Cách mà cha mẹ của Alexandr Wang nuôi dạy nên một tỷ phú 29 tuổi

Cha mẹ là những nhà vật lý, còn Alexandr Wang trở thành Giám đốc AI của Meta, người mà Zuckerberg đã chi 14,3 tỷ đôla Mỹ (hơn 371.000 tỷ đồng) để đưa về công ty, không phải nhờ những bài luyện thi máy móc, áp lực học tập nặng nề hay các mối quan hệ mờ ám, mà nhờ sự ảnh hưởng của môi trường gia đình và quá trình rèn luyện tư duy.

Một khi người trẻ có được động lực tự thân, họ có thể vươn tới những tầm cao mới. Đây chính là câu chuyện về cách mà cha mẹ của Alexandr Wang nuôi dạy nên một 'tỷ phú 29 tuổi'.

Cha mẹ tạo dựng môi trường giàu thông tin

Ngày 8/9, Muse chính thức ra mắt. Ứng dụng này đã vượt mốc 900.000 lượt tải xuống chỉ trong sáu ngày và vươn lên vị trí dẫn đầu trên cả bảng xếp hạng App Store lẫn Google Play tại Mỹ, chỉ trong khoảng mười ngày. Trong năm phiên giao dịch sau khi Muse ra mắt, vốn hóa thị trường của Meta đã tăng vọt khoảng 234 tỷ đôla Mỹ. Người đứng sau Muse là một chàng trai trẻ gốc Hoa tên là Alexandr Wang. Điều gì đã giúp anh tạo nên phép màu này? Bí quyết nằm ở hoàn cảnh gia đình và quá trình trưởng thành của anh.

Cha mẹ của Wang là những người nhập cư gốc Trung Quốc tại Mỹ và cả hai đều là nhà vật lý. Gia đình họ sống tại Los Alamos, một thành phố nhỏ ở vùng Bắc - Trung New Mexico, nơi vốn hình thành và phát triển từ chính một phòng thí nghiệm. Với diện tích khoảng 28,8km² và dân số chỉ 13.179 người, nơi đây thực chất chỉ là một thị trấn nhỏ, có ít cư dân hơn cả Kỳ Phước Tân Thôn, một khu đô thị sinh thái khép kín siêu lớn nằm tại quận Phiên Ngung (Panyu), thành phố Quảng Châu, tỉnh Quảng Đông, Trung Quốc.

Los Alamos có cơ cấu kinh tế thiếu sự đa dạng, tập trung chủ yếu vào Phòng thí nghiệm Quốc gia Los Alamos. Với 16.487 nhân viên toàn thời gian và tổng lực lượng lao động khoảng 17.925 người (bao gồm cả các nhà thầu), phòng thí nghiệm này là một trong những đơn vị sử dụng lao động lớn nhất của bang. Dễ hiểu khi phần lớn hàng xóm của gia đình Wang đều là các nhà vật lý, nhà toán học và kỹ sư.

Khi Wang lớn lên, những cuộc trò chuyện bên bàn ăn gia đình thường xoay quanh lý thuyết nguyên tử, mô phỏng số và các dự án quốc phòng, thay vì việc lướt xem các video ngắn trên điện thoại. Với việc cộng đồng quy tụ nhiều phụ huynh có bằng tiến sĩ, ngay cả dịp lễ Halloween cũng có thể trở thành nơi trình diễn các thí nghiệm khoa học đầy thú vị.

Những đứa trẻ như Wang sở hữu sự nhạy bén bẩm sinh với dữ liệu và khoa học. Đây là kết quả của việc được đắm mình trong nguồn thông tin phong phú, thành quả từ nỗ lực của cha mẹ, dù là hữu ý hay vô tình.

Nhờ liên tục được nuôi dưỡng trong môi trường giàu tri thức này, Wang đã phát triển được những tố chất xuất sắc và sự nhạy bén khác biệt. Anh trở nên tự tin khi giải quyết vấn đề bằng dữ liệu và phương pháp khoa học thay vì dựa vào cảm xúc.

Làm việc cùng các kỹ sư Thung lũng Silicon khi còn học trung học

Wang đã bộc lộ năng khiếu toán học xuất sắc ngay từ bậc tiểu học. Cậu tích cực tham gia các cuộc thi Toán dành cho học sinh từ mẫu giáo đến lớp 12 (K-12) tại Mỹ. Dù động lực ban đầu là những chuyến đi miễn phí, chẳng hạn như đến Disney dành cho người chiến thắng, nhưng niềm vui thực sự đối với anh lại nằm ở chính quá trình học hỏi. Cha mẹ Wang không gây áp lực bắt con phải giải bài tập liên tục theo kiểu "phụ huynh nghiêm khắc", thay vào đó, khi thấy con hứng thú với máy tính, họ đã thuê người dạy lập trình, giúp Wang sớm nắm bắt được các thuật toán và cấu trúc dữ liệu.

Cha mẹ Wang rất cởi mở và không hề lo lắng chuyện con chơi trò chơi điện tử, thay vào đó, họ tạo ra một môi trường cho phép anh vừa chơi vừa học. Những cuộc trò chuyện bên bàn ăn cùng tấm gương từ chính cha mẹ đã giúp Wang không bị sa đà vào game, nhờ đó có thể tập trung nhiều hơn cho nghiên cứu khoa học.

Đến thời trung học, Wang đã đạt thứ hạng cao tại các cuộc thi Toán và Vật lý, tự học lập trình để tham gia các cuộc thi viết mã, chơi đàn violin, cũng như sử dụng thành thạo tiếng Trung, tiếng Anh và tiếng Pháp. Anh là một người "toàn diện với lợi thế cạnh tranh" lớn lên trong gia đình có truyền thống nghiên cứu, nhưng hoàn toàn không phải là một "mọt sách" điển hình. Nhờ đó, Wang rèn luyện được sự kiên cường và khả năng chịu áp lực. Anh sẵn sàng tương tác và hợp tác cởi mở với người khác thay vì luôn giữ thái độ phòng thủ hay e dè. Trong khi các bạn cùng trang lứa đang bận rộn ôn thi đại học vào năm cuối cấp, thì Wang đã bắt đầu làm việc cùng các kỹ sư tại Thung lũng Silicon.

Xuất thân từ một thị trấn nhỏ ở New Mexico, Wang bước vào môi trường khởi nghiệp đầy sôi động tại Thung lũng Silicon, nơi những người trẻ ở độ tuổi đôi mươi quản lý các hệ thống xử lý hàng trăm triệu yêu cầu mỗi ngày. Trải nghiệm này đã tác động sâu sắc cũng như mở rộng tầm nhìn của anh. Tất nhiên, Wang cũng từng học đại học. Anh đã trúng tuyển vào MIT nhưng quyết định bỏ học, chỉ sau một năm. Liệu có phải do kết quả học tập kém? Hoàn toàn không phải vậy.

Wang theo học các ngành Toán học, Khoa học máy tính và học máy. Ngay từ năm thứ nhất, anh đã tham gia các khóa học Khoa học máy tính ở trình độ sau đại học và duy trì điểm trung bình (GPA) tuyệt đối. Anh quyết định bỏ học vì nhận thấy cơ hội rõ ràng để khởi nghiệp và không muốn chờ đợi suốt bốn năm. Theo các 'tiêu chuẩn trong nước', cuộc đời anh có thể bị coi là một thất bại. Anh không còn cơ hội nào để có được một công việc ổn định trong cơ quan nhà nước hay khu vực công. Tuy nhiên, vào thời điểm đó, Wang đã hòa nhập vào xã hội, Thung lũng Silicon và ngành công nghiệp công nghệ.

Một sự cố nhỏ khơi nguồn cảm hứng khởi nghiệp

Khi còn học đại học, một sự cố nhỏ đã khơi dậy niềm đam mê khởi nghiệp trong anh. Các bạn cùng phòng thường xuyên lấy trộm sữa và bánh mì kẹp của anh, nhưng anh lại thiếu bằng chứng và anh rất muốn có được bằng chứng đó. Vì vậy, anh đã lắp một chiếc camera trong tủ lạnh ký túc xá, sử dụng AI để bắt quả tang "người bạn cùng phòng lấy trộm sữa và bánh mì kẹp của mình". Anh đã viết mô hình AI nhưng nó không thể sử dụng được: Có quá nhiều khung hình video và thiếu dữ liệu được gán nhãn, khiến mô hình không thể học cách nhận diện những thứ đơn giản như "một nửa chai Coca". Sau này, anh thường xuyên nhắc lại quan điểm này: Thuật toán không phải là nút thắt cổ chai, mà chính dữ liệu sạch, có thể huấn luyện được mới là yếu tố quyết định.

Nói cách khác, nút thắt thực sự đối với AI không nằm ở việc thiếu hụt thuật toán, mà là sự khan hiếm dữ liệu được gán nhãn chất lượng cao, cùng cơ sở hạ tầng để xử lý dữ liệu huấn luyện. Vì vậy, anh quyết định thành lập Scale AI, một công ty chuyên về gán nhãn dữ liệu và cơ sở hạ tầng dữ liệu, với số vốn hạt giống chỉ 120.000 đôla Mỹ.

Anh từng nói với cha mẹ rằng, mình chỉ làm công việc này trong mùa Hè. Nhưng anh đã không bao giờ quay lại. Cha mẹ anh coi như đã bị "lừa" và chẳng còn lựa chọn nào khác ngoài việc chấp nhận sự thật đó.

Những khách hàng đầu tiên của Scale không phải là các công ty phát triển mô hình quy mô lớn, mà là hàng loạt doanh nghiệp hoạt động trong lĩnh vực xe tự lái. Khi tham dự các hội nghị về thị giác máy tính như CVPR, Wang thường chỉ mang theo một chiếc máy tính xách tay và trực tiếp đến gặp từng công ty. Anh sẽ mở bản demo và nói: "Hãy đưa cho tôi video về cảnh lái xe, tôi sẽ trả lại dữ liệu đã được gán nhãn các đối tượng như người đi bộ, phương tiện và vạch kẻ đường". Anh tính phí theo từng tác vụ, và tốc độ hoàn thành công việc của anh nhanh hơn nhiều so với quy trình thuê ngoài nội bộ của các tập đoàn lớn. Thời gian đầu, công ty chỉ có vài nhân sự. Họ thường đeo ba lô bước vào phòng họp của khách hàng và hay bị nhầm là sinh viên đi thực tế hoặc nhân viên giao hàng đi nhầm phòng. Năm 2019, định giá của Scale AI vượt mốc 1 tỷ đôla Mỹ, đưa công ty trở thành một "kỳ lân" công nghệ. Đến năm 2025, định giá của Scale AI đạt khoảng 29 tỷ đôla Mỹ. Danh sách khách hàng của công ty đã mở rộng từ các nhà sản xuất ô tô sang OpenAI, Google, Microsoft, Meta, Amazon, NVIDIA và Bộ Quốc phòng Hoa Kỳ.

Meta không mua lại toàn bộ Scale AI, thay vào đó, vào năm 2025, họ đã mua 49% cổ phần không có quyền biểu quyết của công ty, với giá 14,3 tỷ đôla Mỹ và tuyển dụng Wang để quản lý phòng thí nghiệm siêu trí tuệ của mình. Về bản chất, thương vụ này nhằm mục đích sở hữu cả cơ sở hạ tầng dữ liệu lẫn nhân tài hàng đầu.

Khoản đầu tư 14,3 tỷ đôla đã chứng tỏ sự xứng đáng. Đội ngũ do Wang dẫn dắt đã phát triển thành công "Muse". Khác với các mô hình AI chỉ được thiết kế để trò chuyện, Muse có khả năng thực hiện các tác vụ hoàn toàn tự động thay cho người dùng. Người dùng chỉ cần đưa ra mục tiêu cuối cùng, còn Muse sẽ tự động thực hiện toàn bộ quy trình: Mở trình duyệt, tìm kiếm thông tin, điền biểu mẫu, gửi email, lên lịch trình và sắp xếp tập tin. Ứng dụng này vẫn tiếp tục chạy các tác vụ ngầm ngay cả khi người dùng đã đóng nó lại. Hãy hình dung việc này giống như thuê một trợ lý cá nhân với chi phí 20 đôla Mỹ mỗi tháng. Ngay trong lần đầu tiên ra mắt sản phẩm tại Meta, Wang, chàng trai 29 tuổi, đã tạo ra một sản phẩm vượt trội hơn cả "gã khổng lồ" trong ngành là ChatGPT.

Trong năm phiên giao dịch sau khi Muse ra mắt, vốn hóa thị trường của Meta đã tăng vọt khoảng 234 tỷ đôla Mỹ. Việc bỏ ra 14,3 tỷ đôla Mỹ để tạo ra giá trị thị trường lên tới 234 tỷ đôla Mỹ quả là một thương vụ cực kỳ sinh lời. Khi chọn đúng người, chuyện kiếm tiền chưa bao giờ là vấn đề khó khăn.