Cho đến nay, hành vi mua sắm trực tuyến thường bắt đầu từ việc tìm kiếm trên Google, lướt trên sàn EC, hoặc truy cập trực tiếp vào một trang EC.
Nhưng hành vi mua sắm đó đang bắt đầu thay đổi.
Ngày càng nhiều người dùng có thể bắt đầu tìm sản phẩm từ một "cuộc trò chuyện" như thế này:
"Tìm giúp tôi một chiếc vali xách tay nhẹ, giá dưới 150 đô cho chuyến công tác 3 ngày."
Thay vì mở nhiều trang EC, lọc theo điều kiện, rồi so sánh qua lại giữa nhiều tab trình duyệt, người dùng sẽ có thể tìm, thu hẹp, và so sánh sản phẩm phù hợp với nhu cầu thông qua cuộc trò chuyện với ChatGPT.
Đây là một thay đổi quan trọng đối với ngành EC.
Vì AI đang trở thành giao diện mới kết nối khách hàng và hệ thống EC.
I. Từ Search Commerce sang Conversational Commerce
Tháng 3/2026, OpenAI công bố trải nghiệm mua sắm mới trên ChatGPT.
Người dùng sẽ có thể tìm sản phẩm trực quan hơn trên ChatGPT, so sánh nhiều sản phẩm, và thu hẹp lựa chọn phù hợp bằng cách thêm hoặc thay đổi điều kiện qua hội thoại.
Một cơ chế quan trọng đằng sau đó là **Agentic Commerce Protocol (ACP)**.
Có thể hiểu ACP như một lớp kết nối giữa hệ thống commerce của Merchant và AI agent.
Thông qua ACP, Merchant có thể cung cấp các thông tin commerce như:
- Danh mục sản phẩm
- Thông tin sản phẩm và giá
- Chương trình khuyến mãi
- Tình trạng tồn kho
- Các dữ liệu commerce khác
Điểm quan trọng là để chuẩn bị cho AI commerce như thế này, doanh nghiệp không cần xây dựng lại toàn bộ nền tảng EC từ đầu.
OpenAI đưa ra định hướng cho phép Merchant tích hợp với ACP theo nhiều cách trong khi vẫn tiếp tục sử dụng hệ thống commerce hiện tại.
Vì vậy, với các doanh nghiệp đang vận hành EC, một câu hỏi thực tế xuất hiện:
Làm thế nào để kết nối hệ thống EC hiện tại với ChatGPT và các trải nghiệm AI commerce trong tương lai, mà không cần thay thế hệ thống core hiện có?
II. Vấn đề thực tế không chỉ là "thêm 1 API"
Một nền tảng EC hiện có thường được cấu thành từ nhiều hệ thống và chức năng.
EC Frontend → Product / Catalog → Inventory → Pricing → Promotion → Order → Payment → Fulfillment
Trong khi đó, để AI agent mang lại trải nghiệm mua sắm tốt cho người dùng, nó cần hiểu đúng những thông tin như:
Có những sản phẩm nào?
Sản phẩm nào phù hợp với nhu cầu người dùng?
Giá hiện tại là bao nhiêu?
Có chương trình khuyến mãi nào không?
Còn hàng không?
Nếu người dùng muốn mua, bước tiếp theo là gì?
Vì vậy, hỗ trợ ACP không chỉ dừng lại ở việc thêm một API Endpoint mới.
Doanh nghiệp cần thiết kế cách ánh xạ (Mapping) dữ liệu và Business Logic của EC hiện có sang một mô hình mà AI agent có thể sử dụng.
Đặc biệt với những hệ thống EC đã vận hành lâu năm, thông tin sản phẩm, tồn kho, giá, khuyến mãi thường phân tán ở nhiều hệ thống khác nhau.
Cách tổ chức và hợp nhất phần này chính là điểm thiết kế quan trọng khi áp dụng ACP.
II. Cách tiếp cận của Bunbu để đưa ACP vào EC hiện có
Tại Bunbu, thay vì bắt đầu từ câu hỏi
"Làm thế nào để xây một Commerce System mới cho AI?"
chúng tôi bắt đầu từ câu hỏi:
"Làm thế nào để biến EC mà khách hàng đang có trở thành AI-ready?"
Đầu tiên, chúng tôi rà soát kiến trúc hệ thống hiện tại.
Existing EC System
↓
Product / Inventory / Pricing / Promotion / Order APIs
↓
ACP Integration Layer
↓
ChatGPT / AI Agent
↓
Customer
Sau đó, chúng tôi triển khai theo 3 hướng chính.
1. ACP Readiness Assessment
Đầu tiên, chúng tôi đánh giá xem dữ liệu và API nào trong EC hiện có có thể tái sử dụng.
Ví dụ:
- Product API đã có đủ Attribute cần thiết chưa?
- Thông tin Inventory có được cập nhật đủ tần suất không?
- Giá và Promotion được quản lý ở hệ thống nào?
- Product ID có đồng nhất giữa các hệ thống không?
- Có Business Rule nào chỉ tồn tại ở Frontend hoặc Legacy Backend hiện tại không?
Mục đích của giai đoạn này là làm rõ Gap giữa EC hiện có và những gì AI Commerce yêu cầu.
2. Thiết kế ACP Integration Architecture
Không cần triển khai toàn bộ Logic dành cho AI trực tiếp trong EC Core.
Tùy tình trạng hệ thống, kiến trúc có một ACP Integration Layer nằm giữa EC hiện có và AI agent là một lựa chọn hiệu quả.
Lớp này có thể đảm nhận các vai trò như:
- Chuyển đổi Data Model
- Hợp nhất dữ liệu từ nhiều Backend
- Chuẩn hoá Product Information
- Xử lý Authentication / Authorization
- Áp dụng Business Rule
- Logging / Monitoring
- Tạo lớp Abstraction để giảm ảnh hưởng đến EC Core
Nhờ đó, có thể kiểm chứng khả năng đáp ứng AI Commerce trong khi vẫn tận dụng tài sản hệ thống hiện có, mà không cần thay thế EC quy mô lớn ngay từ đầu.
3. Bắt đầu từ PoC, không phải triển khai toàn diện
Môi trường xung quanh AI Commerce vẫn đang thay đổi rất nhanh.
Vì vậy, thay vì nhắm đến toàn bộ sản phẩm và toàn bộ quy trình mua hàng ngay từ đầu, có thể bắt đầu nhỏ theo hướng:
1 Category → một nhóm sản phẩm giới hạn → 1 Use Case → một nhóm người dùng giới hạn
Trong PoC, có thể kiểm chứng các điểm như:
- AI có thể hiểu đúng sản phẩm chỉ với dữ liệu hiện có không?
- Cần bổ sung/cải thiện Product Information nào?
- Có thể đưa ra sản phẩm phù hợp với Intent của người dùng không?
- Kiến trúc hiện tại có đáp ứng được tần suất cập nhật dữ liệu cần thiết không?
- Cần cải thiện gì trước khi triển khai Production và mở rộng quy mô?
Dựa trên kết quả kiểm chứng, có thể mở rộng phạm vi ACP theo từng giai đoạn.
IV. AI Commerce có thể trở thành kênh EC mới
Cho đến nay, doanh nghiệp chủ yếu tối ưu EC cho các kênh:
Web → Mobile → Marketplace
Sắp tới, có thể sẽ thêm một kênh mới:
AI Agent / ChatGPT
Nếu vậy, chính khái niệm "tối ưu EC" cũng sẽ thay đổi.
Trước đây, câu hỏi quan trọng là:
"Sản phẩm của mình có dễ tìm trên Google không?"
Sắp tới, ngoài câu hỏi đó, những câu hỏi như sau cũng sẽ quan trọng không kém:
"AI có hiểu đúng sản phẩm của mình không?"
"Khi khách hàng diễn đạt nhu cầu bằng ngôn ngữ tự nhiên, sản phẩm của mình có được đưa ra như một lựa chọn phù hợp không?"
"Thông tin giá, tồn kho, khuyến mãi cung cấp cho AI có chính xác và cập nhật không?"
Đây có thể trở thành một lớp mới trong Digital Commerce Strategy.
V. Bunbu: Từ Existing EC đến AI-ready Commerce
Với doanh nghiệp đã có EC Platform, bước đầu tiên không nhất thiết là xây dựng lại hệ thống.
Điều quan trọng là:
Nắm rõ hiện trạng của EC hiện có
→ Hệ thống hoá những gì ACP yêu cầu
→ Xác định Gap
→ Thiết kế kiến trúc kết nối với AI trong khi tận dụng tài sản hệ thống hiện có
Tại Bunbu, chúng tôi cung cấp tư vấn và hỗ trợ kỹ thuật hướng tới ACP theo các bước:
EC Architecture Assessment
→ ACP Readiness / Gap Analysis
→ Integration Architecture
→ PoC
→ Production Roadmap
Mục tiêu không phải đơn giản là "kết nối với ChatGPT".
Mà là biến Commerce System mà doanh nghiệp đang có trở thành AI-ready, hướng tới một thế giới nơi AI Agent trở thành một trong những điểm chạm quan trọng giữa khách hàng và sản phẩm.
Từ ý tưởng đến hệ thống vận hành ổn định — BUNBU đồng hành cùng quý công ty qua mọi giai đoạn: lập kế hoạch, phân tích yêu cầu, phát triển, kiểm thử và vận hành. Hãy liên hệ để được tư vấn miễn phí.
