Các startup sống còn nhờ khả năng triển khai nhanh chóng. Đối với các công ty lớn, tốc độ lặp lại của một nhóm đổi mới cũng ảnh hưởng lớn đến khả năng thành công của họ. Trí tuệ nhân tạo tạo sinh (Generative AI) cho phép tạo mẫu nhanh chóng các năng lực AI. Những năng lực AI mà trước đây mất hàng tháng trời, giờ đây có thể được xây dựng trong vài ngày hoặc vài giờ bằng cách đơn giản là “prompt” (ra lệnh) cho một mô hình ngôn ngữ lớn (LLM).
Tôi thấy tốc độ này rất thú vị và đã suy nghĩ về cách giúp các startup và các công ty lớn cùng nhau tiến nhanh hơn. Tôi đã bị ám ảnh bởi việc thực thi nhanh chóng trong một thời gian dài. Khi làm việc trong một dự án, tôi rất ghét việc mất hai tuần để làm một việc mà tôi có thể làm trong một tuần. Cái giá phải trả cho việc di chuyển với tốc độ đó không phải là chúng ta mất thêm một tuần (điều này có thể chấp nhận được) mà là chúng ta chậm hơn gấp đôi (điều này thì không)!
Khi xây dựng một sản phẩm được hỗ trợ bởi AI, có rất nhiều bước trong việc thiết kế, xây dựng, triển khai và mở rộng quy mô sản phẩm khác biệt so với việc xây dựng năng lực AI. Khả năng của chúng ta để thực hiện các bước khác này đã không tăng tốc nhanh chóng như phần AI. Nhưng tốc độ mà chúng ta có thể tạo mẫu AI tạo ra áp lực đáng kể để tăng tốc các bước khác này. Nếu phải mất 6 tháng để thu thập dữ liệu, huấn luyện một thuật toán học có giám sát và triển khai mô hình lên đám mây, thì có thể chấp nhận được việc mất 2 tháng để nhận phản hồi từ người dùng. Nhưng nếu chỉ mất một tuần để xây dựng một nguyên mẫu, việc chờ đợi 2 tháng để có phản hồi dường như chậm một cách không thể chấp nhận được!
Tôi muốn tập trung vào một bước quan trọng trong việc xây dựng ứng dụng: thu thập phản hồi từ người dùng. Một phần cốt lõi của quy trình làm việc lặp đi lặp lại trong việc thiết kế và xây dựng một sản phẩm (được Eric Ries phổ biến trong cuốn sách “The Lean Startup” của ông) là xây dựng một nguyên mẫu (hoặc MVP, sản phẩm khả dụng tối thiểu), thu thập phản hồi từ người dùng về nó và sử dụng phản hồi đó để thúc đẩy các cải tiến. Bạn càng có thể di chuyển nhanh hơn thông qua vòng lặp này – có thể yêu cầu nhiều lần lặp – bạn càng có thể thiết kế một sản phẩm phù hợp với thị trường nhanh hơn. Đây là lý do tại sao AI Fund, một studio mạo hiểm mà tôi lãnh đạo, sử dụng nhiều chiến thuật nhanh chóng, “scrappy” (tinh thần làm việc không ngại khó) để có được phản hồi.
Đối với các sản phẩm B2C (business-to-consumer), đây là một menu các tùy chọn để nhận phản hồi từ khách hàng:
- Yêu cầu 3 người bạn hoặc thành viên nhóm xem sản phẩm và cho bạn biết ý kiến của họ (việc này có thể mất ~0,5 ngày).
- Yêu cầu 10 người bạn hoặc thành viên nhóm xem qua (~2 ngày).
- Gửi nó cho 100 người thử nghiệm alpha đáng tin cậy/tình nguyện viên (~1 tuần?).
- Gửi nó cho 1.000 người dùng để nhận phản hồi định tính hoặc định lượng (~2 tuần?).
- Tích hợp nó vào một sản phẩm hiện có để nhận phản hồi (1 đến 2 tháng?).
- Triển khai nó cho một lượng lớn người dùng của một sản phẩm hiện có và thực hiện thử nghiệm A/B nghiêm ngặt.
Khi chúng ta đi xuống danh sách này, chúng ta (có lẽ) nhận được phản hồi chính xác hơn, nhưng thời gian cần thiết để nhận được phản hồi đó tăng lên đáng kể. Ngoài ra, các chiến thuật ở đầu danh sách về cơ bản không tạo ra rủi ro nào, và do đó, bạn có thể an toàn khi lặp đi lặp lại, ngay cả với các ý tưởng và nguyên mẫu sơ bộ.
