Công nghệ
Tôi làm việc tại Microsoft và giảng dạy một khóa học trực tuyến về AI tại Stanford. Đây là những lời khuyên của tôi dành cho những người làm việc trong lĩnh vực phi kỹ thuật.
- Aditya Challapally giảng dạy một khóa học trực tuyến của Stanford về AI tạo sinh cho các chuyên gia liên quan đến công nghệ. 🎓
- Challapally đã giải thích cách mọi người có thể nâng cao kỹ năng kỹ thuật hoặc trở thành chuyên gia trong lĩnh vực AI. 🚀
- Ông cũng cho biết việc sử dụng các công cụ như ChatGPT hoặc Claude có thể giúp mọi người hiểu rõ hơn về AI. 💡
Bài viết này được kể lại dựa trên cuộc trò chuyện với Aditya Challapally, một nhân viên 30 tuổi của Microsoft, người đang giảng dạy một khóa học về trí tuệ nhân tạo tạo sinh cho Stanford Online. Câu chuyện này đã được biên tập để đảm bảo ngắn gọn và rõ ràng.
Tôi bắt đầu làm việc trong lĩnh vực AI khoảng một thập kỷ trước. Tôi khởi đầu với vị trí thực tập sinh khoa học dữ liệu tại Uber, sau đó làm tư vấn AI tại McKinsey, và cuối cùng gia nhập Microsoft, nơi hiện tại tôi đang làm việc về Copilot.
Tôi bắt đầu giảng dạy với tư cách khách mời tại Stanford cách đây bốn năm và gần đây đã cùng tạo ra một khóa học có tên Mastering Generative AI for Product Innovation’ (Làm chủ AI Tạo sinh cho Đổi mới Sản phẩm), được ra mắt trên Stanford Online vào tháng 8 năm 2024. Đây là một khóa học trực tuyến, tự học theo nhịp độ cá nhân và diễn ra trong suốt năm. Tất cả các nghiên cứu đều đến từ việc trao đổi với hơn 300 người dùng và hơn 50 giám đốc điều hành.
Nhiều người tham gia khóa học này làm việc trong các lĩnh vực liên quan đến công nghệ, chẳng hạn như đại diện hỗ trợ khách hàng cho một sản phẩm kỹ thuật, hoặc quản lý sản phẩm cho một sản phẩm phần mềm hoặc phần cứng. Họ thường làm việc với các sản phẩm có tính kỹ thuật nhất định và khóa học giúp họ hiểu rõ hơn một chút về AI tạo sinh.
Chúng tôi giảng dạy ba mô-đun trong khóa học này. Mô-đun đầu tiên giải thích AI Tạo sinh là gì và những cơ hội lớn nhất nằm ở đâu. Trong mô-đun thứ hai, chúng tôi nói về những sản phẩm AI Tạo sinh tuyệt vời trông như thế nào.
Mô-đun thứ ba nói về cách các sản phẩm AI Tạo sinh tuyệt vời được xây dựng và những gì cá nhân có thể làm để tự chuẩn bị trở nên có ảnh hưởng hơn, phù hợp hơn và hữu ích hơn khi xây dựng các sản phẩm AI Tạo sinh.
Đây là hai con đường chính mà bạn có thể theo để làm điều đó.
Track 1: Skill up technically
Hướng 1: Nâng cao kỹ năng kỹ thuật
Khi tôi đi ra ngoài và nói chuyện với các lãnh đạo của các công ty trong danh sách Fortune 500, họ nói rằng nhu cầu cấp thiết nhất của họ là những chuyên gia có thể kết nối cả hai thế giới – những người vừa hiểu được yêu cầu kinh doanh vừa hiểu được yêu cầu kỹ thuật.
Điều này không nhất thiết có nghĩa là bạn phải học cách lập trình, nhưng ít nhất bạn cần có đủ kiến thức kỹ thuật để có thể chuyển đổi tầm nhìn sản phẩm thành các yêu cầu kỹ thuật.
Phiên bản cho người mới bắt đầu chỉ là trở nên thực sự giỏi trong việc thiết kế câu lệnh (The beginner version is just getting really good at prompt engineering). Điều này nghe có vẻ khá cơ bản, nhưng việc hiểu rõ những hạn chế chính xác của các câu lệnh và tất cả các công cụ khác nhau trên văn bản, âm thanh và hình ảnh đã khiến bạn trở nên rất có giá trị trong môi trường kinh doanh. Bởi vì bạn có thể giúp tạo ra ý tưởng ngay cả trước khi chúng được chuyển đến đội ngũ kỹ thuật.
Ở giai đoạn trung cấp (intermediate stage), bạn cũng nên bắt đầu hiểu một chút về cách các hệ thống AI tạo sinh hoạt động trong thiết kế hệ thống (how gen AI systems work in systems design), chẳng hạn như cách các mô hình AI tạo sinh (gen AI models) có thể được gọi (be called) trong ranh giới dữ liệu của bạn (your data boundary). 🧠💻🔒
Các công ty có ranh giới dữ liệu mà họ đã thỏa thuận với khách hàng rằng dữ liệu của họ không thể vượt qua. Vì vậy, nếu bạn là một ngân hàng, bạn có thể có thỏa thuận với khách hàng rằng chỉ ngân hàng mới sử dụng thông tin của họ. Nếu bạn gửi thông tin đó dưới dạng trò chuyện nào đó cho OpenAI, điều đó sẽ vi phạm ranh giới dữ liệu của công ty. Vì vậy, chỉ cần biết điều đơn giản như vậy đã rất hữu ích rồi.
Ở giai đoạn nâng cao của hướng này, có hai lựa chọn.
Một số người không làm việc trong các công ty lớn thường đi sâu hơn vào việc hiểu biết về lập trình một chút. Những người làm việc trong các công ty công nghệ lớn thường đi sâu hơn vào kiến trúc hệ thống. Vì vậy, họ sẽ hiểu rõ hơn về những thứ như ranh giới dữ liệu và sơ đồ luồng dữ liệu một cách chi tiết hơn nhiều.
Track 2: Become an AI expert for your industry
Hướng 2: Trở thành chuyên gia AI trong ngành của bạn
Hướng chuyên môn ngành là nơi mà những người làm kinh doanh tự động nghiêng về và có lợi thế. Điều này không nhất thiết là biết nhiều hơn về ngành, mà là biết cách AI tạo sinh có thể áp dụng vào lĩnh vực đó một cách chi tiết hơn.
Ví dụ, trong lĩnh vực tài chính, bạn phải biết những điều như loại dữ liệu nào có thể sử dụng để huấn luyện một mô hình cụ thể. Bạn cũng phải biết những điều như các loại quy định về quyền riêng tư và bảo mật mà bạn phải tuân thủ để được phê duyệt một ứng dụng hoặc phát hành một ứng dụng liên quan đến AI tạo sinh.
Bộ kỹ năng này có giá trị đến mức các công ty sẵn sàng trả số tiền lớn cho các chuyên gia tư vấn có chuyên môn đặc biệt này. Tôi biết một người từng làm quản lý vận hành tại một ngân hàng và anh ấy đã tìm ra nơi mà AI tạo sinh có giá trị nhất. Bây giờ, các công ty sẽ chỉ cần gọi cho anh ấy để tìm hiểu nơi nào nên triển khai sản phẩm AI tạo sinh của họ.
Sử dụng các công cụ và tìm hiểu giới hạn của chúng để cải thiện các câu lệnh của bạn
Điều tốt nhất mà tôi thấy mọi người làm là cố gắng tự động hóa nhiều khía cạnh trong cuộc sống của họ bằng Gen AI. Họ sử dụng ChatGPT hoặc Claude cho mọi thứ và điều đó giúp họ hiểu rất rõ về những hạn chế của AI cũng như cách đưa ra yêu cầu cho nó.
Khi người mới bắt đầu sử dụng Gen AI, họ chưa quen với điều mà tôi gọi là ‘sự dồi dào của trí thông minh’. Họ sẽ nói ‘Bạn có thể cho tôi một câu trả lời cho tin nhắn này không?’
Các chuyên gia thường xuyên sử dụng AI tạo sinh sẽ nói điều gì đó như: ‘Bạn có thể đưa ra 20 câu trả lời cho tin nhắn này không?’ 🤔 Sau đó, họ sẽ dùng khả năng đánh giá của mình để chọn một câu trả lời phù hợp nhất. 👀
Ngoài công việc, tôi sử dụng nó theo nhiều cách để suy nghĩ về nhiều kế hoạch. Nó thực sự hữu ích như một đối tác tư duy cho tôi, dù là để giao tiếp, lập kế hoạch chung, hay thậm chí cho những việc tầm thường như lên kế hoạch cho chuyến đi.
Thay vì hỏi ý kiến một người bạn, bạn nên nghĩ đến việc hỏi ý kiến một mô hình ngôn ngữ lớn (LLM) hoặc một chatbot. Đó là lúc bạn thực sự bắt đầu hiểu được nó hữu ích như thế nào.
Công nghệ
AI Cách Mạng: Khởi Nghiệp Công Nghệ Tương Lai Ngay
Ông Lee cho biết: “Nếu thuộc thế hệ trước, chúng tôi dễ dàng có tới 200 nhân viên. Chúng tôi có cơ hội để suy nghĩ lại về điều đó, về cơ bản là viết lại kịch bản”.
Khởi nghiệp AI đang định hình tương lai kinh doanh. Với sức mạnh công nghệ, startup AI giải phóng tiềm năng sáng tạo, tối ưu hóa quy trình và mở ra những cơ hội kinh doanh chưa từng có trong kỷ nguyên số.
DeepSeek đang tạo ra một bước ngoặt mới cho Thung lũng Silicon.
Hầu như ngày nào, doanh nhân Grant Lee cũng được các nhà đầu tư thuyết phục xuống tiền. Một số người thậm chí còn gửi cho ông và những người đồng sáng lập khác nhiều giỏ quà đắt đỏ để lấy lòng.
Ông Lee, 41 tuổi, trước đây đã giúp thành lập một công ty khởi nghiệp AI có tên Gamma. Giống như nhiều startup trẻ khác ở Thung lũng Silicon, Gamma theo đuổi một chiến lược mới: sử dụng các công cụ trí tuệ nhân tạo để tăng năng suất của nhân viên, từ dịch vụ khách hàng, tiếp thị đến mã hóa và nghiên cứu.
Điều đó có nghĩa là Gamma không cần thêm tiền mặt nữa, ông Lee cho biết. Công ty của ông chỉ tuyển dụng 28 người cũng có thể tạo ra hàng chục triệu USD doanh thu định kỳ hàng năm với gần 50 triệu người dùng. Gamma cũng có lãi.
Ông Lee cho biết: “Nếu thuộc thế hệ trước, chúng tôi dễ dàng có tới 200 nhân viên. Chúng tôi có cơ hội để suy nghĩ lại về điều đó, về cơ bản là viết lại kịch bản”.
Mô hình Thung lũng Silicon cũ chỉ ra rằng các công ty khởi nghiệp nên huy động một khoản tiền lớn từ các nhà đầu tư mạo hiểm, sau đó chi tiền thuê một đội ngũ nhân viên để mở rộng quy mô. Trong khi đó, Gamma vẫn kiếm được tiền và phát triển nhanh chóng dù không cần vốn tài trợ hay số lượng lớn nhân viên.
Những câu chuyện thành công này đã thu hút sự chú ý của Thung lũng Silicon. Anysphere, một công ty khởi nghiệp tạo ra phần mềm mã hóa Cursor, đạt doanh thu 100 triệu USD trong vòng chưa đầy hai năm với chỉ 20 nhân viên. ElevenLabs, một công ty A.I. công ty khởi nghiệp bằng giọng nói, cũng làm nên kỳ tích tương tự với khoảng 50 nhân sự.
Khả năng A.I. cho phép các công ty khởi nghiệp làm được nhiều việc hơn với ít nhân viên hơn đã dẫn đến những suy đoán hoang đường về tương lai. Sam Altman, giám đốc điều hành của OpenAI, dự đoán rằng một ngày nào đó có thể có một công ty một người trị giá 1 tỷ USD.
Với các công cụ A.I., một số công ty khởi nghiệp hiện đang tuyên bố ngừng tuyển dụng ở một quy mô nhất định. Runway Financial, một công ty phần mềm tài chính, cho biết chỉ tuyển tối đa 100 nhân viên vì mỗi người sẽ tăng năng suất gấp rưỡi. Agency, startup sử dụng A.I. cho dịch vụ khách hàng, cũng có kế hoạch tuyển dụng không quá 100 nhân viên.
“Mục đích là loại bỏ những vai trò không cần thiết”, Elias Torres, người sáng lập Agency, cho biết.
Ý tưởng này được thúc đẩy bởi DeepSeek, công ty khởi nghiệp A.I. của Trung Quốc xây dựng các công cụ trí tuệ nhân tạo với chi phí chỉ bằng một phần nhỏ so với chi phí thông thường. Bước đột phá, được xây dựng trên các công cụ nguồn mở có sẵn miễn phí trực tuyến, đã tạo ra sự bùng nổ của các công ty xây dựng sản phẩm mới giá rẻ.
“DeepSeek là một bước ngoặt”, Gaurav Jain, một nhà đầu tư tại công ty đầu tư mạo hiểm Afore Capital, đơn vị đã hỗ trợ Gamma, cho biết. “Chi phí điện toán sẽ giảm rất, rất nhanh, rất nhanh”.
Ông Jain so sánh các công ty khởi nghiệp A.I. mới với làn sóng cuối những năm 2000, sau khi Amazon bắt đầu cung cấp các dịch vụ điện toán đám mây giá rẻ. Điều đó đã làm giảm chi phí thành lập công ty, dẫn đến một loạt các công ty khởi nghiệp mới có thể được xây dựng với chi phí rẻ.
Trước cơn sốt A.I. này, các công ty khởi nghiệp thường đốt 1 triệu USD để đạt được doanh thu 1 triệu USD. Bây giờ, để đạt được doanh thu 1 triệu USD, chi phí chỉ bằng 1/5 và cuối cùng có thể giảm xuống còn 1/10, theo phân tích của Afore đối với 200 công ty khởi nghiệp.
Ông Jain cho biết: “Lần này, chúng tôi đang tự động hóa con người chứ không chỉ tự động hóa các trung tâm dữ liệu”.
Tuy nhiên, nếu các công ty khởi nghiệp vẫn có thể có lãi mà không cần chi nhiều tiền, điều đó có thể trở thành vấn đề lớn đối với các nhà đầu tư mạo hiểm, những người phân bổ hàng chục tỷ USD để đầu tư vào các công ty khởi nghiệp A.I. Năm ngoái, các công ty A.I. đã huy động được 97 tỷ USD tiền tài trợ, chiếm 46% tổng số tiền đầu tư mạo hiểm tại Mỹ, theo PitchBook.
“Vốn đầu tư mạo hiểm chỉ hiệu quả nếu bạn rót tiền vào những người chiến thắng”, Terrence Rohan, một nhà đầu tư của Quỹ Otherwise, tập trung vào các công ty khởi nghiệp rất trẻ, cho biết.
“Nếu người chiến thắng trong tương lai cần ít tiền hơn, không biết dòng vốn đầu tư mạo hiểm sẽ ra sao?”.
Hiện tại, các nhà đầu tư vẫn tiếp tục đấu tranh để đầu tư vào các công ty đang phát triển mạnh nhất, nhiều công ty trong số đó không cần thêm tiền. Một số nhà đầu tư lạc quan rằng hiệu quả do A.I. thúc đẩy sẽ thôi thúc các doanh nhân thành lập nhiều công ty hơn, dẫn đến nhiều cơ hội đầu tư hơn. Họ hy vọng khi các công ty khởi nghiệp đạt đến một quy mô nhất định, họ sẽ áp dụng mô hình cũ là các nhóm lớn và tiền lớn.
Quay trở lại với Gamma.
Ông Lee cho biết ông đang có kế hoạch tăng gấp đôi lực lượng lao động trong năm nay lên 60, tuyển dụng cho bộ phận thiết kế, kỹ thuật và bán hàng. Nhân sự phải có kiến thức tổng quát có thể thực hiện nhiều nhiệm vụ thay vì một việc như trước đây. Theo ông Lee, mô hình hiệu quả với AI đã giúp giải phóng thời gian. Bây giờ ông chỉ việc tập trung tư vấn khách hàng và cải thiện sản phẩm.
“Đó thực sự là giấc mơ của mọi nhà sáng lập”, ông Lee nói.
Theo: Financial Times, WSJ
Hashtags: #StartupAI #CongNgheKhoiNghiep #KinhDoanhCongNghe #AIKhaiPha #StartupCongNghe
Nguồn: markettimes.vn / 21-Feb-2025 / https://markettimes.vn/deepseek-khoi-phat-ky-nguyen-startup-gia-re-chi-20-nhan-su-cung-tao-ra-hang-chuc-trieu-usd-cac-cong-ty-khong-con-khat-tien-mat-77486.html
WikiTok – Ứng dụng hiển thị bài viết Wikipedia ngẫu nhiên, có thể là giải pháp cho thói quen lướt web tiêu cực.
Nếu bạn, cũng như tôi, trải qua những năm tháng định hình trên internet vào giữa thập niên 2000, chắc hẳn bạn đã từng nghe đến StumbleUpon. Trang web này có thể coi là tiền thân của ứng dụng WikiTok đang gây sốt hiện nay.
StumbleUpon, hoạt động từ 2001 đến 2018, cho phép người dùng nhập các sở thích và sau đó đề xuất các trang web ngẫu nhiên liên quan. Chỉ cần nhấn nút “StumbleUpon”, bạn sẽ bắt đầu hành trình khám phá những điều thú vị trên internet – từ nghệ sĩ vẽ phấn trên vỉa hè đến bài nghiên cứu học thuật về luật hải tặc.
Thời sinh viên, tôi dành gần như toàn bộ thời gian trong lớp để lướt qua các trang web này. Rồi tôi lớn lên, đi làm, và StumbleUpon ngừng hoạt động vào năm 2018. Tuy nhiên, đến năm 2025, một công cụ giải trí mới đã xuất hiện, mang tính giáo dục cao hơn. Đó chính là WikiTok.
Mặc dù tên gọi gợi nhớ đến ứng dụng video TikTok, nhưng WikiTok lại có cách hoạt động tương tự StumbleUpon. Điểm khác biệt là thay vì hiển thị bất kỳ trang web nào trên internet, WikiTok chỉ tập trung vào các bài viết Wikipedia.
Bạn có thể truy cập WikiTok qua trình duyệt di động. Khi tìm kiếm, bạn sẽ thấy một hình ảnh đẹp mắt kèm đoạn mở đầu của một bài viết Wikipedia – có thể là về một nhân vật, địa điểm hoặc sự vật thú vị nào đó. Bạn có thể chọn đọc thêm hoặc vuốt lên để xem bài tiếp theo. WikiTok cũng có phiên bản máy tính, nhưng trải nghiệm người dùng chưa được tối ưu lắm.
Nhà phát triển Isaac Gemal đã công bố mã nguồn của WikiTok trên GitHub. Hiện có một số ứng dụng cùng tên trên App Store và Google Play, nhưng chúng không liên quan đến WikiTok gốc.
“Tôi không có kế hoạch biến nó thành một thuật toán phức tạp như TikTok để kiếm tiền,” Gemal chia sẻ với Ars Technica. “Nếu có, nó là một ứng dụng chống lại thuật toán.” Đó chính là điểm đặc biệt mà Gemal muốn gìn giữ.
Không giống TikTok gây nghiện cao độ hay StumbleUpon đề xuất nội dung dựa trên sở thích, WikiTok không nhằm mục đích giữ chân người dùng. Nó hoàn toàn ngẫu nhiên. Có những bài viết sẽ khiến bạn thích thú, nhưng cũng có những bài khiến bạn chán ngắt.
Gemal không muốn tạo ra một thuật toán khiến người dùng dính chặt vào ứng dụng, ông cũng không có ý định kiếm tiền từ nền tảng này. Người dùng có thể đọc thoải mái, và khi gặp một bài không hứng thú – chẳng hạn như về thị trấn Pleasant Hill, Ohio, hay một loài bướm đêm nào đó – họ có thể thoải mái rời đi. Tuy nhiên, trong quá trình sử dụng, người dùng sẽ học được nhiều điều thú vị về lịch sử, địa lý, nhân vật chính trị, người nổi tiếng và các kiến thức tạp nham khác – những thông tin có thể hữu ích cho một thí sinh Jeopardy! tương lai chẳng hạn.
Là một người có nhiều thời gian rảnh rỗi, tôi tò mò không biết phải mất bao lâu để tìm ra trang Wikipedia dẫn nhanh nhất đến trò chơi “Six Degrees of Kevin Bacon” (Sáu bước tới Kevin Bacon).
Hashtags: #WikiTok #KhamPhaWikipedia #LuotWebNgauNhien #KhamPhaTrucTuyen #RandomLearning #DigitalExploration
Keyword: WikiTok khám phá Wikipedia
Nguồn: Inc / FEB 13, 2025 / https://www.inc.com/sarah-sicard/stumbleupon-walked-so-wikitok-could-run/91147304
Thủ thuật IT
Cách Đột Phá 500 Lượt Xem Trên YouTube: Hướng Dẫn Từ Chuyên Gia
Bạn đã bao giờ tự hỏi tại sao video YouTube của mình chưa vượt qua được ngưỡng 500 lượt xem?
-
Công nghệ1 month ago
Pluralsight tiết lộ: Xu hướng đột phá định hình công nghệ 2025 (Phần 2.2)
-
Thủ thuật IT2 weeks agoChưa đến 100 người đăng ký? Đây là cách kiếm 250.000 đô la với một kênh nhỏ
-
Góc Nhìn3 weeks agoVideo Truyền Cảm Hứng Thành Công Mạnh Mẽ Nhất
-
Khóa học6 months ago41 Tài Nguyên Về “Reinforcement Learning” (Học Tăng Cường) Tốt Nhất
-
Sách3 weeks agoChủ nghĩa khắc kỷ trỗi dậy
-
Kỹ năng4 weeks agoLời Thì Thầm Của Trí Tuệ: Làm chủ bản thân
-
Giải trí2 weeks agoSức Mạnh Lãnh Đạo: Nghệ Thuật Điều Binh Khiển Tướng Trong Kinh Doanh
-
Công nghệ2 weeks agoOpenAI chính thức từ chối ‘bán mình’ cho tỉ phú Elon Musk