Tin tốt cho startup: các doanh nghiệp vẫn chưa triển khai AI đúng cách [YouTube]

• Theo một khảo sát nghiên cứu của MIT, 95% dự án AI trong doanh nghiệp thất bại, nhưng trên thực tế điều này cho thấy vấn đề mang tính cấu trúc: các tập đoàn lớn không thể tự xây dựng AI hiệu quả
• Các doanh nghiệp lớn cố gắng xây dựng hệ thống AI thông qua đội IT nội bộ hoặc công ty tư vấn, nhưng phần lớn thất bại vì thiếu năng lực phát triển sản phẩm và rào cản chính trị nội bộ
• Tỷ lệ thành công của các dự án chọn startup bên ngoài làm nhà cung cấp cao hơn nhiều so với tự phát triển, và giờ đây doanh nghiệp gần như buộc phải dựa vào giải pháp của startup
• Bên trong các đội kỹ thuật của tập đoàn lớn có rất nhiều người hoài nghi AI, nên họ không thể tạo ra sản phẩm thực sự hoạt động, và điều này mang lại cơ hội chưa từng có cho startup
• Việc xây dựng các hệ thống AI-native cùng rào cản gia nhập cao do chi phí chuyển đổi đang tạo ra môi trường thuận lợi cho những startup có thể làm ra giải pháp hoạt động đúng nghĩa

---

Nội dung thực sự của báo cáo nghiên cứu MIT

• Cách diễn giải méo mó do các influencer AI lan truyền: trên X và YouTube, con số "95% dự án AI thất bại" được đưa ra như bằng chứng rằng "AI là trò lừa đảo"
• Nội dung nghiên cứu thực tế là phân tích cách doanh nghiệp áp dụng AI và các yếu tố thành công, đồng thời xác nhận cách AI agent vận hành trong thực tế và phương pháp tiếp cận hiệu quả
• Ngay cả sinh viên đại học cũng chỉ đọc phiên bản tweet rồi kết luận sai rằng "các startup AI mà YC nói đến không hoạt động"

Nguyên nhân mang tính cấu trúc khiến AI trong doanh nghiệp thất bại

• Vấn đề cố hữu của hệ thống IT nội bộ: phần lớn hệ thống IT nội bộ của doanh nghiệp có chất lượng thấp; ngay cả khi thuê các công ty tư vấn như Ernst & Young hay Deloitte thì vấn đề còn tăng gấp đôi
• Ngay cả Apple cũng thất bại trong phát triển phần mềm: dù có nguồn vốn vô hạn và khả năng tiếp cận nhân tài, Apple vẫn xuất hiện lỗi mỗi ngày trong ứng dụng lịch
  • Đây là ví dụ cho thấy ngay cả doanh nghiệp thông thường hay phòng IT cũng rất khó tạo ra phần mềm tốt
• Xung đột chính trị trong tổ chức: khi triển khai phần mềm phức tạp trong tập đoàn lớn, nhiều nhóm cùng tham gia sẽ dẫn tới đấu đá chính trị và tranh chấp lãnh địa
  • Các tư vấn viên phải đứng giữa đội khoa học dữ liệu, đội hỗ trợ khách hàng, đội IT... để viết tài liệu yêu cầu
  • Nhưng các tư vấn viên lại thiếu chuyên môn kỹ thuật để thực sự xây dựng phần mềm
• Giới hạn của hệ thống legacy: hệ thống nội bộ của doanh nghiệp quá cũ và bị silo hóa, nên cùng lúc cần cả chuyên môn tư vấn bên ngoài lẫn năng lực xây dựng phần mềm
• Kết quả cuối cùng thường giống như một con lạc đà do ủy ban thiết kế ra, tức sản phẩm của những thỏa hiệp thiếu tính thực dụng

Các ví dụ startup thành công

• Tactile (công cụ ra quyết định cho doanh nghiệp)

  • Xử lý KYC/AML theo thời gian thực cho ngân hàng: xử lý ở quy mô hàng triệu lượt mỗi ngày cho việc xác minh tín dụng người vay và kiểm tra quy tắc nghiệp vụ
  • Citibank và JP Morgan đã thử tự phát triển nhưng mất 3-5 năm và tiêu tốn hàng chục triệu USD
  • Tactile cung cấp quyết định theo thời gian thực qua REST API, có thể cắm plugin mô hình AI mới nhất, và được xây dựng với chỉ một phần ngân sách cùng thời gian ngắn hơn nhiều

• Greenlight (hệ thống AI cho ngân hàng)

  • Một ngân hàng đã yêu cầu nhà cung cấp hiện có là Ernst & Young xây dựng hệ thống AI
  • Ernst & Young phát triển suốt 1 năm nhưng thất bại hoàn toàn
  • Sau đó ngân hàng quay lại tìm Greenlight và hiện giải pháp đã được triển khai đầy đủ và đang vận hành

• Kết quả nghiên cứu: nhà cung cấp bên ngoài vs phát triển nội bộ

  • Trong các dự án được khảo sát, 2/3 là tự phát triển hoặc hợp tác với công ty tư vấn
  • Chỉ 1/3 mua sản phẩm từ nhà cung cấp bên ngoài như Greenlight hay Tactile
  • Khi chọn nhà cung cấp bên ngoài, tỷ lệ thành công cao hơn rất nhiều so với tự phát triển

Vì sao startup thành công

• Vấn đề thiếu polymath: cực kỳ hiếm người vừa giỏi sản phẩm vừa giỏi kỹ thuật
  • Những kỹ sư xuất sắc thường chỉ tập trung vào code và không thể giao tiếp với người dùng chuyên môn như nhân viên ngân hàng
  • Các chuyên gia domain thì lại thiếu năng lực code, công nghệ, thiết kế và đưa sản phẩm ra thị trường
• Trường hợp Windsurf: một lãnh đạo bán hàng không có bằng kỹ sư đã tự tạo công cụ của riêng mình bằng Windsurf
  • Ở các tổ chức có IQ 150 điều này đã xảy ra, nhưng với phần lớn tổ chức thì vẫn chưa thể
• Khoảng trống ở dạng startup: trong mọi quy trình kinh doanh và hệ thống đều có những khoảng trống mà startup cần lấp đầy
• Cần một tổ hợp năng lực hiếm có: hiểu AI hiện đại, có cảm quan sản phẩm và hiểu quy trình con người

• Trường hợp Castle AI (máy chủ thế chấp)

  • Các nhà cung cấp legacy cố gắng thêm AI: họ chắp vá AI lên trên các hệ thống đã tồn tại hàng chục năm để đối phó cạnh tranh
  • Ngân hàng bắt buộc phải tổ chức các cuộc thi bake-off với những nhà cung cấp hiện tại mà họ tin tưởng
  • Trong nhiều trường hợp, giải pháp của nhà cung cấp chỉ ở mức "gắn AI vào cho có" và rất tệ
  • Castle AI đã ký được hợp đồng với các ngân hàng lớn nhờ cảm quan sản phẩm native ngay từ đầu
  • Chỉ sau 1 năm triển khai đã đạt kết quả

• Trường hợp Reducto (xử lý tài liệu)

  • Được chính doanh nghiệp FAANG phát hiện qua YC Launch: ký được hợp đồng với một công ty FAANG chỉ sau 154 ngày kể từ khi vào batch
  • Doanh nghiệp đó đã cố gắng tự xây giải pháp trong nhiều năm
    • Họ đã thử open source, AWS Tesseract và nhiều giải pháp OCR khác nhưng thất bại
  • Giành được hợp đồng nhờ độ xuất sắc của sản phẩm (product excellence)
  • Đồng thời phải cạnh tranh với đội nội bộ và khéo léo điều hướng chính trị tổ chức
    • Đây cũng là thách thức được nhắc đến trong báo cáo MIT
  • Hiện đã vận hành trong môi trường production hơn 1-2 năm

Chiến lược thành công

• Nuôi dưỡng champion nội bộ: tìm được người bên trong muốn trao cơ hội cho những người trẻ thông minh
• Mẫu champion nội bộ lý tưởng trong doanh nghiệp
  • Nhân viên từng mơ làm startup nhưng né tránh rủi ro: những người trên thực tế sẽ không tự khởi nghiệp
  • Có xu hướng thỏa mãn gián tiếp thông qua các startup thú vị
  • Họ muốn người sáng lập thành công vì cảm thấy mình đang cùng tham gia hành trình startup
  • Hãy tìm những người muốn nuôi dưỡng giấc mơ startup bên trong mình
• Tư thế mà nhà sáng lập nên có
  • Đừng chạy theo chủ nghĩa hình thức như mặc vest hay bắt chước trang chủ Microsoft
  • Điều quan trọng là hành xử chân thực, đúng chất startup
  • Việc trông thông minh và chín chắn là quan trọng, nhưng không cần quá kiểu cách

Ý chí áp dụng AI của doanh nghiệp và cơ hội cho startup

• Thông điệp tích cực cốt lõi của báo cáo MIT: nhu cầu áp dụng AI của doanh nghiệp là cực lớn
• So với thời vận hành TripleByte trước đây, hiện tại việc bán AI agent cho các công ty FAANG dễ hơn nhiều
• Doanh nghiệp thích mua giải pháp từ các công ty phần mềm hiện hữu hoặc startup giai đoạn sau
  • Họ thích những công ty có nhiều vốn hơn và trông ít rủi ro hơn
• Vấn đề cấu trúc khiến họ về cơ bản không thể tạo ra sản phẩm:
  • Các đội kỹ thuật của tập đoàn lớn được cấu thành bởi những người không tin vào AI
  • Họ không dùng công cụ sinh mã
  • Khi ai đó nói nghiên cứu MIT đang bị thổi phồng, họ sẽ retweet và thích điều đó
  • Họ bám vào câu chuyện mà họ muốn tin
• Nếu kỹ sư không tin, không thể xây được sản phẩm hoạt động
• Cơ hội chưa từng có cho startup: nếu làm ra sản phẩm hoạt động, doanh nghiệp sẽ buộc phải nói chuyện
  • Vì họ không thể tự xây nội bộ và cũng không thể tìm đến các công ty cũ

Thông điệp gửi tới những người hoài nghi AI

• Hãy tự mình thử

  • Nếu là kỹ sư, hãy đầu tư thời gian dùng nó trong dự án thực tế
  • Đừng thử một lần rồi thấy lỗi tên biến là bỏ cuộc
  • Bạn cũng có thể làm từ một side project thú vị thay vì công việc chính
  • Trường hợp "Vibe Coding Dad's Night": một chủ nhà không rành kỹ thuật đã tự làm hệ thống kiểm tra tiền thuê của người thuê
  • Đây là công cụ có thể biến kỹ sư 10x thành 100x, và kỹ sư 1x thành 10x
  • Thách thức là phải vượt qua cảm xúc bên trong bản thân

• Trường hợp bóp méo cuộc phỏng vấn Andrej Karpathy

  • Tweet viết: "Karpathy nói agent đang bị thổi phồng quá mức"
  • Phát biểu thật là: không thể chỉ đưa prompt cho agent rồi kỳ vọng kết quả hoàn hảo; cần có dữ liệu đúng, ngữ cảnh đúng, đánh giá đúng và công cụ phù hợp
  • Ý nghĩa thực sự: đây là cơ hội khổng lồ cho startup và các nhà phát triển phần mềm
    • Vẫn còn cả núi công cụ tuyệt vời cần được xây dựng
  • AI là một công cụ và cần được hỗ trợ để hoạt động tốt hơn, không thể kỳ vọng nó vận hành như phép màu

Việc xây lại hệ thống AI-native chính là cơ hội

• Cần viết lại hoàn toàn mọi hệ thống theo hướng AI-native
• Phần mềm phải được viết lại từ đầu để có thể làm việc cùng AI
• Điều này mang đến cơ hội vô hạn cho nhà sáng lập
• "Một khi đã đầu tư thời gian để huấn luyện hệ thống, chi phí chuyển đổi sẽ trở nên cao đến mức khó có thể chịu nổi"
• Đây chính là moat: câu trả lời rõ ràng cho những ai lo rằng các lớp bọc ChatGPT không có hào lũy

Kết luận: cơ hội cho startup

• Cách hiểu sai của phe bi quan về AI: bóp méo tỷ lệ thất bại 95% như bằng chứng rằng AI là bất khả thi
• Thông điệp thực sự: triển khai AI là việc rất khó và chỉ 5% thành công
• Nhưng tỷ lệ được YC nhận còn dưới 1%: chính 1% nhà sáng lập đó sẽ tạo ra những trường hợp triển khai thuộc top 1% thành công
• Yếu tố thành công: năng lực kỹ thuật vượt trội + năng lực polymath + sự thấu hiểu con người
  • Hiểu điều mà CIO của một công ty fintech trị giá 5 tỷ USD thực sự mong muốn
• Sự tự tin rằng bạn có thể nằm trong 5% đó: nếu bạn thực sự giỏi thì hoàn toàn có thể, và YC đã có rất nhiều ví dụ như vậy