Startup tăng trưởng kép sau khi nuốt viên thuốc AI
(x.com/annimaniac)- Sau khi trực tiếp ghé thăm các doanh nghiệp AI-native ở San Francisco và quan sát cách họ làm việc thực tế, có thể thấy một mô hình vận hành về cơ bản khác với startup truyền thống đang xuất hiện, từ sự biến mất của vai trò quản lý sản phẩm (PM) đến việc tăng tốc độ thử nghiệm trên toàn tổ chức
- Trong 5 công ty được ghé thăm, chỉ có đúng 1 PM chuyên trách; cấu trúc đang chuyển sang kiểu kỹ sư trực tiếp nói chuyện với khách hàng và tự đảm nhiệm các quyết định sản phẩm
- Khi gần như mọi thứ đều có thể được triển khai chỉ trong một ngày, cám dỗ trở thành 'nhà máy tính năng (feature factory)' nổi lên như rủi ro chiến lược lớn nhất
- Stack công nghệ đang hội tụ về Slack, Claude Code, GitHub, Codex và Linear, trong đó Slack đóng vai trò trung tâm điều phối agent
- Chi phí thử nghiệm sụp đổ giúp các công ty đạt được vòng lặp lặp lại nhanh hơn 3~5 lần, và khoảng cách giữa các công ty đã nội hóa AI với các công ty vẫn còn đang bàn về chiến lược đang nới rộng theo từng tuần
Sự biến mất của vai trò PM
- Trong 5 công ty được ghé thăm trong một ngày, chỉ có đúng 1 PM chuyên trách, bao gồm cả một công ty quy mô 40 người
- Kỹ sư nói chuyện với khách hàng mỗi ngày và trực tiếp sở hữu quyết định sản phẩm từ đầu đến cuối
- Đây không phải là PM được “hỗ trợ”, mà là chính vai trò đó đang bị hấp thụ vào engineering và design
Tác dụng phụ nguy hiểm nhất: nhà máy tính năng
- Khi có thể triển khai yêu cầu của khách hàng chỉ trong một ngày, cám dỗ xây dựng mọi thứ trở nên áp đảo
- Nhiều công ty xem đây là rủi ro chiến lược lớn nhất hiện tại của họ
- Những công ty vượt qua được vấn đề này đều đặt ra các ràng buộc nghiêm ngặt
- Agent của một công ty chỉ có thể thay đổi cấu hình của các tính năng hiện có thông qua JSON, hoàn toàn không thể tạo mã ứng dụng mới
- Một công ty khác dùng North Star metric ở cấp squad để loại bỏ ý tưởng trước khi phát hành
- Nhiều công ty nhấn mạnh rằng nhà sáng lập phải tự quyết định đâu là phần sản phẩm có lập trường rõ ràng và đâu là phần linh hoạt
- Khi chi phí thực thi gần như bằng 0, gu (taste) trở thành hào lũy (moat), nhưng cách hiện thực hóa điều đó ở cấp tổ chức vẫn đang được xác định
Sự hội tụ của stack công nghệ
- Gần như mọi công ty được ghé thăm đều dùng cùng một stack cốt lõi: Slack, Claude Code, GitHub, Codex để review code và Linear
- Linear không chỉ sống sót qua khủng hoảng SaaS mà còn đang tạo ra một lộ trình dẫn tới thịnh vượng
- Slack đang nổi lên như lớp điều phối trung tâm cho agent
- Phản ứng emoji tự động tạo ticket
- Bot thực hiện báo cáo chẩn đoán và phân loại vấn đề khách hàng
- Khi agent được tag vào thread, nó lập tức bắt đầu công việc sửa lỗi
- Sáu tháng trước, Cursor xuất hiện trong mọi cuộc trò chuyện, nhưng hiện nay chỉ còn được nhắc đến rải rác
- Các kỹ sư đang sống trong Claude Code; một nhà nghiên cứu từng dùng song song Cursor và Claude rồi tự hỏi vì sao mình lại cần cửa sổ thứ hai
- Việc kỹ sư gần như không có lòng trung thành hay gắn bó với một công cụ coding cụ thể là điều đáng lo với các nền tảng coding
- Nếu không học mô hình từ dữ liệu do kỹ sư tạo ra thì khó giữ được giá trị dài hạn; ở điểm này Anthropic đang ở vị thế thuận lợi cùng với tin tức về Mythos
Mở rộng năng lực trên toàn tổ chức
- Một enterprise account manager đã yêu cầu đội sản phẩm tự động hóa việc upload tài khoản trong nhiều tháng nhưng luôn bị đẩy lùi ưu tiên → khi nhờ AI agent trong Slack thì vấn đề được giải quyết chỉ sau 1 giờ
- Đội kế toán trực tiếp viết truy vấn cơ sở dữ liệu và dùng MCP để phân tích dữ liệu kinh doanh của chính công ty
- Chief of Staff tạo thư trực tiếp và tài liệu marketing trong vòng 30 phút
- Thay đổi bị đánh giá thấp nhất không phải AI làm gì cho kỹ sư, mà là những gì nó làm cho tất cả những người còn lại
Chi phí thử nghiệm sụp đổ và hiệu ứng lãi kép
- Một nhà nghiên cứu thử nghiệm 10 thiết kế giao diện, vận hành mỗi thiết kế trong một ngày rồi loại bỏ 9 cái
- Nhà thiết kế tạo nhiều vòng lặp cạnh tranh trong một tab riêng chỉ trong vòng 6 phút
- Một growth PM không có chút kinh nghiệm lập trình nào đã xây dựng toàn bộ pipeline Meta Ads (brief chiến lược, video quảng cáo do AI tạo, đăng tự động lên Meta) chỉ trong hai ngày
- Trước khi tiếp xúc khách hàng thật, họ dùng AI để mô phỏng khách hàng
- Một nhóm tạo AI agent đóng vai nhiều persona người dùng khác nhau để stress test sản phẩm mà không cần phản hồi thực
- Một nhóm khác thực hiện hàng trăm cuộc phỏng vấn nghiên cứu mỗi tuần thay vì 50 cuộc mỗi quý
- Một công ty xây dựng persona khách hàng bao gồm toàn bộ lịch sử đàm phán, sở thích giao tiếp và mẫu ra quyết định để chuẩn bị cho các cuộc gọi bán hàng
- Các công ty đang đạt được vòng lặp nhanh hơn 3~5 lần, và tốc độ này thể hiện theo hai cách
- Hoàn thành từng thử nghiệm đơn lẻ nhanh hơn để thực hiện được nhiều thử nghiệm hơn trong cùng khoảng thời gian
- Tiến hành nhiều thử nghiệm song song cùng lúc
- Các giai đoạn xây dựng và học hỏi được nén lại trên toàn tổ chức, khiến tri thức được tích lũy theo lãi kép
- Một thay đổi tương tự như việc chiến tranh chuyển từ máy bay chiến đấu sang bầy drone cũng đang diễn ra trong cách vận hành doanh nghiệp
Triển vọng sắp tới
- Tác giả sẽ tiếp tục ghé thăm thêm các công ty và công bố các case study chuyên sâu với ví dụ cụ thể hơn
- Một mô thức đã rất rõ: khoảng cách giữa các công ty đã nội hóa cách làm này và những công ty vẫn còn bàn về “chiến lược AI” là cực lớn, và đang nới rộng theo từng tuần
1 bình luận
Khoảng cách giữa những công ty đã nội tại hóa được cách làm này và những công ty vẫn còn đang bàn về "chiến lược AI" là cực kỳ lớn, và mỗi tuần lại càng nới rộng thêm. Câu này thực sự chạm mạnh vào mình... bên mình vẫn còn chỉ đang thảo luận chiến lược(??), cứ thế này thì không biết đến lúc nào sẽ bị tụt lại phía sau.. chắc là đã tụt lại rồi ấy chứ T_T