Một thương vụ tài trợ thay đổi cục diện ngành AI

Tháng 5 năm 2026, lĩnh vực AI của Trung Quốc đã chứng kiến một sự kiện mang tính bước ngoặt—DeepSeek hoàn tất vòng tài trợ bên ngoài đầu tiên, tổng số tiền huy động vượt 500 tỷ nhân dân tệ (khoảng 7,4 tỷ USD), định giá sau đầu tư vượt mốc 5 tỷ USD. Đây là lần đầu tiên công ty mô hình hàng đầu vốn trước nay luôn tránh xa thị trường vốn mở cửa đón tài trợ.

Thành phần nhà đầu tư có thể nói là “hoành tráng”: Sáng lập viên Lương Văn Phong tự bỏ ra 20 tỷ nhân dân tệ, Tencent đầu tư 10 tỷ nhân dân tệ, CATL (宁德时代) đầu tư 5 tỷ nhân dân tệ, NetEase và JD.com, cùng IDG Capital mỗi bên đầu tư 3 tỷ nhân dân tệ; bên cạnh đó còn có Monolith Lishi Capital, khoản đầu tư của Chính Tâm Cốc (正心谷投资) và nhiều đơn vị khác cũng nằm trong danh sách.

Cuộc gọi vốn này gây chấn động ngành không chỉ vì quy mô của nó, mà còn vì nó xuất phát từ một công ty từng tuyên bố “không gọi vốn, không niêm yết, không thương mại hóa”. Mọi người tò mò: Lương Văn Phong vì sao đổi ý? Công ty được gắn quá nhiều hào quang đó—lộ trình kỹ thuật thực sự và triết lý kinh doanh rốt cuộc là gì?

Gần đây, một bản ghi chép cuộc họp nội bộ trong thời gian DeepSeek gọi vốn đã lan truyền trong ngành. Trong bản ghi chép dài hàng giờ này, Lương Văn Phong hiếm khi trình bày một cách hệ thống toàn bộ suy nghĩ của ông về văn hóa tổ chức, lộ trình kỹ thuật, trò chơi cạnh tranh thương mại và cơ sở hạ tầng năng lực tính toán. Những quan điểm này đủ để giải thích các quyết định kiềm chế của công ty trong quá khứ—trông có vẻ phi trực giác, nhưng cuối cùng lại được chứng minh là đúng.

Thử nghiệm tổ chức theo tầm nhìn: công ty không có KPI

“Quản lý một công ty lớn không dựa vào quy định và quy chế của bạn, mà dựa vào tầm nhìn.” Trong cuộc họp, Lương Văn Phong định nghĩa triết lý tổ chức của DeepSeek như vậy.

Đây không phải khẩu hiệu trống rỗng. Ông nói thẳng rằng DeepSeek “không có tổ chức”, mà hoàn toàn dựa vào tầm nhìn. “Chúng tôi không làm theo kiểu ‘tôi cần đạt KPI gì, cần đánh giá thế nào’; chúng tôi chỉ có tầm nhìn.”

Biểu hiện cụ thể của việc thử nghiệm theo tổ chức này là: việc quản lý công ty chia thành hai tuyến—các dự án chính thức đi từ trên xuống, và những khám phá tự do đi từ dưới lên. Lương Văn Phong muốn công việc chính thức “đừng chiếm quá nửa thời gian của nhân viên”; nửa thời gian còn lại, các nhà nghiên cứu có thể tự do khám phá bất kỳ hướng nào họ cho là quan trọng, “không ai quản, không KPI”.

“Thường thì chúng tôi cũng không hay tăng ca.” Ông đưa ra hai lý do: Thứ nhất, làm nghiên cứu cần một môi trường thoải mái, bị siết quá chặt thì không thể làm nghiên cứu; Thứ hai, công ty cực kỳ tập trung, “vì kiềm chế nên nhiều việc chúng tôi chọn không làm. Việc tôi cần làm ít đi thì mỗi người nhận được cũng ít hơn.”

Ẩn sau cách quản lý nhìn như “thuần phong Phật hệ” này là một phán đoán chiến lược rõ ràng: lợi ích cốt lõi nhất của DeepSeek là giữ được sự ổn định của đội ngũ.

“Chỉ cần tôi giữ được sự ổn định của đội ngũ, tôi nhất định làm được AGI.” Lương Văn Phong nói, “Không có gì hơn là sớm hay muộn. Nếu gặp vấp ngã mà mọi người đều không rời đi, thì tôi vẫn có thể tiếp tục làm.”

Ông coi đó là “lợi ích cốt lõi duy nhất không thể nhượng bước”. Mọi thứ khác—thời gian, nguồn lực, tiền bạc—có thể là biến số, nhưng đội ngũ thì không thể rời rạc. Ý nghĩa quan trọng của lần gọi vốn này chính là việc khóa chặt đội ngũ nòng cốt dài hạn thông qua quyền chọn.

Quan trọng hơn, ông dùng chính tầm nhìn để giải thích vì sao DeepSeek có thể thu hút và giữ chân nhân tài.

“AGI là tầm nhìn lớn hơn, tầm nhìn đó có thể quy tụ thêm nhiều người giỏi.” Trong cách nhìn của ông, đây là lợi thế mang tính cấu trúc của DeepSeek so với các công ty thương mại. Tầm nhìn của công ty thương mại có thể là “phục vụ tốt người dùng ở phân khúc C”, điều đó có ưu thế về sản phẩm và lượng truy cập, nhưng về mặt kỹ thuật thì khó có ưu thế. “Còn bây giờ, tình hình thuận lợi nhất là: công nghệ mô hình mới là lõi và quan trọng nhất.”

Mô hình tổ chức do tầm nhìn dẫn dắt này khiến Lương Văn Phong chủ ý phân biệt DeepSeek với Phòng thí nghiệm Bell trong lịch sử: “Phòng thí nghiệm Bell xác định là không cần thương mại hóa, nhưng chúng tôi xác định là phải có thương mại hóa. Cuối cùng chúng tôi vẫn phải sống được—vì chúng tôi dù sao cũng là một công ty, chính phủ sẽ không cho tôi một xu.”

Đây là mặt thực dụng trong triết lý của anh ấy: mang thiện ý thay đổi thế giới, nhưng cuối cùng phải tự mình sống được.

Bậc thang của AGI: từ chuỗi tư duy đến trí tuệ hiện thân

Nếu văn hóa tổ chức là hệ điều hành của DeepSeek, thì bản đồ lộ trình AGI chính là bản đồ dẫn đường của nó. Trong cuộc họp, Lương Văn Phong đã vẽ ra một lộ trình phát triển dạng bậc thang rõ ràng.

“Sự phát triển của AI, chúng ta có thể hiểu nó như một cái thang.” Ông nói, “Năm ngoái chúng ta đi theo cái thang CoT (chuỗi tư duy). Chúng tôi phát hiện bằng cách dùng chuỗi tư duy, có thể đưa trí thông minh lên một mức cao hơn. Thang của năm nay là Agent. Dùng Agent, phạm vi khả năng của AI sẽ rộng hơn, trần năng lực trí thông minh sẽ cao hơn.”

Bậc thang này không độc lập với nhau. Mỗi bước đi lên đều cần sự chống đỡ từ tất cả các bước phía trước. “Agent cần dùng đến CoT, và CoT cũng cần đến các mô hình ngôn ngữ ở phía trước; không có bước nào là bước nhàn rỗi.”

Nhưng sau khi có Agent, ông nhìn thấy một nút thắt cốt lõi: học tập liên tục.

“AI vẫn không thay thế được nhân viên con người. Vì con người có thể học tập liên tục. Bạn tuyển một nhân viên, để hai tháng họ nắm môi trường và công việc của công ty thì là vào việc được ngay. Bạn nói ‘gọi Tiểu Vương đến’ thì họ biết Tiểu Vương là ai. Nhưng nếu AI không có hai tháng học tập đó, bạn buộc phải cung cấp cho nó toàn bộ ngữ cảnh như Tiểu Vương là ai, chức vụ gì, ở đâu… điều đó là không thực tế.”

Trong quan điểm của Lương Văn Phong, học tập liên tục là ngưỡng bắt buộc để tiến tới AGI. Vượt qua ngưỡng đó, rồi sẽ đến nút tiếp theo: AI có thể tự lặp lại, tự phát triển phiên bản tiếp theo, tự nghiên cứu những mô hình mạnh hơn. Khi đó mới đến lượt trí tuệ hiện thân—“bước vào thế giới thực, làm việc nhà cho bạn, chăm sóc tuổi già cho bạn”.

Lộ trình này quyết định logic lựa chọn của DeepSeek. Làm cái gì, không làm cái gì—tất cả đều xoay quanh câu hỏi: “có nằm trên chính tuyến của trí thông minh hay không”.

Đa phương thức? “Nó là một thành phần, chứ không phải chính tuyến của nó. Chúng tôi sẽ làm, nhưng không coi nó là bản thân trí thông minh.” Tạo video? “Không liên quan nhiều đến chính tuyến của trí thông minh, chúng tôi sẽ không làm.” Mô hình thế giới? “Hiện tại cũng không liên quan nhiều đến việc nâng giới hạn của trí thông minh, và chúng tôi cũng sẽ không làm.”

Sự tập trung như vậy đôi khi bị bên ngoài hiểu nhầm là bảo thủ. Nhưng logic của Lương Văn Phong rất rõ ràng: ông chỉ muốn đứng ở bậc thang cốt lõi trên đường tiến tới trí thông minh; những việc khác, dù giá trị thương mại lớn đến đâu, cũng sẵn sàng nhường cho người khác.

“Sau khi Sora ra đời, mọi đại công ty và công ty nhỏ đều làm. Nhưng về sau các công ty nhỏ đều cắt bỏ. Trên phương diện kinh doanh thì đó là một thương vụ tốt, nhưng chẳng liên quan gì đến trí thông minh. Chúng tôi chỉ làm vì nó là thứ nằm trong bản đồ lộ trình của trí thông minh.”

Song song đó, ông kiên định niềm tin vào Scaling Law. “Chúng tôi tin vào Scaling. Quy mô càng lớn thì chắc chắn hiệu quả càng tốt. Thứ ngăn cản chúng tôi Scaling thực ra là năng lực tính toán, không phải là chúng tôi không muốn Scaling; là chúng tôi không có nhiều năng lực tính toán để làm.”

Trước những lời bàn tán rầm rộ ở Thung lũng Silicon về “Scaling đến tận cùng rồi”, Lương Văn Phong đáp trả cực kỳ thẳng thắn: “Đó là với Thung lũng Silicon; còn với người Trung Quốc, chúng ta còn xa mới đến mức đó. Thực ra chúng ta chưa hề Scaling tới mức ấy.”

Triết lý kinh doanh kiềm chế: vừng và dưa hấu

Quyết định kinh doanh khiến DeepSeek khó hiểu nhất có lẽ là việc nó dường như luôn chủ động từ bỏ lợi ích ngắn hạn. Giá API cực thấp, sản phẩm không vội kiếm tiền, không làm tăng trưởng người dùng, mở mã nguồn mô hình mạnh nhất—những hành vi này trong logic kinh doanh truyền thống gần như không thể lý giải.

Lương Văn Phong dùng một bộ “triết lý kiềm chế” để giải thích tất cả những điều này.

“AI là chuyện quá lớn, lợi ích quá lớn. Bạn càng kiềm chế, càng có khả năng làm được việc này.” Chuỗi logic của ông rất rõ ràng: AI cuối cùng có thể chiếm mười phần trăm GDP của loài người. Một thị trường lớn như thế không thể bị độc chiếm bởi một công ty. Cố gắng độc chiếm thì sẽ bị lịch sử bỏ lại. Vì vậy, phải thiết kế một cơ chế để đảm bảo rằng mình chỉ lấy được một phần hữu hạn.

Đây là mặt kiềm chế—một dạng phòng thủ thụ động. Nhưng kiềm chế còn có mặt khác—như một vũ khí để tấn công chiến lược.

“Kiềm chế là một chiến lược: đôi khi bạn có thể bỏ đi một chút để đổi lấy nhiều thứ khác hơn.”

Ông dùng một phép so sánh để giải thích sự cân nhắc này: tăng trưởng người dùng trước mắt và kiếm tiền ngắn hạn có thể chỉ là “vừng”, còn AGI mới là “dưa hấu” thật sự. “Tôi không nên giành lấy mọi thứ vừng. Cái cần làm năm ngoái cho phân khúc C, năm nay cho phân khúc B—những việc đó phải làm và làm tốt, nhưng đó không phải mục tiêu của chúng tôi. Đó là sản phẩm phụ trên đường làm AGI, là đầu ra trung gian.”

Giá API là nơi thể hiện rõ nhất triết lý này. Nguyên tắc định giá của DeepSeek là: thu hồi chi phí thiết bị trong mười tháng.

“Chi phí này, hoàn vốn trong mười tháng, chúng tôi tự làm được, các bên khác thì không. Như Alibaba hay Tencent, do họ không có tối ưu hóa như chúng tôi, nên chi phí của họ chắc phải cao hơn gấp mấy lần.”

Điều thú vị là khi giá tăng gấp đôi, lượng token người dùng tiêu thụ gần như không đổi—trong khoảng giá này nhu cầu không co giãn. Về mặt lý thuyết, tăng giá có thể trực tiếp làm tăng doanh thu. Nhưng khi ông thử giảm giá, trong nhóm công ty lại “cả một bầu trời hoan hô”.

“Đây mới là ý nghĩ thật của chúng tôi. Kiếm được lợi nhuận hợp lý để mọi người đều dùng được. Đó là mục tiêu chúng tôi đã tốn rất nhiều công sức để làm tốt mô hình, để mọi người có thể dùng một cách đầy đủ.”

Chiến lược định giá trông có vẻ “ngây thơ ngây trắng”, nhưng chính nó lại tạo nên rào cản cạnh tranh mạnh mẽ. Lấy mục tiêu hoàn vốn trong mười tháng để định giá, các đối thủ triển khai mô hình bên thứ ba sẽ không có lợi nhuận—vì chi phí của họ cao hơn. Mở mã nguồn không những không ảnh hưởng đến doanh thu, mà còn trở thành một phần của hào lũy.

“Tôi cũng không lo người khác triển khai mô hình của chúng tôi để cạnh tranh với chúng tôi, hoàn toàn không lo. Tôi chỉ lo họ không triển khai được, hoặc một số chi tiết làm sai, khiến hiệu quả kém đi, hoặc chi phí sẽ cao hơn.”

Niềm tin cốt lõi của anh ấy là: người nắm được nhiều sẽ bị người nắm được ít đánh bại.

“Ngay từ đầu, OpenAI nghĩ rằng nó thật sự có thể độc quyền thế giới này, nhưng thực tế nó sẽ gặp vô vàn thách thức. Mỹ sẽ là thách thức; và trong tương lai, nó còn có thể gặp thách thức từ Trung Quốc, vì người Trung Quốc sẵn sàng lấy ít hơn. Người nắm được nhiều sẽ bị người nắm được ít đánh bại. Thậm chí bạn không cần thật sự nắm nhiều; nếu tầm nhìn là nắm được nhiều thì bạn sẽ bị người có tầm nhìn nắm được ít đánh bại.”

Khoảng cách năng lực tính toán và chiến lược thực tế: thua hai năm, chỉ bằng một phần hai mươi năng lực tính toán

Trong mọi cách diễn đạt thẳng thắn, phần về năng lực tính toán có lẽ là thực tế nhất và cũng tỉnh táo nhất.

“Khoảng cách của chúng tôi với Mỹ chủ yếu nằm ở nguồn lực, còn khoảng cách về nhân sự thì không lớn.” Lương Văn Phong nói thẳng như đinh đóng cột. Về bản chất, nhân tài là cùng một nhóm người: có người ở lại trong nước, có người sang nước ngoài, việc phân bổ là ngẫu nhiên. Khoảng cách thực sự là ở năng lực tính toán—trong nước cơ hội làm thí nghiệm ít hơn, nên nhân tài tổng thể cũng kém Mỹ. “Khoảng cách về nhân tài, về bản chất, cũng là khoảng cách về năng lực tính toán.”

Ông thừa nhận rằng hiện tại DeepSeek có thể làm thí nghiệm ở quy mô vài chục tỷ tham số kích hoạt (B), trong khi các mô hình hàng đầu của Mỹ đã ở quy mô tám trăm tỷ tham số kích hoạt (B). “Chênh lệch một bậc độ lớn. Dù đốt hết năm trăm tỷ đi nữa, thực ra cũng không huấn luyện được.”

Cách kể về khoảng cách đó được ông tóm lại thành một câu: “thua Mỹ hai năm, nhưng chỉ dùng một phần hai mươi năng lực tính toán của Mỹ để làm ra việc này.”

Nhưng ông không chịu dừng lại ở đó. “Tương lai chúng tôi sẽ viết lại câu chuyện này: chúng tôi dùng một phần năng lực tính toán của nó, nhưng rút ngắn thời gian hơn nữa, xuống còn 6 tháng, 3 tháng.”

Sự tự tin để đuổi kịp này, một phần đến từ một giả định cốt lõi của ông: AI có thể tăng tốc việc nghiên cứu AI. Một khi giải quyết được vấn đề học tập liên tục, AI sẽ giúp nghiên cứu AI, hình thành một bánh xe đẩy tăng tốc tự thân.

Về việc thay thế chip trong nước, Lương Văn Phong đưa ra đánh giá lạc quan hơn nhiều người khác.

“Hào lũy của Nvidia CUDA đang bị phá vỡ nhanh chóng.” Ông đưa ra ba lý do: AI bản thân có thể viết code để xây dựng hệ sinh thái; ngôn ngữ cấp cao TileLang do DeepSeek phát triển có thể nhanh chóng viết lại hệ sinh thái của Nvidia; thị trường chip tính toán đã lớn hơn cả card dùng cho game, chip chuyên dụng không còn cần phải gắn chặt với CUDA nữa.

Kết luận của ông là: “Chip phần cứng và hệ sinh thái AI nội địa đều không có vấn đề. Chỉ có vấn đề là không đủ công suất. Trong vòng một năm, chúng tôi có thể dùng thực tế để thay đổi những nhận thức đó.”

Nhưng ông cũng không che giấu những giới hạn thực tế của Huawei đối với DeepSeek. Năng lực sản xuất mà Huawei cấp cho DeepSeek là 16.000 thẻ, chỉ tương đương 4.000 thẻ Nvidia dòng B. “Không phải lượng lớn, đủ để huấn luyện thế hệ mô hình hiện tại của chúng tôi, không đủ để huấn luyện thế hệ tiếp theo.”

Ông tóm tắt khoảng cách chip giữa Trung Quốc và Mỹ bằng một con số chính xác: “gấp bốn cộng thêm hai năm”. Bốn tấm thẻ Huawei đỉnh một thẻ Nvidia, nhưng còn chậm hai năm.

Dẫu vậy, ông vẫn lạc quan về dài hạn: “Tôi không mấy tin rằng sau năm năm nữa, chúng tôi vẫn bị kẹt ở vấn đề công suất.”

Kết cục của ngành: không có lợi nhuận kếch xù, chỉ có chi phí, thời gian và trải nghiệm

Khi được hỏi sự khác biệt trong “điểm kết” cạnh tranh của các mô hình lớn sẽ nằm ở đâu, Lương Văn Phong đưa ra một câu trả lời cực giản: chi phí, thời gian, trải nghiệm người dùng.

“Ngoài ra, có lẽ chẳng có gì khác biệt.”

Chi phí là ưu tiên số một. Ai có thể, với chất lượng dịch vụ tương đương, làm chi phí thấp hơn, thì người đó nắm được rào cản cốt lõi nhất. Thời gian xếp thứ hai—sớm vài tháng hay muộn vài tháng, chênh lệch rất lớn. Trải nghiệm người dùng tuy là thứ ba, nhưng cũng có một số độ bám và rào cản, “nhưng có thể nó không phải cốt lõi về bản chất”.

Dựa trên đó, ông nhận định ngành chắc chắn sẽ tiến tới hội tụ. “Bây giờ trong nước làm mô hình nền tảng quá nhiều. Mỹ có lẽ chỉ có ba công ty, còn nguồn lực Trung Quốc thì phân tán. Chắc chắn sẽ phải hội tụ. Không cần nhiều đến thế.”

Ông dự đoán rằng khi các bên tham gia nhận ra lợi nhuận của việc này không cao như tưởng tượng, thì tự nhiên họ sẽ rút lui. “Tôi không tin có lợi nhuận kếch xù, vì điều đó không phù hợp với quy luật khách quan. Cuối cùng ở Trung Quốc sẽ có khoảng ba đến bốn công ty cạnh tranh, và giá chắc chắn đã đủ để đánh nhau về giá.”

Trong phân công lao động toàn cầu, ông cho rằng cơ hội mang tính cấu trúc của các công ty Trung Quốc nằm ở chỗ: “sản lượng cao nhất, đưa sản phẩm đến mức rẻ nhất”. “Người Trung Quốc sẵn sàng lấy ít hơn, thì có thể cung cấp cho bạn dịch vụ đó. Cái rẻ này có thể là rẻ một cách hệ thống, giống như việc ở những ngành khác, dịch vụ mà Trung Quốc cung cấp có thể cũng rẻ hơn.”

Còn AGI thì rốt cuộc còn cần bao lâu?

“Ở mảng AI này, trong nước trong 1–2 năm có thể đạt đến mức tương đương với nước ngoài. Năm nay có thể làm được bản thay thế cho các mô hình ở nước ngoài.” Nhưng điều đó vẫn chưa phải AGI thật sự. Ngưỡng ông đặt cho AGI là năng lực học tập liên tục. “Trước thời điểm đó, những gì chúng tôi làm được là tối ưu chi phí, rồi hiệu quả tốt hơn, tốc độ nhanh hơn. Nhưng để có bước đột phá lớn, nó phải có khả năng học tập liên tục.”

Hồi kết: không bắt chước bất kỳ ai để khám phá

“Chúng tôi không có đối tượng để bắt chước; mỗi bước đều phân tích lợi hại theo tình hình thực tế và trên cơ sở thực sự.” Gần lúc cuộc họp sắp kết thúc, Lương Văn Phong tóm kết lại lựa chọn lộ trình của DeepSeek như vậy.

Đó là một tổ hợp kỳ lạ: vừa có tham vọng cực độ, vừa có kiềm chế cực độ. Tham vọng là vì ông muốn làm AGI, không thỏa mãn với bất kỳ chặng trung gian nào; kiềm chế là vì ông sẵn sàng từ bỏ gần như toàn bộ lợi ích ngắn hạn vì điều đó, thậm chí còn không ngại mở mã nguồn mô hình mạnh nhất và ép định giá API xuống mức khiến đối thủ không thể có lợi nhuận.

Có lẽ logic nền tảng của sự kết hợp này chính là một trong những hiểu biết cốt lõi nhất của Lương Văn Phong: trong một thị trường sắp lớn đến mức không thể hình dung, cách tối đa hóa xác suất thành công không phải là cướp lấy lợi ích trước mắt bằng mọi giá, mà là xây dựng hệ sinh thái và sự đồng thuận lớn nhất. Kiềm chế không phải là mềm yếu, mà là một hình thức tấn công dài hạn.

“Nhiều công ty làm rất vĩ đại vì họ có một thứ theo đuổi ngoài lợi nhuận. Nhưng cuối cùng, thứ theo đuổi đó không những không ảnh hưởng đến thương mại hóa, mà còn làm cho thương mại hóa tốt hơn.”

Buổi họp ghi chép này có lẽ sẽ trở thành một văn bản đáng để lật lại xem nhiều lần trong lịch sử khởi nghiệp AI. Nó không chỉ ghi lại suy nghĩ chiến lược của một công ty tại các mốc quan trọng, mà còn thể hiện một triết lý kinh doanh cực kỳ hiếm thấy—trong một ngành bị kéo bởi lợi ích ngắn hạn và nỗi lo kỹ thuật, vẫn có người sẵn sàng dùng thiện ý, kiềm chế và tư duy tầm xa để đặt cược cho một tương lai lớn hơn.

(Bài viết này dựa trên biên bản cuộc họp nội bộ trong thời gian DeepSeek gọi vốn, được tổng hợp và viết dựa trên các thông tin của nhiều kênh truyền thông như Jiemian News, Tencent Technology, Deep Blue Finance, v.v.)