Chuyển đến nội dung chính
AI

UML & BPMN cho luồng có AI: Cách BA mô hình hóa tính năng AI-assisted

Khi AI tham gia vào quy trình nghiệp vụ, sơ đồ UML/BPMN truyền thống thiếu cách biểu diễn AI actor, fallback path và human-in-the-loop. Bài này hướng dẫn BA vẽ luồng AI-assisted chuẩn — có happy path, error path, confidence threshold và escalation sang người thật.

UML & BPMN cho luồng có AI: Cách BA mô hình hóa tính năng AI-assisted

Khi bạn vẽ sơ đồ cho một tính năng AI-assisted, bạn sẽ gặp câu hỏi mà UML/BPMN truyền thống không có sẵn câu trả lời: AI là actor hay là service? Khi AI "không chắc", luồng đi đâu? Ai xử lý khi AI sai?

Bài này giải quyết đúng những vấn đề đó.


1. Tại sao BPMN truyền thống thiếu cho AI?

BPMN 2.0 có đủ: Pool, Lane, Task, Gateway, Event. Nhưng AI đưa vào 3 yếu tố mà sơ đồ cũ chưa bắt được:

  1. Probabilistic output — AI không return true/false mà return confidence score
  2. Fallback / escalation — Khi AI không đủ tin cậy, cần luồng alternative rõ ràng
  3. Human-in-the-loop — Người thật can thiệp ở điểm cụ thể, không phải toàn bộ

2. Ký hiệu mở rộng cho AI trong BPMN

Không cần tạo ký hiệu mới — dùng ký hiệu BPMN standard kết hợp với annotation:

Phần tửDùng choGhi chú
Service Task (bánh răng)AI service callLabel: "AI: [tên model/service]"
Exclusive Gateway (X)Phân nhánh theo confidenceLabel: "confidence ≥ threshold?"
Intermediate Boundary EventTimeout / Error từ AILoại: Error hoặc Timer
User TaskHuman review/overrideLane: Agent / Reviewer
Data ObjectConfidence score, AI responseAnnotate với threshold value
Text AnnotationGhi rõ threshold, SLAVí dụ: "threshold = 0.75"

3. Pattern: AI với confidence threshold

Đây là pattern phổ biến nhất khi BA thiết kế AI feature:

[User Input]
    ↓
[AI Service Task]
    ↓
{Confidence ≥ 0.8?}
    ├── Yes → [Auto Process] → [Notify User] → END
    └── No  → [Queue to Human Review]
                   ↓
              [Agent Reviews]
                   ↓
              {Agent Decision}
                   ├── Approve → [Process] → [Notify User] → END
                   └── Reject  → [Notify Rejection] → END

Điểm quan trọng khi vẽ:

  • Threshold phải được ghi rõ (0.8 không phải "high confidence")
  • Human review lane phải rõ ràng là ai (Agent? Supervisor? Domain expert?)
  • Thời gian SLA cho Human task (VD: "max 4 giờ làm việc")

4. Pattern: Human-in-the-loop Escalation

Khi AI fail hoặc gặp trường hợp ngoài training data:

[User Request]
    ↓
[AI Classifier]
    ↓
{Case type?}
    ├── Standard → [AI Auto-Handle]
    ├── Complex  → [AI Draft + Human Review]
    └── Unknown  → [Escalate to Senior Agent]
                         ↓
                   [Agent Handles]
                         ↓
                   [Log to Training Data]  ← Vòng phản hồi quan trọng!

Lưu ý BA cần capture:

  • Định nghĩa "Standard / Complex / Unknown" là gì cụ thể
  • Ai là "Senior Agent"? Có SLA không?
  • Training data log: ai approve trước khi đưa vào feedback loop?

5. Use Case Diagram cho AI feature

Use Case Diagram giúp align stakeholder về ai làm gì với hệ thống AI. Actors trong AI system:

  • End User: Tương tác chính với AI
  • AI System: Actor phi nhân
  • Human Agent: Xử lý escalation
  • Admin / Data Steward: Cấu hình threshold, review training data
  • External System: API, database, knowledge base

Ví dụ cho AI chatbot CSKH:

[End User]     ──→ Gửi câu hỏi
[AI System]    ──→ Xử lý câu hỏi
               ──→ Trả lời tự động
               ──→ Escalate sang agent
[Human Agent]  ──→ Tiếp nhận escalation
               ──→ Override AI response
[Admin]        ──→ Cấu hình confidence threshold
               ──→ Review performance metrics
               ──→ Approve training data

6. Sequence Diagram cho AI interaction

Sequence diagram cho thấy thứ tự call giữa các system — cực kỳ hữu ích khi BA làm việc với engineering:

User          Frontend     AI Gateway    LLM Service   Database
 |                |              |              |           |
 |—— submit ———→  |              |              |           |
 |                |—— request ——→|              |           |
 |                |              |—— prompt ——→ |           |
 |                |              |              |—— RAG ——→ |
 |                |              |              |←— docs ——  |
 |                |              |←—response——  |           |
 |                |              | (score:0.85) |           |
 |                |←—— result ——  |              |           |
 |←— display ——   |              |              |           |

Điểm BA cần chú ý khi review sequence diagram:

  • Timeout ở bước nào? Xử lý thế nào khi LLM slow?
  • RAG retrieval fail → AI có fallback không?
  • Response có qua content filter không?
  • Audit log được ghi ở step nào?

7. Checklist vẽ sơ đồ AI-assisted flow

TRƯỚC KHI VẼ
☐ Xác định: AI là automatic hay recommend-only?
☐ Xác định confidence threshold (số cụ thể)
☐ Xác định escalation path và owner

TRONG KHI VẼ
☐ AI service task được label rõ model/service
☐ Confidence gateway có threshold annotation
☐ Human-in-the-loop có lane riêng và SLA
☐ Error path (AI timeout/fail) được vẽ, không bỏ sót
☐ Audit/log step được vẽ (không phải ngầm hiểu)

SAU KHI VẼ
☐ Dev confirm sequence diagram phản ánh đúng architecture
☐ Business confirm happy path đúng business logic
☐ QA confirm có thể test từng nhánh
☐ Compliance confirm audit log đủ

8. Tools khuyên dùng

ToolDùng choGhi chú
LucidchartBPMN + UML đầy đủCó template AI workflow
draw.io / diagrams.netFree, offline, mọi diagramExport XML, tích hợp Confluence
MiroWorkshop với stakeholderDễ collaborate real-time
PlantUMLSequence diagram dạng codePhù hợp lưu trong Git
FigmaWireframe + user flowTốt khi kết hợp với UI design

Tổng kết

BA không cần biết code AI, nhưng cần biết vẽ luồng AI đủ chính xác để:

  • Engineering build đúng
  • QA test đủ nhánh (kể cả nhánh AI fail)
  • Business hiểu khi nào AI handle tự động, khi nào người thật vào

Key additions khi vẽ AI flow: confidence threshold cụ thể, human-in-the-loop lane với SLA, fallback path rõ ràng, và audit log step.

DUY TRAN
Tác giả

DUY TRAN

Pursuing an AI-first mindset and intelligent system architecture. I build solutions by combining technology, creativity, and the ability to see structure in chaos — the foundation for becoming a Solution Architect.

Bình luận

Bài viết liên quan