McDonald's từng muốn bán được nhiều ly sữa lắc hơn. Họ nghĩ chắc phải pha ngon hơn. Nhưng sau khi pha ngon hơn, vẫn chẳng ai mua thêm.

Giáo sư Clayton Christensen của Harvard đã rất tò mò về việc này. Ông đã ngồi canh một cửa hàng McDonald's suốt 18 tiếng để xem ai mua, mua lúc nào, và mua kiểu gì. Ông phát hiện rằng gần một nửa số ly bán được là trước 8 rưỡi sáng, khách mua một mình, không mua gì khác, và mua xong lên xe chạy đi luôn.

Hóa ra, người ta không mua sữa lắc vì ngon. Người ta mua vì đường đi làm buổi sáng dài, chán, và bụng lại đói. Ly sữa lắc giúp họ vừa có cái nhâm nhi để đỡ buồn, vừa no tới trưa, và tay vẫn rảnh để lái xe.

Khi hiểu ra điều này, McDonald's đã làm ly đặc hơn, thêm miếng trái cây, và đổi ống hút nhỏ để uống lâu hơn. Không cần ngon hơn, chỉ cần đúng cái người ta đang cần. Và kết quả là doanh thu tăng gấp 7 lần.

Bài học đơn giản ở đây là người ta không mua một món đồ vì bản thân nó hay ho. Người ta mua vì nó giúp giải quyết một việc, trong một hoàn cảnh cụ thể của họ.

Để tìm ra việc đó, không dễ. Ngày xưa, phải ngồi canh 18 tiếng như ông Christensen. Nhưng giờ có AI, việc này sẽ nhanh hơn.

Ví dụ, một ứng dụng tìm việc nhận vài nghìn đánh giá trên App Store mỗi tháng. Đọc tay hết thì cả tháng không làm được việc khác. Nhưng đưa cho AI đọc, vài phút là gom xong: bao nhiêu người than app chậm, bao nhiêu người than không biết hồ sơ gửi đi chưa, bao nhiêu người than tìm việc mãi không ra kết quả ưng ý.

Những lời phản hồi nghe có vẻ giống nhau, nhưng sự thật đằng sau khác hẳn. AI có thể tổng hợp được, nhưng không thể hiểu được pain points phía sau số liệu đó. Để phân biệt được thì vẫn phải là người hiểu cảm giác đi tìm việc thật sự.

Đây là cách mình đang áp dụng, chắc còn nhiều cách khác. Các bạn đang phát triển sản phẩm dùng AI vào phần nào, chia sẻ thêm với mình nhé.

Câu chuyện sữa lắc gốc, ông Christensen kể trong clip này, cả nhà tham khảo thử nhe