Những gì AI thường làm sai khi thiết kế quy trình thanh toán (và cách khắc phục)

AI mắc một lỗi sai có thể dự đoán được khi thiết kế quy trình thanh toán: nó thiết kế cho bản demo, chứ không phải cho giao dịch thứ mười nghìn. Hãy yêu cầu một trình xây dựng ứng dụng AI tạo ra một quy trình thanh toán và bạn sẽ nhận được một kết quả đầy thuyết phục chỉ trong vài phút. Giỏ hàng sạch sẽ, các nút bấm gọn gàng, màn hình thanh toán trực quan. Nhưng những lỗi thất bại lại nằm ở tất cả những gì mà một ảnh chụp màn hình không thể thể hiện được: cách quy trình xử lý việc hoàn tiền, thanh toán chia nhỏ, quy tắc thuế, hoặc một hàng dài khách hàng chờ đợi vào lúc giữa trưa thứ Bảy.

Cách khắc phục không phải là viết câu lệnh tốt hơn. Mà là quyết định phần nào của quy trình thanh toán mà AI nên nắm giữ, và phần nào tuyệt đối không được phép để AI tự ý ứng biến. Dưới đây là những điểm mà các quy trình thanh toán do AI tạo ra thực sự bị lỗi, và những gì cần làm đối với từng trường hợp.

Tại sao quy trình thanh toán do AI thiết kế trông có vẻ chuẩn nhưng lại thất bại khi sử dụng?

Có hai lý do. Thứ nhất, AI học cách thiết kế thanh toán từ các quy trình thanh toán hiện có, và các quy trình thanh toán hiện có vốn dĩ khá tầm thường. Viện Baymard ước tính tỷ lệ bỏ giỏ hàng trực tuyến trung bình được ghi nhận là 70,22%¹, và nhận thấy quy trình thanh toán trung bình tại Mỹ hiển thị tới 23,48 thành phần biểu mẫu trong khi một quy trình lý tưởng chỉ cần từ 12 đến 14¹. Một mô hình được huấn luyện dựa trên mức trung bình sẽ tái tạo lại mức trung bình đó, bao gồm cả những sai lầm của nó.

Thứ hai, thiên kiến trường hợp lý tưởng (happy-path bias). Phần mềm được tạo ra thường được đánh giá giống như cách người ta đánh giá một bản demo: trường hợp thông thường có hoạt động tốt không? Trong khi đó, một quy trình thanh toán lại được đánh giá giống như một máy tính tiền: mọi trường hợp có hoạt động trơn tru, mọi lúc, ngay trước mắt khách hàng hay không? Đó là những tiêu chuẩn khác nhau, và khoảng cách giữa chúng sẽ luôn vô hình cho đến khi dòng tiền thực sự chạy qua hệ thống.

AI thực sự làm sai những gì trong một quy trình thanh toán?

Năm lỗi thất bại sau đây xuất hiện lặp đi lặp lại. (Để biết thêm về khoảng cách cơ sở hạ tầng sâu xa hơn đằng sau chúng, hãy xem bài viết Bạn có thể xây dựng hệ thống POS bằng Lovable hoặc Replit không?. Danh sách này chỉ tập trung vào chính quy trình thanh toán.)

• Phép tính tiền bạc. Mã nguồn được tạo ra thường xuyên thực hiện các phép tính tiền tệ bằng số dấu phẩy động (phép toán thập phân làm tròn không thể dự đoán trước), dẫn đến việc các đồng xu lẻ bị lệch khi tính chiết khấu, thuế và thanh toán chia nhỏ. Triệu chứng xuất hiện khi kết ca: tổng số tiền không thể đối soát (khớp đến từng đồng xu lẻ) với báo cáo cuối ngày của bạn.

• Thuế. AI thường áp đặt cứng một mức thuế suất duy nhất. Thuế doanh thu thực tế phụ thuộc vào khu vực tài phán, loại mặt hàng, các trường hợp miễn thuế và ngày tháng, và nó thay đổi mà không hề thông báo cho mã nguồn của bạn. Một quy trình thanh toán tự phỏng đoán mức thuế thì không phải là một quy trình thanh toán thực sự; đó là một gánh nặng pháp lý ẩn sau một giao diện đẹp mắt.

• Các trường hợp ngoại lệ (unhappy paths). Hoàn tiền, hủy giao dịch, thanh toán một phần, ghi đè giá, mất kết nối giữa chừng khi đang tính phí. Các bản demo không bao giờ thực hiện các thao tác này; nhưng các quầy thu ngân lại gặp chúng hàng ngày. Hầu hết các quy trình thanh toán do AI tạo ra đơn giản là không có các tính năng này.

• Tốc độ của thu ngân. AI sao chép các mô hình thương mại điện tử được xây dựng cho một người mua hàng chỉ thanh toán một lần. Trong khi đó, một thu ngân phải thực hiện cùng một quy trình hàng trăm lần trong một ca làm việc, vì vậy mỗi lượt chạm thừa thãi sẽ tích tụ lại thành thời gian xếp hàng chờ đợi. Ngay cả những lựa chọn nhỏ cũng làm thay đổi động lực tại quầy; nơi hiển thị yêu cầu tiền tip tự bản thân nó đã là một quyết định lớn.

• Thanh toán. Một nút thanh toán không có nghĩa là việc thanh toán đã hoàn tất. Việc nhận thanh toán bằng thẻ trực tiếp yêu cầu một đơn vị xử lý thanh toán, tuân thủ tiêu chuẩn PCI (các quy tắc bảo mật dữ liệu của ngành thẻ) và phần cứng máy đọc thẻ được chứng nhận. Không có thứ nào trong số đó có thể được tạo ra từ một câu lệnh; nó phải có sẵn từ trước. Những gì cơ sở hạ tầng thanh toán thực sự bao gồm dài hơn nhiều so với những gì hầu hết mọi người mong đợi.

Làm thế nào để khắc phục quy trình thanh toán do AI thiết kế?

Hãy chia công việc làm hai phần. AI thực sự giỏi ở phần thiết kế: bố cục, thứ tự quy trình, cách dùng từ và định hình màn hình xoay quanh cách cửa hàng của bạn thực tế bán hàng. Hãy để AI đảm nhận phần đó. Còn phần tiền bạc (phép tính, thuế, xử lý thanh toán, hồ sơ giao dịch) nên đến từ cơ sở hạ tầng thương mại mang tính tất định (luôn đưa ra cùng một câu trả lời chính xác mọi lúc), chứ không phải từ mã nguồn được tạo ngẫu hứng theo từng câu lệnh.

"Chỉ cần ra lệnh cho nó xử lý thuế chính xác" không giải quyết được vấn đề này, bởi vì bạn không thể biết được nó có hoạt động hay không chỉ bằng cách nhìn vào giao diện. Một quy trình thanh toán có thể bị sai lệch vài xu cho mỗi giao dịch trong nhiều tháng trước khi có ai đó nhận ra. Vì vậy, giải pháp khắc phục phải mang tính cấu trúc:

• Ràng buộc thay vì chỉ ra lệnh. Hãy sử dụng một nền tảng nơi tổng số tiền, thuế và các phương thức thanh toán được tích hợp sẵn và AI chỉ có thể sắp xếp chúng chứ không thể tự tạo lại chúng.

• Kiểm tra các trường hợp ngoại lệ trước khi ra mắt. Hãy chạy thử một giao dịch hoàn tiền, hủy giao dịch, thanh toán chia nhỏ và hủy bỏ giữa chừng khi đang tính phí. Nếu thiếu bất kỳ tính năng nào trong số này, bạn chỉ đang có một bản demo chứ không phải một quy trình thanh toán thực sự.

• Đối soát ngay từ ngày đầu tiên. So sánh tổng số tiền trên hệ thống thanh toán của bạn với hồ sơ của đơn vị xử lý thanh toán sau ngày bán hàng thực tế đầu tiên. Sự sai lệch tiền lẻ sẽ xuất hiện ngay lập tức hoặc không bao giờ xuất hiện.

• Theo dõi các giải pháp tình thế. Nếu nhân viên tự nghĩ ra các bước đi vòng để tránh quy trình trong tuần đầu tiên, thiết kế đó đã thất bại. Hãy khắc phục nó trước khi các giải pháp tình thế trở thành hệ thống chính thức.

Vậy, AI làm sai những gì khi thiết kế quy trình thanh toán?

Nó làm đúng phần hình ảnh nhưng lại làm sai phần cốt lõi bên dưới: các quy trình trong trường hợp lý tưởng, các phép tính tiền tự phát, thuế tự phỏng đoán và không có giải pháp cho việc hoàn tiền, chia nhỏ thanh toán hoặc thanh toán bằng thẻ trực tiếp. Không có lỗi nào trong số đó có thể được khắc phục bằng một câu lệnh tốt hơn; nó chỉ được khắc phục bằng cách đặt AI lên trên một cơ sở hạ tầng đã xử lý sẵn phần tiền bạc. Nguyên tắc vàng: hãy để AI thiết kế quy trình, đừng bao giờ để nó tự ý xử lý tiền bạc.

Sự phân chia đó chính là ý tưởng đằng sau các trình xây dựng dựa trên câu lệnh như Build của Final, nơi bạn mô tả quy trình thanh toán mình muốn, còn tổng số tiền, thuế và các giao dịch Final Pay bên dưới sẽ đến từ một hệ thống luôn đảm bảo tính toán chính xác. Để thấy điều đó trong thực tế, hãy xây dựng quy trình đầu tiên của bạn trong khoảng mười phút, hoặc tìm hiểu bức tranh toàn cảnh hơn với bài viết AI cho doanh nghiệp: Những gì nó có thể (và không thể) làm.