Bản tin cộng đồng ngày 22/10/2026
Thứ năm, 22/10/2026
Nghe câu "tập nhìn góc độ PO đi, đừng nhìn feature nữa" mà mình ngồi im mấy giây.
📌 Bản tin cộng đồng IT BA — 22/10/2026
1️⃣ Một sân vận động, một rạp phim, một khu du lịch — nhìn kiểu gì để thấy đó là cùng một bài toán hệ thống bán vé? Cách một anh trong nhóm bẻ góc nhìn từ feature sang nghiệp vụ, đọc xong thấy mình cũng hay hỏi sai.
2️⃣ Chuyện AI viết tiểu luận rồi bị chính AI khác bắt bài — đoạn đối thoại ngắn mà nói được kha khá về giới hạn của "prompt cho giống người".
3️⃣ Và một chuyện nghề: khi doanh nghiệp bắt đầu tự xây domain knowledge cho AI dùng, vai BA/PO dịch chuyển về đâu? Không có đáp án đúng, nhưng đáng bàn.
Anh em đọc xong, thấy mình đang đứng ở đâu trong ba câu chuyện này? Kể mình nghe với.
1.Nhìn dự án theo góc PO thay vì đếm feature
Có bạn hỏi trong nhóm: thấy tuyển BA cho sân vận động nhiều quá, không biết có phải làm mỗi dự án đó không.
Một anh trả lời tỉnh queo: nhìn hẹp thế thì 4 tháng xong dự án là hết việc.
Rồi anh bẻ ra:
👉 Sân vận động cần bán vé. Rạp chiếu phim cũng cần bán vé. Gộp lại thành một bài toán hệ thống bán vé + truyền thông.
👉 Sân vận động cần quảng cáo, khu du lịch - khách sạn - vui chơi cũng cần quảng cáo. Lại là một mảng chung.
👉 Mỗi công ty con đủ phòng ban IT thì đều có một mớ nghiệp vụ riêng để làm.
Câu chốt của anh: "Tập nhìn góc độ PO đi, đừng nhìn feature nữa."
Nghe hơi phũ. Mà đúng thật.
Vì câu hỏi quen thuộc kiểu "vào làm dự án X phải không" thường dẫn tới chỗ làm xong dự án thì hết đường. Còn nhìn theo nghiệp vụ thì thấy đường dài hơn.
Mình thì nghĩ cái khó không phải là biết vẽ ra hệ thống chung, mà là dám bỏ cái thoải mái của việc liệt kê feature. Liệt kê thì nhanh, nhìn nghiệp vụ thì mệt đầu hơn nhiều.
2.Khi AI viết bài bị chính AI khác bắt bài
Đoạn này trong nhóm đọc xong mình cười, rồi nghĩ lại hơi chột dạ.
Có anh kể: đưa cho một con AI viết "hãy viết lại tiểu luận sau sao cho qua mặt được các công cụ check AI".
Con AI kia trả lời gọn lỏn: "Mày prompt con kia viết cho giống người đúng không?"
💡 Tức là cái ý định "viết cho giống người" nó lộ ra ngay từ cấu trúc câu lệnh.
💡 Và công cụ check cũng đang được huấn luyện đúng trên kiểu dữ liệu đó.
Mình thấy nhiều anh em vẫn coi mấy tool check AI là trọng tài công bằng. Chắc gì đã phải. Nó đo được cái gì đó, nhưng không đo được "bài này có suy nghĩ thật hay không".
Còn chuyện dùng AI để viết rồi tìm cách giấu — cái đó mình không bàn tới, mỗi người tự quyết.
Chỉ thấy một điều khá chắc: càng cố làm cho giống người theo kiểu máy móc, càng dễ lộ. Còn viết ra từ trải nghiệm thật thì chẳng cần giấu ai.
3.Doanh nghiệp tự xây domain knowledge cho AI thì BA đi đâu?
Chuyện này cả nhóm bàn rôm rả, mà mình thấy nó đáng bàn thật.
Một anh nêu quan điểm: khi doanh nghiệp đã đủ chín về AI, họ bắt đầu bỏ dần BA kỹ thuật, BA chức năng, chuyển sang người kiêm context engineer — tức là xây domain knowledge cho AI dùng.
Một bạn khác kể lại chuyện nghe từ người đi trước: bên đó cắt cả một mớ từ BA tới QC, vì cho AI làm hết.
Rồi có con số được nhắc: dự kiến 2027 cắt giảm vài nghìn nhân sự.
Mình không kiểm chứng được mấy con số đó, nên chỉ ghi lại đúng như đã nghe.
Nhưng cái phần "BA chuyển thành người nuôi dữ liệu và ngữ cảnh cho AI" thì mình thấy có lý.
Vì AI không tự biết nghiệp vụ công ty bạn vận hành thế nào. Phải có người viết ra, cấu trúc lại, kiểm tra nó hiểu đúng. Đó vẫn là việc của người hiểu nghiệp vụ.
Khác ở chỗ: giá trị không nằm ở việc viết spec dài, mà ở việc biến hiểu biết thành thứ máy dùng được.
Ai đang chỉ quen nhận requirement rồi vẽ flow, chắc sẽ thấy chông chênh. Còn ai chịu học cách làm việc với AI thì lại có cửa.
Mình không dám nói trước điều gì, nhưng thấy rõ một điều: ngồi chờ sóng yên thì lâu lắm.