Mở đầu — vì sao bài này quan trọng
Trước khi bạn quyết định xây một sản phẩm AI, bạn cần biết mình đang đứng ở đâu trên bản đồ. Rất nhiều nhóm khởi nghiệp Việt Nam nhảy thẳng vào code, gọi API của OpenAI, và ba tháng sau mới nhận ra họ đang xây một "tính năng" chứ không phải một "sản phẩm" — hoặc tệ hơn, họ đang cạnh tranh trực diện với một ông lớn mà không hề biết.
Bản đồ sản phẩm AmI (AI product landscape) không phải là một danh sách công ty để bạn học thuộc. Nó là một khung tư duy giúp bạn trả lời ba câu hỏi sinh tử: Sản phẩm của tôi thuộc loại nào? Ai đang chơi trong sân đó? Và tôi có lợi thế gì để tồn tại? Khi bạn phân loại đúng, bạn sẽ biết ngay mình cần đầu tư vào đâu — vào mô hình, vào dữ liệu, vào trải nghiệm, hay vào phân phối.
Bài này là bức tranh toàn cảnh. Nó không dạy bạn cách xây RAG (bài 7), cách fine-tune (bài 8), hay cách định giá (bài 21). Nhiệm vụ của nó là cho bạn một tấm bản đồ, để khi bước vào các bài sau, bạn luôn biết mình đang xây loại sản phẩm nào và vì sao lựa chọn kỹ thuật lại khác nhau tùy theo loại đó.
Khái niệm cốt lõi
Một cách hữu ích để phân loại toàn bộ thị trường sản phẩm AI năm 2026 là chia theo vai trò của AI trong sản phẩm: AI là lõi giá trị, hay AI chỉ là một lớp gia tăng? Từ đó ta có năm nhóm lớn.
1. AI-native products — sản phẩm sinh ra từ AI
Đây là những sản phẩm mà nếu bỏ AI đi thì không còn gì cả. AI chính là lõi giá trị, là lý do tồn tại. ChatGPT, Midjourney, Perplexity, ElevenLabs, Suno là những ví dụ điển hình. Người dùng đến với chúng để dùng AI, chứ không phải để làm một việc mà tình cờ có AI hỗ trợ.
Đặc điểm của nhóm này: trải nghiệm được thiết kế xoay quanh khả năng và cả giới hạn của mô hình. Chúng phải xử lý cực tốt các tình huống AI trả lời sai, phải có vòng lặp phản hồi để cải thiện, và thường "cháy" chi phí tính toán rất nhanh khi mở rộng. Rào cản gia nhập về mặt code thì thấp (ai cũng gọi được API), nhưng rào cản về sản phẩm thì cao — bạn phải giỏi hơn về dữ liệu, về trải nghiệm, hoặc về một ngách cụ thể.
2. AI-augmented features — tính năng AI gắn vào sản phẩm sẵn có
Đây là nhóm đông đảo nhất và cũng là nơi phần lớn người học của khóa này sẽ làm việc. Sản phẩm đã tồn tại, có người dùng, có doanh thu — và bạn thêm AI vào để tăng giá trị. Notion AI, Gmail Smart Compose, tính năng gợi ý của Canva, hay nút "viết lại bằng AI" trong một CRM đều thuộc nhóm này.
Điểm mạnh của nhóm này là bạn đã có sẵn phân phối (distribution) và dữ liệu người dùng. Bạn không phải thuyết phục ai tải app mới. Rủi ro là AI dễ trở thành "tính năng làm cho có" — một nút bấm đẹp mà không ai dùng lần thứ hai. Câu hỏi sống còn ở đây không phải "AI làm được gì" mà là "tính năng AI này có thực sự giải quyết một điểm đau đủ lớn để người dùng thay đổi thói quen không".
3. AI infrastructure & tooling — hạ tầng và công cụ
Trong cơn sốt đào vàng, người bán cuốc xẻng thường sống khỏe. Nhóm này gồm các nền tảng model (OpenAI, Anthropic, Google), vector database (Pinecone, Weaviate), framework điều phối (LangChain, LlamaIndex — sẽ nói kỹ ở bài 23), nền tảng observability và eval (LangSmith, Braintrust), và các dịch vụ inference (Together, Fireworks, Groq).
Đây là nhóm kỹ thuật nặng, đòi hỏi chuyên môn sâu và thường cần vốn lớn. Với phần lớn nhóm nhỏ ở Việt Nam, đây không phải sân chơi để bắt đầu — nhưng hiểu nhóm này giúp bạn biết mình đang phụ thuộc vào ai, chi phí đầu vào của bạn nằm ở đâu, và khi nào một nhà cung cấp hạ tầng có thể "nuốt" luôn thị trường của bạn.
4. Vertical AI — AI chuyên sâu theo ngành dọc
Đây là nhóm hấp dẫn nhất cho startup vừa và nhỏ. Thay vì làm một trợ lý AI cho tất cả mọi người, bạn làm một sản phẩm AI giải quyết trọn vẹn quy trình của một ngành cụ thể: Harvey cho ngành luật (bài 36), Abridge cho y tế, Cursor cho lập trình viên (bài 34). Ở Việt Nam, ta có thể hình dung một AI chuyên đọc và đối chiếu hợp đồng tín dụng theo quy định của Ngân hàng Nhà nước, hay một trợ lý soạn hồ sơ thầu xây dựng.
Lợi thế của vertical AI là bạn có thể tích lũy dữ liệu và tri thức chuyên ngành mà các mô hình phổ thông không có, xây quy trình (workflow) sát với thực tế người dùng, và định giá cao vì giá trị rõ ràng. Đây thường là con đường xây moat (lợi thế bền vững) tốt nhất — chủ đề chúng ta sẽ đào sâu ở bài 48.
5. AI agents — tác nhân tự động
Nhóm mới nổi và tăng trưởng nhanh nhất năm 2026. Khác với chatbot chỉ trả lời, agent hành động: nó lập kế hoạch, gọi công cụ, thực thi nhiều bước để hoàn thành một mục tiêu. Devin (kỹ sư phần mềm AI), các agent đặt lịch, agent nghiên cứu thị trường tự động là ví dụ. Chúng ta sẽ xây agent thật ở bài 17, nên ở đây chỉ cần nhớ: đây là một hạng mục sản phẩm riêng với kỳ vọng người dùng và rủi ro rất khác so với chatbot.
Hai trục để định vị bất kỳ sản phẩm nào
Ngoài năm nhóm trên, hãy luôn định vị sản phẩm của bạn trên hai trục: trục người dùng (B2C hay B2B — bài 41 và 42 sẽ nói kỹ) và trục mức độ tự chủ của AI (AI gợi ý để người quyết → AI làm cùng người → AI làm thay người). Càng đi về phía "AI làm thay", giá trị càng lớn nhưng rủi ro và yêu cầu về độ tin cậy càng cao.
Tình huống thực tế
Ví dụ 1 — Perplexity: AI-native trong một thị trường tưởng như bất khả xâm phạm
Năm 2022, nếu ai đó nói sẽ cạnh tranh với Google Search, người ta sẽ cười. Perplexity không cạnh tranh trực diện — họ định vị lại: thay vì trả về 10 đường link, họ trả về một câu trả lời có trích dẫn nguồn. Đây là sản phẩm AI-native thuần túy, vì bỏ AI đi thì nó không còn gì.
Diễn giải: Perplexity không thắng bằng mô hình tốt hơn (họ dùng lại model của bên khác), mà thắng bằng cách đóng gói trải nghiệm quanh một điểm đau cụ thể — người dùng muốn câu trả lời, không muốn tự đọc mười trang web. Đến năm 2024–2025 họ đạt định giá hàng tỷ đô và hàng chục triệu người dùng.
Bài học: trong nhóm AI-native, bạn không nhất thiết phải sở hữu mô hình. Lợi thế nằm ở việc chọn đúng ngách, đóng gói trải nghiệm sắc bén và xây thương hiệu. Nhưng cũng phải cảnh giác — vì rào cản kỹ thuật thấp, Google có thể (và đã) ra tính năng tương tự.
Ví dụ 2 — Một fintech Việt Nam thêm AI-augmented feature
Hãy tưởng tượng một ví điện tử tại Việt Nam (bối cảnh giả định nhưng rất sát thực tế của MoMo hay ZaloPay) có 20 triệu người dùng. Đội sản phẩm muốn thêm AI. Họ có hai lựa chọn: xây một "chatbot AI-native" riêng, hay thêm tính năng AI vào luồng đang có.
Họ chọn phương án thứ hai: thêm trợ lý phân loại chi tiêu tự động và cảnh báo giao dịch bất thường ngay trong tab lịch sử. Vì đã có sẵn 20 triệu người dùng và kho dữ liệu giao dịch khổng lồ, tính năng này được hàng triệu người dùng ngay trong tháng đầu — điều một startup AI-native mới toanh phải mất nhiều năm mới đạt được.
Bài học: khi bạn đã có phân phối và dữ liệu, nhóm AI-augmented cho tỷ lệ thắng cao hơn nhiều so với việc dựng sản phẩm AI-native từ số không. Câu hỏi đúng không phải "AI có ngầu không" mà "tính năng này gắn vào đâu trong hành vi sẵn có của người dùng".
Ví dụ 3 — Vertical AI cho ngành luật ở Đông Nam Á
Một nhóm 6 người ở khu vực Đông Nam Á (lấy cảm hứng từ mô hình Harvey nhưng bản địa hóa) xây một trợ lý AI chuyên rà soát hợp đồng thương mại theo luật của từng quốc gia trong khu vực. Họ không cố làm "ChatGPT cho luật sư" — họ chỉ làm một việc: đọc hợp đồng, chỉ ra điều khoản rủi ro, đối chiếu với quy định địa phương.
Vì họ tích lũy được bộ dữ liệu hợp đồng và tri thức pháp lý bản địa mà không mô hình phổ thông nào có, các công ty luật sẵn sàng trả vài nghìn đô mỗi tháng cho mỗi ghế. Một khách hàng lớn có thể tạo doanh thu bằng cả nghìn người dùng B2C.
Bài học: vertical AI cho phép nhóm nhỏ cạnh tranh với người khổng lồ, vì lợi thế nằm ở chiều sâu ngành chứ không ở quy mô tính toán. Đây thường là con đường khả thi và bền vững nhất cho startup Việt Nam.
Hướng dẫn từng bước
Đây là quy trình để bạn tự định vị một ý tưởng sản phẩm AI trên bản đồ:
- Viết một câu mô tả giá trị cốt lõi. "Sản phẩm của tôi giúp [ai] làm [việc gì] tốt hơn/nhanh hơn." Nếu bạn không viết được câu này mà không nhắc tới AI, có thể bạn đang xây AI-native.
- Làm phép thử "rút AI ra". Nếu bỏ AI đi mà sản phẩm sụp đổ hoàn toàn → AI-native. Nếu vẫn còn một sản phẩm dùng được nhưng kém hơn → AI-augmented feature.
- Xác định trục người dùng. B2C (nhiều người dùng, giá thấp, phải viral) hay B2B (ít khách, giá cao, bán qua quan hệ)? Điều này quyết định toàn bộ chiến lược tiếp theo.
- Xác định mức độ tự chủ. AI gợi ý, AI làm cùng, hay AI làm thay? Càng tự chủ, yêu cầu độ tin cậy và guardrails (bài 10) càng cao.
- Liệt kê 3–5 đối thủ trong đúng ô đó. Không phải "tất cả công ty AI" mà đúng ô phân loại của bạn. Nếu ô đó có OpenAI hoặc Google, hãy tìm ngách hẹp hơn.
- Định danh lợi thế của bạn. Dữ liệu độc quyền? Phân phối sẵn có? Tri thức ngành? Nếu không có gì trong ba thứ này, hãy quay lại bước 1.
- Chọn nhóm và cam kết. Một sản phẩm tốt thuộc về một ô rõ ràng. Cố làm cả năm nhóm cùng lúc là cách chắc chắn để thất bại.
Lỗi thường gặp & mẹo
Lỗi 1 — Nhầm tính năng với sản phẩm. Rất nhiều nhóm gọi API rồi tưởng mình có một startup. Nếu giá trị của bạn có thể bị nuốt bởi một nút bấm trong ChatGPT hoặc Notion, bạn chưa có sản phẩm. Mẹo: hỏi "nếu OpenAI ra tính năng này miễn phí ngày mai, tôi còn lại gì?"
Lỗi 2 — Chọn nhầm ô để cạnh tranh. Xây một chatbot đa năng để đấu với ChatGPT là tự sát. Mẹo: đi hẹp và sâu. Vertical AI luôn có chỗ cho người hiểu ngành hơn.
Lỗi 3 — Bỏ qua lợi thế phân phối sẵn có. Nhiều đội trong công ty lớn lại đi xây sản phẩm AI riêng từ đầu, trong khi họ đang ngồi trên hàng triệu người dùng. Mẹo: nếu bạn đã có người dùng và dữ liệu, ưu tiên AI-augmented trước.
Lỗi 4 — Định vị "AI làm thay" khi độ tin cậy chưa đủ. Hứa agent tự động làm mọi thứ rồi để nó sai 20% lần là cách nhanh nhất mất niềm tin. Mẹo: bắt đầu ở mức "AI gợi ý, người duyệt", nâng dần khi đã đo được chất lượng.
Mẹo tổng quát: cập nhật bản đồ này mỗi quý. Ranh giới giữa các nhóm dịch chuyển rất nhanh — cái hôm nay là vertical AI, sang năm có thể thành tính năng mặc định của một nền tảng lớn.
Bài tập thực hành
- Lập bản đồ cá nhân. Chọn 10 sản phẩm AI bạn từng dùng hoặc nghe tên (ít nhất 3 sản phẩm Việt Nam như VinAI, FPT.AI, hoặc tính năng AI của MoMo, Zalo). Xếp mỗi cái vào một trong năm nhóm và ghi lý do một câu.
- Chạy phép thử "rút AI ra" cho một ý tưởng sản phẩm của chính bạn. Nó thuộc nhóm nào? Viết ra.
- Tìm ngách. Chọn một ngành dọc ở Việt Nam (bất động sản, logistics, giáo dục, y tế...) và phác thảo một ý tưởng vertical AI: nó làm đúng một việc gì, dữ liệu độc quyền đến từ đâu, ai trả tiền và trả bao nhiêu.
- Phân tích đối thủ. Với ý tưởng ở bài 3, liệt kê 3 đối thủ trong đúng ô đó và một lợi thế bạn có thể xây mà họ khó sao chép.
Tóm tắt
Bản đồ sản phẩm AI năm 2026 có năm nhóm chính: AI-native (AI là lõi giá trị), AI-augmented feature (AI gắn vào sản phẩm sẵn có), AI infrastructure (cuốc xẻng cho cơn sốt đào vàng), vertical AI (AI chuyên sâu theo ngành — thường là cơ hội tốt nhất cho startup nhỏ), và AI agents (tác nhân tự động, nhóm mới nổi nhanh nhất).
Ngoài năm nhóm, hãy luôn định vị trên hai trục: người dùng (B2C/B2B) và mức độ tự chủ của AI (gợi ý → làm cùng → làm thay). Ba bài học quan trọng nhất: đừng nhầm tính năng với sản phẩm; nếu đã có phân phối thì ưu tiên AI-augmented; và nếu là nhóm nhỏ, vertical AI thường là con đường bền vững nhất. Với tấm bản đồ này trong đầu, bạn đã sẵn sàng bước vào các bài kỹ thuật sâu hơn — nơi lựa chọn công nghệ sẽ luôn phụ thuộc vào việc bạn đang xây loại sản phẩm nào.