TS. Bùi Thị Thu
Học viện Ngân hàng
TS. Khúc Đại Long
Trường Đại học Thương mại
(Quanlynhanuoc.vn) – Sự phát triển mạnh mẽ của trí tuệ nhân tạo (AI) đang tái định hình ngành bán lẻ và cách người tiêu dùng đưa ra quyết định mua hàng. Bài viết thực hiện tổng quan 30 công trình nghiên cứu quốc tế và trong nước từ năm 2018 đến nay nhằm hệ thống hóa các hướng tiếp cận về hiệu ứng AI đối với ý định mua hàng. Trên cơ sở tổng hợp bằng chứng lý thuyết và thực nghiệm, bài viết đề xuất một số hàm ý cho doanh nghiệp bán lẻ, bao gồm: tối ưu hóa mô hình AI, nâng cao tính minh bạch thuật toán, quản trị dữ liệu người dùng và tích hợp đa kênh.
Từ khóa: Trí tuệ nhân tạo; hiệu ứng AI; ý định mua hàng; hành vi tiêu dùng; cá nhân hóa trải nghiệm; niềm tin và minh bạch; bán lẻ thông minh.
1. Đặt vấn đề
Trong bối cảnh cách mạng công nghiệp 4.0, AI đã trở thành công nghệ cốt lõi thúc đẩy sự đổi mới trong ngành bán lẻ. AI được ứng dụng vào nhiều khía cạnh, như: gợi ý sản phẩm, chatbot, phân tích hành vi, quản lý hàng hóa, trải nghiệm mua sắm ảo, thanh toán thông minh… Với tốc độ phát triển nhanh, AI không chỉ là công cụ tối ưu hóa vận hành mà còn đóng vai trò quan trọng trong việc định hình hành vi và ý định mua hàng của người tiêu dùng.
Ý định mua hàng là yếu tố trung gian quan trọng trong quá trình ra quyết định mua. Nghiên cứu Pantano et al., (2021)1 đã chỉ ra rằng, AI có khả năng ảnh hưởng mạnh đến nhận thức, thái độ, cảm xúc và sự tin tưởng của người tiêu dùng. Tuy nhiên, các kết quả nghiên cứu còn rải rác, phân tán và chưa có nhiều tổng hợp hệ thống trong bối cảnh thị trường đang thay đổi nhanh. Bài viết đánh giá tổng quan các nghiên cứu quốc tế và trong nước, phân tích các cơ chế tác động chính của AI, từ đó, đề xuất các gợi ý giải pháp cho doanh nghiệp và các định hướng nghiên cứu tương lai.
2. Khái niệm AI và ứng dụng trong bán lẻ
AI được định nghĩa là tập hợp các công nghệ cho phép hệ thống máy tính thực hiện những chức năng vốn đòi hỏi trí tuệ của con người, như: học hỏi, suy luận, phân tích dữ liệu và đưa ra quyết định. Theo Davenport và Ronanki (2018)2, AI trong môi trường doanh nghiệp có thể được phân loại thành ba nhóm chính: tự động hóa các quy trình vận hành; phân tích dữ liệu nâng cao dựa trên các mô hình học máy và tương tác thông minh với khách hàng. Các nhóm chức năng này cho phép doanh nghiệp cải thiện tốc độ xử lý, tăng mức độ chính xác và nâng cao chất lượng dịch vụ trong nhiều hoạt động trọng yếu.
Trong lĩnh vực marketing và bán lẻ, Grewal et al. (2020)3 xem AI như công nghệ nền tảng giúp doanh nghiệp tối ưu hóa hành trình khách hàng thông qua khả năng phân tích dữ liệu lớn theo thời gian thực và cá nhân hoá trải nghiệm. AI hỗ trợ doanh nghiệp đưa ra thông tin phù hợp hơn với nhu cầu của người tiêu dùng, giảm chi phí tìm kiếm và nâng cao cảm nhận về giá trị sản phẩm. Nâng cao chất lượng tương tác này được chứng minh có ảnh hưởng trực tiếp tới thái độ, sự hài lòng và ý định mua hàng.
Tiếp cận dưới góc độ hành vi người tiêu dùng, Shankar (2022)4 cho rằng, AI không chỉ là công cụ hỗ trợ ra quyết định mà còn đóng vai trò tái định hình kỳ vọng và chuẩn mực tiêu dùng. Các công nghệ, như: chatbot, trợ lý ảo hay hệ thống đề xuất thông minh tạo ra trải nghiệm tương tác mang tính nhân hóa, từ đó, tác động mạnh đến cảm xúc, niềm tin và sự chấp nhận của người tiêu dùng.
Trong ngành bán lẻ, AI được hiểu là việc ứng dụng các thuật toán học máy, xử lý ngôn ngữ tự nhiên, thị giác máy tính và mô hình dự đoán nhằm nâng cao hiệu quả vận hành và tối ưu hóa trải nghiệm khách hàng trên toàn bộ chuỗi giá trị. AI hỗ trợ doanh nghiệp phân tích hành vi khách hàng, đưa ra các gợi ý mang tính cá nhân hóa cao, tối ưu hoá quản lý tồn kho, dự báo nhu cầu cũng như tự động hóa quá trình chăm sóc khách hàng. Nhờ khả năng học hỏi liên tục từ dữ liệu, AI không chỉ nâng cao năng lực cạnh tranh của doanh nghiệp mà còn định hình lại cách người tiêu dùng tìm kiếm, đánh giá và lựa chọn sản phẩm.
AI trong bán lẻ bao gồm:
(1) Hệ thống gợi ý sản phẩm (Recommendation systems): sử dụng thuật toán học máy để phân tích hành vi và sở thích của khách hàng nhằm đưa ra gợi ý phù hợp.
(2) Chatbot và trợ lý ảo: hỗ trợ tư vấn, giải đáp câu hỏi, chăm sóc khách hàng và cá nhân hóa tương tác dựa trên ngữ cảnh.
(3) Computer vision: tự động nhận diện sản phẩm, kiểm soát trưng bày, hỗ trợ thanh toán không chạm (checkout-free).
(4) Dự báo nhu cầu và phân tích dữ liệu: AI dự đoán xu hướng tiêu dùng, tối ưu hóa tồn kho, lập kế hoạch nhập hàng và định giá động (dynamic pricing).
(5) Tìm kiếm bằng hình ảnh/giọng nói: hỗ trợ người dùng tìm sản phẩm tương tự thông qua hình ảnh hoặc câu lệnh thoại.
(6) Thực tế tăng cường (AR) và thử đồ ảo (Virtual Try-On): giúp người tiêu dùng mô phỏng trải nghiệm sử dụng sản phẩm, đặc biệt trong ngành thời trang và mỹ phẩm.
Trong bối cảnh chuyển đổi số mạnh mẽ, AI trở thành “tác nhân chiến lược” giúp doanh nghiệp bán lẻ nâng cao hiệu quả tiếp thị và cung cấp trải nghiệm mua sắm liền mạch, đa kênh và cá nhân hóa hơn. Điều này đặt nền tảng quan trọng cho việc hình thành thái độ tích cực và gia tăng ý định mua hàng của người tiêu dùng.
2. Ý định mua hàng và mô hình hành vi người tiêu dùng
Ý định mua hàng là yếu tố trung gian cốt lõi trong mô hình ra quyết định của người tiêu dùng, được hình thành dựa trên nhận thức, cảm xúc, thái độ và mức độ kiểm soát hành vi. Tổng hợp một số các mô hình sau:
Bảng 1. Các mô hình được sử dụng trong nghiên cứu
| Mô hình | Tác giả | Ý nghĩa |
| TRA, TPB | Ajzen (1991) | Ý định mua phụ thuộc thái độ, chuẩn chủ quan và kiểm soát hành vi |
| TAM | Davis (1989) | Nhận thức hữu ích và dễ dùng ảnh hưởng hành vi |
| S-O-R | Mehrabian & Russell (1974) | Kích thích (AI) → phản ứng cảm xúc → hành vi |
| Trust-based models | McKnight (2002) | Niềm tin là trung gian quan trọng trong thương mại điện tử |
Nhìn chung, các mô hình hành vi trên cho thấy, AI vừa là yếu tố kích thích vừa là yếu tố định hình nhận thức – cảm xúc, từ đó, ảnh hưởng đến thái độ và ý định mua hàng.
AI tác động đến ý định mua hàng thông qua năm cơ chế trọng yếu sau:
(1) Cá nhân hóa (Personalization): AI cho phép doanh nghiệp cung cấp gợi ý phù hợp dựa trên sở thích, lịch sử mua hàng và hành vi trực tuyến của khách hàng. Các nghiên cứu của Grewal (2020)5, Chung (2021)6 và Li et al. (2023)7 chỉ ra rằng, mức độ phù hợp cao làm tăng sự hài lòng, cải thiện thái độ và thúc đẩy ý định mua hàng.
(2) Nâng cao chất lượng thông tin và gợi ý: hệ thống đề xuất dựa trên thuật toán giúp tăng tính chính xác của thông tin, giảm chi phí tìm kiếm và rủi ro trong đánh giá sản phẩm. Điều này làm tăng nhận thức về giá trị và niềm tin vào nền tảng mua sắm.
(3) Niềm tin, minh bạch và rủi ro cảm nhận: Ameen (2022)8 và Shin (2023)9 cho thấy, nỗi lo về quyền riêng tư, tính minh bạch của thuật toán và khả năng thiên lệch dữ liệu có thể làm giảm sự chấp nhận của khách hàng đối với AI. Ngược lại tính minh bạch và khả năng kiểm soát dữ liệu cũng có tác động tích cực đến ý định mua của người tiêu dùng trong ngành bán lẻ.
(4) Trải nghiệm cảm xúc và tương tác: các tương tác mang tính nhân hoá từ chatbot hoặc AR tạo ra cảm xúc tích cực như hứng thú và tin cậy, góp phần nâng cao động lực mua hàng (Choi et al., 2022)10.
(5) Sự tiện lợi và hiệu quả: AI giúp rút ngắn thời gian tìm kiếm, nâng cao tính chính xác và hỗ trợ người tiêu dùng ra quyết định dễ dàng hơn. Điều này cải thiện thái độ đối với nền tảng và làm tăng ý định mua hàng.
Tóm lại, AI ảnh hưởng đến ý định mua hàng thông qua sự kết hợp giữa ba yếu tố: nhận thức (cognitive), cảm xúc (affective) và niềm tin (trust), cho thấy vai trò đa chiều và ngày càng quan trọng của AI trong hành vi tiêu dùng hiện đại.
3. Kết quả nghiên cứu và thảo luận
Dựa trên tổng hợp các công trình nghiên cứu trong và ngoài nước, có thể nhận diện những xu hướng tác động của AI đối với ý định mua hàng của người tiêu dùng trong ngành bán lẻ. Các nghiên cứu được hệ thống theo bốn nhóm sau:
Một là, tác động nhận thức. AI nâng cao giá trị cảm nhận và chất lượng thông tin. Hầu hết các nghiên cứu thống nhất rằng, AI giúp nâng cao giá trị cảm nhận thông qua khả năng cá nhân hóa, đề xuất chính xác và giảm chi phí tìm kiếm thông tin. Các hệ thống gợi ý dựa trên học máy cho phép phân tích hành vi người dùng theo thời gian thực, từ đó, cung cấp danh mục sản phẩm phù hợp hơn so với cách thức marketing truyền thống. Ngoài ra, AI còn cải thiện khả năng ra quyết định của người tiêu dùng nhờ cung cấp thông tin đầy đủ, có sắp xếp và giảm bớt sự quá tải thông tin. Qua đó, ý định mua hàng được thúc đẩy một cách đáng kể.
Hai là, tác động cảm xúc. AI tạo ra trải nghiệm tích cực và giảm bất định. Nhiều nghiên cứu chỉ ra rằng, các công nghệ AI, như: chatbot, trợ lý ảo hay thử đồ ảo tạo ra trải nghiệm tương tác mang tính “người hóa”, thúc đẩy cảm xúc tích cực như hứng thú, tò mò và hài lòng. Đây là các yếu tố trung gian quan trọng trong mô hình S-O-R, tác động trực tiếp đến phản ứng hành vi của người tiêu dùng. Đối với các mặt hàng có mức độ rủi ro cao, như: thời trang, mỹ phẩm, đồ gia dụng, ứng dụng AR/VTO được chứng minh là giúp giảm đáng kể mức độ bất định về độ phù hợp của sản phẩm, qua đó, làm tăng tự tin trong quyết định mua.
Ba là, vai trò của niềm tin, minh bạch và rủi ro cảm nhận. Mặc dù AI có nhiều lợi ích, niềm tin vẫn là điều kiện bắt buộc để người tiêu dùng chấp nhận công nghệ và chuyển đổi sang hành vi mua thực tế. Minh bạch thuật toán, khả năng bảo vệ dữ liệu cá nhân và mức độ kiểm soát của khách hàng đối với dữ liệu được chứng minh có quan hệ thuận chiều với ý định mua. Ngược lại, nếu người tiêu dùng cảm nhận rủi ro từ việc chia sẻ dữ liệu hoặc cảm thấy bị “theo dõi” quá mức do cá nhân hoá quá mạnh, niềm tin và thái độ đối với nền tảng sẽ giảm, từ đó, tác động tiêu cực đến ý định mua.
Bốn là, sự khác biệt theo đặc điểm nhân khẩu học và bối cảnh sản phẩm. Các nghiên cứu cho thấy Gen Z và Millennials thể hiện mức độ chấp nhận AI cao hơn so với các nhóm tuổi lớn hơn, do quen thuộc hơn với môi trường số và tương tác công nghệ. Ngoài ra, hiệu ứng AI cũng khác nhau giữa các loại sản phẩm: người tiêu dùng dễ chấp nhận AI trong các mặt hàng giá trị thấp nhưng đòi hỏi mức minh bạch cao hơn đối với sản phẩm rủi ro hoặc giá trị lớn. Tại các thị trường mới nổi như Việt Nam, người tiêu dùng có xu hướng cởi mở hơn với công nghệ AI nhưng đồng thời nhạy cảm hơn với chất lượng gợi ý và tính minh bạch trong tương tác số.
Dựa trên các kết quả tổng hợp, có thể thảo luận về bản chất tác động của AI đến ý định mua hàng, vai trò của niềm tin, các thách thức liên quan đến đạo đức công nghệ cũng như hàm ý cho nhà quản trị bán lẻ.
(1) AI đóng vai trò như yếu tố vừa nhận thức vừa cảm xúc trong hành vi tiêu dùng: từ góc nhìn hành vi, AI không chỉ cải thiện khả năng xử lý thông tin của người tiêu dùng mà còn kích hoạt các phản ứng cảm xúc tích cực thông qua trải nghiệm tương tác. Điều này giúp lý giải tại sao các mô hình S-O-R, TAM và các mô hình dựa trên niềm tin đều phù hợp khi đánh giá hiệu ứng AI. Nói cách khác, AI tác động lên ý định mua thông qua một cơ chế kép: nhận thức: tăng tính hữu ích, tính phù hợp và giảm rủi ro; cảm xúc: tạo sự thích thú, thoải mái và tự tin. Sự kết hợp của hai khía cạnh này tạo nên tác động mạnh mẽ hơn so với các công cụ marketing truyền thống.
(2) Niềm tin là yếu tố then chốt chi phối hiệu ứng AI: niềm tin nổi lên như biến trung gian mạnh nhất giữa công nghệ AI và ý định mua hàng. Khi người tiêu dùng tin tưởng hệ thống hoạt động chính xác, không gây rủi ro cho dữ liệu cá nhân và mang lại lợi ích thực sự, họ sẵn sàng chấp nhận và sử dụng AI. Ngược lại, việc thiếu minh bạch hoặc cá nhân hoá quá mức có thể làm giảm niềm tin, thậm chí dẫn đến phản ứng tiêu cực. Điều này đặt ra yêu cầu quan trọng cho doanh nghiệp trong việc thiết kế các hệ thống AI có kiểm soát và minh bạch hơn.
(3) Cân bằng giữa cá nhân hóa và quyền riêng tư: một trong những thách thức lớn nhất là bài toán “dữ liệu – quyền riêng tư”. Người tiêu dùng mong muốn nhận được gợi ý chính xác, phù hợp nhưng lại lo ngại khi hệ thống thu thập quá nhiều dữ liệu cá nhân. Do vậy, mức độ cá nhân hóa cần được cân bằng để tối ưu hóa trải nghiệm mà không gây cảm giác xâm phạm. Các giải pháp như quyền chọn chia sẻ dữ liệu, minh bạch thuật toán, thông báo lý do gợi ý được khuyến nghị để duy trì niềm tin và tăng khả năng chấp nhận công nghệ.
(4) Vai trò của AI trong chiến lược bán lẻ đa kênh: AI không còn đơn thuần là một công cụ hỗ trợ mà trở thành trụ cột của mô hình bán lẻ đa kênh hiện đại. Việc tích hợp dữ liệu từ nhiều điểm chạm giúp AI đưa ra dự đoán chính xác hơn; đồng thời, mang lại trải nghiệm liên tục và nhất quán giữa các kênh (online, offline, di động). Điều này cho phép doanh nghiệp cá nhân hoá toàn diện và nâng cao hiệu quả marketing.
(5) Hàm ý về đạo đức công nghệ và quản trị dữ liệu: sự lan rộng của AI kéo theo các lo ngại liên quan đến thiên lệch thuật toán, thao túng hành vi và rủi ro dữ liệu. Điều này đòi hỏi doanh nghiệp xây dựng cơ chế kiểm soát nội bộ, đánh giá rủi ro công nghệ và tuân thủ các quy định về bảo vệ dữ liệu cá nhân. Việc triển khai AI có trách nhiệm vừa giúp giảm thiểu rủi ro vừa góp phần tạo dựng niềm tin bền vững từ phía người tiêu dùng.
4. Kết luận
Bài viết đã thực hiện tổng quan hệ thống các công trình nghiên cứu trong và ngoài nước về tác động của AI đối với ý định mua hàng của người tiêu dùng trong ngành bán lẻ. Trên cơ sở tổng hợp các nghiên cứu, kết quả cho thấy, AI tác động lên ý định mua hàng thông qua 5 cơ chế chủ đạo: (1) Cá nhân hóa trải nghiệm; (2) Nâng cao chất lượng thông tin và gợi ý; (3) Củng cố niềm tin nhờ khả năng dự đoán và hỗ trợ ra quyết định; (4) Tạo ra phản ứng cảm xúc tích cực thông qua tương tác mang tính người hóa và (5) Gia tăng sự tiện lợi trong quá trình tìm kiếm và mua sắm. Đây là những cơ chế nhất quán qua các mô hình hành vi như TAM, TPB, S-O-R và các mô hình dựa trên niềm tin. Tuy nhiên, những rủi ro liên quan đến quyền riêng tư dữ liệu, thiên lệch thuật toán hoặc mức độ cá nhân hóa quá mức có thể làm suy giảm thái độ của người tiêu dùng và ảnh hưởng ngược chiều đến hành vi. Điều này đặt ra yêu cầu đối với doanh nghiệp trong việc triển khai AI một cách có trách nhiệm, cân bằng giữa hiệu quả công nghệ và yếu tố đạo đức.
Chú thích:
1. Pantano, E., Pizzi, G., Scarpi, D., & Dennis, C. (2021). Artificial intelligence in retailing: A review of consumer behavior implications. Journal of Business Research, 131, 902 – 910.
2. Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108 – 116.
3, 5. Grewal, D., Hulland, J., Kopalle, P. K., & Karahanna, E. (2020). The future of technology and marketing: A multidisciplinary perspective. Journal of the Academy of Marketing Science, 48, 1-8. https://doi.org/10.1007/s11747-019-00711-4
4. Shankar, V. (2022). How artificial intelligence is reshaping retailing. Journal of Retailing, 98(2), 135 – 142.
6. Chung, M., Ko, E., Joung, H., & Kim, S. J. (2021). Chatbot e-service and customer satisfaction: The role of personalization. Journal of Business Research, 132, 54 – 67.
7. Li, H., Fang, Y., Lim, K. H., & Wang, Y. (2023). The impact of AI-driven personalization on consumer behavior: Evidence from online retailing. Information & Management, 60(1), 103 – 123.
8. Ameen, N., Hosany, S., & Tarhini, A. (2022). Consumer interaction with AI-enabled services: Privacy concerns, trust, and adoption. Journal of Business Research, 142, 1 – 12. (Gợi ý từ trích dẫn trong file)
9. Shin, D. (2023). The effects of algorithmic transparency on trust in artificial intelligence systems. Telematics and Informatics, 76, 101921.
10. Choi, S., & Lee, H. (2022). The role of chatbot quality in shaping customer experience and purchase intention. Service Industries Journal, 42(5-6), 313 – 334.
