Sản phẩm | Huxiu Tech Group
Tác giả | Chen Yifan, Liu Xuanqi
Biên tập | Miao Zhengqing
Hình tiêu đề | AI tạo
Đây là bài viết thứ 21 trong loạt bài "Theo Dõi Mô Hình Kinh Doanh Token Mới" của Huxiu tại WAIC
Trong đầu tư công nghệ, tuổi tác không bao giờ là điều kiện đủ để đánh giá năng lực. Nhưng ở giai đoạn chuyển đổi mô hình công nghệ nhanh chóng, các nhà đầu tư trẻ đáng được quan sát riêng biệt.
Lý do không quá phức tạp. AI, robot, hàng không thương mại và điện toán lượng tử đang đồng thời tiến triển, tốc độ công nghệ mới đi từ bài báo học thuật đến sản phẩm, từ phòng thí nghiệm bước vào ngành công nghiệp đang tăng lên rõ rệt. Logic đầu tư truyền thống trước đây không còn hiệu quả, các nhà đầu tư muốn tiếp cận những dự án này không chỉ dựa vào mô hình tài chính và kinh nghiệm ngành thành thục là đủ, mà còn phải hiểu ngôn ngữ công nghệ, chấp nhận các lộ trình chưa hội tụ, và đưa ra phán đoán trước khi hình thành sự đồng thuận.
Thời đại Internet di động, một công ty có thể chứng minh bản thân nhanh chóng thông qua tăng trưởng người dùng, giữ chân người dùng, doanh thu và hiệu ứng mạng; các dự án AI và công nghệ phần cứng ngày nay lại có thể trải dài qua các lĩnh vực thuật toán, chip, cảm biến, chuỗi cung ứng, kịch bản công nghiệp và hệ thống quản lý. Nhà đầu tư vừa phải hiểu một lần nhảy vọt công nghệ, vừa phải phán đoán liệu nó có thể trở thành sản phẩm ổn định, có thể hình thành vòng khép kín dữ liệu và huấn luyện không, đồng thời còn phải đồng hành cùng doanh nghiệp xuyên qua chu kỳ kỹ thuật hóa và thương mại hóa kéo dài.
Tại WAIC năm nay, đã công bố danh sách "Lãnh đạo Đầu tư Thanh niên Alpha α", chọn ra 10 nhà đầu tư thế hệ mới. Nhưng quan trọng hơn việc công bố danh sách là khi đặt các hướng đầu tư và phán đoán này cạnh nhau, nó càng giống như một bản đồ xu hướng đầu tư công nghệ đang được hình thành.
Chi tiết bảng xếp hạng Nhà đầu tư trẻ WAIC FUTURE TECH
Bản đồ này hé lộ một thay đổi chung: Vốn đang chuyển từ việc đuổi theo các thuật ngữ công nghệ sang việc nhận diện con đường thực sự đưa công nghệ vào ngành công nghiệp. Cơ hội cho đợt tiếp theo chưa chắc thuộc về khái niệm ồn ào nhất, mà có thể xuất hiện ở những khâu mà lợi nhuận từ mô hình chưa được phát huy, ở những lỗ hổng năng lực mà thế giới vật lý vẫn chưa bù đắp được, và trong cơ sở hạ tầng cần vốn dài hạn bước vào sớm.
Xu hướng 1: AI đang rời màn hình, bước vào thế giới vật lý
Vài năm qua, lối vào chính để thị trường hiểu AI là mô hình lớn, robot trò chuyện và ứng dụng tạo sinh. Ngày nay, tầm nhìn đầu tư đang dịch chuyển sang thiết bị đầu cuối, robot, ô tô, hệ thống công nghiệp và cơ sở hạ tầng không gian. AI không chỉ còn là việc tạo ra một đoạn văn hay một bức ảnh, mà còn phải cảm nhận môi trường, hiểu ý định của con người và hoàn thành hành động trong thế giới thực.
Đây cũng là lý do trí tuệ thể hiện (embodied intelligence), robot hình người, phần cứng AI và trí tuệ đầu cuối được quan tâm tập trung. Zhou Xin, Giám đốc Điều hành Đầu tư của Quỹ Jinqiu, đã quan tâm đến robot từ năm 2018.
Bà cảnh báo tại bàn tròn rằng, bong bóng của trí tuệ thể hiện không đến từ việc công nghệ không có tiến triển, mà là thị trường đã áp tốc độ lặp lại của mô hình ngôn ngữ lớn trực tiếp lên robot kết hợp sâu với thế giới vật lý. Mô hình nâng cao năng lực không đồng nghĩa với việc triển khai ứng dụng đồng bộ hoàn thành. Một bản demo đẹp có thể tạo ra trí tưởng tượng, nhưng không thể trả lời liệu robot có thể thực hiện liên tục một trăm lần không, tỷ lệ sai sót có thể kiểm soát không, chi phí triển khai và vận hành có giảm không, và cuối cùng ROI có thành lập không.
Bộ phán đoán này kéo cuộc cạnh tranh về trí tuệ thể hiện từ "hiệu ứng trình diễn" trở lại "năng lực giao hàng". Thế giới thực không có từ khóa gợi ý để làm lại. Nhà máy, kho bãi, gia đình và không gian công cộng đều yêu cầu hệ thống đối phó với tiếng ồn, hao mòn, tình huống bất ngờ và hành vi không thể đoán trước của con người. Mô hình chỉ là một lớp trong đó, cảm giác xúc giác, cảm biến, bộ truyền động, hệ thống điều khiển, thu thập dữ liệu và phản hồi từ kịch bản cùng quyết định sản phẩm có hoạt động được không.
Sức nóng của vốn có thể lượng hóa.
Báo cáo "Phát triển Trí tuệ Thể hiện (2025)" của Viện Thông tin và Truyền thông Trung Quốc cho thấy, tính đến tháng 12 năm 2025, số sự kiện đầu tư vào lĩnh vực trí tuệ thể hiện và robot tại Trung Quốc đạt 744 vụ, tổng số tiền huy động 73,543 tỷ nhân dân tệ; IDC dự đoán năm 2026, sản lượng robot hình người toàn cầu sẽ vượt qua 50.000 chiếc, tăng trưởng 178% so với năm trước.
Nhưng dữ liệu lạnh về triển khai thực tế cũng tồn tại: Trong doanh thu robot hình người của doanh nghiệp hàng đầu Unitree trong 9 tháng đầu năm 2025, tỷ trọng từ lĩnh vực nghiên cứu và giáo dục lên tới 73,6%. Thiết bị được bán chủ yếu cho các trường đại học và viện nghiên cứu, cách tạo ra giá trị thực tế trong nhà máy vẫn còn một chặng đường. Điều này xác nhận lời cảnh báo của Zhou Xin: Tiến triển của mô hình không thể trực tiếp tương đương với tiến triển triển khai thực tế.
Trí tuệ đầu cuối từ đó trở thành manh mối quan trọng khác. Zhou Xin cho rằng, nếu AI là một cuộc cách mạng nhận thức ở cấp độ gần với cách mạng công nghiệp, thì trí tuệ không thể tồn tại lâu dài chỉ trên đám mây. Mạng lưới nhận thức trong tương lai sẽ do đám mây và đầu cuối cùng nhau cấu thành: Lớp dưới cùng là chip và phần cứng mang, lớp giữa là môi trường vận hành hình thành xung quanh Agent, lớp trên là các ứng dụng có thể hiểu nhu cầu cá nhân. Agent có thể dần trở thành điểm tương tác của phần cứng, hướng lên để hiểu sở thích, lịch sử và trạng thái của người dùng, hướng xuống để gọi điện thoại, kính mắt, ô tô, robot và thiết bị gia đình.
Điều này sẽ thay đổi mô hình kinh doanh của phần cứng AI. Phần cứng không chỉ còn thu nhập từ việc bán một lần, mà có thể tạo ra giá trị thông qua dịch vụ liên tục. Rào cản thực sự cũng không chỉ là "thiết bị có thêm AI", mà là thiết bị có thể giảm ngưỡng sử dụng không, có thể hình thành mối quan hệ dữ liệu và dịch vụ ổn định xung quanh người dùng không.
Các phân bổ đầu tư của nhiều nhà đầu tư trong danh sách đã triển khai dọc theo lộ trình này: Phó Chủ tịch Bái Zé Rén của Quỹ Houxue quan tâm đến phân phối không người lái, cảm biến xúc giác và tự lái vận tải đường bộ chính; Quản lý đầu tư Guò Jìng của Quỹ Yaotu quan tâm đến robot chuyên dụng theo chiều dọc, cụm máy bay không người lái và robot lắp đặt quang điện. Phân phối không người lái chính xác là một trong những ngành chạy nhanh nhất trong "AI bước vào thế giới vật lý": Năm 2025, tổng số tiền huy động của ngành tiếp cận 10 tỷ nhân dân tệ, Bái Zé Rén tham gia đầu tư vào White Rhino qua Quỹ Linear, cùng năm hoàn thành ba vòng gọi vốn, tích lũy hơn 100 triệu USD, số lượng phương tiện hoạt động tích cực tăng từ khoảng 100 chiếc cuối năm 2023 lên hơn 2000 chiếc vào tháng 12 năm 2025, hoạt động thường xuyên tại hơn 170 thành phố trên toàn cầu. Loại hình kinh doanh này không có Demo gây ấn tượng, nhưng hàng ngày đều chấp nhận kiểm tra về hiệu suất, chi phí và độ tin cậy. Sau khi AI từ thế giới số bước vào thế giới vật lý, trí tưởng tượng công nghệ vẫn quan trọng, nhưng việc giao hàng quy mô lớn sẽ trở thành ranh giới phân chia cứng hơn.
Xu hướng 2: Lợi nhuận từ mô hình lớn chưa kết thúc, trọng tâm cạnh tranh chuyển sang "Vòng quay Thông minh"
Khi thị trường không ngừng tìm kiếm kiến trúc thế hệ tiếp theo và khái niệm mới, một sự thật dễ bị bỏ qua là: Lợi nhuận ngành của thế hệ mô hình lớn này có thể còn lâu mới được phát huy.
Giám đốc điều hành Hồ Qí của Quỹ Qiming đề xuất rằng, một trong những đồng thuận giả lớn nhất hiện nay là mọi người quan tâm quá nhiều đến công nghệ nhảy vọt tiếp theo, nhưng lại ít thảo luận về việc làm thế nào để để mô hình lớn hiện tại thực sự hoàn thành tái cấu trúc năng suất. Sau khi TCP/IP trở thành giao thức tiêu chuẩn, lợi nhuận Internet trải qua quá trình giải phóng kéo dài; Lý thuyết Bayes và CNN cũng tiếp tục ảnh hưởng đến hệ thống công nghệ mới nhiều năm sau khi được đề xuất. Công nghệ cơ bản từ khi xuất hiện đến khi thay đổi ngành công nghiệp, thường không phải là quá trình tuyến tính một hai năm. Mô hình lớn bước vào tầm mắt công chúng chỉ mới vài năm, hệ thống thương mại, quy trình tổ chức và cơ sở hạ tầng ngành công nghiệp vẫn chưa hoàn toàn theo kịp năng lực của mô hình.
Điều này có nghĩa là, nhà đầu tư không nhất thiết phải chọn một trong hai 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 nhúng năng lực mô hình hiện có vào quy trình làm việc thực tế, hình thành giá trị không dễ dàng bị xóa nhòa bởi lần nâng cấp mô hình tiếp theo.
Giám đốc Đầu tư Liú Yún Jiē của Quỹ Jingya gọi năng lực này là "Vòng quay Thông minh". Người dùng sử dụng sản phẩm tạo ra dữ liệu, dữ liệu vào quá trình huấn luyện hoặc tối ưu hóa, năng lực mô hình nâng cao cải thiện trải nghiệm, trải nghiệm tốt hơn lại mang lại nhiều người dùng, kịch bản và phản hồi hơn. Vòng khép kín dữ liệu, vòng khép kín huấn luyện và vòng khép kín phản hồi người dùng thúc đẩy lẫn nhau, công ty từ đó có được khả năng tự tăng cường liên tục.
Nếu đặt bộ phán đoán này lên các công ty cụ thể, Zhipu và Kling có thể là hai minh chứng. Người dẫn chương trình đề cập tại bàn tròn, Hồ Qí từng đầu tư mạnh vào Zhipu trước khi thị trường bùng nổ. Zhipu, từ năm 2022 đến 2024 doanh thu tăng từ 57,4 triệu nhân dân tệ lên 312,4 triệu nhân dân tệ, tốc độ tăng trưởng kép hàng năm ba năm khoảng 130%, nửa đầu năm 2025 doanh thu 190,9 triệu nhân dân tệ, tăng trưởng 325% so với cùng kỳ, và vào tháng 1 năm 2026 niêm yết trên sàn Hong Kong, trở thành "cổ phiếu mô hình lớn toàn cầu đầu tiên". Kling AI của Kuaishou thì cho thấy tốc độ thương mại hóa sau khi nhúng năng lực mô hình vào quy trình sáng tạo: Tháng 6 năm 2024 mở thử nghiệm, khoảng 45 ngày sau đã ra mắt hệ thống tính phí, năm 2025 doanh thu cả năm khoảng 1,04 tỷ nhân dân tệ, tháng 12 doanh thu đơn tháng vượt 20 triệu USD, tính đến cuối năm 2025 người dùng toàn cầu hơn 60 triệu, tích lũy tạo hơn 600 triệu video, phục vụ hơn 30.000 khách hàng doanh nghiệp và nhà phát triển. Người dùng sáng tạo, dữ liệu phản hồi, mô hình lặp lại, nâng cao trải nghiệm, mỗi vòng quay của bánh xe đều trực tiếp chuyển thành doanh thu.
Sử dụng khuôn khổ này để xem xét, các chỉ số cốt lõi của công ty AI cũng cần thay đổi. ARR, GMV và hiệu suất SaaS vẫn có giá trị tham khảo, nhưng chưa đủ để nói lên một công ty có rào cản lâu dài hay không. Một chức năng có thể mất giá nhanh chóng do nâng cấp mô hình cơ sở; một hệ thống thực sự bước vào quy trình nghiệp vụ, có thể tích lũy dữ liệu riêng và liên tục học hỏi, thì có thể trở nên mạnh hơn cùng với tiến bộ của mô hình.
Liú Yún Jiē tiếp tục chia chuỗi giá trị thông minh thành ba lớp: Sự sản sinh thông minh, sự phân phối thông minh và sự hiện thực hóa thông minh trong thế giới vật lý. Mô hình thế giới, khám phá thuốc thuộc về sự sản sinh thông minh; Agent và Agent cấp doanh nghiệp đảm nhận sự phân phối thông minh; trí tuệ thể hiện, lái xe thông minh thì chuyển hóa thông minh thành hành động vật lý. Khuôn khổ này tách "ngành AI" thành một chuỗi giá trị hoàn chỉnh. Vốn tìm kiếm không chỉ còn là một ứng dụng nóng nào đó, mà là ở mỗi lớp, những công ty có thể chiếm vị trí nền tảng, hình thành vòng phản hồi khép kín.
Do đó, trọng tâm đầu tư vào mô hình lớn đang thay đổi. Câu hỏi trước đây là "Mô hình của ai mạnh hơn", câu hỏi tiếp theo là "Ai có thể biến năng lực mô hình thành một hệ thống càng dùng càng mạnh, càng thâm nhập vào nghiệp vụ".
Xu hướng 3: Nút cổ chai dữ liệu thúc đẩy công nghệ cơ sở mới, Mô hình Cơ sở Khoa học trở thành hướng đi không đồng thuận
Mô hình lớn tiếp tục mở rộng, sớm muộn cũng phải đối mặt với một vấn đề cơ bản hơn: Dữ liệu chất lượng cao của con người là có hạn, và chi phí thu thập và gán nhãn rất cao. Khi dữ liệu ngôn ngữ Internet và phản hồi nhân tạo dần tiếp cận nút cổ chai, mô hình còn có thể lấy kinh nghiệm mới từ đâu?
Hồ Qí xem học tăng cường, tự đối đầu và lặp lại liên tục là câu trả lời khả dĩ. Ông lấy AlphaGo Zero làm ví dụ: Mô hình chỉ nắm vững luật cờ vây, thông qua tự đối đầu tạo ra kinh nghiệm, nâng cao năng lực trong điều kiện không phụ thuộc vào các ván cờ của con người. Liệu cơ chế tương tự có thể từ trò chơi có luật rõ ràng, tiến tới nghiên cứu khoa học phức tạp hơn, hệ thống kỹ thuật và nhiệm vụ thực tế, sẽ quyết định việc AI có thể đột phá sự phụ thuộc vào dữ liệu sẵn có hay không.
Điều này cũng cung cấp một bộ tiêu chuẩn để đánh giá công nghệ cơ sở. Trước tiên, nó phải có thể mang lại sự nâng cao phổ biến trong một ngành công nghiệp đủ lớn, chứ không chỉ hiệu quả cho một khâu cục bộ của một công ty; thứ hai, phải mở rộng biên giới năng lực của AI, ví dụ giải quyết vấn đề dữ liệu, suy luận hoặc học tập liên tục; cuối cùng còn phải chịu được kiểm nghiệm thời gian, không thể chỉ thành lập trong một vòng tường thuật công nghệ.
Dọc theo logic này, Mô hình Cơ sở Khoa học trở thành một hướng đi không đồng thuận đáng chú ý. Nó không hoàn toàn giống với AI cho Khoa học thường thấy. Cái sau thường được hiểu là tự động hóa phòng thí nghiệm, dự đoán cấu trúc protein, khám phá vật liệu hoặc một công cụ nghiên cứu khoa học điểm đơn lẻ; Mô hình Cơ sở Khoa học thì cố gắng thiết lập năng lực mô hình cơ bản hơn, tổng quát hơn trong các lĩnh vực như khoa học sự sống, vật liệu và mô phỏng, phục vụ nhiều nhiệm vụ trong một ngành học.
Điểm khó của hướng đi này cũng rất rõ ràng. Dữ liệu khoa học có đặc điểm chuyên môn cao, tiêu chuẩn không thống nhất, chi phí thu thập đắt đỏ, bản thân kết quả nghiên cứu còn có thể tồn tại sai sót thậm chí làm giả. Mô hình không chỉ học tài liệu và dữ liệu thí nghiệm, mà còn phải đánh giá chất lượng bằng chứng, hiểu quy luật ngành học, và hình thành vòng lặp xác minh với thí nghiệm thực tế. Hiện tại chưa chắc chắn tương lai sẽ do mỗi ngành học lớn riêng biệt hình thành mô hình cơ sở của mình, hay xuất hiện kiến trúc thống nhất xuyên ngành. Nhưng vấn đề mà nó chỉ ra đã đủ rõ ràng: Khi giá trị biên của dữ liệu Internet tổng quát giảm, dữ liệu chất lượng cao trong thế giới chuyên môn, quy luật khoa học và phản hồi thí nghiệm, có thể trở thành nguồn tăng trưởng quan trọng cho năng lực mô hình trong vòng tiếp theo.
Xu hướng 4: Càng tiến gần vùng nước sâu công nghệ phần cứng, càng cần vốn kiên nhẫn
So với ứng dụng AI, chu kỳ xác minh của hàng không thương mại, điện toán lượng tử, điện toán không gian và năng lượng tiên tiến dài hơn. Chúng khó có thể dựa vào dữ liệu vài tháng sau khi một sản phẩm ra mắt để chứng minh bản thân, lộ trình công nghệ, năng lực kỹ thuật, chuỗi cung ứng, tư cách, tiêu chuẩn ngành và nhu cầu công nghiệp phải cùng nhau trưởng thành trong khoảng thời gian dài hơn.
Phán đoán của Phó Chủ tịch Wáng Shù Hé của Quỹ Houxue về điện toán lượng tử thể hiện sự kiềm chế này. Các lộ trình lượng tử ánh sáng, nguyên tử trung tính, ion hiện tại đều có ưu điểm và nút cổ chai riêng, thời điểm điện toán lượng tử tổng quát ứng dụng vẫn còn nhiều bất định. Ngoài các vấn đề kỹ thuật như thiết kế thiết bị và chuỗi cung ứng, ngành công nghiệp còn đối mặt với các vấn đề cơ bản như vật liệu, thuật toán, cơ chế vật lý, nhân tài và tiêu chuẩn đánh giá. Con đường thực tế hơn có thể là để điện toán lượng tử hợp tác theo mô-đun với siêu máy tính cổ điển, GPU và CPU, hơn là kỳ vọng điện toán lượng tử tổng quát thay thế độc lập hệ thống hiện có trong thời gian ngắn.
Bất định không đồng nghĩa với không có giá trị đầu tư. Mức độ nhiệt tình vừa phải trong ngành công nghiệp tiên phong sẽ thu hút nhân tài, vốn và tài nguyên công nghiệp, dù không phải tất cả công ty đều thành công, trong quá trình vẫn sẽ lắng đọng kinh nghiệm kỹ thuật, năng lực chuỗi cung ứng và thành quả công nghệ có thể chuyển dịch. Điểm mấu chốt là, vốn không thể trực tiếp quy đổi khả năng xa thành tính xác định ngắn hạn, cũng không thể vì thương mại hóa còn xa mà hoàn toàn từ bỏ việc thiết lập phán đoán từ sớm.
Hàng không thương mại cũng như vậy. Ngành công nghiệp này liên quan đến phóng tên lửa, phê duyệt, giấy phép tư cách, thử nghiệm, quản lý chất lượng và phối hợp chuỗi cung ứng, chuỗi dài hơn nhiều so với sản phẩm phần mềm thông thường. Nhưng công nghiệp hóa của nó đang tăng tốc: Năm 2025 Trung Quốc hoàn thành 87 lần phóng tên lửa, trong đó doanh nghiệp tên lửa thương mại dân doanh thực hiện 23 lần, thiết bị vũ trụ vào quỹ đạo 324 cái; tổng số tiền huy động của ngành đạt 18,6 tỷ nhân dân tệ, tăng trưởng 32% so với năm trước, đơn đặt hàng dịch vụ phóng thương mại tăng trưởng khoảng 40%. Đầu tư mạo hiểm không thể đợi doanh nghiệp hoàn toàn vượt qua "Thung lũng Tử thần" rồi mới bước vào, bởi vì khi đó cơ hội đầu tư giai đoạn đầu thường đã đóng. Nhà đầu tư cần tìm kiếm điều bất biến trong sự thay đổi: Nhu cầu thị trường cuối cùng có xuất hiện không, đội ngũ có sở hữu năng lực nghiên cứu và phát triển cơ sở cùng tổ chức kỹ thuật không, có xử lý được vấn đề chuỗi cung ứng và thương mại hóa không, và có đủ sức chịu đựng để đợi cánh cửa công nghiệp thực sự mở ra.
Sự quan tâm của Wáng Shù Hé đến robot thể hiện không gian là một ví dụ cụ thể cho loại phán đoán này. Nghe có vẻ giống sự kết hợp của vài khái niệm nóng như hàng không thương mại, robot và AI, nhưng phía sau đã xuất hiện nhu cầu rõ ràng. Khi số lượng vệ tinh tăng lên, xử lý vệ tinh hết hạn, dọn dẹp mảnh vụn không gian, vận hành và bảo trì trên quỹ đạo, xây dựng trên quỹ đạo đều sẽ trở thành một phần của hệ sinh thái không gian. Khi hàng không thương mại chuyển từ "Làm thế nào để đưa thiết bị lên" sang "Làm thế nào để sử dụng và bảo trì lâu dài tài nguyên không gian", hệ thống cơ sở hạ tầng và dịch vụ mới sẽ xuất hiện.
Sự quan tâm trong danh sách đến điện toán không gian, vật liệu năng lượng không gian vũ trụ và điện toán lượng tử, cho thấy các nhà đầu tư trẻ không giới hạn tầm nhìn vào ứng dụng AI có thể thu hồi vốn nhanh hơn. Họ cũng đang bước vào những lĩnh vực mà lộ trình công nghệ chưa hoàn toàn hội tụ, nhưng có thể định hình lại nền tảng công nghiệp tương lai. Sự kiên nhẫn với công nghệ phần cứng không có nghĩa là từ bỏ lợi nhuận, mà là đặt cược lợi nhuận trên thước đo thời gian dài hơn. Đầu tư như vậy yêu cầu vốn đủ sớm, và cũng đủ kiên nhẫn.
Khi AI từ đám mây bước vào thiết bị, từ nội dung số bước vào hành động vật lý, khi đầu tư công nghệ từ phần mềm mở rộng sang chip, năng lượng, robot và cơ sở hạ tầng không gian, vai trò của vốn cũng sẽ thay đổi. Nó cần hiểu công nghệ sớm hơn, thâm nhập vào ngành công nghiệp sâu hơn, và đưa ra lựa chọn dài hạn khi kết quả chưa rõ ràng. Điều đáng quan sát ở danh sách này chính là cách mà thế hệ nhà đầu tư này sẽ học cách lựa chọn như vậy.
Bài viết này từ Huxiu, tác giả: Chen Yifan_YF Liên kết gốc: https://www.huxiu.com/article/4877273.html?type=text
