AI nhìn ảnh có thể nhận ra loại đồ, đời máy phổ biến và những hư hỏng thấy được bằng mắt như trầy xước, móp, vỡ, nhưng không biết những gì ảnh không cho thấy: pin, máy móc bên trong, mùi, độ rơ, lịch sử sửa chữa. Vì vậy, con số AI ước qua ảnh chỉ đáng tin bằng phần tình trạng mà ảnh thật sự ghi lại được, và luôn có xu hướng bỏ sót lỗi ẩn.
Ngày càng nhiều nơi thu mua trực tuyến yêu cầu khách gửi ảnh để báo giá sơ bộ, và nhiều chatbot cho phép bạn tải ảnh lên hỏi giá. Bài này giải thích AI làm được gì và không làm được gì với ảnh, cách chụp để kết quả sát hơn, những cách ảnh bị dùng để đánh lừa cả người lẫn máy, và vì sao giá chốt luôn phải chờ kiểm tận tay. Mọi con số là ví dụ giả định.
AI "nhìn" ảnh như thế nào
Các mô hình xử lý hình ảnh được huấn luyện trên rất nhiều ảnh đã được gắn nhãn, nên học được cách nhận ra vật thể, hình dạng, hoa văn, vết trầy, chỗ móp. Mô hình đa phương thức, loại chatbot nhận được cả ảnh lẫn chữ, có thể mô tả bằng lời những gì nó thấy và suy luận tiếp: đây là nồi cơm điện loại nắp gài, vỏ có vết ố, có vẻ đã dùng vài năm.
Từ mô tả đó tới con số giá là một bước suy luận nữa, và bước này dựa vào hiểu biết chung về giá, không dựa vào kho giao dịch của bạn. Một số hệ thống thu mua chuyên dụng thì khác: họ huấn luyện mô hình riêng để chấm tình trạng thành các mức cố định từ ảnh khách gửi, rồi tra mức đó vào bảng giá của họ. Đây là cách chia việc hợp lý: máy chấm tình trạng, bảng giá do người đặt.
Điểm chung của mọi cách là AI chỉ thấy những pixel bạn gửi. Ánh sáng, góc chụp, độ phân giải, những gì nằm ngoài khung hình đều quyết định nó thấy gì. Một vết nứt nằm trong bóng đổ hay ở mặt đáy không được chụp thì với máy, vết nứt đó không tồn tại.
Ảnh cho thấy gì và không cho thấy gì
Bảng dưới gom các yếu tố tình trạng theo mức AI có thể đánh giá từ ảnh. Cột cuối là việc phải kiểm tận tay.
| Loại tài sản | AI thấy khá từ ảnh | AI khó hoặc không thấy | Phải kiểm tận tay |
|---|---|---|---|
| Điện thoại | Vết trầy vỏ, nứt màn rõ, cấn góc | Điểm chết nhỏ, ám màn, pin | Bật máy, kiểm pin, khoá tài khoản |
| Máy tính xách tay | Vỏ, bàn phím mòn, bản lề gãy rõ | Ổ cứng, nhiệt độ, quạt | Chạy thử, kiểm cấu hình thật |
| Xe máy | Dàn áo, vết va quẹt, mòn lốp nhìn rõ | Máy, hộp số, khung từng va chạm | Nổ máy, chạy thử, thợ xem |
| Đồ gia dụng điện | Vỏ, ố, móp, thiếu linh kiện ngoài | Mô tơ, mạch, độ an toàn điện | Cắm điện chạy thử |
| Nội thất gỗ | Vết xước, bong sơn, kiểu dáng | Mối mọt bên trong, độ chắc, mùi | Lay, mở ngăn, nhìn mặt dưới |
Cột thứ ba gần như luôn là nơi giá trị bị quyết định. Một chiếc điện thoại đẹp như mới trong ảnh nhưng pin đã chai và từng thay màn kém chất lượng có thể chỉ đáng một phần nhỏ so với con số máy ước qua ảnh.
Chụp ảnh để AI và người mua đánh giá sát hơn
Dù bạn nhờ chatbot ước giá hay gửi ảnh cho nơi thu mua, ảnh tốt giúp con số ban đầu gần với giá chốt, giảm thất vọng khi kiểm tận tay.
- Chụp ở ánh sáng tự nhiên, gần cửa sổ, tránh đèn vàng và tránh nắng gắt tạo bóng đổ che vết.
- Đặt đồ trên nền trơn một màu để máy và người phân biệt rõ đâu là vết trên đồ.
- Chụp đủ sáu mặt với đồ nhỏ, đủ bốn góc và cận các chi tiết hay hỏng với đồ lớn.
- Chụp cận mọi điểm trừ bạn biết, kèm một vật quen thuộc như đồng xu để thấy kích cỡ.
- Với đồ điện tử, chụp màn hình khi bật ở nền trắng và nền đen để lộ điểm chết hay ám màu; che mọi thông tin cá nhân hiện trên màn.
- Không dùng bộ lọc làm đẹp, không chỉnh sáng, không cắt khung giấu phần xấu.
- Kèm mô tả bằng chữ những gì ảnh không thể hiện: pin, tiếng động lạ, lịch sử sửa chữa.
Trước khi gửi ảnh đi, kiểm ảnh có lộ gì không nên lộ: biển số xe, số khung, mã IMEI dán trên vỏ, giấy tờ để trên bàn, hay cả góc nhà đủ để người lạ đoán ra địa chỉ. Nhiều ảnh còn chứa thông tin vị trí trong dữ liệu đi kèm; tắt chức năng này hoặc gửi ảnh qua cách loại bỏ thông tin đó.
Ảnh có thể đánh lừa cả người lẫn máy
Ảnh mạng, ảnh của món khác. Người bán gian lận dùng ảnh tìm trên mạng hoặc ảnh của một món cùng loại đẹp hơn. Máy chấm ảnh không biết ảnh đó có phải của món đang bán không. Người mua nên yêu cầu một ảnh chụp kèm một tờ giấy ghi ngày hoặc một vật bất kỳ do mình chỉ định.
Ánh sáng và góc chụp có chủ đích. Chụp từ góc làm vết trầy biến mất, ánh sáng mạnh làm màu bị ố trông đều. Không cần chỉnh ảnh vẫn có thể giấu lỗi. Cách phòng là xin thêm ảnh theo góc do mình yêu cầu.
Ảnh đã chỉnh sửa hoặc tạo bằng AI. Công cụ chỉnh ảnh ngày nay xoá vết xước rất dễ, và ảnh tạo hoàn toàn bằng AI cũng ngày càng giống thật. Không có cách chắc chắn nhận ra mọi ảnh giả bằng mắt. Đây là lý do giá qua ảnh luôn chỉ là sơ bộ.
Thiếu ảnh có chủ đích. Bộ ảnh đẹp nhưng thiếu đúng một mặt, như mặt đáy nồi hay mặt sau tủ, thường là chỗ có vấn đề. Máy không hỏi được câu "sao không có ảnh mặt này", người mua thì nên hỏi.
Ví dụ giả định: bán đồ khi chuyển nhà, nhờ AI xem ảnh
Một gia đình ở Nghệ An chuyển vào Đà Nẵng, cần bán gấp nồi cơm điện, bộ bàn ăn gỗ và một quạt đứng. Người chồng chụp nhanh mỗi món hai ảnh dưới đèn trần buổi tối, tải lên chatbot hỏi giá. Câu trả lời mô tả khá đúng từng món, đưa khoảng giá, nhưng không nhắc gì tới lớp chống dính trong lòng nồi đã tróc một mảng, vì ảnh chụp từ trên xuống, lòng nồi tối.
Người vợ làm lại theo cách trong bài: chụp ban ngày cạnh cửa sổ, trên tấm ga trắng, đủ các mặt, cận lòng nồi, cận chân bàn có vết nứt nhỏ, quay một đoạn video quạt chạy ba nấc. Lần này, khi được yêu cầu đóng vai người mua khó tính, chatbot chỉ ra lòng nồi tróc, chân bàn nứt, lồng quạt hơi méo, và gợi ý bán nồi với giá thấp hơn hẳn hoặc tặng kèm khi bán bàn.
Gia đình đăng tin với bộ ảnh mới, mô tả rõ ba điểm trừ. Người mua đến xem không mặc cả thêm vì mọi thứ đúng như ảnh, giao dịch xong trong một buổi. Con số AI đưa ra ở lần hai thấp hơn lần đầu, nhưng sát với giá chốt hơn nhiều. Bài học nằm ở chỗ: lần đầu máy không sai vì kém, mà vì được cho xem thiếu.
Người bán: dùng AI qua ảnh để chuẩn bị, không để thuyết phục
Với người bán, giá trị lớn nhất của AI nhìn ảnh không phải là con số mà là con mắt thứ hai. Tải ảnh lên và yêu cầu: "Bạn hãy đóng vai người mua khó tính, nhìn kỹ các ảnh này và liệt kê mọi điểm trừ bạn thấy, kể cả nhỏ. Sau đó cho biết những mặt nào còn thiếu ảnh." Bạn sẽ thấy những vết mình đã quen mắt mà bỏ qua, và biết cần chụp thêm gì.
Sau khi có danh sách, quyết định từng điểm: sửa được rẻ thì sửa, không sửa được thì ghi rõ trong mô tả. Món đồ được mô tả trung thực thường bán nhanh hơn và ít bị ép giá lúc giao, vì người mua không có "phát hiện" bất ngờ nào để mặc cả.
Một mẹo nhỏ: sau khi chụp lại theo danh sách điểm trừ, tải bộ ảnh mới lên một cuộc trò chuyện mới và hỏi lại từ đầu. Nếu máy không còn tìm ra điểm trừ nào mà bạn chưa ghi trong mô tả, bộ ảnh đã đủ. Nếu nó vẫn tìm ra, hoặc nói rằng vẫn thiếu góc nào đó, chụp thêm. Hai lượt như vậy mất chừng mười phút nhưng tiết kiệm nhiều cuộc nhắn tin hỏi qua hỏi lại với người mua.
Đừng dùng con số AI ước qua ảnh để nói với người mua "AI chấm loại tốt". Người mua biết ảnh có thể đẹp hơn thật. Thứ thuyết phục họ là bộ ảnh đủ mặt, có cận điểm trừ, kèm sẵn sàng cho xem tận nơi.
Người mua và nơi thu mua: giá qua ảnh là giá có điều kiện
Nhiều nơi thu mua trực tuyến báo giá sơ bộ qua ảnh rồi kiểm lại khi nhận hàng. Giá cuối thường thấp hơn giá báo, vì khâu kiểm tận tay phát hiện thứ ảnh không thấy. Điều này không nhất thiết là gian lận; nó là bản chất của việc định giá qua ảnh. Điều bạn nên làm là hỏi trước: những yếu tố nào có thể làm giá giảm sau khi kiểm, và nếu không đồng ý giá cuối thì có được nhận lại hàng không, ai chịu phí gửi.
Người mua cá nhân mua qua mạng dựa trên ảnh cũng nên coi giá đã thoả thuận là giá có điều kiện. Ghi rõ trong tin nhắn: giá này áp dụng nếu tình trạng đúng như ảnh và mô tả. Kiểm tận tay khi nhận, chạy thử trước khi thanh toán phần còn lại nếu có thể.
Với hàng giá trị lớn, ảnh chỉ nên dùng để quyết định có đi xem hay không. Chuyện giá cả thật sự bắt đầu khi bạn đứng trước món đồ. Nếu nghi ngờ lừa đảo trong giao dịch trực tuyến, trang AI Bảo Mật có các bài về nhận diện thủ đoạn khi mua bán đồ cũ.
Câu hỏi thường gặp
Gửi ảnh cho chatbot để hỏi giá có an toàn không?
An toàn nếu ảnh không chứa thông tin nhận diện. Trước khi gửi, kiểm khung hình có biển số, số khung, IMEI, giấy tờ, khuôn mặt hay góc nhà dễ nhận ra không, và tắt thông tin vị trí đi kèm ảnh. Chỉ gửi những gì cần để đánh giá tình trạng.
AI có nhận ra ảnh đã bị chỉnh sửa không?
Đôi khi có, nhưng không đáng tin. Công cụ phát hiện ảnh chỉnh sửa có tỉ lệ sai cả hai chiều. Cách phòng chắc hơn là yêu cầu ảnh chụp theo chỉ định của mình, chụp trực tiếp qua cuộc gọi video, hoặc xem tận nơi.
Có nên gửi video thay vì ảnh không?
Video giúp thấy nhiều góc liên tục, khó giấu lỗi hơn và cho thấy máy chạy được. Với đồ điện, video bật máy và chạy thử vài phút có giá trị hơn nhiều ảnh tĩnh. Vẫn cần che thông tin cá nhân hiện trong khung hình.
Vì sao giá thu mua trực tuyến sau khi kiểm luôn thấp hơn giá báo qua ảnh?
Vì ảnh không cho thấy pin, linh kiện bên trong, lịch sử sửa chữa, và nơi thu mua báo giá qua ảnh với giả định tình trạng tốt nhất có thể. Hỏi trước các yếu tố làm giảm giá giúp bạn ước được giá cuối sát hơn.
AI chấm tình trạng có công bằng hơn người không?
Nó nhất quán hơn, cùng ảnh thì cùng kết quả, nhưng chỉ trong phạm vi những gì ảnh cho thấy. Người kiểm tận tay thấy được nhiều hơn nhưng dễ cảm tính. Cách tốt là kết hợp: máy chấm phần nhìn thấy, người kiểm phần còn lại.
Đồ đẹp trong ảnh nhưng giá rao thấp bất thường thì sao?
Đó là dấu hiệu nên cẩn thận: có thể là ảnh của món khác, hàng không rõ nguồn gốc hoặc chiêu lừa đặt cọc. Yêu cầu ảnh theo chỉ định, hỏi giấy tờ, không chuyển tiền trước khi xem hàng.