Đánh giá sách: Đầu tư vào AI: Sáu mô hình tư duy giúp phân biệt lợi thế cạnh tranh bền vững với cạm bẫy, của Rob May

Tôi rất hào hứng khi đọc Đầu tư vào AI: Sáu mô hình tư duy giúp phân biệt lợi thế cạnh tranh bền vững với cạm bẫy, phần lớn vì tôi đã theo dõi Rob May nhiều năm qua bản tin về đầu tư vào AI của ông. Theo tôi, điều khiến Rob May khác biệt với nhiều nhà đầu tư là ông sẵn sàng tránh tư duy bầy đàn và lập luận từ những nguyên lý căn bản. Ông nhìn xa hơn những câu chuyện đang thịnh hành để tìm hiểu cách một doanh nghiệp thực sự vận hành, lợi thế của doanh nghiệp bắt nguồn từ đâu và liệu những lợi thế ấy có thể trụ vững trước bước chuyển đổi công nghệ tiếp theo hay không.

Đó là điểm cuốn sách này tỏa sáng. Đây là cuốn sách đầu tiên tôi gặp tiếp cận việc đầu tư vào AI theo cách này. Thay vì chỉ ra một công nghệ hấp dẫn hay một thị trường đang phát triển, sách đề nghị độc giả suy nghĩ lại cách phân tích các doanh nghiệp được xây dựng xoay quanh công nghệ ấy. Cơ hội là vô cùng lớn, nhưng nhận ra một năng lực AI đầy hứa hẹn và nhận ra một công ty đáng để đầu tư là hai kỹ năng rất khác nhau.

Khi câu chuyện về AI va chạm với thực tế

Rob May đặt vấn đề trong bối cảnh những câu chuyện quen thuộc với bất kỳ ai từng theo dõi hệ sinh thái AI. Jasper trở thành cái tên nổi đình đám trên truyền thông và huy động được 125 triệu USD với mức định giá 1,5 tỷ USD. Sau đó, ChatGPT đưa khả năng tạo văn bản mạnh mẽ đến thẳng người tiêu dùng, đặt dấu hỏi về giá trị của một sản phẩm được xây dựng dựa trên khả năng tiếp cận những năng lực nền tảng tương tự. Rob May dùng sự đảo chiều này để phân tích tốc độ một lợi thế tưởng như vững chắc có thể trở nên mong manh.

Điều khiến tôi chú ý ở ví dụ này là câu hỏi buộc nhà đầu tư hoặc nhà sáng lập phải đối mặt: khi công nghệ nền tảng trở nên phổ biến và dễ tiếp cận, khách hàng vẫn cần gì ở công ty của bạn? Điều gì tạo nên khác biệt giữa một doanh nghiệp có lợi thế cạnh tranh bền vững và một sản phẩm AI chỉ bọc ngoài một mô hình khác? Có lợi thế đi trước giúp doanh nghiệp có thêm thời gian, nhưng không trả lời được câu hỏi đó. Quyền làm chủ quy trình công việc, khả năng phân phối, kiến thức chuyên môn và mối quan hệ với khách hàng đều trở nên quan trọng hơn nhiều khi quyền tiếp cận mô hình trở thành một thứ phổ thông.

DeepSeek cho thấy chiều ngược lại của sự bất định ấy. Cuốn sách bàn về cú sốc khi một mô hình ngang tầm GPT-4 xuất hiện với chi phí huấn luyện được báo cáo là 5,576 triệu USD. Bài học đầu tư ở đây rất đáng kể: một giả định về chi phí cạnh tranh có thể thay đổi nhanh hơn nhiều so với dự đoán của mô hình định giá.

Vì sao cần xem xét lại công thức SaaS

Rob May nhìn lại các mùa đông AI trong quá khứ và cho rằng phạm vi ứng dụng rộng khắp ngày nay đã phá vỡ mô hình cũ, trong đó những màn trình diễn đầy hứa hẹn thường dẫn đến thất vọng trên diện rộng. Theo lập luận của ông, AI hữu ích hiện đã được tích hợp vào quá nhiều quy trình công việc thực tế để có thể đơn giản rút lui vào phòng thí nghiệm. Dù vậy, ngay cả khi việc ứng dụng tiếp tục tăng, việc xác định công ty kỳ lân tiếp theo có khả năng tận dụng xu hướng này vẫn có thể rất khó.

Ông nêu ra bốn khác biệt căn bản giúp lý giải sự chuyển đổi này: AI có thể thực hiện công việc đòi hỏi tư duy, học hỏi từ dữ liệu, thay đổi kỳ vọng của người sử dụng và trở thành một phần mặc định trong cuộc sống của thế hệ lớn lên cùng công nghệ này. Điểm thứ ba — tính phản thân — đặc biệt thú vị. Một khi khách hàng trải nghiệm một năng lực nào đó, họ bắt đầu mong đợi năng lực ấy ở những nơi khác. Thị trường mà một công ty phục vụ sẽ thay đổi khi công nghệ được ứng dụng.

Yếu tố làm thay đổi cuộc chơi lớn nhất là tốc độ mở rộng quy mô. Các doanh nghiệp AI có thể đạt quy mô đáng kể trong khoảng thời gian trước đây chỉ những trường hợp ngoại lệ hiếm hoi mới làm được. Tuy nhiên, để đánh giá họ vẫn cần hiểu mô hình kinh doanh. Tính phí theo từng tác vụ hoặc theo từng kết quả tạo ra mối tương quan giữa giá trị, doanh thu và chi phí khác với việc bán số lượng chỗ sử dụng phần mềm cố định.

Một số bài học từ SaaS vẫn còn nguyên giá trị. Chuyên môn trong lĩnh vực vẫn rất quan trọng. Các công cụ chuyên biệt cho từng ngành, am hiểu những vấn đề thực tế của ngành đó, có thể tạo dựng lợi thế đáng kể. Vòng lặp dữ liệu độc quyền có thể tạo ra lợi thế ngày càng lớn, còn các tích hợp sâu có thể khiến khách hàng tốn kém khi chuyển đổi. Thách thức là phân biệt những thế mạnh bền vững ấy với các tính năng mà khách hàng có thể tìm thấy ở hàng chục nhà cung cấp khác.

Sáu mô hình tư duy giúp đặt ra những câu hỏi đúng đắn hơn

Cuốn sách tổ chức lập luận cốt lõi xoay quanh sáu mô hình tư duy: hiểu AI như một tập hợp các công nghệ; xem xét lại những giả định truyền thống về SaaS; dự đoán những biến động lớn của thị trường; nhận diện những thay đổi đối với thị trường và chiến lược doanh nghiệp; hiểu tốc độ mở rộng quy mô nhanh hơn; và đánh giá cẩn trọng giá vốn hàng bán của AI.

Các mô hình này kết hợp hiệu quả vì mỗi mô hình chỉ ra một điểm yếu khác nhau trong luận điểm đầu tư hời hợt. Gọi một công ty là “doanh nghiệp AI” chẳng nói lên nhiều điều về hiệu quả kinh tế của công ty đó. Doanh thu tăng mạnh cũng không cho biết lợi thế có bền vững hay không. Biên lợi nhuận gộp cao ở thời điểm hiện tại cũng chẳng nói lên điều gì về những gì sẽ xảy ra khi khách hàng bắt đầu yêu cầu sản phẩm xử lý những công việc khó hơn.

Điều tôi trân trọng nhất là thói quen đặt thêm câu hỏi thứ hai. Sau khi hỏi liệu công nghệ có hoạt động hay không, hãy hỏi liệu nó có hoạt động đủ tin cậy cho quy trình công việc thực tế của khách hàng hay không. Sau khi hỏi khách hàng có trả tiền hay không, hãy hỏi họ trả tiền cho điều gì và liệu khoản chi đó có khả năng tiếp tục hay không. Nhờ vậy, cuốn sách vẫn hữu ích vượt ra ngoài thời điểm các ví dụ trong sách được viết.

Botkeeper và tầm quan trọng của lộ trình chi phí

Một trong những nghiên cứu tình huống hữu ích nhất là Botkeeper, công ty tự động hóa công việc kế toán mà Rob May từng đầu tư. Ông mô tả một doanh nghiệp ban đầu phụ thuộc nhiều vào kế toán viên và có biên lợi nhuận gộp khoảng 20% đến 25%. Mức này không hấp dẫn với các nhà đầu tư kỳ vọng biên lợi nhuận như ở những công ty phần mềm thông thường. Tuy nhiên, công việc do những nhân viên đó thực hiện cũng tạo ra dữ liệu có thể giúp tự động hóa quy trình. Rob May cho biết biên lợi nhuận gộp sau đó đã vượt 70% khi ngày càng nhiều công việc được chuyển sang phần mềm.

Bài học tôi rút ra là cần xem xét sự tham gia của con người đang góp phần xây dựng điều gì. Nếu mỗi nhiệm vụ hoàn thành giúp hệ thống xử lý nhiệm vụ tiếp theo hiệu quả hơn, chi phí dịch vụ ban đầu có thể đang góp vốn cho một doanh nghiệp có khả năng mở rộng tốt hơn. Nếu mỗi khách hàng mới mãi đòi hỏi phải tăng tương ứng khối lượng công việc thủ công, thì bức tranh kinh tế lại hoàn toàn khác.

Rob May cũng xem xét chiều hướng ngược lại: chi phí suy luận tăng lên khi mức độ sử dụng gia tăng. Một hệ thống AI có thể cần thêm năng lực tính toán, phải thử nhiều lần hoặc cần con người rà soát để hoàn thành những nhiệm vụ khó hơn. Một sản phẩm có vẻ hấp dẫn trong chương trình thử nghiệm quy mô nhỏ có thể trở nên tốn kém khi khách hàng dựa vào nó để xử lý công việc phức tạp. Vì vậy, xu hướng chi phí cũng quan trọng không kém biên lợi nhuận hiện tại.

Hiệu quả không tự động tạo nên lợi thế cạnh tranh bền vững

Một khuôn khổ khác mà tôi thấy hữu ích là bộ ba loại giá trị AI của Rob May: AI bị phổ thông hóa, AI cốt lõi và AI mở rộng. Nói khái quát, các khái niệm này lần lượt mô tả những năng lực mà đối thủ có thể dễ dàng áp dụng, những năng lực củng cố lợi thế sẵn có của công ty và những năng lực mở ra cơ hội kinh doanh mới.

Ví dụ giả định về một hãng hàng không của ông giúp người đọc dễ hiểu loại thứ nhất. Một hãng hàng không triển khai nhân viên hỗ trợ AI và hoạt động hiệu quả hơn. Sau đó, các đối thủ cũng áp dụng những công cụ tương tự. Điều thoạt đầu có vẻ là yếu tố tạo khác biệt nhanh chóng trở thành kỳ vọng chung của toàn ngành, và một phần lợi ích kinh tế có thể bị cạnh tranh bào mòn.

Đây là một cách hữu ích để tránh xem mọi thông báo về AI đều là bằng chứng cho thấy doanh nghiệp đang vững mạnh hơn. Tôi muốn biết điều gì vẫn tạo nên nét riêng sau khi các đối thủ có thể tiếp cận những công cụ tương đương. Một công ty kết hợp AI với dữ liệu phản hồi độc quyền, kiến thức vận hành chuyên sâu hoặc quy trình làm việc với khách hàng khó sao chép sẽ đưa ra lời giải thích thuyết phục hơn một công ty chỉ công bố cùng loại hình tự động hóa mà ai cũng có thể mua.

Tìm kiếm những nhà điều hành biết cách ứng dụng AI

Cuốn sách có nhiều nhận định thực tiễn, trong đó có tầm quan trọng của việc đặt niềm tin vào những nhà điều hành thực sự có thể tích hợp AI vào hoạt động. Một kế hoạch cụ thể để thay đổi quy trình làm việc và trách nhiệm sẽ thuyết phục hơn nhiều so với một bài thuyết trình hứa hẹn ứng dụng AI trên toàn tổ chức.

Phần Rob May bàn về chất lượng doanh thu càng củng cố nhận định này. Các chương trình thử nghiệm có trả phí và dự án chứng minh khái niệm có thể tạo ra những con số ban đầu đầy ấn tượng, nhưng cần tách chúng khỏi doanh thu gắn với hoạt động sản xuất thường xuyên. Câu hỏi hữu ích là doanh nghiệp sẽ còn lại bao nhiêu nếu khách hàng ngừng thử nghiệm ngay ngày mai.

Tôi cho rằng điều này đặc biệt có giá trị với những nhà sáng lập. Giành được một dự án thử nghiệm là một bước tiến, nhưng xây dựng được sản phẩm trở thành một phần trong cách khách hàng vận hành lại là thành tựu khác. Hiểu rõ sự khác biệt đó từ sớm có thể định hình các ưu tiên phát triển sản phẩm, tuyển dụng và cách công ty đo lường thành công.

Đánh giá cuối cùng

Điều tôi tâm đắc nhất là cuốn sách này không nên chỉ dành riêng cho các nhà đầu tư. Các doanh nhân cũng có nhiều điều để học từ việc hiểu những yếu tố khiến một công ty AI trở nên đáng đầu tư, cách hình thành lợi thế bền vững và những cạm bẫy khởi nghiệp có thể tránh trước khi chúng trở nên tốn kém.

Nên tiếp cận cuốn sách như một khuôn khổ để đưa ra nhận định, thay vì một danh sách cổ phiếu nên mua. Đóng góp lớn nhất của sách là giúp độc giả diễn đạt chính xác hơn lý do họ tin tưởng vào một doanh nghiệp. Các ví dụ chắc chắn sẽ dần lỗi thời khi ngành tiếp tục phát triển; chính thói quen chất vấn những giả định mới là điều giúp cuốn sách giữ được giá trị lâu dài.

Đầu tư vào AI: Sáu mô hình tư duy giúp phân biệt lợi thế bền vững với cạm bẫy truyền tải lối tư duy từ những nguyên lý nền tảng vốn đã khiến tôi bắt đầu đọc bản tin của Rob May. Với các nhà đầu tư muốn phân biệt một doanh nghiệp có lợi thế phòng thủ với một câu chuyện hấp dẫn, cũng như các doanh nhân muốn xây dựng doanh nghiệp có lợi thế như vậy, đây là một cuốn sách sâu sắc và đáng đọc.