Luật sư Lâm Thượng Luân bài viết chuyên sâu: Những chuyên gia hiểu AI có phải là người thắng cuộc trong thời đại AI không?

Trong một hai năm gần đây, AI trong ngành hầu như đã trở thành một học thuyết phổ biến. Từ luật, kiến trúc, y tế đến tài chính, mọi lĩnh vực đều có người làm AI. Nhưng nếu quan sát một cách bình tĩnh sẽ thấy: những sản phẩm thực sự khiến khách hàng chịu bỏ tiền mua, thực sự thành công khi thâm nhập thị trường và bán được, thực sự không nhiều.

Hầu hết các đội ngũ đều làm công nghệ khá tốt, nhưng cuối cùng lại dừng lại ở cửa thị trường. Điều tôi muốn thảo luận chính là rốt cuộc vấn đề gì đã xảy ra ở giữa. Một số quan niệm dưới đây có thể giải thích tại sao phần lớn AI trong ngành không thể đi xa, trong khi một số ít đội ngũ lại thực sự chiến thắng.

Một, quy tắc 80/20 có thể không còn phù hợp

Trước hết hãy bắt đầu từ một quan niệm căn bản nhất: Trong thời đại AI, quy tắc 80/20 có lẽ đã không còn phù hợp nữa.

Quy tắc 80/20 từ lâu đã là tín điều trong giới kỹ thuật, dùng 20% công sức để giải quyết 80% vấn đề. Logic ban đầu của nó là: Bất cứ thứ gì muốn viết thành phần mềm, bạn sẽ tìm ra điểm đau lớn nhất trước, dùng lực lượng kỹ thuật nhanh nhất để làm tốt 20% đó, đáp ứng 80% nhu cầu, phần còn lại quá phiền phức thì tạm gác lại.

Trong quá khứ, điều này hợp lý. Bởi vì phát triển một tính năng phải trải qua "hình thành ý tưởng, phát triển, xác minh, lặp lại", mỗi bước đều đắt đỏ, bạn đương nhiên chỉ làm 20% quan trọng nhất.

Nhưng hôm nay, tiền đề này đã bị lung lay, vì hai lý do.

Thứ nhất, AI khiến việc "làm ra phần mềm" trở nên quá dễ dàng. Trước đây phải ba người một nhóm, chạy quy định, tính toán dung tích, tích hợp bản vẽ, tốn thời gian và tiền bạc mới tạo ra được một bộ đánh giá khả thi phát triển đất đai, giờ đây dùng AI xây dựng lại, một người có thể làm xong việc của ba người, chi phí cũng giảm mạnh. Vì chi phí làm toàn bộ đã bị đẩy xuống rất thấp, còn cố chấp quy tắc 80/20, chỉ làm 20% đó, thì thực ra lại đang tự làm chậm mình.

Thứ hai, cũng là điểm dễ bị bỏ qua hơn: Quy tắc 80/20 thường bị lạm dụng. Bạn tưởng rằng nắm được 80% nhu cầu, đúng là những chức năng ai cũng dùng, nhưng "có nhu cầu này" không bằng "có điểm đau ở đây". Điểm mấu chốt khiến một người thực sự sẵn lòng bỏ tiền, sẵn lòng để AI thay thế anh ta, rất có thể không nằm trong 80% bạn nắm được. Kết quả là tạo ra một đống thứ "có nhu cầu nhưng không có cảm giác đau".

Vì vậy, trong thời đại AI, cách làm có lẽ nên ngược lại: Tận dụng việc "kỹ thuật có thể nhanh chóng tạo ra sản phẩm hoàn chỉnh", một lần làm nhu cầu càng hoàn chỉnh càng tốt. Khi chi phí làm toàn bộ đã rất thấp, không có nhiều lý do để chỉ làm một phần.

Hai, đừng bị ràng buộc bởi một điểm đau duy nhất

Trên đây nói phải làm toàn bộ, ở đây cần bổ sung một quan niệm có vẻ mâu thuẫn nhưng thực ra bổ sung cho nhau.

Khi thâm nhập thị trường, đúng là phải chọn một "điểm đau nhất" để vào cuộc, điều này không sai, điểm đau là con dao sắc bén nhất. Nhưng quá nhiều sản phẩm sau khi cắt vào thì dừng lại ở đó.

Ví dụ, làm một bộ "phân tích khả thi đất đai", đây đúng là điểm đau nhất của nhà phát triển bất động sản, lợi ích cũng lớn nhất. Nhưng nếu chỉ dừng lại ở đây, thì chẳng khác nào tự đóng khung mình trong một mảnh nhỏ của mảng kinh doanh kiến trúc. Thực tế, chuỗi giá trị của một kiến trúc sư rất dài: phát triển đất đai giai đoạn đầu, cải tạo đô thị giai đoạn giữa, giám sát thi công giai đoạn cuối, thậm chí báo cáo giám sát hàng ngày, báo cáo tiến độ đều có thể được AI tiếp quản. Và điểm mấu chốt là, một khi động cơ lõi đã xây dựng xong, chi phí biên để làm thêm những việc này thấp đến bất ngờ.

Luật cũng vậy. Một bộ AI luật tốt, sẽ không chỉ làm đơn từ chỉ vì "viết đơn là đau nhất", nó sẽ làm luôn hợp đồng, rà soát tuân thủ văn bản, báo cáo tòa, đăng ký sở hữu trí tuệ.

Nói cách khác: Dùng điểm đau nhất làm cửa vào, nhưng đừng dừng lại ở cửa. Nuốt trọn chuỗi giá trị, thì mới không tự đóng trần nhà của mình.

Ba, mấu chốt nằm ở "sinh ra", chứ không phải "sắp xếp"

Đây là điểm cốt lõi nhất.

Nhiều AI trong ngành, thực chất chỉ là một công cụ sắp xếp dữ liệu, quét tài liệu, sắp xếp lại bản vẽ, nói trắng ra là dùng khuôn mẫu. Và loại công việc này chỉ cần mô hình cơ bản nhất là có thể làm, thậm chí các cơ quan công cộng cũng đang làm, hoàn toàn không tạo nên hào lũy bảo vệ.

Có không ít công cụ như vậy trên thị trường, phía sau thực ra kết nối với mô hình nội bộ rất yếu, chuyên làm sắp xếp văn bản, nhận diện hình ảnh, hoàn toàn không tiến vào lõi "sinh ra", báo cáo đầu ra chỉ là nhồi dữ liệu vào khuôn mẫu cố định.

Điều thực sự có giá trị, là dùng khả năng hiểu ngôn ngữ mạnh nhất, để thực hiện đánh giá và sinh ra sâu.

Bản báo cáo khả thi đất đai đó, không thể chỉ sắp xếp bản đồ địa chính, bản đồ đo đạc địa chính cho đẹp, nó phải đồng thời đọc hiểu ba bộ quy định kiến trúc, phòng cháy chữa cháy, cải tạo đô thị, tích hợp văn bản, quy định, bản vẽ thành một thứ khiến kiến trúc sư gật đầu: "98% đều đúng, tôi chỉ cần chỉnh một chút".

Loại đầu ra này, dùng khuôn mẫu không bao giờ làm được, chỉ có lõi sinh sản thực thụ mới làm được. Đây cũng chính là ranh giới lớn nhất giữa mô hình tiêu dùng và AI chuyên nghiệp, một bên là sắp xếp dữ liệu, một bên là tạo ra kết quả cho chuyên gia.

Bốn, người đối mặt với khách hàng không thể là người ngoài ngành

Tiếp theo là một khâu mà nhiều đội ngũ kỹ thuật dễ bỏ qua, nhưng lại cực kỳ chí mạng: Ai sẽ đối mặt với khách hàng.

Để bán AI cho khách hàng dịch vụ chuyên nghiệp, trước hết phải nhận ra một việc: Họ là nhóm người khó tính nhất, luật sư, kiến trúc sư, bác sĩ, chủ doanh nghiệp. Phái một kỹ sư đến nói với họ về "cơ sở dữ liệu vector", hiệu quả thường hạn chế, đối phương sẽ nhanh chóng phát hiện bạn không quen thuộc với ngành này.

Người thực sự nên đứng trước mặt khách hàng, là chuyên gia trong lĩnh vực hiểu AI. Anh ta có thể thảo luận với khách hàng về cách tối ưu từng quy trình trong vụ việc, có thể xử lý chi tiết vụ việc, thậm chí chứng minh ngay tại chỗ cách làm xong một đoạn công việc nào đó.

Ví dụ: Một kiến trúc sư hiểu AI đi nói chuyện với nhà phát triển bất động sản, có thể nói chi tiết từng quy trình phát triển của nhà phát triển hơn cả nhận thức của khách hàng, sau đó chứng minh ngay: "Tất cả những thứ này sản phẩm AI của tôi đều làm được". Đây mới là thời khắc quyết định thực sự.

Năm, điểm quyết định thực sự thực ra là "đội ngũ"

Nói đến cuối cùng, phải thừa nhận một điều: Công nghệ quá dễ bị sao chép.

Những gì bạn làm ra, người khác vài tuần sau cũng có thể làm ra. Vì vậy hào lũy bảo vệ sẽ quay lại đổ lên "con người".

Đội ngũ AI trong ngành, dễ chết nhất ở ba tình huống:

Một, người dẫn đầu không đủ tầm. Người dẫn đầu nếu không có tiếng nói thực sự trong ngành, không có giấy phép, không có thực chiến, chỉ là người đứng tên, sẽ bị hỏi ngã ngay chướng ngại đầu tiên khi đối mặt khách hàng. Cách nói chuyện, mức độ chuyên nghiệp, có đứng đắn hay không, tất cả đều được khách hàng đánh giá. Dù sao loại sản phẩm này, cần thuyết phục một nhóm chuyên gia tinh ranh.

Hai, người vào cuộc không phải nhân vật cốt lõi. Muốn đánh vào thị trường kiến trúc, lại chỉ tìm một đại diện kinh doanh phát triển đất đai, chứ không phải một kiến trúc sư thực sự hành nghề, có uy tín. Khách hàng vừa mở miệng sẽ biết, đội ngũ này thiếu thực chất.

Ba, phụ thuộc quá mức vào kỹ thuật. Đội ngũ toàn là nền tảng kỹ thuật, làm ra sản phẩm mạnh nhưng không bán được, vì không ai có thể "dịch" giá trị sản phẩm cho khách hàng nghe.

Và còn một lớp khó khăn sâu hơn: Dù đội ngũ thực sự tìm được chuyên gia đủ tầm, anh ta cũng chưa chắc sẵn lòng đầu tư.

Một kiến trúc sư giỏi, một luật sư tốt, bản thân công việc chính đã đủ bận, đủ kiếm tiền. Yêu cầu anh ta tốn thời gian để hiểu AI, hiểu cơ sở dữ liệu vector, thậm chí đi sâu đến mức có thể thuyết phục khách hàng bên ngoài, độ khó rất cao. Dù có cho cổ phần, cường độ hợp tác thực tế cũng thường rất hạn chế.

Vì vậy, tổ hợp lý tưởng là ba vai trò không thể thiếu:

• Lõi kỹ thuật hiểu AI
• Chuyên gia lĩnh vực có trọng lượng
• Nhân viên kinh doanh quen thuộc nỗi đau tuyến đầu

Và, ba người này phải có thể cùng đứng ra, nói với khách hàng câu nói có trọng lượng nhất:

Ngay cả nghề nghiệp của chúng tôi, cũng đã bị chính AI do chúng tôi tự tay làm ra thay thế.

Câu hỏi thường gặp

Tại sao đa số AI trong ngành không bán được?

Đa số sản phẩm chỉ làm đến sắp xếp dữ liệu, dùng khuôn mẫu, không vào được lõi đánh giá sâu và sinh ra, chỉ cần mô hình cơ bản nhất là có thể làm, không tạo nên hào lũy bảo vệ, và cũng thường nhầm lẫn "có nhu cầu" thành "có điểm đau", tạo ra một đống thứ có nhu cầu nhưng không có cảm giác đau.

Đội ngũ AI trong ngành cần những vai trò nào?

Ba vai trò không thể thiếu: Lõi kỹ thuật hiểu AI, chuyên gia lĩnh vực có tiếng nói trong ngành, nhân viên kinh doanh quen thuộc nỗi đau tuyến đầu, và phải có thể cùng đứng trước những khách hàng chuyên nghiệp khó tính nhất, nói rõ giá trị sản phẩm.