Daydream — ứng dụng khám phá thời trang dùng AI — vừa tung ra hai tính năng mới dành cho iPhone: (1) biến ảnh outfit đã lưu trong máy thành kết quả có thể mua được và (2) tìm kiếm quần áo/phụ kiện bằng Siri, không cần mở ứng dụng. Đây là một ví dụ tiêu biểu cho xu hướng “AI shopping” chuyển từ mô hình app độc lập sang lớp trải nghiệm gắn chặt với hệ điều hành, nơi ảnh, trợ lý giọng nói và ngữ cảnh cá nhân trở thành điểm khởi phát mua sắm.

Điểm đáng chú ý với độc giả kinh doanh và đầu tư không nằm ở một tính năng “thú vị”, mà ở cách Daydream tận dụng Apple Intelligence để giảm ma sát trên hành trình mua sắm: từ “nhìn thấy – lưu ảnh – quên” sang “nhìn thấy – lưu ảnh – mua được”. Đồng thời, yêu cầu iOS 27 và Siri AI cũng tạo ra một ràng buộc phân phối: tính năng mạnh hơn, nhưng tệp người dùng ban đầu có thể bị giới hạn bởi tốc độ nâng cấp hệ điều hành.

1) Tóm tắt hai tính năng mới và điều kiện sử dụng

Theo TechCrunch, Daydream ra mắt hai tính năng mới để giúp người dùng iPhone: chuyển ảnh outfit đã lưu thành kết quả mua sắm và tìm kiếm thời trang qua Siri mà không phải mở app. Hai tính năng này được xây dựng bằng bộ công cụ developer của iOS 27, và iOS 27 chính thức phát hành đúng ngày bài viết đăng.

Để dùng các tính năng, người dùng cần iPhone chạy iOS 27, bật Siri AI và cài Daydream (ứng dụng tải miễn phí trên iOS). Điều kiện này tạo ra một “đường biên” rõ ràng: trải nghiệm mới phụ thuộc vào hệ điều hành và cấu hình AI của Apple, thay vì chỉ phụ thuộc vào việc người dùng có cài app hay không.

2) Mua sắm từ ảnh trong Photos: từ cảm hứng thành giao dịch

Tính năng đầu tiên khai thác năng lực “image-context” của Apple. Daydream có thể phân tích outfit trong ảnh, tách thành từng món (ví dụ áo, quần, giày, phụ kiện), rồi tự động hiển thị các lựa chọn có thể mua được từ catalog khoảng 3 triệu sản phẩm của Daydream.

Điểm thực dụng ở đây là Daydream coi ảnh như một truy vấn tìm kiếm hoàn chỉnh. Người dùng không cần mô tả “áo khoác dáng gì, chất liệu gì, màu gì”, mà chỉ cần chọn đúng bức ảnh. Với hành vi mua sắm thời trang vốn dựa nhiều vào thị giác, mô hình “search bằng ảnh” giúp rút ngắn đáng kể đoạn đường từ ý định mơ hồ đến danh sách sản phẩm cụ thể.

TechCrunch cũng nhấn mạnh một tình huống rất phổ biến: ảnh chụp màn hình outfit từ Instagram hoặc Pinterest có thể trở thành điểm bắt đầu cho tìm kiếm mua sắm. Nếu món đồ còn bán, Daydream có thể “match” về đúng nhà bán lẻ đang bán; nếu món đồ đã hết hàng hoặc ngừng bán, ứng dụng sẽ gợi ý lựa chọn tương tự. Nói cách khác, Daydream đang cố giải bài toán “đẹp nhưng không mua được” — vốn thường xảy ra khi người dùng lưu ảnh để tham khảo rồi mắc kẹt ở bước tìm sản phẩm tương đương.

Đáng chú ý, Daydream còn hỗ trợ các yêu cầu biến thể dựa trên chính ảnh đó, kiểu như “tôi thích chiếc áo len này nhưng muốn màu đỏ”. Về mặt trải nghiệm, đây là một bước tiến từ việc “nhận diện giống nhất” sang “đề xuất có điều kiện”, mở đường cho hành vi mua sắm theo ngữ cảnh và sở thích cá nhân.

3) Tìm kiếm bằng Siri: chiến lược chiếm “surface” thay vì chiếm màn hình

Tính năng thứ hai là tìm kiếm bằng ngôn ngữ tự nhiên qua Siri. Người dùng có thể ra lệnh bằng giọng nói hoặc nhập text trong Siri để tìm sản phẩm trên Daydream mà không cần mở ứng dụng.

Với góc nhìn sản phẩm và phân phối, đây là nỗ lực đưa Daydream ra khỏi cuộc chiến “giành thời gian trong app” để tiến tới “hiện diện đúng lúc”. Khi người dùng đang bận (đi đường, chuẩn bị họp, chọn đồ gấp), họ ít muốn mở app và gõ từ khóa. Một câu lệnh kiểu “tìm một chiếc blazer phù hợp cho buổi họp hội đồng vào thứ Hai” cho phép Daydream trả kết quả cá nhân hóa theo ngữ cảnh.

Mức độ cá nhân hóa có thể tăng nếu người dùng thiết lập “Style Passport” — hồ sơ hỏi về size, thương hiệu ưa thích, phong cách cá nhân và ngân sách. Đây là một mảnh ghép quan trọng để biến tìm kiếm ngôn ngữ tự nhiên thành gợi ý có khả năng mua, thay vì danh sách kết quả chung chung.

4) Daydream đang định vị khác biệt thế nào trong làn sóng AI shopping

TechCrunch đặt Daydream trong bối cảnh thị trường có nhiều công cụ mua sắm AI, từ các tên tuổi lớn như Google và Amazon tới các công ty nhỏ hơn như Onton và Alta. Trong môi trường cạnh tranh như vậy, khác biệt thường không nằm ở “có AI hay không”, mà ở ba yếu tố:

Chuyên môn ngành hàng: CEO/đồng sáng lập Julie Bornstein cho rằng nhiều công cụ visual search thiếu chuyên môn thời trang nên trả kết quả kém chính xác, thương hiệu không đáng tin, hoặc dẫn tới hình ảnh không mua được. Dù đây là nhận định từ phía doanh nghiệp (không phải kiểm định độc lập), nó mô tả đúng nỗi đau phổ biến của visual search: nhận diện được “na ná” nhưng không giải quyết được “mua ở đâu, có đáng tin không”.
Tính “shoppable” của dữ liệu: Daydream nhấn mạnh kết quả có thể mua được, với khả năng match về nhà bán lẻ nếu còn hàng, hoặc đưa ra phương án thay thế nếu hết hàng.
Phân phối qua nền tảng: tích hợp sâu vào Photos và Siri giúp Daydream chen vào các điểm chạm có tần suất cao hơn hẳn một app thời trang thông thường.

Về quy mô hệ sinh thái, Daydream cho biết ứng dụng ra mắt năm ngoái và có hơn 1,5 triệu người mua sắm, duyệt sản phẩm từ hơn 325 nhà bán lẻ và 10.000 thương hiệu; một số thương hiệu/nhà bán lẻ được nêu gồm Anthropologie, Dolce & Gabbana, Uniqlo, J.Crew, Reformation, Gucci và Nordstrom. Các con số và danh sách này cho thấy Daydream không chỉ làm “AI demo”, mà đã xây dựng được mạng lưới cung ứng đủ rộng để tạo trải nghiệm mua sắm tương đối đầy đủ.

5) Hàm ý thực tiễn cho doanh nghiệp, nhà bán lẻ và nhà đầu tư

Với nhà bán lẻ/brand

Nếu Daydream có thể match ảnh outfit về đúng retailer đang bán (khi còn hàng), thì việc hiện diện trong catalog Daydream có thể biến ảnh truyền cảm hứng (Instagram/Pinterest, lookbook, UGC) thành kênh chuyển đổi trực tiếp. Điều này gợi ý một ưu tiên mới: không chỉ tối ưu SEO hay quảng cáo, mà còn tối ưu “khả năng được nhận diện từ ảnh” và “khả năng được gợi ý đúng ngữ cảnh”.

Với đội growth/marketing

Ảnh outfit/UGC không còn chỉ để tăng nhận diện, mà có thể trở thành “đầu vào tìm kiếm mua sắm”. Các bộ ảnh có bố cục rõ item (phụ kiện, giày, túi, layering) nhiều khả năng giúp hệ thống tách món tốt hơn, từ đó tăng cơ hội sản phẩm xuất hiện trong kết quả gợi ý.

Với nhà đầu tư và độc giả công nghệ

Daydream đang theo đuổi tham vọng dài hạn xây “shopping agent” hiểu phong cách cá nhân và hoạt động trên nhiều “surface” trong đời sống, đồng thời nhấn mạnh hướng “on-device intelligence”. Từ góc nhìn đầu tư, có ba điểm cần theo dõi:

Rủi ro phụ thuộc nền tảng: yêu cầu iOS 27 và Siri AI giúp trải nghiệm mượt nhưng cũng khiến tăng trưởng ngắn hạn phụ thuộc vào tốc độ người dùng nâng cấp.
Moat dữ liệu & cá nhân hóa: “Style Passport” là cơ chế thu thập tín hiệu sở thích; nếu được dùng tốt, nó có thể tăng LTV nhờ gợi ý chính xác hơn.
Hiệu quả thương mại: câu hỏi lớn là liệu “shoppable từ ảnh” có tạo ra chuyển đổi vượt trội so với tìm kiếm truyền thống hay không.

6) Hạn chế và điều chưa có dữ liệu

Bài viết không cung cấp các chỉ số hiệu quả như tỷ lệ nhận diện đúng, CTR, conversion, hay doanh thu/hoa hồng tạo ra bởi hai tính năng mới. Đây là thiếu hụt quan trọng khi đánh giá tác động kinh doanh.

Ngoài ra, TechCrunch không nêu chi tiết kỹ thuật về phần nào chạy on-device vs cloud, cũng như cách xử lý quyền riêng tư và đồng bộ dữ liệu. Bài chỉ đề cập năng lực “image-context” và định hướng “đi sâu hơn vào on-device intelligence”.

Cuối cùng, tính năng bị ràng buộc bởi điều kiện iOS 27 và Siri AI, nên mức độ tiếp cận phụ thuộc vào hệ điều hành/thiết bị — yếu tố có thể làm chậm tốc độ lan tỏa trong giai đoạn đầu.

Nguồn tham khảo

TechCrunch (2026-09-14), Fashion app Daydream uses Apple Intelligence to help you shop the outfits in your camera roll: https://techcrunch.com/2026/09/14/fashion-discovery-app-daydream-uses-apple-intelligence-to-help-you-shop-the-outfits-saved-in-your-camera-roll/

Daydream tích hợp Apple Intelligence: biến ảnh trong Camera Roll thành giỏ hàng và tìm đồ qua Siri