Ý tưởng startup không được ưa chuộng trị giá 1 tỷ USD [YouTube]

• Các đối tác của Y Combinator phân tích những startup thành công nhờ các lĩnh vực không được ưa chuộng và những ý tưởng đi ngược số đông trong bối cảnh cạnh tranh gia tăng thời đại AI, đồng thời nhấn mạnh rằng thay vì chỉ chạy theo xu hướng, cần tập trung giải quyết những vấn đề cốt lõi của khách hàng
• Trong lĩnh vực AI, cơ hội greenfield ban đầu đang giảm dần, và ở mỗi vertical như bảo hiểm, ngân hàng đã có rất nhiều startup cạnh tranh, nên insight khác biệt và cách tiếp cận ngược chiều là điều bắt buộc
• DoorDash, Lyft/Uber, Coinbase, Flock Safety, OpenAI, SpaceX khi ra mắt đều từng nhận đánh giá bi quan và tin tức tiêu cực từ truyền thông, nhưng nhờ tập trung vào nhu cầu khách hàng sâu sắc và kiên định với hướng đi riêng, họ đã phát triển thành các công ty trị giá hàng chục tỷ USD
• Những nhà sáng lập thành công tìm ra product-market fit thông qua đối thoại trực tiếp với người dùng thực tế thay vì các xu hướng trên truyền thông như X (Twitter) hay TechCrunch, và khi cần thì sẵn sàng chuyển hướng mạnh mẽ cả mô hình kinh doanh lẫn chiến lược phân phối
• Giống như Internet và smartphone, các nền tảng công nghệ mới sẽ bão hòa những ý tưởng hiển nhiên sau khoảng 2 năm gold rush ban đầu, nên sau đó muốn thành công phải tìm ra những bí mật (secret) sâu hơn và theo đuổi những ý tưởng chỉ 1 trong 10 người đồng tình

---

Cạnh tranh ngày càng gay gắt trong thị trường AI vertical

• Chỉ mới 1 năm trước, việc tìm ý tưởng startup AI còn khá dễ, vì có những bước tiến vượt bậc của mô hình và nhiều vertical chưa được khai phá, nên việc tìm kiếm ý tưởng thông qua pivot tương đối thuận lợi
• Hiện nay, ở mỗi vertical như bảo hiểm hay ngân hàng đều có nhiều startup cạnh tranh, trong khi tốc độ đổi mới mô hình cũng chậm lại, khiến insight khác biệt trở nên quan trọng hơn nữa
• Chỉ đề xuất tự động hóa workflow thôi là chưa đủ; muốn nổi bật giữa cạnh tranh thì phải có một cú đặt cược ngược chiều mang tính độc đáo
• Cũng như thời Internet và smartphone, các nền tảng công nghệ mới sau khoảng 2 năm gold rush sẽ cạn dần những ý tưởng hiển nhiên, và từ đó phải đi tìm những bí mật (secret) ẩn sâu hơn

Rủi ro và cơ hội của những ý tưởng không hiển nhiên

• Ý tưởng không hiển nhiên nghe có vẻ trung tính, nhưng trên thực tế lại mang đến cảm giác rủi ro và đáng sợ, kèm theo nỗi lo rằng có thể bỏ ra 10 năm mà vẫn không thu được gì
• Những lối suy nghĩ tiếp nhận một cách thiếu phản biện từ truyền thông hoặc các cuộc trò chuyện xung quanh có thể cản trở phán đoán của nhà sáng lập
• Một nhà sáng lập trong lĩnh vực marketing từng do dự vì “chưa ai xây được công ty lớn trong lĩnh vực này”, nhưng cuối cùng vẫn tiến hành dựa trên năng lực mới từ AI và phản hồi tích cực từ khách hàng thực tế, và hiện đang tăng trưởng
  • Việc có nhiều ví dụ thất bại trong quá khứ ngược lại có thể là dấu hiệu cho thấy chưa có cạnh tranh
  • Phản ứng của khách hàng kiểu “tôi cần cái này ngay ngày mai” là tín hiệu của product-market fit
• Việc phụ thuộc vào tín hiệu bên ngoài như phản ứng trên X (Twitter), TechCrunch, hay đánh giá của bạn bè ở các bữa tiệc là rất nguy hiểm; cần tập trung vào phản ứng từ thị trường thực tế

Trường hợp 1: DoorDash — tấn công khu vực ngoại ô

• Sau khi iPhone ra mắt, ban đầu những ý tưởng hiển nhiên như ứng dụng ảnh kiểu Instagram thu hút nhiều chú ý, nhưng những thành công lớn thật sự lại là các ý tưởng không hiển nhiên như Uber, DoorDash và Instacart
• Dù vào thời điểm iPhone ra mắt đã có vô số bài viết và bài đăng mạng xã hội bàn về các mô hình kinh doanh khả thi, gần như không ai dự đoán được những ý tưởng kiểu Uber
• DoorDash bước vào thị trường giao đồ ăn vốn đã cạnh tranh khốc liệt, khi Postmates, Grubhub và Seamless đều đã là những công ty lớn
  • Mobile đóng vai trò chất xúc tác cho ứng dụng giao đồ ăn, và đến lúc DoorDash ra mắt thì thị trường đã có vẻ bão hòa
  • Ngay trong Y Combinator khi đó cũng đã có Order Ahead, một dịch vụ đặt món đến lấy, và thời điểm ấy nó còn có vẻ là thị trường lớn hơn
• Ban đầu họ đích thân đến từng nhà hàng ở Palo Alto để đề xuất hợp tác giao hàng, nhưng phần lớn đều bị từ chối, và phải mất khá lâu mới có đơn đầu tiên
  • Khách hàng đầu tiên là bạn của họ, rồi sau đó đơn hàng mới bắt đầu đến với tốc độ khoảng một đơn mỗi giờ
• Các nhà đầu tư ban đầu đều hoài nghi, với phản ứng như “cạnh tranh đã quá khốc liệt rồi”, “đã có Grubhub và Seamless rồi thì còn cần gì nữa?”
• Điểm khác biệt mà các nhà sáng lập tìm ra là tấn công khu vực ngoại ô (suburban area)
  • Grubhub và Seamless tập trung vào Manhattan và các khu vực đô thị đông đúc
  • DoorDash chú ý đến việc khu vực ngoại ô có nhu cầu giao hàng lớn nhưng chưa được phục vụ
  • Ngoại ô không hấp dẫn với các nền tảng hiện có do mật độ nhà hàng thấp, nhưng trên thực tế lại là một thị trường khổng lồ
• Ban đầu chiến lược ngoại ô trông giống như “một ý tưởng rõ ràng là tệ”
  • Nhà hàng phân tán, quãng đường giao xa, và unit economics bị cho là sẽ xấu
• Nhưng khi thực sự làm, họ nhận ra ở khu vực ngoại ô cạnh tranh ít hơn và nhu cầu rất lớn, nhờ đó tăng trưởng nhanh rồi cuối cùng mở rộng ngược vào khu vực đô thị
• Nhìn lại thì có vẻ hiển nhiên, nhưng vào thời điểm đó đây là một cú đặt cược ngược chiều và đầy rủi ro

Trường hợp 2: Lyft/Uber — vùng xám pháp lý và giá trị cho người dùng

• Từ Zimride pivot sang Lyft

  • Lyft ban đầu là dịch vụ đi chung xe đường dài mang tên Zimride
    • Trong Y Combinator khi đó cũng có Ridejoy, một đối thủ cùng mô hình, và hai bên cạnh tranh rất quyết liệt
    • Cả hai đều tìm người dùng qua Craigslist: kiểu như “cuối tuần này tôi lái xe đến LA, ai muốn đi cùng?”
    • Quy trình rất phức tạp với email qua lại dài dòng, sắp xếp giờ gặp, chia tiền xăng, v.v.
  • Khi tỷ lệ phổ cập smartphone đạt 70–80%, Zimride đã đổi chiến lược
    • Chuyển trọng tâm sang những chuyến đi ngắn thường nhật thay vì đường dài
    • Biến nó thành một dịch vụ có thể dùng mỗi ngày
    • Đây là thời điểm đầu tiên tận dụng lực lượng lao động theo mô hình mobile-first
  • Uber cũng khởi đầu gần thời điểm đó với dịch vụ xe sang màu đen, nhưng cách tiếp cận thì khác

• Vấn đề pháp lý và sự can đảm của nhà sáng lập

  • Khi nhắc đến thành công của Zimride (Lyft) trong các buổi office hour với những nhà sáng lập Ridejoy, phản ứng của họ là “có vẻ có vấn đề pháp lý và giống như bất hợp pháp nên chúng tôi không muốn làm”
    • Sự lo ngại đó của họ không phải là sai
  • Các nhà sáng lập Lyft đã cực kỳ lo lắng rằng có thể vào tù chỉ một tuần trước khi ra mắt, nhưng vẫn quyết định tung xúc xắc và ra mắt bằng mọi giá
  • Một lý do lớn khiến người khác không ra mắt Lyft hay Uber sớm hơn là vì về cơ bản nó là bất hợp pháp và họ sợ phải vào tù
  • Apoorva Mehta của Instacart cũng thử làm điều tương tự trong mảng giao hàng tạp hóa vào cùng giai đoạn đó, và thị trường đang kéo những dịch vụ này ra đời từ phía các startup

• Người dùng cuối có thể thay đổi quy định

  • Điều đó chứng minh rằng nếu người tiêu dùng cuối được hưởng lợi áp đảo, thế giới sẽ thay đổi luật
  • Nhiều ý tưởng startup vĩ đại nằm trong vùng xám pháp lý
    • Không hoàn toàn rõ là hợp pháp hay bất hợp pháp, mà khá mơ hồ
  • OpenAI cũng là một trường hợp tương tự: crawl toàn bộ web mà không xin phép
    • Có thể lập luận theo fair use, hoặc cũng có thể bị xem là vi phạm bản quyền quy mô lớn
  • Tính không hiển nhiên không chỉ đơn giản là không chắc về mặt trí tuệ liệu nó có thành công hay không, mà tinh tế hơn là cảm giác “trông hơi rủi ro”, “có gì đó khiến người ta không thoải mái”
  • Những nhà sáng lập thực sự vĩ đại lại xem chính cảm giác đó là một tín hiệu

• Sự thay đổi về chất lượng sống ở San Francisco

  • Sau khi Uber X và Lyft xuất hiện, điều này đã trở nên rõ ràng chỉ trong vài tháng đầu, đặc biệt là ở San Francisco
    • San Francisco nổi tiếng với hạ tầng taxi tệ hại và giao thông công cộng bất tiện
    • Đây là một dịch vụ ra đời từ nhu cầu thực tế
  • Chất lượng sống ở San Francisco được cải thiện mạnh mẽ
    • Mọi người thoát khỏi sự bất định khi gọi taxi mà một nửa số xe thậm chí không xuất hiện
    • Khi có thể tự do di chuyển, cuộc sống trong thành phố trở nên đáng sống hơn gấp 10 lần
  • Bài học ở đây không phải là hãy đi làm điều bất hợp pháp, mà là hãy suy nghĩ từ first principles để tìm ra thị trường và con người thực sự cần gì

Ví dụ 3: Coinbase—lựa chọn phản trực giác trong tiền mã hóa

• Khuynh hướng của cộng đồng tiền mã hóa thời kỳ đầu

  • Coinbase hoạt động trong vùng xám về tính hợp pháp, nhưng theo cách tiếp cận khác với Uber/Lyft
  • Tiền mã hóa chưa được hiểu đầy đủ nên khó xem là rõ ràng hợp pháp
  • Vì Coinbase thực sự cần đảm bảo được các đối tác ngân hàng để ra mắt dịch vụ, nên họ không thể chọn cách tiếp cận kiểu Uber là "cứ tung ra trước đã"

• Cách tiếp cận đi ngược số đông của Brian Armstrong

  • Các use case Bitcoin ban đầu được dẫn dắt bởi giới cypherpunk
    • Những người theo chủ nghĩa tự do cấp tiến
    • Phản đối hệ thống ngân hàng tập trung
    • Muốn có danh tính hoàn toàn ẩn danh
  • Bitcoin thời kỳ đầu gần với Silk Road hơn rất nhiều so với hiện nay
  • Brian Armstrong đã chọn cách tiếp cận đi ngược hoàn toàn
    • Trong giai đoạn 2010~2012, phần lớn những người thực sự quan tâm đến Bitcoin là cypherpunk
    • Lập trường của họ: "mặc kệ nhà nước, mặc kệ pháp luật, tự do triệt để thông qua Bitcoin"
  • Brian Armstrong thì làm việc với các công ty ngân hàng và hợp tác với cơ quan quản lý
    • Đó chính là cú đặt cược phản trực giác của ông

• Phần việc bổ sung khi thị trường chưa muốn

  • Ông cho rằng chấp nhận toàn bộ phần việc phát sinh là xứng đáng, ngay cả trong thời điểm còn chưa chắc thị trường có muốn hay không
  • Cypherpunk và Silk Road rõ ràng muốn tiền mã hóa và thanh toán ẩn danh
  • Nhưng người dùng phổ thông có muốn hay không thì chưa chắc
  • Vì vậy, việc trao đổi với ngân hàng, thiết lập quan hệ đối tác, và tuân thủ các quy định KYC (xác minh khách hàng) và AML (chống rửa tiền) khi đó không hề có vẻ đáng giá
    • Chỉ khi tin rằng một ngày nào đó người dùng phổ thông sẽ muốn giao dịch tiền mã hóa thì mới có lý do để làm những việc đó

• Sự phản đối dữ dội từ thị trường hiện hữu

  • Những thứ như KYC thực sự khiến sản phẩm tệ hơn
    • Bắt người dùng phải qua KYC làm tăng ma sát rất nhiều
  • Đây là điều hoàn toàn trái ngược với những gì thị trường khi đó muốn
    • Thị trường lúc bấy giờ (cypherpunk) đã cực kỳ phẫn nộ với cách tiếp cận tiền mã hóa của Brian và Coinbase
  • Bạn sẽ nghe những câu như "chuyện này sẽ không bao giờ hoạt động"
  • Khi thị trường hoàn toàn mới và đang ở giai đoạn đầu, những gì được xem là "hiển nhiên" thường lại sai một cách hiển nhiên
    • Đây có thể là một phiên bản rất sâu sắc của điều đó

• Cái bẫy của TAM

  • Khi Coinbase khởi đầu, quy mô thị trường tổng thể của Bitcoin không phải hàng chục tỷ USD mà chỉ ở mức vài chục triệu đến vài trăm triệu USD
  • Flock Safety cũng tương tự: nếu lấy số lượng nhóm cư dân nhân với ACV thì TAM chỉ tối đa khoảng $50M~$60M mỗi năm
  • Lời khuyên dưới góc nhìn VC: đừng dùng TAM chỉ như một checklist
    • Nó hữu ích như một chỉ số, nhưng cả nhà đầu tư lẫn nhà sáng lập đều không nên chỉ vì vậy mà gạch tên một cơ hội khỏi danh sách
  • Càng có nhiều quy tắc trong đầu tư, bạn càng có nhiều cách tự chặn mất cơ hội kiếm thật nhiều tiền trong venture

Ví dụ 4: Flock Safety—bán cho chính quyền địa phương và phần cứng

• Bắt đầu từ trải nghiệm cá nhân

  • Flock Safety cung cấp hệ thống camera nhận diện biển số tự động phục vụ an toàn cộng đồng
  • Nhà sáng lập Garrett Langley đến từ Atlanta và trước đó đã từng exit thành công, nhưng lần này là phần cứng
  • Trải nghiệm cá nhân của partner (Diana): ở Noe Valley, San Francisco, toàn bộ xe trên phố bị đột nhập cùng lúc
    • Một tổ chức chuyên nghiệp thực hiện với độ chính xác như chiến dịch quân sự
    • Camera Nest đã ghi lại toàn bộ, nhưng cảnh sát trả lời rằng "không có biển số thì chúng tôi chẳng thể làm gì"
    • Trải nghiệm này khiến việc đưa ra quyết định đầu tư từ first principles vào Flock Safety trở nên dễ dàng

• Tech stack và sản phẩm ban đầu

  • Phần cứng gồm camera gắn trên Raspberry Pi và bổ sung tấm pin mặt trời
  • Có thể chạy computer vision dựa trên ImageNet ở edge
  • Công nghệ năng lượng mặt trời đã phát triển đến mức có thể vận hành gần như vô thời hạn
  • Ban đầu bán cho các nhóm cư dân và HOA (hội chủ nhà) ở Piedmont và khu vực đô thị Atlanta

• Ba yếu tố mà VC không thích

  • Phần cứng: VC ghét phần cứng
  • Thị trường nhỏ: lấy số lượng nhóm cư dân nhân với ACV thì TAM chỉ tối đa $50M~$60M mỗi năm
  • Đặt trụ sở tại Atlanta, Georgia: không phải Silicon Valley
  • Ba yếu tố này khiến công ty về cơ bản gần như không thể gọi vốn

• Pivot mô hình kinh doanh và tăng trưởng

  • Ban đầu bán cho các nhóm cư dân, nhưng tăng trưởng chậm và bị chững ở mức doanh thu khoảng $600K mỗi tháng
  • Pivot mô hình kinh doanh: chuyển sang bán trực tiếp cho sở cảnh sát và chính quyền thành phố
    • Họ nhận ra sự cần thiết khi tính ngược từ mục tiêu tăng trưởng
    • Chỉ bán cho các nhóm cư dân thì không thể tăng trưởng đủ nhanh
    • Ban đầu điều này có vẻ bất khả thi, nhưng thực tế lại làm được
  • Trong các trường hợp thực tế, công ty đã góp phần phá các vụ án nghiêm trọng như bắt cóc
    • Các vụ án được phá được đưa lên bản tin tối, tạo hiệu ứng truyền miệng
    • Khi một thành phố phá được án, cảnh sát trưởng ở thành phố lân cận sẽ hỏi: "cái này là gì vậy? Chúng tôi cần ngay"
  • Xây dựng đội media: cung cấp cho người dẫn bản tin thông tin rằng Flock Safety đã giúp phá án cùng với video B-roll
    • Hiệu ứng lan truyền khiến sản phẩm phổ biến rất nhanh

• Thành quả hiện tại

  • Hiện đã đạt định giá $7.5B
  • Doanh thu hằng năm vượt xa $60M
  • Công ty đang giúp phá 10% tổng số vụ phạm tội được trình báo trên toàn nước Mỹ (một con số đáng kinh ngạc)
  • Công nghệ cốt lõi gần như vẫn giống lúc Demo Day, nhưng mô hình kinh doanh đã pivot nhiều lần
  • Họ vẫn bán cho các nhóm cư dân, nhưng việc chính thức bán cho sở cảnh sát mới là chìa khóa tăng trưởng

• Bài học có thể khái quát

  • Khi có ý tưởng startup và nói chuyện với nhiều VC, bạn sẽ nhận được rất nhiều phản hồi
  • Nếu Garrett đã nói chuyện với nhiều VC, có lẽ anh ấy sẽ nghe những câu như "cái này không phù hợp để VC tài trợ, bán cho chính quyền địa phương, làm phần cứng, anh nên làm B2B SaaS"
  • Việc đi vào một thị trường mà ai cũng thấy quá kỳ quặc nên gần như không có cạnh tranh lại là điều tốt
  • Khi tập trung vào khách hàng và nhu cầu thực tế, mọi thứ trở nên rõ ràng
  • Bạn không thể học điều này chỉ qua blog, X hay ChatGPT; phải thực sự thử rất nhiều thứ
  • Mỗi câu chuyện đều rất khác nhau, nhưng Garrett và đội Flock đều đặc biệt ở tư duy first principles
    • Sẽ xây cái gì
    • Sẽ thu hút khách hàng như thế nào
    • Mô hình kinh doanh nên là gì

Mô hình Forward Deployed Engineer và Giga ML

• Sự trỗi dậy của Forward Deployed Engineer

  • Gần đây nó đã trở thành playbook mặc định của các startup
  • Công việc là chuyển đổi schema và business logic của khách hàng sang schema và logic của mình
  • Về bản chất đây là công việc tư vấn
  • Các công ty áp dụng mô hình này đang cho thấy tốc độ tăng trưởng rất mạnh
  • Tuy nhiên, nếu nó đã trở thành playbook mặc định ăn sâu nhất, thì đó cũng là cơ hội để tiếp cận theo hướng phản trực giác

• AI Forward Deployed Engineer của Giga ML

  • Công ty xây dựng AI Forward Deployed Engineer riêng bằng cách dùng sinh mã thay cho FD là con người
  • FD là con người vẫn cần vài tuần (dù vẫn nhanh nếu so với tư vấn enterprise truyền thống)
  • AI FD thì có thể hoàn thành chỉ trong vài phút
  • Đây là lý do lớn giúp họ chốt deal nhanh hơn các đối thủ
  • Trên thực tế, nó hoàn toàn không còn là FD mà là chính sản phẩm
    • Khách hàng nhập đặc tả vào là nhận ngay sản phẩm
  • Đây là một ví dụ về cú đặt cược phản trực giác có thể lật bàn cờ, và có thể mang lại kết quả rất lớn

Nhà sáng lập kiểu SF (khoa học viễn tưởng) và những ý tưởng khổng lồ “bất khả thi”

• Trường hợp của OpenAI

  • Khi Sam Altman, xuất thân từ Y Combinator, bắt đầu OpenAI, ngay cả việc AI có khả thi hay không cũng còn chưa chắc chắn
    • Ban đầu, nó chủ yếu trông giống như một dự án thử nghiệm của các nhà nghiên cứu
    • Công bố bài báo, bộ giải Rubik, AI chơi game Dota và nhiều dự án phụ khác
    • Không rõ tất cả những thứ đó sẽ được hợp nhất như thế nào để trở thành OpenAI của hiện tại
  • Vào thời điểm ra mắt, công ty nhận phần lớn là các bài báo tiêu cực từ truyền thông
    • Chỉ một số ít người lạc quan về công nghệ phản ứng tích cực
    • Giới học thuật và các nhà nghiên cứu AI ở những công ty khác phần lớn cực kỳ tiêu cực
    • Có những lời chỉ trích như: “Việc những người ở độ tuổi 20~30 có thể tạo ra AGI là điều vô lý”
    • Phản ứng kiểu: “Chúng tôi đã nghiên cứu 50 năm rồi, nếu có cách thì đã làm từ lâu”
    • Việc “không công bố bài báo” là một điểm bị chỉ trích lớn
  • Cũng có chỉ trích rằng việc đổ hàng triệu đô la chi phí GPU vào scaling laws không tạo ra thêm nhiều bài báo
    • Bài báo là mục tiêu tối ưu hóa sai lầm (paperclip optimization)
    • Những builder thực thụ tối ưu cho kết quả dành cho khách hàng và người dùng
  • Việc kiên định với hướng đi đó đã dẫn tới thành công hiện tại

• Trường hợp của SpaceX

  • Elon Musk là tỷ phú thứ năm bắt đầu một công ty du hành vũ trụ
    • Bốn tỷ phú trước đó đều đã thất bại
    • Truyền thông chế giễu rằng “lại thêm một tỷ phú đốt tài sản vào tên lửa”
  • Khái niệm tên lửa tái sử dụng từng bị xem là một ý tưởng mang tính báng bổ (blasphemous)
    • Khi hỏi ý kiến các nhà khoa học tên lửa, câu trả lời là “bất khả thi”
  • Trong nhiều năm đã có rất nhiều lần phóng thất bại
    • Mỗi khi tên lửa phát nổ lại có một làn sóng đưa tin tiêu cực khác
  • Cả hai công ty (OpenAI, SpaceX) đều phải để các nhà sáng lập kiên định với niềm tin trong khi suốt thời gian dài bị phần lớn mọi người nói là ngu ngốc hoặc điên rồ

• Nam châm dành cho 1 người trong 10

  • 9 trên 10 người có thể nói bạn ngu ngốc hoặc điên rồ, nhưng 1 trên 10 người có thể đồng ý với niềm tin của bạn
  • Lý do cần những thứ đi ngược số đông nhưng cuối cùng được chứng minh là đúng là vì chúng đóng vai trò như nam châm hút tất cả những người có cùng cách nghĩ

Cách phán đoán thực tế

• Cần xem xét lại cách biết được điều gì trên thế giới là đúng và chính xác
• Xem xét lại mọi nguồn thông tin và kiểm tra xem nó đến từ đâu
• Nếu nó đến từ người dùng, từ trải nghiệm cá nhân, từ trải nghiệm của những người bạn đã trực tiếp trò chuyện, thì đó là nền tảng tốt, có thể kiểm chứng, của thực tế
• Lướt doomscroll trên X hoặc nghe lời người nổi tiếng nói ra điều gì đó (thành thật mà nói, kể cả những người đối thoại này) thì tất cả cũng chỉ là N=1
  • Điều quan trọng là những người có vấn đề cụ thể mà bạn quan tâm
  • Khả năng giải quyết vấn đề đó
  • Khả năng thu hút tất cả những người khác cũng muốn giải quyết vấn đề đó

Lời khuyên cốt lõi: tập trung vào vấn đề của khách hàng

• Đừng cố làm điều gì bất hợp pháp; hãy tìm thứ con người thực sự khao khát và cần đến
• Khi đó phần còn lại sẽ tự vận hành
• Nếu thực sự tập trung vào vấn đề của con người và mức độ nghiêm trọng của vấn đề đó, thì phần còn lại sẽ tự nhiên được tháo gỡ
  • Bạn sẽ tìm ra mô hình kinh doanh
  • Bạn sẽ tìm ra phân phối
• Không thể ngồi trước máy tính rồi biết những thứ này như thể nhận được sấm truyền
  • Bạn thực sự phải bước ra khỏi nhà
  • Bạn phải nói chuyện với khách hàng
• Lý do cách đặt mục tiêu của Y Combinator hữu ích
  • Suy ngược từ mục tiêu tăng trưởng để xác định cần làm gì

Cái bẫy của những thứ phổ biến

• Nếu chỉ cố làm những gì đang phổ biến, bạn sẽ bám vào những ý tưởng phái sinh, hiển nhiên, nơi đã có 5, 10, hoặc 100 đối thủ cạnh tranh
• Điều đó tốt cho hạng 1, hạng 2, nhưng từ hạng 3 đến hạng 98 thì startup sẽ chết

[yeobi222]

Góc nhìn về pháp chế nghe có vẻ khá nguy hiểm
Dù cũng không hẳn là nói sai