Khám phá sản phẩm và thanh toán: AI đang làm tốt và chưa tốt ở đâu?

Khái niệm cốt lõi giải thích mọi khía cạnh của Agentic Commerce

Trong bài 3, chúng ta đã nghiên cứu về trường hợp Walmart áp dụng AI vào quy trình thanh toán cho 200.000 sản phẩm. Kết quả là tỷ lệ chuyển đổi giảm gấp 3 lần. Cả 5 thất bại này đều chỉ ra một sự thật: AI rất giỏi trong việc tìm kiếm sản phẩm nhưng lại rất kém trong việc chốt đơn hàng.

Bài học này giới thiệu sự phân tách giữa giai đoạn "khám phá sản phẩm" và "thanh toán" - khái niệm quan trọng nhất trong Agentic Commerce. Một khi đã hiểu rõ điều này, mọi quyết định chiến lược của bạn sẽ trở nên sáng tỏ hơn.

Tại sao AI chiếm ưu thế trong khâu khám phá sản phẩm?

Công cụ tìm kiếm truyền thống hoạt động giống như một tủ hồ sơ: Bạn nhập từ khóa và nhận về các kết quả khớp với từ khóa đó. AI lại hoạt động như một người bạn am hiểu: Bạn mô tả những gì mình cần, và nó sẽ thấu hiểu bối cảnh, sở thích cũng như các hạn chế của bạn.

Những gì công cụ tìm kiếm có thể làm:

Nhập từ khóa "giày chạy bộ giá dưới 120 USD" → hiển thị 500 kết quả được sắp xếp theo độ phù hợp

Những gì các AI agent có thể làm:

Nhập prompt "Tìm giúp tôi giày chạy bộ giá dưới 120 USD, có hỗ trợ vòm chân tốt dành cho người có kiểu chạy lật cổ chân vào trong, và tôi không muốn mua Nike vì đôi trước từng làm tôi bị phồng rộp chân" → thu hẹp còn 5 lựa chọn kèm theo giải thích chi tiết

AI có khả năng xử lý ngôn ngữ tự nhiên, ghi nhớ ngữ cảnh cuộc trò chuyện, so sánh sản phẩm giữa nhiều cửa hàng cùng lúc và lọc kết quả dựa trên các tiêu chí không thể nhập vào ô tìm kiếm thông thường. Điều này thực sự vượt trội so với cách tìm kiếm sản phẩm truyền thống khi xử lý những yêu cầu phức tạp.

Dữ liệu đã chứng minh điều này: Adobe Analytics báo cáo rằng các truy vấn tìm kiếm sản phẩm hỗ trợ bởi AI đã tăng 1.300% so với cùng kỳ năm trước vào năm 2025. Người tiêu dùng không chỉ đang thử nghiệm - họ thực sự đang chuyển đổi thói quen mua sắm.

Tại sao AI lại thất bại ở khâu thanh toán?

Thanh toán là nơi hội tụ của các yếu tố: Niềm tin, sự tuân thủ quy định và quy trình vận hành. Đây không phải là vấn đề về công nghệ - mà là vấn đề về niềm tin và cơ sở hạ tầng:

Các yêu cầu khi thanh toán Tại sao AI chưa thể cung cấp điều đó
Bảo mật thanh toán (tuân thủ PCI) Các nền tảng AI không phải là đơn vị xử lý thanh toán
Tính thuế bán hàng (thay đổi tùy theo mã ZIP) Yêu cầu tích hợp hệ thống tính thuế theo từng khu vực pháp lý
Các chương trình khách hàng thân thiết và mức giá dành cho thành viên Đòi hỏi sự tích hợp sâu rộng với hệ thống của nhà bán lẻ
Trả hàng và dịch vụ khách hàng Đòi hỏi các đội ngũ hỗ trợ được đào tạo bài bản và quy trình logistics thu hồi
Các tùy chọn vận chuyển (tốc độ, chi phí, theo dõi đơn hàng) Yêu cầu tích hợp thời gian thực với các đơn vị vận chuyển
Các tín hiệu tạo niềm tin (thương hiệu, đánh giá, huy hiệu) Cửa sổ trò chuyện không có bất kỳ dấu hiệu trực quan nào trong số này
Phát hiện gian lận Yêu cầu lịch sử giao dịch và phân tích hành vi

Trang thanh toán của một nhà bán lẻ là kết quả của 15 năm tối ưu hóa: Các huy hiệu uy tín, biểu tượng bảo mật, chính sách đổi trả rõ ràng, phương thức thanh toán được lưu sẵn và hiển thị điểm thưởng khách hàng thân thiết. Trong khi đó, tính năng trò chuyện văn bản lại không có bất kỳ yếu tố nào kể trên.

Forrester xác nhận rằng: "Mua hàng ngay trong giao diện AI" là trường hợp ứng dụng AI trong thương mại ít được triển khai nhất. Người tiêu dùng sẵn lòng để AI gợi ý sản phẩm, nhưng họ muốn thực hiện giao dịch với thương hiệu mà họ tin tưởng và trên một trang web mà họ quen thuộc.

Mô hình Phân tách

Ngành công nghiệp này đã thống nhất một cấu trúc rõ ràng:

Lớp Ai là chủ sở hữu? Chuyện gì sẽ xảy ra Ví dụ
Khám phá Các nền tảng AI (ChatGPT, Gemini, Claude) Tìm kiếm, so sánh, đề xuất, giải thích "Máy pha espresso tốt nhất có giá dưới 300 USD?"
Chuyển giao Liên kết/chuyển hướng Người dùng nhấp chuột để truy cập trang web của nhà bán lẻ Liên kết sản phẩm có kèm tính năng theo dõi
Thanh toán Các nhà bán lẻ Thanh toán, khách hàng thân thiết, thuế, vận chuyển, đổi trả Trải nghiệm thanh toán toàn diện dành cho nhà bán lẻ

Đây không phải là một giải pháp thỏa hiệp tạm thời - mà là mô hình thực sự hiệu quả. AI đảm nhiệm việc giải quyết câu hỏi mang tính mở: "Tôi nên mua gì?". Trong khi đó, nhà bán lẻ phụ trách khâu giao dịch - nơi các yếu tố về sự tin cậy, tuân thủ quy định và vận hành đóng vai trò then chốt.

Ý nghĩa đối với các doanh nghiệp có quy mô khác nhau

Loại doanh nghiệp Hệ quả đối với quy trình khám phá Hệ quả đối với quy trình thanh toán
Cửa hàng Shopify nhỏ Dữ liệu sản phẩm của bạn phải ở định dạng mà AI có thể đọc được Hãy giữ lại quy trình thanh toán trên Shopify - nó đã được tối ưu hóa sẵn
Người bán hàng trên Amazon/Etsy Nền tảng xử lý khả năng khám phá bằng AI Nền tảng xử lý khâu thanh toán - hãy tập trung vào việc đăng tin
Thương hiệu DTC quy mô vừa Đầu tư vào dữ liệu có cấu trúc, Schema.org Bảo vệ trải nghiệm thanh toán mang thương hiệu của bạn
Nhà bán lẻ quy mô lớn Xây dựng các tích hợp AI chuyên biệt (như Sparky của Walmart) Tuyệt đối không giao việc thanh toán cho bên thứ ba

Ý nghĩa đối với chiến lược đầu tư

Sự phân chia này chỉ rõ nơi bạn nên tập trung thời gian và ngân sách:

Hãy đầu tư VÀO ĐÂY (giai đoạn khám phá/tìm kiếm):

  • Tiêu đề và mô tả sản phẩm chi tiết, phong phú
  • Đánh dấu dữ liệu có cấu trúc (Schema.org)
  • Thông tin thuộc tính sản phẩm đầy đủ (kích thước, màu sắc, chất liệu, công dụng)
  • Giá cả và tình trạng kho hàng chính xác, cập nhật theo thời gian thực
  • Đánh giá và xếp hạng từ khách hàng

Đừng đầu tư VÀO ĐÂY (thanh toán qua AI):

  • Xây dựng tính năng mua hàng ngay trong khung chat
  • Tích hợp quy trình thanh toán vào các nền tảng AI
  • Quy trình thanh toán tùy chỉnh bằng AI
  • Bất kỳ giải pháp nào chuyển hướng giao dịch ra khỏi trang web của bạn

Kiểm tra nhanh: Tại sao người tiêu dùng tin tưởng AI trong việc gợi ý sản phẩm nhưng lại không tin tưởng khi mua hàng?

Trả lời: Các gợi ý mang lại rủi ro thấp - trường hợp xấu nhất chỉ là một gợi ý không phù hợp mà bạn có thể bỏ qua. Trong khi đó, thanh toán liên quan đến tiền thật, dữ liệu cá nhân và việc giao hàng đến đúng địa chỉ. Điều này đòi hỏi những yếu tố tạo dựng niềm tin mà một khung chat đơn thuần không thể cung cấp.

Kiểm tra nhanh: Đối với một cửa hàng trực tuyến nhỏ, điều gì quan trọng hơn - thiết kế lại trang web thật đẹp hay đảm bảo dữ liệu sản phẩm chính xác?

Trả lời: Dữ liệu sản phẩm. Các AI agent đọc dữ liệu chứ không phải thiết kế. Một trang web tuyệt đẹp nhưng có tiêu đề sản phẩm sơ sài sẽ trở nên "vô hình" đối với AI. Ngược lại, một trang web cơ bản nhưng sở hữu dữ liệu sản phẩm phong phú, có cấu trúc lại dễ dàng được AI đề xuất.

Những điểm chính cần lưu ý

  • Đã có sự phân định rõ ràng: AI dành cho khâu khám phá/tìm kiếm, còn nhà bán lẻ đảm nhận khâu thanh toán
  • AI giải quyết cực tốt câu hỏi "Tôi nên mua gì?"
  • Nhà bán lẻ xử lý giao dịch - bao gồm niềm tin, thuế, chương trình khách hàng thân thiết và đổi trả hàng
  • Hãy đầu tư vào khả năng hiển thị/tìm kiếm - dữ liệu sản phẩm, đánh dấu dữ liệu có cấu trúc, đánh giá của khách hàng
  • Đừng xây dựng tính năng thanh toán qua AI - Walmart đã chứng minh rằng giải pháp này chưa hiệu quả (ở thời điểm hiện tại)
  • Dữ liệu từ Forrester - mua hàng trực tiếp trong AI là trường hợp sử dụng ít phổ biến nhất

Thử ngay: Kế hoạch đầu tư cho khâu khám phá

(Bỏ qua thanh toán, tập trung xây dựng khả năng khám phá)

Hãy mở ChatGPT, Claude hoặc Gemini và dán nội dung này vào. Nó sẽ chuyển đổi sự phân chia giữa khâu khám phá và thanh toán thành một danh sách ngân sách kèm thứ tự ưu tiên cho 90 ngày tới.

Hãy đóng vai trò là chuyên gia lập kế hoạch đầu tư cho mô hình Agentic commerce. Tôi chấp nhận mô hình phân chia vai trò (AI phụ trách khâu khám phá sản phẩm, nhà bán lẻ phụ trách khâu thanh toán). Giờ đây, tôi cần một kế hoạch đầu tư cụ thể.

Thông tin về doanh nghiệp:
- Nền tảng đang sử dụng (Shopify / WooCommerce / BigCommerce / Amazon / Etsy / tùy chỉnh / đa kênh): []
- Số lượng sản phẩm (SKU): []
- Doanh thu hàng tháng: []
- Các kênh hiện tại (SEO / quảng cáo trả phí / mạng xã hội / sàn TMĐT / bán buôn): []
- Quy mô đội ngũ (làm một mình / nhóm 2–5 người / nhóm từ 6 người trở lên): []
- Có lập trình viên nội bộ không? []
- Ngân sách 90 ngày cho hoạt động đầu tư vào khả năng hiển thị/tìm kiếm (discovery investment): []
- Top 3 mã sản phẩm (SKU) hoặc danh mục hàng đầu thúc đẩy doanh thu: []

Triển khai:

1. Những hạng mục cần đầu tư (và KHÔNG nên đầu tư) trong 90 ngày
  Nên đầu tư:
  - Tiêu đề sản phẩm chi tiết, phong phú (bao gồm: danh mục + trường hợp sử dụng + điểm khác biệt chính)
  - Mô tả bằng ngôn ngữ dễ hiểu, giải đáp được các ý: công dụng, đối tượng khách hàng, điểm khác biệt
  - Thông tin thuộc tính đầy đủ (kích thước, màu sắc, chất liệu, thành phần, số đo, độ tương thích)
  - Triển khai đánh dấu (markup) Schema.org cho các loại: Product (Sản phẩm) / Offer (Ưu đãi) / Review (Đánh giá) / AggregateRating (Đánh giá tổng hợp)
  - Gửi dữ liệu sản phẩm lên Google Merchant Center và Bing / Microsoft
  - Xuất bản file llms.txt tại thư mục gốc của website
  - Các đánh giá đã được xác thực (từ Google, Trustpilot hoặc các nền tảng chuyên ngành)
  - Hình ảnh sản phẩm độc quyền, chất lượng cao kèm văn bản thay thế (alt text)

  Không nên đầu tư:
  - Xây dựng hệ thống thanh toán AI tùy chỉnh 
  - Tích hợp thanh toán ngay trong khung chat
  - Các widget chat AI trên website thay thế cho công cụ thực tế mà khách hàng đang dùng
  - Thiết kế lại giao diện website cầu kỳ nhưng không cải thiện chất lượng dữ liệu
  - Chạy theo mọi nền tảng mua sắm AI mới — chỉ nên chọn 1–2 nền tảng quan trọng đối với ngành hàng của bạn

2. Các hành động cụ thể theo nền tảng
  - Shopify: ứng dụng + cài đặt (Shop + AI-feed + công cụ tạo schema của Shopify)
  - WooCommerce: Yoast SEO + WooCommerce Feed + plugin tạo schema
  - Amazon: Nội dung A+ (A+ Content) + EBC + đăng ký thương hiệu (Brand Registry) + hoàn thiện thông tin thuộc tính
  - Etsy: các tín hiệu về chất lượng tin đăng + tiêu đề chuẩn SEO + 13 thẻ tag

3. Kế hoạch chi tiết theo tuần (90 ngày)
  - Tuần 1–2: đánh giá 20 SKU hàng đầu bằng bảng điểm AEO từ Bài học số 2
  - Tuần 3–6: viết lại tiêu đề + mô tả + thuộc tính cho 20 SKU hàng đầu
  - Tuần 5–7: triển khai đánh dấu schema.org cho 20 SKU hàng đầu
  - Tuần 6–8: gửi dữ liệu sản phẩm lên Google Merchant Center và Bing
  - Tuần 7–10: chiến dịch thu thập đánh giá (chỉ từ khách hàng thực, không dùng đánh giá ảo)
  - Tuần 8–12: thực hiện lại bước kiểm tra khả năng hiển thị (từ Bài học số 1) cho 20 SKU hàng đầu; So sánh trước và sau khi triển khai

4. Các chỉ số thành công (cần đo lường hàng tháng)
  - Số lượt hiển thị / nhấp chuột từ các đề xuất của trợ lý AI (ở những nơi có thể theo dõi)
  - Tỷ lệ trích dẫn của trợ lý AI đối với các truy vấn theo danh mục
  - Điểm chất lượng nguồn cấp dữ liệu sản phẩm trong Merchant Center
  - Số lượng và độ mới của đánh giá
  - Lưu lượng truy cập khám phá không chứa tên thương hiệu

5. Phân bổ ngân sách (tỷ lệ phần trăm của ngân sách 90 ngày)
  - Viết lại nội dung + bổ sung thông tin thuộc tính sản phẩm
  - Triển khai Schema markup (tự làm so với thuê lập trình viên)
  - Phần mềm thu thập đánh giá
  - Quản lý / phân tích nguồn cấp dữ liệu
  - Dự phòng 10% ngân sách để triển khai nhanh các điều chỉnh dựa trên dữ liệu thực tế

6. Những điều KHÔNG nên làm
  - Không mua công cụ "SEO AI thần thánh" khi chưa có số liệu nền tảng để đo lường
  - Không trả tiền cho đánh giá giả mạo — quy định FTC CFR 465 nghiêm cấm hành vi này
  - Không dùng AI tạo mô tả sản phẩm có chứa các tính năng không có thật
  - Không dàn trải ngân sách cho mọi nền tảng mua sắm tích hợp AI — hãy chọn những nền tảng thực sự mang lại lưu lượng truy cập cho danh mục sản phẩm
  - Không xây dựng lại trang web khi dữ liệu sản phẩm đang gặp lỗi — ưu tiên dữ liệu trước thiết kế

CÁC QUY TẮC BẮT BUỘC:
- Tuyệt đối không bịa đặt đánh giá, lời chứng thực, sự ủng hộ của người dùng hoặc số liệu thống kê — FTC đang tích cực thực thi quy định này trong giai đoạn 2024–2025
- Tuyệt đối không đề xuất sử dụng hình ảnh sản phẩm do AI tạo ra nếu chúng mô tả sai lệch so với sản phẩm thực tế
- Tuyệt đối không đề xuất cơ chế chỉ hiển thị đánh giá tích cực và lọc bỏ đánh giá tiêu cực — vi phạm hướng dẫn của FTC
- Tuyệt đối không đề xuất các tuyên bố so sánh với đối thủ cạnh tranh mà không có bằng chứng xác thực
- Đối với các danh mục sản phẩm chịu sự quản lý chặt chẽ: cần kiểm tra tính tuân thủ trước khi thay đổi bất kỳ nội dung văn bản nào
- Tuyệt đối không đề xuất các tín hiệu tạo cảm giác khan hiếm giả tạo (ví dụ: "chỉ còn lại 3 sản phẩm") trừ khi hệ thống kho hàng xác nhận thông tin đó là chính xác
- Lưu ý rằng Agentic commerce thay đổi theo từng quý — hãy lập lại kế hoạch vào cuối mỗi chu kỳ 90 ngày

Cách điền thông tin: Hãy thay thế các phần trong ngoặc vuông [] hoặc những nội dung giữ chỗ bằng thông tin cụ thể từ tình huống thực tế của bạn. Đầu vào mơ hồ sẽ dẫn đến kết quả mơ hồ - hãy đưa ra thông tin cụ thể.

Những gì bạn sẽ nhận được: Một kế hoạch đầu tư và khám phá trong 90 ngày, bao gồm các hành động cụ thể cho từng nền tảng, lịch trình triển khai theo tuần, những chỉ số đo lường thành công, phương án phân bổ ngân sách và một nguyên tắc giới hạn rõ ràng là "không xây dựng tính năng thanh toán bằng AI" - nhằm đảm bảo ngân sách được đổ vào những nơi mang lại lợi nhuận lũy tiến thay vì lãng phí vô ích.

Cách sử dụng kết quả: Lưu lại nội dung phản hồi vào ứng dụng ghi chú. Hãy chọn ra một đề xuất mang lại hiệu quả cao nhất và thực hiện ngay trong tuần này - đừng cố gắng làm tất cả mọi thứ cùng lúc.

Nếu kết quả chưa phù hợp: Nếu các đề xuất có vẻ chung chung, hãy dán nội dung sau để yêu cầu chỉnh sửa: "Hãy đưa ra đề xuất cụ thể hơn dựa trên bối cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung". Nếu hệ thống bỏ sót các chi tiết quan trọng mà bạn đã cung cấp, hãy thêm yêu cầu: "Bạn đã bỏ sót [X] trong bối cảnh của tôi - hãy thực hiện lại và coi đó là yếu tố ràng buộc chính".

  • Câu 1:

    Trong mô hình phân tách, ai là bên kiểm soát quy trình thanh toán?

    GIẢI THÍCH:

    Walmart đã chứng minh rằng nhà bán lẻ phải là bên kiểm soát quy trình thanh toán.

  • Câu 2:

    Tại sao AI lại hiệu quả trong việc khám phá sản phẩm?

    GIẢI THÍCH:

    AI vượt trội trong việc diễn giải các yêu cầu không chính xác và so sánh giữa nhiều nhà bán lẻ.

  • Câu 3:

    Theo Forrester, việc mua sắm là trường hợp sử dụng AI nào của người tiêu dùng?

    GIẢI THÍCH:

    Ít được áp dụng nhất. Mọi người sử dụng AI để nhận gợi ý, chứ không phải để quản lý tiền bạc của họ.

Thứ Ba, 08/09/2026 07:32
51 👨 3
Xác thực tài khoản!

Theo Nghị định 147/2024/ND-CP, bạn cần xác thực tài khoản trước khi sử dụng tính năng này. Chúng tôi sẽ gửi mã xác thực qua SMS hoặc Zalo tới số điện thoại mà bạn nhập dưới đây:

Số điện thoại chưa đúng định dạng!
Số điện thoại này đã được xác thực!
Bạn có thể dùng Sđt này đăng nhập tại đây!
Lỗi gửi SMS, liên hệ Admin
0 Bình luận
Sắp xếp theo
❖ AI cho Doanh nghiệp nhỏ