Staylab - UX & Product courses

Huy ơi em hỏi gì mà hỏi nhiều quá vậy Huy. Làm tốt lắm, phát Huy :)) Mà nói chứ rất tự hào thầy giáo luôn á, quay từng video cặm cụi giải đáp cho các bạn học viên.

Mặc dù năn nỉ thầy giáo cho thử thách đố ngược lại Huy đi, hỏi nhiều là tăng thêm bài tập ; )

Trong khóa Design System nâng cao, ở phần chia bước màu, các bạn hay gặp băn khoăn tùy team chia 10, 7, 5 bước.

Đa phần các tools thì chia 10 bước.

Giới thiệu mọi người tool này mấy bạn chia bao nhiêu bước đều làm tự động được hết nha, quan trọng hơn là cho chỉnh Lightness / Saturation / Hue để bạn có steps màu ưng ý hơn nha

AI sẽ khiến chúng ta cần con người làm việc có chiều sâu hơn nữa, không phải để kêu nhân viên ngồi thi chiến tích với máy học.

Dạo gần đây các bạn UX/Product Designer hay kể lại rằng công ty vốn dĩ thích đo năng suất bằng số ticket mỗi tháng và giờ bắt phải tăng số lượng ticket lên, lý do là "có AI rồi, sao không làm nhiều hơn đi".

Nôn nóng ép năng suất khi có AI, manager không phải là người có lỗi, họ có lý riêng vì còn cấp trên ép họ nữa, nhưng chăm chăm ngồi đếm tickets thì manager mang góc nhìn hẹp quá.

Manager - ở góc độ nào đó, mình tin là cần có sự dũng cảm để chọn góc nhìn rộng lớn hơn, sẵn sàng phản biện với cấp trên để dẫn dắt nhân viên đúng cách. Lý do:

——————

1. Cách đo "số lượng, làm nhiều" đã lỗi thời, vì nó tính từ thời Frederick Taylor cả hơn 100 năm. Ông ý chuẩn hóa năng suất công nhân nhà máy bằng giờ công và số đơn vị sản phẩm.

Mô hình đó phù hợp với thao tác lặp lại, không phù hợp với lao động trí óc, chúng ta bây giờ phải tính giá trị nằm ở chất lượng quyết định và impact, không phải số lượng task.

—

2. Có AI rồi, xài sao cho đúng mới càng quan trọng: UX/Product Designer nên đưa cho AI những tasks có pattern rõ ràng trong dữ liệu lớn và lặp đi lặp lại.

vd:
+ tổng hợp market research
+ tìm best practices
+ viết doc, soạn mail..
+ generate các biến thể giao diện
+ dọn dữ liệu khảo sát

—

3. Khi AI gánh những phần tasks kia, thì designer phải dồn headspace và thời gian vào việc AI không làm tốt được - là các tasks không có tiền lệ, các tasks trong bối cảnh hẹp mà dữ liệu manh mún.

vd:
+ định nghĩa lại vấn đề khi research chỉ ra giả định ban đầu đã sai
+ ra quyết định đánh đổi giữa business và user trong bối cảnh riêng của công ty
+ thiết kế hệ thống cho các trường hợp ngoại lệ và rủi ro
+ thỏa thuận hoặc debate với stakeholder để align về mục tiêu
+ chịu trách nhiệm cuối cùng cho thiết kế sản phẩm..

——————

Mối nguy dài hạn: Nếu manager vẫn đếm ticket sau khi đưa AI vào, manager chính là người làm hao tổn nguồn lực công ty vì đang ép designer chạy theo số lượng, thi với máy, hời hợt về chất lượng. Họ đang vô tình ép người lao động trí thức ngày càng nông cạn trong tư duy chiều sâu, performance trên những thứ AI generate ra rồi ảo tưởng đó là năng suất

Tóm lại, muốn AI tạo ra giá trị thật, manager cần nhìn đường dài hơn bằng cách đổi đơn vị đo từ số ticket sang impact của quyết định, và làm ơn, để nhân viên dùng thời gian do AI tiết kiệm được, vào đúng những việc mang chiều sâu trí tuệ, phát triển năng lực của designers. Đó mới là cách một manager có tư duy và bản lĩnh thật sự giúp nhân viên mình xài AI hiệu quả.

Không phải cty nào cũng có đủ lực cần xây Design System, nhưng tin tuyển dụng nào cũng yêu cầu bạn biết xây DS! Vì sao kỳ cục vậy?

Bạn HV nhắn: "e đang rất muốn ưu tiên học khóa này, do bây giờ DS skill nằm trong mọi JD của bất kỳ job posting nào. Cty nào cũng require designer phải biết build DS..."

Nhưng thực tế không phải quy mô nào cũng đang có DS đàng hoàng. Vậy mà JD tuyển mid và đặc biệt senior thì gần như cái nào cũng yêu cầu hiểu/biết/có kinh nghiệm DS. Ủa?!

Lý do đây các bạn ạ:

———
1. AI đang phát triển quá nhanh, không lường trước được mọi thứ sẽ càn quét thế nào. Nhưng nhân sự thì vẫn cần tuyển

Vậy nên nhà tuyển dụng luôn ưu tiên những skill mạnh nhất - để dù thời thế có chuyển giao, người có những skills lõi vẫn đủ sức đi tiếp và contribute tiếp.

--> Design System chính là một yêu cầu quan trọng vì nó đòi hỏi 3 năng lực lõi:

• một, Tư duy hệ thống hóa
• hai, Kỹ năng chuyển giao và hợp tác nhóm
• ba, Khả năng đưa input chất lượng để dùng AI hiệu quả

———
2. Hơn nữa, tuyển dụng bạn vào thì cty cần bạn tạo giá trị càng sớm càng tốt.

Mà ngay bây giờ, giá trị nhanh nhất bạn mang lại là: dùng AI để generate UI hiệu quả. Và để làm được điều đó, bạn phải biết xây và biết xài DS thật tốt.

Không có nền DS, AI generate ra gì bạn xài nấy, không kiểm soát được, loay hoay prompt tới lui mất thời gian, hao tokens.
Ngược lại, có nền DS vững vàng, bạn dẫn dắt được AI làm đúng cái mình cần.

--> Vậy nên DS xuất hiện trong mọi JD không phải vì cty nào cũng đang xây DS, mà vì DS là proxy cho 3 năng lực lõi - để đảm bảo bạn vừa contribute được ngay, vừa đi đường dài cùng cty.

———
3. Và quan trọng nhất, đây là cách bạn đầu tư cho chính mình một cách thông minh

Biết xây DS không phải để nhét thêm một dòng vào CV, mà là để xây 3 năng lực lõi đi với bạn suốt sự nghiệp.

Để lỡ một ngày UXlà title bị xóa sổ; để lỡ một ngày bạn phải nhảy sang title mới, lỡ sau này bạn làm product, làm lead, hay rẽ sang mảng khác hoàn toàn, bạn đều có sẵn cho mình 3 năng lực lõi, bạn được tự chủ hơn:
System thinking + Productive collaboration + AI friendly!

———
Túm lại: Khóa Design System nâng cao của Staylab xây trên nhu cầu chính đáng đó

Bật mí thêm: khóa trước vừa học xong, có 3 bạn nhảy job mới lương cao hơn hẳn luôn (*proud!!! haha) Vì hơn cả kết quả DS, cái cty cần là bạn chứng minh được 3 năng lực lõi bên trên - và Capstone Project của khóa này giúp bạn chứng minh được điều đó.

Chủ Nhật tuần này khai giảng rồi, bạn nhanh tay đăng ký những chỗ cuối cùng nha!

Comment này xứng đáng chụp màn hình nè ; )
Đợt này mình thích viết những bài về AI và nghề chúng ta, nên có comment bạn Thắng thế này, mình thiệt hứng thú: có tâm có não có trách nhiệm để đối đáp

Nên sẵn đây, mình viết bài về một trong những kỹ năng còn yếu kém của số đông người làm nghề: trình bày lập luận.
(đặc biệt khi muốn từ vị trí chuyên môn lên vai trò lead)
Mượn comment của Thắng để làm ví dụ về cách làm đúng.

Bởi vì dù AI có thay thế bao nhiêu tác vụ đi nữa, thì kỹ năng trình bày lập luận và quan điểm ở chốn công sở vẫn luôn là vũ khí lợi hại của bạn đó.
AI generate được wireframe, prototype, document - nhưng cái nó không làm dùm bạn được, là đứng trong cuộc họp đưa ra quan điểm, bảo vệ nó bằng lập luận chặt, và thuyết phục được những người ngồi cùng bàn

———
Công thức luôn hiệu quả:

1. Đưa quan điểm ngay từ đầu.
VD từ Thắng vào thẳng đề luôn "Khó" - không vòng vo gì hết :))

2. Dẫn chứng và lập luận để hỗ trợ quan điểm đó (nó là issue tree)
Thắng phân tích từng mảng cụ thể: ERP/CRM/OMS thì AI gen tốt, landing page thì Graphic Design cân được, vị trí UX thị trường thật sự cần là CX. Mỗi luận cứ đều có ví dụ, có lý do

3. Kết luận, quay lại nhắc về quan điểm từ đầu của bạn một lần nữa.
VD Thắng kết bằng cái nhìn rộng về UI/UX như một ngành mới, tầm ảnh hưởng còn mỏng nên dễ bị các ngành lâu đời đồng hoá ngược.

--> Có quan điểm vô đề, có lập luận dẫn chứng, có kết nhắc lại quan điểm
Đọc xong là nắm được bạn đang nghĩ gì, vì sao bạn nghĩ vậy.

———
Còn đây là 2 cái sai theo thói quen mà tụi mình nên bỏ dần nè:

+ Nói vòng vo không dám chốt. Sợ sai, sợ bị phán xét, nên bỏ lửng mọi thứ - đưa thông tin từ A sang B sang C sang D, rốt cuộc không thấy quan điểm gì, không thấy bước tiếp theo gì.
Hoặc ở case study và thuyết trình, khi bạn quá mải mê kể về quy trình, về phương pháp, về khám phá của bạn. Nhưng rốt cuộc để làm gì, trọng tâm bạn muốn nói gì thì không biết luôn.

+ Cãi cho bằng được mà chẳng có lập luận rõ ràng, chỉ muốn thắng. Cái này khác với "có quan điểm" nha.
Có quan điểm là: tôi tin điều này, vì những lý do này.
Còn cãi cùn là: tôi phải đúng, bạn phải sai.
Hai cái khác nhau hoàn toàn!

———

Và cuối cùng:
Chúng ta không cần đồng thuận 100%, cũng không cần ai thắng ai thua. Mỗi người được quyền có quan điểm và lập luận riêng chính đáng của mình.

Tuy nhiên, vẻ đẹp của trí thức và lao động là: Khi cả hai cùng trình bày rõ ràng, các luận điểm bổ sung cho nhau, bức tranh đa chiều hơn - đó mới là điều giá trị trong một cuộc đối thoại.
(Cảm ơn Thắng lần nữa vì comment của bạn!)

(An)TL;DR. Nếu bạn vẫn tiếp tục lo lắng trước khủng hoảng hiện sinh từ AI: Bạn sẽ là ai, sẽ làm gì, nghề nghiệp sẽ về đâu? thì bài này sẽ chỉ rõ rạch ròi giúp bạn hen

AI hiện tại được gọi là generative AI. Lưu ý chữ GENERATIVE này nhé: Nó học từ một lượng dữ liệu khổng lồ và sinh ra output dựa trên pattern đã học. Nó tổng hợp thông tin nhanh hơn bạn, brainstorm nhiều ý tưởng hơn 1 cá nhân, viết draft tốt hơn 1 người không chuyên... Tóm lại ngày càng giỏi khiến chúng ta lú về bản thân mình luôn

Tuy nhiên, GENERATIVE khác hoàn toàn với CREATIVE và BUILDER! Dù bề nổi có thể nhập nhằng, nhưng bản chất hoàn toàn khác biệt.

1. AI có thể tạo ra output trông giống sản phẩm của creative và builder, nhưng nó không đứng ở vị trí của creative và builder trong một tổ chức / công ty có thật.
Creative x builder ở đây không phải chỉ dừng lại ở kỹ năng tạo artifact, mà bạn là một vị trí làm việc phải có chủ thể, có context và bạn phải có trách nhiệm.

Claude Code có thể code khí thế cực nhanh và phức tạp nhưng hoàn toàn vô nghĩa nếu không có một engineer đủ giỏi đứng sau để thiết kế kiến trúc, kết nối hệ thống và kiểm duyệt từng quyết định kỹ thuật.

Tương tự, Claude Design có thể tạo ra những bản prototype long lanh đến mức nhiều người nghĩ designer sắp ra chuồng gà thật :))) nhưng những prototype đó không có nghĩa lý gì trong một hệ thống lớn với sản phẩm liên đới nhiều stakeholders, với các tầng ngữ cảnh riêng từ business đến CX đến người dùng. Vẫn cần một designer đủ trách nhiệm để prompt cho AI, đánh giá output, và chọn ra hướng xây thật sự works!

———

2. Nghề UX / Product Designer là giao thoa của Creative và Builder. Phần lớn công việc hằng tháng của một designer có hai mảng:

+ Mảng generative gồm tổng hợp báo cáo, viết brief từ nhiều nguồn, tóm tắt tài liệu, đưa ra nhiều phương án dựa trên những thứ đã có. Những việc này AI làm được, và sẽ làm ngày càng tốt hơn - bạn sẽ không cần tốn não tốn thời gian cho việc này nhiều nữa!

+ Mảng còn lại là creative x builder, là biến cái mơ hồ thành cái hữu hình, là ra quyết định trong điều kiện thiếu thông tin, là chịu trách nhiệm cho lựa chọn của mình trong một tổ chức cụ thể với những con người cụ thể.

Vậy nếu bạn đang xây bản thân chỉ ở mảng thứ nhất, thì đúng là bạn đang ở vùng rủi ro cao rồi (okie ra chuồng gà)

Và đây là tín hiệu để bạn dịch chuyển sớm thôi. Hãy nhớ là mọi cú chuyển mình lớn nào của công nghệ cũng xóa sổ một số nghề và sinh ra một số nghề mới. Cơ hội luôn dành cho người dịch chuyển kịp thời - hãy quên đi khái niệm ổn định từ bên ngoài, mà hãy ổn định bản thân bằng bộ kỹ năng thật sự của creative x builder.

———

3. Vậy mảng creative x builder cụ thể là chúng ta cần xây dựng những kỹ năng nào?

+ thứ nhất là khả năng làm việc với sự mơ hồ của thông tin đầu vào. AI có thể xử lý prompt mơ hồ ở mức nhất định, nhưng nó không ngồi trong cuộc họp ba tiếng để tự rút ra cái thật sự cần hỏi
Vd các stakeholder nói một điều, nhưng động cơ ẩn tàng từ một điều khác, và tổ chức luôn thật sự cần bạn là người ngồi giữa, đặt câu hỏi đúng, tìm điểm neo rõ ràng từ đám thông tin lộn xộn từ nhiều phía.
--> AI có thể giúp bạn brainstorm bảng câu hỏi, nhưng người ngồi trong phòng họp nghe được cái không nói ra vẫn là bạn, biết hỏi cái gì đúng thời điểm vẫn là bạn, biết nhìn ra những thứ ẩn tàng không prompt được chính là bạn!

+ thứ hai là khả năng điều hướng động lực ngầm giữa người với người trong team/ tổ chức/ phòng ban. Tức là nhận hết thông tin về vấn đề rồi thì cần gom về một động lực chung để đi tiếp - AI không làm dùm bạn được
--> Bạn cần là người đủ flexible để kết nối các bên khác nhau và đủ vững để đưa họ về mục tiêu chung. Điều này cần "vận động hành lang" - xây niềm tin từ nhiều phía - cần sự tin tưởng đã xây dựng theo thời gian. Đây là vai trò mang tính cấu trúc của xã hội, không phải vai trò mà một công cụ thay được bạn

+ thứ ba là khả năng synthesis và ra quyết định biết chịu trách nhiệm cao. Tổ chức nào cũng có nhiều vấn đề và nhiều giải pháp khả thi. Cái thiếu không phải là phương án (AI tha hồ ra phương án), cái thiếu là người dám quyết định phải đi hướng nào - 1 hướng thôi và liên tục lèo lái con đường đó.
--> AI đưa được mười phương án trong ba phút, nhưng không ai chịu trách nhiệm khi phương án đó sai. Bạn thì có - bạn được trả lương cao cho chuyện này mà ; )

———

Tóm lại, AI là cộng sự rất tốt cho phần generative trong công việc của bạn: cứ dùng AI để giúp bạn thu thập dữ liệu, draft tài liệu / documents, mở rộng nhiều phương án wireframes, prototypes, vẽ biểu đồ...

Còn bạn, bạn là người làm chuyên môn cao - bạn chính là creative x builder, bạn là người ra quyết định và biến cái mơ hồ thành sản phẩm có giá trị thật. Đây là phần việc của bạn, dù sẽ được thay tên, đổi vị trí, title sẽ biến mất; nhưng những cụm hard skills này sẽ tiếp tục giúp bạn có tiền cho những nghề nghiệp mới!

———

Vậy thì tất nhiên rồi (bán khóa học hehe) Cùng học Design System nâng cao với Staylab nha!

AI sẽ generate những DS căn bản - nhưng chỉ có bạn là UX/ Product mới biết xây cái gì scale được trong cty của bạn, components nào mới hữu dụng cho một tổ chức với nhiều stakeholders, nhiều mục tiêu, nhiều động lực ẩn tàng.

Khóa nâng cao này sẽ giúp bạn thật sự build bài bản hệ thống thiết kế để làm việc với nhiều team có ưu tiên khác nhau, cách ra quyết định kiến trúc khi yêu cầu đầy mơ hồ và quan trọng - bạn biết cách chịu trách nhiệm cho hệ thống do bạn xây nên.

Chủ Nhật tuần này khai giảng rồi, mời bạn nhanh tay đăng ký với admin hen.

(An) 1 phi vụ với Figma: Bị khóa account.
Chuyện là Staylab từng có cái tên miền (dot)CO.

Mãi sau mấy năm mở công ty, mình thấy tên miền này hơi phiền vì khách hàng dễ gửi nhầm sang (dot)COM. Nên sau đó mình chuyển hẳn sang tên miền giáo dục là Staylab(dot)edu(dot)vn

Vấn đề là Figma mình dùng chính vẫn gắn với tên miền CO, vẫn active thoải mái nên mình quên đổi. Hậu quả: một ngày đẹp trời, 1 cty bên Mỹ mua mất tên miền Staylab(dot)CO và mình không đăng nhập vào Figma được luôn. Tất cả file làm việc bị khóa hết!

Mình liên hệ Figma, nửa tháng sau họ gửi về 1 list câu hỏi để verify tài khoản. Và thề là những câu hỏi này nhức đầu kích hoạt anxiety cả đêm, vì tìm muốn khùng

Tuy nhiên, ở phía người dùng thì mình lại rút ra được 2 thứ:

1. Những câu hỏi khó nhằn này làm mình tin tưởng hơn vào Figma, vì mình biết không phải ai cũng dễ dàng lấy được tài khoản của mình. Friction cao = trust cao

Bài học: Cản trở càng nặng nề thì lại càng tạo tin tưởng, vì nó signal rằng thứ đó có giá trị và được bảo vệ nghiêm túc.
(Tương tự trong giao tiếp hàng ngày, người có boundaries rõ ràng thường vô thức được đánh giá cao hơn, chứ không phải ngược lại đâu)

2. Mình lấy lại được tài khoản rồi, nhưng câu hỏi mới lại nảy ra: với 1 đống file thiết kế, brainstorm quy trình, pitch files của các cấp lãnh đạo thuê mình làm... AI của Figma tiếp cận được bao nhiêu trong số đó? Câu hỏi này mình chưa có câu trả lời, nhưng nó đáng để lưu tâm

Vậy thôi. Bài học thực tế nhất: ghi chú lại những thông tin quan trọng của tài khoản, đặc biệt là tài khoản gắn với domain công ty. Đời mà, có ngờ được đâu..

Rồi mắc cái gì cứ muốn designer hay developer ra chuồng gà quài dị? 🤭

Đơn giản là vì họ muốn câu view, họ muốn viết bài theo trend, họ thích công kích người khác... Và chính những bài viết của họ cũng xài AI viết đầy ra luôn!

Nên giờ thì AI nó ngập tràn dữ liệu chúng ta ra chuồng gà rồi :))

Vậy xem ai ra chuồng gà nhé: Những người từng đối phó làm biếng không nhận trách nhiệm công việc lớn nhỏ - thì giờ có AI - ai càng phụ thuộc AI càng sớm ra chuồng gà.

Nghe buồn cười không? Một mặt thì kêu mọi người đi học AI đi, không xài là chết đấy. Mặt còn lại thì nói AI thay thế hết những nghề nghiệp chuyên sâu trong mảng công nghệ: dev ra chuồng gà, designer ra chuồng gà, data analyst cũng ra chuồng gà, ngoài chuồng gà còn gặp PM, PO nữa...

Câu hỏi là: Những vị trí này lương vốn dĩ cao hơn mặt bằng chung đấy - vì lý do gì vậy?

Các vị trí này lương nghìn đô (++) là bởi: Không phải trả tiền cho cái title, mà trả tiền cho cái não bên trong cái title đó.

Những titles có thể biến mất. Dev, designer, PM, PO,... những nhãn mác đó hoàn toàn có thể bị thay tên đổi dạng. Nhưng những người đã từng mang nhãn mác đó, với kỹ năng thật và kinh nghiệm thật, lao động bằng khối óc và đôi tay, sẽ không ngồi trong chuồng gà. Họ sẽ có title mới, ngành mới, và tiếp tục được trả tiền cho việc dùng chất xám và tổ hợp kinh nghiệm - kỹ năng chuyên sâu.

Tệ lắm thì ngồi giám sát AI. Mà giám sát AI cũng cần người hiểu AI đang làm gì, tức là: vẫn cần não đó hihi

Khổ ghê, văn phòng đầy ra đó, bọn tôi ra chuồng gà hết, thì văn phòng biến thành nông trại à?! Công nghiệp hóa hiện đại hóa giờ xây lại thành làng quê nông thôn à..