Biên tập từ tài liệu trình bày của Insider One tại CIO Summit 2026. Các tình huống ngân hàng và chỉ số thời gian trong bài thuộc kịch bản demo, không phải là kết quả kinh doanh đã được kiểm chứng. Phần gợi ý ứng dụng của KNEXUS được ghi riêng.
Một khách hàng tìm hiểu về thẻ tín dụng trên website nhưng chưa hoàn tất KYC — quy trình xác minh danh tính. Một khách hàng khác đã có thẻ ghi nợ, thường xuyên sử dụng ứng dụng nhưng chưa có thẻ tín dụng.
Doanh nghiệp có thể nhận diện cả hai tình huống từ dữ liệu. Nhưng để tạo ra giá trị, cần quyết định bước tiếp theo: khách hàng đang cần hỗ trợ gì, nên tương tác khi nào, qua kênh nào và nội dung nào phù hợp?
Đây là khoảng cách mà bài trình bày của Insider One tập trung giải quyết: chuyển ngữ cảnh khách hàng thành quyết định và hành động tại các điểm tiếp xúc trong CIO Summit 2026 diễn ra ngày 1/10 vừa qua.
Hai bài toán ngân hàng được sử dụng xuyên suốt phần demo. Qua đó, kinh nghiệm của Insider One cho thấy cách AI tham gia từ phân tích, xây dựng hành trình đến tạo nội dung, hỗ trợ khách hàng và phân tích kết quả.
1. Có dữ liệu mới là điểm bắt đầu
CRM, kho dữ liệu, hệ thống lõi, website và ứng dụng cung cấp những phần khác nhau của bức tranh khách hàng. Khi được kết nối, dữ liệu giúp doanh nghiệp hiểu rõ hơn về hành vi, trạng thái và mức độ quan tâm cũng như hành trình khách hàng xuyên suốt
Trong tình huống thứ nhất, hành vi tìm kiếm thẻ cho thấy sự quan tâm. Trạng thái chưa hoàn tất KYC cho thấy hành trình vẫn còn dang dở. Tuy nhiên, hai tín hiệu này chưa đủ để kết luận vì sao khách dừng lại hoặc nên gửi thông điệp gì.
Trong tình huống thứ hai, thông tin về việc sở hữu thẻ ghi nợ và sử dụng ứng dụng giúp xác định một nhóm khách hàng để xem xét tương tác. Việc chưa có thẻ tín dụng cũng chưa tự động chứng minh rằng khách hàng cần sản phẩm đó.
AI được đặt vào vai trò hỗ trợ tổng hợp ngữ cảnh, đánh giá và đề xuất hành động. Giá trị xuất hiện khi doanh nghiệp sử dụng kết quả đó để xây dựng hành trình trải nghiệm khách hàng, với một hành động phù hợp với insight, và sau đó đưa ra những hướng dẫn để khách hàng đi hết hành trình, từ đó tăng hiệu quả kinh doanh.
Theo kinh nghiệm thực tế từ Insider One, giá trị lớn nhất của việc ứng dụng AI vào phân tích dữ liệu gồm: tăng tỷ lệ chuyển đổi, tăng doanh thu, giữ chân khách hàng và phát triển mối quan hệ lâu dài. Đây là những mục tiêu cần được đo lường trong quá trình triển khai thực tế.
2. Kết nối hệ thống hiện có với các điểm tiếp xúc
Insider One đưa ra một lớp điều phối tương tác khách hàng, kết nối dữ liệu từ hệ thống doanh nghiệp với web, app, email, push, messaging và conversational AI.
CRM, data warehouse, data lake, hệ thống lõi, thương mại và chương trình khách hàng thân thiết tiếp tục cung cấp dữ liệu và thực hiện các chức năng của mình. Lớp tương tác sử dụng những tín hiệu này để tạo phân nhóm khách hàng, thiết kế hành trình tương tác và cá nhân hóa nội dung cho từng khách hàng.
Với khách chưa hoàn tất KYC, dữ liệu về hành vi và trạng thái cần được đưa tới nơi có thể kích hoạt bước hỗ trợ tiếp theo. Với khách hàng hiện hữu, dữ liệu về sở hữu sản phẩm và việc sử dụng ứng dụng cần được kết nối để xác định đối tượng tương tác.
Gợi ý: Doanh nghiệp cần làm rõ hệ thống nào cung cấp dữ liệu, dữ liệu được cập nhật khi nào, quyết định được đưa ra ở đâu và kết quả tương tác được ghi nhận ở đâu. Những câu hỏi này giúp đánh giá kiến trúc dựa trên luồng vận hành thực tế.
3. Từ chiến dịch cho một nhóm đến quyết định cho từng người
Theo chia sẻ của Insider One, tương tác khách hàng đang dịch chuyển từ chiến dịch dành cho một nhóm sang quyết định phù hợp với từng người, vào từng thời điểm. Quá trình này vận hành theo vòng lặp lắng nghe, quyết định, hành động và học hỏi từ phản hồi.
Doanh nghiệp thu nhận tín hiệu từ hành vi, giao dịch, nhu cầu khách hàng thể hiện và các cuộc hội thoại. Những thông tin này giúp lựa chọn nội dung, thời điểm, kênh hoặc ưu đãi phù hợp. Sau mỗi tương tác, phản hồi của khách hàng sẽ bổ sung ngữ cảnh để điều chỉnh bước tiếp theo.
Phân nhóm khách hàng giúp xác định đối tượng cần tương tác. Tuy nhiên, trong cùng một nhóm chưa hoàn tất KYC, người này có thể cho phép nhận thông báo trên ứng dụng, còn người khác chỉ đồng ý nhận email. Một khách hàng cũng có thể hoàn tất KYC trong lúc hành trình đang diễn ra, khiến thông điệp nhắc tiếp tục không còn phù hợp.
Quyết định này, vì vậy, cần dựa trên ngữ cảnh của từng khách hàng tại thời điểm tương tác, bao gồm trạng thái hiện tại và quyền được nhận thông tin.
Trong cách tiếp cận của Insider One, các AI Agent hỗ trợ đội ngũ và phục vụ khách hàng sử dụng chung một nền tảng ngữ cảnh. Hồ sơ, hành vi, vòng đời và dữ liệu hội thoại được kết nối để việc tạo nội dung, lựa chọn hành động và hỗ trợ khách hàng đều dựa trên thông tin liên quan.
Insider One cho biết hơn 100 doanh nghiệp dẫn đầu tại Việt Nam đã đầu tư vào dữ liệu khách hàng, cá nhân hóa và tương tác đa kênh như một năng lực vận hành thường xuyên. Thông tin này phản ánh nền tảng ứng dụng customer engagement; mức độ triển khai từng năng lực AI cụ thể vẫn cần được xác định theo từng doanh nghiệp.
4. Hồ sơ hợp nhất giúp nhận diện hành trình đang dang dở
CDP — nền tảng dữ liệu khách hàng — là điểm khởi đầu cho phần demo.
Dữ liệu từ web, app và API được kết nối với hồ sơ. Hành vi có thể được ghi nhận khi người dùng còn ẩn danh; khi có định danh phù hợp như email, số điện thoại hoặc ID, nền tảng sẽ liên kết dữ liệu theo cơ chế identity resolution.
Trong tình huống tìm kiếm thẻ, điều này giúp nối hành vi trước khi định danh với trạng thái khách hàng sau đó. Các thông tin về consent — sự đồng ý nhận tương tác — cũng được ghi trong hồ sơ.
Hồ sơ hợp nhất, vì vậy cung cấp cả ngữ cảnh để lựa chọn hành động và các điều kiện để xác định kênh được phép sử dụng.
Gợi ý kiểm tra một hồ sơ mẫu trên web và trong ứng dụng. Xác nhận dữ liệu liên kết đúng người, trạng thái KYC được cập nhật phù hợp và quyền nhận thông tin được thể hiện rõ ràng theo từng kênh.
5. AI hỗ trợ xác định đúng nhóm cần tương tác
Theo cách tiếp cận của Insider One, Segment Agent giúp đội ngũ mô tả nhóm khách hàng bằng ngôn ngữ tự nhiên, sau đó chuyển yêu cầu thành các điều kiện lựa chọn dựa trên mô hình dữ liệu.
Chẳng hạn, ngân hàng muốn tiếp cận những khách hàng đã tìm kiếm thẻ tín dụng trên website trong 7 ngày gần nhất nhưng chưa hoàn tất KYC. Với mục tiêu giới thiệu sản phẩm tới khách hiện hữu, nhóm cần xem xét những khách hiện hữu đã có thẻ ghi nợ, đã đăng nhập ứng dụng trong 30 ngày gần nhất và chưa có thẻ tín dụng.
Đội ngũ có thể xem trước các điều kiện do AI tạo ra, chỉnh sửa yêu cầu hoặc bổ sung nhóm khách hàng trước khi áp dụng. AI hỗ trợ rút ngắn bước cấu hình, còn người phụ trách xác nhận nhóm được lựa chọn có đúng mục tiêu nghiệp vụ hay không.
Chất lượng kết quả phụ thuộc vào cách doanh nghiệp định nghĩa và cập nhật dữ liệu. Những khái niệm như “đã tìm kiếm thẻ”, “chưa hoàn tất KYC” hay “đang sở hữu sản phẩm” cần được thể hiện rõ để AI chuyển yêu cầu thành các điều kiện chính xác.
Gợi ý: đối chiếu các điều kiện với một số hồ sơ thực tế trước khi triển khai. Kiểm tra trạng thái sản phẩm, trạng thái KYC và khoảng thời gian, đồng thời xác nhận dữ liệu đã được cập nhật đầy đủ để lựa chọn đúng đối tượng.
6. Hành trình cần phản ứng theo trạng thái và quyền liên hệ
Journey Agent hỗ trợ tạo hành trình tương tác đa kênh từ mô tả mục tiêu bằng ngôn ngữ tự nhiên. Đội ngũ có thể xem giải thích cho từng nhánh và chỉnh sửa hành trình thông qua cuộc trò chuyện.
Với khách hàng tìm kiếm thẻ tín dụng, hành trình bắt đầu khi hành vi được ghi nhận. Sau 2 giờ, hệ thống sẽ kiểm tra trạng thái KYC. Nếu khách chưa hoàn tất, hành trình sẽ được ưu tiên thông báo trên ứng dụng khi có quyền gửi. Nếu không, hệ thống sẽ kiểm tra quyền nhận email, rồi hiển thị thông báo trên trình duyệt.
Hành động tiếp theo cần phù hợp với trạng thái hiện tại và quyền nhận thông tin của từng khách hàng. Thời gian chờ tạo cơ hội để khách tự hoàn tất quy trình; bước kiểm tra sau đó giúp xác định liệu họ còn cần được hỗ trợ hay không.
Khả năng tạo hành trình bằng AI được minh họa khi thời gian cấu hình giảm từ 1 giờ xuống 5 phút. Khi áp dụng thực tế, doanh nghiệp cần tính thêm thời gian để kiểm tra logic, phê duyệt và xác nhận mức độ sẵn sàng để triển khai.
Gợi ý: kiểm tra cách thức xử lý hành trình khi khách đã hoàn tất KYC, thay đổi trạng thái hoặc quyền nhận thông tin. Điều kiện dừng và chuyển bước cần được xác nhận cùng với điều kiện khởi đầu để tránh gửi thông điệp không còn phù hợp.
7. Nội dung phải phục vụ nhiệm vụ của từng bước
Content Agent hỗ trợ tạo nhiều biến thể văn bản và hình ảnh. Tài liệu cũng mô tả khả năng phân tích website nhằm hỗ trợ định hình giọng điệu thương hiệu.
Design Agent mở rộng khả năng này sang pop-up, nội dung hiển thị trực tiếp trên trang và các trò chơi tương tác. Hồ sơ thương hiệu Business DNA hỗ trợ áp dụng logo, font, màu sắc và phong cách. Đội ngũ có thể điều chỉnh các thiết lập này trước khi sử dụng.
Với khách đang thực hiện KYC và có ý định rời trang, một pop-up có thể cung cấp thông tin về bảo mật, dẫn tới phần câu hỏi thường gặp hoặc kết nối với nhân viên hỗ trợ. Nội dung lúc này có nhiệm vụ giải đáp vướng mắc để khách hàng tiếp tục theo quy trình. Với khách hàng hiện hữu, thông tin giới thiệu sản phẩm cần phù hợp với nhu cầu và trạng thái của họ.
Khả năng tạo banner và trò chơi bằng AI được minh họa với thời gian giảm từ nhiều ngày xuống còn khoảng mười phút. Tốc độ này giúp đội ngũ thử nghiệm nhiều phương án hơn, nhưng nội dung vẫn cần được kiểm tra về độ chính xác, thương hiệu và mức độ phù hợp trước khi triển khai.
Gợi ý: xác định rõ nội dung cần giúp khách hàng làm gì ở từng bước. Khi khách còn băn khoăn, thông tin dễ hiểu và khả năng kết nối hỗ trợ có thể ảnh hưởng trực tiếp đến quyết định tiếp tục hành trình.
8. Agent trong hành trình hỗ trợ quyết định theo từng khách hàng
Call an Agent đưa bước đánh giá bằng AI ngay vào hành trình tương tác. Kết quả có thể được dùng để lựa chọn nhánh tiếp theo, cá nhân hóa nội dung hoặc lưu thành thuộc tính trong hồ sơ khách hàng để tái sử dụng.
Chẳng hạn, với khách hiện hữu, agent có thể hỗ trợ phân loại mức ưu đãi thẻ tín dụng phù hợp theo chỉ dẫn, rồi đưa kết quả vào nội dung và bước tương tác tiếp theo. Phạm vi này phục vụ việc giới thiệu sản phẩm; việc phê duyệt tín dụng vẫn cần cơ chế riêng.
Một hành trình có nhiều điều kiện được minh họa bằng cách giảm từ 30 nhánh xuống còn 3 nhánh. Cấu trúc gọn hơn giúp đội ngũ dễ bảo trì và điều chỉnh, trong khi phần đánh giá theo từng khách hàng được chuyển sang agent.
Trong cơ chế được giới thiệu, các trường dữ liệu được gọi trong chỉ dẫn là dữ liệu được gửi tới AI. Đội ngũ có thể thử agent trên một hồ sơ trước khi đưa vào vận hành.
Gợi ý: kiểm tra các tiêu chí phân loại, đầu ra và cách xử lý ngoại lệ trước khi chuyển logic sang agent. Cấu trúc ít nhánh hơn cần đi kèm khả năng hiểu, kiểm tra và truy vết các quyết định bên trong.
9. Hội thoại hỗ trợ cần kết nối với hành trình chung
Support Agent hỗ trợ khách hàng tìm thông tin, thực hiện tác vụ qua API và chuyển tới nhân viên khi cần thiết. Một ví dụ được giới thiệu là agent trên website của RCBC, một ngân hàng tại Philippines.
Để vận hành, đội ngũ thiết lập phong cách trả lời, giới hạn phạm vi, kho tri thức và các hành động được phép thực hiện. Các quy trình nhiều bước có thể được tổ chức thành playbook; giao diện kiểm thử hỗ trợ xem nguồn của câu trả lời.
Với khách đang chờ mở thẻ, agent có thể hỗ trợ tra cứu trạng thái hồ sơ khi đã được tích hợp và có quyền truy cập tương ứng. Khi câu hỏi vượt quá phạm vi hoặc cần xử lý chuyên sâu, việc chuyển tới nhân viên sẽ giúp khách hàng tiếp tục được hỗ trợ.
Sự kiện hội thoại được kết nối với CDP — nền tảng dữ liệu khách hàng — để bổ sung ngữ cảnh cho các tương tác tiếp theo. Nhờ đó, thông tin khách vừa trao đổi có thể được sử dụng khi tổ chức hành trình hỗ trợ hoặc liên hệ sau đó.
Gợi ý: quy định rõ agent được trả lời câu hỏi nào, thực hiện tác vụ gì và khi nào cần chuyển sang nhân viên. Phạm vi xử lý cần phù hợp với dữ liệu, quyền truy cập và khả năng hỗ trợ thực tế.
10. Phân tích phải dẫn tới quyết định cải tiến
Insight Agent giúp đội ngũ đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận được kết luận, số liệu cùng gợi ý bước tiếp theo. Kết quả có thể được ghim vào dashboard hoặc gửi định kỳ qua email.
Để sử dụng đúng, người đọc cần kiểm tra câu trả lời đang phản ánh chỉ số nào, nhóm khách hàng nào và thời gian nào. Tiêu đề biểu đồ và phạm vi dữ liệu phải thống nhất với câu hỏi ban đầu.
Với hành trình KYC, phân tích cần giúp nhận diện bước mà khách hàng thường dừng lại và phản hồi sau khi nhận được hỗ trợ. Với hành trình giới thiệu sản phẩm, cần theo dõi từ việc nhận thông điệp đến hành động tiếp theo, tránh dùng tỷ lệ mở để đại diện cho toàn bộ hiệu quả.
Gợi ý: gắn mỗi câu hỏi phân tích với một quyết định cần đưa ra. Kết quả phải giúp đội ngũ xác định nên thay đổi nội dung, thời điểm, kênh hoặc cách hỗ trợ ở bước nào.
11. Con người thiết lập mục tiêu và giới hạn hành động
AI có thể thực hiện theo chỉ dẫn, đưa ra đề xuất hoặc ra quyết định trong phạm vi được phép. Khi mức độ tự chủ tăng, con người cần xác định rõ mục tiêu, chính sách và các điều kiện để AI hành động.
Quyền truy cập, sự đồng ý của khách hàng, chất lượng dữ liệu và khả năng truy vết là những yếu tố cần được kiểm soát xuyên suốt. Các cơ chế cụ thể gồm: xem trước nhóm khách hàng và hành trình, thử agent trước khi chạy, giới hạn dữ liệu gửi tới AI, tách bản nháp khỏi bản đang hoạt động và quy định phạm vi trả lời.
MCP hỗ trợ kết nối các công cụ như Claude, ChatGPT hoặc AI nội bộ với nền tảng để tạo mẫu email. Trong luồng được giới thiệu, thao tác ghi cần người dùng duyệt, kết quả được lưu dưới dạng bản nháp và quyền hạn phụ thuộc vào phạm vi OAuth được cấp. Luồng này không tự gửi, lên lịch hoặc khởi chạy chiến dịch.
Gợi ý: lựa chọn mức độ tự chủ theo mức độ tác động của từng tác vụ. Tạo nội dung nháp, chọn nhánh tương tác và thực hiện hành động qua API cần có các mức kiểm tra, phê duyệt và xử lý ngoại lệ tương ứng.
12. Triển khai nhanh hơn cần được nối với kết quả tốt hơn
AI có thể giảm thời gian cấu hình và hỗ trợ nhiều bước trong cùng một quy trình. Đó là lợi ích về năng suất vận hành. Giá trị kinh doanh cần được xác nhận bằng kết quả của hành trình khách hàng.
Tạo hành trình nhanh hơn chưa chứng minh khách hàng hoàn tất KYC nhiều hơn. Tạo nhiều biến thể nội dung để chứng minh sản phẩm được giới thiệu phù hợp hơn. Tăng số câu trả lời tự động chưa chứng minh rằng vấn đề của khách đã được giải quyết đầy đủ.
Những tình huống được giới thiệu cho thấy cách triển khai và khả năng của các công cụ, nhưng chưa có kết quả chuyển đổi hoặc doanh thu để xác nhận hiệu quả của cả hai kịch bản. Doanh nghiệp cần tạo bằng chứng này trong quá trình áp dụng.
Gợi ý: Trong hành trình khách hàng đang phụ trách, bạn sẽ chọn điểm nghẽn nào để thử nghiệm AI trước? Kết quả hiện tại là gì? Ai chịu trách nhiệm cải thiện? Bạn sẽ đo lường điều gì để biết AI giúp triển khai nhanh hơn, đồng thời tạo trải nghiệm tốt hơn cho khách hàng?
Gợi ý ứng dụng
Doanh nghiệp hiện đã kết nối những nguồn dữ liệu nào để hiểu hành vi, trạng thái và quyền nhận thông tin của khách hàng?
Hành trình nào đang có điểm nghẽn rõ, và kết quả hiện tại được đo như thế nào?
Khoảng trống nào đang khiến tín hiệu từ khách hàng chưa được chuyển thành hành động kịp thời?
Quyết định hoặc tác vụ nào chưa có giới hạn quyền, cơ chế phê duyệt và khả năng truy vết rõ ràng?
Trong 30 ngày tới, đội ngũ sẽ chọn hành trình nào để thử nghiệm AI, và người phụ trách sẽ là ai, với tiêu chí đánh giá cụ thể ra sao?
Bằng chứng nào sẽ giúp doanh nghiệp quyết định mở rộng, điều chỉnh hoặc dừng thử nghiệm?
Nguồn: tài liệu trình bày của Insider One tại CIO Summit, ngày 01/10/2026.