a16z về phân tích sâu mới nhất về thị trường AI: Công ty của bạn còn đang “đổ máu” để làm việc không?

Tác giả: 深思圈

Bạn đã từng nghĩ rằng ngành phần mềm có thể đang trải qua một cuộc cách mạng còn dữ dội hơn cả chuyển từ dòng lệnh sang giao diện đồ họa chưa? Gần đây, tôi nghe một buổi phân tích sâu về thị trường AI do David George của a16z chia sẻ, và tôi đã bị số liệu này làm choáng váng: Các công ty AI tăng trưởng nhanh nhất đang mở rộng với tốc độ tăng trưởng hàng năm 693%, trong khi chi tiêu cho bán hàng và marketing của họ lại thấp hơn rất nhiều so với các công ty phần mềm truyền thống. Đây không phải là trường hợp cá biệt, toàn bộ nhóm các công ty AI có tốc độ tăng trưởng gấp hơn 2.5 lần so với các công ty không phải AI. Và điều khiến tôi càng khó tin hơn là ARR trên mỗi FTE của các công ty này đạt từ 50 đến 100 triệu USD, trong khi tiêu chuẩn của các công ty phần mềm thế hệ trước là 40 triệu USD.

Điều này có ý nghĩa gì? Nghĩa là chúng ta đang chứng kiến sự ra đời của một mô hình kinh doanh hoàn toàn mới, một kỷ nguyên sử dụng ít người hơn, chi phí thấp hơn để tạo ra giá trị lớn hơn.

David George trong phần chia sẻ của mình nhấn mạnh rằng đây không phải là một chỉnh sửa nhỏ, mà là một cuộc chuyển đổi toàn diện về tư duy. Các khái niệm cốt lõi — kiểm soát phiên bản, mẫu, tài liệu, thậm chí cả khái niệm người dùng — đều đang được định nghĩa lại nhờ vào dòng chảy công việc do AI agent thúc đẩy. Tôi tin chắc rằng, trong vòng 5 năm tới, những công ty không thể thích nghi với cuộc cách mạng này sẽ bị loại bỏ hoàn toàn.

Sự thật đáng kinh ngạc về tăng trưởng của các công ty AI

Dữ liệu mà David George trình bày khiến tôi phải suy nghĩ lại về khái niệm tăng trưởng thực sự là gì. Năm 2025 sẽ là năm các công ty AI tăng trưởng nhanh hơn nữa. Sau khi trải qua giai đoạn chậm lại do lãi suất tăng và ngành công nghệ co lại trong 2022, 2023, 2024, thì năm 2025 đã hoàn toàn đảo ngược xu hướng này. Điều gây sốc nhất là, theo các nhóm xếp hạng khác nhau, những công ty thực sự bất thường về tốc độ tăng trưởng, đến mức khó tin.

Khi tôi nhìn vào số liệu này, phản ứng đầu tiên của tôi là: Chắc chắn có sai sót rồi? Nhóm các công ty AI xuất sắc nhất tăng trưởng 693% so với cùng kỳ. David nói rằng nhóm của họ đã xác nhận lại ba lần mới tin vào con số này. Nhưng điều này hoàn toàn phù hợp với thực tế và các trường hợp họ đã thấy từ các công ty trong danh mục đầu tư của họ. Đây không phải là hiện tượng đơn lẻ, mà là một sự thay đổi hệ thống toàn diện đang diễn ra trong lĩnh vực AI.

Điều quan trọng hơn là chất lượng của tăng trưởng. Các công ty phần mềm truyền thống để đạt doanh thu hàng năm 1 tỷ USD thường mất rất nhiều thời gian, còn các công ty AI tăng trưởng nhanh nhất đạt được mốc này nhanh hơn nhiều. David đặc biệt nhấn mạnh một điểm rất quan trọng: không phải là do họ chi nhiều tiền hơn cho bán hàng và marketing, ngược lại, các công ty AI tăng trưởng nhanh nhất lại chi tiêu cho bán hàng và marketing ít hơn các công ty SaaS (phần mềm dưới dạng dịch vụ) truyền thống. Họ tăng trưởng nhanh hơn, tiêu ít tiền hơn. Nguyên nhân là gì? Là do nhu cầu của khách hàng cuối cùng cực kỳ mạnh mẽ, và sản phẩm của họ cực kỳ hấp dẫn.

Tôi nghĩ điều này hé lộ một sự chuyển đổi sâu sắc trong logic kinh doanh. Trong thời kỳ phần mềm cũ, tăng trưởng thường dựa vào đội ngũ bán hàng mạnh mẽ và ngân sách marketing khổng lồ. Bạn cần giáo dục thị trường, thuyết phục khách hàng, vượt qua các rào cản chấp nhận. Nhưng trong kỷ nguyên AI, những sản phẩm xuất sắc thực sự có thể tự nói lên giá trị của mình. Khi một sản phẩm có thể ngay lập tức tạo ra giá trị cho người dùng, giúp họ cảm nhận được sự nâng cao hiệu quả ngay lần sử dụng đầu tiên, thì nhu cầu thị trường sẽ tự nhiên xuất hiện. Mô hình tăng trưởng dựa trên sản phẩm này lành mạnh hơn nhiều so với mô hình dựa vào bán hàng truyền thống, và bền vững hơn.

Một bộ dữ liệu khác mà David trình bày cũng rất thú vị. Lợi nhuận gộp của các công ty AI thực tế thấp hơn một chút so với các công ty phần mềm truyền thống. Nhóm của ông có quan điểm rất độc đáo: Đối với các công ty AI, lợi nhuận gộp thấp đôi khi còn là một “dấu hiệu danh dự”. Bởi nếu lợi nhuận gộp thấp do chi phí suy luận (inference costs) cao, thì điều đó có nghĩa là hai điều: thứ nhất, người dùng thực sự đang sử dụng các chức năng AI; thứ hai, theo thời gian, các chi phí suy luận này sẽ giảm xuống. Vì vậy, nếu một công ty AI có lợi nhuận gộp cao bất thường, thì ngược lại, họ lại nghi ngờ, vì có thể điều đó cho thấy AI của họ không thực sự được khách hàng mua hoặc sử dụng.

Tại sao các công ty AI có thể hoạt động hiệu quả hơn

Tôi luôn tự hỏi một câu hỏi: Tại sao cùng là công ty phần mềm, các công ty AI có thể dùng ít người hơn để tạo ra nhiều doanh thu hơn? Trong phần chia sẻ của mình, David tập trung vào chỉ số ARR trên mỗi FTE, tức là doanh thu hàng năm trung bình mà mỗi nhân viên toàn thời gian tạo ra. Chỉ số này thực chất là một thước đo tổng hợp về hiệu quả vận hành của công ty, không chỉ phản ánh hiệu quả bán hàng và marketing mà còn cả chi phí quản lý và R&D.

Các công ty AI xuất sắc nhất đạt ARR trên mỗi FTE từ 50 đến 100 triệu USD, trong khi tiêu chuẩn của các công ty phần mềm thế hệ trước là khoảng 40 triệu USD. Có thể con số này chỉ là khác biệt về mặt số liệu, nhưng đằng sau đó là một mô hình kinh doanh và cách vận hành hoàn toàn khác biệt. David cho rằng, nguyên nhân chính dẫn đến sự khác biệt này là do nhu cầu của thị trường đối với các sản phẩm này rất mạnh mẽ, khiến họ cần ít nguồn lực hơn để đưa sản phẩm ra thị trường.

Nhưng tôi nghĩ đó chỉ là lý do bề nổi. Nguyên nhân sâu xa hơn là các công ty AI từ đầu đã buộc phải suy nghĩ khác về cách vận hành của họ. Họ không có lựa chọn nào khác, buộc phải dùng AI để thiết kế lại các quy trình nội bộ, phương thức phát triển sản phẩm, hệ thống hỗ trợ khách hàng. Chính sự bắt buộc này đã giúp họ tìm ra một mô hình kinh doanh hiệu quả hơn.

David kể một ví dụ rất sinh động. Ông nói gần đây có trò chuyện với một nhà sáng lập, người này không hài lòng với tiến độ của một sản phẩm nào đó, và đã trực tiếp cử hai kỹ sư rất giỏi về AI để dùng Claude Code, Cursor và các công cụ lập trình mới nhất để xây dựng lại toàn bộ sản phẩm từ đầu, đồng thời cấp cho họ ngân sách không giới hạn cho công cụ lập trình. Kết quả thế nào? Nhà sáng lập này nói rằng tiến độ của họ nhanh hơn trước 10 đến 20 lần. Và các hóa đơn cho các công cụ này cao đến mức khiến ông bắt đầu suy nghĩ lại về cấu trúc tổ chức của mình.

Ví dụ này khiến tôi ấn tượng sâu sắc vì đây không phải là cải tiến dần dần, mà là bước nhảy vọt về quy mô. Tăng tốc 10-20 lần nghĩa là gì? Nghĩa là các dự án vốn mất một năm để hoàn thành giờ chỉ cần một hoặc hai tháng. Sự chênh lệch tốc độ này sẽ tạo ra ảnh hưởng quyết định trong cạnh tranh. Nhà sáng lập này kết luận: tôi cần tất cả các đội sản phẩm, kỹ thuật, thiết kế đều làm việc theo cách này, và tôi tin rằng trong 12 tháng tới, điều này sẽ xảy ra. Nhưng đồng thời, điều này cũng đồng nghĩa với việc cấu trúc tổ chức của họ sẽ phải thay đổi căn bản. Ranh giới giữa sản phẩm, kỹ thuật, thiết kế sẽ cần được định nghĩa lại.

Tôi nghĩ năm 2024, tháng 12, sẽ là một bước ngoặt trong lĩnh vực lập trình. David cũng có cảm nhận tương tự. Ông nói cảm giác rằng tại thời điểm đó, các công cụ lập trình đã có bước nhảy vọt về chất lượng. Trong 12 tháng tới, sự thay đổi này sẽ hoặc thực sự thấm vào doanh nghiệp, hoặc những công ty không áp dụng sẽ chậm hơn rất nhiều so với các đối thủ. Đây không phải là lời đồn, mà là thực tế.

Thích nghi AI hay bị loại bỏ

David trong phần chia sẻ còn đề cập một quan điểm rất nghiêm trọng: đối với các công ty thành lập trước thời kỳ AI, hoặc là thích nghi với kỷ nguyên AI, hoặc là chết. Cách nói này nghe có vẻ cực đoan, nhưng tôi hoàn toàn đồng ý. Và việc thích nghi này phải diễn ra đồng thời ở cả hai cấp độ: phía trước và phía sau.

Phía trước, các công ty cần nghĩ cách tích hợp AI nguyên bản vào sản phẩm, chứ không chỉ đơn thuần thêm một chatbot vào quy trình hiện có. Điều này đòi hỏi phải hình dung lại những gì sản phẩm có thể làm sau khi có AI, và phải đột phá, làm mới chính mình. David chia sẻ một vài ví dụ rất thú vị. Có một công ty phần mềm trước AI, CEO của họ đã hoàn toàn bị chuyển đổi bởi tư duy AI, ông nói: Chúng tôi phải trở thành một công ty AI. Chúng tôi phải làm cho sản phẩm có thể nói rằng, nhân viên của bạn giờ đây đã trở thành agent AI của bạn. Đây là chủ đề họ đang bàn luận.

Một ví dụ còn cực đoan hơn nữa: Có một CEO nói rằng, đối với mỗi nhiệm vụ cần hoàn thành, tôi sẽ hỏi: tôi có thể dùng điện để làm việc này, hay phải dùng máu? Đây là một chuyển đổi tư duy cực đoan. Dùng điện là dùng AI và tự động hóa, còn dùng máu là dùng nhân lực. Sự chuyển đổi tư duy này rất sâu sắc, buộc bạn phải xem xét lại từng quy trình, từng nhiệm vụ của công ty.

Về phía sau, các công ty cần hoàn toàn áp dụng các mô hình và công cụ lập trình mới nhất. Tất cả các nhà phát triển nên dùng các công cụ hỗ trợ lập trình mới nhất, các bộ phận khác cũng vậy. Cho đến nay, lĩnh vực lập trình có tỷ lệ áp dụng cao nhất, và đây là nơi thấy bước nhảy lớn nhất. Nhưng sự thay đổi này đang lan rộng sang các bộ phận khác.

David nói rằng, đối với các công ty trước AI, tin vui là mô hình kinh doanh vẫn còn trong giai đoạn sơ khai. Tình huống phá vỡ lớn nhất là khi công nghệ và sản phẩm thay đổi, thì mô hình kinh doanh cũng sẽ thay đổi theo. Hiện tại, công nghệ và sản phẩm đang có những biến đổi lớn, còn mô hình kinh doanh thì chưa hoàn toàn thay đổi.

Ông xem mô hình kinh doanh như một quang phổ. Ở phía xa nhất là mô hình cấp phép (licenses), của thời kỳ trước SaaS, dựa trên bán giấy phép và bảo trì. Tiếp theo là SaaS và mô hình đăng ký, thường dựa trên phí theo chỗ ngồi, là một đổi mới lớn, mang tính đột phá. Bạn có thể thấy điều gì xảy ra khi Adobe chuyển đổi sang mô hình này. Tiếp đó là mô hình dựa trên tiêu thụ (consumption-based), tức là dựa trên lượng sử dụng, là cách tính phí của dịch vụ đám mây, nhiều dịch vụ dựa trên nhiệm vụ đã chuyển từ phí theo chỗ ngồi sang phí dựa trên tiêu thụ.

Giai đoạn tiếp theo sẽ là mô hình dựa trên kết quả (outcome-based). Khi bạn hoàn thành một nhiệm vụ, trong lý tưởng, bạn sẽ dựa trên thành công của nhiệm vụ để tính phí. Hiện tại, lĩnh vực duy nhất có thể thực hiện mô hình này là hỗ trợ khách hàng và thành công khách hàng, vì bạn có thể đo lường khách quan việc vấn đề đã được giải quyết hay chưa. Nhưng khi khả năng của các mô hình này nâng cao, nếu các chức năng khác ngoài hỗ trợ khách hàng cũng có thể đo lường kết quả này, thì đó sẽ là một cuộc cách mạng lớn đối với các công ty hiện tại.

Tôi thấy con đường chuyển đổi này rất sâu sắc. Từ cấp phép đến đăng ký, rồi đến tiêu thụ, rồi đến kết quả, mỗi bước đều là sự phá vỡ mô hình kinh doanh cũ. Và hiện tại, chúng ta đang đứng trước ngưỡng chuyển đổi từ tiêu thụ sang kết quả. Một khi AI agent có thể hoàn thành nhiệm vụ một cách đáng tin cậy và có thể đánh giá khách quan, thì mô hình định giá dựa trên kết quả sẽ trở thành chủ đạo. Lúc đó, các công ty vẫn còn tính phí theo chỗ ngồi sẽ thấy mình mất đi lợi thế cạnh tranh hoàn toàn.

Khó khăn trong việc áp dụng AI của các tập đoàn lớn

Về việc các công ty Fortune 500 áp dụng AI như thế nào, David có nhận xét rất thú vị. Ông nói rằng, ông nghe từ các CEO lớn này rằng, có sự khác biệt lớn giữa những gì họ nói và thực tế đang diễn ra. Các CEO đều nói: Chúng tôi phải thích nghi, chúng tôi muốn biết cần những công cụ AI nào, chúng tôi đã sẵn sàng thay đổi, doanh nghiệp của chúng tôi sẽ triển khai toàn bộ các công cụ này, chúng tôi muốn trở thành công ty AI.

Nhưng thực tế lại hoàn toàn khác. Sự cách biệt lớn nhất giữa tư duy và thực tế là: quản trị sự thay đổi quá khó. Ngay cả việc khiến nhân viên dùng trợ lý AI để làm việc hiệu quả hơn đã là một thử thách lớn rồi. Còn để thay đổi toàn bộ quy trình kinh doanh, quản lý thay đổi, thì còn khó hơn nhiều.

David nói ông không ngạc nhiên khi có tin đồn rằng tiến trình chậm hơn dự kiến. Nhưng đối với các công ty xuất sắc nhất, đã thực sự toàn diện trong việc áp dụng AI và biết phải làm gì, thì đã tạo ra ảnh hưởng thương mại rất lớn. Ông dẫn ra một số ví dụ cụ thể: Chime giảm 60% chi phí hỗ trợ; Rocket Mortgage tiết kiệm 1,1 triệu giờ trong quy trình bảo hiểm, tăng trưởng gấp 6 lần, tương đương tiết kiệm 40 triệu USD chi phí vận hành mỗi năm.

Tôi nghĩ điều này hé lộ một vấn đề then chốt: khoảng cách giữa ý chí và khả năng. Các CEO lớn đều muốn đẩy mạnh AI, nhưng khả năng thực thi lại là chuyện khác. Quản trị sự thay đổi thường bị đánh giá thấp. Không chỉ là mua một vài công cụ hay thuê một vài kỹ sư AI, mà còn phải thay đổi toàn bộ quy trình, văn hóa, cấu trúc tổ chức của công ty.

Nhiều công ty lớn còn phải điều chỉnh lại hoạt động của mình để phù hợp với AI. Việc dùng chatbot là một chuyện, còn để đạt được mức tăng năng suất đáng kể thì chưa rõ. Nhưng nếu bạn phải hoàn toàn tái cấu trúc hệ thống, dữ liệu, hậu cần để phù hợp với AI, thì nhiều công việc tiềm năng vẫn còn đang tích tụ, chưa thấy rõ kết quả.

David dự đoán, trong 12 tháng tới sẽ rất thú vị. Ông nghĩ rằng sẽ có nhiều ví dụ hơn, nhưng cũng có những công ty không thể làm được. Những công ty làm được sẽ có lợi thế cực lớn về năng suất, còn những không làm được sẽ bị tụt lại phía sau. Tôi cho rằng, sự phân hóa này sẽ diễn ra nhanh hơn và mạnh mẽ hơn mọi người nghĩ.

Model Busters và tương lai thị trường

David đề cập một khái niệm rất sâu sắc: Model Busters. Đây là những công ty có tốc độ tăng trưởng và thời gian duy trì vượt xa mọi dự đoán của con người trong mọi tình huống. iPhone là ví dụ điển hình. Nếu so sánh dự đoán trước khi ra mắt iPhone và hiệu quả thực tế sau 4-5 năm, dự đoán đã lệch tới gấp 3 lần. Và đó là một trong những công ty được quan tâm nhiều nhất thế giới.

David cho rằng, AI sẽ là Model Buster lớn nhất trong sự nghiệp của ông. Nhiều công ty trong lĩnh vực AI sẽ thể hiện vượt xa mọi dự đoán trong bảng tính. Tôi hoàn toàn đồng tình với quan điểm này. Khi một nền tảng công nghệ mang lại không phải là cải tiến dần dần, mà là bước nhảy về quy mô, thì các mô hình dự đoán truyền thống sẽ mất hiệu lực.

Ông nói rằng, chính công nghệ là một dạng Model Buster. Nhưng kể từ năm 2010, công nghệ đã cung cấp doanh thu lợi nhuận cao với tốc độ và quy mô chưa từng có. Ban đầu, nó có vẻ đắt đỏ, nhưng liên tục vượt dự đoán, tạo ra giá trị vượt xa vốn đầu tư. Không có lý do gì để nghĩ lần này sẽ khác.

Về chi tiêu vốn, David trình bày số liệu rất thú vị. So với thời kỳ bong bóng internet, thì hiện tại, chi tiêu vốn thực tế dựa trên dòng tiền, và tỷ lệ chi tiêu vốn trên doanh thu thấp hơn nhiều. Các nhà cung cấp dịch vụ đám mây siêu lớn (hyperscalers) là những đơn vị chịu gánh nặng vốn lớn nhất, và họ là những doanh nghiệp kinh doanh xuất sắc nhất lịch sử.

David đặc biệt nhấn mạnh rằng, với các công ty trong danh mục đầu tư của họ, việc mở rộng quy mô là điều rất tích cực. Ông nói: “Càng xây dựng nhiều năng lực, cung cấp nhiều khả năng huấn luyện và suy luận, càng tốt.” Và phần lớn gánh nặng này đổ lên các công ty lớn nhất, xuất sắc nhất.

Họ bắt đầu chú ý đến một hiện tượng: nợ bắt đầu xuất hiện trong phương trình này. Bạn không thể chỉ dựa vào dòng tiền để tài trợ cho tất cả các dự án đầu tư trong tương lai, thị trường bắt đầu thấy xuất hiện một số khoản nợ. Nhưng nhìn chung, họ cảm thấy yên tâm với các công ty dùng dòng tiền để tài trợ, tiếp tục tạo ra dòng tiền, và sử dụng nợ để mở rộng, miễn là đối tác của họ là Meta, Microsoft, AWS, Nvidia.

David đề cập một ví dụ đáng chú ý: Oracle. Oracle luôn có lợi nhuận cao, mua lại cổ phiếu, nhưng họ cam kết đầu tư rất lớn vào vốn, như một canh bạc lớn. Họ dự kiến trong nhiều năm tới sẽ âm dòng tiền. Thị trường đã bắt đầu để ý đến điều này, và giá CDS của Oracle đã tăng lên khoảng 2% trong 3 tháng qua. Đây là tín hiệu cần theo dõi.

Tôi nghĩ rằng, giai đoạn xây dựng vốn này là cần thiết, nhưng không phải không có rủi ro. Điều quan trọng là đảm bảo các khoản đầu tư này cuối cùng sẽ sinh lời. Hiện tại, nhu cầu vượt cung rõ ràng. Tất cả các nhà cung cấp dịch vụ đám mây siêu lớn đều báo cáo rằng nhu cầu vượt quá khả năng cung cấp. Gavin Baker, trong cuộc phỏng vấn của ông, ví von: Thời kỳ internet đã trải dài cáp quang khắp nơi, nhưng các cáp quang này bị bỏ không, gọi là dark fiber. Nhưng trong thời đại AI, không có dark GPU. Nếu bạn lắp GPU trong trung tâm dữ liệu, nó sẽ lập tức được sử dụng hết công suất.

Tốc độ tăng trưởng doanh thu đáng kinh ngạc

Dữ liệu mà David trình bày khiến tôi cực kỳ ấn tượng. Ông so sánh doanh thu của các dịch vụ đám mây, các công ty phần mềm niêm yết, và tổng doanh thu ròng mới trong năm 2025. Các công ty phần mềm niêm yết trong năm 2025 sẽ tăng thêm tổng cộng 46 tỷ USD doanh thu. Nếu chỉ tính riêng OpenAI và Anthropic, doanh thu mới của họ gần như chiếm một nửa con số này dựa trên doanh thu hoạt động.

Và David còn dự đoán, nếu so sánh với năm 2026, toàn bộ ngành phần mềm niêm yết (bao gồm SAP và các công ty phần mềm lâu đời, không chỉ SaaS) và các công ty AI (mô hình) sẽ tăng thêm doanh thu đạt tới 75-80%. Tốc độ này thật sự khó tin. Điều này có nghĩa là trong vòng vài năm, giá trị mới mà các công ty AI tạo ra sẽ vượt xa toàn bộ ngành phần mềm truyền thống.

Goldman Sachs ước tính, xây dựng AI sẽ tạo ra 9 nghìn tỷ USD doanh thu. Nếu giả định lợi nhuận 20% và P/E 22 lần, thì giá trị thị trường mới này sẽ là 35 nghìn tỷ USD. Hiện tại, đã có khoảng 24 nghìn tỷ USD giá trị thị trường được tính trước. Dù có thể tranh luận về việc tất cả đều do AI hoặc các công ty công nghệ lớn tạo ra, nhưng vẫn còn rất nhiều dư địa tăng trưởng, nếu các giả định này đúng, thì còn nhiều khả năng tăng giá nữa.

David còn làm một phép tính đơn giản. Theo ước tính hiện tại, đến năm 2030, tổng vốn đầu tư của các nhà cung cấp dịch vụ đám mây siêu lớn sẽ khoảng dưới 5 nghìn tỷ USD. Để đạt được lợi nhuận 10% từ khoản đầu tư này, doanh thu AI năm 2030 cần đạt khoảng 1 nghìn tỷ USD. Trong bối cảnh này, 1 nghìn tỷ USD tương đương khoảng 1% GDP toàn cầu, đủ để sinh lợi 10%.

Liệu điều này có thể thực hiện được không? Có thể là hơi thấp hơn một chút. Nhưng tôi nghĩ, chỉ nhìn vào năm 2030 thì có phần hạn chế. Lợi nhuận từ các khoản đầu tư này có thể sẽ đến muộn hơn, trong khoảng từ 2030 đến 2040. Và nếu hiện tại chúng ta đã có khoảng 50 tỷ USD doanh thu AI (ước tính của tôi), chủ yếu trong vòng 1 năm rưỡi qua, thì việc tăng từ 50 tỷ lên 1 nghìn tỷ là điều hoàn toàn khả thi.

Những suy nghĩ về tương lai

Sau khi nghe chia sẻ của David, cảm xúc lớn nhất của tôi là: Chúng ta đang đứng trước một bước ngoặt lịch sử, chứ không phải giữa chừng hay cuối cùng. Đây là một chu kỳ sản phẩm có thể kéo dài 10-15 năm, và chúng ta mới bắt đầu. Điều này khiến tôi vừa phấn khích, vừa lo lắng.

Phấn khích vì cơ hội mà cuộc chuyển đổi này mang lại là rất lớn. Những công ty thích nghi nhanh, toàn diện với AI không chỉ có thể giành lợi thế cạnh tranh, mà còn có khả năng định hình thời đại tiếp theo. Chúng ta sẽ thấy các kỳ lân mới ra đời, các mô hình kinh doanh mới xuất hiện, và cách tổ chức công ty hoàn toàn khác biệt.

Lo lắng vì tốc độ thay đổi có thể nhanh hơn nhiều so với dự đoán của phần lớn mọi người. Dữ liệu mà David đề cập đặc biệt minh chứng cho điều này: Thời gian trung bình các công ty trong S&P 500 duy trì trong chỉ số đã giảm 40% trong 50 năm qua. Điều này có nghĩa là tốc độ bị phá vỡ của các công ty đang tăng lên. Trong kỷ nguyên AI, tốc độ này có thể còn nhanh hơn nữa.

Tôi nghĩ rằng sẽ xuất hiện sự phân hóa rõ rệt trong vài năm tới. Một số công ty sẽ hiểu rõ tiềm năng của AI, tái cấu trúc toàn diện sản phẩm, quy trình, tổ chức. Những công ty này sẽ đạt được hiệu quả vượt bậc và lợi thế cạnh tranh lớn. Trong khi đó, những công ty dù có ý muốn thay đổi, nhưng vì khó khăn trong quản trị sự thay đổi, do tổ chức cứng nhắc, nợ kỹ thuật, sẽ chậm chân hơn. Sự phân hóa này sẽ ngày càng rõ rệt trong vài năm tới.

Với các startup, đây có thể là thời điểm tốt nhất. Nhu cầu thị trường rất lớn, công nghệ phát triển nhanh, vốn sẵn sàng rót vào các công ty có tiềm năng thực sự. Và so với thế hệ phần mềm trước, giờ đây có thể dùng ít nguồn lực hơn để đạt quy mô tương đương, giảm rào cản khởi nghiệp, nhưng yêu cầu cao hơn về chất lượng sản phẩm và phù hợp thị trường.

Với các nhà đầu tư, điều quan trọng là phải nhận diện đúng các Model Busters thực sự. Những công ty này sẽ có tốc độ tăng trưởng và thời gian duy trì vượt xa mọi dự đoán truyền thống. Nhưng điều này đòi hỏi nhà đầu tư có tầm nhìn xa, kiên nhẫn, sẵn sàng tin vào các đà tăng trưởng không hợp lý ban đầu.

Với các nhân sự, dù là kỹ sư, quản lý sản phẩm, thiết kế hay các vai trò khác, đều cần nhanh chóng học hỏi và thích nghi với các công cụ và phương pháp làm việc mới. Ví dụ của David về hai kỹ sư dùng công cụ lập trình mới nhanh hơn 10-20 lần so với trước đây không phải là chuyện cá biệt, mà là xu hướng. Những người nắm bắt được công cụ mới, phương pháp mới này sẽ có lợi thế lớn về nghề nghiệp.

Cuối cùng, tôi muốn nhấn mạnh rằng, cuộc chuyển đổi này không chỉ là về công nghệ, mà còn là về tư duy. Từ “chúng ta nên làm gì” sang “chúng ta muốn đạt được kết quả gì”, từ “tăng thêm nhân lực” sang “làm thế nào để AI giải quyết vấn đề”, từ “theo quy trình cũ” sang “tái tưởng tượng khả năng”. Câu hỏi “dùng điện hay dùng máu” nghe có vẻ cực đoan, nhưng chính là cốt lõi của sự chuyển đổi này.

Chúng ta đang chứng kiến quá trình viết lại thế giới phần mềm. Không phải là một nâng cấp dần dần, mà là một cuộc tái cấu trúc toàn diện. Những ai hiểu và đón nhận điều này sẽ định hình thời đại tiếp theo.