Cách đây vài tháng, chúng tôi tiếp nhận một danh mục gồm 472.663 sản phẩm. Tên sản phẩm trông giống mã hậu cần nội bộ. Hàng nghìn thuộc tính bị thiếu. Các biến thể không có quan hệ cha/con. Mục tiêu thì đơn giản: biến danh mục này thành website B2B Magento 2 dùng được cho khách hàng chuyên nghiệp ngành nhà hàng, khách sạn và quán cà phê. Đây chính là lúc trợ lý AI (copilot) cho thương mại điện tử Magento trở nên không thể thiếu.
Không đội ngũ nào có thể xử lý thủ công khối lượng này. Không phải trong 6 tháng, cũng không phải trong 12 tháng. Chính những tình huống như vậy đã thúc đẩy chúng tôi tại Sutunam xây dựng các quy trình làm giàu dữ liệu bằng AI thực thụ, tiếp nối những gì chúng tôi đã trình bày tại Meet Magento France 2025. Không phải công cụ trình diễn. Đó là hệ thống vận hành thực tế.
Ngày 25/06/2026, tôi đã trình bày chủ đề “Trợ lý AI của tôi” tại Meet Magento France ở Paris. Bài viết này tóm tắt nền tảng của bài trình bày: điều gì hiệu quả, điều gì chưa thành công, và cách chúng tôi kết nối AI với danh mục sản phẩm thực tế.
Vấn đề thực sự: đội ngũ của bạn thực thi thay vì ra quyết định
Hãy trò chuyện với bất kỳ người quản lý thương mại điện tử nào đang vận hành hơn 1.000 mã sản phẩm trên Magento. Công việc hằng ngày của họ trông như sau: nhập thuộc tính thủ công, sao chép nội dung SEO từ sản phẩm này sang sản phẩm khác, sản xuất từng hình ảnh một, nhập hàng theo cảm tính. Việc đưa một loạt sản phẩm mới lên website mất từ 3 đến 5 ngày.
Đây không phải vấn đề năng lực. Đây là vấn đề khối lượng. Đội ngũ dành phần lớn thời gian cho việc thực thi lặp lại, và quá ít thời gian cho tư duy chiến lược. Tỷ lệ này lẽ ra phải ngược lại.
Trong dự án tôi nhắc đến ở trên, danh mục có 496 nhà cung cấp. Phân tích Pareto cho thấy 12 nhà cung cấp chiếm 50% danh mục, và 114 nhà cung cấp chiếm 95%. AI giúp tìm ra những phát hiện như vậy chỉ trong vài phút, trong khi phân tích thủ công sẽ mất hàng tuần.
Trợ lý AI thay đổi gì trong thương mại điện tử Magento (và chúng tôi học được gì khi triển khai)
Tạo trang sản phẩm: 2.000 trang trong 45 phút, nhưng phải có cơ chế kiểm soát
AI lấy dữ liệu kỹ thuật từ PIM (hệ thống quản lý thông tin sản phẩm) của bạn: Akeneo, Pimcore, Salsify, hoặc bất kỳ kết nối nào qua ETL và API. AI viết mô tả riêng cho từng sản phẩm, đúng giọng văn thương hiệu, tối ưu cho SEO, và bổ sung các thuộc tính còn thiếu.
Trong một dự án gần đây, chúng tôi đã xử lý 2.000 trang sản phẩm trong 45 phút. Trước đây, một nhóm 2 người cần 3 ngày cho cùng khối lượng công việc.
Nhưng bài học thực sự chúng tôi rút ra không nằm ở tốc độ. Bài học là AI không thể tự làm mọi thứ.
Với danh mục 472.000 sản phẩm, cách tiếp cận đầu tiên của chúng tôi là để thuật toán phân cụm TF-IDF tự động phân loại sản phẩm. Kết quả: nhóm “Nội thất inox” bị ước tính cao hơn thực tế 35%, nhóm “Thiết bị nấu” thấp hơn thực tế 3 lần, nhóm “Vệ sinh” thấp hơn 2,25 lần. Thuật toán hoàn toàn bỏ sót cả nhóm “Bánh ngọt”.
Chúng tôi đã trải qua 20 vòng lặp trước khi có được cách phân loại đáng tin cậy. Phiên bản V1, dựa trên một LLM (mô hình ngôn ngữ lớn, ở đây là Claude Haiku), đạt độ chính xác từ 93 đến 99% trên 50% danh mục. Nhưng kết quả này chỉ đạt được vì chúng tôi đã tự xác định cấu trúc thuộc tính từ trước. Nhiều người đánh giá thấp bước này: AI làm giàu dữ liệu, nhưng con người mới là người xây dựng cấu trúc. Không có bộ khung nghiệp vụ này, AI chỉ tạo ra nhiễu, không tạo ra dữ liệu.
SEO trên toàn bộ danh mục
Mô tả SEO chung chung gây hại cho thứ hạng tìm kiếm. Google đánh giá cao nội dung riêng biệt, và một danh mục 5.000 sản phẩm với mô tả gần như giống nhau sẽ bị đánh giá thấp.
AI viết mô tả riêng cho từng sản phẩm, phù hợp với ý định tìm kiếm của khách hàng. AI tạo thẻ mô tả (meta description) phù hợp và tìm ra những cơ hội từ khóa mà đối thủ bỏ qua. Tất cả ở quy mô mà con người không thể làm thủ công.
Đây là một trong những chủ đề chúng tôi xử lý trong dịch vụ tích hợp AI cho Magento.
Hỗ trợ ra quyết định: chủ đề chính trong bài trình bày của tôi
AI không còn chỉ tạo nội dung. AI phân tích dữ liệu bán hàng, tồn kho và hành vi khách hàng để đề xuất quyết định theo thời gian thực.
Nên nhập lại sản phẩm nào trước? Nên điều chỉnh giá nào theo nhu cầu? Hình ảnh nào chuyển đổi tốt nhất trong từng bối cảnh? AI đề xuất, con người quyết định. Đó là bước chuyển từ công cụ sang trợ lý AI cho thương mại điện tử Magento.
“AI bịa đặt thông tin”: không, nếu bạn làm tốt phần chuẩn bị
Đây là phản đối chúng tôi nghe nhiều nhất. Phản đối này cũng có cơ sở khi người dùng xem AI như công cụ tạo văn bản thô, không có kiểm soát.
Tại Sutunam, công việc của chúng tôi chính là đảm bảo điều đó không xảy ra. Bằng cách nào? Chúng tôi không bao giờ yêu cầu AI tự tạo ra dữ liệu. AI làm giàu thông tin từ các nguồn đã kiểm chứng: tài liệu kỹ thuật của nhà sản xuất, dữ liệu PIM, cơ sở dữ liệu sản phẩm đã chuẩn hóa. Chúng tôi thu thập dữ liệu từ website nhà cung cấp qua các quy trình tự động (N8N), chuẩn hóa dữ liệu theo cấu trúc do con người xác định (Pimcore), rồi AI bổ sung phần còn thiếu dựa trên nền tảng đó.
Trong danh mục 472.000 sản phẩm, phần lớn sản phẩm có mã EAN (mã vạch). Chúng tôi dùng mã EAN làm khóa để thu thập dữ liệu từ nhà sản xuất. AI không tự tạo ra thông tin: AI tìm thông tin, sắp xếp và chuẩn hóa thông tin.
Đó là khác biệt giữa một chatbot ứng biến và một hệ thống vận hành đáng tin cậy. Đây cũng là thông điệp tôi mang lên sân khấu Meet Magento France 2026.
5 dấu hiệu cho thấy website thương mại điện tử của bạn cần trợ lý AI
Làm sao biết website Magento của bạn đã sẵn sàng cho AI? Dưới đây là những dấu hiệu chúng tôi thường gặp nhất ở các doanh nghiệp mà chúng tôi đồng hành:
- Viết trang sản phẩm tốn nhiều thời gian hơn bán sản phẩm. Nếu đội ngũ của bạn mất 3 ngày để đăng 50 sản phẩm, AI có thể rút ngắn xuống còn vài giờ.
- Quyết định nhập hàng dựa trên cảm tính. AI phân tích doanh số, tồn kho và xu hướng để đề xuất lựa chọn phù hợp theo thời gian thực.
- Nội dung SEO giống nhau trên toàn bộ danh mục. AI viết mô tả riêng cho từng sản phẩm, phù hợp với ý định tìm kiếm của khách hàng.
- Chi phí sản xuất hình ảnh cao. AI điều chỉnh hình ảnh sẵn có của bạn cho từng bối cảnh và từng kênh bán hàng.
- Đội ngũ của bạn quản lý thay vì ra quyết định. AI giải phóng thời gian dành cho công việc lặp lại để đội ngũ tập trung vào chiến lược.
Nếu bạn nhận ra 3 trong 5 dấu hiệu này, đã đến lúc tìm hiểu AI có thể làm gì cho website thương mại điện tử của bạn.
Nền tảng kỹ thuật: cách chúng tôi kết nối mọi thứ
Với các bạn làm kỹ thuật, đây là kiến trúc tiêu biểu chúng tôi triển khai:
AI kết nối với PIM của bạn qua các bộ kết nối ETL và API tiêu chuẩn. AI tích hợp trực tiếp với hệ sinh thái Magento 2 và Adobe Commerce, kể cả các website dùng Hyvä. N8N điều phối các agent AI để thực hiện từng tác vụ cụ thể (thu thập dữ liệu nhà cung cấp, bổ sung thuộc tính, phân loại, tạo nội dung), với cơ chế kiểm soát ở từng bước.
Trong dự án Gafik, toàn bộ nền tảng gồm Pimcore (PIM), N8N (điều phối), LLM (làm giàu dữ liệu và phân loại), Magento 2 (thương mại điện tử) và Odoo (ERP). Các thành phần giao tiếp với nhau qua API. Doanh nghiệp không cần làm lại hệ thống thông tin hiện có.
Các giải pháp này hoạt động trên cả Magento Open Source và Adobe Commerce, trên Cloud hoặc máy chủ riêng (On-Premise). Chúng tôi cũng triển khai trên PrestaShop cho khách hàng sử dụng nền tảng này.
Bước tiếp theo: trợ lý AI trên chính danh mục của bạn
Lý thuyết là tốt. Trình diễn trên một danh mục thật còn tốt hơn.
Tại Meet Magento France 2026, ở Salons de l’Aveyron, Paris, chúng tôi đã trình bày cách tiếp cận này trên một danh mục Magento thực tế.
Bạn chưa có dịp tham dự? Chúng tôi có thể thực hiện bài tập tương tự trên dữ liệu của bạn: buổi đánh giá AI trong 45 phút để tìm ra 3 ứng dụng mang lại lợi ích cao nhất cho website Magento của bạn.
