A16z về phân tích sâu mới nhất về thị trường AI: Công ty của bạn còn đang “đổ máu” để làm việc không?

rỗng

Tác giả: Deep Thinking Circle

Bạn đã bao giờ tự hỏi rằng ngành công nghiệp phần mềm có thể đang trải qua một sự chuyển đổi mạnh mẽ hơn là chỉ chuyển từ dòng lệnh sang giao diện đồ họa? Sau khi nghe phân tích chuyên sâu về thị trường AI được chia sẻ bởi David George của a16z, tôi đã bị ấn tượng bởi một tập hợp dữ liệu: các công ty AI phát triển nhanh nhất đang mở rộng với tốc độ tăng trưởng hàng năm là 693%, trong khi họ chi tiêu ít hơn nhiều cho bán hàng và tiếp thị so với các công ty phần mềm truyền thống. Đây không phải là một trường hợp cá biệt và tổng số công ty AI đang tăng nhanh hơn 2,5 lần so với các công ty không phải AI. Điều tôi thấy đáng kinh ngạc hơn nữa là các công ty này có ARR trên mỗi FTE (doanh thu định kỳ hàng năm trên mỗi nhân viên) từ 500.000 đến 1 triệu đô la, so với 400.000 đô la cho thế hệ công ty phần mềm trước đó.

Điều này có nghĩa là gì? Điều đó có nghĩa là chúng ta đang chứng kiến sự ra đời của một mô hình kinh doanh mới, một kỷ nguyên tạo ra giá trị lớn hơn với ít người hơn và chi phí thấp hơn. D

Avid George đã đề cập trong chia sẻ của mình rằng đây không phải là một sự điều chỉnh nhỏ, mà là một sự thay đổi mô hình hoàn toàn. Những khái niệm cốt lõi đó — kiểm soát phiên bản, mẫu, tài liệu và thậm chí cả khái niệm người dùng — đang được xác định lại bởi quy trình làm việc dựa trên tác nhân AI. Tôi tin rằng trong năm năm tới, các công ty không thể thích ứng với sự thay đổi này sẽ bị loại bỏ hoàn toàn.

Sự thật đáng kinh ngạc về sự phát triển của công ty AI

Dữ liệu mà David George trình bày trong chia sẻ của mình khiến tôi suy nghĩ lại về sự tăng trưởng thực sự là gì. Năm 2025 là một năm tăng trưởng nhanh chóng của các công ty AI. Sau khi tăng trưởng chậm lại vào các năm 2022, 2023 và 2024 do lãi suất tăng và sự thu hẹp trong lĩnh vực công nghệ, năm 2025 đã đảo ngược hoàn toàn xu hướng này. Điều gây sốc nhất là trong số các công ty được xếp hạng theo các cấp độ khác nhau, những công ty có ngoại lệ thực sự đã phát triển với tốc độ đáng kinh ngạc.

Phản ứng đầu tiên của tôi khi nhìn thấy bộ dữ liệu này là: Có vấn đề gì với con số này không? Nhóm các công ty AI hoạt động hàng đầu đã tăng trưởng 693% so với cùng kỳ năm ngoái. David cho biết nhóm của anh ấy cũng đã xác nhận điều đó ba lần trước khi tin vào con số. Nhưng đây chính xác là những gì họ thấy từ các công ty danh mục đầu tư và tình hình và trường hợp thực tế. Đây không phải là một hiện tượng riêng lẻ mà là một sự thay đổi mang tính hệ thống đang diễn ra trong bối cảnh AI.

Quan trọng hơn là chất lượng tăng trưởng. Thường mất nhiều thời gian để các công ty phần mềm truyền thống đạt doanh thu hàng năm 100 triệu đô la và các công ty AI phát triển nhanh nhất đạt được cột mốc này nhanh hơn nhiều. David nhấn mạnh một điểm rất quan trọng: không phải vì họ chi nhiều tiền hơn cho bán hàng và tiếp thị, ngược lại, các công ty AI phát triển nhanh nhất thực sự chi tiêu ít hơn cho bán hàng và tiếp thị so với các công ty SaaS (phần mềm dưới dạng dịch vụ) truyền thống. Họ phát triển nhanh hơn nhưng chi tiêu ít hơn. Lý do đằng sau điều này là gì? Điều này là do nhu cầu từ khách hàng cuối cực kỳ mạnh mẽ và bản thân sản phẩm cực kỳ hấp dẫn.

Tôi nghĩ điều này cho thấy một sự thay đổi sâu sắc trong logic kinh doanh. Trong kỷ nguyên phần mềm trước đây, tăng trưởng thường phụ thuộc vào đội ngũ bán hàng mạnh mẽ và ngân sách tiếp thị khổng lồ. Bạn cần giáo dục thị trường, thuyết phục khách hàng và vượt qua các rào cản đối với việc áp dụng. Nhưng trong thời đại AI, những sản phẩm thực sự tuyệt vời có thể tự nói lên điều đó. Khi một sản phẩm có thể ngay lập tức tạo ra giá trị cho người dùng và khiến người dùng cảm thấy hiệu quả được cải thiện khi sử dụng lần đầu tiên, nhu cầu thị trường sẽ tự động phát sinh. Mô hình tăng trưởng dựa trên sản phẩm này lành mạnh và bền vững hơn nhiều so với mô hình bán hàng truyền thống.

Một bộ dữ liệu khác mà David cho thấy cũng rất thú vị. Tỷ suất lợi nhuận gộp của các công ty AI thực sự thấp hơn một chút so với các công ty phần mềm truyền thống. Quan điểm của nhóm của họ là duy nhất: tỷ suất lợi nhuận gộp thấp phần nào là huy hiệu danh dự cho các công ty AI. Bởi vì nếu tỷ suất lợi nhuận gộp thấp là do chi phí suy luận cao, điều đó có nghĩa là hai điều: thứ nhất, mọi người thực sự đang sử dụng các tính năng AI; Thứ hai, các chi phí suy luận này giảm theo thời gian. Vì vậy, theo một cách nào đó, nếu họ thấy một công ty AI có tỷ suất lợi nhuận gộp đặc biệt cao, họ sẽ hơi hoài nghi, bởi vì điều đó có thể có nghĩa là các tính năng AI không phải là những gì khách hàng thực sự mua hoặc sử dụng.

Tại sao các công ty AI có thể hiệu quả hơn

Tôi đã suy nghĩ về câu hỏi: tại sao các công ty AI, cũng là các công ty phần mềm, có thể tạo ra nhiều doanh thu hơn với ít người hơn? Trong chia sẻ của mình, David tập trung vào chỉ số ARR trên mỗi FTE, là doanh thu định kỳ hàng năm do mỗi nhân viên toàn thời gian tạo ra. Chỉ số này thực sự là một chỉ số toàn diện về hiệu quả hoạt động tổng thể của công ty, không chỉ bao gồm hiệu quả bán hàng và tiếp thị, mà còn cả chi phí quản lý và chi phí R&D.

Các công ty AI tốt nhất có ARR trên mỗi FTE từ 500.000 đến 1 triệu đô la, so với tiêu chuẩn khoảng 400.000 đô la cho thế hệ công ty phần mềm trước đó. Điều này có vẻ như là một sự khác biệt về số lượng, nhưng nó phản ánh một mô hình kinh doanh và cách thức hoạt động hoàn toàn khác. David tin rằng lý do chính cho sự khác biệt này là nhu cầu đối với các sản phẩm này quá mạnh nên họ cần ít nguồn lực hơn để đưa chúng ra thị trường.

Nhưng tôi nghĩ đó chỉ là một lý do hời hợt. Lý do sâu xa hơn là các công ty AI đã buộc phải suy nghĩ khác về cách thức hoạt động ngay từ đầu. Họ không có lựa chọn nào khác ngoài việc sử dụng AI để thiết kế lại các quy trình nội bộ, cách họ phát triển sản phẩm và hệ thống hỗ trợ khách hàng của họ. Thay vào đó, sự đổi mới bắt buộc này đã cho phép họ tìm ra một mô hình kinh doanh hiệu quả hơn.

David chia sẻ một ví dụ đặc biệt sống động. Anh ấy nói rằng gần đây anh ấy đã trò chuyện với người sáng lập của một công ty không hài lòng với sự tiến bộ của một trong những sản phẩm của họ, vì vậy anh ấy đã trực tiếp sắp xếp cho hai kỹ sư có kiến thức sâu sắc về AI xây dựng lại sản phẩm từ đầu với các công cụ lập trình mới nhất như Claude Code và Cursor, đồng thời cung cấp cho họ ngân sách công cụ lập trình không giới hạn. Kết quả? Người sáng lập cho biết ông tin rằng tiến độ nhanh hơn 10 đến 20 lần so với trước đây. Và các hóa đơn được tạo ra bởi những công cụ này cao đến mức ông bắt đầu suy nghĩ lại toàn bộ tổ chức nên trông như thế nào.

Điều khiến tôi ấn tượng về ví dụ này là nó không phải là một sự cải thiện gia tăng, mà là một bước nhảy vọt. Tăng tốc độ từ 10 đến 20 lần có nghĩa là gì? Điều này có nghĩa là các dự án ban đầu mất một năm để hoàn thành bây giờ có thể chỉ mất một hoặc hai tháng. Sự khác biệt về tốc độ này có thể có tác động quyết định đến cuộc thi. Kết luận của người sáng lập: Tôi cần khiến toàn bộ nhóm sản phẩm và kỹ thuật làm việc theo cách này và tôi nghĩ điều này sẽ xảy ra trong 12 tháng tới. Nhưng nó cũng có nghĩa là một sự thay đổi cơ bản trong cơ cấu tổ chức của nhóm. Ranh giới giữa sản phẩm, kỹ thuật và thiết kế là gì? Những vấn đề này cần được xác định lại.

Tôi nghĩ tháng 12 năm 2024 là một bước ngoặt trong thế giới lập trình. David cũng cảm thấy như vậy. Ông nói rằng ông cảm thấy rằng vào thời điểm đó, các công cụ lập trình đã có một bước nhảy vọt về chất. Trong 12 tháng tới, sự thay đổi này sẽ thực sự bén rễ trong các công ty hoặc những công ty không áp dụng sẽ chậm hơn nhiều so với các công ty cùng ngành. Đây không phải là báo động, mà là thực tế.

Thích ứng với AI hoặc bị loại bỏ

David đề cập đến một điểm rất nghiệt ngã trong chia sẻ của mình: đối với các công ty được thành lập trước kỷ nguyên AI, họ hoặc thích nghi với kỷ nguyên AI hoặc chết. Tuyên bố này nghe có vẻ cực đoan, nhưng tôi hoàn toàn đồng ý. Và sự thích nghi này cần được thực hiện ở hai cấp độ cùng một lúc: trước và sau.

Ở giao diện người dùng, các công ty cần suy nghĩ về cách tích hợp AI nguyên bản vào sản phẩm của họ, không chỉ thêm chatbot vào quy trình làm việc hiện có của họ. Điều này đòi hỏi phải hình dung lại những gì các sản phẩm có thể làm với AI và tự phá vỡ triệt để và tạo ra các thay đổi. David đã chia sẻ một vài ví dụ thú vị. Có một công ty phần mềm trong thời kỳ tiền AI, và CEO đã hoàn toàn biến đổi bởi khái niệm AI, nói rằng: Chúng tôi muốn trở thành một sản phẩm AI. Chúng tôi muốn sản phẩm nói rằng nhân viên của bạn bây giờ là tác nhân AI của bạn. Bạn có bao nhiêu đại lý? Đây là những chủ đề mà anh ấy nói đến bây giờ.

Có một ví dụ cực đoan hơn. Một CEO cho biết, đối với mọi nhiệm vụ chúng ta cần hoàn thành bây giờ, tôi đặt một câu hỏi: Tôi có thể làm điều này bằng điện, hay tôi phải làm điều đó bằng máu? Đây là một sự thay đổi cực đoan trong suy nghĩ. Điện đề cập đến việc sử dụng AI và tự động hóa, và máu đề cập đến việc sử dụng nhân lực. Sự thay đổi tư duy này rất sâu sắc và nó buộc bạn phải kiểm tra lại mọi quy trình và mọi nhiệm vụ trong công ty của bạn.

Ở phía sau, các công ty cần áp dụng đầy đủ các mô hình và công cụ lập trình mới nhất. Tất cả các nhà phát triển nên sử dụng các công cụ hỗ trợ lập trình mới nhất và mọi chức năng nên sử dụng các công cụ mới nhất. Cho đến nay, lĩnh vực lập trình có tỷ lệ chấp nhận cao nhất và đây cũng là nơi có bước nhảy vọt lớn nhất. Nhưng sự thay đổi này đang lan rộng sang các chức năng khác.

David đề cập rằng tin tốt cho những công ty tiền AI đó là sự phát triển của mô hình kinh doanh vẫn đang trong giai đoạn đầu. Tình huống gây rối nhất là sự thay đổi về công nghệ và sản phẩm, cùng với đó là sự thay đổi trong mô hình kinh doanh. Công nghệ và sản phẩm thực sự đang thay đổi hiện nay, nhưng sự chuyển đổi của mô hình kinh doanh vẫn chưa được mở ra hoàn toàn.

Ông coi mô hình kinh doanh là một quang phổ. Ở ngoài cùng bên trái là mô hình giấy phép, là mô hình giấy phép và bảo trì của thời kỳ trước SaaS. Sau đó là mô hình SaaS và đăng ký, thường được tính phí dựa trên chỗ ngồi, đây là một đổi mới lớn rất đột phá. Bạn có thể thấy điều gì đã xảy ra với Adobe khi nó trải qua quá trình chuyển đổi này. Sau đó là mô hình dựa trên tiêu dùng, tức là mô hình dựa trên mức sử dụng, là phương pháp tính phí của các dịch vụ đám mây và nhiều dịch vụ dựa trên tác vụ đã chuyển từ dựa trên chỗ ngồi sang dựa trên tiêu dùng.

Giai đoạn tiếp theo sẽ dựa trên kết quả. Khi bạn hoàn thành một nhiệm vụ, lý tưởng nhất là một nhiệm vụ thành công, bạn sẽ bị tính phí dựa trên việc hoàn thành thành công nhiệm vụ. Các lĩnh vực duy nhất mà mô hình này thực sự có thể được triển khai ngay bây giờ có lẽ là hỗ trợ khách hàng và thành công của khách hàng vì bạn có thể đo lường giải quyết vấn đề một cách khách quan. Nhưng khi khả năng của mô hình được cải thiện, sẽ là một sự gián đoạn lớn đối với các công ty hiện tại nếu các chức năng khác ngoài hỗ trợ khách hàng có thể đo lường những kết quả này.

Tôi nghĩ con đường tiến hóa này rất sâu sắc. Từ giấy phép đến đăng ký, từ đăng ký đến tiêu dùng, từ tiêu dùng đến kết quả, mọi sự thay đổi đều là sự lật đổ của thế hệ mô hình kinh doanh trước đó. Và bây giờ chúng ta đang ở trước thềm của sự chuyển đổi từ tiêu dùng sang kết quả. Một khi các tác nhân AI có thể hoàn thành nhiệm vụ một cách đáng tin cậy và có thể được đánh giá một cách khách quan, các mô hình định giá dựa trên kết quả sẽ trở thành xu hướng chủ đạo. Tại thời điểm đó, các công ty vẫn đang tính phí theo chỗ ngồi sẽ thấy mình hoàn toàn không cạnh tranh.

Tình thế tiến thoái lưỡng nan khi áp dụng AI cho các công ty lớn

Quan sát của David về việc áp dụng AI của các công ty trong danh sách Fortune 500 rất thú vị. Ông nói rằng có một khoảng cách rất lớn giữa những gì ông nghe được từ các CEO của các công ty lớn này và những gì thực sự xảy ra. Các CEO đang nói: chúng tôi phải thích nghi, chúng tôi rất muốn hiểu những công cụ AI nào là cần thiết, chúng tôi sẵn sàng thay đổi, doanh nghiệp của chúng tôi sẽ triển khai các công cụ này trên diện rộng, chúng tôi sẽ trở thành một công ty AI.

Nhưng những gì thực sự xảy ra hoàn toàn khác. Sự mất kết nối lớn nhất giữa tư duy này và sự thay đổi kinh doanh thực tế là quản lý thay đổi quá khó. Ngay cả việc chỉ khiến mọi người sử dụng trợ lý AI để giúp họ thực hiện công việc của mình tốt hơn cũng đủ khó. Còn đối với quản lý kinh doanh thực tế, thay đổi quy trình kinh doanh, quản lý thay đổi là vô cùng khó khăn.

David cho biết anh không ngạc nhiên trước những tin đồn trên thị trường rằng mọi thứ đang diễn ra chậm hơn dự kiến. Nhưng đối với các công ty tốt nhất đã thực sự nắm bắt AI hoàn toàn và biết phải làm gì, đã có tác động kinh doanh rất lớn. Ông đưa ra một vài ví dụ cụ thể: Chime cho biết họ đã giảm 60% chi phí hỗ trợ; Rocket Mortgage cho biết họ đã tiết kiệm được 1,1 triệu giờ bảo lãnh phát hành, tăng gấp sáu lần so với cùng kỳ năm ngoái, tương đương với 40 triệu đô la tiết kiệm chi phí hoạt động hàng năm.

Tôi nghĩ điều này cho thấy một vấn đề chính: khoảng cách giữa sự sẵn sàng và khả năng. Giám đốc điều hành của các công ty lớn sẵn sàng nắm bắt AI, nhưng khả năng triển khai nó lại là một vấn đề khác. Khó khăn của quản lý thay đổi thường bị đánh giá thấp. Nó không chỉ là mua một số công cụ hoặc thuê một số kỹ sư AI, mà còn về việc thay đổi cơ bản quy trình, văn hóa và cơ cấu tổ chức của công ty.

Và nhiều công ty lớn cần điều chỉnh hoạt động kinh doanh của họ để chuẩn bị cho AI. Sử dụng chatbot là một chuyện và số lượng tăng năng suất bạn nhận được có thể không nhiều. Nhưng nếu bạn phải cải tiến hoàn toàn hệ thống, thông tin và phụ trợ của mình để phù hợp với AI, rất nhiều công việc có thể tiềm năng, tích lũy và chưa thấy kết quả liên quan.

David dự đoán rằng 12 tháng tới sẽ rất thú vị. Ông nghĩ rằng chúng ta sẽ thấy nhiều trường hợp hơn, nhưng sẽ có những công ty có thể xử lý nó, và sẽ có những công ty không thể. Những người có thể làm được sẽ có lợi thế về năng suất rất lớn, và những người không thể làm được sẽ gặp bất lợi rất lớn. Tôi nghĩ sự khác biệt này sẽ đến nhanh hơn và mạnh mẽ hơn mọi người nghĩ.

Tương lai của Model Busters và thị trường

David đã đề cập đến một khái niệm mà tôi thấy đặc biệt sâu sắc trong chia sẻ của anh ấy: Model Busters. Điều này đề cập đến các công ty phát triển với tốc độ và thời gian vượt xa những gì bất kỳ ai có thể dự đoán trong mọi tình huống. iPhone là một trường hợp cổ điển của khái niệm này. Nếu bạn nhìn vào dự báo đồng thuận trước khi iPhone ra mắt và hiệu suất thực tế 4-5 năm sau đó, dự báo đồng thuận lệch 3 lần. Và đây là công ty được nhắc đến nhiều nhất trên thế giới.

David tin rằng AI sẽ là Model Buster lớn nhất mà anh ấy từng thấy trong sự nghiệp của mình. Nhiều công ty trong lĩnh vực AI sẽ hoạt động nhiều hơn đáng kể so với mong đợi trong bất kỳ bảng tính nào. Tôi đồng ý với quan điểm này. Khi một nền tảng công nghệ không mang lại những cải tiến gia tăng, mà là những bước nhảy vọt, các mô hình dự đoán truyền thống sẽ thất bại.

Ông đề cập rằng bản thân công nghệ là một loại Model Buster. Nhưng kể từ năm 2010, công nghệ đã mang lại doanh thu lợi nhuận cao với tốc độ và quy mô chưa từng có. Vì vậy, nó luôn có vẻ đắt đỏ trong những ngày đầu, nhưng liên tục vượt quá mong đợi, tạo ra nhiều giá trị hơn số vốn yêu cầu. Anh không có lý do gì để nghĩ rằng lần này sẽ khác.

Về chi tiêu vốn, David cũng cho thấy những dữ liệu thú vị. So với bong bóng dot-com, chi phí vốn thực sự được hỗ trợ bởi dòng tiền và chi phí vốn có tỷ lệ phần trăm doanh thu thấp hơn nhiều. Gánh nặng CAPEX lớn nhất do các nhà siêu quy mô gánh chịu, và đây là những công ty thương mại tốt nhất mọi thời đại.

David đặc biệt đề cập rằng với tư cách là một công ty danh mục đầu tư, họ hoan nghênh chi phí vốn này. Ông nói: "Đó là một điều rất tốt để xây dựng càng nhiều năng lực càng tốt và cung cấp càng nhiều nguồn cung cấp càng tốt cho việc đào tạo và lý luận. Và hầu hết gánh nặng được gánh chịu bởi các công ty thương mại tốt nhất trong lịch sử.

Một hiện tượng mà họ bắt đầu tập trung vào là nợ đi vào phương trình này. Bạn không thể tài trợ cho tất cả các chi phí vốn được dự báo trong tương lai chỉ bằng dòng tiền và thị trường đang bắt đầu chứng kiến một số nợ. Nhưng nhìn chung, họ cảm thấy thoải mái với các công ty tài trợ bằng dòng tiền, tiếp tục tạo ra dòng tiền và sử dụng nợ, miễn là đối tác là một công ty như Meta, Microsoft, AWS, Nvidia.

David đề cập đến một trường hợp đáng chú ý: Oracle. Oracle luôn có lãi và đã mua lại cổ phiếu, nhưng quy mô chi tiêu vốn mà họ đã cam kết là rất lớn, đó là một canh bạc lớn. Họ sẽ có dòng tiền âm trong nhiều năm tới. Thị trường đã bắt đầu chú ý, với chi phí hoán đổi mặc định tín dụng (CDS) của Oracle tăng lên khoảng 2% trong ba tháng qua. Đây là một tín hiệu cần chú ý.

Tôi tin rằng giai đoạn xây dựng thâm dụng vốn này là cần thiết, nhưng không phải là không có rủi ro. Điều quan trọng là đảm bảo rằng những khoản đầu tư này cuối cùng mang lại lợi nhuận tương ứng. Hiện tại, nhu cầu vượt xa nguồn cung. Tất cả các nhà cung cấp dịch vụ đám mây siêu quy mô đều báo cáo rằng nhu cầu vượt xa nguồn cung. Gavin Baker, người mà David đã phỏng vấn, có một phép so sánh tốt: trong thời đại Internet, rất nhiều sợi được đặt, và sau đó những sợi này không hoạt động và không được sử dụng, được gọi là sợi tối. Nhưng trong thời đại AI, không có cái gọi là GPU tối. Nếu bạn cài đặt GPU trong trung tâm dữ liệu, nó sẽ được đưa vào sử dụng đầy đủ ngay lập tức.

Tốc độ tăng trưởng doanh thu đáng kinh ngạc

Bộ dữ liệu của David đặc biệt nổi bật. Ông đã so sánh các dịch vụ đám mây, các công ty phần mềm giao dịch công khai và thu nhập ròng mới vào năm 2025. Các công ty phần mềm giao dịch công khai sẽ tăng thêm tổng cộng 46 tỷ đô la doanh thu vào năm 2025. Nếu bạn chỉ nhìn vào hai công ty OpenAI và Anthropic, họ thêm gần một nửa con số đó về doanh thu hoạt động.

Và David tin rằng nếu so sánh tương tự được thực hiện vào năm 2026, toàn bộ ngành công nghiệp phần mềm giao dịch công khai (bao gồm SAP và các công ty phần mềm đã thành lập, không chỉ SaaS), các công ty AI (công ty mô hình) có thể tăng 75% đến 80% doanh thu của họ. Tốc độ đơn giản là đáng kinh ngạc. Điều này có nghĩa là chỉ trong vài năm, các công ty AI sẽ tạo ra nhiều giá trị mới hơn toàn bộ ngành công nghiệp phần mềm truyền thống.

Goldman Sachs ước tính rằng xây dựng AI sẽ tạo ra doanh thu 9 nghìn tỷ USD. Giả sử tỷ suất lợi nhuận 20% và tỷ lệ P/E gấp 22 lần, điều này chuyển thành vốn hóa thị trường mới là 35 nghìn tỷ đô la. Khoảng 24 nghìn tỷ đô la vốn hóa thị trường hiện đã được tính toán trước. Mặc dù chúng ta có thể tranh luận xem tất cả điều này là do AI hay hiệu suất của công nghệ lớn, nhưng vẫn còn rất nhiều vốn hóa thị trường để đấu tranh và nếu những giả định này là chính xác, sẽ có rất nhiều mặt tích cực.

David cũng làm một phép số học đơn giản. Các ước tính hiện tại cho thấy chi phí vốn tích lũy cho các nhà cung cấp dịch vụ đám mây siêu quy mô sẽ chỉ dưới 5 nghìn tỷ đô la vào năm 2030. Để đạt được lợi nhuận ngưỡng 10% trên khoản đầu tư 4,8 nghìn tỷ đô la hoặc gần 5 nghìn tỷ đô la này, doanh thu AI hàng năm sẽ cần đạt khoảng 1 nghìn tỷ đô la vào năm 2030. Đặt con số này vào bối cảnh, 1 nghìn tỷ đô la là khoảng 1% GDP toàn cầu để tạo ra lợi nhuận 10%.

Điều này có khả thi không? Nó cũng có thể hơi không đủ. Nhưng David tin rằng chỉ nhìn vào năm 2030 đã có những hạn chế. Lợi nhuận từ các khoản đầu tư này có thể được thực hiện trong một khoảng thời gian dài hơn, chẳng hạn như từ năm 2030 đến năm 2040. Và nếu chúng ta hiện đang ở quy mô khoảng 50 tỷ đô la doanh thu AI (đó là ước tính sơ bộ của anh ấy), và điều này chủ yếu được tạo ra trong một năm rưỡi qua hoặc lâu hơn, con đường từ 50 tỷ đô la lên 1 nghìn tỷ đô la không phải là không tưởng.

Suy nghĩ của tôi về tương lai

Sau khi nghe David chia sẻ, cảm giác lớn nhất của tôi là chúng ta đang ở giai đoạn đầu của một bước ngoặt lịch sử, không phải giữa hay cuối. Đó là một chu kỳ sản phẩm có thể kéo dài từ 10 đến 15 năm và chúng tôi chỉ mới bắt đầu. Nó khiến tôi vừa phấn khích vừa lo lắng.

Thật thú vị, những cơ hội được mang lại bởi sự chuyển đổi này là rất lớn. Đối với các công ty có thể thích ứng nhanh chóng và nắm bắt AI một cách toàn diện, họ không chỉ đạt được lợi thế cạnh tranh mà còn có nhiều khả năng là những người xác định kỷ nguyên tiếp theo. Chúng ta sẽ thấy những kỳ lân mới ra đời, các mô hình kinh doanh mới xuất hiện và những cách tổ chức công ty hoàn toàn khác.

Lo lắng, sự thay đổi này có thể nhanh hơn nhiều so với hầu hết mọi người mong đợi. Dữ liệu mà David đề cập đặc biệt cho thấy: thời gian trung bình các công ty S&P 500 dành cho chỉ số này đã giảm 40% trong 50 năm qua. Điều này có nghĩa là tốc độ gián đoạn của các công ty đang tăng tốc. Trong thời đại AI, tốc độ này có thể tăng tốc hơn nữa.

Tôi nghĩ sẽ có một sự khác biệt rõ ràng tiếp theo. Một số công ty sẽ thực sự hiểu tiềm năng của AI và suy nghĩ lại về cơ bản về các sản phẩm, quy trình và cấu trúc tổ chức của họ. Các công ty này đạt được hiệu quả cao hơn và lợi thế cạnh tranh. Những người khác, ngay cả khi họ sẵn sàng thay đổi, sẽ tiến bộ chậm do khó khăn trong quản lý thay đổi, quán tính tổ chức, nợ kỹ thuật, v.v. Sự khác biệt này sẽ ngày càng trở nên rõ rệt hơn trong những năm tới.

Bây giờ có thể là thời điểm tốt nhất cho các doanh nhân. Với nhu cầu thị trường vô cùng mạnh mẽ và khả năng công nghệ nhanh chóng, thị trường vốn vẫn sẵn sàng hỗ trợ các công ty có tiềm năng thực sự. Và giờ đây có thể đạt được quy mô tương tự với ít tài nguyên hơn và nhanh hơn so với thế hệ công ty phần mềm trước. Điều này làm giảm rào cản gia nhập tinh thần kinh doanh, nhưng cũng làm tăng yêu cầu về chất lượng sản phẩm và sự phù hợp với thị trường.

Chìa khóa cho các nhà đầu tư là xác định những Model Busters thực sự đó. Các công ty này sẽ phát triển nhanh hơn và lâu hơn bất kỳ mô hình truyền thống nào dự đoán. Nhưng nó cũng đòi hỏi các nhà đầu tư phải có đủ tầm nhìn xa và kiên nhẫn để tin vào các đường cong tăng trưởng có vẻ không hợp lý.

Đối với các học viên, cho dù bạn là kỹ sư, quản lý sản phẩm, nhà thiết kế hay vai trò khác, bạn cần học hỏi và thích nghi nhanh chóng với các công cụ và cách làm việc mới. Ví dụ mà David đề cập - hai kỹ sư sử dụng các công cụ lập trình mới nhất nhanh hơn 10 đến 20 lần so với trước đây - không phải là một trường hợp riêng lẻ, mà là một xu hướng. Những người có thể thành thạo những công cụ mới, phương pháp mới này sẽ đạt được lợi thế nghề nghiệp rất lớn.

Cuối cùng, tôi muốn nói rằng sự thay đổi này không chỉ ở cấp độ kỹ thuật mà còn ở cách suy nghĩ. Từ “chúng ta nên làm như thế nào” đến “chúng ta muốn đạt được kết quả gì”, từ “thêm nhiều người hơn” đến “làm thế nào để giải quyết vấn đề này với AI”, từ “tuân theo các quy trình đã thiết lập” đến “hình dung lại các khả năng”. Câu hỏi về “điện hay máu”, mặc dù nghe có vẻ cực đoan, nhưng nắm bắt được bản chất của sự biến đổi này.

Chúng ta đang chứng kiến thế giới phần mềm được viết lại. Đây không phải là nâng cấp dần dần, mà là tái cấu trúc hoàn toàn. Và những người và công ty có thể hiểu điều này và nắm bắt nó sẽ xác định kỷ nguyên tiếp theo.