Khi bạn làm Product Owner (PO) cho một startup AI, mọi thứ không chỉ là quản lý backlog hay viết user story. Bạn đang làm việc trong môi trường tốc độ cao, tài nguyên hạn chế, và công nghệ thay đổi từng tuần.
Tôi đã trải qua điều này khi xây dựng sản phẩm SaaS AI cùng CTO của mình. Chúng tôi bắt đầu với ngân sách nhỏ đến mức phải tối ưu từng token khi gọi API, nhưng vẫn đặt mục tiêu lớn.
Kết quả:
📈 100 doanh nghiệp nhỏ đăng ký sử dụng dịch vụ ngay cả khi sản phẩm chưa hoàn thiện UX.
Điều này không đến từ may mắn, mà từ một quy trình PO thực chiến tôi đúc kết sau nhiều lần “đập đi xây lại” sản phẩm.
1. Bắt đầu từ bài toán kinh doanh, không phải tính năng
Nhiều PO mới rơi vào bẫy “build tính năng hay” thay vì “giải bài toán thật”.
Với AI, điều này nguy hiểm gấp đôi – bạn dễ chạy theo các demo ấn tượng mà quên mất khách hàng trả tiền để giải quyết vấn đề của họ.
Cách tôi làm:
Phỏng vấn 10 khách hàng mục tiêu cùng nghành hoặc khác nghành (5 đang dùng sản phẩm tương tự, 5 chưa dùng).
Làm bảng hỏi để tháu hiểu insight của khách hàng,
Bài học: Insight khách hàng là kim chỉ nam. AI chỉ là công cụ để hiện thực hóa, không phải đích đến.
Thực ra tôi làm phức tạp hơn nhiều, tôi sẽ phân tích rất kỹ về persona bức tranh chân dung khách hàng mục tiêu, nó khá giống như phân tích target audience trong khi tôi chạy quảng cáo vậy,
Tôi còn cần làm Market research cả kênh online và offline,
Đôi ki những thứ họ nói lại không phải thứ họ muốn nói,..
2. Product Backlog = Roadmap kinh doanh
Trong startup AI, tôi không để backlog chỉ toàn “tính năng kỹ thuật”. Mỗi item phải trả lời được 2 câu:
Nó tạo ra giá trị kinh doanh gì?
Nó tác động thế nào tới chỉ số tăng trưởng (DAU, Retention, Conversion…)?
Ví dụ:
“Thêm chatbot gợi ý sản phẩm bằng AI” → Mục tiêu: tăng 15% tỷ lệ chốt đơn trong 30 ngày.
3. Viết User Story nhưng luôn có Acceptance Criteria rõ ràng
Công thức: As a [type of user], I want [goal] so that [reason].
Ví dụ trong sản phẩm AI của chúng tôi:
As a hair salon owner, I want AI to auto-generate Facebook ads so that I can run campaigns without hiring a marketer.
Acceptance Criteria:
Sinh nội dung ads trong <30s.
Nội dung đủ 3 biến thể.
Có CTA và hình ảnh minh họa.
Thực ra tôi không viết quá nhiều tài liệu, tôi thường làm kỹ về luồng user flow, với tôi nếu chỉ break theo US tôi sợ bị miss gì đó, nên tôi sẽ ưu tiên hoàn thiện hệ thống user flow ủa tôi trước khi làm US và từ đó đưa cho BA break ra Usecase thêm, hoàn thiện luồng.
4. Làm việc song song với team dev và team business
Ở startup AI, PO không thể “đứng giữa” như người trung gian, mà phải dấn thân:
Hiểu giới hạn công nghệ: model AI nào dùng được, latency bao nhiêu giây là chấp nhận được.
Biết nhu cầu business: team sale cần gì để chốt nhanh, team marketing cần gì để chạy ads hiệu quả.
5. Test sớm, học nhanh
Chúng tôi tung bản MVP cho 10 khách hàng đầu tiên, mặc dù còn nhiều lỗi UX.
Nhờ đó:
Biết ngay tính năng nào khách dùng nhiều nhất (70% sử dụng auto-content, chỉ 15% dùng chatbot).
Loại bỏ tính năng tốn nhiều thời gian dev nhưng không tạo doanh thu.
6. Đo lường và điều chỉnh liên tục
KPI mà tôi dùng khi làm PO sản phẩm AI:
Adoption Rate: % khách hàng dùng tính năng mới.
Time-to-Value: Bao lâu từ lúc đăng ký đến khi khách thấy giá trị rõ ràng.
Retention Rate: Tỷ lệ khách quay lại sử dụng hàng tuần/tháng.
Chúng tôi đặt OKR theo quý, nhưng review KPI mỗi tuần để điều chỉnh sprint ngay lập tức.
7. Kỹ năng sống còn của PO AI
Data-driven mindset: Quyết định dựa trên số liệu, không cảm tính.
Technical empathy: Hiểu đủ về AI/ML để trao đổi với dev, nhưng không sa vào code.
Business acumen: Biết đâu là ưu tiên tạo doanh thu ngắn hạn và đâu là tầm nhìn dài hạn.
Điều này tưởng dễ mà khó, biết địch biết ta trăm trận trăm thắng.
💡 Thông điệp cho các PO: Đừng nghĩ mình chỉ là “người quản lý yêu cầu”. Trong startup AI, PO chính là người định hướng, ưu tiên, và bảo vệ giá trị sản phẩm – như một CEO thu nhỏ.