Hướng dẫn phát triển ứng dụng AI cho hệ thống CRM

Phát triển ứng dụng AI cho hệ thống CRM thành công khi doanh nghiệp bắt đầu từ một quy trình tốn tiền đo được, làm sạch dữ liệu khách hàng trước, giới hạn quyền của AI, chạy thử trên nhóm nhỏ rồi mới mở rộng. Làm ngược thứ tự đó, AI trả lời rất hay trong buổi demo và bị bỏ quên sau vài tháng.

Trình tự này quan trọng vì lý do doanh nghiệp tìm tới AI thường rất đời thường. Cuối quý, giám đốc kinh doanh mở CRM để xem pipeline và thấy phần lớn cơ hội không có ghi chú mới từ tháng trước. Sales không lười, họ vẫn gọi khách mỗi ngày. Chỉ là sau cuộc gọi, không ai còn sức ngồi nhập lại. Khảo sát State of Sales của Salesforce cho thấy đây không phải chuyện riêng một đội: nhân viên kinh doanh dành chưa tới 30% thời gian cho việc bán hàng thực sự, phần còn lại trôi vào nhập liệu, họp và việc hành chính.

AI được kỳ vọng lấy lại phần thời gian đó cho sales. Nhưng nếu dữ liệu trong CRM đang lộn xộn và chưa ai giữ quy trình, AI chỉ thành thêm một hệ thống nữa mà đội ngũ ngại dùng.

Đọc xong bài này, bạn sẽ biết AI nên gánh việc gì trong CRM của mình, nên tự làm hay dùng giải pháp có sẵn, triển khai theo trình tự nào và cần dự trù những khoản chi nào.

1. Ứng dụng AI trong CRM giải quyết được việc gì

Nếu đội ngũ của bạn đang mất nhiều giờ để trả lời câu hỏi lặp lại, nhập lại dữ liệu hay tổng hợp báo cáo, đó là vùng AI trong CRM làm tốt. AI không thay người chốt những deal khó. Nó gánh phần việc lặp lại quanh dữ liệu khách hàng, để con người dành thời gian cho các quyết định cần phán đoán.

Hãy hình dung một doanh nghiệp bán thiết bị văn phòng chạy quảng cáo Facebook. Khách nhắn lúc 21h hỏi giá máy in, sáng hôm sau 9h mới có sales trả lời. Lúc đó khách đã nhận báo giá từ hai nơi khác. Tiền quảng cáo đã trả cho lượt nhắn tin ấy, nhưng không ai ghi nhận nó là khoản mất, vì trên báo cáo lead vẫn được tính là "đã tiếp nhận".

Tình huống này không cần một AI thông minh hơn người. Nó cần một AI có mặt lúc 21h, biết bảng giá hiện hành và ghi được số điện thoại vào CRM. Phần lớn giá trị AI mang lại cho CRM nằm ở bốn nhóm việc dưới đây.

AI làm tốt khi câu trả lời đã tồn tại trong dữ liệu hoặc tài liệu của bạn. Khi câu trả lời phụ thuộc vào quan hệ với khách, vào một ngoại lệ chưa từng ghi lại, AI nên chuyển cho người thay vì đoán.

Trước khi nghĩ tới công nghệ, hãy liệt kê những việc lặp lại mà nhân sự của bạn làm mỗi ngày trong CRM. Danh sách đó chính là phạm vi của dự án AI.

2. Vì sao nhiều dự án AI cho CRM dừng ở bản thử

Dự án AI cho CRM thường dừng lại không phải vì AI kém, mà vì AI được đặt lên dữ liệu và quy trình chưa sẵn sàng. Bản thử chạy trên vài tài liệu sạch nên trả lời trơn tru. Khi gặp dữ liệu thật trùng lặp, bảng giá cũ và không ai chịu trách nhiệm, chất lượng tụt nhanh.

Một kịch bản quen thuộc: trưởng phòng IT dựng chatbot trả lời khách từ file PDF bảng giá. Buổi demo với ban giám đốc diễn ra suôn sẻ. Hai tuần sau khi chạy thật, phòng kinh doanh đổi giá trong CRM nhưng không ai sửa file PDF. Bot báo giá cũ cho khách, sales phải gọi xin lỗi, và từ đó cả phòng tắt bot. Khoản thời gian IT bỏ ra không được ghi vào đâu, nhưng niềm tin nội bộ vào AI thì mất hẳn.

Kịch bản trên gom đủ bốn nguyên nhân phổ biến khiến dự án không vượt qua giai đoạn thử:

1. Bắt đầu từ công nghệ thay vì từ quy trình: Doanh nghiệp chọn công cụ trước rồi mới đi tìm việc cho nó, nên không ai nói được AI đang giúp tiết kiệm bao nhiêu. Cách sửa là chọn một quy trình cụ thể và đo con số trước khi triển khai.
2. Dữ liệu khách hàng phân tán hoặc trùng lặp: Một khách có ba hồ sơ, AI chào họ như khách mới dù họ vừa mua tuần trước. Cách sửa là dọn dữ liệu CRM trước, không để AI tự xử lý mớ dữ liệu lộn xộn.
3. Không ai sở hữu nội dung huấn luyện: Chính sách đổi, tài liệu cũ vẫn nằm trong bot, câu trả lời sai dần theo thời gian. Cách sửa là giao một người cho mỗi nhóm tài liệu và định kỳ rà lại.
4. Không đo trước và sau: Khi xét ngân sách năm sau, không có số liệu để bảo vệ dự án, nên nó bị cắt dù có thể đang hiệu quả. Cách sửa là chốt chỉ số từ ngày đầu và ghi lại hằng tuần.

Bốn nguyên nhân này không mới. Chúng cũng là lý do nhiều dự án triển khai CRM thất bại từ trước khi có AI, chỉ là AI khiến hậu quả lộ ra nhanh hơn vì mỗi câu trả lời sai đến thẳng khách hàng.

Bốn nguyên nhân phổ biến khiến dự án không vượt qua giai đoạn thử

3. Tự phát triển, mua sẵn hay dùng AI có sẵn trong CRM

Với doanh nghiệp 20 đến 500 nhân sự, dùng AI được nối sẵn vào CRM đang chạy thường là hướng ít rủi ro về thời gian và nhân lực. Tự phát triển chỉ đáng đầu tư khi quy trình của bạn đặc thù tới mức công cụ có sẵn không mô phỏng được, và bạn có đội kỹ thuật giữ hệ thống lâu dài.

Ba hướng này khác nhau ở một điểm cốt lõi: AI có tra được dữ liệu nghiệp vụ thật của bạn hay không, và ai phải làm phần kết nối đó. Một công cụ AI mua rời có thể trả lời rất tốt, nhưng nếu nó không thấy đơn hàng và công nợ trong CRM, sales vẫn phải mở CRM kiểm tra lại từng câu. Khi đó AI chỉ thêm một bước vào quy trình thay vì bớt đi.

Mỗi hướng đều có nhóm khách phù hợp. Một chuỗi bán lẻ lớn với đội dữ liệu riêng có thể tự xây để kiểm soát từng chi tiết. Một doanh nghiệp chỉ cần chatbot trả lời FAQ trên website có thể mua công cụ rời là đủ. Hướng AI có sẵn trong CRM phù hợp với doanh nghiệp muốn AI làm việc trên dữ liệu thật mà không dựng đội kỹ thuật riêng.

Cách cân nhắc này không khác nhiều so với lúc doanh nghiệp chọn thuê, mua hay tự phát triển CRM; điểm khác là AI cần thêm người giữ tài liệu huấn luyện sau khi chạy thật.

4. 6 Bước phát triển ứng dụng AI cho hệ thống CRM

Khi ban giám đốc hỏi làm AI cho CRM thì bắt đầu từ đâu, câu trả lời an toàn là bắt đầu nhỏ và đo được. Trình tự dưới đây được sắp để chặn lần lượt các nguyên nhân thất bại ở mục 2. Bỏ qua bước nào, rủi ro tương ứng sẽ quay lại ở giai đoạn chạy thật.

Chọn quy trình có chi phí đo được

Quy trình nên chọn để khởi động là quy trình đang mất tiền hoặc mất giờ mà bạn đếm được. Nếu không đếm được, bạn sẽ không chứng minh được AI giúp gì, và dự án sẽ khó sống qua kỳ xét ngân sách.

Một quy trình tốt để thử thường có ba đặc điểm. Việc lặp lại nhiều lần mỗi ngày, ví dụ trả lời hỏi giá hay tra trạng thái đơn. Câu trả lời đã có sẵn trong tài liệu hoặc CRM. Và sai một lần không gây hậu quả lớn, nên đội ngũ dám để AI thử.

Ví dụ, phòng kinh doanh có thể chọn "phản hồi lead nhắn tin ngoài giờ". Trong hai tuần trước khi triển khai, ghi lại số lead đến ngoài giờ, thời gian từ lúc khách nhắn tới lúc có người trả lời, và tỷ lệ lead đó thành cơ hội. Ba con số này là mốc để so sánh sau khi AI chạy.

Chọn quy trình có chi phí đo được

Chuẩn hóa dữ liệu khách hàng trong CRM

AI chỉ trả lời đúng khi dữ liệu nó đọc là đúng. Dọn dữ liệu CRM trước khi bật AI tốn công hơn cảm giác ban đầu, nhưng rẻ hơn nhiều so với việc sửa hậu quả khi AI báo sai cho khách.

Hậu quả của dữ liệu bẩn thường không hiện ra ngay. Khách hàng có hai hồ sơ trùng thì AI không thấy lịch sử mua, nên gợi ý lại đúng sản phẩm khách vừa mua. Trạng thái pipeline mỗi sales hiểu một kiểu thì AI phân loại lead cũng lệch theo. Khách không phàn nàn, họ chỉ âm thầm đánh giá doanh nghiệp thiếu chuyên nghiệp.

Những việc cần làm trước khi cho AI đọc dữ liệu:

• Gộp hồ sơ trùng theo số điện thoại hoặc email, giữ lại lịch sử giao dịch đầy đủ.
• Chốt các trường bắt buộc cho lead, như nguồn, nhu cầu và người phụ trách.
• Viết định nghĩa rõ cho từng trạng thái pipeline để mọi người hiểu cùng một nghĩa.
• Chuyển bảng giá và chính sách về một nơi lưu chính thức, bỏ các bản sao rải rác.

Nếu dữ liệu khách hàng vẫn nằm rải trong nhiều file Excel, hãy đi theolộ trình chuyển dữ liệu từ Excel sang CRM trước, rồi mới cho AI đọc.

Chuẩn hóa dữ liệu khách hàng trong CRM

Giới hạn quyền truy cập dữ liệu của AI

AI trong CRM nên được phân quyền như một nhân viên mới: chỉ thấy dữ liệu cần cho việc của mình, và chỉ được ghi vào những trường đã cho phép. Cấp quyền rộng cho nhanh là cách dễ khiến dữ liệu nhạy cảm lọt ra ngoài cuộc hội thoại.

Thử nghĩ tới tình huống một khách nhắn hỏi "công nợ của công ty X còn bao nhiêu". Nếu AI được đọc toàn bộ công nợ mà không kiểm tra người hỏi là ai, nó có thể trả lời cho người không có quyền biết. Sự cố kiểu này hiếm khi được phát hiện ngay, vì không ai theo dõi từng câu trả lời của bot.

Trước khi cho AI kết nối với CRM, bạn cần trả lời rõ ba câu. AI được đọc những trường dữ liệu nào, theo từng kênh và từng nhóm người hỏi. AI được ghi hay sửa những gì, ví dụ tạo lead thì được nhưng sửa giá thì không. Và ai xem lại nhật ký hội thoại khi có nghi vấn.

Khi đánh giá nhà cung cấp, hãy hỏi về đánh giá bảo mật độc lập; ví dụ, CloudGO đã được VSEC đánh giá bảo mật độc lập theo khung OSSTMM và OWASP. Nguyên tắc này giống cách phân quyền dữ liệu khách hàng trên CRM 5in1: mỗi bộ phận chỉ thấy phần dữ liệu thuộc việc của mình, và AI nên được xếp vào đúng một vai trò như vậy.

Giới hạn quyền truy cập dữ liệu của AI

Huấn luyện AI bằng tài liệu nội bộ

Chất lượng câu trả lời của AI phụ thuộc vào tài liệu bạn đưa cho nó nhiều hơn phụ thuộc vào mô hình AI. Tài liệu đầy đủ, mới và có người chịu trách nhiệm thì AI trả lời đúng; tài liệu cũ nằm lẫn với tài liệu mới thì AI trả lời lẫn lộn.

Với các nền tảng như CloudBOT, doanh nghiệp tự huấn luyện được bằng ba cách: nhập nội dung trực tiếp, tải file tài liệu lên hoặc dẫn link trang web. Việc khó không nằm ở thao tác mà ở khâu chọn tài liệu. Nên bắt đầu từ chính sách bán hàng, bảng giá hiện hành, hướng dẫn sử dụng sản phẩm và các câu hỏi khách hay hỏi.

Một cách kiểm tra đơn giản: gom 30 đến 50 câu hỏi thật khách từng hỏi trong tháng qua, cho AI trả lời, rồi nhờ trưởng nhóm chấm từng câu. Câu nào sai, hãy sửa tài liệu gốc thay vì chỉ sửa câu trả lời. Lưu ý thêm, trên CloudBOT dung lượng huấn luyện mặc định là 100MB và xóa kiến thức cũ không làm giảm dung lượng đã dùng, nên chọn lọc tài liệu từ đầu sẽ đỡ lãng phí.

Huấn luyện AI bằng tài liệu nội bộ

Chạy thử trên một nhóm nhỏ

Chạy thử trên một kênh và một nhóm người dùng giúp bạn tìm lỗi khi cái giá của lỗi còn nhỏ. Mở cho toàn bộ khách hàng ngay từ đầu, mỗi câu trả lời sai sẽ nhân lên theo số hội thoại.

Chẳng hạn, doanh nghiệp bật AI trên Zalo OA trước, giữ Fanpage cho người trả lời như cũ. Trong giai đoạn này, một người rà lại các hội thoại mỗi ngày, đánh dấu câu trả lời sai và câu bot đáng lẽ phải chuyển cho người. Cuối tuần, cả nhóm sửa tài liệu dựa trên danh sách đó.

Hãy dự trù thời gian cho giai đoạn này. Thực tế triển khai cho thấy bot cần khoảng 14 đến 30 ngày dữ liệu hội thoại thật để ổn định. Kỳ vọng AI trả lời chuẩn ngay tuần đầu thường dẫn tới việc tắt bot quá sớm.

Chạy thử trên một nhóm nhỏ

Mở rộng khi chỉ số đã ổn định

Chỉ mở rộng sang kênh hoặc quy trình mới khi các chỉ số của đợt thử giữ ổn định qua vài tuần liên tiếp. Mở rộng dựa trên cảm giác "có vẻ ổn" dễ khiến lỗi của đợt thử lan ra toàn doanh nghiệp.

Ba chỉ số nên theo dõi trước khi quyết định: tỷ lệ hội thoại AI tự xử lý mà không phải chuyển người, tỷ lệ câu trả lời bị đánh dấu sai, và chỉ số gốc bạn chọn ở bước khởi động, như thời gian phản hồi lead ngoài giờ. Khi cả ba ổn định, hãy so với mốc trước triển khai để có số liệu trình ban giám đốc.

Mở rộng từng lớp một: thêm một kênh, hoặc thêm một quy trình, rồi theo dõi lại. Khi chọn kênh, cần biết trạng thái thật của nền tảng. Ví dụ với CloudBOT, Facebook Messenger, Zalo OA, website livechat và landing page đã chạy ổn định, Zalo cá nhân đang ở giai đoạn beta, còn Telegram, TikTok và sàn thương mại điện tử vẫn đang được phát triển.

Mở rộng khi chỉ số đã ổn định

5. Chi phí làm AI cho CRM gồm những khoản nào

Giá gói phần mềm chỉ là một phần chi phí làm AI cho CRM; phần còn lại rải ở dữ liệu, tích hợp, nội dung huấn luyện và người vận hành sau khi chạy thật. Doanh nghiệp chỉ nhìn giá gói thường hụt ngân sách vài tháng sau, khi lượt sử dụng tăng và tài liệu cần làm lại.

Khoản dễ bị bỏ sót là thời gian của người nội bộ. Trưởng nhóm CSKH dành mỗi ngày một giờ rà hội thoại của bot trong tháng đầu là chi phí có thật, dù không xuất hiện trên hóa đơn nào. Bảng dưới đây giúp bạn liệt kê đủ trước khi trình ngân sách.

Để có mốc tham chiếu cho phần AI, CloudBOT, nền tảng AI Agent do CloudGO phát triển, bán theo gói năm: Starter 6.680.000 đ, Professional 16.680.000 đ và Enterprise 26.680.000 đ, có dùng thử 14 ngày. Lượt trao đổi mua thêm có ba mức: 1.000 lượt/tháng giá 3.000.000 đ/năm, 5.000 lượt/tháng giá 12.000.000 đ/năm và 10.000 lượt/tháng giá 21.000.000 đ/năm. Mỗi bot, page hoặc trang mua thêm là 1.200.000 đ/năm. Định mức đi kèm từng gói, bạn có thể xem trực tiếp tại trang gói dịch vụ CloudBOT.

Cần hiểu đúng "lượt trao đổi" để không ước sai. Một lượt là một lần bot tổng hợp câu hỏi và phản hồi. Khách gửi nhiều tin liên tiếp được gộp thành một lượt, bot tách câu trả lời thành nhiều tin vẫn tính một lượt. Lượt không dùng hết trong tháng không cộng dồn sang tháng sau.

Xét một ví dụ giả định: doanh nghiệp chọn gói Professional và mua thêm 5.000 lượt/tháng cho mùa cao điểm. Phần chi cho AI năm đầu là:

16.680.000 đ + 12.000.000 đ = 28.680.000 đ

Con số này chưa gồm chi phí CRM, chi phí tích hợp với hệ thống ngoài hệ sinh thái CloudGO (hạng mục tùy chỉnh có phí) và giờ công rà soát nội bộ. Giá phần CRM, bạn tham khảo tại bảng giá phần mềm CloudGO.

6. Áp dụng AI trên CRM 5in1 theo từng phòng ban

Khi dữ liệu marketing, bán hàng, chăm sóc khách hàng và công việc nội bộ nằm chung một CRM, AI không phải gom thông tin từ nhiều phần mềm trước khi trả lời. Đó là lợi thế thực tế của CRM 5 trong 1: mở rộng AI sang phòng ban mới mà không phải nối lại dữ liệu từ đầu.

CloudGO là đơn vị cung cấp giải pháp CRM & AI chuyên sâu theo ngành, được hơn 2.500 doanh nghiệp lựa chọn theo công bố của CloudGO. CRM 5 trong 1 của CloudGO gồm CloudLEAD thu và khai thác lead đa kênh, CloudSALES quản lý bán hàng, CloudCARE chăm sóc khách hàng, CloudWORK quản lý công việc và KPI. Module thứ năm chọn theo nhu cầu: CloudCHECKIN cho chấm công, CloudEVENT cho sự kiện, hoặc CloudBI cho báo cáo. Các AI Agent của CloudBOT tra được dữ liệu khách hàng, đơn hàng, ticket và lịch hẹn trong CloudLEAD, CloudSALES, CloudCARE và CloudWORK.

Áp dụng AI trên CRM 5in1 theo từng phòng ban

Hãy theo một khách hàng đi qua cả hệ thống. Tối thứ Sáu, khách nhắn Fanpage hỏi gói dịch vụ. AI Lead Agent trả lời theo tài liệu sản phẩm, ghi số điện thoại, gắn tag nhu cầu và đẩy lead vào CloudLEAD. Sáng thứ Hai, sales mở máy đã thấy lead kèm nguyên đoạn hội thoại, không phải hỏi lại khách từ đầu. Hai tháng sau, khách đã mua gửi yêu cầu hỗ trợ lúc 22h, AI CS Agent tiếp nhận, phân loại ticket và chuyển đúng bộ phận trong CloudCARE. Người xử lý ticket thấy luôn lịch sử mua hàng vì dữ liệu nằm chung một chỗ.

Với nhóm việc đối ngoại như trả lời khách và tiếp nhận yêu cầu, theo công bố của CloudGO, thời gian phản hồi giảm khoảng 99%, từ 5 phút xuống 5 giây. Ở phía nội bộ, lợi ích có hai vế. Doanh nghiệp không cần thuê thêm người khi lượng hội thoại tăng theo mùa. Còn nhân sự hiện có được chuyển sang những việc khó hơn, như xử lý khiếu nại hay chăm sóc khách lớn.

Nếu doanh nghiệp đang dùng ERP, phần mềm kế toán hay CRM khác ngoài hệ sinh thái CloudGO, việc nối AI với các hệ thống đó là hạng mục tùy chỉnh có phí. Và dù dữ liệu đã nằm chung, mỗi phòng ban vẫn cần người sở hữu tài liệu huấn luyện của phòng mình.

Làm AI cho CRM, xét cho cùng, là một dự án sắp xếp lại dữ liệu và trách nhiệm; phần công nghệ chỉ là lớp mà mọi người nhìn thấy. Doanh nghiệp nào dọn được dữ liệu, giao được người giữ tài liệu và đo được con số trước khi bắt đầu thì chọn công cụ nào cũng dễ đi tiếp. Cái pipeline trống ghi chú hôm cuối quý không cần thêm một buổi họp nhắc sales nhập liệu, nó cần một AI ghi lại cuộc trao đổi ngay khi khách vừa nhắn. Bước tiếp theo của bạn rất cụ thể: chọn một quy trình, ghi lại con số hiện tại trong hai tuần, rồi mang con số đó đi so sánh các hướng triển khai.

Nếu muốn xem AI chạy trên luồng CRM 5 trong 1 với chính quy trình bạn chọn, hãy đặt lịch demo.

7. Câu hỏi thường gặp

Doanh nghiệp đang dùng CRM của hãng khác có gắn AI được không?

Có, nhưng mức độ phụ thuộc vào việc CRM hiện tại có mở cổng kết nối dữ liệu hay không. Với CloudBOT, dữ liệu trong CRM CloudGO được nối sẵn, còn CRM, ERP hay HRM của hãng khác được kết nối qua bộ công cụ tích hợp và thuộc hạng mục tùy chỉnh có phí. Trước khi quyết định, hãy hỏi nhà cung cấp CRM hiện tại xem hệ thống cho phép đọc và ghi những dữ liệu nào từ bên ngoài. Để nắm các kiểu kết nối trước buổi làm việc với nhà cung cấp, bạn có thể đọc thêm bài tích hợp CRM với AI.

Mất bao lâu để AI trong CRM chạy ổn định?

Thường cần khoảng 14 đến 30 ngày dữ liệu hội thoại thật để AI trả lời ổn định. Thời gian này ngắn hơn khi dữ liệu CRM đã sạch và tài liệu huấn luyện được chuẩn bị kỹ, dài hơn khi phải tích hợp với hệ thống ngoài. Trong giai đoạn đó, cần một người rà hội thoại hằng ngày và sửa tài liệu hằng tuần. Đừng đánh giá hiệu quả AI chỉ sau tuần chạy thử ban đầu.

Dùng ChatGPT thay cho AI tích hợp trong CRM được không?

ChatGPT trả lời tốt câu hỏi chung, nhưng không biết tồn kho, đơn hàng hay chính sách riêng của doanh nghiệp bạn. Nó cũng không tự đứng trên Fanpage và Zalo OA để trực 24/7, và không ghi lead về CRM. Khác biệt nằm ở việc AI làm được gì trong quy trình của bạn, không nằm ở mô hình nào thông minh hơn. ChatGPT vẫn hữu ích cho nhân sự soạn nội dung hay tra cứu kiến thức chung.

Dữ liệu khách hàng có an toàn khi đưa vào AI không?

Mức an toàn phụ thuộc vào cách bạn phân quyền và nơi dữ liệu được lưu, nhiều hơn là vào công cụ AI. Hãy giới hạn AI chỉ đọc các trường cần thiết, không cho sửa dữ liệu nhạy cảm như giá hay công nợ, và giữ nhật ký hội thoại để kiểm tra khi cần. Doanh nghiệp có yêu cầu cao có thể chọn hosting riêng, thuộc hạng mục tùy chỉnh. Khi chọn nhà cung cấp, hãy đề nghị xem kết quả đánh giá bảo mật độc lập của họ.

Doanh nghiệp nhỏ có cần đội IT riêng để làm AI cho CRM không?

Không bắt buộc, nếu bạn dùng AI có sẵn trong CRM thay vì tự phát triển. Doanh nghiệp tự huấn luyện AI được bằng cách nhập nội dung, tải file hoặc dẫn link, không cần viết mã. Thứ bạn cần là một người hiểu nghiệp vụ, chịu trách nhiệm giữ tài liệu luôn đúng và rà các câu trả lời. Chỉ khi cần nối AI với hệ thống ngoài, bạn mới cần hỗ trợ kỹ thuật từ nhà cung cấp.