Nguyễn Sơn Long[1]

Tóm tắt: Trí tuệ nhân tạo (AI) đang tạo ra những thay đổi sâu sắc trong lĩnh vực marketing số trên phạm vi toàn cầu. Các hệ thống AI được tích hợp ngày càng rộng rãi vào hoạt động marketing của doanh nghiệp, từ cá nhân hóa nội dung trên các sàn thương mại điện tử, quảng cáo đến sáng tạo nội dung thương hiệu bằng AI tạo sinh (Generative AI). Tại Việt Nam, bối cảnh này thể hiện rõ nét khi các nền tảng thương mại điện tử hàng đầu như Shopee, Lazada, TikTok Shop đều ứng dụng thuật toán AI để cá nhân hóa trang chủ, gợi ý sản phẩm và tối ưu hóa quảng cáo cho từng người dùng. Tuy nhiên, bên cạnh những lợi ích rõ ràng về hiệu quả và chi phí, việc ứng dụng AI trong marketing số cũng đặt ra những thách thức nghiêm trọng đối với niềm tin và tính chân thực thương hiệu (brand authenticity).

Mặc dù vấn đề AI và thương hiệu đang nhận được sự quan tâm ngày càng lớn trên các tạp chí quốc tế, tại Việt Nam, có rất ít nghiên cứu phân tích hệ thống về tác động của AI trong marketing số đến niềm tin và tính chân thực thương hiệu. Do đó, bài viết phân tích cơ sở lý luận, đánh giá thực trạng ứng dụng AI trong marketing số tại Việt Nam và tác động đến thương hiệu, từ đó đề xuất các giải pháp quản trị nhằm phát huy lợi ích của AI trong khi bảo vệ niềm tin và tính chân thực thương hiệu. Mục tiêu cụ thể gồm: (1) Hệ thống hóa cơ sở lý luận về AI trong marketing số và mối quan hệ với niềm tin, tính chân thực thương hiệu; (2) Đánh giá thực trạng ứng dụng AI trong marketing số tại Việt Nam và nhận diện tác động đến thương hiệu; (3) Đề xuất giải pháp quản trị cho doanh nghiệp Việt Nam.

Từ khóa: trí tuệ nhân tạo, marketing số, niềm tin thương hiệu, tính chân thực thương hiệu, cá nhân hóa, người tiêu dùng Việt Nam.

1. Cơ sở lý luận về ai trong marketing số và thương hiệu

1.1. Khái niệm và phân loại trí tuệ nhân tạo trong marketing số

Trí tuệ nhân tạo (AI) trong marketing được hiểu là việc sử dụng các hệ thống tính toán có khả năng mô phỏng năng lực vốn có của con người - bao gồm thực hiện các tác vụ cơ học, tư duy phân tích và nhận biết cảm xúc - nhằm phục vụ các chức năng marketing (Huang & Rust, 2021). AI marketing là việc ứng dụng các công nghệ AI vào hoạt động marketing, từ thu thập và phân tích dữ liệu khách hàng, cá nhân hóa nội dung, đến tự động hóa quy trình tương tác với khách hàng (Davenport và cộng sự, 2020). Nghiên cứu đề xuất khung phân loại ba dạng AI trong marketing: (1) AI cơ học (Mechanical AI) - tự động hóa tác vụ lặp lại như gửi thư điện tử hàng loạt, đăng bài mạng xã hội theo lịch, mang lại lợi ích chuẩn hóa; (2) AI tư duy (Thinking AI) - xử lý dữ liệu lớn, nhận diện mẫu hình hành vi người tiêu dùng, phân khúc khách hàng tự động, mang lại lợi ích cá nhân hóa; (3) AI cảm xúc (Feeling AI) - phân tích và phản hồi cảm xúc qua ngôn ngữ tự nhiên, nhận diện biểu cảm, mang lại lợi ích quan hệ hóa. Sự phát triển nhanh chóng của các công cụ AI tạo sinh như ChatGPT, Gemini, Midjourney đã đưa khả năng sản xuất nội dung marketing tự động lên một tầm mới, cho phép doanh nghiệp tạo ra văn bản, hình ảnh và video quảng cáo với tốc độ nhanh và tối thiểu hóa chi phí.

Huang và Rust (2022) phát triển thêm khung AI cộng tác (Collaborative AI), khẳng định AI cấp thấp hỗ trợ trí tuệ con người cấp cao, và tại mỗi cấp độ, AI trước tiên hỗ trợ rồi sau đó mới thay thế con người. Khung lý thuyết này cung cấp cơ sở quan trọng để phân tích vai trò phối hợp giữa con người và AI trong hoạt động marketing số, đồng thời gợi ý rằng doanh nghiệp cần xác định rõ ranh giới giữa tác vụ nên giao cho AI và tác vụ cần giữ lại cho con người.

1.2. Niềm tin thương hiệu và tính chân thực thương hiệu

Niềm tin thương hiệu (brand trust) được Chaudhuri và Holbrook (2001) định nghĩa là sự sẵn lòng của người tiêu dùng dựa vào khả năng của thương hiệu để thực hiện các chức năng đã cam kết. Delgado-Ballester và Munuera-Alemán (2001) bổ sung rằng niềm tin thương hiệu cũng là cảm giác an toàn của người tiêu dùng rằng thương hiệu sẽ đáp ứng kỳ vọng tiêu dùng của họ. NielsenIQ (2025) ghi nhận niềm tin đã trở thành yếu tố quan trọng nhất ảnh hưởng đến lựa chọn thương hiệu tại châu Á - Thái Bình Dương.

Tính chân thực thương hiệu (brand authenticity) là mức độ mà người tiêu dùng nhận thức thương hiệu là trung thực với chính mình và với khách hàng (Morhart và cộng sự, 2015). Morhart và cộng sự (2015, Journal of Consumer Psychology) phát triển thang đo nhận thức tính chân thực thương hiệu (PBA) gồm 15 biến quan sát thuộc bốn chiều: tính liên tục (continuity), tính đáng tin cậy (credibility), tính chính trực (integrity) và tính biểu tượng (symbolism). Đây hiện là công cụ đo lường tính chân thực thương hiệu được trích dẫn nhiều nhất trong lĩnh vực marketing, theo tổng quan thư mục 21 năm của Li và cộng sự (2024, SAGE Open). Napoli và cộng sự (2014) đề xuất thang đo bổ sung gồm ba chiều: cam kết chất lượng (quality commitment), sự chân thành (sincerity) và di sản (heritage).

1.3. Mối quan hệ giữa AI marketing, niềm tin và tính chân thực thương hiệu

Mối quan hệ giữa AI trong marketing số và thương hiệu được phân tích qua ba cơ chế chính. Thứ nhất, hiện tượng "hình phạt niềm tin AI" (AI Trust Penalty): Brüns và MeiBner (2024), trong nghiên cứu ba thực nghiệm đăng trên Journal of Retailing and Consumer Services, phát hiện AI tạo sinh tạo nội dung trên mạng xã hội gây ra phản ứng tiêu cực cả về thái độ lẫn hành vi, được trung gian bởi nhận thức về tính chân thực thương hiệu. Nghiên cứu này dựa trên lý thuyết né tránh thuật toán (Algorithm Aversion Theory) của Dietvorst và cộng sự (2015). Baek và Kim (2023) cũng cho thấy việc công khai sử dụng AI (AI disclosure) làm giảm độ tin cậy quảng cáo - chính là một trong bốn chiều của tính chân thực thương hiệu.

Thứ hai, nghịch lý cá nhân hóa (Personalization Paradox): Lý thuyết tính toán quyền riêng tư (Privacy Calculus Theory) (Dinev & Hart, 2006) giải thích cơ chế cân nhắc giữa lợi ích cá nhân hóa và rủi ro mất quyền riêng tư. Aguirre và cộng sự (2015) đã chứng minh mặc dù cá nhân hóa sâu hơn tăng mức độ phù hợp của quảng cáo, nhưng khi người tiêu dùng nhận thức được việc thu thập dữ liệu ngầm, cảm giác dễ bị tổn thương gia tăng và tỷ lệ nhấp giảm đáng kể. Kim và Han (2025) phát hiện hiệu ứng phản tác dụng của cá nhân hóa (personalization backfire effect): khi mức độ quan tâm quyền riêng tư cao, cá nhân hóa sâu không hiệu quả hơn thông điệp chung, trong khi cá nhân hóa vừa phải vẫn mang lại hiệu quả tích cực.

Thứ ba, vai trò phối hợp con người - AI: Huang và Rust (2022) phát triển khung AI cộng tác với ba nguyên tắc: (1) AI mạnh về tác vụ cơ học và phân tích, con người mạnh về trực giác và cảm xúc; (2) AI cấp thấp hỗ trợ trí tuệ con người cấp cao; (3) AI trước tiên hỗ trợ rồi sau đó thay thế. Davenport và cộng sự (2020) cũng đề xuất AI hiệu quả hơn khi hỗ trợ thay vì thay thế nhà quản trị marketing. Phát hiện từ Brüns và Meißner (2024) là bằng chứng quan trọng: phản ứng tiêu cực giảm đáng kể khi AI tạo sinh được đóng khung là có sự hỗ trợ của con người thay vì tự động hóa hoàn toàn.

Khung nghiên cứu được xây dựng trên mô hình Kích thích - Trạng thái tâm lý - Phản ứng (S-O-R) (Mehrabian & Russell, 1974) với sự tích hợp bốn nền tảng lý thuyết. Mô hình S-O-R mô tả cơ chế kích thích từ môi trường (Stimulus) tác động đến trạng thái tâm lý nội tại (Organism) và từ đó dẫn đến phản ứng hành vi (Response). Lý thuyết tính toán quyền riêng tư (Dinev & Hart, 2006) giải thích cơ chế cân nhắc lợi ích - rủi ro ở phần kích thích. Lý thuyết tính chân thực thương hiệu (Morhart và cộng sự, 2015) cung cấp cấu trúc đo lường bốn chiều cho biến trung gian chủ chốt ở phần trạng thái tâm lý. Khung AI cộng tác (Huang & Rust, 2022) cung cấp cơ sở lý thuyết cho biến loại nội dung ở phần kích thích từ môi trường.

Cấu trúc mô hình cụ thể gồm: Biến kích thích bao gồm (i) mức độ AI cá nhân hóa với 3 mức (không cá nhân hóa, vừa phải sử dụng dữ liệu ngữ cảnh, sâu sử dụng thông tin cá nhân), phản ánh phát hiện về hiệu ứng phản tác dụng của cá nhân hóa; (ii) loại nội dung (chỉ AI, phối hợp con người-AI, chỉ con người) dựa trên khung AI cộng tác; và (iii) kênh số (tìm kiếm, mạng xã hội, sàn thương mại điện tử, trợ lý ảo). Biến trạng thái tâm lý gồm: nhận thức tính chân thực thương hiệu (4 chiều theo Morhart và cộng sự, 2015), niềm tin thương hiệu (Chaudhuri & Holbrook, 2001), và cảm giác bị xâm phạm (Baek & Kim, 2023). Biến phản ứng gồm thái độ thương hiệu, ý định mua hàng, và ý định truyền miệng. Biến điều tiết bao gồm: công khai sử dụng AI (AI disclosure), mức độ quan tâm quyền riêng tư, và văn hóa tập thể - đặc thù Việt Nam.

Thông tin chi tiết bài viết tại đây

[1] Thạc sĩ, Cao đẳng FPT Polytechnic - Đại học FPT; Email: longns10@fpt.edu.vn