Thung lũng Silicon trong dòng chảy: Đợt sóng AI, hành trình khám phá các tập đoàn công nghệ và sự quốc tế hóa của người Hoa tại Mỹ
Tuyển chọn TechFlowTuyển chọn TechFlow
Thung lũng Silicon trong dòng chảy: Đợt sóng AI, hành trình khám phá các tập đoàn công nghệ và sự quốc tế hóa của người Hoa tại Mỹ
Thung lũng Silicon là một nơi luôn vận động — con người, thông tin và vốn luân chuyển không ngừng, mang lại sức sống và sự đổi mới, khiến mọi thứ thay đổi mỗi ngày, tạo cảm giác luôn trẻ trung.
Chuyên sâu báo cáo Web3Tác giả: Melissa
Lần này tôi ở lại Thung lũng Silicon khoảng sáu tuần, đến vào giữa hè và rời đi ngay sau Lập thu. Ánh nắng California luôn rực rỡ, tại nơi tiên phong về công nghệ này, làn sóng AI đang cuộn trào mạnh mẽ. Vì muốn tìm hiểu sâu hơn về sự phát triển và định hướng của AI, tôi đã gặp gỡ nhiều người (gồm bạn bè làm việc tại các tập đoàn lớn, các nhà sáng lập khởi nghiệp và các nhà đầu tư), tham gia các hoạt động trực tuyến lẫn trực tiếp, cảm nhận rõ ràng sức sống mãnh liệt của một thời đại mới đang hình thành. Dưới đây là vài gợn sóng nhỏ tôi ghi nhận được, xin chia sẻ cùng mọi người.
Sau đại dịch: Thiếu hụt nhân lực và làm việc từ xa
Đại dịch giờ đã thuộc về quá khứ, nhưng có lẽ vì tôi mới lần đầu đến đây nên những dấu ấn để lại trong ba năm qua vẫn còn rất rõ ràng. Trong đó, điều khiến tôi cảm nhận sâu sắc nhất là tình trạng thiếu hụt nhân lực và ảnh hưởng của mô hình làm việc từ xa.
Thiếu hụt nhân lực
Tình trạng thiếu nhân lực tại Thung lũng Silicon rất rõ rệt, cộng thêm lạm phát gần đây, dẫn đến chi phí nhân công cực kỳ cao. Có lần tôi đặt bánh mì Subway qua Uber Eats, bản thân chiếc bánh chỉ 8 đô la, nhưng các khoản phí vận chuyển cộng dồn lên tới 17 đô – đắt hơn gấp đôi! Tôi từng sống nhiều năm ở Seattle, biết rằng chi phí nhân công tại Mỹ vốn cao hơn Trung Quốc, nhưng con số này vẫn khiến tôi ngạc nhiên. Sau khi tìm hiểu, nguyên nhân chính là trong thời gian đại dịch, do lo ngại lây nhiễm, nhiều người đã nghỉ việc hoặc về hưu sớm. Hơn nữa, hai năm trước chính phủ Mỹ bơm tiền trợ cấp, khiến số người đi làm giảm đáng kể. Khi nói chuyện với một nhà sáng lập khởi nghiệp trong lĩnh vực giáo dục AI, anh ấy cho biết tình trạng thiếu giáo viên rất nghiêm trọng. Đây là vấn đề toàn nước Mỹ đang đối mặt, không biết sẽ giải quyết ra sao.
Làm việc từ xa
Ảnh hưởng của mô hình làm việc từ xa bắt đầu từ thời đại dịch thậm chí còn sâu rộng hơn, đặc biệt với sinh viên mới tốt nghiệp. Hai người bạn của tôi đang khởi nghiệp đều nhắc đến vấn đề này. Do yêu cầu cách ly, sinh viên không có cơ hội thực tập tại công ty khi còn học. Sau khi ra trường, họ tiếp tục làm việc từ xa, chưa từng trải nghiệm làm việc cùng đồng nghiệp. Điều này khiến họ không biết cách hợp tác nhóm, và các quản lý cũng khó hướng dẫn từ xa. Họ từng tuyển những sinh viên xuất sắc từ các trường danh tiếng (kể cả Stanford), dù tiềm năng tốt nhưng do không thể phối hợp, cuối cùng buộc phải chia tay – rất đáng tiếc.
Hiện nay, các tập đoàn lớn dần yêu cầu nhân viên quay trở lại văn phòng, nhưng vẫn chưa phục hồi như trước đại dịch. Một cựu thực tập sinh tôi từng tuyển dụng tại đội ngũ Expedia nay là người sáng lập một công ty AI. Anh ấy cho rằng làm việc từ xa ảnh hưởng lớn đến hiệu suất. Trong thời gian đại dịch, anh không dám yêu cầu nhân viên đến văn phòng vì sợ họ nghỉ việc. Hiện tại, anh đang theo dõi nhịp độ của các tập đoàn lớn, và sẽ điều chỉnh theo khi họ đưa ra quy định rõ ràng. Thực tế tại các tập đoàn lớn và startup mà tôi quan sát, số người đến văn phòng vẫn còn hạn chế. Khi thảo luận với bạn bè, thái độ của mọi người cũng không hoàn toàn thống nhất. Nhìn chung, người nào quản lý càng nhiều nhân sự thì càng không hài lòng với mô hình làm việc từ xa. Mọi người đều nghĩ rằng dần dần sẽ quay lại như trước, nhưng khó có thể xảy ra ngay lập tức.
Tôi có một quan sát thú vị. Các tập đoàn lớn như Google, Meta đều đặt trụ sở tại Palo Alto và Mountain View, khiến giá nhà ở khu vực lân cận tăng vọt, trong khi những nơi xa hơn thì rẻ hơn nhiều. Nhưng vì làm việc từ xa không cần đến công ty, hai năm gần đây giá nhà ở vùng xa lại tăng mạnh.
Làn sóng AI: Bức tranh định hình, nhưng vẫn ở giai đoạn sơ khai
Tâm điểm tôi quan tâm là AI. Dưới đây là một số quan sát và đánh giá của tôi về AI tại Thung lũng Silicon trong hơn một tháng qua.
Mô hình lớn và GPU
Cấu trúc ngành của mô hình lớn (large model) đã phần nào định hình. Khác với Trung Quốc với hàng trăm mô hình cạnh tranh, tại Thung lũng Silicon, một vài mô hình lớn đã nổi lên: đóng nguồn chủ yếu là OpenAI và Google, có thể kể thêm Anthropic; mở nguồn là Meta với Llama-2. Do chi phí phát triển mô hình tổng quát rất cao, đòi hỏi lượng lớn nhân lực, năng lực tính toán và vốn, cục diện hiện tại coi như đã ổn định, khó có tay chơi mới nào tham gia.
GPU vẫn đang khan hiếm, dù là với các tập đoàn lớn hay startup. Ai cũng đang tìm kiếm GPU. Một người em học cùng trường NVIDIA giải thích cho tôi quy trình sản xuất GPU, bắt đầu từ khâu chuẩn bị quặng. Phần cứng không phải lĩnh vực tôi quan tâm, nên hiểu biết có hạn. Nhưng nghe thì thấy do chu kỳ sản xuất dài, nên GPU sẽ khan hiếm trong ngắn hạn, còn dài hạn thì ổn.
AI vẫn ở giai đoạn rất sơ khai
Khi nói về hiện trạng AI, một người bạn nhà đầu tư miêu tả rất sinh động: “Giống như trời chưa sáng, mỗi người cầm một cây đèn pin soi khắp nơi để tìm phương hướng.” Chưa phải thời điểm bùng nổ như di động internet trước kia. Tôi đã nói chuyện với nhiều người bạn, gồm cả các nhà phát triển mô hình lớn, các công ty lớn nhỏ sử dụng mô hình lớn, và các startup cung cấp hạ tầng/dụng cụ xung quanh mô hình lớn. Đánh giá chung là ứng dụng mô hình lớn vẫn ở giai đoạn rất sớm.
Một ví dụ tiêu biểu: Tôi có một người bạn, trước đây là Phó Giám đốc Kỹ thuật tại một công ty上市 nổi tiếng; vài năm gần đây ra khởi nghiệp, làm nền tảng thương mại điện tử, có hơn 100 nhân viên, được đầu tư bởi vài quỹ uy tín tại Mỹ. Công việc của cô ấy cần dùng mô hình lớn, gần đây cô thử nghiệm hai cách: một là fine-tune dữ liệu riêng trên mô hình MosaicML; hai là dùng GPT-4, lưu dữ liệu riêng vào vector database, rồi dùng search-retrieval để đưa thông tin liên quan vào prompt. Kết quả so sánh khiến cô bất ngờ: GPT-4 lại cho kết quả tốt hơn fine-tune. Cô rất bối rối, không rõ phải fine-tune thế nào mới hiệu quả. Cần dữ liệu gì, bao nhiêu dữ liệu, cách fine-tune ra sao – đều chưa rõ. Hơn nữa, mô hình lớn là một hộp đen, cô cho rằng ngay cả những người xây dựng mô hình cũng chưa hẳn hiểu rõ. Ngoài ra, trải nghiệm dùng MosaicML của cô không tốt, nhưng cũng chẳng có công cụ nào khác để chọn. Dù GPT-4 hiệu quả, cô không thể công khai dữ liệu riêng, chỉ dùng để thử nghiệm chứ không thể đưa vào sản phẩm thật. Cô nhận thấy kỹ năng AI trong đội ngũ hiện tại còn hạn chế, kế hoạch sắp tới là tuyển thêm kỹ sư AI để giải quyết vấn đề này.
Tôi hơi ngạc nhiên khi nghe điều này. Bởi cô ấy rất giàu kinh nghiệm, đội ngũ khởi nghiệp cũng nổi bật, kỹ thuật vững vàng. Nếu ngay cả cô ấy còn chưa rõ cách fine-tune hiệu quả, thì các công ty khác dễ đoán hơn. Kết quả so sánh này (fine-tune thua GPT-4 + search-retrieval) không phải ngoại lệ – tôi nghe được nhiều trường hợp tương tự. Một người bạn khác khởi nghiệp cung cấp công cụ AI cho doanh nghiệp lớn cho biết: mô hình lớn là công nghệ hoàn toàn mới với các doanh nghiệp lớn, khách hàng của anh đều mới bắt đầu cân nhắc, đặc biệt quan tâm đến độ chính xác, tốc độ, chất lượng dữ liệu cần chuẩn bị và vấn đề bảo mật. Khách hàng vẫn đang khám phá xem nên dùng AI giải quyết bài toán kinh doanh nào. Anh dự đoán ít nhất 6–12 tháng nữa các doanh nghiệp lớn mới có thể triển khai nội bộ.
Rõ ràng làn sóng AI này vẫn ở giai đoạn rất sơ khai: phía người dùng cá nhân (C-end) chưa thấy ứng dụng "killer app" nào (trừ ChatGPT), phía doanh nghiệp (B-end) cần thời gian triển khai, còn hạ tầng AI và lớp công cụ vẫn còn dư địa phát triển lớn. Ví dụ, Databricks chi 1,3 tỷ USD mua lại MosaicML nhằm nhanh chóng xây dựng năng lực AI để hỗ trợ khách hàng.
Ở đây tôi thấy hai tín hiệu tích cực:
-
Chính vì còn sơ khai, công cụ chưa hoàn thiện, doanh nghiệp lớn chưa có sẵn công nghệ để dùng, nên mới tạo ra cơ hội cho startup. Nếu doanh nghiệp lớn có thể áp dụng ngay, với dữ liệu và bối cảnh riêng có sẵn, thì startup sẽ ít cơ hội hơn nhiều. Đây là quan điểm của Howie (giáo sư Xu ở Thung lũng Silicon) khi tôi trao đổi, tôi rất đồng cảm.
-
Doanh nghiệp lớn đang rất khao khát ứng dụng AI, ít nhất là có cảm giác khủng hoảng rõ rệt. Tôi được biết, với làn sóng GenAI này, nhiều doanh nghiệp đã lập ngân sách riêng. Tiền đã sẵn sàng, dù phát triển chậm ở giai đoạn đầu, triển vọng AI vẫn rất sáng sủa, khó có thể nguội lạnh.
Tại sao cảm giác hai tháng nay AI phát triển chậm lại?
Không biết mọi người cảm nhận thế nào, nhưng so với đầu năm, gần đây tôi cảm thấy nhịp độ phát triển AI rõ ràng chậm lại. Vì sao vậy? Quan sát cho thấy một số lý do sau:
-
Liên quan đến chiến lược của OpenAI. Làn sóng này chủ yếu do OpenAI dẫn dắt. Trước đó, họ tập trung phát triển âm thầm, rồi từ cuối năm ngoái, trong vòng hai ba tháng đã công bố hàng loạt kết quả tích lũy hai ba năm (ví dụ GPT-3), khiến mọi người choáng ngợp. Sau giai đoạn đuổi kịp, Google đã trở thành đối thủ mạnh, giờ OpenAI không dám tung sản phẩm chưa sẵn sàng, vì sẽ phản tác dụng. Nên gần đây không có bước tiến lớn, cảm giác chậm hơn. Thực ra, theo tôi, đây mới là nhịp độ đúng của công nghệ – vốn dĩ không nhanh đến thế.
-
Các startup đang tập trung xây dựng sản phẩm. Tôi từng tổ chức một buổi giảng trong cộng đồng AI tại Thung lũng Silicon về chủ đề này. Phản hồi từ cộng đồng: đầu năm, các founder bận rộn tham gia hội nghị, hội thảo, meetup để học hỏi, tìm hiểu GenAI là gì. Gần đây, mọi người đã nắm rõ công nghệ mô hình lớn, giờ đang tập trung thời gian xây dựng sản phẩm riêng. Nhìn từ bên ngoài, có vẻ yên ắng hơn trước.
-
Trong lĩnh vực nghiên cứu, các bài báo khoa học vẫn tiếp tục được công bố đều đặn, không hề chậm lại.
Thị trường vốn thiên thần thực sự chậm lại
Nhịp độ đầu tư trên thị trường sơ cấp nhìn chung có cảm giác chậm lại, chủ yếu do môi trường vĩ mô. Người ta cảm thấy triển vọng kinh tế tương lai không rõ ràng, xung đột Nga-Ukraine càng làm tăng thêm bất định, ảnh hưởng đến niềm tin đầu tư. Ngoài ra, trong thời gian đại dịch chính phủ bơm tiền mạnh tay khiến định giá nhiều startup tăng cao, hiện nay đang trong quá trình điều chỉnh giảm. Trong bối cảnh này, thị trường AI sơ cấp thực ra vẫn được đánh giá là khá tốt. Tuy nhiên, do vẫn còn rất sớm, tôi quan sát thấy ngoài những dự án thực sự cạnh tranh trong lĩnh vực mô hình lớn (kể cả character.ai cũng thuộc nhóm này) nhận được nhiều vốn, các startup AI khác hiện nay huy động vốn không dễ, nhiều nhà đầu tư đang chờ đợi.
Bí mật các ông lớn: OpenAI, Google, NVIDIA
Trong làn sóng AI lần này, OpenAI & Microsoft, Google và NVIDIA trở thành những nhân vật chủ chốt. Ba trong số này có trụ sở tại Thung lũng Silicon, tôi đặc biệt tìm hiểu và tóm tắt những thông tin có thể chia sẻ.
OpenAI
OpenAI rất coi trọng bảo vệ thông tin, nhân viên cũng rất nhạy cảm về điều này. Tôi biết được không nhiều, nhưng có vài ấn tượng rõ nét.
Những ai hợp tác với OpenAI đều nói nhân viên của họ rất giỏi và hiệu quả cao. Hệ thống hiệu năng và giám sát của họ đặc biệt tốt, năng lực kỹ thuật rất mạnh. Có lẽ, năng lực kỹ thuật hạ tầng – như cách tận dụng phần cứng hiệu quả hơn, nâng cao hiệu suất – chính là một trong những rào cản cạnh tranh then chốt của họ.
OpenAI kiên định theo đuổi AGI, điều này tôi chỉ thực sự cảm nhận rõ sau khi trao đổi sâu. Bên trong công ty, họ đánh giá ưu tiên công việc dựa trên việc liệu nó có thúc đẩy AGI hay không. Nếu giúp huấn luyện mô hình tốt hơn, giúp mô hình học tốt hơn, họ sẽ làm; nếu không thì bỏ qua. Ví dụ, họ từng làm robot nhưng thấy bị giới hạn nhiều bởi thế giới vật lý, ít hỗ trợ cho AGI, nên đã ngừng. Theo suy luận này, khả năng lớn họ sẽ không làm các lĩnh vực chuyên biệt (vertical).
Trước khi có ChatGPT, người dùng không cảm nhận được hiệu quả của LLM. Việc giúp người dùng cảm nhận được là rất quan trọng. Ngoài AGI, ChatGPT và API cũng là trọng tâm của OpenAI.
Trước đây Google phát triển AI khá chậm, ngoài lý do xung đột với quảng cáo, còn liên quan đến hai sự kiện. Một là một nhà nghiên cứu cho rằng mô hình lớn có ý thức, bị sa thải. Trước đó, một nữ nhân viên da màu bị từ chối công bố bài báo, kiện Google. Những việc này khiến Google trở nên thận trọng với AI, làm chậm tiến độ.
Google luôn tự cho mình là dẫn đầu, cho đến khi ChatGPT xuất hiện gây áp lực lớn. Từ tháng 12, nội bộ bắt đầu kích hoạt "code red" (ưu tiên cao nhất) – điều hiếm thấy. Hiện nay, toàn công ty rất coi trọng GPT, có đội chuyên trách (sáp nhập DeepMind và Google Brain), và khuyến khích các đội khác nhanh chóng ứng dụng AI. Tôi có nhiều bạn ở Google, khi trò chuyện, họ bày tỏ niềm tin, cho rằng Google ít nhất sẽ không tụt hậu trong lĩnh vực này.
NVIDIA
Làn sóng LLM lần này khiến NVIDIA trở thành người thắng lớn nhất. Bản thân tôi trước đây không quan tâm nhiều đến công ty này, vì kinh nghiệm và sở thích đều nghiêng về phần mềm. Lần này tìm hiểu kỹ hơn, tôi thấy rất thú vị, xin chia sẻ thêm.
Một startup của một người
Phong cách của NVIDIA có thể tóm gọn: là một startup do một mình ông già Huang (Jason) lãnh đạo. Những người bạn làm việc ở đó rất kính phục Jason, nghe họ kể, tôi cảm giác Jason như một siêu nhân. Jason luôn tin tưởng vào Compute, bất kể cổ phiếu lên xuống, từ năm 2012 kiên trì theo đuổi, chưa từng do dự. Ông am hiểu sâu sắc công nghệ, nắm rõ tình hình dự án, lại gần gũi thân thiện. Nếu có việc nào không quyết định được, mọi người đều hỏi Jason, ông ra quyết định vừa nhanh vừa tốt.
Jason rất nhân hậu. Ví dụ, lúc đầu dịch, công ty thường đánh giá nhân viên vào tháng 9, nhưng ông quyết định dời lên sớm. Kết quả là đến tháng 3 toàn công ty đã hoàn tất đánh giá, tăng lương và thưởng, giúp mọi người nhận tiền sớm. Đồng thời, Jason có tầm nhìn sâu sắc và ý thức危机, rất được nhân viên yêu mến. Ngay cả lúc cổ phiếu xuống thấp, nhân viên vẫn đánh giá ông rất cao.
Chú trọng kỹ thuật, tổ chức phẳng
Văn hóa công ty này khác biệt rõ rệt so với các nơi khác tôi biết. Là một công ty gần 30.000 người, NVIDIA đến nay vẫn không có manager chỉ quản lý con người (people manager). Công ty đề cao năng lực kỹ thuật, quản lý dù cấp bậc cao thấp đều phải giỏi kỹ thuật.
Tổ chức phẳng. Toàn công ty dường như chỉ có mỗi Jason có trợ lý, còn lại đều không. Tôi hỏi vậy các hoạt động gắn kết thì sao. Bạn tôi nói công ty không có team building, không tiệc Giáng sinh, chỉ có đại hội toàn công ty. Trên sân khấu, Jason phát biểu tự do suốt hai giờ, hài hước dí dỏm, sau đó nhiều nhân viên xếp hàng xin chụp ảnh cùng ông.
Hệ sinh thái NVIDIA
Lâu nay nghe nói hệ sinh thái NVIDIA tốt, tôi特意 hỏi rõ cụ thể là gì, bạn tôi giải thích rất rõ:
-
Cung cấp đầy đủ công cụ. Chip từ dưới lên là một chồng công nghệ sâu (deep stack), cần nhiều công cụ hỗ trợ như compiler, debugger, profiler... Nhu cầu của kỹ sư đa dạng, ví dụ có người muốn tối ưu sâu, thì chỉ đóng gói chức năng thành API là không đủ.
-
Tốc độ và tính dễ dùng của hệ thống.
-
Giao tiếp ngang hàng cả trong và ngoài công ty đều rất tốt. Ví dụ, công ty có đội chuyên phụ trách giao tiếp với khách hàng, đồng thời họ cũng am hiểu sâu công nghệ nội bộ. Khi khách hàng có nhu cầu, họ sớm trao đổi trực tiếp với đội研发. Bên trong cũng vậy. Đội phần mềm hợp tác chặt chẽ với bộ phận phần cứng, không đợi phần cứng xong mới phát triển phần mềm, mà phối hợp liên tục trong quá trình.
Doanh nghiệp gốc Hoa quốc tế hóa
Diễn biến quan hệ Trung-Mỹ gắn liền mật thiết với Thung lũng Silicon. Lần này tôi nhận thấy hai thay đổi rõ rệt: các founder ngày càng tập trung hơn trong lựa chọn thị trường, hoặc là Mỹ, hoặc là Trung Quốc, ít người còn ôm đồm cả hai. Một số founder và quỹ đầu tư Trung Quốc tốt cũng đang tìm kiếm cơ hội mới tại đây.
Làm thế nào để doanh nghiệp gốc Hoa quốc tế hóa hiệu quả là chủ đề được quan tâm rộng rãi. Cuối tuần tôi tham gia một buổi tọa đàm kín, chủ đề chính là vấn đề này, tôi thấy các diễn giả rất tiêu biểu: có CEO công ty上市 gốc Hoa làm thị trường toàn cầu, có đối tác quỹ chuyên đầu tư doanh nghiệp Trung Quốc ra nước ngoài, có founder quản lý đội ngũ cả Trung Quốc và Mỹ, và tôi cũng là một trong số đó. Mọi người chia sẻ nhiều góc nhìn sâu sắc. Trung Quốc có lợi thế về chi phí研发, chuỗi cung ứng hoàn chỉnh, vận hành sản phẩm internet và tinh thần chăm chỉ, nhưng khi ra nước ngoài lại đối mặt với thách thức hoàn toàn khác, liên quan đến bán hàng thị trường, sản phẩm, văn hóa đội ngũ và quản lý... Điểm chung các diễn giả đồng thuận: muốn làm kinh doanh quốc tế, tư duy của người sáng lập phải quốc tế trước tiên.
Tôi suy ngẫm nhiều hơn sau buổi thảo luận. Chủ đề quốc tế hóa này tôi không xa lạ, nhiều năm trước chúng tôi bàn về việc doanh nghiệp Mỹ mở rộng sang Trung Quốc. Nay thì ngược lại, bàn về doanh nghiệp Trung Quốc làm thị trường quốc tế. Trọng tâm thế giới đang thay đổi, sau nhiều năm nỗ lực, Trung Quốc thực sự mạnh lên rất nhiều, khiến tôi tự hào.
Thung lũng Silicon trong dòng chảy
Tôi luôn ngưỡng mộ nguồn nhân lực dồi dào và bầu không khí giao lưu tự do tại Thung lũng Silicon. Nơi đây mật độ nhân tài cao, tôi thường trò chuyện vài câu đã phát hiện ra là đồng hương Đại học Thanh Hoa. Lớp đại học tôi có 30 người, trong đó 6 người đang ở đây. Cuối tuần tham gia buổi tiệc nướng do một người bạn thân tổ chức, trò chuyện vu vơ, phát hiện vài người ăn nói rất có chiều sâu. Hỏi thêm chút nữa, hóa ra là những doanh nhân thành đạt ẩn danh.
Vì là Thung lũng Silicon, tinh thần khởi nghiệp luôn sôi nổi, kéo theo vô số buổi giảng, diễn đàn... Khi mới đến, một người bạn đưa tôi một file Google doc, liệt kê chi chít các hoạt động AI offline tại San Francisco, gần như ngày nào cũng có. Tôi đi thành phố bất tiện, chỉ tham gia chọn lọc vài lần. Sau đó tự tìm kiếm, với chủ đề quan tâm, đều tìm được các buổi Webinar online và thảo luận cộng đồng. Quen hơn, tôi phát hiện vùng Vịnh (Bay Area) cũng có rất nhiều hoạt động. Dù online hay offline, chất lượng các sự kiện này đều rất cao, có thành viên nòng cốt từ tập đoàn lớn hoặc startup hàng đầu, có các founder trẻ, thông tin dày đặc, cập nhật nhanh, người chia sẻ chân thành, độc lập, am hiểu công nghệ前沿. Tôi vốn thích học cái mới, ở đây sống rất hào hứng.
Thung lũng Silicon là một dòng chảy – nhân tài chảy, thông tin chảy, vốn chảy. Chính dòng chảy này mang lại sức sống và đổi mới, khiến mỗi ngày đều thay đổi, cảm giác luôn trẻ trung.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@capital_atom
