Lĩnh vực AI nhỏ niche này ở nước ngoài, thế mà lại huy động được 100 triệu USD
Tuyển chọn TechFlowTuyển chọn TechFlow
Lĩnh vực AI nhỏ niche này ở nước ngoài, thế mà lại huy động được 100 triệu USD
Laurel đang sử dụng AI để giải quyết một điểm nghẽn trong ngành công nghiệp trị giá hàng nghìn tỷ đô la: làm cho thời gian làm việc của các nhân viên tri thức trở nên thấy được, đo lường được và tối ưu hóa được.
Chuyên sâu báo cáo Web3Tác giả: Leo, Deep Circle
Bạn đã bao giờ tự hỏi tại sao ngành sản xuất có thể tính toán chính xác đến từng phút chi phí sản xuất một chiếc ô tô, ngành bán lẻ có thể theo dõi sát sao hàng tồn kho của từng sản phẩm, nhưng các công ty luật, kế toán và tư vấn lại mù mờ về tài nguyên quan trọng nhất của họ — thời gian con người? Câu hỏi này đã ám ảnh tôi rất lâu, cho đến khi tôi biết được Laurel vừa huy động thành công vòng gọi vốn Series C trị giá 100 triệu USD. Công ty này đang dùng AI để giải quyết một vấn đề nan giải trị giá hàng nghìn tỷ đô la Mỹ: biến thời gian làm việc của những người lao động tri thức trở nên thấy được, đo lường được và tối ưu hóa được.
Sau khi tìm hiểu sâu, tôi nhận ra rằng Laurel không đơn thuần chỉ làm việc theo dõi thời gian. Họ đang xây dựng nền tảng thời gian AI đầu tiên trên thế giới, nhằm giải quyết thách thức "trí tuệ thời gian" mà nhà sáng lập Ryan Alshak nói đến — ngành dịch vụ tri thức không thể liên kết chính xác giữa thời gian bỏ ra với kết quả kinh doanh. Trong kỷ nguyên AI, việc định lượng và hiểu rõ nguồn vốn nhân lực đã chuyển từ "bổ sung thêm" sang nhu cầu sống còn của doanh nghiệp. Vòng gọi vốn này do IVP dẫn dắt, có sự tham gia của GV (Google Ventures) và 01A, cùng các nhà đầu tư mới như DST Global, Kevin Weil của OpenAI, Alexis Ohanian, CTO của GitHub Vladimir Fedorov và nhiều cá nhân nổi bật khác.
Nỗi đau và sự thức tỉnh từ việc ghi chép sáu phút
Gốc rễ của vấn đề bắt nguồn từ cách làm việc đã tồn tại hàng thập kỷ trong ngành dịch vụ chuyên nghiệp. Luật sư, kế toán và tư vấn viên phải ghi lại thời gian làm việc theo từng khoảng sáu phút, để khách hàng có thể thanh toán theo giờ. Khi còn làm luật sư, Ryan Alshak đã trải nghiệm sâu sắc nỗi đau này: “Giống như một buổi tối thứ Bảy bận rộn, tôi là đầu bếp phải nấu ăn cho 500 thực khách, nhưng đồng thời lại bị yêu cầu ghi chép từng loại nguyên liệu sử dụng — quy trình làm việc kiểu này vừa gây xao nhãng, vừa phi nhân tính.”
Tôi hoàn toàn thấu hiểu cảm giác thất vọng đó. Hãy tưởng tượng bạn vừa hoàn thành một phân tích pháp lý phức tạp, đầu óc đang ở trạng thái minh mẫn nhất, nhưng ngay sau đó bạn buộc phải dừng lại để hồi tưởng: Tôi vừa mất bao lâu để tra cứu tài liệu? Viết bản ghi nhớ này mất mấy phút? Cuộc gọi với khách hàng bàn bạc những nội dung gì? Việc bị gián đoạn cưỡng ép này không chỉ ảnh hưởng hiệu suất, mà còn khiến các chuyên gia cảm thấy mình như công nhân nhà máy bị giám sát, chứ không phải là những người cung cấp dịch vụ trí tuệ.
Thời điểm bừng tỉnh của Alshak rất đơn giản: “Tại sao tôi phải nói với máy móc tôi đã làm gì trong công việc, thay vì để máy nhắc tôi đã làm gì?” Một câu hỏi tưởng chừng đơn giản nhưng ẩn chứa một nhận thức ngược đời: Luật sư, kế toán và tư vấn viên thực tế đang bị tính phí thiếu, bởi họ quên mất nhiều công việc đã hoàn thành. Nếu giúp bên mua (doanh nghiệp) kiếm thêm lợi nhuận, đồng thời giúp người dùng (chuyên gia) tiết kiệm thời gian, thì đây chính là nền tảng hoàn hảo để xây dựng một công ty.
Nỗi đau này phổ biến hơn tôi tưởng. Theo dữ liệu từ Laurel, các chuyên gia trung bình mỗi ngày lấy lại được hơn 28 phút thời gian có thể tính phí, vốn trước đây bị mất đi do ghi chép thiếu sót. Với mức phí trung bình 375 USD/giờ, điều này có nghĩa mỗi chuyên gia tạo thêm 175 USD doanh thu mỗi ngày cho công ty. Đối với các công ty lớn có hàng trăm chuyên gia, con số này thật đáng kinh ngạc.
Bốn chìa khóa để AI định nghĩa lại việc theo dõi thời gian
Giải pháp của Laurel nghe có vẻ trực quan, nhưng thực tế xây dựng lại là một thách thức kỹ thuật cực kỳ phức tạp. Tôi được biết, để thực sự đạt được tự động hóa bảng thời gian từ đầu đến cuối, cần giải quyết bốn vấn đề kỹ thuật then chốt, mỗi vấn đề đều có ngưỡng kỹ thuật cao.
Thách thức đầu tiên là theo dõi dấu vết số. Laurel phải có khả năng tích hợp với mọi chương trình kỹ thuật số mà người dùng sử dụng, bao gồm Slack, Microsoft Outlook, Zoom và nhiều công cụ làm việc khác. Chỉ khi AI có thể “nhìn thấy” tất cả hoạt động làm việc của chuyên gia trên các nền tảng, nó mới có thể tái cấu trúc chính xác hành trình công việc. Điều này giống như lắp đặt một hệ thống giám sát vô hình nhưng khắp nơi trong môi trường làm việc số của người dùng, ghi nhận từng cú nhấp chuột, chỉnh sửa tài liệu hay cuộc gọi nào.
Cấp độ thứ hai là tích hợp sâu ứng dụng AI. Laurel sử dụng nhiều công nghệ AI để xử lý các dấu vết số: thuật toán nhóm dữ liệu (clustering) phân loại công việc liên quan, mô hình học máy phân bổ công việc cho khách hàng và dự án phù hợp, AI sinh nội dung (generative AI) tạo mô tả công việc, và cuối cùng học máy mã hóa phân loại công việc. Đây không phải đơn giản là dùng một API ChatGPT, mà là xây dựng một hệ thống AI chuyên biệt, được tối ưu hóa cho quy trình làm việc dịch vụ chuyên nghiệp.
Khâu thứ ba là sự cân bằng tinh tế giữa con người và máy móc. Hệ thống sẽ tạo một bản nháp bảng thời gian cho người dùng, ai cũng có thể thêm, xóa hoặc chỉnh sửa. Thiết kế “con người trong vòng phản hồi” (human-in-the-loop) này vừa đảm bảo độ chính xác, vừa giúp AI học hỏi và cải thiện liên tục. Mỗi tương tác của người dùng khiến hệ thống thông minh hơn, tạo thành một vòng lặp tích cực.
Bước thứ tư là tích hợp liền mạch với hệ thống thanh toán hiện có. Sau khi người dùng xác nhận bảng thời gian, hệ thống sẽ tự động đẩy dữ liệu vào hệ thống thanh toán của công ty, giữ nguyên quy trình quản lý hậu cần. Như vậy, trải nghiệm làm việc của chuyên gia chuyển từ “điền bảng thời gian” sang “duyệt bảng thời gian”, giảm đáng kể áp lực tâm lý.
Sự tinh tế của toàn bộ quá trình nằm ở chỗ nó không ép người dùng thay đổi thói quen, mà âm thầm hoạt động phía sau, chỉ yêu cầu người dùng xác nhận cuối cùng. Triết lý thiết kế này thể hiện tư duy sản phẩm sâu sắc: công nghệ tốt nhất nên vô hình, nó khiến việc phức tạp trở nên đơn giản, chứ không thêm gánh nặng học tập mới cho người dùng.
Từ kẻ thất bại trong legal tech đến người tiên phong thời AI
Thành công của Laurel không hề dễ dàng, thực tế là công ty đã trải qua một lần tái sinh hoàn toàn. Ban đầu thành lập năm 2016 dưới tên “Time by Ping”, nhưng những năm đầu gặp nhiều khó khăn. Alshak thẳng thắn thừa nhận hai vấn đề chính: quá tập trung vào một thị trường duy nhất là ngành luật, và công nghệ xử lý ngôn ngữ tự nhiên lúc đó chưa đủ trưởng thành.
Chuyển biến đến vào năm 2022, khi Alshak được truy cập sớm GPT-3 của OpenAI, anh đưa ra một quyết định táo bạo: tạm dừng mọi hoạt động, xây dựng lại hoàn toàn sản phẩm. Đây là hành động cực kỳ hiếm trong cộng đồng khởi nghiệp, phần lớn mọi người khuyên “đừng bao giờ xây lại, hãy liên tục cải tiến”. Nhưng Alshak chọn con đường trái ngược với tri thức thông thường, tôi cho rằng điều này thể hiện tinh thần khởi nghiệp đích thực — sẵn sàng chấp nhận rủi ro lớn vì một tầm nhìn lớn hơn.
Khi ChatGPT ra mắt tháng 11/2022, nhận thức của thị trường về AI thay đổi hoàn toàn. Alshak mô tả sự chuyển mình này: “Tôi từ người bị coi là điên rồ, trở thành người mà các doanh nghiệp chủ động gọi điện cầu cứu.” Sự thay đổi mang tính kịch tính này đã tạo đà cho công ty tăng trưởng bùng nổ từ 0 lên 26 triệu USD giá trị hợp đồng trong 24 tháng qua.
Việc đổi tên thành Laurel không chỉ là tái định vị thương hiệu, mà còn đại diện cho sự đổi mới toàn diện về văn hóa và giá trị cốt lõi của công ty. Tên gọi này cũng đầy ẩn ý: Alshak muốn chọn một cái tên mang cảm giác vĩnh cửu, không phải kiểu tên startup điển hình, mà là cái tên có thể tồn tại ở thế kỷ 1600, 2000 hay 4000. “Laurel” (nguyệt quế) trong thời Hy Lạp cổ đại tượng trưng cho thành tựu trong thơ ca và thể thao, anh hy vọng mọi người khi nhìn bảng thời gian của mình sẽ cảm thấy tự hào, chứ không phải sợ hãi hay ngột ngạt.
Câu chuyện tái sinh này khiến tôi xúc động sâu sắc. Nó cho thấy trong môi trường công nghệ thay đổi nhanh chóng, đôi khi lựa chọn can đảm nhất không phải là kiên trì theo lộ trình cũ, mà là thừa nhận sai lầm và thay đổi hoàn toàn hướng đi. Ví dụ của Laurel chứng minh rằng, đổi mới thực sự thường đòi hỏi quyết tâm và can đảm “phá đi xây lại” như vậy.
Tại sao thời điểm này là cơ hội bùng nổ cho quản lý thời gian bằng AI
Tôi luôn suy nghĩ vì sao Laurel lại đạt được thành công lớn đến vậy đúng vào thời điểm này, và tôi cho rằng đây là sự kết hợp hoàn hảo của ba yếu tố then chốt: độ trưởng thành công nghệ, giáo dục thị trường và tính cấp bách kinh doanh.
Đột phá về mặt công nghệ là nền tảng. Trong vài năm qua, các mô hình ngôn ngữ lớn đã đạt đến mức có thể hiểu chính xác ngữ cảnh công việc phức tạp. Điều này không chỉ là hiểu ngôn ngữ, mà quan trọng hơn là các mô hình có thể phân tách ý định tổng quát thành các bước hành động cụ thể. Khi tôi nói “chuẩn bị danh sách kiểm tra thẩm định cho dự án M&A của khách hàng ABC”, AI cần hiểu điều này liên quan đến lĩnh vực pháp lý nào, cần bao gồm loại tài liệu gì, mất bao lâu để hoàn thành… Khả năng hiểu chi tiết đến mức này vài năm trước là điều không thể.
Sự thay đổi trong giáo dục thị trường cũng rất quan trọng. Việc ChatGPT phổ biến rộng rãi khiến ngay cả các tổ chức dịch vụ chuyên nghiệp bảo thủ nhất cũng bắt đầu chấp nhận công nghệ AI. Tôi nhận thấy một hiện tượng thú vị: trước đây khi Alshak chào bán AI cho các công ty luật vào 2018-2019, họ nói “chúng tôi còn chưa chắc điện toán đám mây có phải là tương lai, chứ chưa nói đến AI”. Nhưng bây giờ, chính những doanh nghiệp đó chủ động gọi điện hỏi cách triển khai giải pháp AI. Tâm lý thị trường thay đổi này đã mở ra cơ hội chưa từng có cho các công ty như Laurel.
Tính cấp bách kinh doanh đến từ sự thay đổi môi trường kinh tế. Trong bối cảnh thắt chặt chi tiêu, các tổ chức dịch vụ chuyên nghiệp đối mặt với áp lực hiệu quả chưa từng có. Khách hàng không còn sẵn sàng trả tiền cho sự kém hiệu quả, mô hình định giá phí cố định ngày càng phổ biến, buộc các công ty phải hiểu rõ chi phí thực sự của từng dịch vụ. Như Ajay Vashee của IVP nói: “Khi bạn bán tiền trong nền kinh tế thắt lưng buộc bụng, bạn sẽ cắt xuyên qua rất nhiều nhiễu loạn.” Laurel không bán một tính năng, mà bán sự tăng trưởng lợi nhuận cụ thể, điều này thuyết phục trong mọi môi trường kinh tế.
Còn một yếu tố nữa tôi cho là quan trọng nhưng bị xem nhẹ: nhu cầu đo lường tỷ suất hoàn vốn (ROI) của AI. Các doanh nghiệp dự kiến chi hơn 1.000 tỷ USD cho AI trong 5 năm tới, nhưng cách đo hiệu quả các khoản đầu tư này vẫn là một “hộp đen”. Phần lớn công ty dựa vào khảo sát hoặc tỷ lệ sử dụng làm chỉ báo, nhưng chúng không đủ chính xác. Nền tảng dữ liệu thời gian của Laurel có thể cung cấp phép đo hiệu quả AI định lượng, có thể kiểm chứng — điều vô cùng quý giá với các doanh nghiệp cần chứng minh giá trị đầu tư AI trước cổ đông.
Sự hội tụ của nhiều yếu tố này đã tạo nên điều kiện hoàn hảo cho tốc độ tăng trưởng nhanh chóng của Laurel. Về dữ liệu, doanh thu thường niên hóa (ARR) của họ tăng 300% trong 12 tháng qua, khối lượng sử dụng tăng 500%, hiện đang hợp tác với hơn 100 công ty luật, kế toán, tư vấn hàng đầu tại Mỹ, Anh, EU, Úc và Canada. Những con số này phản ánh một ngành công nghiệp đang tập thể thức tỉnh dưới áp lực thay đổi căn bản.
Giá trị sâu xa đằng sau các case study khách hàng
Tôi luôn tin rằng sản phẩm tốt nhất được xác nhận bởi phản hồi chân thật từ khách hàng, và Laurel làm điều này rất ấn tượng. Theo tiết lộ từ nhà đầu tư IVP, đây là công ty duy nhất họ từng đánh giá đạt điểm hài lòng tuyệt đối 10/10 từ mọi khách hàng. Nhưng tôi còn quan tâm hơn đến những câu chuyện đằng sau những con số này.
Phản hồi từ Matt Newnes, đối tác kiêm người phụ trách chuyển đổi thuế tại Ernst & Young, đặc biệt thuyết phục: “Tôi trực tiếp trải nghiệm cách Laurel thay đổi phương pháp 'trí tuệ thời gian' của chúng tôi. Quá trình ghi chép và nhập liệu thủ công trước đây giờ đã được công nghệ hóa mạnh mẽ. Laurel không chỉ giúp nhân viên ghi lại thời gian làm việc đầy đủ hơn, mà còn giúp chúng tôi hiểu sâu hơn về cách làm việc của đội nhóm, từ đó xác định các thực hành tốt nhất, đảm bảo mang lại kết quả tốt nhất cho khách hàng. Đây đã chứng minh là một trong những khoản đầu tư AI có ảnh hưởng nhất của chúng tôi.”
Câu nói này khiến tôi suy nghĩ về một vấn đề sâu xa hơn: giá trị của việc theo dõi thời gian không chỉ nằm ở độ chính xác khi tính phí, mà còn ở khả năng hiểu rõ mô hình làm việc. Khi doanh nghiệp thấy rõ sự khác biệt giữa công việc hiệu quả và kém hiệu quả, họ có thể chuẩn hóa các thực hành tốt nhất, nâng cao hiệu suất toàn đội. Giá trị học tập tổ chức này thậm chí còn quan trọng hơn cả tăng trưởng doanh thu trực tiếp.
Quan điểm của David Cunningham, Giám đốc đổi mới toàn cầu tại Reed Smith, cũng rất sâu sắc: “Khi các công ty luật đánh giá tác động của AI và phí cố định, việc đạt được trí tuệ tinh vi với ít nỗ lực hơn là then chốt để định nghĩa lại giá trị bên trong công ty và với khách hàng.” Từ khóa ở đây là “trí tuệ tinh vi” — không phải thống kê thời gian thô sơ, mà là những hiểu biết sâu sắc có thể định hướng ra quyết định chiến lược.
Lời của Tom Barry, đối tác quản lý tại GHJ, khiến tôi ấn tượng mạnh: “Bạn có biết chúng tôi có thể thu được bao nhiêu thông tin kinh doanh từ nền tảng này không? Chúng tôi đang nhìn xa hơn: đây không đơn thuần là công cụ hỗ trợ theo dõi thời gian.” Sự chuyển đổi từ tư duy công cụ sang tư duy nền tảng này, theo tôi, chính là lợi thế cạnh tranh thực sự của Laurel.
Về mặt tài chính, khách hàng sử dụng Laurel báo cáo lợi nhuận tăng 4-11%, chủ yếu đến từ 28 phút thời gian tính phí thêm mỗi ngày mỗi chuyên gia, cùng tỷ lệ hiện thực hóa (realization rate) tăng 1-4%. Những con số này đã được kiểm toán độc lập bởi Big Four. Quan trọng hơn, các chuyên gia tiết kiệm 80% thời gian so với việc nhập liệu thủ công, giúp họ tập trung vào các công việc giá trị cao như phát triển kinh doanh, quản lý quan hệ và tư duy chiến lược.
Những case study này giúp tôi thấy một bức tranh lớn hơn: Laurel không chỉ giải quyết bài toán theo dõi thời gian, mà đang định nghĩa lại cách làm việc trong dịch vụ chuyên nghiệp. Khi thời gian trở nên thấy được và có thể tối ưu, hiệu quả và năng lực tạo giá trị của toàn ngành sẽ được nâng lên một cách căn bản.
Tầm nhìn ba giai đoạn: từ theo dõi thời gian đến trí tuệ thời gian
Trong quá trình nghiên cứu Laurel, tôi phát hiện Alshak có một tầm nhìn chiến lược ba giai đoạn rõ ràng, kiểu tư duy dài hạn này khiến tôi ấn tượng sâu sắc. Đây không đơn thuần là lộ trình sản phẩm, mà là suy ngẫm sâu sắc về tương lai toàn bộ công việc tri thức.
Giai đoạn một là chứng minh máy móc có thể ghi lại thời gian hiệu quả và chính xác hơn con người. Chìa khóa giai đoạn này là chọn đúng thị trường mục tiêu — những ngành phải ghi thời gian để kiếm tiền, ví dụ luật, kế toán, tư vấn. Các ngành này có quy trình làm việc sẵn có, áp lực thực thi cao (không ghi thời gian là mất việc), và khi tự động hóa thành công thì ROI rất rõ ràng. Vì vậy Laurel chọn bắt đầu từ dịch vụ chuyên nghiệp, chứ không phải ngay lập tức hướng đến mọi lao động tri thức.
Giai đoạn hai tham vọng hơn: tận dụng dữ liệu thời gian do máy tạo ra, giúp các ngành này ngừng tính phí theo thời gian, bắt đầu tính phí theo kết quả. Alshak trích dẫn Charlie Munger: “Hãy cho tôi biết cơ chế khuyến khích, tôi sẽ nói cho bạn biết hành vi.” Anh tin rằng có thể thiết kế lại cơ chế khuyến khích của ngành chiếm 20% GDP Mỹ, để họ ngừng tạo ra hoạt động, mà bắt đầu tạo ra kết quả hiệu quả. Sự chuyển đổi từ định hướng đầu vào sang định hướng đầu ra này có thể thay đổi hoàn toàn mô hình kinh doanh toàn ngành dịch vụ chuyên nghiệp.
Giai đoạn ba tham vọng nhất: ngay cả trong một thế giới dựa trên kết quả, con người vẫn cần hiểu thời gian đầu tư, để tự hỏi “Liệu tôi có đang dành thời gian cho những việc có đòn bẩy không?” Mục tiêu giai đoạn này là mở rộng giá trị dữ liệu thời gian đến mọi tổ chức doanh nghiệp, giúp từng lao động tri thức hiểu và tối ưu hóa việc phân bổ thời gian của mình.
Con số then chốt trong tầm nhìn này khiến người ta suy ngẫm: trung bình một lao động tri thức làm việc 9 giờ/ngày, nhưng chỉ có 3 giờ tạo ra giá trị có đòn bẩy. Nghĩa là 6 giờ bị lãng phí — 3 giờ làm những việc lẽ ra nên do AI agent thực hiện, 3 giờ còn lại làm những việc chẳng ai nên làm. Tính theo số lượng lao động tri thức toàn cầu, điều này tương đương 6,4 tỷ năm bị lãng phí vào những nhiệm vụ con người không cần làm nữa. Đó chính là không gian cơ hội của Laurel.
Tôi thấy cách tư duy này rất gợi mở. Nhiều công ty khởi nghiệp chỉ tập trung giải quyết vấn đề hiện tại, nhưng Laurel vừa giải quyết vấn đề hiện hữu, vừa xây dựng cơ sở hạ tầng cho các khả năng tương lai. Dữ liệu thời gian không chỉ để tính phí tốt hơn, mà là nền tảng để hiểu và tối ưu hóa công việc con người. Trong kỷ nguyên AI, sự hiểu biết này trở nên quan trọng hơn, vì chúng ta cần biết việc nào nên giao cho máy móc, việc nào cần giá trị riêng biệt của con người.
Cách mạng chuỗi cung ứng trong dịch vụ chuyên nghiệp thời AI
Khi tìm hiểu sâu về Laurel, tôi phát hiện một phép so sánh rất thú vị: thực chất họ đang xây dựng “khả năng hiển thị chuỗi cung ứng” cho công việc tri thức. Khái niệm này khiến tôi có cái nhìn hoàn toàn mới về toàn ngành.
Alshak đưa ra một quan điểm sâu sắc: “Không ai thực sự ánh xạ được giữa đầu vào thời gian và đầu ra kết quả. Các ngành như luật và kế toán giỏi nhất trong việc hiểu đầu vào (thời gian) của họ, nhưng vẫn gặp khó khăn trong định giá giá trị. Ngược lại, các ngành như tư vấn và dịch vụ tài chính hiểu giá trị, nhưng lại mù mờ về chi phí thực sự tạo ra nó.” Khoảng trống nhận thức này trong các ngành khác đã được giải quyết, nhưng trong lĩnh vực công việc tri thức chiếm hơn 50% GDP toàn cầu, chuỗi cung ứng chưa từng được hé lộ thực sự.
Phép so sánh này khiến tôi nghĩ đến quá trình chuyển đổi của ngành sản xuất. Hệ thống sản xuất tinh gọn của Toyota đã cách mạng hóa ngành sản xuất, vì nó làm cho hiệu quả và sự lãng phí ở từng khâu đều trở nên thấy được. Nhưng trong công việc tri thức, chúng ta vẫn ở trạng thái tiền Cách mạng Công nghiệp — lượng lớn “hàng tồn kho” (nhiệm vụ chưa hoàn thành), “thời gian chờ đợi” (cuộc họp và quy trình vô ích) và “sản phẩm lỗi” (tài liệu phải làm lại) đều ẩn nấp trong công việc hàng ngày, không thể định lượng và tối ưu.
Nền tảng trí tuệ thời gian của Laurel thực chất đang tạo ra hệ thống quản lý chuỗi cung ứng thực sự đầu tiên cho công việc tri thức. Nó không chỉ theo dõi thời gian, mà còn phân tích quy trình làm việc, xác định điểm nghẽn, dự đoán nhu cầu nguồn lực và đưa ra đề xuất tối ưu. Khả năng này trở nên đặc biệt quan trọng trong bối cảnh triển khai AI quy mô lớn, vì doanh nghiệp cần biết tỷ suất hoàn vốn thực sự của các công cụ AI, chứ không dựa vào khảo sát mơ hồ.
Tôi cho rằng sự thay đổi tư duy chuỗi cung ứng này sẽ tạo ra ảnh hưởng sâu rộng. Khi các tổ chức dịch vụ bắt đầu quản lý công việc tri thức như nhà sản xuất quản lý dây chuyền, họ sẽ có thể: dự đoán chính xác chi phí và thời gian dự án, xác định loại công việc nào phù hợp nhất để tự động hóa, tối ưu cấu hình đội nhóm và phân bổ công việc, giám sát sức khỏe dự án theo thời gian thực và điều chỉnh kịp thời.
Điều này cũng giải thích tại sao Laurel có thể giúp khách hàng tăng lợi nhuận 4-11%. Không chỉ vì ghi chép thời gian chính xác hơn, mà quan trọng hơn là nhờ cải thiện hiệu quả hệ thống thông qua tối ưu hóa chuỗi cung ứng. Khi bạn có thể thấy toàn bộ “quy trình sản xuất” công việc tri thức, các cơ hội tối ưu hóa trở nên rõ ràng.
Xét về góc độ đầu tư, cơ hội thị trường của cuộc cách mạng chuỗi cung ứng này là khổng lồ. Ajay Vashee của IVP nhấn mạnh: “Dịch vụ chuyên nghiệp đại diện cho hoạt động kinh tế toàn cầu trị giá hàng nghìn tỷ USD, nhưng các công ty này vận hành mà thiếu khả năng hiển thị cơ bản đối với tài nguyên cốt lõi của họ — thời gian. Bằng cách giải quyết thách thức trí tuệ thời gian, Laurel đang tạo nền tảng cho chuyển đổi AI rộng hơn.” Đây không chỉ là một công cụ phần mềm, mà là cơ sở hạ tầng cho toàn bộ quá trình chuyển đổi số của ngành.
Triết lý thời gian và sứ mệnh của người sáng lập
Tìm hiểu câu chuyện cá nhân của Alshak giúp tôi hiểu sâu hơn về sứ mệnh của Laurel. Đây không chỉ là một dự án kinh doanh, mà là một doanh nghiệp được thúc đẩy bởi sứ mệnh gắn bó sâu sắc với trải nghiệm cá nhân.
Alshak thường suy ngẫm về cái chết — nghe có vẻ nặng nề, nhưng chính nhận thức sâu sắc về sự hữu hạn của thời gian đã định hình triết lý cốt lõi của Laurel. Giao diện chat AI của công ty thậm chí được đặt tên là “Mori”, như một lời tri ân đến cụm từ Latin “memento mori” (hãy nhớ ngươi sẽ chết). Việc suy ngẫm về cái chết này không mang tính tiêu cực, mà là lời nhắc nhở con người trân trọng từng phút giây.
Điều chạm đến tôi nhất là câu chuyện về mẹ của Alshak. Việc thành lập Laurel gắn liền với sự ra đi của mẹ anh — bà qua đời vì ung thư vài tuần sau khi công ty nhận được vòng hạt giống năm 2018. Alshak nói: “Ở những khoảnh khắc cuối đời, một phút bên bà còn quý giá hơn một triệu phút làm bất cứ việc gì khác. Tôi nhận ra mình không đang xây một công ty ghi chép thời gian, mà là xây một công ty giúp con người hiểu ‘Liệu tôi có đang sống thời gian theo cách mình mong muốn?’”
Sứ mệnh cá nhân này đã chuyển hóa thành các giá trị cốt lõi của công ty. Alshak muốn trở thành “tấm gương” của thế giới, dạy cho thế giới một chân lý: “Chúng ta quá quan tâm đến tiền bạc, nhưng lại quá tùy tiện với thời gian của mình. Đó là một khuôn khổ hoàn toàn đảo ngược.” Anh muốn sống như thể mình có 78 năm đời người, 4.000 tuần lễ, để từng phút đều có ý nghĩa.
Tôi thấy triết lý thời gian này ảnh hưởng sâu sắc đến thiết kế sản phẩm của Laurel. Đùa chữ Hy Lạp của công ty rất thú vị: Alshak nhắc đến tiếng Hy Lạp có hai từ chỉ thời gian — “chronos” (thời gian đồng hồ) và “kairos” (thời gian cảm nhận). Laurel không chỉ theo dõi chronos, mà còn giúp con người tối ưu kairos — để họ cảm thấy thời gian trọn vẹn khi làm việc ý nghĩa, chứ không cảm thấy thời gian trôi đi vô ích trong nhiệm vụ vô giá trị.
Sứ mệnh này cũng thể hiện trong tầm nhìn dài hạn của công ty. Alshak hy vọng Laurel có thể xoá bỏ khỏi từ vựng tiếng Anh khái niệm “làm việc từ thứ Hai đến thứ Sáu, sáng 9 giờ đến tối 5 giờ”. Anh tin rằng tương lai là con người làm việc 3-4 giờ mỗi ngày, nhưng tạo ra giá trị gấp 2-3 lần hiện tại. Đây không phải giấc mơ utopia, mà là kỳ vọng hợp lý dựa trên sự phát triển công nghệ AI.
Theo tôi, chính sứ mệnh này là lợi thế cạnh tranh thực sự của Laurel. Trong một ngành công nghệ ngày càng đồng nhất, sự khác biệt thực sự thường đến từ động lực và giá trị sâu xa của người sáng lập. Khi công ty của bạn không chỉ vì kiếm tiền, mà để giải quyết một vấn đề bạn thực sự quan tâm, thì niềm đam mê đó sẽ truyền đến từng khía cạnh sản phẩm, đội ngũ và trải nghiệm khách hàng.
Định nghĩa lại tương lai của công việc và tạo giá trị
Trong quá trình nghiên cứu Laurel, tôi liên tục suy nghĩ về một câu hỏi lớn hơn: cuộc cách mạng trí tuệ thời gian này mang ý nghĩa gì với toàn xã hội? Tôi tin rằng chúng ta đang đứng trước ngưỡng cửa của một sự thay đổi căn bản trong cách làm việc.
Xét theo lịch sử, mỗi cuộc cách mạng công nghệ lớn đều định nghĩa lại bản chất công việc. Cách mạng Công nghiệp đưa con người từ nông nghiệp sang sản xuất, Cách mạng Thông tin tạo ra khái niệm công việc tri thức. Giờ đây, cuộc cách mạng AI đang định nghĩa lại thế nào là công việc con người thực sự có giá trị. Dữ liệu và hiểu biết từ Laurel sẽ giúp chúng ta hiểu rõ sự chuyển đổi này: việc nào nên được tự động hóa, việc nào cần giá trị riêng biệt của con người.
Tôi hình dung tương lai làm việc có thể như thế này: các chuyên gia không còn phải dành thời gian cho các nhiệm vụ lặp lại, như soạn thảo hợp đồng chuẩn, tổng hợp báo cáo tài chính hay chuẩn bị báo cáo định kỳ. Thay vào đó, họ tập trung vào các công việc giá trị cao cần tư duy sáng tạo, trí tuệ cảm xúc và phán đoán chiến lược. AI sẽ xử lý thu thập thông tin và phân tích sơ bộ, còn con người tập trung vào diễn giải, ra quyết định và xây dựng quan hệ.
Sự chuyển đổi này cũng sẽ ảnh hưởng sâu rộng đến mô hình kinh doanh toàn ngành dịch vụ chuyên nghiệp. Định giá phí cố định sẽ thay thế tính phí theo giờ trở thành xu hướng chính, vì khách hàng quan tâm đến kết quả hơn là quá trình. Dữ liệu thời gian của Laurel sẽ giúp các công ty dự đoán chính xác chi phí thực sự của từng loại dự án, từ đó tự tin hơn khi cung cấp dịch vụ giá cố định.
Tôi cũng nhìn thấy ý nghĩa xã hội của sự thay đổi này. Khi công việc hiệu quả hơn, con người sẽ có thêm thời gian cho phát triển cá nhân, quan hệ gia đình và tham gia cộng đồng. Đây không chỉ là nâng cao hiệu suất, mà còn là cải thiện chất lượng sống. Như Alshak nói, mục tiêu là giúp con người tạo ra nhiều giá trị hơn với ít thời gian hơn, rồi dùng thời gian tiết kiệm được cho những điều thực sự quan trọng.
Tất nhiên, sự thay đổi này cũng sẽ mang đến thách thức. Một số công việc truyền thống có thể bị tự động hóa thay thế, đòi hỏi toàn ngành phải suy nghĩ lại về đào tạo nhân lực và lộ trình phát triển nghề nghiệp. Nhưng tôi tin rằng, sự chuyển đổi này cuối cùng sẽ tạo ra nhiều cơ hội việc làm ý nghĩa và có giá trị hơn. Chìa khóa là chủ động thích nghi với thay đổi, chứ không thụ động chờ bị lật đổ.
Xét về góc độ đầu tư, Laurel đại diện không chỉ là một công ty phần mềm thành công, mà còn là tiên phong trong chuyển đổi số toàn ngành công việc tri thức. Cơ sở hạ tầng trí tuệ thời gian mà họ xây dựng sẽ trở thành nhu cầu thiết yếu trong vận hành doanh nghiệp thời AI. Như Frederique Dame của GV nói: “Laurel đang tạo lớp trí tuệ doanh nghiệp cho công việc tri thức, dùng việc ghi chép thời gian như điểm đột nhập sản phẩm. Bằng cách thu thập và tổ chức toàn bộ vòng đời cách chuyên gia sử dụng thời gian, Laurel mở khóa một lớp dữ liệu mới, khiến công việc bản thân trở nên đo lường được, tối ưu hóa được và tự động hóa được.”
Giá trị của cơ sở hạ tầng này sẽ tiếp tục tăng khi công nghệ AI phát triển sâu hơn. Khi ngày càng nhiều doanh nghiệp triển khai các AI agent và công cụ tự động hóa, dữ liệu thời gian của Laurel sẽ trở thành tiêu chuẩn vàng để đo lường hiệu quả các khoản đầu tư đó. Đây không chỉ là cơ hội sản phẩm, mà là cơ hội nền tảng.
Tôi rất kỳ vọng vào tương lai của Laurel, không chỉ vì họ giải quyết một nhu cầu thị trường lớn và thực tế, mà còn vì họ đặt ra một câu hỏi sâu sắc về thời gian, công việc và giá trị cuộc sống. Trong một thế giới ngày càng hối hả, những công ty giúp con người hiểu và sử dụng thời gian tốt hơn sẽ tạo ra giá trị xã hội vượt xa lợi nhuận tài chính.
Cuối cùng, câu chuyện của Laurel cho chúng ta thấy: những dự án khởi nghiệp tốt nhất thường bắt nguồn từ nỗi đau cá nhân và sứ mệnh sâu sắc của người sáng lập. Khi tiến bộ công nghệ kết hợp với đam mê cá nhân, chúng ta có thể tạo ra những công ty thực sự thay đổi thế giới. Trong thời đại AI đang định hình lại mọi thứ, những công ty như Laurel — vừa có chiều sâu công nghệ, vừa có nhân văn sâu sắc — có lẽ chính là lực lượng đổi mới mà chúng ta cần.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
