Tác giả: Melissa
Nguồn gốc: Atom Capital
Lần này tôi ở lại Thung lũng Silicon trong sáu tuần, tôi đến vào giữa mùa hè và rời đi ngay sau đầu mùa thu. Ánh nắng ở California luôn rực rỡ và ở đây đi đầu về công nghệ, có làn sóng AI. Vì tôi hy vọng sẽ hiểu sâu hơn về sự phát triển và định hướng của AI, tôi đã gặp gỡ nhiều người (bao gồm cả bạn bè từ các nhà máy lớn, doanh nhân và nhà đầu tư), tham gia các hoạt động ra mắt, và thực sự cảm nhận được làn sóng dâng trào khi bắt đầu thủy triều. Chọn một vài sóng ở đây và chia sẻ chúng với bạn.
01 Hậu dịch: thiếu nhân lực và làm việc từ xa
Dịch bệnh đã trở thành dĩ vãng, nhưng có lẽ vì tôi mới đến đây nên dấu vết ba năm để lại rất rõ ràng. Trong số những điều cảm thấy rõ nhất là tác động của tình trạng thiếu nhân lực và làm việc từ xa.
bàn tay ngắn
Rõ ràng là thiếu nhân lực ở Thung lũng Silicon, cùng với lạm phát gần đây, kết quả là nhân lực rất đắt đỏ. Một lần tôi đã sử dụng Uber Eat để đặt một món ăn mang đi trên tàu điện ngầm, bản thân chiếc bánh sandwich là 8 nhân dân tệ, nhưng chi phí mang về tổng cộng lên tới 17 nhân dân tệ, tức là hơn gấp đôi! Tôi đã sống ở Seattle nhiều năm trước đây và tôi luôn biết rằng lực lượng lao động ở Hoa Kỳ không tốt bằng ở Trung Quốc, nhưng tôi đã rất ngạc nhiên khi thấy điều này. Sau khi tìm hiểu, một trong những nguyên nhân chính là do trong thời kỳ dịch bệnh, nhiều người đã nghỉ việc hoặc nghỉ hưu sớm vì sợ lây nhiễm. Cùng với việc chính phủ phân phối tiền trong hai năm qua, số lượng người làm việc đã giảm đi rất nhiều. Trao đổi với một doanh nhân đang làm giáo dục về AI, ông cho biết tình trạng thiếu giáo viên đang rất trầm trọng. Đây là một vấn đề mà toàn nước Mỹ phải đối mặt và tôi không biết nó sẽ được giải quyết như thế nào.
làm việc từ xa
Công việc từ xa bắt đầu trong thời kỳ dịch bệnh có tác động lớn hơn, đặc biệt là đối với sinh viên đại học mới tốt nghiệp. Có hai người bạn bắt đầu kinh doanh riêng và cả hai đều đề cập riêng vấn đề này với tôi. Dịch bệnh đòi hỏi phải cách ly và sinh viên đại học không có cơ hội thực tập tại các công ty khi còn ngồi trên ghế nhà trường. Sau khi tốt nghiệp, tôi làm việc từ xa và không có kinh nghiệm hòa đồng với đồng nghiệp. Điều này dẫn đến việc họ không biết cách làm việc nhóm, khó có thể được leader hướng dẫn từ xa. Họ đã tuyển dụng những sinh viên tốt nghiệp từ những trường rất tốt (bao gồm cả Stanford), và tiềm năng của những sinh viên rất tốt, thật đáng tiếc khi họ phải ra đi vì không thể hợp tác.
Bây giờ các nhà máy lớn đã bắt đầu lần lượt yêu cầu nhân viên đến làm việc trong công ty, nhưng họ vẫn chưa phục hồi được tình hình trước dịch bệnh. Một sinh viên tốt nghiệp mà tôi đã tuyển dụng vào nhóm Expedia nhiều năm trước hiện là người sáng lập một công ty AI. Anh ấy cảm thấy rằng làm việc từ xa ảnh hưởng đến hiệu quả. Trong thời gian dịch bệnh, anh không dám mời nhân viên đến, sợ rằng anh sẽ yêu cầu họ rời đi. Hiện tại, anh ấy đang theo dõi nhịp điệu của nhà máy lớn, và khi nhà máy lớn đưa ra yêu cầu rõ ràng, anh ấy sẽ theo kịp. Theo tình hình thực tế tôi thấy ở các nhà máy lớn, công ty mới thành lập thì số lượng người đến văn phòng làm việc còn hạn chế. Thảo luận với bạn bè, thái độ của mọi người đối với điều này không hoàn toàn thống nhất. Nói chung, nhóm càng lớn do một người quản lý thì càng không hài lòng với phương pháp làm việc từ xa. Mọi người đều cảm thấy rằng nó sẽ dần trở lại như xưa, nhưng điều đó khó có thể xảy ra trong một sớm một chiều.
Nói về một quan sát thú vị. Các công ty lớn như Google và Meta đặt trụ sở tại Palo Alto và Mountain View, dẫn đến giá nhà ở gần đắt đỏ, còn nhà ở xa thì rẻ hơn nhiều. Vì đi làm xa không đến công ty nên hai năm nay giá nhà đất ở những nơi xa cũng tăng rất tốt.
02 Làn sóng AI: mô hình ban đầu được xác định từ rất sớm
Trọng tâm của tôi là AI. Tóm lại là một số quan sát và nhận định về AI tại Thung lũng Silicon trong tháng qua.
Mô hình và GPU lớn
Bản thân cơ cấu ngành của mô hình lớn bước đầu đã được xác định. Khác với cuộc thi Hàng trăm mô hình và hàng nghìn mô hình của Trung Quốc, Thung lũng Silicon có một số mô hình lớn đã giành chiến thắng, nguồn đóng chủ yếu là OpenAI và Google, Anthropic cũng có thể được tính, nguồn mở là Meta Llama-2, v.v. Bởi vì đầu tư vào mô hình quy mô lớn có mục đích chung là cực kỳ cao, đòi hỏi lượng lớn nhân lực, Tỷ lệ băm và vốn, nên mô hình dường như đã được xác định về cơ bản và không có người mới tham gia.
Vẫn còn tình trạng thiếu GPU, cho dù đó là một nhà máy lớn hay một công ty mới thành lập. Mọi người đang tìm kiếm GPU . Đàn em NVIDIA cho tôi phổ cập khoa học về quy trình sản xuất GPU, bắt đầu từ khâu chuẩn bị cát quặng. Phần cứng không phải là trọng tâm của tôi và kiến thức của tôi còn hạn chế. Nghe có vẻ do chu kỳ sản xuất dài nên sẽ thiếu hụt GPU trong thời gian ngắn, còn về lâu dài sẽ ổn.
AI có từ rất sớm
Nói về hiện trạng trong lĩnh vực AI, một người bạn của nhà đầu tư đã mô tả nó một cách sinh động. Anh ấy nói rằng trời vẫn chưa sáng, và mọi người đang soi đèn pin xung quanh, tìm kiếm phương hướng. Sự gia tăng thực sự của Internet di động vẫn chưa đến. Tôi đã nói chuyện với nhiều bạn bè, bao gồm các nhà phát triển mô hình lớn, các công ty lớn và nhỏ sử dụng các mô hình lớn và các công ty khởi nghiệp cung cấp dịch vụ sản phẩm xung quanh các công cụ/công cụ hạ tầng mô hình lớn. Đánh giá chung là việc áp dụng các mô hình lớn vẫn còn rất sớm.
Một ví dụ rất tiêu biểu. Tôi có một người bạn từng là Phó Giám đốc Kỹ thuật của một công ty niêm yết rất nổi tiếng, vài năm gần đây anh ấy đã thành lập công ty riêng của mình để làm các công việc liên quan đến nền tảng Thương mại điện tử, anh ấy có hơn 100 nhân viên và được đầu tư bởi một số quỹ nổi tiếng ở Hoa Kỳ. Công việc kinh doanh của cô ấy cần những mô hình lớn. Gần đây, cô ấy đang tìm hiểu cách thực hiện và đã thử hai lần. Một là tinh chỉnh dữ liệu sở hữu tư nhân trên mô hình MosaicML. Một là sử dụng GPT-4, đặt dữ liệu sở hữu tư nhân vào cơ sở dữ liệu vectơ và sử dụng truy xuất tìm kiếm để đưa thông tin tương ứng vào lời nhắc. So sánh cả hai, thật ngạc nhiên, kết quả của GPT-4 tốt hơn kết quả của tinh chỉnh. Cô rất bối rối và không biết tinh chỉnh như thế nào để có tác dụng. Loại dữ liệu nào là cần thiết, lượng dữ liệu được sử dụng và cách tinh chỉnh không rõ ràng lắm. Hơn nữa, mô hình lớn là một hộp đen, cô cảm thấy người làm ra mô hình lớn có lẽ không hiểu rõ lắm. Ngoài ra, cô ấy nói rằng trải nghiệm sử dụng MosaicML không tốt, nhưng không có công cụ nào khác để lựa chọn. Mặc dù GPT-4 hoạt động tốt, nhưng dữ liệu sở hữu tư nhân của cô ấy không thể được công khai. Nó có thể được sử dụng để thử nghiệm, nhưng không phải cho các sản phẩm chính thức. Cô ấy cảm thấy rằng sức mạnh kỹ thuật của nhóm hiện tại trong lĩnh vực này còn hạn chế và có kế hoạch tuyển dụng các kỹ sư AI để giải quyết vấn đề này tiếp theo.
Tôi hơi ngạc nhiên khi nghe điều đó. Bởi vì cô ấy rất có kinh nghiệm, toàn bộ đội ngũ doanh nhân đều có lý lịch sáng sủa và kỹ thuật tốt. Nếu cô ấy vẫn không biết cách tinh chỉnh hiệu quả, thì các công ty khác có thể tưởng tượng. So sánh kết quả của cô ấy (tinh chỉnh không tốt bằng tìm kiếm truy xuất GPT-4), không phải là trường hợp cá biệt và tôi đã nghe nhiều ví dụ tương tự. Một công ty khởi nghiệp khác của bạn tôi cung cấp các công cụ AI để phục vụ các khách hàng doanh nghiệp lớn. Anh ấy nói rằng các mô hình quy mô lớn là một công nghệ hoàn toàn mới dành cho các doanh nghiệp lớn và khách hàng của anh ấy mới bắt đầu nghĩ về chúng và họ đặc biệt quan tâm đến độ chính xác, tốc độ, chất lượng dữ liệu và các vấn đề về quyền riêng tư cần được chuẩn bị cho ngươi mâu. Khách hàng cũng đang khám phá những vấn đề kinh doanh nào sẽ sử dụng AI để giải quyết. Ông đánh giá rằng phải mất ít nhất 6-12 tháng để một công ty có thể sử dụng nội bộ.
Có thể thấy rằng vòng AI này vẫn còn ở giai đoạn rất sớm, không có ứng dụng sát thủ nào (ngoại trừ ChatGPT) ở bên C và sẽ cần thời gian để bên B hạ cánh. có nhiều dư địa để phát triển. Ví dụ: Databricks đã chi 1,3 tỷ đô la Mỹ để mua lại MosaicML, với hy vọng thiết lập các khả năng AI để trao quyền cho khách hàng càng sớm càng tốt.
Ở đây tôi thấy hai thông điệp tích cực:
- Chính vì nó vẫn còn ở giai đoạn đầu, các công cụ chưa hoàn hảo và các công ty lớn không có sẵn các công nghệ làm sẵn, điều này tạo cơ hội cho các công ty khởi nghiệp. Nếu các công ty lớn có thể sử dụng nó ngay lập tức, họ có dữ liệu và kịch bản của riêng mình và sẽ có ít cơ hội hơn cho các công ty khởi nghiệp. Đây là quan điểm của Howie Xu, một giáo viên ở Thung lũng Silicon, mà tôi đồng cảm.
- Các công ty lớn rất háo hức sử dụng AI, ít nhất là với cảm giác khủng hoảng. Tôi được biết rằng đối với vòng GenAI này, nhiều công ty đã thiết lập ngân sách đặc biệt trong nội bộ. Bây giờ tiền đã sẵn sàng, ngay cả khi sự phát triển chậm hơn trong giai đoạn đầu, triển vọng của AI vẫn rất tươi sáng và không dễ bị lạnh nhạt.
Tại sao bạn cảm thấy rằng sự phát triển của AI đã chậm lại trong hai tháng qua?
Tôi không biết bạn cảm thấy thế nào, so với đầu năm, tôi cảm thấy rằng nhịp điệu của lĩnh vực AI đã chậm lại đáng kể trong hai hoặc ba tháng qua. Tại sao nó như thế này? Quan sát, đại khái như sau:
- Nó liên quan đến chiến lược của OpenAI. Làn sóng bắt nhịp này chủ yếu do OpenAI dẫn đầu, nó đã kìm hãm những bước tiến lớn của mình trước đó, tung ra những thành tựu của hai hoặc ba năm qua (chẳng hạn như GPT-3) trong hai hoặc ba tháng kể từ cuối năm ngoái, điều này khiến người ta choáng váng. Sau khoảng thời gian bắt kịp này, Google đã trở thành một đối thủ mạnh và giờ đây OpenAI không dám tung ra những sản phẩm chưa sẵn sàng, nếu không thì cái được nhiều hơn cái lỗ. Do đó, gần đây không có thay đổi đặc biệt lớn nào và có thể cảm thấy chậm hơn trước. Trên thực tế, tôi nghĩ đây là nhịp điệu mà công nghệ nên có, vốn không quá nhanh ngay từ đầu.
- Các doanh nhân đang nỗ lực xây dựng. Tôi đã thuyết trình trong cộng đồng AI ở Thung lũng Silicon về vấn đề này. Phản hồi từ cộng đồng: Vào đầu năm, các doanh nhân bận rộn tham gia nhiều hội nghị/bài giảng/cuộc gặp gỡ thảo luận học tập, cố gắng tìm hiểu xem GenAI là gì. Gần đây, mọi người đều có hiểu biết cơ bản về công nghệ mô hình quy mô lớn và họ đang bận rộn dành thời gian để xây dựng sản phẩm của riêng mình. Nhìn từ bên ngoài, có vẻ như nó không còn sống động như trước.
- Trong lĩnh vực nghiên cứu, bài báo này đến bài báo khác vẫn đang được xuất bản và nó không hề chậm lại.
Thị trường sơ cấp đã thực sự chậm lại
Tốc độ đầu tư vào thị trường sơ cấp tổng thể dường như đã chậm lại. Chủ yếu liên quan đến môi trường. Mọi người cảm thấy rằng xu hướng kinh tế trong tương lai là không chắc chắn, và cuộc chiến Nga-Ucraina đã làm tăng sự không chắc chắn, ảnh hưởng đến niềm tin của mọi người vào đầu tư. Ngoài ra, trong thời kỳ dịch bệnh, việc chính phủ xả nước quy mô lớn đã khiến giá trị của nhiều dự án kinh doanh tăng rất cao, và việc định giá vẫn đang trong quá trình điều chỉnh. Trong bối cảnh đó, thị trường sơ cấp trong lĩnh vực AI thực sự tương đối tốt. Tuy nhiên, vì vẫn còn rất sớm, tôi đã quan sát thấy rằng ngoài các dự án cạnh tranh thực sự tạo ra các mô hình lớn (bao gồm cả character.ai thực sự đang tạo ra các mô hình lớn) và kiếm được nhiều tiền, không dễ dàng cho các doanh nhân AI khác. dự án huy động vốn ngay bây giờ, nhiều nhà đầu tư đang chờ đợi và theo dõi.
03 Khám phá Big Factory: OpenAI, Google, NVIDIA
Trong làn sóng AI này, OpenAI & Microsoft, Google và NVIDIA đã trở thành những người dẫn đầu xu hướng của thời đại. Ba trong số đó có trụ sở chính tại Thung lũng Silicon, tôi đã đi tìm hiểu và tổng hợp những thông tin có thể chia sẻ.
mởAI
OpenAI rất quan tâm đến việc bảo vệ thông tin và nhân viên cũng rất nhạy cảm về vấn đề này. Tôi không biết nhiều, nhưng một vài điểm là tương đối ấn tượng.
Những người làm việc với OpenAI đề cập rằng nhân viên của họ rất có năng lực và hiệu quả. Hiệu suất và giám sát hệ thống của nó đặc biệt tốt và khả năng kỹ thuật của nó rất mạnh. Có lẽ, khả năng kỹ thuật của Infra - cách sử dụng phần cứng hiệu quả hơn, cải thiện hiệu suất, v.v., là một trong những rào cản cốt lõi của nó.
OpenAI bị ám ảnh bởi AGI và tôi chỉ có thể thực sự hiểu điều này sau khi nói chi tiết về nó. Họ đánh giá mức độ ưu tiên của công việc trong nội bộ và họ sẽ xem liệu điều này có thể giúp ích cho sự phát triển của AGI hay không. Nếu bạn có thể đào tạo mô hình tốt hơn và giúp mô hình học hỏi, thì bạn sẽ làm được, nếu không, bạn sẽ không tốn công sức. Ví dụ, họ đã từng làm việc với người máy trước đây và họ cảm thấy rằng họ bị hạn chế rất nhiều bởi thế giới vật chất thực tế và không thể giúp AGI, vì vậy họ đã dừng lại. Theo suy luận này, khả năng cao là nó sẽ không làm trường dọc.
Trước khi ChatGPT xuất hiện, người dùng không nhận thức được tác dụng của LLM. Việc người dùng cảm nhận là rất quan trọng. Ngoài AGI, ChatGPT và API cũng là trọng tâm của OpenAI.
Trước đây, Google tương đối chậm chạp trong việc phát triển trí tuệ nhân tạo, ngoài mâu thuẫn với mảng kinh doanh quảng cáo, còn liên quan đến hai việc. Một là một nhà nghiên cứu cảm thấy rằng mô hình lớn đã có ý thức và đã bị sa thải. Trước đó, một nữ nhân viên da màu đã kiện Google vì bị từ chối xuất bản một bài báo. Những điều này khiến Google rất thận trọng về AI và làm chậm tiến độ của AI.
Google luôn cảm thấy mình đang dẫn đầu cho đến khi ChatGPT xuất hiện, điều này đã gây rất nhiều áp lực lên Google. Việc bắt đầu mã đỏ (mức ưu tiên cao nhất) trong nội bộ vào tháng 12 là tương đối hiếm. Bây giờ công ty rất coi trọng GPT, có một nhóm chuyên làm GPT (DeepMind và Google Brain đã hợp nhất), và các nhóm khác được khuyến khích sử dụng AI càng sớm càng tốt. Nhiều người bạn của tôi đang làm việc tại Google, họ tin tưởng vào Google và họ cảm thấy rằng Google sẽ không tụt lại phía sau về mặt này.
NVIDIA
Trong làn sóng LLM này, NVIDIA đã trở thành người chiến thắng lớn nhất. Trên thực tế, tôi đã không chú ý nhiều đến công ty này, bởi vì kinh nghiệm và sở thích của tôi là về phần mềm. Lần này mình xem kỹ và thấy rất hay nên chia sẻ thêm ở đây.
Startup của một người
Tóm lại, phong cách của NVIDIA là công ty khởi nghiệp của Lao Huang Jason. Những người bạn làm việc ở đó rất ngưỡng mộ Jason, và tôi cảm thấy rằng Jason là một siêu nhân😊. Jason luôn tin tưởng vào Compute, bất kể giá cổ phiếu là bao nhiêu, anh ấy đã kiên quyết thực hiện nó từ năm 2012 và chưa bao giờ do dự. Jason có hiểu biết sâu rộng về công nghệ, hiểu rõ tình hình thực tế của dự án và dễ gần. Nếu có điều gì đó không thể quyết định, mọi người hãy hỏi Jason, anh ấy đưa ra quyết định nhanh chóng và tốt.
Jason rất từ bi. Ví dụ, khi bắt đầu dịch bệnh, công ty thường tiến hành đánh giá nhân viên vào tháng 9, nhưng anh ấy đã quyết định thực hiện trước. Kết quả là trong tháng 3, toàn công ty đã hoàn thành việc đánh giá, tăng lương, thưởng để ai cũng nhận được tiền trước. Đồng thời, Jason có cái nhìn sâu sắc và cảm giác khủng hoảng, rất được lòng nhân viên. Ngay cả khi giá cổ phiếu trước đây không tốt, nhân viên vẫn đánh giá cao anh ta.
Nhấn mạnh vào công nghệ, tổ chức phẳng
Văn hóa công ty của nó khác biệt đáng kể so với các công ty khác mà tôi biết. Là một công ty có gần 30.000 người, NVIDIA không có người quản lý (người quản lý chỉ quan tâm đến con người). Công ty nhấn mạnh khả năng kỹ thuật, và các nhà quản lý, bất kể trình độ của họ, đều rất mạnh về kỹ thuật.
Mô phẳng. Có vẻ như cả công ty chỉ có Jason là có trợ lý, còn những người khác thì không có. Tôi hỏi phải làm gì về việc xây dựng nhóm và những thứ tương tự. Một người bạn nói rằng công ty không có team building, không có bữa tối Giáng sinh, chỉ có hội nghị toàn công ty. Tại cuộc họp, Jason đã có một bài phát biểu dài hai tiếng mà không có kịch bản, anh ấy là một người hay pha trò, sau bài phát biểu, nhiều nhân viên đã tiến lên chụp ảnh cùng anh ấy.
hệ sinh thái NVIDIA
Tôi nghe nói rằng hệ sinh thái của NVIDIA đã hoạt động tốt trong một thời gian dài, vì vậy tôi đã hỏi cụ thể nó đang đề cập đến điều gì và bạn tôi đã nói rất rõ ràng:
- Công cụ hoàn chỉnh được cung cấp. Chip là một ngăn xếp sâu từ dưới lên trên, đòi hỏi nhiều công cụ hỗ trợ khác nhau, bao gồm trình biên dịch, trình gỡ lỗi, trình lược tả, v.v. Nhu cầu của nhân sự R&D là khác nhau, chẳng hạn như có người muốn làm chuyên sâu về tối ưu hóa nên chỉ gói gọn chức năng vào một API là không đủ.
- Tốc độ và tính dễ sử dụng của hệ thống.
- Công ty nội bộ và bên ngoài, giao tiếp ngang được thực hiện rất tốt. Ví dụ, công ty có một nhóm chịu trách nhiệm giao tiếp với khách hàng và họ cũng biết rất rõ về công nghệ nội bộ. Khách hàng có nhu cầu gì, họ đã trao đổi trực tiếp với đội ngũ R&D nội bộ từ rất sớm. Nội thất cũng vậy. Nhóm phần mềm làm việc chặt chẽ với bộ phận phần cứng, thay vì đợi phần cứng sẵn sàng trước khi phát triển phần mềm, nhưng tương tác và hợp tác kịp thời trong suốt quá trình.
04Quốc tế hóa doanh nghiệp Trung Quốc
Những thay đổi trong quan hệ Trung-Mỹ có liên quan mật thiết đến Thung lũng Silicon. Tôi nhận thấy hai thay đổi đáng chú ý lần này. Các doanh nhân tập trung hơn vào việc lựa chọn thị trường, hoặc ở thị trường Mỹ hoặc thị trường Trung Quốc, và rất ít người làm cả hai. Một số doanh nhân và quỹ tốt trong nước cũng đang tìm kiếm cơ hội mới tại đây.
Làm thế nào để làm tốt công việc quốc tế hóa cho các doanh nghiệp Trung Quốc là một câu hỏi phổ biến. Tôi đã tham gia một buổi thẩm mỹ viện kín vào cuối tuần và chủ đề thảo luận là thế này, tôi nghĩ khách mời khá tiêu biểu: có CEO của các công ty niêm yết Trung Quốc trên thị trường toàn cầu, có các đối tác quỹ tập trung đầu tư vào Trung Quốc các công ty ra nước ngoài, và có những nhà quản lý quản lý cả hai đội ở Trung Quốc và Hoa Kỳ, các doanh nhân, và tôi là một trong số họ. Tất cả các bạn đã chia sẻ rất nhiều hiểu biết. Trung Quốc có lợi thế về chi phí R&D, Chuỗi cung ứng hoàn chỉnh, vận hành sản phẩm trên Internet và sự siêng năng, nhưng ra nước ngoài phải đối mặt với những thách thức hoàn toàn khác, liên quan đến tiếp thị, sản phẩm, văn hóa nhóm và quản lý. Một điểm mà các khách mời tâm đắc là để kinh doanh quốc tế thì trước hết tư duy của nhà sáng lập phải quốc tế hóa.
Cảm xúc của tôi nằm ngoài cuộc thảo luận. Tôi không xa lạ gì với chủ đề quốc tế hóa Chủ đề được thảo luận nhiều năm trước là cách các công ty Mỹ mở rộng sang Trung Quốc. Bây giờ thì ngược lại, thảo luận về cách các công ty Trung Quốc có thể làm thị trường quốc tế. Trọng tâm của thế giới đang thay đổi, sau những năm làm việc chăm chỉ này, Trung Quốc đã thực sự trở nên mạnh mẽ hơn rất nhiều, điều này khiến mọi người tự hào.
05 Thung Lũng Silicon Đang Chảy
Tôi luôn rất ghen tị với nguồn tài năng và bầu không khí giao tiếp tự do của Thung lũng Silicon. Ở đây có mật độ nhân tài cao, tôi thường trò chuyện với họ và phát hiện ra rằng họ là cựu sinh viên Thanh Hoa. Có 30 sinh viên trong lớp đại học của tôi, 6 người trong số họ đang ở đây. Vào cuối tuần, tôi tham dự một bữa tiệc nướng do một người bạn tổ chức, trò chuyện tình cờ và thấy rằng một số người trong số họ nói chuyện rất tốt. Thêm một câu hỏi, hóa ra anh ấy là một người thành công nhưng lại che giấu bí mật của mình
Bởi vì đó là Thung lũng Silicon, tinh thần kinh doanh luôn chiếm ưu thế. Tiếp theo là nhiều bài giảng, diễn đàn, v.v. Khi tôi mới đến, bạn tôi đã đưa cho tôi một tài liệu Google, trong đó liệt kê dày đặc các hoạt động ngoại tuyến AI ở San Francisco, hầu như mỗi ngày. Lên thành phố không tiện nên tôi chỉ tham gia chọn lọc vài lần. Sau đó, tôi tự tìm kiếm và tìm thấy nhiều cuộc thảo luận trên web và cộng đồng trực tuyến về các chủ đề quan tâm. Sau đó, tôi đã làm quen với nó và thấy rằng có rất nhiều hoạt động trong Vùng Vịnh. Dù là online hay offline thì nhìn chung chất lượng của các hoạt động này đều rất tốt. Có thành viên nòng cốt là các công ty lớn hoặc các startup hàng đầu, các doanh nhân trẻ. Thông tin được chia sẻ dày đặc và cập nhật nhanh chóng, diễn giả là những người có tư duy độc lập và có tầm công nghệ chân thành . . Tôi luôn thích học hỏi những điều mới và tận hưởng thời gian ở đây.
Thung lũng Silicon linh hoạt, với những tài năng linh hoạt, thông tin linh hoạt và vốn linh hoạt. Những dòng chảy này mang đến sự năng động và đổi mới, giúp bạn có thể thay đổi mỗi ngày và cảm thấy trẻ mãi không già.
