Chúng ta đã quen với AI kiểu “chat phản hồi ngay lập tức”. Gõ một câu hỏi, vài giây sau có câu trả lời. Tốc độ gần như realtime trở thành tiêu chuẩn ngầm.

Với sự phát triển vượt trội như hiện nay, các công cụ AI như Agentic, Deep research, Reseaoning, .. có thể mất hàng chục phút để thực thiện tác vụ. Không phải vì nó dở, mà vì nó đang làm những việc phức tạp hơn rất nhiều.

Bạn yêu cầu AI phân tích toàn bộ lịch sử email công ty trong 3 năm để tìm ra xu hướng giao tiếp với khách hàng. Hoặc bạn nhờ AI phân tích 50 bản báo cáo tài chính, so sánh với 20 đối thủ cạnh tranh, rồi viết một bản kế hoạch kinh doanh 30 trang. Hay đơn giản hơn, bạn muốn AI tạo một video giới thiệu sản phẩm dài 5 phút với đầy đủ animation, chuyển cảnh và lồng tiếng.

Những việc này không thể xảy ra trong vài giây. Theo một số nghiên cứu, Claude Sonnet 4.5 đã chạy tự động hơn 30 giờ cho một số tác vụ phức tạp. Thời lượng tác vụ AI phức tạp nhất tăng gấp đôi mỗi 7 tháng theo nghiên cứu METR. Các tác vụ kéo dài nhiều ngày sẽ phổ biến trong vài năm tới với AI Automation, Transformative AI, … thay thế hầu hết công việc con người.

Chờ đợi không bao giờ được ưa chuộng trong trải nghiệm người dùng. Nhưng vì chúng ta muốn có AI mạnh mẽ hơn để có thể xử lý các tác vụ cực kỳ phức tạp, thỉnh thoảng chúng ta sẽ phải chịu đựng sự chờ đợi. ****Vấn đề không nằm ở kỹ thuật, vấn đề nằm ở thiết kế trải nghiệm người dùng.

Khi Sự Chờ Đợi Trở Thành Nỗi Ám Ảnh

Vào một ngày đẹp trời, bạn nảy ra ý tưởng mở quán cà phê. Bạn mở ChatGPT - chế độ Deep Research và nhập: "Hãy nghiên cứu thị trường cà phê ở Sài Gòn trong 3 năm qua. Phân tích 20 đối thủ chính, khảo sát giá thuê mặt bằng từng quận, dự báo xu hướng tiêu dùng, và đề xuất chiến lược định vị thương hiệu."

Bạn nhấn Enter. Và rồi... chờ.

30 giây. 1 phút. 5 phút. 10 phút

Bạn bắt đầu băn khoăn: "Nó có hiểu đúng yêu cầu không? Nó đang làm gì? Nó đang bị treo? Mình có nên refresh lại không nhỉ?"

Rồi một dòng chữ hiện ra: "Tác vụ này sẽ mất khoảng vài phút. Tôi sẽ thông báo khi hoàn thành. Bạn có thể đóng cửa sổ này và tiếp tục làm việc khác."

Chào mừng bạn đến với kỷ nguyên AI chậm.

Những Điều Tồi Tệ Hơn Cả Việc Chờ Đợi

Chờ 30 giây để AI tạo ảnh thì hơi khó chịu chút. Nhưng chờ 30 phút, 30 giờ, hay thậm chí 3 ngày? Đó là một câu chuyện hoàn toàn khác. Đó là thách thức thiết kế lớn đối với những người UX. Có thể người dùng của bạn sẽ gặp phải một số vấn đề sau.

1. Mất cảm giác kiểm soát

Hãy tưởng tượng: Thứ Hai, bạn nhờ AI phân tích 5,000 đánh giá sản phẩm trên Shopee để hiểu khách hàng nghĩ gì. Thứ Ba, AI gửi báo cáo. Bạn mở ra và ngạc nhiên: "Tại sao AI lại phân loại khách mua sắm? Tôi muốn phân loại theo vấn đề sản phẩm mà!”

Khi AI chạy trong nhiều giờ mà không có tín hiệu rõ ràng, người dùng sẽ tràn ngập những câu hỏi: Nó còn đang chạy không? Nó có đang làm đúng việc mình cần không? Có bị kẹt ở đâu đó không? Và quan trọng nhất: Nó có đang tốn tiền của tôi không?

Một số hệ thống AI thông minh đã bắt đầu giải quyết vấn đề này bằng cách đặt câu hỏi làm rõ trước khi bắt tay vào công việc. Ví dụ, khi bạn yêu cầu nghiên cứu thị trường, AI có thể hỏi lại:

• Bạn muốn tập trung vào phân khúc giá nào?

• Chỉ quán cà phê độc lập hay bao gồm cả chuỗi?

• Báo cáo nên chi tiết đến mức nào?

• …

Những câu hỏi đơn giản này có thể tránh được hàng giờ làm việc sai hướng.

2. Không Có Cách Nào Biết Tiến Độ Thực Sự.

AI đang ở đâu trong quy trình 7749 bước xử lý yêu cầu? Nó đang thu thập dữ liệu, hay đang phân tích? Đang viết phần đầu hay đang chỉnh sửa kết luận? Nó có đi đúng hướng hay đang lạc trong ảo giác?

Cái spinner xoay tròn không đủ. Thanh loading giả lập cũng vô dụng. Người dùng cần biết: Đang ở bước nào trong quy trình? Còn bao lâu nữa? Phần nào đã xong? Không có thông tin này, trải nghiệm trở thành một hộp đen kéo dài đến khó chịu.

3. Mất bối cảnh khi quay lại

AI chạy lâu nghĩa là người dùng sẽ rời đi làm việc khác. Khi họ quay lại sau vài giờ hoặc ngày hôm sau, họ thường không nhớ:

• Mình đã yêu cầu chính xác điều gì?

• AI đang xử lý theo hướng nào?

• Đã duyệt những gì rồi?

Hãy thử nghĩ: Bạn nhờ AI phân tích kế hoạch marketing từ tối Chủ nhật. Sáng thứ Hai bạn quay lại, thấy thông báo "Đã hoàn thành 78%". Nhưng 78% của cái gì? Bạn đã quên mất mình yêu cầu phân tích kênh nào? Bạn như người ngoài cuộc trong cuộc trò chuyện, phải quay lại xem những đoạn hội thoại trước đó.

Nếu sản phẩm không giúp người dùng nhớ lại bối cảnh, họ sẽ cảm thấy lạc lõng như người ngoài hành tinh lần đầu ghé thăm trái đất.

4. Nỗi ám ảnh “màn hình xanh” huyền thoại

Tưởng tượng AI đã chạy được 8 tiếng, xử lý xong 80% công việc. Rồi đột nhiên hệ thống báo lỗi và... bắt đầu lại từ đầu. Đó không chỉ là thảm họa kỹ thuật. Đó là sự sụp đổ niềm tin. Người dùng sẽ nghĩ: "Tôi không bao giờ dám giao việc quan trọng cho nó nữa.”

Khi AI bận "suy nghĩ", Người Dùng Cần Trải Nghiệm Tương Tác Mới

Jakob Nielsen đề xuất một số hướng thiết kế đáng chú ý. Nhưng nếu nói thẳng: đây không chỉ là “feature bổ sung”, mà là chuyển đổi mô hình tương tác.

Dưới đây là những nguyên tắc cốt lõi:

1. Xác nhận trước khi thực thi

Trước khi AI bắt đầu chạy một tác vụ dài như Agentic, Deep Research, … hệ thống nên hỏi người dùng nếu thấy thông tin còn mơ hồ

• Xác nhận lại mục tiêu

• Hiển thị phạm vi công việc

• Kết quả đầu ra

• Ước lượng thời gian và chi phí (nếu có sử dụng credit)

• …

Điều này tạo ra minh bạch, tăng cảm giác kiểm soát. Và quan trọng nhất, tránh cú sốc khi bạn phát hiện ra sau 10 tiếng rằng AI hiểu sai brief, hoặc chi phí cao gấp 10 lần dự tính.

2. Checkpoint để tránh mất công

Một tác vụ dài cần được chia thành các mốc rõ ràng. Ví dụ:

• Bước 1: Đã tải lên 1500 tài liệu

• Bước 2: Đã phân tích 1500 tài liệu

• Bước 3: Đã tìm kiếm thông tin từ các nguồn tham khảo

• Bước 5: Đã tổng hợp sơ bộ

• Bước 6: Đang tổng kết và hoàn thành báo cáo

Nếu có lỗi xảy ra ở bước 3, hệ thống không nên bắt đầu lại từ đầu mà tiếp tục từ mốc đã lưu. Đây không chỉ là vấn đề kỹ thuật. Đây là chiến lược UX để sản phẩm thân hiện hơn với người dùng

3. Hiển thị tiến độ có ý nghĩa

Không chỉ “Đang thực hiện 40%”.

Người dùng cần biết AI đang làm gì:

• Đang trích xuất dữ liệu

• Đang đánh giá độ tin cậy

• Đang tìm kiếm thông tin

• Đang tạo kết luận

• …

Những thông tin này giúp AI bớt bí ẩn, hỗ trợ người dùng cảm thấy an tâm hơn.

4. Tái lập bối cảnh

Khi người dùng quay lại sau vài giờ, hệ thống nên hiển thị:

• Tóm tắt yêu cầu ban đầu

• Những gì đã hoàn thành

• Những quyết định quan trọng đã được đưa ra

• Các bước tiếp theo

Đừng để họ phải đọc lại toàn bộ log.

5. Thông báo thông minh

Thông báo chỉ nên xuất hiện khi:

• Hoàn thành tác vụ

• Cần xác nhận / Cấp quyền

• Có lỗi quan trọng

Thông báo quá nhiều sẽ biến AI trở nên phiền nhiễu thay vì trợ lý thông minh.

AI Chậm Hơn Thực Ra Là Dấu Hiệu Trưởng Thành

Hãy nhìn nhận khách quan: Nếu AI chỉ cần 3 giây để trả lời, có lẽ nó chỉ đang làm những việc đơn giản. AI bắt đầu chậm hơn khi làm những việc mà trước đây chỉ con người mới làm được: tự lập kế hoạch chi tiết, tự thực hiện quy trình hàng trăm bước công việc, kết nối với nhiều nguồn dữ liệu khác nhau, xử lý khối lượng thông tin khổng lồ. Vấn đề không phải là làm sao để AI chạy nhanh hơn (mặc đù đó là điều ai cũng mong muốn). Vấn đề thực sự cần giải quyết là: Khi tốc độ không còn tức thì, thì trải nghiệm phải được nâng cấp. Nghĩ về việc chờ tương tự như gọi Grab đến đặt vé máy bay. Gọi Grab, xe đến sau 5 phút, bạn chờ trên app. Đặt vé máy bay cho chuyến đi 2 tháng sau, bạn không ngồi chờ trước màn hình, bạn đặt rồi đi làm việc khác, chỉ nhận email xác nhận. Hai cách tương tác hoàn toàn khác nhau cho hai loại tác vụ khác nhau.

Nếu Bạn Đang Xây AI Product, Đây Là Câu Hỏi Thật Sự

Nếu bạn đang phát triển một sản phẩm AI, đây là những câu hỏi cần trả lời:

• Người dùng có thể rời đi và quay lại dễ dàng không?

• Họ có cảm thấy đang kiểm soát tiến trình AI làm việc không?

• Nếu hệ thống gặp lỗi giữa chừng, thiệt hại về trải nghiệm người dùng sẽ như thế nào?

Nếu bạn chưa có câu trả lời rõ ràng, sản phẩm của bạn đang ở trong vùng nguy hiểm. Bởi vì người dùng sẽ ngại chấp nhận một công cụ dù mạnh mẽ nhưng không đáng tin cậy. Họ sẽ quay lại với cách làm cũ, sử dụng sản phẩm cũ, dù chậm hơn nhưng ít rủi ro hơn.

Kết Luận

AI ngày càng chậm không phải là một bước lùi. Nó là thử thách cho người làm UX. Khi AI bắt đầu giải quyết những vấn đề phức tạp như con người, tương tác không thể chỉ đơn giản là bong bóng hội thoại và biểu tượng chờ. AI cần thể hiện quá trình thực thi rõ ràng, hệ thống checkpoint thông minh, minh bạch hoá tiến trình, giúp người dùng tái lập bối cảnh, và thông báo đúng lúc đúng chỗ. Nếu không có những thứ này, một nghịch lý nguy hiểm sẽ xảy ra: AI càng mạnh, sản phẩm càng khó sử dụng dẫn trải nghiệm người dùng ngày càng tệ.