Nghĩa địa AI: Danh sách các dự án và startup đã ‘ngã ngựa’

Trong làn sóng bùng nổ của trí tuệ nhân tạo, không phải dự án nào cũng trụ vững. Mới đây nhất, Relay – công cụ tự động hóa quy trình làm việc bằng AI – đã chính thức đóng cửa sau 5 năm hoạt động. Sự thất bại của Relay là minh chứng cho một thực tế khắc nghiệt: các startup nhỏ đang dần bị lấn át khi những nền tảng lớn như OpenAI hay Google tích hợp trực tiếp các tính năng tương tự vào hệ sinh thái của họ.

Những cái tên đáng chú ý trong ‘nghĩa địa AI’

Theo dữ liệu từ S&P Global Market Intelligence, khoảng 42% các sáng kiến AI cuối cùng đều bị khai tử do thiếu vốn, thách thức kỹ thuật, cạnh tranh gay gắt hoặc nhu cầu thị trường không như kỳ vọng.

• OpenAI: Dù là người dẫn đầu, OpenAI cũng gặp nhiều khó khăn. Các dự án như trình duyệt AI ChatGPT Atlas, tác nhân AI Operator, hay nền tảng chia sẻ video Sora đều đã bị đóng cửa hoặc sáp nhập tính năng vào ChatGPT để tối ưu hóa vận hành.
• Apple Intelligence: Tính năng Siri cải tiến từng được kỳ vọng cao nhưng liên tục bị trì hoãn do các vấn đề về kỹ thuật, dẫn đến những tranh cãi pháp lý về cách tiếp thị khả năng AI trên iPhone 16.
• Microsoft Recall: Được giới thiệu như một ‘bộ nhớ hình ảnh’ cho Windows, tính năng này vấp phải làn sóng phản đối dữ dội từ cộng đồng bảo mật vì lo ngại rò rỉ thông tin nhạy cảm. Dù đã được thiết kế lại, Recall vẫn đối mặt với nhiều câu hỏi về tính an toàn.
• Humane AI Pin & Rabbit R1: Đây là hai ví dụ điển hình cho sự thất bại của phần cứng AI. Trong khi Humane phải đóng cửa mảng kinh doanh sau các sự cố về pin, Rabbit R1 cũng bị đánh giá là sản phẩm chưa hoàn thiện dù từng tạo được tiếng vang lớn khi ra mắt.
• Notion Mail: Dự định giúp người dùng quản lý email bằng AI, nhưng cuối cùng Notion đã quyết định dừng dự án vào ngày 22/9 khi nhận thấy người dùng ưu tiên sử dụng các AI agent độc lập hơn.

Ngoài ra, các dự án như ứng dụng âm thanh Huxe, nền tảng thử nghiệm mô hình AI Yupp, hay dịch vụ tạo nhân vật ảo Figgs AI cũng lần lượt dừng cuộc chơi vì không tìm được mô hình kinh doanh bền vững hoặc chi phí vận hành quá cao.

Việc nhìn lại những thất bại này không chỉ là một bản danh sách các dự án ‘flop’, mà còn là bài học kinh nghiệm quý giá cho toàn ngành công nghiệp về việc phát triển sản phẩm AI sao cho thực sự giải quyết được nhu cầu của người dùng thay vì chỉ chạy theo xu hướng.

Nguồn tham khảo: TechCrunch