Việc kinh doanh

Thư từ năm 2028: Cuộc cách mạng AI thực sự không như chúng ta nghĩ

"Bạn đang chế tạo một chiếc Ferrari cho một thế giới sẽ sớm dịch chuyển tức thời." Một lá thư từ năm 2028: Các công ty chỉ đơn giản "triển khai AI" cũng giống như những công ty chỉ đơn giản "xây dựng một trang web" vào năm 1995. Câu hỏi sai ư? "Làm thế nào chúng ta có thể sử dụng AI để tối ưu hóa X?" Câu hỏi đúng ư? "Nếu chúng ta thiết kế lại từ đầu, liệu X có còn tồn tại không?" Lời khuyên thực tế: Hãy dành 20% nguồn lực AI của bạn không phải để tối ưu hóa những gì bạn làm, mà là để tìm ra những gì nên ngừng làm.

[TUYÊN BỐ MIỄN TRỪ TRÁCH NHIỆM: Đây hoàn toàn là một "lá thư từ tương lai" hư cấu, một thông điệp trong chai được thả vào biển thời gian với một chút khiêu khích và một nụ cười. Không có nhà du hành thời gian nào tham gia vào quá trình viết bài đăng này.]

Kính gửi các đối tác, khách hàng và những người quan sát công nghệ năm 2025,

Tôi là Fabio Lauria, người sáng lập Electe (vâng, chúng ta vẫn tồn tại vào năm 2028!)*, và tôi đã quyết định phá vỡ mọi quy tắc tiếp thị của công ty để chia sẻ với bạn một số suy nghĩ từ phía bên này của cây cầu thời gian.

Vào năm 2025, bạn vẫn đang tranh luận về "cuộc khủng hoảng trung gian" của AI và viết vô số sách trắng về "sự tích hợp đúng đắn" giữa con người và máy móc. Chúng ta, vào năm 2028, nhìn lại giai đoạn đó như một kỷ nguyên mà toàn bộ hệ sinh thái công nghệ hoàn toàn lạc lõng.

Những gì chúng ta hiểu (quá muộn)

Là một người sáng lập đã trải qua ba vòng gọi vốn, hai lần thay đổi và một lần thất bại trong việc mua lại vào phút chót, đây là sự thật mà không một nhà tư vấn chiến lược nào muốn thừa nhận vào năm 2025: Tất cả chúng ta đều đang tối ưu hóa để tìm câu trả lời cho những câu hỏi sai.

Những công ty sáng tạo nhất không phải là những công ty có "chiến lược triển khai AI tốt nhất" mà là những công ty có đủ can đảm để định nghĩa lại hoàn toàn những vấn đề mà họ đang cố gắng giải quyết.

Mặc kệ hiệu quả (vâng, tôi thực sự đã nói thế)

Vào năm 2025, các KPI của bạn vẫn đo lường tốc độ AI có thể thực hiện các tác vụ hiện có. Còn vào năm 2028, chúng ta đo lường mức độ AI cho phép chúng ta xem xét lại các tác vụ đó một cách triệt để, hoặc loại bỏ hoàn toàn chúng.

Bước ngoặt đến khi chúng ta ngừng hỏi: "Làm thế nào chúng ta có thể sử dụng AI để tối ưu hóa quy trình X?" và bắt đầu hỏi: "Nếu chúng ta có thể thiết kế lại công ty từ đầu bằng những công nghệ này, liệu quy trình X có còn tồn tại không?"

Gửi đến các công ty đang đọc tôi

Nếu bạn là một công ty đầu tư hàng triệu đô la vào "sự cải tiến gia tăng" thông qua AI, bạn đang chế tạo một chiếc Ferrari cho một thế giới sẽ sớm dịch chuyển tức thời.

Sau đây là những điều mà CTO của bạn thực sự nên làm:

  1. Xác định những phần nào trong mô hình kinh doanh của bạn chỉ tồn tại do những hạn chế về công nghệ lỗi thời
  2. Xác định những vấn đề nào của khách hàng mà bạn đang giải quyết gián tiếp mà bạn có thể giải quyết trực tiếp
  3. Biến nhóm sản phẩm của bạn thành phòng thí nghiệm "phá hủy sáng tạo" - trao cho họ sức mạnh không chỉ để xây dựng mà còn để phá hủy.

Những công ty khởi nghiệp đang chiếm lĩnh thị trường của bạn vào năm 2028 không phải là những công ty sở hữu AI tốt nhất. Họ là những công ty đã sử dụng AI để định nghĩa lại hoàn toàn ý nghĩa của việc trở thành một công ty trong ngành của bạn.

Một lời mời gọi trí tưởng tượng cấp tiến

Theo dòng thời gian của tôi, những công ty chỉ đơn giản "triển khai AI" cũng giống như những công ty chỉ đơn giản "xây dựng một trang web" vào năm 1995. Điều này là cần thiết, nhưng đáng tiếc là vẫn chưa đủ.

Các công ty thống trị là những công ty có đủ can đảm để tưởng tượng: "Nếu chúng ta có thể giải quyết vấn đề này từ đầu, bằng những công nghệ có vẻ như kỳ diệu, thì chúng ta sẽ làm như thế nào?"

Vì vậy, trong khi mọi người vào năm 2025 đang bận rộn tranh luận về sự cân bằng phù hợp giữa tự động hóa và tiềm năng con người, hãy tự giúp mình một việc: tự hỏi liệu những vấn đề bạn đang cố gắng giải quyết có còn tồn tại sau ba năm nữa hay không.

Hẹn gặp lại bạn ở đây trong tương lai. Nó kỳ lạ hơn, hoang dã hơn và thú vị hơn vô cùng so với những gì bạn dự đoán trong các báo cáo nhàm chán.

Fabio Lauria, Tổng giám đốc điều hành & Nhà sáng lập, Electe , Ngày 11 tháng 5 năm 2028

Tái bút: Amazon vừa mua lại OpenAI. Và đúng vậy, tất cả chúng tôi đều sốc như bạn vậy.

Câu hỏi thường gặp từ hiện tại đến tương lai

H: Anh có phải là John Titor mới không? Chúng ta có nên lo lắng về những nghịch lý thời gian không?

A: Không giống như Titor, tôi không ở đây để cảnh báo bạn về những thảm họa sắp xảy ra hay nói về IBM 5100. Tôi không sở hữu một chiếc C204 Time Displacement Unit gắn trên xe Chevrolet—chỉ là một chiếc máy tính xách tay chứa quá nhiều caffeine. "Du hành thời gian" của tôi hoàn toàn diễn ra thông qua suy đoán sáng tạo. Không có sự liên tục không-thời gian nào bị phá vỡ trong quá trình viết bài này.

H: Chúng ta nên mua/bán những công ty nào dựa trên "những hiểu biết về tương lai" của bạn?

A: Nếu tôi thực sự đến từ tương lai và có thông tin này, việc chia sẻ nó sẽ là cách cuối cùng để giữ cho nó chính xác! Chính việc tiết lộ thông tin tương lai đã thay đổi tiến trình hiện tại. Dù sao đi nữa, đầu tư dựa trên những bài đăng khiêu khích trên internet thường là một chiến lược đáng ngờ. Xin trích dẫn một người thông thái cùng thời với tôi: "Thị trường có thể duy trì trạng thái phi lý trí lâu hơn khả năng thanh toán của bạn."

H: Ý bạn muốn nói gì khi nhắc đến "sự cố Denver"?

A: À, đúng rồi. Cứ cho là vào năm 2026, tất cả chúng ta sẽ học được một bài học quan trọng về giới hạn của tối ưu hóa thuật toán trong các hệ thống quan trọng. Nhưng đừng quá lo lắng - nó đã thúc đẩy những cải cách rất cần thiết và dẫn đến Tuyên bố Denver về Trách nhiệm Công nghệ. Như tôi vẫn thường nói, đôi khi bạn phải phá vỡ một thuật toán để tạo ra một cuộc cách mạng .

H: Ông có nghiêm túc về ý tưởng rằng chúng ta nên ngừng tập trung vào hiệu quả không?

A: Tôi không ủng hộ việc từ bỏ hiệu quả, mà là đặt nó vào đúng vị trí của nó: một phương tiện, chứ không phải mục đích. Hiệu quả mà không có định hướng cũng giống như lái một chiếc Ferrari không có đích đến. Trong năm 2028 của tôi, những công ty thông minh nhất trước tiên tự hỏi: "Chúng ta nên tạo ra cái gì?", rồi mới đến "Làm thế nào để tạo ra nó một cách hiệu quả?". Việc đảo ngược những câu hỏi này chính là sai lầm chung của chúng ta.

H: Lời khuyên thực tế thực sự đằng sau tất cả những câu chuyện mang tính tương lai này là gì?

A: Hãy dành 20% tài nguyên AI của bạn không phải để tối ưu hóa những gì bạn đang làm, mà để khám phá những gì bạn có thể ngừng làm hoàn toàn. Lợi thế cạnh tranh thực sự sẽ không nằm ở những người làm những việc cũ nhanh hơn, mà nằm ở những người đầu tiên nhận ra rằng một số việc đó không còn cần thiết nữa. Sự phá hủy mang tính sáng tạo bắt đầu từ chính ngôi nhà của bạn.

[TUYÊN BỐ MIỄN TRỪ TRÁCH NHIỆM: Nội dung trên hoàn toàn là hư cấu sáng tạo. Không ngụ ý bất kỳ dự đoán thị trường, tư vấn tài chính hay kiến thức thực tế nào về tương lai. Tác giả không chịu trách nhiệm cho các quyết định kinh doanh được đưa ra dựa trên những thông điệp trong chai từ các mốc thời gian khác nhau.]

Tài nguyên cho sự phát triển kinh doanh

Ngày 9 tháng 11 năm 2025

Quy định về AI cho các ứng dụng tiêu dùng: Cách chuẩn bị cho các quy định mới năm 2025

Năm 2025 đánh dấu sự kết thúc của kỷ nguyên "Miền Tây Hoang dã" của AI: Đạo luật AI của EU có hiệu lực vào tháng 8 năm 2024, với các yêu cầu về kiến ​​thức AI từ ngày 2 tháng 2 năm 2025, và quản trị cùng GPAI từ ngày 2 tháng 8. California dẫn đầu với SB 243 (ra đời sau vụ tự tử của Sewell Setzer, một cậu bé 14 tuổi đã phát triển mối quan hệ tình cảm với chatbot), trong đó áp đặt lệnh cấm các hệ thống khen thưởng cưỡng chế, phát hiện ý định tự tử, nhắc nhở "Tôi không phải là người" ba giờ một lần, kiểm toán công khai độc lập và phạt 1.000 đô la cho mỗi vi phạm. SB 420 yêu cầu đánh giá tác động đối với "các quyết định tự động có rủi ro cao" với quyền kháng cáo lên cơ quan chức năng. Thực thi thực tế: Noom bị kiện vào năm 2022 vì bot đóng giả làm huấn luyện viên con người, một khoản bồi thường trị giá 56 triệu đô la. Xu hướng quốc gia: Alabama, Hawaii, Illinois, Maine và Massachusetts phân loại việc không thông báo cho chatbot AI là vi phạm UDAP. Phương pháp tiếp cận rủi ro ba cấp độ—các hệ thống quan trọng (y tế/giao thông/năng lượng), chứng nhận trước khi triển khai, công bố thông tin minh bạch hướng đến người tiêu dùng, đăng ký mục đích chung và kiểm tra bảo mật. Quy định chắp vá mà không có quyền ưu tiên của liên bang: các công ty đa quốc gia phải điều chỉnh các yêu cầu thay đổi. EU từ tháng 8 năm 2026: thông báo cho người dùng về tương tác AI trừ khi nội dung rõ ràng do AI tạo ra được gắn nhãn là có thể đọc được bằng máy.
Ngày 9 tháng 11 năm 2025

Quản lý những thứ không được tạo ra: Liệu châu Âu có nguy cơ mất đi sự liên quan về mặt công nghệ không?

Châu Âu chỉ thu hút được một phần mười đầu tư toàn cầu vào AI, nhưng lại tuyên bố áp đặt các quy tắc toàn cầu. Đây chính là "Hiệu ứng Brussels" - áp đặt các quy định toàn cầu thông qua sức mạnh thị trường mà không thúc đẩy đổi mới. Đạo luật AI có hiệu lực theo lịch trình so le cho đến năm 2027, nhưng các tập đoàn công nghệ đa quốc gia đang phản ứng bằng các chiến lược né tránh sáng tạo: viện dẫn bí mật thương mại để tránh tiết lộ dữ liệu đào tạo, đưa ra các bản tóm tắt tuân thủ kỹ thuật nhưng khó hiểu, sử dụng phương pháp tự đánh giá để hạ cấp hệ thống từ "rủi ro cao" xuống "rủi ro tối thiểu" và tham gia vào việc mua bán diễn đàn bằng cách chọn các quốc gia thành viên có quy định kiểm soát ít nghiêm ngặt hơn. Nghịch lý về bản quyền ngoài lãnh thổ: EU yêu cầu OpenAI tuân thủ luật pháp châu Âu ngay cả đối với việc đào tạo bên ngoài châu Âu - một nguyên tắc chưa từng thấy trong luật pháp quốc tế. "Mô hình kép" xuất hiện: các phiên bản giới hạn của châu Âu so với các phiên bản toàn cầu tiên tiến của cùng một sản phẩm AI. Rủi ro thực sự: Châu Âu trở thành một "pháo đài kỹ thuật số" bị cô lập khỏi đổi mới toàn cầu, với công dân châu Âu tiếp cận các công nghệ kém hơn. Tòa án Công lý đã bác bỏ lời biện hộ "bí mật thương mại" trong vụ kiện chấm điểm tín dụng, nhưng sự không chắc chắn trong diễn giải vẫn còn rất lớn—chính xác thì "tóm tắt chi tiết đầy đủ" nghĩa là gì? Không ai biết. Câu hỏi cuối cùng chưa được trả lời: EU đang tạo ra một con đường thứ ba đạo đức giữa chủ nghĩa tư bản Hoa Kỳ và sự kiểm soát của nhà nước Trung Quốc, hay chỉ đơn giản là xuất khẩu bộ máy quan liêu sang một lĩnh vực mà nó không cạnh tranh? Hiện tại: một quốc gia dẫn đầu thế giới về quy định AI, nhưng đang trong giai đoạn phát triển. Một chương trình khổng lồ.
Ngày 9 tháng 11 năm 2025

Ngoại lệ: Nơi khoa học dữ liệu gặp gỡ những câu chuyện thành công

Khoa học dữ liệu đã đảo ngược mô hình: các giá trị ngoại lệ không còn là "lỗi cần loại bỏ" mà là thông tin giá trị cần được hiểu. Một giá trị ngoại lệ đơn lẻ có thể làm biến dạng hoàn toàn mô hình hồi quy tuyến tính - thay đổi độ dốc từ 2 thành 10 - nhưng việc loại bỏ nó có thể đồng nghĩa với việc mất đi tín hiệu quan trọng nhất trong tập dữ liệu. Học máy giới thiệu các công cụ tinh vi: Rừng Cô lập cô lập các giá trị ngoại lệ bằng cách xây dựng cây quyết định ngẫu nhiên, Hệ số Ngoại lệ Cục bộ phân tích mật độ cục bộ, và Bộ mã hóa Tự động tái tạo dữ liệu bình thường và đánh dấu những gì chúng không thể tái tạo. Có các giá trị ngoại lệ toàn cầu (nhiệt độ -10°C ở vùng nhiệt đới), các giá trị ngoại lệ theo ngữ cảnh (chi 1.000 euro ở một khu dân cư nghèo) và các giá trị tập thể (lưu lượng mạng đạt đỉnh đồng bộ cho thấy có tấn công). Một điểm tương đồng với Gladwell: "quy tắc 10.000 giờ" đang bị tranh cãi - Paul McCartney đã nói, "Nhiều ban nhạc đã biểu diễn 10.000 giờ ở Hamburg mà không thành công; lý thuyết này không phải là hoàn hảo." Thành công toán học châu Á không phải do di truyền mà do văn hóa: Hệ thống số trực quan hơn của Trung Quốc, canh tác lúa đòi hỏi sự cải tiến liên tục so với sự bành trướng lãnh thổ của nền nông nghiệp phương Tây. Ứng dụng thực tế: Các ngân hàng Anh thu hồi 18% tổn thất tiềm ẩn thông qua phát hiện bất thường theo thời gian thực, sản xuất phát hiện các lỗi vi mô mà kiểm tra thủ công có thể bỏ sót, chăm sóc sức khỏe xác thực dữ liệu thử nghiệm lâm sàng với độ nhạy phát hiện bất thường trên 85%. Bài học cuối cùng: Khi khoa học dữ liệu chuyển từ loại bỏ các giá trị ngoại lai sang hiểu rõ chúng, chúng ta phải xem những nghề nghiệp phi truyền thống không phải là những bất thường cần được khắc phục mà là những quỹ đạo giá trị cần được nghiên cứu.