AI products differ from traditional software due to non-determinism and the agency-control trade-off. Building successful AI requires starting small, focusing on the problem, and creating flywheels for continuous improvement. The episode introduces guests Aishwarya Raanti and Kiti Bottom, who share their expertise in AI product deployments. The goals include saving teams from common pitfalls and promoting subscription and sponsors.
Các sản phẩm AI khác với phần mềm truyền thống do tính phi xác định và sự đánh đổi giữa quyền tự chủ và kiểm soát. Để xây dựng AI thành công, cần bắt đầu từ quy mô nhỏ, tập trung vào vấn đề và tạo ra các vòng lặp cải tiến liên tục. Tập phim giới thiệu khách mời Aishwarya Raanti và Kiti Bottom, những người chia sẻ chuyên môn về triển khai sản phẩm AI. Mục tiêu bao gồm giúp các đội tránh những cạm bẫy phổ biến và quảng bá đăng ký và nhà tài trợ.
We worked on a guest post together and had this really key insight that building AI products is very different from building non-AI products.
Chúng tôi cùng nhau thực hiện một bài đăng khách mời và có một hiểu biết thực sự then chốt rằng việc xây dựng các sản phẩm AI rất khác so với việc xây dựng các sản phẩm không phải AI.
- Most people tend to ignore the non-determinism.
- Hầu hết mọi người có xu hướng bỏ qua tính phi xác định.
You don't know how the user might behave with your product, and you also don't know how the LLM might respond to that.
Bạn không biết người dùng có thể hành xử như thế nào với sản phẩm của bạn, và bạn cũng không biết LLM có thể phản hồi như thế nào với điều đó.
The second difference is the agency-control trade-off.
Sự khác biệt thứ hai là sự đánh đổi giữa quyền tự chủ và kiểm soát.
Every time you hand over decision-making capabilities to agentic systems, you're kind of relinquishing some amount of control on your end.
Mỗi khi bạn trao khả năng ra quyết định cho các hệ thống tác nhân, bạn đang phần nào từ bỏ một lượng kiểm soát nhất định về phía mình.
- This significantly changes the way you should be building product.
- Điều này thay đổi đáng kể cách bạn nên xây dựng sản phẩm.
So we recommend building step by step.
Vì vậy chúng tôi khuyến nghị xây dựng từng bước một.
When you start small, it forces you to think about what is the problem that I'm going to solve.
Khi bạn bắt đầu nhỏ, nó buộc bạn phải suy nghĩ về vấn đề mà mình sẽ giải quyết là gì.
In all this advancement of the AI, one easy slippery slope is to keep thinking about complexities of the solution and forget the problem that you're trying to solve.
Trong tất cả sự tiến bộ này của AI, một con dốc trơn trượt dễ mắc phải là cứ mãi nghĩ về sự phức tạp của giải pháp và quên đi vấn đề mà bạn đang cố gắng giải quyết.
- It's not about being the first company to have an agent among your competitors.
- Vấn đề không phải là trở thành công ty đầu tiên có một tác nhân trong số các đối thủ cạnh tranh của bạn.
It's about have you built the right flywheels in place so that you can improve over time.
Mà là liệu bạn đã xây dựng đúng những bánh đà phù hợp để có thể cải thiện theo thời gian hay chưa.
- What kind of ways of working do you see in companies that build AI products successfully?
- Bạn thấy những cách làm việc nào ở các công ty xây dựng sản phẩm AI thành công?
I used to work with the CEO of now Rackspace.
Tôi từng làm việc với CEO của công ty hiện nay là Rackspace.
He would have this block every day in the morning which would say catching up with AI 4 to 6:00 a.m.
Ông ấy có một khung giờ mỗi ngày vào buổi sáng với nội dung là cập nhật về AI từ 4 đến 6 giờ sáng.
Leaders have to get back to being hands-on.
Các nhà lãnh đạo phải quay lại việc trực tiếp tham gia.
You must be comfortable with the fact that your intuitions might not be right and you probably are the dumbest
Bạn phải thoải mái với thực tế rằng trực giác của bạn có thể không đúng và bạn có thể là người kém cỏi nhất
person in the room and you want to learn from everyone.
trong phòng và bạn muốn học hỏi từ tất cả mọi người.
- What do you think the next year of AI is going to look like?
- Bạn nghĩ năm tới của AI sẽ như thế nào?
- Persistence is extremely valuable.
- Sự kiên trì là cực kỳ quý giá.
Successful companies right now building in any new area.
Các công ty thành công hiện nay đang xây dựng trong bất kỳ lĩnh vực mới nào.
They are going through the pain of learning this, implementing this, and understanding what works and what doesn't work.
Họ đang trải qua nỗi đau của việc học điều này, triển khai điều này, và hiểu điều gì hiệu quả và điều gì không hiệu quả.
Pain is the new mode.
Nỗi đau là chế độ mới.
Today my guests are Aishwaria Raanti and Kiti Bottom.
Hôm nay khách mời của tôi là Aishwaria Raanti và Kiti Bottom.
Kiti works on codecs at OpenAI and has spent the last decade building AI and ML infrastructure at Google and at Kumo.
Kiti làm việc về codec tại OpenAI và đã dành một thập kỷ qua để xây dựng hạ tầng AI và ML tại Google và tại Kumo.
Ash was an early AI researcher at Alexa and Microsoft and has published over 35 research papers.
Ash từng là nhà nghiên cứu AI thời kỳ đầu tại Alexa và Microsoft và đã công bố hơn 35 bài báo nghiên cứu.
Together, they've led and supported over 50 AI product deployments across companies like Amazon, Data Bricks, OpenAI, Google, and both startups and large enterprises.
Cùng nhau, họ đã lãnh đạo và hỗ trợ hơn 50 đợt triển khai sản phẩm AI tại các công ty như Amazon, Data Bricks, OpenAI, Google, cùng cả các startup và doanh nghiệp lớn.
Together, they also teach the number one rated AI course on Maven, where they teach product leaders all of the key lessons they've learned about building successful AI products.
Cùng nhau, họ cũng giảng dạy khóa học AI được đánh giá số một trên Maven, nơi họ dạy cho các nhà lãnh đạo sản phẩm tất cả những bài học then chốt mà họ đã học được về việc xây dựng các sản phẩm AI thành công.
The goal of this episode is to save you and your team a lot of pain and suffering and wasted time trying to build your AI product.
Mục tiêu của tập này là giúp bạn và đội của bạn tiết kiệm rất nhiều nỗi đau, sự khổ sở và thời gian lãng phí khi cố gắng xây dựng sản phẩm AI của mình.
Whether you are already struggling to make your product work or want to avoid that struggle, this episode is for you.
Dù bạn đang gặp khó khăn để làm cho sản phẩm của mình hoạt động hay muốn tránh khó khăn đó, tập này dành cho bạn.
If you enjoy this podcast, don't forget to subscribe and follow it in your favorite podcasting app or YouTube.
Nếu bạn thích podcast này, đừng quên đăng ký và theo dõi nó trên ứng dụng podcast yêu thích của bạn hoặc YouTube.
It helps
Điều đó giúp ích
tremendously.
rất nhiều.
And if you become an annual subscriber of my newsletter, you get a year free of a ton of incredible products, including a year free of lovable, replet, bold, gamma, nad linear, Devon, Postto, Superhum, Dcript, Whisper Flow, Perplexity, Warp, Granola, Magic Pattern, Dracast, Chapter D, Mobit, and Stripe Atlas.
Và nếu bạn trở thành người đăng ký hàng năm cho bản tin của tôi, bạn sẽ được miễn phí một năm với rất nhiều sản phẩm đáng kinh ngạc, bao gồm một năm miễn phí lovable, replet, bold, gamma, nad linear, Devon, Postto, Superhum, Dcript, Whisper Flow, Perplexity, Warp, Granola, Magic Pattern, Dracast, Chapter D, Mobit, và Stripe Atlas.
Head on over to lenny'snewsletter.com and click product
Hãy truy cập lenny'snewsletter.com và nhấp vào product
pass.
Pass.
With that, I bring you Awaria Oranti and Kiti bottom after a short word from our sponsors.
Với điều đó, tôi mang đến cho bạn Awaria Oranti và Kiti bottom sau một lời ngắn từ các nhà tài trợ của chúng tôi.
This episode is brought to you by Merge.
Tập này được mang đến cho bạn bởi Merge.
Product leaders hate building integrations.
Các nhà lãnh đạo sản phẩm ghét việc xây dựng các tích hợp.
They're messy.
Chúng lộn xộn.
They're slow to build.
Chúng chậm để xây dựng.
They're a huge drain on your road map, and they're definitely not why you got into product in the first place.
Chúng là một gánh nặng khổng lồ cho lộ trình của bạn, và chắc chắn không phải là lý do bạn bước vào lĩnh vực sản phẩm ngay từ đầu.
Lucky for you, Merge is obsessed with integrations.
May cho bạn, Merge bị ám ảnh với các tích hợp.
With a single API, B2B SAS companies embed Merge into their product and ship 220 plus customer-facing integrations in
Với một API duy nhất, các công ty B2B SAS nhúng Merge vào sản phẩm của họ và tung ra hơn 220 tích hợp hướng tới khách hàng trong
weeks, not quarters.
vài tuần, chứ không phải vài quý.
Think of merge like Plaid, but for everything B2B SAS.
Hãy nghĩ về merge giống như Plaid, nhưng cho mọi thứ B2B SAS.
Companies like Merall AI, ramp, and use Merge to connect their customers as accounting, HR, ticketing, CRM, and file storage systems to power everything from automatic onboarding to AI ready data pipelines.
Các công ty như Merall AI, ramp, và use Merge để kết nối khách hàng của họ với các hệ thống kế toán, HR, ticketing, CRM, và lưu trữ tệp để vận hành mọi thứ từ việc onboarding tự động đến các đường ống dữ liệu sẵn sàng cho AI.
Even better, Merge now supports the secure deployment of connectors to AI agents with a new product so that you can safely power AI workflows with real customer data.
Thậm chí tốt hơn, Merge hiện hỗ trợ triển khai an toàn các connector tới các tác nhân AI với một sản phẩm mới để bạn có thể vận hành an toàn các quy trình AI bằng dữ liệu khách hàng thực.
If
Nếu
your product needs customer data from dozens of systems, Merge is the fastest, safest way to get it.
sản phẩm của bạn cần dữ liệu khách hàng từ hàng chục hệ thống, Merge là cách nhanh nhất, an toàn nhất để có được nó.
Book and attend a meeting at merge.dev/lenny and they'll send you a $50 Amazon gift card.
Đặt và tham dự một cuộc họp tại merge.dev/lenny và họ sẽ gửi cho bạn một thẻ quà tặng Amazon trị giá 50 đô la.
That's merge.dev/lenny.
Đó là merge.dev/lenny.
This episode is brought to you by Stella, the customer research platform built for the AI era.
Tập này được tài trợ bởi Stella, nền tảng nghiên cứu khách hàng được xây dựng cho kỷ nguyên AI.
Here's the truth about user research.
Đây là sự thật về nghiên cứu người dùng.
It's never been more important or more painful.
Nó chưa bao giờ quan trọng hơn hay đau đớn hơn.
Teams want to understand why customers do what they do.
Các đội muốn hiểu tại sao khách hàng làm những gì họ làm.
But recruiting users, running interviews, and analyzing insights takes weeks.
Nhưng việc tuyển người dùng, chạy phỏng vấn và phân tích thông tin chi tiết mất hàng tuần.
By the time the results are in, the moment to act has passed.
Đến khi có kết quả, thời điểm để hành động đã qua.
Strella
Strella
changes that.
Thay đổi điều đó.
It's the first platform that uses AI to run and analyze in-depth interviews automatically, bringing fast and continuous user research to every team.
Đây là nền tảng đầu tiên sử dụng AI để chạy và phân tích các cuộc phỏng vấn chuyên sâu một cách tự động, mang lại nghiên cứu người dùng nhanh chóng và liên tục cho mọi đội.
Strella's AI moderator asks real follow-up questions, probing deeper when answers are vague, and services patterns across hundreds of conversations, all in a few hours, not weeks.
Người điều hành AI của Strella đặt những câu hỏi tiếp theo thực sự, đào sâu hơn khi câu trả lời mơ hồ, và phục vụ các mẫu trong hàng trăm cuộc trò chuyện, tất cả trong vài giờ, không phải hàng tuần.
Product design and research teams at companies like
Các đội thiết kế sản phẩm và nghiên cứu tại các công ty như
Amazon and Dualingo are already using Stella for Figma prototype testing, concept validation, and customer journey research, getting insights overnight instead of waiting for the next sprint.
Amazon và Dualingo đã sử dụng Stella để kiểm thử nguyên mẫu Figma, xác thực khái niệm và nghiên cứu hành trình khách hàng, nhận thông tin chi tiết qua đêm thay vì chờ đến sprint tiếp theo.
If your team wants to understand customers at the speed you ship products, try Strella.
Nếu đội của bạn muốn hiểu khách hàng với tốc độ bạn xuất xưởng sản phẩm, hãy thử Strella.
Run your next study at strea.io/lenny.
Chạy nghiên cứu tiếp theo của bạn tại strea.io/lenny.
That's t re l.io/lenny.
Đó là t re l.io/lenny.
Ash and Kiti, thank you so much for being here and welcome to the podcast.
Ash và Kiti, cảm ơn hai bạn rất nhiều vì đã ở đây và chào mừng đến với podcast.
- Thank you.
- Cảm ơn.
Thank you for having us.
Cảm ơn vì đã mời chúng tôi.
Super excited for this.
Rất hào hứng cho điều này.
- Let me set the stage for the conversation that we're going to have today.
- Hãy để tôi thiết lập bối cảnh cho cuộc trò chuyện mà chúng ta sẽ có hôm nay.
So, you two have built a bunch of AI products yourself.
Vậy, hai bạn đã tự xây dựng một loạt sản phẩm AI.
You've gone deep with a lot of companies who uh have built AI products, have struggled to build AI products, build AI agents.
Bạn đã đi sâu với nhiều công ty đã xây dựng sản phẩm AI, đã vật lộn để xây dựng sản phẩm AI, xây dựng tác nhân AI.
You also teach a course on building AI products successfully that and you're kind of like on this mission to just
Bạn cũng dạy một khóa học về xây dựng sản phẩm AI thành công và bạn giống như đang trên sứ mệnh chỉ
reduce pain and suffering and failure uh that you constantly see people go through when they're building AI products.
Giảm đau đớn và thất bại mà bạn liên tục thấy mọi người trải qua khi họ xây dựng sản phẩm AI.
So to set a little just foundation for the conversation we're going to have, what are you seeing on the ground within companies trying to build AI products?
Vậy để thiết lập một chút nền tảng cho cuộc trò chuyện chúng ta sẽ có, bạn đang thấy gì trên thực tế trong các công ty đang cố gắng xây dựng sản phẩm AI?
What's going well?
Điều gì đang diễn ra tốt?
What's not going well?
Điều gì không diễn ra tốt?
- I think 2025 has been significantly different than 2024.
- Tôi nghĩ năm 2025 đã khác biệt đáng kể so với năm 2024.
One, the skepticism has significantly reduced.
Một, sự hoài nghi đã giảm đáng kể.
Um, there were tons of leaders last year who probably thought this would be yet another crypto wave and kind of skeptical to get started and a lot of the use cases that I saw last year were more of Snapchat on your data, right?
Ừm, có rất nhiều nhà lãnh đạo năm ngoái có lẽ nghĩ rằng đây sẽ lại là một làn sóng crypto khác và hơi hoài nghi để bắt đầu và nhiều trường hợp sử dụng tôi thấy năm ngoái chỉ là Snapchat trên dữ liệu của bạn, đúng không?
And that was, you know, um calling themselves an AI product.
Và đó là, bạn biết đấy, ừm tự gọi mình là sản phẩm AI.
And this year, a ton of companies are really rethinking their user experiences and their workflows and all of that and really understanding that you need to deconstruct and reconstruct your processes in order to have a in order to build successful AI products, right?
Và năm nay, rất nhiều công ty thực sự đang suy nghĩ lại về trải nghiệm người dùng và quy trình làm việc của họ và tất cả những điều đó và thực sự hiểu rằng bạn cần phải giải cấu trúc và tái cấu trúc các quy trình của mình để có một để xây dựng sản phẩm AI thành công, đúng không?
And that's that's the good stuff.
Và đó là điều tốt.
The bad
Điều xấu
stuff is the execution is still all over the place.
Là việc thực thi vẫn còn lung tung.
Um, think of it, right?
Ừm, nghĩ về nó đi, đúng không?
This is a three-year-old field.
Đây là một lĩnh vực ba năm tuổi.
There are no play playbooks.
Không có sách hướng dẫn.
There are no textbooks.
Không có sách giáo khoa.
Um so you really need to figure out as you go and the AI life cycle both pre-eployment and post- deployment is very different as compared to a traditional software life cycle.
Ừm vậy bạn thực sự cần phải tìm ra khi bạn đi và vòng đời AI cả trước triển khai và sau triển khai rất khác so với vòng đời phần mềm truyền thống.
Um and so a lot of old contracts and handoffs between traditional roles like say PMs and engineers and data folks has now been broken.
Ừm và vì vậy nhiều hợp đồng cũ và bàn giao giữa các vai trò truyền thống như PM và kỹ sư và người dữ liệu giờ đã bị phá vỡ.
It's and people are really getting adapted to this new way
Nó và mọi người thực sự đang thích nghi với cách mới này
of working together and kind of owning the same feedback loop in a way because previously I feel like PMs and engineers and all of these folks had their own feedback loops to optimize and now you need to be probably sitting in the same room.
Làm việc cùng nhau và kiểu như sở hữu cùng một vòng phản hồi theo một cách vì trước đây tôi cảm thấy như PM và kỹ sư và tất cả những người này có vòng phản hồi riêng để tối ưu hóa và giờ bạn có lẽ cần phải ngồi trong cùng một phòng.
You're probably looking at agent traces together and deciding how your uh product should behave.
Bạn có lẽ đang xem dấu vết tác nhân cùng nhau và quyết định sản phẩm của bạn nên hành xử như thế nào.
So it's a tighter form of collaboration.
Vậy đó là một hình thức cộng tác chặt chẽ hơn.
So companies are
Vậy các công ty
still kind of figuring that out.
Vẫn đang kiểu như tìm ra điều đó.
That's kind of what I see um in my consulting practice this year.
Đó là kiểu như những gì tôi thấy ừm trong thực hành tư vấn của mình năm nay.
- So, let me follow that thread.
- Vậy, để tôi theo dõi chủ đề đó.
We worked on a guest post together that came out a few months ago.
Chúng tôi đã cùng nhau thực hiện một bài đăng với tư cách khách mời, ra mắt vài tháng trước.
And the thing that stood out to me most that stuck with me most after working on that post is you had this really uh key insight that building AI products is very different from building non-AI products.
Và điều khiến tôi ấn tượng nhất, đọng lại nhất sau khi làm bài đăng đó là bạn có một hiểu biết then chốt rằng xây dựng sản phẩm AI rất khác so với xây dựng sản phẩm không phải AI.
And the thing that you're big on getting across is there's two very big differences.
Và điều mà bạn rất muốn truyền đạt là có hai khác biệt rất lớn.
Talk
Hãy nói
about those two differences.
Về hai khác biệt đó.
- Yes.
- Đúng vậy.
Um and again I want to make sure that we drive home the right point.
Ừm và một lần nữa tôi muốn chắc chắn rằng chúng ta làm nổi bật đúng điểm.
Um there are tons of uh similarities of building AI systems and software systems as well.
Ừm có vô số điểm tương đồng giữa việc xây dựng hệ thống AI và hệ thống phần mềm.
But then there are some things that kind of fundamentally change the way you build software systems um versus AI systems, right?
Nhưng rồi có một số thứ về cơ bản thay đổi cách bạn xây dựng hệ thống phần mềm so với hệ thống AI, đúng không?
And one of them that most people tend to ignore is the non-determinism.
Và một trong số đó mà hầu hết mọi người có xu hướng bỏ qua là tính phi xác định.
Uh you're pretty much
Ừ, bạn gần như