Bạn mở Google Analytics, thấy một phiên truy cập lạ: vào thẳng trang sản phẩm, đọc JSON-LD, gọi API giá, rồi thoát trong 3 giây. Không scroll, không click banner, không xem video review. Đó không phải bot spam. Đó là một AI agent đang đi khảo giá thay cho khách hàng của bạn — và nó vừa loại bạn khỏi danh sách vì catalog thiếu thuộc tính "chất liệu" và giá trên schema lệch với giá thực tế.
Kịch bản này không còn là viễn tưởng. Năm 2026, khoảng 73% người tiêu dùng đã dùng AI assistant ở đâu đó trong hành trình mua. Nền tảng AI chiếm ~1,5% doanh số ecommerce bán lẻ Mỹ — khoảng 20,6 tỷ USD, gần gấp 4 lần năm 2025. McKinsey ước cơ hội agentic commerce toàn cầu ở mức 3–5 nghìn tỷ USD đến 2030. Hành trình khách hàng vừa có thêm một persona mới: con máy đi mua thay con người.
Hạ tầng cho agent mua hàng đã thành hình
Cách đây một năm, "AI mua hàng" nghĩa là ChatGPT gợi ý link rồi người dùng tự click. Giờ thì khác:
- Universal Commerce Protocol (UCP) của Google ra mắt với hơn 20 đối tác — một chuẩn mở để agent khám phá sản phẩm, kiểm tra tồn kho và đặt hàng mà không cần scrape HTML.
- ChatGPT cho mua trực tiếp từ Etsy ngay trong hội thoại, Shopify đang theo sau. Người dùng không rời khung chat.
- MCP (Model Context Protocol) sau một năm đã có 97 triệu SDK download mỗi tháng và hơn 10.000 server chạy production — trở thành lớp tích hợp mặc định để agent gọi tool, trong đó có tool "tra catalog" và "đặt hàng".
Điểm chung của cả ba: agent không "xem" website của bạn. Nó đọc dữ liệu có cấu trúc, gọi API, và so sánh hàng chục shop trong vài giây. Giao diện đẹp, popup khuyến mãi, hiệu ứng parallax — tất cả vô hình với persona mới này.
Agent chọn brand theo chất lượng dữ liệu
Với khách là người, bạn cạnh tranh bằng hình ảnh, giá và review. Với khách là agent, bạn cạnh tranh bằng ba thứ rất kỹ thuật:
1. Structured data sạch
Schema.org Product với đầy đủ offers, price, priceCurrency, availability, sku, gtin. Không phải "có cho đủ SEO" mà phải đúng và đồng bộ với thực tế. Agent đối chiếu giá trên JSON-LD với giá lúc checkout; lệch một lần là mất tin cậy, và mô hình sẽ nhớ.
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Ghế công thái học E-Dra EEC220",
"sku": "EEC220-BLK",
"gtin13": "8938527211234",
"material": "Lưới + khung thép",
"offers": {
"@type": "Offer",
"price": "2990000",
"priceCurrency": "VND",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2026-08-31"
}
}
2. Catalog đầy đủ thuộc tính
Người mua có thể zoom ảnh để đoán chất liệu. Agent thì không. Nếu khách hỏi "ghế lưới cho người 1m8, tải trọng trên 120kg", agent lọc theo thuộc tính — sản phẩm không khai báo weightCapacity sẽ bị loại thẳng, dù thực tế đáp ứng. Catalog thiếu thuộc tính không phải "chưa tối ưu", nó là không tồn tại trong mắt agent.
3. API giá–tồn kho ổn định
Agent kiểm tra tồn kho trước khi commit đơn. Endpoint chậm, trả lỗi 500 lúc cao điểm, hay cache giá cũ 6 tiếng — với người mua là phiền, với agent là lý do chuyển sang đối thủ ngay lập tức, không có "thôi để mai quay lại".
GEO thay SEO ở tầng khám phá
Tầng trên của phễu cũng đổi. AI assistant xử lý khoảng 1/4 lượt search toàn cầu năm 2026 (Gartner dự báo hơn một nửa vào 2028). Câu hỏi không còn là "rank top mấy trên Google" mà là "có được nhắc trong câu trả lời của AI không" — nghề gọi là GEO (Generative Engine Optimization).
Điều đáng chú ý: traffic từ LLM ít nhưng chất. ChatGPT referral chuyển đổi 15,9% so với 1,76% của organic search; Ahrefs ghi nhận tỷ lệ giá trị 24:1. Người đến từ câu trả lời AI đã qua bước so sánh, vào site gần như để chốt.
Việc cần làm cho GEO không quá xa lạ: nội dung trả lời thẳng câu hỏi, có số liệu và nguồn rõ, structured data đầy đủ, trang tải nhanh không chặn crawler AI. Khác biệt là đo lường — thay vì theo dõi ranking keyword, bạn theo dõi tần suất brand xuất hiện trong câu trả lời của ChatGPT/Gemini cho các câu hỏi mua hàng trong ngành mình. Đã có tool làm việc này, hoặc tự viết script hỏi định kỳ rồi đếm mention.
Mở cửa hay chặn — và ai lo hậu mãi?
Còn một quyết định chiến lược không thuần kỹ thuật. Walmart chọn tự xây trải nghiệm AI riêng, dè dặt với agent bên ngoài; Shopify chọn mở, để merchant xuất hiện trong ChatGPT. Cả hai đều có lý:
| Mở cho agent ngoài | Chặn / tự xây | |
|---|---|---|
| Doanh số | Thêm kênh, đón sớm 1,5% đang tăng gấp 4 mỗi năm | Giữ nguyên phễu hiện tại |
| Dữ liệu khách | Mất — agent giữ quan hệ với người mua | Giữ trọn first-party data |
| Biên lợi nhuận | Rủi ro bị ép so giá thuần túy | Kiểm soát pricing |
| Rủi ro dài hạn | Phụ thuộc nền tảng agent | Vô hình khi hành vi mua dịch chuyển |
Với đa số doanh nghiệp Việt bán online — không có sức xây "AI riêng" như Walmart — câu trả lời thực tế là mở, nhưng mở có kiểm soát: API có rate limit và authentication, giá khai báo nhất quán, điều khoản rõ ràng cho đơn hàng đến từ agent.
Và đừng quên khúc sau: khi đơn đến từ ChatGPT, người mua chưa từng vào site của bạn. Họ không biết chính sách đổi trả, không thấy hotline, không có tài khoản. Email xác nhận đơn lúc này là điểm chạm đầu tiên với con người thật — nó phải gánh luôn phần giới thiệu brand, hướng dẫn tra cứu đơn, kênh hỗ trợ. Trải nghiệm hậu mãi trở thành nơi duy nhất bạn còn được "gặp" khách.
Kết
Suốt mười năm, thương mại điện tử Việt Nam tối ưu cho mắt người: banner to hơn, video nhiều hơn, flash sale dồn dập hơn. Persona mới không có mắt. Nó có parser. Trước 2027, việc đáng làm nhất không phải thêm một chiến dịch quảng cáo, mà là dọn sạch dữ liệu sản phẩm — vì trong agentic commerce, catalog chính là cửa hàng, và schema chính là mặt tiền.
