách nào, và mọi thứ vận hành cùng nhau ra sao (demo trong video đăng ngày 02/11/2026).
• Committee Memo Drafter sở hữu phần lớn quy trình committee: investment committee họp hằng ngày, hiểu exposure và ngưỡng rủi ro, tất cả gắn với cách khách hàng đang vận hành (demo trong video đăng ngày 02/11/2026).
• Chief of Staff ở tầng trên cùng: giao việc, chia việc và xử lý công việc khắp các bot đó (demo trong video đăng ngày 02/11/2026).

Theo Hugo (demo trong video đăng ngày 02/11/2026), Maya đã dựng một chief of staff hiểu routine của chị, cách chị làm việc, cách chị nói với advisor, cách chị có thể nói với khách, vì chief of staff tích luỹ được memory liên tục về phong cách làm việc của chị theo thời gian. Có thể gồm cả cách chị viết email và giọng văn trong những email đó, cách chị giao tiếp, thiên về Teams hay email, có nhiều deliverable hay không, và các con số nên được trình bày theo kiểu gì.

Điều thú vị nữa trong kịch bản: có hai bot không phải bot thường, mà là các team bot đã nói. Thứ nhất là Comms Policy, team bot kiểm tra các ghi chú gửi khách theo ngôn ngữ đã được compliance duyệt, gắn cờ mọi vấn đề để người review và chuyển sang compliance. Theo Hugo (demo trong video đăng ngày 02/11/2026), điều này rất quan trọng vì cần một tiếng nói thống nhất khi nói chuyện với khách, và cần bảo đảm ngôn ngữ tuân thủ.

Thứ hai là team bot Exposure & Positions, hiểu exposure của từng khách trên các position và giao dịch. Theo Hugo (demo trong video đăng ngày 02/11/2026), điều này hữu ích vì đây là thứ phải đi qua một hệ thống read-only, hệ thống portfolio management tự xây trong nội bộ, và phải an toàn: các con số phải đúng và được xác minh. Mọi advisor và managing director phải đi qua team bot này, vì không được tự tạo bot riêng để xác minh thông tin đó; nó phải tuân thủ.

7. Team bot, computer use và sơ đồ đội bot

Team bot này do admin tạo và team quản lý, theo Hugo (demo trong video đăng ngày 02/11/2026), với nhiều thứ có sẵn: API key và secret đã lưu trong vault; service account để vào hệ thống của bạn, nên đã được cấu hình từ trước; và kết nối Slack, Teams để giao tiếp trên đó. Quan trọng hơn, nó có computer và vào được nền tảng Theron, nền tảng tự xây mà công ty này dùng để quản lý position của khách wealth management.

Anh đề nghị nghĩ tới bất kỳ hệ thống nào trong ngân hàng hay công ty FinServ bạn làm mà một công cụ AI không truy cập được qua MCP hay API. Theo Hugo (video đăng ngày 02/11/2026), nhiều khi trong tình huống đó sẽ hữu ích nếu có một team bot do admin kiểm soát hoàn toàn, truy cập những hệ thống nội bộ đó qua UI, ngay trong trình duyệt. Đây là chỗ computer giúp ích: computer vào được các hệ thống đó, vào được UI, và bạn thấy computer của bot cùng những gì nó tự thấy trên màn hình. Nó dùng computer bằng computer use.

Anh tóm tắt sơ đồ tổ chức đội bot của Maya (demo trong video đăng ngày 02/11/2026). Chị có một chief of staff quản lý các bot đã nói, cả personal bot lẫn team bot. Chúng giúp mọi việc tiếp xúc khách: tóm tắt deliverable research, kiểm tra với team bot Comms Policy, xem exposure của một số khách với team bot Exposure & Positions, rồi đi tới kết quả và quyết định cùng investment committee, và truyền đạt tất cả tới các bộ phận khác trong tổ chức, gồm cả các advisor của chị. Theo Hugo, mọi lượt chuyển giao đều được xử lý tự động; không có cảm giác cần một AI hay một SI cho từng silo rồi tự dựng các lượt chuyển giao, mà tất cả do đội bot làm.

8. Prompt đầu tiên và Exposure & Positions trong Theron

Hugo đi vào một ví dụ với chief of staff. Anh có sẵn một prompt mẫu và gửi đi. Trong khung chat, prompt như sau (demo trong video đăng ngày 02/11/2026):

Kestrin put Brennick Freight on review this morning. Which of my clients own it, who should we call first, and what can the advisors say? I need something for the 2 PM Investment Committee.

Chief of Staff trả lời trên màn hình: "I'm on it for the 2 PM. I'm handing out the four jobs now with a 1:45 PM ET deadline, and the talking points are going to Comms Policy at the same time." Dòng bên dưới ghi nó đã nhắn cho 4 bot (demo trong video đăng ngày 02/11/2026).

Theo Hugo (demo trong video đăng ngày 02/11/2026), phản xạ đầu tiên của chief of staff là nhắn cho một loạt bot khác có thể có thông tin. Ở đây nó nhắn cho team bot có version và được quản trị tên Exposure & Positions, để tìm xem khách nào đang có exposure. Bạn có thể vào từng team bot hay personal bot để xem chúng đang làm gì, nếu không muốn dựa hoàn toàn vào những gì chief of staff báo lại.

Exposure & Positions đang làm việc. Hugo đọc tin của nó: nó muốn có gói Brennick để hiểu khách nào có exposure với Brennick, đã log thành một request, và đang kéo holdings trực tiếp từ Theron để đối chiếu. Màn hình ghi: "Chief of Staff wants the Brennick pack for Maya's 2 PM IC by 1:45. I've logged it as REQ-0001 and I'm pulling the holdings live from Theron now to tie them out against Whitcombe." (demo trong video đăng ngày 02/11/2026)

Theo Hugo (demo trong video đăng ngày 02/11/2026), đây chính là agent, chính bot Exposure & Positions, tự vào hệ thống nội bộ để tìm khách nào có exposure với khoản này, và bạn thấy nó tự điều hướng trong hệ thống nội bộ. Không phải MCP, không phải API, mà thuần computer use và tự động. Nó tự tìm thông tin; anh không phải cầm tay chỉ việc, không phải làm gì. Nó đang trao đổi với các bot khác của anh để hiểu thêm context, nên không có cảm giác phải lặp lại "này, bạn làm cái này, bạn làm cái kia". Theo anh, chúng sẽ luôn phối hợp với nhau và hiểu động cơ hay kết quả cuối cùng là gì.

"There we go." Theo Hugo (demo trong video đăng ngày 02/11/2026), có vẻ chief of staff và client coverage đều đã có gói dữ liệu, sớm hơn hạn chót của chúng. Anh nói có khoảng 2,8 triệu exposure trên 10 tài khoản, theo những gì bot báo, và chúng nằm trên Theron. Bot còn gửi về một screenshot của exposure: các khách hàng khác nhau có exposure với công cụ tài chính đó, và lượng hoá được khá nhanh.

Tin nhắn của Exposure & Positions trên màn hình ghi chi tiết hơn (demo trong video đăng ngày 02/11/2026): Theron cho thấy $2,905,130.00 trên 11 tài khoản theo sổ; sau ba lần sửa lỗi đối chiếu được đề xuất (EW-2007, EW-2009 và EW-2011) còn $2,853,292.50 trên 10 tài khoản, khớp với Whitcombe; Fairley Charitable Trust là bên nắm giữ lớn nhất, 11,56%, hồ sơ Conservative; bảy tài khoản vượt hạn mức, và năm khách Conservative cần kiểm tra suitability.

Theo Hugo (video đăng ngày 02/11/2026), không có công cụ này thì việc đó có lẽ mất nhiều thời gian hơn nhiều, vì anh sẽ phải tự đào trong hệ thống nội bộ, export CSV, tự làm hết mọi thứ. Sẽ khá vất vả.

9. Call order, page sửa trực tiếp và Issuer Research

Anh xem chief of staff đang làm gì (demo trong video đăng ngày 02/11/2026). Nó đã có số liệu. Nó đã nói chuyện với Exposure & Positions, team bot; nói chuyện với client coverage để hiểu việc giao tiếp với khách đang ở đâu; và đang nói chuyện với committee memo drafter để bắt đầu việc dựng memo cho investment committee. Anh không phải tự prompt những việc đó: theo Hugo, nó coi như đã biết đây là cách anh làm việc, nhờ các lần tương tác trước với các bot.

"There we go." Đây là bảng chia theo từng khách (demo trong video đăng ngày 02/11/2026). Hugo nêu một charitable foundation có exposure 11%, và nhiều khách khác cũng có exposure; anh nói có vẻ có một vài thứ khác nhau cần chỉnh. Bảng trên màn hình liệt kê khách kèm advisor, số tiền Brennick, phần trăm tài khoản, hạn mức và hồ sơ, ví dụ Fairley Charitable 485,500 (11,56%, hạn mức 3%) và Okafor 561,000 (9,30%, hạn mức 5%).

Call order đã sẵn sàng. Theo Hugo (demo trong video đăng ngày 02/11/2026), có khái niệm page, nơi bot tạo trang ngay trong dòng chat, rất hữu ích để có một bản tóm tắt nhanh, gọn về những hành động cần làm tiếp. Anh có call order cho khách, có bản tóm tắt đầy đủ, và đọc qua được. Tin của Client Coverage trên màn hình ghi thứ tự gọi: Fairley và Okafor trước, theo thứ tự nào tuỳ chọn, rồi Reyes, Kirby, Moss, Harrow Valley, Delgado, Shah, Arden Lake và Holm; Westmark gọi cuối. Bản draft chỉ gồm các cuộc gọi, không gửi gì bằng văn bản cho tới khi Rachel duyệt ngôn ngữ.

Anh có thể prompt lại để rõ hơn. Anh gõ cho Chief of Staff (demo trong video đăng ngày 02/11/2026):

rebuild to include better visuals and make it a bit more concise for the meeting

"There you go." Chief of Staff đáp trên màn hình rằng nó đang dựng lại thành một brief một trang ngắn hơn, có thương hiệu, có chart, xong trước 2 giờ chiều (demo trong video đăng ngày 02/11/2026). Theo Hugo, mọi thứ được gửi ngay trong dòng chat, và dễ thấy chief of staff chỉnh deliverable, chỉnh artifact trực tiếp ra sao. Bạn nhắn cho nó và thấy thay đổi ngay trong chat khi đang nhìn page, nên feedback có thể tức thì. Không phải gửi trong chat, chờ, mở page lại, đóng lại. Anh gọi đó là một kiểu design mode cho artifact.

"All right." Trong lúc nó dựng lại brief một trang có thương hiệu, anh xem các bot khác đang làm gì. Issuer Research, theo Hugo, về cơ bản là SI analyst của riêng anh (demo trong video đăng ngày 02/11/2026). Nó xem market data từ connector nội bộ với hệ thống market data, và quay về với exposure và proxy market data cho công ty đang bàn, cùng xếp hạng tín nhiệm tổng thể so với các công ty cùng ngành; anh nhận xét kết quả khá nhất quán. Nó tự làm ra cái này hoàn toàn; không phải một biểu đồ dựng sẵn, mà làm thẳng từ hệ thống nội bộ, và nguồn là Databento.

Theo Hugo (video đăng ngày 02/11/2026), một phần của workflow research này là có một bot tự research trên nhiều nguồn và quay về với deliverable rất dễ đọc, tuỳ biến và theo yêu cầu, thay vì anh phải tìm trong một database, tự làm data science, biết dùng Python, chạy Matplotlib và tự dựng. Tất cả hoàn toàn tự động.

10. Connector cho FinServ

Theo Hugo (video đăng ngày 02/11/2026), chìa khoá ở đây, và lại quay về chuyện làm sao version hoá và bảo đảm có đúng kết nối và context, là cửa sổ connector, nơi bạn thêm các integration cho bot. Anh mở cửa sổ đó để mọi người thấy các connector có sẵn. Ở một công ty FinServ, admin sẽ giới hạn phạm vi các integration này cho từng nhóm trong công ty. Nếu có chức năng wealth management, rất có thể sẽ có những connector dành riêng cho wealth management, có version và được kiểm soát, đi kèm sẵn skill hay workflow được team bot tự động thực hiện. Giống như team bot làm ra hình market proxy data rất dễ đọc, đây có thể là một workflow chạy ở chế độ autopilot dựa trên team bot và connector của nó.

Ví dụ connector rất đặc thù FinServ: có S&P Global, và theo Hugo một số connector khác khá hữu ích trên nhiều hệ thống FinServ (video đăng ngày 02/11/2026). Có các connector thiên về knowledge work, ví dụ email, Gmail, Outlook, SharePoint, Slack, Microsoft Teams, Google Calendar, Slides. Anh nói vào thời điểm đó có nhiều connector thiên về engineering, nhưng nhóm đang tăng số connector cho knowledge work và cho FinServ, phát hành qua các partnership như partnership với S&P Global.

Khi đã có các connector đó, theo Hugo (video đăng ngày 02/11/2026), bot tổng hợp được dữ liệu từ rất nhiều nguồn: không những dữ liệu market intelligence đã được xác minh, mà cả nhiều dữ liệu phi cấu trúc, lộn xộn, hỗn loạn trong công ty. Những thứ nằm trong Slack hay Teams, trong email, có khi trong một file Excel rất lộn xộn bị chôn trong máy bạn. Tất cả là tín hiệu hữu ích có thể gom và tổng hợp, để research đầy đủ và kiểm chứng được nhiều nhất có thể. Đó là phần issuer research của anh.

11. IC brief và ngôn ngữ do Comms Policy duyệt

Hugo xem phần còn lại đang thế nào. Theo anh (demo trong video đăng ngày 02/11/2026), trong lúc anh nói, chief of staff đã dựng xong toàn bộ IC brief. Anh mở ra: một page mới, và feedback về hình ảnh anh đưa đã được tính đến. Giờ thấy được exposure của từng khách; anh nói có 1,3 triệu trên các tài khoản khác nhau, với mức đối chiếu (tie-out) khác nhau tuỳ từng khoản. Có thứ tự gọi cho tất cả, và các ghi chú khác nhau mà advisor có thể gửi.

Theo Hugo (demo trong video đăng ngày 02/11/2026), tất cả đã được kiểm tra với team bot Comms Policy. Deliverable này gom research, hình ảnh, sự chấp thuận của team bot về exposure và các con số, và riêng sự chấp thuận của team bot Comms Policy về việc một ghi chú có tuân thủ hay không theo cách gửi cho khách.

Anh xem phần Comms Policy một chút. Đây là đoạn Comms Policy duyệt, như trên màn hình (demo trong video đăng ngày 02/11/2026):

Kestrin Ratings placed the bonds on review for a possible downgrade on October 20. This is a review, not a downgrade. The bonds remain rated BBB while Kestrin reviews them. The Investment Committee meets to review its guidance on this issuer. Your advisor will follow up with you directly by [date].

Theo Hugo (demo trong video đăng ngày 02/11/2026), đây là ngôn ngữ chính thức được duyệt, đi qua team bot. Còn cách Comms Policy đi tới kết luận đó: nó dùng một số workflow, những workflow bạn đã đặt sẵn từ trước với tư cách admin. Ví dụ, một team bot Comms Policy có thể đặt quy tắc: không bao giờ nói là đang thực hiện giao dịch ngay, mà nói sẽ đánh giá position này trước khi ra quyết định. Và tất nhiên, bạn có thể mã hoá sẵn quy định SEC và các quy định khác đang tuân thủ nội bộ vào các team bot đó, để chúng luôn đưa ra ngôn ngữ chuẩn có thể được duyệt.

Chief of staff quay về với một briefing (demo trong video đăng ngày 02/11/2026). Theo Hugo, briefing khớp với tất cả các con số và các phần đã được duyệt. Còn những thứ cần người ký duyệt: nó không lao vào gửi email, mà bảo đảm mọi thứ được đánh dấu đủ, và vẫn còn một số việc đang chờ. Nó biết chính xác cần liên hệ ai trong nội bộ, vì đã kết nối Slack và Teams, nên nó biết bạn làm việc thế nào, biết làm việc với ai trong tổ chức, vì nó thấy bạn đã nói chuyện với ai trước đây khi ra những quyết định hay hành động như vậy.

Theo Hugo (video đăng ngày 02/11/2026), phần lớn câu chuyện là làm sao dựng shared institutional context dùng lại được qua các bot, để không có cảm giác lúc nào cũng phải chỉ đạo analyst hay bot của mình. Câu hỏi là làm sao đi từ một copilot làm được research tới những bot tự thu thập thông tin đúng ở những silo thông tin mà bạn biết, vì bạn có tribal knowledge về công ty mình; và làm sao để chúng làm deliverable từ đầu tới cuối, thay vì bạn phải dẫn dắt chúng làm deliverable cho bạn.

12. Memo và deck cho investment committee

"All right." Đó là bản IC draft nội bộ cho anh, trong vai Maya, xem nội bộ. Giờ tới các memo sẵn sàng cho buổi investment committee thật. Anh chuyển màn hình (demo trong video đăng ngày 02/11/2026). Đây là thứ agent tạo ra: memo investment committee về Brennick Freight Lines và tác động của vụ hạ xếp hạng tín nhiệm. Ở đây exposure được tóm tắt cho từng khách; những khoản này vượt hạn mức chuẩn công ty đặt nội bộ.

Rồi tới các lựa chọn và quyết định (demo trong video đăng ngày 02/11/2026). Theo Hugo, vẫn đang cần xác định open item là gì và quyết định là gì: hold cho các khách đó, đưa ra sell guidance, hay giảm exposure xuống một tỷ lệ mục tiêu. Đó là điều cần xác định trong buổi investment committee. Memo trên màn hình ghi "This memo makes no recommendation." Nhưng mọi deliverable về cơ bản đã sẵn sàng cho buổi họp lúc 2 giờ chiều.

Theo Hugo (demo trong video đăng ngày 02/11/2026), tất cả xong trong vài phút, và làm đúng cách, với guardrail compliance phù hợp. Có phần chi tiết hỗ trợ: đi rất sâu vào exposure của các khách, xem được các sự kiện, và cả một bản tóm tắt nguồn công khai do bot issuer research đưa vào. Nó đã vào các filing 8-K, vào sổ capital markets nội bộ, xem bản công bố xếp hạng tín nhiệm của hãng xếp hạng, tìm được trên mạng, gom các điểm rút ra, rồi quay về với hình bổ sung đã nói, biểu đồ với các ETF proxy. Đó là memo.

Nó còn tạo thêm một thứ: chính bộ deck cho buổi họp (demo trong video đăng ngày 02/11/2026). Theo Hugo, deck khá giống memo nhưng ở dạng dễ tiêu hoá hơn nhiều để trình bày. Nếu Maya phải trình bày trước investment committee thì deck về cơ bản đã sẵn sàng; chị không phải tự dựng lại deck, vì nó đã được tổng hợp từ mọi insight trước đó. Có phần event và research, con số tổng, holdings và các tài khoản bị ảnh hưởng; phần concentration, suitability và data quality trên bảy tài khoản, và tài khoản nào vượt hạn mức; cuối cùng là quyết định cho committee và điều muốn làm. Anh nói mọi thứ đã sẵn sàng và anh về cơ bản đã sẵn sàng cho buổi họp.

Theo Hugo (theo số đo của anh trong video đăng ngày 02/11/2026), dễ thấy việc ghép tất cả lại và làm trọn một project trong 30 phút đơn giản thế nào, việc mà thường mất nhiều thời gian hơn, nhiều phối hợp hơn, vì đây là những quy trình bị quản lý chặt cần compliance can thiệp, cùng nhiều việc tay chân như chuẩn bị ghi chú cuộc họp và những thứ tương tự. Anh lưu ý thêm (video đăng ngày 02/11/2026): đây là một quy trình mà bot tự học, có thể nói vậy; nó hiểu được cách bạn vận hành.

13. Routine mỗi sáng và các use case khác

Hugo nói chỗ trở nên thú vị là bạn có thể bảo bot: đây là chuyện có khả năng sẽ lặp lại trong tương lai. Anh gõ cho Chief of Staff (demo trong video đăng ngày 02/11/2026):

this is something that will likely happen in the future, i want you to setup a routine for other credit downgrades of the same type across assets our clients are exposed to. focus a lot more on the high impact clients and set this up everyday at 7am

"There we go." Theo Hugo (demo trong video đăng ngày 02/11/2026), việc vừa làm là bảo bot thiết lập một routine làm việc này tự động mỗi ngày, vì biết đây sẽ là một quy trình lặp lại. Mọi thứ vừa làm: canh ngưỡng rủi ro bị vượt, canh các vụ hạ xếp hạng tín nhiệm, một vấn đề cụ thể của công ty, canh thị trường, xem exposure của khách, đưa ra khuyến nghị cho buổi investment committee hằng ngày lúc 2 giờ chiều, làm deck, làm việc với các vai trò khác nhau trong nội bộ. Tất cả giờ chạy hoàn toàn tự động. Anh tới được chỗ có thể review từng điểm quan trọng một với vai trò human in the loop, và tới investment committee với mọi việc đã xong, trong khi tập trung vào việc khác.

"There we go." Hugo đọc phản hồi của Chief of Staff (demo trong video đăng ngày 02/11/2026). Trên màn hình, bot ghi routine chạy các ngày trong tuần khoảng 7:00 AM ET, có thể bắt đầu sớm hay muộn tối đa 15 phút quanh 7 giờ, lần chạy đầu là ngày mai; nó bỏ cuối tuần vì các hãng xếp hạng hiếm khi công bố vào lúc đó, muốn chạy mỗi ngày thì cứ nói. Mỗi lần chạy tìm các vụ hạ bậc mới, các review để hạ bậc và outlook tiêu cực trên mọi thứ khách đang giữ, trực tiếp hay qua quỹ.

Bot lấy exposure chính thức từ team bot Exposure & Positions, mà theo Hugo team bot này lại lấy từ những nguồn đã được gán đúng (demo trong video đăng ngày 02/11/2026). Rồi nó xếp các khách bị ảnh hưởng mạnh lên trước: ai vượt hạn mức single-issuer, khách Conservative, các position lớn, và ai đã hỏi. Khi một hành động chạm tới những khách đó, nó giao bốn việc, gửi talking point qua Comms Policy và Rachel trước khi tới Maya. Kết quả về ngay đây, mở đầu bằng quyết định cần Maya đưa ra. Không có gì mới thì sẽ không nghe gì từ nó. Hugo kết: routine giờ chạy tự động mỗi ngày.

Theo Hugo (video đăng ngày 02/11/2026), có thể hình dung điều này xảy ra trên rất nhiều workflow bạn gặp hằng ngày. Ví dụ canh các tỷ lệ rủi ro khác trong use case wealth management này. Nhưng hãy nghĩ tới use case khác, anh nói: trong capital markets, canh một số position xem chúng có biến động theo tin tức hay thậm chí theo feed trên X không. Vì có tích hợp X native, có thể kéo mọi nguồn dữ liệu đó từ các bot khác nhau và dựng các gói tự động chạy theo lịch. Operations cũng vậy.

Với công việc tiếp xúc khách nhiều hơn, theo Hugo (video đăng ngày 02/11/2026): tương tác với Salesforce CRM, thiết lập ghi chú cuộc họp tự động để dựng một góc nhìn về một khách hàng. Front office, back office, middle office: tất cả đều có use case đóng gói được thành bot hay routine, thậm chí chia sẻ được với các thành viên khác trong team theo thời gian, mà vẫn tuân theo quy định của ngân hàng.

14. Bot mới, chia sẻ, bot chủ động và app mobile

"All right, perfect." Hugo nói đó về cơ bản là hết phần demo. Tóm lại, Maya có tất cả các bot này. Theo anh (demo trong video đăng ngày 02/11/2026), tạo bot mới cũng rất đơn giản. Anh gõ cho Chief of Staff:

i want you to create a new bot dedicated only to credit downgrades

Theo Hugo (demo trong video đăng ngày 02/11/2026), chief of staff, dựa trên mọi thông tin trước đó, dễ dàng đóng gói lại thành một bot mới. Trên màn hình, Chief of Staff báo đang dựng bot Credit Downgrades, rồi ghi bot đã sẵn sàng: việc của nó là bắt các vụ hạ bậc, review để hạ bậc và outlook tiêu cực trên mọi thứ khách đang giữ, rồi xếp khách bị ảnh hưởng mạnh lên trước; nó lấy số exposure từ Exposure & Positions và chuyển kết quả cho Chief of Staff để điều phối bốn việc; nó không gửi được gì ra ngoài ngân hàng, không quyết, không duyệt, không giao dịch. Chief of Staff còn hỏi có muốn chuyển routine 7:00 AM sang Credit Downgrades để có một chủ sở hữu không.

Theo Hugo (video đăng ngày 02/11/2026), dựng đội bot dễ như vậy, hoặc đổi cách đội vận hành: xoá bot, chuyển sang một mục mới, đổi tên, đổi routine, dựng skill cùng chúng, vân vân. Bot cũng chia sẻ được. Bạn bấm vào một bot và share với team. Với team bot này, bấm share rồi đổi ai có quyền truy cập. Lúc demo nó chủ yếu được chia sẻ cho nhóm engineering; anh nói đó là phần còn sót lại từ org nội bộ của anh. Trên màn hình, khung "Share this Bot" ghi nhóm Engineering với vai trò Collaborator. Nhưng bạn có thể chia sẻ với một đồng nghiệp cần truy cập bot Comms Policy để biết nói với khách thế nào, hoặc chia sẻ cho một người khác và đặt người đó làm manager của bot. Theo anh, cần có nhiều manager cùng nạp source of truth cho team bot đó để các advisor khác dùng.

Bot Credit Downgrades đã dựng xong, và theo Hugo (demo trong video đăng ngày 02/11/2026), các bot cũng rất chủ động: chúng có thể hỏi bạn. Tin đầu tiên của bot trên màn hình chào Hugo, báo đang chạy lượt quét đầu tiên, kéo các rating action mới nhất từ các nguồn đã được duyệt và đối chiếu với những gì khách của Maya đang giữ, rồi hỏi: "is there a client or issuer you want me to look at first?" Anh nói sẽ thấy chuyện này thường xuyên: vì nhóm biết việc tự prompt bằng tay rất mệt và tốn nhiều tải nhận thức, các bot sẽ chủ động mang action item tới bạn.

Theo Hugo (video đăng ngày 02/11/2026), điều này đặc biệt đúng với chief of staff, bot có ngôi sao nhỏ, bot chính của anh. Chief of staff có thể nhắn thẳng cho anh: này, một đồng nghiệp của anh vừa hỏi một câu, tôi đã research cho anh rồi, đây là toàn bộ kết quả nếu anh muốn trả lời trực tiếp. Nó học được theo thời gian, và thiết lập được phần chuẩn bị họp tự động: nếu có cuộc họp trên lịch, nó xem email và hiểu bạn có thể trả lời gì. Theo anh, phần chủ động này rất quan trọng, vì bạn không muốn mọi người cảm thấy phải thêm việc khi tự chỉ đạo agent; anh đề nghị mọi người lưu ý điều đó.

"Okay, perfect." Hugo lưu ý thêm một điều: có app mobile (video đăng ngày 02/11/2026). Theo anh, nhóm thấy nhiều người tải cả app desktop lẫn app mobile và mang các bot theo bên mình. Vì mọi thứ chạy trên cloud, việc chuyển giữa hai app là tự động, đồng bộ hoàn toàn, nên anh không có cảm giác bị gắn với laptop; anh cứ để nó chạy khi đang di chuyển. Đặc biệt hữu ích khi có nhiều workload muốn chạy nền lúc bạn ở ngoài, đang họp khách tại chỗ, nghỉ trưa, hay cả ban đêm: tất cả chạy được ngay trên điện thoại với app mobile, gồm cả tạo bot mới và để các bot nói chuyện với nhau. Theo anh, trải nghiệm rất tự nhiên, rất giống iMessage.

"All right." Hugo nói đó là phần lớn nội dung; anh dừng ở đây để dành thời gian cho câu hỏi, vì thấy có nhiều câu hỏi thú vị trong chat.

15. Q&A: quản lý nhiều bot và team bot theo chức năng

Kristin cảm ơn Hugo. Chị nói đã theo dõi nhiều câu trong khung Q&A. Chị bắt đầu (video đăng ngày 02/11/2026) bằng một câu kiểu mental model mang tính triết lý: khi làm việc với nhiều bot và nhiều task, nên nghĩ thế nào về việc quản lý tất cả cùng lúc? Chị biết anh đã nhắc tới bot chính, bot chief of staff, nhưng muốn nghe mental model của anh khi xử lý nhiều task một lúc.

Hugo trả lời. Theo anh (video đăng ngày 02/11/2026), đây là câu trả lời rất cá nhân, vì các bot có thể vận hành như một sơ đồ tổ chức riêng, và nhóm thấy mọi người định hình cách dùng bot theo kiểu rất cá nhân. Có người thích mô hình chief of staff, nơi chief of staff tập trung mọi giao tiếp với user, rồi giao việc cho các bot chuyên biệt hơn nhiều. Có người thích quyết định theo kiểu hội đồng: ba bot chính tập trung vào ba khía cạnh chính trong đời sống hay công việc, cùng các bot chuyên biệt hơn, và ba bot đó là bên phối hợp các bot khác theo kiểu hội đồng. Có khi lại có người thích đi tới từng bot và trò chuyện với từng bot, như một cách chia công việc trong đời mình thành từng ngăn trong đầu, thay vì dùng chief of staff làm chất xúc tác cho mọi giao tiếp.

Theo Hugo (video đăng ngày 02/11/2026), nó thật sự tuỳ cách bạn làm việc. Có khi bot có phạm vi rộng hơn hay hẹp hơn. Nhóm thấy có người có một bot chief of staff và hai bot làm hầu hết mọi thứ. Có người chia bot theo hình dạng riêng của từng workflow. Anh chia theo mảng credit rating, rất cụ thể, nhưng cũng có thể có một bot wealth management lo tất cả cho anh.

Và có những cách tách thú vị, theo Hugo (video đăng ngày 02/11/2026): trong bối cảnh tiếp xúc khách, nhiều rep nội bộ ở SpaceX SI dùng bot gắn với một khách hàng cụ thể. Bot đó biết mọi thứ về khách hàng, tự xử lý nhiều việc và học dần về context đó. Không nhất thiết là một bot khách hàng, mà là nhiều bot như vậy, và các rep nói chuyện với chúng như với người rep biết tuốt về tài khoản đó.

Kristin cảm ơn, rồi nêu một mẫu câu hỏi khác chị thấy trong các câu hỏi: form factor và UI. Với team bot, và cả bot cá nhân, chị hỏi các team cùng làm việc nên cùng xem và tương tác với bot thế nào để thật cộng tác và dễ dùng; best practice ở đây là gì?

Hugo nói đó là câu hỏi hay. Theo anh (video đăng ngày 02/11/2026), cách nghĩ vào thời điểm đó là lý tưởng thì một team bot nên gắn với một chức năng. Nghĩ tới sơ đồ tổ chức với các chức năng chủ chốt trong một tổ chức con, ví dụ wealth management: anh có bot Comms Policy là team bot, và bot Exposure & Positions tập trung vào exposure và position của các khách. Những bot mang tính chức năng, được cả team dùng chung, nên là team bot. Personal bot là riêng cho từng user và cho việc mỗi người làm hằng ngày.

Theo Hugo (video đăng ngày 02/11/2026), nhìn rộng ra cả tổ chức, nếu có front office, middle office, back office và các chức năng khác của một ngân hàng, mỗi chức năng có thể có team bot được version hoá và quản trị bởi admin của chức năng đó. Rồi mỗi cá nhân có personal bot riêng, giao tiếp với các team bot đó để làm việc có version và quản trị được. Tất nhiên, tuỳ cách làm, phải tôn trọng quy định: một số bộ phận không được nói chuyện với nhau, như bộ phận M&A không được nói chuyện với trading desk. Vì thế cần bảo đảm các team bot được cấu hình đúng cách, để không có cảm giác là một số org có thể nói chuyện với nhau, vì team bot cũng có thể nói chuyện với nhau.

16. Q&A: context, hallucination và hệ thống nội bộ

Có tiếng đáp "Awesome", rồi Kristin chuyển sang một nhóm câu hỏi về chia sẻ context (video đăng ngày 02/11/2026) giữa các bot. Chị nhắc buổi này đã nói một chút về chuyện có một bot chính rồi spawn hay nói chuyện với các bot khác; vậy có chia sẻ context giữa từng bot được không, và nên nghĩ thế nào về việc quản lý context đó, có thể kèm những lợi ích Grok Bot mang lại ở đây.

Hugo trả lời. Theo anh (video đăng ngày 02/11/2026), context chưa được giải quyết hoàn toàn, nhưng đang đi tới đó ở một mức độ nào đó. Anh nói thời phải compact, tóm tắt hay làm những việc kiểu đó như trong một công cụ coding đã qua; vào thời điểm đó vấn đề này về cơ bản đã được giải quyết, vì nhóm đã thật sự hoàn thiện công nghệ cloud agent harness sandbox chạy phía sau. Anh lưu ý: các bot có context riêng biệt, nhưng vì giao tiếp được với nhau, chúng thu thập context giống như một người, bằng cách nói chuyện với đồng nghiệp và tích luỹ tribal knowledge. Theo nghĩa đó, có một mô hình điều phối là hữu ích, để context chảy qua những người khác nhau giống như bạn vẫn có, phối hợp và chảy qua các bot khác nhau.

Theo Hugo (video đăng ngày 02/11/2026), các bot sẽ tự nói chuyện với nhau, và bạn cũng có thể bảo chúng nói chuyện với nhau nếu muốn. Ví dụ bạn nói: "chief of staff, để bot issuer researcher nói chuyện với bot researcher khác tôi vừa tạo, và các bạn hãy bàn với nhau xem cần làm gì và có những cách nào để làm."

Kristin nói chị có thể tiếp tục đặt câu hỏi cho Hugo, trừ khi anh muốn nói thêm gì khác, và chị sẵn lòng hỏi tiếp. Có tiếng đáp "Yeah". Chị nêu (video đăng ngày 02/11/2026) một câu hỏi chị đã trả lời rất ngắn: làm sao bảo đảm bot cung cấp đúng thông tin, trả lời đúng mà không hallucinate? Chị đã nói ngắn về việc bảo đảm bot truy cập đúng thông tin, đúng context và dẫn nó đi đúng hướng để nó học dần theo thời gian; nhưng chị tò mò anh có thêm best practice nào ở mảng này.

Hugo trả lời. Theo anh (video đăng ngày 02/11/2026), các model ngày càng giỏi hơn ở chuyện này, nên nhóm thấy ngày càng ít hallucination thuần tuý theo kiểu mắc những lỗi hiển nhiên hoàn toàn, mà thấy ngày càng nhiều chuyện thiếu context. Đúng như ý Kristin, cần bảo đảm có đúng hệ thống và connector, để mọi context đều tiếp cận được và dùng được cho agent, cho bot; điều này rất quan trọng.

Một phần nữa, theo Hugo (video đăng ngày 02/11/2026), là đặt đúng ranh giới cho việc bot nên và không nên làm. Có các control cho việc này với Auto Review, và có thể nói bot nên đặt giả định ở đâu và không nên ở đâu. Nhưng thường thì bot, với cách harness được cấu hình, được thiết kế để thật sự tìm càng nhiều thông tin càng tốt trước khi đưa ra một phỏng đoán có cơ sở hay một quyết định.

Anh kể (video đăng ngày 02/11/2026): thường khi anh bảo bot tìm thông tin về việc gì rồi hành động, như dựng một deck, việc đầu tiên nó làm là tự hỏi: mình đã thấy cái này trong chat của mình chưa? Bot khác đã thấy chưa? Có team bot nào để hỏi nhằm làm workflow này, nếu nó thuộc cấp chức năng không? Hay phải xem các hệ thống như Gmail, Slack, Teams để thu thập thông tin trước khi quyết định? Theo Hugo, mục tiêu là không ra quyết định trong silo, vì đó chính là cách dẫn tới trạng thái hallucination, nơi model nói những điều không hẳn đúng. Nhóm cố tránh điều đó nhiều nhất có thể, vì có một harness rất mạnh ở back end bắt những thứ đó.

Kristin chuyển sang một câu hỏi vừa được đặt trong chat (video đăng ngày 02/11/2026): Grok Bot kết nối với hệ thống nội bộ thế nào, và làm sao giữ an toàn cho kết nối và thông tin đó. Cụ thể có người hỏi có tạo được một API hay một custom connector tới app nội bộ không; chị đề nghị trả lời rộng hơn.

Hugo nói đó là câu hỏi hay, và rõ ràng rất đúng lúc với FinServ. Theo anh (video đăng ngày 02/11/2026), có thể route traffic qua computer của bạn trong phần settings, ở tab computer. Trên màn hình, tab Computer có mục "Route traffic through this computer", mô tả là route traffic từ computer của Grok Bot qua máy desktop của bạn thay vì cloud. Như vậy về mặt kỹ thuật, nếu bạn có firewall hay đứng sau VPN, bạn kết nối ra trực tiếp được.

Theo Hugo (video đăng ngày 02/11/2026), nhóm cũng có thể tìm hiểu các setup tuỳ biến hơn ở phía enterprise, với những thứ như Tailscale và các công cụ khác. Có setup script giúp cấu hình VM theo cách tuân thủ yêu cầu của tổ chức và kết nối tới các hệ thống khác nhau. Thông thường, nếu muốn truy cập các hệ thống chưa sẵn sàng MCP, cách lý tưởng là tập trung dựng connector, vì connector dùng MCP, API, được đóng gói sẵn và có version.

Theo anh (video đăng ngày 02/11/2026), đây là thứ bạn dựng được ngay trong dashboard như một team, và giới hạn phạm vi cho các SCIM group khác nhau. Nhóm thường thấy các tổ chức dựng plugin tuỳ biến đi kèm một MCP hay API đã giới hạn phạm vi và được duyệt sẵn mà bạn cần dùng. Thứ đó được dựng sẵn, có ở đây; user bấm add là về cơ bản dùng được. Ví dụ S&P Global, hoặc có thể một plugin Bloomberg tuỳ biến. Tất cả sẽ có version, sẵn dùng, và đi qua các đường được phép trong tổ chức, dù là VPN, MCP, API, SDK hay bất cứ gì.

17. Q&A: xem setup của bot, gọi điện và voice

Kristin cảm ơn và chuyển sang câu tiếp (video đăng ngày 02/11/2026): nếu một bot không phải team bot, xem setup, mô tả, skill, mọi thông tin đó ở đâu? Chị đề nghị nói một chút về cách có thêm tầm nhìn vào bot, trong UI hay ở chỗ khác.

Hugo trả lời. Theo anh (demo trong video đăng ngày 02/11/2026), phần này khá nhẹ, có chủ đích. Anh mở bot mới tạo, Credit Downgrades, lúc đầu sẵn sàng làm một lượt quét. Nhiều thứ có thể đặt bằng ngôn ngữ tự nhiên. Bên phải là phần details, gồm tiêu đề và label, cùng các routine đã thiết lập. Bot này chưa có routine nào nên phần đó trống; nhưng ở bot chief of staff thì đã có một routine canh chừng. Trên màn hình, ô bên phải của Credit Downgrades ghi: "Routines are recurring tasks this Bot runs on a schedule. Ask it in chat to set one up." Và cuộc trò chuyện của bot đang hỏi "What should I do next?" với ba lựa chọn: Confirm figures with Exposure & Positions, Hand off to Chief of Staff, Do both.

Còn có library gồm page, file và app bot tạo ra, và có computer bot đang dùng (demo trong video đăng ngày 02/11/2026). Anh đánh thức computer, và thấy nó có VM riêng. Theo Hugo (video đăng ngày 02/11/2026), phần này đơn giản có chủ đích. Ý tưởng là dùng thanh prompt để thật sự đưa chỉ dẫn về cách muốn bot được thiết lập, và nhiều thứ được ẩn khỏi user có chủ đích. Instructions, memory, nhớ gì và không nhớ gì, routine: tất cả là những thứ bạn mô tả trực tiếp cho bot, thay vì chỉnh trong một menu sidebar. Lý do một phần là để dễ thêm tính năng mới: bot có thể tự sửa những tính năng đó qua tool call.

Kristin chuyển sang câu tiếp: có khá nhiều quan tâm, theo chị là đáng ngạc nhiên (video đăng ngày 02/11/2026), tới chuyện Grok Bot có quyền gọi điện và có số điện thoại. Chị hỏi anh có kinh nghiệm làm với khách hàng trong các use case đó không, hoặc có thể nói thêm về cách Grok Bot có quyền gọi điện không.

Hugo nói nhóm vẫn đang tìm hiểu chuyện này trong nội bộ (video đăng ngày 02/11/2026). Theo anh, rõ ràng có những phần compliance cần tôn trọng ở đây, và nhóm vẫn đang thử nghiệm phần đó. Anh nói vào thời điểm đó có thể dùng riêng Grok Voice API, thứ nhóm đã thấy nhiều khách hàng dùng để làm mới trải nghiệm call center, hay cho các phần dành cho rep. Theo Hugo, chính Starlink chạy trên Grok Voice, và nhiều hệ thống ở đó được tự động hoá qua nó. Đó không trực tiếp là Grok Bot, mà dựa trên API, không phải một phần thiết lập sẵn, nhưng là thứ làm được vào thời điểm đó. Và theo anh, Grok Voice có nhiều trí tuệ trong việc hỏi qua đáp lại.

Hugo lưu ý thêm: trong Grok Bot có thể dùng voice trực tiếp với Grok Bot (video đăng ngày 02/11/2026). Anh nói không phải chuyện gọi điện cho người khác, mà là cách bạn tương tác trực tiếp với Grok Bot. Anh cho một ví dụ: cho phép microphone, rồi nói với bot. Theo lời anh, câu nói là:

Can you go through the process of looking at other risk vectors we have for a lot of these customers, not just credit downgrades, but, for example, exposures to commodities that are having a rough time in the market like oil right now?

Giọng voice của Grok trả lời (demo trong video đăng ngày 02/11/2026): "Pulling every risk vector beyond credit across the client book, oil and commodities included." Rồi giọng đó nói lượt quét đang chạy, sẽ xét dầu và các commodity đang chịu áp lực trước, sau đó thêm concentration, rate sensitivity và bất cứ thứ gì khác xuất hiện, và hỏi có muốn đặt trọng số cho dầu nặng hơn phần còn lại hay giữ đều. Hugo đáp cứ giữ như vậy, ổn rồi. Giọng voice nói: tốt, giữ cân bằng; còn muốn đưa thêm gì vào trước khi nó báo lại không? Hugo: thế là đủ, cảm ơn, tạm biệt. Giọng voice chào: "Talk soon, Hugo."

"All right." Theo Hugo (video đăng ngày 02/11/2026), điều vừa xảy ra là: dùng Grok Voice cho phần tương tác, rồi Grok Voice chuyển giao cho chính bot để làm các project từ đầu tới cuối cho bạn. Anh tự dùng nó trên điện thoại khi đang di chuyển. Anh nhắc một post trên X ít lâu trước đó (tính tới video đăng ngày 02/11/2026), nói nên dùng nút Action trên iPhone để nói chuyện với Grok Bot: kết nối nút Action với phần Grok Voice này, bấm nút, Grok Voice bật lên, nói với nó, đóng lại. Task, hay project, được chuyển cho các bot xử lý cho bạn, kể cả chief of staff, bot sẽ giao việc cho các bot khác. Theo anh, vòng lặp về cơ bản là tức thì, và cảm giác rất tự nhiên như một cách làm việc, vì như đang nói chuyện với một người.

Theo Hugo (video đăng ngày 02/11/2026), đây là thứ làm được ngay vào thời điểm đó. Nhóm chưa tới giai đoạn gọi điện cho người khác, nhưng theo một nghĩa nào đó bạn đang "gọi về nhà", vì về cơ bản đang nói chuyện với chief of staff của mình. "And there we go." Kết quả đã xong; theo số đo của anh trong video đăng ngày 02/11/2026, mất khoảng hai phút, khá nhanh.

Kết quả trên màn hình (demo trong video đăng ngày 02/11/2026): Chief of Staff ghi lượt quét rủi ro đã xong, khách của Maya không giữ dầu trực tiếp; rủi ro lớn hơn ngoài Brennick là single-issuer concentration, dẫn đầu là Ostrander Utilities, khoảng $13.8M trên 25 tài khoản, với bốn khách có từ một phần năm tài khoản trở lên ở đó; mọi con số là seed data và còn sơ bộ cho tới khi Exposure & Positions xác nhận.

Kristin nói điều đó rất hay (video đăng ngày 02/11/2026). Chị thấy dạo này nhiều người nói chuyện với Grok Bot trên đường đi làm; chị cũng làm vậy để chuẩn bị vài email trong ngày, hay kiểm tra hằng ngày xem nhiều khách hàng của chị đang thế nào. Theo chị, rất dễ dùng tính năng voice đó để nói chuyện với Grok Bot như với một agent khác và để nó thật sự làm xong task cho bạn, thay vì chỉ hỏi qua đáp lại; điều đó rất hữu ích và rất năng suất trên đường chị đi bộ tới chỗ làm.

18. Q&A: memory dài hạn, bảo mật và lời kết

Hugo đáp "Yeah". Kristin nói còn nhiều câu hỏi (video đăng ngày 02/11/2026). Buổi này đã nói một chút về lưu trữ memory, nhưng chị nghĩ mọi người muốn best practice về việc lưu memory với context dài hơn, hoặc liệu đã có hệ thống nào giúp Grok Bot lưu memory dài hơn chưa. Một số người nói về việc lưu trong một repo hay một file Grok Bot truy cập được. Chị tò mò anh đã thấy những cách nào khác để quản lý context như vậy.

Hugo trả lời. Theo anh (video đăng ngày 02/11/2026), phần lớn harness tích hợp sẽ tự động quản lý memory thay bạn, gồm cả personal bot lẫn team bot, với tính năng shared team memory nhằm trả lại institutional knowledge cho team, để dùng lại cách mọi người làm việc và làm cho nó hiệu quả. Nhiều thứ đã được tích hợp ở một mức độ, và rất hiệu quả. Theo anh, nó chạy rất tốt trên những context window cực dài: anh chưa bao giờ ngừng nói chuyện với bot của mình, không xoá bot rồi tạo bot mới để context chạy lại. Cứ tiếp tục, và harness tự nhặt lại.

Nếu có yêu cầu nhất định, theo Hugo (video đăng ngày 02/11/2026), ví dụ đang làm với repo hay với dữ liệu nhạy cảm hơn và tổ chức có cách xử lý riêng, thì có vài lựa chọn. Nếu dựa trên repo, các bot về cơ bản có thể tự chạy Cursor cloud agent; có thể nghĩ về nó như một master orchestrator chạy được Cursor cloud agent. Các cloud agent đó truy cập được repo, và bot cũng vậy: chúng dùng GitHub CLI chẳng hạn để vào repo, xem context, rồi dùng đó làm memory layer nếu bạn thấy cần, thay vì dùng memory native.

Riêng nếu cần và bạn đã có một memory layer muốn dùng, theo Hugo (video đăng ngày 02/11/2026), có nhiều connector rất thiên về engineering: có Mem0 và vài dịch vụ memory khác. Nếu bạn đang dùng chúng như bên thứ ba, có thể kết nối, và bot dùng đó làm memory layer. Tuỳ yêu cầu về rủi ro, bảo mật và lưu trữ, có thể làm khá đa dạng.

Anh kể cách anh làm (video đăng ngày 02/11/2026): anh thường dùng các lựa chọn dựa trên repo. Bot của anh có memory riêng, và phần lớn công việc anh làm thường nằm trong repo, vì anh đang dựng các ứng dụng nội bộ. Bot có context về tất cả, kể cả mọi repo anh chạm tới, nên trộn được context knowledge work nằm trong memory layer với context engineering nằm trong repo.

Kristin cảm ơn Hugo. Chị nói chỉ còn vài phút, có lẽ thêm một chủ đề: với ngành dịch vụ tài chính, bảo mật và quyền riêng tư rõ ràng rất được quan tâm (video đăng ngày 02/11/2026). Anh đã chạm tới vài điều, nhưng chị muốn biết thêm về các chính sách quyền riêng tư: làm sao bảo đảm dữ liệu khách hàng, như email, tài khoản ngân hàng, an toàn khi dùng Grok Bot, và các cấu hình nhóm cung cấp vào thời điểm đó.

Hugo đồng ý 100%. Theo anh (video đăng ngày 02/11/2026), quay lại nhiều điều đã cho thấy ở phần control, một phần là cấu hình sao cho khớp với yêu cầu sẵn có của tổ chức. Ví dụ với data loss prevention, nhóm có thể giúp thiết lập bot dùng các giải pháp chống mất dữ liệu bạn đã có. Có thể thiết lập bằng hook. Có action recording để ghi lại những gì đã làm trong VM của bot hay cả bên ngoài, xem nó trông thế nào trong SIEM và đặt cảnh báo. Có các rule auto review, rất quan trọng để định nghĩa bot nên và không nên làm gì; ví dụ gửi một email có dữ liệu khách hàng đặc quyền nên bị auto review tự động gắn cờ.

Theo Hugo (video đăng ngày 02/11/2026), nhóm vẫn đang lặp trên các control đó. Phần lớn mang tính tích hợp, vì nhóm biết các công ty dịch vụ tài chính đã có control và hệ thống riêng, hay cả vendor bên thứ ba cho security scanning, data loss prevention và EDR. Anh nói nhóm có một posture rất trưởng thành ở mảng đó.

Kristin nói chỉ còn một phút, và hỏi Hugo có suy nghĩ nào để chia tay, điều anh hào hứng, điều gì để lại cho mọi người. Hugo nói có rất nhiều cách dùng bot. Theo anh (video đăng ngày 02/11/2026), đây là "final boss" của sự sáng tạo trong mảng SI, vì bạn định hình bot thành bất cứ gì bạn muốn. Anh có những bot theo dõi nhiều thứ khác nhau, kể cả trong đời sống cá nhân. Anh muốn nhấn mạnh rằng Grok Bot là những gì bạn làm ra từ nó, và đó cũng là cái hay: nhóm không cố ép bạn vào một workflow thiên về engineering hay phải thế này thế kia; về cơ bản bạn tự chọn thế giới của mình. Anh khuyến khích mọi người sáng tạo.

Kristin cảm ơn Hugo rất nhiều, cảm ơn mọi người đã tham gia hôm nay, và nói rất vui khi thấy mọi người từ khắp nơi trên thế giới. Hugo đáp: "Yeah, thank you so much."