Tầm nhìn Tầng 4 — Business Intelligence & Journey Orchestration

Version: v0.1 DRAFT | Ngày: 2026-03-18 S134 Vị trí trong Hiến pháp: Bổ sung cho vision-3-streams-matrix.md + 5-tầng kiến trúc Tác giả: Anh Huyên (tầm nhìn) + Claude Desktop (biên soạn) Mọi AI/Agent đọc tài liệu này: ĐÂY LÀ TẦM NHÌN DÀI HẠN. Mọi thiết kế Tầng 1-2-3-5 phải PHỤC VỤ cho Tầng 4 này.

---

I. TRIẾT LÝ NỀN TẢNG

Tầng 1-2-3 xây NỀN, Tầng 4 là LÝ DO TỒN TẠI, Tầng 5 GIÁM SÁT

Tầng 5: Giám sát     ← AI phát hiện anomaly, tự cảnh báo, tự đề xuất fix
Tầng 4: BUSINESS      ← ĐÂY LÀ TẦNG TẠO GIÁ TRỊ — mọi thứ khác phục vụ tầng này
Tầng 3: Core Modules  ← Comment, Workflow, Table — công cụ cho Tầng 4
Tầng 2: Database      ← PostgreSQL, Qdrant — lưu trữ + suy diễn
Tầng 1: Hạ tầng       ← VPS, Docker, CI/CD — nền móng vật lý

Nguyên tắc: Mọi "viên gạch" ở Tầng 1-3 phải PHỤC VỤ Tầng 4. Nếu không trả lời được "Cái này giúp gì cho Tầng 4?" thì chưa hoàn thiện.

Mục tiêu tối thượng: THÔNG MINH + TỰ ĐỘNG + ĐÓN ĐẦU

1. Thông minh: Hiểu quan hệ PHI TUYẾN TÍNH giữa các thực thể kinh doanh
2. Tự động: Con người chỉ can thiệp exceptions, không routine
3. Đón đầu AI mạnh hơn: Kiến trúc sẵn sàng cho AI thông minh hơn mà KHÔNG cần xây lại nền

---

II. BÀI TOÁN CỐT LÕI — QUAN HỆ PHI TUYẾN TÍNH

Ví dụ: Hành trình khách hàng

Quy trình tuyến tính (SAI): Biết → Quan tâm → Mua → Hài lòng → Giới thiệu → CTV

Thực tế phi tuyến tính (ĐÚNG): Mỗi bước có thể nhảy sang bất kỳ bước nào khác. Biết→Quan tâm→CTV (bỏ qua Mua) = HỢP LỆ. Rời đi→Quay lại = HỢP LỆ.

Áp dụng cho MỌI thực thể có lifecycle

Lĩnh vực	Trạng thái ví dụ	Chuyển đổi phi tuyến
Khách hàng	Biết → Quan tâm → Mua → CTV	Quan tâm → CTV (bỏ qua Mua)
Nhân viên	Ứng viên → Thử việc → Chính thức	Thử việc → Rời (không qua chính thức)
Sản phẩm	Ý tưởng → Prototype → Sản xuất	Prototype → Ngừng (fail sớm)
Đối tác	Liên hệ → Đàm phán → Hợp đồng	Liên hệ → Chiến lược (đặc biệt)

---

III. KIẾN TRÚC 3 LỚP

Lớp 1: STATE MACHINE GRAPH — PostgreSQL

Mỗi mũi tên = 1 row trong journey_transitions, có xác suất + điều kiện + hành động tự động. PG tables: journey_states, journey_transitions, entity_journeys. PG triggers tự động: ghi history, cập nhật prediction, alert khi stuck.

Lớp 2: AI PREDICTION — Qdrant + Langroid

AI học từ data thực → dự đoán bước tiếp cho mỗi thực thể. Xác suất TỰ CẬP NHẬT theo thời gian. Swap AI model = swap engine, giữ nguyên I/O. 2026: Claude/GPT → 2027+: AI mạnh hơn → dự đoán tốt hơn → KHÔNG đổi data layer.

Lớp 3: ORCHESTRATION — PG Triggers + Directus Flows + Langroid Agents

Khi entity chuyển state → hệ thống TỰ ĐỘNG: gửi email, giao task, đề xuất sản phẩm. Human-in-the-loop: routine = auto, quan trọng = AI đề xuất + người duyệt.

---

IV. NGUYÊN TẮC THIẾT KẾ — ĐÓN ĐẦU AI THÔNG MINH HƠN

1. DATA LAYER BẤT BIẾN, AI LAYER THAY ĐỔI

BẤT BIẾN: PG schema, entity lifecycle, history log, API interface. THAY ĐỔI: AI model, prediction algorithm, recommendation engine, orchestration logic. Quy tắc: AI sinh ra gì → JSONB field trong PG. Thay AI = thay nội dung JSONB, không thay schema.

2. SẴN SÀNG CHO AI ĐIỀU HÀNH HỆ THỐNG

Giai đoạn	AI làm gì	Con người làm gì
Hiện tại (2026)	Đề xuất, phân tích	Quyết định, thực hiện
Gần (2027)	Tự thực hiện routine	Duyệt exception, chiến lược
Xa (2028+)	Tự điều hành quy trình	Giám sát KPI, can thiệp khẩn cấp

3. ASSEMBLY FIRST — KHÔNG THÊM FRAMEWORK

PG + Qdrant + Langroid + Directus ĐÃ ĐỦ. KHÔNG cần LangGraph, Airflow, Temporal, Camunda. Khi orchestration tốt hơn xuất hiện → swap LỚP TRÊN, giữ nguyên DATA LAYER.

4. MỖI VIÊN GẠCH TẦNG 1-3 PHẢI PHỤC VỤ TẦNG 4

Checklist: (1) Lifecycle? → State Machine. (2) Phi tuyến? → journey_transitions. (3) AI predict? → JSONB. (4) Tự động? → auto_actions. (5) Khi AI thông minh hơn, cần đổi không? → Nếu CÓ = thiết kế SAI.

---

V. GHI CHÚ CHO MỌI AI/AGENT

1. HIỂU rằng Tầng 1-3 là NỀN cho Tầng 4
2. GÓP Ý nếu thiết kế nào ở Tầng 1-3 sẽ CHẶN Tầng 4
3. ĐỀ XUẤT viên gạch cần thêm ở Tầng 1-3
4. KHÔNG thêm framework mới
5. NHỚ rằng AI sẽ ngày càng thông minh — thiết kế để TẬN DỤNG, không bị giới hạn

"Chúng ta đang xây bàn cờ (Tầng 1-3) để AI chơi cờ (Tầng 4). Bàn cờ phải chuẩn thì AI càng thông minh, chơi càng hay." — Tầm nhìn Incomex