Những điều AI không nói về AI

Điều AI không nói về AI Mọi người đều sử dụng cùng một công cụ để đưa ra quyết định, điều gì khiến bạn khác biệt? Claudio Caletti Ngày 05/8/2026 Chia sẻ Hiện nay, tôi dành phần lớn thời gian trong ngày để làm việc với AI. Mỗi công ty khởi nghiệp đang xây dựng "bộ não công ty" của riêng mình. Các câu hỏi của chúng tôi về sản phẩm, chiến lược, bán hàng và kỹ thuật đều được xử lý thông qua Claude, ChatGPT hoặc một mô hình nào đó. Tất cả chúng ta đều đang sử dụng cùng một công cụ. Vậy thì các sản phẩm và công ty có nên dần trở nên giống nhau hơn không? Điều đó dường như không xảy ra với tôi. Một công ty khác hoạt động trong lĩnh vực chăm sóc sức khỏe sẽ không xây dựng một bản sao y hệt của ReportAId, ngay cả khi họ sử dụng cùng các mô hình, tác nhân mã hóa và công cụ năng suất. Tương tự, một nhà máy phần mềm khác sẽ không tự nhiên phát triển thành một Buildo khác. Tại sao không? Ai là người điều khiển? AI có thể trả lời một số lượng câu hỏi phi thường, nhưng phần quan trọng thường đến trước câu trả lời. Vẫn cần có người nhận ra vấn đề, quyết định rằng nó quan trọng và đặt vấn đề một cách chính xác. Khi tôi đưa ra các câu lệnh cho Claude trong một thời gian dài, tôi thường đạt đến một điểm mà một câu lệnh khác không còn hữu ích nữa. Tôi cần dừng lại, nghiên cứu chủ đề hoặc nói chuyện với người hiểu rõ hơn tôi. Đôi khi vấn đề không phải là câu trả lời kém. Mà là tôi chưa đủ kiến thức để đặt câu hỏi đúng. Đây có thể là một trong những nguồn khác biệt đầu tiên giữa các công ty. Họ không nhất thiết nhận được câu trả lời tốt hơn. Họ điều tra các vấn đề khác nhau, thách thức các giả định khác nhau và nhận ra các cơ hội khác nhau. Hiệu ứng quả cầu tuyết của lập luận Tính xu nịnh của các mô hình ngôn ngữ lớn (LLM) đã được biết đến rộng rãi, chúng có xu hướng củng cố cách đặt vấn đề của người dùng hơn là thách thức nó. Tuy nhiên, sự thách thức là một trong những động lực chính của sự cải thiện trong kinh doanh. Các quyết định tốt thường xuất hiện từ sự bất đồng, xung đột và nhu cầu bảo vệ một ý tưởng trước một người nhìn nhận vấn đề theo một cách khác. AI có thể làm suy yếu cơ chế đó. Nó tạo ra hiệu ứng quả cầu tuyết khuếch đại thiên kiến xác nhận của chúng ta: mỗi câu trả lời được xây dựng dựa trên các giả định được nhúng trong câu lệnh trước đó. Nếu ý tưởng ban đầu tốt, một vài câu lệnh có thể rút ngắn hàng tháng làm việc. Nếu nó tồi, mô hình có thể làm cho nó ngày càng mạch lạc, đưa chúng ta nhanh hơn và sâu hơn vào một ngõ cụt. Điều AI không hiểu Các LLM không học như trẻ em. Trẻ em học từ tương đối ít thông tin, nhưng thông qua tương tác liên tục với thế giới: chúng hành động, quan sát hậu quả và thích nghi (xem Rich Sutton trên Dwarkesh Podcast). Ngược lại, các LLM học chủ yếu từ một lượng lớn kiến thức nhân loại đã được ghi lại. Sự khác biệt này rất quan trọng trong các ngành công nghiệp phức tạp. Internet sẽ không cho bạn biết phần cứng nào đang thực sự chạy trong một bệnh viện cụ thể, nhóm IT của họ sẽ chấp nhận những tích hợp nào, DPO (Cán bộ bảo vệ dữ liệu) của họ coi điều gì là hợp lý vào một thời điểm nhất định, hoặc bên liên quan sẽ mua gì. Một mô hình có thể suy luận dựa trên kiến thức được ghi lại. Kinh nghiệm cung cấp kiến thức ngầm, cục bộ và thay đổi liên tục, những điều không bao giờ được đưa vào dữ liệu huấn luyện mô hình. Công nghệ không nên hội tụ sao? Cho đến nay, tôi đã bỏ qua một vấn đề hiển nhiên: chính trị, vận động hành lang, kết nối và các mối quan hệ định hình các công ty và tạo nên sự khác biệt giữa chúng. Nhưng còn công nghệ thì sao? Đây là lúc tôi kỳ vọng sự hội tụ khi chúng ta tiến tới AGI (Trí tuệ nhân tạo tổng quát). Các công ty ngày càng sử dụng cùng một mô hình nền tảng (foundation models), tác nhân mã hóa (coding agents), nền tảng đám mây (cloud platforms) và công cụ mã nguồn mở (open-source tools). Nếu việc triển khai trở nên rẻ hơn và dễ tiếp cận hơn, liệu chúng có nên xây dựng các hệ thống tương tự nhau không? Tôi chưa thấy điều này xảy ra. Công nghệ không phải là một lớp riêng biệt của một công ty. Nó là một phần của hệ sinh thái. Các lựa chọn sản phẩm phụ thuộc vào khách hàng cụ thể mà công ty phục vụ, những gì đội ngũ bán hàng có thể bán, những gì tổ chức có thể vận hành và những gì nhân viên có thể hiểu, ghi nhớ và theo đuổi như một sứ mệnh chung. Công nghệ không được thiết kế trong môi trường chân không. Nó là kết quả của công ty xây dựng nó. Một công ty AI không chỉ được tạo thành từ AI. Nó được định hình bởi khách hàng, nhân viên, những hạn chế, các mối quan hệ và kinh nghiệm tích lũy trong quá trình hoạt động. Trong các bài viết tiếp theo, tôi muốn nói nhiều hơn về các chủ đề kỹ thuật. Tôi muốn viết về cách chúng ta chuyển từ các mô hình đám mây sang các mô hình mã nguồn mở, những bài học kinh nghiệm khi xây dựng một nhà máy AI, và các lựa chọn về kiến trúc, đánh giá và vận hành đằng sau các hệ thống AI cần hoạt động trong thế giới thực. Tập trung vào những vấn đề kỹ thuật không thể dễ dàng thay thế bằng một tệp .md. Hãy xem danh sách này sẽ dài đến đâu. Chia sẻ