ChatGPT vs kế toán viên: Kiểm chứng theo thời gian thực câu trả lời AI về định giá doanh nghiệp startup
(youtube.com)ChatGPT vs kế toán viên: Kiểm chứng theo thời gian thực câu trả lời AI về định giá doanh nghiệp startup
Xin chào, chúng tôi là Công ty Kế toán Changui. Gần đây, các công cụ AI như ChatGPT đang cung cấp tư vấn về định giá doanh nghiệp startup. Tuy nhiên, từ góc nhìn của một kế toán viên chuyên môn với nhiều kinh nghiệm thực tiễn, vẫn có một số điểm còn thiếu trong câu trả lời của AI, và chúng tôi muốn bổ sung những phần đó.
AI không đưa ra những ý kiến sai đến mức dẫn tới quyết định sai lầm, nhưng kết luận cốt lõi của lần kiểm chứng này là: để có đủ thông tin cần thiết cho việc ra quyết định, vẫn cần lời khuyên bổ sung từ chuyên gia. Vì vậy, chúng tôi đã tổng hợp chi tiết hơn qua video YouTube bên dưới.
Điểm mạnh của ChatGPT là trình bày có hệ thống các lý thuyết và phương pháp định giá phổ biến, cung cấp phần giải thích toàn diện về nhiều cách thức thẩm định khác nhau, đồng thời sắp xếp thông tin theo cách dễ tiếp cận. Tuy vậy, những điểm mà chuyên gia muốn bổ sung gồm có: các sắc thái tinh tế và điểm đàm phán trong bối cảnh đầu tư thực tế, cách áp dụng cụ thể phản ánh đặc thù theo ngành và theo từng giai đoạn, cũng như lời khuyên thực tế có tính đến xu hướng đầu tư mới nhất và tình hình thị trường.
Khung lý thuyết mà ChatGPT đưa ra rất hữu ích, nhưng trong các buổi gặp VC thực tế hoặc đàm phán M&A, những yếu tố thực vụ sau đây lại quan trọng hơn nhiều. Khi thiết lập doanh nghiệp benchmark, AI đưa ra phương pháp luận chung, nhưng trên thực tế, mỗi nhà đầu tư lại ưa chuộng cách benchmark khác nhau, và nhiều khi họ còn đưa ra các doanh nghiệp so sánh từ những góc nhìn mà nhà sáng lập chưa từng nghĩ tới. Ngay cả khi áp dụng multiple, phạm vi lý thuyết có thể đúng, nhưng trong thực tế, các yếu tố định tính như kinh nghiệm của đội ngũ, rào cản gia nhập thị trường, xu hướng của đối thủ cạnh tranh… thường ảnh hưởng đến việc quyết định multiple nhiều hơn.
Kết quả khi chuyên gia thực vụ trực tiếp hỏi đáp với ChatGPT cho thấy AI nhìn chung không bịa đặt, đồng thời trình bày chính xác các lý thuyết và phương pháp cơ bản. Đặc biệt, phần giải thích về các phương pháp định giá như scorecard, Berkus và những yếu tố cốt lõi mà VC chú ý là rất hữu ích. Tuy nhiên, do AI cố giải thích quá chi tiết, nên vẫn có một số nội dung dễ gây hiểu nhầm. Ví dụ, AI đưa ra multiple cho dịch vụ ứng dụng di động trong khoảng từ 5 lần đến 15 lần và nhắc đến một biên độ giá cụ thể, nhưng các con số như vậy chỉ nên được xem là thông tin tham khảo.
Điểm đáng tiếc nhất trong câu trả lời của AI là chưa cân nhắc đầy đủ các ràng buộc thực tế. Chẳng hạn, với hộ kinh doanh cá nhân, khác với pháp nhân doanh nghiệp, việc chuyển nhượng không thể thực hiện qua chuyển nhượng cổ phần mà phải theo hình thức chuyển nhượng hoạt động kinh doanh, nên quy trình M&A phức tạp hơn rất nhiều. Ngoài ra, với startup giai đoạn đầu, việc ưu tiên gọi vốn trước thay vì nghĩ ngay đến M&A mới là hướng đi thực tế hơn — đây cũng là phần AI chưa đề cập đầy đủ.
Các công cụ AI như ChatGPT rất hữu ích cho việc thu thập thông tin ban đầu và sắp xếp các khái niệm cơ bản. Tuy nhiên, khi thực sự triển khai gọi vốn hoặc tiến hành M&A, chúng tôi cho rằng vẫn cần thêm kinh nghiệm và trực giác của chuyên gia trong lĩnh vực đó.
Thông qua lần kiểm chứng này, chúng tôi muốn nhấn mạnh rằng dù công nhận tính hữu ích của câu trả lời từ AI, vai trò của chuyên gia có thể bù đắp cho sự phức tạp và các biến số của môi trường thực tế vẫn rất quan trọng. Chúng tôi tin rằng nếu kết hợp khung nền tảng mà AI cung cấp với kinh nghiệm thực chiến, sẽ có thể thực hiện định giá doanh nghiệp chính xác và thực tế hơn.
2 bình luận
Dữ liệu thì lạnh lùng, còn con người thì nóng bỏng
Liệu "kinh nghiệm và trực giác của chuyên gia" như Creative Accounting Firm khẳng định có thực sự nâng cao độ chính xác của việc định giá doanh nghiệp không? Hay ngược lại, đó chỉ là việc trộn thêm nhiễu chủ quan vào dữ liệu khách quan?
Toán học không nói dối, nhưng con người diễn giải toán học thì có thể nói dối.
Thiên kiến xác nhận (Confirmation Bias): Các chuyên gia có xu hướng chỉ chọn lọc nhấn mạnh những dữ liệu phù hợp với kinh nghiệm quá khứ của mình. Cách tiếp cận kiểu "nhìn vào những trường hợp chúng tôi từng thấy..." rốt cuộc là lỗi khái quát hóa dựa trên một mẫu hạn chế.
Hiệu ứng neo: Trường hợp tương tự đầu tiên gặp được trở thành điểm chuẩn cho mọi phán đoán về sau. Nếu dữ liệu đưa ra mức multiple 5-15 lần, chuyên gia sẽ điều chỉnh về điểm neo của mình với kiểu nói "theo kinh nghiệm thì 8-12 lần là phù hợp".
Thiên kiến sống sót: Chỉ những trường hợp thành công mới đọng lại trong trí nhớ, còn các trường hợp thất bại bị xem là "tình huống ngoại lệ". Điều này làm méo mó việc nhận diện mẫu hình.
Các chuyên gia có những động cơ ẩn:
Tối đa hóa phí: Định giá càng cao thì quy mô giao dịch càng lớn
Duy trì quan hệ: Sự cám dỗ phải đưa ra câu trả lời mà khách hàng muốn nghe
Phô diễn chuyên môn: Tạo ra các yếu tố điều chỉnh phức tạp để chứng minh giá trị của bản thân
AI không nhận phí, không cần quản lý quan hệ, cũng không có lòng tự ái.
Bản chất thật sự của câu nói "20 năm kinh nghiệm thực chiến" là gì?
Đó cũng có thể chỉ là 1 năm kinh nghiệm được lặp lại 20 lần. Đặc biệt trong hệ sinh thái startup thay đổi nhanh chóng, ngay cả kinh nghiệm từ 5 năm trước cũng có thể đã lỗi thời. Trong khi đó, AI cập nhật dữ liệu toàn cầu theo thời gian thực và học các mẫu hình.
Những yếu tố định tính như "kinh nghiệm của đội ngũ, rào cản gia nhập thị trường" liệu có thật sự chỉ chuyên gia mới đánh giá được?
Kinh nghiệm đội ngũ: Lý lịch nhà sáng lập, thành tích ở công ty trước, học vấn... đều là dữ liệu có thể định lượng
Rào cản gia nhập thị trường: Số lượng bằng sáng chế, tình trạng pháp lý, phân tích đối thủ... cũng đều là các chỉ số khách quan
Xu hướng đối thủ: Thậm chí AI còn có thể theo dõi chính xác hơn theo thời gian thực
Phần lớn những gì các chuyên gia gói lại dưới nhãn "định tính" trên thực tế có thể là kết quả của việc lười phân tích các yếu tố vốn dĩ có thể định lượng.
Nếu những điều chỉnh của chuyên gia thực sự có giá trị, vậy tại sao các quỹ do chuyên gia vận hành lại không thể liên tục vượt mức trung bình của thị trường?
Ngay cả Warren Buffett cũng từng nói rằng "đa số nhà đầu tư tốt hơn hết là cứ đầu tư vào quỹ chỉ số". Đây là một phản chứng cho thấy "trực giác" của chuyên gia không vượt trội hơn trí tuệ tập thể của thị trường.
Kết luận: Hơi ấm của dữ liệu lạnh
Không phải là phủ nhận hoàn toàn vai trò của chuyên gia. Nhưng việc phủ thêm diễn giải chủ quan lên trên dữ liệu khách quan có phải lúc nào cũng là cải thiện hay không thì vẫn đáng nghi ngờ.
Đôi khi dữ liệu lạnh lùng có thể chính xác hơn trực giác nóng bỏng. Đặc biệt trong việc định giá doanh nghiệp, nơi cảm xúc và lợi ích đan xen phức tạp, điều đó lại càng đúng hơn.
Không nên bỏ qua khả năng rằng thứ được gói ghém dưới cái tên "sự bổ trợ của chuyên gia" thực ra có thể là "sự tổn hại đến tính khách quan".
Tôi đã yêu cầu AI viết một bài phản biện như trên. Trong lĩnh vực tôi đang làm việc, AI cũng thực sự rất nóng, và mỗi ngày cách nó sẽ được sử dụng lại thay đổi theo tình hình.
Đã được chuyển vì không phù hợp với Show GN.
Vui lòng tham khảo cách sử dụng Show rồi đăng lại.