Hoàng Thị Thu Hiền

Trường Đại học Thuỷ lợi

Email: hoangthithuhien@tlu.edu.vn

Tóm tắt

Nghiên cứu này phân tích tác động của trí tuệ nhân tạo tạo sinh (GenAI) đối với hành vi tìm kiếm thông tin trước mua của người tiêu dùng và rút ra các hàm ý đối với quản trị thương hiệu cho doanh nghiệp trong bối cảnh chuyển đổi số tại Việt Nam. Thông qua phương pháp nghiên cứu tại bàn kết hợp phân tích nội dung định tính đối với các nguồn dữ liệu thứ cấp giai đoạn 2023-2025, kết quả nghiên cứu chỉ ra thói quen khách hàng đang dịch chuyển từ “tìm kiếm nguồn dữ liệu” sang “tiếp nhận trực tiếp câu trả lời hoàn chỉnh”. GenAI hình thành cơ chế “trung gian hóa” thông tin mới qua 3 chức năng: chọn lọc, tổng hợp và diễn giải, khiến quyền kiểm soát thông điệp của doanh nghiệp suy giảm tương đối. Để thích ứng, nghiên cứu đề xuất các thương hiệu cần dịch chuyển chiến lược từ kiểm soát thông điệp đơn lẻ sang xây dựng và quản trị toàn diện hệ sinh thái dữ liệu thương hiệu nhằm duy trì khả năng hiện diện trong môi trường thuật toán.

Từ khóa: GenAI, hành vi tìm kiếm thông tin trước mua, trung gian hóa thông tin, quản trị thương hiệu, chuyển đổi số

Abstract

The study analyzes the impact of generative artificial intelligence (GenAI) on consumers’ pre-purchase information search behavior and derives implications for brand management in the context of Viet Nam’s digital transformation. Employing a desk research approach combined with qualitative content analysis of secondary data collected between 2023 and 2025, the findings reveal a shift in consumer behavior from searching for information sources to directly receiving complete answers. GenAI creates a new form of information intermediation through three key functions: selecting, summarizing, and interpreting information, making it more difficult for companies to control their brand messages. To adapt to this change, brands should shift their strategy from managing individual brand messages to building and managing a comprehensive brand data ecosystem. The approach can help maintain brand visibility and relevance in algorithm-driven information environments.

Keywords: Generative artificial intelligence (GenAI), pre-purchase information search behavior, information intermediation, brand management, digital transformation

GIỚI THIỆU

Trong kỷ nguyên chuyển đổi số, sự phát triển của GenAI đang tạo ra những thay đổi căn bản trong môi trường thông tin số. Với khả năng chọn lọc, tổng hợp và tái cấu trúc thông tin thành các câu trả lời hoàn chỉnh theo ngữ cảnh của người dùng, GenAI tạo ra sự khác biệt với công cụ tìm kiếm truyền thống vốn chỉ hỗ trợ truy xuất đường dẫn. Sự dịch chuyển này hình thành một cơ chế trung gian hóa thông tin hoàn toàn mới, đòi hỏi một cách tiếp cận khác biệt so với các mô hình hành vi truyền thống.

Trong marketing, tìm kiếm thông tin trước mua là giai đoạn cốt lõi giúp người tiêu dùng giảm thiểu rủi ro cảm nhận. Với GenAI, người tiêu dùng ngày càng có xu hướng tiếp nhận các câu trả lời đã được thuật toán tóm lược. Điểm khởi đầu của quá trình tìm kiếm chuyển từ mô hình “tìm kiếm nguồn thông tin” sang “tiếp nhận câu trả lời đã được tổng hợp”.

Sự thay đổi này làm giảm tương đối quyền kiểm soát thông điệp trực tiếp của doanh nghiệp. Khi AI tham gia sâu vào việc tổng hợp thông tin đa nguồn, nội dung người tiêu dùng tiếp nhận không còn hoàn toàn phụ thuộc vào các kênh chính thức của thương hiệu. Phần lớn các nghiên cứu hiện tại chủ yếu tập trung vào hành vi chấp nhận công nghệ hoặc hiệu quả ứng dụng AI trong doanh nghiệp, còn thiếu các nghiên cứu làm rõ cơ chế AI tác động đến hành vi tìm kiếm trước mua và mối liên hệ của nó với hoạt động quản trị thương hiệu, đặc biệt tại các nền kinh tế mới nổi như Việt Nam. Vì vậy, nghiên cứu này nhằm giải quyết khoảng trống trên bằng cách trả lời 3 câu hỏi: (i) GenAI thay đổi hành vi tìm kiếm thông tin trước mua thế nào? (ii) Những thay đổi này tác động ra sao đến khả năng kiểm soát thông tin thương hiệu? (iii) Doanh nghiệp Việt Nam cần điều chỉnh định hướng quản trị thương hiệu ra sao?

CƠ SỞ LÝ THUYẾT VÀ KHUNG PHÂN TÍCH

Cơ sở lý thuyết

Để xây dựng nền tảng đánh giá hiện tượng, nghiên cứu tổng quan các khía cạnh lý thuyết cốt lõi sau:

Hành vi tìm kiếm thông tin trước mua của người tiêu dùng: Đây là quá trình người tiêu dùng thu thập, xử lý và đánh giá dữ liệu về sản phẩm, dịch vụ nhằm giảm thiểu rủi ro cảm nhận. Các mô hình lý thuyết kinh điển, tiêu biểu là Mô hình xử lý thông tin của Bettman (1979) và Mô hình Engel-Kollat-Blackwell (Engel và cộng sự, 1995), đều dựa vào giả định người tiêu dùng là chủ thể chủ động kiểm soát dòng thông tin, tự làm chủ và đối chiếu các nguồn độc lập. Ngay cả trong kỷ nguyên internet và thương mại xã hội truyền thống, giả định về vai trò chủ động tiếp cận nguồn dữ liệu gốc của người dùng vẫn được duy trì.

GenAI và sự thay đổi của môi trường thông tin số: Về bản chất công nghệ, GenAI không đơn thuần là công cụ tra cứu mà là hệ thống tái cấu trúc dữ liệu dựa trên ngữ cảnh. Công cụ tìm kiếm truyền thống chỉ điều hướng cơ học, người tiêu dùng tự lọc và đối chiếu. Ngược lại, GenAI can thiệp trực tiếp vào khâu xử lý, cung cấp câu trả lời phản hồi thống nhất, giúp giảm đáng kể thời gian và công sức suy nghĩ của người dùng ngay từ bước khởi tạo nhu cầu. Do đó, luồng thông tin mà khách hàng tiếp xúc hiện nay đã được “thuật toán hóa” và xử lý trước.

Trung gian hóa thông tin trong môi trường AI: Khái niệm này chỉ vai trò của các chủ thể đứng giữa nguồn thông tin và người nhận. Nếu các nền tảng số truyền thống chỉ làm trung gian ở chức năng dẫn dắt và xếp hạng, thì GenAI thay đổi việc này bằng cách thực thi chuỗi xử lý liên hoàn: chọn lọc luồng dữ liệu ưu tiên, tổng hợp các mảnh dữ liệu rời rạc và diễn giải nội dung theo logic thuật toán. Công nghệ đã chuyển từ vị thế “cổng truy cập thông tin” sang “chủ thể trung gian diễn giải thông tin”.

GenAI và hàm ý đối với quản trị thương hiệu: Khi GenAI diễn giải lại dữ liệu từ nhiều nguồn khác nhau nằm ngoài tầm kiểm soát của doanh nghiệp, thông điệp thương hiệu bị phi tập trung hóa. Doanh nghiệp buộc phải dịch chuyển trọng tâm chiến lược: từ tư duy quản trị thông điệp một chiều sang quản trị khả năng hiện diện, tính nhất quán dữ liệu và năng lực được diễn giải thuận lợi trong môi trường thuật toán.

Khung phân tích đề xuất

Nghiên cứu thiết lập khung phân tích tuyến tính xuyên suốt như Hình 1.

Hình 1: Khung phân tích

Nguồn: Đề xuất của tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu sử dụng phương pháp nghiên cứu tại bàn, kết hợp tổng quan tài liệu có định hướng và phân tích nội dung định tính. Phương pháp này tối ưu cho việc giải thích cơ chế tác động của một hiện tượng công nghệ mới nổi giai đoạn 2023-2025.

Dữ liệu bao gồm 2 nhóm: Nhóm nguồn học thuật để thiết lập nền tảng lý thuyết và Nhóm nguồn thực tiễn/báo cáo ngành (McKinsey, Decision Lab, VECOM, Deloitte, PwC, NielsenIQ) để phản ánh thực tiễn thị trường.

Hình 2: Quy trình sàng lọc dữ liệu nghiên cứu

Nguồn: Tác giả tổng hợp

Quy trình sàng lọc dữ liệu thể hiện tại Hình 2 mô tả quy trình sàng lọc dữ liệu của nghiên cứu theo tiêu chuẩn tổng quan có hệ thống rút gọn. Từ 42 tài liệu thu thập ban đầu qua hệ thống cơ sở dữ liệu học thuật và báo cáo ngành uy tín, tác giả tiến hành sàng lọc nghiêm ngặt qua 2 giai đoạn. Giai đoạn một thực hiện loại bỏ các tài liệu trùng lặp hoặc không trực tiếp giải quyết câu hỏi nghiên cứu sau khi đánh giá tiêu đề và tóm tắt. Giai đoạn hai tiến hành rà soát chuyên sâu toàn văn để chọn ra 21 tài liệu có dữ liệu sạch, nhất quán và phù hợp nhất để đưa vào mã hóa định tính. Quy trình tuyển chọn minh bạch này giúp loại bỏ định kiến chủ quan và đảm bảo tính tin cậy cho các kết quả thảo luận.

Dữ liệu được xử lý bằng phương pháp phân tích nội dung định tính theo 4 chủ đề: (1) Xu hướng gia tăng của GenAI; (2) Sự thay đổi của hành vi tìm kiếm trước mua; (3) Cơ chế trung gian hóa thông tin mới; (4) Tác động đối với quản trị thương hiệu. Quy trình đối chiếu chéo giữa nguồn học thuật và thực tiễn được áp dụng để tăng độ tin cậy.

KẾT QUẢ NGHIÊN CỨU

Bảng: Một số chỉ số về môi trường thông tin số và hành vi tìm kiếm trước mua

Nguồn: Tác giả tổng hợp

Dựa trên kết quả mã hóa nội dung từ các nguồn dữ liệu giai đoạn 2023-2025, nghiên cứu rút ra các xu hướng dịch chuyển cấu trúc trọng yếu:

Môi trường thông tin số chuyển nhanh sang giai đoạn AI trung gian: Dữ liệu từ Bảng minh chứng GenAI đã trở thành một yếu tố của nền kinh tế số (tỷ lệ tổ chức ứng dụng đạt 65% vào năm 2024). Sự phổ biến này kết hợp với đà tăng trưởng mạnh mẽ của tiêu dùng số tại Việt Nam (> 70% người dùng tìm kiếm trực tuyến) đã tạo điều kiện để AI thiết lập một lớp màng lọc thông tin mới, nơi dữ liệu luôn được xử lý và cấu trúc trước khi đến tay người dùng.

Hành vi tìm kiếm dịch chuyển từ “tìm kiếm nguồn” sang “tiếp nhận câu trả lời”: GenAI đã thay đổi điểm khởi đầu của chuỗi hành vi mua sắm. Thay vì tốn thời gian để tự đọc hiểu, đối chiếu từ rất nhiều luồng dữ liệu thô, người tiêu dùng hiện đại có xu hướng đặt câu hỏi trực tiếp để nhận về đáp án sẵn theo ngữ cảnh. Tuy nhiên, thuật toán chưa thay thế hoàn toàn các kênh truyền thống; đối với các quyết định mua sắm có độ gắn kết hoặc rủi ro cao, người tiêu dùng vẫn duy trì thói quen đối chiếu chéo. Do đó, quyền lực định hướng của GenAI phát huy mạnh nhất tại các điểm chạm khởi đầu hành trình.

Sự xác thực thực tế về cơ chế trung gian hóa thông tin của GenAI: Kết quả phân tích nội dung từ các báo cáo ngành giai đoạn 2023-2025 đã minh chứng rõ nét cho giả thuyết lý thuyết về vai trò trung gian của AI. Dữ liệu thực tiễn cho thấy mô hình xử lý thông tin liên hoàn (chọn lọc - tổng hợp - diễn giải) không còn là lý thuyết, mà đang trực tiếp định hình các điểm chạm đầu tiên trong hành trình khách hàng. Việc người tiêu dùng vận hành các câu hỏi trực tiếp đã chính thức biến môi trường thuật toán thành một “bộ lọc quyền lực”, quyết định việc một thương hiệu có thể xuất hiện trong vùng cân nhắc của họ hay không.

Tác động phi tập trung hóa hoạt động quản trị thương hiệu: Khi AI đứng ra tổng hợp thông tin đa nguồn (bao gồm cả các nguồn ngoài doanh nghiệp), hình ảnh thương hiệu rất dễ bị thuật toán diễn giải sai lệch nếu có sự không đồng bộ giữa các kênh. Do đó, duy trì tính nhất quán của thông tin trên toàn bộ nền tảng số trở thành điều kiện sống còn. Đồng thời, khả năng hiện diện số chuyển dịch thành năng lực được thuật toán nhận diện: những thương hiệu sở hữu dữ liệu mạch lạc, có cấu trúc trên các nguồn uy tín sẽ được hệ thống ưu tiên trích xuất.

Sự phân hóa năng lực dữ liệu số trong bối cảnh thực tiễn Việt Nam: Thực tiễn cho thấy, mức độ sẵn sàng số của doanh nghiệp có sự phân hóa sâu sắc. Các doanh nghiệp lớn có đủ nguồn lực để xây dựng hệ sinh thái dữ liệu chuẩn hóa đa nền tảng. Ngược lại, đa số doanh nghiệp nhỏ và vừa vẫn tiếp cận môi trường số từ tư duy truyền thông ngắn hạn hoặc bán hàng trước mắt, chưa chú trọng đến cấu trúc dữ liệu nền tảng. Trong môi trường AI trung gian, sự lệch pha này sẽ làm suy giảm nghiêm trọng năng lực cạnh tranh dài hạn của khối doanh nghiệp nhỏ và vừa.

HÀM Ý QUẢN TRỊ ĐỐI VỚI DOANH NGHIỆP TRONG KỶ NGUYÊN SỐ

Từ kết quả phân tích, nghiên cứu đề xuất các định hướng chiến lược giúp doanh nghiệp tái định hình hoạt động quản trị thương hiệu:

Một là, chuyển dịch tư duy từ quản trị thông điệp sang quản trị hệ sinh thái dữ liệu thương hiệu: Doanh nghiệp cần chủ động chuẩn hóa dữ liệu nền tảng của thương hiệu, tổ chức các tài nguyên thông tin công khai (mô tả sản phẩm, thuộc tính thương hiệu, tài liệu hướng dẫn) một cách mạch lạc, khoa học. Việc cung cấp các định dạng dữ liệu có cấu trúc cao sẽ giúp các thuật toán dễ dàng nhận diện, trích xuất và diễn giải chính xác giá trị cốt lõi của thương hiệu mà không làm sai lệch thông điệp.

Hai là, đảm bảo tính nhất quán tuyệt đối của thông tin trên các nền tảng số: Thuật toán của GenAI quét và tổng hợp dữ liệu từ vô vàn nguồn khác nhau để đưa ra câu trả lời duy nhất theo ngữ cảnh. Sự mâu thuẫn về thông số kỹ thuật, giá cả hay thông điệp định vị giữa website chính thức, gian hàng thương mại điện tử và mạng xã hội sẽ làm tăng nguy cơ hệ thống AI tạo ra các câu trả lời sai lệch hoặc đánh giá thấp mức độ uy tín của thương hiệu. Do đó, chuẩn hóa và đồng bộ dữ liệu đa kênh cần được coi là hoạt động cốt lõi của chiến lược chuyển đổi số dài hạn, thay vì chỉ là các giải pháp kỹ thuật tiếp thị ngắn hạn.

Ba là, nâng cao khả năng hiện diện thương hiệu thông qua tối ưu hóa môi trường thuật toán: Trong kỷ nguyên AI trung gian, khái niệm “hiện diện số” không còn dừng lại ở việc tối ưu hóa thứ hạng trên công cụ tìm kiếm truyền thống (SEO) mà dịch chuyển thành năng lực được máy học tiếp cận và tích hợp vào câu trả lời đóng gói. Thương hiệu cần đầu tư xây dựng các nội dung mang tính chuyên gia, có chiều sâu, đồng thời áp dụng các tiêu chuẩn kỹ thuật số hiện đại như cấu trúc gắn nhãn thông tin rõ ràng trên website. Sự chuẩn bị bài bản này giúp các các thuật toán quét dữ liệu tự động dễ dàng đọc hiểu, từ đó tối ưu hóa xác suất thương hiệu được lựa chọn đưa vào tập cân nhắc của người tiêu dùng.

Bốn là, tái cấu trúc nguồn lực quản trị theo hành trình khách hàng thế hệ mới: Vì GenAI phát huy vai trò định hướng mạnh mẽ nhất ở giai đoạn khởi đầu hành trình, doanh nghiệp cần điều chỉnh tỷ trọng nguồn lực tiếp thị lên các điểm chạm thuật toán này. Thay vì chỉ tập trung vào các chiến dịch quảng cáo đẩy ở giai đoạn cuối, việc xuất hiện tự nhiên, uy tín trong các câu trả lời tư vấn của AI ở giai đoạn đầu sẽ quyết định việc thương hiệu có lọt vào bộ lọc lựa chọn tiếp theo của khách hàng hay không, từ đó tối ưu hóa chi phí chuyển đổi.

Năm là, xác định ưu tiên chiến lược đối với bối cảnh doanh nghiệp tại Việt Nam: Thay vì chạy theo xu hướng sử dụng AI một cách bề nổi như tạo văn bản hay hình ảnh truyền thông ngắn hạn, các doanh nghiệp cần ưu tiên đầu tư vào năng lực quản trị dữ liệu gốc. Vượt qua rào cản về ngôn ngữ thuật toán bản địa và sự thiếu hụt tài nguyên số đòi hỏi các DN Việt phải sở hữu những tập dữ liệu thương hiệu có cấu trúc sạch, nhất quán nhằm duy trì năng lực cạnh tranh bình đẳng trong không gian số tương lai.

Tài liệu tham khảo:

1. Bettman, J. R. (1979). An Information Processing Theory of Consumer Choice. Reading, MA: Addison-Wesley.

2. Decision Lab (2024). The Connected Consumer Report Vietnam 2024.

3. Engel, J. F., Blackwell, R. D., & Miniard, P. W. (1995). Consumer Behavior (8th ed.). Fort Worth, TX: Dryden Press.

4. Hiệp hội Thương mại điện tử Việt Nam - VECOM (2023-2024). Báo cáo chỉ số thương mại điện tử Việt Nam 2023-2024.

5. McKinsey & Company (2024). The State of AI in 2024: Generative AI’s breakout year. New York: McKinsey Global Institute.