Consumer AI lúc này: Top 100 lần thứ bảy và ai đang trả tiền

1. Mở đầu và cách làm bảng xếp hạng lần thứ bảy

Đây là một tập podcast trên kênh YouTube a16z. Theo mô tả video đăng ngày 05/10/2026, Elena Burger là Editorial Partner của a16z và dẫn tập này; Olivia Moore và Josh Elman là hai investing partner của quỹ. Cả ba cùng mổ xẻ ấn bản thứ bảy của bảng xếp hạng Top 100 Consumer AI Apps của a16z, lần này có thêm một chiều mới: người tiêu dùng thật sự trả tiền cho cái gì.

Trước lời chào là một loạt câu ngắn của ba người. Elena nói xu hướng mới lớn và thú vị nhất là personal agents (agent cá nhân). Josh nói chúng ta đang ở trong một thế giới mà ai cũng hào hứng với những gì ChatGPT đã làm khi biến mọi thứ thành hội thoại, và giờ đây các agent nằm ngay trong app nhắn tin biến chúng thành nhiều hội thoại hơn nữa; đó là một paradigm đáng kinh ngạc. Olivia đưa ra ba con số: khoảng một nửa người Mỹ nói rằng họ có dùng AI; khoảng 4,5% người tiêu dùng Mỹ đang trả một subscription cho một sản phẩm AI; và người dùng thuộc nhóm 1% cao nhất chi 903 đô mỗi tháng cho AI, bằng chính thẻ tín dụng cá nhân của mình (các con số theo video đăng ngày 05/10/2026).

Josh nói thực tế là giờ đây người ta đang xây phần mềm, những sản phẩm thật sự phong phú. Có thể họ dùng agent để viết một phần code, nhưng khi mang cả một trải nghiệm tới người dùng thì nó nhiều hơn hẳn một lớp vỏ mỏng (shim) đặt lên model. Elena hỏi: run rate mà OpenAI đạt được nhờ quảng cáo cho chúng ta biết điều gì? Olivia nói trước đây một công ty phải mất rất, rất nhiều năm mới tới được mức đó, kể cả sau khi đã ra mắt sản phẩm quảng cáo, rồi bắt đầu một câu: "Điều tôi rất muốn xem trong cách sản phẩm quảng cáo tiến hoá là…" (theo video đăng ngày 05/10/2026).

Elena chào mừng người xem tới podcast của a16z. Chị giới thiệu Olivia Moore, tác giả của loạt báo cáo Top 100 Consumer AI Apps mà a16z làm định kỳ, và Josh Elman trong nhóm consumer. Hôm nay cả ba đào vào ấn bản thứ bảy của báo cáo này: ai đang trả tiền cho AI, vì sao các trợ lý lớn đang đi theo những hướng khác nhau, và liệu personal agents có thể biến những việc vặt thường ngày thành mảng kinh doanh consumer lớn tiếp theo hay không. Chị cảm ơn hai khách mời, và một khách mời cảm ơn vì được mời. Elena đề nghị đi thẳng vào chuyện chính và hỏi Olivia những điểm rút ra lớn nhất từ báo cáo (video đăng ngày 05/10/2026).

Olivia kể đây là lần thứ bảy chị và nhóm ở a16z làm danh sách này. Lần đầu tiên, nhóm chỉ xếp hạng tất cả các website AI-native trên toàn cầu theo traffic, kiểu như lượt truy cập vào website. Cách đó hợp lý vào lúc ấy vì gần như ai cũng dùng AI theo kiểu một sản phẩm có ô nhập prompt (prompt box) trong trình duyệt. Qua mấy năm, khi AI lan rộng, nhóm đã phải điều chỉnh cách làm rất nhiều, và danh sách lần này là bản bao quát nhất từ trước tới giờ (theo Olivia, video đăng ngày 05/10/2026).

Lần này nhóm thêm dữ liệu doanh thu lần đầu tiên. Chị và nhóm làm việc với YipitData để lấy riêng dữ liệu chi tiêu bằng thẻ của người tiêu dùng, không tính doanh nghiệp hay SMB, rồi xếp hạng các sản phẩm theo thứ người tiêu dùng thật sự trả tiền (theo Olivia, video đăng ngày 05/10/2026).

2. Traffic chững lại, dữ liệu chi tiêu mở ra biến số mới

Với Olivia, điểm rút ra lớn nhất là: xét theo traffic, có vẻ nhiều sản phẩm đang ổn định dần. Cả danh sách web lẫn mobile cộng lại chỉ có 11 sản phẩm mới, mức thấp nhất so với mọi ấn bản trước của loạt báo cáo. Nhưng dữ liệu chi tiêu đưa vào rất nhiều biến số mới: trong 50 sản phẩm lọt bảng xếp hạng theo chi tiêu, 29 sản phẩm không có mặt ở danh sách traffic nào. Theo chị, điều đó nối thẳng vào kết luận lớn còn lại của báo cáo: consumer AI lúc này là cuộc chơi của power user tới mức nào (theo Olivia, video đăng ngày 05/10/2026).

Elena đồng tình và thấy chuyện này buồn cười. Chị kể Sarah Wang ở a16z đã nhận xét thẳng rằng đang có một cuộc chơi theo luật luỹ thừa (power law) rất rõ, diễn ra cả ở tầng doanh nghiệp lẫn tầng người tiêu dùng. Một điểm đáng chú ý là danh sách lần này có ít gương mặt mới nhất, và có vẻ như lĩnh vực đang cứng lại (ossifying). Nhưng chị nghĩ vài tháng qua mọi thứ lại đang sôi động hơn một chút, và xu hướng mới lớn, thú vị nhất là personal agents. Chị hỏi hai khách mời đang thấy gì, đâu là những dịch chuyển lớn (theo Elena, video đăng ngày 05/10/2026).

Olivia nói chuyện này cũng buồn cười. Báo cáo lần trước kết thúc ngay trước mốc mà traffic của OpenClaw kịp được tính vào. Trước khi xuất bản, nhóm đã làm một kiểu nhìn lại (retro) và thấy OpenClaw lẽ ra đã đứng rất cao trên bảng xếp hạng. Còn lần này OpenClaw không có mặt ở đâu trên bảng, vì traffic đã giảm hẳn, khi mà theo chị nghĩ đội ngũ đã được OpenAI mua lại; có lẽ họ đang làm các sản phẩm agent assistant ở đó (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, OpenClaw cũng đã bị vượt qua bởi những nỗ lực khác ở mảng agent cho prosumer, như Grok Bot, Town với những agent rất tuyệt, và Dots, sản phẩm mới của OpenAI. Còn ở phía người tiêu dùng, cuối cùng chị cũng thấy những thứ mà chị yên tâm đưa cho một người trong gia đình và bảo rằng họ có thể dùng an toàn. Vì xu hướng trợ lý cho người tiêu dùng này đúng nghĩa là chuyện của ba tuần tới một tháng gần đây, phần lớn các sản phẩm đó chưa xuất hiện trên bảng xếp hạng, nhưng nhóm đã kéo dữ liệu để xem chuyện gì đang xảy ra với chúng. Chúng tăng trưởng rất, rất nhanh, nhưng theo chị vẫn chưa thật sự chạm tới người dùng đại chúng (theo Olivia, video đăng ngày 05/10/2026).

3. Từ OpenClaw tới Muse và Instinct

Josh nghĩ chúng ta đang ở một thời kỳ rất thú vị, thật sự đã đổi khác từ cuối năm ngoái, đầu năm nay với OpenClaw: AI đi từ một công cụ ta dùng để tăng năng suất, có thể là để tìm kiếm nhanh hơn, thành một thứ thật sự làm xong việc cho ta. Anh nghĩ OpenClaw là một người tiên phong đáng kinh ngạc trong chuyện này, và anh biết họ vẫn đang làm rất nhiều việc qua quỹ open source của mình để tiếp tục đẩy nó đi xa hơn (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, OpenClaw khiến rất nhiều người phải ngoái lại hỏi: khoan đã, những sản phẩm này thật ra có thể là gì? Người ta mua Mac mini. Người ta chạy toàn bộ dữ liệu của mình với OpenClaw chạy local của riêng họ. Đã có một cơn sốt thật sự quanh nó. Và cảm nhận được nguồn năng lượng mới về những gì có thể làm được là điều rất truyền cảm hứng. Giống phần lớn các xu hướng, tia lửa bùng lên, rồi cần một thời gian để những sản phẩm đầu tiên được xây, và thêm một thời gian để đà đó đưa chúng ra thị trường cho người dùng thấy (theo Josh, video đăng ngày 05/10/2026).

Josh nói, ở một số mặt, những gì báo cáo cho thấy cũng là thứ anh và đồng nghiệp ở a16z bàn rất nhiều ở Silicon Valley, nhưng báo cáo này thể hiện rất tốt điều đang diễn ra ở thế giới rộng hơn. Anh nghĩ sự thật là AI đang xuất hiện ở mọi nơi: dù không có nhiều người chơi mới, tất cả những người chơi hiện có đều đang lớn lên rất nhiều (theo Josh, video đăng ngày 05/10/2026).

Olivia nói khi bàn riêng về trợ lý thuần cho người tiêu dùng, chị cho rằng hai diễn biến lớn nhất là Muse và Instinct. Báo cáo cũng liệt kê nhiều sản phẩm tuyệt vời khác, chẳng hạn Poke là một người tiên phong từ rất sớm ở mảng này. Josh chen vào: họ là người tiên phong của mảng này. Olivia đáp: chính xác. Tomo có một lượng người dùng rất lớn và đang làm cực kỳ tốt (theo Olivia, video đăng ngày 05/10/2026).

Về Instinct, Olivia kể công ty đã công bố khoảng 100.000 người dùng, tăng 10% mỗi ngày. Họ cũng công bố khoảng 40% người dùng đã kết nối thẻ tín dụng trong ba tuần đầu, và những người này chi trung bình hơn 1.000 đô trong tháng đầu tiên (các con số Instinct công bố, theo Olivia trong video đăng ngày 05/10/2026).

Muse thì thú vị theo cách khác. Theo Olivia, xét nhiều mặt thì đây là một lần ra mắt rất thành công, nhất là trong giới công nghệ: chị nghĩ con số là khoảng 500.000 lượt tải và 250.000 người dùng hoạt động trong khoảng 12 ngày đầu. Nhưng nếu đặt cạnh Threads, một lần ra mắt rầm rộ khác của Meta cách đây không lâu, Muse vẫn còn kém xa về sức hút với người bình thường không làm trong ngành công nghệ (theo Olivia, video đăng ngày 05/10/2026).

4. Muse so với Threads, và chuyện phân phối

Olivia giải thích cách so sánh: Muse vẫn mới có mặt ở Mỹ và Canada, nên nhóm lấy riêng lượt tải Threads ở Mỹ và Canada. Chị nói trong khoảng 22 ngày đầu, Threads có khoảng 16 triệu lượt tải, còn Muse vẫn ở quanh mức 5 triệu trong cùng khoảng thời gian (theo Olivia, video đăng ngày 05/10/2026).

Elena hỏi cơ chế phân phối có khác không. Chị nhớ Threads khi ra mắt đã gắn sẵn với tài khoản Instagram của bạn, nên có một kiểu phân phối rất tự nhiên. Muse đang thử một chiến lược tương tự, hay đó là một chiến lược phân phối khác hẳn (video đăng ngày 05/10/2026)?

Olivia nói chị tò mò Josh nghĩ sao, nhưng theo góc nhìn của chị thì chắc chắn Muse không đẩy mạnh bằng. Một phần lý do là chi phí phục vụ những người dùng này cao hơn nhiều, và công ty không muốn sản phẩm lớn quá nhanh (theo Olivia, video đăng ngày 05/10/2026).

Josh nghĩ thêm rằng Threads có hiệu ứng khối lượng tới hạn (critical mass) rất rõ: nếu không có thật nhiều người vào giao tiếp với nhau thật nhanh, bạn sẽ không có được đòn bẩy của một mạng lưới mới đang hình thành. Còn Muse vẫn là một công cụ rất cá nhân. Công ty đang đẩy nó, và thật sự rất hào hứng khi được thấy ngay cả mức chấp nhận ban đầu này, khi thấy người ta có những trải nghiệm như vậy (theo Josh, video đăng ngày 05/10/2026).

Josh nói nếu bạn dùng OpenClaw hồi tháng Một, bạn đã có một trải nghiệm đáng kinh ngạc; nếu bạn dùng Grok Bot khi nó mới ra mắt hồi đầu hè, mùa xuân năm nay, bạn cũng có những trải nghiệm đáng kinh ngạc. Và giờ, như Olivia nói, chúng ta đang thấy mẹ mình, gia đình mình, những người không sống trong vòng xoáy "AI có gì tiếp theo" của giới công nghệ, cũng dùng. Với anh, đó là điều thật sự thú vị của mảng consumer. Anh đoán lần tới làm lại báo cáo, chúng ta sẽ thấy mức chấp nhận rất lớn (theo Josh, video đăng ngày 05/10/2026).

Nhưng theo Josh, Muse chưa cần đẩy mạnh tới mức đó để có hiệu ứng mạng ban đầu. Anh cũng nghĩ tới chuyện điều gì sẽ giữ những sản phẩm này ở lại lâu dài: đó sẽ là những thứ như hiệu ứng mạng, marketplace, và tất cả các doanh nghiệp mà bạn có thể tương tác qua những agent đó. Điều đó cũng sẽ mang tính thay đổi cuộc chơi (theo Josh, video đăng ngày 05/10/2026).

5. Hệ sinh thái app, hiệu ứng mạng và những chuẩn mực mới về riêng tư

Olivia nói đây là một trong những điều chị và nhóm bàn rất nhiều khi nói về agent và trợ lý cho người tiêu dùng: chúng có vẻ đang hưởng hiệu ứng cộng dồn của việc xây một nền tảng, ít nhất là xét về hệ sinh thái các app khác có sẵn và agent dùng được dễ hơn. Chị thấy chuyện đó có cả hai chiều. Amazon kiểu như nói: chúng tôi sẽ không cho Muse duyệt và mua hàng trên trang của mình. Nhưng Muse đã có hàng trăm quan hệ đối tác với những sản phẩm khác (theo Olivia, video đăng ngày 05/10/2026).

Josh chen vào: để mua được đồ trên Shopify. Olivia đáp: chính xác, đúng vậy. Rồi chị nói chị vẫn chưa thấy sản phẩm trợ lý nào mở khoá được hiệu ứng mạng giữa người với người (person-to-person network effects) (theo Olivia, video đăng ngày 05/10/2026).

Với Olivia, một phần lý do là phần mềm này hiểu chúng ta sâu sắc hơn bất kỳ sản phẩm nào trước đây, dựa trên email. Nhưng chị cũng thấy mình kể cho AI của mình những điều cực kỳ riêng tư. Vì vậy có một sự giằng co tự nhiên: sản phẩm càng hữu ích với bạn với tư cách người tiêu dùng thì nó càng biết nhiều về bạn. Vậy bạn có thật sự muốn đưa thứ đó vào những bối cảnh khác, có những người khác không? Giống như chuyện nhiều người có một tài khoản ChatGPT riêng cho công việc và một tài khoản riêng cho cá nhân. Chưa ai giải được bài toán đó (theo Olivia, video đăng ngày 05/10/2026).

Josh đồng ý là chưa. Anh nghĩ khi nói về người tiêu dùng và AI, riêng tư, an toàn và bảo mật ngày càng quan trọng. Rõ ràng có những xu hướng chung về niềm tin vào AI, và cái niềm tin rằng AI là tốt cho thế giới, ở một số mặt đang ảnh hưởng tới mức chấp nhận và tới sự hào hứng quanh những sản phẩm này (theo Josh, video đăng ngày 05/10/2026).

Nhưng ở mức rất cá nhân, theo Josh: nếu bạn không tin thứ mà bạn đang trao quyền truy cập riêng tư nhất, vào email, vào cuộc sống hay thẻ tín dụng của bạn, và nó có thể làm những việc ngoài tầm kiểm soát mà bạn không ngờ tới, hoặc chia sẻ thông tin với người khác theo cách bạn không ngờ tới, thì đó sẽ là trở ngại lớn nhất khiến những thứ này không thể lớn thành các app tiêu dùng khổng lồ (theo Josh, video đăng ngày 05/10/2026).

Josh nói chúng ta đang ở một thời điểm rất cuốn hút, khi tất cả đều đang học những chuẩn mực mới. Và đó là những chuẩn mực mà con người thật ra rất giỏi: ta rất giỏi biết thông tin nào mình thấy thoải mái chia sẻ, thông tin nào người khác trao cho mình, thông tin nào mình được tin tưởng để chuyển tiếp cho ai đó, hoặc nên giữ và bảo vệ cho riêng mình. Và bỗng nhiên chúng ta lại kỳ vọng phần mềm cũng làm được việc này. Theo anh, đó là một loạt điều mới rất thú vị mà chúng ta đang học (theo Josh, video đăng ngày 05/10/2026).

6. Nền tảng hay người dùng, bên nào giải quyết trước

Elena nói cả hai vừa nêu hai khía cạnh thú vị của chuyện này. Một là lực nội sinh (endogenous): tất cả các nền tảng, và cách chúng cho phép agent tương tác với mình. Hai là lực ngoại sinh (exogenous): mình thấy thoải mái tới đâu khi dùng thứ này; rồi chị nói có lẽ chị đã đảo lộn hai chữ nội sinh và ngoại sinh. Có tiếng xen vào: một cái ở bên ngoài, một cái ở bên trong. Có tiếng đáp: chúng tôi hiểu ý chị mà. Elena nói lại: một bên là những gì các nền tảng đang làm, một bên là bạn cảm thấy thế nào về nó, hay về agent. Chị hỏi bên nào sẽ được giải quyết trước, trách nhiệm thuộc về ai, ai có trách nhiệm giải những câu hỏi kiểu này (video đăng ngày 05/10/2026).

Olivia nghĩ những gì các nền tảng làm được đang tiến bộ nhanh hơn mức người tiêu dùng thật sự sẵn lòng dùng chúng, điều mà theo chị đã thấy suốt chặng đường của AI tới nay (theo Olivia, video đăng ngày 05/10/2026).

Chị kể chuyện này thú vị vì nhiều người đang thấy những con số mà founder của các sản phẩm trợ lý đăng lên: phục vụ một người dùng tốn tới hàng trăm, hàng nghìn đô mỗi tháng. Sao lại có thể như vậy? Chị cũng từng bối rối. Nhưng chị đang làm việc với David Pawlan, người điều hành Assistant Benchmark, người mà chị khen là rất tuyệt (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, về cơ bản David đã tạo một website theo dõi, chị nghĩ là hơn 170 agent; chị kiểm tra tối hôm trước, và sáng hôm đó có lẽ đã lên tới khoảng hơn 200. David cho người dùng thử các agent rồi chấm điểm mức thành công ở những tác vụ khác nhau. Một việc rất thú vị khác David làm là tổ chức các group chat và cộng đồng của những người dùng sớm (early adopter) các agent này; chị nghĩ anh có một nhóm hơn 1.500 người dùng (theo Olivia, video đăng ngày 05/10/2026).

David đã kéo một số dữ liệu rất hay cho nhóm của Olivia: người ta đang làm gì với agent, đang nói về việc làm gì với agent. Và phần lớn, use case số một vẫn là coding và tự động hoá kỹ thuật, ngay cả với những sản phẩm trợ lý cho người tiêu dùng như Muse và Instinct. Nhìn theo cách đó thì, ồ, tất nhiên là tốn nhiều tiền như vậy. Còn khi nhóm nói chuyện với những sản phẩm agent hay trợ lý nhắm tới người tiêu dùng đại chúng hơn, chi phí họ thấy là vài chục đô, không phải hàng nghìn đô mỗi tháng. Olivia nghĩ điều đó có lẽ cho thấy chúng ta còn một chặng đường rất dài để người tiêu dùng thấy thoải mái với những sản phẩm này (theo Olivia, video đăng ngày 05/10/2026).

7. Chiếc hộp trống, và số người trả tiền vẫn còn ít

Josh nói với những người đã code và làm việc với AI, nó là một công cụ khuếch đại đáng kinh ngạc, và điều đó hiện lên trong rất nhiều dữ liệu của top 100 lần này. Những người làm được như vậy đã nảy ra nhiều ý tưởng hay cho mọi chuyện khác trong cuộc sống của họ. Nhưng khi bạn đưa thứ này cho một người mới, nó giống một chiếc hộp trống: tôi nên làm gì với cái này? Có thể có vài ví dụ như đặt bàn hay đặt vé máy bay, nhưng nếu bạn không đang cần đặt bàn hay đặt vé, thì rất khó hình dung cách cá nhân hoá nó (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, phần lớn những gì con người làm là học từ người khác: ta có ý tưởng hay và thử những thứ người khác bảo. Mạng xã hội vận hành phần lớn theo cách đó: người ta đăng một thứ, người khác thấy và thử làm y như vậy, rồi nó đẻ ra những hiệu ứng tiếp theo. Tôi thử, người khác biến tấu (riff) một chút, rồi những biến tấu đó thành những quả cầu tuyết lăn nối tiếp nhau. Đó là cách ý tưởng hay nở rộ (theo Josh, video đăng ngày 05/10/2026).

Với AI, vì quá nhiều thứ mang tính cá nhân, chúng ta còn chưa thấy kiểu nở rộ đó, ngoài những mảng như coding và năng suất, và toàn bộ công việc sáng tạo: "Tôi vừa làm một video tuyệt vời." "Bạn làm thế nào vậy?" "Tôi dùng AI." Có rất nhiều công cụ làm được việc đó, đã và đang lớn lên. Nhưng điều thú vị là giờ chúng ta phải tìm cách đưa nó tới đại chúng, không phải cho hàng triệu, hàng triệu người đang dùng và trả tiền, mà cho hàng chục, hàng trăm triệu, rồi nhiều trăm triệu người (theo Josh, video đăng ngày 05/10/2026).

Olivia đưa ra số liệu. Nếu nhìn dữ liệu sử dụng chung, khoảng một nửa người Mỹ nói họ có dùng AI, và khoảng 25% người Mỹ nghĩ rằng họ tương tác với AI gần như mỗi ngày. Nhưng dữ liệu chi tiêu tập trung hơn nhiều, và còn tuỳ nguồn. Panel của YipitData mà nhóm dùng cho thấy có lẽ dưới 5%, khoảng 4,5% người tiêu dùng Mỹ đang trả một subscription cho một sản phẩm AI; một số nguồn khác nói thấp tới 2 hay 2,5%, hoặc có thể cao hơn một chút. Con số này đang tăng: nó đã gấp đôi so với một năm trước (theo Olivia, video đăng ngày 05/10/2026).

Nhưng theo Olivia, khoản chi đó vẫn cực kỳ tập trung. Ngay trong 4,5% người có chi tiền, nhóm 10% cao nhất chiếm hơn một nửa doanh thu, nhóm 1% cao nhất chiếm 20% doanh thu, trong khi 50% thấp nhất chiếm khoảng 16%. Như vậy 10% người dùng hàng đầu đang dẫn dắt thị trường này. Một điểm thú vị khác của dữ liệu doanh thu là nhóm có thể nhìn nó gần như theo từng người: trông nó ra sao, những người đang chi tiền cho AI là ai (theo Olivia, video đăng ngày 05/10/2026).

8. 903 đô mỗi tháng và một thế hệ người làm ra sản phẩm

Olivia nói người dùng thuộc nhóm 1% cao nhất đang tự chi 903 đô mỗi tháng cho AI, bằng thẻ tín dụng cá nhân của họ, còn mức trung vị là 25 đô; và tất cả những con số này đều nằm trong 4,5% người có chi tiền (theo Olivia, video đăng ngày 05/10/2026).

YipitData cũng có ích vì nhóm thấy được người ta thật sự chi tiền cho những sản phẩm nào, trên cơ sở cá nhân. Theo Olivia, có lẽ không có gì bất ngờ: phần lớn là công cụ cho developer, công cụ năng suất, công cụ sáng tạo, những thứ dùng để xây, làm ra và bán. Những cái tên như n8n, Granola, Higgsfield, Manus xuất hiện với tỷ lệ vượt trội hẳn trong nhóm chi tiêu nhiều nhất (theo Olivia, video đăng ngày 05/10/2026).

Josh nói theo một cách nào đó điều này thật sự rất hay. Dù những con số này chưa phải của tất cả mọi người, chúng ta đang mở đường cho cả một thế hệ người làm ra sản phẩm (maker) mới: những người không chỉ dùng AI cho công việc, mà còn dùng chính thẻ tín dụng cá nhân để code những thứ họ chưa từng code, để làm tác phẩm nghệ thuật, làm video, làm nội dung, và thật sự có được sức mạnh của việc làm ra thứ gì đó (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, dù tất cả vẫn còn rất sớm, việc có nhiều người đang làm ra sản phẩm, hào hứng tới mức sẵn lòng chi tiền như vậy là điều rất hay. Nếu bạn chi 900 đô mỗi tháng cho một bộ công cụ AI, hẳn là bạn đang dùng nó để làm mọi thứ nhanh hơn, tốt hơn, để nhiều ý tưởng trong đầu thành hiện thực hơn bao giờ hết. Khi anh nhìn vào các nhóm danh mục giữa sáng tạo và coding, anh hy vọng điều đó thật sự, thật sự mạnh mẽ (theo Josh, video đăng ngày 05/10/2026).

9. Tiết kiệm thời gian hay tiêu thời gian

Elena thấy đây là một điểm rất quan trọng. Chị nghĩ developer và người viết code tự nhiên có xu hướng hỏi: làm sao để có đòn bẩy (leverage) với thứ này, làm sao xây một sản phẩm cho phép mình có đòn bẩy với thời gian của mình? Và AI rõ ràng khuếch đại điều đó lên rất nhiều. Nhưng đó là một kiểu tư duy đặc thù, một thế giới quan đặc thù (theo Elena, video đăng ngày 05/10/2026).

Theo cách Elena hiểu những con số này, thế giới quan đó vẫn chỉ phản ánh ở một nhóm người nhỏ hơn. Và câu hỏi có lẽ là: làm sao mở rộng thế giới quan ấy, làm sao giúp mọi người hiểu rằng đây là tất cả những cách bạn có thể có đòn bẩy với thời gian và cuộc sống của mình (theo Elena, video đăng ngày 05/10/2026).

Olivia nói báo cáo có bàn một chút về chuyện này, ở phần các lĩnh vực mà chúng ta chưa thấy startup AI-native nào nổi lên. Chị nhắc tới Eugenia, một CEO trong portfolio của a16z, người điều hành công ty Wabi mà chị khen là rất tuyệt. Eugenia có một câu rất hay, và Olivia nói có lẽ chị sẽ nhắc lại không chuẩn, đại ý: phần lớn mọi người không tìm cách tiết kiệm thời gian, họ tìm cách để tiêu thời gian của mình. Đó là lý do mạng xã hội, giải trí, Netflix, TikTok, YouTube là những sản phẩm tiêu dùng được dùng nhiều nhất mà chúng ta có (theo Olivia, video đăng ngày 05/10/2026).

Olivia nghĩ phần lớn những gì ta thấy ở AI tới giờ, đúng như Elena nói, là: làm sao để làm việc này nhanh hơn một chút, dễ hơn một chút, ấn tượng hơn một chút. Và với phần lớn mọi người, đó không phải một lời hứa giá trị đủ hấp dẫn để họ dùng mỗi ngày hay mỗi giờ (theo Olivia, video đăng ngày 05/10/2026).

Josh nghĩ chuyện tiết kiệm thời gian vẫn rất thiên về những người cực kỳ chú trọng năng suất, những người tập trung vào công việc hoặc vào sáng tạo. Nhưng anh cũng thấy làn sóng tiếp theo: những người, chẳng hạn muốn làm video nhưng chưa bao giờ thật sự thành thạo Pro Tools, Adobe Premiere hay thứ gì đó tương tự, giờ bỗng nhiên có thể đăng ký những công cụ này và biến ý tưởng trong đầu thành hiện thực. Anh nghĩ chúng ta đang bắt đầu thấy những điều này nổi lên, dù nhìn vào tất cả các con số thì vẫn còn rất sớm (theo Josh, video đăng ngày 05/10/2026).

Olivia đồng ý. Josh nói tiếp: chuyện chúng ta ngồi đây nói về việc một số công ty này lớn tới đâu, và việc 1% người dùng chi 900 đô mỗi tháng, với anh là những dấu hiệu báo trước điều sắp tới, khi ngày càng nhiều người thấy mình được trao quyền, thấy mình có thể sáng tạo. Nó không hẳn là chuyện tiết kiệm thời gian, mà là niềm vui khi tiêu thời gian để thật sự biến một thứ thành hiện thực (theo Josh, video đăng ngày 05/10/2026).

Josh nhắc tới những câu đùa hồi cao điểm, khi ai cũng lần đầu dùng OpenClaw và agent của mình: người ta đi khắp nơi với máy tính, laptop luôn phải mở, và nói: "Tôi không ngủ. Tôi đang code và làm ra nhiều thứ hơn bao giờ hết." Anh nghĩ điều đó đang bắt đầu hiện lên ở nhóm đầu của dữ liệu, và cũng đang bắt đầu xuất hiện ở khắp nơi (theo Josh, video đăng ngày 05/10/2026).

10. Subscription, một sự đảo ngược của internet tiêu dùng

Olivia nói chị thật ra không nhất thiết muốn thấy con số 4,5% người trả tiền trực tiếp cho sản phẩm AI tăng lên, điều mà chị thừa nhận có thể gây tranh cãi vì chị đầu tư vào các sản phẩm consumer AI và tự nhận là người tin tuyệt đối vào consumer AI (consumer AI maximalist). Lý do là gần như toàn bộ doanh thu consumer AI tới nay đến từ subscription trực tiếp (theo Olivia, video đăng ngày 05/10/2026).

Chị kể khi nhóm xem danh sách web, khoảng 85% sản phẩm kiếm tiền qua subscription, thêm khoảng 62% kiếm tiền qua credit hay phí dùng thêm token, và chỉ khoảng 13% có quảng cáo hay những lựa chọn khác, nơi bạn là sản phẩm thay vì trả tiền cho sản phẩm. Theo chị, nhìn lại lịch sử internet tiêu dùng, đó là một sự đảo ngược khá trái tự nhiên: gần như tất cả các công ty công nghệ tiêu dùng thật sự lớn hiện nay kiếm phần lớn doanh thu từ quảng cáo hoặc phí giao dịch, không phải từ subscription (theo Olivia, video đăng ngày 05/10/2026).

Olivia nghĩ sự thật là, cũng giống việc không phải ai cũng tìm một công cụ coding để khởi nghiệp hay để tạo ra và bán một sản phẩm, phần lớn mọi người không có tiền hoặc không muốn tiêu tiền cho phần mềm. Nếu nhìn 20 sản phẩm subscription tiêu dùng hàng đầu trên toàn cầu, ChatGPT đã có mặt trong đó, điều mà chị thấy thật điên rồ sau chừng ba năm rưỡi tăng trưởng. Gần như tất cả những cái tên còn lại là công ty media, hoặc những nền tảng lớn như Amazon hay thậm chí Uber, những nơi có hành vi mua hàng rất thường xuyên (theo Olivia, video đăng ngày 05/10/2026).

Vì vậy Olivia tin mạnh rằng chúng ta cần chuyển hướng: cần vượt qua chuyện ai cũng phải mua một subscription AI, và cần thấy những mô hình kinh doanh khác quay trở lại (theo Olivia, video đăng ngày 05/10/2026).

Josh nói chúng ta vẫn đang ở những ngày đầu của việc chi phí inference giảm xuống, những ngày đầu của việc người ta tìm cách chạy các model rẻ hơn để xây những sản phẩm tốt. Khi điều đó xảy ra, rất nhiều mô hình kinh doanh khác vốn luôn có trên internet, từ phí giao dịch tới quảng cáo, cuối cùng sẽ bắt đầu chạy được. Nhưng chúng ta cần điều đó xảy ra. Theo anh, vẫn còn rất nhiều điều để học, và cái suy nghĩ "nếu phục vụ tốn nhiều tiền thì ít nhất cứ thu tiền để người ta trả" đã trở thành một kiểu mặc định ban đầu (theo Josh, video đăng ngày 05/10/2026).

Olivia đồng ý, và nói Josh có thể nói về chuyện này từ kinh nghiệm qua nhiều thời kỳ trước của internet tiêu dùng. Trước đây, ít nhất là với chị khi làm nhà đầu tư consumer, nếu một công ty kiếm ra tiền trong 5 năm đầu thì người ta sẽ kiểu: ơ, chuyện gì đang xảy ra vậy? Luật chơi là xây mật độ người dùng (density) trước. Vì chi phí phục vụ gần như bằng không, ta có thể chờ rồi kiếm tiền qua quảng cáo, hoặc bắt đầu thu phí giao dịch khi đã có thanh khoản và mật độ. Còn bây giờ thì không như vậy, vì COGS quá cao (theo Olivia, video đăng ngày 05/10/2026).

Josh nghĩ chuyện chi phí này là một thách thức thật sự thú vị, và các công ty sợ tăng trưởng quá nhanh. Nếu tăng trưởng quá nhanh mà không có đồng hồ đo (meter) cho cách mình tính tiền, chi tiêu có thể vượt tầm kiểm soát và rất, rất khó quản lý. Điều đó tạo ra một hình dạng rất khác cho những gì ta thấy ở các app hàng đầu, ở top 100 theo traffic và mọi thứ lúc này (theo Josh, video đăng ngày 05/10/2026).

Nhưng Josh nhắc lại, tất cả vẫn còn rất sớm. Còn rất nhiều thứ để xây và để học, để kéo chi phí xuống, đẩy giá trị lên, đưa quảng cáo vào và đưa thêm những cách khác để người ta tiêu tiền. Và nhân tiện, nếu cuối cùng chúng ta vẫn đăng ký những dịch vụ mình yêu thích và đó thật sự là thứ mang lại giá trị liên tục cho mình, thì điều đó cũng tuyệt (theo Josh, video đăng ngày 05/10/2026).

11. OpenAI và một tỷ đô run rate từ quảng cáo

Elena nói đây là chỗ chuyển rất hợp sang chuyện quảng cáo. Báo cáo top 100 lần này có một chi tiết rất, rất thú vị: run rate mà OpenAI đạt được nhờ quảng cáo, ở mức một tỷ đô run rate hằng năm. Điều đó cho chúng ta biết gì (theo Elena, video đăng ngày 05/10/2026)?

Olivia nói con số đó là từ tháng 8, nên có lẽ có khả năng nó đã cao hơn kha khá chừng một tháng sau. OpenAI đã triển khai quảng cáo, theo chị là rất chậm, với một mạng lưới đối tác, và đã đạt một tỷ đô run rate tính theo năm, mức mà trước đây một công ty phải mất rất, rất nhiều năm mới tới được, kể cả sau khi đã ra mắt sản phẩm quảng cáo (theo Olivia, video đăng ngày 05/10/2026).

Chị thấy có hai điểm thú vị ở đây. Một là OpenAI giờ đã có mật độ thật sự: chị nghĩ con số được công bố gần nhất, vài ngày trước đó, là 1,2 tỷ người dùng hoạt động hằng tuần. Hai, và là điều chị rất muốn xem trong cách sản phẩm quảng cáo tiến hoá: về lý thuyết, OpenAI có thể thu giá cao hơn và có tỷ lệ chuyển đổi cao hơn, vì họ biết về người dùng nhiều hơn rất nhiều. ChatGPT đã ra mắt những thứ như đăng nhập bằng ChatGPT (login with ChatGPT), và chị nghĩ một chiếc ví (wallet) đang sắp tới. Ta có thể hình dung điều đó khiến lời hứa giá trị với nhà quảng cáo hấp dẫn hơn nhiều, rồi càng đẩy mảng quảng cáo lên. Nhưng chị nói hãy chờ xem, mọi thứ ở đó vẫn còn rất sớm (theo Olivia, video đăng ngày 05/10/2026).

Josh đồng ý là còn sớm. Anh kể đã có những cuộc trò chuyện rất buồn cười về quảng cáo và AI: bạn đang nói chuyện với một thứ cực kỳ riêng tư, rồi nó kiểu: để tôi kể bạn nghe về sức khoẻ, để tôi giới thiệu bạn một sản phẩm điên rồ giúp bạn giảm cân thật nhanh. Như vậy không xây được niềm tin với AI (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, một điều thật sự thú vị khác là cả hệ sinh thái sẽ làm thế nào, khi những sản phẩm này quá khác, mang tính cá nhân hơn bao giờ hết: chúng đưa cho bạn những câu trả lời may đo theo việc bạn đang làm, điều bạn đang hỏi và những gì nó biết về bạn. Anh thấy việc đưa quảng cáo vào đã được làm rất khéo; anh thật sự ấn tượng với cách OpenAI triển khai quảng cáo. Những lần anh thấy quảng cáo, nó được gắn nhãn rất rõ và cảm giác như một phần bổ sung tự nhiên cho cuộc trò chuyện anh đang có (theo Josh, video đăng ngày 05/10/2026).

Josh nói một dịch chuyển khác là người ta bắt đầu dựa vào ChatGPT nhiều hơn cho nhiều loại câu hỏi hơn. Trước đây có thể là tra một sự kiện, kể lịch sử một thứ gì đó, giúp làm bài tập về nhà, không hẳn là giải quyết vấn đề hay những thứ mà ta quảng cáo. Còn giờ người ta tìm tới nó để xin lời khuyên thật sự, để mua sắm, để tìm xem chính xác mình muốn đi đâu, làm gì. Đó là những cơ hội rất tốt: khi bạn ở chế độ khám phá, quảng cáo thường lại là một câu trả lời hay giúp bạn giải quyết việc đó. Ngày càng nhiều câu hỏi mang tính thương mại, ý định thương mại cũng tạo ra cơ hội ấy. Nhưng anh nhắc lại, việc này phải làm rất, rất khéo, không phải kiểu quảng cáo kỳ quặc, ngắt ngang, bị nhét vào một trải nghiệm rất riêng tư (theo Josh, video đăng ngày 05/10/2026).

Elena nói chị cực kỳ tò mò về unit economics của quảng cáo. Có lẽ đó là những câu hỏi tốn ít chi phí hơn so với coding hay tạo ảnh (image gen). Vậy với OpenAI, biên lợi nhuận từ quảng cáo là bao nhiêu, theo chị là một câu hỏi rất thú vị (video đăng ngày 05/10/2026).

12. Chiếc móc khoá làm ở Detroit và OpenEvidence

Elena hỏi tiếp Josh thấy những quảng cáo kiểu gì, vì chị không thấy quảng cáo nào; chị đoán là vì chị dùng bản enterprise. Có tiếng xen vào: chị dùng gói pro mà. Elena đáp: enterprise, nên không có (video đăng ngày 05/10/2026).

Josh kể gần đây anh làm khá nhiều tìm hiểu cho một chuyến đi, sắp ở New York vài ngày. Anh bắt đầu thấy quảng cáo cho vài sự kiện đang diễn ra ở New York mà có thể anh muốn tham gia, và anh thấy chúng thật sự hữu ích. Rồi anh bắt đầu dùng ChatGPT nhiều hơn cho việc mua sắm (theo Josh, video đăng ngày 05/10/2026).

Josh đang tìm một chiếc móc khoá đặc biệt, có cơ chế tách ra thật dễ cho chìa khoá đưa người giữ xe (valet key). Anh tìm trên Google mà khó thấy, cuối cùng nghĩ: thôi cứ hỏi GPT. Anh trao đổi qua lại, mô tả thứ mình muốn, và nó bắt đầu đưa ra vài ví dụ rất tốt. Cuối cùng anh nói: tuyệt, tôi cũng muốn một cái làm tại Mỹ. Và nó tìm ra một lựa chọn rất hay từ một xưởng ở Detroit, nơi thường làm nhiều đồ kim loại và những thứ khác, với một chiếc móc khoá rất ngầu (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, đó là kiểu chuyện mà nếu không có cơ hội trao đổi qua lại và thật sự có cuộc trò chuyện ấy, anh đã không tìm ra. Không có quảng cáo nào xuất hiện trong cuộc trò chuyện đó, nhưng nó hoàn toàn mở cho những quảng cáo có thể giúp anh tìm đồ. Cuối cùng anh vào website đó, của một công ty anh chưa từng nghe tên, và đó là một trải nghiệm tuyệt vời (theo Josh, video đăng ngày 05/10/2026).

Có tiếng nói: thật thú vị. Olivia nói chị có cảm giác khi OpenAI dồn sức vào mảng này, có thể ta sẽ thấy OpenAI nhắm đối tượng quảng cáo (targeting) tốt tới mức điên rồ, theo chị nghĩ còn tốt hơn cả Meta, vốn trước đây đứng đầu ở chuyện này vì biết rất nhiều về bạn. Nhưng ở đây bạn đang có một cuộc trò chuyện trực tiếp với họ. Chị nghĩ điều đó sẽ giúp ChatGPT, nhưng cũng sẽ hỗ trợ rất nhiều sản phẩm consumer AI tập trung hơn, gần như theo chiều dọc (verticalized), mượn một thuật ngữ của mảng enterprise (theo Olivia, video đăng ngày 05/10/2026).

Olivia lấy ví dụ một công ty khác đã thành công sớm với quảng cáo: OpenEvidence, một sản phẩm AI cho bác sĩ. Chị nghĩ những con số gần nhất cho thấy 50 tới 60% bác sĩ ở Mỹ đang dùng sản phẩm. Khi có mật độ như vậy của một nhóm khán giả rất có giá trị, lại là khán giả được nhắm chính xác vì ta biết họ là bác sĩ, thì theo chị có thể quảng cáo rất hiệu quả. Chị nghĩ sẽ có, và nên có, thêm nhiều sản phẩm như vậy (theo Olivia, video đăng ngày 05/10/2026).

13. ChatGPT, Claude và Gemini đi ba hướng

Elena đề nghị lùi lại một bước để nói về OpenAI, Anthropic và Gemini, những lab đã có mặt trên danh sách gần như từ đầu. Chúng ta có thấy cách người ta trả tiền cho các sản phẩm này đang thay đổi không? Có thể rút ra gì về những kiểu người dùng khác nhau của cả ba? Chị nói chị rất, rất tò mò hai khách mời đang thấy gì (video đăng ngày 05/10/2026).

Olivia nói ngay từ lần đầu làm báo cáo, kết luận chính đã là ChatGPT dẫn đầu toàn cầu cả về mức sử dụng lẫn doanh thu ở mảng consumer, và điều đó vẫn đúng. Mọi thứ bên dưới ChatGPT thì có nhiều biến động và xáo trộn hơn. Trên web, ChatGPT hiện hơn Claude khoảng 6 lần và hơn Gemini khoảng 2 lần. Về sau, vì phần lớn mức sử dụng tập trung ở những power user có trả tiền, các con số doanh thu có lẽ còn hữu ích hơn ở đây (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, một trong những bất ngờ lớn nhất với chị trong báo cáo là khi nhóm có được panel những người chi tiêu ở Mỹ: Claude đã thật sự vượt Gemini về số người đăng ký trả phí. Chị thấy điều đó khá điên rồ, vì Gemini có lượng cài đặt và lượng người dùng tổng thể lớn hơn nhiều, lại có cơ chế phân phối tự nhiên của một công ty như Google. Chị nghĩ đó tất nhiên là một thành tựu lớn của Anthropic (theo Olivia, video đăng ngày 05/10/2026).

Olivia nghĩ điều này đến cùng làn sóng của một loạt sản phẩm rất thành công Anthropic ra mắt trong vài tháng qua, như Claude Design. Nó cũng đến từ việc Anthropic được báo chí nhắc tới nhiều hơn, bắt đầu từ chuyện liên quan tới Department of War, mà chị nghĩ là hồi tháng Hai (theo Olivia, video đăng ngày 05/10/2026).

Một khác biệt chính khác, theo Olivia, nằm ở cách các sản phẩm này kiếm tiền. ChatGPT vẫn dẫn rất xa về kiếm tiền: số người đăng ký trả phí ở Mỹ nhiều hơn khoảng 3 lần so với cả Gemini lẫn Claude. Nhưng Anthropic đã tuyên bố rất nổi tiếng là không quảng cáo, nên họ đẩy subscription mạnh tay hơn nhiều. Chị nói khoảng 7,5% người đăng ký của Claude dùng gói từ 100 đô trở lên mỗi tháng, như gói Max, trong khi con số đó ở cả ChatGPT lẫn Gemini là khoảng 1%. Vì vậy những người dùng này tự nhiên trông khác nhau và làm những việc khác nhau trên sản phẩm, ngay trong nhóm người dùng trả phí (theo Olivia, video đăng ngày 05/10/2026).

14. Creative tools: âm thanh, hình ảnh và video

Elena hỏi có nên nói về creative tools (công cụ sáng tạo) không. Chị thấy một điều thú vị là tất cả các lab lớn đều đã rất giỏi ở creative tools. Có một thứ mà Anthropic từng nổi tiếng là đứng ngoài, nhưng rồi bằng cách nào đó vẫn đạt được, là tạo model ảnh hay model video: giờ người ta vẫn làm ảnh và video, vì coding giỏi tới mức tạo được ảnh và video. Chị thấy thú vị ở chỗ họ không xây một diffusion model, nhưng vẫn làm được image gen. Còn những công cụ sáng tạo thuần, những công ty đã đi theo chiều dọc ở mảng này, đang ra sao (theo Elena, video đăng ngày 05/10/2026)?

Olivia nói creative tools phân bổ rất thú vị theo chuyện ai đang thắng ở đâu. Có một vài loại công cụ, hay nói đúng hơn là một vài phương thức (modality), mà các lab chưa dồn sức và sự chú ý vào, vì nhiều lý do có thể bàn. Nhiều trong số đó xoay quanh âm thanh: chuyển văn bản thành giọng nói (text to speech) và âm nhạc. ElevenLabs và Suno giờ rất ổn định ở gần đầu danh sách traffic, và cũng được xếp rất cao trong danh sách chi tiêu (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, các lab có quá nhiều việc phải làm: họ đang xây coding agent, đang xây AGI. Ở thời điểm này, có hợp lý không khi họ phải xử lý tất cả những rắc rối về sở hữu trí tuệ mà Suno đã trải qua để ra một model âm nhạc cạnh tranh? Chị nói chị không biết. Trong lúc đó, Suno đã bứt lên với một vị trí dẫn đầu rất vững (theo Olivia, video đăng ngày 05/10/2026).

Josh nói anh tin mạnh rằng các lab sẽ làm những gì họ làm và sẽ tiếp tục lớn lên, và rõ ràng họ là những nền tảng cơ sở (baseline) tuyệt vời cho mọi thứ. Nhưng ở rất nhiều thị trường, ta đang thấy những sản phẩm thật sự chuyên biệt, rất tập trung, biết khán giả của mình là ai và họ đang làm gì, nên xây được những thứ thật sự may đo. Nếu bạn muốn làm nhạc cho vui, hay cho một thứ bạn đang sản xuất nghiêm túc, Suno là một công cụ đáng kinh ngạc và nó nói chuyện với bạn từ lúc bạn bắt đầu dùng tới tận cuối. Với ElevenLabs, nếu bạn cần giọng nói và âm thanh trong sản phẩm mình đang làm, cách làm việc và tương tác với nó cho cảm giác hoàn toàn khác (theo Josh, video đăng ngày 05/10/2026).

Josh nói thêm: khi nhìn vào một loạt công cụ video, hay công cụ thiết kế, thậm chí như Figma, chúng được thiết kế để dùng thật sâu cho điều bạn đang muốn thể hiện. Nó nói chuyện với designer, không phải với những người chỉ muốn bỏ qua bước đó. Anh nghĩ chúng ta sẽ thấy nhiều giá trị hơn hẳn từ những giao diện may đo như vậy, nơi lớp phần mềm, gồm mọi việc bạn có thể làm, những thứ bạn lưu lại và cách bạn tương tác, mới thật sự là chỗ giá trị nằm, chứ không chỉ ở model (theo Josh, video đăng ngày 05/10/2026).

Olivia nói tiếp: nhóm thứ hai của creative tools là ảnh và video, trông khác với âm thanh. Về ảnh, OpenAI đã dồn sức vào ảnh khá thành công: Images 2.0 rất, rất tốt cho cả tạo ảnh lẫn chỉnh ảnh. Rồi tất nhiên có Google với các phiên bản của Nano Banana và Veo. Chị nghĩ, nói thẳng ra, các lab đã lấy đi rất nhiều traffic tiêu dùng mà trước đây đổ vào các công cụ tạo ảnh độc lập. Chẳng hạn Midjourney từng đứng khá cao trong bảng xếp hạng đầu tiên của nhóm, giờ đã rơi hẳn khỏi bảng traffic. Nhưng xét power user, nếu nhìn bảng doanh thu thì Midjourney lại có mặt. Power user vẫn muốn một model mà họ thấy có gu, có cảm quan thẩm mỹ, và họ chỉnh được theo một cách rất cụ thể (theo Olivia, video đăng ngày 05/10/2026).

Rồi tới video, với Olivia là một vùng đất hoang dã lúc này, vì những công ty Trung Quốc có thể train trên bất kỳ dữ liệu nào thì có lợi thế thật sự. Video quá phức tạp để tạo ra: phần hình, phần tiếng, hình và tiếng phải khớp nhau và trông theo một cách cụ thể, nên theo chị càng có nhiều dữ liệu để train thì càng tốt. Các công ty này tới nay đã thành công ở mảng đó (theo Olivia, video đăng ngày 05/10/2026).

Nói rộng hơn về creative tools, Olivia hỏi không biết hai người kia đã trải qua chuyện này chưa: gần đây chị hay nhờ Astra và những model thật sự mạnh khác tạo hoặc chỉnh nội dung sáng tạo cho mình. Nó làm rất, rất tốt, và nó sẽ gọi tool tới những chỗ khác trên internet. Vì vậy chị nghĩ những creative tools thân thiện với agent và agent truy cập được sẽ ngày càng có lực đẩy thuận chiều rất mạnh (theo Olivia, video đăng ngày 05/10/2026).

Elena nói thật điên rồ khi thấy những gì bạn làm được nếu chỉ cần trao quyền cho một agent và bảo nó: ừ, muốn cài gì thì cứ cài. Chị kể chị từng cho Astra và 5.5 đấu trực tiếp với nhau trong việc làm animation cho vài thứ (theo Elena, video đăng ngày 05/10/2026).

15. Từ tinkerer tới sản phẩm, và vì sao các ông lớn khó tự thay mình

Josh nói điều anh thích ở đây là những người mày mò (tinkerer), những người ở rìa đang tìm ra các khả năng này. Trong năm tới, chúng ta sẽ xây những sản phẩm xuất hiện trên các danh sách như thế này, vì chúng sẽ lấy toàn bộ sự phức tạp của những gì làm được và đóng gói lại sao cho thật dễ dùng. Khi anh nghĩ về khoảng cách giữa "toàn bộ AI" và "consumer AI", đó chính là chuyển động đóng gói này, xây những trải nghiệm sản phẩm tuyệt vời để biến chúng thành những thứ trụ lại lâu dài (theo Josh, video đăng ngày 05/10/2026).

Có tiếng nói tiếp: chắc là nó phải bắt đầu từ những tinkerer, rồi họ đăng lên X, rồi sáu tháng sau chúng ta có một sản phẩm và một startup thật sự từ đó, hoặc 12 startup khác nhau cùng cạnh tranh (video đăng ngày 05/10/2026).

Elena hỏi về những gì ngoài cửa sổ web: đã có rất nhiều sản phẩm trưởng thành, như Granola, Wispr Flow, Superhuman. Hai người đang thấy gì ở đó? Và rõ ràng có những sản phẩm nằm trong chat và nhắn tin, như Instinct. Họ đang thấy gì về phân phối, về loại sản phẩm và loại người dùng mà các công ty này nhắm tới (video đăng ngày 05/10/2026)?

Olivia nghĩ có hai sợi chỉ thú vị để kéo ở đây. Thứ nhất, chị từng viết một bài khoảng sáu, chín tháng trước, tên là "The Great Expansion", về câu hỏi: vì sao các công ty consumer lại trở thành công ty enterprise nhanh như vậy? Những cái tên như Krea, Replit, ElevenLabs, Gamma. Trước đây, chẳng hạn Canva mất hơn sáu năm mới có doanh thu thật sự từ team và enterprise (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, chuyện đang xảy ra là các công ty này tăng trưởng rất thành công nhờ PLG (product-led growth), và Wispr Flow, Granola là những ví dụ hay khác. Vì chúng liên quan tới năng suất công việc, chúng bị kéo vào doanh nghiệp, rồi founder kiểu: ồ, mình phải thêm riêng tư, bảo mật và gói cho team. Nhưng đó là cách phân phối rất hiệu quả, chi phí rất thấp, và nó hoạt động rất tốt với những công cụ có thể dùng cho cá nhân nhưng gần với công việc (theo Olivia, video đăng ngày 05/10/2026).

Sợi chỉ thứ hai: Olivia nghĩ những thứ như Wispr Flow, Granola và Superhuman là một ví dụ khác của một xu hướng chung, là các công ty đương nhiệm (incumbent) không muốn hoặc không thể tự ăn thịt (cannibalize) giao diện hiện có của mình. Ví dụ kinh điển là Google: ta chưa thật sự thấy Google tái phát minh Docs, Gmail hay Calendar cho thời đại AI. Chị nghĩ chuyện đó thậm chí đang xảy ra với OpenAI và Anthropic: họ kém thành công hơn nhiều với bất cứ thứ gì không ra mắt bên trong những giao diện sẵn có là ChatGPT, Codex, Claude hay Claude Code. Chị biết nhiều công ty trong số đó đã thử ấp ủ những sản phẩm để hạ gục các startup này, nhưng chị nghĩ về mặt sản phẩm, rất khó để họ đổi mới vượt ra ngoài, nhất là khi họ còn quá nhiều việc khác phải lo (theo Olivia, video đăng ngày 05/10/2026).

Josh nói tất cả những điều đó đều đúng. Theo anh, khi chúng ta đã quen với một số giao diện, chúng ta vẫn đang ở một giai đoạn tái phát minh đáng kinh ngạc. Rất nhiều lý do cho sự tăng trưởng trong năm, năm rưỡi qua là các model đã tốt lên rất nhiều. Những người đã dành thời gian tạo ra những giao diện tuyệt vời, dễ dùng, tự nhiên, dễ chia sẻ và dễ kéo cả team vào, như Wispr Flow và Granola, những thứ bắt đầu dùng rất dễ, giờ sẽ thấy: trời ơi, khi model tốt lên thì sản phẩm, tiện ích của nó cũng tốt lên rất nhiều (theo Josh, video đăng ngày 05/10/2026).

Josh mô tả vòng lặp đó: bạn xây một thứ tuyệt vời, nhưng có thể nó chưa làm được mọi điều bạn muốn vì năng lực của model chưa tới. Rồi model tốt lên, và sản phẩm của bạn bùng nổ cả về nhu cầu lẫn tiện ích. Thuỷ triều lên thì mọi con thuyền đều nổi. Vì vậy ý nghĩ rằng chỉ có một hai công ty xây được lớp trải nghiệm đó là điều mà theo anh báo cáo này phần nào bác bỏ. Những công ty đó chắc chắn thuộc nhóm đầu ở những use case rất chung. Nhưng lý do có quá nhiều thứ khác đang lớn lên là có quá nhiều giao diện được tái phát minh (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, giá trị ở tầng hạ tầng có thể vẫn về tay các nhà cung cấp model, hoặc về những thứ khác đang phục vụ inference; đó là một cuộc trò chuyện hoàn toàn khác. Nhưng thứ người tiêu dùng đang chấp nhận là những thứ dùng được cho họ, dễ dùng và dễ đưa vào cuộc sống của họ (theo Josh, video đăng ngày 05/10/2026).

16. Cửa sổ cho startup, lớp phần mềm và playbook của Town

Olivia nói thêm để tiếp tục bênh vực cho startup: OpenAI và Anthropic ở nhiều mặt cũng là startup, nhưng thành công tới mức đã thành công ty lớn với hàng nghìn người. Và có quá nhiều điều phải cân nhắc thêm: một con tàu lớn hơn thì khó lái, khó quay đầu hơn (theo Olivia, video đăng ngày 05/10/2026).

Chị lấy ví dụ một công ty trên danh sách doanh thu lần này: Plaud, một thiết bị ghi chú bằng AI (AI note taker), khởi đầu ở Trung Quốc, ở phía Đông, rồi giờ đã sang Mỹ; bạn mua thiết bị và cũng có thể mua thêm subscription. OpenAI có thể và sẽ làm một thiết bị phần cứng, nhưng như chúng ta đã thấy, với họ mọi thứ đều mất nhiều thời gian hơn. Khi là một công ty lớn, bạn có thể phải tích hợp với những sản phẩm sẵn có khác, có nhiều khâu kiểm tra và cân bằng hơn phải đi qua. Chị nghĩ các lab lớn sẽ tiếp tục rất, rất thành công, còn rất nhiều việc để họ làm; và startup cũng sẽ tiếp tục tìm được những cửa sổ cơ hội khá lớn (theo Olivia, video đăng ngày 05/10/2026).

Elena nói nghe như câu hỏi cho startup là làm sao xây một sản phẩm mà, như Josh nói, tốt lên khi model tốt lên, nhưng không bị model ăn mất khi model tốt lên; và đó là một điểm ngọt (sweet spot) thú vị để đứng (theo Elena, video đăng ngày 05/10/2026).

Josh kể một phần lý do anh rất hào hứng gia nhập Andreessen Horowitz vài tháng trước là niềm tin rằng giá trị giờ đang quay về lớp phần mềm. Giờ chúng ta có những model với năng lực đáng kinh ngạc và truy cập được chúng, nên có thể xây những sản phẩm thật sự phong phú dùng model làm đòn bẩy. Có những đổi mới khác cho phép cả developer xây theo những cách mới. Và chúng ta còn chưa thấy hết những ý tưởng mới đáng kinh ngạc có thể làm được khi có trong tay một model nhanh, dễ tích hợp, trả về code hoặc những câu trả lời rất có cấu trúc (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, vì vậy sự sáng tạo giờ quay về phần trải nghiệm, mạng lưới bạn xây được, những cách bạn phục vụ thật nhiều người và kết nối họ lại với nhau, dùng model để làm nên một thứ mạnh mẽ. Bối cảnh (context) và cộng đồng mới thật sự trở thành tài sản. Có quá nhiều thứ để phát minh, và anh nghĩ gần như mọi danh mục đều có cơ hội được tái phát minh. Một số công ty lớn sẽ thực hiện được cú nhảy và trở thành công ty dẫn dắt ngành của mình trong thời đại AI, nhưng không phải tất cả. Đó là chỗ startup bước vào để đi trước họ một bước và thật sự trở thành trải nghiệm mới tốt nhất có thể (theo Josh, video đăng ngày 05/10/2026).

Olivia nói, tiếp ý đó, chị nghĩ nhiều về giá trị cá nhân cộng dồn, và hy vọng về sau là giá trị cộng dồn khi nhiều người dùng chung (multiplayer), thứ trở thành sức giữ chân (lock-in) cho một số sản phẩm startup. Ví dụ chị đưa ra là Town, nằm ở phía prosumer của mảng agent assistant. Theo chị, Town kết nối được vào mọi hệ thống của bạn, như Slack, email, Google Drive, hiểu bối cảnh của bạn và tổ chức của bạn, rồi làm việc thay bạn. Chị dùng nó để viết rất nhiều email, và nó đã giúp rất nhiều trong báo cáo lần này (theo Olivia, video đăng ngày 05/10/2026).

Olivia nói chị biết người ta dễ gạt những thứ như vậy đi, kiểu: ồ, chỉ là một harness thôi, mà theo chị "harness" giờ là cách gọi bớt miệt thị hơn một chút của "wrapper". Nhưng Town đã xây những playbook về chị là ai, chị viết nghe ra sao, thứ mà không sản phẩm nào khác có, và chị không thể dễ dàng mang đi chuyển sang một thứ xuất hiện vào ngày mai. Vì khác biệt giữa một email nghe giống chị 99,9% và một email nghe giống chị 85% là khác biệt giữa việc mất khoảng 10 giây để sửa và mất hơn 10 phút. Chị nghĩ chúng ta sẽ thấy thêm những sản phẩm như Town, làm rất tốt việc thu thập bối cảnh và hành động dựa trên bối cảnh đó để xây playbook quanh bạn, tiếp tục thành công (theo Olivia, video đăng ngày 05/10/2026).

Josh nói điều đó hoàn toàn đúng. Anh cố tránh dùng những chữ như harness và wrapper, và Olivia đồng ý. Theo anh, thực tế là giờ người ta đang xây phần mềm, xây những sản phẩm thật sự phong phú; có thể họ dùng agent để viết một phần code, nhưng khi mang cả một trải nghiệm tới người dùng thì nó nhiều hơn hẳn một lớp vỏ mỏng đặt lên model hay một harness mang theo chút context. Đó là một sản phẩm và một trải nghiệm thật sự phong phú, mà tình cờ giờ dùng một model như một phần của thứ giúp họ mang trải nghiệm ấy tới (theo Josh, video đăng ngày 05/10/2026).

Theo Josh, đó thật sự là điều hào hứng về những gì chúng ta sẽ thấy trên danh sách này. Nhiều công ty đã đang làm như vậy, và anh và đồng nghiệp ở a16z nghĩ làn sóng tiếp theo sẽ toàn là những công ty đã xây được nhiều giá trị hơn hẳn, trong đó model chỉ là một mảnh ghép (theo Josh, video đăng ngày 05/10/2026).

17. Khoảng trắng: hẹn hò, mua sắm, giải trí

Elena nhắc tới một biểu đồ Olivia đã làm và đề nghị đưa nó lên: tất cả khoảng trắng còn tồn tại, với mọi danh mục sản phẩm từng có ở Web 2 và thời trước AI. Chị nhờ Olivia đi qua một số danh mục và chỉ ra đâu là những cơ hội lớn (video đăng ngày 05/10/2026).

Olivia nói phần lớn người tiêu dùng thuần vẫn dùng AI về cơ bản như thứ thay thế cho sản phẩm tìm kiếm, như Google. Có lẽ nhất là khi đi vào các use case giáo dục, trẻ con dùng nó để viết bài luận, một use case rộng hơn một chút. Có tiếng xen vào: hoặc giúp làm bài tập về nhà. Olivia đáp: giúp làm bài tập về nhà, chính xác; hoặc người đi làm dùng nó để viết email (theo Olivia, video đăng ngày 05/10/2026).

Theo Olivia, biểu đồ này cho thấy gần như mọi lĩnh vực mà startup thành công tới nay đều xoay quanh chủ đề làm xong việc: năng suất, thiết kế và chỉnh sửa ảnh, video, tìm kiếm và trả lời. Còn rất nhiều danh mục đang bỏ ngỏ, và nhiều trong số đó chị gọi là danh mục mạng lưới, nơi cần một sản phẩm nhiều người dùng chung (theo Olivia, video đăng ngày 05/10/2026).

Hẹn hò là một mảng chị và nhóm chưa thấy. Chắc chắn có những startup ở đó mà chị hy vọng và tin là sẽ có mặt ở các ấn bản sau, nhưng hiện tại không có ai trên danh sách làm về hẹn hò. Tuyển dụng là một mảng khác, và chị xem hẹn hò với tuyển dụng thật ra là những mạng lưới khá giống nhau, vì đều cố ghép cặp. Với social AI, chị và nhóm chưa thấy thứ gì cất cánh; phần lớn social AI là người ta đăng nội dung do AI tạo lên các nền tảng mạng xã hội sẵn có (theo Olivia, video đăng ngày 05/10/2026).

Rồi có những danh mục trông giống các marketplace trước đây, như mua sắm, mua nhà, bán lẻ. Olivia nói phải chờ xem chúng sẽ sống trong các agent như Instinct hay Muse, hay sống thành những sản phẩm độc lập, những cái tên tiếp theo, mà chị nói sẽ có rất nhiều, hay là kết hợp cả hai: có thể agent của bạn sẽ gọi tới một marketplace AI-native. Chị rất hào hứng với những thứ đó. Chị cũng nghĩ tới những danh mục như game và giải trí: model đơn giản là chưa đủ tốt để làm ra nội dung mà người bình thường thích xem, có lẽ trừ AI micro drama, thứ đang bùng nổ. Nhưng chị nghĩ điều đó cũng sắp tới (theo Olivia, video đăng ngày 05/10/2026).

Josh nói đúng là như vậy. Anh nghĩ chúng ta đang ở trong một thế giới mà ai cũng hào hứng với những gì ChatGPT đã làm khi biến mọi thứ thành hội thoại, và giờ các agent nằm trong app nhắn tin biến chúng thành nhiều hội thoại hơn nữa; đó là một paradigm đáng kinh ngạc. Nhưng khi mua sắm, bạn muốn nhìn thấy các lựa chọn bằng mắt, khám phá, có những thứ được tuỳ biến cho mình, có thể nói: tôi rất thích cái này, nhưng ước gì nó có viền ở cổ áo, rồi để AI giúp bạn hình dung ra điều đó, thậm chí có thể đặt làm nó cho bạn. Anh thích mua sắm, và thấy ở đó còn rất nhiều thứ để phát minh (theo Josh, video đăng ngày 05/10/2026).

Về giải trí, Josh nghĩ chúng ta mới chỉ chạm vào bề mặt của khả năng kể chuyện hay hơn, của việc trao cho mọi người khả năng trở thành người kể chuyện giỏi hơn, rồi từ đó tạo ra những mạng lưới đáng kinh ngạc của những người thưởng thức câu chuyện. TikTok từng là một nơi tuyệt vời, nơi người ta tụ lại và làm những video nhỏ, và bạn được xem những người ở khắp thế giới. Nhưng vẫn còn quá nhiều điều nằm trong đầu mọi người; giá như họ thể hiện ý tưởng của mình tốt hơn, điều đó sẽ giúp họ, và chúng ta sẽ có một mạng lưới mới đáng kinh ngạc (theo Josh, video đăng ngày 05/10/2026).

Josh cảm thấy chúng ta mới ở ngưỡng cửa của tất cả các danh mục này, và đã cần model tốt lên để có thể bắt đầu thử nghiệm và phát minh những ý tưởng như vậy. Khi điều đó diễn ra trong những năm tới, với năng lực model mới, anh vẫn nghĩ giá trị sẽ nằm ở lớp phần mềm, trong các sản phẩm (theo Josh, video đăng ngày 05/10/2026).

Olivia nói với chị, chuyện này quay về điều cả ba vừa bàn: sản phẩm giúp người ta tiết kiệm thời gian, và sản phẩm giúp người ta tiêu thời gian. Gần như mọi thứ chúng ta thấy ở consumer AI là tiết kiệm thời gian. Còn những sản phẩm giúp tiêu thời gian thường lại nằm trong số những công ty lớn nhất, nếu không phải là lớn nhất. Vì vậy chúng ta cần chúng xuất hiện, và chị chắc rằng rất, rất nhiều builder đang mày mò làm điều đó ngay lúc này (theo Olivia, video đăng ngày 05/10/2026).

Có tiếng đồng tình: hoàn toàn đúng. Elena nói đó là một nốt kết rất hay và cảm ơn cả hai đã tham gia; có tiếng cảm ơn đáp lại.