Trong vài tháng qua, một narrative mới đã xuất hiện. Bắt đầu từ Silicon Valley, nó nhanh chóng lan rộng vào các cuộc thảo luận phổ thông về tương lai của công việc.
Các phòng thí nghiệm AI tiên phong như Anthropic và OpenAI đã liên tục phát hành các mô hình ngày càng mạnh mẽ. Những hệ thống này có thể:
- suy luận
- viết code
- nghiên cứu
- tự động hóa workflow phức tạp
Nhưng thế hệ model reasoning mới nhất, cùng với sự chú ý xoay quanh OpenClaw (thậm chí được gọi là “bản phát hành phần mềm quan trọng nhất từ trước đến nay”), khiến tốc độ tiến bộ có cảm giác khác hẳn.
Những khả năng từng được cho là còn xa giờ đây dường như đang tiến rất gần tới trí tuệ cấp độ con người.
Nỗi lo: AI sẽ thay thế công việc?
Các lãnh đạo trong ngành bắt đầu nói thẳng:
- CEO Dario Amodei cảnh báo AI có thể thay thế phần lớn công việc tri thức
- Nhiều dự đoán cho rằng software engineering, legal, finance entry-level sẽ biến mất trong 10 năm tới
- Các công ty như Amazon và Block đã cắt giảm nhân sự với lý do “AI efficiencies”
Chỉ riêng 2 tháng đầu tháng 1 đã có hơn 33.000 layoffs trong ngành tech.
Điều này dẫn đến những câu hỏi đáng lo:
- Một số ít công ty có kiểm soát toàn bộ AI không?
- Workflow tương lai có bị độc quyền không?
- Có còn cơ hội cho startup mới không?
Nhưng lịch sử cho thấy điều ngược lại
Narrative này rất thuyết phục — và cũng dễ gây lo lắng.
Nhưng lịch sử lại cho thấy một câu chuyện khác:
Công nghệ đột phá không xóa bỏ cơ hội — nó mở rộng nó.
Công nghệ bước nhảy (step-function) luôn mở rộng cơ hội
Máy in (15th century)
Khi máy in xuất hiện:
- nhiều người lo ngại
- tri thức bị “dân chủ hóa”
Nhưng kết quả:
- tỷ lệ biết chữ tăng mạnh
- ngành xuất bản, báo chí, giáo dục phát triển
Dây chuyền sản xuất (1913)
Henry Ford giới thiệu dây chuyền sản xuất:
- tăng năng suất mạnh
- tạo ra cả hệ sinh thái: ô tô, nhà cung cấp, hạ tầng
Cách mạng xanh (Green Revolution)
- cải tiến phân bón, tưới tiêu, di truyền học
- sản lượng thực phẩm tăng mạnh
- lao động nông nghiệp giảm từ 40% → dưới 2%
Mỗi lần chuyển đổi:
- ban đầu đe dọa việc làm
- nhưng sau đó:
- tăng năng suất
- tạo ngành mới
AI có vẻ đang đi theo quỹ đạo tương tự.
Startup sẽ thắng như thế nào trong kỷ nguyên AI
LMArena và Goldman Sachs Global Investment Research
Khi các model ngày càng mạnh:
- trí tuệ trở nên rẻ hơn và dễ tiếp cận hơn
Nhưng điều đó không có nghĩa các AI lab sẽ chiếm toàn bộ giá trị.
Lý do:
Công nghệ nền tảng hiếm khi giữ hết value.
Cơ hội nằm ở “layer ứng dụng”
Các ngành như:
- giáo dục
- tài chính
- y tế
vẫn chưa được AI khai thác sâu.
Hàng tỷ người vẫn chưa tiếp cận được:
- kiến thức chất lượng
- dịch vụ tốt
- công cụ mạnh
Các công ty như Anthropic và OpenAI xây dựng “engine”.
Nhưng:
họ không thể xây tất cả sản phẩm phía trên.
Biến intelligence thành hệ thống
Model chỉ là engine suy luận.
Để tạo ra sản phẩm thực tế cần:
- hệ thống
- workflow
- kiến trúc
Điều này thường được gọi là:
👉 agent harness
Agent harness là gì?
Một hệ thống bao quanh model:
- routing task
- điều phối sub-agent
- truy xuất context
- kiểm soát output
Nó biến:
“raw intelligence” → “kết quả có thể lặp lại”
Xây dựng AI product không đơn giản
Developer phải quyết định:
- khi nào dùng model A vs model B
- khi nào chia task thành sub-agent
- khi nào dùng logic deterministic
Chỉ dùng prompt đơn giản:
→ không đủ để tạo hệ thống đáng tin cậy
Verification là bắt buộc
Các hệ thống tốt phải:
- tự kiểm tra
- retry
- validate output
AI product tốt = Model + System
- code deterministic → xử lý phần chính xác
- model → xử lý phần mơ hồ
👉 Biết đặt ranh giới ở đâu = kỹ năng cốt lõi mới
Xây sản phẩm khi model liên tục thay đổi
Model đang:
- tốt hơn
- rẻ hơn
- nhanh hơn
Một breakthrough hôm nay có thể thành baseline ngày mai.
Không nên cạnh tranh bằng “intelligence”
Thay vào đó:
- sở hữu workflow
- dữ liệu
- integration
- hệ thống
Multi-model là tương lai
Không có model nào tốt nhất cho mọi task.
Startup thắng bằng cách:
- kết hợp nhiều model
- routing thông minh
Sai lầm lớn: nghĩ model tốt = product tốt
Khoảng cách giữa:
- capability
- usefulness
vẫn rất lớn.
“Blank slate problem”
Nhiều AI tool hiện nay:
- chỉ có một ô chat
- không có hướng dẫn
Người dùng không biết bắt đầu từ đâu.
“Taste” trở thành lợi thế
Sản phẩm tốt cần:
- UX tốt
- default hợp lý
- workflow rõ ràng
Giống như:
- áo thun $5 vs $150
- khác nhau ở taste, không phải vật liệu
“Last mile” là phần khó nhất
Khó nhất không phải intelligence.
Mà là:
- integration với hệ thống thật
- edge case
- workflow thực tế
Startup có lợi thế
Startup có thể:
- focus vào một vấn đề
- đi rất sâu
Trong khi platform lớn phải phục vụ tất cả.
Hành vi người dùng không thay đổi nhanh
Một ví dụ thú vị:
Betty Crocker từng bán cake mix chỉ cần thêm nước.
→ thất bại.
Sau đó họ yêu cầu thêm 1 quả trứng.
→ bán chạy.
Vì người dùng cần cảm giác tham gia.
AI cũng vậy:
- không chỉ cần mạnh
- cần giúp người dùng:
- tin tưởng
- sử dụng
- thay đổi hành vi
Tương lai sẽ là hệ sinh thái, không phải độc quyền
Lịch sử cho thấy:
- AI lab → xây infrastructure
- startup → xây sản phẩm
Điều này có nghĩa gì?
- nhiều công ty mới sẽ xuất hiện
- nhiều job mới sẽ được tạo ra
- dù ta chưa biết hình dạng của chúng
Kết luận
AI sẽ:
- thay đổi cách chúng ta làm việc
- tăng tốc xây dựng sản phẩm
Nhưng:
nó sẽ không thay thế sự đổi mới
Cơ hội vẫn còn rất lớn cho những người:
- hiểu khách hàng sâu
- xây hệ thống tốt
- tập trung vào problem cụ thể
👉 Cuộc đua mới chỉ bắt đầu.
OpenAI đã tạo ra "Cuộc đua trí tuệ nhân tạo"