Khi email bán hàng và thông tin lead bị phân tán giữa hộp thư, CRM, tệp nội bộ và các hệ thống khác, người phụ trách phải đọc lại nội dung, cân nhắc mức độ ưu tiên và kiểm tra lịch sử xử lý trước đó mỗi lần để quyết định hành động tiếp theo. Số lượng cơ hội càng tăng, họ càng dễ mất nhiều thời gian chỉ cho các bước kiểm tra này.

Ngoài ra, nếu không xác định rõ ai cần theo dõi lead nào và vào thời điểm nào, việc phản hồi rất dễ bị chậm trễ hoặc bỏ sót. Đặc biệt khi có nhiều nội dung liên hệ được gửi đến trong thời gian ngắn, các email quan trọng cũng có nguy cơ bị lẫn trong những trao đổi khác.

Ngoài ra, khi ứng dụng AI vào nghiệp vụ bán hàng, cần xem xét không chỉ hiệu quả vận hành mà cả những rủi ro như phân loại sai hoặc đề xuất phản hồi không phù hợp. Vì vậy, hệ thống cần được thiết kế như một cơ chế hỗ trợ con người ra quyết định, thay vì chỉ đơn thuần tự động gửi email.

Mục tiêu của dự án này là tối ưu hóa các bước tiền xử lý từ kiểm tra email đến chuẩn bị follow-up, để nhân viên kinh doanh có thể tập trung vào quyết định cuối cùng.

Cụ thể, thông qua việc tóm tắt các ý chính của email nhận được, phân loại lead, đề xuất mức độ ưu tiên, soạn bản nháp phản hồi và sắp xếp các nội dung có thể cập nhật vào CRM, PoC hướng tới việc chuẩn hóa hoạt động bán hàng hằng ngày và nâng cao tốc độ phản hồi.

Bên cạnh đó, một chủ đề quan trọng là kiểm chứng mô hình vận hành trong đó AI không tự hoàn tất quyết định một cách độc lập, mà đưa ra các phương án đề xuất theo hình thức giúp con người dễ dàng kiểm tra và xác nhận.

SMILE phụ trách toàn bộ quá trình, từ phân tích hiện trạng xử lý email bán hàng, rà soát và chuẩn hóa workflow bao gồm Gmail, Odoo CRM và Google Drive, thiết kế quy tắc phân loại, thiết kế prompt cho AI agent, triển khai các chức năng tóm tắt, đánh giá mức độ ưu tiên và tạo bản nháp, đến xây dựng dashboard phục vụ review, kiểm chứng và cải tiến.

Ngoài ra, đầu ra của AI không được sử dụng trực tiếp để gửi ra bên ngoài hoặc thực hiện các cập nhật quan trọng. Thay vào đó, hệ thống luôn có bước rà soát để con người kiểm tra, qua đó trở thành một cơ chế dễ đưa vào vận hành thực tế hơn.

Trong PoC lần này, trọng tâm không phải là bổ sung AI như một mục tiêu tự thân, mà là làm rõ AI nên được áp dụng vào khâu nào của hoạt động bán hàng để tạo hiệu quả cao, và khâu nào vẫn cần giữ lại sự phán đoán của con người.

Trước hết, thay vì xử lý nguyên trạng email đến, hệ thống sắp xếp thông tin thành dạng tóm tắt để nhân viên kinh doanh có thể nắm bắt tình hình ngay lập tức, dựa trên tiêu đề, nội dung email, người gửi, lịch sử trao đổi và thông tin hiện có trên CRM. Tiếp theo, hệ thống đề xuất phân loại lead và mức độ ưu tiên dựa trên nội dung yêu cầu cũng như mức độ quan tâm, giúp dễ dàng xác định thứ tự xử lý tiếp theo.

Ngoài ra, khi tạo bản nháp phản hồi và đề xuất cập nhật CRM, SMILE không giao toàn bộ cho AI mà kết hợp với cơ chế đánh giá điều kiện dựa trên quy tắc. Nhờ đó, các xử lý mang tính lặp lại được tối ưu hóa, trong khi những quyết định quan trọng và hoạt động giao tiếp với bên ngoài vẫn được con người kiểm tra.

Điểm khó là nội dung email kinh doanh không cố định qua từng lần trao đổi: có khi là câu hỏi ngắn, có khi là yêu cầu tư vấn gồm nhiều nội dung, hoặc phản hồi dựa trên các cuộc trao đổi trước đó, khiến bối cảnh thay đổi rất lớn. Nếu chỉ phân loại bằng từ khóa đơn giản thì độ chính xác khó ổn định; ngược lại, nếu phụ thuộc hoàn toàn vào LLM thì có nguy cơ đưa ra đánh giá thiếu cơ sở hoặc tự động hóa quá mức.

Vì vậy, SMILE áp dụng cấu trúc kết hợp cả quy tắc và AI trong việc phân loại cũng như xác định mức độ ưu tiên. Chẳng hạn, các yếu tố như loại yêu cầu cụ thể, việc người gửi có phải là khách hàng hiện hữu hay không, hoặc sự xuất hiện của các cụm từ liên quan đến thời hạn phản hồi sẽ được củng cố bằng quy tắc; còn những phần đòi hỏi hiểu ngữ cảnh, như tóm tắt nội dung và tạo bản nháp, sẽ được xử lý bằng AI.

Đồng thời, hệ thống không tự động thực hiện mọi thao tác; việc gửi email và các cập nhật CRM quan trọng đều được con người xác nhận trên màn hình rà soát. Cách tiếp cận này giúp cân bằng giữa nâng cao hiệu quả và đảm bảo an toàn vận hành.

Thông qua PoC này, nhân viên kinh doanh có thể thực hiện nhanh hơn các bước tiền xử lý như nắm bắt nội dung email đến, xem xét mức độ ưu tiên, chuẩn bị phản hồi và sắp xếp các thông tin đề xuất cập nhật vào CRM. Giải pháp đặc biệt được kỳ vọng giúp tránh bỏ sót các lead quan trọng, chuẩn hóa góc nhìn trong follow-up và đồng nhất hóa phản hồi ban đầu.

Bên cạnh đó, bằng cách xác định rõ AI là công cụ hỗ trợ quyết định của con người, hệ thống vừa thúc đẩy hiệu quả vận hành vừa giúp duy trì chất lượng giao tiếp với bên ngoài và sự an tâm trong quá trình vận hành.

Trong hỗ trợ bán hàng ứng dụng AI, điều quan trọng không chỉ là kết nối mô hình, mà còn phải thiết kế toàn diện từ việc hiểu nghiệp vụ, chuẩn hóa quy tắc, xây dựng luồng đánh giá cho đến chu trình cải tiến. Tại SMILE, đội ngũ Nhật Bản và Việt Nam phân chia vai trò rõ ràng, đồng thời thiết lập cơ chế cho phép liên tục kiểm tra quy trình nghiệp vụ, đánh giá chất lượng đầu ra, điều chỉnh prompt và phản ánh kết quả kiểm chứng.

Cách triển khai này giúp ngay từ giai đoạn PoC đã dễ dàng phát hiện các điểm cần cải thiện trong bối cảnh gần với vận hành thực tế, đồng thời tích lũy cơ sở đánh giá cho việc triển khai chính thức trong tương lai.

Trong việc nâng cao hiệu quả xử lý email bán hàng và vận hành CRM, điều quan trọng không phải là giao toàn bộ cho AI, mà là tổ chức thông tin theo cách giúp con người dễ đưa ra quyết định và hỗ trợ hành động tiếp theo. Có thể xem PoC này là một ví dụ về việc tích hợp AI agent như một trợ lý cho hoạt động bán hàng, hỗ trợ đồng bộ các tác vụ như tóm tắt email, phân loại lead, đánh giá mức độ ưu tiên và soạn bản nháp phản hồi, qua đó cải thiện bước xử lý ban đầu trong vận hành bán hàng.

Đối với các doanh nghiệp đang cân nhắc ứng dụng AI trong lĩnh vực bán hàng và marketing, thiết kế triển khai theo từng giai đoạn với điều kiện có sự rà soát của con người cũng là một cách tiếp cận thực tế.