WARC: AI sẽ tham gia gần 4% chi tiêu tiêu dùng toàn cầu trong năm 2030
Table of Content
Hôm nay, AI có thể gợi ý bạn mua một chiếc vali hay lập danh sách nguyên liệu cần chuẩn bị cho bữa tối. Nhưng trong vài năm tới, AI có thể tự tìm vé máy bay, so sánh khách sạn, đặt phòng và thanh toán thay bạn sau khi được cho phép.
Theo nghiên cứu của WARC và PHD, đến năm 2030 sẽ có khoảng 3,8% tổng chi tiêu tiêu dùng toàn cầu với sự hỗ trợ của AI Agent, tương đương khoảng 3.350 tỷ USD. Nói cách khác, cứ 100 USD người tiêu dùng chi tiêu thì sẽ có gần 4 USD là những giao dịch mà AI tham gia từ tìm kiếm thông tin, so sánh lựa chọn đến hỗ trợ hoàn tất giao dịch.
Điều đáng chú ý, AI đang dần tham gia vào quá trình ra quyết định mua sắm. Thay vì tự tìm kiếm và cân nhắc hàng chục lựa chọn, người tiêu dùng sẽ giao những công việc này cho AI Agent.
Phương pháp nghiên cứu
Báo cáo “From Abundance to Agents – How the Delegation of Choice is Transforming Marketing” được WARC và PHD xây dựng dựa trên dữ liệu của Acxiom. Nhóm nghiên cứu đánh giá khả năng AI Agent tham gia vào quyết định mua sắm của từng ngành hàng thông qua một mô hình chỉ số tổng hợp (weighted index). Mô hình này xem xét đồng thời nhiều yếu tố như:
- Mức độ phức tạp của quyết định mua hàng.
- Giá trị của mỗi giao dịch.
- Tần suất mua.
- Mức độ sẵn có của dữ liệu.
- Cơ cấu truyền thông của ngành.
- Môi trường pháp lý tại từng thị trường.
Nghiên cứu được thực hiện trên 10 thị trường gồm Mỹ, Anh, Trung Quốc, Đức, Pháp, Australia, Brazil, Mexico, Ấn Độ và Hàn Quốc. Dựa trên dữ liệu thu thập và ý kiến chuyên gia, báo cáo ước tính quy mô chi tiêu tiêu dùng có AI Agent tham gia trong giai đoạn 2026-2030.
Kết quả cho thấy Mỹ sẽ dẫn đầu với khoảng 1.100 tỷ USD, chiếm 31,9% tổng chi tiêu tiêu dùng toàn cầu thông qua AI Agent vào năm 2030, tiếp theo là Trung Quốc (505,8 tỷ USD) và Anh (131,2 tỷ USD).
Mỹ sẽ dẫn đầu với khoảng 1.100 tỷ USD, chiếm 31,9% tổng chi tiêu tiêu dùng toàn cầu thông qua AI Agent vào năm 2030.
Nguồn: Unsplash
AI Agent khác gì chatbot?
Khác với chatbot chỉ trả lời câu hỏi, AI Agent là các hệ thống AI có thể hiểu mục tiêu của người dùng, tự lập kế hoạch và thực hiện một chuỗi hành động để hoàn thành nhiệm vụ.
Lấy ví dụ, nếu muốn lên kế hoạch cho một chuyến du lịch Đà Nẵng, chatbot truyền thống chỉ có thể gợi ý một số khách sạn hoặc cung cấp liên kết để bạn tự tìm hiểu. Sau đó, bạn vẫn phải tự so sánh giá, điền thông tin đặt phòng và thanh toán.
Trong khi đó, với AI Agent, bạn chỉ cần đưa ra yêu cầu như: “Đặt cho tôi một khách sạn ở Đà Nẵng, gần biển, giá dưới 1 triệu đồng/đêm”. AI sẽ tự tìm kiếm trên nhiều nền tảng, so sánh giá, lựa chọn phương án phù hợp, điền thông tin đặt phòng và chuẩn bị sẵn giao dịch. Người dùng chỉ cần kiểm tra lại và xác nhận, AI Agent sẽ hoàn tất các bước còn lại.
AI sẽ tác động đến hành trình mua sắm như thế nào?
Một trong những điểm đáng chú ý nhất của báo cáo là Khung bốn mô hình (Four Modes Framework). Theo PHD, AI sẽ không tác động đến mọi quyết định mua theo cùng một cách. Tùy từng ngành hàng và bối cảnh mua sắm, AI, thương hiệu hoặc cộng đồng sẽ giữ vai trò chi phối khác nhau.
Dựa trên đó, báo cáo chia thành bốn mô hình để giúp doanh nghiệp xác định AI sẽ tham gia vào quyết định mua như thế nào và xây dựng chiến lược marketing phù hợp.
Bốn mô hình xác định cách AI tham gia vào quyết định mua sắm.
Nguồn: WARC
1. Agent → Agent: AI tự động giao dịch
Đây là mức độ tự động hóa cao nhất và cũng là mô hình được WARC dự báo tăng trưởng nhanh nhất. Trong mô hình này, AI Agent của người mua sẽ thay mặt họ làm việc với hệ thống AI hoặc hệ thống giao dịch của doanh nghiệp để tìm kiếm thông tin, so sánh các lựa chọn và hoàn tất giao dịch.
Chẳng hạn, với việc đặt vé máy bay dịp Tết, thay vì tự truy cập nhiều website để hỏi giá, so sánh lịch bay, nhập thông tin thanh toán, người dùng chỉ cần đưa ra yêu cầu: “Đặt cho tôi vé khứ hồi TP.HCM – Hà Nội, đi ngày 28 Tết, về mùng 5, bay ban ngày, tổng chi phí dưới 6 triệu đồng”.
Lúc này, AI Agent sẽ gửi yêu cầu đến hệ thống đặt vé của nhiều hãng hàng không hoặc nền tảng bán vé để lấy thông tin về giá vé, lịch bay và tình trạng chỗ ngồi. Dựa trên dữ liệu phản hồi, AI sẽ tự so sánh, lựa chọn chuyến bay phù hợp nhất rồi gửi yêu cầu đặt chỗ. Người dùng chỉ cần xác nhận hoặc cấp quyền để AI hoàn tất giao dịch.
Theo WARC, Viễn thông và Tiện ích, Du lịch và Vận tải, Dịch vụ tài chính sẽ là ba ngành dẫn đầu về quy mô chi tiêu tiêu dùng có AI Agent tham gia vào năm 2030. Trong đó, Viễn thông và Tiện ích đạt khoảng 410,3 tỷ USD, tiếp theo là Du lịch và Vận tải (275,6 tỷ USD) và Dịch vụ tài chính (237,9 tỷ USD).
Điểm chung của các ngành này là quy trình giao dịch tương đối chuẩn hóa, dữ liệu phong phú và người dùng thường phải dành nhiều thời gian để so sánh trước khi ra quyết định. Đây cũng là những điều kiện thuận lợi để AI đảm nhiệm phần lớn các tác vụ trong quá trình tìm kiếm, so sánh và hoàn tất giao dịch.
Viễn thông và Tiện ích, Du lịch và Vận tải, Dịch vụ tài chính sẽ là ba ngành dẫn đầu về quy mô chi tiêu tiêu dùng có AI Agent tham gia vào năm 2030.
Nguồn: WARC
2. Agent → Consumer: AI tư vấn mua sắm
Đây là mô hình quen thuộc nhất hiện nay. AI đóng vai trò trợ lý ảo giúp người dùng tìm kiếm thông tin, gợi ý sản phẩm hoặc so sánh lựa chọn nhưng quyết định cuối cùng vẫn thuộc về người tiêu dùng.
Ví dụ, khi hỏi ChatGPT nên mua loại máy lọc không khí nào cho căn hộ 50m2, AI có thể phân tích nhu cầu, so sánh các sản phẩm và đưa ra gợi ý. Tuy nhiên, người dùng vẫn là người quyết định có mua hay không.
Theo nghiên cứu, mô hình này sẽ phổ biến trong các ngành như Truyền thông và Xuất bản (367,8 tỷ USD), Nước giải khát (304,8 tỷ USD), Thực phẩm (292,8 tỷ USD), Bán lẻ (199,9 tỷ USD) và Đồ uống có cồn (198,4 tỷ USD). Đây đều là những lĩnh vực có tần suất mua cao nhưng giá trị mỗi giao dịch không lớn.
3. Brand → Consumer: Thương hiệu là yếu tố quyết định
Với những sản phẩm có giá trị cao, tần suất mua thấp như ô tô, thiết bị điện tử, bất động sản hay dược phẩm, thương hiệu vẫn là yếu tố có ảnh hưởng lớn nhất đến quyết định mua.
Trong những trường hợp này, AI chủ yếu đóng vai trò hỗ trợ để tổng hợp thông tin, so sánh thông số kỹ thuật hoặc gợi ý những lựa chọn phù hợp với nhu cầu. Tuy nhiên, quyết định cuối cùng vẫn phụ thuộc vào mức độ tin tưởng của người tiêu dùng đối với thương hiệu, trải nghiệm thực tế và cảm nhận cá nhân.
Ví dụ, khi mua một chiếc ô tô, AI có thể đề xuất những mẫu xe phù hợp với ngân sách, so sánh thông số kỹ thuật. Tuy nhiên, phần lớn người mua vẫn muốn đến showroom để lái thử, đánh giá cảm giác trực tiếp, tham khảo ý kiến nhiều người trước khi đưa ra quyết định.
Tương tự, AI Agent được dự báo sẽ tham gia vào khoảng 147,5 tỷ USD chi tiêu ở ngành Thiết bị điện tử, 120,8 tỷ USD ở ngành Dược phẩm và Chăm sóc sức khỏe và 117,2 tỷ USD ở ngành Ô tô vào năm 2030. Tuy nhiên, ở những ngành hàng có giá trị cao hoặc liên quan đến sức khỏe, AI chủ yếu hỗ trợ tìm kiếm và so sánh thông tin, trong khi quyết định mua vẫn phụ thuộc nhiều vào uy tín thương hiệu, trải nghiệm thực tế và tư vấn từ chuyên gia.
4. Consumer → Consumer: Cộng đồng dẫn dắt quyết định mua hàng
Ở các ngành hàng như mỹ phẩm, thời trang và phụ kiện, quyết định mua vẫn chịu ảnh hưởng lớn từ cộng đồng, xu hướng và trải nghiệm được chia sẻ bởi những người khác. Một video đánh giá trên TikTok, bài chia sẻ trên YouTube hay nội dung từ KOC có thể tạo nên xu hướng và thúc đẩy nhu cầu mua sắm.
AI có thể gợi ý sản phẩm dựa trên sở thích hoặc lịch sử mua sắm và sẽ tham gia nhiều hơn vào quá trình khám phá sản phẩm. Tuy nhiên, với những ngành hàng gắn liền với phong cách cá nhân, truyền miệng và nội dung từ nhà sáng tạo vẫn sẽ giữ vai trò quan trọng trong quyết định mua.
Ở một số ngành hàng, quyết định mua vẫn chịu ảnh hưởng lớn từ cộng đồng, xu hướng và trải nghiệm được chia sẻ bởi những người khác.
Nguồn: Unsplash
Vậy thương hiệu cần chuẩn bị gì?
Bốn mô hình trên cho thấy AI sẽ không thay thế hoàn toàn vai trò của thương hiệu, nhưng sẽ bổ sung thêm một nhóm đối tượng mới mà marketer cần thuyết phục.
Nếu trước đây doanh nghiệp chủ yếu tối ưu để sản phẩm được người tiêu dùng tìm thấy trên Google hoặc mạng xã hội, thì trong tương lai họ còn phải tối ưu để AI Agent có thể đọc hiểu, đánh giá và ưu tiên đề xuất sản phẩm.
Theo WARC: “Điều này đòi hỏi doanh nghiệp xây dựng nền tảng dữ liệu có cấu trúc, chuẩn hóa thông tin sản phẩm, duy trì hệ thống nhận diện thương hiệu khác biệt và phát triển một câu chuyện thương hiệu nhất quán, đủ sức thuyết phục cả con người lẫn các giao diện AI”.
Xem chi tiết báo cáo tại đây.