Tác giả: MD
Sản xuất bởi: Bright Company
Gần đây, podcast có tiếng của Mỹ Invest Like the Best đã một lần nữa phỏng vấn Marc Andreessen, đồng sáng lập của Andreessen Horowitz. Trong cuộc phỏng vấn, Marc và người dẫn chương trình Patrick đã khám phá sâu sắc những thay đổi lớn mà AI đang định hình lại công nghệ và địa chính trị, đồng thời thảo luận về trí tuệ nhân tạo mã nguồn mở của DeepSeek và tầm quan trọng của nó trong cuộc cạnh tranh công nghệ giữa các cường quốc. Ngoài ra, họ cũng chia sẻ quan điểm của mình về sự phát triển của cấu trúc quyền lực toàn cầu và sự chuyển đổi chung của ngành đầu tư rủi ro.
"Công ty Minh Lương" đã sử dụng công cụ AI để sắp xếp nội dung cốt lõi của cuộc phỏng vấn trong thời gian sớm nhất. Để xem toàn văn, vui lòng xem "liên kết gốc" ở cuối bài viết.
Sau đây là nội dung phỏng vấn (tóm tắt):
Nói về DeepSeek, AI thắng và thua
Patrick : Marc, tôi cho rằng chúng ta phải bắt đầu từ vấn đề cốt lõi. Bạn có thể chia sẻ suy nghĩ của mình về R1 của DeepSeek không?
Marc : Có nhiều chiều ở đây. (Tôi cho rằng) Hoa Kỳ vẫn được công nhận là quốc gia đi đầu về khoa học và công nghệ trong lĩnh vực trí tuệ nhân tạo. Hầu hết các ý tưởng trong DeepSeek đều xuất phát từ công trình nghiên cứu được thực hiện ở Hoa Kỳ hoặc Châu Âu trong 20 năm qua, hay đáng ngạc nhiên hơn là 80 năm trước. Nghiên cứu ban đầu về mạng lưới nơ-ron đã bắt đầu từ những năm 1940 tại các trường đại học nghiên cứu ở Mỹ và Châu Âu.
Do đó, xét về góc độ phát triển tri thức, Hoa Kỳ vẫn đang đi trước rất xa.
Nhưng DeepSeek sử dụng kiến thức này một cách tuyệt vời. Họ cũng đã làm một điều tuyệt vời khi công khai nó với thế giới dưới dạng mã nguồn mở. Trên thực tế, điều này khá đáng kinh ngạc vì hiện tượng này đã đảo ngược. Có những công ty Mỹ như OpenAI, về cơ bản là hoàn toàn đóng cửa.
Một phần trong vụ kiện của Elon Musk chống lại OpenAI là yêu cầu họ đổi tên công ty từ OpenAI thành Closed AI. Tầm nhìn ban đầu của OpenAI là mọi thứ đều là mã nguồn mở, nhưng bây giờ mọi thứ đều đóng. Các phòng thí nghiệm AI lớn khác, chẳng hạn như Anthropic, cũng đã đóng cửa hoàn toàn. Trên thực tế, họ thậm chí đã ngừng xuất bản các bài nghiên cứu, coi mọi thứ đều là độc quyền.
Và đội ngũ, vì những lý do riêng của họ, đã thực sự thực hiện được lời hứa về mã nguồn mở thực sự. Họ đã phát hành mã cho LLM (gọi là V3) và trình lý luận (gọi là R1) và công bố một bài báo kỹ thuật chi tiết giải thích cách họ xây dựng nó, về cơ bản cung cấp lộ trình cho bất kỳ ai muốn làm công việc tương tự.
Vậy là mọi chuyện đã rõ ràng rồi. Có một lời đồn sai sự thật cho rằng nếu bạn sử dụng DeepSeek, bạn sẽ cung cấp toàn bộ dữ liệu cho người Trung Quốc. Điều này đúng nếu bạn sử dụng dịch vụ trên trang web DeepSeek. Nhưng bạn có thể tải mã xuống và tự chạy nó. Nhưng để tôi cho bạn một ví dụ: Perplexity là một công ty của Hoa Kỳ và bạn có thể sử dụng DeepSeek R1 trên Perplexity, nơi được lưu trữ hoàn toàn tại Hoa Kỳ. Microsoft và Amazon hiện có phiên bản đám mây của DeepSeek mà bạn có thể chạy trên nền tảng đám mây của họ và rõ ràng cả hai công ty này đều là công ty Mỹ và sử dụng các trung tâm dữ liệu của Mỹ.
Điều này rất quan trọng. Bạn có thể tải hệ thống xuống ngay bây giờ và chạy nó trên phần cứng trị giá 6.000 đô la tại nhà hoặc doanh nghiệp của bạn. Khả năng của nó có thể so sánh với các hệ thống tiên tiến từ các công ty như OpenAI và Anthropic.
Các công ty này đã đầu tư lượng lớn tiền để xây dựng hệ thống của họ. Ngày nay, bạn có thể mua nó với giá 6.000 đô la và có toàn quyền kiểm soát. Nếu bạn tự mình vận hành, bạn sẽ có toàn quyền kiểm soát. Bạn hoàn toàn minh bạch về những gì nó đang làm, bạn có thể sửa đổi nó, bạn có thể làm đủ thứ với nó.
Nó cũng có một tính chất rất đáng chú ý gọi là chưng cất. Bạn có thể lấy một mô hình lớn cần phần cứng trị giá 6.000 đô la và nén nó để tạo ra phiên bản mô hình nhỏ hơn. Có những người trực tuyến đã tạo ra các phiên bản nhỏ hơn của các mô hình này và tối ưu hóa chúng để bạn có thể chạy chúng trên MacBook hoặc iPhone. Những phiên bản này không thông minh bằng phiên bản đầy đủ nhưng vẫn khá thông minh. Bạn có thể tạo các phiên bản tùy chỉnh, dành riêng cho từng miền và được chắt lọc để đạt hiệu quả cao trong một lĩnh vực cụ thể.
Đây là một bước tiến lớn trong việc giúp lý luận về các mô hình lớn và mô hình R1 dễ tiếp cận hơn trong lập trình và khoa học. Sáu tháng trước, những thứ này rất khó hiểu, cực kỳ đắt đỏ và độc quyền. Ngày nay, nó miễn phí và có sẵn cho tất cả mọi người mãi mãi.
Mọi công ty công nghệ lớn, công ty internet, mọi công ty khởi nghiệp, và chúng ta có hàng chục nếu không muốn nói là hàng trăm công ty khởi nghiệp trong tuần này, đều đang xây dựng lại dựa trên DeepSeek, tích hợp vào sản phẩm của họ hoặc xem xét công nghệ mà họ sử dụng và sử dụng nó để cải thiện các hệ thống AI hiện có.
Mark Zuckerberg của đội ngũ Meta gần đây đã nói về cách đội ngũ Meta đang phá bỏ DeepSeek, mượn ý tưởng hoàn toàn hợp pháp vì nó là mã nguồn mở và đảm bảo phiên bản tiếp theo của Llama ít nhất phải tốt như DeepSeek về khả năng suy luận hoặc tốt hơn. Điều này thực sự thúc đẩy thế giới tiến lên.
Hai quan điểm chính mà chúng ta có thể rút ra từ đây là: AI sẽ xuất hiện ở khắp mọi nơi. Có rất nhiều người quan tâm đến rủi ro AI, người làm công tác an ninh, cơ quan quản lý, quan chức, chính phủ, EU, Anh, v.v... tất cả những người này đều muốn hạn chế và kiểm soát AI, và điều này về cơ bản đảm bảo rằng những điều này sẽ không xảy ra, và tôi cho rằng đó là điều tốt. Nó rất phù hợp với truyền thống tự do của Internet. Điều này giúp giảm chi phí năng lực suy luận xuống 30 lần.
Có lẽ điều cuối cùng cần lưu ý là điều này cho thấy lý luận này sẽ có hiệu quả. Lý luận sẽ có hiệu quả trong mọi lĩnh vực hoạt động của con người miễn là bạn có thể đưa ra những câu trả lời có thể được các chuyên gia kỹ thuật kiểm tra tính chính xác sau đó.
Chúng ta sẽ có AI có khả năng suy luận ở cấp độ con người và siêu phàm, điều này sẽ hữu ích trong các lĩnh vực thực sự quan trọng: mã hóa, toán học, vật lý, hóa học, sinh học, kinh tế, tài chính, luật pháp và y học.
Về cơ bản, điều này đảm bảo rằng trong vòng năm năm, mọi người trên Trái Đất sẽ luôn có một luật sư hoặc bác sĩ AI siêu phàm túc trực, và đây chỉ là một tính năng tiêu chuẩn trên điện thoại của bạn. Điều này sẽ làm cho thế giới trở thành một nơi tốt đẹp hơn, lành mạnh hơn và tuyệt vời hơn.
Patrick: Nhưng đây cũng là mô hình không ổn định nhất, mô hình này sẽ lỗi thời trong vòng hai tháng. Lượng lớn cải tiến đang diễn ra ở mọi cấp độ công nghệ. Nhưng chỉ cần nhìn vào thời điểm này, khi chuyển sang mô hình mới này, nếu bạn đang viết một chuyên mục về người chiến thắng và kẻ thua cuộc của tất cả các bên liên quan, cho dù đó là nhà phát triển ứng dụng mới, nhà phát triển phần mềm hiện tại, nhà cung cấp cơ sở hạ tầng như Nvidia, các công ty theo mô hình mã nguồn mở so với nguồn đóng. Bạn cho rằng ai là người chiến thắng và kẻ thua cuộc sau khi R1 ra mắt?
Marc: Nếu chúng ta chụp một "bức ảnh nhanh" ngày hôm nay, thì theo góc nhìn của một trò chơi tổng bằng không, xét về người thắng và kẻ thua tại một thời điểm, thì người chiến thắng là tất cả người dùng, tất cả người tiêu dùng, mọi cá nhân và mọi doanh nghiệp sử dụng AI.
Có một số công ty khởi nghiệp, chẳng hạn như những công ty cung cấp dịch vụ pháp lý AI, có chi phí sử dụng AI cao gấp 30 lần so với tuần trước.
Ví dụ, đối với một công ty đang xây dựng một luật sư AI, nếu chi phí đầu vào chính giảm 30 lần, thì điều đó giống như giá xăng giảm 30 lần khi lái ô tô. Đột nhiên, bạn có thể lái xe xa hơn gấp 30 lần với cùng một đô la hoặc bạn có thể sử dụng số tiền chi tiêu thêm để mua nhiều đồ hơn. Tất cả các công ty này sẽ mở rộng đáng kể khả năng sử dụng AI trong mọi lĩnh vực hoặc họ sẽ có thể cung cấp dịch vụ của mình với giá rẻ hơn hoặc miễn phí. Vì vậy, đối với người dùng, đối với thế giới, đây là kết quả tuyệt vời trên một tấm có kích thước cố định.
Những bên thua cuộc là các công ty có mô hình độc quyền, như OpenAI, Anthropic, v.v. Bạn sẽ nhận thấy rằng cả OpenAI và Anthropic đều đã gửi đi những thông điệp khá mạnh mẽ, mang tính khiêu khích, trong tuần qua, giải thích lý do tại sao đây không phải là hồi kết đối với họ. Có một câu nói cũ trong kinh doanh và chính trị rằng khi bạn giải thích, bạn sẽ thua.
Và cái còn lại là Nvidia. Có rất nhiều bình luận về vấn đề này, nhưng Nvidia mới là hãng sản xuất chip AI tiêu chuẩn mà mọi người sử dụng. Có một số lựa chọn khác, nhưng Nvidia là lựa chọn được nhiều người sử dụng nhất. Hệ số biên lợi nhuận từ chip của họ lên tới 90% và giá cổ phiếu của công ty phản ánh điều này. (Nvidia) là một trong những công ty có giá trị nhất trên thế giới. Trong đó những điều mà đội ngũ DeepSeek đã làm trong bài báo của họ là họ tìm ra cách sử dụng chip rẻ hơn, thực chất vẫn sử dụng chip Nvidia, nhưng hiệu quả hơn nhiều.
Một phần của việc giảm chi phí 30 lần là bạn cần ít chip hơn. Nhân tiện, Trung Quốc đang xây dựng Chuỗi cung ứng chip của riêng mình và một số công ty cũng bắt đầu sử dụng chip có nguồn gốc từ Trung Quốc, tất nhiên đây là mối đe dọa cơ bản hơn đối với Nvidia. Đây là ảnh chụp nhanh tại một thời điểm nhất định. Nhưng vấn đề là câu hỏi của bạn gợi ý một cách ứng xử khác, đó là theo thời gian, điều bạn muốn thấy chính là hiệu ứng đàn hồi. Satya Nadella đã sử dụng cụm từ này được gọi là nghịch lý Jevons.
Hãy tưởng tượng đến xăng. Nếu giá xăng giảm mạnh thì đột nhiên mọi người sẽ lái xe nhiều hơn. Điều này thường xuất hiện trong quá trình lập kế hoạch vận chuyển. Vì vậy, bạn có một thành phố như Austin, nơi có lưu lượng giao thông lớn, và ai đó đột nhiên nảy ra ý tưởng xây dựng một xa lộ mới ngay bên cạnh xa lộ hiện có. Và chỉ trong vòng hai năm, những xa lộ mới cũng sẽ bị tắc nghẽn, khiến việc đi lại từ nơi này đến nơi khác có lẽ còn khó khăn hơn. Lý do là việc giảm giá các đầu vào chính có thể kích thích nhu cầu.
Nếu AI đột nhiên rẻ hơn 30 lần, mọi người có thể sử dụng nó nhiều hơn 30 lần, hoặc nhân tiện, họ có thể sử dụng nó nhiều hơn 100 lần hoặc thậm chí 1.000 lần. Thuật ngữ kinh tế cho điều này được gọi là độ đàn hồi.
Vì vậy , giá giảm đồng nghĩa với nhu cầu tăng trưởng đột biến. Tôi cho rằng có một kịch bản rất hợp lý ở đây rằng khi nhu cầu sử dụng tăng trưởng, DeepSeek sẽ hoạt động rất tốt. Nhân tiện, OpenAI, Anthropic cũng sẽ làm tốt, Nvidia cũng sẽ làm tốt và các nhà sản xuất chip Trung Quốc cũng sẽ làm tốt.
Khi đó, bạn sẽ thấy hiệu ứng sóng thần khiến toàn bộ ngành công nghiệp tăng trưởng. Chúng ta thực sự chỉ đang ở giai đoạn đầu tìm hiểu cách sử dụng những công nghệ này . Lý luận này chỉ bắt đầu có hiệu quả trong bốn tháng trở lại đây . OpenAI đã phát hành mô hình suy luận o1 của họ chỉ vài tháng trước. Giống như việc lấy lửa từ trên núi xuống và trao cho toàn thể nhân loại vậy . Và hầu hết con người vẫn chưa sử dụng lửa, nhưng họ sẽ sử dụng.
Và sau đó, thành thật mà nói, đó cũng là một ý tưởng cũ về sự sáng tạo, nghĩa là, nếu bạn là OpenAI hay thứ gì đó tương tự, thì những gì bạn đã làm vào tuần trước không còn đủ tốt nữa. Nhưng dù sao thì đó cũng là quy luật của thế giới. Bạn phải trở nên tốt hơn. Những thứ này là cuộc thi. Bạn phải tiến hóa. Vì vậy, đó cũng là chất xúc tác rất mạnh mẽ thúc đẩy nhiều công ty hiện tại thực sự nâng cao năng lực và trở nên quyết liệt hơn.
…
Patrick: …, thật khó hiểu khi một công ty Trung Quốc lại sử dụng một mô hình được phát triển tại Hoa Kỳ, được đầu tư lượng lớn, rồi sau đó tạo ra công nghệ làm giàu cho thế giới. Tôi rất muốn nghe phản ứng của bạn từ cả hai góc nhìn.
Marc: Đúng vậy, có một số vấn đề thực sự ở đây. Có một sự trớ trêu trong lập luận này, và đó là điều bạn đã nghe thấy. Điều trớ trêu là OpenAI không phải là người phát minh ra Transformer. Thuật toán cốt lõi của các mô hình ngôn ngữ lớn được gọi là Transformer.
Công nghệ này không phải được phát minh tại OpenAI mà là tại Google. Google đã phát minh ra nó, xuất bản một bài báo về nó, nhưng rồi họ lại không đưa nó vào sản xuất. Họ tiếp tục nghiên cứu nhưng không đưa vào sản xuất vì họ cho rằng nó có thể không an toàn do những lo ngại về "an toàn". Vì vậy, họ để nó nằm trên kệ trong năm năm, sau đó đội ngũ tại OpenAI đã tìm ra giải pháp, tiếp nhận và phát triển nó.
Anthropic là một nhánh của OpenAI. Anthropic cũng không phải là người phát minh ra Transformer. Vì vậy, cho dù là hai công ty đó, hay mọi phòng thí nghiệm khác của Hoa Kỳ đang nghiên cứu các mô hình ngôn ngữ lớn, hay mọi dự án mã nguồn mở khác, thì tất cả đều đang xây dựng dựa trên thứ mà họ không tự tạo ra và phát triển.
Nhân tiện, Google đã phát minh ra Transformer vào năm 2017, nhưng bản thân Transformer lại dựa trên khái niệm mạng nơ-ron nhân tạo. Ý tưởng về mạng nơ-ron có từ năm 1943. Vì vậy, 82 năm trước thực tế là thời điểm bài báo đầu tiên về mạng nơ-ron được công bố và Transformer được xây dựng dựa trên 70 năm nghiên cứu và phát triển, phần trong đó được tài trợ bởi chính phủ liên bang và các chính phủ châu Âu tại các trường đại học nghiên cứu.
Vì vậy, đây là một dòng dõi rất dài các ý tưởng và sự phát triển về mặt trí tuệ, và hầu hết các ý tưởng tạo nên tất cả các hệ thống này đều không phải do các công ty hiện đang xây dựng chúng phát triển. Không có công ty nào ở đây, kể cả công ty chúng tôi, không có bất kỳ tuyên bố đạo đức cụ thể nào cho rằng chúng tôi đã xây dựng công ty này từ đầu và rằng chúng tôi nên có toàn quyền kiểm soát. Điều này hoàn toàn không đúng.
Vì vậy, tôi cho rằng những lập luận như thế này xuất phát từ sự thất vọng nhất thời. Nhân tiện, những lập luận này cũng vô nghĩa vì Trung Quốc đã làm rồi, đã lộ diện rồi, đã xảy ra rồi. Hiện nay đang có một cuộc tranh luận về bản quyền. Nếu bạn nói chuyện với các chuyên gia trong lĩnh vực này, rất nhiều người đang cố gắng tìm hiểu tại sao DeepSeek lại tuyệt vời đến vậy. Một trong đó những giả thuyết, và đây là một giả thuyết chưa được chứng minh, nhưng được các chuyên gia tin tưởng, là công ty Trung Quốc có thể đã sử dụng dữ liệu để đào tạo mà công ty Mỹ không sử dụng.
Điều đặc biệt đáng ngạc nhiên là DeepSeek rất giỏi trong việc viết sáng tạo. DeepSeek có lẽ là AI tốt nhất thế giới cho việc sáng tác văn bản bằng tiếng Anh hiện nay. Điều này có vẻ hơi lạ vì tiếng Trung là ngôn ngữ chính thức của Trung Quốc. Mặc dù có một số tiểu thuyết gia Trung Quốc viết tiếng Anh rất hay, nhưng nhìn chung bạn có thể cho rằng những tác phẩm sáng tạo hay nhất đều đến từ phương Tây. Và DeepSeek có lẽ là công cụ tốt nhất hiện nay, điều này thật đáng kinh ngạc.
Vì vậy, trong đó giả thuyết cho rằng DeepSeek có thể đã được đào tạo. Ví dụ, có những trang web có tên là Libgen, về cơ bản đây là kho lưu trữ khổng lồ trên Internet chứa đầy sách lậu. Tôi chắc chắn không sử dụng Libgen, nhưng tôi có một người bạn sử dụng nó thường xuyên. Nó giống như một siêu tập hợp của Cửa hàng Kindle. Nó có mọi sách điện tử ở định dạng PDF mà bạn có thể tải xuống miễn phí. Giống như phiên bản phim The Pirate Bay vậy.
Một phòng thí nghiệm ở Hoa Kỳ có thể không cảm thấy họ có thể tải xuống tất cả các cuốn sách từ Libgen và đào tạo dựa trên chúng, nhưng một phòng thí nghiệm ở Trung Quốc có thể cảm thấy họ có thể làm được. Vì vậy có thể có lợi thế khác biệt này. Mặc dù vậy, vẫn còn một cuộc chiến bản quyền chưa có hồi kết ở đây. Mọi người cần phải cẩn thận với vấn đề này vì có một cuộc chiến bản quyền chưa được giải quyết ở đây, trong đó một số công ty xuất bản về cơ bản muốn ngăn chặn các công ty AI tạo sinh như OpenAI, Anthropic và DeepSeek sử dụng nội dung của họ.
Có ý kiến cho rằng những tài liệu này được bảo vệ bản quyền và không được phép sử dụng tùy ý. Có một lập luận khác về cơ bản cho rằng AI được đào tạo dựa trên sách, bạn không sao chép sách, mà là đọc sách. Việc AI đọc sách là hợp pháp.
Nhân tiện, bạn và tôi được phép đọc sách. Chúng ta có thể mượn sách từ thư viện. Chúng ta có thể lấy sách của bạn bè. Tất cả những hành động này đều hợp pháp. Chúng tôi được phép đọc sách, được phép học từ sách và sau đó chúng tôi có thể tiếp tục cuộc sống thường ngày và nói về những ý tưởng chúng tôi học được trong sách. Một lập luận khác cho rằng việc đào tạo AI giống như con người đọc sách hơn là ăn cắp sách.
Và sau đó còn có thực tế thực tế rằng nếu… AI của họ có thể được đào tạo theo mọi sách vở, và nếu các công ty Mỹ cuối cùng bị pháp luật cấm đào tạo theo sách vở, thì Hoa Kỳ có thể thua cuộc đua về AI.
Về mặt thực tế, đây có thể coi là đòn kết liễu, giống như họ thắng còn chúng ta thua. Có thể có một số điểm bất hợp lý trong toàn bộ lập luận. DeepSeek không tiết lộ dữ liệu họ sử dụng để đào tạo. Vì vậy, khi bạn tải xuống DeepSeek, bạn không nhận được dữ liệu đào tạo, mà bạn nhận được cái gọi là tỷ trọng. Vì vậy, những gì bạn nhận được là một mạng lưới nơ-ron đã được đào tạo bằng tài liệu đào tạo. Nhưng rất khó hoặc thậm chí không thể xem xét và suy ra dữ liệu đào tạo từ đó.
Ngẫu nhiên, Anthropic và OpenAI cũng không tiết lộ dữ liệu họ sử dụng để đào tạo. Sau đó, đã có nhiều suy đoán mạnh mẽ trong lĩnh vực này về những gì có và không có trong dữ liệu đào tạo của OpenAI. Họ cho rằng đó là bí mật thương mại. Họ sẽ không công khai chuyện này. Do đó, China DeepSeek có thể hoặc không thể khác biệt so với các công ty này. Họ có thể có phương pháp đào tạo khác với các công ty Trung Quốc. Chúng tôi không biết.
Chúng tôi không biết chính xác thuật toán của OpenAI và Anthropic là gì vì chúng không phải là mã nguồn mở. Chúng ta không biết chúng tốt hơn hay tệ hơn bao nhiêu so với thuật toán DeepSeek được công bố rộng rãi.
Nói về nguồn đóng và mã nguồn mở
Patrick: Bạn có cho rằng rằng các mô hình nguồn đóng đang tham gia cạnh tranh, như OpenAI và Anthropic, cuối cùng sẽ trở nên giống với Apple và Android của Google không?
Marc: Tôi ủng hộ việc tối đa hóa sự cạnh tranh. Nhân tiện, điều này phù hợp với con người tôi với tư cách là rủi ro. Vì vậy, nếu bạn là người sáng lập công ty, nếu tôi đang điều hành một công ty AI, tôi cần có một chiến lược rất cụ thể có ưu, nhược điểm và sự đánh đổi.
Là một nhà đầu tư rủi ro, tôi không cần phải làm điều đó. Tôi có thể đặt nhiều cược xung đột nhau . Đây là những gì Peter Thiel gọi là chủ nghĩa lạc quan tất định và chủ nghĩa lạc quan không tất định. Người sáng lập và giám đốc điều hành của công ty phải là người lạc quan và quyết đoán. Họ phải có một kế hoạch và phải đánh đổi những điều khó khăn để đạt được kế hoạch đó. Các nhà đầu tư rủi ro là những người lạc quan nhưng không chắc chắn. Chúng ta có thể tài trợ cho một trăm công ty với một trăm kế hoạch khác nhau và những giả định mâu thuẫn nhau.
Bản chất công việc của tôi là tôi không phải đưa ra những lựa chọn như bạn vừa mô tả. Điều này dẫn tôi đến một lập luận triết học đơn giản mà cá nhân tôi thực sự đồng ý, đó là tôi ủng hộ sự cạnh tranh tối đa. Vì vậy, nếu đi sâu hơn một chút, điều đó có nghĩa là tôi ủng hộ thị trường tự do, sự cạnh tranh tối đa và sự tự do tối đa.
Về cơ bản, nếu bạn có thể có càng nhiều người thông minh đưa ra càng nhiều phương pháp khác nhau và để họ cạnh tranh với nhau trên thị trường tự do, hãy xem điều gì sẽ xảy ra. Riêng đối với AI, điều này có nghĩa là tôi hỗ trợ các phòng thí nghiệm lớn hoạt động nhanh nhất có thể.
Tôi 100% ủng hộ OpenAI và Anthropic trong việc làm bất cứ điều gì họ muốn làm, tung ra bất kỳ sản phẩm nào họ muốn ra mắt và phát triển hết sức có thể. Miễn là họ không nhận được chính sách ưu đãi, trợ cấp hoặc hỗ trợ từ chính phủ, họ có thể làm bất cứ điều gì họ muốn với tư cách là một công ty.
Tất nhiên, tôi cũng ủng hộ các công ty khởi nghiệp. Tất nhiên chúng tôi đang tích cực tài trợ cho các công ty khởi nghiệp AI ở mọi quy mô và loại hình. Vì vậy, tôi hy vọng chúng phát triển, và sau đó tôi hy vọng mã nguồn mở phát triển, một phần vì tôi cho rằng nếu mọi thứ đều là mã nguồn mở, ngay cả khi điều đó có nghĩa là có những công ty có mô hình kinh doanh không hiệu quả, thì lợi ích đối với thế giới và toàn ngành là rất lớn đến mức chúng ta sẽ tìm ra phương pháp khác để kiếm tiền. AI sẽ trở nên phổ biến hơn, rẻ hơn và dễ tiếp cận hơn. Tôi cho rằng đây sẽ là một kết quả tuyệt vời.
Và một lý do quan trọng khác nữa cho mã nguồn mở là nếu không có mã nguồn mở, mọi thứ đều trở thành hộp đen. Nếu không có mã nguồn mở, mọi thứ sẽ trở thành hộp đen do một số ít công ty sở hữu và kiểm soát, những công ty này có thể thông đồng với chính phủ và chúng ta có thể thảo luận về điều đó. Nhưng bạn cần mã nguồn mở để có thể xem những gì đang diễn ra bên trong hộp.
Nhân tiện, bạn cũng cần mã nguồn mở cho nghiên cứu học thuật, vì vậy bạn cần mã nguồn mở để giảng dạy. Vì vậy, vấn đề trước khi có mã nguồn mở là, quay trở lại hai năm trước, khi chưa có LLM mã nguồn mở cơ bản, Meta đã phát hành Llama, sau đó là Mistral ở Pháp và bây giờ là DeepSeek.
Nhưng trước khi các mô hình mã nguồn mở này xuất hiện, hệ thống trường đại học đã trải qua một cuộc khủng hoảng khi các nhà nghiên cứu tại các trường đại học như Stanford, MIT và Berkeley không có đủ tiền để mua chip Nvidia trị giá hàng tỷ đô la để thực sự cạnh tranh trong lĩnh vực AI.
Vì vậy, nếu bạn nói chuyện với các giáo sư khoa học máy tính cách đây hai năm, họ sẽ rất lo lắng. Mối lo ngại đầu tiên là trường đại học của tôi không có đủ kinh phí để cạnh tranh trong lĩnh vực AI và duy trì sự phù hợp. Một mối lo ngại khác là tất cả các trường đại học cộng lại sẽ không có đủ tiền để cạnh tranh vì không ai có thể theo kịp khả năng gây quỹ của các công ty lớn này.
Mã nguồn mở đưa các trường đại học trở lại cuộc chiến . Điều này có nghĩa là nếu tôi là giáo sư tại Stanford, MIT, Berkeley hay bất kỳ trường công lập nào, dù là Đại học Washington hay nơi nào khác, thì giờ đây tôi có thể giảng dạy bằng mã Llama, mã Mistral hoặc mã DeepSeek. Tôi có thể nghiên cứu, tôi thực sự có thể tạo ra đột phá. Tôi có thể công bố nghiên cứu của mình và cho mọi người thực sự hiểu được những gì đang diễn ra.
Và sau đó, mỗi thế hệ trẻ em mới đến trường đại học và học lớp khoa học máy tính, các em sẽ có thể học cách thực hiện điều này, trong khi nếu đó là một hộp đen, các em sẽ không thể làm được. Chúng ta cần mã nguồn mở cũng giống như chúng ta cần quyền tự do ngôn luận, tự do học thuật và tự do nghiên cứu.
Vì vậy, mô hình của tôi về cơ bản là có các công ty lớn, công ty nhỏ và mã nguồn mở cạnh tranh với nhau. Đây chính là những gì đã xảy ra trong ngành công nghiệp máy tính. Cách này hiệu quả. Đây chính là những gì đã xảy ra trong ngành công nghiệp Internet. Nó hoạt động rất tốt. Tôi tin rằng điều này sẽ xảy ra trong lĩnh vực AI và tôi cho rằng nó sẽ hoạt động rất tốt.
Patrick : Có giới hạn nào mà bạn muốn đạt được tốc độ tiến hóa tối đa và mức độ cạnh tranh tối đa không? Có lẽ. Nếu tôi nói, chúng ta biết rằng những thứ tốt nhất được sản xuất tại Trung Quốc, ..., liệu có tình huống nào mà bạn nói, vâng, tôi muốn sự tiến hóa và cạnh tranh tối đa, nhưng lợi ích quốc gia bằng cách nào đó vượt qua mong muốn về tốc độ tiến hóa và phát triển tối đa không?
Marc : Đó là một lập luận rất thực tế. Người ta thường nêu vấn đề này trong lĩnh vực AI. Trên thực tế, khi chúng ta ngồi đây hôm nay, có hai điều. Đầu tiên, có những hạn chế thực tế đối với các công ty phương Tây và Mỹ bán chip AI tiên tiến cho Trung Quốc. Ví dụ, Nvidia hiện không thể hợp pháp bán chip AI tiên tiến của mình cho Trung Quốc. Chúng ta đang sống trong một thế giới mà những quyết định như vậy đã được đưa ra và những chính sách như vậy đã được thực hiện.
Và sau đó chính quyền Biden đã ban hành một sắc lệnh hành pháp, mà tôi cho rằng hiện đã bị hủy bỏ, nhưng họ đã ban hành một sắc lệnh hành pháp khác có thể áp đặt những hạn chế tương tự đối với phần mềm. Đây là một cuộc tranh luận rất sôi nổi. Một vòng tranh luận khác đang diễn ra ở Washington, D.C., khi sự cố DeepSeek diễn ra.
Và về cơ bản, khi bạn tham gia vào các cuộc tranh luận về chính sách, bạn sẽ có một tình huống điển hình khi bạn có phiên bản tranh luận hợp lý về lợi ích quốc gia theo góc độ lý thuyết. Và sau đó bạn có một phiên bản chính trị của lập luận đó là, được rồi, quá trình chính trị thực sự làm gì với các lập luận hợp lý? Tôi xin nói theo cách này, tất cả chúng ta đều có nhiều kinh nghiệm chứng kiến lập luận hợp lý đối đầu với tiến trình chính trị, và thường thì lập luận hợp lý không phải là bên chiến thắng. Sau khi trải qua bộ máy chính trị, kết quả thường không như bạn cho rằng ban đầu.
Và còn một yếu tố thứ ba mà chúng ta luôn cần thảo luận , đó là ảnh hưởng của tham nhũng, đặc biệt là trong các tập đoàn lớn . Nếu bạn là một công ty lớn và bạn thấy những thay đổi đang diễn ra với các công ty Trung Quốc (trở nên cạnh tranh hơn), mối đe dọa từ những gì đang xảy ra với mã nguồn mở, tất nhiên bạn sẽ cố gắng sử dụng chính phủ Hoa Kỳ để bảo vệ mình. Có thể điều này phù hợp với lợi ích quốc gia, có thể không. Nhưng chắc chắn bạn sẽ thúc đẩy điều đó, bất kể có vì lợi ích quốc gia hay không. Đó chính là điều làm cho cuộc tranh luận này trở nên phức tạp.
Bạn không thể bán chip AI tiên tiến cho Trung Quốc. Điều này hẳn đã kìm hãm họ theo một cách nào đó. Có một số điều họ không thể làm được. Có lẽ đó là điều tốt vì bạn đã quyết định rằng điều đó phù hợp với lợi ích quốc gia. Nhưng hãy cùng xem xét ba hậu quả thú vị khác phát sinh từ điều này.
Vì vậy, một trong những hậu quả là nó tạo cho các công ty Trung Quốc động lực lớn để thiết kế cách thức hoạt động trên những con chip rẻ hơn. Đó là một phần quan trọng trong bước đột phá của DeepSeek, đó là họ tìm ra cách sử dụng những con chip rẻ hơn, tuân thủ pháp luật để làm những gì các công ty Mỹ đang làm với những con chip lớn hơn của họ. Đó là một trong những lý do tại sao nó lại rẻ như vậy. Trong đó những lý do bạn có thể chạy nó trên phần cứng trị giá 6.000 đô la là vì họ đã đầu tư lượng lớn thời gian và công sức vào việc tối ưu hóa mã để chạy hiệu quả trên các chip rẻ hơn không được chấp thuận. Bạn đã ép buộc một phản ứng tiến hóa.
Đó là phản ứng đầu tiên và có lẽ nó đã phản tác dụng theo một cách nào đó. Hệ quả thứ hai là bạn khích lệ các khu vực nhà nước và tư nhân của Trung Quốc phát triển song song một ngành công nghiệp chip. Vì vậy, nếu họ biết họ không thể có được chip của Mỹ thì họ sẽ phát triển chúng. Họ đang làm điều đó ngay bây giờ . Họ có kế hoạch trên toàn quốc để xây dựng ngành công nghiệp chip của riêng mình để không phụ thuộc vào chip của Mỹ.
Vì vậy, xét theo góc độ ngược lại, có lẽ họ sẽ mua chip của Mỹ. Bây giờ họ sẽ tìm cách tự làm điều đó. Có lẽ trong năm năm nữa họ sẽ có thể làm được điều đó. Nhưng một khi họ đạt đến vị thế có thể tự sản xuất chip, thì chúng ta sẽ có đối thủ cạnh tranh trực tiếp trên thị trường toàn cầu mà chúng ta sẽ không có nếu chỉ bán chip cho họ. Và nhân tiện, vào thời điểm đó, chúng tôi không còn kiểm soát được chip của họ nữa. Họ có toàn quyền kiểm soát. Họ có thể bán dưới giá thành, họ có thể làm bất cứ điều gì họ muốn.
Khả năng suy luận của AI đang thay đổi ngành đầu tư và VC như thế nào
Patrick : Bạn cho rằng tất cả những điều này sẽ tác động thế nào đến việc phân bổ vốn? Tôi quan tâm nhất đến việc công ty của bạn, Andreessen Horowitz(A16Z), sẽ bị ảnh hưởng như thế nào, có thể là sau năm năm nữa. Nếu tôi cho rằng các công ty đầu tư như sự kết hợp giữa khả năng huy động vốn, thực hiện công việc phân tích tuyệt vời và khả năng đánh giá con người, đặc biệt là ở giai đoạn đầu, thì bạn cho rằng chức năng đó sẽ thay đổi như thế nào với sự xuất hiện của “o7” (khả năng suy luận của AI)?
Marc : Tôi hy vọng phần phân tích sẽ thay đổi đáng kể. Chúng tôi cho rằng các công ty đầu tư tốt nhất trên thế giới sẽ rất giỏi trong việc sử dụng công nghệ này để thực hiện công việc phân tích của họ.
Mặc dù vậy, có một câu nói rằng "con trai của thợ đóng giày thì không có giày", và có lẽ công ty đầu tư mạo hiểm đầu tư mạnh mẽ nhất vào AI có thể là những công ty không quá tích cực về mặt ứng dụng trong thế giới thực. Nhưng chúng tôi đang có một số nỗ lực đang diễn ra trong công ty mà tôi thực sự hào hứng. Nhưng các công ty như chúng tôi cần phải theo kịp, vì vậy chúng tôi phải thực sự làm điều đó.
Một số công việc này đã được thực hiện trong ngành chưa? Có lẽ là chưa. Có lẽ vẫn chưa đủ. Tuy nhiên, rất nhiều người mà chúng tôi trò chuyện đều có góc nhìn phân tích rất sâu sắc khi nói đến đầu tư giai đoạn cuối hoặc đầu tư trên thị trường đại chúng. Thậm chí còn có những nhà đầu tư vĩ đại, tôi cho rằng đó là Warren Buffett. Tôi không biết điều này có đúng không, nhưng tôi nghe nói Warren không bao giờ gặp gỡ các CEO.
Patrick : Anh ấy muốn thành lập "Công ty bánh sandwich thịt nguội".
Marc : Vâng, vâng, anh ấy muốn công ty đơn giản như một chiếc bánh sandwich giăm bông. Và tôi cho rằng anh ấy hơi lo lắng khi bị cuốn vào một câu chuyện hay. Bạn biết đấy, rất nhiều CEO là những người rất có sức lôi cuốn. Họ luôn được mô tả là có "mái tóc đẹp, hàm răng trắng, giày đánh bóng và bộ vest được may đo khéo léo". Họ rất giỏi bán hàng. Bạn biết đấy, một trong những việc mà các CEO giỏi nhất là bán hàng, đặc biệt là bán cổ phiếu của chính họ.
Vì vậy, nếu bạn là Buffett và đang ngồi ở Omaha, việc bạn làm là đọc báo cáo thường niên. Các công ty liệt kê mọi thông tin trong báo cáo thường niên của mình và phải tuân thủ luật liên bang để đảm bảo tính đúng sự thật. Vậy đây là cách bạn phân tích nó. Vậy, các mô hình suy luận như O1, O3, O7 hay R4 có hiệu quả hơn so với việc hầu hết các nhà đầu tư phân tích báo cáo thường niên theo cách thủ công không? Có thể là vậy.
Như bạn đã biết, đầu tư cũng là một cuộc chạy đua vũ trang, giống như mọi thứ khác. Vì vậy, nếu nó hiệu quả với một người thì nó sẽ hiệu quả với tất cả mọi người. Đây sẽ là cơ hội đầu tư chênh lệch giá trong một thời gian, sau đó sẽ đóng lại và trở thành tiêu chuẩn. Vì vậy, tôi hy vọng ngành quản lý đầu tư sẽ áp dụng công nghệ này theo cách này. Đây sẽ trở thành cách hoạt động chuẩn mực.
Tôi cho rằng sẽ có chút khác biệt đối với các doanh nghiệp khởi nghiệp ở rủi ro đầu. Những gì tôi sắp nói có thể chỉ là suy nghĩ chủ quan của tôi. Tôi có thể là người lính Nhật Bản cuối cùng trên một hòn đảo xa xôi vào năm 1948, nói ra những điều tôi sắp nói. Tôi sẽ thử một lần. Nhưng tôi muốn nói rằng, hãy nhìn xem, trong giai đoạn đầu, phần lớn những gì chúng tôi làm trong năm năm đầu tiên thực sự là đánh giá sâu sắc các cá nhân và sau đó làm việc rất sâu sắc với những cá nhân đó.
Đây cũng là lý do tại sao vốn rủi ro khó mở rộng quy mô, đặc biệt là trên nhiều khu vực địa lý. Các thí nghiệm ở quy mô địa lý thường không hiệu quả. Lý do là vì bạn sẽ phải dành nhiều thời gian gặp mặt trực tiếp những người này, không chỉ trong quá trình đánh giá mà còn trong suốt quá trình xây dựng. Bởi vì trong năm năm đầu tiên, các công ty này thường chưa ở chế độ lái xe tự động.
Trên thực tế, bạn cần phải làm việc chặt chẽ với họ để đảm bảo họ có thể đạt được mọi thứ cần thiết để thành công. Trong đó những mối quan hệ, cuộc trò chuyện, tương tác, cố vấn rất sâu sắc và nhân tiện, chúng ta học hỏi từ chúng và chúng học hỏi từ chúng ta. Đây là sự giao tiếp hai chiều.
Chúng ta không có tất cả các câu trả lời, nhưng chúng ta có góc nhìn vì chúng ta nhìn được bức tranh toàn cảnh, trong khi họ tập trung nhiều hơn vào các chi tiết cụ thể. Vì vậy, có lượng lớn tương tác hai chiều. Tyler Cowen đã nói một chút về điều này, tôi cho rằng anh ấy gọi nó là "dự án chọn lọc".
Tất nhiên, "khai thác tài năng" là một phiên bản khác của câu nói đó, về cơ bản, nếu bạn nhìn lại bất kỳ lĩnh vực mới nào trong lịch sử loài người, bạn gần như luôn thấy hiện tượng này khi có một số ít người có cá tính độc đáo đang cố gắng làm điều gì đó mới mẻ, và sau đó có một số tầng hỗ trợ chuyên nghiệp tài trợ và hỗ trợ họ. Trong ngành công nghiệp âm nhạc, David Geffen đã phát hiện ra tất cả những nghệ sĩ dân gian đầu tiên và biến họ thành những ngôi sao nhạc rock. Hoặc trong ngành công nghiệp điện ảnh, David O. Selznick là người đã phát hiện ra những diễn viên điện ảnh thời kỳ đầu và biến họ thành những ngôi sao điện ảnh. Hoặc có thể 500 năm trước, trong một quán cà phê hay quán rượu ở Maine, mọi người đang bàn tán xem thuyền trưởng săn cá voi nào sẽ có thể bắt được cá voi.
Bạn biết đấy, đây là Nữ hoàng Isabella trong cung điện lắng nghe đề xuất của Columbus và nói, "Nghe có vẻ hợp lý. Tại sao không?" Sự kết hợp này phát triển theo thời gian, sự kết hợp giữa những người đang làm những điều mới mẻ và tầng lớp hỗ trợ chuyên nghiệp hỗ trợ và tài trợ cho những người này, đã tồn tại hàng trăm, thậm chí hàng nghìn năm.
Bạn có thể đã từng thấy những thủ lĩnh bộ lạc cách đây hàng ngàn năm, họ ngồi quanh đống lửa, và một chiến binh trẻ sẽ đến và nói, "Tôi muốn dẫn một đoàn đi săn đến khu vực đằng kia để xem liệu có con mồi nào ngon hơn không." Và thủ lĩnh sẽ ngồi bên đống lửa và cố gắng quyết định xem có nên đồng ý hay không. Vì vậy, đây là một sự tương tác rất con người. Tôi đoán rằng sự tương tác này sẽ tiếp tục. Tất nhiên, nói như vậy, nếu tôi tìm được một thuật toán nào làm việc này tốt hơn tôi, tôi sẽ nghỉ hưu ngay lập tức. Chúng ta hãy cùng chờ xem.
Patrick: Bạn đang xây dựng một trong những công ty lớn nhất trong lĩnh vực này. Làm thế nào để điều chỉnh chiến lược phát triển của công ty để ứng phó với công nghệ mới này? Bạn đã thực hiện bất kỳ điều chỉnh nào về mặt hoạt động thực tế hoặc định hướng chiến lược chưa? Bạn sẽ chuyển hướng công ty của mình như thế nào để giải quyết công nghệ mới này?
Marc : Theo quan điểm của chúng tôi, một phần quan trọng trong công ty đầu tư mạo hiểm là phải có một tập hợp các giá trị và hành vi mà chúng tôi gọi là bất biến. Ví dụ, tôn trọng các doanh nhân. Bạn cần phải thể hiện sự tôn trọng lớn lao đối với các doanh nhân và hành trình mà họ đang trải qua. Bạn cần phải hiểu sâu sắc về những gì họ làm. Bạn không thể cứ thế mà làm cho xong.
Bạn muốn xây dựng những mối quan hệ sâu sắc. Bạn sẽ phải hợp tác lâu dài với những người này và nhân tiện, những công ty này cần rất nhiều thời gian để xây dựng. Chúng tôi không tin vào thành công có thể đạt được chỉ sau một đêm. Hầu hết các công ty lớn đều được xây dựng trong khoảng thời gian 10, 20, 30 năm. Nvidia là một ví dụ điển hình. Nvidia sắp kỷ niệm 40 năm thành lập và tôi nghĩ một trong những nhà đầu tư mạo hiểm đầu tiên của Nvidia hiện vẫn còn làm việc tại công ty. Đây là ví dụ tuyệt vời về xây dựng lâu dài.
Vì vậy, có một tập hợp cốt lõi các niềm tin, quan điểm và hành vi mà chúng ta không thay đổi và chúng liên quan đến những điều chúng ta vừa đề cập. Một điều nữa là giao tiếp trực tiếp. Bạn biết đấy, trước hết, những việc này không thể thực hiện được từ xa. Nhưng mặt khác, bạn cần phải theo kịp thời đại vì công nghệ thay đổi rất nhanh, mô hình kinh doanh cũng thay đổi rất nhanh và động lực cạnh tranh cũng thay đổi rất nhanh chóng.
Thực tế, hoàn cảnh đã trở nên phức tạp hơn vì hiện nay có quá nhiều quốc gia và có nhiều vấn đề chính trị, điều này cũng khiến mọi thứ trở nên phức tạp hơn. Chúng tôi chưa bao giờ thực sự lo lắng về việc hệ thống chính trị gây áp lực lên các khoản đầu tư của mình cho đến khoảng tám năm trước. Khoảng năm năm trước, áp lực thực sự tăng lên. Nhưng trong mười năm đầu tiên của công ty chúng tôi và 60 năm đầu tiên của vốn rủi ro, đây chưa bao giờ là vấn đề lớn, nhưng bây giờ thì đã khác.
Vì vậy, chúng ta cần phải thích nghi. Chúng ta cần tham gia vào chính trị, điều mà trước đây chúng ta chưa từng làm. Bây giờ chúng ta cần phải thích nghi, chúng ta cần phải nhận ra rằng có thể các công ty AI sẽ có sự khác biệt rất cơ bản. Có thể chúng sẽ được tổ chức theo cách hoàn toàn khác. Hoặc như bạn đã nói, có thể các công ty phần mềm sẽ hoạt động hoàn toàn khác.
Một câu hỏi chúng ta thường tự hỏi là, ví dụ, cơ cấu tổ chức của một công ty thực sự tận dụng AI trông như thế nào? Liệu nó sẽ giống với cơ cấu tổ chức hiện tại hay thực sự sẽ rất khác biệt? Không có câu trả lời duy nhất cho câu hỏi này, nhưng đây là điều chúng tôi đang suy nghĩ nghiêm túc.
Vì vậy, một trong những hành động cân bằng tinh tế mà chúng ta thực hiện hàng ngày là cố gắng tìm ra điều gì là vượt thời gian và điều gì là hợp thời. Về mặt khái niệm, đó là một phần quan trọng trong cách tôi nghĩ về công ty, đó là chúng ta cần điều hướng giữa hai điều đó và đảm bảo rằng chúng ta có thể phân biệt được chúng.
Patrick : Công ty của anh hiện rất lớn và theo một số khía cạnh thì nó tương tự như một công ty như KKR hoặc Blackstone. Bạn và Ben (Ben Horowitz) đều là những người sáng lập giàu kinh nghiệm khi thành lập công ty này. Tương tự như Blackstone, Schwarzman chưa bao giờ thực sự đầu tư trước khi thành lập Blackstone. Hãy xem nó đang phát triển thế nào bây giờ.
Có vẻ như cách tiếp cận do người sáng lập dẫn dắt này để xây dựng các công ty đầu tư quản lý tài sản cuối cùng sẽ giúp chúng trở thành những nền tảng thực sự lớn và phổ biến. Bạn có việc kinh doanh theo chiều dọc bao phủ hầu hết các lĩnh vực thú vị trong công nghệ. Bạn cho rằng quan điểm này có phần nào đúng không? Liệu các nền tảng phân bổ vốn tốt nhất có phải được tạo ra bởi những người sáng lập hay các nhà đầu tư không?
Marc : Vâng, có một vài điểm. Đầu tiên, tôi cho rằng nhận xét này có phần đúng. Trong ngành, mọi người thường nói về nó theo cách này và nhiều hoạt động đầu tư thường được gọi là quan hệ đối tác. Nhiều công ty đầu tư mạo hiểm hoạt động theo cách này. Lịch sử, đây là một đội ngũ nhỏ người ngồi trong phòng, trao đổi ý tưởng với nhau và sau đó tiến hành đầu tư. Nhân tiện, họ không có bảng tài sản. Đây là một quan hệ đối tác tư nhân. Họ trả tiền vào cuối mỗi năm dưới hình thức bồi thường. Đây là mô hình đầu tư rủi ro truyền thống.
Mô hình đầu rủi ro truyền thống có sáu đối tác chung (GP) ngồi quanh bàn để thực hiện việc này. Họ có trợ lý riêng và một số trợ lý khác. Nhưng vấn đề là tất cả đều dựa vào con người. Nhân tiện, bạn sẽ thấy rằng thực ra hầu hết mọi người không thực sự thích nhau nhiều đến vậy.
Mad Men thể hiện điều này rất rõ. Còn nhớ trong Mad Men, ở mùa thứ ba hoặc thứ tư, các anh chàng đã rời đi để thành lập công ty riêng và thực tế là họ không ưa nhau. Họ biết rằng họ cần phải hợp tác với nhau và thành lập công ty. Đây là cách làm việc của nhiều công ty. Vậy thì đây là một quan hệ đối tác tư nhân và đó chính là mục đích của nó.
Nhưng sau đó bạn thấy rằng những công ty này khó có thể duy trì được. Chúng không có giá trị thương hiệu. Họ không có giá trị doanh nghiệp cơ bản. Họ không phải là một doanh nghiệp. Điều bạn thấy ở mô hình này là khi những đối tác ban đầu sẵn sàng nghỉ hưu hoặc làm việc khác, họ sẽ trao lại cho thế hệ tiếp theo. Phần lớn thời gian, thế hệ tiếp theo không có khả năng duy trì điều đó. Ngay cả khi chúng có thể tồn tại thì cũng không có giá trị tài sản cơ bản. Thế hệ tiếp theo sẽ phải trao lại cho thế hệ thứ ba. Có lẽ nó sẽ thất bại ở thế hệ thứ ba và sau đó nó sẽ xuất hiện trên Wikipedia. Câu đó có thể giống như, “Đúng vậy, công ty này đã tồn tại, rồi nó biến mất, và các công ty khác thay thế, lướt qua như những con tàu trong đêm.”
Vậy đây là cách làm việc truyền thống. Nhân tiện, nếu bạn đã được đào tạo về đầu tư theo cách truyền thống, bạn được đào tạo về phần đầu tư, nhưng bạn chưa bao giờ được đào tạo về cách xây dựng doanh nghiệp. Vì vậy, đó không phải là thế mạnh tự nhiên của bạn, bạn không có kỹ năng hay kinh nghiệm đó, nên bạn không làm điều đó. Nhiều nhà đầu tư đã hoạt động theo cách này trong một thời gian dài và kiếm được rất nhiều tiền. Vì vậy, nó có thể hoạt động rất tốt.
Cách khác là xây dựng một công ty, xây dựng một doanh nghiệp, xây dựng thứ gì đó có giá trị thương hiệu lâu dài. Bạn đã đề cập đến các công ty như Blackstone và KKR, những công ty đại chúng lớn này. Tương tự như Apollo, những công ty lớn này - bạn có thể biết rằng các ngân hàng đầu tiên thực chất là các quan hệ đối tác tư nhân. Goldman Sachs và JPMorgan Chase 100 năm trước giống công ty đầu tư mạo hiểm nhỏ ngày nay hơn là bây giờ. Nhưng sau đó, các nhà lãnh đạo của họ theo thời gian đã biến chúng thành những doanh nghiệp lớn. Họ cũng là những công ty đại chúng lớn.
Vậy thì một cách khác để thực hiện điều đó là xây dựng một thương hiệu nhượng quyền. Để làm được điều đó, bạn cần có lý thuyết về lý do tại sao nên có mô hình nhượng quyền thương mại. Bạn cần một lý thuyết khái niệm về lý do tại sao việc làm này lại có ý nghĩa. Vậy thì đúng là bạn cần có kỹ năng kinh doanh. Và sau đó, tại thời điểm đó, bạn đang điều hành một doanh nghiệp và nó cũng giống như điều hành bất kỳ doanh nghiệp nào khác, tức là, được rồi, tôi có một công ty. Nó có mô hình hoạt động, có nhịp điệu hoạt động, có năng lực quản lý, có nhân viên, có nhiều cấp độ và có sự phân công lao động và chuyên môn hóa nội bộ.
Và sau đó bạn bắt đầu nghĩ về mở rộng, và theo thời gian, bạn bắt đầu nghĩ về giá trị tài sản cơ bản, rằng thứ này có giá trị hơn nhiều so với những người đang ở đó tại thời điểm đó. Không phải chúng tôi háo hức chia lợi nhuận hay bất cứ điều gì tương tự như thế. Nhưng một trong những mục tiêu lớn mà chúng tôi đang cố gắng thực hiện là xây dựng thứ gì đó có độ bền như vậy.
Nhân tiện, chúng tôi không vội vàng niêm yết sản phẩm hay gì cả, nhưng một trong những mục tiêu lớn mà chúng tôi đang cố gắng thực hiện là xây dựng thứ gì đó có độ bền như thế này.
Patrick : Bạn hy vọng công ty sẽ có những điểm khác biệt mới nào trong 10 năm tới mà hiện tại chưa có? Có cách nào không thể thương lượng mà bạn hy vọng công ty sẽ không bao giờ phát triển giống như một công ty quản lý tài sản lớn truyền thống không?
Marc : Chúng tôi phát triển nhanh chóng về những gì chúng tôi đầu tư, những gì các công ty làm, mô hình và bối cảnh của những người sáng lập; mọi thứ luôn thay đổi. Ví dụ, trong 60 năm qua, cộng đồng đầu tư rủi ro đã có sự đồng thuận rằng bạn sẽ không bao giờ hỗ trợ các nhà nghiên cứu thành lập công ty để tiến hành nghiên cứu. Anh ta chỉ nghiên cứu, tiêu hết tiền và cuối cùng bạn sẽ chẳng nhận được gì cả.
Tuy nhiên, nhiều công ty AI hàng đầu hiện nay lại được thành lập bởi các nhà nghiên cứu. Đây là một ví dụ về cách một số giá trị được gọi là "vĩnh cửu" cần phải được điều chỉnh để phù hợp với thời đại thay đổi. Chúng ta cần phải linh hoạt với những thay đổi này. Vì vậy, khi những thay đổi này xảy ra, sự giúp đỡ và hỗ trợ mà một công ty cần để thành công cũng sẽ tăng theo.
Một trong những thay đổi quan trọng nhất trong công ty của chúng tôi, và tôi đã đề cập đến điều này trước đây, là hiện chúng tôi có một bộ phận hoạt động chính trị lớn và ngày càng tinh vi. Bốn năm trước, chúng ta là một tờ giấy trắng trên đấu trường chính trị. Và giờ đây nó đã trở thành một phần quan trọng hơn trong việc kinh doanh của chúng tôi so với những gì chúng tôi có thể mong đợi.
Tôi tin rằng trong 10 năm tới, chúng ta không chỉ đầu tư vào những lĩnh vực hiện tại không thể tưởng tượng được mà còn có những mô hình hoạt động hiện tại không thể tưởng tượng được. Vì vậy, chúng tôi hoàn toàn cởi mở với những thay đổi trong các lĩnh vực này. Tuy nhiên, có một số giá trị cốt lõi mà tôi hy vọng sẽ không thay đổi trong 10 năm tới vì chúng được cân nhắc kỹ lưỡng và là nền tảng của công ty chúng tôi.
Nhưng điều tôi luôn nhấn mạnh với các thành viên đội ngũ và các đối tác hữu hạn là chúng tôi không theo đuổi quy mô chỉ vì mục đích quy mô. Khi nhiều công ty đầu tư đạt đến quy mô nhất định, họ sẽ ưu tiên mở rộng Tài sản đang quản lí từ hàng tỷ lên hàng trăm tỷ hoặc thậm chí hàng nghìn tỷ đô la. Cách tiếp cận này thường bị chỉ trích là tập trung nhiều hơn vào việc thu phí quản lý hơn là đạt được sự xuất sắc trong đầu tư. Đó không phải là mục tiêu của chúng tôi.
Lý do duy nhất khiến chúng tôi mở rộng quy mô là để hỗ trợ các công ty mà chúng tôi muốn giúp những người sáng lập xây dựng. Khi chúng tôi mở rộng quy mô, đó là vì chúng tôi tin rằng điều đó giúp chúng tôi đạt được mục tiêu đó.
Tuy nhiên, tôi phải nhấn mạnh rằng hoạt động cốt lõi của công ty chúng tôi luôn là đầu tư rủi ro giai đoạn đầu. Dù chúng ta có lớn đến đâu, thậm chí nếu chúng ta thành lập quỹ tăng trưởng và có thể viết những tấm séc lớn hơn - một số công ty AI thực sự cần lượng lớn vốn. Chúng tôi không thành lập quỹ tăng trưởng ngay từ đầu mà thành lập dần dần theo nhu cầu thị trường và sự phát triển của công ty.
Nhưng việc kinh doanh cốt lõi vẫn luôn là đầu tư rủi ro giai đoạn đầu. Điều này có thể gây nhầm lẫn vì nhìn từ bên ngoài, có vẻ như chúng tôi quản lý lượng lớn. Tại sao tôi lại tin tưởng các bạn dành thời gian cho tôi với tư cách là người sáng lập một công ty khởi nghiệp giai đoạn đầu? Bởi vì Andreessen Horowitz đã đầu tư hàng trăm triệu đô la vào các khoản đầu tư giai đoạn sau , trong khi bạn chỉ đầu tư 5 triệu đô la vào vòng gọi vốn Series A của tôi. Anh vẫn còn dành thời gian để chú ý tới em chứ?
Lý do là vì việc kinh doanh cốt lõi của công ty chúng tôi vẫn luôn là đầu tư rủi ro giai đoạn đầu. Về mặt tài chính, cơ hội lợi nhuận từ các khoản đầu tư giai đoạn đầu tương đương với các công ty giai đoạn sau, đây là đặc điểm của các công ty khởi nghiệp. Nhưng quan trọng hơn, tất cả kiến thức, mạng lưới của chúng tôi và những gì làm nên sự độc đáo của công ty chúng tôi đều đến từ những hiểu biết sâu sắc và mối quan hệ mà chúng tôi có được trong giai đoạn đầu.
Vì vậy, tôi luôn nói với mọi người rằng nếu tình hình đòi hỏi và thế giới gặp rắc rối và chúng ta phải hy sinh thì việc kinh doanh đầu tư rủi ro giai đoạn đầu sẽ không bao giờ bị hy sinh. Đây sẽ luôn là cốt lõi của công ty. Đây là lý do tại sao tôi dành nhiều thời gian làm việc với những người sáng lập giai đoạn đầu. Một mặt, nó rất thú vị; mặt khác, đó cũng là nơi diễn ra nhiều hoạt động học tập nhất.
