Giới thiệu
8 giờ sáng thứ Hai, 12.000 ticket đã đổ vào hộp thư chăm sóc khách của một nền tảng fintech Việt Nam: “Không đăng nhập được”, “Bị trừ tiền sai”, “Mất thẻ khóa giùm”, “Muốn hủy gói”… Ngày xưa, ca trực sẽ mất 3 tiếng chỉ để đọc và gán nhãn bằng tay.
Nay Zendesk AI (và những nền tảng tương tự như Intercom Fin, Subiz, FPT.AI) đọc toàn bộ nội dung trong vài giây, nhận diện ý định, cảm xúc, ngôn ngữ, rồi định tuyến đến đúng đội. Thời gian phản hồi giảm tới 45%, khách hàng thấy “gọn gàng và nhanh hơn hẳn”.
Trong hệ thống hỗ trợ truyền thống, một nhân viên phải: (1) đọc từng ticket, (2) đoán nội dung, (3) kéo thả vào đội đúng. Với hàng nghìn ticket/ngày, việc này biến con người thành bác nhân viên thư phòng — một công việc hoàn toàn không giúp giải quyết vấn đề của khách.
| Thách thức | Vì sao khó |
|---|---|
| Khách hàng viết tự do | Không có form chuẩn. Người viết 'app đơ', người viết 'phần mềm không phản hồi' — cùng ý. |
| Đa ngôn ngữ | Tiếng Việt có dấu, không dấu, tiếng Anh, teencode, Zalo sticker. Mô hình phải xử lý hết. |
| Ưu tiên khác nhau | Tin 'mất thẻ, khóa gấp' phải xử 5 phút. Tin 'còn size M không?' có thể chờ 1 tiếng. |
Bài toán khó nhất: khách không mô tả theo cấu trúc. Họ viết “app cứ thế là đơ”, “mất tiền tự nhiên”, “các anh lừa đảo à” — AI phải hiểu ý đằng sau lớp vỏ ngôn ngữ rất khó nắm.
Cách hệ thống hoạt động
1. Đọc bằng NLP, không tìm từ khóa
Zendesk AI không hỏi “có từ ‘lỗi’ không?”. Mô hình ngôn ngữ đọc cả tin nhắn rồi hiểu *ý định* (intent). Vì vậy “app bị đơ”, “phần mềm không phản hồi”, “ứng dụng crash hoài” đều ra chung một nhãn: **Lỗi kỹ thuật**.