Startup AI Việt với nỗi lo 'chiếc xe goòng trên đường ray tàu hỏa'

Khi AI Comic, ứng dụng giúp tạo truyện tranh cho người không biết vẽ, có những khách hàng đầu tiên đầu 2025, Nguyễn Khánh (Hà Nội) tin mình sẽ tạo ra một sản phẩm thành công. Ứng dụng giải được bài toán khó của các AI tạo hình khi đó: giữ sự nhất quán của nhân vật qua nhiều khung truyện, điều mà một số công cụ phổ biến cũng chưa làm được.

Dự án thu hút hàng trăm khách hàng trả phí, chủ yếu là đơn vị sáng tạo nội dung trên mạng xã hội, thậm chí có một tập đoàn lớn lớn ngỏ ý hợp tác. "Tôi đã hình dung viễn cảnh startup nhỏ của mình có thể thay đổi cách làm nội dung trên mạng xã hội của người Việt", anh kể.

Nhưng bước ngoặt đến nhanh hơn dự đoán. Tháng 8/2025, Google tung ra công cụ Nano Banana tích hợp trong chatbot Gemini và bất cứ ai có thể sử dụng để tạo ảnh, khách hàng của anh bắt đầu rời đi. "Họ nói: sao phải trả tiền cho AI Comic khi Gemini làm được điều tương tự, thậm chí nhanh hơn", nhà sáng lập chia sẻ.

Lượng người dùng mới giảm, khách cũ không gia hạn. Trong vài tháng, startup mà anh dành tâm huyết khi bỏ tiền mua thiết bị và kêu gọi một số người bạn nghỉ việc để xây dựng buộc phải đóng cửa.

"Đi trước, nhưng nhỏ thì phải chấp nhận thôi", anh Khánh ngậm ngùi.

Giao diện ứng dụng thay quần áo FitRoom (trước) và ảnh giới thiệu Nano Banana 2 của Google.

Nhưng vài tháng sau khi FitRoom được biết đến, Gemini của Google, ChatGPT của OpenAI và Grok của xAI liên tục được cập nhật, bổ sung các tính năng ghép ảnh mạnh mẽ. Thay vì phải tải ứng dụng và trả phí sử dụng, người dùng có thể đăng ký một tài khoản miễn phí, thêm ảnh vào đoạn chat và yêu cầu chatbot tạo ảnh theo yêu cầu.

"Hiện FitRoom ngừng mọi hoạt động marketing đại trà mà tập trung hơn phục vụ các ngách thị trường", nhà sáng lập Phan Sỹ Quang xác nhận.

Với những người khổng lồ công nghệ trên thế giới, những bản cập nhật tính năng mới về AI giống như một cú nhích chân của họ. Nhưng với startup, trong đó có các startup Việt, đó có thể là dấu chấm hết cho nỗ lực của cả đội ngũ trong hàng năm.

"Họ có thể làm với chất lượng tốt hơn, miễn phí, lại có hạ tầng và người dùng sẵn có. Startup không có cửa cạnh tranh trực diện ở mặt này", anh Quang nói.

"Chiếc xe thủ công đối đầu đoàn tàu"

Những gì xảy ra với AI Comic hay FitRoom không cá biệt. Trong lĩnh vực công nghệ, việc này từng nhiều lần xảy ra ở các giai đoạn bùng nổ trước đó, và thậm chí có tên gọi riêng với thuật ngữ "Sherlocking"

Bắt nguồn từ câu chuyện đầu những năm 2000 với Apple, khi hãng từng có tính năng tìm kiếm mang tên Sherlock. Công cụ Sherlock trên máy Mac khi ấy chưa đủ mạnh, nên tạo cơ hội cho những nhà phát triển ứng dụng bên thứ ba tích hợp vào để mở rộng nguồn thông tin cho người dùng. Trong số đó, có một phần mềm mang tên Watson do lập trình viên Dan Wood phát triển, cung cấp nhiều tiện ích như thời tiết, tỷ giá, lịch chiếu phim. Tuy nhiên sau đó, Apple ra mắt phiên bản hệ điều hành mới, Sherlock được nâng cấp, chứa gần như toàn bộ tính năng của Watson, khiến công ty đứng sau cuối cùng phải bán mình.

Trong câu chuyện do Dan Wood kể lại, nhà đồng sáng lập Apple Steve Jobs từng gọi điện cho ông, ví những nhà phát triển như Wood là những chiếc xe goòng vận hành thủ công trên đường ray, còn Apple mới là đoàn tàu thống trị đường ray đó.

Hơn 20 năm sau, trong thế giới đang thay đổi từng ngày vì AI, khi những sự kiện như DevDay của OpenAI, Google I/O của Google trình diễn nhiều tính năng mới, cũng là lúc những đoàn tàu đẩy hàng loạt xe kéo khỏi đường ray của họ.

Trên thế giới, theo dữ liệu được Clarifai đưa ra hồi tháng 1, các nghiên cứu năm 2025-2026 cho thấy khoảng 90% công ty khởi nghiệp chuyên về AI thất bại trong năm đầu, cao hơn tỷ lệ thất bại của các startup công nghệ truyền thống. Nguyên nhân được nhắc đến gồm: Sự kết hợp của các yếu tố như kỳ vọng không thực tế, sự không phù hợp giữa sản phẩm và thị trường, sự chuẩn bị dữ liệu chưa đầy đủ, chi phí cơ sở hạ tầng tăng vọt, sự phụ thuộc vào các mô hình bên ngoài, và những sai lầm trong lãnh đạo.

"Tại Việt Nam, trường hợp như vậy không hiếm, thực tế xảy ra ngày càng nhiều từ 2024 đến nay", bà Laura Nguyễn, đến từ GenAI Fund chuyên hỗ trợ và kết nối startup AI, đánh giá. Theo bà, tình trạng xảy ra ở nhiều nhóm startup về AI, nhưng chủ yếu rơi vào startup xây dựng sản phẩm ở lớp ứng dụng chung (AI wrappers).

Trong hệ sinh thái startup tại Việt Nam, startup thường được chia thành các nhóm như: AI wrapper - các dự án tạo ra một lớp vỏ bọc bên ngoài giúp người dùng dễ dàng tương tác với các mô hình gốc; Vertical AI - đi sâu vào từng lĩnh vực như y tế, giáo dục, tài chính hoặc các bài toán bản địa; Deep tech - theo đuổi việc làm chủ mô hình hoặc tối ưu công nghệ lõi; và có những nhóm nhà phát triển chuyên cung cấp giải pháp tích hợp, đưa AI vào quy trình vận hành của doanh nghiệp.

Các startup "AI wrapper" thực tế là một "lớp bọc" giúp người dùng tương tác với các mô hình lõi. Do có lợi thế triển khai nhanh, chi phí đầu tư ban đầu thấp và dễ tiếp cận người dùng, startup dạng này chiếm tỷ trọng lớn trong giai đoạn đầu của thị trường tại Việt Nam, nhưng cũng là nhóm dễ tổn thương nhất.

Những ví dụ điển hình có thể thấy ở startup chuyên về tạo nội dung tự động như viết bài, tạo hình ảnh hay dựng video; tạo website bằng AI; AI chỉnh sửa hình ảnh; chuyển giọng nói thành văn bản hoặc tổng hợp giọng nói; hoặc xây dựng chatbot và trợ lý tổng quát.

Theo bà Laura phần lớn startup AI thất bại không phải vì yếu về công nghệ, mà do sai chiến lược, với nguyên nhân chính là xây sản phẩm mà lợi thế nằm ở mô hình thay vì giá trị riêng. Khi chỉ là lớp giao diện đặt trên các nền tảng như OpenAI hay Google, họ rơi vào thế cạnh tranh trực diện với Big Tech - những đơn vị có lợi thế vượt trội về hạ tầng, dữ liệu và phân phối.

Nguyên nhân thứ hai là thiếu dữ liệu hoặc quy trình vận hành (workflow) độc quyền. Bên cạnh đó, một số startup định nghĩa sai bài toán, thường nghĩ về việc AI có thể làm gì thay vì "vấn đề nào đủ đau để người dùng sẵn sàng trả tiền".

"Giá trị bền vững với startup không phải bản thân mô hình, mà là dữ liệu riêng, quy trình nghiệp vụ tích hợp sâu và khả năng vận hành trong môi trường thực tế", bà nhận định.

Một nguyên nhân khác cũng được các nhà phân tích trên thế giới nhắc đến là chi phí vận hành. Với ứng dụng AI tạo sinh, phí vận hành máy chủ và tài nguyên GPU tăng tuyến tính theo mức độ sử dụng. Mỗi câu lệnh hay yêu cầu xử lý từ người dùng đều tiêu tốn một khoản phí cố định trả cho các tập đoàn lớn nắm giữ mô hình nền tảng. Điều này có thể dẫn tới việc startup "càng được sử dụng càng lỗ".

Hướng đi nào cho startup AI Việt?

Theo các nhà phân tích, sự thoái lui này cho thấy ngay cả "người khổng lồ" trong lĩnh vực AI cũng không thể theo đuổi mọi hướng cùng lúc. Khi chi phí tính toán ngày càng lớn, nguồn cung chip xử lý còn hạn chế và áp lực tối ưu tài nguyên gia tăng, các công ty lớn buộc phải tập trung vào những giá trị cốt lõi thay vì dàn trải. Đây cũng được xem là cơ hội cho startup: không chạy theo mô hình đa năng tốn kém, tập trung vào những bài toán hẹp, những lĩnh vực chuyên biệt - nơi đòi hỏi hiểu biết sâu về ngành, dữ liệu và quy trình. Dù tàu hỏa phát triển, xe goòng vẫn tồn tại và vẫn có những giá trị riêng.

"Đừng cạnh tranh với Big Tech ở nơi họ mạnh nhất. Hãy xây dựng ở nơi họ khó có thể đi sâu", bà Laura Nguyễn nhấn mạnh.

Chia sẻ với VnExpress vào năm ngoái, một startup AI từng gọi vốn thành công gần 20 triệu USD, cho rằng bài học từ thành công của nền tảng nội địa trước đối thủ ngoại năm xưa vẫn còn nguyên giá trị: Muốn chinh phục người Việt, sản phẩm phải thực sự hiểu thói quen bản địa.

Startup này tập trung hóa giải ba rào cản chính mà các "ông lớn" thường bỏ ngỏ, thứ nhất là ngôn ngữ được tối ưu để hiểu cả tiếng lóng trên mạng xã hội hay lỗi chính tả đặc thù của người Việt. Thứ hai là yếu tố cộng đồng, cho phép người dùng chia sẻ và phản hồi lẫn nhau thay vì chỉ tương tác với máy. Cuối cùng là bài toán chi phí. Bằng cách duy trì mức phí thấp, họ kỳ vọng tạo ra một hệ sinh thái dữ liệu thuần Việt đủ lớn để tạo sự khác biệt bền vững, thay vì đối đầu trực diện ở những phân khúc mà Big Tech đang thống trị.

Từ kinh nghiệm làm việc với doanh nghiệp, bà Laura gợi ý bốn hướng đi. Trước hết là phát triển "Vertical AI" tập trung vào các bài toán chuyên sâu từng ngành như logistics, tài chính, sản xuất, giáo dục hay y tế - nơi đòi hỏi hiểu biết về quy trình, pháp lý và bối cảnh địa phương, những yếu tố mà các nền tảng như Google hay OpenAI khó tùy biến sâu.

Song song, startup cần xây dựng lợi thế dữ liệu càng sớm càng tốt. Theo bà, tài sản quan trọng nhất không phải là model, mà là dữ liệu độc quyền, có thể đến từ hành vi người dùng, quy trình doanh nghiệp, ngữ cảnh tiếng Việt chuyên ngành. Bên cạnh đó, việc tích hợp sâu vào workflow cũng giúp tạo rào cản thay thế.

"Một sản phẩm AI càng gắn chặt vào quy trình vận hành của người dùng, doanh nghiệp càng khó bị thay thế", bà nhấn mạnh, lấy ví dụ một chatbot đơn giản có thể dễ dàng bị thay thế bởi hàng trăm chatbot khác, nhưng một hệ thống AI đã kết nối với ERP, hiểu quy trình nội bộ, được huấn luyện theo dữ liệu riêng và gắn với KPI vận hành, việc thay thế không còn là quyết định kỹ thuật đơn thuần mà trở thành một quyết định mang tính tổ chức, vì vậy startup sẽ khó bị thay thế.

Cuối cùng, các startup cần tận dụng lợi thế tốc độ, đồng thời coi sự phát triển của Big Tech chính là cơ hội để các mô hình ngày càng rẻ hơn và startup có thể tạo ra sản phẩm mới cũng ngày càng nhiều hơn.

"Startup không thể thắng Big Tech về quy mô, nhưng có thể thắng về tốc độ thử nghiệm, tốc độ hiểu khách hàng và tốc độ điều chỉnh sản phẩm. Nếu startup chọn đúng một ngách nhỏ và học nhanh hơn bất kỳ ai khác trong ngách đó, họ vẫn có thể tồn tại và phát triển", bà Laura khuyến nghị.

Với Nguyễn Khánh, sau thời gian thất bại anh chuyển những bài học từ thời gian làm AI Comic để phục vụ một số dự án làm ảnh cho cộng đồng. Anh và cộng sự cũng ấp ủ đi sâu vào lĩnh vực y tế, văn hóa, với suy nghĩ đó là "lãnh địa" mà các ông lớn nước ngoài khó chạm đến.

Trong khi đó, dù có phần e ngại các ông lớn, SilverAI với toàn bộ kỹ sư Việt Nam này vẫn đẩy mạnh những ứng dụng về AI khác, đồng thời thử nghiệm nhiều sản phẩm mới và đang đạt được những thành công nhất định.

"Khi tự chủ công nghệ, chúng tôi có thể cung cấp được sản phẩm chất lượng tốt ở mức gần bằng nhưng giá rẻ hơn rất nhiều và có thể tùy biến được cho khách hàng", nhà sáng lập Phan Sỹ Quang nói. "Tôi tin startup về AI tại Việt Nam luôn có cơ hội. Nếu được tạo điều kiện, họ có thể làm tốt và có sản phẩm cạnh tranh với các hãng nước ngoài trong những sân chơi hẹp hơn".

Lưu Quý