Trong chuyến đi đến Seoul năm 2018, Connor Zwick lướt qua những tòa nhà chọc trời trông chẳng có gì khác biệt so với mọi đô thị lớn. Thế nhưng, anh sớm nhận ra bên trong đó chật kín những lớp học tiếng Anh, trong khi các quảng cáo ngoại ngữ thì bủa vây từ nóc xe taxi đến bảng hiệu ngoài trời. Một ý nghĩ lóe lên trong đầu anh: thị trường tiềm năng nhất cho Speak, ứng dụng học ngôn ngữ còn non trẻ của anh lúc bấy giờ, chính là ở đây, chứ không phải thung lũng Silicon nơi anh đặt trụ sở. “Việc học tiếng Anh ở đây giống như một nỗi ám ảnh vậy,” anh nhớ lại. “Nhu cầu ẩn chứa trong cộng đồng là cực kỳ lớn.”
Thế nhưng, phương pháp đào tạo ngoại ngữ thời điểm đó thường kém hiệu quả. Học viên phải vùi đầu hàng giờ vào giáo trình và những video thu sẵn, dưới sự hướng dẫn của các giáo viên vốn cũng không thực sự thành thạo. Những phương pháp cũ kỹ này quá chú trọng vào ngữ pháp và từ vựng mà xem nhẹ việc thực hành nói. Zwick nhận xét: “Mọi thứ đều mang nặng tính học thuật và người học luôn mang tâm lý sợ sai.”
Đối với Zwick, sự nhộn nhịp nơi trung tâm Seoul cùng nhu cầu học tiếng Anh mãnh liệt tại đây vừa là nguồn cảm hứng, vừa là cơ hội để anh xây dựng một “gia sư AI” thực thụ – một công cụ có khả năng thay thế giáo viên truyền thống và tạo ra không gian học tập không định kiến. Ở đó, học viên có thể thoải mái mắc lỗi và sửa lỗi khi thực hành nói một ngôn ngữ mới. “Sẽ không ai biết nếu bạn lỡ nói điều gì đó ngớ ngẩn đâu,” anh khẳng định.
Giờ đây, Speak đã sở hữu một “diễn viên” AI bằng giọng nói có khả năng nhập vai vào nhiều tình huống thực tế – từ việc gọi đồ uống tại nhà hàng, hỏi đường đến điểm du lịch, cho đến trò chuyện xã giao với bạn học – giúp người dùng thực hành ngôn ngữ trong đời thực. Được phát triển chủ yếu trên các mô hình của OpenAI, mục tiêu của ứng dụng là khuyến khích người học tập phát âm thành tiếng các từ và cụm từ thông dụng. Thú vị hơn, người dùng có thể tự tạo ra các kịch bản riêng bằng cách đưa ra yêu cầu cho phần mềm AI. Ngoài ra, các tính năng như bảng xếp hạng và chuỗi ngày học tập cũng được tích hợp để duy trì tính kỷ luật. Không chỉ dừng lại ở tiếng Anh, Speak hiện đã cung cấp các bài học và tính năng nhập vai cho tiếng Hàn, Tây Ban Nha, Nhật Bản, Pháp và Ý.
Đến thời điểm này, khoảng 15 triệu người đã tải Speak để thực hành giao tiếp cùng gia sư AI tương tác, nhằm cải thiện sự tự tin và khả năng phản xạ ngôn ngữ. Sức hút mạnh mẽ đó đã giúp startup được định giá 1 tỷ USD này chạm tới một cột mốc quan trọng: vào tháng 11.2025, công ty công bố doanh thu định kỳ hàng năm hơn 100 triệu USD, phần lớn nhờ vào sự tăng trưởng vượt bậc từ mảng khách hàng cá nhân. Người dùng có thể bắt đầu trải nghiệm ứng dụng miễn phí và chi trả từ 80 USD đến 200 USD để mở khóa các nội dung chuyên sâu hơn.
Bên cạnh đó, Speak cũng bắt đầu lấn sân sang mảng khách hàng doanh nghiệp vào năm 2024, sau khi nhiều người dùng đề xuất công ty chi trả chi phí học tập này. Đến nay, khoảng 500 doanh nghiệp, bao gồm “ông lớn” tư vấn toàn cầu KPMG và tập đoàn đóng tàu HD Hyundai có trụ sở tại Seongnam, đã cung cấp gói học Speak cho nhân viên, chủ yếu tại thị trường Hàn Quốc. Sau khi tạo được chỗ đứng vững chắc tại các thị trường khác như Nhật Bản và Đài Loan (Trung Quốc), Speak chính thức thực hiện cuộc đổ bộ tổng lực vào thị trường Mỹ đầu năm 2025.
“Sẽ không ai biết là bạn đã nói hớ đâu.”
Những bước tiến này rất ấn tượng, nhưng chặng đường để đuổi kịp đối thủ lớn nhất vẫn còn rất xa. Doanh thu của Speak hiện vẫn còn quá nhỏ bé so với Duolingo – đơn vị đã ghi nhận doanh số 724 triệu USD vào năm 2024 và cán mốc 1 tỷ USD năm 2025. Duolingo cũng đang đặt cược lớn vào AI khi vừa ra mắt tính năng gọi video trò chuyện tự nhiên với nhân vật ảo Lily. Đây là bước đi nhằm hiện thực hóa sứ mệnh của CEO Duolingo – Luis von Ahn, khi tạo ra một gia sư tự động có thể dạy ngôn ngữ mới cho bất kỳ ai một cách dễ dàng với chi phí rẻ.
Zwick nhận thức rõ sự thống trị của Duolingo, đặc biệt là tại thị trường Mỹ, nhưng ông tin rằng Speak sở hữu thế mạnh khác biệt. Ông lập luận rằng trong khi Duolingo tập trung vào việc trau dồi ngữ pháp và từ vựng, thì trọng tâm của Speak là khả năng giao tiếp trôi chảy, xây dựng “trí nhớ cơ bắp” cho ngôn ngữ và tinh chỉnh phát âm để người học cảm thấy tự nhiên khi nói thành tiếng. Mọi thứ nằm ngay ở cái tên của ứng dụng – Zwick khẳng định rằng thời lượng người dùng thực hành nói trên Speak cao gấp 5 đến 10 lần so với các ứng dụng học ngôn ngữ khác.
Và Zwick cũng chẳng ngại ngần khi nói về việc những khác biệt này ảnh hưởng thế nào đến trải nghiệm của người dùng trên Duolingo so với Speak. “Suy cho cùng, các ứng dụng trò chơi trên điện thoại có kết hợp dạy ngôn ngữ chỉ là cách để người ta bớt cảm thấy tội lỗi khi dùng điện thoại những lúc rảnh rỗi mà thôi. Nó là một sự thay thế lành mạnh hơn cho Candy Crush,” ông chia sẻ với Forbes. “Và tôi nghĩ điều chúng tôi đang cố gắng thực hiện ở đây… là một thứ gì đó nghiêm túc hơn một chút.”
Speak đã thu hút được sự chú ý từ những “ông lớn” trong giới đầu tư mạo hiểm như Khosla Ventures, Accel và OpenAI Startup Fund, huy động được tổng cộng khoảng 160 triệu USD vốn đầu tư. Tuy nhiên, việc gọi vốn vào năm 2016, thời điểm Speak mới thành lập, lại chẳng hề dễ dàng.
Zwick kể lại rằng thời điểm đó không có nhiều người quan tâm đến việc học ngôn ngữ hay AI, thậm chí một số nhà đầu tư còn hỏi các nhà sáng lập liệu ứng dụng này có phải là một “vỏ bọc” cho một mưu đồ thu thập và trục lợi từ dữ liệu người dùng?
Nhưng nhận định của ông về tiềm năng của thị trường Hàn Quốc là vô cùng nhạy bén. Ben Quazzo, đối tác tại Accel, người đã bay tới dự hội nghị người dùng của startup này tại Đài Bắc và dẫn dắt vòng gọi vốn Series C trị giá 78 triệu USD vào tháng 12.2024, cho biết quyết định tập trung vào thị trường Hàn Quốc của Speak là hoàn toàn có tính toán. Đó là một “môi trường thí điểm” để thử nghiệm sản phẩm tại một trong những thị trường học ngôn ngữ cạnh tranh khốc liệt nhất. “Chúng tôi không bán một ứng dụng tạo cảm giác hưng phấn nhất thời hay dùng chiêu trò để câu tương tác,” Quazzo nói. “Chúng tôi cung cấp một lộ trình giáo dục toàn diện, cam kết dẫn dắt bạn đến kết quả thực tiễn.”
Zwick gặp người đồng sáng lập Andrew Hsu vào năm 2012 thông qua Thiel Fellowship, một chương trình kéo dài hai năm dành cho doanh nhân trẻ được tài trợ bởi tỷ phú công nghệ Peter Thiel. Khi đó, ông vừa rời Harvard cho một “kỳ nghỉ nghiên cứu chuyên sâu” – cách ông gọi việc gác lại bằng cấp để theo đuổi đam mê riêng, và đang xây dựng startup đầu tiên của mình: công cụ học tập kiêm ứng dụng di động có tên Flashcards+ (sau này được công ty giáo dục trực tuyến Chegg tại California mua lại). Ở Hsu, ông tìm thấy một tâm hồn đồng điệu, người cũng bỏ Stanford năm 2011 để tham gia chương trình (Thiel Fellowship) này. Bị mê hoặc bởi AI, bộ đôi đã “học lén” các lớp tại Đại học California, Berkeley và Stanford về kỹ thuật học máy (machine learning) hay phương pháp học tăng cường (reinforcement learning). Họ thậm chí còn tìm cơ hội dự thính bài giảng của John Schulman, một trong những nhà đồng sáng lập OpenAI.
Ngày nay, OpenAI đóng vai trò nền tảng cho sự tăng trưởng của công ty. Khi các mô hình AI tiếp tục cải thiện, ứng dụng của Speak cũng tiến hóa theo; nó có thể tự động cập nhật giáo trình dựa trên hiệu suất của người dùng và sửa lỗi phát âm – những điều vốn là bất khả thi khi Speak mới thành lập. Sven Strohband, đối tác tại Khosla Ventures và là một nhà đầu tư đời đầu, vẫn nhớ những phiên bản năm 2017 của Speak chưa thể trò chuyện trôi chảy với AI, nhưng điểm sáng là nó đã có thể nhận diện được giọng địa phương của người dùng. “Họ đã tiên phong đặt AI làm trọng tâm từ rất lâu trước khi khái niệm này trở thành một cơn sốt toàn cầu,” Strohband nhận xét.
Biên dịch: NVP — Nội dung đã được đăng trên Tạp chí Forbes Việt Nam số tháng 7.2026
