← All notes← Ghi chép

STARTUPS · 5 MIN READKHỞI NGHIỆP · 5 PHÚT ĐỌC

Teaching entrepreneurship when AI arrivesDạy khởi nghiệp khi AI đến

When every team can show a finished product on day one, the product stops being evidence of anything. The method still works, but what it measures has to change.Khi đội nào cũng có thể trình ra một sản phẩm hoàn chỉnh ngay ngày đầu, sản phẩm không còn là bằng chứng cho điều gì. Phương pháp vẫn đúng, nhưng thứ nó đo phải thay đổi.

For fifteen years, Steve Blank's Lean LaunchPad class followed the same rhythm: teams arrived with hypotheses, talked to ten to fifteen customers a week, and reported what they thought, did, learned and would do next. In spring 2026, every team arrived with a finished product built with AI. The instructors were thrilled, then realised the class was failing.

Blank wrote about this openly, which is itself a lesson. Admitting that a course he had refined for years no longer worked in its old form took the same honesty he asks of founders. The details of what went wrong are useful for anyone who teaches entrepreneurship, runs an incubator or mentors founders, and that now includes most of the support ecosystem in Da Nang.

Evidence theatre

Students used AI instead of customers for insight and validation, and trusted it because it came from AI. Products became sales pitches instead of experiments. Teams collected compliments instead of disconfirming evidence. And because they had built so much, they could not let go of their first idea. Pivoting was technically cheap and psychologically expensive.

What changedBefore AIWith AI, uncheckedMVPBuilt from weeks of interviewsBuilt on day one, from a promptEVIDENCECustomer problemsReactions to a demoPIVOTExpensive to build, easy toacceptCheap to build, hard to accept
AI made bad ideas go faster.

Each failure has a simple mechanism. An AI model asked about customer needs will produce a plausible answer based on what is commonly written, which may have little to do with the specific customers a startup wants to serve. A finished-looking product invites reactions to the product, such as "it looks nice" or "I like the colours", instead of honest talk about the problem. People are polite, and a polished demo makes politeness easier. And sunk cost works on effort as well as money: a team that has built twenty screens finds it painful to admit that nobody needs them.

The phrase "AI made bad ideas go faster" captures it. Before, the cost of building a product was a natural brake. Teams had to talk to customers first, because they could not afford to build something nobody wanted. Remove the brake and teams can build their way past the evidence, arriving at a polished product for a problem that may not exist.

What still holds

Blank's conclusion is that Customer Development is very much alive. The discipline of getting out of the building matters more than ever, and the product can no longer be the proof. Used well, AI helped teams find the right questions and the right people faster. Used badly, it replaced the people.

Order of workHypothesiswritten beforebuildingRealcustomersproblems, notreactionsDisconfirmingevidencewhat wouldprove us wrong?Then buildAI makes thisfast
Put AI at the end of the loop, not at the start.

The order of work is the fix. Write the hypothesis before building anything. Talk to real customers about their problems, how they solve them today and what that costs, and avoid showing them the product too early. Look for evidence that would prove the hypothesis wrong, such as a customer who has the problem and does not care, or one who already has a cheap solution. Only then build, and use AI to build fast. Placed at the end of the loop, AI accelerates learning. Placed at the start, it replaces learning with output.

AI has good uses early in the loop too, as long as it supports contact with customers instead of replacing it. It can help a team find people to interview, draft interview guides, summarise notes from twenty conversations, and spot patterns across them. It can challenge a hypothesis by listing reasons it might be wrong. Each of these makes the human work more effective. None of them substitutes for the conversation itself.

Disconfirming evidence is the hardest habit to teach. Founders naturally look for signs that their idea is right, and every conversation offers some. A useful exercise is to write down, before each round of interviews, one thing that a customer could say that would make the team drop or change the idea. If nobody can name such a thing, the hypothesis is too vague to test. If someone does say it, the team has learned something worth more than a dozen compliments.

For programmes in Da Nang

When designing founder training, I now keep this in mind. Judgment becomes the core skill: what to believe, what to test, when to stop. I would grade teams on the quality of their evidence and the speed of their pivots, and give much less weight to the polish of their demo.

A grading rubricQuality of evidence40%Speed of learning andpivots30%Customer access20%Product polish10%
An example weighting I am testing, not a standard.

The weighting in the chart is an example I am testing. Quality of evidence gets the largest share: how many real conversations, with whom, and how honestly the team reports what it heard, including the parts that contradict its hopes. Speed of learning measures how quickly the team changes course when evidence demands it. Customer access asks whether the team can reach the people it needs, which predicts a lot about later sales. Product polish still counts, because a usable product matters eventually, but at ten percent it no longer dominates.

Demo days need rethinking too. A typical demo day rewards the most impressive presentation, which in the AI era usually means the most polished product. A better format would ask each team to present its most surprising customer finding, the hypothesis it abandoned and why, and the evidence behind its current direction. Investors in the audience would learn more about the team's judgment, which is what they are really betting on.

Mentors face the same temptation as students. It is easy to give feedback on a demo, because there is something to look at. It is harder, and more useful, to ask a team to show its interview notes and to point out where it heard what it wanted to hear. Programmes that train their mentors to ask for evidence first will get more from the same founders.

The hallucinations came from the teams more than from the AI.

Suốt mười lăm năm, lớp Lean LaunchPad của Steve Blank theo cùng một nhịp: các đội đến với giả thuyết, trò chuyện với mười đến mười lăm khách hàng mỗi tuần, và báo cáo điều họ đã nghĩ, đã làm, đã học và sẽ làm tiếp. Mùa xuân 2026, đội nào cũng đến với một sản phẩm hoàn chỉnh làm bằng AI. Các giảng viên hào hứng, rồi nhận ra lớp học đang thất bại.

Blank viết về chuyện này một cách cởi mở, và bản thân điều đó đã là một bài học. Thừa nhận rằng một khóa học ông đã mài giũa nhiều năm không còn hiệu quả ở dạng cũ đòi hỏi chính sự trung thực mà ông yêu cầu ở nhà sáng lập. Chi tiết về những gì đã hỏng hữu ích cho bất kỳ ai dạy khởi nghiệp, vận hành vườn ươm hay cố vấn cho nhà sáng lập, và điều đó giờ bao gồm phần lớn hệ sinh thái hỗ trợ ở Đà Nẵng.

Sân khấu bằng chứng

Sinh viên dùng AI thay cho khách hàng để tìm hiểu và kiểm chứng, và tin nó vì nó đến từ AI. Sản phẩm trở thành lời chào hàng thay vì thí nghiệm. Các đội thu về lời khen thay vì bằng chứng phản bác. Và vì đã làm ra quá nhiều, họ không buông được ý tưởng đầu tiên. Chuyển hướng thì rẻ về kỹ thuật mà đắt về tâm lý.

Điều đã thay đổiTrước AICó AI, không kiểm soátMVPDựng từ nhiều tuần phỏng vấnDựng ngày đầu, từ một promptBẰNG CHỨNGVấn đề của khách hàngPhản ứng với bản demoXOAY HƯỚNGTốn công xây, dễ chấp nhậnRẻ để xây, khó chấp nhận
AI khiến ý tưởng tồi chạy nhanh hơn.

Mỗi kiểu thất bại có một cơ chế đơn giản. Một mô hình AI được hỏi về nhu cầu khách hàng sẽ đưa ra câu trả lời hợp lý dựa trên những gì thường được viết ra, có thể chẳng liên quan mấy đến những khách hàng cụ thể mà startup muốn phục vụ. Một sản phẩm trông hoàn chỉnh mời gọi phản ứng về sản phẩm, như "trông đẹp đấy" hay "tôi thích màu sắc", thay vì cuộc trò chuyện thật về vấn đề. Người ta lịch sự, và một bản demo bóng bẩy khiến sự lịch sự dễ dàng hơn. Và chi phí chìm tác động lên công sức chứ không chỉ tiền bạc: một đội đã làm hai mươi màn hình thấy rất đau khi thừa nhận chẳng ai cần chúng.

Câu "AI làm ý tưởng tồi chạy nhanh hơn" nói đúng điều đó. Trước đây, chi phí làm sản phẩm là một cái phanh tự nhiên. Các đội phải nói chuyện với khách hàng trước, vì không kham nổi việc làm ra thứ không ai muốn. Bỏ cái phanh đi, các đội có thể làm sản phẩm vượt qua cả bằng chứng, đi đến một sản phẩm bóng bẩy cho một vấn đề có thể không tồn tại.

Điều gì vẫn đúng

Kết luận của Blank là phương pháp Phát triển khách hàng vẫn còn nguyên giá trị. Kỷ luật ra khỏi văn phòng để gặp khách hàng quan trọng hơn bao giờ hết, và sản phẩm không thể là bằng chứng được nữa. Dùng tốt, AI giúp các đội tìm ra câu hỏi đúng và người đúng nhanh hơn. Dùng tệ, nó thay thế chính những con người đó.

Thứ tự công việcGiả thuyếtviết ra trướckhi xâyKhách hàngthậtvấn đề, khôngphải phản ứngBằng chứngphản bácđiều gì chứngminh mình sai?Rồi mới xâyAI làm phần nàynhanh
Đặt AI ở cuối vòng lặp, không phải ở đầu.

Thứ tự công việc là cách sửa. Viết giả thuyết trước khi làm bất cứ thứ gì. Nói chuyện với khách hàng thật về vấn đề của họ, họ đang giải quyết thế nào và tốn bao nhiêu, và tránh cho họ xem sản phẩm quá sớm. Tìm bằng chứng có thể chứng minh giả thuyết sai, như một khách hàng có vấn đề mà không bận tâm, hay một người đã có giải pháp rẻ. Chỉ sau đó mới làm, và dùng AI để làm nhanh. Đặt ở cuối vòng lặp, AI tăng tốc việc học. Đặt ở đầu, nó thay việc học bằng sản phẩm đầu ra.

AI cũng có những cách dùng tốt ở đầu vòng lặp, miễn là nó hỗ trợ việc tiếp xúc với khách hàng chứ không thay thế. Nó có thể giúp đội tìm người để phỏng vấn, soạn bộ câu hỏi phỏng vấn, tóm tắt ghi chép từ hai mươi cuộc trò chuyện, và nhận ra mô thức xuyên suốt. Nó có thể thách thức một giả thuyết bằng cách liệt kê lý do giả thuyết có thể sai. Mỗi cách đều giúp phần việc của con người hiệu quả hơn. Không cách nào thay được chính cuộc trò chuyện.

Bằng chứng phản bác là thói quen khó dạy nhất. Nhà sáng lập tự nhiên tìm dấu hiệu cho thấy ý tưởng của mình đúng, và cuộc trò chuyện nào cũng có vài dấu hiệu như vậy. Một bài tập hữu ích là trước mỗi đợt phỏng vấn, viết ra một điều mà nếu khách hàng nói thì đội sẽ bỏ hoặc thay đổi ý tưởng. Nếu không ai nêu được điều đó, giả thuyết còn quá mơ hồ để kiểm chứng. Nếu có người nói ra đúng điều đó, đội đã học được thứ đáng giá hơn cả chục lời khen.

Với các chương trình ở Đà Nẵng

Khi thiết kế chương trình đào tạo nhà sáng lập, tôi giờ luôn nhớ điều này. Phán đoán trở thành kỹ năng cốt lõi: tin vào điều gì, thử điều gì, khi nào dừng. Tôi sẽ chấm điểm các đội theo chất lượng bằng chứng và tốc độ chuyển hướng, và cho độ bóng bẩy của bản demo trọng số thấp hơn nhiều.

Thang chấm điểmChất lượng bằng chứng40%Tốc độ học, xoayhướng30%Tiếp cận khách hàng20%Độ hoàn thiện sảnphẩm10%
Một tỷ trọng tôi đang thử, không phải chuẩn mực.

Cách phân bổ trọng số trong biểu đồ là một ví dụ tôi đang thử nghiệm. Chất lượng bằng chứng chiếm phần lớn nhất: bao nhiêu cuộc trò chuyện thật, với ai, và đội báo cáo trung thực đến đâu những gì nghe được, kể cả những phần đi ngược kỳ vọng. Tốc độ học đo việc đội đổi hướng nhanh thế nào khi bằng chứng đòi hỏi. Khả năng tiếp cận khách hàng hỏi đội có gặp được những người cần gặp không, điều dự báo nhiều về khả năng bán hàng sau này. Độ hoàn thiện sản phẩm vẫn được tính, vì rốt cuộc một sản phẩm dùng được vẫn quan trọng, nhưng với mười phần trăm nó không còn chi phối nữa.

Ngày demo cũng cần được nghĩ lại. Một ngày demo điển hình thưởng cho bài thuyết trình ấn tượng nhất, mà trong thời AI thường nghĩa là sản phẩm bóng bẩy nhất. Một định dạng tốt hơn sẽ yêu cầu mỗi đội trình bày phát hiện bất ngờ nhất về khách hàng, giả thuyết họ đã bỏ và lý do, và bằng chứng cho hướng đi hiện tại. Nhà đầu tư ngồi dưới sẽ hiểu nhiều hơn về phán đoán của đội, thứ họ thực sự đặt cược vào.

Người cố vấn cũng gặp cùng cám dỗ như sinh viên. Góp ý cho một bản demo thì dễ, vì có thứ để nhìn. Đề nghị một đội cho xem ghi chép phỏng vấn và chỉ ra chỗ họ chỉ nghe điều mình muốn nghe thì khó hơn, và hữu ích hơn. Chương trình nào huấn luyện cố vấn đòi bằng chứng trước sẽ nhận được nhiều hơn từ cùng những nhà sáng lập đó.

Ảo giác đến từ các đội nhiều hơn là từ AI.

KEYWORDSTỪ KHÓALean startupKhởi nghiệp tinh gọnEntrepreneurshipKhởi nghiệpExperimentsThử nghiệm