Kando AI gọi vốn thành công hàng chục triệu NDT: Tham vọng trở thành 'Cursor cho lĩnh vực ra quyết định'

Bài viết | Đặng Vịnh Nghi

Biên tập | Trương Vũ Hân

Ngô Bỉnh Triết thực hiện việc đánh giá lại (review) ít nhất một lần mỗi ngày.

Là Tiến sĩ ngành Khoa học máy tính tại Đại học Bắc Kinh, anh đồng thời cũng là một nhà đầu tư với tần suất giao dịch cao. Mỗi ngày sau khi thị trường đóng cửa, anh đều xem xét lại các phán đoán của mình trong ngày — những phương án nào đã được thực thi, những phương án nào bị xáo trộn bởi thông tin mới trên bảng điện, và những quyết định tiềm thức nào sau đó được chứng minh là đúng đắn.

Thói quen này đã duy trì nhiều năm. Tuy nhiên, có một vấn đề là hầu hết các lần đánh giá lại đều không được hệ thống hóa và lưu trữ một cách bài bản.

"Nhận thức của bạn là một loại tài sản, nhưng hiện tại mọi thứ vẫn chỉ dừng lại trong não bộ con người," Ngô Bỉnh Triết nói. Anh và Mao Thư Hàn, CEO của Kando AI, đều là những nhà đầu tư tích cực trên thị trường thứ cấp. Điểm chung của cả hai là đều thường xuyên đưa ra các quyết định trong môi trường đầy bất định, đồng thời nhận ra rằng các mô hình nhận thức đằng sau những quyết định đó chưa bao giờ được số hóa.

Tháng 6 năm 2026, cả hai chính thức thành lập Kando AI, với hy vọng giúp AI học hỏi liên tục từ các quyết định thực tế và kết quả của chúng, từ đó xây dựng hệ thống ra quyết định tự tiến hóa thế hệ mới.

Theo thông tin mà "Trí tuệ trỗi dậy" (Smart Emergence) có được, Kando AI đã hoàn thành vòng gọi vốn hạt giống với số tiền hàng chục triệu nhân dân tệ, do Tinh Liên Capital dẫn đầu, Lực Hợp Kim Khống theo sau, cùng sự tham gia của các đơn vị đầu tư công nghiệp danh tiếng. Đội ngũ Kando hiện có khoảng 10 người, đến từ các tổ chức hàng đầu như Tencent, ByteDance, Meituan, Huatai Securities, v.v. Nhà sáng lập/Giám đốc khoa học Ngô Bỉnh Triết tốt nghiệp cử nhân Toán học tại Đại học Bắc Kinh, lấy bằng Tiến sĩ Khoa học máy tính, từng là người đầu tiên tại Trung Quốc đại lục nhận học bổng Tiến sĩ của Apple, cựu lãnh đạo bộ phận AI đáng tin cậy (Trustworthy AI) tại Tencent AI Lab; đồng sáng lập/CEO Mao Thư Hàn là một doanh nhân khởi nghiệp liên tục, tốt nghiệp cử nhân Đại học Thanh Hoa, thạc sĩ Tài chính tại Đại học Hồng Kông, từng làm việc nhiều năm tại các ngân hàng đầu tư hàng đầu trong nước, từng tham gia sáng lập công ty về trí tuệ hiện thân (Embodied AI) và lọt vào danh sách Forbes 30 Under 30 năm 2025.

Từ số hóa thông tin đến AI hóa quyết định

Điều mà Kando AI muốn thực hiện không chỉ là một công cụ, mà là một môi trường giúp nhận thức không ngừng tiến hóa. Nếu tóm tắt những gì Kando AI đang làm trong một câu, CEO Mao Thư Hàn diễn đạt rằng: "Trong kỷ nguyên Internet/Internet di động, chúng ta đã hoàn thành việc số hóa thông tin; trong kỷ nguyên AI, điều chúng tôi muốn thúc đẩy là sự tự tiến hóa của quyết định."

Hai mươi năm qua, dù là các nền tảng như Tonghuashun, Wind trong lĩnh vực tài chính, hay các cơ sở dữ liệu bài báo, công cụ quản lý tài liệu và nền tảng tri thức trong nghiên cứu khoa học, bản chất vấn đề mà chúng giải quyết đều nằm ở "tầng thông tin": giúp bạn thu thập, sắp xếp, lưu trữ, truy xuất và tóm tắt. Nhưng thông tin sau khi được sắp xếp, nếu chỉ để đó, sẽ không tự nhiên trở thành một phán đoán có giá trị.

Dù là đầu tư, nghiên cứu khoa học hay các kịch bản ra quyết định giá trị cao khác, bước then chốt thực sự thường diễn ra trong não bộ con người. Các nhà nghiên cứu hình thành phán đoán từ khối lượng tài liệu khổng lồ, nhà đầu tư thị trường thứ cấp xây dựng "cảm giác thị trường" (market sense) giữa những nhiễu loạn phức tạp, các nhà khoa học hình thành thẩm mỹ, trực giác và khả năng lựa chọn trong một lĩnh vực sau thời gian dài tích lũy... Những điều này rất khó để diễn đạt trực tiếp, càng không thể số hóa một cách đơn giản.

Mao Thư Hàn cho rằng, ở đây luôn thiếu một cây cầu.

"Giữa thông tin và hành động không có sự kết nối tự động. Mắt xích quan trọng nhất ở giữa chính là quyết định, trong khi não bộ, kinh nghiệm, tiềm thức, thẩm mỹ và thói quen phán đoán của con người trước đây chưa bao giờ được hệ thống hóa. AI lần đầu tiên khiến việc xây dựng cây cầu này trở nên khả thi."

Đây cũng là điểm khác biệt lớn nhất giữa Kando AI và hầu hết các công cụ AI khác: nhiều sản phẩm AI vẫn dừng lại ở việc "tối ưu hóa chất lượng đầu ra" — làm cho bản tóm tắt đầy đủ hơn, truy xuất nhanh hơn, viết lách trôi chảy hơn; trong khi Kando AI muốn tối ưu hóa một điều khác: tỷ lệ chấp nhận quyết định + độ tin cậy sau đó. Tức là, liệu người dùng có thực sự chấp nhận các đề xuất mà AI đưa ra hay không, và liệu nó có thực sự đi vào quá trình nghiên cứu, phán đoán và hành động của người dùng hay không.

Mao Thư Hàn cho biết, định vị của Kando là trở thành Cursor trong lĩnh vực ra quyết định.

Khi các công cụ AI Coding mới ra đời vào năm 2022, tỷ lệ chấp nhận mã nguồn gần như bằng không. Đến nay, tỷ lệ chấp nhận của Cursor đã đạt 60%-70%.

Việc chọn tài chính làm một trong những kịch bản kiểm chứng là vì đây là một trong những lĩnh vực có cấu trúc tốt nhất xét từ khía cạnh thông tin. Mao Thư Hàn cho biết, trong các khía cạnh như độ rõ ràng của phản hồi, chu kỳ phản hồi (theo ngày/tuần), khả năng kiểm toán và giá trị quyết định, lĩnh vực tài chính có điểm số tổng hợp cao nhất, trở thành một trong những lĩnh vực tốt nhất để xây dựng động cơ ra quyết định tự tiến hóa.

Biến sản phẩm thành một quá trình hậu huấn luyện (post-training) liên tục

Hình thái sản phẩm của Kando AI là một bàn làm việc (workbench) hướng tới các kịch bản ra quyết định giá trị cao. Nhưng đối với đội ngũ, bàn làm việc chỉ là lối vào sản phẩm, thứ mà nó thực sự mang theo là một hệ thống ra quyết định có khả năng tích lũy kinh nghiệm, kiểm chứng phán đoán và liên tục tiến hóa từ các quyết định thực tế.

Một năng lực cốt lõi của Kando AI là "trí nhớ". Nhưng trí nhớ của Kando AI không phải là kho tri thức theo nghĩa thông thường, cũng khác với cơ chế truy xuất RAG phổ biến.

RAG truyền thống thiên về khớp độ tương đồng ngữ nghĩa, trong khi hệ thống trí nhớ của Kando AI gần với một cơ chế gợi ý và thu hồi hướng tới cấu trúc nhận thức hơn — những gì hệ thống ghi nhớ không chỉ là người dùng đã xem gì, mà là cách người dùng hiểu vấn đề, sở thích, cách họ sửa chữa phán đoán trong quá khứ, giống như một bộ khung (harness) hơn.

"Nó sẽ ngày càng hiểu bạn hơn, nhưng quan trọng hơn là nó sẽ học hỏi từ mỗi lần tương tác giữa bạn và thế giới thực."

Lấy kịch bản nghiên cứu khoa học làm ví dụ, sản phẩm sẽ đưa ra các dự đoán, và người dùng sẽ quyết định chấp nhận, sửa đổi, bác bỏ hoặc đưa vào theo dõi. Sau khi kết quả xảy ra, hệ thống sẽ quay lại giả thuyết ban đầu, phân tích những phán đoán nào đã được kiểm chứng, những biến số nào đã thay đổi, và sai sót đến từ việc thiếu thông tin, sai lệch suy luận hay vấn đề thực thi.

Những quỹ đạo quyết định này sẽ không dừng lại ở lịch sử trò chuyện. Việc chấp nhận, sửa đổi và bác bỏ của người dùng, sự khác biệt giữa kỳ vọng và kết quả, cũng như việc đánh giá lại và quy kết nguyên nhân sau đó, sẽ được tổ chức thành các tín hiệu học tập mới, liên tục cập nhật trí nhớ dài hạn, chiến lược nhiệm vụ, điều phối kỹ năng (Skill) và lớp thích ứng mô hình trong hệ thống.

Điều này có nghĩa là kết quả của vòng quyết định trước sẽ thay đổi cách hệ thống thu hồi thông tin, tổ chức suy luận và tạo ra đề xuất cho vòng tiếp theo, hình thành một vòng lặp đệ quy "Phán đoán — Hành động — Phản hồi — Cập nhật".

Theo Kando AI, điều này đại diện cho một thay đổi quan trọng của sản phẩm AI: năng lực của các mô hình trước đây chủ yếu được quyết định tại thời điểm huấn luyện xong, còn biên giới trí tuệ trong tương lai sẽ ngày càng được quyết định bởi kinh nghiệm tích lũy sau khi triển khai.

Ngô Bỉnh Triết định nghĩa những gì họ đang làm là một loại "hậu huấn luyện mở rộng".

Theo nghĩa truyền thống, hậu huấn luyện chủ yếu là điều chỉnh tham số mô hình; nhưng đối với Kando AI, những thứ thực sự cần tối ưu hóa liên tục không chỉ là bản thân tham số, mà còn bao gồm cách lưu trữ trí nhớ, cách thu hồi tinh vi, cách quên, cách thiết kế logic tương tác sản phẩm, cách ngữ cảnh của kỹ năng (Skill) tiến hóa linh hoạt, và cách phản hồi của các người dùng khác nhau được tổ chức thành các tín hiệu học tập hiệu quả.

"Bạn có thể coi quá trình làm sản phẩm như một quá trình hậu huấn luyện mô hình. Chỉ là trước đây chúng ta tối ưu hóa tham số, còn bây giờ chúng ta tối ưu hóa ngữ cảnh, tương tác và trí nhớ," Ngô Bỉnh Triết nói.

Đây cũng là lý do tại sao Kando AI chọn tự phát triển từ tầng hạ tầng (Infra). Ngô Bỉnh Triết cho biết, vì Kando AI hy vọng tất cả các chuỗi huấn luyện, chuỗi phản hồi và chuỗi trí nhớ đều minh bạch, có thể giám sát và truy xuất nguồn gốc nhất có thể. Những gì Kando AI tích lũy không phải là một lớp tính năng sản phẩm bề nổi, mà là một bánh đà dữ liệu (data flywheel) tăng trưởng liên tục xoay quanh quá trình ra quyết định thực tế.

Về thương mại hóa, Kando AI chọn bắt đầu từ những người dùng có quyết định giá trị cao và tần suất cao. Người dùng hạt giống hiện tại chủ yếu tập trung vào nhóm người dùng chuyên nghiệp, bao gồm nhà đầu tư, nhà nghiên cứu khoa học, v.v.

Kando AI hiện đã mở bản thử nghiệm nội bộ. Dịch vụ được cung cấp xoay quanh việc người dùng sử dụng liên tục, ghi nhớ liên tục và phản hồi, bao gồm các ngành dọc như tài chính, nghiên cứu khoa học. Theo đội ngũ, trong tương lai, bất kỳ lĩnh vực ra quyết định nào có giá trị cao, không tiêu chuẩn hóa và phụ thuộc mạnh vào nhận thức đều có thể trở thành đối tượng ứng dụng của hệ thống này.

"Kando AI không chỉ làm một công cụ, mà là trong những lĩnh vực không có đáp án chuẩn nhưng lại xứng đáng được khuếch đại nhất, chúng tôi muốn thông suốt vòng lặp 'Thông tin → Quyết định → Phản hồi'," Ngô Bỉnh Triết nói.

Đây có lẽ là câu định vị chính xác nhất về Kando AI: Những gì Kando AI hy vọng xây dựng cuối cùng là một cơ sở hạ tầng trí tuệ ra quyết định có khả năng hấp thụ kinh nghiệm con người liên tục, hiểu phản hồi từ thế giới thực và không ngừng nâng cao năng lực của chính mình qua từng quyết định.

Đối tác của Tinh Liên Capital, Lý Văn Giác cho biết: Giai đoạn tiếp theo của ứng dụng AI không chỉ là xử lý thông tin hiệu quả hơn, mà là đi sâu vào quy trình làm việc thực tế, học hỏi cách người dùng chuyên nghiệp phán đoán, hành động và sửa chữa nhận thức. Kando AI chọn các kịch bản ra quyết định giá trị cao như tài chính, nghiên cứu khoa học, lấy trí nhớ cá nhân hóa và mô hình hóa nhận thức làm nền tảng, chuyển đổi quá trình nghiên cứu, chấp nhận và từ chối, đánh giá lại sau đó của người dùng thành các tín hiệu học tập, phá vỡ biên giới của các công cụ AI truyền thống vốn chỉ trả lời một lần, hình thành hệ thống ra quyết định cùng tiến hóa với người dùng. Chúng tôi đánh giá cao đội ngũ vừa có kinh nghiệm nghiên cứu AI tiên phong, hậu huấn luyện mô hình, kỹ thuật hệ thống và ra quyết định phức tạp, và càng đánh giá cao tiềm năng của họ trong việc tích lũy dữ liệu quy trình làm việc độc quyền từ quá trình sử dụng thực tế, thúc đẩy năng lực tăng trưởng liên tục. Nếu vòng lặp này được kiểm chứng, những gì Kando xây dựng sẽ không chỉ là công cụ nghiên cứu đầu tư hay nghiên cứu khoa học, mà có thể trở thành cơ sở hạ tầng nhận thức thế hệ mới kết nối thông tin, phán đoán và hành động, giúp năng lực phán đoán quý giá nhất của cá nhân và tổ chức được lưu trữ, hiệu chỉnh và tái sử dụng.

Nguồn ảnh | AI tạo

Rất hoan nghênh trao đổi