Chăm sóc khách hàng là một trong những lĩnh vực dễ nhìn thấy giá trị của AI nhất.

Mỗi ngày, doanh nghiệp có thể nhận hàng trăm hoặc hàng nghìn câu hỏi giống nhau: đơn hàng của tôi đang ở đâu, sản phẩm này còn hàng không, chính sách đổi trả thế nào, cửa hàng mấy giờ đóng cửa, hóa đơn ở đâu, làm sao đổi mật khẩu, tại sao thanh toán không thành công.

Nếu tất cả câu hỏi đều phải chờ nhân viên trả lời, doanh nghiệp cần một đội chăm sóc khách hàng rất lớn. Khách hàng cũng phải chờ lâu hơn vào giờ cao điểm, buổi tối hoặc cuối tuần.

AI có thể giải quyết một phần đáng kể vấn đề này.

Ở mức đơn giản, AI đọc tài liệu của doanh nghiệp và trả lời những câu hỏi phổ biến. Ở mức cao hơn, AI có thể kiểm tra đơn hàng, đọc lịch sử khách hàng, tạo yêu cầu hỗ trợ, hướng dẫn đổi trả hoặc thực hiện một số thao tác được doanh nghiệp cho phép.

Salesforce cho biết việc sử dụng AI Agents trong các tổ chức chăm sóc khách hàng đã tăng từ 39% năm 2025 lên 66% năm 2026. Trong nhóm đã triển khai AI Agents, 70% cho biết họ nhìn thấy giá trị có thể đo lường được trong vòng 60 ngày, còn Customer Satisfaction, tức mức độ hài lòng của khách hàng, là chỉ số được cải thiện nhiều nhất.

Một khảo sát khác của Salesforce với 6.500 người làm trong lĩnh vực dịch vụ khách hàng dự báo đến năm 2027, khoảng một nửa số yêu cầu chăm sóc khách hàng có thể được AI xử lý, tăng từ khoảng 30% năm 2025. Đây là dự báo toàn cầu của Salesforce, không có nghĩa mọi doanh nghiệp đều sẽ đạt tỷ lệ này.

Điều quan trọng hơn các con số là sự thay đổi trong cách nhìn về AI.

AI trong chăm sóc khách hàng không còn chỉ là một chatbot trả lời vài câu hỏi đơn giản. Hệ thống mới đang tiến dần tới khả năng hiểu yêu cầu, tìm dữ liệu, giải quyết vấn đề và chuyển cho con người khi cần thiết.

Mục lục

PHẦN I — AI ĐANG THAY ĐỔI CHĂM SÓC KHÁCH HÀNG NHƯ THẾ NÀO?

1. Chăm sóc khách hàng thực chất gồm những công việc gì?
2. Chatbot truyền thống có giới hạn gì?
3. AI Customer Service khác chatbot như thế nào?
4. AI Agent có thể làm gì?
5. AI có thay thế nhân viên chăm sóc khách hàng không?

PHẦN II — NHỮNG ỨNG DỤNG AI THỰC TẾ

6. Trả lời câu hỏi khách hàng 24/7
7. Tra cứu đơn hàng tự động
8. Hướng dẫn đổi trả và bảo hành
9. Tự động phân loại yêu cầu hỗ trợ
10. Chuyển khách hàng đến đúng bộ phận
11. Tóm tắt lịch sử khách hàng cho nhân viên
12. Gợi ý câu trả lời cho nhân viên CSKH
13. Phân tích cuộc gọi và tin nhắn
14. Phát hiện khách hàng không hài lòng
15. Phân tích lý do khách hàng phàn nàn
16. Phát hiện khách hàng có nguy cơ rời bỏ
17. Cá nhân hóa cách chăm sóc khách hàng
18. Chăm sóc khách hàng chủ động
19. Hỗ trợ bán thêm sản phẩm phù hợp
20. Từ Customer Service AI đến AI Customer Service Agent

PHẦN III — DỮ LIỆU PHÍA SAU HỆ THỐNG AI

21. AI cần biết những gì về doanh nghiệp?
22. CRM đóng vai trò gì?
23. Knowledge Base là gì?
24. Vì sao Data Platform quan trọng?
25. AI phải biết khách hàng được phép xem gì
26. Khi nào AI phải chuyển sang con người?

PHẦN IV — TRIỂN KHAI TRONG DOANH NGHIỆP

27. Nên bắt đầu từ đâu?
28. Một kiến trúc đơn giản dễ hình dung
29. Roadmap triển khai trong 90 ngày
30. KPI nào cần đo?
31. Những sai lầm thường gặp
32. Chăm sóc khách hàng trong tương lai sẽ thay đổi thế nào?
33. Kết luận

PHẦN I — AI ĐANG THAY ĐỔI CHĂM SÓC KHÁCH HÀNG NHƯ THẾ NÀO?

1. Chăm sóc khách hàng thực chất gồm những công việc gì?

Khi nói đến chăm sóc khách hàng, nhiều người nghĩ ngay đến nhân viên tổng đài.

Thực tế phạm vi rộng hơn nhiều. Khách hàng có thể liên hệ doanh nghiệp qua điện thoại, email, Facebook, Zalo, website, ứng dụng, cửa hàng hoặc các nền tảng thương mại điện tử.

Một khách hàng vừa mua điện thoại có thể hỏi tình trạng đơn hàng. Một người khác muốn đổi sản phẩm. Người thứ ba cần bảo hành. Một khách hàng doanh nghiệp muốn biết hợp đồng của họ còn thời hạn bao lâu.

Nhân viên chăm sóc khách hàng phải hiểu câu hỏi, tìm thông tin, kiểm tra hệ thống, giải thích chính sách và đưa ra bước xử lý tiếp theo.

Rất nhiều bước trong số này liên quan đến đọc thông tin và tìm dữ liệu.

Đó chính là nơi AI có thể hỗ trợ.

2. Chatbot truyền thống có giới hạn gì?

Chatbot không phải công nghệ mới.

Nhiều doanh nghiệp đã có chatbot từ nhiều năm trước. Khi khách hàng hỏi, chatbot thường đưa ra một menu như: kiểm tra đơn hàng, chính sách bảo hành, thông tin sản phẩm hoặc gặp nhân viên tư vấn.

Loại chatbot này hoạt động dựa trên các kịch bản được viết trước.

Nếu khách hàng hỏi đúng câu đã được chuẩn bị, hệ thống hoạt động tốt. Nhưng chỉ cần cách hỏi khác một chút, chatbot có thể không hiểu.

Ví dụ khách hàng hỏi:

“Máy tôi mua tuần trước giờ không lên màn hình, có mang ra cửa hàng đổi được không?”

Chatbot truyền thống có thể không biết đây là câu hỏi liên quan tới đổi trả, bảo hành hay lỗi kỹ thuật.

AI hiện đại hiểu ngôn ngữ linh hoạt hơn.

Nó có thể nhận ra khách hàng đang gặp lỗi sản phẩm và muốn biết phương án xử lý, sau đó tìm chính sách phù hợp để trả lời.

Đây là khác biệt đầu tiên.

3. AI Customer Service khác chatbot như thế nào?

Một chatbot truyền thống giống một bảng hướng dẫn có nhiều nhánh.

AI Customer Service gần giống một nhân viên có khả năng đọc tài liệu và hiểu câu hỏi bằng ngôn ngữ tự nhiên.

Khách hàng không cần nhớ phải bấm phím 1 hay phím 2. Họ có thể viết giống như đang nhắn cho một người thật.

Ví dụ:

“Tôi đặt hàng từ hôm kia mà chưa nhận được, kiểm tra giúp.”

AI có thể hiểu đây là yêu cầu kiểm tra trạng thái đơn hàng.

Nếu được kết nối với hệ thống quản lý đơn hàng, AI có thể lấy mã khách hàng, kiểm tra tình trạng giao hàng và trả lời:

“Đơn hàng đang được đơn vị vận chuyển giao từ kho TP.HCM. Thời gian dự kiến nhận hàng là chiều mai.”

Ở đây AI không chỉ đọc FAQ.

Nó đang sử dụng dữ liệu thật của doanh nghiệp.

4. AI Agent có thể làm gì?

AI Agent có thể hiểu đơn giản là một hệ thống AI không chỉ trả lời mà còn có thể thực hiện công việc.

Ví dụ, khách hàng hỏi:

“Tôi muốn đổi lịch giao hàng sang thứ Bảy.”

AI trước tiên kiểm tra đơn hàng, xác định đơn chưa được giao, kiểm tra chính sách và xem hệ thống vận chuyển có cho phép thay đổi hay không.

Nếu doanh nghiệp cho phép, Agent có thể thay đổi ngày giao hàng rồi xác nhận lại với khách.

Một tình huống khác:

“Tôi muốn trả lại sản phẩm.”

AI có thể kiểm tra ngày mua, chính sách đổi trả và tình trạng đơn hàng. Nếu đủ điều kiện, hệ thống tạo yêu cầu đổi trả và cung cấp hướng dẫn tiếp theo.

OpenAI năm 2026 giới thiệu Presence cho các hệ thống voice và chat trong doanh nghiệp. Nền tảng này được thiết kế để AI Agents có thể trả lời câu hỏi, giải quyết yêu cầu, sử dụng hệ thống doanh nghiệp, thực hiện những hành động đã được cho phép và chuyển sang nhân viên khi cần.

Đây chính là bước chuyển từ AI trả lời sang AI xử lý công việc.

5. AI có thay thế nhân viên chăm sóc khách hàng không?

AI có khả năng xử lý ngày càng nhiều yêu cầu đơn giản.

Các câu hỏi như giờ mở cửa, chính sách đổi trả, kiểm tra trạng thái đơn hàng hoặc hướng dẫn sử dụng cơ bản có thể được AI xử lý gần như tự động.

Điều đó giúp nhân viên dành nhiều thời gian hơn cho những trường hợp khó.

Ví dụ khách hàng đang rất tức giận vì đơn hàng bị giao sai ba lần. Một khách hàng doanh nghiệp đang yêu cầu bồi thường. Một trường hợp có tranh chấp về thanh toán. Những tình huống này cần khả năng đánh giá, giao tiếp và xử lý linh hoạt của con người.

McKinsey nhận định Customer Care đang chuyển sang mô hình trong đó con người và AI Agents làm việc cùng nhau, thay vì đơn giản thay toàn bộ con người bằng máy. Các doanh nghiệp đi trước đang sử dụng AI để giảm những công việc lặp lại, đồng thời để nhân viên tập trung vào những tình huống phức tạp và có giá trị cao hơn.

Mô hình tương lai vì vậy có thể rất đơn giản:

AI xử lý việc đơn giản. Con người xử lý việc khó.

PHẦN II — NHỮNG ỨNG DỤNG AI THỰC TẾ

6. Trả lời câu hỏi khách hàng 24/7

Đây là ứng dụng dễ triển khai nhất.

Doanh nghiệp thường có hàng trăm câu hỏi lặp lại. Chính sách đổi trả ra sao, phí vận chuyển bao nhiêu, cửa hàng ở đâu, thời gian bảo hành thế nào, sản phẩm có tính năng gì.

AI có thể đọc website, tài liệu sản phẩm, chính sách và hướng dẫn của doanh nghiệp để trả lời.

Khác với nhân viên, hệ thống có thể hoạt động cả ngày lẫn đêm.

Một khách hàng hỏi lúc 2h sáng vẫn có thể nhận được câu trả lời ngay.

Điều này đặc biệt hữu ích với doanh nghiệp có nhiều khách hàng nhưng đội CSKH không hoạt động 24/7.

Tuy nhiên, hệ thống phải trả lời dựa trên nguồn tài liệu chính thức. Nếu AI không tìm được thông tin đáng tin cậy, nó nên nói không biết hoặc chuyển sang nhân viên thay vì tự đoán.

7. Tra cứu đơn hàng tự động

“Đơn hàng của tôi đang ở đâu?” là một trong những câu hỏi phổ biến nhất của ngành bán lẻ và thương mại điện tử.

Nếu chưa có AI, nhân viên phải hỏi mã đơn, mở hệ thống, tìm đơn hàng rồi trả lời.

AI có thể thực hiện các bước này nhanh hơn.

Sau khi xác nhận đúng khách hàng, hệ thống truy cập hệ thống quản lý đơn hàng và lấy trạng thái mới nhất.

Ví dụ:

“Đơn hàng DDV12345 đã được đóng gói lúc 10h20 sáng nay và đang chờ đơn vị vận chuyển nhận. Dự kiến giao ngày 12/9.”

Khách hàng nhận câu trả lời gần như ngay lập tức.

Nhân viên không phải thực hiện cùng một thao tác hàng trăm lần mỗi ngày.

8. Hướng dẫn đổi trả và bảo hành

Đổi trả và bảo hành thường phức tạp hơn tra cứu đơn hàng vì mỗi sản phẩm có thể có chính sách khác nhau.

AI có thể hỏi khách hàng một số thông tin đơn giản: mua sản phẩm nào, ngày mua, tình trạng sản phẩm và vấn đề đang gặp phải.

Sau đó hệ thống kiểm tra chính sách.

Ví dụ, khách mua tai nghe cách đây năm ngày và phát hiện lỗi kỹ thuật. AI có thể xác định sản phẩm còn trong thời gian đổi lỗi, hướng dẫn địa điểm gần nhất hoặc tạo yêu cầu hỗ trợ.

Nếu tình huống nằm ngoài chính sách thông thường, AI chuyển cho nhân viên.

Điều này giúp khách hàng không phải đọc hàng trang quy định để tìm câu trả lời.

9. Tự động phân loại yêu cầu hỗ trợ

Một doanh nghiệp có thể nhận hàng nghìn yêu cầu mỗi ngày.

Có người hỏi về sản phẩm. Có người báo lỗi. Có người khiếu nại giao hàng. Có người yêu cầu hoàn tiền.

Trước đây, nhân viên có thể phải đọc từng yêu cầu rồi phân loại.

AI có thể làm bước đầu tiên.

Ví dụ email:

“Tôi thanh toán hai lần cho cùng một đơn nhưng chưa thấy hoàn tiền.”

AI có thể xác định đây là vấn đề thanh toán và hoàn tiền, đánh dấu mức độ ưu tiên và chuyển đến đúng đội phụ trách.

Việc tưởng như nhỏ này rất quan trọng.

Nếu một yêu cầu khẩn cấp bị chuyển nhầm bộ phận, khách hàng phải chờ lâu hơn và dễ bức xúc hơn.

10. Chuyển khách hàng đến đúng bộ phận

Không phải vấn đề nào AI cũng giải quyết được.

Nhưng AI vẫn có thể giúp khách hàng gặp đúng người nhanh hơn.

Ví dụ một khách hàng doanh nghiệp hỏi về thay đổi điều khoản hợp đồng. Đây không phải câu hỏi kỹ thuật và cũng không nên để chatbot tự xử lý.

AI có thể nhận ra yêu cầu liên quan tới hợp đồng, lấy thông tin khách hàng từ CRM rồi chuyển tới Account Manager hoặc bộ phận pháp lý.

Nhân viên tiếp nhận đồng thời nhận được bản tóm tắt vấn đề.

Khách hàng không phải kể lại từ đầu.

Đây là một cải tiến nhỏ nhưng ảnh hưởng lớn đến trải nghiệm.

11. Tóm tắt lịch sử khách hàng cho nhân viên

Một trong những trải nghiệm khó chịu nhất là khách hàng đã giải thích vấn đề ba lần nhưng mỗi lần gặp nhân viên mới lại phải kể lại từ đầu.

AI có thể giải quyết phần này.

Trước khi nhân viên nhận cuộc trò chuyện, hệ thống tạo một bản tóm tắt ngắn:

“Khách mua laptop ngày 2/9. Ngày 5/9 báo lỗi pin. Đã được hướng dẫn cập nhật phần mềm nhưng lỗi vẫn còn. Khách liên hệ lại hôm nay để yêu cầu kiểm tra bảo hành.”

Nhân viên chỉ cần đọc vài dòng để hiểu tình hình.

Salesforce cho biết một trong những lợi ích quan trọng của AI Customer Service là giúp nhân viên tìm và xử lý thông tin nhanh hơn, thay vì phải chuyển qua nhiều màn hình và hệ thống khác nhau.

Điều này giúp cả hai bên.

Nhân viên tiết kiệm thời gian.

Khách hàng không phải lặp lại câu chuyện.

12. Gợi ý câu trả lời cho nhân viên CSKH

AI không nhất thiết phải nói chuyện trực tiếp với khách hàng.

Nó có thể đứng phía sau và hỗ trợ nhân viên.

Giả sử khách hàng hỏi một vấn đề kỹ thuật khó. AI tìm trong Knowledge Base và đưa cho nhân viên ba bước xử lý phù hợp.

Nhân viên kiểm tra rồi trả lời.

Cách này có độ rủi ro thấp hơn việc để AI tự xử lý toàn bộ và rất phù hợp với giai đoạn đầu triển khai.

Một nhân viên mới cũng có thể làm việc hiệu quả hơn vì AI giúp tìm tài liệu nhanh.

Thay vì nhớ hàng trăm chính sách, họ biết cách hỏi hệ thống.

13. Phân tích cuộc gọi và tin nhắn

Một trung tâm chăm sóc khách hàng có thể nhận hàng nghìn cuộc gọi mỗi ngày.

Trước đây, doanh nghiệp khó có khả năng nghe lại toàn bộ.

AI có thể chuyển cuộc gọi thành văn bản và phân tích nội dung.

Hệ thống có thể biết khách hàng hỏi chủ đề gì, vấn đề nào xuất hiện nhiều, câu hỏi nào nhân viên khó xử lý và khách hàng thường không hài lòng ở bước nào.

Ví dụ trong một tuần có 500 cuộc gọi nhắc đến “giao hàng chậm”.

Tuần trước chỉ có 120.

Đây có thể là một tín hiệu đáng để Operations kiểm tra ngay.

AI biến dữ liệu cuộc gọi vốn rất khó phân tích thành một nguồn thông tin kinh doanh.

14. Phát hiện khách hàng không hài lòng

Không phải khách hàng nào cũng nói thẳng:

“Tôi đang rất không hài lòng.”

Một số người chỉ nói:

“Tôi đã liên hệ ba lần rồi mà vẫn chưa được giải quyết.”

AI có thể nhận biết nội dung và cách diễn đạt để phát hiện những trường hợp có dấu hiệu bức xúc.

Khái niệm này thường được gọi là sentiment analysis, có thể hiểu đơn giản là phân tích thái độ hoặc cảm xúc trong nội dung khách hàng.

Nếu AI phát hiện mức độ không hài lòng cao, hệ thống có thể tăng mức ưu tiên hoặc chuyển cho nhân viên có kinh nghiệm.

Tuy nhiên, AI không nên xem cảm xúc như một con số tuyệt đối.

Con người có nhiều cách giao tiếp khác nhau. Kết quả nên được dùng như một tín hiệu hỗ trợ, không phải phán quyết cuối cùng.

15. Phân tích lý do khách hàng phàn nàn

Doanh nghiệp thường biết có bao nhiêu complaint nhưng chưa chắc biết nguyên nhân lớn nhất.

AI có thể đọc hàng nghìn email, chat và transcript rồi gom chúng thành các nhóm vấn đề.

Ví dụ trong 10.000 yêu cầu tháng này, hệ thống phát hiện 32% liên quan đến giao hàng chậm, 18% liên quan đến sản phẩm lỗi, 14% liên quan đến thanh toán và 8% liên quan đến chính sách đổi trả.

Sau đó doanh nghiệp có thể đi sâu hơn.

Complaint giao hàng tập trung ở khu vực nào?

Bắt đầu từ ngày nào?

Có liên quan tới một đơn vị vận chuyển cụ thể không?

Đây là lúc AI Customer Service bắt đầu tạo giá trị cho cả Operations.

Chăm sóc khách hàng không còn chỉ là nơi giải quyết khiếu nại.

Nó trở thành một nguồn dữ liệu giúp doanh nghiệp phát hiện vấn đề sản phẩm và vận hành.

16. Phát hiện khách hàng có nguy cơ rời bỏ

Một khách hàng thường không rời doanh nghiệp mà không có tín hiệu trước.

Họ có thể mua ít hơn.

Ít sử dụng dịch vụ hơn.

Liên hệ hỗ trợ nhiều hơn.

Đánh giá thấp.

Hoặc liên tục gặp cùng một vấn đề chưa được giải quyết.

AI có thể kết hợp các tín hiệu này để xác định nhóm khách hàng có nguy cơ rời bỏ.

Ví dụ một khách hàng doanh nghiệp sử dụng phần mềm ít hơn 40% trong hai tháng, vừa mở ba ticket và hợp đồng sắp hết hạn sau 60 ngày.

Hệ thống có thể cảnh báo Account Manager.

Nhân viên chủ động liên hệ trước khi khách quyết định không gia hạn.

Đây là điểm rất quan trọng.

Chăm sóc khách hàng tốt không chỉ là phản ứng khi khách khiếu nại.

Nó còn là phát hiện vấn đề trước khi mất khách.

17. Cá nhân hóa cách chăm sóc khách hàng

Không phải khách hàng nào cũng giống nhau.

Một khách hàng VIP mua hàng mỗi tháng có thể cần cách phục vụ khác người mới mua lần đầu.

Một khách hàng lớn của doanh nghiệp có thể có Account Manager riêng.

AI có thể sử dụng lịch sử giao dịch và tương tác để cung cấp context phù hợp.

Ví dụ một khách hàng thường mua sản phẩm cao cấp gọi tới hỏi bảo hành. Nhân viên có thể ngay lập tức thấy lịch sử mua, hạng thành viên và các vấn đề trước đó.

Điều này không có nghĩa phải “theo dõi” khách hàng quá mức.

Mục tiêu là tránh bắt khách cung cấp lại những thông tin mà doanh nghiệp đã có và sử dụng dữ liệu hợp lý để phục vụ tốt hơn.

18. Chăm sóc khách hàng chủ động

Mô hình truyền thống là khách hàng gặp vấn đề rồi liên hệ doanh nghiệp.

AI mở ra mô hình ngược lại.

Doanh nghiệp phát hiện vấn đề trước rồi chủ động thông báo.

Ví dụ hệ thống biết một chuyến giao hàng đang chậm.

Thay vì chờ khách hỏi:

“Tại sao hàng chưa tới?”

AI có thể gửi:

“Đơn hàng của bạn có thể giao chậm khoảng một ngày do thời tiết. Thời gian dự kiến mới là chiều thứ Sáu.”

Một ví dụ khác là dịch vụ Cloud phát hiện hệ thống của khách sắp vượt hạn mức.

AI có thể thông báo trước và hướng dẫn xử lý.

Đây thường là trải nghiệm tốt hơn rất nhiều.

Khách hàng không thích sự cố.

Nhưng họ càng không thích phải tự phát hiện sự cố rồi đi tìm doanh nghiệp.

19. Hỗ trợ bán thêm sản phẩm phù hợp

Chăm sóc khách hàng không chỉ là chi phí.

Nó cũng có thể tạo doanh thu.

Salesforce cho biết các tổ chức dịch vụ đang ngày càng xem Customer Service là một phần có thể đóng góp vào tăng trưởng, thay vì chỉ là trung tâm chi phí.

AI có thể nhận ra những cơ hội bán thêm phù hợp.

Ví dụ khách hàng gọi hỏi về dung lượng lưu trữ vì gói hiện tại gần đầy. Hệ thống có thể gợi ý nâng gói.

Khách hàng mua máy ảnh có thể cần thẻ nhớ hoặc pin dự phòng.

Tuy nhiên, nguyên tắc quan trọng là recommendation phải giải quyết nhu cầu của khách hàng, không phải tận dụng mọi cuộc gọi để bán hàng.

Một người đang rất tức giận vì sản phẩm lỗi không phải thời điểm thích hợp để upsell.

AI phải hiểu context.

20. Từ Customer Service AI đến AI Customer Service Agent

Các ứng dụng phía trên có thể được kết hợp thành một workflow hoàn chỉnh.

Giả sử khách hàng nhắn:

“Tai nghe tôi mua tuần trước bên phải không có tiếng. Tôi muốn đổi.”

Một AI Agent có thể xác định khách hàng, tìm đơn hàng gần nhất, kiểm tra sản phẩm và ngày mua, đọc chính sách đổi trả rồi xác định trường hợp đủ điều kiện.

Agent hỏi khách một vài thông tin cần thiết.

Sau đó tạo yêu cầu đổi sản phẩm.

Hệ thống gửi mã yêu cầu và địa chỉ cửa hàng gần nhất.

Nếu phát hiện tình huống nằm ngoài chính sách, Agent chuyển cuộc trò chuyện cho nhân viên cùng toàn bộ thông tin đã thu thập.

Khách hàng không phải bắt đầu lại.

Đây là mô hình AI Customer Service đáng quan tâm hơn một chatbot FAQ đơn giản.

Salesforce ghi nhận mức sử dụng AI Agents trong Customer Service tăng 1,7 lần từ 2025 đến 2026. Trong khi đó, OpenAI cũng đang phát triển những hệ thống voice và chat agent có khả năng sử dụng công cụ doanh nghiệp, thực hiện action được phê duyệt và chuyển cho con người khi cần.

PHẦN III — DỮ LIỆU PHÍA SAU HỆ THỐNG AI

21. AI cần biết những gì về doanh nghiệp?

Muốn trả lời khách hàng tốt, AI phải có thông tin đúng.

Ví dụ khách hỏi:

“Sản phẩm này được bảo hành bao lâu?”

AI cần chính sách bảo hành.

Khách hỏi:

“Đơn hàng của tôi đang ở đâu?”

AI cần dữ liệu đơn hàng.

Khách hỏi:

“Tháng trước tôi đã thanh toán hóa đơn chưa?”

AI cần dữ liệu tài chính liên quan tới chính khách hàng đó.

Do đó AI Customer Service thường cần kết nối nhiều nguồn: website, tài liệu sản phẩm, CRM, hệ thống quản lý đơn hàng, ERP, hệ thống bảo hành và Knowledge Base.

Model AI chỉ là một phần.

Thông tin doanh nghiệp mới quyết định câu trả lời có hữu ích hay không.

22. CRM đóng vai trò gì?

CRM là viết tắt của Customer Relationship Management, có thể hiểu đơn giản là hệ thống quản lý thông tin và lịch sử quan hệ với khách hàng.

CRM có thể lưu tên khách, thông tin liên hệ, lịch sử mua hàng, cuộc gọi, email, ticket và những lần tương tác trước.

Khi AI được kết nối CRM, nó có context tốt hơn.

Nếu khách nói:

“Vấn đề lần trước vẫn chưa được xử lý.”

AI có thể tìm ticket trước thay vì yêu cầu khách kể lại toàn bộ.

Nhưng CRM phải đủ sạch.

Nếu dữ liệu khách hàng bị trùng, thiếu hoặc sai, AI cũng sẽ gặp khó khăn.

23. Knowledge Base là gì?

Knowledge Base có thể hiểu là kho kiến thức chính thức của doanh nghiệp.

Trong đó có thể chứa hướng dẫn sử dụng, chính sách bảo hành, câu hỏi thường gặp, quy trình xử lý lỗi và thông tin sản phẩm.

AI sử dụng kho này để tìm câu trả lời.

Ví dụ thay vì để model tự nhớ chính sách đổi trả, hệ thống tìm đúng tài liệu hiện hành và trả lời dựa trên tài liệu đó.

Cách làm này đáng tin hơn.

Nếu chính sách được cập nhật từ 7 ngày lên 15 ngày, Knowledge Base chỉ cần cập nhật một lần.

AI sử dụng thông tin mới trong các cuộc trò chuyện tiếp theo.

Đây cũng là lý do doanh nghiệp không nên chỉ “đưa chatbot lên website”.

Phần quan trọng hơn là tổ chức tri thức phía sau chatbot.

24. Vì sao Data Platform quan trọng?

CRM chưa chứa toàn bộ dữ liệu khách hàng.

Một doanh nghiệp bán lẻ có thể có thông tin khách trong CRM, đơn hàng trong ERP, lượt truy cập trong website, complaint trong Call Center và điểm thành viên trong Loyalty System.

Data Platform giúp kết nối những nguồn này.

Giả sử doanh nghiệp muốn phát hiện khách hàng có nguy cơ rời bỏ.

Chỉ nhìn CRM có thể chưa đủ.

AI cần biết người đó đã mua ít hơn chưa, có gọi hỗ trợ nhiều hơn không, có trả lại sản phẩm không và mức độ tương tác thay đổi thế nào.

Đây chính là lý do nhiều dự án AI cuối cùng quay lại bài toán dữ liệu.

Salesforce ghi nhận Data Readiness, tức mức độ sẵn sàng của dữ liệu, vẫn là một trong những trở ngại lớn khi doanh nghiệp triển khai AI Customer Service.

AI không thể hiểu khách hàng đầy đủ nếu thông tin về khách nằm rời rạc ở 10 hệ thống.

25. AI phải biết khách hàng được phép xem gì

Đây là yêu cầu rất quan trọng.

Giả sử AI có quyền truy cập database chứa tất cả khách hàng.

Khách hàng A không được phép hỏi:

“Khách hàng B đã mua những gì?”

Dù AI có thể nhìn thấy thông tin phía dưới, nó không được trả lời.

Tương tự, nhân viên chăm sóc khách hàng cũng không phải ai cũng cần xem mọi loại dữ liệu.

Hệ thống phải kiểm tra danh tính, quyền truy cập và mục đích sử dụng trước khi cung cấp thông tin.

AI không được trở thành một con đường mới để vượt qua bảo mật.

Nguyên tắc khá đơn giản:

Người dùng không được quyền xem dữ liệu nào thì AI cũng không được cung cấp dữ liệu đó.

26. Khi nào AI phải chuyển sang con người?

Một AI Customer Service tốt không phải AI cố gắng giải quyết mọi chuyện.

Nó phải biết khi nào nên dừng.

Ví dụ khách hàng đang yêu cầu bồi thường số tiền lớn.

Có tranh chấp pháp lý.

Khách hàng cực kỳ tức giận.

Hệ thống không đủ dữ liệu.

Chính sách có nhiều trường hợp ngoại lệ.

Hoặc AI không chắc câu trả lời.

Lúc này giải pháp tốt nhất là chuyển cho người thật.

OpenAI mô tả khả năng escalation, tức chuyển vấn đề sang con người, như một phần quan trọng của các hệ thống Customer Service Agent triển khai trong doanh nghiệp.

Một Agent đáng tin không phải Agent luôn trả lời.

Đó là Agent biết khi nào không nên tự trả lời.

PHẦN IV — TRIỂN KHAI TRONG DOANH NGHIỆP

27. Nên bắt đầu từ đâu?

Doanh nghiệp không nên bắt đầu bằng mục tiêu:

“Cho AI xử lý toàn bộ Customer Service.”

Quá rộng và nhiều rủi ro.

Cách dễ hơn là lấy 100 hoặc 1.000 yêu cầu khách hàng gần nhất rồi xem loại câu hỏi nào xuất hiện nhiều nhất.

Có thể 30% là hỏi trạng thái đơn hàng.

20% hỏi bảo hành.

15% hỏi thông tin sản phẩm.

10% liên quan đổi trả.

Khi đó doanh nghiệp có thể bắt đầu với ba nhóm câu hỏi đầu tiên.

Đây là những use case có số lượng lớn, quy trình khá rõ và dễ đo kết quả.

Sau khi AI hoạt động ổn định, phạm vi mới được mở rộng.

28. Một kiến trúc đơn giản dễ hình dung

Có thể hình dung hệ thống AI Customer Service như một nhân viên mới.

Đầu tiên, nhân viên cần tai và miệng để giao tiếp. Đó là website chat, Zalo, Facebook, email hoặc điện thoại.

Tiếp theo cần kiến thức. Đó là Knowledge Base, tài liệu sản phẩm và chính sách.

Sau đó cần thông tin khách hàng. Đó là CRM, đơn hàng và các hệ thống nghiệp vụ.

Cuối cùng cần quyền làm việc. Ví dụ được kiểm tra trạng thái đơn hàng nhưng không được tự hoàn tiền trên 20 triệu đồng.

AI Model nằm ở giữa để hiểu yêu cầu và quyết định sử dụng thông tin nào.

Bao quanh toàn bộ hệ thống cần có bảo mật, ghi lại lịch sử hoạt động và cơ chế chuyển sang nhân viên khi cần.

Không cần hiểu công nghệ sâu vẫn có thể nhớ mô hình này:

AI phải có kiến thức, dữ liệu và quyền phù hợp mới phục vụ khách hàng tốt.

29. Roadmap triển khai trong 90 ngày

30 ngày đầu nên tập trung thu thập dữ liệu và hiểu vấn đề. Doanh nghiệp xem lại ticket, cuộc gọi và tin nhắn để tìm 10–20 nhóm câu hỏi phổ biến nhất, đồng thời chuẩn hóa Knowledge Base.

Trong 30 ngày tiếp theo, có thể triển khai AI cho một số tình huống ít rủi ro như FAQ, thông tin sản phẩm hoặc kiểm tra đơn hàng. Các cuộc trò chuyện nên được ghi lại để biết AI trả lời sai ở đâu.

Giai đoạn 60–90 ngày có thể mở rộng sang tạo ticket, đổi lịch, phân loại yêu cầu hoặc hỗ trợ nhân viên. Lúc này doanh nghiệp cũng cần bổ sung cơ chế đánh giá chất lượng, permission và chuyển sang người thật.

Salesforce cho biết 70% tổ chức Customer Service đã sử dụng AI Agents trong khảo sát của hãng nhìn thấy giá trị có thể đo lường trong vòng 60 ngày. Tuy nhiên, đây là kết quả khảo sát của những tổ chức đã triển khai, không phải lời đảm bảo rằng mọi dự án AI đều tạo ROI sau hai tháng.

Điểm quan trọng vẫn là bắt đầu nhỏ và đo thật.

30. KPI nào cần đo?

Một hệ thống AI Customer Service không nên được đánh giá bằng số lượng câu trả lời AI tạo ra.

Điều doanh nghiệp cần biết là khách hàng có được phục vụ tốt hơn hay không.

Một số chỉ số tương đối dễ hiểu gồm thời gian khách chờ câu trả lời đầu tiên, thời gian cần để giải quyết một vấn đề, tỷ lệ AI tự giải quyết thành công, tỷ lệ phải chuyển cho nhân viên và mức độ hài lòng của khách hàng.

Doanh nghiệp cũng nên theo dõi tỷ lệ khách phải liên hệ lại vì vấn đề chưa được giải quyết.

Nếu AI trả lời rất nhanh nhưng khách phải hỏi lại ba lần, đó không phải thành công.

Salesforce cho biết Customer Satisfaction là chỉ số được các tổ chức đã triển khai AI Agents báo cáo cải thiện nhiều nhất, cao hơn cả năng suất nhân viên và thời gian xử lý.

Đây là một cách nhìn đúng.

Mục tiêu cuối cùng không phải giảm vài giây.

Mục tiêu là giải quyết vấn đề của khách hàng tốt hơn.

31. Những sai lầm thường gặp

Sai lầm đầu tiên là đưa AI lên website nhưng không chuẩn hóa tài liệu phía sau. Khi Knowledge Base cũ hoặc mâu thuẫn, AI rất dễ trả lời sai.

Sai lầm thứ hai là cho AI quá nhiều quyền quá sớm. Trả lời chính sách và tự động hoàn tiền là hai mức rủi ro hoàn toàn khác nhau.

Sai lầm thứ ba là cố giấu việc khách đang nói chuyện với AI. Minh bạch thường tạo trải nghiệm tốt hơn, đặc biệt khi khách cần biết họ có thể yêu cầu gặp người thật.

Sai lầm thứ tư là chỉ quan tâm giảm chi phí. Nếu doanh nghiệp giảm được 30% nhân lực nhưng Customer Satisfaction giảm mạnh, dự án khó được xem là thành công.

Sai lầm cuối cùng là không có nút thoát.

Khách hàng không nên bị mắc kẹt trong một vòng lặp với AI.

Khi hệ thống không giải quyết được vấn đề, cần có con đường rõ ràng để gặp con người.

32. Chăm sóc khách hàng trong tương lai sẽ thay đổi thế nào?

Salesforce dự báo AI có thể xử lý khoảng một nửa số service case vào năm 2027, tăng từ 30% năm 2025. Song song với đó, hãng cũng ghi nhận các doanh nghiệp kỳ vọng AI giúp giảm chi phí và thời gian xử lý, trong khi vẫn cải thiện mức độ hài lòng của khách hàng.

Điều đó không có nghĩa trung tâm chăm sóc khách hàng tương lai sẽ không còn con người.

Khả năng cao cấu trúc công việc sẽ thay đổi.

AI tiếp nhận câu hỏi đầu tiên.

AI xử lý những việc đơn giản.

AI tìm thông tin cho nhân viên.

AI tóm tắt lịch sử.

AI phát hiện những trường hợp cần ưu tiên.

Con người dành phần lớn thời gian cho những vấn đề phức tạp, nhạy cảm hoặc cần sự đồng cảm.

Một nhân viên CSKH tương lai có thể không cần nhớ tất cả chính sách.

Nhưng họ cần biết cách đánh giá tình huống, kiểm tra AI và xử lý những trường hợp mà máy không giải quyết tốt.

Đây là một phiên bản công việc khác.

Không nhất thiết ít giá trị hơn.

Ví dụ: AI chăm sóc khách hàng cho một doanh nghiệp bán lẻ

Có thể hình dung một chuỗi bán lẻ nhận 10.000 yêu cầu chăm sóc khách hàng mỗi tháng.

Khoảng 3.000 câu hỏi liên quan tới tình trạng đơn hàng, 2.000 câu hỏi về bảo hành và đổi trả, 1.500 câu hỏi về sản phẩm, phần còn lại là nhiều vấn đề khác.

Trước đây, phần lớn 10.000 yêu cầu đều đi qua nhân viên.

Doanh nghiệp triển khai AI theo từng bước.

Ở giai đoạn đầu, AI được kết nối với Knowledge Base để trả lời thông tin sản phẩm và chính sách.

Sau đó hệ thống được kết nối với Order Management để kiểm tra đơn hàng.

Khách hàng nhắn:

“Đơn của tôi hôm qua đặt giờ tới đâu rồi?”

AI xác nhận khách hàng, tìm đơn gần nhất và trả lời trạng thái.

Khách khác hỏi:

“Tôi muốn đổi sản phẩm vì máy bị lỗi.”

AI kiểm tra ngày mua và chính sách. Nếu đủ điều kiện đơn giản, hệ thống hướng dẫn quy trình. Nếu trường hợp phức tạp, AI tạo ticket rồi chuyển cho nhân viên.

Trong quá trình hoạt động, AI còn phân tích hàng nghìn cuộc trò chuyện.

Một tuần, hệ thống phát hiện số complaint về giao hàng trễ tăng gần gấp ba và tập trung tại một khu vực.

Customer Service Manager nhận cảnh báo và chuyển thông tin sang Operations.

Như vậy, AI không chỉ giảm số câu hỏi nhân viên phải trả lời.

Nó còn biến Customer Service thành một hệ thống phát hiện tín hiệu kinh doanh.

AI Voice Agent: Khi khách có thể gọi điện và nói chuyện với AI

Một hướng phát triển đáng chú ý khác là Voice AI.

Thay vì nhắn tin với chatbot, khách hàng gọi điện và nói chuyện trực tiếp với AI.

Khách có thể nói:

“Kiểm tra giúp tôi đơn đặt chiều hôm qua.”

AI nhận dạng giọng nói, hiểu yêu cầu, kiểm tra hệ thống rồi trả lời bằng giọng nói.

Nếu khách nói:

“Tôi không đồng ý, cho tôi gặp nhân viên.”

Cuộc gọi được chuyển sang người thật cùng bản tóm tắt nội dung đã trao đổi.

OpenAI Presence hiện hỗ trợ voice và chat agents cho các workflow khách hàng, với định hướng các agent có thể sử dụng hệ thống doanh nghiệp, thực hiện action được cho phép và escalation tới con người.

Voice AI đặc biệt đáng chú ý trong Call Center vì điện thoại vẫn là một kênh quan trọng đối với nhiều ngành như ngân hàng, bảo hiểm, bán lẻ, y tế và dịch vụ.

Nhưng Voice Agent cũng khó hơn chatbot.

AI phải hiểu giọng nói, tiếng địa phương, tiếng ồn và câu nói không hoàn chỉnh. Độ trễ cũng phải thấp vì khách hàng không muốn chờ vài giây sau mỗi câu.

Do đó không phải doanh nghiệp nào cũng cần bắt đầu bằng Voice AI.

Text chat thường đơn giản hơn để thử nghiệm trước.

AI chăm sóc khách hàng không chỉ để giảm chi phí

Khi nói về AI Customer Service, câu hỏi đầu tiên thường là:

“Có thể giảm bao nhiêu nhân viên?”

Đây là một cách nhìn khá hẹp.

Một doanh nghiệp có thể tạo giá trị theo nhiều cách khác.

Khách hàng được trả lời nhanh hơn.

Dịch vụ hoạt động 24/7.

Nhân viên tìm thông tin nhanh hơn.

Complaint được phát hiện sớm hơn.

Customer Churn giảm.

Những vấn đề của sản phẩm được phát hiện từ hàng nghìn cuộc trò chuyện.

Khách hàng phù hợp được chăm sóc chủ động.

McKinsey nhận định Customer Care đang chuyển từ một bộ phận thường được xem như trung tâm chi phí sang một chức năng có thể ảnh hưởng trực tiếp đến trải nghiệm, lòng trung thành và doanh thu.

Đây là một thay đổi quan trọng.

Nếu chỉ dùng AI để trả lời khách rẻ hơn, doanh nghiệp mới khai thác một phần nhỏ giá trị.

Nếu dùng dữ liệu từ Customer Service để hiểu khách hàng tốt hơn và cải thiện sản phẩm, vận hành lẫn doanh thu, tác động có thể lớn hơn nhiều.

Kết luận: AI tốt không phải AI nói chuyện giống người nhất, mà là AI giải quyết vấn đề tốt nhất

Ứng dụng AI vào chăm sóc khách hàng đang phát triển rất nhanh.

Doanh nghiệp có thể bắt đầu từ những việc đơn giản như trả lời câu hỏi thường gặp, tìm thông tin sản phẩm hoặc kiểm tra tình trạng đơn hàng.

Sau đó AI có thể hỗ trợ phân loại yêu cầu, tóm tắt lịch sử khách hàng, gợi ý câu trả lời cho nhân viên và phân tích hàng nghìn cuộc gọi.

Ở cấp độ cao hơn, AI Agents có thể sử dụng hệ thống doanh nghiệp để tạo ticket, thay đổi lịch, xử lý đổi trả hoặc thực hiện một số action được cho phép.

Nhưng điều quan trọng nhất không nằm ở việc Agent có thể làm bao nhiêu thứ.

Nó nằm ở việc vấn đề của khách hàng có được giải quyết nhanh, đúng và an toàn hơn hay không.

Salesforce ghi nhận việc sử dụng AI Agents trong Customer Service đã tăng mạnh trong năm 2026 và Customer Satisfaction là chỉ số được cải thiện nổi bật ở những tổ chức đã triển khai. McKinsey cũng cho thấy các doanh nghiệp dẫn đầu đang chuyển sang mô hình con người và AI cùng xử lý Customer Care thay vì chỉ thử nghiệm chatbot.

Tuy nhiên, AI không tự biết chính sách doanh nghiệp.

AI không tự có lịch sử khách hàng.

AI không tự biết đơn hàng đang ở đâu.

AI cũng không tự biết mình được phép hoàn tiền bao nhiêu.

Đằng sau một AI Customer Service tốt vẫn cần CRM, Knowledge Base, Data Platform, hệ thống nghiệp vụ và quyền truy cập được thiết kế rõ ràng.

Vì vậy, doanh nghiệp không nên bắt đầu bằng câu hỏi:

“Chatbot AI nào tốt nhất?”

Một câu hỏi thực tế hơn là:

“Khách hàng đang liên hệ với chúng ta nhiều nhất vì những vấn đề gì, vấn đề nào AI có thể giải quyết nhanh hơn và trường hợp nào vẫn cần con người?”

Nếu trả lời được câu hỏi đó, doanh nghiệp đã có một điểm bắt đầu tốt.

AI không nhất thiết làm Customer Service trở nên ít con người hơn.

Nếu triển khai đúng, AI có thể làm điều ngược lại: máy xử lý những việc lặp lại để con người có nhiều thời gian hơn cho những khách hàng thực sự cần sự giúp đỡ của con người.

Tài liệu tham khảo

1. Salesforce, New Research: AI Service Agents Are Scaling and Delivering CSAT, tháng 5/2026.
2. Salesforce, State of Service: AI Agents Edition, khảo sát 3.075 chuyên gia Customer Service trên toàn cầu, 2026.
3. Salesforce, The Seventh Edition State of Service Report, khảo sát 6.500 chuyên gia dịch vụ khách hàng trên toàn cầu.
4. Salesforce, Top Customer Service Trends to Watch in 2026.
5. McKinsey & Company, Building Trust: How Customer Care Leaders Pull Ahead with AI, tháng 2/2026.
6. McKinsey & Company, Beyond the Bot: Building Empathetic Customer Experiences with Agentic AI, tháng 2/2026.
7. OpenAI, Introducing OpenAI Presence, tháng 7/2026.

TechData.AI - Leading the Future.

Tham khảo các khoá học theo link: https://techdata.ai/techdata-ai-course/

Hoàng Minh.