Đây là khởi đầu của một loạt bài. Tôi sẽ kể về cuộc chuyển đổi mà chúng tôi bắt đầu ở mảng tech tại Prolog, khoảng hai tháng trước: vì sao nó bắt đầu, cái gì đang hiệu quả và cái gì phải trả giá đắt. Không phải lý thuyết trên sân khấu. Là cái chúng tôi đã sống qua.
Tôi quyết định viết vì một lý do đơn giản: khi đi tìm cách làm chuyện này, tôi thấy nhiều ý kiến mà rất ít lời kể chân thật từ người đang ở giữa quá trình. Nếu bài này trở thành một chỗ để một người khác cũng đang xây dựa vào, thì đã đáng công rồi.
Nó bắt đầu bằng một nỗi bất an.
Cái tôi đã thấy
Tháng 3, tôi và Jean, cộng sự của tôi, đi SXSW, ở Texas, một trong những hội chợ đổi mới lớn nhất thế giới. Tôi trở về khác đi, và nỗi bất an không chịu buông. Không phải cái tôi thấy trên sân khấu. Là cái tôi thấy các công ty đã làm trên thực tế.
Về nhà, tôi lao vào nội dung kỹ thuật của những người thật sự đang xây với AI ở ngoài kia. Không phải cái nội dung nhàn nhạt trên Instagram và LinkedIn. Cái sâu, của những người tự tay làm và công bố lại cái họ học được. Và tôi cứ va hết trường hợp này tới trường hợp khác về những công ty đã thật sự thay đổi cách làm việc. Khác biệt vừa tinh tế vừa khổng lồ cùng một lúc: họ không “bắt đầu dùng AI”, họ đặt AI vào trung tâm.
Và không thể gạt đi như hype sân khấu. Đó là sự đón nhận ở quy mô công nghiệp: công ty lớn và công ty nhỏ, ai cũng đang đi về cùng một chỗ. Một trong những thứ khiến tôi nhớ là một con số đơn giản: 9 trong 10 công ty Fortune 100 đã áp dụng Copilot. Nhưng con số đáng kể không phải con số về mức độ áp dụng. Là kích cỡ của cái lợi. Ai chỉ lắp AI vào luồng cũ đang báo cáo tăng 10, 20% năng suất. Ai dựng lại xung quanh nó đang báo cáo cấp số nhân: 5x, 10x. Tôi sẽ mở từng trường hợp một trong những bài tới. Còn bây giờ, cái đáng quan tâm là cú chuyển mà tất cả đều có chung.
Dùng bên lề vs. đặt vào trung tâm
Khác biệt này nghe thì nhỏ mà chính nó quyết định tất cả.
Dùng AI là mở một công cụ ở bên lề và theo đúng quy trình như trước. Luồng vẫn y nguyên, các vị trí vẫn y nguyên, việc review vẫn y nguyên. AI là thêm một cái tab, và ai nấy tự xoay xở một mình với nó. Cái lợi chỉ hiện ra ở phần rìa.
Đặt vào trung tâm là thiết kế lại quy trình xung quanh nó. Bạn mặc định rằng AI sẽ xây phần lớn công việc và bạn dựng lại luồng, các vị trí và việc review từ đó. Ngữ cảnh thôi chết trong một cuộc trò chuyện và trở thành thứ được chia sẻ. Cái lợi ở một cấp độ khác, vì đó không phải cùng một công việc làm nhanh hơn. Đó là công việc đổi hình dạng.
Cùng một công việc, hai chỗ đặt cho AI
AI bên lề vs. AI ở trung tâm
AI nằm ở một tab bên cạnh. Luồng việc, vai trò và khâu review vẫn như cũ. Mỗi người tự xoay xở, theo cách riêng.
+10–20% lợi ở phần rìa. Nút thắt vẫn nằm nguyên chỗ cũ.Luồng việc, vai trò và khâu review được dựng lại để AI là bên xây dựng. Bối cảnh được chia sẻ, không chết trong một cuộc trò chuyện.
Một cấp độ khác của lợi ích. Không phải hơn 10%; là chính công việc đang đổi.Khi điều đó vỡ ra, câu hỏi thôi là “chúng tôi áp dụng công cụ nào” và trở thành “cái gì, trong cách chúng tôi làm việc, đã được thiết kế cho một thế giới không có AI”. Rồi tôi quay vào nhìn bên trong.
Chẩn đoán: mỗi người tự xoay xở một mình
Khoảng cuối tháng 3, trước cả khi chúng tôi chuyển sang Claude, tôi ngồi lại với người của product, design và engineering ở Prolog và hỏi một câu đơn giản: bạn đang dùng AI trong công việc hằng ngày thế nào? Cái gì tốt, chỗ nào tắc, bạn thấy nút thắt nào trong vận hành.
Cái tôi nghe được làm tôi giật mình.
Mỗi người dùng một công cụ. Người thì Copilot, người thì Claude, người thì ném hết vào AI nội bộ của Prolog. Và, tệ hơn công cụ rời rạc là ngữ cảnh rời rạc: cái một người dựng lên khi trò chuyện với AI chết ngay ở đó, cùng với họ. Chẳng hạn, đội bảo trì đã dựng được một bộ tài liệu tốt bên trong AI của Prolog, với các quy tắc của sản phẩm đó. Nhưng cái đó không tới được đội lốp xe, những người cần đúng loại ngữ cảnh đó và phải bắt đầu lại từ số không.
Có một chuyện đọng lại trong đầu tôi. Các dev đang né dùng AI để review một PR lớn vì sợ đốt hết credit trước cuối tuần. Nghĩ mà thấy vô lý: một người phải chọn giữa hoàn thành task của chính mình bằng AI, cái mà họ đã cam kết giao, hoặc dùng đúng số credit đó để review cái PR khổng lồ của đồng nghiệp. Nó thành cuộc tranh giành một nguồn lực khan hiếm. Và rồi chẳng ai muốn nhận review của người khác.
Một người trong đội tóm lại bằng một câu mà tôi không tài nào gạt khỏi đầu:
Chúng tôi sản xuất bằng AI và review không có AI.
Mỗi người tự xoay xở một mình, theo kiểu của mình, với công cụ nào có sẵn. Cái hiệu quả với người này không thành công thức cho người kia. Không có chuẩn, không có chỗ chung.
Và không chỉ là cách làm, mà là cấu trúc
Càng nhìn, tôi càng thấy rõ rằng không thể chỉ giải quyết bằng cách dạy mọi người “dùng cho khéo hơn”. Cách dùng chỉ là triệu chứng. Cái cấu trúc bên dưới mới là thứ chưa sẵn sàng. Ba cái lỗ hiện ra.
Thứ nhất, ngữ cảnh nằm rải rác. Một mảnh trong Notion, một mảnh trong Drive, một mảnh trong Jira, trong Figma, trong Fathom. Không có nguồn sự thật duy nhất. Vậy nên mỗi cuộc trò chuyện mới với AI đều bắt đầu bằng việc giải thích lại mọi thứ từ số không, vì thông tin nó cần nằm ở năm nơi và chẳng được gạn lọc ở đâu. Chúng tôi trả bằng token, bằng request và bằng thời gian chỉ để dựng lại cái ngữ cảnh vốn đã tồn tại đâu đó.
Thứ hai, con người là chất keo. Ai đó ở product tạo một spec bằng AI, đưa lên một doc, gửi link cho người kế tiếp, người này lấy nó và ném vào project AI của riêng họ. AI xuất hiện ở các đầu mút, không bao giờ ở giữa: nó sản xuất một mảnh, một con người khiêng kết quả bằng tay tới công cụ kế tiếp, và một AI khác bắt đầu lại. Cái luồng vẫn cứ chạy bằng người.
Thứ ba, kiến trúc. Cái nền chúng tôi xây trong mười năm được làm cho một thế giới nơi nút thắt là con người, không phải AI. Nó chằng chịt ở nhiều chỗ và có phần không có test, và chính cái đó cản trở sự thay đổi nhanh mà AI cho phép làm. Đó không phải lỗi đạo đức của ai. Đó là sự chồng chất của mười năm những quyết định đã hiệu quả cho tới giờ. AI chỉ phơi nó ra.
Và cần nói rõ: đây không phải khuyết điểm của đội, hay của Prolog. Đó là điều xảy ra ở bất kỳ công ty nào dán AI lên trên cách làm việc cũ. Mọi công ty mười năm tuổi đều mang theo một cách làm đã hiệu quả cho tới nay. AI rọi một ngọn đèn pha vào nó. Và trách nhiệm thay đổi điều đó là của tôi.
Vì sao phải dựng lại tất cả, không chỉ engineering
Cám dỗ đầu tiên là giải quyết ở engineering. Có lý, đó là nơi AI bén nhất và là nơi chúng tôi đã bắt đầu. Nhưng chính ở đó có cái bẫy.
Nếu một mảng chạy ở tốc độ AI mà mảng bên cạnh vẫn ở tốc độ người, thì tôi chẳng tăng tốc được gì. Tôi chỉ dời nút thắt đi chỗ khác.
Nghĩ về cả cái luồng. Nếu engineering bắt đầu giao trong vài giờ nhưng product vẫn mất hàng tuần để viết spec, thì kẻ giữ hàng lại bây giờ là product. Giải quyết product và engineering, nhưng việc kiểm chứng vẫn làm bằng tay? Tắc ở khâu kiểm chứng. Và nó không dừng ở tech: nếu chúng tôi tung ra nhiều thứ mà marketing không kịp công bố ở cùng nhịp, thì nút thắt dời sang marketing. Tăng tốc một đoạn không gỡ được cái kẹt xe. Nó chỉ đẩy cái kẹt sang đoạn kế tiếp.
Tăng tốc một đoạn không làm vơi hàng chờ
Nút thắt chỉ đổi chỗ
Tôi tăng tốc chỉ mỗi kỹ thuật
Tôi tăng tốc sản phẩm và kỹ thuật
Mỗi đoạn bạn tăng tốc lại châm ngòi cho đoạn kế. Chỗ tắc không biến mất; nó dời chỗ.
Vậy nên, cuối tháng 4, chúng tôi bắt đầu dựng lại toàn bộ tech. Product, design, data, chất lượng. Không chỉ engineering. Nếu AI vào trung tâm, thì nó vào trung tâm của cả cái luồng, không phải của một mảnh.
Cái sắp tới
Ở những bài tới, tôi sẽ mở từng phần của chuyện này. “Harness” là gì, cái hạ tầng giúp AI thật sự tạo ra kết quả thay vì chỉ giao những mảnh rời. Công việc của mỗi vai trò thay đổi ra sao khi AI trở thành người xây, còn con người trở thành người chỉ đạo và review. Và vì sao câu hỏi đúng khi có gì đó hỏng thôi là “giờ tôi làm gì” và trở thành “ngữ cảnh đã thiếu cái gì để chuyện này không lặp lại”.
Cuộc chuyển đổi đang chạy, có đúng có sai. Tôi sẽ kể cả hai ở đây, khi nó diễn ra. Không phải công thức. Là cái chúng tôi đang sống. Nếu nó dùng được như một tấm bản đồ cho người khác cũng đang xây, thì càng tốt.