Tài sản ròng: khoảng 700 tỷ USD.
Với tỷ giá 160 yên đổi 1 USD, con số đó vượt quá 100 nghìn tỷ yên.
Người đàn ông bán xe điện, phóng tên lửa, phủ sóng truyền thông toàn cầu qua vệ tinh, và thậm chí tự xây dựng công ty AI của riêng mình.
Người đàn ông đó là Elon Musk.
Vào tháng 2/2026, SpaceX đã sáp nhập xAI (công ty tạo ra Grok). Định giá ngay sau khi hợp nhất là 1,25 nghìn tỷ USD. Tên lửa, vệ tinh, AI tạo sinh và X đã trở thành một công ty duy nhất.
Ông ấy thuộc phe "tạo ra" AI, chứ không chỉ đơn thuần là phe "sử dụng".
Nghe vậy, nhiều người sẽ nghĩ:
"Chắc ông ấy chỉ việc dùng AI tốt nhất thế giới không giới hạn thôi mà."
Tôi cũng từng nghĩ vậy.
Nhưng có một điều đã thu hút sự chú ý của tôi.
Có năm bước gọi là "Thuật toán" mà Musk đã liên tục nhấn mạnh trong các công ty của mình suốt gần 20 năm. Dù là nhà máy hay tên lửa, ông luôn khăng khăng rằng chúng phải được thực hiện theo đúng thứ tự này.
Bước thứ 5 — bước cuối cùng — là "Tự động hóa".
Tôi sẽ nói lại lần nữa. Nó là bước cuối cùng.
Không chỉ vậy, ông còn từng nhìn lại quãng thời gian mình đã không tuân theo thứ tự đó:
Sai lầm lớn nhất tại nhà máy là cố gắng tự động hóa mọi quy trình ngay từ đầu.
Năm 2018, ngay sau khi trải qua địa ngục với việc sản xuất hàng loạt Model 3, ông đăng:
Tự động hóa quá mức tại Tesla là một sai lầm. Nói chính xác hơn, là sai lầm của tôi. Con người đang bị đánh giá thấp.
Người đặt cược lớn nhất thế giới vào AI lại đang nói rằng: "Đừng làm tự động hóa trước."
Thành thật mà nói, toàn bộ câu trả lời cho việc ứng dụng AI hiện đại nằm ngay tại đây.
Bài viết khá dài, nên nếu muốn xem lại sau, tôi khuyên bạn nên lưu lại.
Trước tiên, một thông báo nhanh
Ngày mai, 31/7 (thứ Sáu) lúc 18:00, tôi sẽ bán một skill tự động tạo slide trên Brain.
Đây là lần đầu tiên của tôi trên Brain.
Cá nhân tôi không còn tạo bất kỳ slide nào bằng tay cho tài liệu hội thảo, nội dung khóa học hay trang bán hàng nữa. Chỉ cần đưa ra chủ đề, mọi thứ từ cấu trúc đến hình ảnh đều tự động hiện ra.
Nhờ tạo ra một lượng lớn quà tặng kèm với tốc độ nhanh bằng skill này, danh sách OpenChat của tôi sắp chạm mốc 2.000 người.
Công dụng là vô tận, nên nếu bạn muốn có thể tạo ra khối lượng lớn slide trong thời gian ngắn, hãy theo dõi và chờ nhé.
Giá được đặt ở mức hời — tương đương một bữa trưa ở quê.
Thông báo đến đây là hết. Chúng ta vào nội dung chính thôi.
"Thuật toán" của Musk chính xác là cách dùng AI
Đầu tiên, hãy liệt kê năm bước:
- Đặt câu hỏi về yêu cầu (Điều kiện đó có thực sự cần thiết không?)
- Xóa bỏ (Thử xóa hoàn toàn các phần hoặc quy trình trước đã)
- Đơn giản hóa (Tinh gọn những gì còn lại)
- Tăng tốc (Rút ngắn thời gian chu kỳ)
- Tự động hóa
Musk nhiều lần nói phải tuân theo thứ tự này. Lý do rất rõ ràng:
Sai lầm phổ biến nhất của các kỹ sư thông minh là tối ưu hóa một thứ không nên tồn tại.
Tối ưu hóa một thứ không nên tồn tại.
Nếu thay thế cụm này bằng ngôn ngữ AI, nó khớp hoàn hảo.
Việc ứng dụng AI của nhiều người bắt đầu đột ngột từ bước ⑤.
Họ ném thẳng các công việc hiện tại vào AI. Họ chỉnh sửa prompt để tăng độ chính xác. Họ biến nó thành mẫu để lặp lại được.
Chắc chắn là nhanh hơn. Tuy nhiên, điều đó có thể chỉ là tiếp tục chạy những công việc không cần thiết với tốc độ cao.
Đây không phải là vấn đề năng lực. Đây là vấn đề thứ tự.
Lý do bạn không đạt được kết quả với AI không phải vì AI yếu. Mà là vì bạn đang tự động hóa những công việc lẽ ra nên bị xóa bỏ.
7 phương pháp dưới đây đều xoay quanh nội dung của triết lý này.
Phương pháp ① Trước khi nhờ AI trả lời, hãy tự hỏi "Câu hỏi này có thực sự cần thiết không?"
Phương pháp đầu tiên là khiêm tốn nhất. Và cũng hiệu quả nhất.
Bạn có lao thẳng vào chủ đề chính với AI không? "Viết đề xuất này," "Tóm tắt tài liệu này." Rất phổ biến, đúng không?
Musk mô tả bước đầu tiên của thuật toán như thế này:
Hãy làm cho các yêu cầu thông minh hơn. Dù người đưa ra yêu cầu có thông minh đến đâu, thì vẫn luôn có điều gì đó ngớ ngẩn trong đó.
Ông tiếp tục:
Yêu cầu từ người thông minh là nguy hiểm nhất vì bạn chấp nhận chúng mà không đặt câu hỏi.
Ông nghiêm ngặt đến mức cấm việc nói những câu như "Yêu cầu này đến từ bộ phận Pháp lý" hay "Đây là chỉ đạo từ phòng An toàn" trong công ty.
Ông khăng khăng rằng tên của từng cá nhân phải được gắn với các yêu cầu. Bởi vì những yêu cầu ẩn sau tên phòng ban sẽ tồn tại mà không ai chịu trách nhiệm về chúng.
Bạn có thể áp dụng trực tiếp điều này với AI.
Tôi sẽ viết công việc tôi sắp làm bên dưới. Đầu tiên, hãy liệt kê tất cả các "giả định" của công việc này, bao gồm cả những giả định tôi đang đưa ra một cách vô thức. Tiếp theo, với từng giả định, hãy tự hỏi "Điều này có thực sự cần thiết không? Ai đã quyết định điều này?" Bạn chưa cần đưa ra câu trả lời. Chỉ cần liệt kê các giả định tôi nên đặt câu hỏi, theo thứ tự tôi nên đặt câu hỏi. (Chèn công việc vào đây)
Người bắt tay vào làm ngay lập tức so với người phân rã các giả định trước — kết quả đầu ra sẽ khác.
Phương pháp ② Trước khi giao việc cho AI, hãy cân nhắc xem nó có thể bị "xóa bỏ" không
Bước thứ hai triệt để hơn.
Theo lời của Musk:
Nếu cuối cùng bạn không phải đưa lại ít nhất 10% những gì đã xóa, thì bạn chưa cắt giảm đủ.
Ý tưởng thiết kế là xóa bỏ với tiền đề sẽ đưa lại 10%. Nói cách khác, chỉ khi bạn đã làm quá tay thì lượng cắt giảm mới vừa đủ.
Câu nói biểu trưng cho triết lý thiết kế của ông là:
Bộ phận tốt nhất là không có bộ phận nào.
Trong một tên lửa, nếu bạn loại bỏ một bộ phận, xác suất bộ phận đó hỏng trở thành con số không. Quy trình tồn kho, kiểm tra và lắp ráp cũng biến mất hoàn toàn.
Công việc cũng vậy.
Bản báo cáo tuần bạn làm. Có lẽ chẳng ai mở nó ra. Những email xác nhận bạn gửi mỗi lần. Có lẽ chỉ 30% trong số đó là thực sự cần thiết.
Trước khi ném chúng cho AI, hãy để AI suy nghĩ một lần xem liệu có thể cắt giảm được không.
Dưới đây, tôi sẽ liệt kê tất cả các công việc tôi làm mỗi tuần. Từ danh sách này, hãy liệt kê 5 việc "có thể sẽ không gây rắc rối cho ai ngay cả khi tôi ngừng làm chúng," theo thứ tự khả năng xảy ra. Với mỗi việc, hãy viết: ① Tại sao nó có thể không cần thiết, ② Ai sẽ gặp rắc rối nếu tôi ngừng làm, và ③ Một việc tôi có thể để lại thay thế để mọi thứ vẫn vận hành. Tôi không cần ý tưởng về hiệu suất. Chỉ cần cho tôi ý tưởng về việc xóa bỏ. (Chèn danh sách công việc hàng tuần vào đây)
Người gia tăng công việc cho AI so với người giảm bớt chính số công việc đó. Một năm nữa, quỹ thời gian trong tay bạn sẽ hoàn toàn khác biệt.
Phương pháp ③ Ngừng viết quy tắc và đưa ra "ví dụ"
Có một ví dụ thực tế rất rõ ràng về điều này đến từ các công ty của Musk.
Hệ thống Full Self-Driving (FSD) của Tesla đã vận hành một thời gian dài dựa trên các quy tắc do con người viết. "Nếu thấy vạch này, làm thế này," "Nếu xuất hiện biển báo này, dừng như thế này." Những quy tắc đó lên tới hơn 300.000 dòng mã.
Năm 2024, Tesla đã xóa bỏ chúng.
Thay vào đó, họ đặt một mạng nơ-ron duy nhất (lõi của AI) được huấn luyện trên một lượng khổng lồ cảnh quay lái xe của con người. Khi bạn đưa vào video, các thao tác lái, tăng tốc và phanh sẽ tự động xuất ra. Họ ngừng viết quy tắc và chuyển sang phương pháp đưa ra ví dụ.
Điều này giống hệt với cách chúng ta bàn về prompt.
Nhiều người cố tăng độ chính xác bằng cách làm cho chỉ dẫn tới AI dài hơn. "Cụ thể hơn," "Tránh thuật ngữ chuyên môn," "Dùng ngôn ngữ lịch sự." Bạn thêm càng nhiều điều kiện, chỉ dẫn càng phức tạp, và sự thiếu sót xảy ra.
Tuy nhiên, đưa ra 3 ví dụ hay còn nhanh hơn liệt kê 20 điều kiện.
Tôi sẽ dán 3 "ví dụ" về những gì tôi muốn bạn tạo bên dưới. Đầu tiên, hãy diễn đạt thành lời các quy tắc chung của ba ví dụ này thành 10 điểm bằng chính ngôn từ của bạn. Sau khi tôi xác nhận 10 điểm đó, hãy tạo ra một thứ mới tuân theo cùng các quy tắc đó. *Chưa bắt đầu tạo nhé. Chỉ diễn đạt các quy tắc trước đã. (Dán 3 ví dụ thực tế bạn cho là hay)
Những người cứ thêm điều kiện sẽ luôn vật lộn với văn bản chỉ dẫn. Bạn nên khác biệt. Hãy dành thời gian để thu thập ví dụ.
Phương pháp ④ Chạy 10 lần thử nghiệm thô còn hơn 1 lần hoàn hảo
Bước thứ tư của thuật toán là "Tăng tốc".
Phương pháp của SpaceX chính là câu trả lời.
Họ không phóng sau khi hoàn thiện thiết kế. Họ chế tạo, phóng, nổ, sửa, rồi phóng lại. Nhiều người đã xem cảnh các tàu thử nghiệm Starship thất bại ngoạn mục nhiều lần.
Dưới góc nhìn của ngành hàng không vũ trụ thông thường, điều đó thật điên rồ. Nhưng kết quả là, SpaceX đã giảm chi phí phóng tên lửa xuống gần 1/10.
Thay vì chấp nhận thất bại, họ rút ngắn thời gian của một chu kỳ. Chỉ có vậy.
Việc sử dụng AI cũng cho thấy sự khác biệt theo cách tương tự.
Nhiều người coi trọng một kết quả duy nhất quá mức. Họ nghĩ ra một prompt hoàn hảo, tự sửa lại văn bản kết quả, rồi xong. Vì họ dừng lại ở một chu kỳ, nên "sản lượng" — thế mạnh của AI — hoàn toàn không được dùng đến.
Việc cần làm rất đơn giản. Thay vì chỉ một phương án, hãy bắt nó đưa ra hàng loạt cùng lúc.
Hãy đưa tôi 10 hướng đi khác nhau cho [Chủ đề] cùng một lúc; chúng có thể thô sơ. Tôi không tìm kiếm sự hoàn hảo. Giữ mỗi đề xuất trong 3 dòng. Sau khi hoàn thành, hãy sắp xếp 10 phương án đó theo thứ tự "phản ứng dự kiến của người đọc" và giải thích sự khác biệt giữa vị trí số 1 và số 10 trong 3 dòng.
Người cố gắng trúng đích ngay trong một lần thì có ít cơ hội ra sân hơn. Người tạo ra 10 ý tưởng thì luôn có bước tiếp theo ngay cả khi trượt.
Phương pháp ⑤ Làm tự động hóa cuối cùng
Đây là xương sống của bài viết này.
Như đã viết ở đầu bài, trong thuật toán của Musk, tự động hóa đứng thứ 5. Nó là bước cuối cùng.
Và chính ông là người đã phá vỡ thứ tự đó.
Giữa năm 2017 và 2018, Tesla bị kẹt hoàn toàn trong việc sản xuất hàng loạt Model 3. Nguyên nhân là quá nhiều robot và băng chuyền bị nhồi nhét vào nhà máy. Chính Musk lúc đó đã nói:
Chúng tôi đã xây dựng cái mạng lưới băng chuyền phức tạp điên rồ đó. Nó không hoạt động, nên chúng tôi đã loại bỏ hoàn toàn.
Và rồi, bài đăng đó:
Tự động hóa quá mức tại Tesla là một sai lầm. Nói chính xác hơn, là sai lầm của tôi. Con người đang bị đánh giá thấp.
Điều ông học được khi dừng nhà máy là "Đừng làm tự động hóa trước."
Tại sao nó là bước cuối cùng? Lý do rất đơn giản.
Tự động hóa luôn đi kèm chi phí. Thời gian xây dựng hệ thống, thời gian sửa chữa khi nó hỏng, và cảm giác "tôi phải tiếp tục dùng nó vì tôi đã bỏ công tạo ra nó."
Vì vậy, trừ khi bạn xóa bỏ những gì có thể xóa và đơn giản hóa, bạn sẽ rơi vào cảnh sửa sang những công việc không cần thiết với chi phí đắt đỏ.
Thành thật mà nói, tôi cũng từng thất bại ở điểm này. Tôi đã xây dựng một hệ thống phức tạp mà không cân nhắc đến tần suất sử dụng và bỏ ra hàng giờ cho một thứ chỉ chạy mỗi tháng một lần. Nó hoạt động, nhưng không đáng giá.
Vì vậy, tôi luôn chạy đoạn này một lần trước khi tự động hóa.
Tôi sắp tự động hóa công việc dưới đây. Trước đó, hãy đánh giá từng mục sau theo thứ tự. Đừng viết phương pháp tự động hóa cho đến khi việc đánh giá hoàn tất. ① Công việc này có thể dừng hoàn toàn không? ② Nếu không thể dừng, có thể giảm một nửa không? ③ Nếu không thể giảm, có thể biến thành quy trình đơn giản hơn không? ④ Sau khi đơn giản hóa, công việc này xuất hiện bao nhiêu lần một tháng? Có đáng để tự động hóa với tần suất đó không? Cuối cùng, kết luận bằng "Nên tự động hóa / Không nên tự động hóa" kèm lý do. (Chèn công việc cần tự động hóa vào đây)
Nếu kết quả là "Không nên," đó là một thành công lớn. Quỹ thời gian của bạn đã tăng thêm đúng bằng khoảng thời gian bạn không phải bỏ ra để xây dựng nó.
Phương pháp ⑥ Đừng dùng AI đắt tiền nhất cho mọi công việc
Đây là câu chuyện từ tháng 7/2026 — tháng này.
Ngày 10/7, Musk nói với nhân viên Tesla trong một bản ghi nhớ nội bộ: "Hãy chuyển sang dùng Grok càng nhiều càng tốt." Bốn ngày trước đó, giới hạn sử dụng 200 USD mỗi nhân viên mỗi tuần đã được đặt ra cho các công cụ của Anthropic, OpenAI và Google.
Điều thú vị là nội dung của bản ghi nhớ đó. Theo các báo cáo, trong khi Musk thừa nhận rằng "Fable của Anthropic rõ ràng vượt trội hơn Grok 4.5," ông viết thế này:
Hầu hết các công việc không yêu cầu hiệu suất ngang tầm Fable.
Tôi sẽ thành thật ở đây. Có một xung đột lợi ích hiển nhiên trong phán quyết này. xAI, công ty tạo ra Grok, giờ nằm dưới trướng SpaceX, và bản thân Musk sẽ được hưởng lợi. Thực tế, có báo cáo rằng nhiều kỹ sư Tesla thích dùng Claude cho công việc phát triển hàng ngày.
Dù vậy, trục phán đoán "chọn theo trọng lượng công việc, không phải theo hiệu suất" bản thân nó vẫn hiệu quả với từng cá nhân.
Cá nhân tôi trả phí và dùng ChatGPT, Claude và Gemini mỗi ngày, nhưng tôi không dùng các mô hình cao cấp nhất cho mọi việc. Sửa lỗi chính tả, chuyển đổi định dạng, tóm tắt ngắn. Triển khai một mô hình cao cấp cho những việc này cũng giống như bay trực thăng đi mua đồ ở cửa hàng tiện lợi vậy.
Hãy thử phân loại các công việc của bạn.
Dưới đây, tôi sẽ liệt kê tất cả các công việc tôi nhờ AI làm mỗi ngày. Hãy phân loại chúng thành: ① Cần mô hình cao cấp (phán đoán, thiết kế, chiến lược), ② Mô hình trung cấp là đủ (tạo văn bản, tóm tắt, định dạng), ③ Không cần đến AI (tìm kiếm, sao chép-dán, thay thế). Kèm một dòng lý do cho từng việc. Cuối cùng, cho biết phần trăm tổng số công việc thuộc loại ①. (Chèn danh sách công việc hàng ngày)
Thông thường, ① ít hơn bạn tưởng. Một khi nhận ra điều đó, hiệu quả chi phí của AI sẽ thay đổi.
Phương pháp ⑦ Hãy hỏi "giá sàn" thay vì "giá thị trường"
Phương pháp cuối cùng là nổi tiếng nhất trong bảy phương pháp, và lại ít được sử dụng nhất.
Khi Musk quyết định chế tạo tên lửa, một quả tên lửa được cho là có giá 65 triệu USD. Con số đó hoàn toàn ngoài tầm với.
Vì vậy, ông ngừng suy nghĩ về giá theo "giá thị trường."
Vật lý dạy bạn suy nghĩ từ các nguyên lý đầu tiên thay vì suy luận tương tự. Tên lửa được làm từ gì? Hợp kim nhôm cấp hàng không vũ trụ, thêm một chút titan, đồng và sợi carbon. Sau đó tôi tự hỏi, giá trị của những vật liệu đó trên thị trường hàng hóa là bao nhiêu? Hóa ra chi phí vật liệu của một quả tên lửa chỉ vào khoảng 2% giá thông thường.
2%.
98% còn lại là thứ gì đó khác vật liệu. Vậy là Musk chuyển sang hướng tự mình chế tạo.
Đây chính xác là thái độ cần có khi hỏi AI.
Nhiều người hỏi AI theo "giá thị trường." "Chỉ tôi cách làm [X] đi." Thứ nhận về là câu trả lời trung bình mà ai cũng đang làm. Nếu bạn thực hiện một câu trả lời trung bình, bạn nhận được kết quả trung bình.
Thay vào đó, hãy bắt AI phân rã.
Tôi sẽ không hỏi cách làm [X] thông thường. Đầu tiên, hãy phân rã các thành phần tạo nên điều này cho đến khi không thể chia nhỏ hơn được nữa. Tiếp theo, với từng thành phần, hãy phân loại chúng thành "thực sự cần thiết" và "chỉ làm theo thói quen." Cuối cùng, đề xuất xem nó sẽ như thế nào nếu được lắp ráp lại chỉ bằng các thành phần "thực sự cần thiết." Không dùng những điều chung chung hoặc lẽ thường của ngành làm căn cứ.
Người hỏi theo tiền lệ sẽ nhận kết quả theo tiền lệ. Chỉ những ai biết phân rã mới tìm thấy một con đường khác.
Gửi đến những ai nghĩ rằng "Đó là vì Musk có tiền"
Đọc đến đây, chắc hẳn một số bạn sẽ cảm thấy: "Đây là câu chuyện dành cho những người có 100.000 chip trong tay."
Tôi hiểu cảm giác đó. Nhưng hãy nhìn lại 7 phương pháp này.
Đặt câu hỏi về yêu cầu. Xóa bỏ. Đưa ra ví dụ. Chạy thử nghiệm. Tự động hóa sau cùng. Đừng mua hiệu suất thừa thãi. Phân rã.
Có phương pháp nào trong số này cần đến tiền không?
Không một phương pháp nào. Tất cả đều có thể bắt đầu ngay hôm nay với gói AI vài nghìn yên một tháng.
Thậm chí, điều ngược lại mới đúng. Các công ty có tiềm lực tài chính thường chọn "thêm vào" thay vì "xóa bỏ." Họ tăng thêm người, công cụ và quy trình. Chính Musk cũng từng làm vậy và phải dừng nhà máy.
Cá nhân thì xóa bỏ nhanh hơn.
Bạn không cần sự chấp thuận của sếp hay sự phối hợp liên phòng ban. Khoảnh khắc bạn quyết định, công việc đó biến mất.
Đây là một trận chiến trên một chiến trường hoàn toàn khác với sức mạnh tài chính.
Tóm tắt
Chừng nào bạn còn dùng AI như một "công cụ để tăng tốc các công việc hiện tại," bạn thậm chí còn chưa khai thác được một nửa sức mạnh của nó.
- ① Trước khi đi vào trọng tâm, hãy để AI đặt câu hỏi về các giả định.
- ② Trước khi giao việc, hãy cân nhắc xem công việc đó có thể bị xóa bỏ không.
- ③ Ngừng thêm điều kiện và đưa ra 3 ví dụ.
- ④ Thay vì 1 đề xuất hoàn hảo, hãy để AI tạo ra 10 đề xuất thô.
- ⑤ Làm tự động hóa cuối cùng, sau khi xóa bỏ và đơn giản hóa.
- ⑥ Đừng dùng mô hình cao cấp cho mọi công việc. Hãy chọn theo trọng lượng công việc.
- ⑦ Đừng hỏi "giá thị trường"; hãy phân rã thành các thành phần.
Có rất nhiều người đang làm ngược thứ tự.
Tôi gọi điều này là "lãi kép của sự xóa bỏ." Nếu bạn xóa một việc, tất cả các công đoạn xác nhận, chỉnh sửa và báo cáo gắn liền với việc đó đều biến mất cùng nhau. Hơn nữa, một công việc đã xóa sẽ không bao giờ quay trở lại. Không giống như hiệu suất, nó tích lũy dần.
Nếu đọc xong bạn chỉ nói "Ồ," thì ngày mai bạn vẫn sẽ dùng AI để tăng tốc các công việc hiện tại như thường lệ. Hầu hết mọi người đều làm vậy.
Nhưng bạn nên khác biệt.
Chỉ một điều hôm nay. Trước khi nhờ AI một việc gì đó, hãy thử hỏi đúng một lần: "Điều gì sẽ xảy ra nếu tôi ngừng hẳn công việc này?"
