#systems-thinking
11 posts
Cuộc thuê lại vĩ đại: làn sóng sa thải AI 2026 chảy về Việt Nam — qua một trong hai cửa
Báo chí phương Tây bán nỗi sợ AI cướp việc kỹ sư, nhưng dữ liệu 2026 kể chuyện khác: một phần lớn số người bị cắt đang được thuê lại ngầm ở nước ngoài, và Việt Nam là điểm đến hàng đầu. Đây là cơ hội lớn nhất một thập kỷ của tech Việt — nhưng nó đến qua hai cửa, và chọn sai cửa thì 18 tháng nữa bị AI nuốt.
Dopamine không phải phần thưởng — nó là tín hiệu dạy bạn muốn
Dopamine không đo khoái cảm; nó là tín hiệu dạy bộ não *muốn* cái gì. Và vì nó dạy cái muốn tách rời khỏi cái thích, mọi hệ gộp hai thứ vào một tín hiệu — từ não người đến AI agent — đều sẽ đuổi theo thứ đã thôi tốt.
Phòng họp toàn người giỏi vẫn ra quyết định tệ: đối đầu xây dựng và cái bẫy thể diện
Một phòng họp toàn người giỏi không tự nhiên ra quyết định giỏi — nó chỉ hợp lý hoá tập thể tinh vi hơn. Nối tiếp 'Cái giá của trí thông minh': nếu cá nhân không tự sửa được mình từ bên trong, cơ chế ngoại tại duy nhất là một con người dám nói bạn sai. Đối đầu xây dựng (constructive confrontation) chính là cơ chế đó — và ba lớp văn hoá Việt (thể diện, tôn ti, lẫn lộn ý kiến với con người) được thiết kế gần như hoàn hảo để dập tắt nó. Cách dựng lại cơ chế, và vì sao AI chỉ nên là totem thêm vào chứ không thay thế.
Thứ lấy việc của bạn không phải AI. Là sự đứng yên của bạn
Trong tiểu thuyết Hum, May mất việc không phải vì làm kém — mà vì làm quá giỏi, dạy máy đến mức nó không cần cô nữa. Đó là cái bẫy "dạy để bị thay": càng thành thạo, dữ liệu để lại càng sạch, máy học càng nhanh. Lối thoát không phải tìm một kỹ năng AI không làm được — không có thứ đó — mà là chống hội tụ: liên tục rời vùng mình vừa thành thạo, khi còn đang đứng trên đỉnh, trước khi nó kịp bị mã hóa thành thứ sao chép được. Bài học cho cá nhân và tổ chức.
88% AI agent thất bại — và vì sao 12% còn lại có ROI 171%
Tám mươi tám phần trăm dự án AI agent doanh nghiệp không bao giờ lên được vận hành thực. Mười hai phần trăm còn lại có ROI trung bình 171%. Thị trường lưỡng cực: trung dung thua sạch, cam kết đủ sâu thắng đậm. Nhưng vì sao khe lại hẹp như vậy? Nghiên cứu MAST tại NeurIPS 2025 phân tích 1.642 dấu vết thực thi cho thấy 78,71% thất bại không phải vấn đề mô hình — là kiến trúc. METR cho thấy mô hình đang tăng tốc rất nhanh nhưng vẫn không cứu được. Kết luận cho founder Việt: lợi thế đến từ kiến trúc, không từ mô hình. Bài cụ thể hoá năm mảnh dịch còn trống và ba đặc điểm để tự tìm ngành đáng đặt cược.
Định nghĩa lại vĩ đại: Khi Collins đo tàu hỏa, thời AI cần đo tên lửa
Trong 11 công ty Collins gọi là 'vĩ đại', một phần ba đã sụp đổ hoặc mất giá trị nghiêm trọng sau khi sách xuất bản. Sao lại như vậy? Và định nghĩa 'vĩ đại' của ông — bền lâu, vượt thị trường 3 lần trong 15 năm — có còn hợp lý khi công ty AI-bẩm-sinh chạy theo gia tốc chứ không phải vận tốc đều?
Thiết kế chống hội tụ: vì sao sinh học không cho phép đứng yên — và bài học cho AI agents
Sinh học và kỹ thuật xây AI agents đã độc lập đi đến cùng một nguyên tắc thiết kế: không hệ thống nào cần thích nghi được phép hội tụ vĩnh viễn. Các cơ chế sau hiện tượng hedonic adaptation ở người soi chiếu các cơ chế sau exploration schedule ở agent. Bài học cho cách bạn xây tổ chức, sản phẩm và chính mình.
Công ty một người: cấu trúc mới, cái bẫy ngọt, và chỗ đứng đặc biệt của người Việt
Công ty một người không còn là khẩu hiệu lifestyle. Có những người đang một mình vận hành P&L vài triệu đô bằng AI. Nhưng dữ liệu hậu thuẫn phần lớn là dữ liệu pre-AI, và cấu hình mới đang định hình ra một thứ chưa có tên: một người vận hành cả phạm vi của một SME đa chức năng, đồng thời sinh ra nhiều vai trò chuyên môn mới. Bài này dành cho người Việt làm tech đang nghĩ đến chuyện rời ghế CTO — phân tích đến tận cùng vì sao mô hình này khả thi hơn bao giờ hết, vì sao đa số người thử vẫn sẽ thất bại, và đâu là vị trí đặc biệt của Việt Nam.
Khi sản xuất phần mềm không còn là sản xuất code
Bài trước nói về số phận của lập trình viên. Bài này đi xa hơn một bước: nếu viết code chỉ là một mắt xích nhỏ trong chuỗi sản xuất phần mềm, thì cả chuỗi sẽ biến đổi thế nào khi AI nuốt dần từng mắt xích? Và cái gọi là 'công ty phần mềm' còn nghĩa lý gì?
Khi không ai còn hiểu phần mềm nữa
Suy luận đến tận cùng về tương lai nghề lập trình: khi AI viết code tốt hơn con người và con người không còn động lực rèn kỹ năng đó, hiểu biết của loài người về phần mềm sẽ đi đâu? Và nếu bạn không muốn trôi theo dòng, bạn cần đầu tư vào điều gì?
Nguyên lý đầu, KISS, và lý do AI sẽ thưởng cho engineer biết suy nghĩ đơn giản
Hai nguyên tắc cũ vừa trở thành kỹ năng quan trọng nhất của thập kỷ tới. Trí tuệ nhân tạo khuếch đại phán đoán tốt và cũng khuếch đại phán đoán xấu. Sự khác biệt là khả năng quay lại sự thật cơ bản.