Các cuộc đàm phán giữa AI với AI, mô hình yếu hơn dễ bị thiệt, gây tổn thất tài chính thực tế cho người dùng

• Trong khi ngành AI đang chuyển trọng tâm từ “mô hình lớn” sang các agent AI có khả năng hành động và quyết định tự chủ, một nghiên cứu mới cảnh báo sự chênh lệch sức mạnh giữa các agent có thể gây tổn thất tài chính cho người dùng.

• Nghiên cứu cho thấy các AI mạnh như ChatGPT-o3, GPT-4.1, DeepSeek R1 thường thương lượng giá tốt hơn nhiều so với các AI yếu như GPT-3.5 hoặc Qwen2.5 trong ba tình huống: mua bán thiết bị điện tử, xe cơ giới và bất động sản.

• GPT-3.5 là mô hình yếu nhất, khi vừa bán sản phẩm rẻ hơn, vừa mua hàng đắt hơn – gây thiệt hại kép cho người dùng.

• Một số mô hình hoàn tất nhiều thương lượng nhưng đạt lợi nhuận thấp, trong khi mô hình mạnh lại tối ưu hóa lợi nhuận kể cả khi giao dịch ít hơn – cho thấy sự khác biệt trong chiến lược và khả năng suy luận.

• Hiện tượng “loop đàm phán không hồi kết” hoặc kết thúc sớm không tối ưu cũng xảy ra, kể cả ở các mô hình tiên tiến – đặt ra nghi vấn về độ tin cậy của AI trong môi trường rủi ro cao.

• Nghiên cứu khẳng định quy mô mô hình (số lượng tham số) có ảnh hưởng rõ đến hiệu quả đàm phán: mô hình lớn hơn trong cùng một dòng thường đạt kết quả tốt hơn.

• Lo ngại được nêu ra rằng người dùng có điều kiện tiếp cận AI cao cấp sẽ có lợi thế tài chính, trong khi nhóm còn lại bị bỏ lại phía sau – làm sâu sắc thêm bất bình đẳng số.

• Các giải pháp giảm thiểu rủi ro đang được thử nghiệm như: tinh chỉnh prompt, cho phép agent dùng công cụ bên ngoài, phối hợp nhiều mô hình để kiểm tra chéo, và huấn luyện mô hình trên dữ liệu tài chính chuyên ngành.

• Hiện tại, phần lớn AI thương mại chỉ hỗ trợ gợi ý sản phẩm, chưa trực tiếp thương lượng giá – như Amazon “Buy for Me” hay Accio của Alibaba. Alibaba chưa tự động hóa đàm phán vì lo ngại rủi ro cao.

• Các chuyên gia khuyến cáo không nên để AI quyết định thay con người trong các giao dịch tài chính – nên dùng như công cụ hỗ trợ thông tin, không phải người đại diện.

📌 AI yếu hơn trong đàm phán có thể gây tổn thất tài chính thật – nghiên cứu chỉ ra GPT-3.5 là ví dụ điển hình, mua đắt bán rẻ. Mô hình mạnh như GPT-4.1 hay DeepSeek có thể thương lượng hiệu quả hơn, tạo ra bất bình đẳng kỹ thuật số. Dù AI agent đang phát triển, các chuyên gia cảnh báo không nên để chúng quyết định thay người dùng trong các tình huống tài chính nhạy cảm.

https://www.technologyreview.com/2025/06/17/1118910/ai-price-negotiation/

#MIT