Ứng Dụng AI Trong Marketing: Vì Sao Nhiều Đội Làm Sai Ngay Từ Bước Đầu?

Ứng Dụng AI Trong Marketing Gồm Những Việc Gì?

Ứng dụng AI trong marketing gồm 6 nhóm công việc chính: nghiên cứu đối thủ, viết nháp nội dung, tạo hình ảnh và video, tối ưu quảng cáo, tổng hợp báo cáo và chăm sóc khách hàng qua chatbot. Ở cả 6 nhóm, AI đảm nhận phần thao tác lặp lại, còn con người giữ phần ra quyết định.

Các trợ lý AI như ChatGPT, Claude hay Gemini đã làm được phần lớn những việc này mà người dùng không cần biết lập trình. Dưới đây là 6 nhóm việc AI trong marketing đang đảm nhận, kèm phần việc người làm marketing vẫn phải giữ:

Phần việc AI làm được trong 6 nhóm trên đã đủ rộng để hầu hết đội marketing đều có chỗ để ứng dụng. Vì vậy, khoảng cách giữa các đội nằm ở cách tổ chức việc sử dụng AI hằng ngày, chứ không còn ở chuyện có dùng AI hay không.

Vì Sao Nhiều Đội Dùng AI Mỗi Ngày Mà Kết Quả Vẫn Không Tích Lũy?

Kết quả không tích lũy vì phần lớn đội marketing đang dùng AI theo kiểu prompting lẻ, tức là mỗi người tự viết câu lệnh, tự đánh giá đầu ra rồi bỏ đi. Lần dùng sau lại bắt đầu từ con số không, nên đội làm được nhiều việc hơn nhưng không giỏi hơn sau mỗi tháng.

Hãy hình dung một shop mỹ phẩm online có 3 nhân viên cùng sử dụng ChatGPT để viết caption. Mỗi người viết câu lệnh theo một kiểu riêng, nên cùng một dòng sản phẩm nhưng bài thì trẻ trung, bài thì trang trọng. Người duyệt sửa cùng một lỗi giọng văn mỗi tuần, còn nhân viên mới lại phải tự xoay xở từ đầu.

Dưới đây là bảng so sánh prompting lẻ với quy trình chung của đội theo 5 tiêu chí:

Quy trình chung biến mỗi lần sử dụng AI thành tài sản của đội ngũ. Các khảo sát doanh nghiệp quy mô lớn cũng cho thấy xu hướng tương tự. Khảo sát 1.000 lãnh đạo cấp cao tại 59 quốc gia của Boston Consulting Group (BCG) cho thấy 74% công ty vẫn chưa thu được kết quả rõ rệt từ AI. Đáng chú ý, nguyên nhân thất bại chủ yếu xuất phát từ con người và quy trình (70%), vượt xa các yếu tố về công nghệ (20%) hay thuật toán (10%). (Theo Báo cáo của BCG – Where’s the Value in AI? Năm 2024)

Khảo sát The State of AI của McKinsey công bố năm 2025 cho thấy kết quả cùng chiều: trong 25 thuộc tính được phân tích, việc thiết kế lại quy trình làm việc có tác động lớn nhất đến lợi nhuận từ AI tạo sinh. Tuy nhiên, chỉ 21% người trả lời cho biết tổ chức đã thiết kế lại căn bản ít nhất một quy trình.

4 Sai Lầm Khi Ứng Dụng AI Trong Marketing Và Cách Sửa

Có 4 sai lầm khiến việc ứng dụng AI trong marketing dừng ở mức thử nghiệm: bắt đầu từ công cụ thay vì quy trình, không có mẫu chuẩn, không ai duyệt đầu ra và không lưu lại những gì đã dạy AI. Sửa mỗi sai lầm sẽ để lại cho đội một tài sản có thể tái sử dụng.

Bốn tài sản tương ứng gồm bản mô tả quy trình, bộ mẫu chuẩn, bộ tiêu chí duyệt và kho hướng dẫn dùng chung. Mỗi phần dưới đây sẽ đi qua dấu hiệu nhận biết, lý do sai lầm đó gây hại, cách sửa và điều cần giữ lại sau khi sửa.

Sai Lầm 1: Bắt Đầu Từ Công Cụ Thay Vì Từ Quy Trình

Sai lầm đầu tiên là chọn công cụ trước rồi mới tìm việc cho công cụ đó làm. Đội đăng ký thêm tài khoản AI, thử vài tuần rồi bỏ dở, vì công cụ không gắn với một việc cụ thể nào đang tốn thời gian của đội và cũng không có chỉ số để đo lường hiệu quả.

Dấu hiệu dễ thấy nhất là đội có nhiều tài khoản AI nhưng không ai trả lời được AI đang đảm nhận việc gì trong tuần. Theo nghiên cứu từ RAND Corporation (2024) dựa trên phỏng vấn 65 nhà khoa học dữ liệu và kỹ sư, có đến hơn 80% dự án AI thất bại. Con số này cao gấp đôi so với các dự án CNTT truyền thống. Báo cáo The Root Causes of Failure for Artificial Intelligence Projects cũng chỉ ra một nguyên nhân cốt lõi: các tổ chức thường sa đà vào việc trải nghiệm công nghệ mới thay vì giải quyết bài toán thực tế, từ đó đưa ra lời khuyên “hãy tập trung vào vấn đề, đừng tập trung vào công nghệ”. Dù thống kê 80% áp dụng cho các dự án AI nói chung, nguyên nhân gốc rễ này lại phản ánh chính xác thực trạng đang diễn ra ở nhiều đội ngũ marketing hiện nay.

Cách sửa là đi từ việc trước rồi mới đến công cụ. Đội ngũ của bạn nên liệt kê những việc marketing lặp lại hằng tuần, chọn một việc tốn nhiều giờ nhất, viết ra từng bước người làm đang thực hiện rồi đánh dấu bước nào AI có thể đảm nhận. Đến lúc này, đội mới chọn được công cụ phù hợp. Nhờ vậy, đội có trong tay bản mô tả quy trình dài khoảng một trang, đủ để người mới đọc cũng hiểu AI đang làm gì trong quy trình đó.

Sai Lầm 2: Không Có Mẫu Chuẩn Cho Đầu Vào Và Đầu Ra

Thiếu mẫu chuẩn khiến chất lượng đầu ra của AI phụ thuộc vào người viết câu lệnh trong ngày hôm đó. Mẫu chuẩn gồm brief đầu vào cố định, một số bài mẫu đã được duyệt và bộ quy tắc giọng văn, để bất kỳ ai trong đội dùng AI cũng nhận được bản nháp gần với chuẩn của thương hiệu.

Dấu hiệu của sai lầm này là cùng một việc nhưng mỗi người lại cho ra một kiểu, còn người duyệt phải sửa đi sửa lại những lỗi giọng văn tương tự qua từng tuần. Nguyên nhân là AI không biết chuẩn của thương hiệu, nên AI phải đoán theo câu lệnh của từng người.

Dưới đây là 3 thành phần của một bộ mẫu chuẩn cho mỗi việc marketing:

• Brief đầu vào: Mỗi yêu cầu gửi AI đều ghi đầy đủ mục tiêu, đối tượng đọc, ý chính, độ dài và kênh đăng theo một khung cố định.
• Bài mẫu đã duyệt: Từ 2 đến 4 bài đã đăng và được đánh giá tốt giúp AI bắt chước cách viết thay vì tự đoán.
• Quy tắc giọng văn: Cách xưng hô, mức độ trang trọng, các từ nên dùng và danh sách từ cấm của thương hiệu được ghi rõ ràng bằng văn bản.

Khi đưa cả 3 thành phần này vào câu lệnh hoặc vào một không gian làm việc dùng chung, AI có khuôn để làm theo và bản nháp sẽ ít phải sửa hơn. Nếu đội đang gặp khó ở khâu câu chữ, bài hướng dẫn cách để ChatGPT viết giống người thật có thêm các bước chỉnh văn phong sau khi đã có mẫu. Thứ đội giữ lại ở bước này là bộ mẫu chuẩn cho từng việc.

Sai Lầm 3: Không Ai Chịu Trách Nhiệm Duyệt Đầu Ra

Nếu không gán trách nhiệm kiểm duyệt cụ thể, nội dung từ AI một là được phát hành thiếu kiểm soát, gây rủi ro thương hiệu và bị lãng phí hoàn toàn. Cả hai trường hợp đều làm mất giá trị của AI, nên mỗi loại đầu ra cần một người duyệt được chỉ định rõ và bộ tiêu chí duyệt được viết sẵn.

Theo khảo sát The State of AI do McKinsey công bố ngày 11/03/2025, chỉ 27% người trả lời tại các tổ chức sử dụng AI tạo sinh cho biết nhân viên duyệt toàn bộ nội dung do AI tạo ra trước khi sử dụng. Ví dụ, nhân viên kiểm tra một hình ảnh do AI tạo ra trước khi đưa vào tài liệu marketing. Một tỷ lệ tương đương cho biết chỉ 20% nội dung hoặc ít hơn được kiểm tra. Khảo sát này phản ánh doanh nghiệp toàn cầu, nhưng đủ để cho thấy khâu duyệt là một khoảng trống phổ biến.

Cách sửa bắt đầu từ việc gán người duyệt theo từng loại đầu ra. Ví dụ, người phụ trách nội dung duyệt bài viết, còn người chạy quảng cáo duyệt đề xuất điều chỉnh ngân sách. Tiếp theo, đội viết ra 5 tiêu chí duyệt cơ bản gồm thông tin chính xác, giọng văn đúng chuẩn, đúng đối tượng, phục vụ đúng mục tiêu và không vi phạm quy định quảng cáo của ngành. Mỗi lỗi người duyệt phải sửa nhiều lần nên được đưa ngược vào bộ mẫu chuẩn để lần sau AI không lặp lại. Nguyên tắc giữ con người ở những điểm quyết định như vậy được gọi là human-in-the-loop. Bộ tiêu chí duyệt chính là tài sản mà đội giữ lại sau khi sửa sai lầm này.

Sai Lầm 4: Không Lưu Lại Những Gì Đã Dạy AI

Mỗi lần người trong đội sửa bản nháp hoặc giải thích thêm cho AI là một lần dạy AI. Khi những hướng dẫn đó chỉ nằm trong lịch sử chat của từng người, cả đội không thể dùng lại được, nên mỗi người lại phải giải thích lại từ đầu ở những lần sau.

95% tổ chức trong nghiên cứu chưa thấy tác động đo lường được lên lãi lỗ từ AI tạo sinh. Nhóm tác giả cho rằng “rào cản cốt lõi khi mở rộng không phải hạ tầng, quy định hay nhân tài, mà là khả năng học hỏi”, vì phần lớn hệ thống AI tạo sinh không giữ lại phản hồi và không cải thiện theo thời gian (báo cáo The GenAI Divide của MIT NANDA, 2025).

Nhóm tác giả cho rằng “rào cản cốt lõi khi mở rộng không phải là hạ tầng, quy định hay nhân tài, mà là khả năng học hỏi”, vì phần lớn các hệ thống AI tạo sinh không lưu giữ phản hồi và không cải thiện theo thời gian (báo cáo The GenAI Divide của MIT NANDA).

Cách sửa là gom mẫu chuẩn, tiêu chí duyệt và các hướng dẫn đã chỉnh sửa vào một nơi để cả đội cùng dùng. Projects trong ChatGPT giữ các cuộc trò chuyện, tệp và hướng dẫn liên quan ở cùng một chỗ và có thể chia sẻ cho người khác. Projects trong Claude lưu tài liệu và hướng dẫn riêng cho từng dự án, tính năng chia sẻ dành cho gói Team và Enterprise. Gems trong Gemini cho phép viết hướng dẫn và thêm tệp tham khảo cho một trợ lý dùng lại nhiều lần. Đội cũng nên giữ một tệp nhật ký ghi lại các lỗi đã sửa và các hướng dẫn mới bổ sung.

Tài sản đội giữ lại là kho hướng dẫn dùng chung, nơi kiến thức nằm lại với đội chứ không đi theo một cá nhân. Khi đủ 4 bước trên, AI trở thành năng lực của cả đội thay vì thói quen của từng người. Việc tiếp theo là đo xem sự thay đổi đó đã thực sự diễn ra hay chưa.

Làm Sao Biết Đội Đã Thoát Khỏi Giai Đoạn Prompting Lẻ?

Đội đã thoát khỏi giai đoạn prompting lẻ khi người mới dùng AI cho ra kết quả gần bằng người cũ, số bản nháp dùng được sau một lượt sửa tăng dần và mỗi lỗi chỉ phải sửa một lần. Đây là những dấu hiệu có thể đo lường, không dựa trên cảm nhận.

Dưới đây là 4 dấu hiệu đội marketing có thể theo dõi hằng tuần:

• Người mới bắt kịp nhanh: Nhân viên mới sử dụng bộ mẫu chuẩn và cho ra bản nháp gần với chuẩn thương hiệu ngay trong tuần làm việc đầu tiên.
• Tỷ lệ bản nháp dùng được tăng: Số bản nháp chỉ cần 1 lượt sửa trước khi đăng tăng dần qua các tuần.
• Lỗi không lặp lại: Những lỗi đã ghi trong nhật ký sửa không còn xuất hiện trong các bản nháp sau.
• Đội trả lời được bằng số liệu: Đội biết AI tiết kiệm được bao nhiêu giờ cho công việc đã chọn, so với số giờ đã đo trước khi đổi cách làm.

Khi một việc đã chạy ổn định với mẫu chuẩn và người duyệt, đội mới nên cân nhắc kết nối các bước bằng automation hoặc AI Agents. Ở bước đó, bài phân tích về việc nên đặt AI Agent đầu tiên ở đâu trong doanh nghiệp sẽ giúp đội chọn đúng quy trình để tự động hóa trước.