Sản xuất | Nhóm Công nghệ Huxiu
Tác giả: Trần Dĩ Phàm, Lưu Huyên Kỳ
Biên tập | Miêu Chính Thanh
Hình ảnh tiêu đề | Được tạo bởi AI
Đây là kỳ thứ 21 trong chuỗi bài viết của Huxiu WAIC "Theo dõi mô hình kinh doanh Token mới"
Trong đầu tư công nghệ, tuổi tác chưa bao giờ là điều kiện đủ để đánh giá năng lực. Nhưng trong giai đoạn chuyển đổi nhanh chóng của các mô hình công nghệ, các nhà đầu tư trẻ cần được quan tâm riêng biệt.
Lý do không hề phức tạp. AI, robot, hàng không vũ trụ thương mại và tính toán lượng tử đang cùng lúc tiến bộ; tốc độ chuyển đổi công nghệ mới từ bài báo nghiên cứu thành sản phẩm, từ phòng thí nghiệm vào ngành công nghiệp rõ ràng đang được đẩy nhanh. Các logic đầu tư truyền thống trước đây không còn hiệu lực; để tham gia vào các dự án này, các nhà đầu tư không chỉ cần dựa vào mô hình tài chính và kinh nghiệm ngành đã trưởng thành, mà còn phải hiểu ngôn ngữ kỹ thuật, chấp nhận các hướng đi chưa được thống nhất, và đưa ra phán quyết trước khi đạt được sự đồng thuận.
Thời đại internet di động, một công ty có thể nhanh chóng chứng minh giá trị thông qua tăng trưởng người dùng, tỷ lệ giữ chân, doanh thu và hiệu ứng mạng lưới; nhưng các dự án AI và công nghệ cứng ngày nay có thể trải dài từ thuật toán, chip, cảm biến, chuỗi cung ứng, bối cảnh công nghiệp đến hệ thống quản lý. Nhà đầu tư không chỉ cần hiểu được một bước nhảy công nghệ, mà còn phải đánh giá liệu nó có thể trở thành sản phẩm ổn định, có thể tạo thành vòng lặp dữ liệu và huấn luyện, đồng thời đồng hành cùng doanh nghiệp qua chu kỳ dài hạn trong quá trình kỹ thuật hóa và thương mại hóa.
Tại WAIC năm nay, danh sách "Alpha Youth Investment Leaders" đã được công bố, lựa chọn ra 10 nhà đầu tư thế hệ trẻ, nhưng điều quan trọng hơn cả những gì nằm ngoài danh sách là khi xem xét cùng nhau các hướng đầu tư và phán đoán này, nó giống như một bản đồ xu hướng đầu tư công nghệ đang được hình thành.
Chi tiết danh sách nhà đầu tư trẻ WAIC FUTURE TECH
Biểu đồ này tiết lộ một sự thay đổi chung: vốn đang chuyển từ việc theo đuổi các thuật ngữ công nghệ sang việc nhận diện con đường thực tế mà công nghệ thâm nhập vào ngành công nghiệp. Cơ hội tiếp theo có thể không thuộc về những khái niệm ồn ào nhất, mà có khả năng cao hơn sẽ xuất hiện ở những khâu chưa giải phóng được lợi nhuận từ mô hình, những khoảng trống năng lực vẫn chưa được lấp đầy trong thế giới vật lý, và những cơ sở hạ tầng cần vốn dài hạn tham gia sớm.
Xu hướng thứ nhất: AI đang rời khỏi màn hình và bước vào thế giới vật lý
Trong vài năm qua, thị trường hiểu về AI chủ yếu thông qua các mô hình lớn, chatbot và ứng dụng sinh tạo. Hiện nay, sự chú ý đầu tư đang chuyển sang các thiết bị đầu cuối, robot, ô tô, hệ thống công nghiệp và cơ sở hạ tầng không gian. AI không còn chỉ dừng lại ở việc sinh ra một đoạn văn bản hay một hình ảnh, mà còn phải cảm nhận môi trường, hiểu ý định của con người và thực hiện hành động trong thế giới thực.
Đây cũng là lý do khiến trí tuệ hình thể, robot hình người, phần cứng AI và trí tuệ đầu cuối nhận được sự quan tâm tập trung. Giám đốc thực hiện đầu tư của Quỹ Jinqiu, Châu Tân, đã theo dõi lĩnh vực robot kể từ năm 2018.
Cô ấy nhắc nhở trong bàn tròn rằng bong bóng của trí tuệ nhúng không xuất phát từ việc công nghệ không có tiến bộ, mà do thị trường đã áp dụng trực tiếp tốc độ cải tiến của các mô hình ngôn ngữ lớn lên các robot có sự kết nối sâu sắc với thế giới vật lý. Việc khả năng mô hình được nâng cao không đồng nghĩa với việc các kịch bản ứng dụng cũng được triển khai đồng bộ. Một bản demo ấn tượng có thể tạo ra sự tưởng tượng, nhưng không thể trả lời được liệu robot có thể thực hiện liên tục một trăm lần, tỷ lệ lỗi có kiểm soát được không, chi phí triển khai và vận hành có giảm được không, và cuối cùng, ROI có hợp lý hay không.
Việc đánh giá này đã đưa cuộc cạnh tranh trong lĩnh vực trí tuệ thân thể từ “hiệu quả trình diễn” trở lại với “khả năng triển khai”. Thế giới thực không có từ gợi ý để thử lại. Nhà máy, kho bãi, gia đình và không gian công cộng đều yêu cầu hệ thống xử lý tiếng ồn, hao mòn, tình huống khẩn cấp và hành vi không thể dự đoán của con người. Mô hình chỉ là một lớp trong đó, cảm giác chạm, cảm biến, bộ phận chấp hành, hệ thống điều khiển, thu thập dữ liệu và phản hồi từ bối cảnh mới cùng quyết định sản phẩm có hoạt động được hay không.
The热度 of capital can be quantified.
The "Report on the Development of Embodied Intelligence (2025)" by China Academy of Information and Communications Technology shows that, as of December 2025, China had 744 investment events in the field of embodied intelligence and robotics, with a total financing amount of RMB 73.543 billion; IDC predicts that global humanoid robot shipments will exceed 50,000 units in 2026, a year-over-year increase of 178%.
Tuy nhiên, dữ liệu thực tế cũng cho thấy: Trong doanh thu của robot hình người do công ty hàng đầu Yushu Technology ghi nhận trong ba quý đầu năm 2025, tỷ lệ đến từ lĩnh vực nghiên cứu và giáo dục lên tới 73,6%. Thiết bị chủ yếu được bán cho các trường đại học và tổ chức nghiên cứu, vẫn còn một chặng đường dài để đạt được giá trị thực tế trong nhà máy. Điều này đúng với lời nhắc nhở của Chu Tân: Tiến bộ của mô hình không thể trực tiếp đồng nghĩa với tiến bộ trong ứng dụng thực tế.
Trí tuệ đầu cuối do đó trở thành một manh mối quan trọng khác. Châu Hân cho rằng, nếu AI là một cuộc cách mạng nhận thức quy mô gần với cách mạng công nghiệp, thì trí tuệ không thể mãi chỉ tồn tại trên đám mây. Mạng lưới nhận thức tương lai sẽ được cấu thành bởi cả đám mây và đầu cuối: tầng dưới cùng là chip và phương tiện phần cứng, tầng giữa là môi trường vận hành xung quanh Agent, và tầng trên là các ứng dụng có khả năng hiểu nhu cầu cá nhân. Agent có thể dần trở thành cổng tương tác của phần cứng, hiểu lên các sở thích, lịch sử và trạng thái của người dùng, đồng thời điều khiển xuống các thiết bị như điện thoại, kính thông minh, ô tô, robot và thiết bị gia đình.
Điều này sẽ thay đổi mô hình kinh doanh của phần cứng AI. Phần cứng không còn chỉ thu nhập từ doanh thu bán một lần, mà có thể tạo ra giá trị thông qua các dịch vụ liên tục. Rào cản thực sự không chỉ nằm ở việc “tích hợp AI vào thiết bị”, mà còn ở việc thiết bị có thể giảm rào cản sử dụng và xây dựng được mối quan hệ dữ liệu và dịch vụ ổn định xung quanh người dùng hay không.
Nhiều nhà đầu tư trong bảng xếp hạng đã bắt đầu triển khai chiến lược theo hướng này: Phó tổng giám đốc Hậu Tuyết Capital, Bạch Tắc Nhân, tập trung vào giao hàng không người lái, cảm biến xúc giác và tự lái trên tuyến đường chính; Quản lý đầu tư của Diệu Đạo Capital, Quá Tĩnh, quan tâm đến robot chuyên dụng theo chiều dọc, cụm drone và robot lắp đặt pin mặt trời. Giao hàng không người lái chính là một trong những lĩnh vực phát triển nhanh nhất trong “AI bước vào thế giới vật lý”: tổng vốn huy động ngành năm 2025 gần đạt 10 tỷ nhân dân tệ, Bạch Tích Capital – nơi Bạch Tắc Nhân làm việc – đã tham gia đầu tư vào Bạch Tê Ngưu, công ty này hoàn thành ba vòng gọi vốn cùng năm với tổng số tiền vượt quá 100 triệu USD, số lượng xe đang hoạt động tăng từ khoảng 100 chiếc vào cuối năm 2023 lên hơn 2.000 chiếc vào tháng 12 năm 2025, vận hành thường xuyên tại hơn 170 thành phố trên toàn cầu. Loại hình kinh doanh này không có những bản demo ấn tượng, nhưng hàng ngày đều phải chịu kiểm tra về hiệu quả, chi phí và độ tin cậy. Sau khi AI bước từ thế giới số sang thế giới vật lý, sự tưởng tượng công nghệ vẫn quan trọng, nhưng khả năng triển khai quy mô sẽ trở thành ranh giới rõ ràng hơn.
Xu hướng thứ hai: Lợi ích từ mô hình lớn chưa kết thúc, trọng tâm cạnh tranh đang chuyển sang "vòng quay thông minh"
Khi thị trường không ngừng tìm kiếm các kiến trúc thế hệ tiếp theo và các khái niệm mới, một sự thật dễ bị bỏ qua là: lợi ích công nghiệp của các mô hình lớn thế hệ hiện tại có thể vẫn chưa được khai thác hết.
Đối tác điều hành của Qiming Venture Partners, Hồ Kỳ, cho rằng một trong những đồng thuận giả lớn nhất hôm nay là sự chú trọng quá mức vào công nghệ nhảy vọt tiếp theo, trong khi ít bàn luận về cách làm cho các mô hình lớn hiện tại thực sự tái cấu trúc năng suất. Sau khi TCP/IP trở thành giao thức chuẩn, lợi ích từ internet đã trải qua một quá trình giải phóng kéo dài; lý thuyết Bayes và CNN cũng tiếp tục ảnh hưởng đến các hệ thống công nghệ mới sau nhiều năm được đề xuất. Quá trình từ khi công nghệ nền tảng ra đời đến khi thay đổi ngành công nghiệp thường không phải là một quá trình tuyến tính trong một hay hai năm. Mô hình lớn mới chỉ xuất hiện trong công chúng vài năm nay, trong khi các hệ thống kinh doanh, quy trình tổ chức và hạ tầng công nghiệp vẫn chưa theo kịp năng lực của mô hình.
Điều này có nghĩa là các nhà đầu tư không cần phải lựa chọn giữa “tiếp tục đầu tư vào mô hình lớn” và “tìm kiếm công nghệ thế hệ tiếp theo”. Vấn đề quan trọng hơn là những công ty nào có thể tích hợp khả năng của mô hình hiện có vào các quy trình làm việc thực tế, tạo ra giá trị không bị xóa bỏ dễ dàng bởi lần nâng cấp mô hình tiếp theo.
Giám đốc đầu tư của Jingya Capital, Lưu Vân Kế, gọi khả năng này là “bánh xe thông minh”. Người dùng sử dụng sản phẩm tạo ra dữ liệu, dữ liệu được đưa vào quá trình huấn luyện hoặc tối ưu hóa, khả năng mô hình được cải thiện giúp nâng cao trải nghiệm, và trải nghiệm tốt hơn lại thu hút thêm nhiều người dùng, ngữ cảnh và phản hồi. Các vòng lặp dữ liệu, vòng lặp huấn luyện và vòng lặp phản hồi người dùng thúc đẩy lẫn nhau, giúp công ty có được khả năng tự tăng cường liên tục.
Nếu áp dụng bộ tiêu chí này vào các công ty cụ thể, Zhipu và Keling có thể được xem như hai ví dụ minh họa. Trong buổi bàn tròn, người dẫn chương trình nhắc đến việc Hồ Kỳ từng đầu tư nặng tay vào Zhipu trước khi thị trường bùng nổ. Zhipu, doanh thu từ năm 2022 đến 2024 tăng từ 57,4 triệu nhân dân tệ lên 312,4 triệu nhân dân tệ, với tỷ lệ tăng trưởng kép hàng năm khoảng 130%; doanh thu nửa đầu năm 2025 đạt 190,9 triệu nhân dân tệ, tăng 325% so với cùng kỳ năm trước, và đã niêm yết trên Sở Giao dịch Chứng khoán Hồng Kông vào tháng 1 năm 2026, trở thành "công ty mô hình lớn đầu tiên trên toàn cầu". Trong khi đó, Keling AI của Kuaishou cho thấy tốc độ thương mại hóa khi tích hợp năng lực mô hình vào quy trình sáng tạo: mở thử nghiệm vào tháng 6 năm 2024, chỉ sau khoảng 45 ngày đã triển khai hệ thống thu phí; doanh thu toàn năm 2025 đạt khoảng 1,04 tỷ nhân dân tệ, doanh thu tháng 12 đạt hơn 20 triệu USD, tính đến cuối năm 2025 có hơn 60 triệu người dùng toàn cầu và đã tạo ra hơn 600 triệu video, phục vụ hơn 30.000 doanh nghiệp và nhà phát triển. Sự sáng tạo của người dùng, dữ liệu quay vòng trở lại, cải tiến mô hình và nâng cao trải nghiệm — mỗi vòng quay của bánh xe này đều trực tiếp chuyển hóa thành doanh thu.
Theo khung này, các chỉ số cốt lõi của các công ty AI cũng cần thay đổi. ARR, GMV và hiệu quả SaaS vẫn có giá trị tham khảo, nhưng không đủ để đánh giá liệu một công ty có rào cản dài hạn hay không. Một tính năng có thể nhanh chóng mất giá do nâng cấp mô hình nền tảng; trong khi một hệ thống thực sự được tích hợp vào quy trình kinh doanh, có khả năng tích lũy dữ liệu độc quyền và học hỏi liên tục, thì có thể trở nên mạnh mẽ hơn cùng với sự tiến bộ của mô hình.
Lưu Vân Kế tiếp tục chia chuỗi giá trị thông minh thành ba cấp độ: sản sinh trí tuệ, phân phối trí tuệ và hiện thực hóa trí tuệ trong thế giới vật lý. Mô hình thế giới và phát hiện thuốc thuộc về sản sinh trí tuệ; Agent và Agent cấp doanh nghiệp đảm nhận việc phân phối trí tuệ; trí tuệ nhúng và lái xe thông minh giúp chuyển hóa trí tuệ thành hành động vật lý. Khung này chia “con đường AI” thành một chuỗi giá trị hoàn chỉnh. Vốn đầu tư không còn chỉ tìm kiếm các ứng dụng phổ biến, mà là những công ty có thể chiếm vị trí nền tảng và tạo thành vòng phản hồi ở mỗi cấp độ.
Do đó, trọng tâm đầu tư vào các mô hình lớn đang thay đổi. Vấn đề trước đây là “mô hình nào mạnh hơn”, vấn đề tiếp theo sẽ là “ai có thể biến khả năng mô hình thành một hệ thống ngày càng mạnh hơn khi sử dụng và ngày càng thâm nhập sâu vào hoạt động kinh doanh”.
Xu hướng thứ ba: Khủng hoảng dữ liệu thúc đẩy sự ra đời của các công nghệ nền tảng mới, mô hình cơ sở khoa học trở thành hướng đi không đồng thuận
Mô hình lớn tiếp tục mở rộng, sớm muộn gì cũng phải đối mặt với một vấn đề cơ bản hơn: dữ liệu con người chất lượng cao là hữu hạn và chi phí thu thập, gán nhãn rất cao. Khi kho ngữ liệu internet và phản hồi con người dần tiếp cận ngưỡng giới hạn, mô hình có thể lấy kinh nghiệm mới từ đâu?
Hu Qi xem học tăng cường, tự chơi và lặp lại liên tục là những câu trả lời khả thi. Ông lấy AlphaGo Zero làm ví dụ: mô hình chỉ nắm rõ quy tắc cờ vây, thông qua tự chơi để tạo ra kinh nghiệm, nâng cao khả năng mà không cần dựa vào các ván cờ của con người. Cơ chế tương tự có thể từ các trò chơi có quy tắc rõ ràng tiến tới các lĩnh vực khoa học nghiên cứu phức tạp hơn, hệ thống kỹ thuật và nhiệm vụ thực tế sẽ quyết định liệu AI có thể vượt qua sự phụ thuộc vào dữ liệu hiện có hay không.
Điều này cũng cung cấp một bộ tiêu chuẩn để đánh giá công nghệ nền tảng. Trước hết, nó phải mang lại sự cải thiện phổ biến trong một ngành công nghiệp đủ lớn, chứ không chỉ hiệu quả với một khâu cục bộ của một công ty; thứ hai, nó phải mở rộng ranh giới khả năng của AI, ví dụ như giải quyết các vấn đề về dữ liệu, suy luận hoặc học liên tục; cuối cùng, nó phải chịu được sự kiểm tra của thời gian và không chỉ đúng trong một chu kỳ kể chuyện công nghệ duy nhất.
Theo logic này, mô hình nền tảng khoa học trở thành một hướng đi phi đồng thuận đáng chú ý. Nó không hoàn toàn giống với AI for Science phổ biến, vốn thường được hiểu là phòng thí nghiệm tự động hóa, dự đoán cấu trúc protein, phát hiện vật liệu hoặc một công cụ nghiên cứu đơn lẻ; mô hình nền tảng khoa học nhằm xây dựng năng lực mô hình cơ bản và tổng quát hơn trong các lĩnh vực như khoa học sự sống, vật liệu và mô phỏng, nhằm phục vụ nhiều nhiệm vụ trong một ngành khoa học.
Những khó khăn ở hướng này cũng rất rõ ràng. Dữ liệu khoa học có đặc điểm chuyên môn cao, tiêu chuẩn không đồng nhất và chi phí tiếp cận đắt đỏ, đồng thời kết quả nghiên cứu thậm chí có thể chứa sai sót hoặc gian lận. Mô hình không chỉ cần học từ tài liệu và dữ liệu thực nghiệm, mà còn phải đánh giá chất lượng bằng chứng, hiểu các quy luật ngành học, và tạo thành vòng lặp xác minh với các thí nghiệm thực tế. Hiện vẫn chưa rõ liệu trong tương lai mỗi ngành khoa học lớn sẽ phát triển mô hình nền tảng riêng biệt, hay sẽ xuất hiện một kiến trúc thống nhất liên ngành. Nhưng vấn đề mà nó hướng tới đã đủ rõ ràng: khi giá trị biên của dữ liệu internet phổ thông giảm xuống, dữ liệu chất lượng cao, quy luật khoa học và phản hồi thực nghiệm trong thế giới chuyên môn có thể trở thành nguồn quan trọng thúc đẩy sự tăng trưởng năng lực của các mô hình tiếp theo.
Xu hướng thứ tư: Càng tiến gần vào vùng nước sâu của công nghệ cứng, càng cần vốn kiên nhẫn
So với các ứng dụng AI, chu kỳ xác minh của ngành hàng không thương mại, tính toán lượng tử, sức mạnh tính toán không gian và năng lượng tiên tiến kéo dài hơn nhiều. Chúng khó có thể chứng minh giá trị chỉ dựa trên dữ liệu vài tháng sau khi sản phẩm ra mắt; con đường công nghệ, năng lực kỹ thuật, chuỗi cung ứng, chứng nhận, tiêu chuẩn ngành và nhu cầu thị trường phải cùng phát triển trong một khoảng thời gian dài.
Phó tổng giám đốc của Hou Xue Capital, Vương Thụ Hòa, thể hiện sự kiềm chế trong đánh giá về máy tính lượng tử. Hiện tại, các hướng tiếp cận như quang lượng tử, nguyên tử trung hòa, ion... mỗi hướng đều có ưu điểm và giới hạn riêng, và thời điểm máy tính lượng tử phổ quát được ứng dụng thực tế vẫn còn nhiều bất định. Ngoài các vấn đề kỹ thuật như thiết kế thiết bị và chuỗi cung ứng, ngành còn đối mặt với các vấn đề nền tảng như vật liệu, thuật toán, cơ chế vật lý, nhân lực và tiêu chuẩn đánh giá. Một con đường thực tế hơn có thể là để máy tính lượng tử hợp tác theo mô-đun với siêu máy tính cổ điển, GPU và CPU, thay vì kỳ vọng máy tính lượng tử phổ quát sẽ thay thế hoàn toàn hệ thống hiện tại trong ngắn hạn.
Không chắc chắn không đồng nghĩa với việc không có giá trị đầu tư. Mức độ quan tâm vừa phải trong các ngành前沿 sẽ thu hút nhân tài, vốn và nguồn lực công nghiệp; ngay cả khi không phải tất cả các công ty đều thành công, quá trình này vẫn tích lũy được kinh nghiệm kỹ thuật, năng lực chuỗi cung ứng và các thành tựu công nghệ có thể chuyển giao. Điều then chốt là vốn không thể chuyển đổi trực tiếp khả năng dài hạn thành sự chắc chắn ngắn hạn, cũng không nên từ bỏ hoàn toàn việc xây dựng phán đoán ở giai đoạn đầu chỉ vì thương mại hóa còn xa.
Công nghiệp hàng không vũ trụ thương mại cũng vậy. Ngành này bao gồm các khâu như phóng, phê duyệt, cấp phép, kiểm tra, quản lý chất lượng và phối hợp chuỗi cung ứng, chuỗi giá trị dài hơn nhiều so với sản phẩm phần mềm thông thường. Tuy nhiên, quá trình công nghiệp hóa của nó đang được tăng tốc: năm 2025, Trung Quốc đã thực hiện 87 lần phóng vũ trụ, trong đó các doanh nghiệp tên lửa thương mại tư nhân thực hiện 23 lần, đưa vào quỹ đạo 324 vệ tinh; tổng vốn huy động của ngành đạt 18,6 tỷ nhân dân tệ, tăng 32% so với cùng kỳ năm trước, và đơn hàng dịch vụ phóng thương mại tăng khoảng 40%. Các nhà đầu tư mạo hiểm không thể chờ đợi doanh nghiệp hoàn toàn vượt qua “thung lũng tử thần” mới bước vào, vì khi đó cửa sổ đầu tư giai đoạn đầu thường đã đóng lại. Nhà đầu tư cần tìm kiếm những yếu tố không thay đổi trong sự thay đổi: liệu nhu cầu thị trường có cuối cùng sẽ xuất hiện không, đội ngũ có năng lực nghiên cứu và phát triển cơ bản cùng khả năng tổ chức kỹ thuật không, có thể xử lý các vấn đề về chuỗi cung ứng và thương mại hóa không, và có đủ độ bền để chờ đến khi cánh cửa ngành thực sự mở ra không.
Wang Shuhe’s focus on embodied space robots is a specific example of this judgment. It sounds like a combination of several hot concepts—commercial spaceflight, robotics, and AI—but clear demands have already emerged. As the number of satellites increases, managing end-of-life satellites, cleaning up space debris, in-orbit operations, and in-orbit construction will become part of the space ecosystem. When commercial spaceflight shifts from “how to get equipment into space” to “how to sustainably use and maintain space resources,” new infrastructure and service systems will emerge.
Sự quan tâm đến sức mạnh tính toán không gian, vật liệu năng lượng vũ trụ và máy tính lượng tử trong bảng xếp hạng cho thấy các nhà đầu tư trẻ không chỉ giới hạn tầm nhìn vào các ứng dụng AI mang lại lợi nhuận nhanh chóng. Họ cũng đang bước vào những lĩnh vực mà lộ trình công nghệ vẫn chưa hoàn toàn ổn định, nhưng có khả năng tái định hình nền tảng ngành công nghiệp tương lai. Sự kiên nhẫn trong đầu tư công nghệ cứng không có nghĩa là từ bỏ lợi nhuận, mà là đặt cược lợi nhuận vào khung thời gian dài hơn. Việc đầu tư như vậy đòi hỏi vốn phải đến sớm và đủ kiên nhẫn.
Khi AI chuyển từ đám mây sang thiết bị, từ nội dung số sang hành động vật lý, khi đầu tư công nghệ mở rộng từ phần mềm sang chip, năng lượng, robot và hạ tầng không gian, vai trò của vốn cũng sẽ thay đổi. Nó cần hiểu công nghệ sớm hơn, đi sâu hơn vào ngành công nghiệp, và đưa ra những lựa chọn dài hạn khi kết quả vẫn chưa rõ ràng. Danh sách này đáng để theo dõi bởi vì chính thế hệ nhà đầu tư này sẽ học cách đưa ra những lựa chọn như vậy.
Bài viết này đến từ HuXiu, tác giả: Trần Dĩ Phàm_YF. Liên kết gốc: https://www.huxiu.com/article/4877273.html?type=text