Mình có một thói quen xấu.
Mỗi sáng, trước khi pha cà phê xong, mình đã mở 3 tab: Twitter (à, giờ gọi là X), Hacker News, và newsletter AI nào đó mà mình subscribe tuần trước rồi quên mất tên. Mình scroll. Mình đọc. Mình thấy một framework mới, một model mới, một startup vừa raise $50 triệu cho một thứ mình không hiểu.
Rồi mình đóng laptop lại, thở dài, và nghĩ: “Mình đang tụt hậu.”
Cảm giác đó quen không? Cái FOMO — Fear of Missing Out — về AI nó không giống FOMO bình thường. Nó không phải là sợ lỡ một bữa tiệc. Nó là sợ cả thế giới đã lên tàu rồi, còn mình đang đứng ở sân ga… cầm tấm vé tàu của năm ngoái.
Chip Huyen và câu hỏi “sai” nhất thế giới AI
Trong một episode của Lenny’s Podcast, Chip Huyen — người từng làm ở Nvidia, Stanford, Netflix — được hỏi một câu rất quen thuộc:
“Làm sao để theo kịp tin tức AI mới nhất?”
Và câu trả lời của cô ấy khiến mình… ngồi im mất 5 giây.
“Tại sao bạn cần theo kịp tin tức AI mới nhất? Nếu bạn nói chuyện với người dùng, hiểu họ muốn gì và không muốn gì, nhìn vào feedback — bạn có thể cải thiện ứng dụng nhiều hơn gấp bội.”
Đọc lại lần nữa đi. Một người đang ở tâm điểm của ngành AI, đang nói với bạn rằng: đừng đọc AI news.
Mình tưởng mình cần biết mọi thứ về AI. Hóa ra mình cần biết mọi thứ về người mình phục vụ.
Khi mình “biết nhiều” nhưng “làm được ít”
Mình sẽ kể bạn nghe một chuyện thật.
Năm ngoái, mình dành 2 tuần nghiên cứu các công cụ AI cho giáo dục. Mình đọc review, so sánh tính năng, thử free trial. Mình biết rõ tool nào dùng GPT-4, tool nào dùng Claude, tool nào có RAG (Retrieval-Augmented Generation — nghe nguy hiểm lắm đúng không?).
Cuối 2 tuần, mình biết rất nhiều.
Nhưng mình chưa giúp được học sinh nào cả.
Trong khi đó, một đồng nghiệp của mình — người mà mình chắc chắn không phân biệt được GPT-3 với GPT-4 — đã ngồi xuống hỏi học sinh: “Phần nào trong bài tập các em thấy khó nhất?”
Câu trả lời: phần viết luận mở đầu.
Thế là cô ấy lên ChatGPT, gõ: “Giúp tôi tạo 5 gợi ý mở đầu cho bài luận về biến đổi khí hậu, phù hợp với học sinh lớp 10.”
Xong. Đơn giản. Hiệu quả. Không cần biết RAG là gì.
Insight thật sự: AI Engineering không phải về AI
Chip Huyen chia sẻ một quan sát rất sắc bén: có một khoảng cách lớn giữa “AI hype” và “AI thực tế tạo ra năng suất”. Nhiều người tuyên bố AI giúp họ năng suất hơn, nhưng khi đo lường thật, con số không khớp.
Tại sao?
Vì họ đang dùng AI cho những thứ AI không cần giải quyết. Họ dùng AI vì nó “cool”, vì nó “mới”, vì FOMO — chứ không phải vì người dùng thật sự cần.
💡 Insight: AI Engineering không phải là biết nhiều về AI. Nó là biết đúng vấn đề cần AI giải quyết. Mà muốn biết đúng vấn đề, bạn phải nói chuyện với người dùng.
Nghe có vẻ hiển nhiên? Nhưng hãy tự hỏi: lần cuối bạn hỏi “người dùng” (học sinh, khách hàng, đồng nghiệp) rằng họ cần gì… là khi nào?
Framework: 3 bước ngừng FOMO, bắt đầu tạo giá trị
Mình rút ra từ bài podcast này một framework đơn giản mà mình đang áp dụng:
1. Ngừng scroll, bắt đầu hỏi
Thay vì đọc 10 bài về AI mỗi ngày, dành 15 phút hỏi một người bạn đang phục vụ: “Cái gì đang làm bạn mất thời gian nhất?” Câu trả lời đó có giá trị hơn cả newsletter.
2. Bắt đầu từ vấn đề, không phải từ công cụ
Đừng hỏi: “AI có thể làm gì?” Hãy hỏi: “Vấn đề này có thể giải quyết nhanh hơn không?” Nếu câu trả lời là có, lúc đó mới tìm tool.
3. Đo lường bằng kết quả, không phải bằng “biết”
Bạn biết 15 AI tools? Tốt. Nhưng bạn đã cải thiện được workflow nào chưa? Bạn đã tiết kiệm được bao nhiêu giờ cho người dùng? Đó mới là metrics thật.
Vậy mình có nên ngừng đọc AI news không?
Không hẳn. Nhưng mình đã thay đổi tỷ lệ.
Trước đây: 80% đọc → 20% làm.
Bây giờ: 20% đọc → 80% nói chuyện với người dùng và thử nghiệm.
Và kết quả? Mình “biết” ít hơn. Nhưng mình làm được nhiều hơn.
Chip Huyen đúng. Bạn không cần theo kịp AI. Bạn cần theo kịp người dùng.
Bạn đang dành bao nhiêu thời gian để “theo kịp AI” mỗi ngày? Thử giảm xuống còn 15 phút — và dùng thời gian còn lại để nói chuyện với một người bạn đang phục vụ. Rồi kể mình nghe kết quả nhé. ☕
