Google và Nvidia cùng đặt cược, thành lập được bốn tháng định giá 4 tỷ đô, công ty AI này dựa vào đâu?

Bản gốc tiêu đề: 《Google, Nvidia đặt cược, công ty AI trị giá 4 tỷ USD này muốn loại bỏ các nhà khoa học trực tiếp》

Tác giả: Huàlín Wǔwáng

Nguồn:

Truyền tải: Mars Finance

Năm 1956, một nhóm nhà khoa học tụ họp tại Dartmouth, lần đầu tiên chính thức thảo luận về khả năng “máy móc có thể suy nghĩ hay không”. Họ lạc quan nghĩ rằng, chỉ cần một mùa hè là có thể giải quyết vấn đề này.

Sau bảy mươi năm, câu hỏi này vẫn chưa có câu trả lời. Nhưng có một công ty, mới thành lập bốn tháng đã huy động được 500 triệu USD vốn đầu tư, định giá đạt 4 tỷ USD—chỉ vì nó tuyên bố đã tìm ra một con đường để AI tự học nghiên cứu, tự tiến hóa.

Công ty này tên là Recursive Superintelligence.

Vốn đầu tư của Google Ventures GV dẫn đầu, Nvidia theo sau. Hai công ty này trong hệ sinh thái AI không cần phải bàn cãi. Cùng ra tay, đặt cược vào một startup chưa công bố sản phẩm nào, logic đằng sau đó đáng để phân tích kỹ lưỡng.

01「Loại bỏ con người khỏi vòng lặp」

Nói về Recursive Superintelligence, công ty đang làm gì.

Công ty do cựu nhà khoa học trưởng của Salesforce Richard Socher sáng lập, đội ngũ cốt lõi đến từ Google DeepMind và OpenAI. Đây không phải là một tổ hợp xa lạ—trong hai năm qua, các kỹ sư và nhà nghiên cứu rời các phòng thí nghiệm hàng đầu để khởi nghiệp đã tạo thành một làn sóng rõ rệt.

Socher không phải là kiểu sáng lập viên “đến từ các tập đoàn lớn để tích lũy danh tiếng” thường thấy ở Silicon Valley. Ông sinh năm 1983 tại Đức, theo học tại Stanford dưới sự hướng dẫn của các tiền bối AI như Andrew Ng và chuyên gia NLP Christopher Manning, năm 2014 hoàn thành luận án tiến sĩ, nhận giải thưởng luận án tiến sĩ xuất sắc nhất của Khoa Máy tính Stanford cùng năm.

Richard Socher là một trong những nhân vật chủ chốt đưa phương pháp mạng nơ-ron thực sự vào lĩnh vực xử lý ngôn ngữ tự nhiên—những nghiên cứu ban đầu của ông về vector từ, vector ngữ cảnh và kỹ thuật gợi ý đã trực tiếp đặt nền móng cho các mô hình như BERT, GPT ngày nay, với hơn 180.000 lượt trích dẫn trên Google Scholar.

Năm tốt nghiệp tiến sĩ, ông thành lập startup AI MetaMind, hai năm sau được Salesforce mua lại theo chiến lược. Sau đó, ông giữ vai trò nhà khoa học trưởng kiêm phó chủ tịch điều hành của Salesforce, dẫn dắt chiến lược AI của Salesforce trong nhiều năm, triển khai các dòng sản phẩm AI doanh nghiệp như Einstein GPT.

Sau khi rời Salesforce, ông lại thành lập AI tìm kiếm You.com vào năm 2020, huy động vòng C vào năm 2025, định giá đạt 1,5 tỷ USD. Lần này, ông chuyển hướng từ tìm kiếm sang các đề bài nền tảng hơn.

Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… mỗi công ty đều mang danh “đội ngũ cốt lõi của các mô hình lớn hàng đầu XX” và kể câu chuyện về “AI thế hệ tiếp theo”.

Tuy nhiên, điểm tiếp cận của Recursive còn mang tính đột phá hơn phần lớn các đối thủ.

Chủ đề cốt lõi của nó là “AI tự học”—không phải làm cho AI trả lời câu hỏi thông minh hơn, mà là để AI tự hoàn thành toàn bộ quá trình nghiên cứu khoa học: đề xuất giả thuyết, thiết kế thí nghiệm, đánh giá kết quả, điều chỉnh hướng đi. Nói cách khác, nó muốn loại bỏ hoàn toàn các nhà nghiên cứu con người khỏi vòng lặp này.

Đây không phải là hướng đi mới, nhưng Recursive đặt nó vào trong một logic kinh doanh cực kỳ thực tế. Hiện nay, các nhà nghiên cứu AI hàng đầu có mức lương hàng năm từ 15 đến 20 triệu USD, nếu một hệ thống có thể hoàn thành cùng một công việc với chi phí thấp hơn, nhanh hơn, mô hình kinh tế của nghiên cứu tiên phong sẽ được viết lại hoàn toàn.

Các nhà đầu tư rõ ràng đã nhận ra logic này. Các vòng gọi vốn được cho là vượt quá mong đợi, quy mô cuối cùng có thể đạt 1 tỷ USD.

02 Google và Nvidia cùng đặt cược

GV dẫn đầu, Nvidia theo sau. Bộ đôi nhà đầu tư này chính là một tín hiệu.

Logic của Google không khó hiểu. DeepMind đã là nhà tiên phong trong lĩnh vực “AI vì Khoa học” suốt nhiều năm, AlphaFold giải mã vấn đề gấp nếp protein, AlphaGeometry thắng các kỳ thi toán học cạnh tranh với con người.

Nhưng con đường của DeepMind là dùng AI để giải quyết các vấn đề khoa học cụ thể, còn Recursive muốn làm điều nền tảng hơn—cho phép hệ thống AI tự thúc đẩy quá trình khám phá khoa học bản thân. Điều này vừa là cạnh tranh, vừa là một cược lớn của Google.

Quan trọng hơn, mới đầu tháng này, Google vừa công bố hợp tác với Intel về hạ tầng AI nhiều thế hệ. Điều này cho thấy Google đang đẩy nhanh toàn diện các bước đi trong lĩnh vực hạ tầng AI. Việc đầu tư vào Recursive là một phần trong chiến lược lớn này—ai sẽ dẫn đầu các mô hình, Google đều muốn góp mặt.

Logic của Nvidia thì rõ ràng hơn. Nút thắt chính của AI tự học không phải là thuật toán, mà là sức mạnh tính toán. Nếu AI muốn tự chạy các thí nghiệm, lặp lại mô hình, cần một hệ thống GPU quy mô theo cấp số nhân. Nvidia đầu tư vào Recursive, về cơ bản là đầu tư vào đơn hàng trong tương lai của chính mình.

Cả hai cùng ra tay còn gửi đi một tín hiệu tinh tế hơn—có thể đã đến lúc “không đầu tư thì không kịp” trong lĩnh vực này.

03 Định giá 4 tỷ USD sau bốn tháng, có hợp lý?

Có lẽ khi mọi người lần đầu thấy con số 4 tỷ USD, phản ứng đầu tiên là “Lại nữa rồi”.

Bong bóng định giá startup AI trong hai năm qua không còn là chuyện mới. Một PDF, một demo, vài slide, cộng thêm vài tên tuổi từ các phòng thí nghiệm hàng đầu, có thể huy động hàng trăm triệu USD—điều này đã không còn là truyền thuyết ở Silicon Valley hay London, mà là thực tế hàng ngày.

Nhưng nhìn kỹ hơn vào Recursive, có vài điểm khác biệt so với “kỳ lân PPT” thông thường.

Thứ nhất, về đội ngũ sáng lập. Richard Socher có nền tảng học thuật thực sự trong NLP, không chỉ dựa vào “danh tiếng tập đoàn lớn”. Kinh nghiệm của đội ngũ chính tại DeepMind và OpenAI cũng cho thấy họ đã tiếp xúc thực tế với các điểm đau của nghiên cứu tiên tiến.

Thứ hai, về thực tế huy động vốn vượt quá mong đợi. Điều này cho thấy nhu cầu thị trường vượt xa cung, các nhà đầu tư đang tranh nhau tham gia, chứ không phải bị thuyết phục.

Nhưng định giá 4 tỷ USD cho một công ty mới bốn tháng, chưa có sản phẩm công khai, dựa trên kỳ vọng chứ không phải thực tế. Nói cách khác, đây là một khoản phí trả cho một hướng đi, chứ không phải cho một sản phẩm hay doanh thu.

Logic định giá này ngày càng phổ biến trong thời đại AI, phản ánh nỗi sợ “bỏ lỡ OpenAI tiếp theo”. Safe Superintelligence cũng từng đạt giá trị khổng lồ khi gần như không có sản phẩm, tên tuổi của Ilya Sutskever là tài sản quý giá nhất.

Recursive đang đi theo con đường tương tự. Đó không phải là phê phán, mà là một quan sát khách quan.

04 “Cửa” của “tự học”, đằng sau là gì

Tên gọi Recursive Superintelligence đã nói rõ tham vọng của công ty.

“Recursive” nghĩa là đệ quy. Trong khoa học máy tính, đệ quy là một hàm gọi chính nó, là cơ chế trung tâm của nhiều thuật toán phức tạp. Áp dụng vào AI, “siêu trí tuệ đệ quy” ngụ ý một hệ thống có thể liên tục tối ưu hóa chính nó, tiến lên theo vòng xoắn ốc.

Khái niệm này không mới, phiên bản cực đoan nhất chính là “bùng nổ trí tuệ”—một hệ thống vượt qua một ngưỡng nhất định sẽ tự thúc đẩy quá trình tiến hóa của chính nó, cuối cùng đạt đến cấp độ trí tuệ mà con người không thể hiểu nổi. Đây là một trong những mối lo ngại lớn nhất trong lĩnh vực an toàn AI từ lâu.

Nhưng Recursive hiện tại có lẽ chưa đạt đến mức đó. Hiểu theo cách thực tế hơn, nó đang cố gắng xây dựng một hệ thống có thể tự thúc đẩy vòng lặp khám phá khoa học, mục tiêu là giảm đáng kể chi phí nhân lực và thời gian trong nghiên cứu AI.

Nếu thực sự làm được, tác động sẽ không chỉ dừng lại trong giới AI. Nó có thể mở ra giai đoạn mới trong nghiên cứu thuốc, vật liệu, vật lý—nơi mà các nhà khoa học con người không còn cần tham gia để thúc đẩy nhanh tiến trình.

Tất nhiên, điều này vẫn còn “nếu”.

Từ lời tuyên bố đến thực hiện, khoảng cách trong ngành AI chưa bao giờ là tuyến tính.

05 Logic của làn sóng

Từ nửa cuối năm 2025, làn sóng các nhà khởi nghiệp từ các phòng thí nghiệm hàng đầu liên tục bùng nổ. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… danh sách này vẫn đang dài thêm.

Recursive là công ty mới nhất, cũng là công ty có định giá cao nhất trong làn sóng này.

Nguyên nhân mang tính cấu trúc rất đơn giản—cạnh tranh giữa OpenAI, Anthropic, Google DeepMind đã khiến các phòng thí nghiệm hàng đầu này ngày càng giống các tập đoàn lớn, có KPI, có quy định, có chính trị.

Các nhà nghiên cứu muốn đặt cược vào hướng đi đột phá hơn lại cảm thấy tự do hơn khi tự làm.

Trong khi đó, thị trường vốn cũng đang thúc đẩy xu hướng này. Đối với các nhà nghiên cứu hàng đầu có sự hậu thuẫn của các tập đoàn lớn, thời điểm khởi nghiệp có thể là tốt nhất trong lịch sử—nhà đầu tư sẵn sàng bỏ tiền cho “hướng đi”.

Vấn đề cốt lõi của làn sóng này không phải là “ai thành công”, mà là “định nghĩa thành công là gì”.

Nếu Recursive cuối cùng chứng minh được khả năng của AI tự học, nó sẽ thay đổi nền tảng nghiên cứu AI. Nếu không, sau khi tiêu hết 500 triệu USD, những gì còn lại chỉ là một khái niệm bị thổi phồng quá mức.

Hai khả năng đều tồn tại thực sự.

Bốn tháng, định giá 4 tỷ USD, con số này vừa gây phấn khích, vừa cảnh báo. Cuộc đua vũ trang AI ngày nay, thậm chí cả “cách làm nghiên cứu” cũng đã trở thành chiến trường cạnh tranh.

Các nhà khoa học đã tranh luận suốt mùa hè tại Dartmouth về một câu hỏi, giờ đây có người muốn dùng AI để trả lời—dùng AI nghiên cứu AI, chạy đua theo vòng đệ quy hướng tới siêu trí tuệ.

Con đường này đi đâu, chưa ai thực sự biết. Nhưng rõ ràng, Google và Nvidia đã quyết định, bất kể đi đâu, đều không thể thiếu mặt.