Muse của Meta vượt 10 triệu người dùng: tín hiệu mới cho bán hàng qua AI
Meta cho biết Muse đã có hơn 10 triệu người dùng, trong đó khoảng 25% người đã thiết lập ứng dụng dùng hằng ngày. Mua sắm là hoạt động nổi bật, cho thấy AI có thể ngày càng tham gia sâu hơn vào hành trình tư vấn và giao dịch.
Meta cho biết ứng dụng AI Muse đã vượt mốc 10 triệu người dùng. Đáng chú ý hơn với đội sales và CSKH: mua sắm là một hoạt động nổi bật trên ứng dụng này.
Đây chưa phải câu chuyện “để AI tự chốt đơn”. Nhưng nó là tín hiệu rõ ràng rằng AI đang được định vị để hỗ trợ nhiều bước hơn trong hành trình mua hàng: hiểu nhu cầu, tìm lựa chọn, so sánh và hỗ trợ giao dịch.
Với người làm sales, account và chăm sóc khách hàng, lợi thế sẽ không nằm ở việc gửi catalogue dài hơn. Lợi thế nằm ở khả năng làm rõ nhu cầu, đưa ra phương án phù hợp và kiểm tra kỹ mọi điều kiện trước khi cam kết với khách.
Muse đang được Meta định vị như thế nào?
Theo Meta, khoảng 25% người đã thiết lập Muse sử dụng ứng dụng này hằng ngày. Trong nhóm người dùng tích cực mua sắm qua Muse, hơn một phần tư có mức mua trung bình trên 200 USD.
Muse sử dụng kết nối của Plaid để hỗ trợ hoạt động mua sắm theo hướng tác nhân AI, hay agentic shopping. Hiểu đơn giản, AI agent không chỉ trả lời câu hỏi mà có thể hỗ trợ thực hiện một chuỗi tác vụ nhằm đạt mục tiêu của người dùng.
Ngoài mua sắm, Meta cho biết Muse còn được dùng cho các việc cá nhân như kết nối với email và lịch.
Meta cũng nói Muse có tính năng mang tên “Muse Secure VM”, được thiết kế để bảo vệ dữ liệu và quyền riêng tư. Công ty cho biết một tính năng “Muse Confidential VM” đang được lên kế hoạch, với mục tiêu để ngay cả Meta cũng không xem được nội dung người dùng.
Đây là các tuyên bố từ Meta. Với đội ngũ kinh doanh, điều cần ghi nhớ là không nên mặc định mọi công cụ AI đều phù hợp để xử lý dữ liệu khách hàng.
Từ chatbot sang hỗ trợ hoàn thành giao dịch
Mark Zuckerberg mô tả định hướng tương lai của “Muse network” là nơi các agent của người dùng có thể làm việc với agent của bạn bè, gia đình và doanh nghiệp.
Nếu hướng đi này thành hiện thực, khách hàng có thể không chỉ tự vào website hoặc điền biểu mẫu. Họ có thể yêu cầu AI hỗ trợ hỏi, so sánh và tìm phương án từ doanh nghiệp.
Vì vậy, dữ liệu bán hàng cần sẵn sàng hơn:
Danh mục sản phẩm phải rõ thông số và điều kiện áp dụng.
Giá, tồn kho, khu vực giao hàng và chính sách bảo hành phải có nguồn kiểm tra chính thức.
Các tình huống cần duyệt như giá đặc biệt, hợp đồng hay hoàn tiền phải có người phụ trách.
Câu trả lời cho khách cần ngắn gọn, nhất quán và có bước tiếp theo rõ ràng.
AI nên chuẩn bị phương án, không tự đưa cam kết
Bài viết nguồn không nêu quy trình cụ thể để doanh nghiệp cấu hình Muse thành một agent bán hàng. Tuy vậy, tư duy này có thể áp dụng cho các công cụ AI nội bộ đã được doanh nghiệp phê duyệt.
Nguyên tắc đơn giản: dùng AI để chuẩn bị, còn nhân viên chịu trách nhiệm xác nhận.
Một quy trình an toàn có thể gồm sáu bước:
Tóm tắt nhu cầu
AI hỗ trợ đọc nhanh tin nhắn và chỉ ra các thông tin còn thiếu, như ngân sách, số lượng, mục đích sử dụng hoặc thời gian cần hàng.
Đặt câu hỏi ngắn, đúng trọng tâm
Chỉ hỏi các yếu tố thực sự làm thay đổi phương án tư vấn.
Tạo shortlist
Đề xuất một số lựa chọn dựa trên dữ liệu được cung cấp, kèm lý do phù hợp.
Kiểm tra dữ liệu thực tế
Nhân viên đối chiếu CRM, bảng giá, tồn kho và chính sách giao nhận trước khi gửi khách.
Gửi follow-up có mục tiêu
Tin nhắn cần nêu rõ khách cần làm gì tiếp theo: xác nhận nhu cầu, chọn phương án hoặc hẹn tư vấn.
Chuyển người thật khi rủi ro tăng
Các việc liên quan đến giá cuối, thanh toán, hợp đồng, khiếu nại, hoàn tiền hoặc điều khoản đặc biệt cần nhân viên xử lý.
Mẫu prompt biến tin nhắn mơ hồ thành shortlist
Dưới đây là mẫu dùng với công cụ AI đã được công ty cho phép. Không đưa nguyên văn dữ liệu cá nhân hoặc dữ liệu nhạy cảm của khách vào công cụ công khai.
text
Bạn là trợ lý chuẩn bị tư vấn bán hàng.
Không được tự cam kết giá, tồn kho, khuyến mãi, thời gian giao
hay điều khoản với khách.
Tin nhắn khách: <nội dung đã ẩn dữ liệu cá nhân>
Thông tin sản phẩm/dịch vụ đã được phê duyệt:
<danh mục hoặc mô tả ngắn>
Hãy trả về:
Nhu cầu khách đang thể hiện
Các thông tin còn thiếu, tối đa <số> câu hỏi ngắn
Shortlist gồm <số> phương án, chỉ dựa trên dữ liệu được cung cấp
Lý do phù hợp của từng phương án
Các mục nhân viên cần kiểm tra trước khi gửi khách
Một tin nhắn trả lời lịch sự bằng tiếng Việt, giọng tư vấn
Ví dụ, khách nhắn: “Nhà mình cần máy lọc nước, ưu tiên gọn và dễ bảo hành.”
Một kết quả hữu ích không phải là chọn ngay một mã hàng. AI nên giúp nhân viên xác định:
Nhu cầu đã thấy: dùng cho gia đình, ưu tiên kích thước và hậu mãi.
Thông tin cần hỏi thêm: vị trí lắp đặt, nguồn nước và mức chi dự kiến.
Shortlist: chỉ gồm các sản phẩm có trong danh mục nội bộ.
Mục cần kiểm tra: giá hiện hành, tồn kho, phí lắp đặt và khu vực bảo hành.
Tin nhắn gửi khách có thể là:
> Dạ em có thể gợi ý vài lựa chọn gọn, dễ bảo hành. Anh/chị cho em xin thêm vị trí dự kiến lắp và mức chi mong muốn để em lọc đúng mẫu. Em sẽ kiểm tra giá và tình trạng hàng trước khi gửi phương án ạ.
Follow-up đều đặn, nhưng không gây áp lực
AI cũng có thể hỗ trợ soạn bản nháp follow-up dựa trên tình trạng khách hàng trong CRM. Tuy nhiên, nhân viên vẫn cần quyết định có gửi hay không, gửi vào thời điểm nào và với nội dung nào.
text
Hãy viết một tin nhắn follow-up lịch sự bằng tiếng Việt cho khách hàng.
Bối cảnh:
Nhu cầu: <nhu cầu đã xác nhận>
Phương án đã gửi: <mô tả ngắn>
Phản hồi gần nhất của khách: <nội dung>
Mục tiêu lần liên hệ này: <xác nhận nhu cầu / hẹn tư vấn / bổ sung thông tin>
Chính sách được phép nêu: <chính sách đã kiểm tra>
Yêu cầu:
Không tự tạo ưu đãi, giá, thời gian giao hoặc cam kết ngoài dữ liệu
Không gây áp lực mua
Có một lời mời hành động rõ ràng
Nếu khách cần báo giá, nhắc rằng nhân viên sẽ kiểm tra lại giá
và điều kiện áp dụng
Với khách doanh nghiệp, bản nháp do AI tạo ra cần được kiểm tra kỹ trước khi gửi, đặc biệt là tên pháp nhân, phạm vi báo giá, điều khoản thanh toán và người nhận.
Dữ liệu khách hàng vẫn cần rào chắn
Muse cho thấy Meta đang đặt trọng tâm vào các tác vụ có thể liên quan đến email, lịch và mua sắm. Điều đó càng nhắc đội sales và CSKH phải phân biệt rõ dữ liệu nào có thể dùng để soạn nháp, dữ liệu nào không nên đưa vào AI.
Nên hạn chế đưa vào công cụ AI công khai:
Số điện thoại, địa chỉ và giấy tờ định danh của khách;
Thông tin thanh toán;
Hợp đồng và báo giá chưa công bố;
Dữ liệu CRM nguyên bản;
Nội dung khiếu nại có thể nhận diện một cá nhân.
Khi khách yêu cầu xác nhận giá cuối, đặt hàng, hoàn tiền, thay đổi điều khoản hoặc cung cấp chứng từ, hãy chuyển cho người phụ trách.
AI có thể giúp phân loại yêu cầu và chuẩn bị câu trả lời. Nhưng người thật vẫn phải chịu trách nhiệm với những quyết định ảnh hưởng đến quyền lợi khách hàng.
Điều đội sales cần chuẩn bị ngay
Tin tức về Muse không có nghĩa mọi doanh nghiệp phải lập tức xây agent bán hàng. Nhưng nó nhấn mạnh một thay đổi đáng chú ý: AI có thể trở thành điểm bắt đầu của nhiều hành trình mua sắm.
Đội ngũ sẵn sàng nhất không phải đội giao toàn quyền cho AI. Đó là đội có dữ liệu sản phẩm đáng tin, câu hỏi chốt nhu cầu sắc, quy tắc duyệt rõ ràng và thói quen kiểm tra trước khi gửi.
Trước mỗi báo giá, lời hứa giao hàng hoặc đề xuất ưu đãi, hãy kiểm tra lại dữ liệu thực tế. AI giúp tăng tốc chuẩn bị; con người vẫn là người xác nhận và chịu trách nhiệm.