Lời biên tập: Trong buổi nói chuyện batch mới nhất của YC, Tom Blomfield, Đối tác chung tại YC, không thảo luận về "cách sử dụng AI để tăng hiệu quả nhân viên", mà là một vấn đề cốt lõi hơn: Khi AI không chỉ là Copilot, mà có thể cảm nhận, ra quyết định, gọi công cụ, tiếp nhận phản hồi và tự sửa chữa, thì bản thân công ty nên được thiết kế lại như thế nào?

Phán đoán cốt lõi của Tom là, các công ty truyền thống vẫn vận hành như một "Quân đoàn La Mã": thông tin phụ thuộc vào cấp bậc để truyền lên trên, mệnh lệnh phụ thuộc vào chuỗi quản lý để phân phối xuống dưới. Nhưng AI đang phá vỡ giả định tổ chức này. Điều thực sự quan trọng không phải là để kỹ sư viết thêm 20% code, mà là trích xuất tri thức nghiệp vụ nằm rải rác trong email, Slack, cuộc họp, tài liệu và tâm trí con người, biến nó thành ngữ cảnh tổ chức mà AI có thể đọc, gọi và lặp lại.

Theo ông, công ty bản địa AI trong tương lai sẽ được cấu thành bởi một loạt vòng lặp AI đệ quy, tự cải thiện: hệ thống cảm nhận sự thay đổi bên ngoài từ email khách hàng, phiếu hỗ trợ khách hàng, dữ liệu sản phẩm, sau đó thực thi quyết định thông qua lớp quy tắc, lớp công cụ và các cổng kiểm tra chất lượng, cuối cùng tự động học hỏi và sửa chữa dựa trên kết quả. Nội bộ YC đã thử nghiệm cơ chế tương tự: agent không chỉ trả lời câu hỏi, mà còn giám sát những truy vấn nào thất bại, phán đoán xem có cần công cụ mới, cơ sở dữ liệu mới hay chỉ mục mới không, và tự động gửi code, xem xét, hợp nhất và triển khai. Nói cách khác, công ty có thể tiếp tục tối ưu hóa trong khi người sáng lập đang ngủ.

Điều này cũng có nghĩa là, tác động của AI đối với công ty sẽ không dừng lại ở lớp công cụ, mà sẽ thay đổi thêm cấu trúc tổ chức. Tom đề xuất "burn tokens, not headcount" – điểm nghẽn của các công ty khởi nghiệp trong tương lai có thể không còn là số lượng nhân viên, mà là việc sử dụng token, chất lượng ngữ cảnh nghiệp vụ và khả năng đọc được của tri thức tổ chức. Chức năng điều phối do quản lý cấp trung đảm nhận sẽ bị AI thay thế phần lớn, trong khi các vai trò như IC (người đóng góp cá nhân), người phụ trách trực tiếp và con người xử lý các phán đoán rủi ro cao trong thế giới thực sẽ trở nên quan trọng hơn.

Điều đáng chú ý nhất không phải là AI khiến công ty trở nên hiệu quả hơn, mà là nó đang thay đổi chính hình thái tổ chức "công ty". Khi phần mềm có thể được tạo ra tạm thời, quy trình có thể tự động cải thiện, kinh nghiệm có thể được tích lũy liên tục thành bộ não công ty, thứ người sáng lập thực sự cần xây dựng có thể không còn là một đội ngũ có cấp bậc rõ ràng, mà là một hệ thống thông minh có khả năng học tập liên tục và tự tối ưu hóa.

Dưới đây là nội dung gốc:

Viết lại cách vận hành: Công ty không nên vận hành như một quân đoàn La Mã nữa

Phần nội dung này có một chút dựa trên một bài phát biểu trước đây của Diana. Đoạn video cuối tuần đó đã lên sóng, rất tuyệt vời. Ngoài ra, Jack Dorsey cũng đã đăng một số tweet cách đây khoảng hai ba tuần, tôi thấy cũng rất thú vị, vì vậy tôi đã "lấy trộm" khá nhiều ý tưởng của anh ấy và nhét vào bài chia sẻ lần này.

Buổi chia sẻ này sẽ mang tính khái niệm, ở cấp độ cao, chủ yếu thảo luận về cách chúng ta nên suy nghĩ lại về việc xây dựng công ty.

Thiết kế của Quân đoàn La Mã, về bản chất, là để chiếu quyền lực từ trung tâm Rome ra bên ngoài, bao phủ hai lục địa, thậm chí kéo dài đến tận Bức tường Hadrian gần Scotland. Nó dựa vào một cấu trúc cấp bậc lồng nhau, mỗi tầng đều có phạm vi quản lý ổn định. Mỗi cấp độ đều có người phụ trách rõ ràng, họ chịu trách nhiệm truyền mệnh lệnh xuống dưới và truyền thông tin lên trên.

Nếu bạn quan sát hầu hết các công ty ngày nay, bạn sẽ thấy chúng vẫn giống như một quân đoàn La Mã: con người là kênh để thông tin lưu chuyển lên xuống. Một điểm trong loạt tweet của Jack Dorsey khiến tôi ấn tượng sâu sắc là, chúng ta luôn mặc định rằng tổ chức phân cấp là cách tốt nhất để tổ chức các đơn vị giá trị kinh tế. Nhưng tôi cho rằng, về cơ bản AI đang phá vỡ giả định này.

Một năm trước, nếu bạn hỏi mọi người AI có ích gì, họ thường sẽ nói về "năng suất": ví dụ Copilot giúp kỹ sư tăng hiệu suất 20%, tích hợp Copilot vào quy trình làm việc, giúp đội ngũ giao nhiều phần mềm hơn. Nhưng tôi nghĩ, đây thực sự là một cách hiểu có vấn đề. Nó giống như lắp một động cơ mạnh hơn lên cách làm việc cũ. Điều đáng suy nghĩ thực sự không phải là cách thêm một công cụ AI vào tổ chức cũ, mà là tưởng tượng lại bản thân công ty là gì, nó nên vận hành như thế nào.

Ví dụ như nội dung Garry vừa trình bày, tôi thực sự tin rằng, một mình anh ấy bây giờ có thể tạo ra nhiều code hơn cả một đội kỹ thuật. Điều khiến tôi luôn suy nghĩ là làm thế nào để trích xuất kiến thức lĩnh vực nội bộ công ty và định nghĩa nó thành ngữ cảnh, tập kỹ năng, hoặc bất cứ thứ gì bạn muốn gọi nó.

Cái gọi là kiến thức lĩnh vực, kiến thức nghiệp vụ, know-how, vốn nằm rải rác trong tâm trí con người, tin nhắn Slack, email, tài liệu Notion. Những thông tin này cùng nhau định nghĩa cách công ty của bạn vận hành. Một khi bạn có thể làm cho những kiến thức này trở nên rõ ràng, có thể đọc được, bạn có thể chuyển từ tổ chức phân cấp sang một tổ chức thông minh được vận hành bởi phần mềm bản địa AI.

Để công ty trở nên tốt hơn khi bạn ngủ: Vòng lặp AI tự động phát hiện, sửa chữa và triển khai như thế nào

AI không phải là thứ gắn bên cạnh công ty. Nó không chỉ là công cụ để kỹ sư sử dụng nhằm tăng hiệu suất. Tôi cho rằng, chúng ta có thể tưởng tượng lại công ty thành một nhóm vòng lặp AI đệ quy, tự cải thiện. Điểm này rất quan trọng, bởi vì một khi công ty đạt đến bước này, nó thậm chí sẽ tiếp tục tự tối ưu hóa trong khi bạn ngủ.

Lấy một ví dụ.

Diana cũng đã đề cập đến vòng lặp AI này trong bài phát biểu của cô ấy. Đầu tiên nó có một "lớp cảm biến". Nghe có vẻ cao cấp, nhưng thực ra có thể rất đơn giản: email từ khách hàng, phiếu hỗ trợ khách hàng, thay đổi mã nguồn, người dùng hủy đăng ký, dữ liệu telemetry sản phẩm, tất cả đều là dữ liệu cảm biến, dùng để thu thập thông tin từ thế giới bên ngoài.

Tiếp theo là lớp chiến lược hoặc lớp quyết định, tức là các quy tắc: AI có thể làm gì, những việc nào phải yêu cầu sự cho phép của con người, những thao tác nào phải được ghi lại. Tiếp theo là lớp công cụ, hơi giống với skills và code mà Garry đề cập, về bản chất là các API xác định, chẳng hạn như truy vấn cơ sở dữ liệu, xem lịch, v.v., tức là một nhóm công cụ mà AI có thể gọi.

Sau đó là các cổng kiểm tra chất lượng, chẳng hạn như kiểm tra xác định, bộ lọc an toàn mà Eva đề cập, và sự xem xét của con người đối với các vấn đề rủi ro cao. Cuối cùng là cơ chế học hỏi: hệ thống tương tác với thế giới thực, phát hiện ra những điểm không hoạt động, sau đó gửi phản hồi trở lại điểm bắt đầu của vòng lặp.

Nếu mỗi bước đều có thể chạy mà không có sự can thiệp của con người, hoặc chỉ có rất ít sự can thiệp, thì hệ thống sẽ ngày càng trở nên tốt hơn trong khi bạn đang ngủ.

Tôi có thể đưa ra một số ví dụ thực tế mà chúng tôi đang chạy hiện nay. Ban đầu, chúng tôi tạo ra một agent, bạn có thể đặt câu hỏi cho nó, nó có một số công cụ xác định, có thể truy vấn cơ sở dữ liệu của chúng tôi. Ví dụ một câu hỏi rất đơn giản: Lần cuối cùng tôi làm office hours với công ty này là khi nào?

Sau đó nó trở nên thông minh hơn một chút. Ví dụ tôi đang làm office hours với một công ty nào đó, họ cần gặp những người liên quan đến ngành công nghiệp hóa dầu. Hệ thống này có thể truy vấn cơ sở dữ liệu theo nhiều cách khác nhau, kết hợp RAG và các phương pháp khác, tìm ra năm nhà sáng lập liên quan, đề xuất cho bạn kết nối.

Nhưng đây vẫn chỉ là một sidekick, một agent hỗ trợ. Nó vẫn là cách sử dụng AI của năm ngoái: AI giúp tôi, với tư cách là group partner, hiệu quả hơn, giúp tăng năng suất làm việc của tôi lên 20% hoặc 30%.

Điều thực sự khiến tôi có "khoảnh khắc aha", là khi chúng tôi thêm một agent giám sát lên hệ thống này. Nó sẽ xem xét từng truy vấn do mỗi nhân viên YC khởi tạo, đánh giá xem truy vấn nào thành công, truy vấn nào thất bại. Sau đó nó sẽ hỏi: Tại sao thất bại? Làm thế nào để truy vấn này thành công? Chúng ta có cần công cụ xác định mới không? Cần cập nhật file skills không? Cần một cơ sở dữ liệu mới không? Cần chỉ mục mới không?

Những việc này thực sự sẽ tự động xảy ra vào ban đêm. Nó sẽ viết mã, gửi yêu cầu hợp nhất (merge request) đến kho mã nguồn của YC, để một agent khác xem xét, sau đó hợp nhất và triển khai. Vì vậy, ngày hôm sau, khi một người hỏi lại cùng một câu hỏi, truy vấn đó sẽ thành công.

Đối với tôi, đây mới là thời điểm then chốt. Nó không chỉ khiến một con người trở nên có giá trị hơn 20% hay 30%. Mà là bản thân AI đã đi hết vòng lặp này, tìm ra cách tự cải thiện.

Tôi tin rằng, nếu bạn có thể xác định được phần nào trong công ty có thể vận hành như vậy, và giảm thiểu tối đa vai trò thực thi và giám sát của con người trong đó, thì bạn có thể đổ token vào vấn đề này, và bản thân công ty sẽ tiếp tục trở nên tốt hơn.

Còn rất nhiều ví dụ khác. Ví dụ bạn có dữ liệu phân tích sản phẩm, bạn có thể để một agent phân tích dữ liệu sản phẩm, tìm ra điểm ma sát lớn nhất trong phễu bán hàng. Nó có thể nghiên cứu các phương pháp hay nhất, thiết lập một thử nghiệm A/B, chạy trong một tuần, chọn phiên bản hoạt động tốt nhất, sau đó triển khai lên môi trường sống.

Điều này sẽ xảy ra lặp đi lặp lại. Sản phẩm của bạn sẽ sở hữu một vòng lặp sản phẩm tự tối ưu hóa.

Hỗ trợ khách hàng cũng vậy. Đề xuất của khách hàng liên tục gửi đến, bạn có thể sử dụng một agent để phân loại. Agent này ở một mức độ nào đó giống như giám đốc sản phẩm và giám đốc công nghệ của bạn, nó cần đưa ra phán đoán: đề xuất này chúng ta không muốn làm, vứt đi; nhưng đề xuất kia phù hợp với lộ trình của chúng ta, có thể hoàn thành tối nay. Sau đó viết mã, triển khai, đưa lên môi trường sống, trực tiếp giao cho khách hàng, toàn bộ quá trình không cần sự can thiệp của con người.

Vì vậy, nếu bạn có thể xem xét mỗi phần của công ty như một vòng lặp AI đệ quy tự cải thiện, nó sẽ trở thành một thứ hoàn toàn khác với công ty phân cấp kiểu "Quân đoàn La Mã".

Ít chất đống nhân sự, đốt nhiều token hơn: Công ty bản địa AI sẽ định hình lại cấu trúc tổ chức

Vậy thì, nếu bạn muốn làm điều này, nó có ý nghĩa gì?

Điểm thứ nhất là: Tiêu thụ token, chứ không phải chất đống nhân sự. Hiện tại chúng tôi thấy, nhiều công ty đến Ngày Demo, doanh thu trên đầu người đã cao hơn khoảng 5 lần so với 18 tháng trước. Tôi cho rằng xu hướng này sẽ tiếp tục mở rộng đến giai đoạn Series A và Series B. Rất nhanh thôi, điểm nghẽn thực sự của bạn sẽ không phải là số lượng nhân viên, mà là lượng sử dụng token.

Cách làm thô sơ nhất hiện nay là đo lường lượng token sử dụng của mỗi người. Tất nhiên, chỉ số này trong những trường hợp cực đoan rất ngu ngốc, và rất dễ bị thao túng. Nhưng về hướng đi, tôi nghĩ nó đúng. Hiện chúng ta đang ở giai đoạn khám phá "rốt cuộc cái gì là có thể", vì vậy mọi người nên thử nghiệm tối đa, xem thứ trí thông minh mới điên rồ này thực sự có thể làm được gì.

Một khi bạn biến nó thành bảng xếp hạng, và liên kết việc thăng chức hoặc sa thải với chỉ số này, tất nhiên nó sẽ bị lợi dụng, tất nhiên sẽ bị sai lệch. Nhưng về mặt định hướng, việc tìm hiểu xem ai trong tổ chức đang sử dụng token đến mức tối đa, ai không, thực sự là một cách để đánh giá bạn nên dành thời gian cho những nhân viên nào.

Tôi cho rằng, quản lý cấp trung đã kết thúc. Ít nhất đối với loại vấn đề điều phối này, tôi không nghĩ còn cần quản lý cấp trung, AI nên hoàn thành việc này.

Đối với tôi, tương lai có hai vai trò quan trọng. Jack Dorsey đề cập ba, nhưng tôi không thích cái thứ ba lắm, nên tôi đã xóa. Tôi nghĩ điều thực sự quan trọng là hai vai trò: Mọi người phải trở thành IC, tức là người đóng góp cá nhân, người xây dựng, người vận hành. Và điều quan trọng là phải có một cá nhân chịu trách nhiệm trực tiếp. Bất cứ việc gì cần thúc đẩy, đều cần một người có tên rõ ràng chịu trách nhiệm, không phải một ủy ban, cũng không phải một nhóm người.

Tôi tin rằng, công ty hoàn toàn có thể được xây dựng trên nền tảng các IC. Quản lý cấp trung thực sự đã kết thúc. Và xây dựng một công ty tự cải thiện chính là tầm nhìn này.

Nhân tiện, tôi nghĩ bây giờ mọi người vẫn đang ở tuyến đầu của việc này. Tôi cũng muốn biết các bạn đã tiến triển đến đâu. Hiện tại có cảm giác như mọi người vẫn đang khám phá ranh giới. Tôi không chắc liệu đã có ai xây dựng được một công ty thực sự tự cải thiện trên mọi chức năng hay chưa. Có thể tôi sai, các bạn có thể chứng minh tôi sai.

Nếu là tôi, tôi sẽ làm gì trước?

Việc đầu tiên rất quan trọng, là làm cho toàn bộ tổ chức có thể đọc và hiểu được đối với AI. Điều này nghĩa là gì? Nghĩa là bạn phải ghi lại mọi thứ.

Nói một cách đơn giản, hiện tại tất cả email của các partner chúng tôi, nếu bạn gửi email cho partner YC, email đó sẽ đi vào cơ sở dữ liệu YC. Mỗi tin nhắn Slack, mỗi tin nhắn riêng tư (DM), mỗi buổi office hours, chúng tôi đã bắt đầu ghi âm toàn bộ trong ba bốn tháng qua. Mọi thứ xảy ra, chỉ cần được ghi lại, đối với AI thì nó đã xảy ra; nếu không được ghi lại, đối với hệ thống thông minh của bạn, nó đã không xảy ra.

Vừa rồi tôi đã trò chuyện với một số nhà sáng lập ở đây, chúng tôi đã nói về rất nhiều nội dung hay về công ty họ. Mỗi cuộc trò chuyện tôi đều nghĩ, tôi thực sự nên ghi âm đoạn đối thoại này. Bởi vì có người vừa cần tôi giới thiệu một người, bây giờ tôi thậm chí không nhớ rõ người cần giới thiệu đó là ai. Lúc đó tôi đã đồng ý với anh ấy, sau đó lại bảo anh ấy gửi email cho tôi sau, vì tôi biết chắc mình sẽ quên, tôi còn phải nói chuyện với 20 người nữa.

Vì vậy, việc này có thể cần dựa vào điện thoại, thiết bị ghi âm, kính thông minh, hoặc lắp microphone vào mỗi phòng. Tóm lại, tất cả mọi thứ đều cần được ghi lại, để AI mới có thể đọc hiểu nó.

Sau đó, như Garry nói, còn cần tách người nói và tóm tắt. Bạn không thể nhét trực tiếp 10 nghìn giờ ghi âm vào cửa sổ ngữ cảnh. Bạn phải tổng hợp chúng, nén, chắt lọc thành những phần quan trọng, và để lại một số manh mối cho AI.

Lấy một ví dụ: Ở đây ai đã đọc sổ tay người dùng YC? Hy vọng mỗi người trong phòng này ít nhất đã mở một lần. Không sao. Phần lớn nội dung cuốn sổ tay đó được viết cách đây năm đến mười năm, đã hơi lỗi thời rồi.

Cuối tuần trước, Harsh đột nhiên nghĩ: Vì chúng ta đã tích lũy được khoảng 2000 giờ ghi âm office hours trong ba tháng qua, tại sao không tạo lại một phiên bản sổ tay người dùng?

Vì vậy bạn có thể đưa cho hệ thống một nhóm chỉ dẫn, đầu tiên tổng hợp, nén, tổng hợp bản ghi âm, sau đó phân loại theo chủ đề như huy động vốn, tuyển dụng, tranh chấp đồng sáng lập, v.v., sau đó để nó viết một phiên bản sổ tay người dùng mới. Đến cuối tuần, anh ấy đã tạo ra một cuốn sổ tay người dùng 150 trang, chất lượng rõ ràng tốt hơn phiên bản hiện có.

Quan trọng hơn, bây giờ chúng ta có thể cập nhật mỗi tháng một lần. Như vậy sổ tay người dùng của chúng tôi trở thành một hệ thống tự cải thiện. Mỗi đề xuất mới, sẽ được so sánh với sổ tay người dùng hiện có, hoặc được hấp thụ vào, hoặc bị loại bỏ. Như vậy, sổ tay người dùng trở thành một bộ não sống được cập nhật liên tục, chứa đựng lời khuyên hàng tuần của chúng tôi cho các nhà sáng lập.

Tất nhiên, nó sẽ không dừng lại ở lớp sổ tay người dùng. Bạn có thể sử dụng nó như ngữ cảnh đầu vào cho AI agent. Như vậy bạn đột nhiên có thể đặt câu hỏi cho một AI siêu thông minh và nhận được trí tuệ tổng hợp của 16 partner YC. Nhưng điều kiện tiên quyết là, những kiến thức này phải có thể đọc được đối với AI. Vì vậy bạn phải ghi lại mọi thứ.

Điểm thứ hai thực ra cũng tương tự: Nếu một việc có thể tạo ra một artifact có thể tự cải thiện, và có thể được AI đọc, thì hãy giữ lại nó; nếu không thể, hãy vứt đi.

Điểm thứ ba là, mỗi chức năng đều phải có khả năng tạo ra phần mềm của riêng mình. Trước đây chúng ta có thể nói "bảng điều khiển (dashboard)", nhưng bây giờ không chỉ là bảng điều khiển, mà là phần mềm được tạo theo yêu cầu. Codex 5.5 hiện nay đã đủ tốt, hầu hết các phần mềm và bảng điều khiển nội bộ đơn giản, bạn đều có thể tạo ra một lần với chất lượng khá cao. Tôi đã thử với một số thứ nội bộ của chúng tôi vào cuối tuần, hiệu quả thực sự khó tin.

Vì vậy, tất cả các nhóm vận hành nội bộ đều nên ngồi trên lớp này: sở hữu sự hiểu biết thông minh về nghiệp vụ, sau đó tự tạo ra bảng điều khiển và quy trình làm việc.

Và tôi sẽ coi những phần mềm này là những thứ hoàn toàn có thể vứt bỏ. Thứ thực sự nên được lưu giữ một cách trân trọng là dữ liệu. Như Garry nói, anh ấy lưu tất cả email dưới dạng Markdown, không bao giờ vứt bỏ bất cứ thứ gì. Nhưng bản thân phần mềm là tạm thời, nhất thời. Bạn có thể tạo ra nó, cũng có thể tạo lại nó.

Thứ thực sự có giá trị, là sự hiểu biết về nghiệp vụ trong tâm trí con người: chức năng này vận hành như thế nào, chúng ta tổ chức một sự kiện YC ra sao, v.v. Còn phần mềm thực sự dùng để thực thi sự kiện, bạn có thể tạo một cái cho sự kiện này, dùng xong rồi vứt đi. Một hoặc hai tháng sau, mô hình trở nên thông minh hơn, bạn vứt phần mềm cũ đi, đưa lại các chỉ dẫn gốc cho nó, và tạo lại một phiên bản phần mềm mới.

Vì vậy tôi nghĩ, thứ có giá trị là ngữ cảnh nghiệp vụ và skills. Phần mềm được xây dựng trên chúng là tạm thời.

Vậy thì, trong thế giới này, vai trò của con người là gì?

Tôi nghĩ, những gì chúng ta thảo luận thực ra là một "bộ não công ty". Tôi biết trong phòng này có rất nhiều người đang làm những thứ tương tự. Phần ở giữa – tất cả dữ liệu, email, DM, kỹ năng, know-how của bạn – chính là bộ não công ty.

Con người nằm ở rìa bộ não này, chịu trách nhiệm tương tác với thế giới thực. Nói cách khác, con người là nơi hệ thống thông minh tiếp xúc với thực tế. Con người có thể đi vào những tình huống mà mô hình tạm thời chưa thể đi vào. Ví dụ như hiện trường cuộc họp, hoặc một số tình huống mới mẻ, phức tạp. Tôi vốn định lấy điện thoại làm ví dụ, nhưng bây giờ AI thực ra cũng rất dễ đi vào tình huống điện thoại rồi.

Điển hình hơn là các tình huống xa lạ, phán đoán đạo đức, những khoảnh khắc rủi ro cao. Ví dụ một nhà sáng lập đến gặp chúng tôi, nói rằng anh ấy đang cân nhắc tách khỏi đồng sáng lập. Những khoảnh khắc thực sự rủi ro cao, căng thẳng cảm xúc như vậy, bạn vẫn sẽ muốn có một con người hiện diện.

Đây là vị trí của con người. Đối với nhiều công ty của các bạn, cuộc trò chuyện bán hàng cũng vậy. Trong 20 năm tới, tôi nghĩ hiện trường bán hàng vẫn sẽ cần một con người trong phòng.

Vì vậy, tôi nghĩ con người sẽ sống ở rìa bộ não công ty, chịu trách nhiệm mang trí thông minh đến thế giới thực.

Tôi đã quá thời gian, người dẫn chương trình có lẽ sắp kéo tôi xuống sân khấu rồi. Cuối cùng tôi để lại cho các bạn một câu hỏi: Nếu hôm nay bạn thành lập lại công ty của mình, bạn có thiết kế nó ngay từ đầu theo hình thái này không?

Hầu hết các bạn công ty còn đủ nhỏ, hoàn toàn có thể làm như vậy. Vì vậy tôi nghĩ các bạn không có bất cứ lý do gì. Và tôi biết, tại hiện trường cũng có một số người đang tháo dỡ và xây dựng lại công ty của họ.

Tôi sẽ dừng lại ở đây, giao thời gian cho Pete. Cảm ơn tất cả mọi người.

[Link video]