1. Mức độ tăng trưởng bùng nổ của mua sắm qua AI
-
Lượng tìm kiếm tăng vọt: Báo cáo State of Fashion của McKinsey & Business of Fashion ghi nhận các truy vấn tìm kiếm liên quan đến mua sắm trên các nền tảng AI sáng tạo đã tăng trưởng lên tới 1.200% trong giai đoạn 2024–2025.
-
Tỷ lệ chuyển đổi vượt trội: Phân tích của Adobe cho thấy khách hàng được giới thiệu hoặc truy cập từ các đại lý AI có tỷ lệ chuyển đổi cao hơn 20% so với lưu lượng truy cập thông thường do con người tự tìm kiếm. Trong đó, thời trang là ngành ghi nhận sự bứt phá mạnh nhất về tỷ lệ chuyển đổi.
-
Doanh thu Cyber Week & Lễ hội: Dữ liệu từ Salesforce chỉ ra rằng các nhà bán lẻ tích hợp đại lý AI đã ghi nhận mức tăng trưởng doanh số gấp 2 lần trong tuần lễ Cyber Week so với các đơn vị chưa áp dụng công nghệ này. Lưu lượng truy cập qua AI vào các dịp mua sắm lớn như Black Friday cũng tăng trưởng tới hàng trăm phần trăm so với cùng kỳ năm ngoái.
2. Các thương hiệu thời trang đi đầu cuộc chơi
Nhiều thương hiệu thời trang và bán lẻ nổi tiếng toàn cầu đã nhanh chóng tích hợp trực tiếp sản phẩm của mình vào các nền tảng AI (như ChatGPT Shopping, giải pháp thanh toán Stripe hay Giao thức thương mại đại lý UCP của Google):
-
Thương hiệu thời trang & Làm đẹp: SKIMS, Glossier, Spanx, Vuori, Halara.
-
Thương hiệu cao cấp & Tập đoàn lớn: Coach, Kate Spade, Revolve, URBN.
Sự hiện diện trên các nền tảng AI này giúp thương hiệu xuất hiện ngay lập tức khi người dùng yêu cầu AI đưa ra gợi ý phối đồ hoặc tìm kiếm sản phẩm phù hợp với nhu cầu cụ thể.
3. Thách thức mới cho các thương hiệu thời trang: Dữ liệu là quyết định
Trong kỷ nguyên mua sắm bằng AI, thuật toán AI trở thành "người gác cổng" (gatekeeper) giữa thương hiệu và người tiêu dùng:
-
Rủi ro "vô hình" trên mạng: Nếu dữ liệu sản phẩm (mô tả, kích cỡ, màu sắc, chất liệu, giá cả, tình trạng kho hàng) không rõ ràng hoặc không được cập nhật thường xuyên, AI sẽ bỏ qua và không đề xuất sản phẩm đó cho người dùng.
-
Yêu cầu dữ liệu sạch (Clean Data): Để chiến thắng trong cuộc đua AI Commerce, các thương hiệu bắt buộc phải chuẩn hóa và liên tục tối ưu hóa dữ liệu sản phẩm để AI có thể đọc, hiểu và phân tích chính xác nhất.