Tư Duy no-code: Khả năng phản chứng -Falsifiability

Khả năng phản chứng khi dùng nocode

---

Bạn Tôi: Ê mày ! Airtable làm được gì , nó với nền tảng A thì cái nào tốt hơn.

Tôi: Trên cơ bản nó có thể làm được mọi thứ nếu mày có đủ trí tưởng tượng và mỗi phần mềm đều có ưu điểm riêng , không có nền tảng tốt nhất chỉ có phù hợp nhất ...

---

Một đoạn hội thoại không thể bắt bẻ , vì đó là sự thật ...nhưng lại không thể thoả mãn người hỏi.

Vì đặc tính của nocode là nếu nền tảng A không giải quyết được thì có thể kết hợp với B để "giải toán". Ví dụ interface của Airtable rất tệ ít tuỳ biến lúc này nên kết hợp với bubble , gilde app ..Thì vấn đề sẽ được giải quyết.

Và đặc biệt khi một số cộng đồng phát triển mạnh mẽ điều này càng thể hiện rõ khi mà bạn chỉ có thể thấy case thành công của các nền tảng.

Tư duy "Khả năng phản chứng" đã giúp mình rất nhiều trong việc tìm hiểu các nền tảng và cải tiến quy trình kinh doanh.

Nội dung ngắn gọn : "Nếu một mệnh đề không thể chứng minh sai được , thì cũng không thể chứng minh đúng." .Có rất nhiều cách gọi cách gần gũi hơn là "tư duy phản biện" nếu quan tâm bạn có thể đọc cuốn sách của "siêu dự báo" của Philip E. Tetlock và Dan Gardner. Bạn sẽ hiểu vì sao y học phương tây lại có sự phát triển mạnh mẽ trong thế kỷ 20 mà có thể xem là vượt qua cả ngàn năm cộng lại.

Ứng dụng:

Thay vì hỏi: "Nền tảng A có ưu điểm gì? " hãy hỏi :" Khi nào không nên dùng nền tảng A ?"

Ví dụ : Khi nào không nên dùng Airtable ?

• Khi bạn cần làm một hệ thống tính toán phức tạp với nhiều trường và bảng tính (trên 50 bảng và 500 trường dữ liệu ?) . VD :ERP !

• Khi dữ liệu tăng trưởng qua nhanh

• Khi cần build một hệ thống cho "khách" bên ngoài.

Còn nếu có chuyên gia nào bảo " Nền tảng bất bại". Nó giống như việc có thầy thuốc bảo :" Thuốc tôi chữa bách bệnh !!! "

.

Nếu nocode thật sự tốt thì tại sau sau khi làm MVP người ta lại chuyển sang code ?

• Nocode có thể rẻ ở đoạn đầu nhưng khi scale up thì chi phí tài chính sẽ mắc hơn code.

• Nocode chỉ mạnh khi tìm các mảnh ghép đã có sẵn , nếu bạn muốn một thứ gì đó mới bạn vẫn phải code.

Khi đọc một chỉ số tài chính hãy suy nghĩ là khi nào nó sai / khiến ta phán đoán sai lầm? Nó sẽ giúp tối ưu lại khá nhiều báo cáo "rác"

Ví dụ : Doanh thu sai khi nào ?

• Khi nhân viên cố tính "cheat hợp đồng" để tăng doanh thu cho đẹp cáo cáo tài chính. Kiểu ứa giảm giá 50% , ký trước nhưng cho công nợ , hàng giữ trong kho năm sau mới giao.

• Khi doanh thu không tương ứng với chi phí , ví dụ : Hãng máy bay 10 năm mới bán một chiếc ...

Kết

Khi ngoài kia có quá nhiều chuyên gia "Fake" , khi có quá nhiều rác "nocode" và AI. Thì chính bạn phải thẩm định thông tin mình tiếp thu. Đừng để mình ngộ độc