Marc Andreessen: The real AI boom hasn’t even started yet

• AI xuất hiện vào thời điểm lịch sử khi thế giới đối mặt với tốc độ thay đổi công nghệ chậm và dân số suy giảm, đóng vai trò như "hòn đá triết gia" biến thông tin thành tư duy.
• AI sẽ tái định hình các vai trò công nghệ bằng cách chuyển từ "mất việc làm" sang "mất nhiệm vụ", thúc đẩy sự cần thiết của các cá nhân đa năng có khả năng kết hợp nhiều kỹ năng như quản lý sản phẩm, kỹ sư và thiết kế viên.
• Để phát triển trong kỷ nguyên này, cá nhân nên chủ động dành thời gian học hỏi và được AI đào tạo, nuôi dưỡng "tính chủ động" để trở thành những "cá nhân siêu năng lực" và "người tham gia chính".

• AI là "hòn đá triết gia": AI có khả năng chuyển hóa thông tin phổ biến thành tư duy quý hiếm, mang lại khả năng suy luận và giải quyết vấn đề hiệu quả trong các lĩnh vực quan trọng như y học, khoa học và luật pháp.
• Chuyển từ "mất việc làm" sang "mất nhiệm vụ": Thay vì xóa bỏ hoàn toàn các vai trò, AI sẽ tự động hóa và thay thế các nhiệm vụ cụ thể, đòi hỏi con người thích nghi và tập trung vào các công việc cấp cao hơn.
• Giá trị của đa kỹ năng: Sự kết hợp giữa các vai trò như quản lý sản phẩm, kỹ sư và thiết kế viên sẽ tạo ra lợi thế cạnh tranh lớn, vì AI cho phép mỗi cá nhân mở rộng phạm vi năng lực của mình.
• AI khuếch đại năng lực cá nhân: AI giúp những người giỏi trở nên rất giỏi, và những người xuất sắc trở thành "cá nhân siêu năng lực" (gấp 10 lần hiệu quả) thông qua việc tăng cường năng suất và khả năng sáng tạo.
• Đầu tư vào đào tạo bản thân với AI: Mọi cá nhân, đặc biệt là những người muốn phát triển sự nghiệp, nên dành mọi giờ rảnh rỗi để trò chuyện và được AI đào tạo, cập nhật kiến thức liên tục.
• AI thúc đẩy tăng trưởng kinh tế và giải quyết vấn đề dân số: AI xuất hiện đúng lúc để tăng cường năng suất lao động và thực hiện các công việc mà con người không thể làm được, giải quyết vấn đề suy giảm dân số toàn cầu và tốc độ tăng trưởng công nghệ chậm.
• Nuôi dưỡng "tính chủ động" (agency): Trong một thế giới đầy quy tắc, việc phát triển khả năng tự chủ động, sẵn lòng hành động và không chờ đợi chỉ dẫn sẽ giúp cá nhân trở thành "người tham gia chính" có ảnh hưởng.

• quản lý sản phẩm — product manager
• kỹ sư — engineer
• thiết kế viên — designer
• lập trình viên — coder/programmer
• mất nhiệm vụ — task loss
• quỹ đầu tư mạo hiểm — VC (Venture Capital)
• lộ trình sự nghiệp — career path
• lợi thế cạnh tranh bền vững — moat (sustainable competitive advantage)
• tăng trưởng năng suất — productivity growth
• cá nhân siêu năng lực — super-powered individual

Tầm quan trọng của thời điểm hiện tại và AI

Nếu không có AI, chúng ta có lẽ đang hoảng loạn về những gì sẽ xảy ra với nền kinh tế. Chúng ta thực sự đã trải qua một thời kỳ 50 năm với sự thay đổi công nghệ rất chậm trong bối cảnh tốc độ tăng dân số đang giảm. Thời điểm này đã diễn ra một cách kỳ diệu. Chúng ta sẽ có AI và robot chính xác vào lúc chúng ta thực sự cần chúng. Lực lượng lao động con người còn lại sẽ được đánh giá cao, chứ không phải bị hạ thấp.

>> Khoảnh khắc mà chúng ta đang sống hiện nay có ý nghĩa lớn đến mức nào?

>> Đây là một thời điểm rất, rất lịch sử. AI chính là hòn đá triết gia (philosopher stone). Giờ đây, chúng ta có một công nghệ chuyển đổi thứ phổ biến nhất trên thế giới là cát, thành thứ hiếm nhất trên thế giới là tư duy.

Tương lai của các vai trò trong công nghệ với AI

Chúng tôi đã dành nhiều thời gian với những nhà sáng lập tiên phong về AI. Những nhà sáng lập hàng đầu đang suy nghĩ liệu có thể có [tiếng nhạc] toàn bộ các công ty mà ở đó nhà sáng lập làm mọi thứ. Có rất nhiều lo ngại rằng công việc của những người trẻ sẽ không còn nữa vì AI đang thay thế họ. Mọi người đều muốn nói về mất việc làm (job loss), nhưng điều bạn thực sự muốn xem xét là mất nhiệm vụ (task loss). Công việc [tiếng nhạc] tồn tại lâu hơn các nhiệm vụ riêng lẻ.

>> Anh nghĩ thế nào về tương lai của ba vai trò rất cụ thể: quản lý sản phẩm (product manager), kỹ sư (engineer), và thiết kế viên (designer)? Có vẻ như một thế giằng co kiểu Mexico (Mexican standoff) đang diễn ra giữa ba vai trò này. Giờ đây, mọi lập trình viên (coder) đều tin rằng họ cũng có thể là một quản lý sản phẩm và một thiết kế viên vì họ có AI. Mọi quản lý sản phẩm đều nghĩ họ có thể là một lập trình viên và một thiết kế viên. Và rồi mọi thiết kế viên đều biết họ có thể là một quản lý sản phẩm và một lập trình viên. Thực ra, tất cả họ đều đúng. Điều xảy ra là hiệu ứng cộng thêm khi giỏi hai điều còn hơn gấp đôi. Hiệu ứng cộng thêm khi giỏi ba điều còn hơn gấp ba. Bạn trở thành một chuyên gia cực kỳ phù hợp trong sự kết hợp của các lĩnh vực đó.

Lời khuyên phát triển bản thân và giới thiệu Mark Andreessen

Mọi người vẫn chưa nắm bắt hoàn toàn mức độ thay đổi này. Và những người thực sự muốn cải thiện bản thân và phát triển lộ trình sự nghiệp (career path) của mình, theo quan điểm của tôi, nên dành mọi giờ rảnh rỗi vào thời điểm này để trò chuyện với AI và nói rằng: "Được rồi, hãy đào tạo tôi đi."

Hôm nay, khách mời của tôi là Mark Andreessen, một trong những nhân vật có ảnh hưởng nhất trong lĩnh vực công nghệ và kinh doanh. Ông đã phát minh ra trình duyệt web, xây dựng công ty quỹ đầu tư mạo hiểm (VC) lớn nhất thế giới. Ông cũng là một nhà sáng lập (founder) nhiều lần và là một nhà đầu tư vào hầu hết mọi công ty công nghệ lớn qua các thế hệ. Ông cũng là một trong những nhà tư tưởng minh bạch, rộng mở và sâu sắc nhất về cả quá khứ và tương lai của công nghệ.

Trong cuộc trò chuyện đặc biệt này, chúng tôi thảo luận về sự độc đáo và ý nghĩa của thời điểm mà tất cả chúng ta đang sống, những kỹ năng ông đang dạy con mình để phát triển trong tương lai AI, điều gì sẽ xảy ra với các quản lý sản phẩm, thiết kế viên và kỹ sư trong những năm tới, nơi nào [tiếng nhạc] có lợi thế cạnh tranh bền vững (moat) trong AI, những điều khác biệt mà các nhà sáng lập gốc AI (AI native founders) đang làm, và còn nhiều điều nữa mà chúng ta mới chỉ chạm đến bề mặt của cuộc trò chuyện sâu sắc và quan trọng này. Bạn sẽ rời khỏi cuộc trò chuyện này thông minh hơn về những gì đang diễn ra trên thế giới và mọi thứ đang đi về đâu.

Xin chân thành cảm ơn cộng đồng bản tin của tôi và tập trung vào X đã đề xuất các chủ đề [tiếng nhạc] và câu hỏi cho cuộc trò chuyện này. Nếu bạn thích podcast này, đừng quên đăng ký và theo dõi nó trên ứng dụng podcasting yêu thích của bạn hoặc YouTube. Điều đó giúp ích rất nhiều. Và nếu bạn trở thành người đăng ký nội bộ bản tin của tôi, bạn sẽ nhận được một năm miễn phí hơn 20 sản phẩm tuyệt vời, bao gồm một năm miễn phí Lovable, Replit, Bold, Gamma, Nad, Linear, Superhuman, Deven, Posthog, Dscript, WhisperFlow, Perplexity, Warp, Granola, Magic Patterns, Raycast, Chappd, Mob và Stripe Atlas. Hãy truy cập lenny'snewsletter.com và nhấp vào "Product Pass".

Tài trợ và lời mở đầu

Với những điều đó, tôi xin giới thiệu Mark Andreessen sau vài lời ngắn gọn từ các nhà tài trợ của chúng tôi. Tập hôm nay được tài trợ bởi DX, nền tảng thông minh dành cho nhà phát triển (developer intelligence platform) được thiết kế bởi các nhà nghiên cứu hàng đầu. Để phát triển trong kỷ nguyên AI, các tổ chức cần thích nghi nhanh chóng. Nhưng nhiều nhà lãnh đạo tổ chức đang gặp khó khăn trong việc trả lời các câu hỏi cấp bách như [tiếng nhạc] công cụ nào đang hoạt động? Chúng đang được sử dụng như thế nào? Điều gì thực sự mang lại giá trị? DX cung cấp dữ liệu và thông tin chi tiết mà các nhà lãnh đạo cần để điều hướng sự thay đổi này. Với DX, các công ty như Dropbox, Booking.com, Adyen và Intercom có được sự hiểu biết sâu sắc về cách AI đang mang lại giá trị cho các nhà phát triển của họ và tác động của AI đến năng suất kỹ thuật. Để tìm hiểu thêm, hãy truy cập trang web của DX tại getdx.com/lenny. Đó là getdx.com/lenny.

Nếu bạn là nhà sáng lập, phần khó nhất khi bắt đầu một công ty không phải là có ý tưởng. Đó là mở rộng kinh doanh mà không bị vùi lấp trong công việc văn phòng hậu cần. Đó là lúc Brex xuất hiện. Brex là nền tảng tài chính thông minh dành cho các nhà sáng lập. [tiếng nhạc] Với Brex, bạn có được thẻ doanh nghiệp giới hạn cao, ngân hàng dễ dàng, kho bạc lợi suất cao, cùng với một nhóm tác nhân AI (AI agents) xử lý các tác vụ tài chính thủ công cho bạn. Họ sẽ làm tất cả những việc bạn không muốn làm, như nộp chi phí, tìm kiếm các giao dịch lãng phí và chạy [tiếng nhạc] báo cáo, tất cả theo quy tắc của bạn. Với tác nhân AI của Brex, bạn có thể di chuyển nhanh hơn trong khi vẫn kiểm soát hoàn toàn. Một trong ba công ty khởi nghiệp ở Hoa Kỳ đã sử dụng Brex. Bạn cũng có thể sử dụng tại brex.com.

Mark Andreessen, xin cảm ơn anh rất nhiều vì đã có mặt tại đây và chào mừng anh đến với podcast.

>> Tuyệt vời, Lenny. Cảm ơn anh. Rất vui được ở đây.

Tầm vóc lịch sử của thời đại AI và những biến đổi toàn cầu

>> Tôi muốn bắt đầu với một câu hỏi lớn. Tôi có hàng tỷ hướng muốn đi, nhưng tôi nghĩ điều này sẽ cho chúng ta một chút khung tham chiếu. Khoảnh khắc mà chúng ta đang sống hiện nay có ý nghĩa lớn đến mức nào?

>> Đây là một thời điểm rất, rất lịch sử. Tôi nghĩ năm 2025 có lẽ là năm thú vị nhất trong toàn bộ lộ trình sự nghiệp và có thể là cuộc đời tôi, và tôi nghĩ tôi mong đợi năm 2026 sẽ còn vượt trội hơn thế.

>> Chà, điều đó nói lên rất nhiều.

>> Vâng, tôi đã thấy một số điều. Có vẻ như hai điều đang xảy ra. Một là niềm tin mà nhiều người đã đặt vào các tổ chức truyền thống (legacy institutions) trên khắp thế giới đang, tôi nghĩ, sụp đổ hoàn toàn vào thời điểm hiện tại. Nhân tiện, có rất nhiều dữ liệu để hỗ trợ điều đó. Và vì vậy, tôi nghĩ có rất nhiều cấu trúc, trật tự và các thể chế mà mọi người đã dựa vào trong một thời gian dài nhưng đã chứng minh rằng không đủ khả năng đối mặt với thách thức. Và sau đó, tương ứng với điều đó là cuộc trò chuyện cấp quốc gia và toàn cầu đã trở nên, hãy nói là, được giải phóng (liberated).

Và vì vậy, cuộc cách mạng đáng kinh ngạc mà chúng ta có trong tự do ngôn luận, tự do tư tưởng, khả năng cho mọi người công khai thảo luận những điều mà có lẽ họ không thể thảo luận ngay cả vài năm trước, đang mở rộng một cách đáng kể. Và tôi nghĩ điều đó hiện đang đi theo một chiều hướng chỉ để có một phạm vi diễn ngôn rộng lớn hơn nhiều.

Và sau đó, còn có những thay đổi địa chính trị cực kỳ lớn đang diễn ra. Và rõ ràng, Hoa Kỳ đang thay đổi rất nhiều, châu Âu đang thay đổi rất nhiều, Trung Quốc đang thay đổi rất nhiều, Mỹ Latinh, nhân tiện, cũng đang thay đổi rất nhiều. Các sự kiện rất kịch tính đang diễn ra ở đó, trên khắp thế giới. Tôi nghĩ nhiều giả định đang được đưa ra ánh sáng và xem xét lại.

Và sau đó là thực tế là tất cả những điều này đang xảy ra cùng một lúc. Và vì vậy, bạn có tất cả các quốc gia và ngành công nghiệp này, nơi mọi thứ đang ngày càng hỗn loạn, nhưng bạn lại có AI là công nghệ mới này sẽ thực sự ảnh hưởng đến mọi thứ. Và sau đó, bạn có những người dân, những công dân có thể tham gia đầy đủ và có thể tranh luận mọi việc.

Vì vậy, có vẻ như ba điều lớn lao đó đang va chạm cùng một lúc. Và tôi nghĩ chúng ta có lẽ chỉ mới ở giai đoạn đầu của cả ba điều đó. Và tất cả những điều đó đều giống như những sự chuyển dịch mang tính lịch sử, có quy mô tương đương với sự sụp đổ của Bức tường Berlin vào năm 1989, có lẽ là sự kết thúc của Thế chiến thứ hai. Những khoảnh khắc như vậy. Chắc chắn cảm thấy như vậy.

>> Lạy Chúa, [tiếng cười] thật là một thời đại để sống.

Tác động chưa được đánh giá đầy đủ của AI

>> Về phần AI, nơi nhiều người đang cố gắng tìm hiểu phải làm gì, theo anh, điều gì chưa được đánh giá đúng mức về tác động mà AI sẽ có đối với thế giới hoặc đối với những người đang lắng nghe?

>> Tôi nghĩ vào thời điểm này, với tư cách là những người có nền tảng kỹ thuật (technical background), tôi nghĩ khá rõ ràng rằng công nghệ này đang thực sự hoạt động rồi. Đã có một khoảnh khắc ChatGPT ba năm trước, nhân tiện, mới chỉ ba năm trước thôi, là khoảnh khắc ChatGPT. Và câu hỏi lớn là: được rồi, điều này thật vui và sáng tạo một cách đáng kinh ngạc, và giờ đây chúng ta có những cỗ máy có thể sáng tác Shakespeare và thơ không lời và lời rap, điều này thật tuyệt vời. Nhưng sau đó có một câu hỏi lớn là liệu bạn có thể khai thác công nghệ này cho khả năng suy luận (reasoning) và cho khả năng giải quyết vấn đề (problem solving) trong các lĩnh vực thực sự quan trọng, như y học, khoa học, và luật pháp, v.v.

Và hóa ra, câu trả lời cho điều đó là CÓ. Và trong 12 tháng qua, đặc biệt là chỉ trong ba tháng gần đây, đã thực sự chứng minh rằng AI thực sự có thể làm được nhiều điều. Bạn đang thấy tất cả bây giờ: AI đang phát triển các định lý toán học mới. Vào kỳ nghỉ lễ vừa qua, có vẻ như công nghệ lập trình bằng AI (AI coding) thực sự đã đạt đến điểm tới hạn. Và các lập trình viên (programmer) giỏi nhất thế giới, bao gồm cả những người như Lisbald, lần đầu tiên trong kỳ nghỉ lễ về cơ bản đã nói rằng: "Vâng, AI giờ đây đang lập trình tốt hơn chúng ta."

Và vì vậy, điều đó cực kỳ, cực kỳ mạnh mẽ. Và tôi nghĩ tất cả chúng ta đều cho rằng AI giờ đây sẽ trở nên thực sự giỏi trong khả năng suy luận trong bất kỳ lĩnh vực nào mà có những câu trả lời có thể kiểm chứng được. Và điều đó sẽ bao gồm nhiều lĩnh vực rất quan trọng. Vì vậy, đối với công nghệ, cảm giác như nó đang di chuyển nhanh chóng và sẽ hoạt động thực sự tốt.

Tôi nghĩ điều chưa được hiểu rõ là nhiều người trong ngành có một cách nhìn mà tôi sẽ mô tả là một chiều (one-dimensional), đó là: "À, do công nghệ không hoạt động, AI chỉ càn quét thế giới và thay đổi mọi thứ." Và tôi nghĩ đó là một khung nhìn sai lầm. Tôi nghĩ nó dựa trên sự hiểu biết không đầy đủ về thế giới mà chúng ta đang sống hoặc thế giới mà chúng ta đã sống trong 80 năm qua. Và tôi sẽ nêu ra hai điều cụ thể.

Một là, đối với chúng ta ở Hoa Kỳ và phương Tây trong khoảng 30 hoặc 50 năm qua, có cảm giác như chúng ta đang trong thời kỳ thay đổi công nghệ vĩ đại. Nhưng thực ra, nếu bạn tìm kiếm bằng chứng thực tế về điều đó, như bằng chứng thống kê, bằng chứng phân tích, bạn về cơ bản không thể tìm thấy nó.

Bối cảnh kinh tế và xã hội cho sự phát triển của AI

Và đặc biệt, các nhà kinh tế học có một phương pháp để đo lường tốc độ thay đổi công nghệ trong nền kinh tế, đó là tăng trưởng năng suất. Chúng ta có thể bàn về ý nghĩa của nó, nhưng về cơ bản, đó là một biểu hiện toán học về tác động của công nghệ lên nền kinh tế. Và tốc độ tăng trưởng năng suất trong 50 năm qua thực sự rất thấp, không hề cao. Vì vậy, tất cả chúng ta đều cảm thấy tốc độ này rất cao, đã có rất nhiều thay đổi công nghệ. Nhưng điều thực sự đang diễn ra là tốc độ tăng trưởng này rất thấp. Trên thực tế, tốc độ tăng trưởng năng suất ở Hoa Kỳ chỉ bằng khoảng một nửa so với thời điểm trong suốt cuộc đời tôi, trong cuộc đời chúng ta. Nó chỉ bằng khoảng một nửa tốc độ so với giai đoạn từ năm 1940 đến 1970. Và nó chỉ bằng khoảng một phần ba tốc độ so với giai đoạn từ khoảng năm 1870 đến khoảng năm 1940.

Vì vậy, về mặt thống kê, ở Hoa Kỳ và phương Tây, tiến bộ công nghệ trong nền kinh tế, tác động của công nghệ đến nền kinh tế, thực sự đã chậm lại đáng kể. Vì vậy, chúng ta biết rằng, vấn đề AI sẽ bùng nổ, nhưng nó đang bùng nổ trong một môi trường mà chúng ta gần như không có tiến bộ công nghệ thực sự nào trong nền kinh tế trong một thời gian rất dài. Chúng ta có thể nói thêm về điều đó.

Và sau đó, có một điều đáng kinh ngạc khác đang xảy ra, đó là sự suy giảm dân số, đúng không? Đó là một hiện tượng của phương Tây, và ngày càng trở thành hiện tượng toàn cầu, đó là tỷ lệ sinh sản của loài người đang suy giảm nhanh chóng. Và có nhiều quốc gia, bao gồm cả Hoa Kỳ, nơi tỷ lệ sinh sản dưới hai con. Điều này có nghĩa là rất nhiều quốc gia trên thế giới, bao gồm cả Trung Quốc – một vấn đề lớn – thực sự sẽ suy giảm dân số trong thế kỷ tới.

Vì vậy, chúng ta có một điều kiện tiên quyết rằng thực sự có rất ít tiến bộ công nghệ đang diễn ra trên thế giới, và thế giới sẽ suy giảm dân số. Và AI sẽ bước vào một thế giới mà hai điều đó là sự thật. Tôi nghĩ điều này vô cùng quan trọng bởi vì chúng ta thực sự cần AI hoạt động để tăng trưởng năng suất, điều chúng ta cần để tăng trưởng kinh tế. Và chúng ta thực sự cần AI hoạt động bởi vì chúng ta sẽ cần máy móc để làm tất cả những công việc mà chúng ta không có người để làm, bởi vì chúng ta sẽ thực sự suy giảm dân số trên hành tinh trong một trăm năm tới. Và vì vậy, tôi nghĩ sự tương tác của các yếu tố này sẽ thú vị hơn và, thẳng thắn mà nói, phức tạp hơn nhiều so với những gì nhiều người vẫn nghĩ.

Tác động của AI đối với cá nhân và giáo dục

Tôi sẽ đi sâu vào vấn đề về trẻ em. Tôi biết anh có một đứa con và một trong những cách nhìn nhận yêu thích của tôi về cách mọi người suy nghĩ và những giá trị mà họ coi trọng là những gì họ dạy con cái, những gì họ định hướng cho con cái.

Có những kỹ năng hoặc thậm chí là career path cụ thể nào mà anh đang định hướng cho con mình không?

Cách tôi nghĩ về điều này, và chúng tôi có một đứa con 10 tuổi, và chúng tôi thực sự dạy học tại nhà, vì vậy chúng tôi suy nghĩ rất nhiều về điều này. Tôi nghĩ cách để suy nghĩ về tác động của AI đối với con người, cụ thể là đối với mỗi cá nhân, thực ra rất nhiều người chỉ tập trung vào cái nhìn rất, tôi sẽ nói là đơn giản hoặc quá giản lược, về việc tăng hoặc mất việc làm – điều mà chúng ta có thể nói đến sau. Nhưng có hai điều cụ thể ở cấp độ của một cá nhân và một đứa trẻ.

Tôi nghĩ khá rõ ràng rằng AI sẽ giúp những người giỏi làm việc trở nên rất giỏi. Vì vậy, nó sẽ là một công cụ giúp nâng cao mặt bằng chung. Và bạn thấy điều đó đang diễn ra rồi. Bất kỳ ai ở vị trí cần viết, thiết kế hay viết code gì đó, nếu họ khá giỏi ở hiện tại, họ sử dụng AI và đột nhiên họ trở nên rất giỏi. Vì vậy, có một khía cạnh đó. Và tôi nghĩ cách mà hệ thống giáo dục nói chung sẽ giảng dạy về AI sẽ dựa rất nhiều vào điều đó.

Nhưng sau đó có một điều khác đang xảy ra mà chúng ta cũng bắt đầu thấy, và chúng ta thực sự thấy rõ điều đó đặc biệt trong coding ngay bây giờ. Đó là những người thực sự xuất sắc đang trở nên xuất sắc một cách ngoạn mục. Và bạn chỉ cần sử dụng thuật ngữ, bạn nghĩ về một cá nhân siêu năng lực (super-powered individual), đúng không? Vì vậy, một cá nhân thực sự giỏi coding, hoặc thực sự giỏi làm phim, hoặc thực sự giỏi sáng tác nhạc, hoặc thực sự giỏi thiết kế, tạo ra nghệ thuật, hoặc bất cứ điều gì khác, hoặc podcast, hoặc hy vọng là quỹ đầu tư mạo hiểm. Nếu bạn rất giỏi và bạn thực sự có thể khai thác AI, bạn có thể trở nên xuất sắc một cách ngoạn mục và siêu năng suất. Tôi chắc bạn cũng có nhiều bạn bè trong nhóm này, nhưng những coder thực sự giỏi đang trải nghiệm điều này. Những người bạn coder giỏi của tôi nói: "Ôi trời ơi, đột nhiên tôi không chỉ giỏi gấp đôi như trước nữa. Tôi giỏi gấp 10 lần như trước."

Vì vậy, tôi nghĩ ở cấp độ đơn vị của một đứa trẻ, câu hỏi đặt ra là làm thế nào để đưa chúng vào vị trí trở thành một super-powered individual để chúng thực sự sâu sắc trong bất cứ điều gì chúng sẽ làm, nhưng chúng sẽ sâu sắc theo cách cho phép chúng tận dụng tối đa sức mạnh của AI để không chỉ giỏi mà còn xuất sắc một cách ngoạn mục. Và tôi nghĩ đó sẽ là cơ hội thực sự, và đó là điều mà chúng tôi đang hướng tới, và đó là điều tôi khuyến khích các bậc phụ huynh nên hướng tới.

Nuôi dưỡng "agency" và vai trò của AI

Vậy, điều tôi hiểu được là về cơ bản là agency, từ mà chúng ta thấy trên Twitter mọi lúc, là xây dựng agency, họ không chờ đợi ai đó bảo họ phải làm gì, mà tự tìm cách thực hiện.

Vâng. Vâng. Vì vậy, điều này, cái thuật ngữ agency này đã trở nên rất, rất phổ biến ở California trong vài năm qua. Điều đó thực sự thú vị bởi vì tôi đã gặp rất nhiều khó khăn với nó lúc đầu, vì tôi nghĩ agency là gì? Họ đang nói về cái gì vậy? Và điều họ đang nói đến là, bạn biết đấy, tính chủ động, sự sẵn lòng để làm mọi thứ. Bạn biết đấy, cái gì nhỉ? Demobird có thuật ngữ tuyệt vời là live player. Bạn có thể là một người tham gia chính trong các sự kiện. Và lúc đầu tôi nghĩ, ồ, vâng, điều đó khá hiển nhiên, phải không? Tất nhiên rồi. Và sau đó tôi nghĩ, ồ, thực ra nó không còn hiển nhiên nữa, bởi vì theo quan điểm của bạn, tôi nghĩ rất nhiều xã hội của chúng ta dựa trên việc có rất nhiều quy tắc và mọi người đều được dạy mặc định là phải tuân theo tất cả những quy tắc này. Và sau đó, nếu bạn phá vỡ các quy tắc, mọi người đều hoảng sợ, kiểu như, ôi trời ơi, anh ta đã phá vỡ các quy tắc. Và vì vậy, chúng ta bằng cách nào đó đã tự đưa mình, về mặt tâm lý, xã hội học, vào một trạng thái mà tôi đoán rằng giả định tự nhiên của nhiều người là điều bạn muốn dạy trẻ em làm là tuân theo tất cả các quy tắc.

Và bạn có thể lập luận rằng, ví dụ, hệ thống trường học K-12 đã ngày càng tập trung vào điều đó theo thời gian. Và thực ra không phải vậy, bạn thực sự nên, và một lần nữa, đặc biệt là ở cấp độ một cá nhân, một đứa con của bạn. Và nhìn xem, có một điều đáng nói. Tôi vừa có cuộc trò chuyện này với đứa con 10 tuổi của tôi đêm qua. Tôi đã đưa ra khái niệm rằng để lãnh đạo, trước tiên bạn phải học cách tuân lệnh, đúng không? Để đưa ra mệnh lệnh, bạn phải học cách tuân theo mệnh lệnh. Và bạn cố gắng giữ cho nó có một mức độ cấu trúc nào đó trong cuộc sống chứ không phải chỉ là agency thuần túy. Nhưng vâng, ý tôi là, một số quy tắc là quan trọng, v.v.

Nhưng vâng, có một giá trị to lớn trong cuộc sống đối với việc trở thành một người có khả năng hoàn toàn chịu trách nhiệm về mọi việc, hoàn toàn kiểm soát, điều hành một tổ chức, lãnh đạo một dự án, tạo ra một cái gì đó mới. Và điều đó có lẽ đã bị giảm đi một chút trong văn hóa của chúng ta trong 30 năm qua. Việc có một thuật ngữ cho điều đó đang trở lại thịnh hành là điều lành mạnh. Và đó là cách tôi nhìn nhận AI đối với trẻ em, đó là AI nên là đòn bẩy tối thượng cho một đứa trẻ có agency để có thể nói: "Tôi thực sự có thể là một người đóng góp chính", dù đó là đóng góp chính trong mọi thứ từ phát triển các lĩnh vực vật lý mới đến viết code, đến trở thành một nghệ sĩ, đến viết tiểu thuyết. Dù điều đó là gì, tôi có thể hoàn toàn tham gia vào thế giới, tôi thực sự có thể thay đổi mọi thứ, và sự kết hợp của ý tưởng đó với công nghệ này khiến tôi cảm thấy rất lành mạnh.

AI: Hòn đá triết gia của thời đại số

Câu nói đó là gì? "Hãy cho tôi một đòn bẩy và tôi sẽ di chuyển cả thế giới."

Và tôi sẽ di chuyển cả thế giới. Vâng, đúng vậy. Thực ra, thật buồn cười khi bạn nhắc đến điều đó. Các nhà khoa học ban đầu, bao gồm cả Isaac Newton, đã bị ám ảnh bởi khái niệm giả kim thuật, đúng không? Họ đã phát triển vật lý Newton, giải tích và tất cả những thứ đó, nhưng điều ông ấy thực sự bị ám ảnh là giả kim thuật, thứ mà ông ấy không bao giờ có thể làm cho nó hoạt động. Và giả kim thuật là sự biến đổi chì thành vàng, có nghĩa là biến đổi một thứ rất phổ biến là chì thành một thứ rất hiếm và có giá trị là vàng. Và họ đã dành hàng thập kỷ để tìm ra thứ gọi là Hòn đá triết gia (Philosopher's Stone), về cơ bản sẽ là cỗ máy hoặc quy trình có thể biến đổi vật chất phổ biến thành vật chất quý hiếm, chì thành vàng. Và ông ấy không bao giờ tìm ra nó, và điều đó thật vô cùng khó chịu, không ai từng tìm ra nó. Và bây giờ, với AI, chúng ta thực sự có một công nghệ biến cát thành tư duy. [cười]

Vừa thổi bay tâm trí tôi.

Đúng vậy. Thứ phổ biến nhất trên thế giới là cát, được chuyển đổi thành thứ hiếm nhất trên thế giới là tư duy. Và AI chính là Hòn đá triết gia. Nó thực sự là như vậy, và nó chỉ là một công cụ vô cùng mạnh mẽ. Và đó là điều khiến tôi rất phấn khích. Ý tôi là, đây là điều chúng tôi đang làm với đứa con 10 tuổi của mình, đó là: "Được rồi, điều chính yếu mà chúng tôi muốn đảm bảo là con biết cách tận dụng tối đa và hưởng lợi từ Hòn đá triết gia, đó là AI." Và điều đó chắc chắn là trọng tâm của mọi thứ chúng tôi đang dạy con. Có một meme lan truyền rằng những người ở Silicon Valley không cho con cái họ dùng máy tính. Tôi chỉ... tôi không biết, có thể có một vài người như vậy.

Tầm quan trọng của việc hiểu và sử dụng AI cho trẻ em

Thành thật mà nói, tôi nghĩ mọi chuyện diễn ra ngược lại. Tức là, bạn càng hòa mình vào những điều đang diễn ra ở Thung lũng Silicon, thì việc đảm bảo con cái bạn thực sự hiểu rõ và biết cách sử dụng AI càng trở nên quan trọng. Và đó chắc chắn là cách chúng tôi đang làm. Đó cũng là cách mà tôi khuyến khích các bậc phụ huynh nên suy nghĩ.

Tôi không biết con bạn được học tại nhà. Điều đó thật thú vị. Nó gần như là một tuyên bố về giáo dục trong thời đại ngày nay. Có suy nghĩ nào về vấn đề này không? Đối với những người không thuộc nhóm thu nhập cao của bạn nhưng muốn giúp con cái họ thành công, dù có học tại nhà hay không, bạn sẽ có lời khuyên gì?

Gia sư cá nhân 1 kèm 1 và cơ hội của AI trong giáo dục

Đây là một thách thức, và một lần nữa, nó liên quan đến câu hỏi ban đầu của bạn về giáo dục. Có hai cách hoàn toàn khác nhau để nói và suy nghĩ về giáo dục. Cách thường được nghĩ đến và nói đến là ở cấp độ quốc gia, phải không? Tức là, nó là một vấn đề cấp quốc gia, hoặc có thể là cấp tiểu bang ở Hoa Kỳ, về cơ bản là làm thế nào để giáo dục tất cả trẻ em. Và tất nhiên, điều đó cực kỳ quan trọng. Và tất nhiên, bạn sẽ cần một hệ thống quy mô lớn ở một mức độ nào đó, như hệ thống trường học K-12 quốc gia hoặc tương tự, để thực hiện điều đó.

Nhưng sau đó, có một câu hỏi khác: ở cấp độ n=1, đối với một đứa trẻ cá nhân, bạn có thể làm gì với một đứa trẻ cá nhân? Và tôi sẽ cho bạn câu trả lời tối ưu cho câu hỏi đó, đó là: từ nhiều thế kỷ nay, người ta đã biết rằng cách lý tưởng để dạy một đứa trẻ ở đơn vị n=1, cách lý tưởng nhất, là dạy kèm 1 kèm 1. Nếu bạn chỉ có một đứa trẻ và mục tiêu là tối đa hóa tiềm năng của đứa trẻ đó, bạn sẽ nhận được kết quả tốt nhất với việc dạy kèm 1 kèm 1. Và đây là điều mà mọi gia đình hoàng gia trong lịch sử đều biết. Đây là điều mà mọi tầng lớp quý tộc trong lịch sử đều biết. Có rất nhiều ví dụ tuyệt vời: Alexander Đại đế được Aristotle dạy kèm. Ông đã chinh phục thế giới, phải không? Nhiều vị vua, hoàng hậu vĩ đại, các gia đình hoàng gia và quý tộc, v.v., trong suốt nhiều thế kỷ, đều áp dụng cách tiếp cận này. Thậm chí còn có bằng chứng thống kê, bằng chứng phân tích cho thấy điều này là đúng.

Có một câu hỏi lớn trong lĩnh vực giáo dục là làm thế nào để cải thiện kết quả giáo dục? Và về cơ bản, hóa ra việc cải thiện kết quả giáo dục là rất khó, ngoại trừ có một phương pháp luôn hiệu quả, được gọi là hiệu ứng hai sigma của Bloom. Đó là một phương pháp giáo dục thường xuyên nâng cao kết quả học tập của học sinh lên hai độ lệch chuẩn và sẽ đưa một đứa trẻ từ phân vị 50 lên phân vị 99, và đó chính là dạy kèm 1 kèm 1.

Vì vậy, một lần nữa, nếu bạn quay lại cấp độ n=1, bạn có một đứa trẻ và một gia sư, và họ ở trong một vòng lặp rất chặt chẽ với nhau, nơi đứa trẻ có thể liên tục ở ranh giới của những gì chúng có thể làm, và chúng có thể tiến bộ cực kỳ nhanh chóng và nhận được sự điều chỉnh theo thời gian thực, bạn sẽ đạt được những kết quả tốt hơn. Nhưng, theo câu hỏi của bạn, việc cung cấp dịch vụ dạy kèm 1 kèm 1 cho trẻ em chưa bao giờ khả thi về mặt kinh tế đối với bất kỳ ai ngoài những người giàu nhất trong xã hội.

AI mang lại triển vọng rất thực tế để có thể làm được điều đó, phải không? Bởi vì rõ ràng bây giờ, nếu bạn có một đứa trẻ siêu hứng thú với điều gì đó và chúng có thể nói chuyện với một LLM về nó, và chúng có thể đặt vô số câu hỏi và nhận được phản hồi tức thì. Và trên thực tế, bạn thậm chí có thể yêu cầu một LLM rằng, "dạy tôi cách làm điều sau." Và bạn có thể nói, "wow, tôi không hiểu rõ ý bạn đang nói. Hãy đơn giản hóa cho tôi một chút." "Được rồi, bây giờ hãy kiểm tra tôi, xem tôi có thực sự hiểu điều này không?" Mọi người có thể làm điều này ngay hôm nay, phải không? Và vì vậy, tôi nghĩ có một cơ hội lớn cho các bậc phụ huynh, trong nhiều hoàn cảnh cuộc sống, với một chút thời gian và sự tập trung, để có thể nói, "được rồi, con tôi có lẽ vẫn sẽ trải qua một hệ thống giáo dục truyền thống, nhưng tôi sẽ bổ trợ điều này bằng cách dạy kèm bằng AI." Và tất nhiên, sẽ có rất nhiều công ty khởi nghiệp, và thực tế là đã có, đang cố gắng xây dựng tất cả các sản phẩm và dịch vụ cho việc này. Khan Academy, về phía phi lợi nhuận, cũng đang có một nỗ lực lớn để làm điều này.

Và vì vậy, tôi nghĩ câu trả lời chung có thể là một cách tiếp cận kết hợp giữa trường học và dạy kèm 1 kèm 1 thông qua AI. Cũng có một hệ thống trường tư thục mới tuyệt vời mà bạn có thể đã nghe nói, gọi là Alpha, trong đó mọi thứ tôi vừa mô tả là cơ sở cho triết lý của họ, đó là sự kết hợp giữa trường học và giáo viên trực tiếp, nhưng cũng dựa nhiều vào AI và dạy kèm bằng AI. Và vì vậy, tôi nghĩ có một công thức thần kỳ ở đây mà tôi nghĩ sẽ được áp dụng rộng rãi hơn nhiều. Và tôi thực sự nghĩ rằng đối với các bậc phụ huynh quan tâm đến điều này, bây giờ sẽ là thời điểm tuyệt vời để thực sự suy nghĩ kỹ về điều đó và xem xét các lựa chọn.

AI và tương lai thị trường lao động: Không phải là mối đe dọa

Thật thú vị vì có tất cả những lo ngại rằng giới trẻ sẽ không có việc làm. AI đang thay thế họ. Mặt khác, có những gì bạn đang mô tả ở đây. Có cảm giác như những người bắt đầu học tập ngày nay sẽ tiến bộ rất nhanh và học được nhiều hơn thế. Vậy bạn đứng ở đâu trong sự phân chia này: giới trẻ đang gặp rắc rối lớn hay họ thực sự sẽ là những người chiến thắng cuối cùng?

Vâng. Vì vậy, vấn đề thay thế công việc, mất việc làm là một sự đơn giản hóa quá mức. Tôi nghĩ đó là một mô hình quá đơn giản. Và một lần nữa, nó quay trở lại điều tôi đã nói ngay từ đầu, đó là chúng ta thực sự đã ở trong một giai đoạn 50 năm với tốc độ thay đổi công nghệ rất chậm trong nền kinh tế. Và như tôi đã nói, nó bằng một nửa tốc độ của kỷ nguyên trước, và sau đó là một phần ba tốc độ của 100 năm trước. Và vì vậy, chúng ta đang thoát ra khỏi giai đoạn mà chúng ta hầu như không có tiến bộ công nghệ trong nền kinh tế. Chúng ta có rất ít sự thay đổi việc làm do đó, so với bất kỳ giai đoạn lịch sử nào.

Và vì vậy, ngay cả khi AI tăng tốc, ngay cả khi AI tăng gấp ba lần tăng trưởng năng suất trong nền kinh tế, điều này sẽ là một vấn đề cực kỳ lớn, nó sẽ đưa chúng ta trở lại mức độ thay đổi việc làm tương tự như đã xảy ra từ năm 1870 đến 1930. Và nếu bạn quay lại và đọc các ghi chép từ năm 1870 đến 1930, mọi người chỉ nghĩ rằng thế giới tràn ngập cơ hội. Với tốc độ chuyển đổi công nghệ đó, trẻ em đã có thể phát triển các lộ trình sự nghiệp mới vào các lĩnh vực mới của nền kinh tế, xây dựng các loại sản phẩm và dịch vụ mới. Ý tôi là, một phần lớn mọi thứ trong thế giới hiện đại của chúng ta ngày nay đã được phát minh và phổ biến trong giai đoạn đó.

Và vì vậy, ngay cả khi AI tăng gấp ba lần tốc độ thay đổi kinh tế trong nền kinh tế, nó sẽ chỉ chuyển thành tốc độ tăng trưởng kinh tế cao hơn nhiều, sẽ chuyển thành tốc độ tăng trưởng việc làm cao hơn nhiều. Và sẽ có một mức độ thay thế cấp độ nhiệm vụ và cấp độ công việc nào đó diễn ra, nhưng điều đó sẽ bị lấn át bởi các hiệu ứng vĩ mô của tăng trưởng kinh tế và đổi mới sẽ xảy ra. Và tương ứng với điều đó, sẽ có những đợt tuyển dụng rầm rộ, thành thật mà nói, tôi nghĩ là ở khắp mọi nơi.

Và sau đó, một lần nữa, quay trở lại vấn đề khác là tất cả điều này đang xảy ra trong bối cảnh tốc độ tăng dân số đang giảm và ngày càng thu hẹp. Và vì vậy, người lao động ở rất nhiều quốc gia trong 10, 20, 30 năm tới sẽ ngày càng trở nên có giá trị hơn, theo đúng nghĩa đen, bởi vì bạn sẽ có mức dân số giảm. Chúng ta không thực sự muốn đi sâu vào chính trị, nhưng có cảm giác như thế giới nói chung sẽ đảo ngược xu hướng về tỷ lệ nhập cư mà chúng ta đã có trong 50 năm qua. Dường như đây là một điều phổ biến đang xảy ra, với sự gia tăng chủ nghĩa dân tộc, những lo ngại về tỷ lệ nhập cư. Và lịch sử nhập cư ở các quốc gia như Hoa Kỳ, nó đã lên xuống theo thời gian dựa trên tâm trạng của quốc gia thay đổi như thế nào.

Và vì vậy, nếu bạn kết hợp ở một quốc gia như Hoa Kỳ hoặc bất kỳ quốc gia nào ở châu Âu, nếu bạn kết hợp dân số giảm với ít nhập cư hơn, thì những người lao động còn lại sẽ có giá trị cao, không phải bị giảm giá. Và vì vậy, tôi nghĩ rằng sự kết hợp giữa tăng trưởng năng suất nhanh hơn, tăng trưởng kinh tế nhanh hơn, và sau đó là tăng trưởng dân số chậm hơn và ít nhập cư hơn, thực sự có nghĩa là sẽ có ít hơn nhiều kịch bản tận thế về việc không có việc làm. Tôi chỉ nghĩ rằng nó có lẽ đã bị vượt xa hoàn toàn.

AI như một giải pháp cho suy thoái kinh tế và dân số

Điều đó cực kỳ thú vị. Vậy, điều tôi hiểu là bạn không quá lo lắng về việc mất việc làm. Điều mấu chốt ở đây có phải là thời điểm chỉ đơn giản là phù hợp, sự suy giảm dân số này, tất cả những điều này phải kết hợp với nhau để không có sự mất việc làm lớn với AI?

Vâng. Chà, hãy nhìn xem, nếu chúng ta không có AI, chúng ta sẽ hoảng sợ ngay bây giờ về những gì sẽ xảy ra với nền kinh tế, phải không? Bởi vì những gì chúng ta sẽ phải đối mặt là một tương lai của sự giảm dân số, và sự giảm dân số mà không có công nghệ mới sẽ chỉ có nghĩa là nền kinh tế thu hẹp lại, phải không? Vì vậy, nó có nghĩa là bản thân nền kinh tế sẽ thu hẹp lại theo thời gian. Cơ hội giảm đi. Không có việc làm mới. Không có lĩnh vực mới. Không có nguồn cầu tiêu dùng mới để chi tiêu cho mọi thứ. Và vì vậy, bạn sẽ rất lo lắng về việc bước vào một giai đoạn suy thoái hoặc trì trệ nghiêm trọng. Và, về cơ bản, bạn sẽ nhìn vào những kịch bản rất đen tối về một nền kinh tế tự hủy diệt theo thời gian.

Và vì vậy, bạn sẽ rất lo lắng về điều ngược lại với những gì mọi người nghĩ rằng họ đang lo lắng. Lý do duy nhất chúng ta không lo lắng về điều đó là vì chúng ta bây giờ biết rằng chúng ta có công nghệ có thể thay thế cho sự thiếu hụt tăng trưởng dân số, và sau đó, cũng cho sự thiếu hụt nhập cư có thể xảy ra. Và vì vậy, tôi muốn nói rằng thời điểm đã diễn ra một cách kỳ diệu, theo nghĩa là chúng ta sẽ có AI và robot chính xác vào thời điểm chúng ta thực sự cần chúng, để giữ cho nền kinh tế không thực sự thu hẹp lại. Và tôi chỉ nghĩ rằng đó là một câu chuyện tốt đẹp cơ bản.

Để nói về vấn đề mất việc làm hàng loạt mà mọi người lo lắng, về phía khác của vấn đề, bạn sẽ phải nhìn vào tỷ lệ tăng trưởng năng suất cao hơn rất nhiều; bạn sẽ phải nhìn vào tỷ lệ tăng trưởng năng suất là 10, 20, 30, 50% một năm, hoặc tương tự, mà là mức cao hơn gấp nhiều lần so với những gì chúng ta từng có trong bất kỳ nền kinh tế nào trong lịch sử hành tinh. Có thể chúng ta sẽ đạt được điều đó. Ý tôi là, nhìn xem, tôi cũng có những cám dỗ về một thế giới không tưởng như mọi người khác. Nếu AI thay đổi triệt để mọi thứ chỉ sau một đêm, thì có lẽ, hãy cùng nhau vẽ ra kịch bản không tưởng đó.

AI và Tăng trưởng Kinh tế

Bạn sẽ đạt được mức tăng trưởng năng suất cao hơn đáng kể. Bạn sẽ đạt được mức độ thay đổi công nghệ cao hơn đáng kể. Tương ứng với điều đó, chúng ta sẽ có một sự bùng nổ kinh tế lớn. Bạn sẽ thấy nền kinh tế tăng trưởng mạnh mẽ, và sau đó tương ứng với điều đó, giá cả sẽ sụt giảm. Và vì vậy, giá của hàng hóa và dịch vụ bị ảnh hưởng hoặc được thương mại hóa (commoditized) bởi AI sẽ sụt giảm—chúng ta sẽ có giảm phát giá (price deflation). Hệ quả của giảm phát giá là mọi thứ mọi người đang mua hôm nay sẽ trở nên rẻ hơn rất nhiều, và điều đó tương đương với một sự gia tăng tài sản khổng lồ trong toàn xã hội.

Hãy nhìn theo cách này, điều này thực sự đáng nói vì tôi nghĩ mọi người thường hiểu sai về vấn đề này: nếu AI sẽ thay đổi nền kinh tế nhiều như những người theo chủ nghĩa không tưởng (utopians) hay phản địa đàng (dystopians) nghĩ. Thì tính toán kinh tế cần thiết cho điều sẽ xảy ra là tăng trưởng năng suất (productivity growth) khổng lồ. Hệ quả của tăng trưởng năng suất khổng lồ, về mặt cơ học, có nghĩa là sản lượng nhiều hơn nhưng yêu cầu đầu vào ít hơn, phải không? Vì vậy, bạn có được sản lượng kinh tế nhiều hơn với đầu vào ít hơn. Bạn đang thay thế lao động con người bằng AI hoặc những thứ tương tự. Và kết quả là, bạn có một sự bùng nổ lớn về sản lượng với chi phí đầu vào thấp hơn nhiều. Hệ quả là có rất nhiều hàng hóa và dịch vụ trong tất cả các lĩnh vực bị ảnh hưởng. Kết quả của sự dư thừa đó là giá cả sụt giảm, phải không? Giá cả sụt giảm có nghĩa là thứ hôm nay bạn mua với giá 100 đô la giờ chỉ còn 10 đô la, và sau đó là 1 đô la. Điều đó tương đương với việc tăng lương khổng lồ cho tất cả mọi người, phải không? Bởi vì giờ đây họ có thêm sức mua. Sức mua tăng thêm đó sau đó chuyển thành tăng trưởng kinh tế, phải không? Sự phát triển của các lĩnh vực mới. Mọi người về mặt vật chất sẽ nhanh chóng trở nên khá giả hơn rất nhiều.

Và nhân tiện, nếu bạn có tình trạng thất nghiệp xảy ra sau đó, thì việc cung cấp loại hình mạng lưới an sinh xã hội (social safety net) để ngăn mọi người rơi vào cảnh khốn cùng sẽ rẻ hơn rất nhiều, phải không? Bởi vì giá của tất cả hàng hóa và dịch vụ mà một chương trình phúc lợi phải chi trả đều đang sụt giảm, phải không? Và vì vậy, giá chăm sóc sức khỏe sụt giảm, giá nhà ở sụt giảm, giá giáo dục sụt giảm, giá của mọi thứ khác sụt giảm vì tác động đáng kinh ngạc mà AI đang tạo ra. Vậy nên trong kịch bản không tưởng hay phản địa đàng mà mọi người hình dung, không có kịch bản nào mà mọi người chỉ đơn thuần là nghèo đi. Thực tế, hoàn toàn ngược lại: mọi người sẽ trở nên giàu có hơn rất nhiều vì giá cả sụt giảm, và sau đó việc chi trả cho mạng lưới an sinh xã hội cho những người vì lý do nào đó không thể tìm được việc làm sẽ dễ dàng hơn rất nhiều. Và vì vậy, có lẽ chúng ta sẽ đi đến kịch bản đó. Ý tôi là, phần lạc quan trong tôi nói rằng, vâng, có thể AI mạnh mẽ đến mức đó và phần còn lại của nền kinh tế thực sự có thể thay đổi để thích ứng với điều đó, và có lẽ điều đó sẽ xảy ra. Nhưng kết quả của điều đó sẽ là một tin tức tốt hơn nhiều so với những gì mọi người nghĩ.

À, và một lần nữa, tất cả những gì tôi vừa mô tả, nhân tiện, chỉ là một phép ngoại suy rất đơn giản từ kinh tế học cơ bản. Tôi không đưa ra bất kỳ dự đoán táo bạo nào về những gì tôi vừa nói. Đây chỉ là một quá trình cơ học đơn giản tự diễn ra nếu bạn có tốc độ tăng trưởng năng suất cao hơn, điều này tất yếu là kết quả của tốc độ tăng trưởng công nghệ cao hơn. Và vì vậy, tôi nghĩ chúng ta đang hướng tới—và nói rõ hơn, tôi nghĩ chúng ta đang hướng tới một thế giới không bị biến đổi triệt để như cách những người theo chủ nghĩa không tưởng hay phản địa đàng nghĩ. Tôi nghĩ nó sẽ tăng dần hơn vì những lý do chúng ta có thể thảo luận. Nhưng tôi nghĩ rằng sự tăng dần đó, phần lớn, tôi nghĩ quá trình đó sẽ là một quá trình tốt đẹp. Và ngay cả khi nó diễn ra nhanh hơn nhiều, nó cũng sẽ là một quá trình tốt đẹp. Nó sẽ chỉ là một quá trình tốt đẹp theo cách khác mà tôi đã mô tả.

Lời khen của người phỏng vấn và sự đính chính

Người phỏng vấn: Tôi thích nghe sự lạc quan và tin tốt lành. Tôi cũng muốn nói thêm rằng tôi đã nghiên cứu về bạn trước buổi trò chuyện này và bạn đã đúng rất nhiều lần về hướng đi của thế giới. Đó là lý do tại sao tôi đặc biệt hào hứng được trò chuyện với bạn. Tôi sẽ đưa ra một danh sách ngắn. Tôi hình dung còn nhiều điều khác nữa. À, được rồi. Được rồi. Đầu tiên, bạn đã đúng về việc web và các trình duyệt web trở nên quan trọng. Bạn đã đúng về việc phần mềm nuốt chửng thế giới (software eating the world). Đúng vậy. Năm 2011, bạn nói rằng trong 10 năm tới, chúng ta sẽ có 5 tỷ người dùng điện thoại thông minh. Và tôi tin rằng con số thực tế cuối cùng là 6 tỷ. [tiếng cười] Bạn cũng đã có một cuộc tranh luận với Peter Thiel mà tôi tình cờ biết, về việc liệu công nghệ có ngừng tiến bộ hay liệu công nghệ mới sẽ tiếp tục xuất hiện. Và bạn lập luận rằng có sự tiến bộ. Tiến bộ sẽ tiếp tục. Còn anh ấy thì nói, "Không, tôi nghĩ chúng ta đã hết công nghệ thú vị rồi." Bạn đã đúng. À, tôi hình dung còn rất nhiều điều khác mà bạn đã đúng. Vì vậy, một lần nữa, tôi chỉ đơn giản là tôi rất thích nghe những dự đoán của bạn bởi vì tôi cảm thấy chúng thực sự sẽ trở thành sự thật.

Diễn giả: Vậy thì, tôi nên bắt đầu bằng cách nói rằng tôi đã sai về rất nhiều thứ, nhưng bạn biết đấy, tôi đã chôn vùi chúng ở phía sau nhà kho rồi. [tiếng cười]

Người phỏng vấn: Xóa chúng khỏi internet. Không trình duyệt web nào có thể tìm thấy chúng.

Diễn giả: Đúng vậy, tôi đã xóa chúng khỏi các kho lưu trữ internet để chúng không bao giờ được nhìn thấy nữa. Ừm, vậy thì, à, bạn biết đấy, tôi cũng sai rất nhiều lần. Ừm, nhưng vâng, ý tôi là, nhìn xem, tôi nghĩ, vâng, một vài trong số đó tôi đã đúng. Nhân tiện, tôi sẽ nói về trường hợp của Peter, tôi đã đồng tình hơn rất nhiều với quan điểm của Peter. Ừm, tôi có lẽ sẽ tranh luận về vấn đề đó khá khác biệt ngày hôm nay so với trước đây, và tôi nghĩ tôi sẽ tin tưởng quan điểm của anh ấy nhiều hơn. Ừm, và nó thực sự liên quan đến loại thảo luận mà chúng ta vừa có, đó là hình thức thực sự của điều Peter đang lập luận là chúng ta có rất nhiều tiến bộ trong bit. Chúng ta có rất nhiều tiến bộ trong bit, phải không? Nhưng chúng ta có rất ít tiến bộ trong nguyên tử (atoms), phải không? Ừm, và đó là trọng tâm thực sự của điều anh ấy đang lập luận. Và tôi nghĩ tôi, tôi nghĩ tôi đã hơi, tôi không biết, bỏ lỡ điều đó hoặc hơi bỏ qua nó một chút, ừm, vì tôi quá tập trung vào việc đảm bảo mọi người hiểu rằng không, thực sự vẫn có tiến bộ đang diễn ra trong bit.

Sự đình trệ trong tiến bộ vật chất và rào cản cấu trúc

Nhưng tôi nghĩ, bạn biết đấy, nhiều lời chỉ trích của anh ấy về sự thiếu tiến bộ trong nguyên tử là có thật, và một lần nữa, điều này quay trở lại vấn đề mà anh ấy đã nói đến từ lâu. Trong 50 năm qua, đã có rất ít đổi mới công nghệ trong hầu hết các lĩnh vực kinh tế. Đặc biệt là có rất ít đổi mới công nghệ liên quan đến nguyên tử, bạn biết đấy, có rất ít thay đổi công nghệ trong thế giới thực; thế giới xây dựng không khác biệt nhiều so với 50 năm trước. Và một lần nữa, nếu bạn đối chiếu, bạn biết đấy, nếu bạn so sánh và đối chiếu giai đoạn 1870 đến 1930, đó là một thế giới khác biệt đáng kể; nếu bạn đối chiếu 1930 đến 1970, đó là một thế giới khác biệt đáng kể; nếu bạn đối chiếu 1970 đến ngày nay, thì nó không khác biệt nhiều, phải không? Và nhìn xem, bạn chỉ cần đi bộ xung quanh và thấy, ồ vâng, có rất nhiều tòa nhà được xây dựng vào khoảng năm 1960, phải không? Và có một cây cầu được xây dựng vào khoảng năm 1930, một con đập vào khoảng năm 1910, và một thành phố được thành lập vào năm 1880, và kiểu như [tiếng cười] chúng ta đã làm được gì, phải không? Như, các thành phố mới ở đâu? Các con đập mới ở đâu? Bạn biết đấy, đường sắt cao tốc California ở đâu? Kiểu như, bạn biết đấy, chuyện gì đang xảy ra ở đây?

Và tôi nghĩ anh ấy, tôi nghĩ anh ấy đúng về rất nhiều điều đó. Ừm, một lần nữa, đây cũng là lý do tại sao tôi nghĩ rằng AI sẽ không có tác động nhanh chóng đến vậy. Nó sẽ không phải là một quan điểm không tưởng hay phản địa đàng kiểu như mọi thứ thay đổi chỉ sau một đêm. Tôi nghĩ điều đó khó có thể xảy ra vì những lý do mà Peter đã trình bày, đó là có quá nhiều về cách thế giới vận hành cơ bản bị bao bọc bởi quan liêu (red tape) như quy trình hành chính, luật lệ, hạn chế. Ừm, bạn biết đấy, chính trị, ừm, nhân tiện, bạn biết đấy, công đoàn, liên minh độc quyền (cartels), độc quyền nhóm (oligopolies)—có tất cả những cấu trúc này trong thế giới, những cấu trúc kinh tế, chính trị hoặc pháp lý về cơ bản ngăn cản mọi thứ thay đổi. Ý tôi là, hãy lấy một ví dụ điển hình như tác động của AI đối với hệ thống chăm sóc sức khỏe: lẽ ra AI sẽ có tác động đáng kể đến hệ thống chăm sóc sức khỏe và theo những cách rất tích cực, nhưng bạn biết đấy, phần lớn hệ thống y tế ngày nay là các liên minh độc quyền, phải không? Và vì vậy, có vẻ như bác sĩ là một liên minh độc quyền, y tá là một liên minh độc quyền, và bệnh viện cũng là một liên minh độc quyền. Sau đó, có một làn sóng muốn quốc hữu hóa tất cả các hệ thống chăm sóc sức khỏe, và rồi bạn có, bạn biết đấy, bạn có một độc quyền nhà nước (government monopoly), phải không? Và kiểu như, bạn đoán xem các liên minh độc quyền và độc quyền không thích gì? Họ không thích sự thay đổi nhanh chóng, phải không? Ừm, và vì vậy, bạn biết đấy, bạn xuất hiện khi còn trẻ và nói, "Chà, tôi có công nghệ mới này để làm y học AI." Và họ nói, "Ồ, vậy nó có đe dọa công việc của bác sĩ không?" Chà, trong trường hợp đó, chúng tôi sẽ ngăn chặn nó.

Vì vậy, và tôi nghĩ rất nhiều người tiêu dùng, nhân tiện, bạn biết đấy, tôi thấy điều này trong cuộc sống của mình và có lẽ bạn cũng sẽ thấy điều này trong cuộc sống của mình, đó là, bạn biết đấy, ChatGPT gần như chắc chắn là một bác sĩ giỏi hơn bác sĩ của bạn ngày nay, nhưng ChatGPT không thể có giấy phép hành nghề y, phải không? Vì vậy, nó không thể thay thế một bác sĩ. Nó không thể kê đơn thuốc, phải không? Nó không thể, bạn biết đấy, thực hiện các thủ thuật, phải không? Dù sao thì Peter, tôi nghĩ đã rất rõ ràng và đã nói trong một thời gian dài rằng không, thực sự có những rào cản cấu trúc (structural impediments) thực sự trong nền kinh tế và trong hệ thống chính trị mà chúng ta có, thực sự ngăn cản bất kỳ tốc độ thay đổi nào gần bằng tốc độ thay đổi mà con người từng có trong quá khứ. Và bạn có thể nói một cách lạc quan, bạn biết đấy, có lẽ sự hiện diện của công nghệ ma thuật mới là AI, có lẽ nó khiến chúng ta phải xem xét lại nhiều giả định này lần đầu tiên trong nhiều thập kỷ để thực sự nói, được rồi, đây có thực sự là thế giới chúng ta muốn sống không? Chúng ta không thực sự muốn đến tương lai nhanh hơn sao? Vì vậy, có lẽ đó sẽ là cái nhìn lạc quan.

"Đã đến lúc xây dựng" và Tương lai các vai trò công nghệ

Người phỏng vấn: "Đã đến lúc xây dựng (It's time to build). Ai đó đã từng nói câu này nổi tiếng, tôi, à, trong lịch của mình, tôi thực sự đặt câu đó làm [tiếng khịt mũi] khi tôi bắt đầu làm việc. Đã đến lúc xây dựng. Đó là mục tiêu của tôi vào buổi sáng. Cảm ơn bạn vì điều đó. Được rồi. Tôi thích, tôi thích cách bạn chuyển từ vĩ mô sang cá nhân. Và tôi muốn nói đến từng cá nhân. Rất nhiều thính giả của podcast này là quản lý sản phẩm (product managers). Họ là kỹ sư. Họ là nhà thiết kế. Có rất nhiều nhà sáng lập, nhưng cũng có rất nhiều người không phải nhà sáng lập. Có rất nhiều người đang xây dựng sản phẩm mà không phải là nhà sáng lập, và à, rõ ràng rất nhiều người lo lắng về lộ trình sự nghiệp (career path) của họ. Liệu một trong những vai trò này có biến mất không? Liệu một trong những vai trò này sẽ phát triển rất tốt không? Làm thế nào để tôi luôn cập nhật? Bạn thân thiết với nhiều đội ngũ, nhiều đội ngũ sản phẩm (product teams). Bạn cảm nhận thế nào về tương lai của ba vai trò rất cụ thể này: quản lý sản phẩm, kỹ sư, nhà thiết kế?

Diễn giả: Tôi nghĩ đây là một câu hỏi thực sự thú vị. Vậy thì, ba vai trò này đặc biệt rõ ràng là những vai trò trung tâm để xây dựng, bạn biết đấy, cho các công ty công nghệ.

Thế bế tắc kiểu Mexico giữa các vai trò

Cách tôi mô tả vấn đề này, đó là bạn có biết khái niệm về 'Mexican standoff' (thế bế tắc kiểu Mexico) không? Đó là cảnh phim khi hai người chĩa súng vào đầu nhau. Có những bộ phim, như của John Woo, thậm chí còn có 'Mexican standoff' ba chiều, nơi bạn có một tam giác các nhân vật và mỗi người chĩa súng vào hai người còn lại.

Bạn đang có một tình huống bế tắc như vậy. Và cách tôi mô tả điều này là có một 'Mexican standoff' đang diễn ra giữa ba vai trò: quản lý sản phẩm (product manager), nhà thiết kế (designer) và lập trình viên (coder). Cụ thể là như sau: mọi lập trình viên hiện nay đều tin rằng họ cũng có thể trở thành quản lý sản phẩm và nhà thiết kế, phải không, bởi vì họ có AI. Mọi quản lý sản phẩm đều nghĩ rằng họ có thể trở thành lập trình viên và nhà thiết kế. Và mọi nhà thiết kế đều biết họ có thể trở thành quản lý sản phẩm và lập trình viên, phải không?

Vì vậy, những người ở mỗi vai trò đó hiện nay tin rằng với AI, họ không cần đến hai vai trò còn lại nữa. Họ có thể làm được điều đó vì họ có thể để AI làm. Và rồi, tất nhiên, có một điều trớ trêu thực sự là cả ba vai trò đó sẽ nhận ra rằng AI cũng có thể là một manager (người quản lý) tốt hơn, phải không? Vì vậy, họ sẽ cuối cùng chĩa súng lên trên biểu đồ tổ chức. Nhưng đó có lẽ là giai đoạn tiếp theo. Và điều tôi thấy hấp dẫn về thế bế tắc kiểu Mexico này là tôi nghĩ họ thực sự đều đúng, phải không? Đó là AI thực sự khá tốt, nó hiện nay là một lập trình viên thực sự giỏi, một nhà thiết kế thực sự giỏi và cũng là một quản lý sản phẩm thực sự giỏi. Nó thực sự giỏi trong việc làm cả ba điều đó, hoặc ít nhất là thực hiện nhiều tác vụ (tasks) liên quan đến ba công việc đó.

Cá nhân siêu năng lực và sự thay đổi trong quy trình làm việc

Vì vậy, điều này lại quay trở lại ý tưởng về cá nhân siêu năng lực (super-empowered individual). Nếu tôi là một lập trình viên, thì bước đầu tiên là tôi cần đảm bảo rằng tôi thực sự hiểu về AI coding (lập trình với AI) và điều đó có nghĩa là gì, và cách coding sẽ thay đổi trong tương lai. Tôi cần biết cụ thể cách chuyển từ một lập trình viên viết mã hoàn toàn bằng tay sang một lập trình viên điều phối hàng tá phiên bản của các coding bot (bot lập trình). Có một sự thay đổi trong chính công việc coding đang diễn ra ngay bây giờ.

Nhưng phần còn lại là, làm thế nào để tôi trở thành cá nhân siêu năng lực đó? Làm thế nào để tôi trở thành một lập trình viên biết khai thác AI để tôi cũng có thể là một quản lý sản phẩm tuyệt vời và một nhà thiết kế tuyệt vời? Điều tương tự cũng xảy ra với quản lý sản phẩm: làm thế nào để tôi đảm bảo rằng tôi có thể sử dụng các công cụ AI để lập trình, làm thế nào để tôi cũng có thể thực hiện thiết kế dựa trên AI? Và điều tương tự cũng áp dụng cho nhà thiết kế: làm thế nào để tôi sử dụng AI để cũng trở thành một lập trình viên và một quản lý sản phẩm?

Và rồi điều bạn nhận được là có lẽ những vai trò cá nhân đó sẽ thay đổi. Có lẽ chúng sẽ không còn là những vai trò riêng biệt như cách chúng đã tồn tại trong 30 năm qua nữa. Nhưng điều sẽ xảy ra là những người tài năng trong bất kỳ vai trò nào trong số đó sẽ trở nên siêu năng lực và họ sẽ giỏi trong việc làm cả ba điều. Và rồi những người đó trở nên vô cùng giá trị, bởi vì đó là những người thực sự có thể xây dựng và thiết kế các sản phẩm mới từ đầu, điều mà là giá trị nhất. Và tôi nghĩ đó là cơ hội.

Vậy điều tôi hiểu ở đây là về cơ bản, nếu bạn xuất sắc ở bất kỳ vai trò nào trong ba vai trò này, bạn sẽ làm tốt. Số một, nếu bạn xuất sắc ở những vai trò này thì tuyệt vời, nhưng một phần của việc xuất sắc ở những vai trò này cũng là khả năng khai thác hoàn toàn công nghệ mới. Vì vậy, nếu bạn là một lập trình viên bậc thầy ngày nay và bạn không bao giờ đạt đến mức độ mà bạn tìm ra cách sử dụng AI để tận dụng các kỹ năng coding của mình và làm được nhiều hơn, phải không? Đến một lúc nào đó, bạn sẽ gặp vấn đề.

Công việc là tập hợp các tác vụ: Bài học từ quá khứ và tương lai

Đây là một cách khác mà các nhà kinh tế học nói về điều này, đó là có khái niệm về công việc (job), nhưng công việc thực ra không phải là đơn vị cơ bản của những gì xảy ra ở nơi làm việc. Đơn vị cơ bản của những gì xảy ra ở nơi làm việc là tác vụ (task). Và rồi cách các nhà kinh tế học nghĩ về nó là một công việc là một tập hợp các tác vụ. Mọi người đều muốn nói về mất việc làm, nhưng thực sự điều bạn muốn xem xét là mất tác vụ, phải không? Các tác vụ thay đổi.

Ví dụ kinh điển về tác vụ thay đổi. Ví dụ kinh điển về tác vụ thay đổi là ngày xưa, các Cấp điều hành không bao giờ tự mình sử dụng máy đánh chữ hoặc máy tính cá nhân, phải không? Nếu bạn là phó chủ tịch của một công ty vào năm 1970 hay gì đó, bạn không có máy đánh chữ hoặc máy tính trên bàn để gõ tài liệu. Bạn có một thư ký mà bạn đọc chính tả các bản ghi nhớ cho họ. Và rồi có một sự thay đổi khi email bắt đầu xuất hiện. Và điều xảy ra là công việc của thư ký sau đó đã chuyển đổi: công việc của thư ký thay đổi từ gửi thư có tem sang gửi hoặc nhận email với các admin khác. Và rồi thư ký sẽ in email ra và mang vào văn phòng của Cấp điều hành. Và Cấp điều hành sẽ đọc email trên giấy, viết câu trả lời và đưa tin nhắn đó lại cho thư ký, người sẽ quay lại gõ vào máy tính trên bàn của mình và gửi đi dưới dạng email.

Đến ngày nay, không có điều đó xảy ra nữa. Bây giờ các Cấp điều hành tự mình làm tất cả các email. Họ vẫn có thư ký hoặc admin, nhưng bây giờ họ đang làm các tác vụ khác. Họ lên kế hoạch đi lại và tổ chức sự kiện và làm tất cả những điều khác mà các admin giỏi làm. Và rồi tập hợp các tác vụ của Cấp điều hành, trớ trêu thay, đã mở rộng để thực sự tự mình làm nhiều công việc văn thư hơn, thực sự ngồi đó và tự gõ bản ghi nhớ của mình, điều mà 50 năm trước họ sẽ không bao giờ làm. Vì vậy, công việc của Cấp điều hành vẫn tồn tại, công việc của thư ký vẫn tồn tại, nhưng các tác vụ đã thay đổi.

Và tôi nghĩ đó là một ví dụ tuyệt vời về những gì sẽ xảy ra trong coding. Các tác vụ sẽ thay đổi. Quản lý sản phẩm, các tác vụ sẽ thay đổi. Nhà thiết kế, các tác vụ sẽ thay đổi. Vì vậy, công việc có thể tồn tại lâu hơn các tác vụ riêng lẻ. Và rồi khi các tác vụ thay đổi đủ nhiều thì đó là lúc các công việc thay đổi. Và ở cấp độ cá nhân, bạn muốn nghĩ về việc: "Được rồi, tôi có công việc này, công việc là một tập hợp các tác vụ. Tôi cần thực sự giỏi trong việc đảm bảo rằng tôi có thể thay thế các tác vụ ra vào, phải không?" Tôi có thể thực sự thích nghi, sử dụng công nghệ mới, trở nên thực sự giỏi về AI coding, chẳng hạn. Tôi có thể, và rồi bạn muốn bổ sung kỹ năng. Tôi cũng có thể trở nên thực sự giỏi về thiết kế. Tôi cũng có thể trở nên thực sự giỏi về quản lý sản phẩm vì tôi có công cụ AI mới này. Vì vậy, bạn muốn tiếp nhận ngày càng nhiều phạm vi khi bạn làm điều đó.

Và rồi, 10 năm nữa, chức danh công việc của bạn là lập trình viên hay lập trình viên-nhà thiết kế-quản lý sản phẩm, hay chỉ là "tôi xây dựng sản phẩm", hay chỉ là "tôi hướng dẫn AI cách xây dựng sản phẩm"? Dù cho công việc đó được gọi là gì, ai mà biết được nó sẽ là gì, nhưng nó sẽ vô cùng quan trọng bởi vì những người làm công việc đó sẽ là những người điều phối AI. Và đó là con đường mà những người giỏi nhất sẽ đi theo. Và tôi nghĩ đó là điều cần phải tập trung mạnh mẽ vào.

Kỹ thuật phần mềm đang biến đổi

Tôi nghĩ mọi người chưa hoàn toàn nắm bắt được sự thay đổi cụ thể trong kỹ thuật phần mềm (software engineering) sẽ lớn đến mức nào. Rõ ràng là chúng ta sẽ sớm bước vào một thế giới mà các kỹ sư thực sự không viết mã, điều mà tôi nghĩ một năm trước chúng ta sẽ không nghĩ đến. Và bây giờ rõ ràng đây là hướng đi. Nó giống như sẽ có một trải nghiệm "thủ công" khi ngồi viết mã, điều này thật điên rồ về mức độ thay đổi của công việc đó.

Vì vậy, ở đây tôi lại quay trở lại, và xin thứ lỗi nếu đây là một bài học lịch sử, nhưng tôi quay trở lại với coding. Bạn có thể biết rằng định nghĩa gốc của thuật ngữ calculator (máy tính) là gì không? Bạn có biết nó dùng để chỉ điều gì không? Nó dùng để chỉ con người. Vì vậy, trước khi có máy tính điện tử hoặc máy tính hoặc bất kỳ thứ gì như thế này, cách bạn thực sự thực hiện việc tính toán, cách bạn thực hiện các phép tính, giống như cách một công ty bảo hiểm tính toán các bảng thống kê bảo hiểm hoặc quân đội tính toán, bạn biết đấy, bất kể các công thức hậu cần quân sự hay gì đó, cách bạn làm điều đó là bạn thực sự có một căn phòng đầy người. Và nhân tiện, những căn phòng lớn này có thể có hàng trăm, hàng ngàn hoặc hàng chục ngàn người làm điều này, và bạn thực sự sẽ sắp xếp. Bạn có một người đứng đầu phòng chịu trách nhiệm về bất kỳ phương trình toán học nào, và rồi họ sẽ phân chia các phép tính toán học riêng lẻ cho những người ngồi ở bàn làm tất cả bằng tay, phải không? Và chức danh công việc đó là những người đó là các calculator (người tính toán).

Và vì vậy, chúng ta đã đi từ một thế giới mà bạn thực sự có những người thực hiện các phương trình toán học bằng tay. Sau đó chúng ta có những máy tính đầu tiên. Những máy tính đầu tiên tất nhiên không có ngôn ngữ lập trình (programming languages), phải không? Chúng chỉ có mã máy (machine code), phải không? Vì vậy, những máy tính đầu tiên được lập trình bằng các số 0 và 1.

Sự Tiến Hóa của Lập Trình và Lập Trình AI

Vì vậy, nhiệm vụ của lập trình viên đã từng là làm việc với các số 0 và 1, rồi sau đó là thẻ đục lỗ. Vẫn có những người còn hoạt động cho đến ngày nay mà công việc lập trình của họ là xử lý các thẻ đục lỗ. Sau đó, chúng ta có một bước đột phá lớn gọi là ngôn ngữ Assembly, về cơ bản là cách để thực hiện mã máy nhưng với một mức độ tiếng Anh được thêm vào. Và rồi, những lập trình viên giỏi nhất đã làm việc với ngôn ngữ Assembly. Khi tôi mới bắt đầu, đó là các ngôn ngữ cấp cao hơn như C, biên dịch thành mã máy, và đó là công việc của lập trình viên. Tôi vẫn còn nhớ khi ngôn ngữ lập trình kịch bản ra đời, chúng tôi đã phát triển JavaScript tại Netscape, và rồi Python bùng nổ, cùng với Perl và các ngôn ngữ lập trình kịch bản khác.

Ngôn ngữ lập trình kịch bản đã phát triển mạnh mẽ vào những năm 2000. Đã có một cuộc tranh cãi lớn trong cộng đồng kỹ thuật: ngôn ngữ lập trình kịch bản có phải là lập trình thực sự hay không? Vì nó giống như gian lận vậy, phải không? Bởi vì các lập trình viên thực sự viết mã biên dịch thành mã máy, và các lập trình viên thực sự tự quản lý bộ nhớ, họ làm tất cả các công việc thủ công phức tạp của việc viết mã C. Còn những lập trình viên JavaScript hoặc Python này chỉ đang làm một việc gì đó nhẹ nhàng, và liệu nó có thực sự được tính là coding hay không?

Tất nhiên, câu trả lời là có, nó rất quan trọng. Và bây giờ, hầu hết việc coding được thực hiện bằng ngôn ngữ lập trình kịch bản, phải không? Bạn thấy ý của tôi chứ, ngôn ngữ lập trình kịch bản đã trừu tượng hóa khoảng năm lớp chi tiết mà trước đây mọi người phải làm thủ công, và giờ thì không cần nữa. Và sau đó, theo ý của bạn, lập trình AI là lớp tiếp theo. Lập trình AI thực sự trừu tượng hóa quá trình viết mã ngôn ngữ lập trình kịch bản, phải không? Vì vậy, theo một nghĩa nào đó, đây là một vấn đề rất lớn vì tất cả những lý do rõ ràng. Nhưng mặt khác, nó giống như: "Được thôi, đây là lớp tiếp theo của việc định nghĩa lại nhiệm vụ trong công việc của lập trình viên".

Vai trò của Lập Trình Viên trong Kỷ Nguyên AI

Vậy bây giờ, công việc của lập trình viên là gì? Theo ý của bạn, không nhất thiết là phải tự tay viết mã. Nhưng bây giờ, nếu bạn nói chuyện với những lập trình viên giỏi nhất thế giới hiện nay, họ sẽ nói: "Ồ, công việc của tôi là ngồi đó và điều phối 10 bot lập trình đang chạy song song". Và theo nghĩa đen, họ ngồi đó và chuyển từ trình duyệt này sang trình duyệt khác hoặc từ terminal này sang terminal khác, và công việc hàng ngày của họ bây giờ là kiểu như tranh luận với các bot AI, cố gắng khiến chúng viết ra đúng mã, phải không? Và sau đó gỡ lỗi và sửa lỗi, thay đổi đặc tả, và làm tất cả những việc này.

Vì vậy, bây giờ công việc của lập trình viên là tranh luận với các bot lập trình. Nhưng nếu bạn không biết cách tự viết mã, bạn sẽ không biết cách đánh giá những gì các bot lập trình đang cung cấp, phải không? Bạn đã hỏi về con trai 10 tuổi của chúng tôi, nó rất mê máy tính và lập trình. Và điều tôi đang nói với nó (nó đang sử dụng Claude, ChatGPT và Co-pilot, và tất cả những thứ này) là: "Này, nhân tiện, nó thích coding lắm. Nó luôn ở trên Replit, thực hiện lập trình theo cảm hứng, làm game. Nó ngồi đó, thật buồn cười, phải không? Bởi vì nó ngồi đó, về cơ bản là một đứa trẻ 10 tuổi, dành hai tiếng ăn tối để tranh luận với một AI cho vui, phải không?".

Nhưng điều tôi đang nói với nó là: "Không, con vẫn cần phải hiểu đầy đủ và học cách viết và hiểu mã. Bởi vì các bot lập trình đang cung cấp mã cho con. Nếu nó không hoạt động hoặc không làm những gì con mong đợi hoặc không đủ nhanh hoặc bất cứ điều gì, con cần phải có khả năng hiểu kết quả của những gì AI đang cung cấp cho con, phải không? Tương tự như cách một người viết mã ngôn ngữ lập trình kịch bản cần phải hiểu cuối cùng bộ vi xử lý hoạt động như thế nào."

Tầm Quan Trọng của Nền Tảng Kỹ Thuật Sâu Rộng

Vì vậy, một lần nữa, đây là kiểu nâng cao năng lực, nơi bạn thực sự muốn có chiều sâu để có thể đi sâu và hiểu thực sự điều mà nó đang làm, ngay cả khi bạn không dành cả ngày để làm việc đó bằng tay. Và một lần nữa, tôi nhìn vào đó và tôi nghĩ: "Được rồi, bây giờ các lập trình viên sẽ có năng suất cao hơn 10 lần, 100 lần, hoặc 1000 lần so với trước đây," phải không? Và đó là một điều tốt đẹp vượt trội. Các nhiệm vụ chắc chắn đang thay đổi. Bản chất công việc đang thay đổi. Nhưng liệu con người có tham gia vào quá trình coding và giám sát lập trình AI và tất cả những điều đó không? Và câu trả lời là hoàn toàn 100%. Không còn nghi ngờ gì nữa.

Vì vậy, bạn thuộc nhóm vẫn tin rằng học lập trình vẫn là một kỹ năng có giá trị.

Ồ vâng, hoàn toàn. Một lần nữa, nếu bạn muốn trở thành một trong những người siêu việt này... Này, nếu bạn chỉ muốn tự động hóa bản thân và kiểu như "Tôi không bận tâm" và "Tôi sẽ để AI viết mã và nó sẽ tạo ra bất cứ thứ gì nó làm và điều đó ổn", và "Tôi sẽ là...". Nếu mục tiêu là trở thành một lập trình viên tầm thường, thì cứ để AI làm. Không sao cả. AI sẽ rất giỏi trong việc tạo ra vô số mã tầm thường. Không vấn đề gì. Mọi thứ đều tốt.

Nếu mục tiêu là "Tôi muốn trở thành một trong những người làm phần mềm giỏi nhất thế giới và tôi muốn xây dựng các sản phẩm và công nghệ phần mềm mới thực sự có ý nghĩa", thì vâng, bạn 100% vẫn muốn đi sâu vào, bạn muốn bộ kỹ năng của mình đi sâu vào assembly và mã máy. Bạn muốn hiểu mọi lớp của stack. Bạn muốn hiểu sâu sắc những gì đang diễn ra ở cấp độ chip và mạng lưới, v.v.

Nhân tiện, bạn cũng thực sự muốn hiểu sâu sắc cách thức hoạt động của chính AI, phải không? Bởi vì nếu mọi người hiểu cách AI hoạt động, họ rõ ràng có thể nhận được nhiều giá trị hơn từ nó so với một người không hiểu cách nó hoạt động, phải không? Ý tôi là, bạn luôn có năng suất cao hơn nếu bạn biết cách máy móc hoạt động, phải không? Khi bạn sử dụng máy móc. Và vì vậy, vâng, cá nhân siêu năng lực muốn làm những điều tuyệt vời với công nghệ mới này, vâng, bạn 100% muốn hiểu điều này toàn bộ stack bởi vì bạn muốn có khả năng hiểu những gì nó đang cung cấp cho bạn, phải không? Và khi có điều gì đó không hoạt động hoặc khi có điều gì đó không đúng, bạn muốn có khả năng hiểu rất nhanh lý do tại sao.

AI: Công Cụ Học Tập và Tăng Năng Suất

Nhân tiện, điều này lại quay trở lại giáo dục. AI là người bạn tốt nhất của bạn trong việc giúp bạn học tất cả những điều đó, phải không? Bởi vì nó giống như: "Ồ, tôi cần hiểu, tôi không biết, điều này không đủ nhanh." "Tôi cần tìm ra, với tư cách là một lập trình viên, tôi cần tìm ra cách tiếp cận khác để quản lý bộ nhớ hoặc một cái gì đó." Và bạn có thể nói: "Chà, bạn biết đấy, tôi không biết rõ cách làm điều đó." "Được thôi, AI, hãy dành 10 phút. Dạy tôi cách làm điều này, phải không? Dạy tôi tất cả điều này có ý nghĩa gì, phải không?" Vì vậy, đột nhiên, bạn có một mối quan hệ hiệp lực đáng kinh ngạc với AI, nơi nó cũng giúp bạn trở nên tốt hơn đồng thời làm rất nhiều việc cho bạn.

Nhân tiện, tôi định nói rằng tôi là một lập trình viên Pearl rất giỏi. Tôi là một kỹ sư trong 10 năm và đó là ngôn ngữ yêu thích của tôi.

Bạn có nhớ không, tôi không biết bạn làm điều đó khi nào, nhưng bạn có nhớ ít nhất là ban đầu, bạn có bao giờ gặp phải trường hợp các lập trình viên coi thường bạn không? Kiểu như:

Chắc chắn rồi, chắc chắn rồi. Kiểu như: "Cái này quá chậm, nó sẽ không mở rộng được. Bạn đang dành toàn bộ thời gian cho cái này để làm gì?" Vâng, chính xác. Và tất nhiên, bạn biết đấy, một lần nữa, đó là kiểu điều mà họ đã đúng một phần, đó là ban đầu nó không đủ nhanh hoặc gì đó. Cuối cùng, họ chắc chắn đã sai, phải không? Đó là nó đã trở nên tốt hơn rất nhiều, nhanh hơn rất nhiều, và bạn biết đấy, nó đã càn quét thế giới. Hầu hết việc coding ngày nay đều diễn ra bằng ngôn ngữ lập trình kịch bản. Và sau đó, nhân tiện, những người trong suốt quá trình, những người thực sự hiểu ngôn ngữ lập trình kịch bản và những người hiểu tất cả các hệ thống cấp thấp hơn, họ là những người có thể thực sự khiến ngôn ngữ lập trình kịch bản hoạt động thực sự tốt, phải không? Và vì vậy, đó là một ví dụ tuyệt vời về kiểu thích ứng này. Và sau đó, một lần nữa, kết quả của điều đó là, bạn biết đấy, số lượng người viết mã bằng ngôn ngữ lập trình kịch bản cao hơn nhiều so với số lượng người từng viết mã bằng các ngôn ngữ cấp thấp hơn. Và tôi nghĩ điều này sẽ chỉ là một phiên bản ấn tượng hơn của điều đó. Tôi thích việc Pearl được thiết kế bởi một nhà ngôn ngữ học. Tôi không biết bạn có nhớ phần đó không, và đó là điều khiến nó rất dễ để coding.

Chà, điều đó thật buồn cười bởi vì tất nhiên nó nổi tiếng là khó hiểu. Thật trớ trêu.

Vâng.

(Quảng cáo: Tập này được tài trợ bởi DataDog, hiện là nhà của EPO, nền tảng thử nghiệm và gắn cờ tính năng hàng đầu. Quản lý sản phẩm tại các công ty hàng đầu thế giới sử dụng DataDog, cùng một nền tảng mà các kỹ sư của họ tin cậy hàng ngày để kết nối thông tin chi tiết về sản phẩm với các vấn đề sản phẩm như lỗi, ma sát trải nghiệm người dùng (UX friction), và tác động kinh doanh (business impact). Nó bắt đầu với phân tích sản phẩm nơi quản lý sản phẩm có thể xem lại phiên (session replay), xem lại phễu chuyển đổi (review funnels), tìm hiểu sâu về giữ chân người dùng (retention), và khám phá các chỉ số tăng trưởng của họ (growth metrics). Nơi các công cụ khác dừng lại, DataDog còn tiến xa hơn. Nó giúp bạn thực sự chẩn đoán tác động của việc người dùng rời bỏ phễu, lỗi và ma sát UX. Một khi bạn biết nên tập trung vào đâu, các thử nghiệm chứng minh điều gì hiệu quả. Tôi đã chứng kiến điều này trực tiếp khi tôi ở Airbnb, nơi nền tảng thử nghiệm của chúng tôi rất quan trọng để phân tích điều gì hiệu quả và điều gì đã sai. Và cùng một nhóm đã xây dựng tính năng thử nghiệm tại Airbnb đã xây dựng EPO. DataDog sau đó cho phép bạn vượt ra ngoài những con số với tính năng phát lại phiên. Xem chính xác cách người dùng tương tác với bản đồ nhiệt (heat maps) và bản đồ cuộn (scroll maps) để thực sự hiểu hành vi của họ. Và tất cả điều này được hỗ trợ bởi cờ tính năng được gắn với dữ liệu thời gian thực để bạn có thể triển khai an toàn, nhắm mục tiêu chính xác và học hỏi liên tục. DataDog không chỉ là các chỉ số kỹ thuật (engineering metrics). Đó là nơi các đội ngũ sản phẩm xuất sắc học hỏi nhanh hơn, sửa lỗi thông minh hơn và triển khai tự tin hơn. Yêu cầu bản demo tại datadoghq.com/lenny. Đó là datadoghq.com/lenny.)

Tầm Quan Trọng của Thiết kế và Trải nghiệm Người dùng

Quay trở lại bộ ba này, yếu tố khác mà tôi nghe ngày càng nhiều là kỹ năng về thẩm mỹ, thiết kế và trải nghiệm người dùng. Cảm giác như đó là một kỹ năng rất khó học và đối với tôi, điều đó cho thấy thiết kế sẽ có giá trị hơn rất nhiều trong tương lai.

Vâng, đúng vậy. Và một lần nữa, đây là một ví dụ tuyệt vời. Vì vậy, một lần nữa, cấp độ tác vụ như thiết kế một biểu tượng hoàn hảo sẽ là: "Được thôi, AI sẽ làm việc đó cả ngày." Nó sẽ cung cấp cho bạn hàng nghìn thiết kế biểu tượng. Nó sẽ rất tuyệt vời. Nó sẽ thật tuyệt vời. Dù sao đi nữa, và nhân tiện, vẫn sẽ có một mức độ thiết kế biểu tượng do con người thực hiện, nhưng AI sẽ trở nên rất giỏi trong việc đó.

Vai trò thiết kế cấp cao trong kỷ nguyên AI

Chúng ta đang cố gắng làm gì? Điều này liên quan đến cái gọi là thiết kế lớn (capital D design): Rằng, "Cái thứ này để làm gì?" và "Nó sẽ hoạt động như thế nào trong thế giới của loài người?". Liệu nó có khiến mọi người hạnh phúc khi sử dụng không? Liệu nó có khiến mọi người cảm thấy hài lòng về bản thân không? Liệu nó có phù hợp với phần còn lại của cuộc sống của họ không? Liệu nó có thử thách họ đúng cách không? Tất cả những câu hỏi cấp cao hơn mà các nhà thiết kế vĩ đại luôn suy nghĩ. Công việc của nhà thiết kế sẽ bao gồm nhiều hơn các thành phần cấp cao, quan trọng hơn này, và sau đó một lần nữa, AI sẽ đảm nhiệm nhiều tác vụ cơ bản hơn.

Vậy, một cách để nghĩ về điều này là, bạn biết đấy, ví dụ như các nhà thiết kế giỏi nhất thế giới, Johnny Ive chẳng hạn. Bạn có thể nghĩ, "Wow, nếu tôi là một nhà thiết kế hôm nay, nếu tôi là một nhà thiết kế 25 tuổi và tôi khao khát trở thành một Johnny Ive trong một thập kỷ nữa, thì đột nhiên tôi có một lộ trình mới mà tôi có thể sử dụng để đạt được điều đó." Bởi vì Johnny Ive đã làm mọi thứ mà không cần AI. Giờ đây, một nhà thiết kế trẻ có thể nghĩ, "Wow, nếu tôi thực sự tận dụng AI trong một thập kỷ, tôi sẽ trở thành nhà thiết kế giỏi nhất thế giới từng thấy, bởi vì sẽ không chỉ có mình tôi. Đó sẽ là tôi cộng với việc được trao quyền mạnh mẽ bởi công nghệ này để có thể làm được nhiều hơn thế. Và rồi, nhiều thời gian và sự chú ý của tôi sẽ có thể tập trung vào những điều cấp cao hơn mà hầu hết các nhà thiết kế không bao giờ đạt tới được." Tôi nghĩ đó sẽ là một ví dụ tuyệt vời khác về điều đó.

Chiến lược phát triển đa kỹ năng (T-shaped/E-shaped)

Có lẽ điều tôi đang nghe ở đây là một chiến lược hình chữ T (T-shaped strategy): Nếu bạn muốn thành công trong bất kỳ ba vai trò nào (quản lý sản phẩm, kỹ thuật, thiết kế), hãy cực kỳ giỏi ở vai trò cụ thể đó, và sau đó đủ giỏi ở hai vai trò còn lại.

Tôi nghĩ điều đó thật tuyệt vời và rất phù hợp. Scott Adams (nhà sáng tạo Dilbert), tiếc thay đã qua đời – đó là một bi kịch thực sự. Tôi đã luôn nhắc đến lời khuyên về lộ trình sự nghiệp nổi tiếng của Scott Adams trong nhiều năm, mà tôi nghĩ là rất có ý nghĩa và khớp với điều bạn đang nói. Anh ấy từng nói: "Hãy nhìn xem, tôi có thể là một họa sĩ truyện tranh khá giỏi, hoặc tôi có thể khá giỏi kinh doanh. Nhưng thực tế là tôi là một họa sĩ truyện tranh hiểu biết về kinh doanh đã khiến tôi cực kỳ xuất sắc trong việc tạo ra Dilbert." Bởi vì ngay cả họa sĩ truyện tranh giỏi nhất thế giới mà không hiểu kinh doanh cũng không thể viết được Dilbert. Và những doanh nhân giỏi nhất thế giới mà không biết vẽ truyện tranh cũng không thể tạo ra Dilbert. Cần một người thực sự có cả hai kỹ năng đó để tạo ra Dilbert, một trong những bộ truyện tranh thành công nhất trong lịch sử.

Cách Scott luôn mô tả là từ quan điểm phát triển lộ trình sự nghiệp, hiệu ứng cộng gộp khi giỏi hai việc sẽ hơn gấp đôi. Hiệu ứng cộng gộp khi giỏi ba việc sẽ hơn gấp ba lần, bởi vì bạn trở thành một chuyên gia cực kỳ phù hợp trong sự kết hợp các lĩnh vực. Bạn có thể thấy điều này ở khắp mọi nơi trong nền kinh tế. Ví dụ, ở Hollywood, có rất nhiều nhà biên kịch không thể đạo diễn phim và họ có thể rất thành công. Có rất nhiều đạo diễn không thể viết kịch bản phim và họ có thể rất thành công. Nhưng các siêu sao trong ngành giải trí là những người có thể viết và đạo diễn. Họ có một thuật ngữ cho những người đó, họ gọi đó là "auteur". Đó là những người thực sự là các động lực sáng tạo thúc đẩy lĩnh vực.

Một lần nữa, Hollywood thực sự rất buồn cười, đã dành rất nhiều thời gian nói chuyện với những người Hollywood về AI. Hollywood đang trong cùng một thế bế tắc kiểu Mexican standoff mà chúng ta đã mô tả trong công nghệ. Ngoại trừ ở Hollywood, ví dụ đối với phim, đó là đạo diễn, biên kịch và diễn viên. Bởi vì đạo diễn đang nghĩ, "Ồ, tôi không cần biên kịch nữa vì AI có thể viết kịch bản, và tôi không cần diễn viên nữa vì tôi có thể có diễn viên AI." Biên kịch đang nói, "Tôi không cần đạo diễn vì AI có thể đạo diễn bộ phim và AI có thể làm các diễn viên." Và diễn viên đang nói, "Tôi không cần cả hai người này. Tôi có thể nhờ AI đạo diễn, nhờ AI viết kịch bản, và tôi chỉ cần xuất hiện và thể hiện diễn xuất của mình."

Vì vậy, đó là cùng một cấu hình hình tam giác. Và điều tuyệt vời là tất cả họ đều đúng. Mỗi người trong ba lĩnh vực đó sẽ có thể mở rộng theo chiều ngang và học thêm các kỹ năng bổ sung đó. Và sau đó, kết quả là bạn sẽ có nhiều người hơn có thể viết và đạo diễn, hoặc viết và diễn xuất, hoặc đạo diễn và diễn xuất, hoặc làm cả ba việc. Tôi nghĩ, theo ý của bạn về mô hình chữ T, điều đó sẽ đúng trên toàn bộ nền kinh tế. Nếu bạn nghĩ về cấu hình chữ T, chiều rộng ở đỉnh của chữ T là bạn quen thuộc đủ với bao nhiêu lĩnh vực riêng lẻ để có thể sử dụng công cụ AI và thực hiện công việc thực sự tốt. Và chiều sâu của chữ T là bạn có thể đi sâu đến mức nào vào ít nhất một trong các lĩnh vực đó để bạn thực sự hiểu sâu sắc những gì mình đang làm. Nhưng nếu bạn cực kỳ sâu về coding và bạn có thể sử dụng AI để làm design và bạn có thể sử dụng AI để làm product management, đó chính là chữ T của bạn. Bạn là một người đa năng (triple threat) ở đỉnh chữ T, nhưng với mức độ nền tảng kỹ thuật này bên dưới. Và vào thời điểm đó, bạn sẽ lại là một cá nhân siêu năng lực, bạn sẽ có thể thực hiện những kỳ tích trong việc thiết kế và xây dựng sản phẩm mới, mà những người thuộc thế hệ của tôi thậm chí không thể mơ tới. Vì vậy, tôi nghĩ đây là một lý thuyết phổ quát có thể áp dụng trên toàn bộ nền kinh tế.

Tính không thể thay thế trong sự nghiệp

Tôi sẽ tạo ra một framework mới ngay bây giờ. Được rồi, quên framework chữ T đi. Tôi đang hình dung một chữ F nằm ngang hoặc một chữ E, nơi có ba, hai hoặc ba, tôi không biết, các nhánh đi xuống. Và những gì tôi đang nghe là hãy giỏi ít nhất hai điều. Tôi nghĩ điều đó đúng. Sự kết hợp. Bạn tôi, Larry Summers, có một phiên bản khác của câu nói của Scott Adams, đó là anh ấy thường nói với mọi người rằng chìa khóa để lập lộ trình sự nghiệp là đừng dễ bị thay thế (fungible), đúng không? Anh ấy là một nhà kinh tế học, nên đó là thuật ngữ kinh tế, và điều đó có nghĩa là về cơ bản, đừng dễ bị thay thế. Đừng là một bánh răng (cog). Điều đó có nghĩa là đừng chỉ là một thứ. Nếu bạn chỉ là một nhà thiết kế, chỉ là một product manager, chỉ là một coder, thì về lý thuyết, bạn có thể bị thay thế. Nhưng nếu bạn có sự kết hợp những điều thực sự khá hiếm, thì đột nhiên bạn không còn dễ bị thay thế nữa. Bạn không chỉ không dễ bị thay thế, mà bạn thực sự cực kỳ quan trọng vì bạn là một trong số ít người trên thế giới thực sự có thể thực hiện sự kết hợp các điều đó. Và khả năng của bạn để trở thành một trong những người đó giờ đây đã được nâng cao vượt bậc với AI so với bất cứ điều gì chúng ta từng thấy trước đây.

Điều này thật thú vị bởi vì tôi đã làm việc với những người giỏi hai kỹ năng này và họ luôn được gọi là "unicorn" tại công ty. "Cô ấy có thể lập trình và thiết kế. Ôi trời!" Và những gì tôi đang nghe ở đây là đây là điều bạn cần trở thành. Bạn cần trở nên thực sự giỏi ít nhất hai kỹ năng. Tôi nghĩ bạn đã sử dụng thuật ngữ "smoke stack" hoặc đại loại thế, nơi có product manager ở đây, engineer và design ở kia. Và những gì tôi đang nghe ở đây là bạn cần phải giỏi ít nhất hai trong số các kỹ năng này. Các silos (phân chia) của hai vai trò này đang biến mất.

AI là công cụ đào tạo cá nhân mạnh mẽ

Đúng vậy, đúng vậy. Và một lần nữa, tôi không thể nhấn mạnh quá mức điều sau đây đối với bất kỳ ai đang lắng nghe điều này: Điều về AI mà tôi nghĩ mọi người chưa tận dụng đủ lợi ích là nó sẽ dạy bạn. Điều này thật tuyệt vời. Chưa bao giờ có một công nghệ nào mà bạn có thể yêu cầu nó, "Dạy tôi cách làm điều này," phải không? Tôi luôn cảm thấy như mọi người dành quá nhiều sự tập trung vào việc tìm hiểu cách sử dụng một Large Language Model (LLM) là, "Được rồi, tôi sẽ cố gắng nhờ nó làm gì cho tôi?" Điều đó tất nhiên là rất quan trọng, nhưng mặt khác của vấn đề là, "Tôi có thể nhờ nó dạy tôi cách làm gì?" Và nó cũng giỏi việc đó không kém.

Và một lần nữa, đây là mức độ siêu năng lực tiềm ẩn. Những người thực sự muốn cải thiện bản thân và phát triển lộ trình sự nghiệp của họ nên dành mọi giờ rảnh rỗi, theo quan điểm của tôi, để nói chuyện với AI và nói, "Được rồi, đào tạo tôi đi. Hãy nói cho tôi, trao quyền siêu việt cho tôi. Nói cho tôi cách, bạn biết đấy, đào tạo tôi cách làm, bạn biết đấy, tôi là một coder. Đào tạo tôi cách trở thành một product manager." Nó sẽ vui vẻ làm điều đó. Nó biết chính xác cách làm điều đó. "Hãy cho tôi các vấn đề, hãy cho tôi các bài tập, sau đó đánh giá kết quả của tôi." Và nó sẽ làm điều đó vui vẻ như nó sẽ làm việc "giùm" cho bạn.

Học từ quy trình suy nghĩ của AI

Hai mẹo tôi đã nghe được tương tự như vậy. Một là theo dõi đầu ra của tác nhân. Những gì tác nhân AI đang làm và suy nghĩ khi nó thực hiện công việc. Vì vậy, nếu bạn không phải là một kỹ sư, hãy ngồi đó và xem nó suy nghĩ và đưa ra quyết định. Và điều đó gần như đã trở thành một lớp bổ sung cho việc học lập trình là học cách xem tác nhân AI đang làm gì và suy nghĩ như thế nào, bởi vì điều đó dạy bạn về kiến trúc. Và điều thứ hai là một vài khách mời podcast đã đề cập đến. Khi bạn gặp khó khăn và sau đó bạn tự gỡ rối được, bạn hãy hỏi nó, "Tôi đã có thể làm gì khác? Tôi đã có thể nói gì để tránh lỗi này ngay từ đầu?"

Đúng vậy, đúng vậy. Về điều đầu tiên, và điều này, một lần nữa, là điều tôi đang làm với đứa con 10 tuổi của mình. Đúng vậy, nếu bạn yêu cầu một AI viết mã này cho tôi, và sau đó nó quay lại và không hoạt động đúng.

Cộng tác với AI: Hiểu và Can thiệp

Nếu bạn chỉ biết cách đặt một yêu cầu chức năng đơn lẻ và AI trả về kết quả không như ý, bạn sẽ làm gì? Bạn không hiểu tại sao nó lại đưa ra kết quả đó. Bạn có thực sự hiểu mình cần nói gì với AI để nó làm điều gì đó khác không? Nhưng đúng như bạn đã nói, nếu bạn thực sự quan sát cách AI hoạt động và có được nền tảng kiến thức vững chắc, bạn có thể nhận ra, "Ồ, tôi hiểu nó đang làm gì rồi. Tôi thấy chỗ nó mắc lỗi. Tôi thấy chỗ nó đi chệch hướng." Lúc đó, bạn có thể can thiệp và nói, "Không, không, tôi không có ý đó. Hãy làm điều khác này."

Đây là một phần quan trọng để có mối quan hệ cộng tác mang tính hiệp lực. Bạn hiểu được cách AI hoạt động. Mọi điều chúng ta đang nói ở đây cũng tương tự như khi bạn làm việc với con người. Nếu tôi và bạn là đồng nghiệp và tôi yêu cầu bạn làm điều gì đó, rồi bạn quay lại với một kết quả hoàn toàn khác, tôi cần phải hiểu điều gì đang diễn ra trong đầu bạn để có thể đưa ra phản hồi (feedback). Nếu tôi chỉ nói "Ôi, cái đó sai rồi", thì không có gì xảy ra cả. Tôi cần thực sự hiểu. Tôi cần có lý thuyết về tâm trí (theory of mind). Tôi cần hiểu bạn đang nghĩ gì để thực sự đưa ra phản hồi đúng đắn.

Và một điều tuyệt vời với AI là nó sẽ vui vẻ giải thích cả ngày tại sao nó làm những gì nó đang làm. Nó sẽ vui vẻ tự phê bình. [tiếng cười] Bạn có thể làm điều này. Nhân tiện, có một điều rất thú vị là bạn có thể để một AI phê bình một AI khác, đúng không? Bạn có thể để một AI viết code, rồi để một AI khác debug code [hít hơi]. Vì vậy, bạn thực sự có thể sử dụng, bạn có thể đẩy các AI vào tình huống đối đầu và khiến chúng tranh luận với nhau. Và vâng, đây đều là những kỹ năng tôi nghĩ sẽ trở nên cực kỳ giá trị.

Tôi nghĩ mọi người gọi đó là hội đồng LLM. Vâng.

Chúng đang nói chuyện với nhau.

Vâng, đúng vậy. Đúng vậy.

Tôi cảm thấy nếu tôi không có nền tảng thiết kế, tôi luôn muốn thiết kế. Tôi luôn muốn trở thành một nhà thiết kế giỏi. Có vẻ như đó là kỹ năng khó nhất để học trong số ba loại bằng cách chỉ xem và nói chuyện, đúng không? Bởi vì có rất nhiều liệu pháp tiếp xúc (exposure therapy) như mọi người đã dùng thuật ngữ này, giống như làm thế nào để bạn học cách trở thành một nhà thiết kế giỏi? Điều đó có vẻ như sẽ rất khó và giá trị.

Vì vậy, thú thật là tôi luôn muốn trở thành một họa sĩ biếm họa,

nhưng tôi không có kỹ năng nghệ thuật nào cả. Nhưng khi chúng ta nói chuyện, tôi nghĩ, có lẽ đã đến lúc. [tiếng cười]

Thời khắc của chúng đã đến, Arc.

Vâng.

Tầm nhìn của Founder về AI: Ba Cấp độ Thay đổi

Tôi muốn chuyển sang chủ đề CEO kiêm nhà sáng lập, có lẽ là chuyên môn của bạn. Bạn đã dành nhiều thời gian với những CEO kiêm nhà sáng lập hàng đầu về AI tiên tiến nhất. Tôi tò mò muốn biết bạn thấy họ làm gì, cách họ vận hành, điều gì đó mà họ làm đang khiến bạn bất ngờ về tương lai của việc khởi nghiệp, tương lai của các công ty lấy AI làm trọng tâm.

Vâng. Đây là một chủ đề rất hay, rất thời sự và đang diễn ra theo thời gian thực ở tuyến đầu. Tôi nghĩ có ba cấp độ và hãy xem liệu điều này có hợp lý không. Tôi nghĩ có ba cấp độ. Cấp độ thứ nhất là họ đang suy nghĩ, "Làm thế nào để AI định nghĩa lại chính các sản phẩm?" Và đây là một điều đã được duy trì qua thời gian, một điều thường xảy ra trong các giai đoạn chuyển đổi công nghệ, và đây là cơ sở của rất nhiều Quỹ đầu tư mạo hiểm, đó là khi một công nghệ mới xuất hiện – có thể là máy tính cá nhân, iPhone, Internet, hoặc bây giờ là AI – thì câu hỏi là, "Đây có phải là một khả năng mới được thêm vào các sản phẩm hiện có không?"

Ví dụ, bạn có một doanh nghiệp phần mềm hiện có và bây giờ bạn có phiên bản PC, sau đó là phiên bản iPhone của nó, và bạn cứ thế tiếp tục, công nghệ mới được thêm vào hỗn hợp, nó giống như một thành phần khác vào một công thức hiện có. Và tất nhiên, nhiều công nghệ mới là như vậy. Ví dụ, khi bộ nhớ flash storage ra đời, nó không thực sự định nghĩa lại ngành công nghiệp phần mềm vì mọi người chỉ chuyển từ dùng hard disk sang flash storage. Nhưng khi Internet ra đời, phần lớn phần mềm on-prem kiểu cũ, không hoàn toàn, nhưng phần lớn đã chết và được thay thế bằng phần mềm web.

Vì vậy, đôi khi bạn có loại công nghệ bổ sung vào một thứ hiện có, đôi khi bạn có loại công nghệ thực sự định nghĩa lại toàn bộ danh mục sản phẩm, định nghĩa lại một ngành công nghiệp, và trong nhiều trường hợp, chính các công ty cũng bị thay thế. Vì vậy, có câu hỏi này. Chẳng hạn, bạn vừa đề cập đến Nano Banana. Một ví dụ điển hình là các doanh nghiệp như Adobe. Photoshop đã xây dựng một nền tảng 40 năm trong lĩnh vực chỉnh sửa hình ảnh. Được rồi, vậy AI có phải là một tính năng được thêm vào Photoshop để thực hiện chỉnh sửa hình ảnh dựa trên AI không? Hay bạn chỉ đơn giản là ngừng chỉnh sửa hình ảnh hoàn toàn vì bạn đang sử dụng Nano Banana và tất cả hình ảnh của bạn đều được tạo ra, và việc để AI tạo ra một hình ảnh mới dễ dàng hơn là cố gắng chỉnh sửa một hình ảnh cũ? Vì vậy, tôi nghĩ có nhiều lĩnh vực công nghệ mà câu hỏi đó đang được đặt ra, và tôi nghĩ câu trả lời sẽ khác nhau tùy theo lĩnh vực. Nhưng rõ ràng, là một quỹ đầu tư mạo hiểm, chúng tôi đang đặt cược lớn vào nhiều danh mục này đang được tái tạo hoàn toàn, và nhiều CEO kiêm nhà sáng lập giỏi nhất đang cố gắng tìm ra cách để làm điều đó. Đó là AI thay đổi định nghĩa của sản phẩm.

Tôi nghĩ cấp độ tiếp theo thực sự là phần lớn những gì chúng ta đã nói, đó là AI thay đổi công việc. Vì vậy, nó là rất nhiều những gì chúng ta đã nói, nhưng giống như, "Được rồi, nếu tôi là CEO kiêm nhà sáng lập của một công ty và tôi có ngân sách cho 100 coder (lập trình viên), làm thế nào để tôi khiến những coder đó trở thành những coder AI được trao quyền mạnh mẽ, không phải loại coder tôi từng có?" Và nếu họ là những coder AI được trao quyền mạnh mẽ, vậy điều đó có nghĩa là tôi vẫn cần 100 người không? Có lẽ bây giờ tôi chỉ cần 10. Hoặc điều đó có nghĩa là tôi vẫn muốn 100 người, nhưng bây giờ họ làm việc hiệu quả gấp 10 lần? Và như bạn biết, nhiều CEO kiêm nhà sáng lập giỏi nhất đang làm việc về điều đó ngay bây giờ.

Và rồi tôi nghĩ cấp độ thứ ba vẫn chưa thực sự xuất hiện, nhưng đó là một điều lớn lao, đó là: "Được rồi, ý tưởng cơ bản về việc có một công ty có thay đổi không?" Và ở đây, bạn lại có khái niệm về cá nhân siêu năng lực, tức là, "Được rồi, bạn có thể có toàn bộ công ty mà về cơ bản CEO kiêm nhà sáng lập làm mọi thứ không?" Bởi vì những gì CEO kiêm nhà sáng lập đang làm là giám sát một đội quân bot AI. Và có một kiểu chén thánh trong ngành của chúng ta đã tồn tại từ lâu, đó là, "Bạn có thể có một kết quả tỷ đô chỉ với một người không?" Và chúng ta đã có một vài trường hợp như vậy trong những năm qua. Bitcoin có lẽ là ví dụ ngoạn mục nhất, với Ethereum ngay sau đó, mặc dù không hoàn toàn là một người nhưng là một nhóm rất nhỏ. Bạn có Instagram và WhatsApp với những kết quả rất lớn với những nhóm rất nhỏ. Thỉnh thoảng, bạn có một điều gì đó thành công và chỉ có một số ít người liên quan đến nó. Nhưng nói vậy, hầu hết các công ty phần mềm rõ ràng đều có số lượng nhân viên khổng lồ. Và vì vậy, tôi nghĩ một số CEO kiêm nhà sáng lập tiên phong nhất đang suy nghĩ về việc, "Làm thế nào để tôi tái cấu trúc định nghĩa hoặc ý tưởng thực sự đa dạng của việc có một công ty?" Và bạn có thể có một công ty về cơ bản chỉ toàn là AI không? Và nếu bạn làm như vậy, nếu bạn đang làm bất cứ điều gì trong thế giới thực thì điều đó khó, nhưng nếu bạn đang làm phần mềm, điều đó có vẻ khả thi trong một số trường hợp. Và rồi có một ví dụ tột đỉnh của điều đó, đó là, "Bạn có thể có một nền kinh tế AI tự trị đang diễn ra, nơi bạn có các bot AI trên blockchain hoạt động như một doanh nghiệp và kiếm tiền, nơi AI tự mình làm tất cả công việc và chỉ trả cổ tức cho tôi không?" Vì vậy, có lẽ đó là kết quả cuối cùng khác thường. Chúng tôi có một vài CEO kiêm nhà sáng lập đang theo đuổi loại hình đó. Vì vậy, tôi sẽ mô tả đó là những gì mà những CEO kiêm nhà sáng lập giỏi nhất đang theo đuổi.

Công ty Tỷ đô Một Người: Thách thức và Tiềm năng

Thật thú vị. Toàn bộ ý tưởng về một công ty tỷ đô chỉ với một người. Tôi nghĩ nó phụ thuộc vào định nghĩa của bạn về điều này, giống như một kết quả mà tôi có thể thấy. Với việc điều hành bản tin Creator của mình với tư cách một người với một số nhà thầu, có rất nhiều điều nhỏ nhặt gây khó chịu mà tôi phải giải quyết với các phiếu hỗ trợ, các vấn đề và lỗi. Thật khó để tôi hình dung một công ty tỷ đô chỉ với một người, ngay cả khi AI đang xử lý rất nhiều khía cạnh hỗ trợ của bạn, bởi vì có rất nhiều edge cases ngẫu nhiên mà tôi liên tục phải điền vào các biểu mẫu. Và vì vậy, tôi đoán nó phụ thuộc vào việc bạn có các nhà thầu không? Điều đó có tính không? Ý bạn là gì khi nói một người? Nhưng tôi chỉ cảm thấy điều đó khó có thể xảy ra.

Vâng. Ý tôi là, Satoshi của Bitcoin đã làm được điều đó.

Nhưng giống như, cộng đồng mã nguồn mở, bạn biết đấy, liệu nó có tính không? Tôi không biết. Tôi đoán là có. Được rồi.

Vâng. Chính xác. Đúng vậy. Vì vậy, vâng, đó là... Và tôi muốn nói là tôi không đưa ra câu trả lời ở đây, mà chỉ là

những người thông minh nhất mà tôi biết, nhiều người thông minh nhất mà tôi biết, đang suy nghĩ rất nhiều về điều này.

Rào cản cạnh tranh trong Kỷ nguyên AI

Vâng. Bạn nghĩ gì về rào cản cạnh tranh (moat)? Một câu hỏi lớn luôn được đặt ra trong AI, bạn biết đấy, thực tế là mọi thứ đang thay đổi. Quan điểm của các bạn về rào cản cạnh tranh trong AI là gì? Liệu nó có tồn tại không? Các bạn có quan tâm không?

Kinh nghiệm của tôi với những chuyển đổi công nghệ thực sự lớn, và tất nhiên, tôi đã trực tiếp trải nghiệm điều này với Internet và tôi đã thấy điều này xảy ra, là những chuyển đổi công nghệ thực sự lớn, chúng mất rất nhiều thời gian để diễn ra, và có tất cả những hệ quả cấu trúc chỉ lan tỏa theo thời gian. Và rồi có một kiểu vội vàng đưa ra phán xét ngay từ đầu, nơi mọi người kiểu như nói, "Ồ, do đó rõ ràng là XYZ. Do đó rõ ràng là loại công ty này sẽ là công ty của tương lai, chứ không phải loại kia. Rõ ràng là công ty đương nhiệm này sẽ có thể thích nghi và công ty kia thì không. Rõ ràng là có cơ hội kinh tế trong loại hình khởi nghiệp này chứ không phải trong những loại hình khác."

Dự Đoán Sai Lầm về Rào Cản Cạnh Tranh trong Công Nghệ

Rõ ràng là rào cản cạnh tranh / lợi thế cạnh tranh bền vững sẽ tồn tại ở lĩnh vực công nghệ này nhưng không phải ở lĩnh vực khác. Và bạn biết đấy, điều mọi người thường làm là họ đưa ra những tuyên bố đó với một sự tự tin đáng kinh ngạc, khiến họ thực sự nghe như thể họ có tất cả các câu trả lời. Sau đó, điều xảy ra là những ý tưởng này lan tỏa khắp các phương tiện truyền thông, phải không? Bởi vì truyền thông tự nhiên ưu tiên những câu trả lời dứt khoát hơn là những câu hỏi mở, bởi vì bạn biết đấy, khi CNBC mời khách, họ muốn một vị khách sẽ đến và nói "Đúng, đây sẽ là cách mà X diễn ra", chứ không phải "Tôi nghĩ đó là một câu hỏi rất hay, và chúng ta hãy tranh luận nó từ tám góc độ khác nhau". Và điều tôi nhận thấy là nếu bạn nhìn lại những dự đoán đó vài năm sau — bạn có thể làm điều này bằng cách xem lại các bản tin về Internet từ năm 1993 đến 1997 hoặc thậm chí đến năm 2005 hoặc 2010 — và bạn nhìn vào những tuyên bố tự tin mà mọi người đã đưa ra trong 10 hoặc 15 năm đầu tiên, thì gần như tất cả chúng đều sai [tiếng cười] — và thường là sai một cách nghiêm trọng.

Tác Động Lan Rộng của Thay Đổi Công Nghệ

Vì vậy, tôi nghĩ rằng với lượng thay đổi công nghệ khổng lồ sắp diễn ra, sẽ có khoảng năm hoặc sáu lớp thay đổi cấu trúc sẽ diễn ra theo thời gian. Và một lần nữa, chúng ta đã nói rất nhiều về điều này, nhưng nó sẽ có những tác động đến định nghĩa về sản phẩm, định nghĩa về công ty, định nghĩa về công việc, định nghĩa về ngành công nghiệp, cách điều này diễn ra ở cấp quốc gia, cấp độ toàn cầu, cách điều này giao thoa với chính trị, với các công đoàn, với chiến tranh, Trung Quốc sẽ làm gì?

Có một số lượng lớn các ẩn số, một số lượng rất rất lớn các ẩn số. Và tôi nghĩ rằng việc đánh giá trước những điều này thực sự rất nguy hiểm.

Thử Nghiệm Tư Duy: Rào Cản Cạnh Tranh của Các Mô Hình AI

Vì vậy, tôi sẽ đưa ra một thử nghiệm tư duy: Các mô hình AI có khả năng phòng thủ không? Có một rào cản cạnh tranh / lợi thế cạnh tranh bền vững trên các mô hình AI không?

Một mặt, bạn sẽ nghĩ: "Chà, chắc chắn có vẻ như có hoặc nên có." Bởi vì nếu một thứ gì đó tốn hàng tỷ đô la để xây dựng, và bạn cần một khối lượng tính toán và dữ liệu khổng lồ, và chỉ có một số lượng kỹ sư nhất định trên thế giới biết cách làm điều này, và họ được trả lương như các ngôi sao NBA, và sau đó các công ty này phải đối phó với tất cả những vấn đề chính trị điên rồ, vấn đề truyền thông, vấn đề danh tiếng, quy định và pháp lý... tất cả những điều đó có nghĩa là: "Ok, có lẽ cuối cùng sẽ có hai hoặc ba công ty sẽ chiếm 100% thị phần, hoặc 50-50, 30-30-30, hoặc 90-10-10 hoặc bất cứ tỷ lệ nào, và sau đó họ sẽ có bất kỳ mức lợi nhuận nào họ có, và đó sẽ là một dạng độc quyền nhóm (oligopoly) cổ điển." Hoặc, có thể một công ty sẽ chiếm ưu thế hoàn toàn, trở thành độc quyền (monopoly). Và những kết quả đó đã xảy ra trong phần mềm nhiều lần trước đây. Vì vậy, có thể đó sẽ là kết quả.

Sự Nổi Lên Của Các Ứng Dụng và Nền Tảng Mở

Mặt khác, nếu bạn nói với tôi ba năm trước, vào "thời kỳ ChatGPT lên ngôi", rằng trong vòng một đến một năm rưỡi sẽ có năm công ty Mỹ khác có các sản phẩm có khả năng tương đương, và sau đó sẽ có thêm năm công ty từ Trung Quốc có các sản phẩm có khả năng tương đương, và sau đó sẽ có thêm cả mã nguồn mở (open source) về cơ bản là tương tự... thì tôi đã phải thốt lên: "Chà, cái thứ tưởng chừng như là phép thuật đen này đột nhiên đã trở nên thương mại hóa rất nhanh."

Mà điều đó chính xác là những gì đã xảy ra, phải không? Trong vòng một năm sau khi GPT-3 ra đời, đã có các phiên bản GPT-3 mã nguồn mở chạy trên một phần nhỏ phần cứng và miễn phí. Và sau đó, giờ đây bạn có Google, Anthropic, XAI, Meta và tất cả các công ty khác đang tham gia cuộc chơi một cách đầy đủ, cùng với DeepSeek, Kimmy và tất cả các công ty Trung Quốc khác. Vì vậy, ngay cả ở cấp độ LLM hoặc mô hình AI, bạn có thể nhìn nhận vấn đề theo cả hai hướng.

Tương tự ở cấp độ ứng dụng. Một trường phái tư tưởng cho rằng các ứng dụng không còn cần thiết nữa vì mô hình sẽ làm mọi thứ. Nhưng một cách nhìn khác là, không, thực ra việc điều chỉnh mô hình như một "động cơ" vào một lĩnh vực liên quan đến con người, nơi bạn cần nó phải "phù hợp với mục đích" để có thể hoạt động trong ngành y tế, ngành pháp luật, hoặc lập trình... không, thực ra cấp độ ứng dụng sẽ cực kỳ quan trọng, và có thể LLM đang thương mại hóa, có thể giá trị sẽ chuyển sang các ứng dụng. Và một lần nữa, bạn có thể nhìn nhận vấn đề theo cả hai hướng đó. Và tôi biết nhiều người rất thông minh đang ở cả hai phía của cuộc tranh luận này.

Tốc Độ Sao Chép và Vượt Mặt Nhanh Chóng

Vì vậy, câu trả lời thành thật của tôi là chúng ta đang trong một quá trình khám phá theo thời gian. Cách tôi nghĩ về điều này một cách cấu trúc là, đây là một hệ thống thích nghi phức hợp. Công nghệ tự nó cung cấp một trong các yếu tố đầu vào, quy trình pháp lý và quy định là một yếu tố đầu vào khác. Những lựa chọn cá nhân thực tế do các doanh nhân đưa ra rất quan trọng. Các yếu tố kinh tế rất quan trọng. Khả năng tiếp cận vốn đầu tư thay đổi theo thời gian, điều đó rất quan trọng. Và đây là một hệ thống phức hợp, vì vậy chúng ta thực sự chưa biết kết quả cuối cùng. Và chúng ta cần phải sẵn sàng đối mặt với những bất ngờ ở cấp độ cấu trúc về những gì sẽ xảy ra.

Và tất nhiên, với tư cách là một Quỹ đầu tư mạo hiểm, điều này rất thú vị vì nó có nghĩa là chúng ta nên đặt cược vào mọi chiến lược này và xem mọi thứ diễn biến như thế nào. Và tôi chỉ muốn nói rằng có thể có một nhà quản lý quỹ phòng hộ đặc biệt xuất chúng nào đó đã hiểu rõ tất cả mọi thứ, nhưng tôi đoán là nếu họ tồn tại, tôi vẫn chưa gặp được họ [tiếng cười].

Vì vậy, điều tôi nghe được ở đây là đừng quá ám ảnh với rào cản cạnh tranh / lợi thế cạnh tranh bền vững vào thời điểm này vì chúng ta không biết điều gì sẽ xảy ra. Và dù có cảm giác như OpenAI sẽ không bao giờ mất vị trí dẫn đầu này, rõ ràng chúng ta đang thấy rất nhiều cạnh tranh. Quan điểm về GPT-wrapper rất hay. "Wrapper" là một thuật ngữ có tính xúc phạm. Tôi không biết, một năm trước, người ta chỉ nói bạn là GPT-wrapper. Giờ đây, đó lại là những công ty lớn nhất, phát triển nhanh nhất trên thế giới.

Vâng, nó hơi giống, tôi không biết. Ngay cả với, bạn biết đấy, nếu ba năm trước là "thời kỳ ChatGPT lên ngôi", thì tháng vừa rồi là "thời kỳ của Claude", đặc biệt là Claude Code cho lập trình. Nhưng nó khá đáng kinh ngạc vì nó giống như, ok, có Claude, rõ ràng là một thành tựu lớn, nhưng sau đó có Claude Code, đó là một ứng dụng, phải không? Nó là một Claude wrapper (vỏ bọc của Claude). Đúng vậy, nó là một agent harness.

Và sau đó họ đã làm một điều tuyệt vời khi họ cho ra mắt, đó là Co-work? Co-work. Co-work, và nhớ rằng họ nói Co-work, đó là một Claude Code đã viết Co-work trong một tuần. Vâng, một tuần rưỡi. Đúng vậy. Hoàn toàn.

Và có hai cách để nhìn nhận điều đó. Một là: "Wow, rõ ràng là rất ấn tượng khi Claude Code có thể xây dựng Co-work trong một tuần rưỡi." Điều đó thật tuyệt vời. Cách khác để nhìn nhận nó là Co-work được phát triển trong một tuần rưỡi [tiếng cười]. Tức là, có bao nhiêu sự phức tạp có thể tồn tại? Có bao nhiêu rào cản gia nhập thị trường có thể tồn tại trong một thứ được phát triển trong một tuần rưỡi?

Bản Chất Hệ Thống Phức Hợp và Khả Năng Thích Ứng

Và sau đó, một lần nữa, đây là một sự đẩy và kéo, nơi mà nó giống như: "Wow, nó cực kỳ chức năng, cực kỳ giá trị, và mọi người trên khắp thế giới mỗi ngày đều nói: 'Wow, tôi không thể tin những gì tôi có thể làm với cái này, đây là sản phẩm kỳ diệu nhất từ trước đến nay.'" Nhưng đồng thời, nó chỉ mất một tuần rưỡi, phải không?

Vì vậy, mọi công ty phát triển mô hình khác, tôi chắc chắn bạn phải kỳ vọng, đang ngồi đó và nghĩ: "Ok, rõ ràng chúng ta cần xây dựng một agent harness, và sau đó rõ ràng chúng ta cần xây dựng một thứ giống Co-work cho người dùng thông thường." Và rõ ràng, tôi không nói tôi biết bất cứ điều gì, nhưng rõ ràng tất cả họ sẽ làm điều đó, phải không?

Vậy, nó có khả năng phòng thủ đến mức nào? Và trong sáu tháng nữa, bạn biết đấy, chúng ta đã thấy điều này xảy ra trước đây, liệu Claude Code có bị vượt qua (lapped) theo cách mà GitHub Copilot đã bị vượt qua không? Lịch sử trong ba năm qua cho thấy mọi thứ trông giống như một đột phá cơ bản đều được sao chép và vượt qua rất nhanh chóng. Nhiều người thông minh nhất mà tôi biết trong lĩnh vực này, khi tôi thực sự nói chuyện với họ, sau vài ly rượu, họ đều nói: "Vâng, về cơ bản, một lý thuyết là không thực sự có bất kỳ bí mật nào giữa các phòng thí nghiệm lớn." Các phòng thí nghiệm lớn đều có cùng thông tin và cùng kiến thức, và họ thường xuyên vượt qua nhau, nhưng không có nhiều thứ độc quyền vào thời điểm này.

Và sau đó, một lần nữa, bằng chứng cho điều đó là DeepSeek bất ngờ xuất hiện và về cơ bản là một sự tái triển khai nhiều ý tưởng từ các phòng thí nghiệm lớn của Mỹ và có một số ý tưởng gốc của riêng mình. Nhưng, "Wow, không quá khó để một quỹ phòng hộ ở Trung Quốc làm được điều đó." Vậy, có bao nhiêu khả năng phòng thủ ở đó?

Nhưng mặt khác, bạn có: "Wow, tất cả các phòng thí nghiệm lớn này hiện đang trả lương cho các kỹ sư cá nhân như thể họ là siêu sao, và họ là những người cực kỳ thông minh và sáng tạo. Và có thể có hàng tá ý tưởng sơ khai trong bất kỳ phòng thí nghiệm nào trong số này mà thực sự sẽ là một đột phá lớn mà rất khó sao chép."

Vì vậy, một lần nữa, tôi nghĩ chúng ta chỉ cần, tôi không biết, quan điểm của tôi là tôi cần phải giảm mạnh khả năng dự đoán của mình về vấn đề này. Đối với tôi, việc cố gắng nói: "Ok, do đó cấu trúc ngành trong năm năm tới sẽ là X, công ty thắng lớn trong lĩnh vực này sẽ là công ty Y, ứng dụng sát thủ lớn sẽ là..." thì ít thú vị hơn nhiều. Ý tôi là tôi không nghĩ mình có thể dự đoán điều đó. Tôi nghĩ một cách sử dụng thời gian của tôi tốt hơn nhiều là rất linh hoạt và dễ thích nghi vào thời điểm như thế này.

Chiến lược đầu tư của A6Z: Lạc quan quyết đoán và không quyết đoán

Vâng. Ý tôi là, đối với chúng tôi, vâng, chúng tôi rõ ràng có một chiến lược rất, rất có chủ đích. [tiếng cười] Một cách để nghĩ về điều này là dựa trên công thức của Peter Thiel — bạn còn nhớ công thức của Peter Thiel về... ông ấy nói có một ma trận hai nhân hai: lạc quan và bi quan, và sau đó là quyết đoán (determinant) và không quyết đoán (indeterminate), đúng không?

À, và ông ấy luôn lập luận rằng Thung lũng Silicon được đặc trưng bởi quá nhiều thứ mà ông gọi là 'lạc quan không quyết đoán' (indeterminate optimism). Và điều ông ấy mô tả, ý ông ấy là về cơ bản, tôi nghĩ cách ông ấy sẽ mô tả nó là một người lạc quan không quyết đoán, người nghĩ rằng thế giới sẽ tốt đẹp hơn nhưng không thể giải thích tại sao — đúng vậy, như thể một số sự kết hợp của các yếu tố sẽ xảy ra để làm cho thế giới tốt đẹp hơn, ngay cả khi chúng ta không biết những yếu tố đó là gì. Và, bạn biết đấy, tôi nghĩ ông ấy, ít nhất là về mặt lịch sử, sẽ nói rằng đó về cơ bản là, bạn biết đấy, điều đó có nguy cơ ít nhất là chỉ là suy nghĩ mơ ước hoặc ảo tưởng. Và điều thế giới cần nhiều hơn là những người lạc quan quyết đoán (determinant optimists), đó là những người nói, "Không, thế giới sẽ tốt đẹp hơn bởi vì tôi sẽ làm điều cụ thể này." Đúng không?

Và ông ấy sẽ phân loại, ví dụ, Elon... bạn biết đấy, ông ấy có thể sẽ nói rằng các Quỹ đầu tư mạo hiểm (VC) là những người lạc quan không quyết đoán. Và sau đó ông ấy sẽ nói rằng Elon là người lạc quan quyết đoán, người nói, "Không, tôi sẽ chế tạo ô tô điện, và tôi sẽ dùng năng lượng mặt trời, và sau đó tôi sẽ đi sao Hỏa." Đúng không? Và tôi sẽ làm những điều rất cụ thể này. Và tôi nghĩ có rất nhiều điều trong khuôn khổ của Peter, nhưng cách tôi mô tả nó là, tôi nghĩ có lẽ ông ấy và tôi, nếu bạn không đồng ý với một phần nào đó, thì đó sẽ là tôi nghĩ sự lạc quan không quyết đoán là một hiện tượng mạnh mẽ hơn so với cách ông ấy ít nhất là đã thể hiện nó trong lịch sử.

Và tôi sẽ tự xếp mình vào loại người lạc quan không quyết đoán, và đó là chiến lược mà chúng tôi có tại A6Z. Và lý do cho điều đó là... hy vọng nó không phải là suy nghĩ mơ ước. Nó giống như, không, sự lạc quan không quyết đoán của quỹ đầu tư mạo hiểm, hay sự lạc quan không quyết đoán của A6Z, hay Thung lũng Silicon, nó thực sự rất cụ thể: có những người cực kỳ thông minh và có năng lực, như Elon và nhiều người khác, những người là các nhà sáng lập (founders) và là người sáng tạo sản phẩm (product creators). Và mỗi cá nhân trong số họ là một người lạc quan quyết đoán; mỗi người trong số họ có một quan điểm rất mạnh mẽ về những gì họ sẽ làm. Nhưng đức tính lớn của hệ thống tư bản, đức tính lớn của nền kinh tế Mỹ, đức tính lớn của Thung lũng Silicon là chúng ta không chỉ có một người như vậy, và chúng ta không chỉ có 10 người như vậy. Chúng ta có hàng trăm, hàng nghìn, và sau đó là 10.000 người như vậy.

Và cách để tối ưu hóa kết quả là có càng nhiều người như vậy càng tốt, và họ phải càng giỏi càng tốt. Hãy làm việc hết sức mình, và sau đó, bản chất của tương lai là chúng ta không biết tất cả các câu trả lời, và điều đó không sao cả. Và cách đúng đắn để giải quyết điều đó là thực hiện càng nhiều thử nghiệm càng tốt và có càng nhiều người thông minh cố gắng làm càng nhiều điều thú vị càng tốt. À, vì vậy, vâng, tôi sẽ tự xếp mình vào phe của người lạc quan không quyết đoán. Tôi... tôi đang tự hỏi liệu câu trả lời cho câu hỏi bạn tìm kiếm điều gì bây giờ ngày càng nhiều hơn là những nhà sáng lập lạc quan quyết đoán này, đúng không? Người có tham vọng lớn và thực sự đang nỗ lực đạt được nó.

Vai trò của nhà sáng lập và Quỹ đầu tư mạo hiểm

Vâng. Vâng, đúng vậy. Đúng vậy. Ý tôi là, các nhà sáng lập cần phải là những người lạc quan quyết đoán. Họ cần có một kế hoạch rất cụ thể ngay bây giờ. Và bạn thấy đấy, lời chỉ trích, lời chỉ trích luôn luôn, bạn biết đấy, lời chỉ trích từ các nhà sáng lập là, "Ôi, các Quỹ đầu tư mạo hiểm (VC) thật dễ dàng bởi vì các bạn không phải cam kết, đúng không? Các bạn không thực sự phải làm... các bạn không thực sự phải, bạn biết đấy, các bạn không phải tự mình trải nghiệm. Các bạn có thể đặt nhiều cược. Các bạn có thể vận hành một danh mục đầu tư, bạn biết đấy, các bạn nên thông cảm hơn cho chúng tôi với tư cách là những nhà sáng lập, bạn biết đấy, bởi vì chúng tôi chỉ được đặt một cược duy nhất."

À, bạn biết đấy, điều đó có phần đúng. Lập luận ngược lại là các nhà sáng lập được điều hành công ty của họ. Chúng tôi thì không. Vì vậy, bạn biết đấy, [tiếng cười] chúng tôi không được đặt tay lên vô lăng. Và vì vậy, bạn biết đấy, ưu điểm lớn của việc là một người lạc quan quyết đoán là bạn thực sự được toàn tâm toàn ý thực hiện mục tiêu đó. Và, bạn biết đấy, về lâu dài, lịch sử sẽ nhớ ai? Lịch sử nhớ Henry Ford, đúng không? Chứ không phải, bạn biết đấy, bất cứ ai là nhà đầu tư hạt giống (seed investor) đã rót vốn cho Ford Motor Company và, bạn biết đấy, 10 công ty ô tô khác đã thất bại, đúng không? À, vì vậy, bạn biết đấy, người lạc quan quyết đoán là, bạn biết đấy, nhà sáng lập là nhà sáng lập và người xây dựng công ty và kỹ sư. Ý tôi là, đây là những người thực sự làm việc đó và, bạn biết đấy, xứng đáng với 99,99999% công lao. Nhưng, bạn biết đấy, nói như vậy, tôi nghĩ vẫn có vai trò cho việc có một số người lạc quan không quyết đoán ở phía sau, giúp đỡ trên đường đi và giúp duy trì toàn bộ chu trình.

AGI: Định nghĩa và tác động đến luận điểm đầu tư

Bạn có nghĩ về AGI (Trí tuệ nhân tạo tổng quát) khi thay đổi luận điểm đầu tư (investment thesis) của mình không? Kiểu như, khi chúng ta tiếp cận và đạt đến AGI, với tư cách là một nhà đầu tư, bạn nghĩ gì về việc luận điểm đầu tư của mình sẽ thay đổi như thế nào?

Vâng. Tôi luôn có chút... tôi luôn gặp khó khăn với khái niệm AGI vì nó, ít nhất là... có những thuật ngữ được định nghĩa mà tôi hơi băn khoăn, đó là có định nghĩa 'thông thường' (prosaic) về AGI và sau đó là định nghĩa 'vũ trụ' (cosmic) mà tôi không biết. Cách tôi mô tả nó là, hãy bắt đầu với định nghĩa vũ trụ. Vì vậy, định nghĩa vũ trụ về cơ bản là điểm kỳ dị (singularity), đúng không? À, và vì vậy, AGI là thời điểm bạn bước vào điểm kỳ dị, tức là nơi thế giới thay đổi một cách căn bản và các quy tắc của thế giới cũ không còn nữa. Chúng ta đang hoạt động trong một lĩnh vực mới, và sau đó, bạn biết đấy, định nghĩa đầy đủ của điểm kỳ dị là một thế giới mà phán đoán của con người không còn thực sự phù hợp nữa vì bạn có vòng lặp tự cải thiện này. AI tự cải thiện bản thân và nó giống như chạy đua trong các kịch bản 'cất cánh' (takeoff scenarios) được gọi là như vậy. Bạn có thể thấy trong hiện tượng cất cánh này, AI đang tự cải thiện bản thân và các máy móc đang đưa ra quyết định nhanh hơn con người rất nhiều, và con người chỉ ngồi đó nhìn cỗ máy làm việc của nó, bạn biết đấy, và tôi đã mô tả là tôi không thực sự nghĩ rằng đó là... tôi không nghĩ chúng ta sống trong thế giới đó. Cho dù bạn có thể gọi đó là không tưởng (utopian) hay phản địa đàng (dystopian), tôi không nghĩ chúng ta đủ may mắn hay không may mắn để sống trong thế giới đó; chúng ta có thể tranh luận về điều đó nhiều hơn.

Nhưng, à, định nghĩa 'thông thường' về AGI mà ít nhất tôi nghĩ các bên tham gia ngành đã thống nhất (và hãy cho tôi biết nếu bạn đồng ý với điều này) là khi AI có thể thực hiện mọi tác vụ có ý nghĩa kinh tế tốt như một... Cách người đồng sáng lập của Anthropic nói là như một tập hợp các tác vụ kinh tế có giá trị nhất. Vì vậy, nó giống như 10-15 tác vụ, chứ không phải mọi tác vụ kinh tế có giá trị.

Okay. Hiểu rồi. Vâng. Vậy đó có lẽ là một định nghĩa hơi giảm bớt. À, và nhân tiện, chúng ta rõ ràng đang tiến gần đến đó nếu chưa đạt được.

Giới hạn IQ của con người và tiềm năng của AI

Và về điều đó, tôi cảm thấy rằng định nghĩa 'vũ trụ' có vẻ cường điệu hóa những gì sẽ xảy ra. Và sau đó, tôi cảm thấy định nghĩa AGI mà bạn vừa đưa ra, tôi nghĩ nó hơi hạ thấp những gì sẽ xảy ra, như thể nó quá giản lược. Và lý do cho điều đó là tôi không nghĩ có bất kỳ lý do nào để cho rằng trình độ kỹ năng của con người là giới hạn cho bất cứ điều gì, đúng không? Và vì vậy, cách chúng tôi nói là AGI luôn luôn, bạn biết đấy, định nghĩa bạn đưa ra, định nghĩa tôi đưa ra, nó luôn mang tính tương đối khi so sánh với một người lao động là con người, đúng không?

Và giống như, tôi không biết, trình độ kỹ năng của con người đạt đến đỉnh điểm ở một điểm nhất định, nhưng đó là do những hạn chế sinh học cố hữu của cơ thể con người, đúng không? Giống như chúng ta, bạn biết đấy, IQ của con người. Tôi đưa ra ví dụ: IQ của con người, bạn biết đấy, cái mà họ gọi là trí thông minh linh hoạt (fluid intelligence) hay yếu tố G của trí thông minh linh hoạt. IQ, tôi nghĩ, ở loài người, nó đạt đỉnh khoảng 160, đúng không? Nơi mà ở mức 160, đó là cấp độ của Einstein, IQ của Einstein, Feynman.

Về mặt IQ. Nó chỉ đạt đỉnh ở 160. Những người có IQ 160 là những người đưa ra những lý thuyết vật lý mới. Chỉ có một số ít người như vậy. Nói chung, khi chúng ta gặp một người nào đó trên thế giới cực kỳ thông minh, như một tác giả bán chạy nhất hoặc, bạn biết đấy, một trong những nhà khoa học nghiên cứu giỏi nhất thế giới hoặc một trong những bác sĩ giỏi nhất thế giới, bạn biết đấy, hoặc bất cứ ai, thì IQ của họ có lẽ là 140 — đó là loại IQ mà bạn đang tìm kiếm ở đó. À, nếu bạn đang tìm kiếm một luật sư thực sự giỏi, có lẽ là 130. À, nếu bạn đang tìm kiếm một quản lý cấp trung thực sự giỏi trong một doanh nghiệp, có lẽ là 110. À, bạn biết đấy, nếu bạn đang tìm kiếm một kế toán, một kế toán doanh nghiệp nhỏ giỏi làm sổ sách cho các doanh nghiệp nhỏ, có lẽ là 105, đúng không?

Và vì vậy, phạm vi của những điều ấn tượng mà con người có thể làm, bạn biết đấy, khả năng của cơ thể con người để làm những điều ấn tượng về mặt trí tuệ, bạn biết đấy, nó nằm trong khoảng từ 110 đến 160. Và, bạn biết đấy, tin tốt là có rất nhiều người như vậy, nhưng không có quá nhiều người ở mức 140, 150, 160. Nhưng đó chỉ là, đó là giới hạn của những gì có thể phù hợp trong đây, đúng không? Và giống như không có giới hạn lý thuyết nào cho việc này đi đến đâu nếu bạn loại bỏ những hạn chế của sinh học con người, đúng không?

Và vì vậy, bạn có thể... bạn đã có những người đang thực hiện các thử nghiệm để đạt được IQ tương đương con người, bạn biết đấy, cho các mô hình AI hiện có. Và nhân tiện, các mô hình AI hiện có đang được kiểm tra ở mức 130-140, điều đó có nghĩa là chúng sẽ đạt đến mức 160 và, bạn biết đấy, chúng có thể đang bắt đầu đạt đến mức 160. Nhưng tôi nghĩ chúng ta sẽ có các mô hình AI tương đối nhanh chóng đạt đến mức 160, 180, 200, bạn biết đấy, 250, 300, nhân tiện. Và tôi nghĩ điều đó thật tuyệt, đúng không? Giống như tôi cảm thấy tuyệt vời về điều đó như tôi cảm thấy về việc chúng ta thỉnh thoảng có một Einstein, đúng không? Giống như thế giới sẽ tốt hơn hay tệ hơn nếu có nhiều hay ít Einstein hơn? Và câu trả lời tất nhiên là thế giới sẽ tốt hơn với nhiều Einstein hơn. Và tất nhiên thế giới sẽ tốt hơn với những cỗ máy có IQ, bạn biết đấy, IQ giống Einstein hoặc lớn hơn Einstein. Nhưng tôi nghĩ IQ của các cỗ máy sẽ vượt quá IQ ở con người. Tôi nghĩ điều đó thực sự tốt.

Tác động của AI đối với lập trình

À, và sau đó, hiệu suất, bạn biết đấy, một lần nữa, nó quay trở lại việc lập trình AI đang diễn ra. Hiệu suất đối với các tác vụ cũng sẽ tốt hơn. Giống như tôi nghĩ, bạn biết đấy, đây là lúc những người như Line of Stars nói riêng nói, "Ừ, được thôi, thứ này đang bắt đầu tạo ra mã tốt hơn tôi." Được rồi, vậy bây giờ chúng ta sẽ có các tác nhân lập trình (coding agent) AI thực sự giỏi hơn những lập trình viên con người giỏi nhất. Tôi nghĩ điều đó thật tuyệt.

AI Vượt Trội Khả Năng Con Người

Tôi nghĩ chúng ta sẽ có những bác sĩ AI giỏi hơn những bác sĩ giỏi nhất là con người. Tôi nghĩ chúng ta sẽ có những luật sư AI giỏi hơn những luật sư giỏi nhất là con người, điều này thực sự sẽ rất thú vị để xem. Điều này chúng ta có thể thảo luận và tôi nghĩ nó cũng rất tuyệt. Và vì vậy, tôi không nghĩ có... Tôi nghĩ chúng ta đã quen sống trong một thế giới mà chúng ta không hiểu mức độ tốt có thể đạt được đến đâu, bởi vì chúng ta đã bị giới hạn bởi sinh học của chính mình. Chúng ta sẽ được trải nghiệm cảm giác như thế nào khi có khả năng vượt trội hơn con người trong các lĩnh vực này ngay trong tầm tay.

Và vì vậy, bạn hiểu ý tôi chứ, đó là tôi nghĩ ý tưởng về việc "tương đương con người" sẽ chỉ là một chú thích nhỏ. Nó giống như, "Ồ, phải rồi, điều đó đã xảy ra vào thứ Ba, vào năm 2026 khi họ đạt được điều đó", và nó không thực sự quan trọng vì câu hỏi tiếp theo là: "Được rồi, chúng ta sẽ làm gì trong một thế giới mà chúng ta thực sự có những cỗ máy tốt hơn thế?" Và vì vậy, tôi nghĩ đây sẽ là một quá trình khám phá để thực sự vượt xa khả năng của con người, hơn là một khoảnh khắc "kỳ dị" (singularity moment) cụ thể nào đó trùng hợp với ngưỡng của con người.

Vượt Qua Hạn Chế Sinh Học

>> Chỉ số IQ 200. Tôi... kiểu như, cái khung tham chiếu đó là một cách tư duy mở rộng đáng kinh ngạc để suy nghĩ về việc những thứ này sẽ trở nên nhanh chóng và thông minh đến mức nào.

>> Chà, tôi không biết bạn có trải nghiệm này không, nhưng tôi có trải nghiệm này mọi lúc. Chà, hai trải nghiệm tôi có mọi lúc: Một là tôi biết mình có thể làm điều này, nhưng tôi không thể, nó sẽ mất quá nhiều thời gian. Tôi muốn viết cái này hoặc muốn làm bất cứ điều gì. Tôi muốn có một lý thuyết về điều này hoặc có một kế hoạch, hoặc bất cứ điều gì. Và nó cứ như là tôi không có tám giờ, hoặc tám tuần, hoặc tám năm đâu, đúng không? Và tôi chưa biết đủ nhiều, và tôi không thể tính toán trong đầu, và trí nhớ của tôi không hoàn hảo, và tôi không thể nhớ được. Tôi đọc... bạn biết đấy, sau khi bạn quan tâm đến một cái gì đó, bạn đọc 10 cuốn sách và sau đó bạn nghĩ, "Tôi quên gần như mọi thứ tôi vừa đọc rồi." Tôi ước mình có thể giữ lại tất cả, nhưng tôi không thể. Nó cứ như là bạn có một... tôi sống trong một trạng thái thất vọng vô tận. Vì vậy, tôi ước gì tôi thông minh hơn hiện tại, tôi sẽ làm tốt hơn rất nhiều những gì mình đang làm, nhưng tôi không thể.

Vì vậy, có điều đó. Và tôi không biết bạn có thường xuyên như vậy không, nhưng tôi có điều này thường xuyên. Kiểu như, bạn biết đấy, vì những gì chúng tôi làm, tôi biết một số người mà tôi chắc chắn là thông minh hơn tôi. Và tôi biết điều đó bởi vì khi tôi nói chuyện với họ, tôi chỉ thấy mình đến một thời điểm nhất định, bạn biết đấy, trong nửa đầu cuộc trò chuyện, tôi chỉ ghi chú toàn bộ thời gian. Và trong nửa sau của cuộc trò chuyện, tôi chỉ nghĩ, "Người này thông minh hơn tôi, họ đang nghĩ vượt tôi và họ sẽ tiếp tục nghĩ vượt tôi, và tôi không thể." Và tôi chỉ nghĩ, "Chết tiệt, tôi phải về nhà và uống một ly vì tôi không phải là... tôi không phải là như vậy." Và vì vậy, chúng ta đã quá quen với những hạn chế đó, đến nỗi ý tưởng về việc có những cỗ máy làm việc cho chúng ta mà không có những hạn chế đó. Tôi nghĩ điều đó thú vị hơn rất nhiều so với những gì mọi người đang đánh giá cao.

Chế Độ Tiêu Thụ Thông Tin và Sản Phẩm

>> Ồ, tôi có thể nói chuyện với anh hàng giờ, Mark. Để kết thúc cuộc trò chuyện này, tôi muốn hỏi về chế độ tiêu thụ thông tin và chế độ tiêu thụ sản phẩm của anh. Anh vừa nói về việc đọc sách, đọc 10 cuốn sách. Tôi nghĩ anh nổi tiếng là người đọc liên tục. Tôi đã xem một cuộc phỏng vấn với anh, trong đó anh nói, "AirPods đã thay đổi cuộc đời tôi. Tôi chỉ nghe sách nói (audiobooks) suốt thời gian." Vậy, về chế độ tiêu thụ thông tin, anh đang đọc gì? Anh đang chú ý đến điều gì những ngày này về podcast, newsletter, blog và những thứ tương tự? Và có cuốn sách cụ thể nào không?

Chiến Lược Tiêu Thụ Thông Tin Kiểu "Barbell"

>> Vâng, vâng. Vậy thì, những gì tôi đọc về cơ bản, tôi sẽ nói là tôi đọc ba loại tài liệu. Về mặt truyền thông nói chung, về cơ bản tôi... tôi luôn mô tả là tôi có một chiến lược barbell gần như hoàn hảo, đó là tôi đọc "X" và tôi đọc sách cũ. Vì vậy, về cơ bản, hoặc là những gì đang xảy ra ngay lúc này, hoặc là một cuốn sách được viết cách đây 50 năm đã trường tồn với thời gian, và hiển nhiên có điều gì đó vượt thời gian trong đó. Và sau đó, đối với mọi thứ ở giữa, tôi luôn hoài nghi hơn rất nhiều.

Và đặc biệt, nó giống như những gì tôi đã nói, đó là tôi nghĩ nếu bạn quay lại và đọc những tờ báo cũ – không ai làm điều này cả, thực sự rất buồn cười, không ai làm điều này, không có thị trường cho nó. Nhưng nếu bạn quay lại và đọc những tờ báo cũ – mà bạn có thể làm điều này đấy, chỉ cần đọc tờ báo của tuần trước, đúng không? Giả sử chúng ta đang ghi hình vào thứ Sáu, vậy hãy đọc tờ báo thứ Sáu tuần trước, đúng không? Và chỉ cần quay lại đọc nó và nói, "Ôi trời ơi, không có cái nào trong số này xảy ra cả!" Không có gì họ dự đoán diễn ra như cách họ nói. Không có gì trong số này hóa ra thực sự liên quan hoặc đúng đắn. Họ không hiểu... bạn biết đấy, họ không có cái nhìn về những gì sẽ xảy ra trong tuần này mà họ không thể biết. Vì vậy, họ đang đưa ra các dự đoán và dự báo dựa trên việc không có bất kỳ thông tin nào. Nhưng nó cứ như là, "Ồ, không có cái nào trong số này xảy ra cả! Ước gì tôi chưa bao giờ đọc cái này! Ôi trời ơi!"

Và sau đó, nó cũng tương tự với các tạp chí, hãy quay lại đọc các tạp chí cũ. Và chỉ cần nhìn mức độ... vô số dự đoán mà họ đưa ra. Vâng. Và kiểu như, vấn đề với báo chí là ít nhất chúng theo ngày. Còn với tạp chí thì nó giống như một chu kỳ dài cả tuần hoặc cả tháng, vì vậy ngay cả khi một bài báo được xuất bản, nó thường đã lỗi thời. Vì vậy, tôi chỉ có một vấn đề lớn với mọi thứ ở giữa. Và vì vậy, nó hoặc là tức thời, hoặc là vượt thời gian.

Giá Trị Của Nội Dung Từ Chuyên Gia

Nhưng rồi, bạn có nhắc đến các newsletter. Điều khác nữa, và điều này có thể hiển nhiên, nhưng tôi nghĩ nó vẫn bị đánh giá thấp, đó là những người thực hành trong lĩnh vực, những người thực sự tạo ra nội dung, tôi nghĩ vẫn còn bị đánh giá thấp một cách đáng kể. Và tôi nghĩ đây là một phần rất lớn của hiện tượng Substack, hiện tượng newsletter và hiện tượng podcast, đó là việc tiếp cận trực tiếp với những người thực sự là chủ chốt trong lĩnh vực, những người thực sự biết họ đang nói về điều gì, có lẽ vẫn bị đánh giá thấp một cách đáng kể.

Và tôi nghĩ, một lần nữa, lý do cho điều đó là chúng ta đã quen với văn hóa truyền thông đại chúng, trong đó mọi thứ đều được điều tiết, đúng không? Mọi thứ đều được lọc qua các cuộc phỏng vấn truyền hình, hoặc các cuộc phỏng vấn trên báo, hoặc tạp chí. Và, bạn biết đấy, rõ ràng bây giờ ngày càng nhiều, bạn thực sự muốn những người thông minh đang thực sự làm việc gì đó tự mình giải thích. Và sau đó, bạn có những hình thức trung gian mới như podcast mở ra khả năng đó cho mọi người.

Và vì vậy, vâng, những người thực hành trong lĩnh vực thực sự rất tuyệt. Ý tôi là, chỉ để nói điều hiển nhiên, trong lĩnh vực AI, rõ ràng là công việc của bạn, nhưng cũng giống như Lex Friedman có thể mời những người dẫn đầu thế giới, hoặc bất cứ ai trong số các bạn. Có một số ít các bạn có quyền tiếp cận những người này. Bạn có thể có những chuyên gia hàng đầu thế giới trong lĩnh vực thực sự xuất hiện và... nhân tiện, lời chỉ trích luôn là, "Mọi người chỉ nói điều họ muốn nói, nếu tôi đang điều hành một startup hay gì đó, tôi chỉ bán hàng thôi." Và luôn có một chút như vậy.

Nhưng cũng, theo kinh nghiệm của tôi, mọi người thích nói về những gì họ làm. Và họ về cơ bản muốn thể hiện những gì họ làm, và họ muốn giải thích nó, và họ muốn mọi người hiểu nó, và mọi người đều thích điều đó. Và họ đóng góp vào tri thức nhân loại bằng cách làm điều đó, và họ nhận được sự thỏa mãn cái tôi bằng cách làm điều đó. Và vì vậy, tôi nghĩ thực sự có một lượng alpha (giá trị thặng dư/thông tin có giá trị) lớn khi lắng nghe các chuyên gia hàng đầu thế giới trong lĩnh vực, những người thực sự xuất hiện và nói về những gì họ đang làm. Và tất nhiên, thế giới ngày nay tràn ngập điều đó theo một cách mà mười năm trước không hề có. Vì vậy, tôi cũng làm điều đó nhiều nhất có thể.

Văn Hóa Chia Sẻ và Hệ Sinh Thái Thung Lũng Silicon

>> Và cũng có văn hóa chia sẻ trong lĩnh vực công nghệ, đặc biệt là ở Thung lũng Silicon, không cố gắng giữ bí mật. Mọi người trên LinkedIn luôn nói, "Tại sao điều này lại miễn phí?" Kiểu như đó là cách nó hoạt động.

>> Vâng. Ai đó đã nói Thung lũng Silicon là một thị trấn công ty, nhưng công ty chính là Thung lũng Silicon.

>> Đúng vậy. Và một lần nữa, ở cấp độ này, đây lại là một trong những trường hợp n=1 tuyệt vời. Ở cấp độ n=1, tôi đã từng điều hành các startup, từng điều hành các công ty trước đây. Ở cấp độ n=1 của việc điều hành một công ty, nó thực sự rất phiền toái, bởi vì bí mật của bạn bị lộ ra ngoài, nhân viên của bạn bỏ đi, và mọi thứ đều tệ hại. Nhưng bạn biết đấy, mặt khác, bạn cũng được hưởng lợi từ điều đó, phải không? Bởi vì bạn có thể thuê những người có tất cả những kỹ năng và kinh nghiệm đó, đúng không? Và bạn đang ở trong một hệ sinh thái thích nghi và dẫn dắt tài năng, kỹ năng và kiến thức của con người vào các lĩnh vực mới.

Vì vậy, có sự giằng co đó ở cấp độ của một founder CEO cá nhân. Ở cấp độ của việc chỉ sống trong hệ sinh thái, như bạn nói, vâng, đó là một hiện tượng hoàn toàn kỳ diệu. Và nhân tiện, một trong những... cho tất cả những vấn đề ở Thung lũng Silicon, tôi nghĩ AI, tôi đã từng bình luận rằng AI là nền tảng công nghệ lớn thứ chín trong lịch sử Thung lũng Silicon, đúng không? Thung lũng Silicon vẫn được gọi là Thung lũng Silicon. Chúng ta đã không sản xuất silicon ở đây trong nhiều thập kỷ rồi, đúng không? Chúng ta từng... bạn biết đấy, nó được gọi là Thung lũng Silicon vì họ từng sản xuất chip, đúng không? Họ từng có các nhà máy fab thực tế ở Thung lũng Silicon, và sau đó họ thiết kế chúng và sản xuất chip.

Và đó là làn sóng đầu tiên bắt đầu vào những năm 19... thực ra, không, nó giống như làn sóng thứ ba hoặc gì đó, nhưng đó là khi khu vực này được đặt tên vào những năm 1950. Nhưng bây giờ chúng ta đang ở làn sóng thứ chín, đúng không? Và hiện tượng "thị trấn công ty" nơi công ty là chính ngành công nghiệp, sự lạc quan bất định, không ai phải ngồi xuống và lên kế hoạch rằng, "Được rồi, vào những năm 1990, Thung lũng Silicon sẽ làm internet. Vào những năm 2000, họ sẽ làm điện thoại thông minh. Vào những năm 2010, họ sẽ làm Claude. Vào những năm 2020, họ sẽ làm AI." Điều đó chỉ là sự lạc quan bất định về tính linh hoạt của hệ sinh thái đã giúp Thung lũng Silicon có thể biến đổi thành tất cả các danh mục này. Và một lần nữa, có lẽ là một minh chứng cho sự lạc quan bất định.

>> Điều này nhắc tôi nhớ đến meme về việc tất cả chúng ta chỉ là những kẻ rapper trên cát.

Quan điểm về phần mềm "Rapper" và Bộ phim yêu thích

Mọi thứ chúng tôi đang xây dựng chỉ là rapper (bao bọc) liên tục. Cái khái niệm rapper này thật buồn cười. Vâng, tôi là một công ty phần mềm, tôi là một chip rapper, đúng không? Ờ, vâng, tôi là một ứng dụng kinh doanh, tôi là một database rapper. Vâng, chính xác. Bạn và tôi, tất cả chúng ta bây giờ đều là những sand rapper [tiếng cười].

Hoàn hảo.

Được rồi, một câu hỏi nữa về chế độ "tiêu thụ" truyền thông. Tôi đã hỏi đối tác của bạn, Ben Horowitz, về điều nên nói chuyện với bạn. Z trong A16Z nếu mọi người chưa biết ông ấy. Và anh ấy nói rằng gần đây bạn rất thích xem phim.

Vâng.

Vì vậy, bạn có bộ phim nào bạn thực sự yêu thích gần đây không? Bất kỳ bộ phim nào bạn cực kỳ yêu thích gần đây?

Vâng, bộ phim đã làm tôi hoàn toàn ngạc nhiên vào năm ngoái, mà tôi nghĩ chắc chắn là bộ phim hay nhất của thập kỷ này và có thể là của 15 năm qua, là bộ phim này. Thật không may, đây là một trong những bộ phim không nhiều người biết đến, nhưng tôi thực sự khuyên bạn nên xem. Nó có tên là Edington.

Chưa từng nghe.

Bạn chưa nghe nói về nó ư? Được rồi. Vậy thì, Ed, bạn sẽ thực sự thích nó. Tôi sẽ không tiết lộ quá nhiều. Vì vậy, ở cấp độ bề mặt, điều sau đây không tiết lộ gì cả: ở cấp độ bề mặt, bộ phim lấy bối cảnh tại một thị trấn nhỏ ở New Mexico tên là Edington, một thị trấn nhỏ khoảng 600 người. Và có một cảnh sát trưởng do Joaquin Phoenix thủ vai, một người đàn ông lớn tuổi, thô kệch, về cơ bản là một người cánh hữu. Và sau đó có một thị trưởng do Pedro Pascal thủ vai, về cơ bản là một người trẻ tuổi, thời thượng, cấp tiến. Và bộ phim bắt đầu vào tháng 3 năm 2020. Nó bắt đầu khi COVID lần đầu tiên bùng phát và sau đó nó diễn ra trong vài tháng tiếp theo, nó giao thoa và mở rộng đến mùa hè năm 2020. Vì vậy, bạn biết đấy, thời điểm George Floyd và sau đó là các cuộc biểu tình và bạo loạn và mọi thứ. Vì vậy, sự hội tụ của COVID và sau đó là tất cả các vấn đề về BLM và sau đó có một yếu tố thứ ba là có một công ty, về cơ bản là một phiên bản cải trang nhẹ nhàng của Meta nếu bạn đọc câu chuyện phía sau, đang xây dựng một trung tâm dữ liệu AI ở ngoại ô thị trấn. Vì vậy, họ đã đưa yếu tố đó vào như một điều gì đó ngày càng lớn hơn theo thời gian. Và sau đó, điều thực sự tuyệt vời là nó thực sự cho thấy, bạn biết đấy, đây là một thị trấn nhỏ ở New Mexico và tất cả mọi người trong thị trấn đều hoàn toàn bị cuốn vào tất cả các vấn đề về COVID và tất cả các vấn đề về BLM và tất cả các vấn đề lo lắng về công nghệ, nhưng họ đều trải nghiệm nó về cơ bản thông qua internet, đúng không? Đó là những gì thực sự đã xảy ra, đúng không? Và vì vậy, lý do tôi yêu bộ phim này rất nhiều là một là đây là bộ phim đầu tiên trực tiếp giải quyết năm 2020, những gì đã xảy ra vào năm 2020, và nó hoàn toàn tham gia và giải quyết tất cả các động lực đang diễn ra trong nước. Nhưng lý do khác là đây là bộ phim đầu tiên làm rất tốt việc thể hiện cảm giác sống trong một thế giới mà các sự kiện diễn ra trong thế giới thực và mọi người trải nghiệm các sự kiện trực tuyến, bạn biết đấy, theo một cách rất trung tâm trong cuộc sống của họ, đúng không? Và vì vậy, nó làm rất tốt việc đưa điện thoại thông minh và mạng xã hội vào một cách mà các bộ phim thực sự, thực sự gặp khó khăn. Và sau đó, toàn bộ câu chuyện kết hợp lại một cách vô cùng thú vị. Và vì vậy, tôi thậm chí sẽ không nói rằng tôi hoàn toàn đồng ý với bộ phim hay bất cứ điều gì, và tôi nghĩ đạo diễn bộ phim và tôi có lẽ sẽ bất đồng về nhiều điều, nhưng anh ấy thực sự cố gắng để giải quyết xem cảm giác thực sự khi sống như một con người trong những năm 2020 ở Mỹ như thế nào, theo một cách mà tôi nghĩ nhiều nhà làm phim tài năng khác đã rất sợ phải chạm vào. Và anh chàng này, vì một lý do nào đó, anh ấy chỉ nói, "Vâng, tôi sẽ tìm tất cả các rào cản và tôi sẽ nắm lấy chúng."

Tôi [tiếng cười] có thể hiểu tại sao đó lại là bộ phim yêu thích của bạn trong năm.

Nó tuyệt vời. Nó tuyệt vời. Nó tuyệt vời. Mọi người nên xem nó.

Ôi, trời. Được rồi, câu hỏi cuối cùng tôi muốn hỏi về chế độ "tiêu thụ" sản phẩm của bạn. Có sản phẩm nào bạn sử dụng mà ít được biết đến hơn nhưng bạn yêu thích và muốn giới thiệu không? Bạn có thể, bạn biết đấy, đề cập đến các sản phẩm mà bạn là nhà đầu tư nếu bạn sử dụng chúng liên tục.

Sản phẩm và Công nghệ yêu thích

Ý tôi là, chúng tôi có rất nhiều sản phẩm đến nỗi thực sự khó để, bạn biết đấy, tôi luôn cảm thấy giống như, bạn biết đấy, con cái yêu thích của bạn là ai? Vì vậy, thực sự khó để rút ra những sản phẩm cụ thể. Nhưng tôi sẽ, bạn biết đấy, tôi sẽ nói về một vài điều. Ý tôi là, chỉ là những quan sát. Vì vậy, một là con trai 10 tuổi của tôi. Con trai tôi hiện đang hoàn toàn bị ám ảnh bởi Replit. Và nhân tiện, đó không phải là do tôi. Bạn có con không?

Tôi có. Tôi có một đứa con hai tuổi rưỡi.

Hai tuổi rưỡi. Được rồi. Vì vậy, bạn chưa gặp phải điều tôi đang gặp phải bây giờ, đó là bất cứ điều gì bạn làm đều không "cool", đúng không? Lúc hai tuổi rưỡi, bất cứ điều gì bố làm đều là điều tuyệt vời nhất trên thế giới. Tôi có thể nói với bạn, đến khi thằng bé 10 tuổi, bất cứ điều gì bạn làm đều hoàn toàn không "cool", đúng không? Và tôi hoàn toàn nhận thức được điều đó. Và vì vậy, nếu tôi đề cập, ồ vâng, chúng tôi làm việc trên XYZ, bạn biết đấy, thằng bé sẽ nói, "ok." Nhưng khi thằng bé tự khám phá ra điều gì đó, thì nó "cool". Hoặc khi bạn bè thằng bé kể cho nó nghe, thì nó "cool". Và vì vậy, thằng bé, không có sự can thiệp nào từ phía tôi, đã khám phá ra Replit khoảng ba tháng trước và khám phá ra vibe coding và hoàn toàn bị ám ảnh bởi các trò chơi vibe coding và đủ thứ. Thằng bé ngồi làm hàng giờ liền, và tôi đang thấy hiện tượng đó diễn ra, điều này thật siêu vui.

Đó là một điều. Hai là tôi hoàn toàn yêu thích tất cả các công nghệ AI giọng nói. Tôi nghĩ nó thực sự tuyệt vời, hài hước. Mẹo tiệc tùng yêu thích của tôi tại các bữa tiệc tối bây giờ là lôi Grock ra với Bad Rudy, đó là, nếu bạn đã thấy, nó là một hình đại diện gấu mèo nói tục trên ứng dụng Grock. Vì vậy, tôi nghĩ điều đó siêu vui. Chúng tôi có công ty Sesame này, bạn biết đấy, họ đã gây sốt vào năm ngoái vì những trải nghiệm giọng nói cực kỳ thân mật, xúc động này. Vì vậy, tôi nghĩ công nghệ giọng nói thật tuyệt vời.

AI Giọng nói và Thiết bị đeo thông minh

Tôi cũng cực kỳ bị cuốn hút bởi tất cả các công nghệ voice input (nhập liệu bằng giọng nói). Và vì vậy, bạn biết đấy, gần đây công ty đó đã được bán, nhưng, bạn biết đấy, tất cả các thiết bị đeo như vòng cổ, thiết bị đeo tay, tất cả những thứ đó sẽ rất lớn. Kính Meta, tôi, bạn biết đấy, tôi nghĩ sẽ có một cuộc cách mạng về thiết bị đeo ở đây. Tôi yêu thích các công nghệ voice input. Tôi có ứng dụng này trên điện thoại của mình bây giờ gọi là Whisper Flow, đó là ứng dụng voice transcription (chuyển giọng nói thành văn bản), hoạt động cực kỳ hiệu quả. Nó giống như một chức năng voice transcription nhưng bạn thực sự có thể nói chuyện với mô hình LLM trong khi bạn đang voice transcription. Vì vậy, bạn có thể nó hiểu khi bạn nói với nó, không, không, bạn biết đấy, tôi muốn gạch đầu dòng ở đó và tôi muốn cái này cái kia. Và nó hiểu rằng bạn không bảo nó gõ các từ "tôi muốn gạch đầu dòng". Nó thực sự hiểu rằng bạn muốn gạch đầu dòng. Và vì vậy, đó là một ví dụ tuyệt vời về một điều siêu hữu ích. Và vì vậy, tôi nghĩ các công nghệ voice mode sẽ thực sự tuyệt vời.

Những người đăng ký bản tin của tôi nhận được một năm Replit và Whisper Flow miễn phí. Vậy đó. Điều đáng nhớ nhất mà con trai bạn đã xây dựng với Replit là gì?

Sáng tạo cùng Replit: Mô phỏng Star Trek

Ồ, thằng bé rất thích Star Trek. Và vì vậy cho đến nay, thằng bé đã viết các mô phỏng Star Trek. Vì vậy, tất cả, bạn biết đấy, tất cả các thế hệ tiếp theo họ thực sự đã có...

Next Generation. Được rồi. Tôi định hỏi đó là...

À, thằng bé, chúng tôi thực sự thích tất cả. Tối qua chúng tôi đã xem Starfleet Academy mới, thực sự khá hay. Nhưng chúng tôi đã xem bản gốc, bạn biết đấy, chúng tôi đã xem tất cả, nhưng trong Next Generation là nơi họ thực sự phát triển một ngôn ngữ thiết kế thực sự cho máy tính, bởi vì nếu bạn xem series gốc, họ chỉ có về cơ bản là các nút với đèn và họ không thực sự, bạn biết đấy, họ chỉ như, bạn biết đấy, đứng xung quanh trên trường quay cố gắng giả vờ đang làm gì đó. Nhưng đến Next Generation, họ thực sự đã thiết kế, họ thực sự đã có một ngôn ngữ thiết kế UI. Vì vậy, một trong những điều thú vị bạn có thể làm với vibe coding là bạn có thể nói, "cho tôi một giao diện người dùng Star Trek Next Generation, bạn biết đấy, cho bất cứ điều gì, cái này cái nọ." Và nó thực sự sử dụng cái mà họ gọi là - tôi là một người mê công nghệ bây giờ - họ gọi đó là ngôn ngữ thiết kế LCARS, và nó sẽ, bạn biết đấy, nó sẽ thực sự xây dựng cho bạn các màn hình Star Trek Next Generation bằng cách sử dụng ngôn ngữ thiết kế đó nhưng, bạn biết đấy, với lựa chọn trò chơi Star Trek của bạn chẳng hạn. Và vì vậy, thằng bé đang rất mê những thứ kiểu đó.

Nghe thật là thú vị. Các bạn nên open source hoặc phát hành nó. Mark, như tôi đã nói, tôi có thể nói chuyện với bạn hàng giờ. Bạn có việc phải làm. Có điều gì bạn muốn để lại cho người nghe trước khi chúng ta kết thúc không? Bất cứ điều gì bạn muốn nhấn mạnh hoặc chỉ để lại cho người nghe?

Khuyến nghị và Tài nguyên hữu ích

Vâng, một vài điều. Vì vậy, một là chúng tôi đã rất may mắn vào tuần trước. Py McCormack đã viết một bài viết hay nhất từ trước đến nay về chúng tôi. Mà anh ấy đã phát hành. Và đó là lời giải thích tốt nhất về những gì chúng tôi làm và cách chúng tôi suy nghĩ. Và vì vậy tôi chắc chắn sẽ giới thiệu bài viết đó. Và sau đó, bạn biết đấy, chúng tôi đang đặt rất nhiều, chúng tôi có một đội ngũ nhân viên tuyệt vời bây giờ. Chúng tôi đang tự mình đặt rất nhiều nỗ lực vào video, vào content. Và vì vậy tôi chắc chắn giới thiệu kênh YouTube của chúng tôi mà tôi nghĩ có rất nhiều nội dung tuyệt vời và sẽ rất thú vị trong năm tới.

Tuyệt vời. Chúng tôi sẽ liên kết đến đó. Tôi nghĩ đó chỉ là YouTube.com/a16z hay gì đó. Và các bạn có những nội dung tuyệt vời.

Mark, cảm ơn bạn rất nhiều vì đã ở đây.

Tuyệt vời. Cảm ơn bạn đã mời tôi. Tôi thực sự, thực sự rất cảm kích.

Chào tạm biệt mọi người.

Cảm ơn bạn rất nhiều vì đã lắng nghe. Nếu bạn thấy điều này có giá trị, bạn có thể đăng ký chương trình trên Apple Podcasts, Spotify hoặc ứng dụng podcast yêu thích của bạn. Ngoài ra, vui lòng cân nhắc đánh giá hoặc để lại nhận xét vì điều đó thực sự giúp những người nghe khác tìm thấy podcast. Bạn có thể tìm thấy tất cả các tập trước hoặc tìm hiểu thêm về chương trình tại lennispodcast.com. Hẹn gặp lại trong tập tiếp theo.