Cho AI của bạn khả năng "đọc vị" cảm xúc con người
Người Hàn gọi sự tinh ý ấy là 눈치. Đây là công nghệ mang "눈치" vào AI: đọc cảm xúc, nhớ khách là ai và phản hồi đúng lúc — chạy được cả trên cloud lẫn on-device.
KVBiz · 03/09/2026
Noonchee AI là lớp cảm xúc — ngữ cảnh — trí nhớ lắp thêm lên trên sản phẩm hoặc AI sẵn có. Ảnh minh họa: KVBiz.
Bạn gọi lên tổng đài và nói “không sao đâu” — nhưng giọng đã bắt đầu khó chịu. Một nhân viên giỏi sẽ nhận ra ngay và đổi cách nói. Còn phần lớn AI thì không: nó nghe đúng ba chữ “không sao đâu” và tưởng bạn đang ổn.
Đó là khoảng cách lớn nhất của AI hôm nay. Chúng trả lời rất trôi chảy, nhưng không đọc được cảm xúc, không nhớ bạn là ai và không biết lần trước đã xảy ra chuyện gì. Nói ngắn gọn: giỏi ngôn ngữ, nhưng chưa thật sự hiểu người.
Có một hướng công nghệ đang lấp đúng khoảng đó — dạy cho AI biết cảm xúc, nhớ ngữ cảnh dài hạn và phản hồi đúng lúc, để một trợ lý “trả lời đúng” trở thành trợ lý thật sự hiểu người dùng. Đây chính là điều Noonchee AI của inDJ (Hàn Quốc) được xây dựng để làm.
Noonchee làm việc thế nào
Tín hiệu đa phương thức
Giọng · hình ảnh · lời · hành vi
Noonchee AI
Cảm xúc · ngữ cảnh · memory graph
Kết quả
Phản hồi & hành động đúng lúc
Vì sao “trả lời đúng” vẫn chưa đủ
ChatGPT và các LLM hiện nay rất giỏi ngôn ngữ. Nhưng trong nhiều bài toán thực tế — chăm sóc khách hàng, lái xe, thiết bị trong nhà — hiểu câu nói thôi chưa đủ. Điều tạo ra trải nghiệm tốt hay tệ thường nằm ở phần AI không nhìn thấy: người dùng đang cảm thấy gì, họ là ai, và lần trước đã xảy ra chuyện gì.
Đó chính là ba thứ Noonchee bổ sung. Thay vì chỉ xử lý câu hỏi hiện tại, nó nối tín hiệu cảm xúc và hành vi với lịch sử tương tác, để mỗi phản hồi có bối cảnh thay vì rời rạc.
Noonchee AI cho bạn ba năng lực
01
Đọc cảm xúc & ngữ cảnh
Kết hợp giọng nói, hình ảnh, ngôn ngữ và hành vi để nhận ra người dùng đang vui, mệt hay khó chịu — thứ mà một mô hình chỉ đọc chữ không thấy được.
02
Nhớ dài hạn theo từng người
Một lớp memory / knowledge graph nối các lần tương tác lại với nhau, nên AI biết "người này là ai, trước đây đã xảy ra chuyện gì" thay vì bắt đầu lại từ số 0 mỗi lần.
03
Phản hồi & hành động đúng lúc
Từ cảm xúc + ngữ cảnh + trí nhớ, Noonchee điều chỉnh giọng trả lời, gợi ý bước tiếp theo, hoặc kích hoạt hành động của thiết bị cho phù hợp với từng thời điểm.
Ba nơi Noonchee tạo khác biệt ngay
Biết khách đang bực trước khi họ dập máy
Phân tích cảm xúc giọng nói theo thời gian thực để tổng đài viên (và hệ thống) ưu tiên đúng cuộc gọi căng, hạ nhiệt sớm và giữ chân khách hàng có giá trị.
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).
Hiểu tài xế đang mệt, không chỉ nghe lệnh
AI trong cabin đọc trạng thái tài xế/hành khách và phản hồi theo ngữ cảnh — an toàn và tự nhiên hơn một trợ lý giọng nói chỉ chờ ra lệnh.
Đang triển khai PoC AI infotainment cùng một công ty điện tử ô tô Hàn Quốc.
Thiết bị nhớ người dùng, không chỉ trả lời
Robot, loa thông minh hay thiết bị IoT ghi nhớ và tương tác theo lịch sử của từng người, tạo cảm giác gắn bó thay vì mỗi lần là một người lạ.
Hiện là concept scenario, chưa phải commercial deployment đã công bố.
Vì sao nên dùng Noonchee thay vì tự xây
Về lý thuyết, một đội kỹ thuật mạnh có thể tự thử từng phần. Nhưng để thành một hệ thống đủ ổn định cho sản phẩm thương mại lại là chuyện khác: bên dưới Noonchee là multimodal perception, mô hình nhận biết cảm xúc/ngữ cảnh, memory dài hạn, knowledge graph, multi-hop retrieval, adaptive persona và khả năng chạy trên phần cứng nhẹ. Phần khó nhất không phải viết API, mà là dữ liệu và độ trưởng thành của model — thứ tính bằng năm, không phải bằng quý.
3,17 tỷ
điểm dữ liệu đa phương thức để huấn luyện model
91%
độ chính xác nhận diện cảm xúc (kiểm thử KOLAS)
92,5%
độ chính xác nhận diện ngữ cảnh (kiểm thử KOLAS)
40+
tài sản IP, trong đó 19 bằng sáng chế đã đăng ký
Số liệu do inDJ công bố. Với một doanh nghiệp Việt, tự dựng lại toàn bộ nền tảng này đồng nghĩa đầu tư dài hạn vào thu thập & gắn nhãn dữ liệu cảm xúc, multimodal model, memory architecture, tối ưu edge, quyền riêng tư và kiểm thử — trước khi chạm tới sản phẩm.
Lắp thêm, không thay thế
Điểm hấp dẫn nhất của Noonchee không phải là bắt bạn thay toàn bộ hệ thống AI hiện tại. Ngược lại, nó đóng vai một lớp “Emotion + Context + Memory Intelligence” đặt bên trên sản phẩm hoặc AI sẵn có.
Kiến trúc hỗ trợ API, SDK, on-premise và edge / on-device, nên bạn có thể đưa một phần xử lý xuống thẳng thiết bị thay vì luôn phải đẩy dữ liệu nhạy cảm lên cloud — một lợi thế thật sự cho các bài toán riêng tư và độ trễ thấp.
Bắt đầu trong 5 bước
Với thị trường Việt Nam, cách hợp lý nhất không phải “đổi cả hệ thống” ngay, mà đi từ một use case nhỏ có thể đo được — đây cũng chính là lộ trình inDJ đề xuất cho đối tác:
- Chọn một use case nhỏ: một luồng Contact Center, một tính năng trong cabin, hoặc một kịch bản thiết bị.
- Demo nhanh để cả hai phía thấy giá trị và giới hạn.
- PoC với dữ liệu thực tế của bạn, trong môi trường thật.
- Đo hiệu quả theo KPI rõ ràng (giữ chân khách, độ hài lòng, an toàn, tương tác lặp lại…).
- Đạt KPI rồi mới mở rộng sang thêm luồng, thêm sản phẩm hoặc thêm bài toán.
Kết nối qua KVBiz
Đặt một buổi demo / PoC với đội ngũ inDJ
Nếu bạn đang có Contact Center lượng tương tác lớn, sản phẩm mobility/automotive cần AI trong cabin, hoặc robot & smart device muốn “nhớ người dùng”, KVBiz có thể sắp xếp buổi trao đổi kỹ thuật và business trực tiếp với phía Hàn Quốc để đánh giá khả năng triển khai tại Việt Nam.
Đăng ký demo / PoC →Bài viết giới thiệu công nghệ cho khách hàng và đối tác tiềm năng tại Việt Nam. Số liệu (3,17 tỷ điểm dữ liệu; 91% cảm xúc và 92,5% ngữ cảnh theo kiểm thử KOLAS; hơn 40 tài sản IP) dựa trên thông tin inDJ công bố. Các case Contact Center hiện ở giai đoạn thử nghiệm, automotive là PoC, robot là concept scenario; phạm vi triển khai thực tế cần được xác nhận trong từng dự án.
