Ecolabs – Nguyễn Ngọc Thùy Duyên
Khi câu hỏi không còn là “AI có thay thế con người hay không?”
Em từng viết trong bài Ecolabs cách đây 6 tháng rằng “AI không bao giờ có thể thay thế con người“. Và hôm nay, lại một lần nữa khẳng định điều đó. Không phải vì AI chưa đủ thông minh, mà vì bản chất của con người không nằm ở tốc độ xử lý dữ liệu hay khả năng tổng hợp thông tin, mà nằm ở tư duy chiến lược, cảm xúc, trực giác và trách nhiệm với quyết định của chính mình.
AI không có áp lực doanh số, AI không chịu trách nhiệm cho một proposal chưa được confirm từ khách hàng, và AI cũng không phải là người ngồi đối diện khách hàng, đọc được ánh mắt hoài nghi hay sự kỳ vọng phía sau những câu hỏi tưởng chừng rất “bài bản”.
Nhưng trong quá trình tham gia pitching cho những khách hàng lớn, em nhận ra rằng, câu hỏi đúng không phải là “AI có thay thế con người hay không?”
Mà là: Con người đang sử dụng AI như thế nào?
Nếu con người không biết tận dụng AI, AI có thể trở thành mối đe doạ, khiến con người bị động, phụ thuộc, thậm chí mất dần khả năng tư duy độc lập. Nhưng khi con người biết cách tận dụng AI đúng vai trò, AI không bao giờ thay thế mà trở thành trợ thủ đắc lực nhất trong công việc, đó là nhận định của một BD đã đang và sẽ luôn ứng dụng AI vào công cuộc chinh phục khách hàng nói riêng và công việc nói chung để tối ưu thời gian và hiệu xuất công việc của mình.
Khi thị trường ngày càng cạnh tranh, vai trò của BD không còn dừng lại ở việc “trình bày dịch vụ”. BD buộc phải bước vào vai trò của một người giải bài toán kinh doanh, người hiểu thị trường, hiểu khách hàng và chuyển hoá những hiểu biết đó thành một proposal đủ sức thuyết phục.
Áp lực đặt lên BD ngày càng lớn:
- Khách hàng yêu cầu proposal cá nhân hoá cao, không chấp nhận việc dùng lại slide cũ.
- Thị trường thay đổi nhanh, insight hôm nay có thể lỗi thời chỉ sau vài tháng.
- Thời gian phản hồi bị rút ngắn, trong khi yêu cầu về chất lượng ngày càng cao.
- Một BD thường phải xử lý nhiều deal song song, mỗi deal lại thuộc một ngành hàng khác nhau.
Trong thực tế, rất nhiều thời gian của BD bị “nuốt chửng” bởi các công việc mang tính thủ công:
- Research thị trường, tổng hợp báo cáo.
- Phân tích dữ liệu khách hàng rời rạc.
- Dựng cấu trúc proposal.
- Chỉnh sửa câu chữ, slide và visual.
- Làm đi làm lại nhiều phiên bản chỉ để “đúng format”.
Đây chính là pain point cốt lõi của BD, khi cần tập trung vào chiến lược và mối quan hệ, nhưng lại bị kéo vào những phần việc tốn thời gian mà không trực tiếp tạo ra giá trị chiến lược. Quỹ thời gian của BD không tăng, trong khi khối lượng và độ phức tạp của công việc thì tăng lên rất nhanh.
Chính từ bài toán “quỹ thời gian không tăng nhưng khối lượng công việc ngày càng phức tạp” AI bắt đầu xuất hiện như một lời giải tiềm năng.
Trong công việc BD, vai trò đúng của AI không phải là “làm thay” con người, mà là giải phóng thời gian, để BD có thể tập trung vào những phần việc mang tính chiến lược cao hơn: hiểu khách hàng, xây dựng mối quan hệ và đưa ra quyết định.
Vậy AI đã giúp BD những scope gì?
1. AI trong research thị trường: từ “tìm kiếm” sang “hiểu bản chất”
Trước đây, research thị trường thường đồng nghĩa với một quy trình kéo dài và tốn nhiều công sức:
- Đọc hàng chục báo cáo ngành.
- Sàng lọc thông tin từ nhiều nguồn khác nhau.
- Ghi chú thủ công.
- Tổng hợp insight phần lớn dựa trên cảm tính và kinh nghiệm cá nhân.
Với sự hỗ trợ của các công cụ AI chuyên deep research (như DeepSeek, NotebookLM, Gemini), cách tiếp cận của BD đã thay đổi rõ rệt:
- Upload tài liệu dài hàng trăm trang trong một lần.
- Yêu cầu AI tóm tắt insight theo mục tiêu pitching cụ thể.
- So sánh thị trường, đối thủ và xu hướng chỉ trong vài phút.
AI không thay BD hiểu thị trường, nhưng giúp BD đi nhanh đến phần quan trọng nhất của thị trường, rút ngắn đáng kể thời gian xử lý thông tin thô.
Một số công cụ AI mà em đã áp dụng:
- DeepSeek: Được sử dụng cho các bài toán deep research khi cần bóc tách nhanh bức tranh tổng thể của ngành. DeepSeek hỗ trợ tổng hợp thông tin từ nhiều nguồn, giúp em nhanh chóng xác định các xu hướng lớn, cấu trúc thị trường và những vấn đề cốt lõi mà brand đang đối mặt, thay vì sa đà vào dữ liệu rời rạc.
- NotebookLM: Được ứng dụng khi làm việc với khối lượng tài liệu lớn như báo cáo ngành, proposal cũ, case study nội bộ. NotebookLM cho phép upload toàn bộ tài liệu và truy vấn insight theo mục tiêu cụ thể, giúp em giữ được mạch tư duy xuyên suốt và tránh bỏ sót các chi tiết quan trọng.
- Gemini: Được sử dụng như một công cụ hỗ trợ so sánh và đối chiếu thị trường giữa các quốc gia hoặc ngành hàng. Gemini giúp đặt các dữ liệu cạnh nhau để nhận diện sự khác biệt về hành vi tiêu dùng, mức độ cạnh tranh và cách tiếp cận thị trường, từ đó hỗ trợ BD đưa ra giả định chiến lược phù hợp hơn cho từng proposal.
2. AI trong phân tích insight khách hàng: nhìn thấy “điểm chung” trong dữ liệu rời rạc
Một trong những thách thức lớn của BD là dữ liệu khách hàng thường không nằm ở một chỗ, mà rải rác ở nhiều nguồn khác nhau:
- Comment trên mạng xã hội.
- Dữ liệu bán hàng.
- Khảo sát nội bộ.
- Transcript livestream và các buổi họp với khách hàng.
Việc xử lý thủ công khiến BD dễ bị “chìm” trong dữ liệu chi tiết mà khó nhìn ra bức tranh tổng thể. AI phân tích ngôn ngữ tự nhiên giúp giải quyết bài toán này bằng cách:
- Phân loại sentiment.
- Gom nhóm các pain point lặp lại.
- Trích xuất insight nổi bật dựa trên tần suất và ngữ cảnh.
Thay vì đọc từng dòng feedback, BD có thể nhanh chóng nhìn thấy những câu hỏi cốt lõi:
– Khách hàng đang lo lắng điều gì?
– Họ kỳ vọng điều gì ở đối tác?
– Điều gì khiến họ chần chừ trong quá trình ra quyết định?
Các ứng dụng mà em đã áp dụng để tối ưu thời gian:
- ChatGPT (phân tích ngôn ngữ tự nhiên): tổng hợp và phân tích các tập dữ liệu phản hồi dạng text như comment mạng xã hội, feedback từ khách hàng, transcript họp hoặc livestream. ChatGPT giúp phân loại sentiment, nhóm các vấn đề được nhắc lại nhiều lần và chỉ ra các mẫu ngôn ngữ lặp lại, từ đó hỗ trợ BD nhận diện đâu là mối quan tâm thực sự của khách hàng, đâu chỉ là phản hồi mang tính cảm xúc nhất thời.
- Gemini (phân tích và đối chiếu insight theo bối cảnh) Gemini hỗ trợ BD đặt các nhóm insight vào bối cảnh thị trường và ngành hàng cụ thể. Thay vì nhìn insight một cách rời rạc, Gemini giúp so sánh kỳ vọng của khách hàng giữa các nhóm sản phẩm, kênh bán hoặc thị trường khác nhau, từ đó làm rõ sự khác biệt trong hành vi và ưu tiên ra quyết định.
3. AI trong pitching & proposal
Một case tiêu biểu cho việc AI là trợ thủ đắc lực của BD trong pitching là case pitching cho Nivea Indonesia.
Đây là một bài toán hoàn toàn mới, yêu cầu proposal phải được xây dựng theo một logic khác so với các dự án trước đó. Thay vì bắt đầu từ con số 0, team BD sử dụng lại hệ thống slide từng triển khai cho Unilever BW & Unilever HC như một nền tảng tham chiếu.
Với sự hỗ trợ của AI:
- Table of content được remake hoàn toàn.
- Thứ tự câu chuyện được sắp xếp lại theo mục tiêu pitching.
- Từng bullet point được tinh chỉnh để phù hợp với bối cảnh thị trường Indonesia.
AI không đưa ra chiến lược thay BD. Nhưng AI giúp BD nhìn lại cấu trúc cũ một cách khách quan, từ đó chỉ ra:
- Phần nào còn phù hợp.
- Phần nào cần loại bỏ.
- Phần nào cần làm mới để tăng sức thuyết phục với khách hàng.
Nhờ đó, proposal không chỉ mới về hình thức, mà rõ ràng hơn về định hướng chiến lược, giúp team thống nhất tư duy nhanh hơn ngay từ giai đoạn đầu.
Trong case này, 2 trợ thủ đắc lực của em là:
- Gemini (xây dựng và tái cấu trúc logic proposal): Phân tích cấu trúc các deck cũ (Unilever) và đề xuất cách sắp xếp lại table of content theo mục tiêu pitching mới. Thay vì dựng slide theo thói quen, BD có thể kiểm tra lại mạch câu chuyện: phần nào nên đặt lên đầu để tạo ấn tượng, phần nào nên lược bỏ để tránh lan man, và phần nào cần nhấn mạnh để phù hợp với kỳ vọng của khách hàng Nivea Indonesia.
- ChatGPT (tinh chỉnh nội dung và bullet point): hỗ trợ rà soát từng bullet point trong proposal, giúp làm rõ thông điệp, tránh trùng lặp và đảm bảo ngôn ngữ nhất quán xuyên suốt deck. Quá trình này giúp giảm đáng kể số vòng chỉnh sửa nội dung, trong khi BD vẫn giữ quyền quyết định cuối cùng về insight và thông điệp chiến lược.
Vậy câu hỏi đặc ra là “AI giúp BD tiết kiệm bao nhiêu thời gian?”
Dựa trên trải nghiệm thực tế, có thể ước tính được một proposal pitching lớn theo cách truyền thống:
- Research thị trường: 10 giờ.
- Phân tích insight: 8 giờ.
- Dựng proposal và chỉnh sửa: 20 giờ.
>> Tổng: ~38 giờ.
Khi ứng dụng AI hợp lý:
- Research & insight: 6 giờ
- Phân tích insight: 6 giờ
- Cấu trúc proposal & chỉnh nội dung: 12 giờ.
>>Tổng: ~24 giờ.
Tiết kiệm trung bình được 14 giờ cho mỗi proposal.
Trong từ tháng 8 đến tháng 11, số lượng proposal mà em phải submit là 6 bài lần lượt như sau: Canon, Dove Dwell, Clear Cyber, Nivea Indonesia & Wipro (2 brand: Carrie Junior & Romano), trung bình một em sẽ xử lý khoảng ~1.5 proposal mỗi tháng, AI có thể giúp em tiết kiệm 17.5 giờ. Con số này không đến từ việc “làm ít hơn”, mà đến từ việc làm thông minh nhờ công cụ từ AI hơn.
Trợ thủ là vậy, nhưng AI vẫn còn nhiều giới hạn và đó là lý do vì sao con người vẫn là trung tâm đầu não.
- AI có thể tạo ra thông tin sai nếu dữ liệu đầu vào không được kiểm chứng.
- Không hiểu đầy đủ bối cảnh kinh doanh và mối quan hệ con người.
- Không chịu trách nhiệm cho quyết định cuối cùng.
Vì vậy, AI chỉ phát huy hiệu quả khi được đặt trong mô hình Human-in-the-loop – nơi con người luôn là người kiểm soát và chịu trách nhiệm cuối cùng.
BD không nên hỏi: “AI làm được gì thay mình?” mà hãy hỏi: “AI giúp mình ra quyết định tốt hơn ở bước nào?”
DuyenNNT