Làn sóng founder trẻ tuổi AI: Khác biệt lớn nhất là dám chọn đường vòng
Làn sóng founder trẻ tuổi AI là hiện tượng những nhà sáng lập ở độ tuổi đôi mươi xây dựng startup unicorn AI bằng cách từ bỏ lộ trình học thuật truyền thống, tập trung giải quyết một nhu cầu thị trường rất cụ thể, và dùng chính công nghệ AI làm nền tảng tăng trưởng thay vì chỉ coi nó là xu hướng thời thượng. Ở đây, tuổi trẻ không còn chỉ là câu chuyện về đam mê mà trở thành lợi thế cạnh tranh: họ ít bị ràng buộc bởi suy nghĩ cũ, sẵn sàng chấp nhận rủi ro mà các tập đoàn già cỗi né tránh.
Hành trình của ba nhà sáng lập Mercor tuyển dụng AI và James Dacombe với chip AI Olix đặt ra một luận điểm rõ ràng: khởi nghiệp công nghệ trong kỷ nguyên AI không còn là chuyện ai có bằng cấp đẹp hơn, mà là ai đọc đúng “nỗi đau” của thị trường nhanh hơn. Khi người dùng muốn tuyển kỹ sư từ xa trong vài ngày, hoặc vận hành mô hình AI với chi phí thấp hơn, những founder trẻ tuổi AI này chọn lao vào bài toán thực tế thay vì xây thêm một ứng dụng “hào nhoáng” cho nhà đầu tư xem.
Mercor: Từ lớp học, sân tranh biện đến nền tảng tuyển dụng AI hàng tỷ đô
Ba chàng trai sinh năm 2003 – Brendan Foody, Adarsh Hiremath và Surya Midha – không trở thành tỷ phú tự thân trẻ nhất thế giới vì viết nên một câu chuyện cổ tích, mà vì họ dám bỏ lớp để bám sát nhu cầu lao động toàn cầu. Họ gặp nhau ở thời trung học, nổi bật trong đội tranh biện, rồi tản ra Harvard, Georgetown và các trường danh tiếng khác trước khi cùng quyết định rời giảng đường để theo đuổi Mercor tuyển dụng AI.
Mercor ban đầu chỉ là nền tảng kết nối kỹ sư phần mềm tại Ấn Độ với startup Mỹ không đủ nguồn lực để tuyển dụng theo cách truyền thống. Nhưng thay vì dừng lại ở việc tự động hóa sàng lọc ứng viên, họ nhanh chóng nhận ra cơ hội lớn hơn: các phòng thí nghiệm AI cần dữ liệu chất lượng cao và chuyên gia đánh giá câu trả lời của mô hình. Từ đó, Mercor chuyển sang mô hình human-in-the-loop, xây dựng mạng lưới chuyên gia ở luật, y tế, ngân hàng, báo chí, khoa học để gắn nhãn dữ liệu, mô phỏng tình huống và đánh giá câu trả lời cho hệ thống AI. Đây không phải bước ngoặt ngẫu nhiên, mà là lựa chọn chiến lược: bỏ giảng đường để ngồi đúng giữa dòng tiền mới của ngành.
Sức bật của Mercor: Khi AI tuyển dụng và con người huấn luyện mô hình gặp nhau
Điểm đáng nói nhất ở Mercor không phải tốc độ tăng trưởng mà là cách họ biến một nền tảng tuyển dụng thành hạ tầng huấn luyện AI. Nhu cầu tuyển dụng nhân sự từ xa là cánh cửa mở đầu, nhưng nhu cầu có dữ liệu được gắn nhãn bởi chuyên gia mới là căn phòng chứa giá trị. Khi các mô hình AI thế hệ mới được dùng để lập luận, viết mã, nghiên cứu và xử lý chuỗi nhiệm vụ phức tạp, thị trường cần nhiều hơn những bộ dữ liệu “sạch” và cái nhìn chuyên môn tinh tế.
Ở phía người dùng, Mercor mang lại tác động rất thực tế: hệ thống có thể phân tích sơ yếu lý lịch, hồ sơ năng lực và cả tài khoản GitHub để tìm ứng viên phù hợp chỉ trong vài giây; doanh nghiệp có thể quản lý thanh toán và hợp đồng ngay trên nền tảng. Người lao động thì có thêm kênh kiếm thu nhập mới thông qua việc gắn nhãn dữ liệu, mô phỏng tình huống, đánh giá câu trả lời và chia sẻ kiến thức chuyên ngành cho hệ thống AI. Câu chuyện này cho thấy một nguyên tắc rõ ràng: founder trẻ tuổi AI nào đặt mình vào luồng công việc hàng ngày của doanh nghiệp và người dùng sẽ dễ tạo ra startup unicorn AI hơn những người chỉ chạy theo từ khóa “AI” trên slide pitch.
Olix và James Dacombe: Canh bạc chip AI nhanh, rẻ hơn dựa trên kiến trúc mới
Nếu Mercor chọn đứng ở “tầng nhân lực” của làn sóng AI, James Dacombe lại nhảy thẳng xuống tầng hạ tầng với chip AI Olix. Ở tuổi 25, anh khởi nghiệp trong lĩnh vực bán dẫn – một trong những ngành đòi hỏi nhiều vốn và công nghệ nhất – với mục tiêu tạo ra bộ gia tốc AI nhanh hơn và chi phí thấp hơn so với cách tiếp cận GPU truyền thống. Olix không cố sao chép Nvidia; họ chọn một chiến lược khó hơn: xây một kiến trúc bộ xử lý hoàn toàn mới cho AI inference.
Thị trường mà Olix nhắm đến là khâu inference – giai đoạn mô hình AI sử dụng những gì đã học để xử lý yêu cầu và trả kết quả. Khi số người dùng và lượng tác vụ AI tăng, chi phí inference trở thành “cục đá buộc chân” các công ty công nghệ; đó là khoảng trống mà James Dacombe muốn lấp đầy. Olix đang phát triển một thế hệ bộ gia tốc mới dựa trên bộ xử lý kỹ thuật số quang học, kèm kiến trúc bộ nhớ và kết nối mới, nhưng vẫn giữ khả năng tương thích với các mô hình AI hiện có. Nói cách khác, đây là canh bạc lớn: hoặc họ mở ra lớp hạ tầng mới cho AI, hoặc bị nghiền nát trong cuộc đua phần cứng khắc nghiệt – và Dacombe chấp nhận đặt cược khi nhiều người lớn tuổi hơn vẫn còn ngần ngại.
Điểm chung của những người bỏ lớp trở thành tỷ phú AI
Mercor và Olix khác nhau hoàn toàn về sản phẩm, một bên là nền tảng nhân lực AI, một bên là chip AI, nhưng lại chia sẻ cùng một DNA: đọc đúng nhu cầu thị trường trước khi sản phẩm hoàn hảo. Mercor đi từ việc kết nối kỹ sư ở Ấn Độ với startup Mỹ đến việc cung cấp chuyên gia tinh chỉnh mô hình AI khi nhu cầu dữ liệu chất lượng cao bùng nổ. Olix nhảy vào điểm nghẽn chi phí inference khi các hệ thống AI thế hệ mới ngày càng “ngốn” tài nguyên tính toán.
Ở bình diện rộng hơn, họ đại diện cho xu hướng founder trẻ tuổi chọn lối đi khác thay vì bám vào con đường bằng cấp truyền thống. Khởi nghiệp công nghệ trong AI giờ không còn là xây một ứng dụng hào nhoáng, mà là giải bài toán thật với người dùng thật: giúp doanh nghiệp tuyển đúng người trong vài giây, hay giảm chi phí vận hành mô hình AI nhưng vẫn đáp ứng được những tác vụ lập luận, viết mã, nghiên cứu phức tạp. Thông điệp sau cùng khá rõ: bằng đại học không còn là “giấy phép” duy nhất để bước vào tương lai AI; hiểu thị trường, dám đặt cược và đủ kiên trì mới là giấy phép quan trọng hơn.
