CEO LAB

Việt Nam may quần áo cho rất nhiều thương hiệu lớn trên thế giới. Nhưng tại sao chúng ta vẫn chưa tạo ra một SHEIN?

Đây cũng là lý do mình chọn câu chuyện SHEIN cho số CEOLAB tuần này. Bởi đằng sau một thương hiệu thời trang là một câu chuyện lớn hơn nhiều: công nghệ có thể thay đổi hoàn toàn vị thế của một ngành sản xuất truyền thống như thế nào?

Trung Quốc từ lâu đã là công xưởng may mặc của thế giới, nhưng phần lớn giá trị lại nằm trong tay những thương hiệu toàn cầu. SHEIN đã thử thay đổi bài toán ấy: dùng dữ liệu, thuật toán và công nghệ để xây dựng một thương hiệu toàn cầu trên chính năng lực sản xuất mà Trung Quốc đã tích lũy hàng chục năm.

Trong “SHEIN: Thời trang hay công nghệ?”, mình muốn tìm hiểu ba câu hỏi:

🔥SHEIN đã dùng công nghệ như thế nào để thay đổi ngành may mặc? Và rốt cuộc, SHEIN là công ty sản xuất, thời trang hay công nghệ?

🔥Nếu SHEIN làm được, tại sao những quốc gia có thế mạnh may mặc khác lại chưa làm được?

🔥Và cuối cùng, điều gì đứng sau sự trỗi dậy rồi  thoái trào của SHEIN?

Một câu chuyện về thời trang, nhưng có lẽ cũng không hề xa lạ với các ngành sản xuất khác của Việt Nam. Còn bạn, bạn nghĩ người làm công nghệ có thể mang đến đột phá cho những ngành sản xuất truyền thống của Việt Nam không? Chia sẻ cùng mình bên dưới nhé!

🔍 Bạn hỏi một chatbot Trung Quốc, nhưng câu trả lời có thể đã được tạo ra trên một máy chủ Mỹ. Ít nhất, đó là điều Anthropic đang cáo buộc.

Trong báo cáo dài 154 trang công bố ngày 10/9, Anthropic cho rằng Moonshot và DeepSeek đã âm thầm chuyển hàng chục triệu lượt trao đổi của khách hàng sang Claude. Washington lo công nghệ Mỹ bị dùng để huấn luyện mô hình Trung Quốc. Bắc Kinh lại lo ngại dữ liệu quân sự, cảnh sát và doanh nghiệp nhà nước của mình có thể đã chảy sang Mỹ.

Bản tin tuần này bóc tách bốn lớp phía sau vụ việc:

🔥 Hơn 23 triệu lượt trao đổi của Moonshot và hơn 12 triệu lượt của DeepSeek được cho là đã đi qua Claude mà người dùng không hề hay biết.

🔥 Mô hình mở tốt nhất đã tiến rất gần nhóm mô hình đóng dẫn đầu. Vậy vì sao một công ty Trung Quốc vẫn cần Claude, và dùng Claude có nhất thiết nghĩa là mô hình của họ yếu hơn?

🔥 Công nghệ không chỉ chảy từ Mỹ sang Trung Quốc. Một số công ty Mỹ cũng đang xây trên những mô hình và kiến trúc do các phòng lab Trung Quốc phát triển.

🔥 50.000 chip Nvidia hay 200.000 chip Huawei: vì sao DeepSeek muốn thoát Nvidia nhưng hiện vẫn chưa thể cắt sợi dây đó?

Và khi hai phía dựng thêm hàng rào quanh chip, dữ liệu và nhân tài, điều gì vẫn có thể vượt qua những hàng rào ấy?

#CEOLABTech #AI #TrungQuoc #DeepSeek #Kimi #Claude #Anthropic #Huawei #ChipAI #MyTrung #CongNghe

Nhắc đến Marketing, nhiều người thường nghĩ tới ý tưởng, hình ảnh và sự sáng tạo.

Nhưng có một nhánh trong Marketing mà phần lớn công việc lại là làm với con số, dữ liệu và bài toán phân bổ ngân sách: nên quảng cáo ở đâu, chi bao nhiêu và làm sao biết mỗi đồng bỏ ra có thực sự hiệu quả?

Đó là Media Buying.

Khách mời của CEO LAB Talks tuần này là bạn Võ Minh Hoàng, vừa tốt nghiệp MBA tại Harvard và trước đó đã có gần chín năm làm trong ngành Marketing tại Việt Nam.

Hoàng bén duyên với Media Buying khá tình cờ khi bắt đầu tại Havas. Từ vị trí ở Agency, Hoàng dần chuyển sang phía Client, lần lượt làm việc tại Unilever và Mercedes-Benz Việt Nam. Mỗi chặng đường lại mở thêm một lớp khác của nghề: từ chạy và tối ưu chiến dịch, đến hiểu vì sao doanh nghiệp đưa ra quyết định, rồi trực tiếp chịu trách nhiệm với ngân sách và đội ngũ của mình.

Nhưng gần tuổi 30, khi công việc đang khá ổn và con đường phía trước cũng tương đối rõ, Hoàng lại quyết định nghỉ việc để đi học MBA tại Mỹ. Hoàng chọn nộp vào những trường mình thực sự muốn, và cuối cùng được nhận vào Harvard.

Trong cuộc trò chuyện này, có ba câu hỏi mình đặc biệt muốn cùng Hoàng làm rõ:

🔥 Marketing có chỉ dành cho người sáng tạo? Với Media Buying, Hoàng ước tính khoảng 80% công việc là hiểu hệ thống, tính toán và xử lý dữ liệu. Nếu bạn giỏi số nhưng vẫn nghĩ Marketing không dành cho mình, đây có thể là một góc nghề khá bất ngờ.

🔥 Nên bắt đầu ở Agency hay Client? Agency cho Hoàng đi rộng qua hơn mười ngành hàng. Sang Client, Hoàng mới được nghe lý do phía sau mỗi quyết định, như lúc lãnh đạo Unilever chốt chuyện có nên lên TikTok hay không bằng một câu: "Khách hàng ở đâu, mình ở đó."

🔥 Đang có một công việc tốt, vì sao lại bỏ đi học MBA? Hoàng không đi học vì bế tắc. Nhưng gần tuổi 30, đứng giữa một thế hệ đi trước đã rất vững và một thế hệ sau lớn lên cùng smartphone, Hoàng bắt đầu nhìn chặng đường tiếp theo của mình khác đi.

Mình nghĩ tập này sẽ gần với cả những bạn mới vào Marketing đang tìm hiểu Media Buying, Agency hay Client, lẫn những người đã đi làm vài năm và bắt đầu tự hỏi một câu khó hơn: Nếu con đường hiện tại vẫn đang ổn, khi nào mình biết đã đến lúc nên rẽ? 

Hãy chia sẻ cùng CEO LAB bên dưới nhé!

Tham gia FB Group của CEO LAB để đóng góp và chia sẻ ý kiến của bạn với các thành viên khác của cộng đồng CEO LAB: https://www.facebook.com/groups/2025798917845852

Đăng ký tham gia Chương trình CEO LAB Cross Mentorship để kết nối với Diễn giả và các thành viên khác trong cộng đồng CEO LAB tại: https://cmms.ceolab.vn/login

#CEOLAB #CEOLABCareers #MediaBuying #Marketing #HarvardMBA #Agency

Anthropic đang chuẩn bị cho một IPO có thể định giá công ty tới 2.000 tỷ đô la, đúng lúc chính người bên trong công khai cảnh báo AI có thể “xóa sổ” tất cả loài người.

Hôm thứ Ba vừa qua, Jacob Coxon giải thích vì sao ông rời Anthropic: ông không còn muốn góp phần vào thế hệ mô hình tiếp theo. Vài giờ sau, Evan Hubinger — người phụ trách mảng khoa học alignment của công ty — công khai xác nhận rằng nỗi lo ấy không chỉ tồn tại bên ngoài ngành AI.

Chỉ trong vài ngày, câu chuyện đi từ những người đang trực tiếp xây mô hình, sang Washington, cuộc tranh luận về việc các hãng AI có nên tự đặt tiêu chuẩn an toàn, rồi tới câu hỏi mà Wall Street sắp phải trả lời.

🔥 Vì sao Jacob Coxon chọn rời đi, còn Anna Wang lại chọn ở lại để giảm rủi ro từ bên trong?

🔥 Dario Amodei muốn các hãng AI cùng đặt tiêu chuẩn an toàn — nhưng ai cho họ quyền viết luật chơi?

🔥 Nếu Anthropic vừa cảnh báo về rủi ro của AI vừa tiến tới IPO, Wall Street sẽ định giá niềm tin kiểm soát công nghệ này ra sao?

Ai sẽ có đủ quyền quyết định cuộc đua AI nên chạy nhanh tới đâu?

#CEOLABTech #AI #Anthropic #OpenAI #AISafety #IPO #WallStreet #CongNghe

Học giỏi có nên lên tiếp Tiến sĩ?

Trong nhiều gia đình Việt Nam, nếu một bạn học giỏi, lời khuyên nghe rất quen là: học được thì cứ học tiếp. Đại học xong học Thạc sĩ. Hoàn thành Thạc sĩ tốt thì tại sao không làm luôn Tiến sĩ?

Nghe rất hợp lý. Nhưng Tiến sĩ lại là con đường hoàn toàn khác. Liệu năm, sáu năm đó thực sự đổi lấy điều gì? Một tấm bằng danh giá. Nhưng liệu con đường đó có “đóng gói” các bạn trong lĩnh vực nghiên cứu và học thuật?

Mình đã chọn 3 khách mời chia sẻ đề tài “PhD: Học thuật hay sự nghiệp đa chiều?” tại MIT CEO LAB Conference 2026, với một điểm chung: mỗi khách mời đều không gói gọn mình trong con đường học thuật.

🎓TS. Hồ Đắc Nguyên Ngã, từ kỹ sư xây dựng chuyển sang ngành Marketing và hiện là giáo sư tại Đại học bang San Francisco

🎓ThS. BS. Phạm Ngọc Đoan Trang, từ bác sĩ sản khoa đi tiếp vào Ngành Y tế công cộng và hiện làm Nghiên cứu sinh sau Tiến sĩ tại Trường Y Harvard; 

🎓TS. Vũ Ngọc Tâm, từ Bách Khoa Hà Nội, tốt nghiệp TS tại ĐH Rutgers, là giảng viên ĐH tại  ĐH Colorado, ĐH Oxford và hiện là Giáo Sư Công Nghệ Máy Tính tại Dartmouth, song song với việc xây startup công nghệ Earable Neuroscience.

Đến với phiên thảo luận này, các bạn sẽ nghe được những chia sẻ đặc biệt thú vị:

🔥 “Làm PhD”, chứ không phải “học PhD”. Theo Tâm, câu hỏi quan trọng không chỉ là mình có đủ giỏi, mà là mình có thật sự tận hưởng quá trình làm PhD hay chỉ thích kết quả, bởi PhD không đi theo một chương trình có sẵn, mà là cùng thầy đặt ra những câu hỏi chưa có đáp án rồi tự tìm cách trả lời.

🔥 Không có một công thức apply PhD chung cho mọi ngành. Bạn có lẽ đã nghiên cứu rất kỹ tiêu chí tuyển sinh PhD tại các trường, nhưng mỗi năm các trường chỉ tuyển một vài người cho cấp bậc PhD, bạn sẽ bước qua cánh cửa hẹp đó như thế nào? Hãy nghe chia sẻ từ 2 giáo sư từ ĐH Dartmouth, và ĐH San Francisco State University, trong khối ngành Marketing và Công Nghệ Máy Tính.

🔥 Đi rất sâu không có nghĩa sau đó chỉ còn một con đường. Anh Ngã mở công ty tư vấn, Trang theo đuổi các dự án y tế cộng đồng, còn Tâm từng rời trường để xây startup rồi quay lại làm giáo sư tại Đại học Dartmouth.

Nghe ba khách mời chia sẻ, câu mình nhớ nhất là cách Tâm phân biệt rất gọn: “Đại học là học cách học. Cao học là học kiến thức. Còn PhD là học cách tạo ra kiến thức mới”. Nếu nhìn PhD như vậy, có lẽ câu hỏi quan trọng không chỉ là “mình có đủ giỏi để học tiếp không?”, mà là “đây có phải cách mình muốn dành vài năm để phát triển bản thân hay không?”

Và không quên chia sẻ với các bạn, chương trình “Tư Vấn Tuyển Sinh Cao Học” do CEO LAB phát động, hoàn toàn miễn phí, hạn chót ngày 12/10, xin mời các bạn tham khảo tại: https://www.facebook.com/share/p/14shNqiVZrj/ 

Tham gia FB Group của CEO LAB để đóng góp và chia sẻ ý kiến của bạn với các thành viên khác của cộng đồng CEO LAB: ⁠https://www.facebook.com/groups/2025798917845852⁠ 

Đăng ký tham gia Chương trình CEO LAB Cross Mentorship để kết nối với Diễn giả và các thành viên khác trong cộng đồng CEO LAB tại: ⁠https://cmms.ceolab.vn/login⁠

🎬 Mời các bạn cùng CEO LAB theo dõi Panel 2: PhD — Học thuật hay sự nghiệp đa chiều? từ MIT CEO LAB Conference 2026.

#CEOLAB #MITCEOLABConference #PhD #HocThuat #DuHoc #NguoiVietTaiMy #SuNghiep

AI không cướp việc theo một đường thẳng: cùng một cơn sốt công nghệ, nơi này đang cắt người, nơi khác lại thiếu người tới mức phải hỏi khách có thể lên chạy dây chuyền giúp không.

Trong khi nhiều doanh nghiệp Mỹ đang thu gọn bộ máy quanh AI, nhu cầu xây trung tâm dữ liệu, hệ thống điện và hạ tầng lại kéo thêm việc làm mới. Còn trong giới lập trình, AI đã đi xa hơn hẳn: ở một số startup Silicon Valley, kỹ sư chỉ cần nói yêu cầu vào micro rồi để máy viết code.

Ba câu hỏi mình thấy đáng chú ý nhất:

🔥 AI đang thật sự lấy đi bao nhiêu việc — và tạo ra bao nhiêu việc mới?

🔥 Vì sao lập trình viên giao được nhiều việc cho AI nhanh hơn banker, luật sư hay nhân viên chăm sóc khách hàng?

🔥 Một nghề chưa thay đổi vì AI chưa đủ giỏi — hay vì chưa có ai xây đúng công cụ cho nghề đó?

Một nghiên cứu mới đã thử soi 923 nghề tại Mỹ bằng cách nhìn vào những công cụ AI người ta thực sự đang xây. Và điều đáng chú ý là với rất nhiều nghề, ô đó vẫn còn trống.

Vậy nghề nào sẽ trở thành nghề tiếp theo bị AI thâm nhập?

#CEOLABTech #AI #ViecLam #LapTrinh #TuDongHoa #CongNghe #DoanhNghiep #DataCenter

Đã có rất nhiều bạn trẻ, đặc biệt là các bạn Gen Z nói với mình,  A.I. đang làm thay ngày càng nhiều việc, kể cả những công việc cần giao tiếp, và làm các tổ chức nhỏ lại đáng kể, nên “kỹ năng cứng” (kỹ năng chuyên môn) rồi sẽ quan trọng hơn “kỹ năng mềm”. 

Các bạn Gen Z cũng là thế hệ mà nhiều khi làm mình rất ngạc nhiên. Cùng một người, khi nhắn tin hay viết email thì rất nhanh nhạy, hoạt bát nhưng khi ngồi đối diện trò chuyện, phỏng vấn thì dường như là một người hoàn toàn khác. 

Quan sát như vậy chưa nói lên được điều gì chắc chắn. Nhưng trong tập CEO LAB tuần này, mình muốn tìm hiểu kỹ hơn.

🔥 Nói chuyện hay chưa chắc là có kỹ năng mềm. Nếu không hiểu mình, hiểu người, tạo được lòng tin và giúp công việc đi tới đích, khéo ăn nói thôi vẫn chưa đủ.

🔥 Kỹ năng mềm không học bằng checklist. Để là một người “đắc nhân tâm”, phải được rèn luyện qua thời gian dài, trong nhiều môi trường khác nhau,... Bạn đã bao giờ nghe đến khái niệm Social Emotional Learning chưa? 

🔥 AI giúp team nhỏ đi, nhưng chưa chắc làm kỹ năng mềm bớt quan trọng. Khi chỉ còn vài người thật sự cần làm việc cùng, mỗi mối quan hệ còn lại có thể lại ảnh hưởng tới công việc nhiều hơn trước.

Nếu chúng ta ngày càng ít phải trực tiếp va chạm, quan sát và hiểu nhau, thì kỹ năng mềm sẽ được rèn ở đâu?

Tham gia FB Group của CEO LAB để đóng góp và chia sẻ ý kiến của bạn với các thành viên khác của cộng đồng CEO LAB: https://www.facebook.com/groups/2025798917845852 

Đăng ký tham gia Chương trình CEO LAB Cross Mentorship để kết nối với Diễn giả và các thành viên khác trong cộng đồng CEO LAB tại: https://cmms.ceolab.vn/login

#CEOLAB #LeDiepKieuTrang #AI #GenZ #KyNangMem #SoftSkills

Một cỗ máy không cần thông minh bằng con người để tạo ra giá trị. Đôi khi, chỉ cần có người thu nhỏ công việc cho vừa với khả năng của nó hôm nay.

Tuần này, một căn nhà được chở tới California trong ba chiếc xe tải rồi dựng lên ngay trong ngày. Một loại pin quá đắt cho xe điện lại tìm được chỗ đứng trong kho Walmart, nơi robot có thể phải nằm sạc tới bốn tiếng. Cùng lúc, hàng tỷ đô la vẫn đổ vào robot hình người, dù những sản phẩm tham vọng nhất vẫn còn cách khách hàng một khoảng đáng kể.

🔥 Reframe — mới giao 10 căn nhưng đã có khoảng 15 triệu đô la đơn hàng đã ký. Bí quyết nghe rất đơn giản: họ in mã vạch lên thanh gỗ để robot bớt phải tự đoán mình đang xử lý thứ gì.

🔥 Nyobolt — pin niobi sạc trong vài phút và chịu khoảng 20.000 lần sạc. Khi robot nằm yên cũng tốn tiền, một công nghệ đắt bỗng tìm được đúng chỗ.

🔥 1X và Microduck — Neo giá 20.000 đô la nhận hơn 10.000 đơn đặt trước nhưng chưa giao chiếc nào; Microduck giá 399 đô la bán hơn 2,5 triệu đô la ngay ngày đầu. Một bên theo đuổi tham vọng lớn, một bên chọn lời hứa hẹp hơn.

🔥 Visa — gần 100 người làm trong ba tháng để chia việc tìm và vá lỗi thành 11 giai đoạn, thay vì đưa cả hệ thống cho AI tự xoay xở.

Khi công nghệ chưa đủ giỏi, liệu câu hỏi có phải lúc nào cũng là “làm sao để nó thông minh hơn?” Hay đôi khi nên hỏi: có thể thiết kế lại công việc thế nào để thứ đang có đã đủ dùng?

#CEOLABTech #AI #Robot #TuDongHoa #CongNghe #KinhDoanh #DiemTinTuan #Startup #Pin #Logistics

Đã bao giờ bạn chỉ định lướt TikTok 2 phút, nhưng ngẩng lên thì 40 phút đã trôi qua?

Bạn không chủ động tìm kiếm, cũng chưa từng khai mình thích gì. Bạn chỉ dừng lại ở chỗ này một chút, lướt qua chỗ kia một chút, hay xem lại một video, nhưng những nội dung xuất hiện trên màn hình ngày càng “trúng” gu của bạn.

TikTok đã làm được một điều mà trước đó gần như chưa có công ty Internet châu Á nào làm được: bước vào nước Mỹ và đánh bại các công ty Mỹ ngay trên sân nhà của họ.

Điều đáng kinh ngạc là TikTok làm được chuyện đó không phải vì một công ty Trung Quốc bỗng nhiên hiểu văn hóa Mỹ hơn Facebook, Google hay YouTube. Họ dùng công nghệ để hiểu từng người Mỹ – đôi khi còn nhanh hơn chính người dùng hiểu mình thích gì.

Ván cược Trương Nhất Minh, nhà sáng lập Tiktok, đã đặt từ khi thành lập ByteDance năm 2012: nếu công nghệ đủ tốt, nó có thể hiểu sở thích của con người vượt qua khác biệt về ngôn ngữ và văn hóa. Ở một mức độ đáng kinh ngạc, TikTok đã chứng minh suy nghĩ này của anh là đúng.

Nhưng cũng chính cỗ máy ấy sau này lại trở thành một vấn đề an ninh quốc gia, lớn đến mức Quốc hội Mỹ phải thông qua luật, Tòa án Tối cao phải ra phán quyết và hai đời Tổng thống Mỹ phải trực tiếp vào cuộc.

Trong CEO LAB tuần này, mình muốn cùng các bạn bóc tách hành trình của ByteDance, từ một căn hộ ở Bắc Kinh năm 2012 đến thỏa thuận tại Washington năm 2026. Đây không đơn giản là câu chuyện về một mạng xã hội, mà là câu chuyện về một cỗ máy học được cách hiểu con người, và chuyện gì xảy ra khi cỗ máy ấy vượt qua biên giới quốc gia.

🔥 Nếu thuật toán có thể copy, vì sao Thung lũng Silicon vẫn không thể bắt kịp TikTok ngay?

🔥 Cùng một cỗ máy, vì sao Douyin in tiền còn TikTok Mỹ vẫn đốt tiền?

🔥 Sau sáu năm tranh đấu, Mỹ có thực sự “mua” được TikTok?

Dù bạn làm nội dung, livestream bán hàng hay chỉ lướt TikTok mỗi tối, câu chuyện này cũng liên quan trực tiếp đến bạn. Bởi thứ đang được tranh giành không chỉ là một ứng dụng, mà là quyền kiểm soát hệ thống quyết định hàng trăm triệu người sẽ nhìn thấy gì mỗi ngày. Theo bạn, quyền đó nên nằm trong tay ai?

Tham gia FB Group của CEO LAB để đóng góp và chia sẻ ý kiến của bạn với các thành viên khác của cộng đồng CEO LAB: https://www.facebook.com/groups/2025798917845852 

Đăng ký tham gia Chương trình CEO LAB Cross Mentorship để kết nối với Diễn giả và các thành viên khác trong cộng đồng CEO LAB tại: https://cmms.ceolab.vn/login

#CEOLAB #TikTok #ByteDance #TruongNhatMinh #ThuatToan #CongNghe #SiliconValley #DiaChinhTri #KinhDoanh

Một nhân viên của hệ thống y tế công Anh mang tới tòa lao động một bộ hồ sơ dài 282 trang, gồm 67 khiếu nại, được soạn bằng AI. Khi thẩm phán hỏi anh ta thực sự muốn theo dựa vào những khiếu nại nào để tranh luận, anh trả lời: khoảng 10%. Vấn đề là chính anh cũng không biết 10% đó gồm những khiếu nại nào 📄

Chúng ta nói nhiều về việc AI giúp tạo ra mọi thứ nhanh và rẻ hơn. Tuần này, CEO LAB Tech nhìn vào mặt còn lại: AI cũng khiến việc đưa ra yêu cầu, khiếu nại hay câu trả lời trở nên quá dễ — trong khi chi phí để đọc, kiểm tra, chọn lọc và chịu trách nhiệm cho chúng thì không giảm theo.

⚖️ Một thủ tục ít người dùng bỗng quá tải

Trước đây, một thủ tục bảo vệ người lao động trong thời gian chờ tòa xử trong luật lao động Anh chỉ nhận khoảng 20 đơn mỗi năm trên toàn quốc. Nay, mỗi văn phòng tại 12 khu vực nhận khoảng 20 đơn mỗi tháng. Số vụ tồn đọng tăng 55%, lên 64.000 vụ; hồ sơ nộp hôm nay có thể phải chờ đến năm 2030 mới được xử lý.

📚 Điểm bài tập tăng 18%, điểm thi giảm 20%

Một nghiên cứu với 27.000 học sinh Trung Quốc cho thấy nhóm dùng AI làm bài nhanh hơn 19 phút và đạt điểm bài tập cao hơn. Nhưng khi vào phòng thi, điểm của các em lại thấp hơn rõ rệt. Mức giảm lớn nhất nằm ở chính những học sinh đã tiết kiệm được nhiều thời gian nhất khi làm bài bằng AI.

✈️ Nghề tưởng sẽ bị AI thay thế sớm lại đang phát triển

55% người Mỹ dùng AI để lên kế hoạch cho kỳ nghỉ. Thế nhưng hiệp hội tư vấn du lịch Mỹ hiện có hơn 310.000 thành viên, tăng mạnh từ 190.000 vào năm 2024. Lý do rất đơn giản: khi khách sạn xếp nhầm phòng, bạn không thể gọi điện cho AI để nhờ nó giải quyết.

🧱 Có những thứ không thể viết thành hướng dẫn

Một startup Hà Lan hỏi những người thợ nề lâu năm cách họ xây tường. Câu trả lời chỉ là: “Tôi vẫn làm vậy thôi.” Chỉ khi quay lại toàn bộ quá trình làm việc, họ mới phát hiện một chi tiết nhỏ nhưng quan trọng: người thợ rung nhẹ bàn tay khi ép viên gạch xuống lớp vữa.

Khi một thứ trở nên dồi dào, giá trị sẽ dịch chuyển về những thứ vẫn còn khan hiếm.

AI đã khiến câu trả lời rẻ đi rất nhiều. Nhưng khả năng đánh giá câu trả lời nào đáng tin, quyết định nên dùng nó ra sao và đứng ra chịu trách nhiệm cho quyết định đó thì chưa.

Doanh nghiệp của bạn đang trả tiền cho câu trả lời — hay cho người biết câu trả lời nào đáng dùng?