Case Study: Cẩm nang ứng dụng AI dành cho marketer ngành thời trang

Marketer hiện nay không còn chỉ “thử nghiệm” AI, mà đã bắt đầu xem AI như một phần cốt lõi trong quy trình vận hành hằng ngày. Khi được ứng dụng đúng cách, AI có thể giúp tăng năng suất làm việc và hỗ trợ phát huy sự sáng tạo của con người.

Trong case study này, chúng ta sẽ cùng tìm hiểu những phương pháp tốt nhất để tối ưu quy trình làm việc bằng AI mà vẫn giữ được bản sắc thương hiệu và yếu tố “con người” trong marketing.

Marketing trong ngành thời trang và làm đẹp đang được “lột xác” nhờ AI. Công nghệ này đang tác động đến hầu như mọi giai đoạn trong hành trình marketing.

Ở giai đoạn đầu phễu – nơi các thương hiệu cạnh tranh để thu hút sự chú ý – một số thương hiệu như Prada hay Valentino đã ứng dụng AI để tạo ra chiến dịch nổi bật giữa “biển nội dung”, đủ sức tạo ra các cuộc thảo luận lớn dù không phải phản hồi nào cũng tích cực. Trong khi đó, một số thương hiệu khác như Beekman 1802 lại tập trung dùng AI để đảm bảo sản phẩm của họ xuất hiện khi người dùng tìm kiếm các sản phẩm chăm sóc da trên những nền tảng AI Search.

Ở các giai đoạn sâu hơn trong phễu chuyển đổi, AI được sử dụng để tinh chỉnh và cá nhân hóa thông điệp marketing nhằm từng bước hướng khách hàng đi đến quyết định mua hàng. Ví dụ, sàn thương mại điện tử thời trang Zalando đã cá nhân hóa nội dung theo xu hướng thời trang tại từng thành phố lớn ở châu Âu để tăng mức độ quan tâm và tỷ lệ chuyển đổi.

Đồng thời, AI cũng giúp thương hiệu đo lường hiệu quả marketing theo những cách hoàn toàn mới. Từ việc phân tích từng giây trong video để tìm điểm cần cải thiện, cho đến đo lường “hiệu ứng lan tỏa” của chiến dịch truyền thông và ngân sách media nhằm hiểu chính xác điều gì đang cải thiện doanh số online lẫn offline. Điều này cho thấy những công cụ AI hiện nay đang giúp thương hiệu cạnh tranh hiệu quả hơn rất nhiều.

Tuy nhiên, AI cũng đi kèm không ít rủi ro. Người dùng vẫn còn khá hoài nghi về công nghệ này, khiến thương hiệu dễ bị phản ứng tiêu cực nếu ứng dụng AI không đúng cách. Ngoài ra, doanh nghiệp cũng cần tránh đánh đổi sự sáng tạo chỉ để lấy tốc độ nhanh hơn hoặc tiết kiệm chi phí. Với marketer – những người giữ vai trò kể câu chuyện thương hiệu – cân bằng giữa ứng dụng công nghệ mới và duy trì tính sáng tạo mang dấu ấn con người là điều đặc biệt quan trọng.

Theo Alexa Ritacco, Giám đốc Marketing của Goop chia sẻ: Đây không phải là câu chuyện phải chọn giữa việc mở rộng quy mô hay giữ gìn bản sắc thương hiệu và chất sáng tạo.

Case study này sẽ phân tích những trường hợp áp dụng hiệu quả nhất để đưa AI vào quy trình làm việc hằng ngày, theo cách giúp đội ngũ marketing nâng cao tư duy chiến lược và khả năng sáng tạo mà vẫn không làm ảnh hưởng đến hình ảnh thương hiệu.

Thông qua các ví dụ thực tế từ nhiều thương hiệu như Goop và Beekman 1802 trong lĩnh vực làm đẹp, thương hiệu thời trang Pháp Maison Kitsuné, nền tảng resale hàng hiệu The RealReal hay sàn thương mại điện tử Zalando. Bài viết cho thấy cách các doanh nghiệp đang ứng dụng AI để tiết kiệm thời gian và chi phí như thế nào. Quan trọng hơn, họ xem AI như một công cụ hỗ trợ để khơi mở ý tưởng mới và tạo đà xây dựng tư duy sáng tạo khác biệt – chứ không phải thay thế con người.

Với các thương hiệu muốn tối ưu ngân sách marketing và xây dựng kết nối sâu hơn với khách hàng, AI đang trở thành một công cụ cực kỳ mạnh mẽ. Nếu được sử dụng đúng cách, AI không chỉ giúp đạt mục tiêu kinh doanh hiệu quả hơn mà còn làm nổi bật hơn yếu tố “con người” trong marketing.

Bối cảnh thị trường: “Bộ công cụ” mới dành cho marketer

Khi H&M công bố vào tháng 3/2025 rằng họ sẽ sử dụng “digital twins” – phiên bản mô phỏng bằng AI của người mẫu thật – trong một số chiến dịch quảng cáo, thương hiệu này đã vấp phải làn sóng phản đối mạnh mẽ. Người tiêu dùng cảm thấy không thoải mái khi phải nhìn những hình ảnh con người được tạo ra bởi AI, trong khi giới thời trang cũng đặt ra nhiều lo ngại về việc cơ hội việc làm của người mẫu, nhiếp ảnh gia, makeup artist (chuyên gia trang điểm) và cả ekip sản xuất hình ảnh có thể bị ảnh hưởng.

Theo David Baker – Chief Revenue Officer (CRO) của Beekman 1802 chia sẻ: Cảm giác chung của thị trường, của cả team chúng tôi lúc đó là: AI đang đến để thay thế công việc của mình.

Tuy nhiên, Baker cũng cho biết: Chỉ vài tháng sau, nỗi lo đó đã dần chuyển thành tư duy “ứng dụng AI một cách triệt để” nhằm tìm ra cách sử dụng công nghệ này để làm việc một cách có chiến lược và hiệu quả hơn.

Hiện nay, AI đã trở thành một phần quan trọng trong hoạt động marketing hằng ngày của nhiều doanh nghiệp. Từ việc brainstorm ý tưởng, sản xuất asset cho campaign cho đến theo dõi hiệu suất, AI đang xuất hiện ở hầu hết các khâu. Thực tế, các doanh nghiệp đã dùng machine learning cho những tác vụ như cá nhân hóa trải nghiệm từ nhiều năm trước. Nhưng sự xuất hiện của các mô hình ngôn ngữ lớn (LLM) và các công cụ generative AI như ChatGPT đã khiến tốc độ ứng dụng AI marketing tăng mạnh nhờ tính dễ dùng và khả năng triển khai rộng rãi hơn.

Theo nền tảng AI content Jasper, tỷ lệ thương hiệu ứng dụng AI vào marketing đã tăng từ 63% lên 91% chỉ trong giai đoạn 2025–2026.

Một trong những lý do thúc đẩy xu hướng này là áp lực ngày càng lớn lên đội ngũ marketing. Các team phải quản lý cả nội dung từ thương hiệu lẫn creator (người sáng tạo) trên rất nhiều kênh digital và offline – đang dần phân mảnh hơn bao giờ hết. Điều đó khiến việc sản xuất khối lượng nội dung khổng lồ, theo dõi hiệu quả và liên tục tối ưu trở nên ngày càng phức tạp.

Marketer ngày nay không chỉ cần cá nhân hóa thông điệp cho từng nhóm khách hàng mà còn phải thử nghiệm nhiều phiên bản nội dung trên các nền tảng như Instagram để tìm ra phiên bản hoạt động tốt nhất và tối ưu ROAS (Return on Ad Spend – Lợi tức trên chi tiêu quảng cáo).

Với AI, thương hiệu có thể nhanh chóng tạo ra vô số phiên bản khác nhau của cùng một nội dung. Theo khảo sát của Jasper, hơn một nửa marketer cho biết việc tạo nhiều asset (tài sản) cùng lúc là use case (trường hợp sử dụng) phổ biến nhất của AI trong năm 2026. Nhờ đó, đội ngũ marketing có thể dành nhiều thời gian hơn cho những chiến dịch branding ở giai đoạn đầu phễu hoặc các video mang tính đột phá – thay vì chỉ ngồi “thay đổi 150 phiên bản tiêu đề trên cùng một hình ảnh”, theo chia sẻ của Alexa Ritacco từ Goop.

Những chiến dịch đầu phễu này cũng ngày càng quan trọng khi các thương hiệu cạnh tranh để được các nền tảng AI như ChatGPT, Google Gemini hay Claude “đề xuất” tới người dùng trong quá trình mua sắm online. Dù thương hiệu khó có thể kiểm soát trực tiếp việc AI có ưu tiên hiển thị sản phẩm của mình hay không, nhưng nếu storytelling và hệ sinh thái thương hiệu truyền tải rõ ràng giá trị cốt lõi trên mọi điểm chạm, thương hiệu sẽ có nhiều cơ hội xuất hiện trước đúng khách hàng hơn.

Không chỉ dừng ở một vài tác vụ riêng lẻ, AI hiện đang chuyển sang giai đoạn được tích hợp xuyên suốt toàn bộ quy trình marketing. Loreal Lynch – CMO của Jasper gọi đây là “kỷ nguyên vận hành bằng AI” (operational era of AI), nơi AI được cài vào mọi tầng trong phễu marketing.

Nếu như năm 2025, phần lớn khách hàng của Jasper vẫn đang ở giai đoạn thử nghiệm AI, thì hiện tại họ đã bắt đầu có tầm nhìn rõ ràng về việc AI agents sẽ được tích hợp vào quy trình vận hành như thế nào trong tương lai.

Nền tảng resale hàng hiệu The RealReal đã chủ động xây dựng lại toàn bộ quy trình marketing theo hướng ứng dụng AI nhằm tiết kiệm thời gian và tăng hiệu quả vận hành.

Lindsay Ferstandig – Phó Chủ tịch cấp cao phụ trách Chiến lược và Marketing tại The RealReal chia sẻ rằng: Tư duy của chúng tôi đã nhanh chóng chuyển từ giai đoạn chỉ ‘thử nghiệm AI’ sang việc xây dựng một hệ sinh thái vận hành được hỗ trợ bởi AI để tạo đà tăng trưởng cho toàn bộ doanh nghiệp.

Hiện tại, chúng tôi không còn nhìn AI như một công cụ để tối ưu một bước nhỏ trong phễu marketing hay một quy trình vận hành riêng lẻ nữa. Điều chúng tôi quan tâm là làm thế nào để ứng dụng AI trên toàn bộ hệ sinh thái resale.

Tuy nhiên, tái cấu trúc quy trình xoay quanh AI không hề đơn giản. Nhiều doanh nghiệp vẫn gặp khó khăn trong việc tích hợp AI vào quy trình làm việc và tạo ra giá trị đo lường được từ công nghệ này.

Trong một cuộc khảo sát các CEO trên từ nhiều ngành công nghiệp được công bố vào đầu năm 2026 của PwC, có tới 56% doanh nghiệp cho biết họ “chưa ghi nhận doanh thu tăng hoặc chi phí giảm nhờ AI”.

Để thích nghi, nhiều tập đoàn như Kering hay Lululemon đã bắt đầu tuyển dụng vị trí Chief AI Officer nhằm tái thiết quy trình vận hành. Đồng thời, theo Jasper, khoảng 34% đội ngũ marketing sẽ tuyển thêm các vị trí chuyên dẫn dắt chuyển đổi AI (AI Transformation Lead) trong quý 1 năm 2027.

Mức độ ưu tiên này chỉ đứng sau nhóm chuyên gia tối ưu hiển thị trên công cụ AI Search – còn được gọi là Generative Engine Optimisation (GEO) với tỷ lệ tuyển dụng lên tới 40%.

Doanh nghiệp cũng có thể phải thay đổi cả cấu trúc tổ chức để thích nghi với AI. Zalando – nền tảng thương mại điện tử thời trang của Đức và cũng là một trong những đơn vị tiên phong đưa AI vào toàn bộ quy trình marketing, cho biết nhiều đội nhóm buộc phải tái cấu trúc để AI đảm nhận các công việc thủ công, tốn thời gian trước đây, từ đó giúp marketer tập trung hơn vào các nhiệm vụ mang tính chiến lược.

Với các thương hiệu, khả năng vận hành nhanh và linh hoạt trong tương lai sẽ phụ thuộc vào tốc độ thích nghi với cách làm việc mới – nơi con người hoạt động song song cùng các quy trình AI: Đưa ra chiến lược, định hướng sáng tạo và kiểm soát chất lượng đầu ra trong suốt quá trình.

Lynch từ Jasper chia sẻ: “Trước đây marketer là người trực tiếp thực hiện. Còn bây giờ, họ đang chuyển sang vai trò quản lý, giám sát”

Bên cạnh đó, doanh nghiệp cũng cần thích nghi với các quy định pháp lý mới liên quan đến AI. Ví dụ tại châu Âu (EU), từ ngày 2/8/2026, các tổ chức bắt buộc phải công khai khi nội dung được tạo bằng AI. Trong khi Mỹ chưa có luật liên bang áp dụng trên toàn quốc, bang New York đã thông qua một đạo luật vào năm 2025 và dự kiến có hiệu lực từ tháng 6/2026, yêu cầu doanh nghiệp phải thông báo rõ nếu sử dụng hình ảnh con người do AI tạo ra trong nội dung marketing.

Đứng trước bối cảnh các quy định vẫn liên tục thay đổi, Anthony Lupo – Chủ tịch hãng luật ArentFox Schiff đưa ra lời khuyên rằng: “Nếu còn phân vân, hãy công khai việc sử dụng AI.”

Vì thế, các thương hiệu vì không chỉ cần cẩn trọng trong việc gắn nhãn nội dung AI, mà còn phải cân nhắc liệu AI có thực sự là công cụ sáng tạo phù hợp cho từng dự án hay không.

Theo Donatas Smailys – CEO và đồng sáng lập agency creator marketing Billo cho biết: AI có thể là công cụ hữu ích để mở rộng giới hạn của sản xuất sáng tạo. Tuy nhiên, với những nội dung cần truyền tải trải nghiệm thật hoặc tái hiện yếu tố con người, cách quay chụp truyền thống đôi khi vẫn mang lại hiệu quả và độ chân thực tốt hơn.

Chiến lược: Kế hoạch AI Marketing

1. Smart Targeting

Trước khi triển khai chiến dịch mới, điều đầu tiên thương hiệu cần xác định: Họ đang muốn tiếp cận ai. AI đang giúp marketer tìm đúng nhóm khách hàng có khả năng phản hồi tích cực với thông điệp của thương hiệu nhất.

Trước đây, phân khúc khách hàng thường khá “rộng” và chỉ mang tính cơ bản khi chủ yếu dựa trên độ tuổi, giới tính, vị trí địa lý hoặc xây dựng một vài “customer persona” đơn giản. Theo David Baker của Beekman 1802, những chân dung này thường được tạo ra từ “khảo sát khoảng 1.000 người trên toàn quốc, hoặc chỉ là 3 marketer ngồi brainstorm cùng nhau”

Hiện nay, marketer sử dụng AI để xây dựng chân dung khách hàng chi tiết và thực tế hơn rất nhiều. AI có thể tổng hợp dữ liệu từ hành vi mua sắm, lịch sử mua hàng và nhiều nguồn dữ liệu khác để phác họa rõ hơn thương hiệu thực sự đang bán cho ai.

Nền tảng AI nội bộ “Alli” của PMG hiện phục vụ các thương hiệu như Ralph Lauren hay Lilly Pulitzer, cho phép xây dựng các “living personas” (chân dung sống), liên tục thay đổi theo hành vi thực tế của khách hàng và tự động cập nhật theo thời gian.

Thông qua dữ liệu về sở thích giải trí, influencer yêu thích hay môn thể thao khách hàng quan tâm, thương hiệu có thể tạo ra nhiều kiểu persona khác nhau. Ví dụ như nhóm “aspirational family trendsetter” – những người đứng đầu gia đình, yêu thích thời trang và muốn bắt kịp xu hướng mới. Sau đó, marketer có thể hỏi AI để kiểm tra xem một ý tưởng marketing cụ thể có phù hợp với nhóm khách hàng đó hay không.

Beekman 1802 cũng đang sử dụng Bezel AI – nền tảng khai thác dữ liệu Shopify và hành vi tiêu dùng digital trong hơn 14 năm để xây dựng 5 AI personas đại diện cho nhóm khách hàng cốt lõi của thương hiệu.

Trong đó có hai nhóm chính:

• “Healthy Hannah” – nhóm khách hàng quan tâm đến sức khỏe và tuổi thọ
• “Luxury Linda” – nhóm yêu thích chăm sóc da cao cấp

Đội ngũ marketing có thể tương tác trực tiếp với các nhóm chân dung này để hiểu rõ hơn về sở thích, hành vi và động lực mua hàng của từng nhóm.

Khi kết hợp các persona đó với dữ liệu bán hàng từ Prescient AI – công cụ đo lường hiệu quả marketing đa kênh, Beekman 1802 có thể xác định chính xác liệu một chiến dịch trên Meta hay Google nhắm tới “Healthy Hannah” có thực sự tạo ra doanh thu như kỳ vọng hay không.

Đối với nhiều thương hiệu, tự xây dựng hoặc sử dụng AI models bên thứ ba để phát triển chân dung khách hàng còn đặc biệt quan trọng trong bối cảnh Meta ngày càng hạn chế khả năng nhắm mục tiêu quảng cáo quá chi tiết và đồng thời tính phí cao hơn cho các chiến dịch nhắm mục tiêu hẹp.

Thay vì nhắm mục tiêu quá cụ thể, Meta hiện ưu tiên các thương hiệu thử nghiệm nhiều phiên bản creative khác nhau dựa trên những nhóm chân dung chính.

Alexa Ritacco từ Goop chia sẻ: “Họ sẽ ‘phạt nhẹ’ nếu bạn nhắm mục tiêu quá chi tiết,”

Vì vậy, thay vì phụ thuộc hoàn toàn vào nhắm mục tiêu quảng cáo, các thương hiệu đang chuyển sang cách:

• Xây dựng creative dựa trên insight của từng chân dung khách hàng
• Sau đó dùng AI để tạo hàng loạt phiên bản nội dung khác nhau
• Thử nghiệm trên hệ thống quảng cáo của Meta để tìm ra phiên bản hoạt động hiệu quả nhất.

Để tạo các creative này, thương hiệu có thể dùng công cụ AI bên ngoài hoặc bộ công cụ AI của Meta – vốn hỗ trợ nhiều tính năng như tạo voice-over bằng AI.

The RealReal cũng ứng dụng AI để cải thiện hiệu quả quảng cáo thông qua công cụ “smart prospecting” – tìm kiếm khách hàng thông minh. Công cụ này giúp xác định ai có khả năng trờ thành khách hàng tiềm năng mua sản phẩm xa xỉ, dựa trên lịch sử mua sắm và hành vi tiêu dùng.

Theo Lindsay Ferstandig, các chiến dịch performance marketing sử dụng smart prospecting có chi phí thấp hơn 38% so với mức trung bình trên Meta. Đồng thời, trong quý 1/2026, khoảng 30% khách hàng tiềm năng mà The RealReal có được từ Meta đến từ các chiến dịch ứng dụng công nghệ này.

Ngoài việc xác định đúng nhóm khách hàng, AI còn giúp thương hiệu tìm đúng creator để hợp tác. Các nền tảng AI như Heylist, Fohr, Agentio, Statusphere hay bộ công cụ Advantage+ của Meta cho phép thương hiệu nhanh chóng đánh giá creator dựa trên loại content họ tạo, mức độ phù hợp với thương hiệu và tệp người dùng, kinh nghiệm chạy quảng cáo, hay hiệu suất so với các creator khác.

The RealReal hiện sử dụng Fohr để tìm kiếm creator phù hợp và dự đoán hiệu quả hợp tác, thay cho cách làm thủ công trước đây vốn chủ yếu dựa vào số lượng follower hoặc cảm tính (best guess).

2. Yếu tố thúc đẩy nhận diện thương hiệu

Vai trò của AI trong các chiến dịch Marketing

Để ra mắt BST đầu tiên dưới thời NTK mới Abigail Smiley Smith, Maison Kitsuné – thương hiệu thời trang mang DNA Pháp và Nhật đã hợp tác với nghệ sĩ AI Sybille de Saint Louvent để tạo ra chiến dịch lấy cảm hứng từ sự giao thoa giữa thiên nhiên và đô thị tại hai “quê hương” của thương hiệu.

Để kết nối tinh thần của cả hai thành phố một cách liền mạch, Sybille đã xây dựng chiến dịch mang màu sắc “Alice in Wonderland”, kể câu chuyện về một người đàn ông đuổi theo chú cáo – biểu tượng của Maison Kitsuné xuyên qua Tokyo và Paris.

Ra mắt vào tháng 2/2026, chiến dịch mở đầu bằng cảnh người đàn ông tỉnh dậy sau giấc mơ rồi bắt đầu hành trình đuổi theo chú cáo qua ga tàu điện, những con phố và khu vườn của Tokyo và Paris. Hai thế giới dần hòa quyện vào nhau khi nhân vật lướt qua những người mặc áo khoác, áo len/áo nỉ và chân váy của thương hiệu. Cuối cùng, chú cáo quay trở lại căn phòng ở phân cảnh mở đầu và phát hiện người đàn ông vẫn đang ngủ say.

Sybille de Saint Louvent chia sẻ: Tôi không cố tái hiện thực tế y nguyên. Tôi luôn muốn tạo ra một chút biến tấu. Dù nổi tiếng nhờ nghệ thuật AI, cô cũng nhấn mạnh rằng việc sử dụng AI trong chiến dịch phải luôn có lý do rõ ràng và phục vụ cho ý tưởng sáng tạo.

Khả năng tạo hình ảnh và nội dung chất lượng cao hiện là một trong những thế mạnh lớn nhất của generative AI. Điều này giúp thương hiệu có thêm công cụ mạnh mẽ để trực quan hóa ý tưởng trong quá trình brainstorm, sản xuất hình ảnh nhanh hơn, hay tối ưu nhiều tác vụ creative marketing.

Tuy nhiên, AI cũng đi kèm nhiều rủi ro, đặc biệt khi người dùng online vẫn còn dè chừng với nội dung do AI tạo ra.

Theo Loreal Lynch từ Jasper, thương hiệu nên xem AI như một “creative accelerator” – công cụ tăng tốc sáng tạo thay vì thay thế tư duy sáng tạo của con người. Ví dụ, Beekman 1802 sử dụng AI để tạo ý tưởng viết quảng cáo. Công cụ này có thể nhanh chóng đưa ra hàng chục concept (ý tưởng chủ đạo) để team tiếp tục xem xét/đánh giá và phát triển.

Theo David Baker, AI giúp đẩy nhanh quá trình sáng tạo thay vì để đội nhóm mắc kẹt trong tình trạng “writer’s block” – bí ý tưởng, nơi việc nghĩ ra 20 ý tưởng đôi khi mất rất nhiều thời gian.

Zalando cũng dùng AI theo hướng tương tự nhưng triển khai theo cách khác. Công cụ Trendspotter sử dụng AI để phân tích các xu hướng thời trang nổi bật tại những thành phố lớn như Paris hay Berlin, từ đó gợi ý concept chiến dịch phù hợp với các sản phẩm trong hệ sinh thái của họ.

Dĩ nhiên, thương hiệu cũng có thể dùng AI để tạo hình ảnh cho chiến dịch. Tuy nhiên, đây là lĩnh vực cần đặc biệt cẩn trọng vì chỉ cần người dùng “nghĩ rằng” AI đã được sử dụng, thương hiệu cũng có thể đối mặt với phản ứng tiêu cực.

Guess, Valentino, Gucci và Prada đều từng bị chỉ trích vì nghi ngờ sử dụng AI, kể cả trong những trường hợp chưa có bằng chứng rõ ràng rằng AI thực sự được dùng.

Theo Anthony Lupo, việc bị tranh cãi là điều khó tránh khỏi trong giai đoạn đầu các thương hiệu thử nghiệm AI trong quảng cáo. Điều quan trọng là thương hiệu phải đảm bảo việc ứng dụng AI phù hợp với mức độ chấp nhận và kỳ vọng của chính tệp khách hàng của mình.

“Quan trọng là luôn nắm bắt được tâm lý thị trường. Nhưng điều này cũng không khác gì những chiến dịch gây tranh cãi khác từng thất bại trước đây.”

Một ví dụ điển hình là chiến dịch Spring/Summer 2026 của Prada do nghệ sĩ digital Jordan Wolfson thực hiện. Campaign mang màu sắc kỳ ảo với sự xuất hiện của các diễn viên Nicholas Hoult và Hunter Schafer bên cạnh những sinh vật CGI khổng lồ nửa người nửa chim.

Trong campaign, các nhân vật liên tục lặp lại câu: “Tôi… Tôi… Tôi là Prada.” Những sinh vật này được xem như “bản ngã khác” của họ, gợi mở các câu hỏi về danh tính và hình ảnh cá nhân.

Dù AI chỉ được sử dụng ở giai đoạn hậu kỳ để tạo ra các sinh vật CGI – vốn do chính Jordan Wolfson tạo ra – nhiều người dùng online vẫn cho rằng toàn bộ chiến dịch được tạo bằng AI.

Tuy nhiên với Prada, AI chỉ đóng vai trò như Photoshop hay công nghệ CGI hiện đại (đều đã tích hợp AI), tức là công cụ hỗ trợ để nâng cao khả năng sáng tạo của con người chứ không thay thế nó.

Ở chiều ngược lại, nhiều thương hiệu xem AI là cách để hiện thực hóa những ý tưởng khó thực hiện bằng phương pháp truyền thống.

Với chiến dịch chú cáo của Maison Kitsuné, Mylène Atlan – Head of Image của thương hiệu cho biết: AI là phương tiện phù hợp nhất để mang câu chuyện được tái diễn giải này trở nên sống động.

Cô nói thêm rằng Sybille đã xây dựng một thế giới mang màu sắc mộng mị, dao động giữa thực tế và giả tưởng, giúp thương hiệu truyền tải tinh thần BST theo cách liền mạch và immersive hơn.

Ngược lại, một số thương hiệu lại chủ động nhấn mạnh việc “không dùng AI” như một phần trong storytelling và giá trị thương hiệu của họ.

Nếu những thương hiệu tiên phong dùng AI để tạo nên các câu chuyện siêu thực, thì các thương hiệu như Aerie – vốn xây dựng hình ảnh thương hiệu quanh vẻ đẹp tự nhiên và cam kết không chỉnh sửa cơ thể trong ảnh lại có lập trường cứng rắn: Không sử dụng AI trong quảng cáo.

Trong chiến dịch tháng 3/2026, Aerie cho người mẫu Pamela Anderson yêu cầu chatbot tạo hình ảnh người mẫu nữ. Những hình ảnh AI tạo ra đều trông thiếu tự nhiên, hơi đáng sợ, trước khi campaign chuyển sang hình ảnh người thật mặc sản phẩm của thương hiệu.

Khi marketer đang tìm cách điều hướng trong “vùng đất mới” mang tên AI, Donatas Smailys – CEO và đồng sáng lập Billo nhấn mạnh: Bên phân phối nội dung có trách nhiệm cho người dùng biết điều họ đang xem là thật hay do AI tạo ra.

Làm thế nào để thương hiệu “lọt vào tầm ngắm” của AI Search?

Ngày nay, việc xây dựng và duy trì độ nhận diện thương hiệu không còn chỉ xoay quanh social media hay SEO truyền thống. Các nền tảng AI như ChatGPT, Claude hay Gemini đang dần trở thành nơi người dùng tìm kiếm thông tin, khám phá thương hiệu và đưa ra quyết định mua sắm.

Điều đó khiến các thương hiệu ngày càng nhận ra rằng ngoài SEO, họ còn cần đầu tư vào GEO (Generative Engine Optimisation). Nghĩa là tối ưu để xuất hiện trong kết quả phản hồi của công cụ tìm kiếm AI.

Nhiều thương hiệu như Beekman 1802 đang sử dụng các nền tảng như Yotpo Discover hay Profound để hiểu vì sao thương hiệu xuất hiện hoặc không xuất hiện trên AI search. Cách thương hiệu đang được AI nhắc đến trong ngữ cảnh nào và cần làm gì để tăng khả năng được AI đề xuất cho người dùng.

Ví dụ, với các truy vấn liên quan đến “da nhạy cảm”, những công cụ này có thể giúp Beekman 1802 xác định cách để sản phẩm của họ dễ được AI đề xuất hơn khi người dùng hỏi về chăm sóc da cho da nhạy cảm.

Từ đó, thương hiệu có thể nhận ra mình đang bỏ lỡ những kênh nào và đâu là nơi cần đầu tư thêm để tăng độ hiện diện trên AI search.

Với một thương hiệu skincare như Beekman 1802, điều này có thể đồng nghĩa với xuất hiện nhiều hơn trong các cuộc thảo luận trên Reddit về da nhạy cảm – vốn hiện là nguồn dữ liệu quan trọng mà ChatGPT thường tham khảo. Thậm chí có thể đẩy mạnh chiến lược PR để xuất hiện nhiều hơn trên các đầu báo uy tín – những nguồn mà công cụ tìm kiếm AI cũng thường ưu tiên trích dẫn.

Baker chia sẻ:  Những công cụ này giúp GEO không còn là một ‘hộp bí ẩn. Website và content marketing của thương hiệu cần được cập nhật theo cách tự nhiên và sát với ngôn ngữ người dùng thực tế.

Có nghĩa là  mô tả sản phẩm nên được viết theo cách người dùng thật sự đặt câu hỏi, thay vì dùng quá nhiều cụm từ quảng cáo hoa mỹ mà người tiêu dùng thực tế không bao giờ tìm kiếm.

Ví dụ, thay vì chỉ viết: “Công thức trẻ hóa tuổi sinh học tiên tiến” thì nội dung nên trả lời những câu hỏi gần với hành vi tìm kiếm thật như: “Loại kem dưỡng nào phù hợp cho da nhạy cảm dễ kích ứng?”

Bên cạnh đó, các nền tảng mang tính hội thoại như Substack cũng đang trở nên quan trọng hơn, vì cách người dùng tương tác trên những nền tảng này khá giống với cách họ đặt câu hỏi cho công cụ tìm kiếm AI.

Một chiến lược khác cũng ngày càng hiệu quả là để nhiều “giọng” khác nhau cùng nói về sản phẩm theo nhiều cách khác nhau. Từ creator, cộng đồng, báo chí cho đến nội dung do người dùng tạo. Điều này giúp AI có thêm nhiều ngữ cảnh để hiểu và đề xuất thương hiệu một cách tự nhiên hơn.

3. Hiệu suất và cá nhân hóa (Personalisation)

Test & Learn: Khi AI trở thành “cỗ máy thử nghiệm” cho marketing

Trong khi marketer đang dùng AI để thử nghiệm các nội dung đầu phễu nhằm tăng nhận diện thương hiệu và cải thiện storytelling, thì performance marketing mới là nơi doanh nghiệp thực sự bắt đầu “giao việc” cho AI.

Điều này giúp đội ngũ creative có thêm thời gian tập trung vào những chiến dịch tạo ảnh hưởng lớn đến cảm nhận thương hiệu thay vì xử lý các tác vụ lặp đi lặp lại.

Tại Goop, AI được sử dụng để giúp đội nhóm nhanh chóng tạo và thử nghiệm nhiều phiên bản creative khác nhau nhằm tìm ra nội dung phù hợp nhất với từng nhóm khách hàng, sau đó liên tục tối ưu dựa trên dữ liệu phản hồi thực tế.

Theo Alexa Ritacco, sau khi đưa moodboard (bảng tổng hợp), brand deck (tài liệu thương hiệu) và guideline vào nền tảng AI Adora AI, các đội nhóm có thể thêm quảng cáo trực tiếp lên các hình ảnh từ những buổi chụp thật.

Công nghệ này cho phép Goop nhanh chóng tạo ra hàng trăm phiên bản khác nhau của cùng một hình ảnh sản phẩm. Chẳng hạn như serum peptide với nhiều background và bối cảnh khác nhau.

Nhờ Adora, đội ngũ có thể liên tục tạo thêm các biến thể creative để kiểm tra yếu tố nào giúp tăng hiệu quả tương tác, chẳng hạn như thay đổi texture background, đổi ngữ cảnh hiển thị sản phẩm hoặc điều chỉnh cách sắp xếp hình ảnh.

Hệ thống cũng liên tục thử nghiệm các yếu tố này xuyên suốt vòng đời chiến dịch, sau đó định kỳ vài tuần sẽ trả về insight hiệu suất và gợi ý creative mới dựa trên dữ liệu thực tế.

Ritacco chia sẻ: “Đây có lẽ là use case hiệu quả nhất với chúng tôi. Nhờ đó, đội ngũ graphic design có thể tập trung cho các video hoặc những nội dung thực sự tạo ra hiệu quả mạnh, còn Adora sẽ hỗ trợ mindset test and learn (thử nghiệm và học hỏi)

“Giờ đây chúng tôi có thể tạo một concept chỉ trong 10 phút, trong khi trước kia có thể mất vài ngày công của cả nhóm”

Ở mảng thời trang, AI còn hỗ trợ tạo các collage sản phẩm theo một concept nhất định. Ví dụ, trong chiến dịch Spring 2026, Goop đã tạo một quảng cáo dạng collage gồm camisole (lớp lót) viền ren và jeans bằng cách nhập chủ đề “French girl essentials” vào Adora.

Kết quả là quảng cáo này mang lại ROAS cao hơn 80% so với các hình ảnh chụp sản phẩm thông thường trong vòng 6 tuần.

Tăng cường khả năng đo lường hiệu suất

AI cũng đang giúp thương hiệu đảm bảo ngân sách marketing được sử dụng hiệu quả hơn. Công nghệ của Prescient AI hiện được Beekman 1802 sử dụng cho phép doanh nghiệp mô phỏng trước hiệu quả của chiến dịch, dự đoán khả năng tạo doanh thu và sau đó theo dõi hiệu suất thực tế trên nhiều kênh khác nhau như streaming TV, TikTok hay digital ads.

Theo Mike True – CEO của Prescient: các brand giờ đây có thể nhận insight chỉ trong vài ngày thay vì phải chờ hàng tháng. Từ đó có thể nhanh chóng điều chỉnh ngân sách, chuyển chi tiêu media sang những chiến lược hiệu quả hơn và giúp marketer tự tin thực hiện những “calculated swings” (những quyết định mạo hiểm có tính toán).

Beekman 1802 còn dùng Prescient để tổng hợp dữ liệu từ Meta, Google, TikTok Ads Manager, Shopify, Amazon và cả dữ liệu bán lẻ offline.

Nhờ đó, thương hiệu không chỉ biết kênh nào mang lại hiệu quả tốt nhất mà còn đo được “halo effect” – tác động lan tỏa của digital campaign đến doanh số offline, điều vốn rất khó tracking (theo dõi) trước đây.

Ví dụ: Content creator trên TikTok quảng bá dòng Milk Rx eye cream mới ra mắt đã giúp tăng doanh số trên website, trên Amazon và cả tại chuỗi cửa hàng Ulta.

Kết quả là sản phẩm này trở thành mặt hàng bán chạy số 1 của Beekman 1802 tại Ulta.

Trong khi đó, quảng cáo trên streaming TV chỉ hỗ trợ doanh số online chứ không tạo hiệu ứng tương tự tại cửa hàng.

Vì vậy, thương hiệu đã quyết định chuyển gần 7 con số ngân sách media khỏi các chiến lược hiệu quả thấp sang các hoạt động tạo tác động tốt trên toàn bộ hệ sinh thái bán hàng.

Baker cũng cho biết trước đây các mô hình marketing mix truyền thống có thể tiêu tốn hàng triệu USD và mỗi 6 – 9 tháng mới có một báo cáo. Còn hiện tại doanh nghiệp đã có cùng lượng dữ liệu đó mỗi ngày.

Personalisation: Cá nhân hóa trải nghiệm khách hàng

Ngoài việc tìm ra quảng cáo hiệu quả nhất, nhiều thương hiệu còn dùng AI để cá nhân hóa nội dung hiển thị cho từng người dùng qua email, SMS, website và các kênh giao tiếp khác.

Tuy nhiên, cá nhân hóa cũng có giới hạn. Theo Loreal Lynch từ Jasper, vấn đề có thể đến từ thương hiệu chưa có nền tảng dữ liệu đủ mạnh hoặc cá nhân hóa quá mức khiến người dùng cảm thấy “sợ”.

Ví dụ điển hình: Một người vừa nói chuyện với bạn về việc cần mua giày hiking thì vài phút sau Instagram đã hiển thị quảng cáo đúng sản phẩm đó.

Để tránh cảm giác “AI theo dõi quá sát”, Lynch cho rằng thương hiệu nên: cá nhân hóa theo từng giai đoạn trong hành trình khách hàng. Hoặc bản địa hóa nội dung theo xu hướng từng khu vực, thay vì cá nhân hóa quá trực diện ở cấp độ cá nhân.

The RealReal hiện cũng đang sử dụng AI models để xác định nên gửi thông điệp nào, gửi vào thời điểm nào và hướng đến nhóm khách hàng nào nhằm tối ưu hiệu quả giao tiếp với người dùng thông qua email, paid social hay trải nghiệm trực tiếp trên website. Tùy thuộc vào việc người dùng đang có ý định quan tâm sản phẩm, chuẩn bị mua hàng hay chỉ đơn giản là lướt xem để tìm cảm hứng.

Ferstandig chia sẻ: Điều quan trọng là sử dụng AI models để không còn tiếp cận tất cả khách hàng theo kiểu ‘one-size-fits-all’ – phù hợp với tất cả mọi người. “Thay vào đó, chúng tôi muốn cá nhân hóa trải nghiệm theo hướng one-to-one (1:1). Nghĩa là hiểu từng người dùng đang ở đâu trong hành trình mua sắm để có cách nuôi dưỡng và tạo động lực phù hợp hơn.

The RealReal cũng sử dụng AI để cá nhân hóa các sản phẩm hiển thị trên website vừa đủ để người dùng cảm thấy nội dung được “thiết kế riêng cho mình”, nhưng không quá mức khiến mất đi cảm giác khám phá ngẫu hứng – một phần quan trọng của trải nghiệm mua sắm vintage và luxury resale (mua bán lại đồ xa xỉ).

Trong khi đó, Zalando sử dụng AI để tạo quảng cáo cá nhân hóa trên website và app dựa trên lịch sử mua sắm, hành vi lướt web và tương tác theo thời gian thực của người dùng.

Nền tảng này còn hiển thị các xu hướng thời trang nổi bật theo từng thành phố dựa trên dữ liệu từ công cụ Trendspotter. Kết quả là các quảng cáo được cá nhân hóa giúp tăng 17% CTR trong nửa cuối năm 2025.

Theo Matthias Haase – Phó Chủ tịch phụ trách Content Solutions của Zalando cho biết: Thương hiệu cũng đang đặt mục tiêu rút ngắn thời gian từ lúc phát hiện xu hướng đến khi ra mắt chiến dịch từ 3 ngày xuống còn 24 giờ.

Ngoài ra, Zalando còn trao cho người dùng khả năng tự cá nhân hóa trải nghiệm mua sắm nhiều hơn. Chẳng hạn như giới thiệu các bộ trang phục trên nhiều dáng người khác nhau đến việc tạo ra hình ảnh trực quan bằng AI về quần áo trẻ em trên các mô hình kỹ thuật số từ 4 đến 16 tuổi.

Trong khi đó, công cụ “Style It” của Zalando cho phép người mua sắm hình dung các kiểu phối đồ khác nhau với sản phẩm nhất định trên hình đại diện kỹ thuật số. (Zalando cũng đã cập nhật 170.000 trang sản phẩm với nội dung video do AI tạo ra để giúp người dùng hình dung rõ hơn sản phẩm trông như thế nào khi chuyển động.)

Haase cho biết: Theo dữ liệu của chúng tôi, tỷ lệ chuyển đổi  cao hơn đáng kể và tỷ lệ tương tác của định dạng nội dung này cũng vượt xa mức trung bình, bất kể đó là ngành hàng nào

Lý do không phải vì nội dung AI tốt hơn mà đơn giản là vì tạo cảm giác liên quan và phù hợp với người dùng hơn rất nhiều.

4. Xây dựng Lifetime Value (Giá trị vòng đời khách hàng)

Giữ chân khách hàng và tăng mức độ trung thành vẫn luôn là một trong những mục tiêu quan trọng. Nhưng cũng là vấn đề khó nhất đối với các thương hiệu. Hiện nay, nhiều doanh nghiệp đang mở rộng việc ứng dụng AI để xây dựng lòng trung thành và thúc đẩy hành động mua sắm lặp lại trong dài hạn.

Trước đây, các thương hiệu thường chia khách hàng thành những nhóm khá cơ bản như: Khách hàng mới, khách hàng quay lại, hoặc khách hàng đã ngừng mua sắm. Sau đó gửi cùng một kiểu thông điệp cho từng nhóm.

Nhưng với AI, doanh nghiệp có thể cá nhân hóa cách giao tiếp sâu hơn rất nhiều tùy theo từng giai đoạn thực tế trong hành trình khách hàng.

Ví dụ: Trước kia, nếu một khách hàng ngừng mua hàng (churn), thương hiệu thường sẽ gửi ngay mã giảm giá để kéo họ quay lại. Còn hiện tại, các thương hiệu như The RealReal hay Goop sử dụng AI để xác định khi nào nên không gửi tin nhắn marketing.

Thay vì liên tục thúc ép mua hàng, AI giúp thương hiệu nhận ra đâu là thời điểm nên “im lặng”, sau đó mới quay lại với những gợi ý sản phẩm phù hợp hơn ở thời điểm thích hợp.

The RealReal nhìn hành trình khách hàng như một “flywheel” (bánh đà)  xuyên suốt. Từ người mua hàng cho đến khi họ trở thành người quan tâm sản phẩm xa xỉ trở lại nền tảng.

AI giúp thương hiệu tinh chỉnh tin nhắn theo từng giai đoạn trong hành trình đó. Ví dụ nếu hệ thống nhận diện một khách hàng có khả năng trở thành người quan tâm, họ sẽ được hiển thị các thông điệp xoay quanh lợi ích của việc “refresh tủ đồ” theo mô hình circular fashion (Thời trang tuần hoàn – mô hình thiết kế, sản xuất và tiêu dùng hướng tới việc kéo dài tối đa vòng đời của quần áo).

Một phần quan trọng khác là biết khi nào nên giảm tần suất marketing để tránh customer fatigue (sự mệt mỏi vì bị quảng cáo quá nhiều). Ferstandig chia sẻ: Đôi khi đã đến lúc nên cho khách hàng một khoảng nghỉ, bởi dữ liệu cho thấy ở thời điểm đó, việc tiếp tục ‘thúc ép’ họ không còn phù hợp nữa. Điều chúng tôi hướng đến là duy trì giá trị dài hạn và tạo ra lợi ích chung giữa thương hiệu và khách hàng.

Cô cũng cho biết việc triển khai các hệ thống AI này đã giúp The RealReal tăng đáng kể tỷ lệ giữ chân và giá trị vòng đời khách hàng.

AI cũng giúp thương hiệu nhanh chóng tạo thêm nội dung hỗ trợ để duy trì mức độ tương tác với khách hàng trong lúc chờ sản xuất các nội dung video.

Tại Goop, video có sự xuất hiện của founder Gwyneth Paltrow thường mang lại hiệu quả rất tốt, nhưng việc sản xuất video mới cần nhiều thời gian. Vì vậy, thương hiệu dùng AI để nhanh chóng tạo thêm hình ảnh sản phẩm dạng tĩnh nhằm “lấp khoảng trống”, giữ cho người dùng vẫn tiếp tục tương tác với chiến dịch trong thời gian chờ làm mới nội dung video.

Ngoài ra, các công cụ như nền tảng Alli của PMG còn giúp thương hiệu theo dõi khi nào một content trên social bắt đầu bị “fatigue” – tức người dùng xem quá nhiều và giảm tương tác.

Lúc đó, thương hiệu có thể điều chỉnh nhẹ nội dung hoặc thay mới hoàn toàn creative để tránh giảm hiệu suất. AI cũng đặc biệt hữu ích trong việc tương tác lại những khách hàng gần như đã rời khỏi phễu.

Ví dụ: Với những người đã ngừng theo dõi email hoặc ngừng tương tác, Goop dùng Adora AI để tạo các quảng cáo social mới với hình ảnh sản phẩm khác hoàn toàn những gì khách hàng từng thấy trước đó, nhưng vẫn phù hợp với sở thích dựa trên lịch sử lướt web và mua hàng.

Ritacco cho biết: Chúng tôi có thể nhanh chóng tạo ra các gói sản phẩm được cá nhân hóa cho mục tiêu giữ chân và ra mắt ngay ngày hôm sau. Nhờ vậy, nhóm không cần tái sử dụng những asset cũ mà khách hàng có thể đã xem quá nhiều lần.

Bài học rút ra

Thích ứng với AI sẽ đòi hỏi marketer cần thay đổi tư duy. Lynch cho biết, vấn đề không còn chỉ đơn thuần là tạo ra các sản phẩm riêng lẻ, như email hay trang web, mà là “xây dựng hệ thống” cả về mặt đội nhóm và quy trình.

Đối với các nhóm đã quen với việc tạo và phân phối từng nội dung riêng lẻ, họ đang chuyển từ việc yêu cầu các công cụ AI tạo ra các sản phẩm đơn lẻ sang xây dựng các hệ thống cho phép AI làm điều đó trên quy mô lớn.

Lynch nói: Vấn đề không phải là viết một bài đăng blog, mà là viết lại 500 trang bài đăng blog.

Lợi ích đối với marketer có thể rất đáng kể, không chỉ từ góc độ tiết kiệm thời gian và chi phí, mà còn ở việc nâng cao tính phù hợp và sức lan tỏa của nội dung họ sử dụng để tiếp cận khách hàng.

Một phần của tác động này đến từ khả năng nhắm mục tiêu nâng cao, nơi các thương hiệu có thể tạo ra chân dung người tiêu dùng thực tế hơn, thay vì nhắm mục tiêu vào tất cả người mua sắm genZ theo cùng một cách. Khi người dùng tiếp cận thông điệp được cá nhân hóa hơn phù hợp với sở thích của họ, việc kết nối sẽ dễ dàng hơn. Các thương hiệu cũng đang sử dụng các nền tảng như Agentio và Fohr để xác định creator phù hợp nhằm xây dựng các mối quan hệ đối tác hiệu quả hơn.

Từ góc độ sáng tạo, các thương hiệu có thể sử dụng AI để lên ý tưởng hoặc tạo ra các phiên bản từ hình ảnh hiện có trong các buổi chụp ảnh để có nhiều lựa chọn hình ảnh hơn với các bối cảnh hoặc nội dung khác nhau. Đối với những người sử dụng AI để tạo ra hình ảnh và chiến dịch hoàn toàn mới, cần thận trọng.

Đặc biệt trong lĩnh vực xa xỉ, các thương hiệu cần đảm bảo rằng AI là lựa chọn sáng tạo chứ không phải là lối tắt. AI được sử dụng như công cụ kể chuyện hoặc để tạo ra những hình ảnh mà không thể tạo ra nếu không có AI.

Theo Ritacco của Goop: AI đã giúp chúng ta mở rộng khả năng thực hiện một cách vô hạn, điều này thật tuyệt vời, nhưng gu thẩm mỹ, khả năng phán đoán và giọng điệu thương hiệu, tất cả những điều đó, vẫn hoàn toàn là của con người. Rất nhiều thương hiệu và CMO mà tôi trò chuyện đều sợ mất đi điều đó. Tôi nghĩ rằng bước nhảy vọt này rất đáng giá, điều đó vẫn nằm trong tầm kiểm soát của bạn nếu bạn sẵn sàng nỗ lực.

Khi các thương hiệu đẩy nhanh khả năng tạo ra nhiều phiên bản khác nhau của cùng một nội dung, họ có thể đồng thời thử nghiệm các phiên bản khác nhau đó nhanh hơn để xem phiên bản nào gây được tiếng vang tốt nhất. Với các nền tảng như Alli dashboard của PMG và các cải tiến AI của Meta như một phần của công cụ Advantage+, phần lớn công việc thủ công trong performance marketing và tracking đang được đơn giản hóa. Hay thậm chí có thể loại bỏ khỏi vai trò của marketer, giúp họ có nhiều thời gian hơn để tập trung vào các cơ hội ở giai đoạn đầu phễu bán hàng, từ các chiến dịch lớn đến các sự kiện trực tiếp.

Duy trì phương pháp “con người tham gia vào quy trình” xuyên suốt – nghĩa là các nhóm cung cấp ý kiến ​​đóng góp và phê duyệt nội dung, cũng như các quyết định do AI đưa ra ở các giai đoạn khác nhau là rất quan trọng và sẽ tiếp tục diễn biến tượng tư trong tương lai gần.

Baker của Beekman 1802 cho biết: Luôn luôn sẽ có tâm lý tin tưởng nhưng phải kiểm chứng đối với bất cứ điều gì liên quan đến công nghệ.