Cách tìm ý tưởng startup AI: nhìn vào trong hoặc ra khỏi nhà

1. Mở đầu: bốn host của Lightcone và câu hỏi "nếu không phải mình thì là ai"

Đây là một tập của Lightcone, podcast của Y Combinator, video đăng ngày 07/02/2025. Phần mô tả của video giới thiệu rằng các host của Lightcone xem xét những cách khác nhau để tìm ra một bước đột phá, cho những người muốn làm startup AI nhưng đang bị kẹt ở khâu nghĩ ra một ý tưởng tốt. Phần ghi danh cuối video liệt kê bốn host là Diana Hu, Harj Taggar, Garry Tan và Jared Friedman. Dòng chữ trên màn hình giới thiệu Garry Tan là President & CEO của Y Combinator, Harj Taggar và Jared Friedman là Managing Partner của Y Combinator (theo video đăng ngày 07/02/2025).

Video mở bằng vài câu trích từ chính cuộc trò chuyện. Harj nói: nếu ngay lúc này bạn đang build một startup làm về AI ở mức tiên tiến nhất (cutting edge), thì kể cả khi bạn chưa tìm ra ý tưởng đúng, tại sao lại bỏ cuộc để quay về Google hay quay về trường đại học? Theo anh, khả năng cao là cơ hội may mắn của bạn đang ở ngay góc phố (video đăng ngày 07/02/2025). Jared nói thêm rằng đây có thể nói là việc thú vị nhất bạn có thể làm với thời gian của mình (theo Jared, video đăng ngày 07/02/2025).

Garry nói về một kiểu suy nghĩ: có chuyện gì đó đang xảy ra mà mình không hài lòng, vậy hãy để mình đi tới tận rìa, đi ra thế giới bên ngoài, và hiểu nguyên nhân gốc rễ của nó từ first principles. Khi làm vậy, theo anh, bạn sẽ khám phá ra đủ loại vấn đề mà phần mềm, và đặc biệt là AI ở dạng hiện tại, có thể giải được (theo Garry, video đăng ngày 07/02/2025). Anh cũng nói có một câu hỏi rất quan trọng mà mọi founder phải tự hỏi khi cam kết với một ý tưởng: nếu không phải chúng ta, thì là ai?

Rồi Garry chào mừng mọi người quay lại với một tập mới của Lightcone. Anh giới thiệu mình là Garry, cùng với Jared, Diana và Harj. Anh nói gộp lại, cả bốn người đã rót vốn cho những công ty trị giá hàng trăm tỷ đô la, thường chỉ từ một ý tưởng (theo Garry, video đăng ngày 07/02/2025). Và đó là chủ đề của tập này.

Jared nói ngoài kia có rất nhiều người thông minh, giỏi kỹ thuật, đang theo dõi chuyện AI, thấy tiềm năng khổng lồ của công nghệ này, và hoàn toàn tin rằng đây là một thời điểm đặc biệt để mở công ty. Điều đang giữ chân họ lại là họ chưa có một ý tưởng mà họ thật sự hào hứng muốn lao vào làm. Jared đề nghị cả nhóm cứ "open source" luôn tất cả các mẹo mà nhóm đã học được, những thứ tới giờ mới chỉ được bàn trong các buổi office hours, cứ kể hết cho mọi người, với hy vọng nó giúp được một số người nghĩ ra những ý tưởng startup tuyệt vời (theo Jared, video đăng ngày 07/02/2025).

2. Ý tưởng mặc định tồi, ý tưởng hackathon và "ra khỏi nhà"

Garry nói một trong những "bản thiết kế" (blueprint) đang dần hiện ra là: bạn không thể cứ đứng quá gần chỗ mình đang đứng. Theo anh, ý tưởng startup tồi mặc định là một ý tưởng lười biếng, gần giống một ý tưởng hackathon: tôi đọc thấy nó trên X, một đống người đang làm nó, vậy sao tôi không làm luôn? Một phiên bản khác là chỉ đi tìm xem cái gì đang "hot" ngoài kia rồi nhảy lên chuyến xe đó (theo Garry, video đăng ngày 07/02/2025). Anh quay sang Jared: một trong những điều Jared hay cảnh báo founder là đừng cứ thế chạy theo ý tưởng hackathon của mình.

Jared đồng ý. Theo anh, khi nghĩ về ý tưởng startup, người ta thường bị hút về những thứ trông có vẻ rất dễ build phiên bản đầu tiên. Nhưng phần lớn những ý tưởng startup tốt nhất thật ra lại ít nhiều khó để ship được phiên bản đầu tiên (theo Jared, video đăng ngày 07/02/2025). Bài học tổng quát (meta lesson) của anh sau khi làm việc này với từng founder là: anh luôn cố đẩy họ về hướng những ý tưởng khó hơn, tham vọng hơn, còn tiềm thức của họ thì cứ cố đẩy họ quay lại những thứ họ có thể build trong một cuối tuần.

Garry nói điều thú vị ở đây là bạn cần ra khỏi nhà. Thay vì chỉ làm cái đang ở ngay trước mặt, bạn phải hoặc là tự soi xét bản thân một cách quyết liệt, nhìn vào chính lịch sử của mình và những gì bạn giỏi một cách độc nhất, hoặc là quyết liệt ra khỏi nhà, đi tới những nơi bên ngoài: ngành công nghiệp, chính phủ, những nơi khác đang phục vụ con người theo một cách nào đó. Anh nói thêm rằng những nơi đó cũng không nằm trong nhà bạn. Tóm lại là: quyết liệt nhìn vào trong, hoặc quyết liệt đi ra ngoài (theo Garry, video đăng ngày 07/02/2025).

Garry đề nghị biến điều đó thành cụ thể bằng cách đi sâu nhất có thể vào các ví dụ. Bắt đầu với hướng thứ nhất: cái gì đã nằm sẵn trong chúng ta? Anh nói có rất nhiều ví dụ về những người đã dành nhiều năm để đi tới tận rìa của sự hiểu biết, dù là về AI hay một lĩnh vực nào khác trên đời, và họ làm được điều đó qua việc học, qua nghiên cứu, hoặc qua nơi họ từng làm việc. Anh mời Diana, người mà anh nghĩ có vài ví dụ rất hay.

3. Nhìn vào công việc cũ: Salient và Diode Computer

Diana nói các ví dụ của chị là về những founder có một trải nghiệm rất đặc biệt ở công việc trước đó. Ví dụ đầu tiên là Salient. Theo chị, Salient đang build một AI voice agent làm việc xử lý khoản vay (loan processing) cho mảng thu hồi nợ vay mua ô tô (theo Diana, video đăng ngày 07/02/2025). Chị thừa nhận đó là một ý tưởng hơi "ngách" và khó hiểu với người ngoài (esoteric). Khi làm việc với các founder, phải mất một thời gian mới tìm ra được một ý tưởng tốt.

Ý tưởng hóa ra là một ý tưởng tốt khi chị nghe nhà sáng lập kể anh biết tới vấn đề này vì từng làm ở Tesla. Khi ở trong team finance ops của Tesla, một phần của vấn đề với việc cho thuê (leasing) xe Tesla là cả một quy trình thu hồi các khoản thanh toán, và tất cả được làm rất thủ công, với những đơn vị vận hành kinh doanh được thuê ngoài (outsource). Anh nghĩ: sao không build một AI agent cho việc đó? Theo Diana, ý tưởng đó hóa ra chạy rất tốt, và giờ họ đang phục vụ một loạt ngân hàng lớn (tính đến video đăng ngày 07/02/2025).

Ví dụ thứ hai là các founder của Diode Computer. Theo Diana, họ đang build một AI copilot cho việc thiết kế bảng mạch (circuit board) (theo Diana, video đăng ngày 07/02/2025). Insight của họ đến từ việc cả hai founder vừa là kỹ sư điện, vừa là kỹ sư phần mềm. Đó là một giao điểm kỹ năng rất hiếm, vì thế giới phần mềm và thế giới phần cứng thường không nói chuyện với nhau. Họ từng làm mạch ở Apple, ở các startup, thậm chí làm cả bộ xử lý tùy biến (custom processor), nên họ có nhiều kinh nghiệm làm đồ điện tử cao cấp.

Họ thấy khoảng trống và sự bực bội khi làm việc với các kỹ sư phần cứng: tại sao họ không làm mọi thứ giống như làm phần mềm? Tại sao không có một thế giới kiểu Git cho phần cứng? Tại sao kỹ sư điện phải tự tay đọc qua hàng đống datasheet để kiểm tra từng linh kiện, việc vốn là công việc của kỹ sư điện? Tại sao phải làm thủ công? Sao không để một LLM đọc và làm toàn bộ việc kiểm tra đó ngay trong code, có cả QA? Theo Diana, đó là insight của họ, và nó độc nhất với họ vì chỉ họ có trải nghiệm đặc biệt là một người rất mạnh về phần mềm, người kia rất mạnh về phần cứng (theo Diana, video đăng ngày 07/02/2025).

4. Đi tới rìa hiểu biết, N bằng một, và Spur

Garry nói đây là một trong những trường hợp mà để mở một startup thành công, bạn phải giống một nhà nghiên cứu tiến sĩ hay postdoc theo một nghĩa nào đó: bạn phải đi tới tận rìa của những gì con người biết và hiểu. Rồi thay vì công bố một nghiên cứu đẩy cái rìa đó ra thêm một chút, bạn tạo ra một sản phẩm hay dịch vụ mà người ta thật sự muốn (theo Garry, video đăng ngày 07/02/2025).

Diana nối tiếp ý đó: khi founder là chuyên gia ở mức tiến sĩ trong thế giới của họ, họ có một sự phù hợp rất đặc biệt giữa founder và thị trường (founder market fit). Họ là những người giỏi nhất thế giới ở chuyện đó. Theo chị, thật sự không có ai giống họ: có đúng trải nghiệm làm việc đó, lại đúng lúc muốn làm startup, lại đúng lúc đang rất quan tâm tới AI. Có một khoảnh khắc mà N chỉ bằng một: chỉ có họ làm được, và chị thấy điều đó rất hay (theo Diana, video đăng ngày 07/02/2025).

Garry nói việc nhà sáng lập Salient từng ở một nơi như Tesla luôn là điều rất thú vị để suy ngẫm, vì có một câu hỏi rất quan trọng mà mọi founder phải hỏi khi cam kết với một ý tưởng: nếu không phải chúng ta thì là ai? (theo Garry, video đăng ngày 07/02/2025). Rồi anh hỏi Jared có muốn nói về Spur không.

Jared kể Spur đang build một AI QA agent (theo Jared, video đăng ngày 07/02/2025). Cách testing vận hành lúc đó, theo anh, là nếu bạn là một công ty lớn, có lẽ bạn có các kỹ sư QA viết test để kiểm tra phần mềm của bạn, và Spur build một AI agent viết test thay cho bạn. Ý tưởng đến từ việc một trong các founder từng làm ở Figma, nơi có một phần front end nổi tiếng phức tạp, rất khó test. Chị nhận ra các kỹ sư tốn rất nhiều thời gian để test front end, viết và bảo trì test cho nó, và AI rõ ràng sẽ cho phép tự động hóa việc đó.

Garry nói Figma là một nơi rất tốt để bước ra: nếu bạn đã ở sẵn ngay rìa của thiết kế và cộng tác (design and collaboration), rồi làn sóng AI này xảy ra, thì bạn đã có sẵn sự tiếp xúc với đúng khách hàng, và biết những người ở rìa đang làm gì, vì chính họ đang ở rìa (theo Garry, video đăng ngày 07/02/2025).

5. DataCurve và câu hỏi đầu tiên trong cây quyết định của Jared

Garry có một ví dụ "điên hơn", có thể làm ấm lòng một số người đang nghe: đây có lẽ là team trẻ nhất mà anh từng rót vốn. Có người hỏi họ bao nhiêu tuổi. Garry trả lời: 19 tuổi. Họ bỏ học năm nhất ở University of Waterloo. Công ty tên là DataCurve, và thật ra đó là một trong vài lần pivot (theo Garry, video đăng ngày 07/02/2025).

Ban đầu họ vào YC với một công ty khác, theo Garry là một ý tưởng hackathon kiểu đồ chơi; anh nghĩ họ thậm chí đã thắng một cuộc hackathon với ý tưởng đó. Đó là một cái "ChatGPT wrapper" tiêu chuẩn, vào thời mà "wrapper" là từ miệt thị ai cũng dùng. Nhưng vấn đề sâu hơn là người ta không thật sự muốn nó. Nó là một bản demo rất hay, nhưng không có khách hàng nào sẵn sàng trả tiền và dùng nó thường xuyên (theo Garry, video đăng ngày 07/02/2025).

Rồi trong batch, họ chuyển thành AI cho product manager. Garry nối lại với điều cả nhóm nói từ đầu: đó lại là một ý tưởng "chưa ra khỏi nhà đủ xa", vì cả hai founder ở tuổi 19 đều chưa từng làm product manager. Theo anh, rất, rất khó để làm phần mềm hay sản phẩm cho những người và những team mà bạn không có trải nghiệm hay hiểu biết trực tiếp (theo Garry, video đăng ngày 07/02/2025).

May mắn là, và theo Garry đây có lẽ là một ví dụ rất hay về việc nhìn ngược vào chính founder, một founder từng là thực tập sinh ở Cohere, nơi nằm tận ngoài rìa về LLM. Chị đã làm các công cụ dữ liệu, tạo ra dữ liệu tổng hợp (synthetic) và dữ liệu thật cho các mô hình ngôn ngữ ở Cohere. Chị quay lại gặp sếp cũ, và họ nói: đây là thứ bọn tôi cần. Chị đáp: ồ, vậy tôi build được cái đó. Và giờ thì chị đang chạy hết tốc lực. Garry kể chị đã có một buổi demo day rất tốt, và đang kiếm được mức từ giữa tới cao của con số bảy chữ số, cho một công ty mới bắt đầu từ tháng 6 năm ngoái (theo Garry, video đăng ngày 07/02/2025).

Jared nói anh đã thấy pattern này ở rất nhiều founder. Mỗi khi anh có một team trong batch đang pivot, và họ vào office hours kiểu "tôi mất niềm tin vào ý tưởng cũ rồi, giờ tôi nên làm gì?", thì nút đầu tiên trong cây quyết định của anh khi giúp họ tìm ý tưởng mới là: các founder có là chuyên gia về một thứ gì đó không? Vì nếu có, thì đó thường là chỗ đầu tiên nên tìm ý tưởng (theo Jared, video đăng ngày 07/02/2025).

Điều anh nhận thấy là founder thường khó một cách đáng ngạc nhiên trong việc tự biết mình là chuyên gia về cái gì. Nhiều khi bạn phải gợi ra từ họ những lĩnh vực chuyên môn thật của họ. Đó là lý do việc này càng khó với những người 19 tuổi. Nhưng cũng chính vì vậy mà anh rất thích ví dụ DataCurve: founder đó chỉ cần với ngược lại kỳ thực tập mùa hè trước, và có một thứ nằm sờ sờ ngay trước mắt ở đó (theo Jared, video đăng ngày 07/02/2025).

6. Phản ứng dị ứng với chuyên môn của mình, internship, Cohere và David AI

Diana nói chị cũng thấy điều Jared vừa nói rất nhiều lần. Theo chị, nhiều khi founder vào office hours với nhóm, họ gần như có một phản ứng dị ứng với chính việc họ từng làm. Lý do là, theo định nghĩa, họ là chuyên gia về việc đó và đã cày ở đó nhiều năm. Họ kiểu: tôi không muốn mất thêm một thập kỷ nữa cho cái thứ tôi đã đổ bao nhiêu thời gian vào, nó chán quá. (Một host chen vào: "Chán.") Và họ muốn chạy theo một món đồ lấp lánh nào đó mà họ không biết gì về nó, kiểu "cỏ nhà hàng xóm bao giờ cũng xanh hơn" (theo Diana, video đăng ngày 07/02/2025).

Nhưng rồi, theo Diana, họ nghe thông minh hơn hẳn khi nói về chính lĩnh vực của mình. Khi bạn phản chiếu lại điều đó cho họ thấy, họ kiểu: ừ, đúng thật. Chị nói với họ rằng chị chưa từng nghe ai đi sâu vào chuyện này như cách bạn vừa nói một cách rất lưu loát, so với khi nói về ý tưởng lấp lánh kia, vốn chỉ là insight ở bề mặt (theo Diana, video đăng ngày 07/02/2025).

Jared nói internship là một điểm tổng quát (meta point) thú vị nữa. Theo anh, một tỷ lệ rất lớn trong các công ty tỷ đô của YC có thể truy ngược thẳng về không chỉ một công việc, mà cụ thể là một kỳ thực tập mà một trong các founder từng làm (theo Jared, video đăng ngày 07/02/2025). Vậy nên có lẽ một bài học là: nếu bạn đang học đại học và muốn ở vào vị trí có ý tưởng startup tốt, hãy đi thực tập ở những công ty thật sự hay, đang ở rìa (bleeding edge) của một thứ gì đó, vì đó là một con đường đã được kiểm chứng để có một ý tưởng startup tuyệt vời.

Diana nói điểm tổng quát còn lại là hãy kén chọn nơi mình làm việc. Ví dụ founder của DataCurve làm ở Cohere: Cohere ở ngay rìa. Theo chị, nhà sáng lập Cohere là một trong các tác giả của bài báo "Attention Is All You Need", bài báo nền tảng gần như đã tạo ra cả làn sóng AI bùng nổ hiện nay, và founder kia đã làm việc ở đó (theo Diana, video đăng ngày 07/02/2025).

Một ví dụ khác của chị là David AI. Các founder từng làm ở Scale, và theo chị Scale nằm ở rìa của việc cung cấp các bộ dữ liệu cho làn sóng AI lúc đó (theo Diana, video đăng ngày 07/02/2025). David AI tìm ra một ngách mà Scale không đi vào: sự khan hiếm các bộ dữ liệu đa phương thức (multimodal), cụ thể là audio đã tách theo từng người nói, và đi sâu vào đó, vì Scale đã đi rất sâu vào thế giới LLM. Theo chị, điều đó hóa ra là tốt.

Diana tóm lại cùng ý với Jared: trường hợp Cohere, và trường hợp này với Scale, cho thấy khi làm việc ở rìa, bạn tìm được những vấn đề chất lượng cao, những vấn đề sẽ là tương lai (theo Diana, video đăng ngày 07/02/2025).

7. Thứ bạn muốn thấy trên đời: Can of Soup và Happenstance

Garry nói đó không phải cách duy nhất để nhìn vào bên trong. Có lẽ cách mà người ta hay nghĩ tới và rõ ràng hơn một chút là: những thứ gì bạn muốn thấy có mặt trên đời mà bạn có thể hình dung mình làm cả phần đời còn lại? Anh nói con đường này "có rồng" (there'd be dragons), nhưng mặt khác cũng có những ví dụ rất đáng chú ý về các công ty thật sự tìm ra được một thứ và làm ra thứ người ta muốn (theo Garry, video đăng ngày 07/02/2025).

Jared có một câu chuyện đặc biệt mà anh hay kể, vì nó ở lại mãi trong anh. Đó là về Can of Soup. YC rót vốn cho Can of Soup, và nhà sáng lập từng là một kỹ sư thời đầu ở Substack, một công ty YC đã rót vốn nhiều năm trước. Từ rất sớm, anh mất niềm tin vào ý tưởng mà YC đã rót vốn cho, rồi lang thang trong "sa mạc", một giai đoạn "địa ngục pivot", cố nghĩ ra một ý tưởng mới theo một cách khá gượng ép, như thường xảy ra khi founder pivot (theo Jared, video đăng ngày 07/02/2025).

Anh xem xét nhiều ý tưởng B2B SaaS, tất cả đều hoàn toàn hợp lý, nhưng anh không thật sự hào hứng với cái nào. Rồi anh đi dạo với sếp cũ của mình là Chris, CEO của Substack. Chris cho anh một lời khuyên mà Jared nói đã ở lại mãi trong anh. Nhà sáng lập kia pitch một trong những ý tưởng B2B SaaS đó, và Chris kiểu: ai quan tâm chứ? Hãy làm một thứ chạm tới trí tưởng tượng của con người (theo Jared kể, video đăng ngày 07/02/2025).

Đó là "prompt" khiến anh bắt đầu nghĩ tới một ý tưởng lớn hơn nhiều, thứ anh thật sự hào hứng làm trong một thời gian rất dài. Và nó dẫn anh tới Can of Soup, theo Jared là một thứ giống Instagram nhưng bằng AI, một kiểu mạng xã hội hoàn toàn mới. Jared nói đó là một ý tưởng thật sự lớn, điên rồ, tham vọng; nhóm chưa biết nó có thành công không, nhưng nó cực kỳ thú vị và ngầu hơn nhiều so với những ý tưởng B2B SaaS "chế tạo" ra (theo Jared, video đăng ngày 07/02/2025). Garry nói thêm rằng mạng xã hội có vẻ là mảnh đất khá chín cho những thứ người ta thật sự muốn làm.

Garry kể tiếp về Happenstance, một trong những công ty AI anh thích lúc đó (theo Garry, video đăng ngày 07/02/2025). Nhà sáng lập từng là nhà nghiên cứu AI ở Apple và đã bán startup trước của mình. Rồi anh bắt đầu nhận ra, nhất là khi Word2Vec và các vector database bắt đầu xuất hiện, rằng khi bạn dùng những thứ như LinkedIn, bạn thường xuyên gõ tìm một thứ gì đó. Garry nghĩ LinkedIn vẫn dùng tìm kiếm văn bản thuần túy kiểu cũ, có khi chỉ dùng index từ MySQL, ai mà biết được. Theo anh, nó thật sự không thông minh (theo Garry, video đăng ngày 07/02/2025).

Điểm mấu chốt là LLM, và đặc biệt là LLM kết hợp với vector search, giờ có nghĩa là bản thân công cụ tìm kiếm có thể thông minh hơn rất nhiều. Garry nói anh luôn cố kết nối những người trong batch với những người có thể mua sản phẩm của họ, hoặc giúp họ có được access, đủ thứ như vậy (theo Garry, video đăng ngày 07/02/2025).

Theo Garry, Happenstance lúc đó là một thứ rất "wild": anh có thể gõ gần như bất cứ gì, theo kiểu mơ hồ (fuzzy). Anh có thể mô tả những người anh đang cố giúp, thậm chí mô tả cấp bậc hay bộ phận trong một công ty mà anh nghĩ mình muốn kết nối founder tới. Và nó tự hiểu hết. Nó viết các truy vấn SQL, rồi dùng một hỗn hợp vector search, LLM và SQL để tìm ra những người đó, theo cách mà tìm kiếm của LinkedIn thất bại mười lần trên mười với một số truy vấn thật sự phức tạp (theo Garry, video đăng ngày 07/02/2025).

8. Nghĩ lớn hơn: bài luận của Paul Graham, "blinders" và EZDubs

Diana nói một phần công việc của nhóm là giúp founder nghĩ lớn hơn, vì toàn bộ quá trình mở một startup vốn đã đáng sợ. Đôi khi founder bắt đầu với một ý tưởng rất nhỏ, có thể chẳng mấy hệ trọng. Nhưng nếu nhân nó lên 10 lần, thế giới có thể thay đổi thế nào? (theo Diana, video đăng ngày 07/02/2025) Chị hỏi Jared, người mà chị nghĩ có một ví dụ rất hay cho chuyện này.

Jared nói có. Nhân tiện, theo anh, nếu bạn đang tìm ý tưởng startup, một việc bạn chắc chắn nên làm là đọc, hoặc đọc lại, bài luận của Paul Graham tên là "How to Get Startup Ideas", mà anh coi là tác phẩm thật sự mang tính định nghĩa cho chủ đề này (theo Jared, video đăng ngày 07/02/2025).

Jared kể Paul Graham nói tới một khái niệm gọi là "blinders": khi tìm ý tưởng startup, bạn thường bị che mắt, tiềm thức của bạn thậm chí không cho bạn nhìn thấy một số ý tưởng vì chúng có vẻ quá tham vọng và quá đáng sợ. Thế nên chúng còn không nổi lên được tới mức ý thức để bạn có thể quyết định có muốn làm hay không (theo Jared, video đăng ngày 07/02/2025).

Ví dụ của anh là EZDubs. Theo Jared, EZDubs đang build một cỗ máy phiên dịch vạn năng (universal translator), như trong Star Trek (theo Jared, video đăng ngày 07/02/2025). Hãy tưởng tượng bạn tới Nhật mà không nói được tiếng Nhật, và bạn muốn nói chuyện với một người chỉ nói tiếng Nhật. Bạn có thể dùng EZDubs, và nó sẽ dịch song song, theo thời gian thực, để bạn có một cuộc trò chuyện thời gian thực với người nói một ngôn ngữ khác.

9. Không có chuyên môn thì tự xây: Egress Health

Harj nói một trong những điều người ta hay gặp khi đi theo con đường "nhìn vào trong" chính là điều cả nhóm vừa nói: tôi thật sự không có chuyên môn gì cả. Tôi đã đào bới mọi thứ có thể, đào hết mọi trải nghiệm của mình, và vẫn không nghĩ ra được ý tưởng startup tốt nào theo cách đó. Điều đó dẫn bạn tới ý của Garry: bạn phải ra khỏi nhà, và phải bắt đầu bỏ công sức để xây dựng chuyên môn (theo Harj, video đăng ngày 07/02/2025).

Vì vậy, theo Harj, lời khuyên của nhóm cho các startup trong batch đang đi trên con đường này thường thay đổi: đừng nghĩ về mục tiêu doanh thu hai tuần nữa, hãy bắt đầu coi mình là nhà nghiên cứu, và cố xây dựng chuyên môn về một thứ gì đó với hy vọng tìm ra ý tưởng startup (lời khuyên theo Harj, video đăng ngày 07/02/2025).

Anh có một câu chuyện về cách tìm ý tưởng này: Egress Health. Họ đã mất một thời gian pivot và tìm ý tưởng, nhưng không chạm được tới cái gì chạy thật tốt. Harj nghĩ một trong các phụ huynh của họ, anh nghĩ là mẹ của một founder, là nha sĩ tự điều hành một phòng khám nha khoa nhỏ. Founder đó tới làm việc cùng bà một ngày, chỉ để xem một phòng khám nha khoa vận hành thế nào, và có gì mà phần mềm có thể làm tốt hơn không (theo Harj kể, video đăng ngày 07/02/2025).

Anh nhận ra có rất nhiều việc hành chính liên quan tới bảo hiểm: xử lý bảo hiểm của bệnh nhân và xin phê duyệt trước (pre-authorization). Toàn bộ việc này là việc lặp lại theo lối mòn, thứ có thể được một LLM xử lý thay. Vậy nên họ bắt đầu làm việc đó, bắt đầu build một back office chạy bằng LLM cho nha sĩ. Theo Harj, nó đang chạy thật, thật tốt (tính đến video đăng ngày 07/02/2025).

10. Quan hệ gia đình, giá trị của việc thay một con người, và đi "undercover"

Một host khen câu chuyện đó thật hay. Jared nói anh rất thích khi founder rơi vào nhánh này của cây quyết định tìm ý tưởng, vì qua họ anh được tìm hiểu về đủ mọi ngóc ngách của thế giới và nghĩ xem đâu có thể có những vấn đề thú vị (theo Jared, video đăng ngày 07/02/2025).

Jared muốn rút ra vài điểm từ câu chuyện đó. Điểm thứ nhất là tận dụng quan hệ gia đình. Theo anh, rất nhiều ý tưởng startup tốt nhất của nhóm, rất nhiều startup tỷ đô của YC, thật sự bắt đầu từ cha mẹ, chú bác, anh chị em họ, anh em ruột của founder, hay một người bạn cùng phòng thời đại học, hoặc chỉ một mối quan hệ ngẫu nhiên nào đó vừa đủ để mở ra một khe cửa dẫn họ tới một chỗ thú vị (theo Jared, video đăng ngày 07/02/2025).

Một host nói thêm rằng điều đó quan trọng tới mức đáng ngạc nhiên. Có khi bạn gửi cold email cho một nghìn người và nhận về đúng không phản hồi nào. Garry nói nếu bạn có một người mà bạn sẽ gặp mỗi dịp Thanksgiving, anh nghĩ họ sẽ cho bạn một chút access, và access là tất cả những gì bạn cần. Đôi khi ở ngay khoảnh khắc ban đầu, bạn chỉ cần access vào một nơi chưa được phục vụ tốt, một nơi mà chưa có kỹ sư phần mềm hay kỹ sư AI giỏi nào từng nhìn thấy (theo Garry, video đăng ngày 07/02/2025).

Cuộc trò chuyện nối sang lý do cách này lúc đó còn hiệu quả hơn bao giờ hết: AI agent sẽ lớn hơn SaaS rất nhiều. Harj lấy ví dụ Salient hay Egress Health: có lẽ năm năm trước, build phần mềm chỉ cho những bên cho vay mua ô tô, hay chỉ cho một phòng khám nha khoa nhỏ, có lẽ là một cơ hội tự nó không đủ lớn. Nên người ta có lẽ cảm thấy những mối quan hệ và chuyên môn của mình không có giá trị lắm (theo Harj, video đăng ngày 07/02/2025).

Nhưng giờ, theo Harj, với AI, bất kỳ việc nào trong số này cũng có giá trị hơn nhiều so với việc chỉ build một CRM cho phòng khám nha khoa. Bạn thật sự đang thay thế một con người. Người đó có lẽ được trả tối thiểu khoảng 60.000 tới 80.000 đô một năm. Vì vậy giá trị phần mềm của bạn tăng lên rất, rất, rất nhiều (theo Harj, video đăng ngày 07/02/2025).

Jared nói anh cũng rất thích việc founder Egress Health đã thật sự tới tận nơi, ngồi trọn một ngày trong phòng khám nha khoa như một con ruồi trên tường. Theo anh, bất cứ khi nào bạn tìm được ai đó làm trong bất kỳ ngành nào chịu cho bạn làm vậy thì đó là "vàng", bạn sẽ khám phá ra một thứ gì đó hay ho (theo Jared, video đăng ngày 07/02/2025).

Diana gọi đó là khái niệm đi "undercover", như một điệp viên chìm, để học hết những bí mật sâu kín của một ngành, những thứ thường được giữ sau cánh cửa đóng, với người ngoài, vì những lý do chính đáng. Nhưng vì bạn có một mối quan hệ đặc biệt với một người trong gia đình hay ai đó tương tự, hoặc đôi khi founder rất có duyên và vào được nhờ vậy, bạn có thể học được rất nhiều về những ngành ngách đó (theo Diana, video đăng ngày 07/02/2025).

Ví dụ của chị là HappyRobot. Theo chị, họ đang build AI agent để điều phối logistics cho tài xế xe tải (theo Diana, video đăng ngày 07/02/2025). Họ không xuất thân từ ngành vận tải, một thế giới rất ngách đối với họ. Các founder là người Tây Ban Nha, rất xa với lĩnh vực này, và là nghiên cứu sinh tiến sĩ. Cách họ đặt chân vào đó đơn giản là vì các founder rất dễ gần, rất thân thiện; khi nói chuyện với họ, bạn muốn làm bạn với họ.

11. Xin một công việc thật để hiểu từ bên trong

Garry nói tin tốt là kể cả khi bạn không có quan hệ gia đình hay bạn bè, và cũng không đủ thân thiện, hướng ngoại để làm được như HappyRobot, thì vẫn còn một cách khác. Anh nói sẽ không nêu tên công ty này, vì họ là một công ty AI billing đang làm ăn tốt (theo Garry, video đăng ngày 07/02/2025), nhưng cách họ tìm ra ý tưởng không phải qua quan hệ.

Một trong các đồng sáng lập đã thật sự xin việc làm người lập hóa đơn y tế (medical biller), làm từ xa cho một phòng khám ở New York. Anh không tiết lộ rằng mình đang dùng hay đang build phần mềm, nhưng đó chính là việc anh làm. Anh xin một công việc, một kiểu công việc "chìm". Không phải tình cờ anh đang làm medical biller; anh nghĩ: tôi muốn tự động hóa medical billing, nhưng để làm vậy tôi cần hiểu nó vận hành ra sao, nên tôi sẽ xin làm medical biller để hiểu nó từ bên trong (theo Garry kể, video đăng ngày 07/02/2025).

Một host hỏi lại xem mình hiểu như vậy có đúng không. Garry xác nhận: đúng vậy, anh ấy thật sự có một công việc thật và được trả lương như một medical biller. Một host nói mình cũng có một founder làm đúng như vậy ở một ngành khác. Hai host cùng nói chuyện đó thật "wild" (video đăng ngày 07/02/2025).

Theo Garry, cách này hiệu quả nếu bạn không có quan hệ, và không thể bước vào rồi dùng lời ngon ngọt để có access. Có những công việc trí óc (knowledge work) mà bạn cứ thế làm được. Anh nói đây cũng là điều anh đôi khi đem ra thuyết phục các nhà quản lý (regulator): open source là một mảnh rất quan trọng của chuyện này (theo Garry, video đăng ngày 07/02/2025).

Lý do người đồng sáng lập kia làm được điều đó một cách hợp pháp, theo Garry, là anh tự build phần mềm để tự động hóa công việc, chạy hoàn toàn local trên máy của chính mình. Anh build AI agent "robot" của riêng mình dùng Llama 3 để thay chính mình, trên hai chiếc MacBook Pro vào lúc đó. Garry nói không có vi phạm nào, không luật nào bị phá: dùng máy của chính mình, dùng Zoom và những thứ tương tự để làm việc cho một bên ngoài là hợp pháp, vì đó là một công việc làm từ xa trên laptop, và bạn làm việc đó rất dễ với nó (theo Garry, video đăng ngày 07/02/2025). Anh coi đó là một trong những ví dụ "điên" hơn.

Một host nói nghe có vẻ người ta hoàn toàn nên làm vậy: cứ đi xin những công việc ngẫu nhiên ở những ngành ngẫu nhiên và học về chúng từ bên trong. Việc đó không mất nhiều thời gian; đâu phải bạn cần một bằng bác sĩ (MD) mới làm được medical biller. Host này nghĩ đó chỉ là một chương trình đào tạo khoảng hai tới bốn tuần hay đại loại vậy (theo lời host đó, video đăng ngày 07/02/2025).

Garry đồng ý. Theo anh, đó chính là những thứ lý tưởng để tự động hóa lúc đó: những công việc làm từ xa trên laptop mà bạn xin được rất dễ. LLM hóa ra rất giỏi làm những việc đó vào thời điểm đó; laptop thì rất mạnh; và việc dùng dữ liệu tổng hợp (synthetic data) để đưa xuống các model ít tham số hơn cũng rất tốt. Vì vậy, theo anh, đây là thời hoàng kim của việc thật sự, thật sự đi "undercover" (theo Garry, video đăng ngày 07/02/2025).

12. Abel Police: cảnh sát chìm trong giấy tờ

Garry nói một trong những chủ đề xuyên suốt ở đây là: làm sao để đi tới tận rìa của những gì người ta biết, đặc biệt nếu chính bạn là kỹ sư hay kỹ sư AI. Ví dụ tiếp theo của anh khá nặng nề. Abel Police làm việc với các sở cảnh sát (theo Garry, video đăng ngày 07/02/2025). Cách nhà sáng lập tìm ra vấn đề này khá nghiêm trọng: một người bạn của anh là nạn nhân của một vụ phạm tội.

Anh bắt đầu tìm hiểu và phát hiện ra, cũng như Garry từng phát hiện ở San Francisco, rằng rất nhiều cảnh sát đơn giản là chìm ngập trong giấy tờ. Theo Garry, bạn có thể làm một ca tám, mười tiếng, rồi dành hai hay ba tiếng trong tám hay mười tiếng đó chỉ để điền giấy tờ ở cuối ca (theo Garry, video đăng ngày 07/02/2025).

Garry nói San Francisco có một luật "điên rồ": nếu bạn dừng bất kỳ ai lại, dù chỉ để nói chuyện, bạn cũng phải điền lượng giấy tờ nhiều như khi bạn bắt giữ họ. Anh hỏi: làm sao làm công việc cảnh sát được khi có một ủy ban cảnh sát (police commission) dìm bạn trong giấy tờ như thế? Và theo anh, đây không chỉ là chuyện của San Francisco, mà gần như khắp nước Mỹ (theo Garry, video đăng ngày 07/02/2025).

Theo Garry, đây là một ví dụ rất tốt về việc đi "undercover" theo đúng nghĩa đen: nhà sáng lập đã đi theo xe tuần tra (ride-along). Anh điều tra một chuyện trong xã hội khiến anh rất bức xúc, tìm ra nguyên nhân gốc rễ, và rồi LLM xuất hiện. Anh nghĩ: tại sao lại có người phải ngồi trước một trình duyệt web hàng giờ để điền, click, click, click, nhập dữ liệu, thậm chí ngồi chép lại bằng lái xe của người ta? Tại sao chúng ta lại biến những cảnh sát, những người lẽ ra phải lo cho an toàn công cộng, thành người làm việc văn thư, khi một phần lớn công việc của họ là việc văn thư? (theo Garry kể, video đăng ngày 07/02/2025)

Và tất nhiên, theo Garry, bạn có thể dùng LLM cộng với computer vision để đưa hai hay ba tiếng đó xuống còn năm hay mười phút, nhất là khi bạn đã có sẵn dữ liệu camera suốt cả ngày từ chính người làm công việc đó (theo Garry, video đăng ngày 07/02/2025).

13. Mẹo tìm việc trên Indeed, Sweetspot và Lilac Labs

Jared hỏi mình có thể "leak" một mẹo về chủ đề trước, chuyện tìm việc, không. Đây là điều anh từng gợi ý cho một founder: bạn có thể vào thẳng Indeed.com và tìm những công việc có từ khóa như "remote analyst", "remote clerk", những thứ tương tự. Rồi cứ xem hết các công việc người ta đang tuyển. Theo anh, một số có lẽ là những công việc kỳ lạ mà phần lớn mọi người còn chưa từng nghe tới. Ngoài kia có đủ loại công việc như vậy; bạn cứ việc xin một trong số đó (mẹo theo Jared, video đăng ngày 07/02/2025).

Một host nói thêm một mẹo nữa: nếu bạn không muốn tự làm công việc nhàm chán đó, hãy nghĩ xem bạn có người bạn nào đang làm một công việc rất nhàm chán không, rồi đi theo họ, "shadow" họ ở chỗ làm trong một ngày (mẹo theo lời host đó, video đăng ngày 07/02/2025).

Harj có một ví dụ việc này đã thật sự xảy ra: Sweetspot. Khi YC nhận họ vào, anh nghĩ ý tưởng là một thứ về thanh toán cho xe bán taco, một thứ hoàn toàn ngẫu nhiên. Rồi họ bắt đầu đi tìm ý tưởng, và họ có một người bạn mà toàn bộ công việc toàn thời gian là ngồi trước máy tính, trên trang web của chính phủ, nơi chính phủ đăng các hợp đồng đang mở để đấu thầu. Cả công việc của anh ta chỉ là liên tục refresh trang đó, và mỗi khi có một gói thầu liên quan tới công ty anh ta làm, anh ta dán link vào đâu đó (theo Harj kể, video đăng ngày 07/02/2025).

Họ nghĩ: cái đó chắc chắn có thể tự động hóa bằng AI. Harj nói chuyện đó xảy ra khoảng một năm rưỡi, gần hai năm trước (tính từ video đăng ngày 07/02/2025). Insight đó trở thành một ý tưởng rất thú vị: lúc đó Sweetspot là một nền tảng AI cho toàn bộ việc đấu thầu và mua sắm với chính phủ. Theo Harj, họ tìm gói thầu cho bạn, tạo toàn bộ hồ sơ thầu, cho bạn lời khuyên để làm sắc nó, để có cơ hội tốt nhất giành được nó, và định giá nó tối ưu, tất cả trong một gói duy nhất. Và nó đang tăng trưởng cực kỳ nhanh (theo Harj, video đăng ngày 07/02/2025).

Diana nói trong nhóm "việc tìm trên Indeed" này còn có những công việc tạm thời mà AI rất giỏi tự động hóa (theo Diana, video đăng ngày 07/02/2025). Chị nghĩ Jared có làm việc với một công ty như vậy.

Jared nói bất kỳ nhóm công việc nào đang được outsource sang một nước lương thấp đều là một tín hiệu mạnh rằng có một startup để build ngay lúc đó, trong thời đại này. Theo anh, đó là một chỗ tuyệt vời để tìm (theo Jared, video đăng ngày 07/02/2025).

Một công ty như vậy mà anh làm việc cùng năm trước đó là Lilac Labs. Lilac Labs tự động hóa người đứng ở quầy drive-thru nhận đơn hàng. Họ đang dò quanh những ý tưởng startup khác mà rốt cuộc không thành. Nhưng trong quá trình đó, họ nhận ra rằng ở rất nhiều quầy drive-thru tại Mỹ, khi bạn lái xe tới và gọi món, người ở đầu bên kia đang nghe đơn của bạn và nhập nó vào hệ thống point of sale lại sống ở bên kia thế giới. Vì công việc đó, vốn luôn do người ngồi ở quầy drive-thru làm, giờ đã được outsource cho các BPO ở những nước lương thấp. Theo Jared, đó là manh mối cho họ thấy đây là một mục tiêu tuyệt vời để theo đuổi (theo Jared kể, video đăng ngày 07/02/2025).

14. Sản phẩm cần consultant mới chạy: Automat, rồi ParadeDB

Jared hỏi Diana có một ví dụ nữa phải không. Diana nói ví dụ của chị hơi khác một chút: đó là nhìn vào những mảng có một sản phẩm không chạy được 100%, và có cả một đám consultant kiếm rất nhiều tiền chỉ để làm cho sản phẩm đó chạy được (theo Diana, video đăng ngày 07/02/2025).

Một ví dụ là UiPath. Theo Diana, đó là một công ty khổng lồ đã IPO, làm robotic process automation (RPA). Chị giải thích: về cơ bản đó là macro, rất nhiều macro để tự động hóa workflow trên máy tính để bàn mà doanh nghiệp mua về. Nhưng để đưa UiPath vào chạy được thì tốn rất nhiều công sức; nó cần consultant, và là consultant phải có chứng chỉ (theo Diana, video đăng ngày 07/02/2025).

Điều các founder này nhận ra là: nếu mình build một sản phẩm tốt hơn hẳn, thật sự chạy được, làm RPA mà không cần những consultant đắt đỏ thì sao? Đó là Automat, theo Diana là giải pháp tương tự nhưng tốt hơn nhiều, thật sự chạy được, và chỉ có thể làm được bây giờ nhờ AI (theo Diana, video đăng ngày 07/02/2025).

Một host hỏi ý tưởng này có phần nào được truyền cảm hứng từ những tiến bộ gần đó trong việc cho LLM duyệt web và dùng ứng dụng desktop không. Diana nói hoàn toàn đúng, dù họ thật ra đã đi qua YC trước khi tính năng computer use ra mắt. Điều thú vị về team này, theo chị, là họ luôn sống ở rìa của công nghệ. Họ là cựu nhân viên Google từng có access vào Bard, cái mà sau này đổi tên thành Gemini. Họ đã prototype hàng loạt app trên AI từ trước khi AI trở nên "cool", trong thời kỳ đại dịch và cả trước đó. Họ có nhiều kinh nghiệm build với AI trước tất cả mọi người, và thấy đây là chỗ mọi thứ sẽ đi tới (theo Diana, video đăng ngày 07/02/2025).

Jared rút ra một bài học tổng quát: theo lời anh, Paul Graham có một câu trong bài luận kiểu "live at the edge and notice what's missing". Bạn ở vào vị trí tốt hơn nhiều để có một ý tưởng startup AI tuyệt vời nếu bạn liên tục thử những thứ mới nhất, tự mình dùng và phát triển trên những thứ mới nhất, vì khi đó bạn là một trong những người đầu tiên nhận ra rằng có một điều mới vừa trở nên khả thi (theo Jared, video đăng ngày 07/02/2025). Trong chính bài luận, câu được viết là "Live in the future, then build what's missing" (bài luận của Paul Graham, đọc ngày 02/11/2026).

Một host nói thêm: và nếu bạn bè bạn cũng đang làm như vậy, nếu bạn có những người bạn đang làm ở những công ty thú vị, hay chính những công ty đang đẩy mọi thứ ở rìa, thì điều đó có thể rất có giá trị (theo lời host đó, video đăng ngày 07/02/2025).

Harj kể một câu chuyện khác về một công ty đã tìm và pivot ý tưởng ngay trong batch: ParadeDB. Họ có những người bạn đã bán startup của mình cho một startup khác. Đó là thời kỳ Pinecone và các vector database ngày càng phổ biến vì AI vừa cất cánh, khoảng cuối 2022, đầu 2023. Người bạn nói với họ: vấn đề lớn của bọn tôi là cần một cơ chế đồng bộ thời gian thực, chất lượng tốt, giữa database Postgres của bọn tôi và Pinecone, và chưa ai thật sự build cái đó; tôi sẽ phải tự build hết trong nội bộ (theo Harj kể, video đăng ngày 07/02/2025).

Các founder ParadeDB nói: được, bọn tôi build cái đó cho các anh. Nhưng khi đi sâu hơn vào ý tưởng, họ nhận ra pgvector, một extension tương đối mới của Postgres lúc đó, cho phép làm rất nhiều thứ bạn muốn làm trên Pinecone, có lẽ làm luôn được trong Postgres. Vậy là họ bắt đầu đẩy giới hạn của pgvector xem có thể tái tạo được bao nhiêu chức năng, và đi được xa một cách đáng ngạc nhiên (theo Harj, video đăng ngày 07/02/2025).

Theo Harj, lúc đó họ đã có các khách hàng doanh nghiệp dùng họ không chỉ thay cho một vector DB riêng, mà còn thay cho Elastic và nhiều thứ khác trong việc tìm kiếm và semantic search trên toàn bộ dữ liệu trong database của họ (tính đến video đăng ngày 07/02/2025). Anh nghĩ họ có ý tưởng đó chỉ vì họ ở trong thế giới của những founder kỹ thuật đang làm và build mọi thứ, những người kể với họ: đây là vấn đề của bọn tôi.

Một host chen vào: "You can just do things", bạn cứ thế mà làm. Một host khác nhắc lại câu đó và nói đó là lời khuyên hay (video đăng ngày 07/02/2025).

15. Chơi với người giỏi và cứ build: Reducto, Juicebox

Diana nói, cũng theo ý đó, điều làm nên nhóm "nhìn từ ngoài vào" này là đi chơi với những người rất giỏi. Ví dụ của chị là Reducto. Vì ở trong YC, họ được làm bạn với rất nhiều founder khác đang build ở rìa của AI. Họ phát hiện ra một vấn đề thú vị với rất nhiều ứng dụng RAG: để chúng chạy tốt, bạn cần trích xuất các chunk thật tốt. Nhưng loại vấn đề này, theo chị, bạn chỉ phát hiện ra nếu làm việc cùng nhóm builder top đầu, những người thật sự đang ở rìa, build thế hệ ứng dụng tiếp theo. Đó là cách họ ra ý tưởng Reducto, thứ trích xuất những chunk và dữ liệu hoàn hảo từ PDF (theo Diana, video đăng ngày 07/02/2025).

Harj nói một cách khác anh thấy người ta xây dựng chuyên môn để có ý tưởng, mà anh còn không gọi hẳn là chuyên môn: chỉ cần bắt tay vào build một sản phẩm bất kỳ cũng khiến bạn thành chuyên gia về những người dùng nó, đặt bạn vào vị trí tốt để tìm ý tưởng, và thành chuyên gia về việc build những sản phẩm như vậy. Vậy là bạn xây dựng chuyên môn ở nhiều mảng (theo Harj, video đăng ngày 07/02/2025).

Một host hỏi lại: khoan, vậy tôi không thể trở thành chuyên gia chỉ nhờ làm một influencer à? Ý anh là tôi phải đi nói chuyện với người dùng? Câu trả lời: bạn thật sự phải build một thứ gì đó, bạn phải ship code (video đăng ngày 07/02/2025).

Harj kể về một công ty anh làm việc cùng, đi qua YC năm 2022, tính ra gần ba năm trước (tính từ video đăng ngày 07/02/2025), đang tìm ý tưởng. Ý tưởng họ chọn là một marketplace cho freelancer. Công ty đó tên là Juicebox. Theo Harj, thật lòng mà nói họ không có nhiều điểm khác biệt cho ý tưởng đó, nhưng họ hào hứng với nó; họ từng tự làm freelance, và họ chỉ muốn bắt tay vào build.

Họ làm ý tưởng đó một thời gian khá dài, và nó không thật sự cất cánh. Nhưng trong quá trình làm marketplace freelancer, làm việc với những công ty đang thuê freelancer và thuê người khác, cùng với LLM, họ nhận ra: có một nhu cầu thật cho việc tìm người bằng LLM, dành riêng cho recruiter. Họ bắt đầu build cái đó, và theo Harj nó đã thật sự cất cánh. Nó tên là PeopleGPT, một công cụ tìm kiếm rất hiệu quả, nhất là cho các team tuyển dụng, để tìm đúng người họ muốn từ một prompt kiểu mơ hồ, và nó trả về một danh sách tất cả các ứng viên trong mơ để liên hệ (theo Harj, video đăng ngày 07/02/2025).

Harj chỉ ra rằng họ chưa từng làm recruiter, chưa từng thật sự tuyển người. Chuyên môn họ có được là vì họ đã launch một thứ gì đó (theo Harj, video đăng ngày 07/02/2025).

16. Gọi vốn, nhà đầu tư "không hiểu" và hang động của Plato

Garry nói về một hiện tượng buồn cười trong batch, nhất là quanh chuyện gọi vốn, mà anh chắc các host khác cũng đã thấy. Có những founder đang ở ngoài kia, ship sản phẩm, nói chuyện với người dùng thật, và người dùng quay ra đưa họ số thẻ tín dụng, hoặc ký vào những hợp đồng doanh nghiệp lớn trị giá 10.000 hay 100.000 đô một năm. Rồi tới mùa gọi vốn, họ bắt đầu nhận những lời từ chối đầu tiên, như bị đấm vào bụng, hết cú này tới cú khác. Họ quay lại office hours và nói: nhà đầu tư không hiểu (theo Garry kể, video đăng ngày 07/02/2025).

Điều Garry thấy mình nói đi nói lại là: đúng, nhà đầu tư không hiểu, vì họ đang cố làm như cách một founder sẽ làm, bằng cách cố làm một influencer, cố hiểu mọi thứ chỉ bằng việc đọc feed, theo đúng nghĩa đen là từ trên bồn cầu, và đăng bài nhảm (shitposting). Theo anh, đó không phải cách bạn hiểu chuyện gì đang diễn ra (theo Garry, video đăng ngày 07/02/2025).

Anh hỏi: tại sao bạn, người đã ra khỏi nhà, không ngồi trên bồn cầu, mà ở ngoài kia nói chuyện với người ta, ship phần mềm và làm mọi thứ, lại đi lấy tín hiệu từ một người vẫn đang ngồi trên bồn cầu lướt feed X? Chuyện đó chẳng có nghĩa lý gì. Bạn có hiểu biết trực tiếp về thế giới ngoài kia, và bạn đang quay trở lại hang động của Plato, nơi người kia nói: tôi chưa thấy cái bóng nào trên bức tường phía sau cả. Và bạn kiểu: để tôi nói cho mà nghe, nó ở ngoài kia, bạn đã tận mắt nhìn thấy nó (theo Garry, video đăng ngày 07/02/2025).

17. Thị trường đông đúc: GigaML và Zepto

Jared nói về một trường hợp khác anh từng thấy, liên quan tới chuyện vừa rồi, khi founder tự làm mình chùn bước: họ thấy một mảng có vẻ quá cạnh tranh và né tránh những ý tưởng thật ra rất tốt, vì có hai đối thủ vừa launch trên TechCrunch và gọi được vốn seed hay đại loại vậy (theo Jared, video đăng ngày 07/02/2025). Anh quay sang Harj, người có một ví dụ hay.

Harj nói đó là một công ty mà cả Garry và anh cùng làm việc: GigaML. Ban đầu họ nộp đơn với một ý tưởng edtech, giúp học sinh trung học Ấn Độ nộp đơn vào các trường đại học Mỹ. Rồi họ pivot sang fine-tuning as a service, vào khoảng thời gian các model open source vừa được phát hành. Họ không xây được một doanh nghiệp bền vững nên chưa giải được bài toán đó, và họ đi tìm ứng dụng cho việc mình đã thành chuyên gia fine-tune model cho các mục đích cụ thể. Họ tìm một ứng dụng theo ngành dọc (vertical), và cái họ hào hứng nhất là chăm sóc khách hàng (customer support) (theo Harj kể, video đăng ngày 07/02/2025).

Nhưng họ thấy mảng đó rất đông: có rất nhiều người đang làm customer support. Họ vẫn lao vào, và tập trung rất mạnh vào một công ty: Zepto. Theo Harj, Zepto rất sẵn lòng làm một bên áp dụng sớm, ở mức tiên phong. Anh nói thêm một điểm tổng quát: bản thân Zepto rất muốn trở thành công ty giao hàng vận hành hiệu quả nhất thế giới, nên họ tìm những mảnh công nghệ chất lượng thật cao. Anh nhắc có tin đồn Zepto sẽ IPO vào cuối năm đó, nhưng ai biết, nhóm không biết (theo Harj, video đăng ngày 07/02/2025).

Harj nói về các founder GigaML: họ là những kỹ sư cực kỳ giỏi và hoàn toàn không phải người bán hàng bẩm sinh. Anh kể một điều anh quen thấy thời trước AI và hỏi ý kiến các host khác: với các sản phẩm B2B SaaS, nếu bạn bước vào một mảng đông đúc, thì thường chuyện bạn khác biệt được bằng bán hàng cũng quan trọng ngang với sản phẩm đầu tiên của bạn. Nên bạn có xu hướng nghĩ: tôi cần cảm thấy team này thật sự bán được hàng thì mới đi được tới đâu, nếu họ định launch, chẳng hạn, một sản phẩm payroll mới (theo Harj, video đăng ngày 07/02/2025).

Nhưng với GigaML, điều anh nhận thấy là rất nhiều thứ trong mảng này thật ra không chạy tốt lắm. Làm một AI thật sự thay được đội ngũ chăm sóc khách hàng bằng người là một bài toán kỹ thuật khó. Vì vậy, dù rất nhiều người pitch rằng họ có nó, rất, rất ít người thật sự giao được ở mức khách hàng muốn. Và hóa ra sức mạnh kỹ thuật của GigaML nghĩa là họ giao được thứ mà không ai khác giao được. Điều đó giúp họ có được hợp đồng này, và từ đó mọi thứ đang lăn như quả cầu tuyết. Theo Harj, đó là một hợp đồng doanh nghiệp rất lớn (theo Harj, video đăng ngày 07/02/2025).

18. Một năm để tìm ra ý tưởng, và lời kết

Một host hỏi họ có chốt được hợp đồng đó trong batch không. Harj nói không: họ đã pivot khá lâu. Đây là một trong những câu chuyện mà, nếu anh nhớ không nhầm, họ mất khoảng một năm để tìm ra ý tưởng đúng. Và theo anh, chuyện đó khá bình thường, thật sự khá bình thường (theo Harj, video đăng ngày 07/02/2025). Một host nói thêm rằng rất nhiều công ty tốt nhất của YC trong những năm gần đây cũng như vậy (video đăng ngày 07/02/2025).

Garry nói điều đó đi ngược với những gì mọi người tin vào cái thời "cổ đại" năm tới mười năm trước. Thật khó tin, nhưng mười năm trước có cả những quỹ seed nói rằng: chúng tôi không bao giờ làm seed extension; hoặc bạn tuyệt vời và tuyệt vời ngay lập tức, hoặc seed extension là một canh bạc của kẻ ngốc. Garry nói anh khá mừng là những ngày đó không còn đúng nữa: bạn có thể thấy người ta đạt được product market fit (theo Garry, video đăng ngày 07/02/2025).

Harj đưa ra suy đoán của mình: AI đi nhanh tới mức cứ vài tháng lại có một loạt ý tưởng mới trở nên khả thi. Anh cũng có một cảm nhận mang tính giai thoại hơn: vì làm startup và làm AI lúc đó quá thú vị, các team có "dự trữ tinh thần" (morale reserves) lâu hơn. Nếu ngay lúc này bạn đang build một startup làm về AI tiên tiến, kể cả khi chưa tìm ra ý tưởng đúng, tại sao lại bỏ cuộc để quay về Google hay về trường? Theo anh, khả năng cao là cơ hội may mắn của bạn đang ở ngay góc phố (theo Harj, video đăng ngày 07/02/2025).

Jared nói thêm rằng đây có thể nói là việc thú vị nhất bạn có thể làm với thời gian của mình (theo Jared, video đăng ngày 07/02/2025). Một host nói tiếp về những lần ra mắt sản phẩm liên tục làm thay đổi toàn bộ lĩnh vực suốt thời gian qua, và rằng điều đó thật điên rồ (video đăng ngày 07/02/2025).

Garry khép lại tập: đó là toàn bộ thời gian của tập này, nhưng anh nghĩ đó là một điều rất đáng để mọi người ngoài kia ghi nhớ. Bạn không thể ở lì trong nhà, hay ngồi trên bồn cầu doom-scroll X. Bạn phải hoặc nhìn rất sâu vào bên trong mình để thấy rằng bạn đã ở sẵn ngay rìa nhờ một điều bạn từng làm, hoặc bạn phải ra khỏi nhà một cách triệt để, đi vào những doanh nghiệp thật của người khác và những vấn đề thật mà con người đang đối mặt, rồi hiểu từ first principles chuyện gì đang diễn ra ngoài đó. Và khi đó, theo anh, bạn có thể build một doanh nghiệp tỷ đô bằng AI (theo Garry, video đăng ngày 07/02/2025). Anh chào mọi người và hẹn gặp lại lần sau.