Quan điểm: Trong cơn sốt đào vàng AI, logic “bán xẻng” đã trở nên lỗi thời
Tuyển chọn TechFlowTuyển chọn TechFlow
Quan điểm: Trong cơn sốt đào vàng AI, logic “bán xẻng” đã trở nên lỗi thời
Các công ty AI thực sự có thể tồn tại không phải là những công ty bán công cụ, mà là những “thợ kim hoàn” sử dụng AI như một nguyên liệu đầu vào trong các lĩnh vực chuyên biệt.
Chuyên sâu báo cáo Web3Tác giả: Ben Basche
Biên dịch: TechFlow
Dẫn nhập từ TechFlow: Câu nói “Trong cơn sốt đào vàng, hãy bán xẻng” từng là chân lý bất biến trong giới khởi nghiệp. Nhưng trong kỷ nguyên AI, quy luật này đã lỗi thời—vì chính những người đào vàng giờ đây tự mở cửa hàng dụng cụ. OpenAI, Anthropic và Google đang hệ thống hóa việc thôn tính các phân khúc khởi nghiệp như lớp trung gian (middleware), trợ lý lập trình và tự động hóa trình duyệt. Theo tác giả Ben Basche, những công ty AI thực sự có thể tồn tại không phải là những đơn vị bán công cụ, mà là những “thợ kim hoàn” sử dụng AI như một nguyên liệu thô trong các lĩnh vực chuyên sâu—đi sâu vào một ngành cụ thể, nắm vững kiến thức địa phương và sở hữu bối cảnh không thể sao chép.
Toàn văn như sau:
Một câu nói từng trở thành kim chỉ nam cho giới khởi nghiệp quanh thời kỳ bong bóng Internet lần thứ nhất: “Trong cơn sốt đào vàng, hãy bán xẻng và thuổng.” Ý nghĩa của nó là: người thực sự làm giàu không phải những người đào vàng, mà là những người cung cấp dụng cụ cho họ. Người làm giàu là Levi Strauss, chứ không phải những người đào vàng.
Đây là một khung tư duy tốt. Trong một giai đoạn, nó thực sự hiệu quả.
Nhưng trong lĩnh vực AI, khung tư duy này sai. Nếu công ty bạn được xây dựng dựa trên logic này, bạn nên dành thời gian nghiêm túc xem xét những gì đã xảy ra trong mười hai tháng qua.
Phòng thí nghiệm chính là toàn bộ ngăn xếp công nghệ
Dưới đây là những điều thực tế đã diễn ra—đầu tiên âm thầm, rồi đột ngột bùng nổ trên diện rộng.
OpenAI ra mắt Operator, một đại lý máy tính có khả năng duyệt web, điền biểu mẫu và thực hiện đầu cuối các tác vụ. Tiếp theo là API Responses và SDK Agents, giúp nhà phát triển có được khả năng gọi công cụ, lưu trữ bộ nhớ và dàn dựng (orchestration) một cách gốc—mà không cần phụ thuộc vào bất kỳ framework bên thứ ba nào. Sau đó là Codex, một đại lý lập trình trên nền tảng điện toán đám mây có khả năng tự viết, kiểm thử và lặp lại phần mềm. Và thêm cả Deep Research. Bất kỳ sản phẩm nào trong số này, nếu ra đời hai năm trước, đều đủ sức để hình thành một công ty khởi nghiệp huy động được vốn đầu tư.
Anthropic ra mắt Claude Code, Computer Use, Projects với bộ nhớ bền vững và MCP (Giao thức Ngữ cảnh Mô hình)—gần như ngay lập tức trở thành tiêu chuẩn chủ đạo để kết nối AI với các công cụ và dữ liệu bên ngoài. Sau đó, Anthropic hiến tặng MCP cho Quỹ Linux nhằm đảm bảo nó trở thành cơ sở hạ tầng chứ không phải một sản phẩm thương mại. Tiếp theo là Claude trong Excel, Claude trong Chrome và Cowork.
Google ra mắt Gemini 2.0 với khả năng gọi công cụ và cảm nhận đa phương thức được tích hợp sẵn, nhúng vào Vertex AI như một mặt phẳng điều khiển đại lý cấp doanh nghiệp, cung cấp sẵn các chính sách và khả năng dàn dựng cấp tổ chức.
Mỗi bước đi như vậy đều đang chiếm lĩnh lãnh địa từng thuộc về một công ty khởi nghiệp.
Logic “bán xẻng” hàm ý một giả định ngầm: các phòng thí nghiệm sẽ ở yên trong phạm vi chuyên môn riêng của mình—chỉ tập trung vào mô hình nền tảng và cung cấp API, còn để lại lớp công cụ, lớp dàn dựng và lớp ứng dụng cho hệ sinh thái. Giả định này giờ đây đã chết.
Cuộc tàn sát lớp trung gian
Hãy xem cụ thể điều gì đã xảy ra với lớp trung gian.
LangChain là ví dụ điển hình nhất của chiến lược “bán xẻng” trong cơn sốt AI năm 2023: một framework dàn dựng nhằm nối chuỗi các lời gọi LLM, kết nối công cụ và quản lý bộ nhớ. Hàng nghìn nhóm đã xây dựng sản phẩm dựa trên nó, đạt hơn 100.000 sao trên GitHub. Đến năm 2024, nhiều nhóm bắt đầu đăng bài blog giải thích lý do vì sao họ loại bỏ LangChain khỏi môi trường sản xuất. Không phải vì nó kém, mà vì các mô hình nền tảng giờ đây đã đủ thông minh để không cần đến nó nữa. Lớp trừu tượng do LangChain xây dựng giải quyết những vấn đề của ngày hôm qua.
Cùng lúc đó, OpenAI ra mắt SDK Agents của riêng mình. Microsoft tung ra AutoGen và Semantic Kernel. Các phòng thí nghiệm cùng công ty mẹ của họ không mua lại LangChain. Họ đơn giản chỉ tích hợp nguyên bản mọi thứ LangChain từng làm vào nền tảng của chính mình.
Cùng kịch bản này lặp lại ở mọi lớp: framework đại lý, công cụ quản lý prompt, pipeline RAG, framework đánh giá và công cụ quan sát (observability). Tất cả đều đang bị các nhà cung cấp mô hình nền tảng hấp thụ vào sản phẩm gốc.
Điều tàn khốc nằm ở chỗ: khi OpenAI hay Anthropic tích hợp trực tiếp khả năng dàn dựng vào API, họ không cần vượt trội về chức năng. Họ chỉ cần “đủ dùng” và “đã có sẵn”. Nhà phát triển mặc định chọn con đường ít cản trở nhất. Còn công ty khởi nghiệp với giải pháp middleware tinh vi kia buộc phải vượt trội rõ rệt, đồng thời duy trì lợi thế đó trong quá trình mô hình liên tục tiến hóa—vừa cạnh tranh với đối thủ sở hữu nguồn lực vô hạn và kiểm soát toàn bộ cơ sở hạ tầng nền tảng. Đó không còn là một doanh nghiệp, mà là một dự án nghiên cứu có thời hạn.
Người đào vàng tự mở cửa hàng dụng cụ—xẻng giờ đây chẳng còn ai mua
Lý do căn bản khiến phép ẩn dụ “bán xẻng” thất bại trong lĩnh vực AI là một khác biệt cấu trúc then chốt. Năm 1849, Levi Strauss và các thương gia dụng cụ không tự đào vàng. Người đào vàng và nhà cung cấp là hai vai trò độc lập, có lợi ích tách biệt.
Trong lĩnh vực AI, các phòng thí nghiệm vừa đào vàng, vừa bán xẻng, vừa làm đường, vừa in bản đồ. Họ có động lực mạnh mẽ để kiểm soát toàn bộ ngăn xếp công nghệ—vì mỗi lớp kiểm soát thêm là một điểm khóa (lock-in), một cơ hội mở rộng lợi nhuận và một hào phòng thủ phân phối.
Việc Anthropic hiến tặng MCP cho Quỹ Linux không phải hành động từ thiện. Đó là cách đảm bảo tiêu chuẩn do họ thiết kế trở thành cơ sở hạ tầng phổ quát—giống như Ethernet từng trở thành tiêu chuẩn chung. Tiêu chuẩn là hào phòng thủ mạnh nhất trong ngành công nghệ, bởi chúng vô hình và vĩnh cửu.
Vì vậy, nếu giá trị cốt lõi của công ty khởi nghiệp bạn là “chúng tôi đứng giữa nhà phát triển và mô hình, giúp việc thực hiện X dễ dàng hơn”, bạn cần đối mặt với một thực tế: thực thể mà bạn đang đứng giữa—đã chú ý tới bạn, có nguồn lực để sao chép bạn, và có lý do cấu trúc để làm điều đó.
Vậy điều gì mới thực sự hiệu quả?
Quay lại phép ẩn dụ về cơn sốt đào vàng. Nếu xẻng không còn bán được, bạn nên bán gì?
Hãy bán trang sức.
Hoặc nói chính xác hơn: hãy sử dụng vàng như một nguyên liệu công nghiệp, để tạo ra những thứ mà người đào vàng không quan tâm.
Trong cơn sốt đào vàng thật sự năm 1849, những doanh nghiệp sống sót qua giai đoạn bùng nổ không phải những đơn vị bán công cụ phổ quát. Đó là những người lấy vàng làm nguyên liệu, áp dụng kiến thức chuyên sâu để chế tạo sản phẩm đặc thù: thợ kim hoàn, nha sĩ, và sau này là kỹ sư điện. Những người này hiểu sâu sắc một tình huống ứng dụng cụ thể đến mức một chuyên gia đa năng không thể nào đạt được.
Phiên bản AI là xây dựng ứng dụng trong các lĩnh vực chuyên sâu—những lĩnh vực đòi hỏi bối cảnh thực tế mà các phòng thí nghiệm không có, cũng khó tiếp cận.
Hãy suy ngẫm xem điều gì mà OpenAI, Anthropic và Google về mặt cấu trúc không làm tốt:
Họ không hiểu sâu luồng công việc trong ngành của bạn. Họ không có mối quan hệ với khách hàng của bạn. Họ không thể tiếp cận chi phí thấp những dữ liệu riêng tư khiến mô hình thực sự hiệu quả trong bối cảnh cụ thể. Họ sẽ không bao giờ đi sâu nghiên cứu lý do vì sao một thợ thủ công cá nhân ở Nam Phi lại lập hóa đơn theo cách ấy, hoặc vì sao việc tích hợp thanh toán di động ở Kenya lại không hề đơn giản, hoặc vì sao quy trình phê duyệt bảo hiểm y tế ở Mỹ lại là một vấn đề vận hành đặc thù, nan giải và ăn sâu vào hệ thống.
Các phòng thí nghiệm đang xây dựng cơ sở hạ tầng ngang (horizontal infrastructure). Cơ hội nằm ở các lĩnh vực dọc (vertical domains)—những lĩnh vực đòi hỏi kiến thức địa phương về mặt địa lý, quy định, văn hóa và ngành nghề mới thực sự vận hành hiệu quả.
Đó là lý do vì sao công nghệ tài chính ở thị trường mới nổi, AI pháp lý hướng đến từng khu vực pháp lý cụ thể, công cụ tuân thủ cho các ngành chịu quản lý chặt chẽ, cũng như tự động hóa luồng công việc trong các lĩnh vực chuyên biệt hẹp—đều mang tính phòng thủ cao hơn hẳn so với việc “xây dựng một phiên bản LangChain tốt hơn”.
Hào phòng thủ không nằm ở mô hình. Hào phòng thủ nằm ở bối cảnh.
Cách sử dụng vàng trong công nghiệp
Quan điểm này còn có một phiên bản thứ hai cũng đáng được làm rõ: hãy sử dụng AI như cách công nghiệp sử dụng vàng—không phải để tích trữ giá trị hay trưng bày, mà như một thành phần được tích hợp vào những thứ tạo ra giá trị kinh tế bền vững.
Tính dẫn điện của vàng gần như vô song. Vì thế, mỗi bảng mạch đều chứa vàng. Không ai bàn luận về nó, cũng không ai thổi phồng nó trong ngữ cảnh này. Nó lặng lẽ đóng vai trò là một đầu vào then chốt trong một hệ thống lớn hơn.
Những công ty AI bền vững nhất đang được xây dựng ngày nay đều coi mô hình là một thành phần—một đầu vào giúp sản phẩm giải quyết vấn đề thực tế trở nên vượt trội hơn—chứ không coi chính mô hình là sản phẩm. AI là vàng trong bảng mạch, chứ không phải vàng trong tủ kính.
Thực tiễn vận hành như sau: bạn chọn một lĩnh vực có vấn đề thực tế, độ phức tạp thực tế trong luồng công việc và dữ liệu thực tế khó tiếp cận; sau đó xây dựng một sản phẩm mà nền tảng của nó tình cờ sử dụng mô hình để nâng cao đáng kể hiệu quả. AI là chi tiết kỹ thuật, còn sản phẩm mới là thứ thay thế quy trình thủ công đầy đau đớn.
Điều này trái ngược hoàn toàn với cách làm “chúng tôi chỉ khoác một lớp vỏ lên GPT-4”. Vỏ là tủ kính, còn bảng mạch thì vô hình.
Các phân khúc khởi nghiệp gần đây bị “triệt hạ”
Để làm rõ hơn, dưới đây là một số phân khúc khởi nghiệp mà các phòng thí nghiệm đang hệ thống hóa việc thôn tính kể từ cuối năm 2024:
Framework dàn dựng đại lý. Giờ đây đã là chức năng gốc của OpenAI Agents SDK, chuỗi công cụ của Anthropic và Google Vertex Agent Builder.
Trợ lý lập trình AI. Codex của OpenAI giờ đây có thể thực hiện lập trình tự chủ trên toàn bộ kho mã nguồn. Claude Code cũng làm được điều tương tự. GitHub Copilot là giải pháp gốc của Microsoft. Phân khúc độc lập chỉ tập trung vào trợ lý lập trình đã bị thu hẹp đáng kể.
Tự động hóa trình duyệt và máy tính. Operator của OpenAI, Computer Use của Anthropic và Gemini Astra của Google. Cả ba phòng thí nghiệm hàng đầu giờ đây đều có sản phẩm ở lĩnh vực này. Tất cả các công ty khởi nghiệp dùng LLM để làm RPA đều đang trong thế phòng thủ.
Pipeline RAG và công cụ tìm kiếm vector. Cơ bản đã trở thành hàng hóa. Hầu hết các API mô hình đều tích hợp sẵn khả năng truy xuất gốc. Sự khác biệt ở cấp độ framework đã biến mất.
Trợ lý AI tổng quát và công cụ tăng năng suất. Bị Claude, ChatGPT và Gemini trực tiếp chiếm lĩnh.
Công cụ quản lý prompt và đánh giá. Ngày càng trở thành chức năng gốc. LangSmith vẫn còn một chút khoảng trống, nhưng đó là cuộc đua với thời gian.
Mô hình rất rõ ràng: các phòng thí nghiệm phát hiện một phân khúc nào đó thu hút sự chú ý đáng kể từ cộng đồng nhà phát triển, nhận định rằng nó gắn bó mật thiết với sản phẩm cốt lõi của mình, rồi tung ra một phiên bản. Không nhất thiết phải tốt hơn, nhưng được tích hợp sẵn, rẻ hơn theo mặc định và khả năng phân phối vượt xa mọi công ty khởi nghiệp.
Bạn nên làm gì ngay bây giờ
Nếu bạn đang khởi nghiệp trong lĩnh vực AI, câu hỏi bạn cần đặt ra không phải là “liệu nhu cầu này có tồn tại hay không”. Nhu cầu ở khắp nơi. Câu hỏi đúng là: Liệu thứ này có thể bị một phòng thí nghiệm trong ngân hàng có hơn 10 tỷ đô la “triệt hạ” chỉ bằng một lần ra mắt sản phẩm?
Nếu câu trả lời là “có” hoặc thậm chí “có thể”, thì đó không phải là một doanh nghiệp—mà chỉ là một tính năng.
Một chiến lược bền vững có những đặc điểm sau: tính chuyên biệt dọc sâu (phòng thí nghiệm có thể làm cái chung, nhưng không thể làm được cái chung của bạn), dữ liệu riêng hoặc quan hệ không thể sao chép chỉ bằng cách bò mạng công khai, độ phức tạp về quy định và tuân thủ khiến việc “gọi API trực tiếp” trở nên không đủ, và kênh phân phối trong cộng đồng nơi niềm tin và bối cảnh địa phương quan trọng hơn cả năng lực gốc.
Cơn sốt đào vàng là có thật. Vàng trải khắp nơi. Nhưng giờ đây, chính những người đào vàng cũng đang mở cửa hàng—với nguồn vốn vô hạn.
Hãy bán trang sức. Hãy sử dụng vàng như một nguyên liệu công nghiệp. Hãy làm những thứ mà người đào vàng không quan tâm—vì nó quá ngách, quá địa phương, quá ăn sâu vào kiến thức chuyên ngành mà họ sẽ chẳng bao giờ sở hữu.
Đó là chiến lược đúng đắn theo quan điểm của tôi.
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
@basche42
