“Cái chết sinh ra cái chết, rồi lại sinh ra cái chết.”
Công nghệ đã trải qua vô số chu kỳ. Một số chu kỳ — như internet và AI — tạo ra những siêu chu kỳ, dẫn đến các bong bóng kinh tế đầu cơ khổng lồ (ví dụ như Dot Com… và bất cứ thứ gì chúng ta đang gọi giai đoạn hiện tại).
Những chu kỳ khác lại tạo ra môi trường màu mỡ, như SaaS hay mobile.
Nhưng cũng như mọi chu kỳ khác, nó luôn có lên và xuống. Tăng trưởng rồi suy giảm.
Khi tôi bắt đầu sự nghiệp đầu tư vào năm 2014, các nhà đầu tư vẫn thường gắn bản thân với những “nhãn” gắn liền với từng chu kỳ công nghệ cụ thể. Có người tự gọi mình là “nhà đầu tư internet” hay “nhà đầu tư phần mềm”. Họ xây dựng chuyên môn dựa trên từng category, playbook và các mô hình có thể lặp lại.
Ngày nay, những nhãn đó dần trở nên vô nghĩa. Mọi công ty công nghệ đều sử dụng internet. Tất cả đều tận dụng SaaS, mobile và giờ là AI. Việc tự gọi mình là “nhà đầu tư AI” giờ nghe khá sáo rỗng. Dù bạn thích hay không, chúng ta đều là nhà đầu tư AI.
Nhưng điều mà tốc độ ngày càng nhanh của các chu kỳ công nghệ đang làm với chúng ta là khiến chúng ta ngày càng “nghiện” việc nhìn thấy sự kết thúc.
Consumer đã “chết”
Đầu tư vào consumer, có thể nói, đã tồn tại từ 2005 (thời điểm ra đời của Reddit, Yelp) đến khoảng 2016 (TikTok). Từ đó đến nay, các “nhà đầu tư consumer” liên tục đi tìm nền tảng tiêu dùng lớn tiếp theo.
Họ thử D2C, subscription box, scooter, mạng xã hội kiểu mới như BeReal…
Nhưng có thể nói, nền tảng consumer duy nhất thực sự được xây dựng trong 10 năm qua chính là ChatGPT — và phần lớn đã bỏ lỡ nó.
Software đã “chết”
Phần mềm có một giai đoạn tăng trưởng mạnh từ 2008 đến 2019. Sau đó, nhiều người cho rằng nó được “chống đỡ” bởi môi trường tiền rẻ, dẫn đến sự phình to về nhân sự (và chi phí cổ phiếu thưởng) cũng như chi tiêu sales & marketing.
Nguồn: Twitter
Tôi không tin vào luận điểm “SaaS sắp chết”. Nhưng có một câu hỏi lớn: giá trị dài hạn thực sự của các công ty SaaS là gì? Và chưa ai có câu trả lời rõ ràng.
AI cũng “chết”?
Cảm giác rằng consumer đã chết và phần mềm đang “thoi thóp” khiến nhiều người bắt đầu nhìn mọi thứ xung quanh qua lăng kính bi quan.
Với AI, có hai thái cực:
-
- Những người cực kỳ lạc quan — tin rằng AI sẽ thay thế mọi thứ, từ gia đình đến chính phủ
- Những người cực kỳ hoài nghi — cho rằng AI không mang lại giá trị kinh doanh thực sự
Nhưng ngay cả những người trung lập hơn cũng bắt đầu tìm dấu hiệu “suy yếu” ở các công ty AI lớn.
Ví dụ như những khó khăn gần đây của OpenAI:
-
- Tính năng mua sắm trong chat không hiệu quả như kỳ vọng
- Doanh nghiệp triển khai chậm
- Tăng trưởng người dùng chậm lại (~900 triệu người dùng)
Họ đang điều chỉnh lại chiến lược: giảm tập trung vào consumer, chuyển sang enterprise và coding.
Vậy điều gì thực sự đang diễn ra?
Hành vi tiếp nhận đã “di căn”
Ở phía người dùng cá nhân, có một số ít doanh nghiệp lớn được xây dựng đúng thời điểm khi chúng ta bắt đầu online, và hành vi tiêu dùng của chúng ta hình thành xung quanh các sản phẩm đó. Nhưng từ đó đến nay, cách sử dụng này đã “lan rộng” và gần như không tiến hóa nhiều so với khoảng năm 2016.
Ở phía doanh nghiệp, xu hướng “consumer hóa doanh nghiệp” cũng đi theo quỹ đạo tương tự. Chúng ta không nhanh chóng tiếp nhận các sản phẩm hoàn toàn mới, mà thường chỉ tìm kiếm những cải tiến nhỏ (N+1) cho workflow hiện tại.
Với AI, bề ngoài có vẻ là một câu chuyện khác. Rất nhiều công ty AI tăng trưởng cực nhanh — từ 100 triệu USD ARR lên 1 tỷ USD ARR chỉ trong thời gian ngắn. Điều đó khiến mọi thứ trông như có “phép màu”.
Nhưng thực tế cần phân tích rõ hơn:
-
- (1) Một phần tăng trưởng bị thổi phồng: Nhiều công ty AI lấy tuần doanh thu tốt nhất nhân lên 52 lần, hoặc tính cả trial miễn phí như doanh thu thật, hoặc đơn giản là báo cáo không chính xác.
- (2) Thử nghiệm đang là xu hướng: Nhiều doanh thu đến từ ngân sách thử nghiệm. Các công ty cảm thấy áp lực phải dùng AI, nên mở ngân sách để thử — nhưng chưa chắc đó là doanh thu bền vững.
- (3) “AI nuôi AI”: Một phần lớn doanh thu đến từ chuỗi giá trị khép kín — lab cần dữ liệu, model cần compute, ứng dụng cần token. AI trả tiền cho AI, tạo thành vòng lặp khó đo lường.
Điều này không có nghĩa AI là giả. Nhưng AI vẫn đang gặp cùng một vấn đề như consumer và software trước đó: bị giới hạn bởi hành vi con người.
Chỉ là những yếu tố trên khiến chúng ta khó nhìn thấy rõ giới hạn đó.
Phép ẩn dụ “viên thuốc”
Tôi thường dùng một phép so sánh:
Bạn có thể có một loại thuốc rất hiệu quả (AI) và một căn bệnh rất nghiêm trọng (workflow của con người). Nhưng bạn vẫn cần một cơ chế để đưa thuốc vào cơ thể — tức là “viên thuốc” (applied AI).
Hiện tại, rất nhiều người tập trung vào phần cutting-edge: model, compute, training… Điều đó giống như việc xây dựng hạ tầng internet trong thời Dot Com — cuối cùng nó sẽ được sử dụng.
Nhưng điều ít người chú ý là:
Con người đang bị quá tải bởi chính hệ thống số của họ.
Họ không có một “cơ chế phân phối” tốt để đưa AI vào workflow thực tế.
Và cho đến khi chúng ta chấp nhận rằng AI — cũng giống như software và consumer trước đó — đang va phải sự “cứng đầu” của hành vi con người, chúng ta sẽ tiếp tục hiểu sai tốc độ triển khai.
Phát triển công nghệ nhanh ≠ triển khai nhanh.
“Consumer đã chết.” “Software đã chết.” “AI đã chết.”
Đó chỉ là phản ứng bi quan mang tính chu kỳ.
Điều quan trọng không phải là bi quan hay lạc quan — mà là hiểu rõ những rào cản trong việc đưa công nghệ vào thực tế, và làm việc với chính sự phức tạp đó.
Cảm ơn bạn đã đọc!