Chatbot AI cho doanh nghiệp B2B: khác gì chatbot bán lẻ

Đây là một tin nhắn thật mà khách gửi vào fanpage của một công ty phân phối thiết bị công nghiệp: "Van điện từ model X bên em chịu áp tối đa bao nhiêu bar, có CO CQ đầy đủ không, đặt 50 cái thì bao lâu có hàng ở Đà Nẵng?"

Con chatbot đang trực trang trả lời: "Dạ bên em có nhiều mẫu van đẹp lắm ạ, anh để lại số điện thoại để được tư vấn nhé!"

Khách không để lại số điện thoại. Khách đi hỏi nhà phân phối khác.

Câu chuyện đó gói gọn vấn đề của chatbot trong môi trường B2B: những gì hoạt động tốt cho shop bán lẻ gần như vô dụng khi người nhắn tin là một kỹ sư mua hàng. Bài này bóc ra vì sao, và một chatbot B2B đúng nghĩa phải được xây khác đi thế nào.

Bốn điểm làm B2B khác hẳn bán lẻ

Câu hỏi có chiều sâu kỹ thuật. Khách bán lẻ hỏi giá, hỏi màu, hỏi ship. Khách B2B hỏi thông số, chuẩn chứng nhận, khả năng tương thích với hệ thống họ đang có. Trả lời được những câu này đòi hỏi nắm nội dung của cả bộ catalog và datasheet, thứ không nhét vừa vào bất kỳ kịch bản soạn sẵn nào.

Giá không phải một con số. Hàng B2B có giá theo số lượng, theo cấp đại lý, theo điều kiện thanh toán, và nhiều mặt hàng phải báo giá theo cấu hình. Câu "cái này bao nhiêu tiền" trong B2B thường không có đáp án một dòng, và chatbot trả lời liều một con số có thể phá luôn chính sách giá của cả hệ thống phân phối.

Người hỏi là dân chuyên. Kỹ sư, purchasing, chủ thầu. Họ nhận ra câu trả lời sai ngay lập tức, và một câu sai làm mất niềm tin vào toàn bộ những câu sau. Ngưỡng chịu lỗi ở B2B thấp hơn bán lẻ rất nhiều.

Một khách đáng giá cả trăm đơn lẻ. Đơn B2B tính bằng chục, trăm triệu, và một khách hài lòng thì mua lặp lại nhiều năm. Nghĩa là mỗi cuộc hội thoại có giá trị kỳ vọng lớn: đầu tư để chatbot trả lời tử tế hơn là hoàn toàn xứng đáng, và để nó trả lời ẩu là cực kỳ đắt.

Vì sao chatbot kịch bản chết ở B2B

Chatbot đời cũ hoạt động bằng cây kịch bản: đoán trước khách sẽ hỏi gì, soạn sẵn câu trả lời, khách bấm nút hoặc gõ đúng từ khoá thì bắn câu tương ứng.

Mô hình đó sống được ở bán lẻ vì câu hỏi bán lẻ hội tụ: 80 phần trăm tin nhắn xoay quanh giá, tồn kho, phí ship, đổi trả. Soạn vài chục kịch bản là phủ được phần lớn.

Ở B2B, phổ câu hỏi phân tán theo độ rộng của danh mục hàng. Một nhà phân phối có hai nghìn mã hàng, mỗi mã hàng chục thông số, thì số câu hỏi khả dĩ là hàng chục nghìn. Không đội nào soạn nổi từng ấy kịch bản, và dù soạn nổi thì catalog đổi theo quý, kịch bản lỗi thời ngay.

Lối ra không phải soạn nhiều kịch bản hơn, mà là đổi kiến trúc: cho AI quyền đọc thẳng vào dữ liệu sản phẩm và tự soạn câu trả lời từ đó. Khác biệt giữa hai kiến trúc này, một bên nói theo kịch bản và một bên đọc dữ liệu rồi hành động, chính là ranh giới mình đã vạch trong bài AI Agent khác gì chatbot.

Chatbot B2B đúng nghĩa đứng trên dữ liệu

Khi khách hỏi câu van điện từ ở đầu bài, một agent được xây đúng sẽ làm ba việc: tra datasheet của model X để lấy mức áp tối đa, tra hồ sơ chứng từ xem CO CQ có sẵn không, và tra chính sách giao hàng cho khu vực miền Trung. Rồi nó ghép thành một câu trả lời, kèm chỗ trích để sale kiểm tra lại được.

Muốn vậy, thứ quyết định không phải con AI mà là kho dữ liệu đứng sau nó. Bốn nhóm bắt buộc: catalog và datasheet của toàn bộ mã hàng đang bán, bảng giá theo từng cấp khách kèm quy tắc khi nào được báo cấp nào, chính sách bán hàng (giao hàng, bảo hành, đổi trả, công nợ), và nhóm quý nhất: những câu khách hỏi thật mà đội sale đã trả lời qua các năm.

Kinh nghiệm từ các dự án agent chăm sóc khách hàng B2B mà MediaX, công ty đứng sau AI 5 Phút, triển khai cho khách: quá nửa thời gian dự án nằm ở khâu chuẩn hoá đống dữ liệu này chứ không phải khâu dựng AI. Và có một phát hiện lặp lại ở nhiều khách: những câu khách hỏi nhiều nhất lại không nằm trong bất kỳ tài liệu chính thức nào, chúng chỉ nằm trong đầu hai ba sale kỳ cựu. Phần việc giá trị nhất của dự án hoá ra là ngồi phỏng vấn các sale đó và viết tri thức ấy ra thành văn bản. Không có AI nào thay được bước này.

Quay lại tin nhắn đầu bài: một câu trả lời đúng trông thế nào

Với kho dữ liệu tử tế, câu "van model X chịu áp bao nhiêu, có CO CQ không, 50 cái bao lâu tới Đà Nẵng" nhận về một câu trả lời kiểu này:

Để soạn được chừng đó, agent đã tra bốn nguồn: datasheet, hồ sơ chứng từ, tồn kho, chính sách giao hàng. Và chỗ tinh tế nhất nằm ở câu cuối: đụng tới giá theo số lượng, nó không báo liều một con số mà chuyển cho người, kèm ngữ cảnh. Khách nhận được gần hết thông tin cần trong một phút, sale nhận được một khách đã rõ nhu cầu. Hai bên đều thắng, và không có cam kết nào bị đưa ra ẩu.

Ngược lại, nếu thiếu một trong bốn nguồn kia, cũng chính kiến trúc này sẽ lộ nguyên hình: agent hoặc trả lời "em chưa có thông tin" liên tục tới mức vô dụng, hoặc bắt đầu đoán. Thêm một lần nữa: dữ liệu là trần chất lượng của chatbot, không phải mô hình AI.

Việc nên giao và việc phải giữ lại cho người

Ngay cả một agent xây tốt cũng không nên được giao toàn quyền. Ranh giới bên mình hay dùng:

Giao cho agent: câu hỏi thông số và tài liệu kỹ thuật, tình trạng còn hàng và thời gian giao dự kiến, chính sách chung như bảo hành hay điều kiện công nợ, và việc gửi đúng file catalog khách cần. Đây là nhóm chiếm phần lớn lượng tin nhắn, có đáp án nằm sẵn trong dữ liệu, và là nhóm khiến sale mệt nhất vì lặp đi lặp lại.

Giữ cho người: chốt giá cuối cho đơn lớn, cam kết ngày giao cụ thể, và mọi thứ dính tới thương lượng. Không phải vì AI không nói được, mà vì đây là những câu mang tính cam kết của doanh nghiệp, sai một lần là thành tranh chấp. Agent gặp các câu này thì tóm tắt ngữ cảnh rồi chuyển cho người phụ trách, kèm đầy đủ nội dung khách đã hỏi để khách không phải kể lại từ đầu.

Cách chia này cũng khớp với nguyên tắc phân loại tin nhắn thành nhóm tự trả lời, nhóm chuyển tiếp mà mình đã viết trong bài tự động trả lời inbox Facebook, chỉ khác là ngưỡng chuyển người của B2B đặt thấp hơn hẳn: thà chuyển thừa còn hơn cam kết ẩu.

Giá trị thật thường nằm ngoài giờ hành chính

Một điểm riêng của B2B ít người để ý: khách B2B cũng nhắn ngoài giờ. Kỹ sư công trường tra thông số lúc 9 giờ tối để kịp lên phương án cho sáng mai, purchasing khu công nghiệp gửi yêu cầu báo giá lúc 6 giờ sáng trước ca làm.

Với bán lẻ, tin nhắn đêm không trả lời thì mất một đơn vài trăm nghìn. Với B2B, đó có thể là một khách công nghiệp đang cần gấp và sẽ chốt với nhà cung cấp nào phản hồi trước. Một agent trả lời được nhóm câu kỹ thuật và còn hàng ngay trong đêm, rồi để sale tiếp quản buổi sáng, thay đổi hẳn tỉ lệ giữ được các khách này. Nhiều dự án bên mình, đây mới là nơi khách hàng thấy tiền về rõ nhất, chứ không phải việc giảm tải giờ hành chính.

Bắt đầu từ 50 câu hỏi, không phải từ công nghệ

Nếu bạn đang cân nhắc làm chatbot cho công ty B2B của mình, việc đầu tiên không phải chọn nền tảng. Việc đầu tiên là xuất tin nhắn fanpage và Zalo OA của sáu tháng gần nhất, nhờ đội sale nhặt ra 50 câu khách hỏi thật, nguyên văn.

Danh sách đó cho bạn ba thứ cùng lúc: biết dữ liệu nào cần chuẩn bị (câu hỏi tập trung vào thông số thì lo datasheet trước, tập trung vào giao hàng thì lo chính sách trước), có sẵn bộ đề để kiểm tra bất kỳ giải pháp nào trước khi ký, và ước lượng được quy mô bài toán để nói chuyện chi phí cho sát. Quy trình dựng từng bước và các khoản phải chi, mình đã viết đủ trong cách xây dựng AI Agent và chi phí xây dựng AI Agent, cả hai áp dụng nguyên cho trường hợp B2B.

Còn nếu muốn có người ngồi cùng để đánh giá bài toán cụ thể của công ty bạn, đội bên mình vẫn nhận những buổi tư vấn như vậy. Nhưng dù đi với ai, hãy giữ nguyên tắc của bài này: chatbot B2B tốt không phải con chatbot nói khéo nhất, mà là con được nuôi bằng dữ liệu sạch nhất và biết lúc nào phải im để người lên tiếng.