Hook
$300M valuation. Sequoia dẫn đầu. Nhưng sản phẩm vẫn là ẩn số.
Tôi đọc tin này từ Crypto Briefing – một nguồn chuyên crypto, không phải AI. Ngay lập tức, mũi tôi đánh hơi thấy mùi của một câu chuyện đang được kể. Và câu chuyện đó có tên: “continuous learning” – học liên tục. Liệu đây có phải là một bước ngoặt thực sự cho AI, hay chỉ là một cái bẫy narrative mà các VC đang thổi phồng? Dữ liệu on-chain không có ở đây, nhưng tôi có thể thay thế bằng dữ liệu tài chính và công nghệ. Hãy cùng bóc tách.
Context
Trajectory là một startup AI, vừa huy động vốn từ Sequoia Capital với mức định giá 300 triệu USD. Thông tin duy nhất từ bài báo: họ đang phát triển công nghệ “continuous learning” – cho phép mô hình AI tiếp tục học hỏi sau khi triển khai, không cần phải đào tạo lại từ đầu.
Cá nhân tôi, với 27 năm quan sát ngành, tôi biết “continuous learning” không phải là khái niệm mới. Nó đã tồn tại trong học thuật hàng thập kỷ, với vấn đề cốt lõi là “catastrophic forgetting” – tri thức cũ bị xóa khi học cái mới. Vậy Trajectory giải quyết nó thế nào? Bài báo không nói. Sequoia đặt cược 300 triệu đô vào một lời hứa.
Nhưng trong thị trường crypto, chúng ta đã thấy quá nhiều lời hứa. Khi một dự án DeFi đạt TVL 1 tỷ USD mà không có audit, tôi biết có vấn đề. Tương tự, một startup AI với valuation 300 triệu mà không có số liệu benchmark, không có kiến trúc công bố – đó là một tín hiệu đỏ.
Core
Tôi sẽ phân tích từng lớp dữ liệu mà bài báo cung cấp, và đối chiếu với những gì tôi biết về ngành.
- Công nghệ: Continuous learning là một hướng đi đúng về mặt lý thuyết. Nhưng giữa ý tưởng và sản phẩm thương mại là một khoảng cách xa. Các phương pháp hiện tại (regularization, experience replay, parameter isolation) đều có điểm yếu. Nếu Trajectory chỉ đang làm fine-tuning có hiệu quả hơn, thì đó là innovation cấp engineering, không phải cấp architecture. Sequoia đầu tư vào đây? Có thể họ nhìn thấy đội ngũ mạnh. Nhưng tôi cần bằng chứng. Không có bằng chứng, không có kết luận.
- Thương mại hóa: 300 triệu valuation ở giai đoạn sớm là rất cao. Nếu đây là vòng Seed/A, thì nó ngang với các startup AI top đầu. Nhưng nếu đã có doanh thu, bài báo đã đề cập. Không có thông tin về ARR, khách hàng, sản phẩm. Điều này cho thấy Trajectory vẫn đang ở giai đoạn tiền doanh thu. Vậy 300 triệu là dựa trên kỳ vọng tăng trưởng, không phải hiện tại. Trong crypto, tôi gọi đó là “fully diluted valuation” – một con số ảo cho đến khi thanh khoản thực sự đến.
- Tác động ngành: Nếu continuous learning thành công, nó sẽ thay đổi cách AI được vận hành: từ “train-deploy-freeze” sang “continuous deploy-adapt”. Điều này có ý nghĩa lớn với các lĩnh vực có dữ liệu thay đổi nhanh như tài chính, an ninh mạng, và chính crypto (ví dụ: phát hiện bot giao dịch, dự đoán sự kiện on-chain). Nhưng đó là giả định. Dữ liệu on-chain không bao giờ nói dối, nhưng giả định thì có thể.
- Cạnh tranh: Trajectory không đối đầu trực tiếp với OpenAI. Họ chơi ở mảng hạ tầng – MLOps, model lifecycle. Đối thủ là Hugging Face, Weights & Biases, thậm chí Databricks. Nếu continuous learning chỉ là một tính năng, không phải nền tảng, thì lợi thế sẽ nhanh chóng bị sao chép. Sequoia có thể đang đặt cược vào một “platform play”. Nhưng tôi chưa thấy evidence.
- Rủi ro an toàn: Mô hình học liên tục có thể quên mất các quy tắc an toàn đã được cài đặt. Đây là vấn đề nghiêm trọng trong bối cảnh quản lý AI ngày càng chặt. Trajectory không đề cập đến alignment hay safety. Nếu họ không có kế hoạch, đây là bom nổ chậm.
Contrarian
Đa số sẽ nghĩ: “Sequoia đầu tư, chắc chắn là công nghệ tốt.” Tôi thì nghĩ khác.
Sequoia đầu tư vì họ sợ bỏ lỡ (FOMO) hơn là vì họ chắc chắn. Continuous learning là một narrative hot. Mọi VC đều muốn có một “continuous learning” startup trong danh mục. Nếu Trajectory không thành công, họ sẽ mất 300 triệu. Nhưng nếu thành công, họ có thể nhân lên gấp nhiều lần. Đó là một quyền chọn mua với giá 300 triệu – như mua một put option trên thị trường tiền điện tử, rủi ro cao, lợi nhuận tiềm năng lớn.
Tôi cũng nhận thấy sự tương đồng với các dự án crypto từng huy động vốn với valuation cao nhưng không có sản phẩm. Ví dụ: Terraform Labs từng được các VC lớn đầu tư, nhưng cuối cùng sụp đổ. Dữ liệu on-chain có thể phát hiện sớm các dấu hiệu bất thường. Ở đây, tôi không có dữ liệu on-chain, nhưng tôi có thể nhìn vào độ minh bạch của thông tin. Bài báo mờ mịt.
Một góc nhìn khác: continuous learning có thể không phải là giải pháp tốt nhất cho vấn đề “cập nhật tri thức”. RAG (Retrieval-Augmented Generation) và fine-tuning có hiệu quả đủ dùng với chi phí thấp hơn. Nếu Trajectory không vượt trội hơn các phương pháp này, thị trường sẽ không chấp nhận.
Takeaway
Trajectory là một câu chuyện thú vị, nhưng chưa có bằng chứng. 300 triệu valuation là một tín hiệu, nhưng tín hiệu đó cần được xác nhận bởi dữ liệu kỹ thuật. Tôi sẽ không vội vàng đưa ra kết luận. Tuần tới, tôi sẽ theo dõi xem liệu có ai công bố benchmark, audit, hoặc ít nhất là một whitepaper. Nếu không, tôi xếp Trajectory vào cùng danh sách với các dự án “vaporware” mà tôi đã gặp trong crypto. Dữ liệu không bao giờ nói dối, chỉ có những câu chuyện là dối trá.
