- Video trong đó các partner của YC và CEO Garry Tan bàn về những ý tưởng mới trở nên khả thi nhờ các LLM hiện nay và chiến lược sản phẩm của startup phù hợp với xu hướng đó
- Những ý tưởng trước đây bất khả thi nay đã có thể triển khai nhờ AI, đặc biệt là ở các lĩnh vực tuyển dụng, giáo dục, hạ tầng agent đang diễn ra thay đổi rất nhanh
- Khám phá ý tưởng khởi nghiệp xoay quanh công nghệ hiệu quả hơn, và thời đại đang chuyển sang hướng bắt đầu từ sự hứng thú sẽ có lợi hơn so với nghiên cứu thị trường phức tạp
- Sự phát triển của AI có tiềm năng chuyển các mô hình kinh doanh full-stack biên lợi nhuận thấp hiện có thành cấu trúc biên lợi nhuận cao
- Vẫn còn rất nhiều cơ hội khởi nghiệp trong các lĩnh vực hạ tầng AI, MLOps, giao diện đa phương thức, và những mảng từng bị xem nhẹ ban đầu đang được nhìn nhận lại
- Yếu tố thành công của startup không chỉ là chất lượng mô hình mà còn cần sự kết hợp của các yếu tố như phân phối, xây dựng thương hiệu, tính đơn giản trong vận hành
Intro: Đây là thời kỳ hoàng kim của khởi nghiệp AI
- Nếu là nhà sáng lập đang khám phá công nghệ mới nhất, bạn sẽ ngày càng thường xuyên bắt gặp những kết quả mang tính kỳ diệu một cách tình cờ
- Các startup AI tiêu biểu xuất hiện gần đây (ví dụ: Meror, Apriora, Revision Dojo, Adexia, Speak) đang dùng AI và agent để giải quyết nhiều vấn đề khác nhau như tuyển dụng kỹ sư phần mềm, phỏng vấn kỹ thuật, học tập cá nhân hóa, tự động hóa công việc giáo viên, học ngôn ngữ cá nhân hóa
- Khi hệ sinh thái xoay quanh AI và agent mở ra, nhu cầu về hạ tầng và tooling mới cũng đang tăng lên
Những ý tưởng startup trước đây không thể làm được
Sự tiến hóa của nền tảng tuyển dụng
- Trước đây, muốn có bộ dữ liệu gán nhãn để đánh giá kỹ sư thì phải xây dựng trong nhiều năm, nhưng giờ đây LLM có thể trực tiếp thay thế việc đánh giá
- Ví dụ: Meror vận hành một marketplace tuyển dụng dựa trên AI có thể đánh giá kỹ sư ngay lập tức bằng cách tận dụng LLM
- Khác với TripleByte, Meror áp dụng đánh giá bằng AI ngay từ đầu để đảm bảo khả năng mở rộng và tính đa dạng
- Apriora tự động hóa khâu sàng lọc ban đầu thông qua agent phỏng vấn kỹ thuật, và đã được cả các tập đoàn lớn áp dụng
Siêu cá nhân hóa trong giáo dục
- AI có thể nắm bắt chính xác và phản hồi theo hành trình học tập của học sinh, từ đó mang lại trải nghiệm gần với một gia sư riêng
- Revision Dojo: dịch vụ học bằng flashcard được cá nhân hóa cho học sinh
- Adexia: cung cấp agent hỗ trợ chấm điểm cho giáo viên, đã chứng minh hiệu quả giảm gánh nặng công việc
Sản phẩm tốt hơn = phân phối rộng hơn?
- Đây là thời đại AI có thể tạo ra sản phẩm tốt hơn, nhưng startup hướng đến người tiêu dùng vẫn rất chật vật với phân phối
- Ví dụ: OpenAI đang thành công với mô hình premium (miễn phí cơ bản + một phần trả phí)
- Những sản phẩm tốt như Speak có thể tăng trưởng thông qua thuê bao trả phí
- Ở các khía cạnh như tích hợp với trường học, hệ thống xác thực, tối ưu UI/UX, việc xây dựng thương hiệu và tạo chi phí chuyển đổi là rất quan trọng
Tính trung lập của nền tảng và nghịch lý của Big Tech
- Chiến lược dịch vụ AI của các tập đoàn công nghệ lớn (OpenAI, Google, Meta) tập trung vào việc xây dựng nhiều yếu tố “moat” như chất lượng sản phẩm, tích hợp nền tảng, thương hiệu và rào cản gia nhập
- Siri, Google Assistant... vẫn cải thiện chậm, và nguyên nhân là do tính đóng của nền tảng
- Nếu không có tính trung lập của nền tảng, sẽ tồn tại một vấn đề mang tính cấu trúc khiến sản phẩm AI mới khó tăng trưởng
- Dù có mô hình Gemini với hiệu năng tốt, Google vẫn chưa tiếp cận được người dùng do các vấn đề tổ chức nội bộ
Sự trở lại của startup full-stack
- Trước đây, do hạ tầng, vận hành và tổ chức nhân sự, mô hình full-stack có biên lợi nhuận thấp
- Ví dụ: TripleByte, Atrium, ZS đều là những ý tưởng hay nhưng gặp khó vì độ phức tạp và khả năng sinh lời thấp
- Nhưng hiện nay, nhờ AI agent tự động hóa các khâu vận hành hiện có, mô hình này có thể chuyển mình thành cấu trúc biên lợi nhuận cao
- Ví dụ: Legora của YC đang tăng trưởng nhanh với dịch vụ dựa trên AI agent trong lĩnh vực pháp lý
Hạ tầng và MLOps vẫn là miền đất cơ hội
- Các startup về tooling và hạ tầng ML từng bị thờ ơ trong một thời gian, nay đã trở thành lĩnh vực được chú ý mạnh mẽ
- Ví dụ: Replicate tăng trưởng nhanh sau làn sóng bùng nổ mô hình tạo ảnh
- Olama được chú ý nhờ cung cấp công cụ giúp chạy LLM cục bộ một cách dễ dàng
- Bài học cốt lõi: những đội ngũ quan tâm sớm và kiên trì thử nghiệm trước khi công nghệ thật sự sẵn sàng cuối cùng sẽ nắm được cơ hội lớn
Sự chuyển hướng trong lời khuyên dành cho startup
- Trước đây, chiến lược Lean Startup nhấn mạnh rằng “hãy bán trước rồi làm sau”
- Nhưng trong kỷ nguyên AI, thử nghiệm dựa trên sự hứng thú và khám phá công nghệ là chiến lược hiệu quả hơn
- Khi tận dụng công nghệ thú vị trước, trực tiếp thử nghiệm và luôn đứng ở ranh giới của công nghệ mới, những ý tưởng và giải pháp đổi mới sẽ tự nhiên xuất hiện
- Chỉ với prompt, dataset và trực giác phù hợp, bạn cũng có thể hiện thực hóa những khả năng mới
- Vẫn còn nhiều doanh nghiệp chưa tích cực trong việc áp dụng LLM, và đây chính là cơ hội cho startup
- Không nhiều unicorn thực sự đang thúc đẩy mạnh mẽ quá trình AI transformation từ bên trong, nên startup mới có thể nắm bắt cơ hội thị trường linh hoạt hơn
Kết luận
- Hiện nay, nhờ AI, những ý tưởng còn bất khả thi cách đây 1 năm cũng đã có thể trở thành hiện thực
- Full-stack, tuyển dụng, edtech, pháp lý, hạ tầng, tự động hóa vận hành... đều đang mở ra cơ hội đổi mới trên diện rộng
- Đi theo sự tò mò với công nghệ chính là cách tốt nhất để tìm ra ý tưởng khởi nghiệp tuyệt vời
- Vẫn còn vô số doanh nghiệp chưa bắt đầu thay đổi, nên cánh cửa cơ hội vẫn đang rộng mở
1 bình luận
Tôi đã nhờ bot AI của GN+ trích xuất kịch bản YouTube rồi tóm tắt, và hiệu năng khá tốt. Xem video thì có quá nhiều nên rất mệt, nhưng có vẻ đây là một cách hay.