Phỏng vấn
Zack Peng, Đồng sáng lập kiêm CEO của Seel – Loạt bài phỏng vấn

Điểm chínhSeel giải quyết hơn 99% các trường hợp hỗ trợ bằng cách để AI hoàn tất việc giải quyết…
Xem thêm
- Seel giải quyết hơn 99% các trường hợp hỗ trợ bằng cách để AI hoàn tất việc giải quyết thay vì đẩy lùi các yêu cầu hỗ trợ.
- Niềm tin vào hỗ trợ bằng AI phụ thuộc vào một lối thoát rõ ràng để gặp người thật thay vì dựa vào độ chính xác của bot.
- Các thương nhân nên yêu cầu bằng chứng về tỷ lệ giải quyết từ đầu đến cuối và trách nhiệm pháp lý thay vì những bản demo được trau chuốt.
Zack Peng là Đồng sáng lập kiêm CEO của Seel, nơi ông tập trung giải quyết những vấn đề mà người mua và nhà bán lẻ gặp phải sau khi thanh toán. Ông bắt đầu nghiên cứu cách dự đoán hàng trả lại và khoản hoàn tiền, rồi mở rộng sang các hệ thống AI xử lý yêu cầu của khách hàng trong toàn bộ quy trình thương mại. Ông chủ trương kết hợp các tác nhân có khả năng hành động với những giới hạn vận hành rõ ràng, cơ chế chuyển vụ việc cho con người xử lý và trách nhiệm giải trình về kết quả mà khách hàng nhận được.
Seel cung cấp dịch vụ sau mua và các đơn vị AI cho thương mại điện tử, bao gồm bảo vệ giao dịch mua hàng và giao hàng, hỗ trợ khách hàng và bán lại. Nền tảng của công ty kết nối các hệ thống của nhà bán lẻ, thông tin đơn hàng và quy trình dịch vụ để hỗ trợ giải quyết vấn đề của người mua; trong khi đó, LLM Gateway hỗ trợ truy cập các mô hình và định tuyến theo tác vụ. Trong cuộc phỏng vấn này, Peng bàn về sự chuyển dịch từ trả lời câu hỏi sang chịu trách nhiệm về kết quả, những biện pháp kiểm soát cần thiết để tác nhân hoạt động trên nhiều hệ thống, cũng như cách nhà bán lẻ đánh giá độ tin cậy của các dịch vụ AI.
Điều gì đã truyền cảm hứng để ông đồng sáng lập Seel, và việc giải quyết những vấn đề người mua gặp phải sau khi thanh toán đã đưa ông đến với ý tưởng xây dựng một lực lượng lao động AI cho thương mại điện tử như thế nào?
Mọi chuyện bắt đầu với một sàn giao dịch. Chúng tôi gặp một nhà sáng lập đang vận hành sàn giao dịch và nhận thấy ngành này dành rất nhiều công sức để dự đoán các khoản bồi hoàn do khiếu nại giao dịch, vốn gây thiệt hại khoảng 0,5% GMV. Tỷ lệ hàng trả lại và hoàn tiền là 10 đến 20%, nhưng chưa ai dự đoán những khoản này. Vì vậy, chúng tôi xây dựng một mô hình có thể làm được điều đó, rồi dùng mô hình để cho phép người mua trả một khoản phí nhỏ để được hoàn tiền cho các mặt hàng bán theo hình thức không đổi trả. Tôi nghĩ sẽ có 3 đến 5% khách hàng chọn tham gia. Con số thực tế là 10 đến 20%. Điều đó cho chúng tôi thấy người mua sẵn sàng trả tiền để an tâm sau khi thanh toán, cũng là lý do mọi người mua AppleCare hoặc gói miễn trừ trách nhiệm khi thuê xe.
Lực lượng lao động AI bắt nguồn từ hộp thư hỗ trợ của chính chúng tôi. Hơn 70% yêu cầu hỗ trợ không liên quan gì đến việc trả hàng. Người mua muốn biết đơn hàng đang ở đâu hoặc liệu họ có thể đổi món hàng hay không. Thay vì chuyển họ trở lại nhà bán lẻ, chúng tôi bắt đầu tự giải quyết những yêu cầu đó. Chúng tôi nhận ra giá trị thực sự của AI trong thương mại không nằm ở việc tiết kiệm tiền. Giá trị nằm ở khả năng xử lý công việc tức thì trên quy mô lớn, ngay cả trong thời điểm lưu lượng đạt đỉnh. Điều này bao gồm việc có các hệ thống AI có thể đánh giá và phê duyệt những yêu cầu hoàn tiền đủ điều kiện trước khi nhận hàng trả lại, cũng như các tác nhân AI hoạt động 24/7 và có thể hành động để giải quyết yêu cầu của khách hàng.
Ông mô tả một quá trình phát triển từ chatbot trả lời câu hỏi, đến tác nhân thực hiện hành động, rồi đến các đơn vị AI chịu trách nhiệm trọn vẹn về kết quả. Về mặt kỹ thuật và vận hành, điều gì thay đổi qua từng giai đoạn, và ông có thể minh họa bằng một vấn đề thực tế của khách hàng không?
Điểm khác biệt nằm ở việc ai chịu trách nhiệm về kết quả. Chatbot trả lời câu hỏi “đơn hàng của tôi ở đâu?”. Tác nhân hoàn thành một tác vụ đơn lẻ, chẳng hạn như gửi yêu cầu bồi thường. Còn đơn vị AI chịu trách nhiệm về kết quả cuối cùng: khách hàng nhận được thứ họ đã trả tiền mua.
Về mặt kỹ thuật, đơn vị AI hoạt động trên nhiều hệ thống, bao gồm cửa hàng của nhà bán lẻ, đơn vị vận chuyển và hệ thống thanh toán, thay vì chỉ hoạt động trong một hệ thống. Đơn vị này theo dõi vụ việc trong nhiều ngày chứ không chỉ trong một cuộc trò chuyện, đồng thời phải biết khi nào vấn đề thực sự đã được giải quyết. Về mặt vận hành, thay vì bố trí nhân sự theo số lượng yêu cầu hỗ trợ, bạn bắt đầu bố trí nhân sự để xử lý các trường hợp ngoại lệ.
Hãy xét trường hợp một gói hàng được đánh dấu là đã giao nhưng thực tế không đến nơi. Chatbot bảo người mua chờ. Tác nhân gửi yêu cầu bồi thường. Seel Agencies kiểm tra dữ liệu quét của đơn vị vận chuyển và lịch sử đơn hàng, xác định khách hàng có đủ điều kiện hay không, thanh toán khoản bồi hoàn hoặc gửi hàng thay thế, cập nhật hồ sơ của nhà bán lẻ và thông báo cho người mua rằng vấn đề đã được giải quyết. Với vai trò là đối tác đảm nhận toàn bộ yêu cầu hỗ trợ sau mua cho nhà bán lẻ, trước tiên chúng tôi đã thử nghiệm hạ tầng AI này trên chính các yêu cầu của mình. Cách tiếp cận tập trung vào giải quyết vấn đề này giúp chúng tôi đạt tỷ lệ giải quyết trên 90%, đồng thời có thể xác định và hoàn tiền ngay lập tức cho những yêu cầu đủ điều kiện.
Hãy xét trường hợp một tác nhân mua sắm thay mặt ai đó mua nhầm kích cỡ. Tác nhân đó, nhà bán lẻ và Seel cần phối hợp với nhau như thế nào để khắc phục sai sót, và ai nên chịu trách nhiệm về kết quả?
Người mua không nên phải đứng ra phân xử. Dù ai mắc lỗi thì cách khắc phục vẫn như nhau: đổi hàng hoặc hoàn tiền nhanh chóng.
Cần có ba yếu tố để làm được điều đó. Đơn hàng cần lưu lại ai đã đặt và theo chỉ dẫn nào, để có thể truy vết quyết định của tác nhân. Thứ hai, chính sách đổi trả của nhà bán lẻ phải ở định dạng máy có thể đọc được để tác nhân có thể thực hiện theo chính sách. Thứ ba, phải có một bên đứng ra chịu trách nhiệm về kết quả trước khi xác định lỗi thuộc về ai.
Đó là vai trò của Seel. Chúng tôi nhận trách nhiệm pháp lý. Nếu đơn hàng được bảo vệ, người mua sẽ được bồi hoàn đầy đủ trước, còn việc xác định trách nhiệm sẽ được thực hiện sau. Nếu một tác nhân mua sắm AI thay mặt ai đó đặt nhầm kích cỡ, người mua vẫn phải có cách giải quyết như khi họ tự đặt hàng, miễn là gói bảo vệ phù hợp đã được thêm vào lúc thanh toán và vấn đề nằm trong phạm vi bảo hiểm đó. Chúng tôi chịu trách nhiệm tài chính đối với những kết quả thuộc phạm vi bảo vệ. Người mua không nên phải đứng ra phân xử xem họ hay tác nhân của mình đã mắc lỗi.
Nhóm của ông cho biết AI giúp xử lý nhanh hơn 80% lượng yêu cầu hỗ trợ của Seel. Trên thực tế, “xử lý nhanh hơn” có nghĩa là gì, bao nhiêu yêu cầu được giải quyết mà không cần con người can thiệp, và những chỉ số nào cho thấy khách hàng thực sự nhận được dịch vụ tốt hơn?
Điều đó có nghĩa là AI đảm nhiệm những việc trước đây khiến con người mất thời gian: đọc hồ sơ, truy xuất dữ liệu đơn hàng và đơn vị vận chuyển, kiểm tra chính sách của nhà bán hàng và trong hầu hết trường hợp, hoàn tất việc xử lý. AI đảm nhiệm những việc này trong 80% tổng số phiếu hỗ trợ của chúng tôi. Nhìn chung, chúng tôi xử lý hơn 99% các trường hợp hỗ trợ, trong khi mức thường được nhắc đến trong ngành là 60 đến 70%.
Tuy nhiên, chỉ riêng tỷ lệ xử lý xong có thể che giấu chất lượng dịch vụ kém, bởi một bot tìm cách đẩy khách hàng đi nơi khác trông vẫn rất hiệu quả trên bảng điều khiển. Vì vậy, chúng tôi theo dõi các chỉ số như tỷ lệ phiếu hỗ trợ được mở lại, tỷ lệ chuyển cho nhân viên hỗ trợ và mức độ hài lòng của khách hàng. Tốc độ rất quan trọng trong những tình huống khiến khách hàng bực bội. Việc đổi địa chỉ giao hàng thường đòi hỏi một chuỗi email qua các hệ thống đặt hàng và hoàn tất đơn hàng riêng biệt. Nhân viên của chúng tôi xử lý việc đó chỉ trong vài phút.
Điều tôi quan tâm nhất là khách hàng có quay lại mua hàng hay không. Trong toàn bộ mạng lưới của chúng tôi, 69% khách hàng mua lại đã mua gói bảo vệ cho đơn hàng đầu tiên.
Anh từng mô tả mình là “ủng hộ tác nhân AI, nhưng không ủng hộ chế độ tự động hoàn toàn”. Những quyết định nào anh chủ ý dành cho con người, và hệ thống nhận biết ra sao khi một trường hợp tưởng như thông thường lại cần đến sự phán đoán của con người?
Chế độ tự động hoàn toàn có nghĩa là không ai giám sát. Chúng tôi muốn các tác nhân AI đảm nhiệm phần lớn công việc, còn con người đưa ra quyết định trong những tình huống cần đến sự phán đoán.
Chúng tôi dành ba loại quyết định cho con người: mọi quyết định đặt ra chính sách; những trường hợp mà nếu quyết định sai thì sẽ tốn kém để khắc phục; và những trường hợp bất thường đến mức câu trả lời theo quy tắc có thể không công bằng. AI xử lý các trường hợp thông thường trong những giới hạn đó và không được tự mở rộng thẩm quyền của mình. Nếu một hành động chưa được cho phép, hoặc một trường hợp cần được phê duyệt bổ sung hay xử lý đặc biệt, hệ thống sẽ chuyển ngay cho con người.
Hệ thống không chỉ xem xét loại yêu cầu mà còn đánh giá bối cảnh xung quanh, bao gồm rủi ro, mức độ khẩn cấp, sự bức xúc của khách hàng và mức độ nhạy cảm của chính sách. Các trường hợp rủi ro cao được chuyển cho con người, còn những trường hợp nhạy cảm về chính sách có thể cần xác minh thêm trước khi xử lý. Các ngưỡng này được thiết lập tùy theo nhà bán hàng và quy trình làm việc, thay vì áp dụng một mức tiền hay điểm tin cậy chung cho tất cả. Chẳng hạn, yêu cầu xử lý nhanh hoặc chi trả cao hơn có thể nằm ngoài thẩm quyền tự chủ của AI.
Nghiên cứu về người mua sắm của anh cho thấy nhiều người thuộc Gen Z vẫn muốn có con người tham gia giải quyết vấn đề của họ. Anh đã rút ra điều gì về cách thiết kế dịch vụ hỗ trợ bằng AI để tạo dựng niềm tin, nhất là khi khách hàng muốn khiếu nại một quyết định hoặc liên hệ với nhân viên?
Gen Z là thế hệ thoải mái nhất khi sử dụng AI, đồng thời cũng là thế hệ nhanh nhận ra nhất khi một công ty dùng AI để né tránh họ. Trong báo cáo mua sắm Gen Z năm 2026 của chúng tôi, 49% người thuộc Gen Z cho biết họ muốn giải quyết vấn đề với một người. Họ vẫn muốn được hỗ trợ nhanh: 87% người mua sắm kỳ vọng vấn đề được giải quyết trong vòng hai đến ba ngày.
Điều chúng tôi nhận ra là niềm tin đến từ lối thoát, chứ không phải từ bot. Khi biết mình có thể liên hệ với một người, khách hàng sẵn lòng để AI xử lý công việc. Khi AI trở thành bức tường ngăn cách, niềm tin sụp đổ, ngay cả khi câu trả lời là đúng.
Vì vậy, chúng tôi thiết kế dựa trên ba yếu tố:
- Tốc độ, để vấn đề được giải quyết trước khi khách hàng bắt đầu bực bội
- Giải thích rõ ràng bằng ngôn ngữ dễ hiểu mỗi khi AI từ chối
- Và chuyển ngay cho một nhân viên chỉ với một bước, để họ lập tức nắm được toàn bộ lịch sử trao đổi và khách hàng không bao giờ phải nhắc lại thông tin.
Khi các tác nhân AI có thể hoàn tiền, thay đổi đơn hàng hoặc thao tác trên các hệ thống của nhà bán hàng, sai sót có thể gây hậu quả tài chính. Anh thực thi quyền truy cập, ngăn chặn các thao tác trùng lặp hoặc trái phép và khôi phục diễn biến sự việc ra sao khi có vấn đề?
Mỗi tác nhân AI chỉ được cấp quyền truy cập cần thiết cho công việc của mình, không hơn. Chúng tôi giới hạn quyền truy cập đó vào các quy trình cụ thể mà nhà bán hàng đã đồng ý. Chúng tôi sử dụng tài khoản riêng hoặc mã thông báo API, tách biệt với danh tính nhân viên, để nhà bán hàng có thể điều chỉnh, tạm ngưng hoặc thu hồi quyền truy cập bất cứ lúc nào.
Đối với những thao tác có rủi ro cao hơn, chẳng hạn như hoàn tiền số tiền lớn, chúng tôi có thể thiết lập quy trình để con người xem xét hoặc đặt ngưỡng dựa trên số tiền và quy tắc, phù hợp với yêu cầu của nhà bán hàng. Cấp quyền truy cập hệ thống cho một tác nhân AI không đồng nghĩa với việc trao cho nó thẩm quyền vô hạn.
Mọi thao tác trên hệ thống đều được ghi nhật ký, bao gồm thời điểm thực hiện, nội dung thao tác và nguyên nhân kích hoạt. Nếu có vấn đề xảy ra, nhật ký này cung cấp hồ sơ để chúng tôi cùng nhà bán hàng điều tra, hỗ trợ khôi phục trạng thái trước đó và siết chặt các quy tắc sau đó.
Với 1-Click Resale, các tác nhân AI tạo tin đăng bán, định giá và điều phối giao dịch trên nhiều sàn thương mại điện tử. Anh xác thực mô tả sản phẩm và giá cả như thế nào, đồng thời ngăn sản phẩm bị bán hai lần khi các sàn cập nhật chậm?
Tác nhân bán lại của chúng tôi đảm nhiệm những việc mà người bán thường muốn tránh. Tác nhân này xem ảnh do khách hàng cung cấp để kiểm tra tình trạng sản phẩm, định giá dựa trên thị trường, tạo tin đăng bán và gỡ tin ngay khi sản phẩm được bán.
Mô tả sản phẩm được tạo dựa trên dữ liệu sẵn có. Vì sản phẩm đến từ đơn hàng của nhà bán hàng, tác nhân bán lại sử dụng hồ sơ sản phẩm gốc. Việc định giá dựa trên giá bán thực tế của các sản phẩm tương đương, có điều chỉnh theo tình trạng sản phẩm. Khách hàng xác nhận mức giá được đề xuất trước khi chúng tôi tiếp tục, còn đội ngũ của chúng tôi phụ trách đăng bán và bổ sung mọi thông tin còn thiếu.
Mục tiêu là giúp việc bán lại trở nên dễ dàng hơn, để khách hàng có thể thu hồi giá trị từ những món đồ họ không còn muốn dùng, ngay cả sau khi thời hạn đổi trả kết thúc
Những thách thức vận hành nào khiến bạn quyết định mở Seel’s LLM Gateway, và bạn lựa chọn mô hình cho từng tác vụ như thế nào dựa trên độ tin cậy, độ trễ và chi phí? Bạn đánh giá hiệu quả kinh tế theo từng lần gọi mô hình hay theo từng kết quả khách hàng được hoàn tất thành công?
Ban đầu, chúng tôi xây dựng hệ thống này để phục vụ chính mình. Việc phát triển Seel Agencies để vận hành các quy trình nội bộ giúp chúng tôi nhận ra rằng triển khai AI ở quy mô lớn đòi hỏi phải có quy trình chặt chẽ trong việc lựa chọn mô hình. Chúng tôi cần khả năng mở rộng, độ tin cậy, quyền truy cập vào những mô hình tốt nhất và hiệu quả kinh tế trên mỗi đơn vị có thể dự đoán được, nên đã xây dựng hạ tầng để đáp ứng những yêu cầu đó. Các nhà bán hàng cũng chứng kiến chi phí tăng dần theo từng mô hình và từng yêu cầu, vì vậy chúng tôi mở hệ thống này cho họ sử dụng.
Chúng tôi định tuyến theo từng tác vụ. Trích xuất mã đơn hàng từ email không cần dùng cùng một mô hình với việc xử lý một vấn đề phức tạp gồm nhiều bước. LLM Router đánh giá độ phức tạp của yêu cầu rồi định tuyến yêu cầu đó đến một trong những mô hình mà khách hàng cho phép sử dụng. Khách hàng có thể ưu tiên hiệu suất, tiết kiệm chi phí hoặc cân bằng giữa hai yếu tố. Nhờ vậy, họ có thể quyết định mức độ tiết kiệm chi phí đối với những tác vụ đơn giản.
Độ tin cậy và độ trễ vẫn phải đáp ứng yêu cầu trong khối lượng công việc thực tế. Chúng tôi khuyến nghị kiểm tra chất lượng, thời gian phản hồi và chi phí trước khi đẩy mạnh việc định tuyến hơn nữa. Với các quy trình phức tạp hoặc tác vụ đòi hỏi tính nhất quán nghiêm ngặt, khách hàng có thể giữ nguyên một mô hình cụ thể thay vì sử dụng định tuyến tự động.
LLM Router tính phí theo mức sử dụng mô hình, chứ không tính phí theo từng kết quả khách hàng được hoàn tất. Với tính năng định tuyến thông minh, bạn được tính phí theo mức giá của mô hình thực sự được sử dụng. Seel chịu chi phí đánh giá độ phức tạp của yêu cầu để đưa ra quyết định định tuyến đó.
Đối với những nhà sáng lập đang xây dựng doanh nghiệp AI, Seel đã giúp bạn hiểu gì về khác biệt giữa một màn trình diễn ấn tượng và một dịch vụ mà khách hàng có thể tin cậy? Nhà bán hàng nên yêu cầu bằng chứng nào trước khi giao cả một chức năng kinh doanh cho một công ty cung cấp dịch vụ AI?
Bản trình diễn cho thấy hệ thống hoạt động một lần. Còn dịch vụ thực sự phải chứng minh hệ thống vẫn hoạt động ổn định ở ca thứ mười nghìn, lúc 2 giờ sáng, khi API của đơn vị vận chuyển ngừng hoạt động và khách hàng đang tức giận. Vấn đề khó nhất chưa bao giờ nằm ở mô hình. Đó là dữ liệu kém chất lượng, các hệ thống đưa ra thông tin mâu thuẫn và khả năng nhận biết khi nào AI không nên hành động.
Nhà bán hàng nên yêu cầu bằng chứng, chứ không phải bản trình diễn. Công ty cung cấp dịch vụ AI xử lý trọn vẹn bao nhiêu phần trăm số trường hợp? Thời gian xử lý và tỷ lệ mua lại của họ ra sao, ngoài khả năng giảm số lượng yêu cầu hỗ trợ? Khi hệ thống mắc lỗi, ai chịu trách nhiệm, việc khắc phục diễn ra nhanh đến mức nào và bạn có thể xem chính xác hệ thống đã làm gì không? Cần bao nhiêu người để vận hành hệ thống?
Cảm ơn bạn đã dành thời gian cho buổi phỏng vấn tuyệt vời này. Độc giả muốn tìm hiểu thêm về các công ty cung cấp dịch vụ AI, dịch vụ sau mua hàng và tự động hóa trong thương mại điện tử có thể truy cập Seel.












