Thực sự kinh doanh thương mại điện tử AI đã được giấu trong trước khi người dùng thanh toán

Trong ba mươi năm qua, hạ tầng thương mại điện tử hầu như đều tối ưu hóa cùng một hành động: giúp người dùng dễ dàng nhấn nút mua hàng hơn. Thanh toán một lần, token hóa chứng từ thanh toán, nhận diện khuôn mặt và xác thực vân tay đều nhằm giảm thiểu ma sát tại khoảnh khắc thanh toán.

Nhưng khi AI Agent tham gia vào quy trình mua sắm, những thay đổi bắt đầu diễn ra trước khi thanh toán. Agent cần giải quyết cách hiểu ý định người dùng, lọc sản phẩm, xây dựng giỏ hàng và thực thi các bước tiếp theo trong phạm vi ủy quyền rõ ràng.

Vì vậy, Thương mại dựa trên Agent không thể chỉ được hiểu đơn thuần là vấn đề thanh toán. Thanh toán vẫn quan trọng, nhưng chỉ là bước cuối cùng trong chuỗi mua hàng. Những quy trình đầu tiên bị AI viết lại chính là các quy trình trước khi giao dịch được phê duyệt.

1. Ý định người dùng trở thành ràng buộc có thể thực thi

Trong thương mại điện tử truyền thống, quyết định mua hàng của con người thường là một quá trình duyệt web kéo dài và mang tính ngẫu nhiên. Người dùng tìm kiếm, vào trang sản phẩm, so sánh đánh giá, chuyển đổi nền tảng, rồi bị ảnh hưởng dần dần bởi giá cả, thiết kế trang, khuyến mãi và đề xuất.

Nhưng khi Agent đại diện hành động của người dùng, quá trình quyết định trước khi thanh toán sẽ được tổ chức lại. Người dùng có thể không cung cấp một nền tảng hoặc sản phẩm cụ thể, mà thay vào đó cung cấp một mô tả bằng ngôn ngữ tự nhiên chứa nhiều giới hạn đa chiều. Các điều kiện này thường bao gồm: giới hạn ngân sách rõ ràng, thời gian thực hiện cụ thể, danh sách đen các thương hiệu cần loại trừ và sở thích cá nhân về tham số.

Những điều kiện này trước đây chỉ là sở thích trong đầu người dùng, nay sẽ trở thành quy tắc lọc khi Agent thực thi nhiệm vụ. Agent cần phân tách yêu cầu bằng ngôn ngữ tự nhiên thành các ràng buộc mà máy có thể hiểu, so sánh và thực thi.

Điều này sẽ thay đổi cách phân phối giá trị trong chuỗi thương mại. Trước đây, các thương nhân cạnh tranh về lượt nhấp và chuyển đổi trên trang sản phẩm; tương lai, nhiều sản phẩm sẽ qua bước lọc của Agent trước. Trang web vẫn quan trọng, nhưng dữ liệu sản phẩm, giá cả theo thời gian thực, độ chính xác tồn kho, cam kết vận chuyển, quy định hoàn trả và cấu trúc tham số sẽ quyết định liệu sản phẩm có thể vào danh sách đề cử hay không.

2. Trả lời dạng AI tạo ra trở thành giao diện hiển thị sản phẩm mới

Các cấu trúc điều kiện này sẽ quyết định liệu sản phẩm có thể vào danh sách đề cử hay không. Sau khi ý định của người dùng được phân tách thành các ràng buộc, các ràng buộc này sẽ được đưa vào các công cụ tìm kiếm và mô hình AI, từ đó sinh ra một giao diện hiển thị sản phẩm hoàn toàn mới.

Nếu nói về cửa ngõ của thương mại điện tử truyền thống là trang kết quả tìm kiếm, thì kệ hàng mới của AI commerce chính là câu trả lời do mô hình trực tiếp sinh ra.

Trước đây, khi người dùng tìm kiếm một vấn đề tiêu dùng, họ thấy một tập hợp các trang web, quảng cáo, đánh giá và liên kết thương mại điện tử. Thương hiệu cạnh tranh về thứ hạng, lượt nhấp và chuyển đổi; người dùng phải tự mở trang, so sánh tham số, đánh giá độ xác thực của thông tin.

Giờ đây, tìm kiếm dạng AI tạo ra rút ngắn quá trình này. Các sản phẩm như AI Overview, ChatGPT, Copilot sẽ nén nhiều nguồn thông tin thành một câu trả lời, trực tiếp cung cấp danh sách đề cử sản phẩm, các trường hợp phù hợp và gợi ý mua hàng. Người dùng có thể không cần nhấp vào hàng chục liên kết nữa, cũng không rõ các nguồn tham khảo phía sau câu trả lời là gì. Thương hiệu giờ đây cần cạnh tranh để lọt vào danh sách đề cử trong câu trả lời của AI.

Đây cũng là lý do tại sao GEO nhạy cảm hơn SEO, vì nó ảnh hưởng không chỉ đến khả năng hiển thị mà còn đến quá trình đánh giá của mô hình. Trong tìm kiếm truyền thống, thương hiệu cạnh tranh về vị trí liên kết cao hơn; còn trong tìm kiếm dạng tạo ra, thương hiệu cạnh tranh về việc có mặt trong danh sách đề cử của câu trả lời. Khi AI dùng giọng điệu trung lập để so sánh các sản phẩm khác nhau, thực chất đã thực hiện một bước sơ tuyển ban đầu cho người dùng.

Tuy nhiên, vấn đề là, đề xuất của AI không phải tự nhiên sinh ra, mà dựa trên các bảng xếp hạng đánh giá, thảo luận trên diễn đàn, video ngắn, bình luận thương mại điện tử, báo cáo ngành... rồi nén các thông tin này thành một câu trả lời có vẻ khách quan. Thương hiệu không nhất thiết phải mua quảng cáo AI trực tiếp, mà có thể tác động đến mô hình qua nội dung, để ảnh hưởng đến những gì mô hình nhìn thấy khi tìm kiếm và tổng hợp. Một nội dung đơn lẻ có thể chỉ là lời khen bình thường, nhưng khi các ý kiến tương tự xuất hiện nhiều lần trên nhiều kênh, AI có thể xem đó là căn cứ đề xuất mạnh hơn. Như vậy, các khoản đầu tư thương mại không nhất thiết phải dưới dạng quảng cáo, mà vẫn có thể lọt vào quá trình đánh giá của AI.

Điều này giải thích tại sao Google đối với GEO lại thận trọng hơn, vì tài sản cốt lõi của nó là độ tin cậy của tìm kiếm. Người dùng luôn tin rằng Google có thể xếp các thông tin đáng tin cậy lên đầu, nhà quảng cáo sẵn sàng trả phí cho cửa ngõ này. Trong tìm kiếm truyền thống, Google chủ yếu hiển thị liên kết, người dùng tự đánh giá nguồn; còn AI Overview thì trực tiếp đưa ra câu trả lời. Nếu câu trả lời này bị ảnh hưởng bởi các đánh giá giả, farm nội dung hoặc nội dung thiên lệch, Google không chỉ hiển thị một trang kém chất lượng, mà còn có thể đưa ra một đề xuất gây hiểu lầm.

Tất nhiên, thái độ của các nền tảng khác đối với GEO cũng sẽ bị ảnh hưởng bởi mô hình kinh doanh riêng của họ. Google muốn giữ vững độ tin cậy của tìm kiếm, vì vậy nhấn mạnh chống nhiễu và chất lượng nội dung; Microsoft xem GEO như một cổng vào cho nhà quảng cáo qua Copilot, Bing, Edge và các Agent trong tương lai. Có nghĩa là, trong tương lai, GEO không chỉ có một bộ quy tắc thống nhất, mà sẽ phát triển thành các giới hạn quản trị và các cổng thương mại khác nhau giữa tìm kiếm, trợ lý AI và các nền tảng mô hình.

Tuy nhiên, để thương hiệu có thể được tin tưởng trong tìm kiếm dạng tạo ra, ngoài việc xây dựng nội dung dư luận trên toàn mạng để ảnh hưởng đến tổng hợp của mô hình, còn có một rào cản kỹ thuật nền tảng quan trọng hơn: sản phẩm phải có khả năng đọc hiểu cao.

3. Sự phân hóa của mặt tiền thương mại điện tử: dữ liệu thuộc về máy móc, gu thẩm mỹ để lại cho con người

Để được AI tin tưởng và đề xuất, sản phẩm trước tiên phải có khả năng đọc hiểu cao.

Giai đoạn đầu của giao diện thương mại trực tuyến là dành riêng cho thị giác của con người. Hình ảnh sản phẩm, mô tả văn bản và nút thêm vào giỏ hàng đều thiết kế để kéo dài thời gian dừng lại của người dùng. Nhưng AI không thể cảm nhận các thiết kế trực quan này, việc đánh giá sản phẩm của máy hoàn toàn dựa vào dữ liệu cấu trúc nền tảng: SKU, tồn kho theo thời gian thực, giá ròng, thỏa thuận dịch vụ (SLA) và chính sách hoàn trả có cấu trúc.

Sự thay đổi này khiến khả năng đọc hiểu của máy trở thành nền tảng cạnh tranh trong thời đại mua sắm bằng AI. Các đánh dấu Schema.org, file llms.txt, API tồn kho và giá cả theo thời gian thực, cùng các chính sách hoàn trả có cấu trúc sẽ ảnh hưởng đến khả năng hiểu chính xác sản phẩm của Agent AI. Mặc dù các mô hình ngôn ngữ lớn có thể trích xuất thông tin phi cấu trúc từ trang web, nhưng loại dữ liệu này thường không đầy đủ, cập nhật chậm và dễ bị nhiễu. Ngược lại, danh mục cấu trúc chuẩn hóa có thể trực tiếp cung cấp cho AI Agent: thông số kỹ thuật sản phẩm, giá cả theo thời gian thực, trạng thái tồn kho, khả năng vận chuyển và quy định hoàn trả. Đây chính là rào cản tiền đề để sản phẩm có thể lọt vào chuỗi lọc và đề xuất của Agent.

Tuy nhiên, sự chuyển đổi này sẽ không xảy ra đồng loạt trên tất cả các sản phẩm, mà dựa trên loại tiêu dùng có thể phân thành hai nhóm:

Một là tiêu dùng hiệu quả. Ví dụ mua giấy vệ sinh, dây cáp, vật dụng văn phòng, hoặc so sánh giá vé máy bay khách sạn. Các quyết định này thường có tiêu chí rõ ràng: giá cả, thông số kỹ thuật, thời gian giao hàng. Người dùng không cần trải qua quá trình lựa chọn, chỉ mong nhận được câu trả lời hợp lý nhanh nhất. Trong các lĩnh vực này, AI sẽ hoạt động cực kỳ nhanh, trực tiếp giúp người dùng so sánh giá và đặt hàng.

Hai là tiêu dùng thể hiện gu thẩm mỹ và cá nhân, như chọn một chiếc áo khoác, đèn cổ điển, hoặc bức tranh nghệ thuật. Loại tiêu dùng này mang theo cảm xúc, cá tính và thẩm mỹ của người mua, quá trình chọn lựa, do dự, so sánh chính là một phần của trải nghiệm. Trong các bối cảnh này, giá trị của AI chủ yếu nằm trước khi thanh toán: giúp người dùng tổ chức cảm hứng, hiểu rõ phong cách, tổng hợp thông tin phân tán, làm cho quá trình khám phá trở nên mượt mà hơn.

Điều này chính là điểm chạm của ứng dụng thời trang The Mall. Hiện nay, các cửa hàng khám phá trực tuyến bị phân mảnh cực kỳ cao: trang web thương hiệu, Instagram, TikTok, email newsletter, các trang giảm giá, giới thiệu bạn bè, các nhà sáng tạo nội dung đều chiếm một phần, khiến người tiêu dùng phải liên tục chuyển đổi giữa các điểm này. The Mall chọn cách gom các điểm này lại, trong một không gian trung tâm là một trung tâm thương mại ảo (virtual mall), để đáp ứng các nhu cầu khám phá, theo dõi, so sánh, lưu trữ và chia sẻ thương hiệu cùng sản phẩm hàng ngày.

Trong không gian này, hành vi của người dùng được tổ chức lại. Người dùng có thể theo dõi thương hiệu, cập nhật khuyến mãi, lưu trữ sản phẩm, theo dõi hoạt động của bạn bè hoặc nhà sáng tạo, thậm chí dùng AI để hiểu phong cách, từ một sản phẩm chuyển sang các mẫu tương tự của thương hiệu khác, vô tình gặp gỡ các thương hiệu nhỏ ít xuất hiện trong quảng cáo.

Điều này có nghĩa là, các kịch bản thương mại mới của AI không chỉ giới hạn trong vòng giao dịch cuối cùng, mà còn tiềm ẩn nhiều khả năng ở phần đầu của quá trình ra quyết định tiêu dùng.

Khi ngành công nghiệp đang bàn luận về cách để Agent giúp người dùng đặt hàng chỉ trong một cú nhấp, thì quá trình do dự, so sánh, xây dựng sở thích trước khi thanh toán—tức là các hoạt động duyệt, theo dõi, khám phá, so sánh và quan tâm diễn ra trước bước thanh toán—cũng có thể xây dựng thành một lĩnh vực kinh doanh có giá trị cao.

Việc hỗ trợ người dùng quản lý các ý định thẩm mỹ phân mảnh này không chỉ giúp xây dựng lòng tin sâu hơn, mà còn tích lũy dữ liệu ý định về lâu dài, mang lại lợi ích thương mại đáng kể. Bằng cách tổ chức và ghi lại sở thích, so sánh của người dùng trước khi thanh toán, các sản phẩm này có thể trở thành hệ thống ghi nhận sở thích và ý định tiêu dùng (System of Record). Tầng phát hiện gần nguồn quyết định này, cùng với dữ liệu tích lũy, có thể có giá trị không kém gì phần cuối cùng của giao dịch.

Vì vậy, trong tương lai, mặt tiền thương mại điện tử sẽ có hai lớp. Một lớp dành cho máy móc, chịu trách nhiệm về độ phân giải dữ liệu, cấu trúc và khả năng xác thực, giúp Agent thực hiện so sánh giá, mua hàng và đặt hàng hiệu quả. Một lớp dành cho con người, chịu trách nhiệm thể hiện thương hiệu, truyền tải thẩm mỹ, xây dựng trải nghiệm và tạo ra sự tình cờ (Serendipity), để người dùng muốn dừng lại, khám phá và hình thành phong cách riêng. Trong quá khứ, các thương nhân chủ yếu vận hành trải nghiệm hình ảnh trên trang web, còn trong tương lai, họ cần cùng lúc vận hành danh mục sản phẩm cấu trúc có thể đọc hiểu của máy và không gian ý định ẩn phía trước, đầy sáng tạo và tiềm năng.

4. Chuỗi cam kết di chuyển lên phía trên: cho phép Agent hành động trong phạm vi ủy quyền

Khi Agent hoàn tất việc khám phá sản phẩm, lọc lựa chọn và xây dựng giỏ hàng, giao dịch mới thực sự bước vào hệ thống thanh toán.

Về cơ chế hoạt động, mạng lưới thẻ ngân hàng hiện đại về bản chất là một chuỗi cam kết thực hiện trì hoãn. Trong giai đoạn ủy quyền, thương nhân qua các ngân hàng acquiring và tổ chức thẻ xác minh tính hợp lệ của chứng từ với ngân hàng phát hành, sau khi ngân hàng phát hành phê duyệt, thương nhân mới giao hàng, còn quá trình thanh toán thực sự sẽ diễn ra bất đồng bộ trong các cửa sổ sau đó. Hệ thống này dựa trên giả định đơn giản: giao dịch do con người khởi xướng và cuối cùng con người chịu trách nhiệm.

AI Agent can thiệp làm đứt giả định này. Ủy quyền của người dùng không còn chỉ là một khoản thanh toán xác định nữa, mà là một chuỗi các quyết định tự chủ do phần mềm thúc đẩy. Nếu agent bị tấn công bằng các từ khóa độc hại, hiểu sai ngữ cảnh hoặc cấu hình tham số sai, dẫn đến các giao dịch vượt quá quyền hạn, ranh giới pháp lý sẽ trở nên mơ hồ.

Dù các tập đoàn bán lẻ lớn cố gắng sửa đổi điều khoản dịch vụ (ToS), để quy định các giao dịch do bên thứ ba khởi xướng là do chính người dùng ủy quyền, nhằm đẩy rủi ro về phía người dùng, nhưng điều này không thể giải quyết rủi ro về mặt kỹ thuật. Thương mại dựa trên Agent cần hoàn thiện các ràng buộc trước khi giao dịch xảy ra.

Trong hệ thống tài chính truyền thống, các ràng buộc này chủ yếu được thực thi qua trung gian trung tâm là cổng ủy quyền. Visa, Mastercard đang xây dựng tiêu chuẩn về danh tính Agent, token hóa chứng từ và xác thực ý định, mục đích là để thu hẹp phạm vi hành động của máy móc trước khi thanh toán được phê duyệt. Trong thực tế, điều này thường có nghĩa là biến chứng từ thanh toán thành một ranh giới có thể lập trình: tạo ra thẻ ảo hoặc token dùng một lần khi mua hàng, giới hạn cho thương nhân, ngân sách, danh mục, khung thời gian hoặc nhiệm vụ cụ thể. Nếu Agent vượt quá các quy tắc này, hệ thống có thể chặn giao dịch trong giai đoạn ủy quyền.

Tuy nhiên, chỉ lọc ở phía phát tiền hoặc cổng trung gian vẫn là biện pháp phòng ngừa muộn. Các nhà thanh toán lớn đang mở rộng tầm ảnh hưởng về phía nguồn gốc sản xuất. Gần đây, Visa đã đầu tư chiến lược vào nền tảng phát triển phần mềm AI Replit, dù chưa công bố số tiền cụ thể và chưa ra mắt sản phẩm chung chính thức, nhưng tín hiệu rõ ràng là mạng lưới thanh toán toàn cầu đang cố gắng kết nối trực tiếp với nguồn gốc ban đầu của các ứng dụng AI. Thông qua việc tích hợp Visa Intelligent Commerce và Trusted Agent Protocol vào nền tảng phát triển, Visa muốn đưa danh tính Agent, ý định và ngữ cảnh khách hàng vào hệ thống thanh toán ngay từ giai đoạn phát triển và triển khai ứng dụng, chứ không đợi đến bước checkout.

Điều này rất quan trọng, vì trong tương lai, nhiều Giao dịch dựa trên Agent có thể không bắt nguồn từ ứng dụng của nhà bán lẻ, mà từ phần mềm do nhà phát triển xây dựng, phân phối qua các công cụ khác nhau, và Agent đại diện cho người dùng hoặc doanh nghiệp tự động thực thi. Trong bối cảnh này, Replit không chỉ là môi trường lập trình, mà còn trở thành cổng ứng dụng của Thương mại Agent. Đối với Visa, tương lai là khả năng của mạng lưới thẻ phải trở thành hạ tầng nguyên bản của máy móc, có thể gọi qua API, nhận diện danh tính và hiểu ý định.

Đây cũng chính là logic của các ví Agent theo hợp đồng như Cobo CAW Pact. Nó tránh việc Agent truy cập trực tiếp toàn bộ số dư ví, mà tạo ra một hợp đồng tạm thời cho một nhiệm vụ cụ thể, ghi rõ đường đi của giao dịch, giới hạn số tiền và thời hạn hiệu lực. Nếu yêu cầu vượt quá phạm vi hợp đồng, các nút MPC sẽ từ chối ký. Trước khi ký, calldata còn có thể được chuyển đổi thành ý định giao dịch dễ hiểu cho người dùng xác nhận.

Xét về lâu dài, chuỗi cam kết đang chuyển từ việc tin tưởng Agent sang việc ràng buộc Agent. Mạng lưới thẻ đặt các ràng buộc ở cổng trung gian, rồi tiến xa hơn vào phía nhà phát triển; hệ thống blockchain phải đặt các ràng buộc trong lớp ký. Hệ thống thanh toán trong tương lai không chỉ xác thực danh tính thanh toán, mà còn kiểm tra xem hành vi của máy có nằm trong giới hạn cho phép hay không.

Kết luận: Thương mại dựa trên Agent cần một chuỗi cam kết mới

Thông thường, công nghệ thay đổi phương tiện của thương mại, nhưng ít khi loại bỏ trách nhiệm bản thân.

Thương mại điện tử thay đổi môi trường giao dịch, ví điện thoại thay đổi chứng từ thanh toán, API phát hành thẻ làm cho ủy quyền trở nên có thể lập trình, còn stablecoin bắt đầu ảnh hưởng đến một số quy trình thanh toán. Mỗi bước tiến công nghệ đều thêm một lớp năng lực mới vào hệ thống tài chính. Nhưng hệ thống thanh toán thực sự giữ lại, luôn là các bước ủy quyền, thanh toán, đối chiếu và xử lý tranh chấp.

Nguyên nhân rất đơn giản, vì một khi giao dịch đã vào hệ thống thương mại, phải có người xác nhận giao dịch đó có thể xảy ra, có người cam kết thanh toán, và có người chịu trách nhiệm khi xảy ra lỗi.

AI Agent khiến chuỗi này dài hơn. Trước đây, tìm kiếm, so sánh, thêm vào giỏ hàng và checkout phần lớn do người dùng tự thực hiện; tương lai, những hành động này có thể được giao cho Agent và tự động thực thi qua nhiều hệ thống. Trải nghiệm sẽ nhanh hơn, nhưng việc người dùng ủy quyền những gì, Agent có thể làm đến bước nào, thương nhân có nghĩa vụ gì, trách nhiệm thanh toán sẽ ra sao, đều trở nên khó đoán hơn.

Đây chính là nền tảng hạ tầng mà Thương mại dựa trên Agent cần xây dựng lại. Nó cần một chuỗi cam kết hoàn toàn mới: tại thời điểm giao dịch xảy ra, liên kết ý định ban đầu của người dùng, quyền hạn của Agent, cam kết thanh toán và trách nhiệm tranh chấp, đảm bảo toàn bộ quá trình có thể xác minh và truy xuất nguồn gốc về mặt kỹ thuật.

Tương lai của AI Commerce, về bề mặt là vấn đề thanh toán và tự động hóa, nhưng về nền tảng thực chất là vấn đề trách nhiệm.