Tất cả bài · Bài viết
Benchmark AI Shopping của Visa: 42,8% lượt AI mua sắm không đạt yêu cầu, chỉ 34,2% tình huống đáp ứng đúng nhu cầu trong cả ba lần thử.
*Visa thử nghiệm 22 model AI trên 15 tình huống mua sắm. 42,8% lượt chạy thất bại, nhưng vấn đề đáng chú ý hơn là AI chỉ đạt cả ba lần thử trong 34,2% trường hợp.*
Chia sẻ: WhatsApp · Telegram · X · Facebook · LinkedIn · Email
42,8% là tỷ lệ thất bại. 34,2% mới là con số đáng lo về độ tin cậy.
Ngày 05/11/2026, Visa công bố Visa Agentic Commerce Benchmark, thử nghiệm 22 model AI từ 12 phòng nghiên cứu trên 15 tình huống mua sắm, gồm TV, laptop và thiết bị chăm sóc cá nhân.

Với merchant đang chuẩn bị cho agentic commerce, đây là vấn đề quan trọng. Một AI agent chọn đúng sản phẩm một lần chưa có nghĩa nó có thể đưa ra quyết định đúng một cách ổn định.
Nguồn: Visa - công bố Visa Agentic Commerce Benchmark, 05/11/2026
Visa thực sự đang chấm điều gì?
Đây không đơn thuần là bài kiểm tra xem AI có tìm được sản phẩm hay hoàn tất một lần mua hàng hay không.
Trong tình huống mua TV, khách hàng ban đầu chỉ cung cấp một phần thông tin. AI phải hỏi thêm để xác định ngân sách, khả năng tương thích định dạng, hỗ trợ HDR10+ và nhu cầu chơi game trước khi chọn sản phẩm.
Tìm được một chiếc TV có vẻ phù hợp là chưa đủ. AI phải xác định được vì sao sản phẩm đó thực sự phù hợp.
Ba con số cho thấy khoảng cách về độ tin cậy
42,8% - Lượt chạy thất bại
Trong toàn bộ các lượt thử nghiệm, tỷ lệ đạt chỉ là 57,2%. Model tốt nhất đạt 82,2%, trong khi model thấp nhất chỉ đạt 28,9%.
34,2% - Đạt cả ba lần thử
Mỗi model được thử ba lần trên từng tình huống. Tuy nhiên, chỉ 34,2% trường hợp đạt yêu cầu ở cả ba lần.
Đây mới là tín hiệu đáng chú ý về độ tin cậy. Một model có thể hiểu đúng nhu cầu và chọn đúng sản phẩm trong lần đầu, nhưng lại thất bại khi thực hiện lại chính tình huống đó.
54% - Lượt thất bại vẫn kết thúc bằng quyết định mua
Hơn một nửa số lượt thất bại vẫn dẫn đến quyết định mua hàng. Theo Visa, có hai khả năng: AI chọn sản phẩm không đáp ứng các yêu cầu đã xác định, hoặc chưa tìm hiểu đầy đủ nhu cầu của khách hàng.
Điều này cho thấy AI không chỉ có thể chọn sai. Nó còn có thể không nhận ra rằng mình chưa đủ thông tin để đưa ra quyết định mua.
Nguồn: Visa - kết quả benchmark
Hỏi đúng quan trọng hơn chỉ dùng model đắt tiền
Visa ghi nhận mối liên hệ rõ ràng giữa khả năng tìm hiểu nhu cầu và tỷ lệ đạt của các model.
| Nhóm model | Tỷ lệ đạt |
|---|---|
| 5 model tìm ra nhiều yếu tố mua hàng ẩn nhất | 70,2% |
| 5 model tìm ra ít yếu tố nhất | 44,4% |
| 5 model có chi phí mỗi lượt chạy cao nhất | 67,1% |
| 5 model có chi phí mỗi lượt chạy thấp nhất | 50,2% |
Kết quả cho thấy việc tìm hiểu đúng nhu cầu người mua là một phần quan trọng của AI shopping.
Những model có chi phí cao hơn đạt kết quả tốt hơn trung bình. Tuy nhiên, khả năng khai thác các yêu cầu chưa được khách hàng nói ra cũng tạo ra khoảng cách hiệu suất đáng kể.
Đây là mối tương quan trong benchmark, không phải bằng chứng rằng chỉ cần hỏi nhiều câu hơn là AI sẽ mua đúng.
Shopify seller cần nhìn lại điều gì?
Visa thử nghiệm model AI, không thử nghiệm Shopify store. Benchmark không đánh giá chất lượng product page, cấu trúc catalog, product feed hay hệ thống checkout của merchant.
Tuy nhiên, kết quả đặt ra một câu hỏi thực tế: AI agent có thể tìm đủ thông tin đáng tin cậy để xác định một sản phẩm có thực sự đáp ứng nhu cầu người mua hay không?
Trong tình huống mua TV, những yêu cầu như khả năng tương thích, hỗ trợ HDR10+ và tính năng chơi game đều là thuộc tính sản phẩm cụ thể. AI không thể xác minh chúng chỉ bằng những mô tả marketing chung chung.
Với seller, có ba phần đáng kiểm tra:
Thông số sản phẩm
Ghi rõ các thuộc tính quan trọng như khả năng tương thích, kích thước, định dạng hỗ trợ, chất liệu, điều kiện sử dụng và các thông tin có thể ảnh hưởng trực tiếp đến quyết định mua.
Dữ liệu sản phẩm có cấu trúc
Đảm bảo thuộc tính sản phẩm nhất quán giữa product page, variants, metafields và catalog feed. Một thông số xuất hiện ở nhiều nơi nhưng không đồng nhất có thể khiến AI khó xác định đâu là thông tin chính xác.
Những khoảng trống thông tin
Thử đặt câu hỏi: AI shopping assistant cần hỏi khách những gì trước khi có thể đề xuất sản phẩm? Nếu câu trả lời không thể tìm thấy trong thông tin sản phẩm đã công bố, catalog có thể đang thiếu dữ liệu quan trọng.
Đây là những khuyến nghị thực tế rút ra từ vấn đề tìm hiểu yêu cầu trong benchmark, không phải kết quả Visa trực tiếp kiểm tra trên Shopify store.
AI shopping vẫn còn một khoảng cách về niềm tin
Vấn đề độ tin cậy của model cũng nằm trong một khoảng cách lớn hơn về niềm tin của người tiêu dùng.
Theo Visa Trust Index công bố tháng 09/2026, 72% người tiêu dùng Mỹ từng sử dụng trợ lý AI, nhưng chỉ 23% tin tưởng AI tạo sinh có thể thay mình xử lý giao dịch thanh toán.
Người dùng có thể sẵn sàng dùng AI để tìm hiểu sản phẩm, nhưng chưa chắc đã sẵn sàng giao cho AI quyền tự quyết định mua hàng.
Visa cho biết sẽ mở rộng benchmark sang nhiều ngành hàng và bổ sung các bước checkout, thanh toán, đặt đơn. Những khâu này chưa được đánh giá trong vòng thử nghiệm đầu tiên.
Nguồn: Visa Trust Index, 09/09/2026
Seller nên làm gì lúc này?
Kết quả này không có nghĩa Shopify store cần lập tức xây dựng lại checkout dành riêng cho AI agent.
Việc thiết thực hơn là kiểm tra xem catalog hiện tại có truyền tải đủ rõ thông tin để xác định một sản phẩm phù hợp hay không.
- Chọn một nhóm sản phẩm mà thông số hoặc khả năng tương thích ảnh hưởng lớn đến quyết định mua.
- Truy cập Visa Payments Frontier và xem lại các bản replay trong benchmark.
- Ghi lại những câu hỏi AI cần đặt ra trước khi có thể đưa ra đề xuất chính xác.
- Kiểm tra product page và dữ liệu catalog có cấu trúc đã trả lời những câu hỏi đó rõ ràng, nhất quán hay chưa.
Giai đoạn tiếp theo của agentic commerce không chỉ phụ thuộc vào việc AI tìm được bao nhiêu sản phẩm. Quan trọng hơn, AI phải hiểu đúng yêu cầu, xác định đúng sản phẩm và duy trì được quyết định đó một cách nhất quán.