Xác thực với chuyên gia và nghiên cứu thứ cấp: kế hoạch nghiên cứu trong một tuần

Đăng ngày 23/10/2026

Tóm tắt và điều cần nhớ

Bài này trả lời câu hỏi: trước khi gặp khách hàng hay viết mã, nhà sáng lập biết được gì từ tài liệu công khai và từ người trong nghề, và nên làm việc đó thế nào trong một tuần. Bài xử lý nhóm rủi ro mà khách hàng khó nói được: luật, công nghệ, kênh, quy mô.

• Chia câu hỏi theo người trả lời được: tài liệu và chuyên gia nói về thế giới (luật, công nghệ, kênh), khách hàng nói về chính họ (nỗi đau, hành vi, tiền).
• Coi chuyên gia là nhân chứng, không phải giám khảo: xin họ kể điều đã thấy kèm con số, đừng xin phán quyết.
• Trọng số của chuyên gia đổi theo ngành: họ phân biệt được dự án tốt xấu ở phần cứng và khoa học sự sống, nhưng không ở phần mềm doanh nghiệp hay sản phẩm tiêu dùng [1].
• Mỗi con số thứ cấp cần qua năm câu hỏi về người đo, định nghĩa, kỳ, phạm vi và nguồn độc lập.
• AI rút ngắn việc tìm và đọc nhưng có thể bịa nguồn, nên mọi tuyên bố do AI đưa ra phải qua bốn cổng kiểm.
• Tuần kết thúc bằng một trang quyết định và danh sách điều chỉ khách hàng trả lời được.

Bối cảnh: điều khách hàng không biết và điều nhà sáng lập né đọc

Phỏng vấn khách hàng cho biết họ đau ở đâu, nhưng họ ít khi biết điều luật nào chặn sản phẩm, giới hạn kỹ thuật nào làm tính năng không chạy, hay kênh phân phối tính tiền ra sao. Bài của đội Startups.com, đề ngày 29/08/2023, nêu một tình huống giả định: thiết bị đeo đo lượng calo nạp vào cần đo đường huyết không lấy máu; người làm R&D ở một hãng công nghệ sinh học cho biết phương pháp ấy còn một rào cản kỹ thuật lớn chưa giải được, và bài coi đó là lý do để nghĩ lại chứ không phải bản án [2].

Rủi ro đối xứng nằm ở phía nhà sáng lập. Trong video đăng tháng 7/2024, Dalton Caldwell và Michael Seibel của Y Combinator mô tả tarpit, tức vùng ý tưởng ai cũng nghĩ ra, bạn bè khen nhiều, nhiều người đã thử mà hoàn cảnh không đổi, và nhận xét nhiều nhà sáng lập né nghiên cứu để khỏi biết điều mình không muốn biết [3]. Nghiên cứu bàn giấy phải tìm ra những lần thử trước và điều gì đã khác đi.

Khái niệm: nghiên cứu thứ cấp, chuyên gia và ba loại câu hỏi

Nghiên cứu thứ cấp (secondary research) dùng dữ liệu người khác đã thu: báo cáo ngành, số liệu công khai, thông tin đối thủ, công trình học thuật; nghiên cứu sơ cấp (primary research) là phần bạn tự thu qua phỏng vấn, khảo sát, quan sát, theo cách phân loại trong từ điển Startups.com [4].

Startups.com chia chuyên gia thành ba nhóm: chuyên gia chuyên môn (subject matter expert, SME), nhà sáng lập từng làm việc tương tự và nhà đầu tư [2]. Bài thêm một nhóm nữa: người ở phía mua hoặc phân phối, vì họ biết tiền và hàng đi qua ngành bằng đường nào.

Khung của bài chia câu hỏi thành ba loại theo người trả lời được. Một là sự thật về thế giới (luật, giá, công nghệ, cấu trúc thị trường): tài liệu và chuyên gia. Hai là cơ chế và cạm bẫy, tức vì sao các lần thử tương tự thành hay bại: chuyên gia từng chứng kiến. Ba là sự thật về khách hàng (nỗi đau, hành vi, tiền đang chi): chỉ khách hàng nói được. Tài liệu và chuyên gia có thể chặn hoặc thu hẹp một ý tưởng, nhưng không chứng minh có người muốn mua.

Từ giả thuyết rủi ro đến câu hỏi nghiên cứu và ngưỡng đổi quyết định

Tuần nghiên cứu bắt đầu từ các giả thuyết rủi ro đã xếp hạng ở bước dựng khung xác thực, lọc lấy những giả thuyết mà thế giới trả lời rẻ hơn khách hàng. Startups.com nhấn mạnh thứ tự: chẳng cần chứng minh thị trường có hàng trăm triệu khách khi chưa biết sản phẩm giải quyết nổi vấn đề của khách lý tưởng [2]. Bài này đặt các giả thuyết có thể giết dự án, như giấy phép hay giới hạn kỹ thuật, trước giả thuyết về quy mô.

Mỗi câu hỏi nghiên cứu có bốn phần: câu hỏi một dòng; quyết định nó chi phối; ngưỡng, tức bằng chứng sẽ làm bạn đổi quyết định, viết trước khi đi tìm; và nguồn dự kiến. Ví dụ giả định, chỉ để minh hoạ: dự án bán cảm biến độ ẩm giá rẻ cho nhà vườn hỏi cảm biến chịu được bao lâu ngoài trời; quyết định là bán đứt hay cho thuê kèm bảo hành; ngưỡng là hai kỹ sư độc lập cùng nói dưới 6 tháng thì chuyển sang cho thuê.

Tiêu chí đủ cũng viết trước. Bốn quy tắc dừng dưới đây là quy tắc làm việc do bài đề xuất, chưa phải kết quả nghiên cứu: mọi ngưỡng đã được kiểm; mỗi tuyên bố trọng yếu có hai nguồn độc lập, nếu không thì gắn nhãn chưa kiểm; hai buổi chuyên gia cuối không thêm rủi ro mới; hết ngày thứ bảy thì dừng, phần chưa biết chuyển cho khách hàng.

Chuyên gia đủ tư cách và vấn đề của chuyên gia

Một người đủ tư cách khi kinh nghiệm trực tiếp của họ trùng đúng câu hỏi bạn đặt; người chú kiếm bộn tiền từ bất động sản chưa chắc là người để hỏi về một ứng dụng di động xã hội [2]. Bài đề xuất năm phép thử cho mỗi ứng viên: có trực tiếp làm, làm gần đây, thấy nhiều trường hợp, không có lợi ích gắn với câu trả lời, chịu nói điều khó nghe.

Trong video đăng tháng 8/2024, Dalton Caldwell và Michael Seibel của Y Combinator cảnh báo lời khuyên khởi nghiệp từ người chưa từng làm startup hoặc từ tổ chức có động cơ lệch: phòng đổi mới của một tập đoàn lớn ít có động cơ đầu tư vào công ty sẽ lật đổ chính tập đoàn, và lời khuyên sai khó gỡ hơn đầu óc trống [5]. Họ bàn về cách làm startup chứ không về dữ kiện chuyên ngành, và chính họ cũng khuyên đến Bay Area [5]; phép thử động cơ vì thế áp dụng cho cả họ.

Kahneman và Klein (2009) hỏi hai điều để tách trực giác chuyên gia đáng tin khỏi trực giác tự tin thái quá: môi trường có đủ đều đặn để dự báo không, và người đó có cơ hội học quy luật ấy không; cảm giác chắc chắn không chứng minh độ đúng [6]. Vì vậy hãy xin quy luật (hồ sơ xin phép thường mất bao lâu), đừng xin dự báo (sản phẩm của bạn có bùng nổ không).

Scott, Shu và Lubynsky (2020) phân tích dữ liệu 2005–2012 của chương trình cố vấn MIT Venture Mentoring Service: 251 cố vấn đọc bản tóm tắt ngắn của 537 dự án, không gặp nhóm sáng lập, và đánh giá độc lập. Kết quả: cố vấn phân biệt được chất lượng dự án giai đoạn sớm ở phần cứng, năng lượng, khoa học sự sống và thiết bị y tế, nhưng không ở sản phẩm tiêu dùng, web và di động tiêu dùng hay phần mềm doanh nghiệp [1]. Trọng số của chuyên gia vì thế nên đổi theo ngành.

Phỏng vấn chuyên gia: hỏi chuyện đã thấy và gắn nhãn từng câu trả lời

Startups.com gom câu hỏi quanh bốn chủ đề: có khả thi không, nên tránh cạm bẫy nào, nên gặp ai nữa, còn điều gì chưa hỏi [2]. Bài giữ khung ấy nhưng đổi cách hỏi: thay vì hỏi ý tưởng có khả thi không, hãy hỏi lần gần nhất người đó thấy một nỗ lực tương tự thì chuyện gì xảy ra, mất bao lâu, tốn bao nhiêu. Chuyện có ngày tháng và con số kiểm lại được, lời dự đoán thì không. Lời tiếp cận cần chân thật, cởi mở và gắn với đúng trải nghiệm của người nhận, còn câu hỏi soạn sẵn chỉ là điểm xuất phát [7].

Ngay sau buổi, gắn nhãn từng tuyên bố: T là người nói trực tiếp làm hoặc thấy, L là nghe lại, Y là ý kiến hoặc dự đoán. Chỉ nhãn T kèm ví dụ cụ thể có đủ trọng số; nhãn Y chỉ được tính khi ít nhất hai chuyên gia độc lập cùng nói, theo tinh thần ý kiến thứ hai mà Startups.com khuyên để khỏi dựa vào thiên kiến đơn lẻ [2].

Quan sát tại chỗ bổ sung cho lời kể. Trong buổi office hours đăng tháng 1/2025, đối tác Y Combinator Gustaf Alstromer khuyên người tìm ý tưởng ở y tế ngồi cạnh một người trong nghề, xem màn hình họ làm việc; theo ông, vài giờ là thấy việc lặp lại nào làm tốt hơn được, vì nhà sáng lập thường không biết các tác vụ hậu trường ấy [8].

Nghiên cứu thứ cấp: xếp nguồn, kiểm từng con số, đối chiếu chéo

Xếp nguồn theo độ gần gốc để biết đọc gì trước: tài liệu do chính cơ quan hay doanh nghiệp tạo ra (văn bản pháp luật, thống kê chính thức, hồ sơ công ty) đứng đầu, kế đến là nghiên cứu công bố rõ phương pháp, rồi báo cáo ngành; báo chí, nội dung của nhà cung cấp và bản tóm tắt do AI chỉ làm đầu mối đi tìm gốc. Đây là quy ước làm việc của bài.

Mỗi con số cần qua năm câu hỏi: ai đo và vì sao; đo cái gì, định nghĩa ra sao; thuộc kỳ nào, khác ngày công bố thế nào; phủ ai, bỏ sót ai; có nguồn độc lập nào cho cùng con số không. Khi hai nguồn lệch nhau nhiều, khác biệt định nghĩa là nghi phạm đầu tiên.

Một cách kiểm đáng học là rời khỏi trang. Wineburg và McGrew cho 45 người đánh giá các trang web thật: 10 tiến sĩ sử học, 10 người kiểm chứng thông tin chuyên nghiệp và 25 sinh viên Stanford. Sử gia và sinh viên thường ở lại trang và bị logo hay tên miền đánh lừa; người kiểm chứng mở tab mới để tra ai đứng sau trang, rồi kết luận có cơ sở hơn và nhanh hơn nhiều [9].

Quy mô thị trường nên dựng từ số đếm công khai thay vì chép con số tổng. Minh hoạ giả định: 40 nghìn cơ sở trong ngành, cứ 4 cơ sở có 1 cơ sở đủ lớn để dùng sản phẩm, giá bán 2 triệu đồng mỗi năm, nhân ra khoảng 20 tỷ đồng mỗi năm; tỉ lệ 1 trên 4 cũng cần nguồn, và kết quả nên đặt cạnh ước tính từ trên xuống.

Cách áp dụng: bảy ngày từ câu hỏi đến quyết định

Đường găng của tuần này là thời gian chờ chuyên gia trả lời, nên thư mời đi trước và việc đọc tài liệu chạy song song. Nếu chỉ có thời gian buổi tối, hãy kéo mỗi bước dài thêm một ngày nhưng giữ nguyên thứ tự.

• Bước 1: sáng ngày 1, viết bản tóm lược một trang gồm 3 đến 5 câu hỏi, quyết định chi phối, ngưỡng đổi quyết định và nguồn dự kiến.
• Bước 2: chiều ngày 1, lập danh sách khoảng 15 người ở ít nhất ba vai (vận hành, luật hoặc kỹ thuật, từng thử rồi dừng, phía mua hoặc phân phối), bắt đầu từ mạng quen biết [10], rồi gửi thư mời cụ thể.
• Bước 3: ngày 2 và 3, đọc nguồn gốc trước, báo cáo ngành sau; ghi từng tuyên bố vào sổ bằng chứng gồm nguồn, kỳ số liệu, định nghĩa, trạng thái kiểm.
• Bước 4: ngày 2 và 3, dựng cận trên và cận dưới cho quy mô từ số đếm công khai, và tìm ba nỗ lực tương tự cùng lý do chúng dừng.
• Bước 5: ngày 3 đến 5, làm 4 đến 6 buổi chuyên gia, mỗi buổi 30 phút, gắn nhãn T, L, Y trong vòng một giờ.
• Bước 6: ngày 6, đối chiếu chéo, mỗi tuyên bố trọng yếu cần hai nguồn độc lập; mâu thuẫn thì gọi thêm một chuyên gia; chạy bốn cổng cho phần do AI hỗ trợ.
• Bước 7: ngày 7, viết trang quyết định gồm giả thuyết nào sống, đổi hay dừng, ngưỡng nào bị chạm, ba câu hỏi chuyển sang khách hàng.

Góc nhìn AI: tăng tốc khâu chuẩn bị, thêm việc cho khâu kiểm

AI giúp ở việc nằm trong vùng nó làm tốt và có hại ở việc nằm ngoài. Dell'Acqua và cộng sự (bản thảo Trường Kinh doanh Harvard, 09/2023) chia ngẫu nhiên 758 người làm việc tri thức thành nhóm không AI và hai nhóm dùng GPT-4. Ở 18 nhiệm vụ trong vùng AI làm được, người dùng AI làm nhanh hơn, nhiều hơn và tốt hơn; ở một bài toán quản trị phức tạp nằm ngoài vùng ấy, họ có khả năng ra lời giải đúng thấp hơn 19% [11].

Một rủi ro dễ đo là trích dẫn bịa. Walters và Wilder (Scientific Reports, 09/2023) cho hai phiên bản ChatGPT viết tổng quan ngắn về 42 chủ đề vào đầu tháng 4/2023 rồi kiểm 636 trích dẫn: 55% trích dẫn của GPT-3.5 và 18% của GPT-4 là bịa, còn trong số trích dẫn có thật thì 43% và 24% có lỗi đáng kể [12].

Nhóm Tow Center, đăng trên Columbia Journalism Review ngày 06/03/2025, thử 8 công cụ tìm kiếm AI bằng 1.600 truy vấn nhận diện nguồn của đoạn trích bài báo: hơn 60% câu trả lời sai, từ 37% ở Perplexity đến 94% ở Grok 3 [13]. Đây không phải nghiên cứu thị trường, nên hãy lấy cách kiểm chứ đừng lấy tỉ lệ.

Bài đề xuất quy trình kiểm bốn cổng, chạy trước năm câu hỏi về chất lượng số liệu. Cổng một: đường dẫn mở được và đúng tên miền của nơi công bố. Cổng hai: trang chứa đúng câu hay con số, đúng kỳ và định nghĩa. Cổng ba: xác định đó là nguồn gốc hay bản chép lại, bằng đọc ngang. Cổng bốn: một nguồn độc lập hoặc chuyên gia xác nhận. Tuyên bố trượt cổng hai bị loại; chưa qua cổng bốn thì ghi nhãn chưa kiểm, không đưa vào tài liệu gọi vốn.

AI hữu ích ở khâu chuẩn bị: soạn bộ câu hỏi cho từng loại chuyên gia, đóng vai người phản biện, rút định nghĩa từ tài liệu dài, miễn là kết quả qua bốn cổng. Nền tảng thì không đổi: Pete Koomen của Y Combinator nhận xét rằng chỉ chuyển ý tưởng sang gọi API của hãng mô hình, mà không hiểu khách hàng sâu hơn, thì không đổi được số phận startup [8]. Đừng dán ghi chú phỏng vấn nhạy cảm vào công cụ AI khi người nói chưa đồng ý.

Bằng chứng và ví dụ tại Việt Nam: số đếm doanh nghiệp và luật dữ liệu cá nhân

Ngày 06/10/2026, Cục Thống kê thuộc Bộ Tài chính đăng Sách trắng doanh nghiệp Việt Nam năm 2026, gồm tình hình năm 2025, phân tích kết quả kinh doanh năm 2024 và số liệu 2016–2025 [14]. Bản PDF cho biết đến 31/12/2025 cả nước có 1.017.056 doanh nghiệp đang hoạt động, tăng 8,2% so với cùng thời điểm năm trước, và năm 2025 có 195.147 doanh nghiệp thành lập mới, tăng 24,1% [15].

Với người bán cho doanh nghiệp, đây là điểm xuất phát để đếm khách hàng tiềm năng, nhưng cần đọc kèm hai giới hạn. Định nghĩa: doanh nghiệp đang hoạt động là doanh nghiệp có giấy chứng nhận đăng ký, mã số thuế và đang kê khai thuế, không gồm doanh nghiệp tạm ngừng có đăng ký [15]; suy ra hộ kinh doanh, không có giấy chứng nhận đăng ký doanh nghiệp, nằm ngoài số đếm (suy luận của bài). Kỳ số liệu: ấn phẩm ra tháng 10/2026 nhưng phần kết quả kinh doanh dùng số năm 2024 [14].

Ví dụ thứ hai tại Việt Nam cho thấy cần chuyên gia pháp lý ngay từ đầu. Khoản 2 Điều 38 của Luật Bảo vệ dữ liệu cá nhân 91/2025/QH15 cho doanh nghiệp nhỏ và doanh nghiệp khởi nghiệp quyền chọn không thực hiện Điều 21, 22 và khoản 2 Điều 33 trong năm năm kể từ ngày luật có hiệu lực 01/01/2026. Ngoại lệ gồm doanh nghiệp kinh doanh dịch vụ xử lý dữ liệu cá nhân, trực tiếp xử lý dữ liệu nhạy cảm hoặc xử lý dữ liệu của số lượng lớn chủ thể [16]. Đây không phải miễn toàn bộ nghĩa vụ; cần đối chiếu quy định chi tiết và trường hợp cụ thể.

Sai lầm thường gặp và giới hạn của bằng chứng

Một sai lầm gốc là dùng chuyên gia và tài liệu để tìm sự đồng ý thay vì tìm chỗ sai. Bốn lỗi dưới đây là phán đoán của bài về chỗ quy trình này dễ trượt, và mỗi lỗi có cách tránh ở các mục trước.

• Chọn người chỉ vì dễ gặp nên cả danh sách chung một góc nhìn; cần ít nhất một người phản biện và một người từng thử rồi dừng.
• Chép con số quy mô mà không đọc định nghĩa và kỳ số liệu.
• Đặt ngưỡng sau khi thấy dữ liệu nên kết quả nào cũng thành đủ tốt; Startups.com xếp thiên kiến xác nhận vào lỗi phổ biến của nghiên cứu thị trường [4].
• Dừng ở nghiên cứu thứ cấp, hoặc dán kết quả AI vào tài liệu khi chưa mở từng nguồn.

Nghiên cứu của Scott, Shu và Lubynsky dựa trên đánh giá bản tóm tắt ở một chương trình của MIT, không phải phỏng vấn xác thực. Khung của Kahneman và Klein nêu điều kiện chung cho trực giác chuyên gia, chưa kiểm riêng trên startup. Các thí nghiệm về AI dùng mô hình năm 2023 và 2025 cho nhiệm vụ khác nghiên cứu thị trường. Lời khuyên của Startups.com và Y Combinator dựa trên kinh nghiệm làm nghề, chưa được kiểm bằng thí nghiệm có nhóm đối chứng.

Kế hoạch thử nghiệm: ba phép thử cho chính quy trình nghiên cứu

Thay vì lặp lại cả tuần, hãy kiểm xem quy trình của bạn có đáng tin không bằng ba phép thử ngắn. Mỗi phép có ngưỡng dừng viết trước khi làm; kết quả quyết định bạn tin AI và chuyên gia đến mức nào ở các vòng sau.

• Phép thử A, 90 phút, đo công cụ AI trên đề tài của bạn: chọn 10 tuyên bố thực tế về thị trường (số đếm, điều luật, giá, đối thủ), nhờ công cụ trả lời kèm đường dẫn rồi mở từng đường dẫn. Dưới 8 tuyên bố qua cổng hai thì chỉ dùng AI để tìm hướng.
• Phép thử B, hai buổi chuyên gia: chọn hai người có quan điểm khác nhau về cùng một câu hỏi và ghi điều mỗi người cần thấy để đổi ý. Bất đồng do định nghĩa thì thống nhất định nghĩa rồi hỏi lại; mâu thuẫn về dữ kiện thì tìm người thứ ba.
• Phép thử C, nửa đầu ngày 7: đọc lại các ngưỡng viết ở ngày 1, đánh dấu ngưỡng nào bị chạm. Không ngưỡng nào bị chạm mà quyết định vẫn đổi thì ghi lý do; đó là dấu hiệu bạn đang đổi luật chơi giữa chừng.

Kết luận

Tuần nghiên cứu bàn giấy và chuyên gia không thay thế khách hàng; nó loại nhanh những ý tưởng bị chặn bởi luật, công nghệ, kênh hay quy mô và làm sắc câu hỏi cho khách hàng. Chuyên gia là nhân chứng, tài liệu là điểm xuất phát, và cả hai chỉ đáng tin sau khi qua kiểm định nghĩa, kỳ số liệu và đối chiếu độc lập. AI rút ngắn việc tìm và đọc nhưng buộc bạn làm thêm việc kiểm.

Nguồn và phương pháp

Bài là tổng hợp và phân tích có hỗ trợ AI, diễn đạt lại bằng lời riêng, không phải bản dịch. Nguồn chính gồm Startups.com (bài đề ngày 29/08/2023, các bài học và từ điển), thư viện Y Combinator (video năm 2024 và 2025), công trình của Kahneman và Klein (2009), Scott, Shu và Lubynsky (2020), Wineburg và McGrew (2019), Walters và Wilder (2023), Dell'Acqua cùng cộng sự (2023), bài của Tow Center (2025), Sách trắng doanh nghiệp Việt Nam 2026 của Cục Thống kê và một bài tóm lược luật. Tất cả được mở ngày 23/10/2026.

Điều chưa kiểm chứng: toàn văn luật và hiệu lực hiện hành; phần phân tích kết quả kinh doanh của Sách trắng; con số 19% của Harvard lấy theo trang công bố của trường; số liệu của Tow Center đọc một lượt; Kahneman và Klein mới đọc phần tóm tắt. Playbook Startups.com nằm sau tường trả phí nên không đọc. Các quy tắc ngưỡng, nhãn T, L, Y, năm câu hỏi và bốn cổng là đề xuất của bài. Bạn nên đọc nguồn gốc trước khi dùng.