Đón Sóng AI: Góc Nhìn Nhanh Về Các Startup AI Và Lợi Thế Cạnh Tranh

Trong bài viết này, chúng tôi sẽ khám phá góc nhìn của nhà đầu tư về các startup AI — vốn đang là một xu hướng nóng trên thị trường. Tôi tin chắc rằng nhà đầu tư luôn cần quay về những nguyên tắc cơ bản và suy luận từ gốc rễ vấn đề (first principles). Cần lưu ý rằng bài viết này không nên được xem là một khung phân tích cứng nhắc, vì luôn có những ngoại lệ. Đây cũng không phải là một báo cáo nghiên cứu bức tranh công nghệ toàn diện — đã có rất nhiều báo cáo kỹ thuật chi tiết về chủ đề này. Khi nhắc đến các startup AI, tôi muốn bao hàm cả những công ty tận dụng API AI của bên thứ ba để tương tác, phân tích và tạo sinh nội dung, lẫn những công ty xây dựng hạ tầng AI nền tảng (ví dụ: LLM, Diffusion Model, GNN) từ đầu, dù theo hướng tổng quát hay chuyên biệt theo ngành dọc. Tuy nhiên, phạm vi này không bao gồm các mảng thiên về phần cứng (ví dụ: điện toán neuromorphic), vì chúng vận hành theo những động lực khác biệt.

Tóm tắt nhanh:

AI đã, đang và sẽ tiếp tục là chủ đề nóng, giống như đã từng trong nhiều thập kỷ qua. Khi các xu hướng khác dần hạ nhiệt và thị trường đại chúng bắt đầu áp dụng các công nghệ như OpenAI, các startup AI đã trở thành nỗi sợ bỏ lỡ (FOMO) đối với nhà đầu tư. Tuy nhiên, như với bất kỳ xu hướng nào, việc đào sâu vào chi tiết là điều thiết yếu. Để phân loại các startup này một cách hiệu quả, tôi sử dụng ma trận 2x2 dựa trên việc họ hoạt động ở tầng hạ tầng hay ứng dụng, cũng như định hướng của họ là phục vụ thị trường tổng quát hay chuyên biệt theo ngành dọc. Đối với các 'startup AI' trong mảng ứng dụng, yếu tố then chốt nằm ở việc hiểu rõ vấn đề gốc rễ mà họ đang giải quyết cũng như mô hình kinh doanh của họ, bởi năng lực AI thường không được xem là một lợi thế cạnh tranh bền vững (moat). Ngược lại, mảng hạ tầng thường gắn liền hơn với các startup công nghệ sâu (deep-tech), với rào cản được xây dựng từ thuật toán AI, khối lượng dữ liệu khổng lồ cũng như năng lực tính toán để huấn luyện dữ liệu đó. Đối với những startup này, ưu thế kỹ thuật và quy mô thị trường sẽ là các yếu tố then chốt khi sàng lọc.

Bối cảnh

Kể từ thời kỳ khởi nghiệp của tôi khoảng năm 2002–2006, lý thuyết nền tảng của Trí tuệ nhân tạo không trải qua một cuộc cách mạng hoàn toàn mà đã tiến hóa dần theo thời gian. Khi đó, công nghệ AI, đặc biệt là những công nghệ dựa trên Mạng nơ-ron (đơn giản hoặc hồi quy), được xem là một rào cản kỹ thuật đối với cạnh tranh. Tuy nhiên, với sự ra đời của Mạng nơ-ron Transformer vào năm 2017 và những bước tiến đáng kể về phần cứng, chẳng hạn như GPU, bức tranh và khả năng tiếp cận năng lực AI đã thay đổi hoàn toàn. Ngày càng nhiều startup tích hợp AI vào sản phẩm của mình. Sự xuất hiện gần đây của LLM hay các mô hình diffusion đã phổ cập hóa năng lực AI ở một số lĩnh vực, tương tự cách các dịch vụ lưu trữ đám mây từng phổ cập hóa việc lưu trữ hạ tầng nhiều thập kỷ trước.

Bóc tách vấn đề

Thuật ngữ 'startup AI' được sử dụng phổ biến, nhưng phạm vi áp dụng quá rộng của nó thường che khuất những khác biệt căn bản giữa các công ty. Để làm rõ hơn, tôi ưu tiên phân loại các startup này theo hai chiều riêng biệt. Chiều thứ nhất dựa trên việc startup hoạt động ở tầng hạ tầng hay tập trung vào các giải pháp ở tầng ứng dụng. Chiều thứ hai xem xét liệu công nghệ đó được thiết kế cho mục đích sử dụng tổng quát hay được tùy chỉnh để phục vụ những ngành dọc cụ thể vốn đòi hỏi lượng lớn dữ liệu và thông tin chuyên biệt.

Cần lưu ý rằng việc phân loại các startup AI theo hai chiều này không phải lúc nào cũng cho ra ranh giới rõ ràng, vì một số startup có thể chồng lấn giữa các nhóm. Đây chỉ là một công cụ đơn giản giúp định hướng cách chúng ta hiểu về bản chất đa dạng của các startup này. Ngoài ra, tôi cũng muốn nhấn mạnh rằng tôi chưa thực hiện một khảo sát toàn diện về bức tranh các startup AI trên toàn cầu. Những ví dụ được nêu dưới đây cũng chỉ giới hạn ở các cái tên nổi bật hoặc các startup Úc mà tôi quen thuộc, có thể chưa hoàn toàn cập nhật nhưng vẫn sẽ mang lại những góc nhìn giá trị về hệ sinh thái startup AI.

1. Hạ tầng tổng quát (General Infrastructure): Nhóm Hạ tầng tổng quát bao gồm các startup AI phát triển nền tảng LLM (ví dụ: GPT, BERT, LLMA, Volcano Ark), nền tảng mô hình Diffusion (ví dụ: Stable Diffusion, Riffusion, Midjourney) và cả các dịch vụ hạ tầng AI truyền thống do Google, Amazon và Microsoft Azura cung cấp. Các nền tảng này thường cung cấp dịch vụ dưới dạng Phần mềm dưới dạng dịch vụ (SaaS) cho các nền tảng phần mềm khác, giúp tạo ra các ứng dụng được hỗ trợ bởi AI.
2. Ứng dụng tổng quát (General Application): Nhóm Ứng dụng tổng quát bao gồm các startup AI sử dụng dịch vụ do nhóm 'Hạ tầng tổng quát' cung cấp để tạo ra các ứng dụng phù hợp với những tình huống cụ thể. Các startup này thường không cần tinh chỉnh (fine-tune) với khối lượng lớn dữ liệu chuyên ngành. Thay vào đó, họ tận dụng năng lực của các nền tảng Hạ tầng tổng quát để phát triển các giải pháp AI linh hoạt, áp dụng được cho nhiều trường hợp sử dụng khác nhau. Storipress, một khoản đầu tư trong danh mục của tôi, thuộc nhóm này vì công ty sử dụng GPT để hỗ trợ viết bài, tạo từ khóa SEO, và nhiều tính năng khác.
3. Hạ tầng chuyên ngành (Vertical Infrastructure): Hạ tầng chuyên ngành bao gồm các nền tảng cung cấp dịch vụ AI cho các nền tảng phần mềm khác để tạo ứng dụng, với trọng tâm cụ thể vào một lĩnh vực nhất định. Nhóm này có thể bao gồm các mô hình AI chuyên ngành (ví dụ: Bloomberg AI, OntoChem), các mô hình được tinh chỉnh với khối lượng lớn dữ liệu chuyên ngành dựa trên nền LLM từ Hạ tầng tổng quát (ví dụ: Green Dynamics từ UNSW).
4. Ứng dụng chuyên ngành (Vertical Application): Ứng dụng chuyên ngành bao gồm các startup sử dụng dịch vụ do các nền tảng Hạ tầng chuyên ngành cung cấp để tạo ra các ứng dụng tùy chỉnh cho những tình huống cụ thể. Vì nhiều startup ở nhóm 3 hiện đang cung cấp dịch vụ trực tiếp cho khách hàng cuối, họ thực chất hoạt động ở cả nhóm 3 lẫn nhóm 4. Tuy nhiên, khi ngày càng nhiều startup Hạ tầng chuyên ngành cung cấp API, chúng ta có thể sẽ chứng kiến một số startup chỉ hoạt động thuần túy trong nhóm 4, phụ thuộc hoàn toàn vào các dịch vụ hạ tầng chuyên biệt này.

Từ góc nhìn của một nhà đầu tư, tôi chọn cách nhìn nhận bốn nhóm này theo những cách khác nhau. Bảng dưới đây thể hiện những khác biệt then chốt.

Tôi muốn đặc biệt nhấn mạnh hai nhóm 'Ứng dụng'. Một mặt, các nhóm này thường có rào cản kỹ thuật tương đối thấp hơn. Ví dụ, sau khi GPT-3 ra mắt, tôi đã đăng ký tài khoản trên OpenAI và sử dụng API để trích xuất dữ liệu startup có cấu trúc từ các email giới thiệu, sau đó đưa vào Hệ thống Quản lý Giao dịch (Deal Management System) và CRM dựa trên Notion của chúng tôi. Tôi chỉ mất đúng một cuối tuần rảnh rỗi để xây dựng tích hợp này. Bởi vì kiến thức tổng quát là đã đủ dùng, bạn không thực sự cần tinh chỉnh mô hình với một tập dữ liệu lớn. Mặt khác, dù rào cản có vẻ thấp hơn, các startup trong những nhóm này vẫn có thể sở hữu lợi thế cạnh tranh từ những góc độ khác. AI có thể đóng vai trò như một chất xúc tác mạnh mẽ, giúp họ nâng cấp những mô hình kinh doanh vốn đã xuất sắc bằng trải nghiệm người dùng tốt hơn, thêm nhiều tính năng, và những insight sâu sắc hơn.

Khi kết thúc bài viết này, tôi tình cờ đọc được một bài viết khác trên AFR bàn về chủ đề “bong bóng AI”. Thay vì gọi đó là bong bóng, tôi xem đây là một xu hướng sẽ mở ra một làn sóng startup xuất sắc mới. Khi con sóng lên cao, việc phân biệt startup nào thực sự đang tiến về đích trở nên khó khăn hơn. Chỉ đơn giản vậy thôi.

Trong tiếng Trung có một câu nói rằng bạn cần nhìn thấy cả khu rừng lẫn từng cái cây. Khu rừng đại diện cho xu hướng tổng thể có thể quyết định mức độ phổ biến và định giá của một startup, còn những cái cây là từng startup cụ thể — mỗi cái khác nhau và cần được xem xét kỹ lưỡng, quay trở lại nguyên tắc gốc rễ.

Tuy nhiên, trong bối cảnh môi trường đang thay đổi nhanh chóng hiện nay, năng lực kỹ thuật không nên đơn thuần được xem là một rào cản — điều tôi hoàn toàn tin tưởng dựa trên kinh nghiệm của chính mình với tư cách là cựu nhà sáng lập một startup công nghệ từng bị một doanh nghiệp lớn kém tiên tiến hơn về kỹ thuật thâu tóm. Trong bài viết tiếp theo, tôi sẽ chia sẻ góc nhìn của mình về các rào cản gia nhập (moat/barriers to entry) và lợi thế cạnh tranh, mời các bạn đón đọc.

‍