Bối cảnh và vấn đề nghiên cứu

Cuộc cách mạng công nghiệp lần thứ tư đang diễn ra mạnh mẽ với sự bùng nổ của các công nghệ cốt lõi như Trí tuệ nhân tạo (AI), Internet vạn vật (IoT) và Blockchain. Kể từ khi thuật ngữ "Trí tuệ nhân tạo" được đề xuất chính thức tại Hội nghị Dartmouth năm 1956 cho đến cột mốc AlphaGo đánh bại kiện tướng cờ vây thế giới năm 2016, AI đã từng bước chuyển mình từ lý thuyết học thuật thành công cụ thúc đẩy kinh tế - xã hội.

Tại Việt Nam, bối cảnh đại dịch COVID-19 trong giai đoạn 2020–2021 đã tạo ra bước ngoặt lớn làm thay đổi hành vi tiêu dùng, thúc đẩy quá trình chuyển dịch mạnh mẽ từ mua sắm truyền thống sang các nền tảng điện tử. Nhận thấy nhu cầu tự động hóa và nâng cao trải nghiệm khách hàng trong kỷ nguyên số, nhóm nghiên cứu tại Đại học UEH đã thực hiện đề tài: "Tìm hiểu về công nghệ trí tuệ nhân tạo (Artificial Intelligence - AI) và ứng dụng trong Thương mại điện tử" trong khuôn khổ học phần Hệ thống thông tin quản lý.

Đồ án tập trung giải quyết các mục tiêu và nhiệm vụ nghiên cứu sau:

  1. Hệ thống hóa cơ sở lý thuyết tổng quan về Trí tuệ nhân tạo, các phân nhánh học máy, học sâu và kỹ năng nhận thức lập trình của AI.
  2. Phân tích bối cảnh phát triển, đặc điểm và tốc độ tăng trưởng của thị trường Thương mại điện tử (TMĐT).
  3. Đi sâu vào mô hình hoạt động của công nghệ Chatbot – một nhánh ứng dụng tiêu biểu của AI và Xử lý ngôn ngữ tự nhiên (NLP) trong TMĐT.
  4. Đánh giá tính hiệu quả, chỉ ra các ưu điểm, hạn chế, thách thức đạo đức và rủi ro việc làm mà AI cùng công nghệ Chatbot đặt ra cho xã hội và doanh nghiệp.
  • Đối tượng nghiên cứu: Công nghệ trí tuệ nhân tạo (các mô hình, kỹ thuật biểu diễn tri thức, NLP, thị giác máy tính, hệ thống chuyên gia) và các giải pháp Chatbot phục vụ vận hành TMĐT.
  • Phạm vi nghiên cứu: Khảo sát các nền tảng công nghệ và ứng dụng thực tiễn trên thị trường TMĐT toàn cầu và Việt Nam, với dữ liệu và mốc thời gian hoàn thành báo cáo vào tháng 12 năm 2022.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng khung lý thuyết đa tầng, kết hợp giữa khoa học máy tính và hệ thống thông tin quản lý:

  • Khung phân loại Trí tuệ nhân tạo:
    • Theo chức năng: AI phản ứng (Reactive Machines - RM), AI với bộ nhớ hạn chế (Limited Memory - LM), Lý thuyết về tâm trí (Theory of Mind - TM), và AI tự nhận thức (Self Awareness - SA).
    • Theo khả năng: AI hẹp (Narrow/Weak AI), AI tổng hợp (General AI), và Siêu AI (Super AI).
  • Khung lý thuyết Học máy (ML) và Học sâu (DL): Phân định 4 phương pháp học máy căn bản gồm Học có giám sát (Supervised Learning - SL), Học không giám sát (Unsupervised Learning - UL), Học bán giám sát (Semi-Supervised Learning - S-SL), và Học củng cố (Reinforcement Learning - RL); cùng mô hình mạng nơ-ron nhân tạo đa lớp của Deep Learning.
  • Mô hình biểu diễn tri thức và lập luận: 5 cấu trúc tri thức (Declarative, Structural, Procedural, Meta, Heuristic) và 3 phương pháp tư duy logic (Suy luận suy diễn, Suy luận quy nạp, Suy luận hữu ích).
  • Quy trình Xử lý ngôn ngữ tự nhiên (NLP): Chuỗi 5 giai đoạn gồm phân tích từ vựng (Lexical), cú pháp (Syntactic), ngữ nghĩa (Semantic), tích hợp (Disclosure Integration), và thực dụng (Pragmatic Analysis).
  • Các công nghệ phối hợp trong Hệ thống thông tin: Hệ thống chuyên gia (ES) với các phân hệ KWS, OAS, ISCA; Dữ liệu lớn (Big Data) theo mô hình 4 chữ V (Volume, Variety, Velocity, Veracity); Thị giác máy tính (Computer Vision - CV); Nhận dạng giọng nói (Speech Recognition - SR) và Hệ thống hỗ trợ ra quyết định thông minh (IDSS).

Về phương pháp tiếp cận, đề tài sử dụng phương pháp nghiên cứu tài liệu thứ cấp, phân tích - tổng hợp lý thuyết, kết hợp phương pháp nghiên cứu tình huống (case study) thực tế từ các doanh nghiệp quốc tế (Groupe Dynamite, Tangerine, Attitude, DeSerres, Gymshark) và phân tích luồng thông tin trong hệ thống Chatbot.

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan về Trí tuệ nhân tạo và ngành Thương mại điện tử

Chương 1 tái hiện tiến trình lịch sử hơn 70 năm của AI qua các mốc quan trọng: đề xuất mô hình nơ-ron nhân tạo (1943), Hội nghị Dartmouth khai sinh thuật ngữ AI (1956), giai đoạn thoái trào những năm 1960, sự phát triển thuật toán lan truyền ngược (1970–1980), chiến thắng của máy tính Deep Blue (1997), sự trỗi dậy của Deep Learning (2012) và sự kiện cờ vây AlphaGo (2016).

Bên cạnh đó, chương này phân tích tổng quan về Thương mại điện tử:

  • Đặc điểm TMĐT: Khắc phục rào cản thời gian và không gian, nâng cao khả năng liên kết và chia sẻ thông tin giữa doanh nghiệp và đối tác, tạo sự linh hoạt trong so sánh giá cả và nâng cao tính minh bạch qua đánh giá của người dùng.
  • Tình hình thị trường: Dữ liệu giai đoạn 2020–2021 tại Việt Nam ghi nhận 97% người tiêu dùng mới tiếp tục duy trì sử dụng dịch vụ mua sắm trực tuyến và 99% có ý định tiếp tục sử dụng trong tương lai. Thị trường TMĐT Việt Nam được dự báo đạt quy mô 56 tỷ USD vào năm 2026, trở thành thị trường tăng trưởng nhanh nhất Đông Nam Á, tạo nên cuộc đua thị phần giữa các sàn thương mại điện tử lớn như Lazada, Shopee, Tiki và Sendo trong giai đoạn 2022–2023.

Chương 2: Cơ sở lý thuyết về Trí tuệ nhân tạo

Chương 2 trình bày chi tiết các nền tảng kỹ thuật và cấu trúc tri thức của AI.

Tiêu chí Trí tuệ nhân tạo (AI) Học máy (Machine Learning - ML) Học sâu (Deep Learning - DL)
Định nghĩa Khoa học cho phép máy móc bắt chước hành vi, trí tuệ con người bằng thuật toán. Tập con của AI, cho phép máy tính tự học hỏi từ dữ liệu mà không cần lập trình tường minh. Tập con của ML, sử dụng mạng nơ-ron nhân tạo nhiều lớp mô phỏng não bộ.
Mục đích Tạo ra cỗ máy có khả năng suy nghĩ và tương tác thông minh. Tận dụng dữ liệu để nhận diện mẫu và giải quyết các bài toán dự đoán. Bắt chước cấu trúc nơ-ron để giải quyết dữ liệu phi cấu trúc và các vấn đề phức tạp.
Phân loại chính RM, LM, TM, SA / Narrow AI, General AI, Super AI. Supervised Learning, Unsupervised Learning, Semi-Supervised Learning, Reinforcement Learning. Mạng nơ-ron nhân tạo nhiều lớp (nút tính toán liên kết).

Chương này cũng phân tích sâu về Kỹ năng nhận thức lập trình (Biểu diễn tri thức) và Quy trình xử lý ngôn ngữ tự nhiên (NLP). Nhóm tác giả nhấn mạnh hai trở ngại cốt lõi của NLP khi triển khai vào thực tế:

  1. Sự thiếu hụt tri thức nền (Background Knowledge): Máy móc khó tiếp thu lượng tri thức thường thức phong phú mà con người tích lũy qua trải nghiệm sống.
  2. Tính nhập nhằng của ngôn ngữ (Ambiguity): Hiện tượng từ ngữ hoặc ngữ cảnh thay đổi ý nghĩa tùy thuộc vào cách ngắt câu, dấu câu, cảm xúc và ngữ cảnh văn hóa.

Ngoài ra, chương 2 điểm qua các lĩnh vực công nghệ điển hình gồm: Hệ thống chuyên gia (ES) với minh chứng lịch sử Prospector; Lĩnh vực Robotics (ứng dụng trong y tế, nông nghiệp, kho vận, thám hiểm không gian); Dữ liệu lớn (dẫn nguồn nghiên cứu Forbes cho thấy AI kết hợp Big Data có thể tự động hóa 80% công việc vật lý, 70% việc xử lý dữ liệu và 64% việc thu thập dữ liệu); Thị giác máy tính (CV) và Nhận dạng giọng nói (SR).

Chương 3: Công nghệ Chatbot đã ứng dụng Trí tuệ nhân tạo vào Thương mại điện tử

Chương 3 tập trung vào công nghệ Chatbot – giải pháp tương tác chủ đạo giữa doanh nghiệp và khách hàng trực tuyến:

  • Ba cơ chế vận hành cốt lõi:
    1. Chatbot dựa trên quy tắc (Rule-based): Hoạt động theo kịch bản có sẵn, nhận diện từ khóa chính xác hoặc các lựa chọn nút bấm đóng.
    2. Chatbot dựa trên AI (AI-based): Ứng dụng AI kết hợp NLP để nhận dạng cấu trúc câu, hiểu ngữ cảnh và tự động đưa ra phản hồi phù hợp nhất.
    3. Chatbot hỗ trợ trung gian (Live-chat handover): Đóng vai trò bộ lọc ban đầu và điều hướng cuộc hội thoại phức tạp đến nhân viên tư vấn.
  • Phân loại theo hình thức tương tác: Chatbot dạng văn bản (Text-based) và Chatbot dạng giọng nói (Voice-based).
  • Dự báo thị trường: Dẫn số liệu từ Gartner dự báo đến năm 2027, Chatbot sẽ trở thành công cụ dịch vụ khách hàng chủ đạo tại 27% các doanh nghiệp.
  • Năm giá trị ứng dụng trong TMĐT:
    1. Giải đáp câu hỏi thường gặp (FAQs 24/7): Giảm tải tới 80% tương tác lặp lại cho bộ phận chăm sóc khách hàng.
    2. Thu hút và tiếp cận khách hàng tiềm năng: Tương tác tức thì, gợi ý danh mục theo hành vi duyệt web.
    3. Tự động hóa quy trình bán hàng: Nhắc nhở giỏ hàng bị bỏ quên, cá nhân hóa đề xuất nhằm gia tăng cơ hội bán chéo/bán thêm (upselling).
    4. Cung cấp dịch vụ sau bán hàng: Tra cứu trạng thái đơn hàng, chính sách hoàn tiền và đổi trả.
    5. Thu thập phản hồi và dữ liệu phân tích: Khai thác chỉ số người dùng trong thời gian thực để hoàn thiện sản phẩm và quy trình bán lẻ.
             [Bước 1: Quyết định loại dịch vụ cần thực hiện]
             [Bước 2: Nghiên cứu các nền tảng cung cấp Chatbot]
             [Bước 3: Lựa chọn Chatbot phù hợp với doanh nghiệp]
             [Bước 4: Cài đặt Chatbot vào kênh bán hàng]
             [Bước 5: Thiết lập các phân tích và trang tổng quan]
             [Bước 6: Theo dõi tương tác và tối ưu hóa hành vi]
  • Các trường hợp triển khai thực tế được phân tích:
    • Groupe Dynamite: Hỗ trợ khách hàng đa kênh qua Facebook Messenger, xử lý FAQ và tư vấn thanh toán.
    • Tangerine: Sử dụng Chatbot phân luồng quy tắc bằng hai ngôn ngữ tiếng Anh và tiếng Pháp để xử lý lượng truy cập ngân hàng trực tuyến lớn.
    • Attitude: Nhà bán lẻ đồ gia dụng tại hơn 50 quốc gia sử dụng AI Chatbot hỗ trợ xử lý truy vấn 24/7.
    • DeSerres: Chuỗi cung ứng nghệ thuật Canada sử dụng Chatbot AI chuyên biệt cho tính năng gợi ý sản phẩm tự động.
    • Gymshark: Thương hiệu thể thao toàn cầu phân phối tại 130 quốc gia sử dụng Chatbot tối ưu hóa khâu chăm sóc khách hàng sau bán hàng (vận chuyển, đổi trả, hoàn tiền).

Chương 4: Đánh giá hiệu quả của Trí tuệ nhân tạo và công nghệ Chatbots

Chương 4 thực hiện phân tích đa chiều về tác động tích cực và các mặt trái của công nghệ:

  • Đánh giá Trí tuệ nhân tạo:
    • Ưu điểm: Khả năng vận hành liên tục 24/7 không suy giảm hiệu suất; ứng dụng rộng khắp trong đời sống hằng ngày; tự động hóa các tác vụ lặp đi lặp lại giúp giải phóng sức lao động; hỗ trợ chẩn đoán và phẫu thuật mô phỏng trong y tế; thay thế con người thực hiện các nhiệm vụ nguy hiểm (thám hiểm đáy biển, không gian vũ trụ, quân sự); giảm thiểu tối đa sai sót chủ quan của con người khi được lập trình chính xác.
    • Hạn chế và nguy cơ:
      • Nguy cơ mất việc làm diện rộng: Dẫn các nghiên cứu định lượng gồm: Báo cáo Đại học Oxford dự báo hơn 47% việc làm tại Mỹ bị đe dọa bởi tự động hóa vào giữa những năm 2030; Diễn đàn Kinh tế Thế giới (WEF) chỉ ra AI thay thế hơn 75 triệu việc làm trong năm 2022; McKinsey cảnh báo robot AI có thể thay thế 30% lực lượng lao động toàn cầu; chuyên gia Kai-Fu Lee dự báo 40% công việc toàn cầu sẽ bị bot AI thay thế trong vòng 10–15 năm.
      • Vấn đề an toàn và kiểm soát: Sự cố Chatbot trên Twitter phát ngôn thù hận, bot của Facebook tự tạo ngôn ngữ giao tiếp ngoài tầm kiểm soát, và rủi ro phát triển vũ khí tự trị.
      • Vấn đề niềm tin và tính minh bạch (Hộp đen thuật toán): Thiên vị dữ liệu và phân biệt đối xử, điển hình qua thuật toán giao hàng của Amazon và hệ thống chấm điểm tư pháp COMPAS phân biệt đối xử với cộng đồng người da đen.
  • Đánh giá công nghệ Chatbot: Mang lại khả năng tối ưu hóa chi phí và tăng tốc phản hồi cho doanh nghiệp, nhưng vẫn tồn tại rào cản lớn về xử lý cảm xúc tinh tế, nguy cơ hiểu sai ngữ cảnh do tính nhập nhằng của ngôn ngữ và chi phí duy trì cơ sở tri thức cập nhật liên tục.

Kết quả và đóng góp

  1. Tổng hợp có hệ thống cơ sở tri thức AI - TMĐT: Đồ án cung cấp bức tranh toàn cảnh về sự tương quan giữa các cấp độ công nghệ AI (từ Reactive Machines đến Deep Learning và NLP), giúp người đọc hiểu rõ bản chất kỹ thuật phía sau các ứng dụng thông minh.
  2. Chuẩn hóa khung quy trình triển khai Chatbot: Xây dựng khung hướng dẫn 6 bước từ khâu xác định nhu cầu, lựa chọn nền tảng đến thiết lập chỉ số phân tích (CSAT, tỷ lệ phản hồi) và tối ưu hóa vận hành cho các website thương mại điện tử.
  3. Đánh giá thực chứng dựa trên số liệu uy tín: Đưa ra các phân tích đa chiều về lợi ích và thách thức xã hội dựa trên các công bố quốc tế (Gartner, Oxford, WEF, McKinsey, Forbes), tránh cái nhìn phiến diện về công nghệ.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Báo cáo tập trung vào việc nghiên cứu tài liệu tổng quan, hệ thống hóa lý thuyết và phân tích các trường hợp ứng dụng gián tiếp (secondary case studies). Đề tài chưa trực tiếp xây dựng hoặc lập trình thử nghiệm một hệ thống Chatbot/AI hoàn chỉnh trên nền tảng thực nghiệm riêng của nhóm nghiên cứu.
  • Hướng nghiên cứu tiếp:
    • Nghiên cứu sâu về các giải pháp kỹ thuật nhằm khắc phục tính nhập nhằng của tiếng Việt tự nhiên trong các giao dịch TMĐT.
    • Triển khai xây dựng và đo lường thực tế một mô hình Chatbot AI tích hợp trên một website bán hàng cụ thể để đánh giá sự biến thiên của chỉ số hài lòng khách hàng (CSAT) và tỷ lệ chuyển đổi đơn hàng.

Giá trị tham khảo

Báo cáo là tài liệu tham khảo hữu ích cho:

  • Sinh viên các ngành Hệ thống thông tin quản lý, Công nghệ thông tin kinh doanh, Thương mại điện tử và Quản trị kinh doanh: Dùng làm tài liệu tổng quan để nắm bắt nhanh các khái niệm phân tầng AI, ML, DL và NLP.
  • Doanh nghiệp bán lẻ và nhà quản trị TMĐT: Tham khảo bảng phân loại Chatbot và khung quy trình 6 bước triển khai để áp dụng vào hoạt động chuyển đổi số kênh chăm sóc khách hàng.

Câu hỏi thường gặp

1. Khóa luận phân loại Trí tuệ nhân tạo thành những nhóm cụ thể nào?
Tài liệu phân loại AI theo hai phương diện:

  • Theo chức năng: AI phản ứng (RM), AI với bộ nhớ hạn chế (LM), Lý thuyết về tâm trí (TM), và AI tự nhận thức (SA).
  • Theo khả năng: AI hẹp (Narrow/Weak AI), AI tổng hợp (General AI), và Siêu AI (Super AI).

2. Mối quan hệ giữa AI, Machine Learning (ML) và Deep Learning (DL) được tổng kết như thế nào?
AI là phạm trù bao quát rộng nhất ra đời từ năm 1956. Machine Learning là một nhánh con (công cụ) của AI cho phép máy tự học từ dữ liệu. Deep Learning là một kỹ thuật chuyên sâu thuộc Machine Learning, sử dụng mạng nơ-ron nhân tạo đa lớp mô phỏng não người để giải quyết các vấn đề phức tạp.

3. Vì sao Xử lý ngôn ngữ tự nhiên (NLP) gặp nhiều khó khăn khi triển khai vào thực tế?
Báo cáo chỉ ra hai nguyên nhân chính:

  • Thiếu hụt tri thức nền (Background knowledge): Khó khăn trong việc nạp vào máy tính hệ thống tri thức thường thức phong phú của con người.
  • Tính nhập nhằng của ngôn ngữ (Ambiguity): Hiện tượng một từ có nhiều nghĩa hoặc ý nghĩa cả câu thay đổi theo ngữ cảnh, dấu câu và cảm xúc người viết.

4. Khung quy trình 6 bước thiết lập Chatbot cho website TMĐT gồm những bước nào?
Quy trình gồm: (1) Quyết định loại dịch vụ; (2) Nghiên cứu nền tảng cung cấp; (3) Lựa chọn Chatbot phù hợp; (4) Cài đặt mã nguồn vào website; (5) Thiết lập phân tích và bảng điều khiển (Dashboard); (6) Theo dõi mức độ tương tác và hành vi người dùng.

5. Báo cáo đưa ra những số liệu nào cảnh báo về nguy cơ mất việc làm do AI?
Tài liệu trích dẫn: Nghiên cứu của Đại học Oxford (47% việc làm tại Mỹ bị đe dọa vào giữa thập niên 2030); Diễn đàn Kinh tế Thế giới (AI thay thế 75 triệu việc làm năm 2022); Báo cáo McKinsey (AI có thể thay thế 30% lao động toàn cầu); và dự báo của chuyên gia Kai-Fu Lee (40% công việc toàn cầu bị thay thế trong 10–15 năm tới).

Kết luận

Đồ án học phần "Tìm hiểu về công nghệ trí tuệ nhân tạo (AI) và ứng dụng trong Thương mại điện tử" của nhóm sinh viên Đại học UEH đã cung cấp một bức tranh tổng quan, khoa học và có hệ thống về các tầng công nghệ AI hiện đại. Thông qua việc phân tích sâu cơ chế hoạt động của Chatbot và khảo sát các case study quốc tế, đề tài làm nổi bật vai trò của AI trong việc tối ưu hóa dịch vụ khách hàng và thúc đẩy tăng trưởng kinh doanh số. Đồng thời, báo cáo đưa ra những cảnh báo xác đáng về thách thức an toàn dữ liệu, tính minh bạch thuật toán và tác động dịch chuyển việc làm trong kỷ nguyên tự động hóa.