Với Phạm Văn Mạnh, ý tưởng về SightBridge AI xuất phát từ một lần va phải xe máy đỗ trên đường. Nguyễn Minh Hoàng phát triển InnoVerse sau khi nhận thấy nhiều startup trẻ chưa đánh giá đầy đủ tính khả thi của ý tưởng. Trong khi đó, Lê Dy Văn tìm đến AI từ tình yêu thiên nhiên và mong muốn xây dựng sản phẩm về các loài chim Việt Nam.
Ba câu chuyện tại AI Riser Việt Nam 2026 cho thấy AI đang mở ra cách tiếp cận mới với việc phát triển sản phẩm khi người trẻ có thể bắt đầu từ một vấn đề mình quan tâm, tận dụng các công cụ sẵn có để xây dựng bản mẫu, sau đó liên tục điều chỉnh để tiến gần hơn đến nhu cầu thực tế.
Từ một lần vấp xe đến ứng dụng hỗ trợ người khiếm thị
Trước khi bắt tay phát triển SightBridge AI, Phạm Văn Mạnh từng thực hiện những dự án thiên về công nghệ thương mại. Ý tưởng hỗ trợ người khiếm thị di chuyển không nằm trong kế hoạch ban đầu, mà xuất hiện từ một sự cố nhỏ trên đường phố.
Trong một lần vừa nhìn điện thoại vừa đi bộ, Mạnh va phải chiếc xe máy đỗ phía trước. Tình huống khiến anh nghĩ đến những người không có khả năng quan sát bằng mắt và phải dựa vào các giác quan khác để xác định môi trường xung quanh.
“Mình nghĩ ngay cả người có thị lực bình thường như mình còn có thể vấp phải vật cản, vậy người khiếm thị sẽ gặp khó khăn đến mức nào”, Mạnh kể.
Từ suy nghĩ đó, anh bắt đầu phát triển SightBridge AI, ứng dụng sử dụng camera và AI để nhận diện môi trường xung quanh, hỗ trợ người khiếm thị tiếp nhận thông tin về các vật cản trên đường.
Nhưng từ ý tưởng đến một sản phẩm có thể sử dụng trong đời sống là một khoảng cách không nhỏ. Mạnh ban đầu hình dung người dùng chỉ cần hướng điện thoại về phía trước, ứng dụng sẽ nhận diện mọi thứ xung quanh và liên tục đọc thông tin. Bản mẫu hoạt động khá ổn trong phòng thử nghiệm, song môi trường đường phố nhanh chóng bộc lộ những hạn chế.
“Mình nghĩ chỉ cần giơ điện thoại lên là ứng dụng có thể nhận diện tất cả những gì xung quanh và nói liên tục. Nhưng khi ra ngoài đường, một chiếc ô tô cách đó 30m cũng có thể được nhận diện và thông báo”, anh chia sẻ.
Vấn đề nằm ở chỗ không phải thông tin nào AI nhận diện được cũng hữu ích với người dùng. Khi di chuyển, người khiếm thị cần chú ý đến những vật cản có khả năng ảnh hưởng trực tiếp đến hướng đi. Việc liên tục nghe thông báo về các vật thể ở xa hoặc nằm hai bên đường có thể gây quá tải âm thanh, khiến trải nghiệm trở nên bất tiện.
Vì vậy, Mạnh điều chỉnh cách hoạt động của ứng dụng theo hướng ưu tiên vật cản ở gần, hạn chế những cảnh báo không cần thiết và cho phép người dùng chủ động yêu cầu đọc lại thông tin khi cần.
Quá trình này khiến anh nhận ra rằng một sản phẩm hoạt động đúng về mặt kỹ thuật chưa chắc đã giải quyết được vấn đề của người dùng. Công nghệ có thể nhận diện chính xác nhiều vật thể, nhưng nhà phát triển vẫn phải xác định thông tin nào thực sự cần thiết trong từng tình huống.
Đó cũng là lý do Mạnh không xem AI như công cụ có thể thay thế hoàn toàn kiến thức chuyên môn. Theo anh, người trẻ nên kết hợp việc xây dựng sản phẩm với quá trình học nền tảng kỹ thuật.
“AI giúp mình làm sản phẩm nhanh hơn, nhưng nếu chỉ dựa vào AI mà không hiểu nền tảng thì sẽ dễ gặp khó khăn khi muốn phát triển những tính năng phức tạp hơn”, Mạnh nhận định.
Với anh, lợi thế của AI không chỉ nằm ở khả năng rút ngắn thời gian lập trình, mà còn ở việc hỗ trợ người dùng học kiến thức mới và giải quyết vấn đề. Tuy nhiên, để phát triển một sản phẩm có khả năng mở rộng, người làm công nghệ vẫn cần hiểu cách hệ thống vận hành và chủ động kiểm tra kết quả.
InnoVerse: Khi AI chỉ ra những điểm yếu của startup
Nếu SightBridge AI bắt đầu từ một trải nghiệm đời thường, InnoVerse lại xuất phát từ một vấn đề trong quá trình đánh giá các ý tưởng kinh doanh, một dự án được trình bày hấp dẫn chưa chắc đã có tính khả thi.
Nguyễn Minh Hoàng, sinh viên năm 3 đồng thời làm Research Consultant tại WorldQuant, có cơ hội tiếp xúc với việc xây dựng và kiểm thử các mô hình dự đoán trên thị trường tài chính. Trong quá trình này, anh nhận thấy những mô hình cho kết quả đẹp ban đầu vẫn có thể suy giảm hiệu quả khi được kiểm tra trên các tập dữ liệu khác nhau.
Trải nghiệm đó giúp Hoàng hình thành thói quen xem xét lại những giả định của chính mình, thay vì mặc nhiên tin vào kết quả ban đầu. Khi quan sát các dự án khởi nghiệp của người trẻ, anh nhận thấy một vấn đề tương tự: nhiều ý tưởng được đầu tư kỹ về công nghệ và cách trình bày, nhưng chưa được kiểm chứng đầy đủ về thị trường, khách hàng hay mô hình kinh doanh.
“Các bạn trẻ thường trình bày dự án rất đẹp, nhưng đôi khi lại quá chú trọng vào công nghệ hoặc phần thể hiện mà chưa có được góc nhìn bao quát về thị trường và mô hình kinh doanh”, Hoàng chia sẻ.
Theo anh, đây là một trong những điểm yếu đáng chú ý của các nhóm khởi nghiệp ở giai đoạn đầu. Một giải pháp công nghệ tốt không đồng nghĩa với việc sản phẩm có người dùng, càng chưa đảm bảo khả năng phát triển thành hoạt động kinh doanh bền vững. Nếu vội vàng gọi vốn khi chưa trả lời được những câu hỏi cơ bản, nhà sáng lập có thể gặp khó khăn khi làm việc với nhà đầu tư.
Từ đó, Hoàng phát triển InnoVerse như một công cụ giúp người trẻ luyện tập phản biện ý tưởng trước khi đưa dự án ra thực tế. Thay vì chỉ đánh giá phần trình bày, hệ thống hướng đến việc xem xét dự án theo nhiều khía cạnh, từ thị trường, tài chính đến công nghệ và chiến lược kinh doanh.
Điều khiến Hoàng chú ý trong quá trình thử nghiệm với bạn bè là cách người dùng phản hồi trước những đánh giá của AI. Nhiều người không dừng lại sau lần nhận kết quả đầu tiên, mà tiếp tục chỉnh sửa Pitch Deck, gửi lại để đánh giá rồi điều chỉnh theo những góp ý mới.
“Các bạn nhận được góp ý từ AI, sau đó chỉnh sửa bản trình bày và gửi lại để đánh giá. Quá trình cứ lặp đi lặp lại như vậy, giúp các bạn cải thiện dự án dần dần”, Hoàng nói.
Với anh, đây là điểm đáng giá của sản phẩm: Người dùng không chỉ tiếp nhận một điểm số mà có thể sử dụng phản hồi để kiểm tra lại những giả định, bổ sung phần còn thiếu và hoàn thiện ý tưởng qua từng vòng.
Tuy nhiên, để quá trình đó có ý nghĩa, AI cần làm nhiều hơn việc đưa ra những lời khen hoặc nhận xét chung chung. Hoàng cho biết InnoVerse được định hướng chỉ rõ vấn đề nằm ở đâu, vì sao đó là điểm yếu và người dùng có thể cải thiện như thế nào.
“Với mỗi lỗi sai, AI cần đưa ra lý do kèm theo hướng dẫn để người dùng có thể cải tiến dự án”, anh giải thích.
Cách tiếp cận này đặt trọng tâm vào chất lượng phản biện thay vì sự dễ chịu của câu trả lời. Một công cụ hỗ trợ khởi nghiệp hữu ích không nhất thiết phải khiến người dùng hài lòng với ý tưởng ban đầu, mà cần giúp họ nhận ra những vấn đề có thể chưa nhìn thấy.
Không chuyên công nghệ vẫn có thể làm sản phẩm AI
Với Lê Dy Văn, cánh cửa bước vào lĩnh vực công nghệ không mở ra từ một nền tảng lập trình sẵn có, mà từ tình yêu thiên nhiên.
Vốn yêu thích khám phá phong cảnh, cây cối và thế giới tự nhiên, Văn từ lâu đã muốn tạo ra một sản phẩm góp phần đưa những giá trị của thiên nhiên Việt Nam đến gần hơn với cộng đồng. Khi bắt đầu tìm hiểu các công cụ AI, anh lựa chọn chủ đề về chim Việt Nam để phát triển Avifauna of Vietnam.
Khó khăn ban đầu không chỉ là học cách sử dụng công nghệ, mà còn là xác định phải bắt đầu từ đâu. Không có nền tảng chuyên sâu về công nghệ thông tin, Văn phải tìm hiểu các công cụ, đặt câu hỏi và thử nghiệm từng bước để xây dựng ứng dụng, tích hợp AI và đưa sản phẩm lên Google Cloud Run.
“Lúc đầu mình không chuyên về công nghệ nên có rất nhiều thứ không biết. Nhưng khi tìm hiểu, mình nhận ra nhiều công nghệ đã có sẵn và có thể triển khai. Nhờ AI hỗ trợ, mình có thể từng bước tìm hiểu cách làm và đưa ứng dụng đến với người dùng”, Văn chia sẻ.
Điều thay đổi với Văn là cách tiếp cận quá trình phát triển sản phẩm. Thay vì hình dung phải tự xây dựng mọi thành phần từ đầu, anh nhận ra có thể kết hợp những công cụ đã có, tận dụng AI để giải thích kiến thức và hướng dẫn xử lý từng vấn đề.
Nhờ đó, người không chuyên có thêm cơ hội biến ý tưởng thành bản mẫu mà không cần nắm vững mọi khía cạnh kỹ thuật ngay từ đầu. Tuy nhiên, hành trình này vẫn đòi hỏi sự chủ động tìm hiểu và thử nghiệm để xác định công cụ nào phù hợp, cũng như kiểm tra xem kết quả có đáp ứng mục tiêu đặt ra hay không.
Từ trải nghiệm của mình, Văn cho rằng AI đang mở rộng cơ hội tham gia phát triển sản phẩm cho những người trước đây không nghĩ mình có thể làm công nghệ.
“Khi tham gia chương trình và nhìn thấy những dự án của mọi người, mình thấy có rất nhiều ý tưởng cực kỳ sáng tạo. Các bạn sinh viên hay những người đã đi làm đều có thể phát triển những sản phẩm khiến mình bất ngờ”, anh nói.
Với Văn, sự thay đổi đáng chú ý không đơn thuần là AI giúp viết mã nhanh hơn, mà là công nghệ cho phép nhiều người bắt đầu từ chính lĩnh vực họ am hiểu hoặc yêu thích. Một người quan tâm đến thiên nhiên có thể tìm cách xây dựng sản phẩm về chim; người có ý tưởng kinh doanh có thể tạo công cụ kiểm chứng dự án; còn một tình huống bất tiện trong đời sống có thể trở thành điểm xuất phát cho ứng dụng hỗ trợ cộng đồng.
Dù vậy, Văn cho rằng AI không thể thay thế hoàn toàn việc học hỏi. Người làm sản phẩm vẫn cần hiểu lĩnh vực mình theo đuổi, chủ động đặt câu hỏi và kiểm tra kết quả do công cụ tạo ra. AI có thể giúp rút ngắn con đường thực hiện, nhưng người phát triển phải xác định mình muốn đi đâu và sản phẩm cần giải quyết vấn đề gì.
AI rút ngắn khoảng cách từ ý tưởng đến sản phẩm
Ba dự án cho thấy AI đang được ứng dụng theo những cách khác nhau, từ hỗ trợ di chuyển, phản biện ý tưởng khởi nghiệp đến phát triển sản phẩm liên quan đến dữ liệu thiên nhiên. Điểm chung không nằm ở việc sử dụng cùng một công nghệ, mà ở cách các nhà phát triển bắt đầu từ vấn đề cụ thể rồi tìm công cụ phù hợp để giải quyết.
Đây cũng là định hướng của AI Riser Việt Nam 2026, chương trình được phát động vào tháng 8, phối hợp cùng các Cộng đồng Nhà phát triển Google (Google Developer Groups - GDG) tại địa phương và các đối tác trong hệ sinh thái.
Thông qua Google AI Studio và các mô hình Gemini, chương trình hướng đến giảm rào cản phát triển ứng dụng bằng ngôn ngữ tự nhiên, tạo điều kiện để người tham gia ở nhiều trình độ xây dựng bản mẫu và triển khai ý tưởng trong các lĩnh vực ưu tiên như an toàn số, giáo dục và nâng cao năng lực kinh tế.
Theo thông tin từ chương trình, chuỗi 10 sự kiện kết nối và thực hành tại Hà Nội, Đà Nẵng và TP.HCM thu hút hơn 10.000 lượt người tham dự trực tiếp và trực tuyến. Chương trình tiếp nhận 750 dự án được phát triển trên nền tảng Google AI Studio, với sự đồng hành của 32 giám khảo chuyên môn và 12 tổ chức đối tác.
Những con số này phản ánh sự quan tâm của cộng đồng đối với việc đưa AI vào phát triển sản phẩm. Tuy nhiên, câu chuyện của Mạnh, Hoàng và Văn cho thấy giá trị của công nghệ không chỉ nằm ở tốc độ tạo ra một bản mẫu, mà còn ở khả năng giúp người trẻ tiếp cận những vấn đề trước đây khó giải quyết vì giới hạn về kiến thức, thời gian hoặc nguồn lực.
AI có thể giúp một ý tưởng nhanh chóng trở thành sản phẩm thử nghiệm. Nhưng để sản phẩm thực sự hữu ích, nhà phát triển vẫn phải hiểu nhu cầu người dùng, kiểm chứng những giả định và kiên trì điều chỉnh giải pháp. Đó cũng là khoảng cách mà công nghệ có thể giúp rút ngắn, nhưng không thể tự mình đi hết.
Huỳnh Duy
