
Ngày đầu trực chat, Hoài mất nhiều phút để tìm chính sách đổi sản phẩm bị lỗi. Trợ lý AI đưa ra một câu trả lời trong vài giây, nhưng điều kiện đổi trong gợi ý thuộc chính sách cũ. Trưởng nhóm muốn theo dõi cả tốc độ và độ đúng.
Đo số yêu cầu giải quyết mỗi giờ cùng chất lượng xử lý, tỷ lệ khách liên hệ lại và lỗi chính sách. Tách kết quả theo kinh nghiệm của nhân viên. Tình huống trong bài là ví dụ minh họa.
Trợ lý AI cải thiện công việc của ai?
Brynjolfsson và cộng sự nghiên cứu việc triển khai trợ lý tạo sinh theo từng đợt với 5.172 nhân viên hỗ trợ. Số vấn đề giải quyết mỗi giờ tăng trung bình 15%. Nhân viên ít kinh nghiệm hoặc kỹ năng thấp cải thiện nhiều hơn. Nhóm giàu kinh nghiệm nhất chỉ tăng nhẹ tốc độ và có giảm nhẹ về chất lượng trong dữ liệu nghiên cứu. Brynjolfsson và cộng sự (2025).
Hoài dùng gợi ý thế nào?
Hoài dùng AI để tìm mục trong sổ tay và gợi ý câu trả lời. Trước khi gửi, cô mở lại chính sách và kiểm tra ngày hiệu lực. Trưởng nhóm đánh dấu cuộc chat cần sửa, số lần khách quay lại và nhóm vấn đề thường bị AI trích nhầm.
Cách áp dụng vào bài tập hoặc công việc
- Chọn một nhóm yêu cầu và xác định thế nào là giải quyết xong.
- So kết quả có và không có gợi ý giữa những ca tương đương. Lấy mẫu để người chấm kiểm tra câu trả lời và quy định liên quan.
- Theo dõi riêng người mới và người giàu kinh nghiệm. Giảm phạm vi gợi ý nếu tốc độ tăng nhưng lỗi tăng ở cùng loại việc.
Bài tập thực hành. Nếu thời gian xử lý giảm nhưng khách phải liên hệ lại thường xuyên hơn, hãy chọn một chỉ số chính phản ánh việc vấn đề đã thực sự được giải quyết.
Đọc thêm Cách viết phản hồi chatbot theo nhu cầu của khách.
Tài liệu tham khảo
Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics 140(2), 889–942. https://doi.org/10.1093/qje/qjae044


