15 ví dụ doanh nghiệp ứng dụng AI vào trải nghiệm khách hàng (có số liệu)

Series Trải nghiệm khách hàng thời AI — Bài 3/5

1. Trải nghiệm khách hàng (CX) là gì?
2. CX thời AI: AI đang thay đổi trải nghiệm khách hàng thế nào
3. 15 ví dụ doanh nghiệp ứng dụng AI vào trải nghiệm khách hàng (bài này)
4. Khi AI làm hỏng trải nghiệm khách hàng: bài học từ Klarna, Air Canada
5. Triển khai AI chăm sóc khách hàng cho doanh nghiệp Việt: hướng dẫn từng bước

---

Tóm tắt nhanh

• 15 ví dụ chia 4 nhóm: doanh nghiệp lớn toàn cầu, AI agent thế hệ mới, thương hiệu vừa và nhỏ, và Việt Nam.
• AI trong CX không chỉ để giảm chi phí: Amazon, Zalando, L'Oréal dùng AI để bán được nhiều hơn.
• Mức tự động hoá thực tế cho doanh nghiệp vừa và nhỏ là khoảng 25–50% số yêu cầu, không phải 80% như các ví dụ trình diễn của nhà cung cấp.
• Lưu ý quan trọng: gần như mọi con số thành công đều do chính doanh nghiệp hoặc nhà cung cấp AI công bố, chưa được kiểm toán độc lập. Chúng tôi ghi rõ nguồn của từng con số.

Ký hiệu nguồn: [DN] = doanh nghiệp tự công bố · [NCC] = nhà cung cấp AI công bố · [Báo chí] = báo chí đưa tin.

---

Mục lục

1. Doanh nghiệp lớn toàn cầu
2. AI agent thế hệ mới: kết quả đã công bố
3. Thương hiệu vừa và nhỏ
4. Việt Nam
5. Bảng tổng hợp
6. 5 bài học rút ra
7. Bắt đầu nhỏ, giống Psycho Bunny
8. Câu hỏi thường gặp

---

Doanh nghiệp lớn toàn cầu

1. Klarna — thành công lớn, rồi phải điều chỉnh

• AI làm gì: trợ lý dựa trên OpenAI trả lời chat chăm sóc khách hàng (hoàn tiền, đổi trả, thanh toán) bằng nhiều ngôn ngữ.
• Kết quả: ra mắt 2/2024, tháng đầu xử lý 2,3 triệu cuộc trò chuyện, tương đương công việc của 700 nhân viên, thời gian giải quyết giảm từ khoảng 11 phút xuống dưới 2 phút. Cuối 2025, Klarna nói AI làm việc tương đương 853 nhân viên và tiết kiệm 60 triệu USD. [DN]
• Lưu ý: tháng 5/2025, CEO Klarna thừa nhận công ty đã "tập trung quá nhiều vào hiệu quả và chi phí… kết quả là chất lượng thấp hơn", và bắt đầu tuyển thêm nhân viên để khách luôn có thể gặp người thật. Câu chuyện đầy đủ ở bài 4.

2. Bank of America — Erica

• AI làm gì: trợ lý ảo trong app ngân hàng (từ 2018): tra giao dịch, cảnh báo chủ động (trừ tiền trùng, hoá đơn sắp đến hạn), gợi ý chi tiêu.
• Kết quả: hơn 3 tỉ lượt tương tác, khoảng 58 triệu lượt mỗi tháng, gần 50 triệu người dùng (8/2025). Ngân hàng cho biết hơn 98% người dùng tìm được thông tin họ cần. [DN]
• Lưu ý: Erica chủ yếu dùng câu trả lời có kịch bản, không phải AI tạo sinh tự do. "Tìm được thông tin" là thước đo của ngân hàng, không phải tỉ lệ giải quyết vấn đề.

3. Amazon — Rufus

• AI làm gì: trợ lý mua sắm trong app: trả lời câu hỏi về sản phẩm, so sánh, xem lịch sử giá.
• Kết quả: quý 3/2025, 250 triệu người dùng; khách dùng Rufus có khả năng mua hàng cao hơn khoảng 60%; Amazon dự kiến tạo thêm hơn 10 tỉ USD doanh số mỗi năm. [DN – báo cáo tài chính]
• Lưu ý: con số 60% là tương quan — người sắp mua hàng vốn hay hỏi Rufus hơn. Amazon chưa công bố cách tính "doanh số tăng thêm".

4. Lyft — trợ lý chăm sóc khách hàng dùng Claude

• AI làm gì: trợ lý trên nền Claude (qua Amazon Bedrock) xử lý yêu cầu của hành khách và tài xế, chuyển ca phức tạp cho người.
• Kết quả: thời gian giải quyết giảm 87%, hàng nghìn yêu cầu mỗi ngày; hơn một nửa yêu cầu được giải quyết dưới 3 phút (2/2025). [DN + NCC]
• Lưu ý: Lyft và Anthropic cùng công bố; chưa có số liệu về mức hài lòng hay tỉ lệ AI tự giải quyết.

5. Vodafone — TOBi / SuperTOBi

• AI làm gì: trợ lý AI tạo sinh (Microsoft Azure OpenAI) xử lý câu hỏi hoá đơn phức tạp, đặt lịch.
• Kết quả: khoảng 45 triệu câu hỏi mỗi tháng, 13 quốc gia, 15 ngôn ngữ. Tại Bồ Đào Nha, tỉ lệ giải quyết ngay lần đầu tăng từ 15% lên 60%, NPS online tăng 14 điểm lên 64 (2024). [DN]

6. Zalando — trợ lý thời trang

• AI làm gì: Zalando Assistant tư vấn phong cách, thêm sản phẩm vào giỏ; AI tư vấn size dựa trên số đo.
• Kết quả: 6 triệu người dùng trợ lý (gấp 4 lần năm trước), sản phẩm thêm vào giỏ tăng 13%, hàng trả lại vì sai size giảm hơn 8% (kết quả năm 2025). [DN – báo cáo nhà đầu tư]

7. L'Oréal Paris — Beauty Genius

• AI làm gì: chuyên gia làm đẹp AI 24/7: chẩn đoán da, gợi ý sản phẩm, chỉ nơi mua; đang mở rộng sang WhatsApp cùng Meta.
• Kết quả: hơn 1,1 triệu cuộc trò chuyện tại Mỹ từ 10/2024. L'Oréal nói người dùng "chuyển đổi cao hơn đáng kể và chi nhiều hơn mỗi giao dịch", nhưng không công bố phần trăm. [DN]

---

AI agent thế hệ mới: kết quả đã công bố

8. Reddit — AI agent hỗ trợ nhà quảng cáo (Salesforce Agentforce)

• AI làm gì: hướng dẫn nhà quảng cáo vừa và nhỏ thiết lập chiến dịch, thanh toán, duyệt quảng cáo. Thay chatbot cũ chỉ giải quyết được 13% số ca.
• Kết quả: 46% số ca được giải quyết không cần người, thời gian giải quyết qua chat giảm 84% (8,9 → 1,4 phút), CSAT tăng 20%. [NCC]

9. 1-800Accountant — mùa cao điểm thuế (Agentforce)

• Kết quả: AI tự giải quyết 70% cuộc chat trong tuần cao điểm thuế, khoảng 50% yêu cầu hỗ trợ nói chung (2025). [NCC]

10. WeightWatchers — AI agent chăm sóc hội viên (Sierra)

• AI làm gì: xử lý gói đăng ký, thanh toán, với giọng văn thấu cảm.
• Kết quả: khoảng 70% ca xử lý không cần người ngay tuần đầu, CSAT 4,6/5. [NCC]

11. Duolingo — hỗ trợ qua chat (Decagon)

• AI làm gì: trả lời chat, FAQ tự cập nhật mỗi giờ.
• Kết quả: đưa vào hoạt động trong một tháng, 80% yêu cầu qua chat được giải quyết hoàn toàn "từ ngày đầu". [NCC]

Nhận xét: đây là các ví dụ tốt nhất mà nhà cung cấp chọn để giới thiệu. Thực tế ở phần lớn doanh nghiệp thấp hơn — xem ví dụ 12.

---

Thương hiệu vừa và nhỏ

12. Psycho Bunny — thương hiệu thời trang trên Shopify (Gorgias)

• AI làm gì: AI agent tên "Lisa" trả lời các câu hỏi thường gặp đơn giản.
• Kết quả: AI giải quyết 26% số yêu cầu; thời gian phản hồi đầu tiên nhanh hơn 99,8%, giải quyết dưới 2 phút thay vì hơn 4 giờ; CSAT 4,67/5. Thương hiệu tăng gấp đôi doanh thu mà không cần tăng nhân sự chăm sóc khách hàng. [NCC]
• Vì sao đáng chú ý: 26% là con số thực tế hơn nhiều so với 70–80% ở các ví dụ trên. Một trang đánh giá thấy các ví dụ đã công bố của Gorgias dao động 26–56%. Gorgias tính phí khoảng 0,9–1 USD cho mỗi cuộc trò chuyện được AI giải quyết — mức doanh nghiệp nhỏ dễ dự trù.

---

Việt Nam

13. VPBank — Reppy và Ripi

• AI làm gì: Reppy là chatbot cho khách hàng; Ripi là trợ lý AI tạo sinh nội bộ cho nhân viên.
• Kết quả: thời gian phản hồi giảm từ 15 phút xuống 6–10 giây, tỉ lệ khách tự phục vụ trên 95%, năng suất nhân viên tăng 20–30% (báo chí đưa tin 10/2025, khi VPBank nhận giải Vietnam Digital Awards 2025). [Báo chí, số liệu nhiều khả năng từ ngân hàng]
• Lưu ý: số liệu gộp cho cả chương trình AI tạo sinh, không tách riêng từng bot.

14. Vietcombank — VCB Digibot (nền tảng FPT.AI)

• Kết quả: sau 6 tháng, Digibot tự xử lý 88,5% yêu cầu (11,5% chuyển cho nhân viên), gần 2 triệu yêu cầu (VnExpress, 3/2023). FPT cho biết khoảng 350.000 lượt tương tác mỗi tháng. [Báo chí + NCC]
• Lưu ý: dữ liệu 2022–2023, thế hệ chatbot trước AI tạo sinh.

15. SeABank — tổng đài ảo gọi đi (FPT.AI)

• AI làm gì: tự gọi nhắc thanh toán, gia hạn thẻ, tái tục tiết kiệm.
• Kết quả: hơn 300.000 cuộc gọi mỗi tháng, năng suất bằng 40 nhân viên, mức hài lòng 4/5, ước tính tiết kiệm 17 tỉ đồng giai đoạn 2021–2022. [NCC]
• Lưu ý: dữ liệu cũ, con số tiết kiệm là ước tính.

Thêm một ví dụ nhỏ: chatbot "Pika" trên Messenger của FPT Shop được FPT cho biết đã giảm 62% khối lượng chat cho đội chăm sóc khách hàng — số liệu không ghi thời điểm, nên chỉ nên xem để tham khảo.

Nhận xét về Việt Nam: dữ liệu công khai còn ít và phần lớn từ 2022–2023, tập trung ở ngân hàng. Chúng tôi chưa tìm thấy số liệu đáng tin cậy về AI trong CX của các chuỗi bán lẻ, F&B hay sàn thương mại điện tử tại Việt Nam. Việt Nam đang ở giai đoạn đầu, nghĩa là còn nhiều cơ hội cho doanh nghiệp đi trước.

---

Bảng tổng hợp

---

5 bài học rút ra

1. Kết hợp AI và người thắng; thay hẳn người thất bại. Klarna (và ngân hàng CBA của Úc, xem bài 4) cắt nhân sự dựa trên con số hiệu suất của AI rồi phải đảo ngược. Những ví dụ bền vững — Lyft, WeightWatchers, Psycho Bunny — thiết kế đường chuyển cho người thật ngay từ đầu.

2. Đo kết quả, không đo số lượng. "2,3 triệu cuộc chat" hay "3 tỉ lượt tương tác" không cho biết vấn đề của khách có được giải quyết không. Hãy đo tỉ lệ giải quyết, tỉ lệ khách liên hệ lại, CSAT và tổng chi phí.

3. Kỳ vọng thực tế cho doanh nghiệp nhỏ: 25–50%. Bắt đầu với những câu hỏi lặp lại: tình trạng đơn hàng, đổi trả, giờ mở cửa, giá, chính sách.

4. AI trong CX cũng tạo ra doanh thu. Amazon, Zalando, L'Oréal đặt AI vào hành trình mua hàng, không chỉ ở khâu hỗ trợ.

5. Doanh nghiệp chịu trách nhiệm về những gì chatbot nói. Một chatbot không có rào chắn — chỉ trả lời theo tài liệu đã duyệt, được kiểm tra sau mỗi lần cập nhật — có thể biến khoản tiết kiệm thành rắc rối pháp lý. Điều này đặc biệt đúng với doanh nghiệp Việt đang dùng chatbot trên Zalo OA hay Fanpage để báo giá và trả lời chính sách đổi trả.

Cách áp dụng các bài học này từng bước có ở bài 5.

---

Bắt đầu nhỏ, giống Psycho Bunny

Doanh nghiệp Việt không cần ngân sách ngân hàng để bắt đầu. Chatbot Bán Hàng 24/7 của DigiAgent trả lời khách trên website, Zalo OA và Messenger, học từ tài liệu, FAQ và Brand DNA của bạn, thiếu thông tin thì xin liên hệ thay vì đoán, và cho người thật tiếp quản bất cứ lúc nào. Liên hệ khách để lại chảy thẳng vào CRM Lead với điểm Nóng · Ấm · Lạnh do AI chấm.

Dùng thử DigiAgent 7 ngày →

---

Câu hỏi thường gặp (FAQ)

Q1: Doanh nghiệp nào ứng dụng AI trong chăm sóc khách hàng thành công?

Các ví dụ có số liệu công khai gồm Bank of America (trợ lý Erica, hơn 3 tỉ lượt tương tác), Amazon (trợ lý mua sắm Rufus), Vodafone (TOBi), Zalando, Lyft, Reddit và tại Việt Nam là VPBank, Vietcombank, SeABank. Phần lớn số liệu do chính doanh nghiệp hoặc nhà cung cấp AI công bố.

Q2: AI tự giải quyết được bao nhiêu phần trăm yêu cầu của khách?

Các ví dụ trình diễn của nhà cung cấp cho thấy 70–80%, nhưng đó là trường hợp tốt nhất. Ví dụ thực tế hơn như Psycho Bunny là 26% và Reddit là 46%. Doanh nghiệp vừa và nhỏ nên kỳ vọng khoảng 25–50%, bắt đầu từ các câu hỏi lặp lại.

Q3: Ngân hàng Việt Nam nào đang dùng AI chăm sóc khách hàng?

Theo các nguồn công khai, VPBank có chatbot Reppy và trợ lý nội bộ Ripi, Vietcombank có VCB Digibot trên nền FPT.AI, SeABank dùng tổng đài ảo FPT.AI để gọi nhắc thanh toán. Dữ liệu công khai của các ngân hàng khác còn hạn chế.

Q4: Vì sao Klarna phải tuyển lại nhân viên sau khi dùng AI?

CEO Klarna thừa nhận năm 2025 rằng công ty đã tập trung quá nhiều vào chi phí và chất lượng giảm. Klarna bắt đầu tuyển thêm nhân viên để khách hàng luôn có thể gặp người thật, trong khi AI vẫn xử lý các yêu cầu đơn giản.

Q5: AI trong trải nghiệm khách hàng có giúp tăng doanh thu không?

Có thể. Amazon cho biết khách dùng trợ lý Rufus có khả năng mua cao hơn khoảng 60%, Zalando ghi nhận sản phẩm thêm vào giỏ tăng 13% và hàng trả lại vì sai size giảm hơn 8%. Đây là số liệu doanh nghiệp tự công bố.

---

Nguồn chính: Customer Experience Dive (11/2025), Bank of America Newsroom (8/2025), Fortune (2/11/2025, 1/10/2026), Anthropic (6/2/2025), Vodafone Newsroom (2024), Zalando FY2025 Results (12/3/2026), L'Oréal, WWD, Salesforce customer stories (Reddit, 1-800Accountant), Sierra (WeightWatchers), Decagon (Duolingo), Gorgias (Psycho Bunny), eesel.ai, LSVN (10/10/2025), VnExpress (29/3/2023), FPT.AI, FPT Smart Cloud, Chungta.vn.