Lịch sử lặp lại – và chúng ta có thể học được nhiều điều từ nó

Vào thời kỳ đỉnh cao của bong bóng dot-com, chỉ cần thêm cụm “.com” vào tên công ty là giá cổ phiếu có thể tăng vọt. Ngay cả khi doanh nghiệp đó chưa có khách hàng thật sự, chưa tạo ra doanh thu và cũng chẳng rõ ràng con đường sinh lời.

Hơn hai thập kỷ sau, một phiên bản mới của làn sóng ấy đang diễn ra. Chỉ là lần này, cụm từ được gắn lên mọi thứ không phải “.com” nữa, mà là... “AI.”

Từ bản giới thiệu sản phẩm, slide gọi vốn cho đến cả tên miền, rất nhiều công ty đang tìm cách gắn AI vào để kịp bắt nhịp “cơn sốt.” Theo số liệu từ Domain Name Stat, chỉ riêng năm 2024, số lượng tên miền đuôi “.ai” đã tăng tới 77,1% so với năm trước.

Tuy nhiên, như đã từng xảy ra với dot-com, công nghệ đột phá chưa bao giờ là đủ. Những công ty vượt qua được cú sập năm đó là những người giải quyết được vấn đề thật và có chiến lược tăng trưởng rõ ràng.

Và lần này với AI, những người chiến thắng sẽ không phải là kẻ gắn nhãn nhanh nhất, mà là những người biết đi chậm mà chắc.

Đừng vội đi lớn – hãy đi hẹp và sâu trước đã

Một trong những sai lầm đắt giá nhất thời dot-com là “go big too soon.”

Cùng là startup, nhưng eBay khởi đầu chỉ đơn giản là một trang đấu giá trực tuyến cho người sưu tầm đồ chơi Pez. Cực kỳ ngách. Nhưng chính vì ngách nên họ giải quyết một vấn đề rất cụ thể mà không ai khác làm được. Khi đã chiếm lĩnh được cộng đồng người dùng đầu tiên, họ mới từ từ mở rộng sang điện tử, thời trang, và gần như mọi thứ như ngày nay.

Trong khi đó, Webvan lại muốn thay đổi toàn bộ cách mua sắm nhu yếu phẩm – tất cả một lúc, ở nhiều thành phố khác nhau. Họ đổ tiền vào xây kho, hệ thống vận chuyển... khi cầu thị trường chưa thực sự rõ ràng. Và cuối cùng, họ sụp đổ vì tự đè nặng chính mình.

Vâng, bài học ở đây là: hãy bắt đầu với một nhu cầu thật hẹp, thật cụ thể. Làm tốt một việc trước, rồi hãy mơ lớn.

Trong thế giới AI, điều này càng đúng. Đừng cố xây một công cụ “AI làm được mọi thứ.” Thay vào đó, hãy tự hỏi: mình đang xây sản phẩm cho ai?

Là người làm sản phẩm không biết SQL? Là nhà phân tích dày dạn kinh nghiệm? Hay là designer chỉ cần báo cáo đơn giản? Mỗi nhóm đó sẽ có hành vi, nhu cầu và kỳ vọng hoàn toàn khác nhau.

Việc tập trung vào một nhóm người dùng cụ thể – ví dụ: PM kỹ thuật biết chút SQL nhưng cần insight nhanh để ra quyết định – sẽ giúp bạn hiểu người dùng sâu sắc, tinh chỉnh sản phẩm phù hợp, và từ đó, mở rộng một cách vững vàng.

Dữ liệu là lợi thế tích lũy – đừng để tuột mất từ đầu

Tìm được nhu cầu là một chuyện. Nhưng nếu muốn tồn tại lâu dài, bạn phải xây được lợi thế cạnh tranh bền vững.

Thời dot-com, Amazon không chỉ bán sách. Họ dùng dữ liệu người dùng để cá nhân hóa đề xuất, tối ưu tồn kho và giao hàng. Google thì thu thập mọi truy vấn, nhấp chuột để cải thiện kết quả tìm kiếm và quảng cáo. Cả hai đều xây được “vòng lặp dữ liệu” ngay từ đầu sản phẩm – và nhờ đó, tạo ra lợi thế mà người đi sau rất khó bắt kịp.

Với AI ngày nay, dữ liệu cũng chính là “moat” bạn cần xây. Ai cũng có thể fine-tune một mô hình mã nguồn mở. Nhưng không ai có được dữ liệu chính chủ, liên tục, chất lượng cao nếu bạn không thiết kế sản phẩm để thu thập và học từ nó.

Hãy hỏi sớm những câu quan trọng:

• Người dùng sẽ tạo ra dữ liệu gì khi tương tác với sản phẩm của bạn?

• Bạn có cơ chế nào để biến những dữ liệu đó thành phản hồi giúp cải thiện trải nghiệm?

• Có dữ liệu chuyên ngành nào bạn có thể thu thập – một cách có đạo đức và bảo mật – mà đối thủ không có không?

Như Duolingo, họ không chỉ dùng GPT-4 để hỗ trợ học ngoại ngữ. Họ tạo ra tính năng như “Giải thích câu trả lời của tôi”, “nhập vai hội thoại”... từ đó thu thập được cách người dùng suy nghĩ và phản ứng – chứ không chỉ câu trả lời đúng/sai. Điều này tạo ra tập dữ liệu độc quyền mà đối thủ khó sao chép.

Lời kết: Thành công thật sự không đến từ việc “chạy theo”

Bong bóng dot-com dạy ta rằng: hào quang rồi sẽ phai, nhưng nền tảng vững chắc thì ở lại.

Và với Gen AI cũng vậy.

Doanh nghiệp thành công trong kỷ nguyên này sẽ không phải là những cái tên xuất hiện trên báo nhiều nhất, mà là những người giải quyết được bài toán thực tế, mở rộng có chiến lược và có dữ liệu riêng để làm lợi thế.

AI không phải là cuộc đua nước rút. Mà là một hành trình dài hơi.

Chỉ những ai hiểu điều đó – và có sự kiên trì – mới có thể đi đến cùng.