Bản gốc tiêu đề: 《Google, Nvidia đặt cược, công ty AI trị giá 4 tỷ USD này muốn trực tiếp loại bỏ các nhà khoa học》
Tác giả bản gốc: Huàlín Wǔwáng, Geek Park
Năm 1956, một nhóm nhà khoa học tụ họp tại Dartmouth, lần đầu tiên chính thức bàn về câu hỏi “Máy có thể suy nghĩ 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 chưa đầy bốn tháng, đã huy động được 500 triệu USD vốn đầu tư, định giá đạt 4 tỷ USD—chỉ vì họ tuyên bố đã tìm ra con đường để AI tự học, tự tiến hóa.
Công ty đó tên là Recursive Superintelligence.
Venture capital của Google GV dẫn đầu, Nvidia theo sau. Vị thế của hai công ty trong hệ sinh thái AI không cần phải bàn cãi. Cả hai 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, thực chất 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, làn sóng các kỹ sư và nhà nghiên cứu rời các phòng thí nghiệm hàng đầu để khởi nghiệp đã trở thành xu hướng rõ rệt.
Trang cá nhân của Richard Socher trên X, rõ ràng Altman đã chú ý đến nhân tài này｜Nguồn hình: X
Socher không phải là kiểu nhà sáng lập “đến từ các tập đoàn lớn để tích lũy danh tiếng” phổ biến 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, hoàn thành luận án tiến sĩ năm 2014, 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 then 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 đặt nền móng công nghệ cho các mô hình BERT, GPT ngày nay, với hơn 180.000 lượt trích dẫn trên Google Scholar.
Ngay trong năm tốt nghiệp tiến sĩ, ông đã thành lập startup AI MetaMind, hai năm sau bị Salesforce mua lại theo chiến lược. Sau đó, ông giữ chức trưởng khoa học chính và phó tổng giám đốc điều hành của Salesforce AI, 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 sáng lập công cụ tìm kiếm AI 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 đều kể câu chuyện về “AI thế hệ tiếp theo”.
Nhưng điểm tiếp cận của Recursive còn mang tính đột phá hơn nhiều đối thủ.
Chủ đề cốt lõi của họ là “AI tự học”—không phải làm AI thông minh hơn để trả lời câu hỏi, mà là để AI tự hoàn thành toàn bộ quy trình nghiên cứu khoa học: đề xuất giả thuyết, thiết kế thí nghiệm, đánh giá kết quả, điều chỉnh hướng đi. Nói cách khác, họ muốn loại bỏ hoàn toàn 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 hàng đầu trong lĩnh vực AI có mức lương hàng năm từ 15 đến 20 triệu USD, nếu một hệ thống có thể thực hiện cùng công việc đó với chi phí thấp hơn, tốc độ nhanh hơn, mô hình kinh tế của nghiên cứu tiên phong sẽ bị thay đổi hoàn toàn.
Các nhà đầu tư rõ ràng đã nhận ra logic này. Các vòng gọi vốn được cho là đã vượt quá mục tiêu, 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.
Tuy nhiên, 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 chủ thúc đẩy quá trình khám phá khoa học. Đây vừa là cạnh tranh, vừa là một cược lớn của Google.
Quan trọng hơn, mới đầu tháng này, Google vừa công bố hợp tác nhiều thế hệ hạ tầng AI với Intel. 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 quân cờ trong chiến lược lớn này—ai sẽ dẫn đầu các mô hình, Google đều muốn góp mặt.
Còn Nvidia thì rõ ràng hơn. Thứ cản trở chính của AI tự học không phải là thuật toán, mà là sức mạnh tính toán. Nếu AI muốn tự chạy thí nghiệm, tự điều chỉnh mô hình, cần một lượng GPU khổng lồ, theo cấp số nhân. Việc Nvidia đầu tư vào Recursive phần nào là đầu tư vào đơn hàng trong tương lai của chính họ.
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 không?
Chắc chắn khi lần đầu mọi người 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.
Tuy nhiên, nhìn kỹ 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 “vương miện của các tập đoàn lớn”. Kinh nghiệm của đội ngũ chính tại DeepMind và OpenAI cũng cho thấy họ đã tiếp xúc thực sự với các điểm đau của nghiên cứu tiên tiến.
Thứ hai, về thực tế huy động vốn vượt quá mục tiêu. Điều này cho thấy nhu cầu thị trường vượt xa cung, các nhà đầu tư đang cạnh tranh để tham gia, chứ không phải bị thuyết phục.
Tuy nhiên, 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 trả phí cho một hướng đi, chứ không phải cho một sản phẩm hay doanh thu cụ thể.
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 được mức định giá cao ngất ngưởng 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. Đây không phải là phê phán, mà là một quan sát khách quan.
04 “Tự học” là cánh cửa phía sau là gì?
Tên gọi Recursive Superintelligence đã thể hiện 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” ám chỉ một hệ thống có thể liên tục tự tối ưu hóa chính nó, tiến lên theo vòng xoáy.
Khái niệm này không mới, phiên bản cực đoan nhất chính là “bùng nổ trí tuệ”—khi một hệ thống vượt qua một ngưỡng nhất định, nó có thể tự thúc đẩy quá trình tiến hóa của chính mình, cuối cùng đạt tới 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.
Tuy nhiên, Recursive hiện tại chưa đi đến mức đó. Hiểu theo cách thực tế hơn, họ đang cố xây dựng một hệ thống có thể tự chủ 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 thật sự làm được, tác động của nó không chỉ dừng lại trong giới AI. Nó có thể mở ra giai đoạn mới trong phát triển thuốc, vật liệu, vật lý—nơi mà không cần nhà khoa học con người vẫn có thể tiến bộ nhanh chóng.
Dĩ nhiên, tất cả đều còn là “nếu”.
Từ lời tuyên bố đến thực hiện, khoảng cách trong ngành AI chưa bao giờ là tuyến tính.
05 Logic của làn sóng này
Từ cuối năm 2025 trở lại đây, làn sóng các nhà khởi nghiệp rời các phòng thí nghiệm hàng đầu liên tiếp xuất hiện. 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—cuộc 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 nhất lại cảm thấy tự do hơn khi tự làm.
Trong khi đó, logic của thị trường vốn cũng đang thúc đẩy xu hướng này. Đối với các nhà nghiên cứu hàng đầu có sự bảo trợ của các tập đoàn lớn, thời điểm để khởi nghiệp có thể là tốt nhất trong lịch sử—nhà đầu tư sẵn sàng bỏ tiền nhiều hơn bao giờ hết cho “hướng đi”.
Câu hỏi cốt lõi của làn sóng này không phải là “ai thành công”, mà là “thành công theo nghĩa 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 có thể xảy ra.
Bốn tháng, định giá 4 tỷ USD—con số này vừa gây hứng khởi, vừa cảnh báo. Cuộc đua vũ trang trong AI ngày nay, thậm chí cả “cách làm nghiên cứu” cũng đã trở thành chiến trường cạnh tranh.
Các nhà khoa học tại Dartmouth đã tranh luận về vấn đề này suốt một mùa hè, giờ đây có người muốn dùng AI để trả lời—dùng AI nghiên cứu AI, theo cách đệ quy hướng tới siêu trí tuệ.
Con đường này đi đến đâu, chưa ai thực sự biết. Nhưng rõ ràng, Google và Nvidia đã quyết định, bất kể đi đâu, đều không thể thiếu vắng sự có mặt của họ.
Link bài gốc
Nhấn để khám phá các vị trí tuyển dụng của BlockBeats
Chào mừng gia nhập cộng đồng chính thức của BlockBeats:
Telegram nhóm theo dõi: https://t.me/theblockbeats
Telegram nhóm thảo luận: https://t.me/BlockBeats_App
Twitter chính thức: https://twitter.com/BlockBeatsAsia
