Hành trình Odyssey của một startup phần cứng AI sau khi gọi vốn 200 triệu NDT

Cuối tuần qua, The Odyssey đã có buổi công chiếu tại thị trường Trung Quốc đại lục. Đây là bộ phim có doanh thu mở màn toàn cầu lớn nhất của Nolan tính đến thời điểm hiện tại, đồng thời là bộ phim đạt mốc một triệu lượt xem trên Letterboxd nhanh nhất. Chiến thắng thực sự của thiên sử thi này chưa bao giờ nằm ở việc chinh phục một thành phố — mà nằm ở việc bạn vẫn luôn thấu hiểu lý do mình bắt đầu, bất chấp mọi cám dỗ trên hành trình.

Mùa hè năm ngoái, một công ty phần cứng AI đã mượn câu chuyện này để đặt tên thương hiệu khi thành lập: OdyssLife. Người sáng lập, Chris Pan, vừa rời khỏi một tập đoàn công nghệ lớn để theo đuổi thứ mà nhiều người coi là ý tưởng "phản nhân loại": một chiếc vòng cổ ghi lại mọi thứ bạn ăn.

Sau khi hoàn tất vòng gọi vốn 200 triệu nhân dân tệ trong quý 1 năm nay, Pan bước vào giai đoạn "ẩn mình" — hiếm khi xuất hiện trước công chúng hay gặp gỡ nhà đầu tư. Với việc The Odyssey hiện đang có mặt tại các rạp chiếu, chúng tôi đã có buổi trò chuyện vào sáng tuần trước với anh về sản phẩm, công nghệ, đội ngũ và những bài học họ rút ra trong năm đầu tiên xây dựng.

Trong sử thi của Homer, Odysseus đã mất mười năm để trở về Ithaca sau chiến thắng trong cuộc chiến. Sau này, Kubrick đã mượn cái tên đó cho 2001: A Space Odyssey, biến con tàu du hành liên sao thành một cuộc viễn chinh tâm linh hiện đại — khôi phục lại tầm nhìn nguyên thủy nhất của nhân loại về sự tiến hóa.

The Odyssey là một hành trình dài trở về nhà. Odysseus rời Troy, vượt qua bão tố, eo biển và những vùng đất hoang vu, mất cả thập kỷ để đặt chân đến Ithaca một lần nữa. Hai mươi bảy thế kỷ sau, Odyssey không còn chỉ là câu chuyện của một người anh hùng. Nó đã trở thành một ẩn dụ rộng lớn hơn cho bất kỳ ai dấn thân vào những điều chưa biết, không ngừng tiến hóa và cuối cùng là tái khám phá chính mình.

Đây chính là câu chuyện đằng sau cái tên OdyssLife.

Một năm trước, Pan rời một tập đoàn công nghệ lớn để chế tạo chiếc vòng cổ thông minh ghi lại những gì bạn ăn. Anh cố gắng sử dụng phần cứng AI để nắm bắt "việc ăn uống" — hành vi diễn ra hàng ngày nhưng khó số hóa nhất — giúp mọi người lấy lại nhận thức về cơ thể và sức khỏe trong kỷ nguyên công nghệ đang ngày càng xâm lấn, đồng thời thấu hiểu bản thân theo một cách mới.

Sau một năm khám phá, Pan đã chuyển từ tầm nhìn vĩ mô về một điểm truy cập đa phương thức sang tập trung vào vấn đề nhỏ bé là "ăn uống". Anh lùi lại khỏi sự phấn khích của những xác nhận bên ngoài như định giá, để quay về với sản phẩm, công nghệ và trải nghiệm thực tế của người dùng. Quá trình này là câu chuyện về cách một đội ngũ vạch ra lộ trình khi không có bản đồ, giữ cái đầu lạnh giữa những cơn sốt truyền thông và cùng nhau tiến về phía trước khi sản phẩm còn non trẻ và đích đến vẫn còn xa vời.

Mọi cuộc Odyssey bắt đầu không phải vì nơi khác tốt hơn, mà vì cuộc sống cũ không còn giải đáp được những câu hỏi mới.

Chúng tôi gặp Pan sau khi anh rời ByteDance để khởi nghiệp. Với tư cách là quản lý sản phẩm, anh đã xây dựng Coze và kính thông minh Doubao từ con số 0. Trước đó, anh từng làm việc với thuật toán Xiaoyi và HarmonyOS tại Huawei. Nền tảng lớn, quy trình trưởng thành, làn sóng AI hỗ trợ — với người ngoài, đây đã là con đường tối ưu.

Nhưng anh luôn cảm thấy sự gò bó khó chịu bởi hệ thống. Phần cứng tuân theo những quy luật riêng: từ ý tưởng đến sản xuất hàng loạt đòi hỏi các chu kỳ kiểm chứng đầy đủ, và các dòng kinh doanh thì không thể chờ đợi. Khi họ không thể chờ, giải pháp thường đơn giản hóa thành "thay thế con người". Theo thời gian, không ai muốn đặt cược vào thứ gì đó cần sáu tháng để hoàn thiện.

"Những người làm phần cứng có thể cần ba chiếc bánh kếp để no, nhưng ai cũng muốn bỏ qua hai chiếc đầu và ăn ngay chiếc thứ ba," anh nói. "Phong cách cộng tác tại các công ty lớn giống như một đám đông tập hợp thông qua một tổ chức khổng lồ. Nhưng những việc bắt đầu từ con số 0 vẫn đòi hỏi mọi người phải đoàn kết và cùng nhau giải quyết như một khối thống nhất."

Sau khi khởi nghiệp, thay đổi tức thời nhất chính là tốc độ ra quyết định tăng vọt.

Ví dụ, họ cần sản xuất một bo mạch chủ tích hợp phần mềm-phần cứng — thời gian chờ của nhà máy là hai tháng, với một tỷ lệ rủi ro nhất định về các nguyên mẫu bị hỏng. Lựa chọn đặt ra là: chạy ba hay bốn dây chuyền song song, với chi phí gấp ba hoặc bốn lần.

"Quyết định này được đưa ra trong 15 phút nội bộ. Chúng tôi thảo luận trong bữa tối hôm đó và chuyển tiền ngay." Điều tương tự ở công ty cũ sẽ mất từ một đến hai tuần chuẩn bị tài liệu, đàm phán cá nhân và các quy trình tài chính — mất đứt ba tuần.

Mặt trái của tốc độ: không ai khác gánh vác những quyết định này thay bạn. Phán đoán là của bạn, và hậu quả cũng vậy. Nhưng nếu không bước bước đầu tiên, bạn sẽ không bao giờ biết kết quả.

"Bạn phải tiến lên một bước trước khi có quyền đánh giá xem mình nên ở lại hay đi tiếp."

Trong thị trường thiết bị đeo, giấc ngủ đã có Oura, tập luyện đã có Whoop. Chỉ có "ăn uống" — yếu tố quan trọng nhất đối với sức khỏe — vẫn còn bỏ ngỏ. Các ứng dụng ăn kiêng truyền thống yêu cầu bạn lấy điện thoại ra trước khi cầm đũa, nhắm, chụp ảnh, tìm kiếm, ước tính trọng lượng. Trên thực tế, chẳng ai thực hiện nghi thức này cho một nắm khoai tây chiên ăn vặt cả.

Ban đầu, Odyss muốn làm nhiều hơn thế. Các tính năng xã hội, quản lý tác vụ — tất cả đều xuất hiện trong phiên bản đầu tiên của bản thuyết trình; chế độ ăn uống chỉ là điểm khởi đầu. Nhưng các startup không tin vào giả thuyết, họ chỉ tin vào phản hồi của người dùng.

Có lần, đội ngũ đưa nguyên mẫu cho người dùng và quan sát mọi thứ từ lúc mở hộp đến khi đeo, tải ứng dụng và đăng nhập. Chẳng bao lâu, những vấn đề họ chưa từng phát hiện bắt đầu lộ diện. Một số người không biết cách tháo dây đeo và chỉ đơn giản là tròng nó qua đầu. Mặc dù ứng dụng được thiết kế tối giản, người dùng lại thấy nó quá trống trải — họ không biết phải làm gì tiếp theo.

"Thiết kế đẹp phải đơn giản; ít từ ngữ hơn nghĩa là đẹp hơn. Nhưng khi từ ngữ trở nên quá ít, chi phí hiểu biết của người dùng sẽ tăng vọt."

Khám phá quan trọng hơn đến sau đó: người dùng không muốn thứ gì đó liên tục quản lý họ.

"Những người dùng quan tâm sớm nhất thực sự chỉ cần bạn là một người quan sát bên cạnh, cho họ biết chuyện gì đã xảy ra và họ nên làm gì. Đừng phán xét, đừng chấm điểm hay so sánh họ với người khác — điều đó, ở một mức độ nào đó, trở thành một loại tổn thương hoặc gánh nặng."

Vì vậy, đội ngũ bắt đầu cắt giảm, thậm chí bỏ cả nhịp tim và nồng độ oxy trong máu. "Các sản phẩm tập luyện không khép kín chu trình ăn uống, vậy tại sao sản phẩm ăn uống của tôi phải khép kín chu trình tập luyện?" Họ chỉ giữ lại thứ mà ai cũng làm mỗi ngày, nhưng chưa bao giờ được ghi lại một cách thực sự.

"Ăn uống là điều quan trọng nhất đối với sức khỏe, nhưng hiện tại bạn lại không biết mình ăn như thế nào." Với nhận thức này, Odyss lần đầu tiên tìm thấy hướng đi của mình.

Về kiểu dáng, anh chưa bao giờ dao động. Người dùng phàn nàn về sự thoải mái, lớp sơn bị bong tróc, hao mòn — nhưng gần như không ai trong một năm qua nói rằng "chiếc vòng cổ không hoạt động, hãy thử thứ khác" — bởi người dùng không thể tưởng tượng được kiểu dáng nào khác có thể làm được điều này.

Và kiểu dáng quyết định một điều cơ bản hơn: "Người dùng đeo nó bao lâu không phụ thuộc vào lượng dữ liệu bạn cung cấp, mà phụ thuộc vào mức độ ma sát thấp đến đâu." Giống như Oura, ban đầu là một sản phẩm theo dõi giấc ngủ — về lý thuyết có thể tháo ra vào ban ngày, nhưng thực tế không ai làm vậy. Ma sát đủ thấp, và việc luôn đeo trên người sẽ trở thành một thói quen vô thức.

Trong eo biển hẹp, bên trái là xoáy nước Charybdis nuốt chửng tàu bè, bên phải là quái vật biển Scylla ăn thịt thủy thủ. Đối mặt với những thái cực như vậy, thủy thủ không thể dùng vũ lực để vượt qua — họ phải tìm ra một lộ trình chính xác đến tinh tế.

Một khi thực sự cam kết xây dựng một chiếc vòng cổ chỉ để theo dõi việc ăn uống, các vấn đề trở nên ngày càng cụ thể.

Một bức ảnh có thể nhận diện món ăn, nhưng khó lòng cho bạn biết đã ăn bao nhiêu. Các mô hình đa phương thức tốt nhất trên thị trường đạt độ chính xác khoảng 70-80% trong việc ước tính khẩu phần từ một hình ảnh đơn lẻ; các ứng dụng ăn kiêng thông thường thường sai lệch từ 50% đến 100% — cùng một món ăn nhưng mười sản phẩm đo ra mười kết quả khác nhau. Việc ám ảnh về độ chính xác của một bức ảnh đơn lẻ thực sự là một ngõ cụt.

"Ăn uống là một quá trình liên tục; nó không nên bị đánh giá từ một khoảnh khắc đơn lẻ."

Đội ngũ chuyển hướng sang ghi lại luồng hình ảnh ăn uống liên tục và phát triển thuật toán âm thanh nhai — giống như trợ lý giọng nói nhận diện từ khóa đánh thức, nó phát hiện hành động ăn từ âm thanh môi trường, sau đó căn chỉnh tư thế nghiêng người và các dấu hiệu khác với dữ liệu video cho mô hình. Không phải hình ảnh đơn lẻ mà là luồng hình ảnh, từng miếng ăn được phân tích chi tiết.

Đối với ẩm thực Trung Hoa — vốn được thừa nhận là khó — câu trả lời của Pan rất thực dụng: "Tôi lấy những gì các sản phẩm khác không thể nhận diện về món ăn Trung Hoa và làm cho nó có thể nhận diện được. Đó là việc từ 0 đến 1; còn 1 đến 100 sẽ đến sau."

Hoàn thiện phần cứng là một con đường hẹp khác, thử thách khả năng phán đoán. "Ngay khi bạn có bất kỳ yêu cầu nào về tiêu thụ điện năng và kích thước, nhà máy sẽ nói với bạn là không làm được — trong khi thực tế là có thể. Khi họ nói không thể, có thể là thực sự bất khả thi, hoặc có thể họ sẽ nhượng bộ nếu bạn thúc ép thêm."