Design

Ai cũng nói "impact" như thể đó là thứ gì đó to lớn, xa xôi. Cho đến ngày team launch tính năng thay đổi skin card trên Apple Pay và Google Pay Wallet, lần đầu tiên có ở Việt Nam. mình đã có 1 góc nhìn mới mẻ hơn! Không phải rebuild lại hệ thống core banking. Không phải launch một sản phẩm mới hoàn toàn. Chỉ là — cho người dùng đổi hình nền chiếc card số của họ trên Wallet. Nghe nhỏ hơi nhỏ đúng không ? Nhưng impact không phải lúc nào cũng ồn ào.Trong port sản phẩm của các ngân hàng VN luôn có một sản phẩm khá đặc biệt — chiếc thẻ 2in1, vừa debit vừa credit trong cùng một chiếc thẻ vật lý. Concept thì hay, nhưng khi đưa lên Wallet (Apple Pay, Google Pay), nó đối mặt với một vấn đề rất thực: chiếc card số trông y hệt hàng ngàn card khác trong Wallet của người dùng.Không có sự khác biệt. Không có cảm giác "sở hữu". Không có lý do gì để mở app lên, nhìn vào card, và cảm thấy nó là của mình.Đó là khoảng trống mà team mình muốn lấp — bằng cách cho phép người dùng thay đổi skin của digital card trực tiếp trên Apple Pay và Google Pay Wallet.Thanh thật mà nói, khi mở Wallet, bạn nhìn thấy một dãy card giống hệt nhau. Màu cơ bản, logo ngân hàng, số thẻ. Không có gì phân biệt. Card trở thành một công cụ, giống như chìa khóa nhà — bạn dùng nó, nhưng không bao giờ ngắm nghía nó. Nhưng khi bạn có thể đổi skin card — chọn một thiết kế phản ánh cá tính bạn, mood hôm nay, hoặc đơn giản là một hình ảnh khiến bạn cười mỗi lần mở Wallet — chiếc card không còn là công cụ nữa. Nó trở thành định danh. Nó là cái của bạn.Và khi thứ gì đó trở thành "cái của mình", bạn dùng nó nhiều hơn. Đó là tâm lý học cơ bản, không phải lý thuyết xuông đâu! Adoption bắt đầu từ Emotional Connection.Trong Fintech Việt Nam, thị trường ở giai đoạn mà adoption không còn là bài toán "có hay không" — mà là "dùng nhiều hay ít, gắn bó hay rời đi". Mọi người đã có tài khoản ngân hàng số. Đã có e-wallet. Đã có thẻ. Vấn đề là: tại sao họ phải chọn bạn?Personalization trả lời câu hỏi đó. Không bằng lãi suất thấp hơn 0.5%, không bằng cashback thêm 10k — mà bằng một cảm giác: ngân hàng này hiểu tôi, cho tôi thể hiện bản thân mình.Đó là emotional connection. Và emotional connection tạo ra habit — thói quen mở app, thói quen quẹt thẻ, thói quen gắn bó.Ở Việt Nam, Fintech vẫn đang đi từ infrastructure phase sang experience phase. Người trẻ, thế hệ Alpha rất quan tâm đến self-expression. Từ avatar, đến cover photo, đến case điện thoại. Card số trên Wallet chỉ là canvas tiếp theo. Mình từng nghĩ impact phải đến từ những thứ lớn — rebuild architecture, launch marketplace, tạo disruption. Nhưng thực sự mà nói: Impact là khi bạn nhìn thấy vấn đề từ góc nhìn người dùng, và giải quyết nó bằng cách khiến họ cảm thấy được lắng nghe.Khi Fintech Việt Nam đang bước sang phase cạnh tranh bằng experience, có lẽ đây chính là cách mình build impact.

Tôi mất 3 tiếng để viết một cái form validation hồi năm ngoái.Tuần trước, tôi describe yêu cầu cho AI trong 2 phút — và nó trả về đúng thứ tôi cần, kèm error message, kèm accessibility attribute, kèm cả test case.3 tiếng xuống còn 2 phút. Tôi không biết nên vui hay nên lo.Rồi tôi nhận ra: câu hỏi đúng không phải là "AI có thay thế được tôi không?" Câu hỏi đúng là — "Nếu phần code không còn là thứ khó nhất, thứ khó nhất bây giờ là gì?"Code chưa bao giờ là sản phẩmNhìn lại 5 năm làm dev, tôi thấy mình đã nhầm một thứ rất căn bản.Tôi nghĩ công việc của tôi là viết code. Nhưng thật ra, công việc của tôi là giải quyết vấn đề của người dùng - và code chỉ là công cụ để làm điều đó.Sự nhầm lẫn này không sao khi code còn khó. Vì khi code khó, bạn bắt buộc phải tập trung vào nó. Nhưng khi AI có thể xử lý phần lớn việc viết code — sự nhầm lẫn đó trở thành điểm yếu chết người.Tôi đã gặp không ít sản phẩm được build bởi những dev giỏi: code sạch, performance tốt, không bug. Nhưng người dùng không dùng. Vì không ai hỏi họ muốn gì. Vì cái flow thanh toán cần đến 7 bước trong khi 3 bước là đủ. Vì button "Xác nhận" nằm ở chỗ không ai nhìn thấy.Code đúng. Sản phẩm sai.Thứ AI không làm được — và có lẽ sẽ không bao giờ làm đượcAI rất giỏi tối ưu thứ đã được định nghĩa. Nhưng nó không biết nên định nghĩa cái gì.Hỏi AI: "Viết cho tôi một màn hình checkout." — Nó làm được.Hỏi AI: "Người dùng của tôi 60% dùng điện thoại, hay bỏ giỏ hàng ở bước nhập địa chỉ, và họ chủ yếu mua vào buổi tối sau khi đi làm về — màn hình checkout nên trông như thế nào?" — Nó cần bạn đặt câu hỏi đó trước.Insight đó không tự nhiên mà có. Nó đến từ việc ngồi xem người thật dùng sản phẩm. Từ việc đọc feedback và nhận ra pattern ẩn sau những lời phàn nàn. Từ việc hiểu rằng người dùng không nói những gì họ thật sự cần — họ chỉ mô tả triệu chứng.Đó là thứ AI không có: sự đồng cảm với người dùng và khả năng đặt câu hỏi đúng về sản phẩm.Thói quen tôi đang xây lại từ đầuTrước đây, khi nhận một task, câu hỏi đầu tiên trong đầu tôi là: "Cái này implement như thế nào?"Bây giờ tôi tập đặt câu hỏi khác trước: "Cái này giải quyết vấn đề gì của ai?"Nghe đơn giản. Nhưng thay đổi được thói quen đó khó hơn học một ngôn ngữ lập trình mới rất nhiều.Tôi bắt đầu ngồi cùng đội support để nghe người dùng phàn nàn về cái gì. Tôi đọc session recording để xem người ta thật sự làm gì trên app — không phải làm gì mà mình nghĩ họ làm. Tôi bắt đầu hỏi PM "tại sao" nhiều hơn hỏi "cái này cần làm gì".Và tôi nhận ra: những cuộc trò chuyện đó cho tôi nhiều context hơn bất kỳ technical document nào. Context mà nếu có, tôi build ra thứ khác hẳn — ít feature hơn, nhưng đúng hơn rất nhiều.Dev full-stack thời AI — rộng hơn, không chỉ là codeAI đã hạ thấp ngưỡng vào của mọi lĩnh vực kỹ thuật. Frontend dev có thể tự làm được backend cơ bản. Backend dev có thể tự dựng infrastructure. Không phải vì họ giỏi hơn — mà vì AI đỡ phần boilerplate, để họ tập trung vào logic thật sự.Nhưng "full-stack" bây giờ không chỉ còn nghĩa là biết cả frontend lẫn backend. Nó đang mở rộng sang một chiều khác: hiểu sản phẩm đủ để đưa ra quyết định kỹ thuật đúng.Dev nào hiểu được tại sao một tính năng quan trọng với người dùng sẽ build nó tốt hơn người chỉ hiểu phải build cái gì. Sự khác biệt đó không nằm ở skill kỹ thuật. Nó nằm ở việc bạn có thật sự quan tâm đến người dùng cuối hay không.Lời khuyên — nếu bạn đang định chỉ học thêm AI toolĐừng dừng lại ở việc dùng AI giỏi hơn.Hãy dùng thời gian AI tiết kiệm được để làm thứ AI không làm thay bạn được: ra ngoài và hiểu người dùng.Ngồi xem một người thật dùng thứ bạn build — chỉ một lần — sẽ thay đổi cách bạn code mãi mãi. Không có prompt nào cho bạn cảm giác đó.Ba thứ tôi nghĩ dev cần đầu tư vào ngay bây giờ:Tư duy sản phẩm — Học cách đọc metric, hiểu user behavior, phân biệt feature người dùng nói họ muốn và feature họ thật sự cần.Kỹ năng quan sát — Xem session recording, đọc support ticket, ngồi cạnh người dùng khi họ dùng app. Đây là nguồn insight không AI nào có thể generate ra.Khả năng nói không có lý do — Biết từ chối build một feature vì nó không giải quyết vấn đề thật — và giải thích được tại sao. Đó là thứ tách dev khỏi code monkey.AI đã biết code. Điều đó không làm dev mất việc — nó làm công việc của dev trở nên thú vị hơn.Vì bây giờ, thứ quan trọng nhất không còn là bạn viết code nhanh đến đâu. Mà là bạn hiểu người dùng sâu đến đâu.Và đó là thứ không có model nào train được.