Cẩm nang gọi vốn cho ứng dụng AI: Từ 'lừa đảo' đến khởi nghiệp thực thụ

"Chiến lược Macaron"

Nếu trí nhớ bạn tốt, có lẽ bạn vẫn còn nhớ Austin. Quay lại thời điểm sản phẩm Taku của anh ta ra mắt video quảng bá, khi vẫn còn ở chế độ chỉ dành cho người được mời, anh ta đã tuyên bố rằng Taku "không phải là một AgentOS, mà chỉ là một OS."

Sự tự tin đó đã đạt đến đỉnh điểm. Sau đó — im hơi lặng tiếng.

Thậm chí sớm hơn nữa, Austin từng là đồng sáng lập tại một công ty tên là Sapient, được cho là đang xây dựng các mô hình lớn. Năm 2024, khi chẳng ai đầu tư vào mô hình lớn, bằng cách nào đó anh ta đã chiêu mộ được một thần đồng thế hệ sau 2000 và thổi phồng định giá công ty lên 200 triệu USD chỉ trong ba tháng.

Đúng là một vị thần giữa đời thường.

Nhưng sau vòng gọi vốn đó, tôi không bao giờ nghe thêm bất cứ điều gì về Sapient nữa. Không biết liệu công ty đó còn tồn tại hay không? Các nhà đầu tư như Vertex Ventures China và Sumitomo về cơ bản đã bị dắt mũi như những kẻ khờ. Mặc dù tôi chẳng thấy vấn đề gì với việc người nước ngoài mất tiền cả.

Dựa trên lịch sử của anh ta, tôi đã nghĩ không đời nào anh ta có thể gọi vốn cho Taku lần này.

Thế rồi gần đây, gã đó nói với tôi rằng anh ta vẫn ổn, thực tế đã gọi được vốn, và Taku 2.0 sắp sửa ra mắt. Vì vậy, chúng tôi vội vàng đặt lịch để anh ta chia sẻ về "nghệ thuật lừa đảo gọi vốn" và góc nhìn của anh ta về bối cảnh ứng dụng AI hiện nay.

Đây là những gì Austin đã viết:

Xianyu cứ hỏi tôi làm thế nào mà tôi vẫn xoay xở gọi được vốn ngay cả khi thị trường đang tồi tệ.

Trong giai đoạn 2023-2024, khi mọi người đã từ bỏ các mô hình lớn, tôi đã ép Neo Lab phải ra đời. Năm 2026, khi mọi người nghĩ rằng các ứng dụng AI đã chết, tôi vẫn lừa được một khoản tài trợ.

Cả hai đều không dễ dàng. Về cơ bản là đã nói chuyện với vô số công ty, nhận vô số lời từ chối, trước khi nhìn thấy một tia sáng le lói.

Quay lại năm 2023-2024, khi chúng tôi chào hàng học tăng cường (reinforcement learning) với các nhà đầu tư, ai cũng coi chúng tôi như những kẻ ngốc. "Một nhóm người trẻ tài năng, không chịu làm về prompt engineering và workflow khi chúng đang hot, lại đi chạy theo thời kỳ Phục hưng của học tăng cường?"

Khi nhà đầu tư không hiểu, bạn hãy thuyết phục các chuyên gia hiểu điều đó. Sau đó, nhà đầu tư nhìn vào các chuyên gia và sẽ tin tưởng. Bạn cần phải biết cách chiêu mộ những nhà nghiên cứu giỏi.

Biến số lớn nhất trong đợt gọi vốn đó là việc săn đón một vài nhà nghiên cứu học tăng cường cốt cán từ những nơi như DeepMind. Các nhà đầu tư nhìn vào số lượng trích dẫn của họ. Ngay lập tức họ thốt lên: "Wow, cách tiếp cận kỹ thuật này thực sự rất hợp lý."

Đây là điều phản trực giác. Sự đồng thuận chung là nhân tài AI hàng đầu rất khó tuyển dụng, nhưng thực tế lại không khó đến thế. Rất nhiều người tại các phòng thí nghiệm tiên phong muốn khởi nghiệp. Chỉ là họ hầu hết không muốn làm việc với những người mang mùi "deng" — những người thực hiện nghiên cứu nặng về "deng" hoặc chỉ thuần túy là chưng cất mô hình.

Thế là tôi đã lừa được số tiền đó: hơn 22 triệu USD, trong mùa đông vốn năm 2024, với một câu chuyện về đội ngũ làm mô hình. Tất nhiên, sau đó tôi đã rời đi.

Đến cuối năm 2024, tôi muốn xây dựng một sản phẩm tốt trên nền tảng đó. Claude Code lúc đó chưa tồn tại, Code cũng vậy. Nội bộ chúng tôi gọi nó là Terminal coding agent. Về cơ bản là một CLI coding agent — cũng là điểm khởi đầu cho cái mà sau này trở thành Taku.

Nhưng vấn đề vẫn như cũ. Khi gọi vốn cho Taku, một công ty đã thẳng thừng thách thức chúng tôi: "CLI là cái gì? Không xây dựng sản phẩm web — chẳng phải là đang thụt lùi so với lịch sử sao?"

Xianyu cũng mỉa mai tôi, nói rằng đó là sản phẩm đầu tiên anh ta thấy mà bạn không thể chỉ cần gửi cho ai đó một đường link web để dùng thử, cảm giác như tôi đang bán rượu giả vậy.

Bước ngoặt đến vào đầu năm nay. Tôi cần tìm một CTO cho đội ngũ của mình, vì vậy tôi đã kéo về một vài nhà nghiên cứu mà tôi từng cố gắng tuyển dụng cho công ty trước đây.

Họ ngay lập tức hào hứng với hình thái sản phẩm của Taku. Bởi vì mọi người đều nhận ra: đây tự nhiên là một Agentic Playground/Sandbox hoàn hảo. Bạn có thể thực hiện rất nhiều tác vụ huấn luyện, kiểm thử và thu thập dữ liệu cho agent tại đây.

Là một sandbox linh hoạt, không bị hạn chế, nó thậm chí có thể chạy dữ liệu tổng hợp (synthetic data).

Thế là tôi lại đi chiêu mộ các nhà nghiên cứu giỏi — và lần này họ tự tìm đến tôi.

Điều này đưa chúng ta đến với Macaron. Tôi đã hoàn thành quá trình tiến hóa ba bước: "nghi ngờ Macaron, thấu hiểu Macaron, trở thành Macaron."

Vị thần của Macaron — Kaijie Chen — đã có một cuộc phỏng vấn, trong đó ông nói rằng quá trình làm bánh macaron đã mang lại cho ông những hiểu biết mới, vì vậy ông đã thành lập Mind Lab để nghiên cứu. Rất nhiều người nói rằng đây chỉ là việc bám đuôi Neo Lab để thổi phồng định giá.

Nhưng sau hơn một năm mài giũa sản phẩm và suy ngẫm, tôi nhận ra Macaron đã đúng. Bạn thực sự cần phải bám đuôi Neo Lab.

Các công ty sản phẩm chính là những Neo lab mới.

Quay lại với các ứng dụng AI. Có lý do khiến việc gọi vốn cho ứng dụng AI hiện nay lại lạnh lẽo đến vậy. Hầu như không có nhà sáng lập nào thực sự suy nghĩ về những gì con người mong muốn. Các nhà sáng lập, bản thân họ là những "cỗ máy cày" AI, đang tưởng tượng quá mức về những sản phẩm họ muốn, mơ mộng rằng tất cả những người khác cũng là những "cỗ máy cày" giống họ. (Hoặc chỉ đơn giản là sao chép các sản phẩm hot, tạo ra những bản sao quy mô lớn.)

Nhưng tôi không nghĩ việc các ứng dụng AI có "chết" hay không là vấn đề quan trọng. Vấn đề chính là hiện tại, không ai dám chấp nhận rủi ro, không ai thử những điều chưa từng có tiền lệ. Các danh mục mới chủ yếu đi theo một trong hai con đường:

Thứ nhất: Một quản lý sản phẩm cấp cao của ByteDance khởi nghiệp, tạo ra một hình thái sản phẩm — có thể là Video Agent — gọi vốn từ Hillhouse hoặc Sequoia, và ngay lập tức một nhóm khác xuất hiện: toàn là cựu trưởng nhóm sản phẩm của CapCut, nhân sự vận hành đầu tiên của Douyin.

Mọi người đều làm giống hệt nhau, vì chép bài là cách dễ nhất và an toàn nhất. Những đội ngũ này có thể nói "Tôi giỏi hơn xxx, tôi sẽ làm ra một xxx tốt hơn."

Nhưng vấn đề là ở đây: người dùng của ai cũng giống nhau, nỗi đau (pain points) cũng giống nhau. Những PM này có lẽ trước đây đã ở cùng một nhóm, được dạy bởi cùng một sư phụ, không thể phá vỡ lối mòn. Bạn đổi mới, người khác sao chép nhanh chóng. Vì vậy, tự nhiên Malvin đã đè bẹp OiiOii, Flova và những cái tên còn lại bằng quy mô áp đảo.

Thứ hai: Một công ty xx nào đó bùng nổ ở Mỹ, và ngay lập tức một đám đông các cựu PM cấp cao từ các công ty lớn xuất hiện. "Chúng tôi sẽ làm điều đó hiệu quả hơn, chi phí thấp hơn, vươn ra toàn cầu để chiếm lĩnh đại dương xanh này." Giống như AI Teams vậy.

Ngay khoảnh khắc Viktor trở nên hot, một loạt các AI Teams đã mọc lên trong nước. Ngay cả nhiều "doanh nhân cấp thần" cũng xoay trục mạnh mẽ, tất tay vào AI Teams. Ai mà chẳng muốn một đội quân nô lệ kỹ thuật số làm những công việc bẩn thỉu, căn chỉnh nhu cầu nhóm của bạn? Lời chào hàng đó thật hấp dẫn.

Nếu bạn thực sự thử dùng Viktor, hoặc bất kỳ sản phẩm viral nào ở nước ngoài, bạn sẽ nghĩ: cái quái gì thế, sản phẩm này rác rưởi thế mà sao lại có nhiều người dùng, tại sao người nước ngoài lại thực sự trả tiền cho nó?

Sau đó, tự nhiên bạn nghĩ: "Mình cũng làm được thế này, mình là nhân sự cấp 3-2 của ByteDance, tư duy sản phẩm của mình đè bẹp họ." Rồi bạn rơi vào cái bẫy: sản phẩm của bạn đúng là tốt hơn đối thủ nước ngoài, nhưng vẫn chẳng có ai dùng.

Một điều mà không ai muốn thừa nhận: Các đội ngũ Trung Quốc giống như những người thuộc tầng lớp thấp kém trong khởi nghiệp. Không thể nào chen chân vào vòng tròn tinh hoa (brahmin) của sự tăng trưởng dựa trên sản phẩm. Hãy so sánh với những tinh hoa ở Thung lũng Silicon — chỉ cần giơ tay lên là một bầy cựu sinh viên YC, đồng hương từ các công ty lớn, và những tín đồ Ivy League xuất hiện như một giáo phái để bơm chỉ số ARR cho bạn.