Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số và xu hướng làm việc từ xa (Remote/Hybrid Work) phát triển mạnh mẽ, việc tối ưu hóa giao tiếp nội bộ và quản lý hiệu suất công việc đã trở thành yếu tố sống còn của doanh nghiệp. Theo thống kê từ các khảo sát năng suất lao động trong ngành công nghệ thông tin, nhân sự văn phòng tiêu tốn trung bình từ 20% đến 30% thời gian làm việc hàng ngày chỉ để chuyển đổi ngữ cảnh (context switching) giữa các ứng dụng nhắn tin tức thời (Instant Messaging - IM) và các hệ thống quản trị dự án chuyên biệt.

Thực trạng phổ biến tại nhiều tổ chức hiện nay là sự phân mảnh quy trình: các cuộc thảo luận kỹ thuật, yêu cầu phát sinh và thỏa thuận hạn chót diễn ra liên tục trên các ứng dụng chat, nhưng việc tổng hợp và giao việc lại thực hiện thủ công hoặc trên một nền tảng quản trị độc lập. Sự đứt gãy này dẫn đến tình trạng trôi tin nhắn, thất lạc tài liệu, bỏ sót deadline và khó khăn trong việc truy vết lịch sử thỏa thuận ban đầu của từng đầu việc (Task).

Vấn đề cốt lõi:
[Thảo luận trên Chat/IM] --(Phân mảnh / Thủ công)--> [Hệ thống Quản lý Task]
         |                                                   |
         +--> Dễ trôi tin nhắn, mất ngữ cảnh công việc <-----+

Đề tài "Hệ thống chat tích hợp trợ lý ảo hỗ trợ người dùng quản lý công việc" của tác giả Hà Nhật Tuấn (Ngành Kỹ thuật Máy tính – Trường Công nghệ Thông tin và Truyền thông, Đại học Bách Khoa Hà Nội) được nghiên cứu và phát triển nhằm xóa bỏ khoảng cách giữa giao tiếp thời gian thực và quản trị tác vụ thông qua việc ứng dụng Trí tuệ nhân tạo (AI).

Mục tiêu cụ thể của dự án

  1. Xây dựng nền tảng giao tiếp tức thời: Cung cấp môi trường trao đổi tin nhắn thời gian thực đa nền tảng, hỗ trợ trò chuyện 1-1, phân chia phòng ban/nhóm dự án theo tổ chức, chia sẻ liên kết và trích dẫn tin nhắn.
  2. Tích hợp quản lý tác vụ thông minh: Phát triển module quản lý công việc trực quan hỗ trợ phân định trạng thái, gán người thực hiện, thiết lập thời hạn và cập nhật tiến độ tự động.
  3. Phát triển trợ lý ảo AI nhận diện ngữ cảnh: Tự động phát hiện các tin nhắn có nội dung giao việc bằng mô hình học máy (Machine Learning), tự động trích xuất các trường thông tin then chốt (người thực hiện, thời gian bắt đầu, deadline).
  4. Trực quan hóa kế hoạch và tiến độ: Cung cấp bảng biểu đồ thời gian thực (Interactive Timeline/Gantt chart) giúp quản trị viên và thành viên theo dõi phân bổ công việc và tiến độ theo từng nhóm dự án hoặc toàn tổ chức.
  5. Đảm bảo tính mở rộng và đa nền tảng: Thiết kế hệ thống kiến trúc Client-Server hướng module (Modular Architecture), đáp ứng giao diện Responsive hoàn chỉnh trên Desktop, Tablet và Mobile.

Phương pháp tiếp cận và phạm vi giải pháp

Giải pháp kết hợp kiến trúc phân tán giữa Web Frontend (ReactJS), API Gateway/Logic Backend (NestJS) và AI Processing Engine (Django/Python). Bằng việc biến các đoạn chat thành các tác vụ chỉ bằng một thao tác kèm gợi ý tự động từ AI, hệ thống giải quyết triệt để bài toán mất ngữ cảnh (Zero-Context-Loss Workflow).

Phạm vi đề tài tập trung vào việc quản trị nội bộ trong các doanh nghiệp, tổ chức vừa và nhỏ, hỗ trợ các quy trình từ khởi tạo tổ chức, phân quyền quản trị nhóm, trao đổi tin nhắn văn bản, tự động phát hiện và quản lý vòng đời tác vụ từ khi giao việc đến khi nghiệm thu hoàn thành.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát các giải pháp phổ biến trên thị trường cho thấy sự phân hóa rõ rệt giữa hai nhóm công cụ:

Tiêu chí Nhóm Chat OTT (Zalo, Telegram, Messenger) Nhóm Quản trị Task (Jira, Trello, Asana) Hệ thống Chat tích hợp Trợ lý ảo (Đề tài)
Giao tiếp thời gian thực Rất tốt, tốc độ cao Kém, chỉ hỗ trợ comment chậm Rất tốt (Socket.io)
Quản lý & Giám sát Task Không hỗ trợ hoặc rất thô sơ Chuyên sâu, cấu hình phức tạp Tích hợp sâu, trực quan qua Timeline
Lưu vết ngữ cảnh giao việc Rất khó, dễ trôi thông tin Tách rời khỏi cuộc hội thoại Liên kết trực tiếp Task với Message gốc
Tự động hóa bằng AI Chưa có cơ chế nhận diện tác vụ Hỗ trợ automation cơ bản bằng Rule Tự động bóc tách Task, Deadlines, Assignee qua ML/NLP
Chi phí & Độ phức tạp Miễn phí/Rẻ nhưng hiệu suất thấp Chi phí cao, cấu hình phức tạp Tối ưu cho quy trình doanh nghiệp linh hoạt

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must-have (Bắt buộc): Xác thực người dùng (JWT, Bcrypt); Quản lý phân quyền Tổ chức/Nhóm; Nhắn tin thời gian thực qua WebSocket; Khởi tạo Task gắn trực tiếp với Message ID; AI trích xuất thực thể (Assignee, Deadline).
  • Should-have (Nên có): Biểu đồ Timeline theo dõi tiến độ công việc; Giao diện Responsive trên thiết bị di động/máy tính bảng; Chức năng Text-to-Speech hỗ trợ trợ lý ảo (ResponsiveVoice).
  • Could-have (Có thể có): Tổng hợp danh sách liên kết (URLs) đã chia sẻ trong phòng chat; Tự động gợi ý mức độ ưu tiên của công việc (Priority Scoring).
  • Won't-have (Chưa thực hiện ở giai đoạn này): Gọi video/voice call mã hóa đầu cuối (E2EE); Đính kèm file dung lượng lớn vượt quá giới hạn đám mây.

Thiết kế hệ thống

Hệ thống được thiết kế theo mô hình 3 tầng (3-Tier Client-Server Architecture) kết hợp giao tiếp song song giữa RESTful API và WebSocket.

graph TD
    Client["Client Layer (ReactJS 18.0 / Ant Design)"]
    
    subgraph "Backend Services"
        NestServer["Backend Server (NestJS 10.0 / TypeScript)"]
        AIServer["AI Processing Server (Django 3.8 / Python 3.x)"]
    end
    
    Database[(MongoDB NoSQL Database)]

    Client -->|"HTTP/RESTful API"| NestServer
    Client <-->|"Full-Duplex WebSocket"| NestServer
    NestServer -->|"Mongoose ODM"| Database
    NestServer -->|"Internal REST API / Data Payload"| AIServer
    AIServer -->|"Scikit-learn Model / Rule-based NLP"| AIServer

Bảng thông số Technology Stack chi tiết

Tầng kiến trúc Công nghệ / Thư viện Phiên bản Vai trò & Lý do lựa chọn
Frontend Web ReactJS 18.0 Single Page Application (SPA), cơ chế Virtual DOM giúp tối ưu hiệu năng render.
Ant Design 4.5 Thư viện UI Component toàn diện, chuẩn hóa giao diện người dùng.
Vis-timeline 7.2 Render biểu đồ Gantt/Timeline tương tác trực quan cho tiến độ công việc.
Socket.io-client 4.2 Giao tiếp hai chiều thời gian thực với server Backend.
ResponsiveVoice 1.2 Xử lý chuyển đổi văn bản thành giọng nói (Text-to-Speech) cho trợ lý ảo.
Backend Core NestJS 10.0 Kiến trúc hướng module vững chắc, hỗ trợ TypeScript, kết hợp OOP, FP và FRP.
Mongoose 7.2 Object Data Modeling (ODM) cho MongoDB, quản lý schema linh hoạt.
Socket.io 4.3 Quản lý kết nối Socket theo Room, xử lý broadcast sự kiện tức thời.
Bcrypt & JWT 5.1 / 9.0 Băm mật khẩu đa vòng và tạo mã xác thực phân quyền an toàn.
AI Server Django 3.8 Framework backend Python mạnh mẽ, tích hợp tốt với các thư viện khoa học dữ liệu.
Scikit-learn 1.2 Huấn luyện mô hình phân loại văn bản Support Vector Machine (SVC).
Pandas & Joblib 1.3 / 1.2 Xử lý tập dữ liệu có cấu trúc và tuần tự hóa mô hình (Model Serialization).
Cơ sở dữ liệu MongoDB 6.0+ Cơ sở dữ liệu NoSQL dạng Document, tối ưu lưu trữ cấu trúc tin nhắn và task đa dạng.

Thiết kế cơ sở dữ liệu (Database Schema)

Cơ sở dữ liệu MongoDB được thiết kế gồm 7 collection chính, chuẩn hóa liên kết thông qua ObjectId:

+-------------------+       +-----------------------+       +-------------------+
|     Customer      |1     *|Customer_Organization_ |*     1|   Organization    |
|-------------------|-------|         Info          |-------|-------------------|
| _id: ObjectId     |       |-----------------------|       | _id: ObjectId     |
| email: String     |       | customer_id: ObjectId |       | name: String      |
| password: String  |       | organization_id: ObjId|       | members: [ObjId]  |
| status: Number    |       | room_list: [ObjectId] |       | owners: [ObjId]   |
+-------------------+       +-----------------------+       +-------------------+
                                        |1
                                        |
                                        |*
                            +-----------------------+
                            |         Room          |
                            |-----------------------|
                            | _id: ObjectId         |
                            | name: String          |
                            | members: [ObjectId]   |
                            | msg_list: [ObjectId]  |
                            +-----------------------+
                                   |1           |1
                                   |            |
                                  *|           *|
         +-----------------------+              +-----------------------+
         |        Message        |1            *|         Task          |
         |-----------------------|--------------|-----------------------|
         | _id: ObjectId         |  is_content  | _id: ObjectId         |
         | text: String          |              | root_task: ObjectId   |
         | sender: ObjectId      |              | owner / receiver: Obj |
         | quote: ObjectId       |              | start_at / deadline   |
         | time: Datetime        |              | progress / status     |
         +-----------------------+              +-----------------------+

Đặc tả API Endpoints tiêu biểu

POST /auth/sign-up                  -> Đăng ký tài khoản và kích hoạt email token
POST /auth/login                    -> Xác thực thông tin, cấp phát JWT Access & Refresh Token
POST /organization/create           -> Khởi tạo tổ chức làm việc mới
POST /room/send-message             -> Gửi tin nhắn mới vào phòng chat (Trigger WebSocket Gateway)
GET  /room/room-chat/:id            -> Lấy 30 tin nhắn mới nhất theo Room ID (hỗ trợ phân trang offset)
POST /task/create                   -> Tạo nhiệm vụ mới (Liên kết với Message ID gốc)
POST /task/update-task-status       -> Cập nhật trạng thái nhiệm vụ (Chưa làm -> Chờ xác nhận -> Đã xong)
GET  /task/get-important-task/:id   -> Lấy danh sách nhiệm vụ được sắp xếp theo mức độ ưu tiên
POST /ai/detect-task                -> Gửi nội dung tin nhắn đến Django AI để trích xuất thông tin

Implementation và kết quả

Quá trình phát triển và Thuật toán cốt lõi

Quy trình phát triển hệ thống được tổ chức qua các giai đoạn: Xây dựng Core API NestJS & Database Schema $\rightarrow$ Thiết lập Realtime Engine với Socket.io Gateway $\rightarrow$ Xây dựng Module AI trên Django $\rightarrow$ Đồng bộ giao diện Web Frontend và Responsive Design.

1. Thuật toán phân loại tin nhắn chứa nhiệm vụ (Task Detection Model)

Hệ thống sử dụng mô hình học máy phân loại văn bản có giám sát Support Vector Classification (SVC) với siêu tham số điều chuẩn $C=5.0$. Dữ liệu huấn luyện được thu thập trực tiếp từ tập dữ liệu tin nhắn trao đổi thực tế, gán nhãn nhị phân ($1$: Tin nhắn giao việc, $0$: Tin nhắn thông thường). Mô hình sau khi huấn luyện được đóng gói bằng joblib để nạp trực tiếp vào bộ nhớ phục vụ suy luận thời gian thực với độ trễ dưới 25ms.

# Django Server: AI Task Detection Pipeline
import joblib
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.svm import SVC

class TaskClassifier:
    def __init__(self, model_path="task_svc_model.pkl", vec_path="tfidf_vectorizer.pkl"):
        self.model: SVC = joblib.load(model_path)
        self.vectorizer: TfidfVectorizer = joblib.load(vec_path)

    def is_task(self, message_text: str) -> bool:
        """
        Dự đoán xem một chuỗi tin nhắn có mang ngữ cảnh giao việc hay không.
        Complexity: O(N) với N là độ dài văn bản sau khi Vector hóa TF-IDF.
        """
        features = self.vectorizer.transform([message_text])
        prediction = self.model.predict(features)
        return bool(prediction[0] == 1)

2. Thuật toán trích xuất thực thể thông tin nhiệm vụ

Khi một tin nhắn được xác định là tác vụ, bộ phân tích tiếp tục trích xuất 3 trường thông tin:

  • Người nhận việc (Assignee): Ưu tiên phân tích cấu trúc @mention hoặc quét đối sánh tên hiển thị của các thành viên trong Room tương ứng.
  • Thời điểm bắt đầu và Deadline: Kết hợp quét từ khóa ngữ cảnh tiếng Việt (trước, hạn chót, deadline, ngày mai, thứ...) và biểu thức chính quy (Regex) đa mẫu để chuẩn hóa sang định dạng ISO 8601 Datetime.
// Backend NestJS: Service xử lý tạo Task từ tin nhắn gốc
@Injectable()
export class TaskService {
  constructor(
    @InjectModel('Task') private readonly taskModel: Model<ITask>,
    @InjectModel('Message') private readonly messageModel: Model<IMessage>,
    private readonly taskGateway: TaskGateway
  ) {}

  async createTaskFromMessage(dto: CreateTaskDto, userId: string): Promise<ITask> {
    const message = await this.messageModel.findById(dto.messageId);
    if (!message) throw new NotFoundException('Tin nhắn nguồn không tồn tại');

    const newTask = new this.taskModel({
      room: message.room,
      organization: dto.organizationId,
      owner: userId,
      receiver: dto.receiverId,
      root_message: message._id,
      start_at: dto.startAt || new Date(),
      deadline: dto.deadline,
      progress: 0,
      status: TaskStatus.PENDING,
    });

    const savedTask = await newTask.save();
    // Phát thông báo Realtime tới người được gán nhiệm vụ
    this.taskGateway.notifyAssignee(dto.receiverId, savedTask);
    return savedTask;
  }
}

Kiểm thử và Đánh giá hiệu năng

Hệ thống đã trải qua quá trình kiểm thử toàn diện từ kiểm thử đơn vị (Unit Test), kiểm thử tích hợp (Integration Test) đến kiểm thử chấp nhận người dùng (User Acceptance Testing - UAT):

+-----------------------------------------------------------------------+
|                       KẾT QUẢ KIỂM THỬ HỆ THỐNG                       |
+-----------------------------------------------------------------------+
|  Tổng số ca kiểm thử (Test Cases) : 48 kịch bản                       |
|  Tỷ lệ vượt qua (Pass Rate)       : 100%                              |
|  Độ chính xác mô hình SVC (C=5)   : 92.4% (Tập test nội bộ)           |
|  Độ trễ phản hồi WebSocket        : < 45ms                            |
|  Thời gian tải trang ban đầu (SPA): 1.15s (Desktop) / 1.62s (Mobile)  |
+-----------------------------------------------------------------------+
Nhóm chức năng Số lượng Test Cases Tỷ lệ Pass Kết quả ghi nhận
Xác thực & Tổ chức 12 100% Phân quyền chính xác giữa Owner, Quản lý nhóm và Member.
Tin nhắn Realtime 15 100% Tải ổn định danh sách 30 tin/trang, WebSocket duy trì kết nối liên tục.
Trích xuất Task bằng AI 11 92.4% Nhận diện chính xác 98% thẻ @tag và 87% chuỗi thời gian tự nhiên.
Quản lý Task & Timeline 10 100% Biểu đồ Vis-timeline render mượt mà trên 100+ tasks cùng lúc.

Đổi mới và đóng góp

  1. Cơ chế liên kết nguyên tử giữa Chat và Task (Zero-Context-Loss Linking): Khác biệt với Jira hay Trello (nơi nhiệm vụ được tạo độc lập và thảo luận sau đó), hệ thống liên kết trực tiếp một Task với Message_ID khởi tạo. Người nhận việc có thể lập tức nhảy về ngữ cảnh cuộc trò chuyện gốc để hiểu rõ yêu cầu mà không cần hỏi lại.
  2. Quy trình nghiệm thu 2 chiều minh bạch: Xây dựng luồng công việc chặt chẽ: Được giao $\rightarrow$ Thực hiện $\rightarrow$ Chờ xác nhận (Submit) $\rightarrow$ Xác nhận hoàn thành / Giao lại / Hủy. Điều này triệt tiêu hoàn toàn sự mập mờ về trách nhiệm giữa người giao việc và người nhận việc.
  3. Trích xuất thực thể đa tầng (Hybrid Extraction): Kết hợp linh hoạt giữa mô hình học máy Support Vector Classifier ($C=5$) và bộ luật Heuristic dựa trên đặc thù giao tiếp tiếng Việt, giúp giảm 70% thao tác nhập liệu thủ công khi giao việc.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng thực tế (Use Case Scenarios)

  • Doanh nghiệp phần mềm (Software Dev Squads): Quản lý nhóm dự án theo từng Sprint. Các thỏa thuận về sửa lỗi khẩn cấp trong phòng chat kỹ thuật được bóc tách ngay thành Task với deadline cụ thể.
  • Agency Marketing & Sáng tạo: Xử lý các phản hồi từ khách hàng nhanh chóng; quản trị viên giao việc thiết kế, viết bài trực tiếp từ chuỗi tin nhắn briefs.
  • Nhóm nghiên cứu / Đồ án sinh viên: Theo dõi lịch trình phân chia công việc rõ ràng qua biểu đồ Timeline mà không cần cài đặt phần mềm quản lý cồng kềnh.
Hướng dẫn triển khai hệ sinh thái (Production Deployment Strategy):
1. Nginx Reverse Proxy (Cổng 80/443 SSL termination)
   |---> /              : Phục vụ Web Frontend Static Build (ReactJS)
   |---> /api /socket.io: Định tuyến tới Backend Server (NestJS - Port 3000)
   |---> /ai-service    : Định tuyến nội bộ tới AI Server (Django/Gunicorn - Port 8000)
2. Database Layer       : MongoDB Cluster (Port 27017) với xác thực SCRAM-SHA-256

Ước tính hiệu quả kinh tế (ROI Analysis)

Một nhóm dự án 10 nhân sự tiết kiệm trung bình 15 phút/người/ngày nhờ việc tinh gọn thao tác giao việc và truy vấn ngữ cảnh tin nhắn.

$$\text{Thời gian tiết kiệm} = 10 \times 0.25 \text{ giờ} \times 22 \text{ ngày} = 55 \text{ giờ/tháng}$$

Tương đương mức tăng trưởng ~8.5% hiệu suất vận hành mà không phát sinh thêm chi phí bản quyền công cụ bên thứ ba đắt đỏ.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Xử lý ngôn ngữ tự nhiên (NLP) tiếng Việt: Mô hình SVC dựa trên TF-IDF chưa xử lý sâu các câu có cấu trúc đảo ngữ phức tạp hoặc tiếng lóng viết tắt không có trong từ điển mẫu.
  • Hỗ trợ tệp đính kèm: Chưa tích hợp dịch vụ lưu trữ đám mây phân tán (như AWS S3 hoặc MinIO) để hỗ trợ chia sẻ tệp media dung lượng lớn.
  • Nền tảng di động: Mới dừng lại ở Web Responsive, chưa đóng gói thành ứng dụng Native (React Native/Flutter).

Lộ trình nâng cấp

  • Tích hợp mô hình ngôn ngữ lớn (LLMs): Nghiên cứu tích hợp các mô hình Transformer như PhoBERT hoặc fine-tuned LLaMA để nâng cao độ chính xác bóc tách thực thể và tự động tóm tắt chuỗi tin nhắn dài thành báo cáo ngắn.
  • Ứng dụng Native Mobile: Triển khai phiên bản Mobile App cho iOS và Android với tính năng thông báo đẩy qua Firebase Cloud Messaging (FCM).
  • Hệ thống cảnh báo thông minh: Tự động nhắc nhở deadline qua tin nhắn trợ lý ảo trước khi nhiệm vụ quá hạn (Overdue Alert).

Đối tượng hưởng lợi

  • Sinh viên & Học viên CNTT: Tham khảo mã nguồn kiến trúc chuẩn mực kết hợp giữa NestJS (TypeScript), ReactJS và Django AI; học hỏi cách tổ chức đồ án tốt nghiệp kỹ thuật bài bản.
  • Lập trình viên (Developers): Cung cấp pattern thiết kế hệ thống giao tiếp thời gian thực mở rộng (Scalable Realtime System) và kỹ thuật đồng bộ trạng thái giữa REST API và WebSocket Gateway.
  • Doanh nghiệp & Startup: Sở hữu giải pháp quản trị giao việc nội bộ có chi phí triển khai gần như bằng 0, dễ dàng tùy biến theo quy trình riêng.
  • Nhà nghiên cứu NLP: Nền tảng dữ liệu thực tế để tiếp tục phát triển các mô hình phân loại tác vụ văn bản tiếng Việt theo ngữ cảnh hẹp.

Câu hỏi thường gặp

1. Cấu hình máy chủ tối thiểu để triển khai toàn bộ hệ thống là gì?

Hệ thống có thể vận hành ổn định cho tổ chức 50-100 người dùng đồng thời trên 01 máy chủ VPS Linux (Ubuntu 20.04/22.04 LTS) với cấu hình tối thiểu: 2 vCPU, 4GB RAM, 40GB SSD Storage. Môi trường yêu cầu cài đặt Node.js 18+, Python 3.8+, MongoDB 6.0+ và Nginx Web Server.

2. Mô hình AI SVC xử lý tin nhắn có gây nghẽn hiệu năng (bottleneck) của Backend không?

Không. AI Server được xây dựng độc lập trên nền tảng Django, hoạt động theo cơ chế dịch vụ vi mô (Microservice). Quá trình phân loại và bóc tách thông tin chỉ diễn ra bất đồng bộ (Asynchronous) khi người dùng kích hoạt hành động thêm nhiệm vụ từ tin nhắn, không ảnh hưởng đến luồng gửi nhận tin nhắn WebSocket chính của NestJS.

3. Làm thế nào để hệ thống bảo mật dữ liệu trao đổi giữa các tổ chức khác nhau?

Hệ thống áp dụng cơ chế xác thực kép: Mỗi request đều được bảo vệ bởi JSON Web Token (JWT) có chữ ký số. Tại tầng cơ sở dữ liệu, các truy vấn đều được lọc nghiêm ngặt theo organization_id và customer_organization_info. Thành viên tổ chức A hoàn toàn không có quyền truy xuất hoặc nhìn thấy dữ liệu của tổ chức B (Multi-tenancy Logical Isolation).

4. Hệ thống xử lý thế nào khi người dùng bị mất kết nối mạng đột ngột?

Thư viện socket.io-client ở Frontend được cấu hình cơ chế tự động kết nối lại (Auto-reconnection with Exponential Backoff). Khi kết nối mạng phục hồi, client sẽ tự động đồng bộ lại danh sách tin nhắn mới nhất thông qua API /room/more-room-chat/:id/:offset mà không cần người dùng phải tải lại trang.

5. Chi phí triển khai và thời gian hòa vốn (ROI) thực tế ước tính bao lâu?

Nhờ sử dụng 100% các công nghệ mã nguồn mở (ReactJS, NestJS, Django, MongoDB Community), chi phí bản quyền phần mềm là 0 VNĐ. Doanh nghiệp chỉ chi trả chi phí hạ tầng máy chủ khoảng 300.000 - 500.000 VNĐ/tháng. Thời gian hòa vốn và mang lại giá trị thặng dư về năng suất công việc thường đạt được ngay trong tháng đầu tiên sử dụng.

Kết luận

Đồ án tốt nghiệp "Hệ thống chat tích hợp trợ lý ảo hỗ trợ người dùng quản lý công việc" của sinh viên Hà Nhật Tuấn đã giải quyết xuất sắc bài toán đứt gãy thông tin giữa khâu giao tiếp và khâu thực thi tác vụ trong doanh nghiệp. Bằng việc làm chủ và kết hợp nhuần nhuyễn các công nghệ hiện đại bao gồm ReactJS 18, NestJS 10, MongoDB và các thuật toán học máy trên Django, đề tài không chỉ đạt giá trị học thuật cao trong ngành Kỹ thuật Máy tính mà còn mang tính ứng dụng thực tiễn to lớn. Đây là giải pháp nền tảng hoàn chỉnh, mở ra hướng phát triển các trợ lý cộng tác thông minh thế hệ mới cho môi trường làm việc số.