Chatbot bán hàng thường được đánh giá bằng tốc độ phản hồi, tỷ lệ chốt đơn và mức tiết kiệm nhân sự. Tuy nhiên, khi bot truy xuất số điện thoại, địa chỉ, lịch sử mua hàng hoặc tự tạo yêu cầu hoàn tiền, câu chuyện không còn chỉ là tính năng. Doanh nghiệp đang xử lý thông tin cá nhân và trao một phần quyền thực thi cho hệ thống tự động.

Tại Việt Nam, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 1/1/2026. Luật Trí tuệ nhân tạo số 134/2025/QH15 có hiệu lực từ ngày 1/3/2026. Hai luật không biến mọi chatbot thành hệ thống rủi ro cao, nhưng chúng khiến doanh nghiệp cần rà soát vai trò, cách thông báo cho người dùng, phạm vi truy cập dữ liệu và khả năng xử lý sự cố một cách có hệ thống.

1. Hãy nói rõ khách đang tương tác với AI

Điều 11 Luật Trí tuệ nhân tạo đề cập nghĩa vụ minh bạch với hệ thống AI tương tác trực tiếp cùng con người. Với chatbot bán hàng, cách làm phù hợp là giới thiệu ngắn gọn ngay khi bắt đầu: “Tôi là trợ lý AI của cửa hàng, có thể hỗ trợ kiểm tra sản phẩm và đơn hàng. Bạn có thể yêu cầu gặp nhân viên bất kỳ lúc nào”.

Thông báo rõ không làm trải nghiệm kém tự nhiên. Ngược lại, khách hiểu hệ thống có thể làm gì và biết đường chuyển sang con người khi cần. Cũng nên tránh đặt tên và giao diện khiến người dùng tin rằng họ đang trò chuyện với nhân viên thật khi điều đó không đúng.

2. Xác định ai chịu trách nhiệm với dữ liệu và hành động của bot

Trong một mô hình phần mềm dịch vụ, có thể tồn tại ít nhất ba bên: doanh nghiệp bán hàng, nhà cung cấp nền tảng chatbot và nhà cung cấp hạ tầng hoặc mô hình AI. Hợp đồng và cấu hình kỹ thuật phải làm rõ vai trò của từng bên trong hoạt động xử lý dữ liệu, mục đích xử lý, khả năng dùng lại dữ liệu và quy trình tiếp nhận yêu cầu của khách hàng.

Trang đầu Luật Trí tuệ nhân tạo số 134/2025/QH15 trên Cổng thông tin Chính phủ
Nguồn ảnh: Cổng thông tin điện tử Chính phủ. Xem nguồn ảnh

Không nên mặc định nhà cung cấp chatbot được dùng toàn bộ tin nhắn của người mua để huấn luyện mô hình. Cũng không nên mặc định dữ liệu đã được xóa chỉ vì nhân viên bấm nút xóa hội thoại trên giao diện. Cần đối chiếu hợp đồng, chính sách lưu trữ, bản sao dự phòng và chính sách của các bên xử lý liên quan.

3. Thu thập đủ dùng, thay vì gửi cả hồ sơ khách vào AI

Nếu khách chỉ hỏi thời gian giao hàng, chatbot có thể cần mã đơn hàng và trạng thái vận chuyển chứ không cần xuất toàn bộ hồ sơ chứa địa chỉ đầy đủ, ghi chú mua sắm và số điện thoại của người thân. Nguyên tắc giảm thiểu dữ liệu giúp hạn chế khả năng thông tin nhạy cảm xuất hiện trong ngữ cảnh mô hình hoặc lịch sử vận hành.

Điểm kiểm soátViệc đội sản phẩm cần ghi rõ
Minh bạchThông báo khi người dùng tương tác với AI
Dữ liệu cá nhânMục đích, căn cứ xử lý, phạm vi truy cập và thời hạn lưu
Quyền hành độngTách quyền đọc, ghi, phê duyệt và dừng khẩn cấp
Kiểm thửTình huống sai dữ liệu, vượt quyền và bàn giao nhân viên

Về kỹ thuật, nên tách lớp nhận diện người dùng khỏi lớp tạo câu trả lời. API trả về các trường tối thiểu cho từng hành động, ví dụ mã đơn, thời gian dự kiến và mã trạng thái. Các giá trị như điện thoại hoặc địa chỉ có thể che bớt khi hiển thị trong bản ghi kỹ thuật. Khi không cần dùng, không nên chuyển dữ liệu cá nhân sang mô hình.

4. Kiểm tra căn cứ xử lý dữ liệu và cơ chế thực hiện quyền của khách

Theo thông tin công bố của Bộ Công an, Luật Bảo vệ dữ liệu cá nhân xác lập các quyền gồm được biết về hoạt động xử lý dữ liệu, đồng ý hoặc không đồng ý, yêu cầu rút lại sự đồng ý, truy cập, chỉnh sửa, xóa và hạn chế xử lý theo quy định. Doanh nghiệp cần xác định căn cứ xử lý phù hợp cho từng nghiệp vụ; không nên quy tất cả tình huống vào một ô “đồng ý” chung.

Trong chatbot, việc yêu cầu xem lại hoặc xóa dữ liệu phải có đường chuyển đến bộ phận có thẩm quyền và quy trình xác minh hợp lý. Một tin nhắn “xóa toàn bộ dữ liệu của tôi” không nên khiến agent tự xóa tức thì mà thiếu xác minh danh tính, kiểm tra phạm vi và nghĩa vụ lưu giữ còn áp dụng.

5. Phân loại rủi ro theo chức năng, không chỉ theo tên gọi chatbot

Luật Trí tuệ nhân tạo áp dụng hướng quản lý dựa trên mức rủi ro, gồm thấp, trung bình và cao. Việc phân loại phụ thuộc vào tác động thực tế của hệ thống, lĩnh vực áp dụng, phạm vi người dùng và các tiêu chí do pháp luật hướng dẫn. Vì vậy, chatbot trả lời câu hỏi về giờ mở cửa không nên bị đánh đồng với agent tham gia vào quyết định có ảnh hưởng đáng kể đến quyền lợi tài chính hoặc sức khỏe.

Khi mở thêm chức năng, hãy đánh giá lại tác động. Một trợ lý ban đầu chỉ tra cứu đơn hàng có thể phát sinh rủi ro khác nếu được phép xét duyệt yêu cầu hoàn tiền hoặc tư vấn những vấn đề cần chuyên môn. Luật cũng quy định trách nhiệm của bên cung cấp và bên triển khai tùy trường hợp. Doanh nghiệp cần đối chiếu quy định chi tiết hiện hành trước khi tự xác định nghĩa vụ pháp lý của sản phẩm.

6. Lưu vết đúng mức và chuẩn bị cách dừng khẩn cấp

Hệ thống khó giải trình nếu không biết agent lấy thông tin từ đâu hoặc đã gọi API nào. Nên lưu lịch sử nghiệp vụ đủ để truy nguyên yêu cầu, phiên bản cấu hình, công cụ thực hiện và quyết định phê duyệt. Nhưng log cũng là nơi có thể chứa dữ liệu cá nhân, nên cần giới hạn truy cập, thời hạn lưu và quy tắc che dữ liệu.

Với agent có quyền thay đổi trạng thái nghiệp vụ, hãy chuẩn bị cơ chế ngắt hành động, thu hồi token, khóa một nhóm công cụ và chuyển toàn bộ yêu cầu sang nhân viên. Đây là năng lực vận hành thiết thực khi có lỗi đồng bộ, rò rỉ dữ liệu hoặc đầu ra của AI không phù hợp.

7. Kiểm thử cả câu trả lời sai lẫn hành động sai

Bộ kiểm thử không nên chỉ có những câu khách hàng hỏi thường xuyên. Hãy bổ sung tình huống khách đưa thông tin giả, cố yêu cầu chatbot tiết lộ dữ liệu người khác, nội dung chứa chỉ dẫn đánh lừa hệ thống và trường hợp nhiều đơn hàng có thông tin gần giống nhau. Trên từng tình huống, phải xác định đầu ra đúng, hành động bị cấm và thời điểm cần bàn giao.

Một bảng kiểm thực tế nên có người phụ trách sản phẩm, an ninh thông tin, vận hành chăm sóc khách hàng và pháp chế hoặc tư vấn tuân thủ phù hợp. Tài liệu bàn giao cần ghi rõ phần nào là yêu cầu đã đối chiếu với văn bản pháp luật, phần nào là lựa chọn quản trị nội bộ. Bài viết này cung cấp góc nhìn triển khai, không thay thế tư vấn pháp lý cho từng hệ thống cụ thể.

Nguồn tham khảo