Tác giả: Sâu Sắc Quân
Bạn có nhận thấy một hiện tượng mâu thuẫn không? Một bên là những câu chuyện thành công về AI tràn ngập khắp nơi, tin tức gọi vốn bay khắp trời, các sản phẩm AI ra mắt mỗi ngày. Bên kia lại là thực trạng khó khăn của doanh nghiệp: nghiên cứu của IBM cho thấy 75% các giải pháp AI không mang lại ROI (lợi nhuận trên đầu tư) như kỳ vọng, còn báo cáo của MIT còn thảm hơn, 95% các dự án AI không có bất kỳ lợi ích đo lường được nào. Cái khoảng cách lớn này rốt cuộc là vì sao? Tại sao những công nghệ AI trông thì rực rỡ như vậy, khi triển khai lại khó khăn đến vậy?
Vài ngày trước tôi xem một video, do Ben chia sẻ về phân tích sâu về mô hình kinh doanh AI năm 2026. Ben đã vận hành agency AI (đại lý AI) và phần mềm AI hơn hai năm, quan sát của anh ấy khiến tôi rất đồng cảm. Anh chỉ ra một thực tế bị nhiều người bỏ qua: những doanh nghiệp kiếm tiền thực sự, mang lại giá trị thực cho khách hàng, thường không phải là những công ty sản phẩm thuần túy trông thì bắt mắt nhất, mà là những doanh nghiệp cung cấp dịch vụ + sản phẩm kết hợp trông có vẻ “nhàm chán”. Quan điểm này đã hoàn toàn lật đổ nhận thức của tôi về khởi nghiệp AI.
Tại sao phần lớn các giải pháp AI thất bại
Trong video, Ben đề cập đến một số số liệu gây sốc. Dù ChatGPT đang tăng trưởng nhanh chóng về mức độ phổ biến, doanh nghiệp cũng đang thử nghiệm đủ loại giải pháp AI, nhưng rất ít trong số đó thực sự mang lại giá trị thương mại rõ ràng. Theo nghiên cứu của MIT, trong số các giải pháp AI do nhà cung cấp bán ra, chỉ có 5% các dự án thử nghiệm cuối cùng đi vào môi trường sản xuất. Deloitte phát hiện chỉ có 15% tổ chức cho biết họ đạt được ROI rõ ràng, có thể đo lường được từ AI. PwC báo cáo rằng 76% doanh nghiệp vẫn chưa thấy tác động lợi nhuận rõ ràng. Những con số này thật sự quá tệ.
Tuy nhiên, đồng thời chúng ta cũng thấy những ví dụ hoàn toàn trái ngược. Clara báo cáo rằng họ giúp giảm 40% chi phí dịch vụ khách hàng mà không làm giảm sự hài lòng của khách. Intercom mỗi tuần xử lý hơn một triệu cuộc hội thoại hỗ trợ khách hàng. Freshworks dùng AI rút ngắn thời gian xử lý ticket của hệ thống IT Helpdesk tới 76%. Cùng là AI, tại sao có công ty thu về lợi nhuận khủng như vậy, còn nhiều công ty khác thì chẳng thu về gì?
Ben tổng kết ba yếu tố then chốt, tôi thấy rất chính xác. Yếu tố đầu tiên là tùy biến và tái cấu trúc quy trình. AI có thể tự động hóa lao động, nhưng chỉ khi nó thực sự được tích hợp vào quy trình làm việc thực tế thì mới tạo ra ROI, chứ không đơn thuần thêm một công cụ vào bộ công cụ. Điều này thường đòi hỏi phải tùy chỉnh, tích hợp, thậm chí thiết kế lại quy trình hiện có. Lao động liên quan chặt chẽ đến dữ liệu đặc thù của công ty, các trường hợp ngoại lệ, các công cụ, và định nghĩa về “đúng” hay “tốt”. Nghiên cứu của McKinsey xác nhận điều này: trong 25 thuộc tính thử nghiệm, việc thiết kế lại và tùy biến quy trình làm việc cho AI có ảnh hưởng lớn nhất đến khả năng tổ chức thấy được tác động thực tế về EBIT (lợi nhuận trước thuế và lãi vay) từ các giải pháp AI tổng hợp.
Tôi rất thấm điều này. Nhiều doanh nghiệp nghĩ rằng mua một công cụ AI là có thể thấy kết quả ngay, giống như mua một phần mềm Excel vậy. Nhưng AI không hoạt động như vậy. Dữ liệu của mỗi công ty khác nhau, quy trình kinh doanh khác nhau, cách định nghĩa chất lượng cũng khác nhau. Nếu không tùy chỉnh sâu, AI giống như một nhân viên mới chưa hiểu rõ tình hình công ty, không thể đảm nhiệm tốt công việc. Đó là lý do vì sao các sản phẩm AI “mở hộp” dùng sẵn thường không hiệu quả, còn các giải pháp tùy biến sâu mới thực sự tạo ra giá trị.
Yếu tố thứ hai là đào tạo đội nhóm và chuyển đổi tư duy. Ben nhấn mạnh, AI là công nghệ mới, phần mềm truyền thống là xác định (deterministic), còn phần mềm AI là xác suất (probabilistic). Mọi người cần học lại cách nhìn nhận kết quả của AI một cách phê phán, chứ không thể mù quáng tin tưởng. Nhiều người thấy một lần lỗi output là cho rằng giải pháp AI chưa chín muồi, mà không hiểu bản chất của công nghệ mới này. Nếu đội nhóm không học cách sử dụng AI, đánh giá output, xác nhận khi nào, thì tỷ lệ áp dụng nội bộ sẽ rất thấp.
Ben lấy ví dụ, phần mềm SEO AI của họ là một giải pháp sản phẩm, nhưng nếu không đào tạo đội nhóm cách dùng hệ thống và cách hợp tác với AI, thì nó không thể được sử dụng đúng cách. Tôi đặc biệt đồng tình với điểm này, vì nó tiết lộ một sự thật nhiều người bỏ qua: AI không phải là phép thuật, nó cần con người học cách hợp tác. Giống như khi chuyển từ giao diện dòng lệnh sang giao diện đồ họa, người dùng cũng cần học cách tương tác mới. Giờ chuyển từ phần mềm truyền thống sang phần mềm AI cũng cần một quá trình học hỏi.
Yếu tố thứ ba là vận hành liên tục và giám sát nhân sự. Vì các giải pháp AI thường hứa hẹn mang lại kết quả chứ không chỉ là công cụ tăng năng suất, nên thường cần người chịu trách nhiệm và vận hành hệ thống. Công việc thay đổi, doanh nghiệp thay đổi, AI phát triển rất nhanh. Tất cả những yếu tố này đòi hỏi phải có người giám sát chất lượng, tham gia vòng lặp con người (human in the loop), xử lý các trường hợp ngoại lệ, cập nhật prompt, logic, và duy trì sự phù hợp với doanh nghiệp.
Ben so sánh AI như một thực tập sinh thông minh, vẫn cần hướng dẫn từng bước để tạo ra kết quả, chứ không phải phần mềm có thể cài đặt rồi quên. Tôi rất đồng tình với phép so sánh này. Nhiều doanh nghiệp mong đợi AI giống như SaaS truyền thống, sau khi triển khai là tự vận hành. Nhưng AI giống như tuyển dụng một nhân viên, cần quản lý liên tục, phản hồi, điều chỉnh. Nghiên cứu của Gardner cũng ủng hộ điều này, việc định kỳ đánh giá và tối ưu hệ thống AI có thể tăng khả năng mang lại giá trị cao gấp ba lần.
Doanh nghiệp AI thành công làm gì?
Vậy các doanh nghiệp AI thành công đảm bảo các yếu tố này như thế nào? C câu trả lời rất đơn giản và quan trọng: thường là bằng cách thêm một lớp dịch vụ (service layer) trên các giải pháp hoặc phần mềm AI. Đó chính là cốt lõi của mô hình kinh doanh “nhàm chán” nhưng cực kỳ hiệu quả đó. Chúng ta thấy tất cả các doanh nghiệp AI thành công, các công ty sử dụng phần mềm AI gốc, đều ngày càng cung cấp các dịch vụ tư vấn, đào tạo, tùy biến triển khai kết hợp.
Ben phân tích kỹ các mô hình chính. Thứ nhất, các startup AI và các doanh nghiệp phần mềm AI ngày càng có bộ phận tư vấn. Các kỹ sư triển khai (forward deployed engineers) hoặc kỹ sư giải pháp (solution engineers) hiện là những vị trí hot nhất, có giá trị cao nhất trong các startup AI. Hàng chục công ty khởi nghiệp của Y Combinator đang tuyển dụng số lượng lớn các kỹ sư này để đảm bảo việc triển khai thực sự diễn ra. Những kỹ sư này giúp tối ưu liên tục và tích hợp sản phẩm vào từng doanh nghiệp cụ thể. Có khi họ cung cấp tư vấn, giúp doanh nghiệp ưu tiên, tái thiết kế quy trình, hoặc đào tạo đội nhóm cách hợp tác và sử dụng hiệu quả các công cụ AI.
Tôi xem các công ty Y Combinator như Harvey AI, Strata AI, Sakana, Collectwise, Furai… đều đang tuyển dụng rất nhiều các vị trí này. Ngay cả các công ty lớn như n8n, Relevance AI, Make.com, họ cũng có bộ phận dịch vụ riêng cho khách lớn, và mạng lưới đối tác để cung cấp dịch vụ cho khách nhỏ. Nghĩ về thành công của n8n, phần lớn là nhờ các YouTuber hướng dẫn doanh nghiệp cách dùng thực tế các công cụ này. Điều này cho thấy, ngay cả sản phẩm tốt nhất cũng cần lớp dịch vụ và giáo dục để phát huy tối đa giá trị.
Tùy theo phần mềm cụ thể, có thể thiên về dịch vụ tùy biến, đào tạo nâng cao, hoặc tư vấn. Đôi khi là kết hợp cả ba. Nhưng đối với hầu hết các doanh nghiệp phần mềm AI gốc này, lớp dịch vụ vẫn là điều kiện bắt buộc để mang lại ROI thực sự cho doanh nghiệp. Điều này hoàn toàn thay đổi cách tôi nhìn nhận về mô hình kinh doanh phần mềm. Trong thời kỳ SaaS, mô hình thành công nhất là tự phục vụ, mở rộng quy mô dễ dàng. Nhưng trong thời đại AI, ngay cả sản phẩm tốt nhất cũng cần lớp dịch vụ hỗ trợ.
Thứ hai, là các agency dịch vụ ưu tiên AI (AI-first service agencies), như các agency marketing hoặc phát triển khách hàng tiềm năng, họ sử dụng AI nội bộ để tự động hóa các dịch vụ cung cấp cho khách hàng. Ben đề cập đến Called IQ, một agency phát triển khách hàng tiềm năng ưu tiên AI, dùng AI tự động hóa nội dung, email, liên lạc LinkedIn, rồi qua các nhân viên quản lý khách hàng hoặc kỹ sư GTM (go-to-market) để cung cấp dịch vụ. Các agency này có lợi thế vì chính họ là người vận hành AI. Nên thường không cần đào tạo khách hàng cách dùng AI. Nhưng đây cũng là một dạng dịch vụ, cung cấp tư vấn, chiến lược tùy chỉnh, thường qua các nhân viên này. Họ ngày càng cần phải trở nên kỹ thuật hơn, đó là lý do vì sao các kỹ sư GTM AI trở thành vị trí mới, có nhu cầu cao.
Tôi thấy mô hình này rất thông minh. Thay vì cố gắng thuyết phục khách hàng thay đổi cách làm, họ cung cấp kết quả trực tiếp. Khách hàng không cần biết cách dùng AI, họ chỉ cần thấy kết quả tốt hơn, nhiều khách hàng tiềm năng hơn. Mô hình này hoàn toàn ẩn đi độ phức tạp của AI phía sau dịch vụ, khách hàng mua kết quả chứ không mua công cụ. Điều này cũng lý giải vì sao nhiều agency dịch vụ truyền thống có thể nâng cao lợi nhuận gấp nhiều lần khi dùng AI, vì chi phí cung cấp dịch vụ giảm, còn giá bán không giảm tương ứng.
Thứ ba, là các tổ chức tự động hóa AI (AI automation agencies) có thể mang lại ROI lớn nhất và thu hút nhiều khách hàng nhất. Những tổ chức này không chỉ xây dựng, mà còn trở thành đối tác AI toàn diện của doanh nghiệp, cung cấp dịch vụ đầy đủ: từ kiểm tra, đánh giá AI, tư vấn, tùy biến, đào tạo đội nhóm, hướng dẫn cách hợp tác hiệu quả. Trong các agency này, các vị trí rất giá trị là quản lý dự án (delivery managers), có kiến thức về kinh doanh, kỹ năng kỹ thuật và giao tiếp. Họ liên tục tư vấn, thiết kế lại quy trình, phát hiện các điểm kém hiệu quả, đào tạo đội nhóm, cài đặt nhân viên vận hành AI.
Ben chia sẻ kinh nghiệm của chính mình rất đáng suy ngẫm. Khi mới bắt đầu làm agency, họ tập trung vào phần triển khai, dẫn đến giải pháp AI ít được doanh nghiệp sử dụng hoặc áp dụng. Sau đó, họ kết hợp chiến lược, giáo dục, đào tạo, và bổ sung các quản lý dự án này. Từ đó, tỷ lệ doanh nghiệp áp dụng và ROI cao hơn nhiều. Sự chuyển đổi này rất quan trọng, chứng minh rằng: triển khai công nghệ chỉ là phần nhỏ của thành công, phần lớn là đảm bảo giải pháp được sử dụng đúng cách và tạo ra kết quả.
Thứ tư, là các vai trò cao cấp có giá trị cao như AI officers (giám đốc AI) hoặc fractional AI officers (giám đốc AI bán thời gian), có khả năng kết hợp kiến thức kinh doanh và AI, giúp doanh nghiệp chuyển đổi. Ben đề cập đến nhiều tên gọi khác nhau, như fractional AI officer, AI transformation officer, nhưng về cơ bản là những người có bộ kỹ năng đặc biệt, mang lại ROI thực sự từ các giải pháp AI.
Ranh giới giữa sản phẩm và dịch vụ đang mờ dần
Một quan điểm cốt lõi của Ben khiến tôi rất ấn tượng: Dù hiện tại chúng ta có thể dùng Claude Code để xây dựng phần mềm xuất sắc trong vài giờ, nhưng để xây dựng một doanh nghiệp sản phẩm AI, phần lớn thời gian (không phải tất cả, nhưng đa số) bạn cần đầu tư lớn vào cung cấp dịch vụ. Nhiều người nghĩ sản phẩm và dịch vụ là hai thứ rõ ràng, nhưng Ben cho rằng trong lĩnh vực AI, chúng giống như một quang phổ. Có thể có các SaaS AI hoàn toàn tự phục vụ, cũng có các tổ chức chuyển đổi AI hoàn toàn tùy biến.
Tôi hoàn toàn đồng ý với quan điểm này. Lập luận của Ben là, hầu hết các doanh nghiệp AI dự định bắt đầu vào năm 2026, dù mô hình kinh doanh thế nào, đều cần thêm một phần lớp dịch vụ. Bởi dù bạn có sản phẩm tự phục vụ hoàn toàn, bạn vẫn cần đầu tư lớn vào giáo dục, hướng dẫn ban đầu. Với sự xuất hiện của các công cụ như Claude Code, việc xây dựng sản phẩm đang ngày càng dân chủ hóa. Trong thời đại SaaS, xây dựng sản phẩm khó, còn giờ để khởi nghiệp SaaS AI thành công không còn là về code nữa, mà là về khả năng triển khai AI.
Cái nhìn này rất sâu sắc. Nó có nghĩa là, công nghệ đang hạ thấp rào cản, nhưng rào cản dịch vụ lại ngày càng cao. Trước đây, chỉ cần biết lập trình là có thể tạo ra giá trị lớn, vì viết code rất khó. Giờ, viết code không còn đủ nữa, vì AI có thể giúp bạn viết code. Điều thực sự có giá trị là hiểu khách hàng cần gì, thiết kế giải pháp phù hợp, đảm bảo nó được triển khai đúng và sử dụng hiệu quả. Những điều này đòi hỏi năng lực dịch vụ sâu, chứ không chỉ kỹ năng kỹ thuật.
Ben nói nhiều người mơ xây dựng một sản phẩm AI, giữ cho nó đơn giản, rồi bán cho hàng nghìn người. Nhưng đối với phần lớn người không có nhiều kinh nghiệm khởi nghiệp, không có mối quan hệ VC, không quen biết Silicon Valley, thực tế là, dù không phải là mục tiêu cuối cùng, cung cấp dịch vụ chính là con đường nhanh nhất để mang lại ROI thực sự hôm nay. Và dịch vụ chính là phương tiện tốt nhất để sản phẩm hóa. Khi cùng một quy trình lặp đi lặp lại giữa các khách hàng, các điều chỉnh, tích hợp, đào tạo, và ROI tương tự nhau, chúng chính là tín hiệu để lặp lại và chuyển thành sản phẩm.
Tôi nghĩ đây là quan điểm quan trọng nhất. Sản phẩm tốt thường dựa trên bằng chứng, chứ không phải giả định. A16Z (hãng VC hàng đầu) cũng đã viết về xu hướng tăng trưởng dựa trên dịch vụ (service-led growth) và dựa trên sản phẩm (product-led growth) trong thời đại AI. Họ nhận thấy, doanh nghiệp cung cấp ROI lớn nhất và thu được doanh thu dài hạn nhiều nhất chính là các doanh nghiệp AI theo mô hình dịch vụ. Dù ban đầu lợi nhuận có thể thấp hơn, công việc nhiều hơn, nhưng về lâu dài, họ có thể tìm ra phù hợp thị trường nhanh hơn.
Ben lấy ví dụ phần mềm SEO AI của chính mình. Họ xây dựng hệ thống SEO tùy chỉnh cho nhiều khách hàng, để hiểu rõ sản phẩm cần gì, điều gì thực sự tạo ra kết quả, cần tích hợp những gì, làm sao để mọi người dùng hiệu quả. Qua quá trình này, họ dần chuyển các giải pháp thành sản phẩm. Nhưng dù đã hợp tác với hơn 100 doanh nghiệp, họ vẫn phải đầu tư lớn vào giáo dục, đào tạo để các khách hàng có thể sử dụng hiệu quả các giải pháp này, từ đó mang lại kết quả thực.
Suy nghĩ sâu về mô hình kinh doanh AI
Sau khi nghe Ben chia sẻ, tôi hiểu rõ hơn về bản chất của kinh doanh AI. Tôi nghĩ chúng ta đang trải qua không chỉ là cuộc cách mạng công nghệ, mà còn là sự chuyển đổi căn bản về mô hình kinh doanh. Trong thời kỳ phần mềm truyền thống, khả năng mở rộng (scalability) là vua. Các công ty phần mềm thành công nhất là những công ty có thể phục vụ hàng triệu khách hàng với chi phí cận biên gần như bằng không. Đó là lý do vì sao mô hình SaaS được ưa chuộng, vì một khi phần mềm đã phát triển, phục vụ một khách hàng hay một triệu khách hàng đều tốn chi phí gần như nhau.
Nhưng AI đã thay đổi quy luật chơi. Giá trị của AI không nằm ở phần mềm, mà nằm ở cách nó được ứng dụng vào các bối cảnh kinh doanh cụ thể. Dữ liệu của từng doanh nghiệp khác nhau, quy trình khác nhau, mục tiêu khác nhau, điều này có nghĩa là cùng một công cụ AI có thể được triển khai theo cách khác nhau, hiệu quả khác nhau ở các doanh nghiệp khác nhau. Đó là lý do tại sao tùy biến và lớp dịch vụ trở nên cực kỳ quan trọng. Chúng ta không thể nghĩ về mô hình AI như mô hình phần mềm truyền thống nữa.
Tôi nghĩ mô hình kinh doanh AI giống như sự pha trộn giữa tư vấn và phần mềm. Nó đòi hỏi khả năng hiểu khách hàng, thiết kế giải pháp phù hợp, đồng thời cũng cần khả năng mở rộng quy mô của phần mềm. Những công ty cố gắng đi theo mô hình sản phẩm thuần túy thường gặp vấn đề về tỷ lệ chấp nhận (adoption), vì dù công nghệ có tiên tiến đến đâu, khách hàng không biết cách dùng hoặc không thể tích hợp vào quy trình của họ. Trong khi đó, các công ty dịch vụ thuần túy có thể đáp ứng nhu cầu, nhưng thiếu khả năng mở rộng, lợi nhuận bị hạn chế.
Mô hình thành công nhất là sự kết hợp giữa hai yếu tố này. Ben đề cập các ví dụ thành công đều cung cấp cả sản phẩm lẫn dịch vụ. Họ dùng sản phẩm để cung cấp chức năng cốt lõi và khả năng mở rộng, còn dùng dịch vụ để đảm bảo giải pháp được triển khai đúng cách và mang lại kết quả. Mô hình pha trộn này có thể lợi nhuận chưa cao trong ngắn hạn, nhưng về dài hạn lại bền vững hơn, vì nó thực sự tạo ra giá trị cho khách hàng.
Tôi cũng nhận thấy một xu hướng thú vị: các vị trí giá trị cao trong thời đại AI đều là các vị trí đa năng. Không còn là kỹ sư thuần túy hay nhân viên kinh doanh thuần túy nữa, mà là những người vừa hiểu kỹ thuật, vừa hiểu kinh doanh. Các kỹ sư triển khai (forward deployed engineers), kỹ sư GTM AI, quản lý dự án (delivery managers), hay các AI officers đều cần có khả năng kết hợp kiến thức kỹ thuật và kinh doanh. Điều này phản ánh đặc trưng của mô hình AI: sự hòa quyện sâu sắc giữa công nghệ và doanh nghiệp.
Từ góc độ khởi nghiệp, tôi nghĩ lời khuyên của Ben rất thực tế. Đừng bắt đầu bằng việc xây dựng một sản phẩm có khả năng mở rộng cao. Hãy bắt đầu bằng cung cấp dịch vụ, qua đó hiểu rõ khách hàng, tích lũy kinh nghiệm, phát hiện các mô hình lặp lại. Khi đã giúp 10 khách hàng giải quyết cùng một vấn đề, bạn sẽ biết đâu là thứ đáng để chuyển thành sản phẩm. Con đường từ dịch vụ sang sản phẩm dù có vẻ “nhàm chán”, nhưng lại là con đường bền vững và khả thi nhất.
Tôi cũng suy nghĩ vì sao tư duy sản phẩm truyền thống thất bại trong thời đại AI. Nguyên nhân chính là bản chất xác suất của AI. Phần mềm truyền thống là xác định, cho cùng đầu vào thì ra cùng đầu ra. Nhưng AI là xác suất, cùng một đầu vào có thể cho ra các kết quả khác nhau, và chất lượng output phụ thuộc vào nhiều yếu tố: dữ liệu huấn luyện, prompt, ngữ cảnh. Điều này có nghĩa là AI không thể như phần mềm truyền thống “cài đặt rồi quên”, mà cần giám sát, điều chỉnh, tối ưu liên tục.
Điều này giải thích vì sao lớp dịch vụ lại quan trọng đến vậy. Dịch vụ không chỉ cung cấp hỗ trợ kỹ thuật, mà còn là quá trình liên tục tối ưu, điều chỉnh. Giống như Ben nói, AI giống như một thực tập sinh thông minh, cần hướng dẫn, phản hồi, sửa lỗi, dạy thêm kỹ năng. Quá trình này không phải một lần, mà là vòng lặp liên tục. Chính vì vậy, các công ty chỉ bán phần mềm mà không cung cấp dịch vụ khó thành công, vì họ đẩy trách nhiệm tối ưu liên tục cho khách hàng, trong khi đa số khách hàng không đủ khả năng hoặc không muốn làm điều đó.
Nhìn về tương lai và lời khuyên
Dựa trên phân tích của Ben và suy nghĩ của tôi, tôi dự đoán về tương lai của kinh doanh AI như sau: Trong ngắn hạn (2-3 năm tới), các mô hình dịch vụ AI sẽ tiếp tục chiếm ưu thế. Công nghệ còn đang phát triển nhanh, nhu cầu của từng doanh nghiệp khác nhau, chưa có chuẩn hóa rõ ràng. Giai đoạn này, các doanh nghiệp cung cấp dịch vụ tùy biến sâu và hỗ trợ liên tục sẽ có giá trị lớn nhất.
Trong trung hạn (3-5 năm), chúng ta sẽ thấy một số mô hình thành công bắt đầu chuyển thành sản phẩm. Những doanh nghiệp phát hiện ra các mô hình lặp lại trong quá trình dịch vụ sẽ bắt đầu đóng gói thành các tính năng sản phẩm. Nhưng ngay cả trong giai đoạn này, các SaaS AI hoàn toàn tự phục vụ vẫn sẽ ít, phần lớn các doanh nghiệp thành công vẫn duy trì lớp dịch vụ. Giống như thị trường phần mềm doanh nghiệp hiện nay, dù có Salesforce hay các công ty lớn khác, họ vẫn có mạng lưới đối tác triển khai và dịch vụ chuyên nghiệp.
Trong dài hạn (trên 5 năm), công nghệ AI sẽ trở nên trưởng thành và đáng tin cậy hơn, người dùng cũng quen dần cách hợp tác với AI. Lúc đó, sẽ xuất hiện nhiều giải pháp AI hoàn toàn sản phẩm. Nhưng tôi nghĩ lớp dịch vụ sẽ không bao giờ biến mất hoàn toàn, vì độ phức tạp và đa dạng của doanh nghiệp là vĩnh viễn. Ngay cả khi AI trở nên thông minh hơn, doanh nghiệp vẫn cần người giúp tích hợp AI vào quy trình riêng của họ.
Với những người muốn bước chân vào lĩnh vực AI, tôi khuyên nên phát triển khả năng đa năng. Đừng chỉ học kỹ thuật hoặc chỉ học kinh doanh, mà hãy kết hợp cả hai. Học các công cụ tự động hóa AI như n8n, Make.com, học lập trình (ví dụ Claude Code). Đồng thời, phát triển khả năng hiểu khách hàng, nhận diện vấn đề, thiết kế giải pháp, giao tiếp. Những khả năng này sẽ rất có giá trị trong tương lai.
Ben khuyên các chuyên gia nên từ từ định vị mình là người vận hành AI hoặc AI officer của doanh nghiệp. Bắt đầu tự động hóa một số quy trình của chính mình, mở rộng ra các quy trình khác, rồi hướng dẫn, đào tạo đồng nghiệp cách dùng AI. Điều này không chỉ giúp bạn trở nên không thể thay thế trong công ty hiện tại, mà còn xây dựng bộ kỹ năng quý giá trong kỷ nguyên AI. Tôi rất đồng tình, vì AI không thay thế con người, mà người biết dùng AI sẽ thay thế người không biết dùng AI.
Với những người muốn khởi nghiệp, Ben khuyên bắt đầu từ AI agency hoặc fractional AI officer. Bởi vì qua đó, bạn sẽ tự nhiên xây dựng được ba kỹ năng: tư vấn, triển khai, đào tạo. Công cụ có thể học trong vài tuần, còn kỹ năng này cần thực hành. Và đa số doanh nghiệp còn chậm chân hơn về AI, chỉ cần bạn đi trước vài tuần, họ sẽ hợp tác dài hạn. Thường chỉ cần 2-4 khách hàng, mỗi tháng thu 10-20 nghìn USD thu nhập thường xuyên.
Nếu bạn đã vận hành AI agency, Ben khuyên nên thực sự đầu tư vào bộ dịch vụ: tư vấn, đào tạo, triển khai. Nhiều tổ chức chỉ tập trung vào triển khai, nhưng mở rộng thêm các dịch vụ tư vấn, workshop, đào tạo giúp thúc đẩy giải pháp của bạn mang lại ROI thực sự. Và có thể ký hợp đồng dài hạn, tạo dòng thu nhập định kỳ.
Nếu bạn là tổ chức dịch vụ hiện tại, như agency marketing hoặc phát triển khách hàng tiềm năng, hoặc có kinh nghiệm trong lĩnh vực này, bạn cũng rất có lợi thế. Đừng ngần ngại chuyển hướng sang AI agency hoặc xây dựng mô hình kinh doanh dựa trên dịch vụ AI. Nếu bạn có thể dùng AI để cung cấp dịch vụ marketing hoặc phát triển khách hàng, bạn sẽ xây dựng được mô hình lợi nhuận cao. Chìa khóa là nhận ra AI giúp giảm đáng kể chi phí cung cấp dịch vụ, chứ không hoàn toàn thay đổi mô hình.
Nếu bạn đang cố gắng tạo đà cho sản phẩm AI, Ben khuyên nên dành nhiều tháng hoặc vài năm để đầu tư mạnh vào lớp dịch vụ, rồi mới mở rộng sang sản phẩm. Tôi thấy lời khuyên này rất quan trọng, vì nhiều startup AI thất bại không phải vì sản phẩm dở, mà vì quá sớm muốn mở rộng quy mô, bỏ qua vai trò của dịch vụ. Hãy chứng minh giá trị qua dịch vụ, tìm ra phù hợp thị trường, rồi mới mở rộng.
Cuối cùng, tôi muốn nói rằng, đến năm 2026, chưa có ai thực sự là chuyên gia AI. Mọi người đều đang học, đang mò mẫm. Đây là thử thách, nhưng cũng là cơ hội. Những ai sẵn sàng học hỏi, thực hành, chia sẻ sẽ có cơ hội trở thành người tiên phong trong lĩnh vực này. Như Ben nói, hãy tận dụng khoảng cách chấp nhận lớn này, hôm nay hãy bước vào lĩnh vực AI. Đừng chờ mọi thứ hoàn thiện, vì khi đó cơ hội đã khép lại.
Tôi tin rằng vài năm tới sẽ là giai đoạn định hình mô hình kinh doanh AI. Những doanh nghiệp tìm ra điểm cân bằng tốt nhất giữa sản phẩm và dịch vụ, những doanh nghiệp thực sự tạo ra giá trị cho khách hàng chứ không chỉ đuổi theo các xu hướng công nghệ, những đội nhóm phát triển khả năng đa năng sẽ trở thành những người chiến thắng của thời đại này. Và mô hình kết hợp dịch vụ + sản phẩm trông có vẻ “nhàm chán” này chính là mô hình kinh doanh AI bền vững và có giá trị nhất.
