AI biết khách đang bực trước khi họ nói ra — và nhớ lần trước đã xảy ra chuyện gì
ChatGPT có thể trả lời rất hay. Nhưng nếu khách nói “không sao đâu” bằng một giọng đầy khó chịu, AI của bạn có biết họ đang bực không?
KVBiz · 03/09/2026 · cập nhật 04/09/2026

Noonchee AI là lớp cảm xúc — ngữ cảnh — trí nhớ lắp thêm lên trên sản phẩm hoặc AI sẵn có. Ảnh minh họa: KVBiz.
Một nhân viên chăm sóc khách hàng giỏi sẽ nhận ra ngay.
Họ nghe giọng nói. Nhìn cách khách phản ứng. Nhớ chuyện khách đã phàn nàn lần trước. Và họ tự động thay đổi cách nói.
Phần lớn AI hiện nay thì chưa làm được như vậy.
Đây là vấn đề mà Noonchee AI của inDJ, Hàn Quốc, đang muốn giải quyết.
Nói đơn giản
Noonchee cho AI thêm một chút “눈치”
Trong tiếng Hàn có một từ rất hay: 눈치 – nunchi.
Nó gần giống khả năng “đọc không khí”: nhìn một người, nghe cách họ nói và hiểu được điều họ chưa nói thành lời.
Noonchee AI được xây dựng quanh ý tưởng đó. AI không chỉ hỏi:
“Người này vừa nói gì?”
mà còn cố hiểu:
Người này đang cảm thấy thế nào?
Chuyện gì đã xảy ra với họ trước đây?
Trong hoàn cảnh hiện tại, nên phản hồi như thế nào?
Đó là sự khác biệt giữa một AI trả lời đúng và một AI biết cách đối xử với người đang nói chuyện với nó.
Hãy tưởng tượng
Ba tình huống

Một khách hàng gọi lên tổng đài lần thứ ba
Thực tế: inDJ đang thử nghiệm với contact center doanh nghiệp Hàn Quốc (một công ty bảo hiểm lớn, một nhà cung cấp viễn thông & truyền thông).

Người lái xe bắt đầu mệt
Thực tế: đang triển khai PoC AI infotainment cùng một công ty điện tử ô tô Hàn Quốc.

Robot không còn gặp bạn như một người xa lạ mỗi ngày
Thực tế: hiện là concept scenario, chưa phải commercial deployment đã công bố.
1. Một khách hàng gọi lên tổng đài lần thứ ba
Khách nói:
“Vâng, không sao. Tôi hiểu rồi.”
Chatbot thông thường có thể đánh giá đây là một phản hồi bình thường.
Nhưng giọng khách đang căng thẳng, tốc độ nói thay đổi và lịch sử cho thấy họ đã gọi hai lần về cùng một lỗi. Noonchee có thể giúp hệ thống nhận ra:
Đây không còn là một cuộc gọi bình thường. Đây là khách hàng có nguy cơ rời bỏ.
Hệ thống có thể chuyển cho nhân viên senior, thay đổi cách trả lời hoặc ưu tiên xử lý ngay.
Đối với doanh nghiệp, đây không còn là “AI cảm xúc”. Đây là giữ khách hàng trước khi mất họ.
2. Người lái xe bắt đầu mệt
Một voice assistant thông thường chỉ hoạt động khi tài xế nói: “Bật nhạc.” · “Điều hòa 22 độ.” · “Dẫn đường về nhà.”
Nhưng một chiếc xe thông minh hơn có thể kết hợp giọng nói, biểu hiện, hành vi và bối cảnh để nhận ra người lái đang mệt hoặc căng thẳng. Nó có thể chủ động thay đổi trải nghiệm trong cabin hoặc đưa ra phản hồi phù hợp với tình huống.
inDJ đã phát triển công nghệ phân tích tình huống/cảm xúc trong connected car và giải pháp của hãng từng được CES 2024 ghi nhận.
Điểm thú vị không phải là chiếc xe “nói chuyện hay hơn”. Mà là: chiếc xe bắt đầu hiểu trạng thái của người đang ngồi trong nó.
3. Robot không còn gặp bạn như một người xa lạ mỗi ngày
Hãy tưởng tượng robot chăm sóc người cao tuổi. Ngày hôm qua người dùng nói:
“Tối qua tôi ngủ không ngon.”
Hai ngày sau:
“Hôm nay tôi lại hơi mệt.”
Một chatbot không có memory tốt có thể xử lý hai câu này như hai cuộc hội thoại hoàn toàn riêng biệt. Nhưng nếu AI có trí nhớ theo người dùng, nó có thể hiểu rằng đây là một chuỗi sự kiện liên quan.
Đó là lúc AI bắt đầu chuyển từ conversation sang relationship.
Với doanh nghiệp
Noonchee thực chất là gì?
Điểm quan trọng là: bạn không nhất thiết phải bỏ AI hiện tại.
Nếu doanh nghiệp đã có chatbot, LLM, contact center, robot, ứng dụng hay hệ thống infotainment, Noonchee có thể đóng vai trò như một lớp intelligence bổ sung:
Voice + Text + Image + Behavior
Emotion + Context + Memory
LLM / AI hiện tại của doanh nghiệp
Phản hồi hoặc hành động phù hợp hơn
Dành cho CTO / AI Engineer
Phía dưới cách giải thích đơn giản là một bài toán khó
Noonchee kết hợp nhiều lớp công nghệ:
01
Multimodal perception
Phân tích nhiều tín hiệu thay vì chỉ text: voice, facial expression và các tín hiệu ngữ cảnh khác.
02
Emotion & context recognition
Không chỉ phân loại nội dung câu nói mà cố suy luận trạng thái và tình huống của người dùng.
03
Long-term contextual memory
Các tương tác không bị coi là những phiên chat độc lập mà có thể được liên kết thành memory theo từng người.
04
Knowledge graph / retrieval
Thông tin lịch sử và kiến thức liên quan được truy xuất lại khi cần thay vì nhét toàn bộ lịch sử vào prompt.
05
Adaptive persona
Cách AI phản hồi có thể thay đổi tùy người dùng và tình huống.
06
Edge / on-device deployment
Một số bài toán như automotive, robot hoặc thiết bị cần độ trễ thấp và hạn chế đưa dữ liệu nhạy cảm lên cloud.
3,17 tỷ
điểm dữ liệu multimodal dùng để phát triển hệ thống emotion/context
91%
emotion recognition — kết quả kiểm thử KOLAS do inDJ công bố
92,5%
context recognition — kết quả kiểm thử KOLAS do inDJ công bố
Theo thông tin inDJ công bố. Các con số cần được đánh giá lại theo từng môi trường triển khai thực tế.
Đây chính là lý do một doanh nghiệp có đội AI riêng vẫn có thể muốn nói chuyện với họ.
API thì không khó xây. Khó là dữ liệu, model, memory architecture, multimodal fusion và nhiều năm thử nghiệm phía sau API đó.
Câu hỏi đáng đặt
“Trong sản phẩm của chúng ta, chuyện gì sẽ thay đổi nếu AI thực sự hiểu người dùng?”
Câu hỏi thú vị không phải “Noonchee có tốt không?”. Ví dụ:
- Một ngân hàng có thể phát hiện cuộc gọi đang chuyển thành khiếu nại?
- Một bệnh viện có thể xây AI interaction hiểu trạng thái bệnh nhân hơn?
- Một hãng xe có thể tạo cabin AI biết tài xế đang stress?
- Một robot có thể nhớ từng người trong gia đình?
- Một ứng dụng giáo dục có thể biết học sinh đang tự tin, chán hay bắt đầu bỏ cuộc?
- Một AI sales assistant có thể nhận ra khách hàng đang quan tâm hay chỉ trả lời xã giao?
Đó mới là những câu hỏi đáng thử.
Vì sao KVBiz giới thiệu
Sản phẩm này đáng một buổi gặp
Không cần bắt đầu bằng một dự án AI lớn. Hãy mang đến một tình huống thực tế mà AI hiện tại của doanh nghiệp đang xử lý chưa tốt. Ví dụ:
“Đây là 100 cuộc gọi CSKH của chúng tôi.”
“Đây là interaction của người dùng trên app.”
“Đây là kịch bản trong cabin ô tô.”
“Đây là robot của chúng tôi.”
Sau đó đặt một câu hỏi rất đơn giản:
Nếu thêm Emotion + Context + Memory vào đây, hệ thống có tạo ra khác biệt đủ lớn để đáng triển khai không?
Nếu không, dừng. Nếu có, mới làm PoC.
Đó cũng là cách nhanh nhất để biết Noonchee là một công nghệ thú vị trên slide — hay thực sự có giá trị với sản phẩm của bạn.
Kết nối qua KVBiz
Muốn thử chính use case của doanh nghiệp mình?
KVBiz có thể kết nối doanh nghiệp Việt Nam trực tiếp với đội ngũ phát triển Noonchee AI / inDJ tại Hàn Quốc để trao đổi cả hai phía:
- Business
- bài toán nào thực sự tạo ROI?
- Technical
- tích hợp vào hệ thống hiện tại bằng cách nào?
- PoC
- có thể chọn một use case nhỏ để kiểm chứng trước hay không?
Bài viết thuộc KVBiz Solution Finder — giới thiệu các công nghệ Hàn Quốc có tiềm năng ứng dụng tại Việt Nam. Các thông số kỹ thuật và kết quả kiểm thử được dẫn theo thông tin do nhà phát triển công bố; hiệu quả thực tế cần được kiểm chứng theo từng use case và môi trường triển khai. Ba tình huống trong bài là ví dụ để hình dung: contact center hiện ở giai đoạn thử nghiệm, automotive là PoC, robot là concept scenario.



