Ngày 24/09/2026, CEO Y Combinator Garry Tan đăng đúng hai dòng: Make software agents want và Use agents to make people want software. Câu đầu nói về việc bán hàng cho máy. Câu sau nói về việc để máy bán hàng cho người. Nếu bạn là chủ doanh nghiệp nhỏ, câu hỏi không phải hai câu nào đúng. Câu hỏi là: tuần này, mình nên bắt đầu từ câu nào?
Trả lời ngắn: Vector A là làm phần mềm để agent (trợ lý AI tự hành) muốn tìm, kết nối và dùng. Vector B là dùng agent để chạy marketing, content và chăm sóc lead, với người vẫn duyệt và trả tiền. SMB Việt Nam nên làm Vector B ngay, vì nó không cần API và trùng với việc SEO cùng GEO bạn đang làm. Vector A chỉ thêm vào khi sản phẩm của bạn đã có API.
Đây không phải ý tưởng mới xuất hiện tuần này. Tháng 8, ông từng quote sản phẩm Firecrawl AnyDoc với câu Make something agents want. Tháng 3, Forbes đã đóng khung xu hướng B2A và khái niệm Agent-Market Fit, như một bản cập nhật cho mantra huyền thoại của Y Combinator: make something people want. Điều mới trong hai dòng hôm 24/09 là ông nối rõ hai mặt của distribution thành hai vector, và các phản hồi sớm trên thread đã chỉ ra đúng điểm căng: nếu agent marketing cho agent, còn người chỉ muốn việc được làm xong, thì funnel cũ còn sống đến khi nào agent thực sự trả tiền.
Bài này đọc lại hai vector đó qua lăng kính của chủ doanh nghiệp nhỏ Việt Nam, kèm cả phần phản biện, vì thesis này rất dễ đọc thành hype nếu thiếu nó.
Vector A: làm phần mềm để agent muốn dùng, Agent-Market Fit chạy thế nào?
Câu chuyện điển hình của Vector A: một coding agent đang build app cần dịch vụ host model ảnh. Nó tự tìm thấy MCP của fal.ai trên GitHub, hỏi developer một câu duy nhất là "setup chứ?", và hai phút sau fal.ai có một khách trả tiền thật. Không landing page, không quảng cáo, không cuộc gọi sales. Người mua chưa từng vào website.
Agent-Market Fit, theo cách mô tả trong chuỗi research 24/09, gồm năm điều kiện:
| Điều kiện | Thực tế năm 2026 |
|---|---|
| Discover: agent tìm thấy bạn | MCP registry, tài liệu đầy đủ, training data, llms.txt |
| Parse: agent đọc hiểu | OpenAPI, markdown sạch, thông báo lỗi rõ ràng |
| Connect: gắn vào nhanh | API key trong vòng 2 phút, OAuth, sandbox tách khỏi môi trường thật |
| Pay: thanh toán được | Giá theo mức dùng mà máy đọc được; nút "contact sales" đồng nghĩa với mất khách |
| Trust: tin được | Tool idempotent, đánh giá được, không gây tác dụng phụ ngoài ý muốn |
Nhưng thực tế thấm hơn điều kiện lý thuyết. Khảo sát 1.456 sản phẩm SaaS tháng 03/2026 cho điểm tương thích agent trung bình chỉ 36/100. Có OpenAPI 68,5%. Có MCP 2,2%. Có llms.txt 0,5%. Sản phẩm có tool MCP được cộng thêm 17,5 điểm. Đứng đầu là Stripe và Supabase, cùng 58 điểm. Đó là khoảng trống thị trường: rất ít sản phẩm "agent-ready", trong khi số lượng MCP server đã lên 132.632, tăng gần 19.000 mỗi tháng. Bề mặt phân phối đang hình thành như một app store dành cho máy, và trong mọi app store, có mặt chưa bao giờ đồng nghĩa với được chọn.
Hai tiếng nói đáng nghe từ phía YC và phía vận hành. Harj Taggar nhận xét rằng devtools đang tăng trưởng vì power user giờ là agent, và agent viết nhiều code hơn người. Câu hỏi ông đặt ra cho founder: agent sẽ quyết định gì thay người, và cần hạ tầng nào để nó quyết đúng. Còn Savneet Singh kể về chủ nhà hàng mà operator không mở dashboard: họ bảo agent "tìm xem vì sao food cost tăng, sửa được thì sửa". Agent chọn hệ thống nào có API sạch và hành động được, không chọn hệ thống nào có giao diện đẹp.
Quy mô của sự dịch chuyển này, theo Gartner (07/2026): 234 tỷ đô chi tiêu cho application giai đoạn 2026 đến 2030 sẽ lộ ra arbitrage agentic. Agent làm việc xuyên nhiều hệ thống, khi đó license theo ghế và dashboard mất lý do tồn tại, và khoảng 20% chi tiêu SaaS năm 2030 chịu tác động.
Nhưng Vector A có giới hạn rất rõ. Agent chưa phải chủ thẻ, chưa ký hợp đồng, chưa chịu trách nhiệm SOC2. Thesis này đúng với sản phẩm API-first, devtool, hạ tầng, payments. Nó sai nếu áp cho quy trình mua hàng doanh nghiệp truyền thống, ngành được quản lý chặt, hoặc sản phẩm chỉ có giao diện dành cho chủ nhà.
Vector B: dùng agent để người muốn phần mềm, ai đang thu tiền thật?
Vector B là phần liên quan trực tiếp đến bạn, dù bạn bán tủ bếp, dịch vụ logistics hay phần mềm. Đừng gộp nó thành cụm "marketing agent". Nó gồm ba lớp riêng:
| Lớp | Công việc | Tín hiệu cứng |
|---|---|---|
| Discovery: được AI trích dẫn | GEO/AEO, tối ưu để ChatGPT, Perplexity, AI Mode nhắc tên bạn | G2 2026: chatbot là nguồn tạo danh sách ứng viên số 1; 69% người mua đổi vendor theo AI; 1/3 mua hãng chưa từng nghe; dưới 10% nguồn được AI trích dẫn nằm trong top 10 Google |
| Manufacturing demand: tạo nhu cầu | Content, directory, newsletter, short-video do agent soạn | Cody Schneider: directory đạt 100 click/ngày sau 90 ngày; list 20.000 trong 6 tháng. Greg Isenberg: 23 loop gắn Stripe, PostHog, G2 |
| No lead left behind: không bỏ sót lead | SDR, nuôi lead B, inbound do agent xử lý | SaaStr: 3 người cùng 20 agent, doanh thu năm trên năm từ âm 19% lên dương 47%; agent sales khai thác 1.000 warm lead bị bỏ quên, chốt 2,7 triệu đô; Amelia đạt 614 cuộc hẹn cùng hơn 400.000 chat và sự kiện, chi phí compute khoảng 257 đô/tháng |
Con số khiến tôi chú ý nhất với người làm tìm kiếm là nhóm số liệu G2: chatbot đã vượt Google trong việc tạo danh sách ứng viên của người mua B2B, và dưới 10% nguồn mà AI trích dẫn nằm trong top 10 Google. Nghĩa là SEO truyền thống làm tốt đến đâu cũng không bảo đảm bạn được AI nhắc tên. Đây chính là lý do khái niệm GEO (Generative Engine Optimization) tồn tại, và là lý do cluster Local SEO trên blog này tồn tại. Nếu bạn mới bắt đầu, đọc bài Local SEO với AI Overviews cho doanh nghiệp Việt Nam trước.
Thị trường cũng không chờ ai. Tuần 14 đến 22/09, OpenAI mở alpha Sponsored Agents tại Mỹ kèm connector vào HubSpot và Shopify. Cùng tuần, HubSpot phát hành Agent Hub với bốn agent cho Campaign, Content, Nurture và Revenue. Khi GTM agent trở thành tính năng của chính CRM mà bạn đang dùng, đây không còn là mẹo của startup, mà là cách vận hành mặc định mới.
Phần chơi đẹp nhất của Vector B nằm ở chữ incremental. Jason Lemkin chốt đúng chỗ dùng: đừng để AI cướp việc xử lý lead A, lead quan trọng vẫn cần người. Hãy để agent ăn phần lead B mà nhân viên không bao giờ có thời gian follow up. Đó là doanh thu tăng thêm thật, không phải doanh thu dịch chuyển từ tay người sang tay máy.
Rào cản của Vector B không phải model, vì model đã đủ tốt. Rào cản là gu thẩm mỹ, giọng thương hiệu, khâu phê duyệt trước khi gửi, và cách đo lường: traffic đến từ AI search phải đo riêng, đừng trộn vào organic. Với 5ac, đúng là việc content, SEO và GEO đang chạy hằng tuần; bạn có thể xem cách chúng tôi ghi nhận trong bài AI agents và local SEO cho SMB Việt Nam 2026.
Hai vector không đối lập: chúng là một flywheel
Đọc hai dòng của Garry Tan theo kiểu hoặc/hoặc là đọc sai. Hai vector nuôi nhau:
- Sản phẩm giải quyết việc thật làm nền cho cả hai.
- Vector B đưa người đến: họ biết, họ muốn, họ cân nhắc.
- Vector A đưa agent đến: agent khác tìm thấy tool của bạn và tự kết nối.
- Người trả tiền và phê duyệt; agent tạo dữ liệu sử dụng, case và đánh giá.
- Dữ liệu đó làm sản phẩm tốt hơn, và vòng lặp quay lại từ đầu.
Thiếu nền tảng sản phẩm thì cả hai vector đều là sân khấu. MCP không cứu một tool mà agent gọi xong thì fail. Content farm không cứu một thứ khách hàng có thể tự build trong một buổi chiều bằng chính model đó. Câu make people want vẫn là ràng buộc cuối cùng; hai vector chỉ là hai đường đi tới nó nhanh hơn.
Ba phản biện nên đọc trước khi hành động
Một bài cân bằng phải có phần này, vì thesis Garry Tan có ba điểm yếu thật.
Thứ nhất, agent marketing cho agent. Phản hồi sớm ngay trên thread chỉ ra nghịch lý: người dùng không muốn "quản lý team agent", họ muốn việc được làm xong. Funnel cũ chưa chết; nó sẽ sống đến khi agent thực sự ký và trả tiền, điều chưa xảy ra ở quy mô lớn.
Thứ hai, người vẫn là người ký. Agent chưa thanh toán, chưa chịu trách nhiệm pháp lý, chưa qua kiểm toán bảo mật. Mọi con số doanh thu trong phần Vector B đều có một con người ở cuối phễu duyệt và đóng tiền. Bỏ khâu người đi là bỏ chính nguồn doanh thu.
Thứ ba, sprawl. Gartner (07/2026) dự báo đến 2028 agent sẽ nhiều hơn nhân viên bán hàng gấp 10 lần, nhưng chưa đến 40% nhân viên bán hàng cho rằng năng suất của mình tăng. Tạo ra nhiều agent dễ hơn tạo ra kết quả; công ty nào deploy 20 agent mà không đo lường là đang nhân bản sự hỗn loạn chứ không phải doanh thu. Wired, qua phần phân tích của Andy Walters, cùng nghiêng về cảnh báo này.
SMB Việt Nam nên làm gì tuần này?
Chuyển hai vector thành việc cụ thể, theo đúng thứ tự ưu tiên:
| Mức ưu tiên | Việc cần làm | Cách bắt đầu |
|---|---|---|
| Làm ngay (Vector B) | GEO: trở thành nguồn được AI trích dẫn | Mỗi tuần hỏi 10 câu mua hàng điển hình của khách qua ChatGPT, Perplexity, Gemini; ghi lại ai được trích dẫn và vì sao |
| Làm ngay (Vector B) | Content do agent soạn, người duyệt | Ưu tiên câu hỏi cụ thể kiểu "tủ bếp acrylic quận Gò Vấp giá bao nhiêu", không viết generic "chúng tôi có AI" |
| Làm ngay (Vector B) | Nuôi lead B bằng agent | Danh sách lead cũ bị bỏ quên, agent soạn tin nhắn theo phân khúc, người duyệt trước khi gửi |
| Đo lường | Tách kênh AI-referred | Traffic đến từ AI search đo riêng, đừng trộn vào organic; quyết định nội dung theo đúng kênh đó |
| Khi đã có API (Vector A) | Agent-ready hóa sản phẩm | OpenAPI và error model, MCP remote với sandbox tách riêng, file /.well-known/mcp.json; test bằng cách bảo Claude Code hoặc Cursor "tìm tool làm X" xem có nhắc tên mình không |
| Kiếm 3 việc không làm | Tránh theater | Không publish MCP rỗng chỉ để có mặt registry; không autonomous cold email cho thương hiệu nội thất; không làm landing "multi-agent platform" khi khách mua kết quả công việc |
Nếu bạn muốn một khung vận hành để đội agent làm phần soạn thảo và người giữ khâu duyệt, bài quy trình bán hàng AI CRM từ lời nhắc đến đường ống mô tả từng bước. Còn nền tảng tư duy về việc sở hữu agent của riêng mình đã có trong bài trước về personal AGI và lời khuyên của Garry Tan.
Kết luận: hai câu, hai đường, một ràng buộc cuối cùng
Hai dòng của Garry Tan đọc theo thứ tự nào cũng được, nhưng thứ tự làm thì không như vậy. Với doanh nghiệp nhỏ Việt Nam, Vector B là việc tuần này: content và GEO do agent soạn, người duyệt, đo kênh AI-referred riêng. Vector A là việc của giai đoạn sau, khi sản phẩm của bạn đã có API cho agent kết nối. Hai vector cùng nuôi một flywheel, và cả hai cùng chịu một ràng buộc cuối: cuối ngày vẫn phải có người muốn và người trả tiền.
Đối thủ của bạn đọc cùng hai dòng đó. Khác biệt nằm ở việc ai bắt đầu tuần này.
Câu hỏi thường gặp
Hai vector GTM của Garry Tan là gì?
Ngày 24/09/2026, CEO Y Combinator Garry Tan nêu hai câu: Make software agents want (làm phần mềm để agent muốn dùng) và Use agents to make people want software (dùng agent để người muốn phần mềm). Vector thứ nhất là bán hàng cho agent qua API, MCP và llms.txt. Vector thứ hai là dùng agent chạy marketing, content và chăm sóc lead, với người vẫn duyệt và trả tiền.
SMB Việt Nam nên bắt đầu từ vector nào?
Nên bắt đầu từ Vector B, tức dùng agent để chạy marketing và chăm lead, vì nó không cần API, có thể làm trong tuần này, và trùng với việc content cùng SEO/GEO mà doanh nghiệp đang làm. Vector A chỉ nên thêm vào khi sản phẩm của bạn đã có API cho agent kết nối.
Vector A cần chuẩn bị những gì để agent muốn dùng sản phẩm?
Năm điều kiện: agent tìm thấy được bạn qua MCP registry, tài liệu rõ ràng và llms.txt; đọc hiểu được qua OpenAPI và markdown sạch; kết nối được với API key trong vòng hai phút và sandbox tách khỏi môi trường thật; bảng giá theo mức dùng mà máy đọc được; và các hành động của tool idempotent, đánh giá được, không gây tác dụng phụ ngoài ý muốn.
Vector B đo hiệu quả thế nào?
Đo riêng lượng truy cập đến từ AI search, đừng trộn vào organic truyền thống. Mỗi tuần hỏi 10 câu mua hàng điển hình của khách qua ChatGPT, Perplexity và Gemini, ghi lại nơi được trích dẫn. Theo dõi lead B mà trước đây không ai theo đuổi, vì đó là nguồn doanh thu tăng thêm khi agent xử lý thay người.
Agent có thay thế hoàn toàn marketing của con người không?
Chưa. Người vẫn duyệt nội dung trước khi gửi, vẫn ký hợp đồng và vẫn trả tiền. Gartner cảnh báo đến năm 2028 agent sẽ nhiều hơn nhân viên bán hàng gấp 10 lần nhưng chưa đến 40% nhân viên bán hàng thấy năng suất tăng. Rào cản thật không phải model, mà là gu thẩm mỹ, giọng thương hiệu và khâu phê duyệt.
Nguồn: số liệu và trích dẫn trong bài tổng hợp từ chuỗi research AI/Tech Radar 24/09/2026 của 5ac, nguồn gốc gồm thread của Garry Tan trên X (24/09/2026), Forbes về B2A (03/2026), báo cáo Gartner (07/2026), khảo sát người mua G2 (2026), SaaStr, MCP Toplist (23/09/2026) và khảo sát tương thích 1.456 sản phẩm SaaS (03/2026).
Muốn đội agent soạn content và người giữ khâu duyệt chạy thật? 5ac.vn xây và vận hành hệ thống agent cho doanh nghiệp nhỏ mỗi ngày. Xem bảng giá G-Company OS để bắt đầu với gói phù hợp.
Bài viết liên quan
- Local SEO với AI Overviews cho doanh nghiệp Việt Nam
- AI agents và local SEO cho SMB Việt Nam 2026
- Doanh nghiệp Việt được AI trích dẫn trong tìm kiếm
- Garry Tan: sở hữu trí tuệ của bạn với personal AGI
- AI marketing cho SMB: workflow tăng lead
- Quy trình bán hàng AI CRM: từ lời nhắc đến đường ống
- Xu hướng AI agent 2026 cho doanh nghiệp Việt Nam