OpenAI nên lo lắng. Google đã và đang phát triển và tung ra thị trường những sản phẩm AI đột phá, từ Gemini 2.0 đến Veo 2. Cuộc chơi AI đã hoàn toàn thay đổi. Không còn rào cản nào nữa. Dưới đây là tổng quan về những sản phẩm mới nhất của Google:
Gemini 2.0 Multimodal Real-Time: Mô hình đa phương thức thời gian thực này đã gây ấn tượng mạnh với khả năng tạo hình ảnh, tạo âm thanh và làm việc với các công cụ như Tìm kiếm và nền tảng lập trình.
Project Jules: Trợ lý lập trình AI này giúp xử lý các công việc lập trình như sửa lỗi, cho phép các nhà phát triển tập trung vào các nhiệm vụ sáng tạo. Hiện đang trong giai đoạn thử nghiệm.
Whisk: Công cụ AI này kết hợp hình ảnh và gợi ý văn bản để tạo ra những hình ảnh sáng tạo hoàn toàn mới. Hiện có sẵn tại Hoa Kỳ, Whisk giúp biến trí tưởng tượng của bạn thành hiện thực.
Willow: Chip lượng tử mới của Google được dự đoán sẽ thay đổi hoàn toàn ngành điện toán. Các nhà vật lý của Google thậm chí còn tuyên bố “Willow” có thể chứng minh sự tồn tại của các vũ trụ song song.
Veo 2: Công cụ này tạo ra các video chất lượng cao từ văn bản. Veo 2 hiểu chuyển động tốt hơn bao giờ hết và đang được thử nghiệm trong các công cụ như VideoFX và Whisk.
Gemini Advanced Deep Research: AI của Google giờ đây có thể thực hiện nghiên cứu chuyên sâu, kiểm tra hàng chục hoặc nhiều hơn các trang web và bài báo trong vài phút, kèm theo trích dẫn.
Project Mariner: Đây là một tiện ích mở rộng Chrome được hỗ trợ bởi AI, có khả năng đọc và tương tác với nội dung web, như điền biểu mẫu hoặc phân tích hình ảnh với sự tham gia của con người. Hiện đang trong giai đoạn thử nghiệm ban đầu.
I'm deeply impressed.
You can now have your own AI tutor who can see your screen and chat in real time with Gemini 2.0.
It's a real revolution in the way you learn new things.
Đây là Peter Thiel. Ông có tài sản trị giá 7,1 tỷ đô la sau khi sáng lập và đầu tư vào các startup trị giá 1 tỷ đô. Từ việc tạo ra “mafia PayPal” đến tuyển dụng Sam Altman và Reid Hoffman, cũng như hợp tác với Elon Musk… Ông còn được coi là nhà tuyển dụng vĩ đại nhất mọi thời đại! Dưới đây là 4 câu hỏi của ông để phát hiện ra những tỷ phú tương lai:
4 câu hỏi của Thiel để phát hiện tỷ phú tương lai:
Sự thật quan trọng nào mà rất ít người đồng ý với bạn?
1. “Sự thật quan trọng nào mà rất ít người đồng ý với bạn?”
Câu hỏi này kiểm tra tư duy độc lập của ứng viên. Thiel muốn khám phá khả năng của một người trong việc vừa đi ngược lại số đông VÀ đúng đắn. Ông tin rằng sự kết hợp này dẫn đến việc phát hiện ra những cơ hội mà người khác bỏ lỡ.
Tìm ra những người có khả năng làm đảo lộn ngành công nghiệp
Kiểm tra sự can đảm trong việc chia sẻ quan điểm không phổ biến
Hầu hết mọi người đưa ra câu trả lời theo xu hướng chung, cho thấy sự thiếu tự nhận thức và tư duy độc đáo. Một câu trả lời xuất sắc vừa đi ngược lại số đông vừa chính xác.
2. “Bạn sẽ thành công đến mức nào?”
Câu hỏi có vẻ đơn giản, nhưng thực chất là một trò chơi trí óc. Thiel quan sát chi tiết, sự tự tin và sự hào hứng trong câu trả lời. Những người đã suy nghĩ về mục tiêu của mình sẽ đưa ra những câu trả lời thuyết phục nhất. Đây là lý do tại sao câu hỏi này quan trọng:
Thiel muốn một câu trả lời được lên kế hoạch kỹ lưỡng, cho thấy ứng viên đã vạch ra tương lai của họ. Hãy nghe Mark Zuckerberg chia sẻ bài học quý giá nhất từ Thiel:
3. “Bạn có muốn đi uống bia với họ sau giờ làm không?”
Khi xây dựng PayPal, Thiel nhắm đến việc tạo ra một công ty với những tình bạn vững chắc. Đó không phải về kỹ năng nói chuyện phiếm, mà là về sự hòa hợp của đội ngũ. Tại sao sự hòa hợp của đội ngũ lại dẫn đến thành công trong công việc?
Mối quan hệ mạnh mẽ thúc đẩy sự đổi mới
Giá trị chung tăng cường sự đoàn kết
Tình bạn giảm thiểu tỷ lệ nghỉ việc
Thiel nói: “Chúng tôi không chỉ tuyển dụng bạn bè của mình, mà [câu hỏi] là: Chúng ta có thể trở thành bạn bè với những người này không?” Ông chỉ làm việc được 7 tháng tại một công ty luật ở New York do không phù hợp với văn hóa công ty.
4. “Họ có những đặc điểm đối lập mang tính Zen không?”
Thiel tìm kiếm những người có những đặc điểm hiếm gặp và đối lập:
Có cấu trúc nhưng linh hoạt
Dựa vào số liệu nhưng sáng tạo
Tự tin nhưng khiêm tốn
Những đặc điểm mâu thuẫn này thường tạo ra những nhà tư tưởng và lãnh đạo đột phá nhất:
Những người được Thiel tuyển dụng lý tưởng không phải là những chuyên gia, mà là những người đa năng. Ông đánh giá cao sự tò mò tự nhiên trong các lĩnh vực như:
Kinh doanh x Khoa học
Chính trị x Lịch sử
Thơ ca x Kỹ thuật
Kiến thức rộng rãi thúc đẩy sự đổi mới và giải quyết vấn đề…
Điểm quan trọng cần nhớ: Chiến lược tuyển dụng của Thiel không phải là tìm kiếm hồ sơ “tốt nhất”. Đó là về việc phát hiện ra những nhà tư duy thiên tài có thể định hình lại các ngành công nghiệp. Bạn có đang đặt những câu hỏi đúng để tìm ra tài năng tỷ đô tiếp theo không?
Trong bài viết này, chúng ta sẽ khám phá quy trình 14 bước mà John johnrush.me sử dụng để biến ý tưởng thành doanh thu. Quy trình này đã trở thành thói quen của anh ấy sau nhiều lần thực hiện thành công.
1. Ý tưởng: Xuất phát từ nhu cầu cá nhân
Doanh nhân này chỉ xây dựng những sản phẩm mà họ sẽ tự sử dụng. Sau nhiều năm thất bại với các dự án, họ đã ngừng xây dựng sản phẩm cho những người dùng mà họ không hiểu sâu sắc. Vì vậy, ý tưởng chính là nỗi đau của chính họ.
2. Tiềm năng SEO: Nghiên cứu kỹ lưỡng
Họ dành hàng giờ trên Google Search Console để tìm hiểu xu hướng lưu lượng từ khóa. Đây là cách tốt nhất để xem liệu có ai thực sự đang tìm kiếm giải pháp hoặc vấn đề này hay không. Kết quả thường có thể trái ngược với trực giác ban đầu, vì vậy bước này không bao giờ được bỏ qua.
3. Chọn lĩnh vực ít cạnh tranh nhất
Sau khi tìm kiếm các từ khóa liên quan đến vấn đề, họ thường có một danh sách các ý tưởng để giải quyết vấn đề đó. Họ xem xét những gì đang đứng đầu kết quả tìm kiếm Google và chọn ý tưởng có ít cạnh tranh nhất.
4. Xác nhận từ cộng đồng
Giai đoạn tiếp theo là kiểm tra xem ý tưởng có nhận được sự chú ý trên mạng xã hội hay không. Họ tweet, viết blog và trả lời trong các cuộc thảo luận liên quan. Ý tưởng phải vượt qua một ngưỡng nhất định. Giai đoạn xác nhận cuối cùng: họ trình bày ý tưởng cho vợ. Nếu vợ cho rằng nó nhàm chán, họ sẽ loại bỏ ý tưởng đó.
5. Tạo danh sách chờ
Họ nhanh chóng tạo một trang đích sử dụng Unicorn Platform với danh sách chờ. Chỉ mất 5 phút để tạo trang đích và 1 giờ để chèn các từ khóa tốt từ nghiên cứu SEO đã thực hiện ở bước 2.
6. Quảng bá hữu cơ
Họ ra mắt danh sách chờ theo các bước tương tự như khi xác nhận ý tưởng: blog, mạng xã hội và trả lời trong các cuộc thảo luận liên quan.
7. Quảng cáo trả phí
Khi chưa có người theo dõi, họ sẽ trả 100-300 đô la cho một người có ảnh hưởng để đăng bài cho họ. Điều quan trọng là chọn người phù hợp với lĩnh vực. Hoặc mua quảng cáo trên một thư mục liên quan.
8. Thư mục và SEO
Họ liệt kê dự án trên ít nhất 100 thư mục. Có thể thực hiện thủ công hoặc trả phí sử dụng các công cụ như Listingbott. Đồng thời, họ kích hoạt SEObot ngay lập tức để đảm bảo sẽ nhận được một số lưu lượng truy cập SEO hữu cơ trong vài tháng tới.
9. Kiểm tra sức hút
Sau khoảng 30 ngày thực hiện các bước quảng bá 6, 7, 8, họ kiểm tra phân tích:
Số lượng đăng ký danh sách chờ
Tổng lưu lượng truy cập và lưu lượng hữu cơ
Tương tác trên mạng xã hội
10. Lập trình MVP (Sản phẩm khả thi tối thiểu)
Họ xác định phiên bản đơn giản nhất. Họ sử dụng một boilerplate và các ứng dụng micro bên trong marsx, nhưng có nhiều boilerplate cho bất kỳ stack nào mà bạn quen thuộc, nếu là nextjs, hãy sử dụng shipfast của Marc hoặc ship của Dan.
11. Biến việc lập trình thành marketing
Trong quá trình xây dựng MVP, họ tiếp tục trò chuyện với những người trong danh sách chờ: gửi ý tưởng, tiến độ, ảnh chụp màn hình và bản demo. Họ luôn giảm giá ít nhất 50% cho tất cả người dùng sớm. Tất cả được thực hiện công khai và chia sẻ trên mạng xã hội.
12. Lặp lại và cải tiến
Sau khi ra mắt phiên bản beta, họ tiếp tục làm việc với người dùng sớm trong nhiều tháng để thu thập phản hồi và cải thiện sản phẩm. Họ thích có 100 người dùng sớm tham gia tích cực và quan tâm hơn là 1000 người dùng la hét. Vì vậy, chất lượng quan trọng hơn số lượng trong giai đoạn đầu.
13. Ra mắt công khai
Vào thứ Sáu, họ ra mắt trên Product Hunt hoặc DevHunt.
Tiếp tục viết blog, đăng bài trên mạng xã hội, viết bài báo…
Điều này mang lại những người dùng mới, những người thường rất thẳng thắn và trực tiếp. Họ có thể buồn một chút nhưng sau đó quay lại làm việc.
Đây là câu chuyện về cách BlackBerry đã mất 77 tỷ đô la giá trị thị trường. Họ đã coi thường iPhone như một “món đồ chơi”. Sau đó, họ đã đưa ra một quyết định tai hại đã phá hủy đế chế của mình. Sự thật gây sốc đằng sau sự sụp đổ của BlackBerry:
Hãy quay trở lại năm 2007. BlackBerry đang ở đỉnh cao của sự thành công. Họ chiếm 50% thị phần smartphone tại Mỹ và 20% trên toàn cầu. Cơ sở người dùng của họ đạt 8 triệu, với hơn 1 triệu người đăng ký mới chỉ trong một quý…
Doanh thu của họ tăng vọt lên 3,04 tỷ đô la, tăng 47% chỉ trong một năm. Phần cứng chiếm 73% doanh thu, trong khi dịch vụ mang lại 18%. Họ đã thêm hơn 100 đối tác nhà mạng mới trên toàn cầu. Sau đó, mọi thứ đã thay đổi…
Vào ngày 9 tháng 1 năm 2007, Steve Jobs đã bước lên sân khấu. Ông giới thiệu iPhone: một thiết bị cách mạng kết hợp iPod, điện thoại và trình duyệt internet. Màn hình cảm ứng 3,5 inch hoàn toàn loại bỏ các nút vật lý. Ban lãnh đạo của BlackBerry đã coi thường nó như một món đồ chơi…
BlackBerry Storm là chiếc điện thoại màn hình cảm ứng đầu tiên của họ. Nhưng nó gặp nhiều vấn đề:
Lỗi phần mềm
Không hỗ trợ WiFi
Trải nghiệm người dùng kém
Đó mới chỉ là khởi đầu…
Năm 2010, họ ra mắt máy tính bảng PlayBook. Đáng kinh ngạc, nó được ra mắt mà không có:
Email gốc
Ứng dụng lịch
Danh bạ
Một thiết bị BlackBerry không có email giống như một chiếc xe hơi không có động cơ. Phán quyết của thị trường rất nhanh chóng:
Đến tháng 11 năm 2012, thị phần của BlackBerry tại Mỹ sụp đổ còn 7,3%. Các nhà lãnh đạo mới?
Google: 53,7%
Apple: 35%
Chỉ trong 5 năm, họ đã mất đế chế của mình. Nhưng sai lầm tốn kém nhất của họ vẫn còn đến…
BlackBerry Messenger (BBM) là ứng dụng “sát thủ” của họ. Nhưng họ chỉ giới hạn nó cho các thiết bị BlackBerry. Sai lầm chiến lược này đã mở đường cho WhatsApp và các ứng dụng nhắn tin khác thống trị. Tuy nhiên, từ thất bại này, một cơ hội mới đã xuất hiện…
BlackBerry đã tái định hình mình thông qua phần mềm ô tô. Công nghệ QNX của họ hiện đang chạy trên hơn 175 triệu phương tiện. Năm 2018, họ hợp tác với Baidu để phát triển công nghệ lái xe tự động. Họ đã tìm ra một con đường mới, nhưng bài học vẫn còn đó:
Câu chuyện của BlackBerry tiết lộ một sự thật cơ bản: Đổi mới không chỉ là về công nghệ. Nó là về việc kết nối với khán giả của bạn. Và ngày nay, kết nối đó xảy ra thông qua các thương hiệu cá nhân.
Trong lĩnh vực động cơ đẩy điện, chúng ta đang chứng kiến sự kết hợp tuyệt vời giữa quá khứ và hiện tại. Hãy cùng khám phá hành trình phát triển từ những thiết kế ban đầu đến công nghệ tiên tiến hiện nay.
Từ Quá Khứ đến Hiện Tại
Bức ảnh trên cho thấy sự tương phản đáng kinh ngạc giữa hai thế hệ động cơ đẩy ion. Phía dưới là một trong những động cơ đẩy ion tàu vũ trụ đầu tiên, có nguồn gốc từ EOS (Electro-Optical Systems) khoảng năm 1962. Phía trên là một thiết bị hiện đại, một kỳ quan công nghệ từ vệ tinh Starlink của SpaceX, được sử dụng để di chuyển trên quỹ đạo.
Đột Phá của SpaceX
SpaceX đã làm chủ công nghệ động cơ Hall Effect sử dụng Argon, một thành tựu mà chưa ai khác có thể đạt được. Điều này mang lại:
Mật độ công suất cao hơn (4.2kW trong 2.1kg)
Chi phí khí đẩy thấp hơn nhiều (khoảng $10 mỗi vệ tinh)
So với các thiết kế trước đây sử dụng Krypton hoặc Xenon, đây là một bước tiến đáng kể.
Chi Tiết Kỹ Thuật
Động cơ này là một trong những đơn vị bay đầu tiên của năm 2023 cho Starlink V2 Mini, và là đơn vị duy nhất bên ngoài công ty. Đặc điểm của những động cơ này bao gồm:
Chỉ sử dụng trong không gian
Lực đẩy tương đối thấp
Có thể hoạt động liên tục trong thời gian dài với ISP (Impulse Specific) rất cao
Nhỏ gọn và đáng tin cậy
Chúng thường được sử dụng để duy trì vị trí vệ tinh và trong các nhiệm vụ liên hành tinh, nơi động cơ Argon này có thể giảm thời gian di chuyển từ 5 năm xuống còn vài tháng.
Cấu Tạo Đơn Giản nhưng Hiệu Quả
Mặt sau của động cơ SpaceX cho thấy cấu tạo đơn giản của nó:
Đường ống dẫn khí
Dây điện cho cathode và điện cực
Cách điện bằng Boron Nitride ở mặt bên kia
Nam châm vĩnh cửu để tạo thấu kính cho các dòng
Nhìn lại Lịch sử
Ben Longmier, người thiết kế chính của động cơ SpaceX, đã giúp xác định động cơ cũ trong bộ sưu tập. Đó có vẻ là “một đơn vị phát triển hoặc đơn vị bay ban đầu cho động cơ Cesium từ EOS”. Thiết kế cuối cùng của động cơ EOS hiện đang được trưng bày tại Bảo tàng Smithsonian và đã được thử nghiệm thành công hai lần trong không gian trên các chuyến bay của tên lửa Air Force Blue Scout vào năm 1964.
Từ Ý Tưởng đến Hiện Thực
Năm 1912, Goddard đã đề xuất rằng các dòng điện tử và ion dương tốc độ cao có thể được “tăng cường năng lượng” bằng nguồn điện mặt trời để tạo lực đẩy cho tàu vũ trụ liên hành tinh. Ông còn đi xa hơn khi gợi ý rằng nguồn ion có thể đến từ việc tiếp xúc các nguyên tử kiềm, như thủy ngân hoặc cesium, với bề mặt tungsten nóng. Và ông đã hoàn toàn đúng!
Giấc Mơ Mars
Ernst Stuhlinger, một trong những nhà khoa học tên lửa ban đầu trong nhóm của Von Braun, đã có những ý tưởng về việc mở rộng chương trình không gian ra ngoài mặt trăng và gửi tàu vũ trụ sâu hơn vào hệ mặt trời, đặc biệt là sao Hỏa. Một trong những khái niệm của Ernst liên quan đến tàu vũ trụ chạy bằng năng lượng mặt trời sử dụng động cơ đẩy ion Cesium để đạt được tỷ lệ tải trọng rất cao từ quỹ đạo Trái Đất đến quỹ đạo tiêm vào sao Hỏa.
Kết Luận
Với sự hồi sinh hiện đại của chương trình sao Hỏa, các vệ tinh Marslink của SpaceX đưa chúng ta từ giấc mơ này sang giấc mơ khác. Như Andrew Chaiken đã viết trong cuốn sách “A Man on the Moon”: “Các nhà sử học của tương lai xa có thể nhìn lại Apollo và các nhiệm vụ sắp tới như một Thời đại Khám phá Không gian vĩ đại. Nhưng trong tâm trí tôi, đó là một sự tan biến chậm rãi, từ ký ức đến sự mong đợi, từ những gì đã có đến những gì sẽ có, từ giấc mơ này đến giấc mơ khác.”
Không ai có thể dự đoán được điều này: AI Code đang trở thành xu hướng mới thay thế cho NoCode. Thực tế, tôi thích nói chuyện với AI hơn là với các lập trình viên khi xây dựng các ứng dụng nhỏ. AI hiểu tôi tốt hơn, ngay cả khi tôi chỉ đưa ra những yêu cầu sơ sài. Tôi đã thử nghiệm tất cả các công cụ AI builder mà tôi có thể tìm thấy và dưới đây là những đánh giá chi tiết về chúng:
@SoftgenAI là một công cụ rất ấn tượng. Chỉ mất 20 phút để hoàn thành ứng dụng của tôi. So với tất cả các công cụ khác mà tôi đã thử, Softgen cảm giác tự chủ nhất. Tôi không phải debug bất cứ thứ gì. Nó tự làm tất cả. Vì vậy, đối với những người không biết code, tôi nghĩ đây là một công cụ đáng để thử:
@wrapifai giải quyết nhu cầu SEO viral của năm nay: Xây dựng các công cụ mini và lead magnet. Tôi đã xây dựng một trình tạo ý tưởng chỉ trong 7 phút. Hoạt động rất tốt cho những người hoàn toàn không biết code, ví dụ như các marketer.
v0 từ @vercel ban đầu chỉ tạo mã frontend đơn giản sử dụng @shadcn, nhưng theo thời gian họ đã thêm:
Sao chép bất kỳ thiết kế nào từ ảnh chụp màn hình, URL hoặc Figma
Server actions (ứng dụng full stack)
v0 phù hợp nhất để tạo các trang web marketing hoặc có giao diện nâng cao
Lovable là startup phát triển nhanh nhất ở EU (4 triệu USD ARR trong 4 tuần). Có thể xây dựng ứng dụng full-stack với xác thực, AI và cơ sở dữ liệu. Bảng điều khiển kinh tế quốc gia sau đây chỉ mất 5 phút để tạo:
Bolt từ @stackblitz đã có sự phát triển ấn tượng nhất cho đến nay. Hàng triệu người đang sử dụng nó. Nó hoàn toàn phù hợp để xây dựng các ứng dụng thực tế mà bạn sẽ phải trả 100.000 USD để xây dựng. Tất nhiên, nó không phải lúc nào cũng suôn sẻ. Toàn bộ SaaS được tạo ra bằng Bolt:
@Replit AI Agent. Tôi đã xây dựng một ứng dụng thực tế: Ứng dụng Theo dõi Kỳ nghỉ. Đây là một ứng dụng khá nâng cao với cơ sở dữ liệu và các route. Kể từ khi tôi phát hành, hơn 1000 người đã sử dụng nó. Điều này khiến tôi cảm thấy hoàn toàn không thực. Hãy thử nó tại trackvacations.com
Github Copilot hiện đã MIỄN PHÍ. Đây là một bước đi táo bạo từ Microsoft. Nhưng họ biết cách tiêu diệt đối thủ cạnh tranh và tạo ra độc quyền. Copilot tốt cho các nhà phát triển, nhưng không thể sử dụng được cho những người không biết code. Tôi khuyên bạn nên dùng nó nếu bạn có các codebase lớn hiện có và muốn thử AI.
Bạn cũng có thể xây dựng ứng dụng iOS với Cursor và Claude AI. ChatGPT cũng đã được kết nối với Xcode bằng cách sử dụng “Work with apps” trên macOS. Vì vậy, nếu bạn đang xây dựng ứng dụng di động, bạn có thể tiếp tục và bắt đầu sử dụng AI trong IDE hiện có của mình.
Amazon cũng đã tham gia vào cuộc chơi AI Coding thông qua “Amazon Q Developer”. Tôi chưa thử cái này. Có ai đã thử chưa?
@cursor_ai có lẽ là AI IDE phổ biến nhất hiện nay. Họ thậm chí đã xuất hiện trên podcast của Lex Fridman. Tôi đã xây dựng toàn bộ cổng thông tin với xác thực, bài học, kết nối với CMS Notion và nhiều thứ khác bằng cách sử dụng cursor mà không cần viết một dòng code nào. johnrush.me/directory-guid…
Windsurf tương tự như replit và bolt. Nó không dễ sử dụng cho những người không biết code vì agent của nó đặt rất nhiều câu hỏi trong khi xây dựng ứng dụng của bạn. Các câu hỏi rất tốt, nhưng những người không biết code sẽ không biết câu trả lời. Dưới đây là một công cụ chuyển đổi web sang markdown được xây dựng bằng prompts:
Một nửa batch của YC mùa thu này là các AI IDE, Aide: Trình soạn thảo mã AI mã nguồn mở, framework agentic, SOTA ở mức 43% trên swebench-lite. Cung cấp các tính năng của Cursor/Copilot, bảo mật dữ liệu và tích hợp LLM plug-and-play. Cách tiếp cận mới về UX của AI IDE.
Devin AI. Tôi chưa trả 500 USD/tháng cho nó, thay vào đó, tôi đã xem một đánh giá chuyên sâu từ Steve
Pear AI. Tôi đã sử dụng nó cho một vài ứng dụng nhỏ và nó tương tự như cursor, phù hợp nhất cho các lập trình viên, không đủ dễ dàng cho những người không biết code. Tôi đã gặp các nhà sáng lập vào tháng 10 trong một cuộc gọi cố vấn, tự hào khi thấy họ được vào YC một tháng sau đó.
Github cũng có Github Spark. Đây là một hệ thống “agentic” hơn so với Github Copilot.
Google có IDE AI riêng của họ gọi là: IDX. Hoạt động tốt cho cả di động và web. Đây là một copilot, không phải một agent. Chỉ hoạt động cho các nhà phát triển.
Đây là tất cả chúng ta, khi sử dụng AI IDE 😆
JetBrains từng là IDE tốt nhất cho lập trình, nhưng họ đã bỏ lỡ chuyến tàu AI và có các tính năng AI nghèo nàn nhất trong tất cả các IDE. Nhưng một tính năng vẫn đáng được đề cập: AI Conflict Resolver.
Deco vừa ra mắt, đây là UX AI yêu thích của tôi cho đến nay. Nó biến các bản phác thảo thành ứng dụng. Sản phẩm vẫn còn sớm, nhưng rất hứa hẹn. webfraw.ai
Tempo Labs (nếu bạn là người sáng lập công cụ này, tôi đề nghị bạn đổi tên nó thành thứ gì đó khác) Tạo ra các ứng dụng full-stack bằng cách sử dụng prompt văn bản hoặc hình ảnh. Nó bắt đầu bằng cách tạo kiến trúc và sơ đồ. Tôi nghĩ họ có UX AI Coding tốt nhất, wow 😮
UIzard có video demo tốt nhất một năm trước, họ vừa ra mắt v2. Nó không tệ, nhưng tôi không chắc chắn. Họ nói rằng nó có thể tạo ứng dụng, nhưng cho đến nay tôi chỉ có thể tạo ra một nguyên mẫu với nhiều lỗi UI. Dù sao, nó không tệ cho các nguyên mẫu.
Bài viết này chia sẻ cách tìm kiếm ý tưởng khởi nghiệp AI SaaS tiềm năng thông qua việc phân tích các nút “Xuất” trong phần mềm doanh nghiệp và xác định các cơ hội tự động hóa bằng AI.
Bạn muốn có một ý tưởng khởi nghiệp AI SaaS trị giá 130.000 USD/tháng? Tôi cũng vậy. Tôi sẽ chia sẻ cách tôi tìm kiếm chúng (hãy lưu lại hướng dẫn này):
Hãy chú ý đến các nút “Xuất” trong phần mềm doanh nghiệp. Mỗi khi ai đó xuất dữ liệu từ Salesforce để phân tích giao dịch, hoặc từ QuickBooks để tạo báo cáo, hoặc từ Stripe để đối chiếu thanh toán – họ đang cho bạn biết chính xác công việc nào cần được tự động hóa. Mỗi nút xuất đang nói với bạn rằng: “Có công việc thủ công ở đây không nên tồn tại.”
Dưới đây là khung làm việc của tôi để tìm kiếm những cơ hội này:
1. Tìm kiếm nỗi đau lặp đi lặp lại
Tôi quan sát cách mọi người thực sự sử dụng phần mềm doanh nghiệp hàng ngày. Tìm kiếm những nơi họ:
Xuất dữ liệu chỉ để định dạng lại
Sao chép/dán giữa hai công cụ đắt tiền
Xây dựng cùng một báo cáo mỗi tuần
Duy trì các bảng tính khổng lồ bằng tay
Viết cùng một phân tích lặp đi lặp lại
2. Thêm trí thông minh vào mọi nơi
Mỗi tác vụ thủ công là một cơ hội cho LLM (Large Language Model):
Biến xuất dữ liệu thành thông tin chi tiết ngay lập tức
Chuyển đổi dữ liệu lộn xộn thành báo cáo sạch sẽ
Tự động tạo phân tích
Phát hiện các mẫu mà con người bỏ sót
Tự động hóa việc viết thường xuyên
3. Tìm kiếm các kho dữ liệu bị cô lập
Tìm những nơi dữ liệu có giá trị bị mắc kẹt:
Báo cáo cần cập nhật thủ công
Bảng điều khiển không ai xem
Phân tích bị mắc kẹt trong một bộ phận
Các chỉ số nên nói chuyện với nhau nhưng không thể (rất thích thấy điều này, đó là một dấu hiệu tốt)
Thông tin chi tiết bị chôn vùi trong các bảng tính
4. Tìm kiếm các kết nối bị thiếu
Quan sát những nơi mọi người nói “Tôi ước hai thứ này hoạt động cùng nhau”:
Các công cụ nên tích hợp nhưng không tích hợp
Dữ liệu cần đối chiếu thủ công
Hệ thống buộc phải nhập dữ liệu hai lần
Báo cáo yêu cầu nhiều nguồn
5. Bắt đầu nhỏ, phát triển tự nhiên
Xây dựng cho một điểm đau rõ ràng và một thị trường ngách thực sự rõ ràng:
Chọn một thị trường ngách mà Microsoft hoặc OpenAI không chọn
Tập trung vào một quy trình làm việc tồi tệ
Làm cho nó tốt hơn 10 lần với AI
Để AI đề xuất các hành động tiếp theo
Tính phí ngay lập tức
Để người dùng kéo bạn vào các vấn đề liên quan
“Nhưng xuất không phổ biến đến thế” – Hãy nói điều đó với hơn 100 triệu giao dịch được xuất từ Salesforce hàng năm. Hoặc hàng triệu báo cáo QuickBooks. Hoặc mọi lần xuất bảng điều khiển Stripe.
Nhưng bạn đúng – điều này vượt xa hơn cả việc xuất. Dưới đây là các nút khác ẩn chứa những mỏ vàng:
“Tạo báo cáo” (có thể tự động với AI)
“Lên lịch cuộc họp” (vẫn thủ công vào năm 2024?)
“Tải lên CSV” (tại sao không chỉ chụp ảnh?)
“Đối chiếu dữ liệu” (nên xảy ra theo thời gian thực)
“Tạo mẫu” (AI có thể làm điều này ngay bây giờ)
“Định dạng tài liệu” (một cú nhấp chuột với LLM)
“Tổng hợp dữ liệu” (tự động hóa nó)
“Xem xét thay đổi” (AI có thể đánh dấu những gì quan trọng)
Mỗi nút thủ công là một cơ hội AI đang chờ xảy ra. Các nhà sáng lập thông minh đã và đang xây dựng lại các quy trình làm việc này với sức mạnh siêu việt của AI.
Tôi hy vọng hướng dẫn nhỏ này hữu ích. NHIỀU NGƯỜI GIỮ BÍ MẬT NHƯNG TÔI THÌ KHÔNG. Tôi muốn thấy bạn chiến thắng. Tôi đang cổ vũ cho bạn.
Chúc bạn xây dựng thành công và có một ngày sáng tạo, các bạn.
Các bạn theo dõi tác giả để có nhiều kiến thức về startup nhé nhé
Theo báo cáo mới nhất của OpenAI, mô hình o1-preview vượt trội hơn hẳn các bác sĩ trong các nhiệm vụ suy luận, và khoảng cách này là rất lớn. AI đạt khoảng 80% so với 30% của bác sĩ trong 143 ca chẩn đoán CPC khó từ NEJM. Hiện nay, việc chỉ tin tưởng vào bác sĩ mà không tham khảo ý kiến của mô hình AI có thể là nguy hiểm. Dưới đây là một số ví dụ cụ thể:
Ví dụ về chẩn đoán phức tạp
Trường hợp mất phosphate và tăng FGF23
Trong một trường hợp liên quan đến mất phosphate và tăng FGF23, sau đó tiến hành chụp ảnh để xác định vị trí khối u tiềm ẩn, o1-preview đề xuất kế hoạch xét nghiệm toàn diện và có hệ thống hơn:
Mô hình AI đề xuất một cách tiếp cận rộng hơn và có phương pháp hơn, loại trừ một cách có hệ thống các nguyên nhân khác gây ra tình trạng giảm phosphate máu (hypophosphatemia).
Trường hợp tăng amoniac máu dai dẳng không rõ nguyên nhân
Đối với trường hợp tăng amoniac máu (hyperammonemia) dai dẳng không rõ nguyên nhân, o1-preview đề xuất mở rộng các xét nghiệm theo thứ tự ưu tiên:
Từ các xét nghiệm cơ bản như immunoglobulin và điện giải đến chụp ảnh nâng cao, xét nghiệm hơi thở để kiểm tra SIBO (Small Intestinal Bacterial Overgrowth – Hội chứng tăng sinh vi khuẩn đường ruột) và sinh thiết đường tiêu hóa chuyên biệt – đảm bảo kiểm tra các nguyên nhân phổ biến trước.
Ý nghĩa của sự phát triển này
Người viết bày tỏ sự tôn trọng đối với các bác sĩ, nhưng trong nhiều trường hợp, công việc của họ là suy luận cơ bản trên một cơ sở kiến thức chuyên ngành rộng lớn. May mắn thay, đây chính xác là điều mà các mô hình ngôn ngữ lớn (LLM) rất giỏi. Điều này có nghĩa là sẽ có nhiều dịch vụ chăm sóc sức khỏe chất lượng cao hơn cho mọi người.
Tính năng bị đánh giá thấp nhất trong các công cụ lập trình AI không phải là điều bạn nghĩ. Một tệp quy tắc đơn giản – được hỗ trợ bởi @code, @cursor_ai và @windsurf_ai – có thể tăng đáng kể chất lượng và độ tin cậy của trợ lý AI của bạn. Dưới đây là bí quyết…
Mọi trình soạn thảo mã chính đều có một tệp đặc biệt cho hướng dẫn AI:
VSCode: .github/copilot-instructions.md
Cursor: .cursorrules
Windsurf: .windsurfrules
Chỉ một tệp này có thể làm cho trợ lý AI của bạn đáng tin cậy hơn đáng kể.
Cách tạo tệp quy tắc hiệu quả
Bắt đầu với ngữ cảnh dự án
Cung cấp cho AI hiểu biết rõ ràng về mục đích và cấu trúc của dự án của bạn. Ví dụ, nếu bạn đang làm việc với monorepo, hãy phác thảo rõ ràng cách mã của bạn được tổ chức.
Chỉ định ngăn xếp công nghệ
Điều này rất quan trọng, đặc biệt là đối với các dự án lớn hơn. Liệt kê các thư viện, ORM và bất kỳ chi tiết triển khai cụ thể nào mà bạn muốn tuân theo một cách nhất quán.
Giữ cho nó ngắn gọn
Bí quyết không phải là nhồi nhét mọi quy tắc có thể – mà là về ngữ cảnh ngắn gọn, có ý nghĩa. Chỉ thêm quy tắc khi AI liên tục mắc lỗi.
Cập nhật động
Khi dự án của bạn phát triển và bạn phát hiện ra các mẫu mà AI mắc lỗi, hãy cập nhật quy tắc của bạn. Vì nó nằm trong kho lưu trữ của bạn, những cập nhật này có thể là một phần của quy trình PR bình thường của bạn.
Mẹo bổ sung
Thông điệp commit nhất quán
Thêm quy ước git vào tệp quy tắc của bạn để duy trì lịch sử git sạch sẽ với các commit được phân loại đúng cách.
Liên kết tượng trưng
Nếu sử dụng nhiều trợ lý lập trình AI, hãy liên kết tượng trưng tệp quy tắc của bạn trên các trình soạn thảo khác nhau để duy trì tính nhất quán.
📣 Hôm nay, Google thông báo cập nhật cho các mô hình tạo video và hình ảnh của họ, bao gồm Veo 2 và Imagen 3, cùng với thử nghiệm mới nhất trong lĩnh vực AI tạo sinh có tên Whisk. Tìm hiểu thêm → goo.gle/3ZTcRcD
Veo 2 – Mô hình tạo video tiên tiến
Veo 2, mô hình tạo video tiên tiến nhất của Google, có những cải tiến đáng kể:
Hiểu biết tốt hơn về vật lý thế giới thực và các sắc thái của chuyển động
Khả năng hiểu ngôn ngữ điện ảnh, như loại ống kính và hiệu ứng
Imagen 3, mô hình tạo hình ảnh chất lượng cao nhất của Google, giờ đây còn tốt hơn với:
Hình ảnh sáng hơn, bố cục tốt hơn
Phong cách nghệ thuật đa dạng hơn với độ chính xác cao hơn
Chi tiết và kết cấu phong phú hơn
Các cập nhật của Imagen 3 đang bắt đầu được triển khai tại 100 quốc gia → goo.gle/3DknSuH
Whisk – Thử nghiệm mới trong AI tạo sinh
Google cũng ra mắt thử nghiệm mới nhất trong lĩnh vực AI tạo sinh: Whisk. Thay vì tạo hình ảnh bằng các prompt văn bản dài và chi tiết, Whisk cho phép bạn sử dụng hình ảnh làm prompt. Chỉ cần kéo hình ảnh vào và bắt đầu sáng tạo → goo.gle/4iz2eTo
Whisk cho phép bạn nhập hình ảnh cho chủ thể, một hình ảnh cho cảnh và một hình ảnh khác cho phong cách. Sau đó, bạn có thể kết hợp chúng để tạo ra thứ gì đó độc đáo của riêng bạn, từ một món đồ chơi nhồi bông kỹ thuật số đến một chiếc ghim tráng men hoặc sticker. Hãy thử và cho chúng tôi biết ý kiến của bạn ↓ labs.google/whisk
Hôm nay, Google đã ra mắt thí nghiệm AI thế hệ mới nhất của họ tại @labsdotgoogle: Whisk. Thay vì tạo ra hình ảnh bằng các đoạn văn bản dài và chi tiết, Whisk cho phép người dùng sử dụng hình ảnh làm đầu vào. Người dùng chỉ cần kéo và thả hình ảnh vào, sau đó bắt đầu sáng tạo.
@labsdotgoogle Whisk cho phép người dùng nhập hình ảnh cho chủ thể, một hình ảnh cho khung cảnh và một hình ảnh khác cho phong cách. Sau đó, người dùng có thể kết hợp chúng để tạo ra một sản phẩm độc đáo của riêng mình, từ một con thú nhồi bông kỹ thuật số đến một chiếc ghim tráng men hoặc sticker. Tìm hiểu thêm tại 🔽 goo.gle/4iz2eTo
Với Whisk, Google đã mang đến một cách tiếp cận mới trong việc tạo ra hình ảnh bằng AI. Thay vì dựa vào các mô tả bằng văn bản, công cụ này cho phép người dùng sử dụng trực tiếp hình ảnh làm nguồn cảm hứng và hướng dẫn cho quá trình sáng tạo. Điều này mở ra nhiều khả năng mới cho các nhà thiết kế, nghệ sĩ và những người sáng tạo nội dung, giúp họ dễ dàng biến ý tưởng thành hiện thực hơn.
Whisk có thể được sử dụng để tạo ra nhiều loại hình ảnh khác nhau, từ những món đồ chơi ảo đến các sản phẩm thực tế như ghim cài áo hay sticker. Điều này cho thấy tiềm năng ứng dụng rộng rãi của công cụ trong nhiều lĩnh vực, từ thiết kế sản phẩm đến marketing và quảng cáo.
Với sự ra mắt của Whisk, Google tiếp tục khẳng định vị thế của mình trong lĩnh vực AI sáng tạo, đồng thời cung cấp cho cộng đồng một công cụ mới để khám phá và mở rộng khả năng sáng tạo của họ.
SAP, Oracle, Salesforce đang trở thành “Kodak” của thế hệ này. Không phải vì tính năng tốt hơn. Không phải vì điện toán đám mây. Mà là do nhận thức đột ngột rằng giả định cốt lõi của họ – con người phải chuyển đổi công việc của mình cho máy tính – vừa trở nên lỗi thời. Mọi công ty doanh nghiệp lớn đã xây dựng đế chế trị giá hàng trăm tỷ đô la dựa trên việc nhập dữ liệu có cấu trúc. Nền tảng đó không chỉ đang sụp đổ. Nó sắp biến mất hoàn toàn. Đây là lý do tại sao…
Giả định cốt lõi của phần mềm doanh nghiệp rất đơn giản: con người phải chuyển đổi công việc của họ cho máy tính. Một đế chế trị giá hơn 300 tỷ đô la được xây dựng dựa trên việc nhập dữ liệu có cấu trúc. Các cuộc gọi bán hàng trở thành các mục nhập CRM. Các cuộc trò chuyện với khách hàng trở thành các ticket hỗ trợ. Công việc thực tế trở thành dữ liệu có cấu trúc. Ràng buộc nhân tạo này đã tạo ra các công ty trị giá hàng nghìn tỷ đô la.
Sự tiến hóa của phần mềm doanh nghiệp
Hãy nghĩ về công việc cốt lõi của con người – họ nhập dữ liệu vào Hệ thống Ghi nhận (Systems of Record) (Salesforce, SAP), tương tác với khách hàng thông qua các kênh Hệ thống Tương tác (Systems of Engagement) (Slack, Zoom), và nhận phân tích thông qua các công cụ Hệ thống Thông minh (Systems of Intelligence) (Outreach, Clari). Đây là những ranh giới phần mềm nhân tạo được tạo ra từ cách phần mềm đã phát triển; phần mềm phát triển để làm cho con người hiệu quả hơn, không phải để thực hiện các nhiệm vụ của con người.
Sự xuất hiện của Hệ thống AI Agent
Với Hệ thống AI Agent (Systems of Agents), những ranh giới truyền thống giữa nhập dữ liệu, tương tác và phân tích biến mất. Công việc diễn ra một cách tự nhiên, và phần mềm thích ứng với con người, không phải ngược lại. Sự gián đoạn sẽ đặc biệt nghiêm trọng đối với các hệ thống đã chống lại giao diện người dùng hiện đại hoặc kết nối API. Những hệ thống này, thường được nhúng sâu vào quy trình làm việc của doanh nghiệp, đã tồn tại nhờ chi phí chuyển đổi và hiệu ứng mạng lưới.
Nhưng khi Hệ thống AI Agent có thể bỏ qua chúng, thu thập dữ liệu tại nguồn và cung cấp thông tin chi tiết tốt hơn mà không cần nhập liệu thủ công, các hào lũy của họ sẽ nhanh chóng cạn kiệt.
Sự sụp đổ của Hệ thống Thông minh
Hệ thống Thông minh là những hệ thống đầu tiên bị phá vỡ. Bảy năm sau khi @jerrychen đặt ra thuật ngữ “Hệ thống Thông minh”, không một công ty nào trong danh mục này đạt doanh thu 1 tỷ đô la. Tại sao? Bởi vì họ cố gắng xây dựng trí thông minh dựa trên việc nhập dữ liệu thủ công. Họ hứa hẹn phân tích thông minh nhưng chỉ cung cấp các bảng điều khiển được làm đẹp phụ thuộc vào việc con người cung cấp cho họ dữ liệu hoàn hảo.
Outreach và Clari, cả hai đều là kỳ lân, hứa hẹn sẽ làm cho việc bán hàng trở nên “thông minh”. Thay vào đó, họ trở thành những cách tinh vi để trực quan hóa dữ liệu kém chất lượng. Giả định sản phẩm cốt lõi của họ – rằng các đại diện bán hàng sẽ liên tục ghi lại hoạt động và duy trì dữ liệu CRM sạch sẽ – sắp trở nên lỗi thời.
Hệ thống AI Agent đã hiện diện
Hệ thống AI Agent đã có mặt ngay hôm nay. Các công ty trong danh mục đầu tư của chúng tôi (và những công ty khác!) đang cho thấy những gì có thể khi AI loại bỏ lớp chuyển đổi giữa công việc và phần mềm. Một số ví dụ:
Tăng gấp 3 lần pipeline bán hàng với 1/3 số lượng nhân viên.
Tự động hóa hoàn toàn các chu kỳ tuyển dụng theo mùa @ConverzAl.
Giảm 90% chi phí quản lý hành chính trong chăm sóc sức khỏe.
Dưới đây là 50 công ty hàng đầu đang xây dựng Hệ thống AI Agent.
Tại sao Hệ thống AI Agent lại mạnh mẽ như vậy?
Hệ thống AI Agent không chỉ thụ động chờ đợi đầu vào của con người mà còn chủ động nắm bắt, hiểu và hành động dựa trên các hoạt động kinh doanh thời gian thực trên tất cả các kênh giao tiếp (email, cuộc gọi, tài liệu, video). Điều này tạo ra một hệ thống làm việc đưa ra quyết định và thực hiện nhiệm vụ như một đội ngũ nhân viên được đào tạo bài bản.
Tương lai của Hệ thống AI Agent
Hệ thống AI Agent sẽ bắt đầu bằng việc tự động hóa quy trình làm việc của con người, ban đầu tồn tại song song với tất cả các hệ thống hiện có. Khi họ nắm bắt và hành động dựa trên thông tin tại nguồn, hiểu đầy đủ bối cảnh của giao tiếp kinh doanh và liên tục học hỏi từ mọi tương tác, họ sẽ tạo ra dữ liệu phong phú và chính xác hơn bao giờ hết so với các hệ thống truyền thống.
Kỷ nguyên của các hệ thống tách biệt đang kết thúc. Thời đại của Hệ thống AI Agent đã bắt đầu. SAP, Oracle và Salesforce, hãy cẩn thận. @FoundationCap@ashugarg
