# Vertical AI agent có thể lớn gấp 10 lần SaaS

[Garry Tan](https://homus.dev/speakers/garry-tan) · [Y Combinator](https://homus.dev/orgs/y-combinator), [Jared Friedman](https://homus.dev/speakers/jared-friedman) · [Y Combinator](https://homus.dev/orgs/y-combinator), [Harj Taggar](https://homus.dev/speakers/harj-taggar) · [Y Combinator](https://homus.dev/orgs/y-combinator), [Diana Hu](https://homus.dev/speakers/diana-hu) · [Y Combinator](https://homus.dev/orgs/y-combinator)

> Bốn host Lightcone so sánh vertical AI agent với làn sóng SaaS: vì sao có thể có 300 unicorn, ví dụ từ các công ty YC và cách chọn vertical.

Topics: Service as Software, Startups, Agents

Canonical: https://homus.dev/talks/vertical-ai-agents-could-be-10x-bigger-than-saas

## 1. Đoạn mở đầu: cứ ba tháng mọi thứ lại tốt hơn

Đây là một tập Lightcone của Y Combinator, trong đó bốn host bàn về một mô hình kinh doanh mới đang lộ diện là vertical AI agent: chúng sẽ tác động thế nào tới các công ty SaaS đang dẫn thị trường, use case nào hợp lý nhất, và vì sao riêng nhóm này có thể sinh ra 300 công ty tỷ đô (theo phần mô tả của video đăng ngày 22/11/2024). Bốn host là Garry Tan, Jared Friedman, Harj Taggar và Diana Hu; thẻ tên trên màn hình ghi Garry Tan là President and CEO của Y Combinator (thẻ tên trong video đăng ngày 22/11/2024).

Video mở bằng vài câu trích từ chính cuộc trò chuyện. Harj nói rằng cứ mỗi ba tháng, mọi thứ lại tốt dần lên, và giờ anh và nhóm đã tới lúc nói về những vertical AI agent hoàn chỉnh, thứ sẽ thay thế cả team, cả chức năng trong doanh nghiệp. Với anh, tiến trình đó vẫn khiến anh choáng ngợp (theo Harj, video đăng ngày 22/11/2024).

Diana nói nhiều foundation model đang dần đối đầu trực diện với nhau. Trước đây chỉ có một người chơi là OpenAI, nhưng ở batch gần nhất, chị và các đồng nghiệp ở YC thấy điều đó đang thay đổi (theo Diana, video đăng ngày 22/11/2024).

Garry tiếp lời: "Thank God". Theo anh, cạnh tranh là mảnh đất màu mỡ cho một hệ sinh thái thị trường, nơi người dùng có lựa chọn và founder có cơ hội. Và đó là thế giới anh muốn sống (theo Garry, video đăng ngày 22/11/2024).

![Bốn host Lightcone quanh bàn tròn trắng, thẻ tên Garry Tan ở góc dưới](https://homus.dev/photos/ASABxNenD_U-0025.jpg)

Bốn host ngồi quanh một bàn tròn trắng; từ trái sang là Diana, Harj, Garry và Jared. Thẻ tên ở góc dưới bên phải ghi "Garry Tan, President and CEO, Y Combinator" (thẻ tên trong video đăng ngày 22/11/2024).

## 2. Jared "đang cháy": vì sao vertical AI agent sẽ lớn hơn người ta nghĩ

Garry chào mừng người xem tới một tập mới của Lightcone và giới thiệu: anh là Garry, bên cạnh là Jared, Harj và Diana. Theo lời anh, gộp lại, nhóm bốn người đã rót vốn vào những startup trị giá hàng trăm tỷ đô la, từ lúc các công ty đó chỉ có một hai người mới bắt đầu (theo Garry, video đăng ngày 22/11/2024). Anh nói hôm nay Jared là "một người đang cháy" (a man on fire), và Jared sẽ nói về vertical AI.

Jared xác nhận: anh đang rất hứng khởi về chuyện này, vì anh nghĩ mọi người, đặc biệt là founder, nhất là founder trẻ, chưa thấy hết vertical AI agent sẽ lớn tới mức nào. Đây không phải ý tưởng mới. Một số người đã nói về vertical AI agent, và YC đã rót vốn cho khá nhiều công ty như vậy. Nhưng theo anh, thế giới vẫn chưa nhận ra nó sẽ lớn đến đâu. Anh sẽ đưa ra lập luận vì sao anh nghĩ sẽ có hơn 300 công ty tỷ đô ra đời chỉ riêng trong nhóm này (theo Jared, video đăng ngày 22/11/2024). Có tiếng khen "Nice".

Jared sẽ lập luận bằng phép so sánh với SaaS. Theo anh, cũng theo cách tương tự, người ta không hiểu SaaS lớn thế nào, vì phần lớn founder, đặc biệt là founder trẻ, thường nhìn ngành startup qua lăng kính những sản phẩm họ dùng với tư cách người tiêu dùng. Mà là người tiêu dùng thì bạn không dùng nhiều công cụ SaaS, vì chúng chủ yếu được làm cho doanh nghiệp (theo Jared, video đăng ngày 22/11/2024).

Vì vậy, anh nghĩ nhiều người đã bỏ lỡ một điểm cơ bản: nếu nhìn vào những gì Silicon Valley rót vốn trong 20 năm qua, thì phần lớn thứ được tạo ra là các công ty SaaS. Theo con số Jared đưa ra, hơn 40% toàn bộ vốn venture capital trong giai đoạn đó đã chảy vào các công ty SaaS, và giai đoạn 20 năm đó tạo ra hơn 300 unicorn SaaS, nhiều hơn hẳn mọi nhóm khác (theo Jared, video đăng ngày 22/11/2024).

![Toàn cảnh bàn tròn, Jared bên phải đang nói](https://homus.dev/photos/ASABxNenD_U-0135.jpg)

Toàn cảnh căn phòng trong lúc Jared (bên phải, áo sơ mi xám) đưa ra lập luận về SaaS; ba host còn lại ngồi nghe (video đăng ngày 22/11/2024).

## 3. XMLHttpRequest, Ajax và Viaweb của Paul Graham

Một host xen vào: "Software is pretty awesome", và Jared nhắc lại câu đó. Rồi anh kể anh đã nghĩ lại lịch sử của chuyện này, vì nhóm luôn thích bàn về cách lịch sử công nghệ soi đường cho tương lai (theo Jared, video đăng ngày 22/11/2024).

Theo Jared, chất xúc tác thật sự cho làn sóng SaaS là XMLHttpRequest. Anh hỏi mọi người có nhớ nó không. Có tiếng kêu "Oh my God". Jared cho rằng đó theo đúng nghĩa đen là chất xúc tác của cơn bùng nổ SaaS. Có người nói thêm "như Ajax", và Jared đồng ý: Ajax (theo Jared, video đăng ngày 22/11/2024).

Anh giải thích: năm 2004, các trình duyệt thêm hàm JavaScript XMLHttpRequest, mảnh ghép còn thiếu để bạn build được một ứng dụng Internet "giàu" ngay trong trình duyệt. Lần đầu tiên, bạn làm được trên website những thứ trông như ứng dụng desktop. Từ đó ra đời Google Maps, Gmail, và mở đường cho cả làn sóng SaaS. Về bản chất, công nghệ được mở khóa là phần mềm chuyển từ thứ bạn mua trên đĩa CD-ROM rồi cài lên máy, sang thứ bạn dùng qua một website và trên điện thoại (theo Jared, video đăng ngày 22/11/2024).

Garry nói Paul Graham thực ra cũng nằm trong dòng chảy đó: ông là một trong những người đầu tiên nhận ra có thể lấy HTTP request rồi nối nó với một Unix prompt, và bạn không cần một chương trình máy tính riêng để thay đổi website. Viaweb là một cửa hàng online, kiểu như Shopify, nhưng từ rất lâu rồi (theo Garry, video đăng ngày 22/11/2024).

![Garry và Jared ngồi cạnh nhau, Garry đang nói](https://homus.dev/photos/ASABxNenD_U-0343.jpg)

Garry (bên trái, đeo kính) kể về Paul Graham và Viaweb, Jared (bên phải) quay sang nghe (video đăng ngày 22/11/2024).

Jared nói thêm: về cơ bản đó là ứng dụng SaaS đầu tiên. PG thực ra đã phát minh ra SaaS vào khoảng năm 1995. Chỉ có điều những ứng dụng SaaS đầu tiên khá tệ vì chưa có XMLHttpRequest: mỗi lần bấm một nút, bạn phải tải lại cả trang, một trải nghiệm rất dở. Nên nó không thật sự bắt kịp cho tới năm 2005, khi có XMLHttpRequest (theo Jared, video đăng ngày 22/11/2024).

## 4. Ba nhóm công ty tỷ đô của thời cloud và mobile

Jared nói anh thấy chuyện LLM thực ra rất giống: đó là một mô hình điện toán mới, cho phép làm những thứ khác hẳn về bản chất. Năm 2005, khi cloud và mobile cuối cùng cũng cất cánh, có một câu hỏi lớn bỏ ngỏ: công nghệ mới này đã có, giờ nên làm gì với nó? Giá trị sẽ dồn về đâu? Cơ hội tốt cho startup nằm ở đâu? (theo Jared, video đăng ngày 22/11/2024).

Anh đã duyệt qua danh sách tất cả các công ty tỷ đô ra đời thời đó, và nhận ra có thể chia các con đường người ta đi vào ba nhóm (theo Jared, video đăng ngày 22/11/2024).

Nhóm thứ nhất anh gọi là những ý tưởng hiển nhiên là hay. Chúng có thể là sản phẩm tiêu dùng đại trà: docs, ảnh, email, lịch, chat, tất cả những thứ trước đây ta làm trên desktop nhưng rõ ràng có thể đưa lên trình duyệt và lên mobile. Điều thú vị là không startup nào thắng trong các mảng đó. 100% giá trị chảy về các ông lớn đang có sẵn: Google, Facebook, Amazon sở hữu tất cả những mảng kinh doanh này. Người ta quên rằng Google Docs không phải công ty duy nhất muốn đưa Microsoft Office lên online. Có khoảng 30 công ty đã thử, và tất cả đều thua. Google thắng (theo Jared, video đăng ngày 22/11/2024).

Nhóm thứ hai là những ý tưởng tiêu dùng đại trà không hiển nhiên, không ai đoán trước: Uber, Instacart, DoorDash, Coinbase, Airbnb. Chúng tới từ một hướng không ai ngờ. Chặng "ba chấm" nối từ XMLHttpRequest tới Airbnb là thứ rất không hiển nhiên. Vì vậy các ông lớn thậm chí không thử cạnh tranh ở những mảng đó cho tới khi đã quá muộn, và startup có thể thắng (theo Jared, video đăng ngày 22/11/2024).

Nhóm thứ ba là tất cả các công ty B2B SaaS, và theo Jared có khoảng 300 công ty như vậy. Tính theo số logo, nhóm thứ ba sinh ra nhiều công ty tỷ đô hơn hẳn hai nhóm đầu (theo Jared, video đăng ngày 22/11/2024).

Anh nghĩ một lý do là không có "Microsoft của SaaS". Không có công ty nào bằng cách nào đó làm SaaS cho mọi vertical và mọi sản phẩm. Vì những lý do mang tính cấu trúc, có vẻ chúng đều là những công ty khác nhau, và đó là lý do có nhiều công ty đến vậy (theo Jared, video đăng ngày 22/11/2024).

Ba nhóm Jared dùng để chia các công ty tỷ đô ra đời sau năm 2005 (theo Jared, video đăng ngày 22/11/2024).

## 5. Salesforce, "đồ chơi" LLM và vì sao ông lớn không làm Uber

Harj nói anh nghĩ Salesforce có lẽ là công ty SaaS thực thụ đầu tiên. Anh nhớ Marc Benioff từng tới nói chuyện ở YC và kể một câu chuyện từ những ngày rất đầu: người ta đơn giản là không tin bạn có thể build ứng dụng doanh nghiệp tinh vi trên cloud, hay qua SaaS. Đó là một vấn đề về nhận thức: "Không, bạn mua phần mềm đóng hộp (box software), và đó mới là phần mềm thật bạn chạy" (theo Harj, video đăng ngày 22/11/2024). Có tiếng xen vào: "This is the way we always do it".

Có tiếng nói tiếp: ý tưởng đó khá ngược dòng, vì các web app thời đầu rất tệ. Chúng giống Viaweb, nơi bạn phải là người có tầm nhìn như PG, hiểu rằng trình duyệt sẽ tiếp tục tốt lên và rồi sẽ đủ tốt (video đăng ngày 22/11/2024).

Harj nói điều đó nghe khá giống hôm nay. Vẫn là chuyện cũ: "Không, bạn sẽ không build được ứng dụng doanh nghiệp tinh vi dùng LLM hay công cụ AI, vì chúng bị hallucinate, chúng không hoàn hảo, chúng chỉ là đồ chơi" (theo Harj, video đăng ngày 22/11/2024).

Jared đồng ý: đó đúng y câu chuyện SaaS thời đầu. Khi nghĩ về những điểm song song với LLM, anh dễ dàng hình dung điều tương tự sẽ xảy ra: có một loạt mảng là ứng dụng tiêu dùng đại trà, rõ ràng là cơ hội khổng lồ, nhưng có lẽ các ông lớn sẽ thắng hết. Chẳng hạn một trợ lý giọng nói AI đa năng, bạn bảo nó làm gì nó cũng đi làm việc đó. Đó là thứ hiển nhiên phải tồn tại, nhưng mọi ông lớn sẽ cạnh tranh để trở thành thứ đó (theo Jared, video đăng ngày 22/11/2024).

Một host chen vào: Apple hơi chậm ở khoản này. Sao Siri vẫn còn ngốc thế? Năm nay là năm nào rồi? Thật vô lý (video đăng ngày 22/11/2024).

Một host khác nói điều này thú vị: một phản ví dụ là thứ rất hiển nhiên như search. Có thể Google vẫn thắng ở search, nhưng Perplexity chắc chắn đang khiến họ phải chật vật (video đăng ngày 22/11/2024).

Garry nói rốt cuộc đây là "innovator's dilemma" kinh điển. Quay lại chuyện Uber hay Airbnb, có thể lập luận rằng đó thật ra là những thứ rất rủi ro về mặt pháp lý. Nếu bạn là Google, có một hũ vàng khổng lồ về cơ bản được đảm bảo chảy về mỗi tháng, thì tại sao bạn lại đem hũ vàng đó ra mạo hiểm để theo đuổi những thứ đáng sợ, hoặc có thể phá hỏng hũ vàng? (theo Garry, video đăng ngày 22/11/2024).

Jared nghĩ đó có lẽ là lý do chính khiến các ông lớn không build những sản phẩm đó, và thậm chí không clone chúng, kể cả sau khi chúng đã lớn và rõ ràng là sẽ thành công. Google chưa bao giờ ra mắt một bản clone Uber, chưa bao giờ ra mắt một bản clone Airbnb. Anh kể mình từng nghe một bài nói của Travis, và một điều Travis nói khiến anh nhớ mãi: trong giai đoạn đầu của Uber, ông rất sợ chính mình sẽ phải ngồi tù trong một thời gian dài. Ông thật sự đang tự đặt mình vào nguy cơ đi tù để build một công ty. Và không một giám đốc Google lương cao nào sẽ làm vậy (theo Jared, video đăng ngày 22/11/2024).

## 6. Vì sao ông lớn không làm B2B SaaS: Gusto, NetSuite và trải nghiệm "kitchen sink"

Diana hỏi: theo mọi người, vì sao các ông lớn không đi vào B2B SaaS? Có phải một phần là vì các use case trải ra rất rộng? (video đăng ngày 22/11/2024).

Jared nói đó là câu hỏi hay và muốn nghe mọi người nghĩ gì. Quan điểm của anh là: làm quá nhiều thứ cùng lúc là quá khó với một công ty. Mỗi công ty B2B SaaS thật sự đòi hỏi những người điều hành sản phẩm và kinh doanh phải đi cực sâu vào một lĩnh vực, và rất quan tâm tới hàng loạt vấn đề rất ít người để ý. Lấy Gusto làm ví dụ: tại sao Google không build một đối thủ của Gusto? Vì ở Google không có ai thật sự hiểu payroll và đủ kiên nhẫn để xử lý mọi chi tiết của đống quy định payroll phiền phức. Với họ, không đáng. Họ tập trung vào vài mảng thật lớn thì dễ hơn (theo Jared, video đăng ngày 22/11/2024).

Harj nghĩ trong thế giới B2B SaaS, chuyện này còn liên quan tới lập luận "unbundling, bundling" phần mềm hay được nhắc. Tại sao lại nảy ra cả loạt sản phẩm vertical B2B SaaS, thay vì Oracle hay SAP, (có tiếng xen vào: "NetSuite"), đúng, NetSuite, sở hữu mọi thứ? (theo Harj, video đăng ngày 22/11/2024).

Anh nghĩ một yếu tố khác gắn với việc chuyển sang SaaS và Internet là cách bán phần mềm kiểu cũ. Ngày trước bạn có phần mềm đóng hộp rất đắt để cài đặt, kèm cả một hệ sinh thái xung quanh. Mỗi khi bạn muốn thứ gì tùy chỉnh, các bên tích hợp (integrator) sẽ nói: "Không sao, chúng tôi build cho bạn một feature payroll tùy chỉnh". Rồi Salesforce xuất hiện với một giải pháp SaaS, nghe như không đời nào mạnh hay tinh vi bằng bản cài đặt doanh nghiệp đắt tiền bạn vừa trả tiền. Nhưng họ đã chứng minh hoàn toàn là được. Theo Harj, điều đó mở cửa cho tất cả những giải pháp vertical SaaS xuất hiện, đúng như điều Jared vừa nói (theo Harj, video đăng ngày 22/11/2024).

Diana chỉ ra vấn đề của nhiều phần mềm doanh nghiệp: nếu bạn là người dùng Oracle hay NetSuite, vì chúng phải phủ quá nhiều thứ, trải nghiệm người dùng thực ra khá tệ. Chúng cố làm "jack of all trades, master of none", nên rốt cuộc thành một trải nghiệm kiểu "kitchen sink", cái gì cũng nhét vào. Đây là chỗ nếu bạn build một công ty vertical B2B SaaS, bạn có thể làm ra trải nghiệm tốt hơn đúng 10 lần và dễ chịu hơn, vì có một khoảng cách rất rõ giữa trải nghiệm của sản phẩm tiêu dùng và trải nghiệm người dùng doanh nghiệp (theo Diana, video đăng ngày 22/11/2024).

![Diana Hu cận cảnh đang nói](https://homus.dev/photos/ASABxNenD_U-1122.jpg)

Diana nói về trải nghiệm "kitchen sink" của phần mềm doanh nghiệp đa năng và cơ hội làm tốt hơn 10 lần ở một vertical (theo Diana, video đăng ngày 22/11/2024).

## 7. Ba mức giá phần mềm, và headcount không còn phải tăng theo doanh thu

Garry nói phần mềm chỉ có, đại khái, ba mức giá: 5 đô một seat, 500 đô một seat, hoặc 5.000 đô một seat. Ba mức đó ứng thẳng với bán cho người tiêu dùng, cho SMB, hoặc bán cho doanh nghiệp lớn (theo Garry, video đăng ngày 22/11/2024).

Ba mức giá Garry nêu và kiểu bán hàng ứng với từng mức (theo Garry, video đăng ngày 22/11/2024).

Theo Garry, từ xưa tới nay, kinh nghiệm cho thấy phần mềm doanh nghiệp thì tệ, dù điều này ngày càng ít đúng với phần mềm mới, may thay. Lý do là người mua không phải người dùng. Một nhân vật cấp cao nào đó trong một công ty thuộc Fortune 1000 mới là người được mời ăn uống chiêu đãi cho một hợp đồng bảy con số. Và người đó sẽ chọn thứ có khi chẳng tốt mấy cho người dùng cuối, người phải dùng phần mềm đó hằng ngày. Anh tò mò muốn xem chuyện này đổi ra sao với LLM (theo Garry, video đăng ngày 22/11/2024).

Anh nói tới giờ, một trong những điều nổi bật nhóm thấy ở cả công ty phần mềm SMB lẫn enterprise, hay thật ra mọi công ty phần mềm, mọi startup, là cảm giác rằng doanh thu tăng thì số người phải tuyển cũng tăng theo. Khi nhìn vào các unicorn, ngay cả trong danh mục YC hiện tại, rất thường gặp một công ty đạt 100 hay 200 triệu đô doanh thu mỗi năm nhưng đã có 500, 1.000, 2.000 nhân viên (theo Garry, video đăng ngày 22/11/2024).

Garry nói anh sẽ rất tò mò theo dõi. Ngay cả lời khuyên anh bắt đầu đưa cho các công ty vừa ra khỏi batch một hai tháng cũng đang hơi khác so với lời khuyên anh đưa năm ngoái hay hai năm trước. Trước đây, bạn có thể nói: tôi sẽ tìm người giỏi nhất cho từng bộ phận khác của tổ chức, như customer success, sales hay những mảng tương tự; tôi muốn tìm người tôi từng làm cùng, biết chắc là giỏi, rồi tôi sẽ ngồi chực trước cửa nhà họ cho tới khi họ nghỉ việc về làm cho tôi; và tôi muốn đó là người có thể build team cho tôi, tuyển thật nhiều người (theo Garry, video đăng ngày 22/11/2024).

Điều đó có thể vẫn đúng, nhưng anh bắt đầu cảm thấy "meta" đang dịch chuyển một chút. Có khi bạn nên tuyển thêm những software engineer thật giỏi, hiểu large language model, có thể tự động hóa đúng những việc đang là nút thắt cho tăng trưởng của bạn. Nó có thể dẫn tới một thay đổi tinh tế nhưng đáng kể trong cách startup tăng trưởng sau product-market fit: "tôi sẽ build các hệ thống LLM giúp hạ chi phí, để tôi không phải tuyển một nghìn người". Anh nghĩ chúng ta đang ở ngay đầu cuộc cách mạng đó (theo Garry, video đăng ngày 22/11/2024).

## 8. Unicorn mười người và kỹ sư MIT làm marketing cho Triplebyte

Diana nói nhóm từng bàn rằng sẽ có một công ty unicorn trong tương lai, nếu đẩy tới giới hạn, chỉ do 10 nhân viên vận hành, và điều đó hoàn toàn có thể xảy ra (theo Diana, video đăng ngày 22/11/2024). Một host thêm: và những người đó sẽ là người viết eval và prompt.

Harj nghĩ điều vừa được nói là một xu hướng đã diễn ra từ trước thời LLM. Anh nhớ khi điều hành Triplebyte, công ty cần build mảng marketing, hay về cơ bản là thu hút người dùng, đặc biệt sau khi gọi vốn Series B. Cách truyền thống là tuyển một giám đốc marketing, build một team marketing, và dựng lên cả một cỗ máy sales và marketing (theo Harj, video đăng ngày 22/11/2024).

Nhưng anh đã gặp một founder YC có công ty build một chiếc chảo rán thông minh. Nghe thì lạ, nhưng người này là kỹ sư MIT. Để bán chiếc chảo thông minh, anh ta phải giỏi thật sự về quảng cáo trả phí, Google Ads và cả loạt thứ khác, và anh ta tiếp cận việc đó bằng tư duy kỹ sư. Harj nhớ khi nói chuyện với anh ta, Harj nhận ra để một kỹ sư MIT lo marketing sẽ tốt hơn rất nhiều so với bất kỳ ứng viên marketing nào Harj từng gặp. Người đó đã giúp Triplebyte scale lên tới mức có lúc công ty chi khoảng một triệu đô mỗi tháng chỉ riêng cho marketing và các chiến dịch (theo Harj, video đăng ngày 22/11/2024).

![Harj Taggar cận cảnh đang nói](https://homus.dev/photos/ASABxNenD_U-1454.jpg)

Harj kể chuyện Triplebyte tìm một kỹ sư thay vì một giám đốc marketing truyền thống (theo Harj, video đăng ngày 22/11/2024).

Một host nhớ lại Triplebyte có marketing rất tốt: vụ phủ kín ga Caltrain, cả loạt quảng cáo ngoài trời. Chất lượng rất cao, anh nhớ mãi, và có thể thấy đó không phải do một "người làm marketing" bình thường nào làm ra (video đăng ngày 22/11/2024).

Harj xác nhận tất cả là nhờ người kỹ sư đó. Thời ấy, khi người ta hỏi Triplebyte lớn cỡ nào, câu trả lời là khoảng 50 người. Có tiếng "Yeah, yeah". Câu anh hay nhận được là: "Tôi tưởng có cả trăm người". Anh trả lời: không, đó là vì nếu bạn đặt một kỹ sư thật giỏi vào những việc này, họ sẽ tìm ra cách tạo đòn bẩy (leverage). Và giờ LLM còn có thể đi xa hơn rất nhiều so với đòn bẩy bạn có được chỉ bằng phần mềm thuần (theo Harj, video đăng ngày 22/11/2024).

## 9. Lập luận 300 unicorn vertical AI agent: phần mềm cộng con người

Jared đưa ra lập luận của mình cho 300 unicorn vertical AI agent. Với mọi công ty là unicorn SaaS, bạn có thể hình dung trong một vũ trụ mới sẽ có một unicorn vertical AI tương ứng. Vì với phần lớn các unicorn SaaS trước đây, đã từng có một công ty phần mềm đóng hộp làm đúng thứ đó rồi bị một công ty SaaS phá vỡ. Và bạn dễ hình dung chuyện tương tự lặp lại: giờ đây về cơ bản mỗi công ty SaaS build một phần mềm mà một nhóm người nào đó dùng. Bản vertical AI tương ứng sẽ là phần mềm cộng với chính những con người đó, trong một sản phẩm (theo Jared, video đăng ngày 22/11/2024).

Phép so sánh của Jared: mỗi unicorn SaaS từng thay một công ty phần mềm đóng hộp, và mỗi unicorn SaaS có thể có một bản vertical AI tương ứng (theo Jared, video đăng ngày 22/11/2024).

Harj nêu một điểm: có lẽ các doanh nghiệp nói chung, vào lúc này, còn hơi chưa chắc mình cần agent nào. Một cách tiếp cận anh thấy, đặc biệt từ những founder giàu kinh nghiệm như Bret Taylor, người Harj nhắc tới với vai trò CTO của Facebook, khi lập công ty Sierra: anh không biết hết chi tiết, nhưng theo những gì anh thấy, về cơ bản nó rộng hơn, là để doanh nghiệp deploy các AI agent và dựng chúng theo kiểu tùy chỉnh cho từng doanh nghiệp, thay vì "chúng tôi có agent chuyên làm đúng việc này" (theo Harj, video đăng ngày 22/11/2024).

Anh cũng thấy điều này ở một công ty anh làm cùng là VectorShift, được rót vốn khoảng một năm trước. Đó là hai nhà khoa học máy tính Harvard rất giỏi. Họ đang cố build một nền tảng giúp doanh nghiệp dễ dàng tự build các agent nội bộ chạy bằng LLM, bằng no code hoặc SDK. Điều họ phát hiện là doanh nghiệp thường không biết chính xác mình muốn dùng những thứ này vào việc gì (theo Harj, video đăng ngày 22/11/2024).

Từ đó Harj đặt câu hỏi: trong thế giới phần mềm đóng hộp, lúc đầu chỉ có vài nhà cung cấp, về cơ bản cố thuyết phục người ta dùng phần mềm, và sản phẩm "làm được mọi thứ". Rồi nó tinh vi hơn, chi tiết hơn, và bạn có cả loạt người chơi vertical SaaS. Liệu ta có đi qua giai đoạn tương tự với LLM, khi những người thắng ban đầu là các nền tảng đa năng kiểu "chúng tôi giúp bạn làm việc với LLM dễ dàng", rồi vertical agent mới dần tới? Hay có lý do khiến lần này khác, và vertical agent sẽ cất cánh ngay từ ngày đầu? (video đăng ngày 22/11/2024).

## 10. Doanh nghiệp đã quen point solution, và agent ăn vào quỹ lương

Jared thấy điều đó thú vị, vì nếu nghĩ về lịch sử SaaS, thứ dành cho người tiêu dùng chạy trước. Giai đoạn 2005 tới 2010 chủ yếu là ứng dụng tiêu dùng như email, chat, bản đồ. Từng cá nhân quen tự dùng những công cụ đó, và anh nghĩ điều đó giúp bán công cụ SaaS cho công ty dễ hơn, vì cùng những người đó vừa là nhân viên vừa là người tiêu dùng (theo Jared, video đăng ngày 22/11/2024).

Harj nghĩ câu trả lời có thể đơn giản là tất cả chỉ là sự tiếp nối của phần mềm, và không có lý do gì nó phải quay về điểm xuất phát. LLM không cần quay về vài nền tảng LLM doanh nghiệp đa năng làm tất cả, vì doanh nghiệp đã được "huấn luyện" để thấy giá trị của point solution và giải pháp vertical. Trải nghiệm người dùng sẽ không khác nhiều, những thứ này chỉ mạnh hơn rất nhiều. Nên nếu doanh nghiệp đã có sẵn "cơ bắp" tin rằng startup hay giải pháp vertical có thể tốt hơn các nền tảng rộng kiểu cũ, có lẽ họ sẽ sẵn lòng đặt cược vào một startup hứa hẹn một giải pháp vertical AI agent rất tốt ngay hôm nay. Anh cảm thấy cả nhóm đều đang thấy điều đó trong batch: một số công ty của YC đang có traction trong doanh nghiệp với vertical AI agent nhanh hơn bất cứ thứ gì nhóm từng thấy (theo Harj, video đăng ngày 22/11/2024).

Một host (người trước đó đã nêu chuyện công ty cả nghìn nhân viên) nghĩ chúng ta mới ở đầu cuộc chơi. Mọi phần mềm đều bắt đầu khá vertical, rồi khi các ngành phát triển hơn nhiều thì... anh nói anh vừa tự trả lời câu hỏi lúc trước của mình: tại sao một công ty rốt cuộc có cả nghìn nhân viên? Thật ra là vì đầu cuộc chơi, ai cũng làm các point solution cụ thể, rồi tới lúc nào đó bạn phải đi horizontal. Bạn đã chi khủng khiếp cho sales và marketing, và cách duy nhất để tiếp tục tăng trưởng khi đã chiếm 100% hay phần lớn thị trường là làm không chỉ một point solution mà những thứ kết hợp được với nhau (video đăng ngày 22/11/2024).

Diana đưa thêm một lý do cho "bull case" rằng vertical AI agent có thể còn lớn hơn SaaS. Với SaaS, bạn vẫn cần một đội vận hành, một nhóm người vận hành phần mềm để mọi workflow được làm xong, chẳng hạn workflow phê duyệt hay nhập dữ liệu. Lập luận ở đây là bạn không chỉ thay toàn bộ đống phần mềm SaaS đó, kiểu ánh xạ một đổi một, mà nó còn ăn vào một phần lớn quỹ lương (theo Diana, video đăng ngày 22/11/2024).

Có tiếng "Totally". Diana nói tiếp: phần lớn chi tiêu của các công ty vẫn là lương, còn phần mềm thì rất nhỏ. Một host xen vào: đúng vậy, họ chi cho nhân viên nhiều hơn hẳn cho phần mềm. Diana kết: vì vậy sẽ có những công ty nhỏ hơn, hiệu quả hơn nhiều, cần ít người hơn hẳn để nhập dữ liệu linh tinh, phê duyệt, hay bấm qua phần mềm (theo Diana, video đăng ngày 22/11/2024).

Một host đồng ý, và nghĩ rất có khả năng bản vertical tương ứng sẽ lớn gấp 10 lần công ty SaaS mà nó đang phá vỡ (video đăng ngày 22/11/2024).

Diana nói có hai trường hợp. Có thể point solution vertical đã đủ lớn, và bạn không cần làm phần mở rộng theo chiều rộng kia. Đó có thể là một kịch bản đẹp (theo Diana, video đăng ngày 22/11/2024).

"Bull case" Diana nêu: chi tiêu cho lương lớn hơn hẳn chi tiêu cho phần mềm, nên agent nhắm vào cả phần lương (theo Diana, video đăng ngày 22/11/2024).

## 11. Outset, bán từ trên xuống, và Momentic thay cả team QA

Một host đề nghị đưa vài ví dụ: anh cảm thấy cả nhóm đều đang làm việc với rất nhiều công ty vertical AI agent, và có "tin từ mặt trận" về chuyện thực tế đang diễn ra thế nào (video đăng ngày 22/11/2024).

Garry kể Aaron Cannon, người Garry gọi là cựu head of product của một host khác ở bàn, đang làm một công ty YC tên Outset mà Garry làm cùng. Về cơ bản, họ đem LLM vào mảng khảo sát, mảng của Qualtrics. Theo Garry, gần như chắc chắn Qualtrics sẽ không build được large language model tốt nhất có reasoning. Điều buồn cười về khảo sát là: nó thật ra dành cho ai? Cho người làm sản phẩm, cho team marketing, cho những người đang cố hiểu khách hàng thật sự muốn gì. Và khảo sát là gì? Đoán xem: đó là ngôn ngữ (theo Garry, video đăng ngày 22/11/2024).

Anh cảm thấy những công ty kiểu này phải đi một đường rất hẹp, vì phần mềm cho SMB và doanh nghiệp thường được bán dựa vào một người cụ thể có quyền quyết định. Bạn phải đi đủ cao trong tổ chức, để người bạn bán cho không sợ rằng công việc của họ, hay công việc của cả team họ, sẽ biến mất (theo Garry, video đăng ngày 22/11/2024).

Diana đồng ý hoàn toàn: đó là nước đi chị thấy nhiều công ty phải làm khi bán hàng. Vì nếu bạn đi bán cho chính team sắp bị AI thay thế, họ sẽ phá nó, đơn giản là không hiệu quả. Nên chị thấy nhiều công ty kiểu này bán từ trên xuống (top down), và tới một lúc nào đó bạn phải qua được cả CEO ký duyệt (theo Diana, video đăng ngày 22/11/2024).

Harj kể một công ty anh đang làm cùng là Momentic, về cơ bản là một AI agent, ít nhất ở điểm xuất phát, cho kiểm thử QA. Họ đang có traction rất tốt (theo Harj, video đăng ngày 22/11/2024). Anh thấy điều đó thú vị khi nhớ lại khoảng một thập kỷ trước, Rainforest QA là một công ty "QA as a service" vướng đúng thế giằng co này: họ không thể thay hẳn team QA của bạn, nên phải build phần mềm giúp team QA hiệu quả hơn. Nhưng thực chất điều đó tất nhiên nghĩa là cố thay càng nhiều người càng tốt, mà không thay được cả team. Thế là họ luôn đi trên dây: một mặt bán phần mềm cho head of engineering với thông điệp "bạn sẽ cần ít người QA hơn, tuyệt", mặt khác lại phải bán cho chính team QA vốn không muốn bị thay. Theo Harj, đó luôn là ma sát với khả năng scale và tăng trưởng của công ty đó (theo Harj, video đăng ngày 22/11/2024).

Nhưng giờ, Momentic với AI có thể thay hẳn người làm QA. Lời chào hàng của họ không phải "cái này giúp người QA của bạn nhanh hơn", mà là "bạn không cần team QA nữa". Nên họ chỉ cần tập trung bán cho engineering, và engineering không cần sự đồng thuận của QA. Ngoài ra, ngay từ đầu bạn có thể bán cho những công ty hiện chưa có team QA lớn. Họ chỉ cần dùng thứ như Momentic, và nó sẽ scale cùng họ (theo Harj, video đăng ngày 22/11/2024).

Jared nối lời: và họ sẽ không bao giờ build một team QA. Harj đáp "Yes". Jared nói đó là một case study đời thực cho điều Diana vừa nói, rằng các công ty vertical AI agent có thể lớn gấp 10 lần các công ty SaaS (theo Jared, video đăng ngày 22/11/2024).

Hai cách bán Harj so sánh: phần mềm chỉ giúp team QA hiệu quả hơn, và agent thay hẳn team QA (theo Harj, video đăng ngày 22/11/2024).

## 12. Tuyển dụng không còn ma sát, và chatbot cho developer support

Harj nói anh cũng đang thấy điều thú vị này trong tuyển dụng. Anh từng gặp đúng vấn đề đó ở Triplebyte: để build phần mềm giúp sàng lọc và tuyển software engineer dễ dàng, bạn cần sự đồng thuận của cả team engineering mà ứng viên sẽ vào, lẫn team recruiting. Thực chất phần mềm Triplebyte build là để thay recruiter, nhưng không thay hoàn toàn được (theo Harj, video đăng ngày 22/11/2024).

Có tiếng xen vào: và thế là recruiter luôn phản đối, vì nó là mối đe dọa với họ (video đăng ngày 22/11/2024).

Harj đồng ý: luôn có ma sát về chuyện bạn đi được bao xa khi khách hàng bạn đang bán cho lo bị thay thế. Anh nghĩ giờ vẫn còn sớm, nhưng với AI, bạn có thể build thứ làm trọn cả chuỗi tuyển dụng. Batch trước nhóm có làm cùng một công ty đang làm trọn phần phỏng vấn kỹ thuật, trọn phần sàng lọc ban đầu của recruiter, và đang có traction rất tốt. Theo anh, khi những thứ đó tiếp tục phát triển, sẽ không còn cái ma sát "tôi phải thuyết phục recruiter dùng cái này" nữa. Có lẽ bạn sẽ đơn giản là không build team recruiting theo cách trước đây (theo Harj, video đăng ngày 22/11/2024).

Diana đưa một ví dụ khác: ngay cả các công ty dev tool cũng phải làm rất nhiều developer support. Chị làm cùng một công ty tên Kapa.ai, về cơ bản đã build một trong những chatbot tốt nhất để trả lời những chi tiết kỹ thuật khó trả lời. Chị nghĩ nhiều công ty bắt đầu dùng họ rốt cuộc có team DevRel nhỏ đi nhiều, vì nó nạp rất nhiều tài liệu dành cho developer, cả những video YouTube mà các công ty dev tool đăng, và cả nhiều lịch sử chat. Nên nó cứ tốt dần lên và đưa ra câu trả lời thật sự rất tốt. Theo Diana, đó là một trong những cái tốt nhất chị từng thấy (theo Diana, video đăng ngày 22/11/2024).

## 13. Hỗ trợ khách hàng: nghe thì đông, thực ra còn bỏ ngỏ

Jared kể anh cũng làm cùng một công ty AI customer support agent tên PowerHelp; thật ra cả anh và một host khác đều làm cùng họ ở batch trước. Anh học được vài điều thú vị từ PowerHelp (theo Jared, video đăng ngày 22/11/2024).

Điều thứ nhất: AI agent cho customer support là mảng nổi tiếng là đông đúc, nghe nói có tới cả trăm công ty. Nếu bạn Google "AI customer support agent", bạn sẽ thấy cả trăm kết quả. Nhưng qua làm việc với PowerHelp, anh nhận ra chuyện đó thật ra là vớ vẩn. Gần như tất cả các công ty đó chỉ làm zero-shot prompting LLM rất đơn giản, không thể thật sự thay một team customer support thật đang làm rất nhiều workflow phức tạp. Nó chỉ tạo ra một bản demo đẹp (theo Jared, video đăng ngày 22/11/2024).

Để thật sự thay một team customer support ở một công ty quy mô lớn, có khoảng 100 nhân viên hỗ trợ làm đủ thứ phức tạp mỗi ngày, bạn cần phần mềm thực sự phức tạp, làm được tất cả những thứ mà Jake Heller từng nói tới. Và chỉ có khoảng ba bốn công ty thậm chí đang cố làm việc đó. Cộng lại, họ chiếm chưa tới 1% thị trường. Nên thị trường vẫn hoàn toàn bỏ ngỏ (theo Jared, video đăng ngày 22/11/2024).

![Jared Friedman cận cảnh đang nói](https://homus.dev/photos/ASABxNenD_U-2643.jpg)

Jared kể điều anh học được từ PowerHelp: phần lớn các AI customer support agent chỉ là zero-shot prompting đơn giản (theo Jared, video đăng ngày 22/11/2024).

Garry thấy đây cũng có thể là một trường hợp siêu chuyên biệt hóa, hay siêu vertical hóa. Có thể rốt cuộc sẽ có một công ty phần mềm customer support agent đa năng duy nhất, nhưng đó sẽ là chuyện của hiệp tám, hiệp chín, trong khi ta đang ở đúng hiệp một (theo Garry, video đăng ngày 22/11/2024).

Thay vào đó, sẽ có những công ty như Giga ML, đang làm việc này cho Zepto: xử lý 30.000 ticket mỗi ngày và thay một team 1.000 người. Nhưng nó rất cụ thể, không phải thứ "demoware" đa năng. Đó là 10.000 test case và một bộ eval rất chi tiết, về cơ bản chỉ dành cho Zepto và những công ty giống Zepto. Nếu bạn là một công ty marketplace khác, có lẽ bạn sẽ dùng nó, vì đó là một dạng marketplace được định nghĩa rất rõ: marketplace giao hàng tức thì (theo Garry, video đăng ngày 22/11/2024).

Jared nghĩ đây chính là kiểu động lực đã dẫn tới việc có 300 công ty SaaS tỷ đô, thay vì một thứ "meta SaaS" 10 nghìn tỷ đô cung cấp mọi phần mềm cho cả thế giới. Khách hàng đơn giản là đòi hỏi giải pháp được may đo rất kỹ, và khó build một thứ chạy được cho tất cả mọi người (theo Jared, video đăng ngày 22/11/2024).

Có tiếng "Exactly". Diana nói nhóm vừa đưa ba ví dụ về customer support, nhưng là ba vertical rất khác nhau. Công ty dev tool cần một kiểu hỗ trợ rất khác, và tập dữ liệu huấn luyện cho marketplace cũng rất khác (theo Diana, video đăng ngày 22/11/2024).

## 14. Lý thuyết doanh nghiệp của Coase, "rocks can read" và số Dunbar

Garry đoán rằng dù bạn có agent hay con người thật làm việc cho mình, bạn đều gặp cùng một vấn đề: mọi công ty đều đụng tới lý thuyết doanh nghiệp (theory of the firm) của Coase. Lý thuyết đó nói một doanh nghiệp chỉ lớn tới mức mà lớn hơn nữa sẽ kém hiệu quả. Đó là lý do có mạng lưới, có hệ sinh thái, có cả một nền kinh tế đầy đủ: mỗi doanh nghiệp chuyên môn hóa vào thứ nó đặc biệt giỏi. Và giới hạn ngoài cùng của những doanh nghiệp đó thật ra dựa vào năng lực của bạn với tư cách người quản lý (theo Garry, video đăng ngày 22/11/2024).

Anh nói phần đó làm anh hơi "nổ não", vì khi nhóm dành thời gian với Parker Conrad ở Rippling, một trong những điểm Parker thích nói là: ai cũng mê chuyện "đá biết nói" (the rocks can talk), và có khi còn biết vẽ. Nhưng điều thú vị hơn với Parker, người điều hành phần mềm HR và IT và dành rất nhiều thời gian nghĩ về HR, là điều hay nhất ở LLM: "đá biết đọc" (the rocks can read). Theo Garry, Parker có khoảng 3.000 nhân viên và vẫn chạy payroll cho cả 3.000 người qua Rippling. Nên anh nghĩ Parker dành nhiều thời gian nghĩ xem làm sao một người có thể mở rộng năng lực quản lý của mình, và nhóm sẽ thấy nhiều điều hơn ở đó (theo Garry, video đăng ngày 22/11/2024).

Garry nói đó sẽ là một lập luận ngược: nếu ta đang ở thời điểm công cụ cho người quản lý và CEO mạnh lên nhiều, thì... (video đăng ngày 22/11/2024).

Có tiếng nói tiếp: nó có thể làm tăng quy mô doanh nghiệp mà bạn điều hành được, và đó chắc chắn là điều Rippling đang cố làm. Parker đang cố build một bộ công cụ HR mà nếu thắng, ông sẽ nuốt cả loạt công ty SaaS tỷ đô vào một công ty khổng lồ (video đăng ngày 22/11/2024).

Diana nói với Garry đó là một điểm rất thú vị. Điều khiến chị nghĩ tới là với tất cả các công cụ AI SaaS này, những người lãnh đạo và các tổ chức sẽ có khả năng mở rộng "context window" về lượng thông tin họ xử lý được. Vì con người có giới hạn về số mối quan hệ có ý nghĩa: có cả câu chuyện về số Dunbar, khoảng 300 người mà bạn có thể có quan hệ có ý nghĩa. Nhưng với AI, vì giờ tất cả những "hòn đá" này đều biết đọc, chị nghĩ ta sẽ có thể nới giới hạn Dunbar đó (theo Diana, video đăng ngày 22/11/2024).

## 15. CEO gọi cho 1.500 nhân viên, phim Her, và ai thực sự điều hành tổ chức

Garry kể Flo Crivello từng có một bài đăng thú vị trên Twitter, lan truyền rộng. Theo những gì anh nhớ, ai đó đã làm một voice chat, chỉ là một dự án cuối tuần của một CEO, và nó sẽ gọi cho cả 1.500 nhân viên của họ. Cuộc gọi rất ngắn, nghe như từ chính CEO, hỏi han kiểu cá nhân (theo Garry, video đăng ngày 22/11/2024).

![Garry Tan cận cảnh đang nói](https://homus.dev/photos/ASABxNenD_U-3155.jpg)

Garry kể về bài đăng của Flo Crivello và liên tưởng tới phim Her (theo Garry, video đăng ngày 22/11/2024).

Nó làm anh nhớ tới cảnh trong phim Her khi máy quay lùi ra: bạn đang theo trải nghiệm của một người dùng hệ điều hành trong phim, nhưng thật ra hệ điều hành đó đang nói chuyện với hàng nghìn hay hàng chục nghìn người cùng một lúc. Video chèn một đoạn phim Her với câu hỏi "How many others?" và câu trả lời "8,316". Garry nói large language model biết nói, biết trò chuyện, và câu hỏi là sức mạnh này mở rộng tới đâu khả năng của một hay vài người trong việc hiểu những gì đang diễn ra (theo Garry, video đăng ngày 22/11/2024).

Harj nói anh có nghe về chuyện đó và nó khiến anh suy nghĩ. Theo anh hiểu, dự án là thứ sẽ gọi cho tất cả nhân viên của bạn, nhân viên cứ thoải mái kể lan man về những gì họ đang làm, và nó rút ra ý nghĩa rồi đưa cho CEO một bản tóm tắt gạch đầu dòng những điều quan trọng nhất (theo Harj, video đăng ngày 22/11/2024).

Một host nói thêm: từng có cả loạt công ty SaaS cố làm những bản "pulse" hằng tuần từ nhân viên bằng phần mềm SaaS truyền thống, nhưng phiên bản này tốt hơn đúng 100 lần phiên bản trước thời LLM của cùng ý tưởng (video đăng ngày 22/11/2024).

Harj tự hỏi về công cụ cụ thể đó: nó đang đi xa hơn việc chỉ đọc và tóm tắt. Đây là lập luận "nếu viết là suy nghĩ" (if writing is thinking): có một lượng công việc rất lớn nằm trong nỗ lực tìm ra ai là người giao tiếp hiệu quả, điều gì quan trọng nhất, công ty nên tập trung vào những gì. Anh tự hỏi liệu tới một lúc nào đó LLM có vượt qua việc tóm tắt và đọc để thật sự suy nghĩ hay không, và tới lúc đó thì ai mới thật sự điều hành tổ chức? (theo Harj, video đăng ngày 22/11/2024). Có tiếng nói đó là một suy nghĩ thú vị.

Dự án cuối tuần theo cách Harj hiểu: gọi, nghe, rút ý, tóm tắt cho CEO (theo Harj, video đăng ngày 22/11/2024).

## 16. Rippling: hơn 100 founder bên trong và lối đi horizontal

Garry nói một điều thú vị khác về cách Parker Conrad nghĩ: anh mới biết gần đây, qua một cuộc phỏng vấn với Matt MacInnis, COO của Rippling, rằng hiện có hơn 100 founder làm việc ở Rippling, mỗi người phụ trách cả một vertical SaaS bên trong Rippling (theo Garry, video đăng ngày 22/11/2024).

Một host nói cách Parker build team thật sự rất hay, và quay sang Harj: chắc Harj biết nhiều về chuyện này vì đã phỏng vấn Parker nhiều lần (video đăng ngày 22/11/2024).

Có tiếng trả lời: đúng, Rippling rất tập trung vào việc tuyển founder. Và Parker, hay Rippling, về cơ bản là phản ví dụ cho việc vertical hóa phần mềm. Có tiếng xen vào: Parker đang tích cực đi horizontal, muốn chiếm toàn bộ phần mềm HR và IT. Một host nói thêm: toàn bộ luận điểm là có một nền tảng bên dưới mang rất nhiều giá trị, và Parker muốn tuyển founder và team build lên trên nền tảng đó. Nó hơi giống kiểu Amazon, với hạ tầng dùng chung (video đăng ngày 22/11/2024).

Garry nói có vẻ mọi sản phẩm Rippling ra mắt, như time tracking và những thứ tương tự, về cơ bản ra mắt là chạm mức nhiều triệu đô ARR ngay ngày đầu. Đó đúng là điều nhóm nói lúc trước: một khi bạn đã có một vertical, có một chỗ đặt chân, thì bạn nghĩ "dù sao tôi cũng phải chi tiền này cho sales và marketing, liệu tôi có thể tăng LTV mà giữ CAC không đổi không?" Theo Garry, nếu nhìn vào các công ty phần mềm hàng đầu hiện nay, đó chính là Oracle, Microsoft, Salesforce. Và Rippling, "knock on wood", sẽ là cái tiếp theo. Nhưng đó là một lựa chọn thú vị thay cho việc tự mình đi từ số không lên một (theo Garry, video đăng ngày 22/11/2024).

## 17. Các công ty AI voice: Salient, Vapi và câu hỏi giữ chân khách

Một host hỏi mọi người có muốn nói về một số công ty voice của YC không, vì anh nghĩ đó là một nhóm con thú vị đang thật sự bùng nổ lúc đó (video đăng ngày 22/11/2024).

Diana kể chị làm cùng một công ty tên Salient, về cơ bản làm AI voice calling để tự động hóa phần lớn việc thu hồi nợ trong mảng cho vay mua ô tô. Một host xen vào: họ gọi cho người ta và nói "này, bạn đang nợ 1.000 đô cho chiếc xe" (video đăng ngày 22/11/2024).

Diana nói kiểu công việc này là một trong những việc "butter passing", kiểu việc chỉ chuyền bơ. Nó khá tệ, vì rất nhiều lao động lương thấp làm trong các call center, và đó là một công việc kinh khủng, nhàm chán. Nên tỷ lệ nghỉ việc rất cao và cần một lượng nhân sự khổng lồ để vận hành, vì các ngân hàng có quá nhiều tài khoản phải làm việc này. Đây là một việc hoàn hảo để AI tự động hóa. Salient đã làm được độ chính xác rất, rất cao, và đã go live với nhiều ngân hàng lớn, một điều rất đáng mừng. Đây là một công ty từ năm trước, và nó cho thấy họ vào được là nhờ bán từ trên xuống (theo Diana, video đăng ngày 22/11/2024).

![Diana Hu cận cảnh đang nói](https://homus.dev/photos/ASABxNenD_U-3623.jpg)

Diana kể về Salient, công ty dùng AI voice calling trong mảng cho vay mua ô tô (theo Diana, video đăng ngày 22/11/2024).

Garry nói mảng này có vẻ đang chuyển động rất nhanh, và nhóm có những công ty hạ tầng voice tuyệt vời như Vapi và một công ty khác, giúp người ta bắt đầu được ngay. Đây là những công ty đã đạt quy mô khá nhanh, vì đó là một trong những thứ khá thú vị, khá choáng ngợp mà bạn có thể dựng lên và chạy được, theo đúng nghĩa đen, chỉ trong vài giờ (theo Garry, video đăng ngày 22/11/2024).

Câu hỏi còn chưa có lời giải, và nhóm hy vọng các công ty sẽ tìm ra, là làm sao giữ chân khách, đặc biệt khi gặp những thứ như API voice mới của OpenAI. Có nên dùng thẳng không? Theo Garry, có lẽ dùng các API bên dưới ngay từ đầu tốn công hơn nhiều, còn các nền tảng này rõ ràng hạ thấp rào cản ban đầu. Câu hỏi là liệu bạn có thể tiếp tục nâng trần để giữ khách mãi mãi không (theo Garry, video đăng ngày 22/11/2024).

## 18. Từ "ChatGPT wrapper" tới agent thay cả team, và cách chọn vertical

Jared quay sang Harj: lúc trước Harj có nêu một điểm thú vị về việc các ứng dụng người ta build trên LLM đã thay đổi thế nào từ đầu năm 2023, lúc mọi thứ bắt đầu, cho tới giờ (video đăng ngày 22/11/2024).

Harj nói voice, thứ vừa bàn, là ví dụ rất rõ. Anh nghĩ chỉ cần lùi lại sáu tháng, giọng nói còn chưa đủ thật, độ trễ còn quá cao. Cảm giác như còn khá lâu nữa mới có ứng dụng AI voice thay được con người gọi điện cho người khác. Vậy mà giờ đã tới đây. Nhìn rộng ra, nghĩ lại batch YC đầu tiên có các ứng dụng chạy bằng LLM, có lẽ là Winter 2023, gần hai năm trước, các ứng dụng về cơ bản chỉ nhả ra một ít chữ, và chữ cũng không hoàn hảo (theo Harj, video đăng ngày 22/11/2024).

Một host chen: "đá biết nói", chỉ vậy thôi. Có tiếng "Yeah, right". Diana nói chúng thiên về sửa văn bản, sửa nội dung marketing, sửa email, chỉ là những thứ cải thiện từng chút (theo Diana, video đăng ngày 22/11/2024).

Harj kể công ty còn đọng lại trong đầu anh là Speedy Brand: họ giúp một doanh nghiệp nhỏ rất dễ dàng tạo blog và nhả ra nội dung content marketing. Một ý tưởng rất hiển nhiên. Nó không hoàn hảo, nhưng hồi đó khá hay. Đó là thời "ChatGPT wrapper": "đây là hình dạng một ứng dụng LLM, chỉ là một lớp bọc ChatGPT, làm việc rất cơ bản, nhả ra ít chữ, và sẽ bị OpenAI nghiền nát ở bản phát hành tiếp theo" (theo Harj, video đăng ngày 22/11/2024).

Một host chen: "And it did". Có tiếng nói tiếp: không biết công ty đó có bị vậy không, nhưng làn sóng ứng dụng LLM đầu tiên phần lớn đã bị làn sóng GPT tiếp theo nghiền nát (video đăng ngày 22/11/2024).

Harj cảm thấy đã có hiệu ứng "luộc ếch": từ góc nhìn của nhóm, cứ mỗi ba tháng mọi thứ lại tốt dần lên, và giờ anh và nhóm đã tới lúc nói về những vertical AI agent hoàn chỉnh, sẽ thay cả team, cả chức năng trong doanh nghiệp. Tiến trình đó vẫn khiến anh choáng ngợp: mới hai năm, vẫn còn tương đối sớm, mà tốc độ tiến bộ không giống bất cứ điều gì nhóm từng thấy (theo Harj, video đăng ngày 22/11/2024).

Diana thấy điều thú vị là nhiều foundation model đang dần đối đầu trực diện. Trước đây chỉ có một người chơi là OpenAI, nhưng ở batch gần nhất điều đó đang đổi: Claude là một ứng viên nặng ký (theo Diana, video đăng ngày 22/11/2024). Garry nói "Thank God": cạnh tranh là mảnh đất màu mỡ cho một hệ sinh thái thị trường, nơi người dùng có lựa chọn và founder có cơ hội, và đó là thế giới anh muốn sống (theo Garry, video đăng ngày 22/11/2024).

Garry hỏi: với những người đang xem và nghĩ tới chuyện khởi nghiệp, hay đã khởi nghiệp, và nghe tất cả những điều này, làm sao biết vertical nào là đúng cho mình? (video đăng ngày 22/11/2024).

Harj trả lời: bạn sẽ tìm thấy ở đâu đó một việc hành chính nhàm chán, lặp đi lặp lại. Đó có vẻ là sợi chỉ chung của tất cả những điều này: nếu bạn tìm được một việc admin nhàm chán, lặp lại, thì nhiều khả năng sẽ có một startup AI agent tỷ đô nếu bạn đào đủ sâu (theo Harj, video đăng ngày 22/11/2024).

Một host nói nghe như bạn nên theo đuổi thứ mà mình có trải nghiệm hay mối liên hệ trực tiếp (video đăng ngày 22/11/2024).

Harj nói chắc chắn có một sợi chỉ chung ở những công ty anh thấy có triển vọng. Một công ty vừa hiện ra trong đầu anh là SweetSpot: về cơ bản họ đang build một AI agent để đấu thầu hợp đồng chính phủ. Cách họ tìm ra ý tưởng, khoảng một năm trước, là họ có một người bạn mà công việc toàn thời gian là ngồi trên một website chính phủ, refresh trang để tìm các đề xuất mới để đấu thầu. Lúc đó họ đang pivot, và họ nghĩ: cái này có vẻ là thứ một LLM làm được (theo Harj, video đăng ngày 22/11/2024).

Một công ty khác từ một batch gần đây đã pivot sang ý tưởng mới đang có traction rất tốt: về cơ bản họ build một AI agent xử lý billing y tế cho các phòng khám nha khoa. Cách họ tìm ra ý tưởng là mẹ của một founder là nha sĩ. Anh ấy quyết định đi làm cùng mẹ một ngày, ngồi xem bà làm gì, rồi thấy toàn bộ việc xử lý claim có vẻ rất nhàm chán, một LLM hoàn toàn làm được. Thế là anh bắt đầu viết phần mềm cho chính phòng khám nha khoa của mẹ (theo Harj, video đăng ngày 22/11/2024).

Hai ví dụ Harj kể về việc tìm ra một việc admin nhàm chán, lặp lại (theo Harj, video đăng ngày 22/11/2024).

Garry khép lại bằng một châm ngôn của ngành robotics: những robot sẽ có lãi và sẽ chạy được là những robot làm việc bẩn và nguy hiểm. Còn với trường hợp này, với vertical SaaS, hãy tìm những việc nhàm chán, kiểu "butter passing" (theo Garry, video đăng ngày 22/11/2024). Một host nói tập hôm nay đã hết thời gian.

## Nguồn và liên kết

- Tên gốc: Vertical AI Agents Could Be 10X Bigger Than SaaS
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=ASABxNenD_U](https://www.youtube.com/watch?v=ASABxNenD_U)

- Kênh YouTube Y Combinator (Garry Tan, Jared Friedman, Harj Taggar, Diana Hu): [youtube.com/channel/UCcefcZRL2oaA_uBNeo5UOWg](https://www.youtube.com/channel/UCcefcZRL2oaA_uBNeo5UOWg)

- Outset, công ty Garry kể đang đem LLM vào mảng khảo sát; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/outset](https://www.ycombinator.com/companies/outset)

- Momentic, ví dụ Harj nêu về AI agent cho QA; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/momentic](https://www.ycombinator.com/companies/momentic)

- [Kapa.ai](https://kapa.ai), chatbot cho developer support Diana kể; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/kapa-ai](https://www.ycombinator.com/companies/kapa-ai)

- Salient, ví dụ AI voice trong mảng cho vay mua ô tô; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/salient](https://www.ycombinator.com/companies/salient)

- Vapi, công ty hạ tầng voice Garry nhắc tới; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/vapi](https://www.ycombinator.com/companies/vapi)

- Sweetspot, ví dụ agent đấu thầu hợp đồng chính phủ Harj kể; trang công ty trên Y Combinator (đọc ngày 03/11/2026): [ycombinator.com/companies/sweetspot](https://www.ycombinator.com/companies/sweetspot)

- Rippling, công ty của Parker Conrad được bàn trong tập: [rippling.com](https://www.rippling.com)

Nguồn: https://homus.dev/talks/vertical-ai-agents-could-be-10x-bigger-than-saas · cập nhật 2026-11-03