Trong suốt nhiều thập kỷ qua, nền công nghiệp số và thương mại điện tử được xây dựng để đối tượng tiếp nhận thông tin và đưa ra quyết định cuối cùng là con người. Ngân sách quảng cáo, thiết kế trải nghiệm người dùng (UX/UI) và tâm lý học hành vi đều được các thương hiệu tận dụng triệt để để thu hút sự chú ý, khơi gợi cảm xúc và thuyết phục cá nhân đi đến cú click cuối cùng.
Tuy nhiên, lần đầu tiên trong lịch sử thương mại, xuất hiện một tác nhân trực tiếp tham gia vào quá trình mua sắm của con người. Sự bùng nổ của các AI Agent (Tác nhân trí tuệ nhân tạo) trên quy mô toàn cầu đã đánh dấu cột mốc đáng nhớ khi máy móc bắt đầu thay thế con người trong việc đọc thông số, so sánh giá cả, đàm phán và hoàn tất thanh toán.
Trong báo cáo nghiên cứu mới nhất công bố vào tháng 6/2026, Accenture[1] đã khảo sát 25.590 người tại 16 quốc gia. Kết quả cho thấy:
- 74% người tham gia tin tưởng để AI hỗ trợ mua sắm theo bộ quy tắc đã được thiết lập
- 32% sẵn sàng để AI tự động quyết định sẽ mua gì, người dùng vẫn sẽ là người thanh toán cuối cùng
- 9% hoàn toàn sẵn sàng giao phó toàn bộ quy trình cho AI
Những con số này cho thấy quyền quyết định trong hành trình mua sắm đang dần được chuyển giao cho các tác nhân AI. Và quan trọng hơn, người tiêu dùng ngày càng có xu hướng cởi mở với việc trao quyền cho AI thay mình đưa ra các quyết định mua hàng. Điều này tạo ra khái niệm Agentic Commerce – một mô hình thương mại trong đó AI Agent đóng vai trò đại diện thay người tiêu dùng ra quyết định mua sắm.
Câu hỏi đặt ra là: Khi AI thay người mua thực hiện một phần hoặc toàn bộ hành trình mua sắm, thương hiệu sẽ cần marketing cho ai? Trong bài viết này, GAPIT sẽ giải nghĩa, phân tích cách thức hoạt động của các giao thức AI hiện đại, dự báo những sự thay đổi trong hành trình khách hàng và đưa ra góc nhìn về chiến lược marketing tiếp theo cho các doanh nghiệp.
1. Agentic Commerce là gì?
1.1 Định nghĩa
Agentic Commerce là mô hình thương mại điện tử thế hệ mới, trong đó các AI Agent được người tiêu dùng ủy quyền để thực hiện tác vụ mua sắm. AI Agent hoạt động dựa trên khả năng thấu hiểu nhu cầu và mục tiêu của người dùng. Sau khi tiếp nhận yêu cầu đầu vào, AI Agent sẽ sử dụng khả năng lập luận để xác định và triển khai chuỗi hành động cần thiết nhằm hoàn thành tác vụ.
Ví dụ, người dùng đặt nhu cầu: “Tôi cần một chiếc laptop phục vụ làm việc từ xa, dưới 20 triệu đồng, ưu tiên hiệu năng pin tốt”. AI Agent sẽ thực hiện chuỗi tác vụ bao gồm: tìm nguồn hàng → So sánh các lựa chọn → Định giá → Ra quyết định mua → Thanh toán. Tùy thuộc vào mức độ ủy quyền, người tiêu dùng vẫn có thể can thiệp hoặc đưa ra quyết định ở bất kỳ bước nào trong chuỗi này.
Agentic Commerce hoạt động dựa trên các mô hình ngôn ngữ lớn, có khả năng lập luận và tự động chia nhỏ yêu cầu ban đầu thành nhiều bước nhỏ, tự động khắc phục lỗi khi gặp sự cố, giao tiếp với các hệ thống phần mềm của bên bán. Nếu người dùng ủy quyền toàn bộ, AI Agent sẽ tự động hoàn tất giao dịch từ A đến Z mà không cần người dùng tham gia vào bất cứ khâu nào.
1.2 Phân biệt AI Search, AI Shopping Assistant và AI Agent Commerce
Để hiểu đúng về bản chất của Agentic Commerce, chúng ta sẽ bắt đầu từ việc phân biệt rõ ràng các loại tác nhân AI có thể can thiệp vào hành vi mua sắm. Dưới đây là bảng so sánh ba cấp độ ứng dụng AI trong thương mại là AI Search, AI Shopping Assistant và AI Agent.
| Tiêu chí | AI Search | AI Shopping Assistant | AI Agent (Agentic Commerce) |
| Tính năng | Trả kết quả tìm kiếm được tổng hợp từ nhiều nguồn | Hỗ trợ người dùng trong quá trình mua sắm (tư vấn, gợi ý, lọc sản phẩm theo nhu cầu) | Thực hiện toàn bộ chuỗi hành động mua hàng thay người dùng |
| Độ tự động | Thủ công, người dùng tự nhập yêu cầu, tự so sánh và tự quyết định | Chủ động đưa ra gợi ý chuyên sâu, nhưng người dùng vẫn phải tự thao tác trên giỏ hàng và thanh toán | Tự động hóa hoàn toàn hành trình mua sắm từ đầu đến cuối |
| Vai trò | Công cụ tìm kiếm / Bộ lọc thông tin | Trợ lý tư vấn bán hàng | Đại diện mua hàng được người dùng ủy quyền |
| Ví dụ điển hình | Google Shopping, ChatGPT Search | ChatGPT Shopping, Amazon Rufus, Shopee AI Advisor | OpenAI Operator, Perplexity Shopping Agent, Amazon Alexa for Shopping |
Có thể thấy, AI đang dịch chuyển từ vai trò cung cấp thông tin sang tư vấn và cuối cùng là trực tiếp hành động thay người dùng. Sự chuyển dịch về mức độ tự chủ và quyền hạn của các công cụ này là nền tảng hình thành Agentic Commerce, đồng thời mở ra thay đổi quan trọng trong cách thức tương tác giữa người dùng và thương hiệu.
Có thể thấy, AI đang dịch chuyển từ vai trò cung cấp thông tin sang tư vấn và cuối cùng là trực tiếp hành động thay người dùng. Sự chuyển dịch về mức độ tự chủ và quyền hạn của các công cụ này là nền tảng hình thành Agentic Commerce, đồng thời mở ra thay đổi quan trọng trong cách thức tương tác giữa người dùng và thương hiệu.
1.3 Đặc điểm của Agentic Commerce
Khác với các hình thức ứng dụng AI thường thấy, Agentic Commerce cho AI mức độ tự chủ cao hơn trong hành trình mua sắm. Yếu tố này tạo nên sự khác biệt đặc trưng của Agentic Commerce và có thể được nhìn nhận qua 3 đặc điểm cốt lõi sau:
- Tiếp nhận ý định: Người dùng diễn đạt mục tiêu ở mức độ chi tiết hơn, diễn giải rõ ràng ý định và mong muốn của mình. AI Agent phân tích và diễn giải nhu cầu này thành một quy trình làm việc cụ thể để đưa ra kết quả cuối cùng
- Tự động hoá chuỗi tác vụ: Agent tự xây dựng và thực hiện workflow nhiều bước, người dùng không cần mô tả cần phải làm những gì. Khả năng thực thi độc lập là điểm khác biệt rõ nhất giữa Agentic Commerce với các công nghệ trước đó
- Quyền kiểm soát cuối cùng: Dù có mức độ ủy quyền cao hơn, kết quả cuối cùng vẫn được thiết kế nằm trong tầm kiểm soát của người dùng. Điều này giúp Agentic Commerce duy trì tính minh bạch và kiểm soát, đồng thời là yếu tố xây dựng niềm tin với người dùng
2. Tại sao Agentic Commerce lại xuất hiện ở thời điểm này?
Trong bài viết Xu hướng Marketing 2026 ra mắt vào cuối năm 2025, GAPIT đã trích dẫn báo cáo từ Kantar, cho biết ở thời điểm đó, 24% người dùng AI đã sử dụng trợ lý mua sắm AI. Một báo cáo khác của Grand View Research (2026)[2] định giá quy mô thị trường Agentic Commerce toàn cầu đạt 7,7 tỷ USD vào năm 2026 và dự báo sẽ tăng trưởng thần tốc để đạt 65,5 tỷ USD vào năm 2033.
Và tất nhiên, không phải ngẫu nhiên mà Agentic Commerce trở thành xu hướng được dự báo. Nó là kết quả tất yếu của sự giao thoa và chín muồi đồng thời của các yếu tố kinh tế và công nghệ.
2.1. Sự trưởng thành của công nghệ AI Agent
Sự phát triển của AI Agent đang được thúc đẩy bởi sự kết hợp giữa mô hình ngôn ngữ lớn và các kỹ thuật học tăng cường, giúp AI cải thiện khả năng suy luận và thực hiện các tác vụ đa bước. Có nghĩa rằng trước đây, cuộc trao đổi càng dài thì AI càng đi xa rời thực tế, dễ mất ngữ cảnh, đưa ra kết luận thiếu chính xác hoặc lan man. Nhưng các mô hình hiện nay đã có khả năng duy trì mục tiêu ban đầu, lập kế hoạch và thực hiện liên tiếp nhiều hành động với độ tin cậy cao hơn. Đồng thời có khả năng tự sửa lỗi trong quá trình thực thi mà không cần sự can thiệp liên tục của người dùng.
Mặt khác, khi AI Agent hoạt động thành các cụm, nhiều AI Agent chuyên biệt phối hợp với nhau với nhau sẽ tạo thành hệ thống mua sắm tự động có khả năng xử lý song song, giảm thời gian thực thi và tăng tính chính xác lên đáng kể.
2.2. Hành vi mua sắm đang dịch chuyển sang AI
Sự ra đời của các mô hình AI tạo sinh đã thay đổi cách người dùng tìm kiếm và tiếp cận thông tin trước khi ra quyết định. Google không còn là kênh search đầu tiên, mà người dùng có xu hướng đặt câu hỏi trực tiếp cho AI để tìm kiếm, tổng hợp và đánh giá thông tin. Cuối tháng 07/2026, Salesforce[3] cho biết, dựa trên dữ liệu hành vi của hơn 1,5 tỷ người mua sắm toàn cầu, việc sử dụng agentic search để bắt đầu hành trình mua sắm đã tăng 200% so với cùng kỳ.
Người dùng không tự mình tìm kiếm và đi qua hàng loạt website để so sánh sản phẩm, mà giao nhiệm vụ này cho AI. Vai trò của AI cũng đã chuyển từ công cụ tìm kiếm sang nhân tố trung gian tham gia vào quá trình quyết định hành vi mua hàng. Khi người dùng đã quen với việc giao cho AI nhiệm vụ tìm kiếm và lựa chọn, bước tiếp theo tự nhiên sẽ là trao cho AI quyền thực hiện giao dịch thay mình.
2.3. Hạ tầng thương mại kỹ thuật số đang thích nghi với AI Agent
Các nền tảng thương mại lớn đang tích cực mở rộng API và chuẩn hoá dữ liệu để AI Agent có thể tương tác trực tiếp. Vào quý 3/2025, Shopify đã ra mắt Shopify AI Commerce API, cho phép AI Agent truy cập catalogue, giá, tồn kho và thực hiện đặt hàng theo thời gian thực. Amazon cũng chính thức ra mắt Alexa for Shopping với khả năng hoàn toàn tự động mua hàng cho người dùng.
Sự đồng loạt triển khai của những cái tên sừng sỏ là tín hiệu rõ ràng cho thấy Agentic Commerce đang là một hướng phát triển mới của thương mại điện tử. Cuộc cạnh tranh của các thương hiệu trong tương lai sẽ diễn ra với mục tiêu thu hút và trở thành lựa chọn ưu tiên của các AI Agent – tác nhân ngày càng có vai trò quan trọng trong việc quyết định người dùng sẽ mua gì và mua ở đâu.
3. Hành trình khách hàng sẽ thay đổi như thế nào?
Khi AI Agent ngày càng tham gia sâu vào quá trình tìm kiếm, đánh giá và thực hiện giao dịch, hành trình khách hàng sẽ không còn diễn ra theo cách truyền thống. Bản đồ hành trình khách hàng truyền thống thường được mô phỏng dưới dạng phễu đi qua 5 giai đoạn. Với Agentic Commerce, cấu trúc phễu này bị nén lại. AI rút ngắn thời gian giữa các giai đoạn và khiến nhiều bước diễn ra gần như đồng thời hoặc loại bỏ khỏi trải nghiệm. Doanh nghiệp đối mặt với một hành trình mua hàng ngắn gọn hơn, nhiều điểm chạm truyền thống mà marketing từng dựa vào sẽ biến mất hoặc xuất hiện nhiều sự thay đổi.
3.1. Giai đoạn nhận thức – Awareness
Nhu cầu ban đầu vẫn xuất phát từ người dùng. Tuy nhiên, cách nhu cầu chuyển thành sự chú ý đến một thương hiệu nào đó mới là yếu tố thay đổi. Người dùng chỉ cần đưa ra mong muốn của mình cho AI, từ đó, AI Agent chủ động xác định thương hiệu và sản phẩm phù hợp, sau đó mới chuyển sang quy trình đánh giá.
Trong mô hình truyền thống, doanh nghiệp đầu tư rất lớn để tạo ra hàng loạt điểm chạm nhằm đưa thương hiệu vào tâm trí khách hàng ngay từ đầu hành trình. Với Agentic Commerce, những chiến lược đó có thể trở nên bớt hiệu quả. Thương hiệu có thể chỉ xuất hiện chớp nhoáng với khách hàng, nhưng lại đủ uy tín và mức độ phù hợp để được AI đưa vào danh sách lựa chọn cuối cùng. Đối tượng mà doanh nghiệp cần gây ấn tượng đang được mở rộng hơn.
3.2. Giai đoạn cân nhắc – Consideration
Trong hành trình mua hàng truyền thống, giai đoạn cân nhắc là nơi thương hiệu tìm mọi cách để giữ khách hàng ở lại lâu hơn. Doanh nghiệp có thể theo dõi phần lớn những tương tác này và xem cách nó tác động vào quyết định mua của khách hàng.
Nhưng với Agentic Commerce, một phần quan trọng của quá trình cân nhắc có thể diễn ra hoàn toàn trong bóng tối của hệ thống máy chủ. Trong khoảng thời gian AI đối chiếu, so sánh, đánh giá các lựa chọn, khách hàng có thể sẽ không biết có bao nhiêu thương hiệu đã được xem xét, tiêu chí nào khiến một thương hiệu bị loại hay vì sao một thương hiệu khác được giữ lại.
Bài toán đặt ra cho thương hiệu là làm thế nào để trở thành một lựa chọn đủ phù hợp để AI giữ lại trong quá trình cân nhắc. Chất lượng và độ đầy đủ của thông tin sản phẩm, mức giá, review, độ tin cậy, chính sách đổi trả hay khả năng đáp ứng đúng nhu cầu có thể trở thành những yếu tố quyết định việc thương hiệu có vượt qua được vòng cân nhắc mà khách hàng không được chứng kiến trực tiếp.
3.3. Giai đoạn quyết định – Decision
Đến tận giai đoạn này, phạm vi lựa chọn của khách hàng đã bị thu hẹp đáng kể. Người dùng có khả năng chỉ nhận được shortlist gồm 3-5 lựa chọn mà AI Agent cho là phù hợp nhất với các tiêu chí đặt ra. Điều đó cũng đồng nghĩa rằng một thương hiệu có thể bị loại khỏi cuộc chơi trước khi khách hàng thực sự biết đến.
Trong mô hình truyền thống, nếu khách hàng chưa quyết định, doanh nghiệp vẫn còn nhiều cơ hội để tác động như tiếp tục quảng cáo retargeting, gửi ưu đãi hoặc thông qua nhân viên tư vấn để thuyết phục. Nhưng khi AI Agent hoàn tất quá trình sàng lọc, nếu sản phẩm không được lọt vào shortlist, đội ngũ bán hàng có thể không bao giờ có cơ hội tiếp cận khách hàng.
3.4. Giai đoạn hậu mãi – Post-purchase
Vai trò của AI Agent có thể tiếp tục xuyên suốt vòng đời sử dụng sản phẩm. Mức độ thông minh của các AI Agent thế hệ mới cho phép chúng tự theo dõi nhu cầu và tình trạng sử dụng của khách hàng để đưa ra hành động phù hợp. Với những sản phẩm có chu kỳ tiêu dùng lặp lại như mỹ phẩm, thực phẩm, đồ gia dụng hay các gói dịch vụ, Agent thậm chí có thể nhận biết thời điểm sản phẩm sắp hết và đề xuất hoặc tự động thực hiện giao dịch mua lại, gia hạn theo điều kiện mà người dùng đã thiết lập.
Điều này làm thay đổi rõ rệt vai trò của hoạt động chăm sóc và remarketing sau mua. Doanh nghiệp bị giảm bớt quyền chủ động trong việc liên tục nhắc khách hàng quay trở lại, bởi chính AI Agent có thể trở thành tác nhân duy trì mối quan hệ và kích hoạt giao dịch tiếp theo.
4. Doanh nghiệp buộc phải thay đổi chiến lược truyền thông
Khi AI Agent thực thi nhiệm vụ mua sắm, nó không có thị giác để bị thu hút bởi một banner bắt mắt, không có cảm xúc để bị lay động bởi một video quảng cáo cảm động. Thay vào đó, AI quét và đọc cấu trúc dữ liệu. Chính yếu tố này đã làm thay đổi cách các doanh nghiệp triển khai chiến lược thu hút khách hàng, hay nói đúng hơn là thu hút các AI Agent.
Marketing to Machines (Tiếp thị cho máy móc) vì thế đang dần trở thành cách quảng bá mới. Mục tiêu của thương hiệu giờ đây là phải được AI Agent nhận diện và đưa vào danh sách đề xuất tới người mua.
4.1. SEO, AEO và GEO
Kỹ thuật SEO mang tính thao túng như nhồi nhét từ khóa hay xây dựng hệ thống backlink thiếu tự nhiên đang dần mất đi lợi thế bền vững. AI ngày càng có khả năng tổng hợp thông tin từ nhiều nguồn, đối chiếu dữ liệu và sử dụng ngữ cảnh để xác định đâu là câu trả lời phù hợp với nhu cầu người dùng.
Những thay đổi này thúc đẩy sự phát triển của AEO (Answer Engine Optimization – Tối ưu hóa công cụ trả lời) và GEO (Generative Engine Optimization – Tối ưu hóa công cụ tạo sinh). Trong khi SEO truyền thống tập trung vào việc giúp nội dung đạt thứ hạng cao trên các công cụ tìm kiếm, thì AEO hướng đến khả năng được AI sử dụng để tạo ra câu trả lời, còn GEO tập trung vào khả năng thương hiệu được AI tạo sinh nhận diện, đề xuất trong phản hồi tới người dùng.
AI cần hiểu thương hiệu, sản phẩm trong một hệ thống ngữ nghĩa bao quát hơn. Doanh nghiệp phải xây dựng nội dung trực diện và chính xác, củng cố luận điểm bằng những nguồn có độ tin cậy cao, đồng thời tổ chức dữ liệu một cách nhất quán. Các yếu tố kỹ thuật như Schema Markup, cấu trúc dữ liệu, thông tin sản phẩm và Product Knowledge Graph vì thế ngày càng trở nên quan trọng, bởi chúng giúp máy móc dễ dàng nhận diện doanh nghiệp là ai, cung cấp sản phẩm gì và sản phẩm đó phù hợp với nhu cầu nào.
Tuy nhiên, sự phát triển của AEO và GEO không thể thay thế SEO
Dù AI có thể thay thế người dùng ở nhiều công đoạn trong quá trình tìm kiếm hay mua sắm, thì người dùng vẫn là người đưa ra quyết định cuối cùng. Khách hàng vẫn có thể kiểm tra lại thông tin, truy cập website hay đọc đánh giá trước khi chấp nhận đề xuất từ AI. Chính vì vậy, sự hiện diện vững chắc trên các công cụ tìm kiếm vẫn có ý nghĩa quan trọng trong việc xây dựng niềm tin với người dùng.
Quan trọng hơn, SEO vẫn là lớp nền tạo nên sự uy tín cho thương hiệu. Một hệ thống nội dung chất lượng, website được tối ưu tốt, thông tin nhất quán, cùng những tín hiệu uy tín tích lũy qua thời gian sẽ tạo ra nguồn dữ liệu mà các hệ thống AI có thể tiếp tục khai thác, đối chiếu và xác thực.
>> Xem thêm: Từ SEO đến GEO và AEO: Cuộc Cách Mạng Nội Dung Trong Kỷ Nguyên Trí Tuệ Nhân Tạo
4.2. Định dạng lại các khía cạnh tiếp thị
Sự tham gia ngày càng sâu của AI Agent vào hành trình mua hàng buộc doanh nghiệp phải xem xét lại toàn bộ cách hiện diện trên môi trường số.
- Khả năng hiển thị: AI truy xuất dữ liệu từ các bộ chỉ mục (index), nguồn dữ liệu, website và hệ thống mà nó có quyền truy cập để đưa ra câu trả lời. Bài toán mới trở thành AI Visibility: làm thế nào để thương hiệu có thể được AI tìm thấy và nhận diện đúng trong những ngữ cảnh liên quan đến nhu cầu của người dùng
- Chiến lược nội dung: Nội dung cần được chuyển sang định dạng mà AI có thể đọc được. Với mục tiêu bán hàng, các câu văn dài dòng, hoa mỹ mang tính ẩn dụ sẽ dần nhường chỗ cho sự rõ ràng, cấu trúc mạch lạc, trả lời trực diện cho vấn đề người dùng gặp phải
- Dữ liệu sản phẩm: Đây là một trong những cơ sở quan trọng nhất để AI xác định sản phẩm nào đáp ứng tốt nhất yêu cầu của người dùng. Những thông tin cơ bản về sản phẩm cần được chuẩn hóa và đồng nhất giữa website, sàn thương mại điện tử, hệ thống bán hàng và các điểm chạm khác. Tính minh bạch trong dữ liệu là tiền đề để AI có thể đánh giá chính xác và đưa ra đề xuất phù hợp cuối cùng
- Uy tín thương hiệu: Review, rating, phản hồi của khách hàng, nội dung từ các nguồn bên thứ ba, thông tin doanh nghiệp và mức độ nhất quán giữa các nguồn đều có thể góp phần hình thành bức tranh về thương hiệu. AI Agent có thể tổng hợp nhiều tín hiệu từ nhiều nơi để đánh giá mức độ phù hợp và đáng tin cậy của doanh nghiệp
5. Khách hàng đã sẵn sàng giao phó quyết định của mình cho AI Agent?
Rào cản lớn nhất của Agentic Commerce nằm vấn đề: Liệu người dùng đã sẵn sàng để AI thay mình đưa ra quyết định mua hàng và thực hiện giao dịch hay chỉ giao phó ở mức độ nhất định?
Thực tế hiện nay cho thấy, người tiêu dùng ngày càng có xu hướng tin tưởng AI trong quá trình mua sắm, nhưng mức độ sẵn sàng trao toàn quyền cho AI vẫn còn phụ thuộc rất lớn vào loại giao dịch và mức độ rủi ro. BCG[4] cho biết việc sử dụng GenAI trong mua sắm đã tăng 35% từ tháng 2 đến tháng 11/2025, hơn 60% người tiêu dùng bày tỏ sự tin tưởng cao vào kết quả của GenAI. Tuy nhiên, khi chuyển từ hỗ trợ sang tự quyết định và thực hiện giao dịch, mức độ chấp thuận bị giảm đi đáng kể. Nghiên cứu khác của NielsenIQ[5] cho biết chỉ 5% người tiêu dùng sử dụng AI Agent hoàn toàn tự động để đặt hàng thay mình. Nói cách khác, người dùng đang mở cửa cho AI bước vào hành trình mua hàng, nhưng vẫn muốn giữ mình ở vị trí kiểm soát cuối cùng.
Để người tiêu dùng chuyển hẳn sang trạng thái ủy quyền, Agentic Commerce cần giải quyết ít nhất 3 vấn đề:
- Khả năng giải thích: Người dùng cần biết sản phẩm được chọn dựa trên tiêu chí nào, mức giá có thực sự phù hợp hay không, những đánh giá nào được sử dụng và đâu là lý do khiến một lựa chọn được ưu tiên hơn những lựa chọn khác
- An toàn thanh toán: Sẽ rất khó để người dùng ủy thác cho AI nếu không biết Agent có thể chi bao nhiêu, sử dụng phương thức thanh toán nào và đâu là đối tượng chịu trách nhiệm nếu xảy ra sai sót. Do đó, những cơ chế như token hóa thông tin thanh toán, xác thực giao dịch và giới hạn chi tiêu do người dùng thiết lập sẽ trở thành nền tảng để xây dựng niềm tin. Nghiên cứu của Commerce và PayPal[6] cho thấy 79% người được khảo sát kỳ vọng công cụ agentic shopping phải cung cấp mức bảo vệ an toàn ít nhất là tương đương các phương thức thanh toán truyền thống
- Khả năng kiểm soát: Ủy quyền không đồng nghĩa với mất quyền kiểm soát. Người dùng cần biết Agent đang làm gì, có thể can thiệp, tạm dừng hoặc hủy hành động khi cần. Đây cũng là lý do phần lớn người tiêu dùng hiện tại vẫn muốn duy trì quyền xác nhận trước khi AI hoàn tất giao dịch
AI Agent thực sự đã được đưa vào những điểm chạm quan trọng trong hành trình mua sắm của khách hàng. Nhưng mức độ tham gia hiện tại vẫn dừng ở việc tìm kiếm, so sánh và hỗ trợ giao dịch. Khoảng cách giữa AI Assistant và AI Agent vẫn còn khá lớn, và niềm tin của người tiêu dùng sẽ là yếu tố quyết định để thu hẹp khoảng cách đó.
6. Case Study: Gặp gỡ Alexa for Shopping – AI Agent cá nhân hóa trên Amazon
Amazon là một trong những ví dụ rõ ràng nhất cho quá trình chuyển dịch từ AI hỗ trợ mua sắm sang Agentic Commerce. Tháng 5/2026, Amazon hợp nhất trợ lý mua sắm AI cũ là Rufus với Alexa+ thành Alexa for Shopping – một AI Agent có khả năng cá nhân hóa và thực hiện nhiều tác vụ thay người dùng.
Người dùng có thể yêu cầu Alexa for Shopping hướng dẫn mua sắm những sản phẩm phức tạp, so sánh nhiều lựa chọn, theo dõi lịch sử giá, tìm ưu đãi, xây dựng giỏ hàng và tự động hóa những giao dịch mua lặp lại. Đáng chú ý, Amazon còn cho phép người dùng đặt điều kiện để Alexa tự theo dõi giá và tự hoàn tất giao dịch khi sản phẩm đạt mức giá mong muốn.
Ví dụ, nếu người dùng đặt mục tiêu cụ thể: “Mua chiếc tai nghe này nếu giá giảm xuống dưới 100 USD”. Alexa for Shopping sẽ liên tục theo dõi giá và khi đạt điều kiện “dưới 100 USD”, Agent này sẽ tiến hành mua ngay bằng phương thức thanh toán mặc định mà người dùng đã thiết lập. Nó cũng có thể tự động triển khai hành vi mua các nhu yếu phẩm hàng tháng hoặc hàng quý nếu người dùng cài đặt yêu cầu.
Amazon đang đưa tính năng tự chủ này đi xa hơn thông qua tính năng Buy for Me. Với những sản phẩm đủ điều kiện từ nền tảng khác, Agent có thể thực hiện toàn bộ quy trình mua thay người dùng bằng thông tin địa chỉ và thanh toán đã được lưu trong Amazon. Các sản phẩm có sẵn để mua thông qua Buy for Me đã tăng từ 65.000 khi ra mắt tới hơn 500.000 sản phẩm ở hiện tại.
7. Doanh nghiệp cần chuẩn bị gì để thích ứng?
Agentic Commerce đặt ra cho doanh nghiệp bài toán tái cấu trúc hạ tầng dữ liệu, quản trị rủi ro cho đến đo lường hiệu quả. Để thương hiệu không trở nên vô hình trước các AI Agent, doanh nghiệp cần tập trung chuẩn bị 4 trụ cột chính:
7.1. Chuẩn hóa dữ liệu cho AI
AI Agent chỉ có thể đưa ra quyết định chính xác khi có dữ liệu đầy đủ và nhất quán. Doanh nghiệp cần chuẩn hóa thông tin sản phẩm, xây dựng mối liên hệ giữa sản phẩm, tính năng, đối tượng sử dụng và các thuộc tính liên quan để AI có thể hiểu ngữ cảnh. Quan trọng hơn, các thông tin có khả năng thay đổi liên tục như giá, tồn kho, chính sách cần được cập nhật đồng bộ giữa các hệ thống.
7.2. Thiết kế lại định dạng nội dung
Nội dung tiếp thị ưu tiên sử dụng cấu trúc heading rõ ràng, danh sách gạch đầu dòng mạch lạc, giúp AI dễ dàng nhanh chóng xác định thông tin quan trọng mà không phải suy luận từ thông điệp marketing ẩn dụ.
Mặc dù AI đang tiến bộ hơn trong việc phân tích video, văn bản vẫn là định dạng dữ liệu được xử lý chính xác nhất. Với những nội dung bắt buộc thể hiện bằng video, doanh nghiệp nên đính kèm bản chép lời chi tiết và thông tin mô tả đầy đủ chứa các thuật ngữ để AI khai thác rõ hơn.
Nội dung từ bên thứ ba cũng là một trong những nguồn để AI đánh giá thương hiệu có tốt không, có uy tín trên thị trường hay không. Doanh nghiệp có thể đầu tư thêm vào các kênh paid media, tích cực thu thập đánh giá thực tế từ khách hàng đã mua nhằm tăng tính xác thực của sản phẩm, dịch vụ đối với AI.
7.3. Quản trị rủi ro
Doanh nghiệp cần thiết lập các ngưỡng kiểm duyệt. Đặc biệt với những giao dịch có giá trị hay rủi ro cao buộc phải có sự tham gia của con người thông qua cơ chế Human-in-the-loop – là phương pháp thiết kế hệ thống trí tuệ nhân tạo trong đó con người tham gia trực tiếp vào việc giám sát, đưa ra quyết định ở các điểm quan trọng.
Song song với đó, toàn bộ tương tác giữa AI Agent, API và hệ thống của doanh nghiệp cần được lưu lại để có thể truy vết khi xảy ra sai sót hay tranh chấp. Các cơ chế quản trị cũng cần được xây dựng để các mô hình AI không gặp phải thiên kiến trong việc đề xuất sản phẩm.
7.4. Xây dựng lại hệ thống đo lường
Các chỉ số truyền thông quen thuộc thường được đo lường sẽ không còn phản ánh toàn diện bức tranh kinh doanh. Doanh nghiệp cần có các KPI chuyên biệt cho Agentic Commerce, ví dụ như:
- AI Agent Engagement Rate: Tỷ lệ số lần sản phẩm hoặc API của thương hiệu được các bot/AI Agent truy xuất dữ liệu thành công so với tổng lưu lượng truy cập
- AI-driven Revenue Share: Phần trăm tổng doanh thu được chốt và hoàn tất thanh toán trực tiếp bởi các AI Agent
- Agentic Cart Abandonment Rate: Tỷ lệ Agent bắt đầu giao dịch nhưng khách hàng không hoàn tất
Kết luận
Agentic Commerce đánh dấu bước tiến hóa mới trong lịch sử thương mại điện tử. AI đã vượt ra khỏi giới hạn của một công cụ phân tích thụ động để trở thành thực thể đóng vai trò quan trọng trong hành trình mua hàng. Lợi thế cạnh tranh của một thương hiệu trong tương lai nằm ở khả năng trở thành một trong những lựa chọn đủ tin cậy để AI đề xuất đến khách hàng.
Theo dõi chuyên trang AI Magazine của GAPIT để tiếp tục cập nhật những xu hướng trí tuệ nhân tạo mới nhất trên thị trường, khám phá những thay đổi mà AI đang tạo ra trong kinh doanh, công nghệ và chủ động đón đầu những cơ hội mới trong kỷ nguyên AI.
Danh mục tài liệu tham khảo
[1] Ndidi Oteh, Oliver Wright, Jennifer Ducarre, Nevine El-Warraky, Brett Leary, Karen Fang Grant, “Talk to my AI agent: The new rules of brand value”, Accenture, 03/06/2026.
[2] “Agentic Commerce Market (2026 – 2033)”, Grand View Research, 06/2026.
[3] “Shopping’s New First Step: Agentic Search Grows 200% as Purchase Journeys Start in AI Chats”, Saleforce, 28/07/2026.
[4] Greg McRoskey, Lauren Taylor, Ben Eppler, Gaby Barrios, Lauren Wiener, Karen Lellouche Tordjman, “Consumers Trust AI to Buy Better. Brands Need to Move Quickly.”, Boston Consulting Group, 02/01/2026
[5] “42% of Consumers Now Use AI Tools to Shop, NIQ Data Shows”, NielsenIQ, 05/05/2026
[6] “Two-Thirds of Consumers Are Ready to Try Agentic Shopping, but Many Demand Human Approval Before AI Can Buy”, Commerce & PayPal, 23/06/2026
