Gần như mọi trung tâm liên lạc hiện đều đang ứng dụng AI dưới hình thức nào đó. Nhìn vào số liệu áp dụng, câu chuyện tưởng như đã hoàn tất. Nhưng nhìn vào số liệu vận hành thực tế, một bức tranh khác hiện ra: phần lớn hoạt động đó chưa chuyển hóa thành các lượt liên hệ được giải quyết ở quy mô lớn. Khoảng cách giữa những gì các đội đang làm với AI và những gì AI thực sự mang lại mới là câu chuyện thật của năm nay — và nó không thể thu hẹp chỉ bằng cách triển khai thêm.
Tải xuống State of AI in CX 2026.
Thị trường AI trong dịch vụ khách hàng đang bùng nổ, nhưng khoảng cách bên dưới cũng đang lớn dần với tốc độ tương tự.
Thị trường AI trong dịch vụ khách hàng đạt quy mô khoảng 15 tỷ USD vào năm 2026 và được dự báo sẽ chạm mốc 48 tỷ USD vào năm 2030, với tốc độ tăng trưởng kép hằng năm 26% (MarketsandMarkets). Mức tiết kiệm dự kiến còn lớn hơn: Gartner kỳ vọng AI hội thoại sẽ cắt giảm khoảng 80 tỷ USD chi phí nhân công trung tâm liên lạc chỉ riêng trong năm 2026, đồng thời dự báo đến năm 2029, agentic AI sẽ tự động giải quyết 80% các vấn đề dịch vụ khách hàng phổ biến, giảm khoảng 30% chi phí vận hành. Chi tiêu đang tăng mạnh. Kết quả ở quy mô vận hành thực tế lại chưa theo kịp.
Dữ liệu về thất bại cũng chỉ về cùng một hướng. Theo một ước tính của MIT, khoảng 95% dự án thí điểm AI tạo sinh trong doanh nghiệp không tạo ra tác động kinh doanh đo lường được ở quy mô lớn. McKinsey nhận thấy AI được sử dụng gần như ở mọi nơi, nhưng chỉ khoảng 1% tổ chức đánh giá các đợt triển khai của mình là trưởng thành. RAND ước tính tỷ lệ thất bại của dự án AI vào khoảng 80%, cao hơn các dự án CNTT khác. Điểm thất bại hiếm khi nằm ở mô hình. Nó nằm ở khả năng truy cập dữ liệu, thiết kế chuyển tiếp và việc phân định trách nhiệm chưa rõ ràng trong chính tổ chức mua. Khoảng 88% trung tâm liên lạc hiện đang sử dụng AI ở mức độ nào đó, nhưng chỉ khoảng 1/4 đã tích hợp hoàn toàn vào vận hành hằng ngày. Tích hợp nửa vời là trạng thái phổ biến, và đó là hệ quả khi AI được gắn thêm vào một quy trình không ai thiết kế lại.
4 mô hình phân biệt những đội đạt kết quả với những đội chỉ tạo ra hoạt động.
Từ dữ liệu vận hành thực tế của hơn 90 đợt triển khai doanh nghiệp, 4 mô hình xuất hiện lặp đi lặp lại. Mỗi mô hình đều cộng hưởng với các mô hình còn lại.
- Khoảng cách giải quyết. Phần lớn các đội vẫn theo dõi tỷ lệ chuyển hướng (lượt liên hệ có tránh được nhân viên không) thay vì tỷ lệ giải quyết (vấn đề có được xử lý không). Chuyển hướng dễ đếm và báo cáo đẹp, nhưng chính vì thế mà nó che giấu các phiếu hỗ trợ bị mở lại và âm thầm làm suy giảm sự hài lòng. Một lượt liên hệ được chuyển hướng rồi quay lại trong vòng 48 giờ được tính là chuyển hướng 1 lần và giải quyết 0 lần.
- Nghịch lý triển khai. Những đợt triển khai kéo dài, được lên kế hoạch kỹ lưỡng nhất thường cho kết quả kém nhất, trong khi các dự án thí điểm có phạm vi chặt chẽ đi vào vận hành chỉ sau vài tuần. Tốc độ đi kèm phạm vi hẹp là mô hình hiệu quả. Tốc độ áp dụng cho một quy trình chưa từng được thiết kế lại cho AI sẽ tạo ra thất bại mới ở quy mô lớn — đó là lý do phạm vi quan trọng không kém tốc độ.
- Điểm mù tuân thủ. Rà soát bảo mật và quản trị hiện khiến các thương vụ doanh nghiệp bị đình trệ ít nhất cũng thường xuyên như vấn đề phù hợp kỹ thuật, và thường xảy ra sau khi đánh giá kỹ thuật đã diễn ra suôn sẻ. 78% lãnh đạo không tự tin có thể vượt qua một cuộc kiểm toán quản trị AI độc lập trong vòng 90 ngày (Grant Thornton, tháng 4/2026). Tuân thủ đã chuyển từ một mục cần đánh dấu trong quy trình mua sắm thành cửa ải của việc triển khai.
- Cơ hội từ kênh thoại. Thoại là kênh có khối lượng lớn nhất, chi phí cao nhất, và cũng là kênh có mức độ ứng dụng AI tụt hậu xa nhất. Những rào cản từng khiến kênh thoại trở nên khó khăn (độ trễ, giọng vùng miền, tuân thủ trong cuộc gọi trực tiếp) giờ phần lớn đã là các bài toán kỹ thuật có lời giải, và những đơn vị đi đầu đang giành được lợi thế chi phí ngày càng nới rộng qua từng quý.
Điều top 10% làm đúng
Trong số các đợt triển khai làm nền cho báo cáo này, top 10% đơn vị dẫn đầu đạt tỷ lệ tự động giải quyết từ 80% trở lên, trong khi mức trung vị thấp hơn nhiều. Khoảng cách đang ngày càng lớn — dấu hiệu rõ ràng nhất cho thấy kết quả phụ thuộc vào cách vận hành AI, chứ không phải việc có áp dụng AI hay không. Các chương trình mạnh nhất có chung một số lựa chọn vận hành, và không lựa chọn nào phụ thuộc vào ngân sách lớn hơn hay hệ thống AI trưởng thành hơn:
- Đo lường tỷ lệ giải quyết, không phải chuyển hướng, ngay từ ngày đầu. Xây dựng dashboard trước khi tác tử AI đầu tiên đi vào hoạt động, chứ không phải sau khi các con số gây thất vọng.
- Bắt đầu với phạm vi hẹp và mở rộng dựa trên bằng chứng. Một dự án thí điểm có phạm vi rõ ràng sẽ tạo cơ sở cho việc triển khai rộng.
- Tích hợp chồng lên trước khi di chuyển hệ thống. Kết nối AI với các hệ thống hiện có thay vì để một kiến trúc lý tưởng cản trở một đợt triển khai đang hoạt động.
- Đạt chứng nhận trước khi mở rộng. Tuân thủ là cửa ải để mở rộng quy mô, không phải yêu cầu cho giai đoạn thí điểm.
- Vận hành tác tử AI như một sản phẩm, không phải một dự án. Rà soát dữ liệu giải quyết và mở lại hằng tuần, độ bao phủ ý định hằng quý.
Bằng chứng cho thấy đây là lựa chọn vận hành chứ không phải vấn đề ngân sách: theo dữ liệu của Maven, Mastermind đạt 93% tỷ lệ tự động giải quyết trong vòng 6 tuần nhờ bám sát một câu hỏi duy nhất ngay từ đầu — vấn đề đã thực sự được giải quyết chưa. Papaya Pay, một công ty fintech, đạt 90% tỷ lệ tự động giải quyết trong 3 tuần với cùng nguyên tắc đó. Cả 2 đều kết nối tác tử AI với các hệ thống dữ liệu gốc ngay từ ngày đầu và đo lường tỷ lệ giải quyết theo một tiêu chuẩn xác định.
Bắt đầu từ quý này, với dữ liệu bạn đã có
Hành vi đầu tiên — đo lường tỷ lệ giải quyết thay vì chuyển hướng — không cần phê duyệt ngân sách và có thể thực hiện ngay. Hãy chấm lại các lượt liên hệ của tháng trước theo 3 điều kiện: đóng mà không cần chuyển tiếp, không bị mở lại trong khoảng thời gian phù hợp với mục tiêu hài lòng của bạn (thường là 7 ngày), và không có CSAT tiêu cực. So sánh tỷ lệ giải quyết đó với tỷ lệ chuyển hướng trên dashboard hiện tại. Khoảng cách giữa 2 con số chính là quy mô cơ hội của bạn.
Để hiểu rõ lập luận vì sao chỉ số duy nhất này quyết định dịch vụ khách hàng bằng AI có hiệu quả hay không, hãy xem Chuyển hướng và giải quyết.
Nhận bản báo cáo đầy đủ
State of AI in CX 2026 phân tích chi tiết cả 4 mô hình, các khung phương pháp đằng sau mỗi mô hình, và 5 hành vi phân biệt những đơn vị dẫn đầu, dựa trên dữ liệu vận hành thực tế từ hơn 90 đợt triển khai doanh nghiệp trên các kênh chat, thoại và email. Tải xuống báo cáo đầy đủ để xem True Resolution Formula, 90-Day Pilot Scope, AI Compliance Buyer's Checklist và Voice AI Deployment Decision Tree.
Trải nghiệm trên chính các cuộc hội thoại của bạn.
Yêu cầu demo cá nhân hóa miễn phí.
