Blog

Câu chuyện bài học về lập trình thiên tài Heath Ahrents với iSpeech, và bạn có thể rút ra bài học cho riêng mình

Năm 2007, người dùng đã xây dựng một công ty biến vấn đề phần cứng trị giá 10.000 đô la thành một cuộc gọi API đơn giản. Google, BlackBerry và Motorola trở thành khách hàng của họ. Sau đó, Amazon đã nghiền nát họ chỉ sau một đêm. Bài học đau đớn này đã dạy họ cách phát hiện làn sóng lớn tiếp theo trước những người khác:

Hành trình của họ bắt đầu khi còn là một đứa trẻ lập trình trên máy tính Apple IIGS, mơ ước làm cho máy tính nói chuyện được. Đến năm 2006, họ nhận thấy một vấn đề lớn: chuyển văn bản thành giọng nói đòi hỏi phần cứng đắt tiền. Họ bắt đầu thử nghiệm các nguyên mẫu trong thời gian rảnh rỗi. Sau đó, họ nảy ra một ý tưởng điên rồ:

Điều gì sẽ xảy ra nếu chúng ta có thể xử lý giọng nói trên các máy chủ từ xa? Mọi người đều nói rằng điều đó là không thể:

• “Không ai sẽ tin tưởng dữ liệu của họ vào các máy chủ từ xa”
• “Độ trễ sẽ quá cao”
• “Chất lượng sẽ rất tệ”

Họ không bị thuyết phục.

Trong nhiều tháng, họ làm việc vào ban đêm và cuối tuần. Thử nghiệm các thuật toán nén khác nhau, tối ưu hóa giao thức mạng và xây dựng các công cụ xử lý âm thanh tùy chỉnh. Cuối cùng, nó đã hoạt động.

Vì vậy, họ đã xây dựng iSpeech vào năm 2007 – nhà cung cấp dịch vụ chuyển văn bản thành giọng nói dựa trên đám mây đầu tiên. Thuật ngữ “điện toán đám mây” (cloud computing) mới bắt đầu xuất hiện. Xử lý giọng nói từ xa giống như cố gắng trò chuyện qua một đường ống dài 1 dặm: Các từ phải di chuyển xa, nhưng vẫn phải nghe tự nhiên.

Chuyển văn bản thành giọng nói truyền thống không dễ tiếp cận – nó đòi hỏi phần cứng mạnh mẽ và đắt tiền tại chỗ. Giải pháp của họ? Tạo ra một sản phẩm có thể chạy trên bất kỳ thiết bị nào có kết nối internet. Họ đã giảm một vấn đề phần cứng trị giá 10.000 đô la xuống còn một cuộc gọi API đơn giản. Và chất lượng thực sự tốt hơn.

Trong vòng vài tháng, họ đã mở rộng quy mô lên gần 100 người. BlackBerry, Motorola, Honda, Evernote, GE – tất cả đều trở thành khách hàng. Họ đang cách mạng hóa cách các thiết bị nói. Nhưng họ đã mắc một sai lầm tàn khốc…

Họ đã bỏ lỡ mối đe dọa lớn nhất… Amazon không chỉ xây dựng các trung tâm dữ liệu. Họ đang tạo ra một cơ sở hạ tầng đám mây hoàn chỉnh có thể xử lý giọng nói ở quy mô lớn. Quy mô kinh tế của họ có nghĩa là họ có thể cung cấp dịch vụ của chúng tôi với chi phí chỉ bằng 2%.

Họ đã xây dựng đột phá của mình trên cơ sở hạ tầng máy chủ. Nhưng AWS có thể chạy cùng một quy trình trên hàng nghìn máy chủ đồng thời, với chi phí mà họ không thể cạnh tranh được. Điều làm cho họ trở nên cách mạng – xử lý giọng nói trên đám mây – sắp trở thành một hàng hóa thông thường.

Trải nghiệm đó đã thay đổi cách họ nhìn nhận công nghệ mãi mãi. Những nhà sáng lập giỏi nhất không chỉ phát hiện ra các xu hướng hiện tại. Họ xác định những tương lai không thể tránh khỏi và định vị bản thân phù hợp. Họ đã học cách tìm kiếm những mô hình ẩn mà người khác bỏ lỡ.

Nhiều năm sau, họ nhận thấy điều gì đó kỳ lạ: Họ đang cố gắng mua GPU để đào tạo các mô hình AI, nhưng chúng đã bán hết ở khắp mọi nơi. Điều này không bình thường. Một ai đó lớn hẳn đã mua hết tất cả. Trong khi những người khác coi NVIDIA là một công ty game, họ nhìn thấy điều gì đó khác biệt.

Họ quyết định đầu tư vào NVIDIA (ở mức 30 đô la/cổ phiếu trước khi chia tách). Cái nhìn sâu sắc chính: GPU xử lý các phép tính ma trận nhanh hơn theo cấp số nhân so với CPU – hoàn hảo cho các mô hình AI. Nếu Google đang mua hết GPU, họ biết những người khác sẽ theo sau. Đây là cách họ phát hiện ra cơ hội:

1. Tìm kiếm “tín hiệu không thể tránh khỏi”
Theo dõi nghiêm ngặt 4 chỉ số sau:

• Mua sắm phần cứng của các công ty lớn
• Trích dẫn bài báo nghiên cứu
• Xu hướng đăng ký bằng sáng chế
• Di cư nhân tài

Bỏ lỡ những điều này và bạn sẽ xây dựng giải pháp cho những vấn đề không còn cần giải quyết nữa.

Năm 2015, họ không thể mua GPU để đào tạo AI. Chúng đã bán hết ở khắp mọi nơi trừ eBay, nơi những chiếc đã qua sử dụng được bán với giá điên rồ. Mọi công ty AI đều đang tích trữ sức mạnh tính toán. Đó là lúc họ kết nối các điểm và đầu tư.

2. Nghiên cứu các nút thắt cổ chai cơ sở hạ tầng
Các câu hỏi chính họ đặt ra:

• Những tài nguyên nào đang trở nên khan hiếm?
• Ai đang tích trữ những tài nguyên này?
• Tiền im lặng đang chảy về đâu?
• Những giới hạn nào sắp bị phá vỡ?

Công ty tỷ đô tiếp theo ẩn mình trong những nút thắt cổ chai của ngày hôm nay.

3. Theo dõi những người xây dựng
Họ theo dõi một cách ám ảnh:

• Các kho GitHub đang có đà phát triển
• Các cuộc thảo luận của nhà phát triển trên Discord
• Sự phát triển của dự án mã nguồn mở
• Xu hướng bài đăng blog kỹ thuật

Trong khi mọi người xem tin tức, những khoản tiền lớn được tạo ra từ các commit trên GitHub.

Họ đã làm điều này chính xác vào năm 2019 khi nhận thấy rằng các kho AI giọng nói đang bùng nổ. Các nhà phát triển đang chia sẻ những đột phá hàng ngày. Nhưng tất cả các giải pháp đều có độ trễ 2 giây. Họ đã xây dựng tập trung vào xử lý thời gian thực. Hiện tại, họ đã đạt 50ms và đang cải thiện. voice.ai

4. Theo dõi việc loại bỏ ràng buộc
Giám sát các ngưỡng sau:

• Giới hạn sức mạnh tính toán
• Độ nhạy cảm về giá thị trường
• Chi phí xử lý
• Khả năng tiếp cận API

Khoảnh khắc một ràng buộc biến mất, một cơ hội xuất hiện.

Mọi người nói rằng thay đổi giọng nói theo thời gian thực là không thể. Nhưng chi phí GPU giảm 50% và xử lý đám mây nhanh hơn 5 lần. Họ biết rằng các ràng buộc đang được dỡ bỏ. Vì vậy, họ đã ra mắt phiên bản beta vào năm 2021 và đạt 25.000 người dùng trong 2 tháng.

5. Nghiên cứu mô hình hành vi người dùng
Tìm kiếm:

• Yêu cầu tính năng liên tục xuất hiện
• Giải pháp tạm thời mà mọi người tự tạo ra
• Những khiếu nại lặp đi lặp lại trên các diễn đàn
• Cộng đồng hữu cơ đang hình thành

Những sản phẩm tuyệt vời nhất giải quyết các vấn đề mà mọi người đã bắt đầu tự tìm cách khắc phục.

Hãy suy nghĩ theo làn sóng, không phải theo từng khoảnh khắc. Ngừng nhìn vào những gì đang thịnh hành ngay bây giờ… Thay vào đó, hãy định vị bản thân ở nơi:

• Tiến bộ công nghệ là không thể tránh khỏi
• Mong muốn của con người vẫn không đổi

Đó là nơi cơ hội ẩn mình… ngay trước mắt.

Khung làm việc này đã giúp họ:

• Trở thành nhà đầu tư sớm vào công nghệ mới nhất
• Xây dựng nhiều startup thành công
• Phát hiện cơ hội ẩn

Ông bà của chúng ta có thể bay từ New York đến London trong 2,8 giờ. Ngày nay? Phải mất hơn 7 giờ. Mọi người đều nghĩ rằng chúng ta đang sống trong kỷ nguyên đổi mới nhanh nhất từ trước đến nay. Nhưng đây là sự thật đáng lo ngại về tiến bộ công nghệ mà không ai muốn nói đến:

Hãy nhìn vào những công ty có giá trị nhất thế giới:

• 1970: Các tập đoàn dầu khí, nhà sản xuất, các cường quốc công nghiệp
• 2024: Apple, Microsoft, Google, Meta – các công ty công nghệ chủ yếu hoạt động sau màn hình, không phải trong thế giới thực

Ý nghĩa của từ “công nghệ” đã thay đổi theo thời gian…

Năm 1960, “công nghệ” có nghĩa là tên lửa, động cơ, thuốc mới, vật liệu và những đột phá vật lý. Ngày nay, hầu hết mọi người nghĩ “công nghệ” có nghĩa là ứng dụng, phần mềm và mạng xã hội. Đây là thực tế đáng kinh ngạc về sự thoái lui công nghệ của chúng ta:

• 1957: Vệ tinh đầu tiên được phóng lên
• 1969: Con người đặt chân lên mặt trăng
• 1971: Nixon tuyên bố “Cuộc chiến chống Ung thư”
• 1976: Concorde chở hành khách bay với tốc độ gấp 2 lần âm thanh
• 2024: Chúng ta chưa quay lại mặt trăng trong 50 năm, vẫn chưa chữa được ung thư, loại bỏ Concorde, và… có điện thoại tốt hơn?

Sự thật khó chịu? Chúng ta đang chạy nước rút trong phần mềm trong khi bò lùi trong thế giới vật lý. Hãy nghĩ về điều này: Ông bà của bạn có thể bay từ New York đến Paris trong 3,5 giờ. Ngày nay? Hơn 8 giờ. Tắc nghẽn giao thông ngày càng tệ hơn mà không có giải pháp. Chúng ta đang di chuyển chậm hơn theo đúng nghĩa đen.

Năm 1969, chúng ta có thể đưa con người lên mặt trăng. Ngày nay? Chúng ta hầu như chỉ có thể đưa họ vào quỹ đạo thấp của Trái đất. Năm 1971, chúng ta nghĩ sẽ chữa được ung thư trong một thập kỷ. Ngày nay? Vẫn đang chiến đấu cùng một trận chiến, chỉ có hình ảnh tốt hơn. Nhưng đó mới chỉ là khởi đầu…

Lý thuyết “Hai Thế giới” của Peter Thiel giải thích mọi thứ. Ông chia công nghệ thành 2 lĩnh vực…

Thế giới Bits: Đổi mới kỹ thuật số di chuyển với tốc độ ánh sáng. Các công ty phần mềm phải đối mặt với quy định tối thiểu, có thể thử nghiệm với chi phí thấp và coi thất bại của họ như cơ hội học hỏi.

Thế giới Atoms: Đổi mới vật lý bò qua bộ máy quan liêu. Các dự án xây dựng, giao thông và năng lượng phải đối mặt với quy định nghiêm ngặt, chi phí khổng lồ và hậu quả thảm khốc nếu thất bại.

Sự phân chia này giải thích tại sao các doanh nhân thành công nhất của chúng ta xây dựng mạng xã hội thay vì máy bay siêu âm. Đơn giản là dễ dàng hơn để đổi mới trong lĩnh vực kỹ thuật số. Kết quả thật đáng kinh ngạc:

Chúng ta có thể xây dựng một công ty ứng dụng trị giá hàng nghìn tỷ đô la trong một thập kỷ. Nhưng chúng ta không thể giải quyết tình trạng thiếu nhà ở cơ bản. Chúng ta có thể tạo ra thực tế ảo sống động. Nhưng cầu thật của chúng ta đang sụp đổ. Chúng ta có thể xử lý hàng tỷ khoản thanh toán kỹ thuật số ngay lập tức. Nhưng chúng ta vẫn không thể chữa được bệnh cảm lạnh thông thường.

Chuyện gì đã xảy ra? Xã hội của chúng ta trở nên ám ảnh với thế giới kỹ thuật số vì đó là con đường ít trở ngại nhất. Đổi mới kỹ thuật số tuân theo một con đường đơn giản: viết mã, triển khai, lặp lại.

Đổi mới vật lý phải đối mặt với một thử thách: thiết kế, quy định, thử nghiệm, thêm quy định và có thể ra mắt trong một thập kỷ nếu bạn may mắn. Điều này tạo ra một vòng lặp tàn khốc:

1. Những bộ óc sáng giá nhất của chúng ta theo đuổi tài sản kỹ thuật số
2. Đổi mới vật lý chậm lại khi tài năng biến mất
3. Chi phí của các dự án trong thế giới thực tăng vọt
4. Chu kỳ trở nên tồi tệ hơn mỗi năm

Các con số cho thấy sự khác biệt rõ rệt giữa các thời đại:

Từ 1950-1970, chúng ta đã cách mạng hóa thế giới vật lý với hàng không thương mại, đường cao tốc liên bang, chương trình không gian và các dự án năng lượng lớn. Từ 1990-2024, chúng ta đã xây dựng những cách tốt hơn để chia sẻ ảnh và cuộn nội dung vô tận? Không tốt lắm. Nhưng đây mới là điều thực sự đáng sợ:

Trong khi điện thoại của chúng ta ngày càng nhanh hơn mỗi năm, mọi thứ trong thế giới vật lý dường như chậm lại. Tắc nghẽn giao thông trở nên tồi tệ hơn. Xây dựng mất nhiều thời gian hơn. Cơ sở hạ tầng già đi. Thời gian di chuyển tăng lên. Ý tôi là, chỉ cần nhìn vào tàu điện ngầm NYC lol. Như Thiel đã nói:

“Chúng ta muốn có xe bay, thay vào đó chúng ta có được 140 ký tự.”

Tại sao điều này quan trọng? Thế giới thực hoạt động dựa trên nguyên tử, không phải bit. Chỉ phần mềm không thể nuôi sống con người, cho họ nhà ở, vận chuyển họ hoặc cung cấp năng lượng cho các thành phố của chúng ta. Và ngay bây giờ, sự thành thạo của chúng ta về nguyên tử đang dần mất đi.

Giải pháp đòi hỏi những thay đổi cơ bản:

• Chúng ta phải cải cách bộ máy quan liêu đang bóp nghẹt tiến bộ vật lý
• Xã hội cần tôn vinh những người xây dựng nhiều như những lập trình viên
• Các quy định phải được hợp lý hóa mà không ảnh hưởng đến an toàn
• Chúng ta phải chấp nhận nhiều rủi ro hơn trong đổi mới vật lý

Lựa chọn thay thế? Một tương lai nơi chúng ta có những thế giới ảo tuyệt vời… …nhưng không thể xây dựng những thế giới thực.