Làn sóng gọi vốn mới của startup AI: không chỉ là thêm tiền
Làn sóng startup AI gọi vốn hiện nay là hiện tượng các công ty AI trên toàn cầu huy động được những vòng funding round AI 2026 với quy mô chưa từng thấy, tập trung vào xây dựng ngăn xếp AI cá nhân, AI agent doanh nghiệp và nền tảng lập trình tự động, từ đó tạo ra thế hệ định giá unicorn AI mới với tham vọng thay đổi cách doanh nghiệp và cá nhân sử dụng trí tuệ nhân tạo trong công việc và đời sống hàng ngày.
Điểm quan trọng không phải là số tiền, mà là lập luận phía sau: nhiều nhà sáng lập cho rằng cách xây dựng AI hiện tại đang sai hướng. River AI đưa ra luận điểm rằng ngăn xếp AI cần được xây lại quanh các agent mà người dùng và doanh nghiệp thực sự sở hữu, thay vì “thuê” trí tuệ từ một vài phòng lab lớn. Trong khi đó, Lovable không chỉ muốn biến mô tả văn bản thành ứng dụng, mà muốn trở thành lớp vận hành nơi các doanh nghiệp chạy cả hoạt động của mình. Ở tầng doanh nghiệp, Skan AI nhấn mạnh rằng các AI agent doanh nghiệp hiện thất bại vì dựa trên tài liệu quy trình, thay vì dữ liệu về công việc thật sự diễn ra trên màn hình nhân viên. Tất cả cho thấy quan điểm chung: muốn gọi vốn khổng lồ, startup AI buộc phải có một luận điểm táo bạo về quyền sở hữu và hiệu quả thực tế.
River AI và cuộc chơi ngăn xếp AI cá nhân: thay thế AI thuê bằng AI sở hữu
River AI đại diện cho lớp startup AI gọi vốn sớm với tham vọng rất cụ thể: thay thế mô hình “AI thuê theo token” bằng các agent cá nhân mà người dùng và doanh nghiệp có thể sở hữu lâu dài. Thay vì lao vào cuộc đua xây mô hình nền tảng khép kín, River chọn cách đánh vào tầng hạ tầng: một ngăn xếp huấn luyện và triển khai dành cho các mô hình open-weight, được thiết kế để doanh nghiệp tùy biến theo dữ liệu và quy trình riêng của họ mà không phải dựng cả đội hạ tầng.
Sản phẩm đầu tiên – River API – cho phép doanh nghiệp huấn luyện tinh chỉnh LoRA và tăng cường học củng cố trên các mô hình mở từ hàng chục đến hàng nghìn tỷ tham số, với cách tính chi phí theo số lượng token thay vì giờ GPU. Điểm mấu chốt về tác động thực tế: bất kỳ doanh nghiệp nào cũng có thể hoàn thành một bài toán reinforcement learning phức tạp trong khoảng 15–20 phút mà không cần đội ngũ hạ tầng, đồng thời tiết kiệm chi phí đáng kể so với lựa chọn đóng nguồn, và quan trọng hơn, checkpoint sau huấn luyện thuộc về khách hàng, có thể triển khai trên endpoint tương thích với OpenAI. River nói rõ rằng số vốn hiện tại sẽ tăng tốc toàn bộ ngăn xếp: từ API đã ra mắt, đến lớp cá nhân hóa, học liên tục và phần cứng mới để AI cá nhân chạy gần chủ sở hữu hơn. Đây là một tầm nhìn rất khác so với cuộc đua mô hình khổng lồ: thay vì nhiều tham số hơn, họ muốn quyền sở hữu nhiều hơn.
Lovable và cuộc đua Series C: từ công cụ tạo app đến lớp vận hành doanh nghiệp
Nếu River đánh vào hạ tầng huấn luyện, Lovable cho thấy một hướng gọi vốn khác: biến AI thành lớp điều hành kinh doanh. Nền tảng này từng được mô tả như công cụ “gõ mô tả, nhận ứng dụng hoạt động”, một ví dụ rõ ràng cho xu hướng lập trình tự động trong hệ sinh thái Series C AI startup. Nhưng thông điệp ở vòng gọi vốn gần đây đã mở rộng: Lovable muốn trở thành nơi các doanh nghiệp vận hành luôn cả sản phẩm và quy trình được tạo ra trên nền đó. Đây là lý do định giá unicorn AI của họ trở thành điểm tham chiếu cho thị trường.
Tác động với người dùng phổ thông là rất trực tiếp: kể từ khi ra mắt vào tháng 11 năm 2024, người dùng đã tạo hơn 60 triệu dự án, và các ứng dụng xây trên nền tảng thu hút hơn 900 triệu lượt truy cập mỗi tháng. Điều này cho thấy AI không chỉ hỗ trợ lập trình viên chuyên nghiệp, mà mở rộng năng lực lập trình cho mọi người dùng có ý tưởng sản phẩm. Công ty đặt ra ba ưu tiên rõ ràng cho bước tiếp theo: (1) làm cho sản phẩm chủ động hơn, với phần mềm tự nhận biết việc cần làm và xử lý mà không chờ prompt, đồng thời kết nối sâu hơn vào hệ thống công nghệ hiện hữu của khách hàng; (2) huấn luyện hệ thống trên kết quả, không chỉ trên việc hoàn thành tác vụ – họ muốn vòng phản hồi hiểu liệu sản phẩm mà người dùng xây có tạo doanh thu hoặc cải thiện quy trình hay không để tự cải thiện nền tảng; (3) mở rộng nhân sự lên khoảng 450 người nhưng vẫn giữ trọng tâm ở Stockholm, đồng thời tăng hiện diện tại London, Boston, San Francisco và New York. Đây là kế hoạch rõ ràng để từ công cụ lập trình AI tiến lên tầng vận hành doanh nghiệp.
Pathway, Skan AI và cuộc chiến AI agent doanh nghiệp hậu-Transformer
Trong khối startup AI gọi vốn cho hạ tầng doanh nghiệp, Pathway và Skan AI nêu bật một xu hướng: thay vì chỉ phóng to mô hình Transformer, các nhà sáng lập đang đặt cược vào kiến trúc và ngữ cảnh của công việc thật sự. Pathway cho rằng nhiều giới hạn chi phí và bộ nhớ hiện tại là vấn đề kiến trúc, không phải thứ có thể giải quyết vô hạn bằng việc bổ sung thêm compute. Đó là lý do họ xây kiến trúc BDH hậu-Transformer với trọng tâm là khả năng suy luận, ghi nhớ và thích nghi bên trong mô hình, thay vì phụ thuộc vào context window ngày càng lớn hoặc hệ thống bộ nhớ ngoài.
BDH-CQ, một biến thể của kiến trúc này, được thiết kế quanh học trong ngữ cảnh và suy luận tiềm ẩn lặp lại, thực hiện tính toán trong một “không gian tiềm ẩn liên tục” thay vì buộc mô hình phải diễn đạt toàn bộ suy luận trung gian ra văn bản. Pathway dự định dùng nguồn lực mới để mở rộng dung lượng mô hình và huấn luyện những hệ thống BDH có năng lực rộng hơn. Ở phía Skan AI, trọng tâm lại là bản đồ hóa công việc thực tế. Phần mềm của họ quan sát các desktop nhân viên trên những ứng dụng như CRM, email khách hàng, phiên mainframe, rồi cô đọng quan sát thành mô hình liên tục cập nhật về cách doanh nghiệp vận hành. Luận điểm của Skan rất thẳng thắn: các AI agent doanh nghiệp hiện không thành công vì được xây trên tài liệu quy trình và log hệ thống, chứ không phải trên công việc thật sự. Chính vì thế, nền tảng ba phần của họ – bao gồm Skan AI Blueprint và Skan AI Agents – được xây trên thứ họ gọi là “đồ thị ngữ cảnh của công việc”, nhằm tạo ra agent hiểu được ma sát vận hành và giá trị tiết kiệm tiềm năng cho khách hàng. Đây là bước chuyển từ AI agent doanh nghiệp trên giấy tờ sang AI dựa trên dữ liệu màn hình thật.
Ý nghĩa cho tương lai startup AI gọi vốn: từ unicorn đến tác động đời sống
Nhìn tổng thể các vòng funding round AI 2026, bức tranh hiện ra là sự dịch chuyển từ câu chuyện “mô hình càng to càng tốt” sang câu hỏi: AI có sở hữu được, có gắn vào công việc thật và có giúp người bình thường tạo ra giá trị hay không. River tập trung vào quyền sở hữu trí tuệ và hạ tầng huấn luyện open-weight cho doanh nghiệp không có đội ngũ hạ tầng chuyên sâu. Pathway thử nghiệm kiến trúc hậu-Transformer nhằm giảm phụ thuộc vào brute-force compute. Lovable biến lập trình tự động thành nền tảng xây và vận hành doanh nghiệp với hàng chục triệu dự án và hàng trăm triệu lượt truy cập mỗi tháng. Skan AI biến dữ liệu từ desktop nhân viên thành đồ thị ngữ cảnh cho AI agent doanh nghiệp. Những hướng đi này cho thấy định giá unicorn AI trong tương lai sẽ gắn chặt với khả năng giải bài toán sở hữu và hiệu quả thực tế chứ không chỉ với kích thước mô hình.
Đối với người dùng thông thường, tác động đã rõ. Doanh nghiệp không cần đội hạ tầng chuyên trách vẫn có thể huấn luyện và triển khai mô hình open-weight theo quy trình riêng. Cá nhân với ý tưởng sản phẩm hoặc side project có thể biến mô tả thành ứng dụng, rồi vận hành cả hoạt động kinh doanh trên nền tảng. Nhân viên văn phòng được “soi” cách làm việc để phát hiện ma sát, từ đó tạo ra AI agent giúp giảm thao tác lặp và cải thiện chi phí giao dịch. Kết luận là: làn sóng gọi vốn khổng lồ của startup AI không chỉ là cuộc chơi tiền bạc, mà là cuộc đặt cược rằng thế hệ AI mới – từ AI agent doanh nghiệp đến ngăn xếp AI cá nhân và lập trình tự động – sẽ trở thành lớp cơ sở hạ tầng của đời sống số. Những startup nào chứng minh được tác động đó một cách định lượng sẽ là những cái tên tiếp theo bước vào câu lạc bộ định giá unicorn AI.
