Tự động hóa báo giá bằng AI: Từ nhu cầu khách hàng đến bản nháp báo giá

Soạn báo giá là việc lặp lại nhưng không đơn giản. Nhân viên phải đọc yêu cầu của khách, tra mã hàng, lấy đúng bảng giá, tính chiết khấu rồi dựng file theo mẫu. Chỉ cần một con số lấy từ bảng giá cũ là cả báo giá sai.

AI tạo báo giá tự động có thể đảm nhận phần lớn các bước đó. Nhưng câu hỏi đáng đặt ra không phải là AI có viết được báo giá hay không, mà là nó lấy giá từ đâu, được phép giảm đến mức nào và ai duyệt khi khách đòi vượt hạn mức.

Bài viết này đi qua các điểm cần kiểm soát, từ lúc nhận nhu cầu của khách đến lúc bản nháp báo giá được duyệt và lưu về CRM.

1. Cách nhìn đúng về AI tạo báo giá tự động

Một hệ thống tạo báo giá có ba phần. Phần dữ liệu gồm danh mục sản phẩm, bảng giá hiện hành, quy tắc chiết khấu và điều khoản mẫu. Phần xử lý đọc yêu cầu của khách, ghép đúng mã hàng và tính toán. Phần kiểm soát quyết định mức chiết khấu nào được tự áp dụng, báo giá nào phải chờ duyệt và ai được gửi cho khách. Báo giá sai thường bắt nguồn từ dữ liệu hoặc quy tắc, ít khi do mô hình AI.

Cũng cần phân biệt “AI gợi ý báo giá” với “AI gửi báo giá”. Giai đoạn đầu, hệ thống nên chỉ tạo bản nháp để nhân viên kiểm tra. Quyền tự gửi chỉ nên mở cho nhóm trường hợp chuẩn, sau khi bảng giá, hạn mức và nhật ký đã chạy ổn định. Nói rõ điều này ngay từ lúc khảo sát sẽ tránh kỳ vọng sai về mức độ tự động hóa.

2. Các vấn đề cần xử lý

1. Thu yêu cầu theo cấu trúc

Khách thường mô tả nhu cầu bằng lời, kiểu “cần vài chục bộ, giao về kho bên mình”. AI cần tách câu đó thành các trường cố định như sản phẩm, số lượng, cấu hình, địa điểm giao và thời hạn. Trường nào còn trống thì hỏi lại khách hoặc đánh dấu cho nhân viên, không tự điền giá trị mặc định.

2. Đối chiếu danh mục và bảng giá hiện hành

Lỗi hay gặp nhất là lấy giá từ một bảng giá cũ còn nằm trong email hoặc thư mục chung. Hệ thống chỉ nên đọc một nguồn giá chính thức có ngày hiệu lực rõ ràng. Nếu doanh nghiệp áp giá riêng theo khu vực hoặc chi nhánh, quy tắc chọn bảng giá phải được viết thành điều kiện cụ thể. Xem thêm cách tổ chức dữ liệu cho doanh nghiệp nhiều chi nhánh.

3. Chọn hạng mục phù hợp

Cùng một nhu cầu có thể ứng với nhiều mã hàng hoặc gói dịch vụ. AI có thể đề xuất hạng mục dựa trên cấu hình khách nêu, nhưng phải ghi lý do chọn. Khi hai lựa chọn đều hợp lý hoặc khách mô tả mơ hồ, bản nháp nên liệt kê các phương án để nhân viên chốt thay vì chọn ngầm.

4. Áp dụng quy tắc chiết khấu

Chiết khấu là chỗ dễ thất thoát nhất. Quy tắc cần viết rõ theo số lượng, nhóm khách, chương trình đang chạy và hạn mức của từng cấp. AI chỉ áp dụng mức đã có trong quy tắc; mọi đề nghị giảm thêm từ khách được chuyển thành yêu cầu chờ duyệt, AI không tự thương lượng.

5. Tạo bản nháp có nguồn dữ liệu

Mỗi dòng trong bản nháp nên cho biết giá lấy từ bảng nào, phiên bản nào và chiết khấu theo quy tắc nào. Người kiểm tra nhờ đó soát nhanh mà không phải tính lại từ đầu. Dòng nào không tìm được nguồn thì để trống và gắn cờ, không điền con số ước lượng.

6. Yêu cầu phê duyệt đúng cấp

Luồng duyệt phải khớp với phân quyền thật trong công ty, mỗi cấp một hạn mức. Hệ thống tự chuyển báo giá tới đúng người dựa trên tổng giá trị và mức chiết khấu. Nếu người duyệt vắng mặt, cần có người thay được chỉ định sẵn để báo giá không bị treo.

7. Xuất file và lưu phiên bản

File gửi khách nên sinh từ mẫu đã được duyệt về bố cục, điều khoản và thông tin pháp lý. Mỗi lần sửa giá hay điều khoản tạo một phiên bản mới có số hiệu riêng. Khi khách nhắc tới “báo giá hôm trước”, nhân viên phải xác định được đúng bản khách đang cầm.

8. Đưa báo giá và trạng thái về CRM

Báo giá nằm ngoài CRM thì đội sales khó theo dõi cơ hội. Sau khi gửi, file và các trạng thái như đã gửi, khách phản hồi, cần sửa, đã chốt nên được ghi về đúng bản ghi khách hàng. Cách kết nối cụ thể xem trong bài tích hợp AI Agent với CRM, ERP và API. Nếu bước tiếp theo là hẹn khảo sát hoặc demo, có thể nối sang luồng nhắc lịch hẹn tự động.

3. Quy trình triển khai đề xuất

Bước 1: Khóa phiên bản bảng giá được phép dùng

Bộ phận kinh doanh chỉ định một bảng giá chính thức, kèm ngày hiệu lực và người được quyền cập nhật. Đầu ra là một nguồn duy nhất mà hệ thống đọc; các bản cũ được đánh dấu hết hiệu lực. Kiểm thử bằng cách đổi giá một mã hàng và xác nhận bản nháp mới lấy đúng giá mới.

Bước 2: Tách đề xuất của AI khỏi giá đã duyệt

Trong bản nháp, phần AI suy ra như hạng mục gợi ý hay cách hiểu yêu cầu phải tách khỏi phần lấy thẳng từ bảng giá. Có thể dùng hai trạng thái riêng là “đề xuất” và “đã xác nhận”. Người chuyển trạng thái là nhân viên sales, không phải AI.

Bước 3: Thiết lập hạn mức và cấp phê duyệt

Viết bảng hạn mức theo từng vai trò rồi cấu hình thành quy tắc trong hệ thống, không chỉ ghi trong lời nhắc cho AI. Trưởng phòng kinh doanh xác nhận bảng này. Chạy thử các ca sát ngưỡng, vượt ngưỡng một chút và vượt xa để chắc báo giá đi đúng người.

Bước 4: Lưu đầu vào, công thức, người duyệt và file đã gửi

Mỗi báo giá cần lưu yêu cầu gốc của khách, phiên bản bảng giá, quy tắc chiết khấu đã áp, người duyệt và file cuối cùng. Bộ hồ sơ này giúp giải thích một con số khi khách hoặc kế toán hỏi lại. Nên rà định kỳ vài báo giá ngẫu nhiên để chắc nhật ký đủ thông tin.

4. Ví dụ giả định

Một công ty thiết bị nhận yêu cầu gồm số lượng, cấu hình và địa điểm giao. AI ghép mã hàng, tính giá theo bảng hiện hành và tạo bản nháp. Vì khách yêu cầu chiết khấu vượt hạn mức của nhân viên, báo giá dừng ở bước chờ trưởng phòng duyệt thay vì tự gửi.

Phần tạo file trong ví dụ này là phần ai cũng thấy. Điểm đáng chú ý lại là lúc hệ thống nhận ra mức chiết khấu vượt hạn mức và dừng lại. Tình huống này nên trở thành một ca kiểm thử cố định: đầu vào là yêu cầu chiết khấu vượt ngưỡng, kết quả mong đợi là báo giá ở trạng thái chờ duyệt và trưởng phòng nhận được thông báo.

5. Rủi ro và giới hạn cần kiểm soát

• Không để AI tự đặt giá ngoài bảng
• Các hạng mục chưa chuẩn hóa phải chuyển người phụ trách
• Cần kiểm tra thuế, phí giao và điều kiện thanh toán
• Mỗi lần sửa phải tạo phiên bản có thể truy vết

Những giới hạn này phải nằm trong hệ thống. AI chỉ có quyền đọc bảng giá, không có quyền sửa. Hạn mức chiết khấu được kiểm tra bằng quy tắc trước khi báo giá rời khỏi hệ thống, bất kể lời nhắc cho AI viết thế nào. Thông tin khách trong báo giá chỉ gồm những gì cần cho giao dịch.

6. Chỉ số nên theo dõi sau khi vận hành

• Tỷ lệ yêu cầu hoàn thành đúng theo bộ tiêu chí đã duyệt
• Tỷ lệ thiếu dữ liệu, từ chối đúng và chuyển người thật
• Số lỗi tích hợp, thời gian phản hồi và thời gian khắc phục
• Số lần nhân viên sửa kết quả và nguyên nhân sửa

Số báo giá tạo ra mỗi tuần chưa nói lên nhiều. Nên xem cùng lúc tỷ lệ bản nháp phải sửa giá, số báo giá chờ duyệt quá lâu và lý do nhân viên chỉnh sửa. Tách theo nhóm sản phẩm sẽ thấy nhóm nào có dữ liệu giá chưa chuẩn.

7. Checklist trước khi đưa vào sử dụng

• Nguồn dữ liệu và chủ sở hữu đã được xác nhận
• Quyền đọc ghi và phạm vi người dùng đã được kiểm thử
• Ngoại lệ có đường chuyển người phụ trách
• Nhật ký lưu đủ đầu vào nguồn và kết quả
• Bộ câu hỏi hoặc tình huống kiểm thử có đáp án mong đợi
• Có lịch cập nhật dữ liệu và kiểm thử lại

8. Câu hỏi thường gặp

AI có thể gửi báo giá ngay không? Chỉ nên tự gửi với trường hợp chuẩn và hạn mức đã duyệt. Ngoại lệ cần người có thẩm quyền.

Xử lý sản phẩm ngoài bảng giá thế nào? Gắn trạng thái cần tư vấn, không tự ước lượng.

Có thể xuất Word hoặc PDF không? Có thể thiết kế quy trình tạo file từ mẫu đã duyệt, sau đó lưu cùng phiên bản dữ liệu nguồn.

Kết luận

AI tạo báo giá tự động hữu ích nhất khi bảng giá đã có một nguồn chính thức và hạn mức chiết khấu đã được viết thành quy tắc. Khi đó AI lo phần soạn và tính, còn con người giữ quyền quyết định ở những điểm có rủi ro.

Nên bắt đầu với một nhóm sản phẩm có giá ổn định, đo tỷ lệ bản nháp phải sửa, rồi mới mở rộng sang các nhóm hàng và quyền tự gửi.

Trao đổi với Naventic để khảo sát quy trình báo giá của doanh nghiệp. Đọc thêm: AI Sales Agent và AI Workflow Automation.