## 4. Solution Design
### 4.1 System Architecture Overview

Chúng tôi xây dựng một hệ thống Automatic Agentic AI PLatform cho tư vấn tài chính. Hệ thống được vận hành trên kiến trúc

Microservices + Automatic Multi-Agent + Realtime Intelligence, triển khai hoàn toàn trên AWS cloud

Hệ thống không chỉ phản hồi người dùng mà còn quan sát hành vi của người dùng, phân tích dữ liệu hiện tại và đưa ra lời khuyên theo thời gian thực với cơ chế đánh giá độ tin cậy và kiểm soát rủi ro.

Điểm khác biệt của hệ thống so với các hệ thống agent khác đó chính là:

+ Agentic AI tự nhận thức với confidence scoring và sự kiểm soát của con người.
+ Realtime Market Intelligence (Tư vấn tài chính sử dụng thông tin thời gian thực về thị trường để đưa ra lời khuyên cho người dùng đầu tư). Đưa ra cảnh báo rủi ro và khuyến nghị cổ phiếu có kiểm soát
+ Explainability khi đưa ra lời khuyên dựa vào việc phân tích hành vi giao dịch của người dùng.

## 4.2. Key Components

### 4.2.1. Secure Entry & Session Layer

Hệ thống được bảo vệ bởi:

AWS WAF – chống tấn công web phổ biến

Amazon Cognito – quản lý xác thực & danh tính

Amazon API Gateway – entry point tập trung

Conversation Service chạy trên Amazon ECS và session controller bằng AWS Lambda.

### 4.2.2 Agentic Core
Trung tâm điều phối là Supervisor Agent:

Workflow orchestration bằng AWS Step Functions

Message queue qua Amazon SQS

Multi-agent logic chạy trên AWS Bedrock:

+ Behavior Detection Agent

+ User sentiment Agent

+ Stock Advisory Agent

+ Explainable Insight Agent

+ Product Recommendation Agent

+ Memory Summary Agent

+ Confidence Scoring Agent

### 4.2.3. Tiered Memory & Data Strategy
+ Short-term Memory: Recent interactions are stored in PostgreSQL (Aurora) with pgvector for fast retrieval of immediate context.

+ Long-term Memory: Historical data is vectorized and stored in a separate PostgreSQL (Aurora) instance, enabling Semantic Search and RAG (Retrieval-Augmented Generation) capabilities.

+ Data Lake: Amazon S3 serves as the central repository for raw data and archival storage.

### 4.2.4 Monitoring & Security Layer

+ Encryption: Data at rest is encrypted using AWS KMS (Key Management Service).
+ Access Control: Granular permissions are enforced via IAM Roles, adhering to the principle of least privilege.
+ Monitoring: Amazon CloudWatch provides end-to-end observability, capturing logs and metrics from all services to monitor system health and AI performance.

## 5. Intelligence Advisory Engine
Hệ thống có hai luồng kích hoạt advisory chính:

### 5.1 Chat-Triggered Advisory Flow

Hệ thống cũng kích hoạt advisory khi người dùng:

+ Hỏi về thống kê chi tiêu, phân tích lỗ hổng chi tiêu
+ Hỏi về lịch sử giao dịch
+ Xin lời khuyên về danh mục đầu tư
+ Hỏi phân tích rủi ro

#### Step 1: Intent Classifier

Conversation Service gửi yêu cầu tới Supervisor Agent.

Supervisor xác định intent:

+ Financial Product Information
+ Transaction History
+ Portfolio Information
+ Recommendation

#### Step 2: Agent Calling

Kích hoạt các agent tương ứng, tổng hợp kết qủa và đi qua Responsible AI Layer trước khi trả về cho người dùng.

### 5.2 Transaction-Triggered Advisory Flow

Khi người dùng thực hiện giao dịch chuyển tiền hoặc giao dịch mua cổ phiêú.

#### Step 1: Trigger

Transaction service trigger event và gửi sang AWS MSK

#### Step 2: Realtime Analysis

Feature Engine extract features và lưu trữ vào AWS Sagemaker Feature Store.

+ Giao dịch chuyển tiền

Đối với các giao dịch chuyển tiền, các features được trích xuất như:
+ Danh mục chi tiêu nhiều trong 3 tháng gần nhất
+ Tổng lượng tiền chi tiêu tăng hay giảm
+ Tần suất chuyển tiền trong mỗi danh mục
+ Có phải là 1 chi tiêu trả góp không.
+ ...

+ Giao dịch mua bán cố phiếu

Đối với các giao dịch mua bán cổ phiếu các features được trích xuất như:

+ Mức độ biến động giá của cổ phiếu.
+ Giá mua/bán hiện tại so với mức gíá trung bình, giá high, giá low trong vòng 7 ngày trước
+ % các ngành trong danh mục đầu tư...
+ ...

#### Step 3: Behavior Detection Service

Dựa vào những thông tin trích xuất features, sử dụng AWS Sagemaker huấn luyện mô hình machine learning để detect behavior giao dịch của người dùng (Thích mua sắm hoặc thích mua các cổ phiếu của ngành sắt thép).

#### Step 4: Advisory Generation

+ Stock Agent

Stock Agent sẽ cung cấp insight và khuyến nghị phòng người

+ "Mã cổ phiếu đang trong vùng biến động cao 30 ngày.""

+ "Danh mục của bạn đang phân bổ 60% vào một ngành sắt thép"

+ "Cố phiếu VIC đang có dấu hiệu điều chỉnh ngắn hạn"

+ Finance Product Recommendation Agent

Recommendation Agent sẽ cung cấp các sản phẩm khuyến nghị dựa vào hành vi của người dùng, thông tin người dùng, lịch sử giao dịch, lịch sử hội thoại và bối cảnh hiện tại của thị trường.

## 6. Responsible AI & Safety Governance Layer

Hệ thống đánh giá rủi ro mọi lời khuyến nghị trước khi gửi tới người dùng bằng Responsible AI & Safety Governance Layer

Layer đóng vai trò như AI Decision Quality Gate Layer, giúp hệ thống:

+ Tự đánh giá mức độ tin cậy của khuyến nghị
+ Kiểm soát nội dung nhạy cảm (Mua bán cổ phiếu, phân bổ danh mục)

Layer này hoạt động sau bước Advisory Generation và trước khi phản hồi được trả về cho người dùng.

### 6.1. Confidence Scoring

Dựa vào Model Certainty Score, Context Completeness Score

Điểm tổng hợp cuối cùng lớn hơn một ngưỡng thì advisory được gửi trực tiếp tới user.

### 6.2 Confidence branching

Nếu điểm nhỏ hơn ngưỡng, hệ thống xử lý theo các bước sau:

+ Advisory được gắn trạng thái "Pending Human Review".

+ Case được đẩy vào internal queue.

+ Financial Advisor nhận thông báo qua dashboard.

+ Người dùng nhận thông báo trung tính:
"Khuyến nghị của AI đang được chuyên gia tài chính xem xét để đảm bảo độ chính xác."

Cơ chế này đảm bảo:

+ Không đưa ra khuyến nghị rủi ro khi hệ thống không chắc chắn.

+ Luôn có lớp kiểm soát của con người đối với nội dung nhạy cảm.

### 6.3. Explainable Insight Agent

Mỗi advisory đều đi kèm tóm tắt reasoning (do Explainable Insight Agent cung cấp)

Các yếu tố ảnh hưởng chính (key contributing features) đến quyết định gợi ý sản phẩm đó cho người dùng.

Ví dụ:

"3 tháng gần đây bạn đi du lịch nhiều. VÌ vậy hãy dùng thẻ travel card để được giảm giá và hoàn tiền lên tới 10%"