MÔ HÌNH KINH DOANH THỜI TRÍ TUỆ NHÂN TẠO

AI không phải trụ cột mới mà là bộ khuếch đại mọi mẫu hình, nên lợi thế dịch sang cách sắp đặt chúng

---

Khi ai cũng gọi được cùng những mô hình AI qua cùng một giao diện lập trình, với giá ngày càng rẻ, câu hỏi chiến lược thay đổi. "Doanh nghiệp đã dùng AI chưa" dần giống câu hỏi "doanh nghiệp đã có website chưa" của hai mươi năm trước: cần thiết nhưng không tạo ra khác biệt. Ba lực đang cùng lúc định hình lại cả bốn mô hình giá trị, trải nghiệm, vận hành và lợi nhuận: trí tuệ nhân tạo, kinh tế nền tảng ngày càng sâu và tính bền vững chuyển từ khẩu hiệu thành ràng buộc thiết kế.

Luận điểm của bài viết này là: khi công cụ càng mạnh và càng bình đẳng, lợi thế càng ít nằm ở việc sở hữu công cụ, mà nằm ở cách sắp đặt các mẫu hình thành một bản phối khó sao chép. AI không thêm một trụ cột mới cho mô hình kinh doanh; nó là bộ khuếch đại làm mọi mẫu hình sẵn có rẻ hơn, nhanh hơn, cá nhân hóa hơn và tự động hơn.

Mục 1 trình bày AI khuếch đại bốn mô hình ra sao. Mục 2 đọc những cách thu tiền mới sinh ra từ AI như hậu duệ của mẫu hình cũ. Mục 3 xét điều gì xảy ra khi khách hàng là một tác tử AI. Mục 4 bàn kinh tế nền tảng và tính bền vững. Mục 5 giới thiệu sáu vùng mà AI mở ra cho đổi mới mô hình. Mục 6 nêu ba cạm bẫy của thập kỷ tới và điều còn lại của con người.

1. AI như một bộ khuếch đại

Cách hiểu sai là coi AI như một mẫu hình mới cần thêm vào kho. Cách hiểu hữu ích hơn là coi AI như một bộ khuếch đại vặn to âm lượng của cả bốn mô hình cùng lúc. Hình 1 tóm tắt AI khuếch đại từng mô hình ra sao.

Hình 1. AI khuếch đại bốn mô hình của mô hình kinh doanh.

Ở mô hình giá trị trong Hình 1, AI xóa một sự đánh đổi lâu đời giữa "may đo cho một người" và "đại trà cho triệu người": sản phẩm và nội dung có thể tự điều chỉnh theo từng khách mà chi phí gần như không đổi. Cùng một phí thuê bao, mỗi người mở ứng dụng nghe nhạc hay xem phim lại thấy một dịch vụ khác, được may riêng từ dữ liệu. Một tầng giá trị mới cũng ra đời: những sản phẩm mà bản thân trí tuệ là thứ được bán, như trợ lý hội thoại, công cụ sáng tạo, phần mềm tự thích ứng.

Ở mô hình trải nghiệm, AI hiện thực hóa "dịch vụ tận tình cho tất cả" mà không cần một đội ngũ khổng lồ: trợ lý hội thoại phục vụ từng khách cả ngày đêm bằng chính ngôn ngữ của họ, giao diện bằng lời nói thay cho trình đơn rối rắm. Dịch vụ kiểu trợ lý riêng, xưa nay chỉ dành cho khách quan trọng, có thể trải xuống đại chúng.

Ở mô hình vận hành, AI là mũi nhọn của tự động hóa và dự báo: tồn kho tự điều chỉnh theo dự báo nhu cầu, máy được sửa trước khi hỏng, hồ sơ được xử lý tự động từ đầu đến cuối. Những năng lực mà trước đây chỉ doanh nghiệp lớn có đang rẻ dần xuống tầm doanh nghiệp vừa và nhỏ.

Ở mô hình lợi nhuận, AI đưa định giá động lên thời gian thực, dự báo trước ai sắp hủy dịch vụ và sinh ra những cách thu tiền mới mà mục 2 sẽ bàn. AI vừa là món quà vừa là con dao: cùng năng lực cá nhân hóa có thể phục vụ khách tốt hơn hoặc thao túng họ tinh vi hơn, nên nó đòi hỏi những giới hạn về đạo đức, quyền riêng tư và công bằng.

2. Những cách thu tiền sinh ra từ AI

AI không chỉ khuếch đại mẫu hình cũ mà còn sinh ra những cách thu tiền mới. Điều thú vị là cả bốn cách dưới đây đều là hậu duệ của những mẫu hình đã có, như Bảng 1 cho thấy.

Bảng 1. Bốn cách thu tiền sinh ra từ AI và mẫu hình gốc của chúng

Bảng 1 dẫn tới một bài học: ngay cả những mô hình "mới toanh của thời AI" cũng là tái tổ hợp, đúng như nguyên lý trong bài Tư duy mẫu hình trong đổi mới mô hình. Người nắm chắc kho mẫu hình cũ sẽ đọc ra mô hình mới nhanh hơn người chỉ chạy theo tin tức. Các chiến thuật tương ứng, như bán kết quả, con người trong vòng lặp, định giá theo mức tiêu thụ tính toán, vòng lặp dữ liệu và chủ quyền mô hình, đã được đưa vào bộ bốn bài chiến thuật đổi mới mô hình, chẳng hạn Chiến thuật đổi mới mô hình lợi nhuận. Câu hỏi tiếp theo là: khi những mẫu hình ấy trở thành mặc định, lợi thế còn nằm ở đâu?

Với hàng cấp phép dữ liệu, câu hỏi chiến lược cho mọi doanh nghiệp có dữ liệu riêng là nên cho thuê, giữ làm hào hay tự dùng để huấn luyện lợi thế của chính mình. Cho thuê đem tiền ngay nhưng có thể nuôi chính đối thủ; giữ làm hào chỉ có ý nghĩa khi dữ liệu thật sự độc quyền và gắn vào một vòng lặp cải thiện sản phẩm.

3. Khi khách hàng là một tác tử AI

Một biến chuyển sâu hơn đang hình thành: tác tử AI giao dịch thay cho con người. Khi một trợ lý AI tự so giá, đặt hàng, gia hạn dịch vụ hộ người dùng, câu hỏi "ai nắm cánh cửa đến khách hàng" bị viết lại. Cánh cửa ấy có thể không còn là một người lướt điện thoại, mà là một thuật toán chọn mua dựa trên tiêu chí của nó. Bảng 2 lần theo tác động lên bốn mô hình.

Bảng 2. Bốn mô hình khi người mua là một tác tử AI

Bảng 2 cho thấy nhiều mẫu hình quen thuộc bị đảo lộn: tiếp thị cảm xúc và bao bì bắt mắt ít tác dụng với một tác tử chỉ đọc dữ liệu, còn khả năng để sản phẩm được máy đọc và chọn trở thành một mặt trận mới. Nhưng thương hiệu chưa chết; nó có thể dịch lên một tầng: con người chọn tin tác tử nào và yêu cầu tác tử ưu tiên những thương hiệu mình tin. Cách người bán chuẩn bị cho làn sóng này được bàn chi tiết trong bài Thương mại tác tử.

4. Nền tảng sâu hơn và bền vững thành ràng buộc

Hai lực còn lại không mới, nhưng đang mạnh lên. Mục này bàn từng lực và cách chúng tương tác với AI.

4.1. Kinh tế nền tảng

Hiệu ứng mạng và động lực "người thắng lấy phần lớn" tiếp tục kéo giá trị về các hệ sinh thái, đẩy gần như mọi doanh nghiệp vào một trong hai vai: trở thành nền tảng, hoặc trở thành người chơi khôn ngoan trên nền tảng của người khác (Parker và cộng sự, 2016). Điều mới của thập kỷ tới là bên cạnh hiệu ứng mạng cổ điển, càng đông người dùng càng giá trị, còn có hiệu ứng mạng dữ liệu: mỗi lượt sử dụng làm AI của nền tảng thông minh hơn, sản phẩm tốt hơn lại hút thêm người dùng và dữ liệu, tạo một bánh đà học tập mà người đi sau khó đuổi kịp.

Với phần lớn doanh nghiệp vừa và nhỏ, con đường thực tế không phải dựng một nền tảng khổng lồ, mà là đi trên nền tảng có sẵn một cách có chiến lược: bán trên sàn, phục vụ qua siêu ứng dụng, có mặt trên các kênh phát trực tiếp, nhưng không đánh mất quan hệ trực tiếp và dữ liệu khách hàng của mình. Cơ chế của mô hình nền tảng được trình bày trong bài Mô hình kinh doanh nền tảng và hiệu ứng mạng.

4.2. Tính bền vững

Áp lực từ quy định, nhà đầu tư và người tiêu dùng đang biến phát thải và lãng phí thành chi phí thật và biến "xanh" thành một phần tuyên bố giá trị mà một bộ phận khách hàng sẵn lòng trả thêm. Giới nghiên cứu gọi xu hướng này là đổi mới mô hình kinh doanh bền vững: thiết kế lại cả cách tạo ra, chuyển giao và thu hồi giá trị quanh các ràng buộc môi trường và xã hội, chứ không chỉ dán nhãn xanh lên mô hình cũ (Geissdoerfer và cộng sự, 2018). Hình 2 trình bày ba bậc của đổi mới bền vững.

Hình 2. Ba bậc của đổi mới mô hình kinh doanh bền vững. Nguồn: dựa trên Geissdoerfer và cộng sự (2018).

Bậc thấp nhất trong Hình 2 là tiết kiệm tài nguyên: bớt bao bì, bớt năng lượng, làm sạch những gì đang làm. Bậc giữa là tuần hoàn: tái sử dụng, tân trang, cho thuê thay vì bán đứt; Patagonia mua lại đồ cũ của chính mình để sửa và bán lại. Bậc cao nhất là thiết kế lại cả chuỗi giá trị và kiến trúc doanh thu. Khi Rolls-Royce bán "giờ bay" thay vì bán động cơ, hãng có động cơ kinh tế tự nhiên để làm máy bền hơn và ít hỏng hơn: một kiến trúc doanh thu đúng có thể tự nó là một chính sách môi trường. Đọc đúng, ràng buộc trở thành lợi thế: người đến sớm biến chi phí tuân thủ của người khác thành tuyên bố giá trị của mình.

5. Sáu vùng mà AI mở ra

Lùi ra xa hơn, có thể hỏi: AI mở ra những vùng nào cho đổi mới mô hình kinh doanh? Ross Dawson (2024) đề xuất một bản đồ sáu vùng; sáu vùng này không thay thế mười ba trụ cột trong bài Bốn mô hình và mười ba trụ cột, mà cắt ngang qua chúng như sáu ngọn đèn rọi vào cùng một tòa nhà từ sáu phía. Bảng 3 trình bày sáu vùng.

Bảng 3. Sáu vùng AI mở ra cho đổi mới mô hình kinh doanh

Nguồn: dựa trên Dawson (2024).

Sáu vùng trong Bảng 3 đáng dùng như một danh sách kiểm. Khi xem xét một cơ hội đổi mới, có thể đi qua từng vùng và hỏi AI mở ra điều gì cho doanh nghiệp ở đây. Phần lớn doanh nghiệp chỉ nhìn thấy vùng thứ nhất là hiệu quả và bỏ qua năm vùng còn lại, nơi lợi thế bền hơn thường nằm. Ở vùng hiệu quả, một nhân viên dùng AI làm được việc của nhiều người không phải vì AI thay những người kia, mà vì nó gỡ bỏ phần việc nhàm chán để người ấy dồn sức vào phần chỉ con người làm được.

6. Ba cạm bẫy và điều còn lại của con người

Làn sóng nào cũng có xoáy ngầm. Bảng 4 nêu ba cạm bẫy của thập kỷ tới cùng câu hỏi tự kiểm.

Bảng 4. Ba cạm bẫy của mô hình kinh doanh thời AI

Cạm bẫy thứ ba trong Bảng 4 là phiên bản thời AI của bài học Spotify trong bài Giải phẫu mô hình của các bậc thầy: khi viên đá đỉnh vòm nằm trong tay nhà cung cấp, nhà cung cấp định đoạt lợi nhuận. Nguy cơ này càng rõ khi giá dịch vụ AI có thể tăng lúc các nhà cung cấp rút dần trợ giá, như bài Thời hậu trợ giá của trí tuệ nhân tạo phân tích. Đi trên nền tảng để lớn nhanh là hợp lý, nhưng song song cần bồi đắp thứ thuộc về mình: quan hệ trực tiếp, dữ liệu riêng, thương hiệu và ít nhất một viên đá đỉnh vòm không ai rút được.

Vậy còn lại gì cho con người? AI có thể chơi các nốt nhạc: viết nội dung, tối ưu giá, tự động hóa quy trình, cá nhân hóa trải nghiệm. Nhưng soạn bản tổng phổ, tức chọn mẫu hình nào ăn khớp với mẫu hình nào, đâu là viên đá đỉnh vòm đáng bảo vệ, bản phối này có hợp với thị trường và thời điểm này không, vẫn là việc của con người. Ba năng lực sẽ càng đắt giá khi máy càng giỏi: phán đoán, tức chọn đúng bài toán và đọc đúng bối cảnh; khiếu thẩm mỹ và sự đáng tin, thứ khiến khách yêu chứ không chỉ dùng; và khả năng kết hợp các mẫu hình thành một hệ thống.

Kết luận

AI, kinh tế nền tảng và tính bền vững đang cùng lúc định hình lại cả bốn mô hình của mô hình kinh doanh. AI không phải trụ cột thứ mười bốn mà là bộ khuếch đại: cá nhân hóa đại trà ở mô hình giá trị, trợ lý ở quy mô lớn ở mô hình trải nghiệm, tự động hóa và dự báo ở mô hình vận hành, định giá động và những cách thu tiền mới ở mô hình lợi nhuận. Những cách thu tiền "mới" ấy đều là hậu duệ của mẫu hình cũ và khi khách hàng là một tác tử AI, sản phẩm phải đọc được bằng máy.

Khi công cụ ngày càng mạnh và ngày càng bình đẳng, lợi thế dịch sang những thứ AI không san phẳng được: dữ liệu riêng gắn vào vòng lặp học, quan hệ trực tiếp với khách, một viên đá đỉnh vòm thuộc về mình và năng lực sắp đặt các mẫu hình thành bản phối khó sao chép. Mô hình nào rồi cũng cũ; năng lực liên tục chẩn đoán, tái tổ hợp và thử nghiệm, như quy trình trong bài Quy trình sáu bước đổi mới mô hình, mới là thứ đáng xây nhất.

Đọc thêm

• Bốn mô hình và mười ba trụ cột
• Quy trình sáu bước đổi mới mô hình
• Thương mại tác tử
• Thời hậu trợ giá của trí tuệ nhân tạo
• Mô hình kinh doanh nền tảng và hiệu ứng mạng

Tài liệu tham khảo

Dawson, R. (2024). AI impact on business models and value creation [Slide presentation]. Advanced Human Technologies. https://rossdawson.com/wp-content/uploads/2024/09/AI_Impact_Business_Models.pdf

Geissdoerfer, M., Vladimirova, D., & Evans, S. (2018). Sustainable business model innovation: A review. Journal of Cleaner Production, 198, 401–416. https://doi.org/10.1016/j.jclepro.2018.06.240

Parker, G. G., Van Alstyne, M. W., & Choudary, S. P. (2016). Platform revolution: How networked markets are transforming the economy and how to make them work for you. W. W. Norton. https://wwnorton.com/books/9780393249132