# Hộp iPhone nói gì về cơ hội của robotics

[Josh Gruenstein](https://homus.dev/speakers/josh-gruenstein) · [a16z](https://homus.dev/orgs/a16z), [Martin Casado](https://homus.dev/speakers/martin-casado) · [a16z](https://homus.dev/orgs/a16z), [Raghu Raghuram](https://homus.dev/speakers/raghu-raghuram) · [a16z](https://homus.dev/orgs/a16z)

> CEO Tutor Intelligence kể cách deploy robot vào doanh nghiệp thật, dùng tutor là con người và biến công việc thành dữ liệu huấn luyện (video đăng 02/11/2026).

Topics: Startups, GTM

Canonical: https://homus.dev/talks/what-iphone-packaging-reveals-about-the-robotics-opportunity

## 1. Mở đầu: Tutor Intelligence là ai, đang ở đâu

Đây là một cuộc trò chuyện trên kênh a16z, video đăng ngày 02/11/2026. Theo mô tả video (đăng ngày 02/11/2026), Josh Gruenstein là CEO của Tutor Intelligence, và anh ngồi cùng Martin Casado và Raghu Raghuram, hai General Partner của a16z, để giải thích cách làm của Tutor: đưa robot vào làm việc trong những doanh nghiệp thật, dùng những "tutor" là con người khi cần, rồi biến công việc đó thành dữ liệu huấn luyện giúp robot làm được nhiều hơn. Mô tả cũng ghi rằng ba người bàn về "data factory" 100 robot của Tutor, về robot có giá khởi điểm khoảng 16 đô một giờ, về những tiến bộ trong spatial reasoning, và về ý nghĩa của lao động robot linh hoạt đối với ngành sản xuất Mỹ và nền kinh tế vật chất.

![Ba người ngồi ghế bành quanh một bàn tròn đen trong phòng thu có kệ sách và cây xanh, mỗi người một micro](https://homus.dev/photos/lXkjXSul6yg-0122.jpg)

Cảnh toàn của buổi ghi hình: từ trái sang, Martin Casado (áo len màu ô liu), Josh Gruenstein (áo đen in chữ tutor) và Raghu Raghuram (áo xanh nhạt), mỗi người một micro trên chân đỡ (cảnh trong video đăng ngày 02/11/2026).

Video mở bằng vài câu trích từ chính cuộc trò chuyện, chồng lên những cảnh bãi container, xe tải, tàu chở hàng và robot (video đăng ngày 02/11/2026). Josh nói rằng dù ai nói gì đi nữa, hôm nay, năm 2026, chúng ta có một chuỗi cung ứng toàn cầu liên kết chặt chẽ và phụ thuộc lẫn nhau. Cả các công ty Mỹ lẫn các công ty Trung Quốc đều đang suy nghĩ rất kỹ về chiến lược dài hạn của chuyện này, và rốt cuộc ai cũng đang cố xây năng lực công nghiệp của mình.

![Những cánh tay robot công nghiệp đang hàn khung một chiếc xe, tia lửa bắn ra trong nhà xưởng tối](https://homus.dev/photos/lXkjXSul6yg-0012.jpg)

Một cảnh trong đoạn mở đầu: các cánh tay robot công nghiệp đang làm việc trên khung một chiếc xe giữa tia lửa, kiểu robot của dây chuyền tự động hoá truyền thống (cảnh trong video đăng ngày 02/11/2026).

Trong đoạn trích, Raghu nói anh và đồng nghiệp thấy rất nhiều pitch về robot, nhưng rất ít người nghĩ xem rốt cuộc con robot phải làm việc gì (video đăng ngày 02/11/2026). Josh nói tiếp rằng hầu như ai Tutor bán robot cho cũng chưa từng mua robot, gần như toàn bộ thị trường là greenfield, và thực tế là bạn cần dựng một platform full-stack. Theo anh, robot của Tutor đã giúp sản xuất và vận chuyển hơn một phần tư tỷ sản phẩm tới người tiêu dùng Mỹ, và Tutor đang train các frontier robot AI model, sản xuất robot ở quy mô lớn và deploy thẳng vào những doanh nghiệp lớn nhất trong chuỗi cung ứng.

![Hai hàng cánh tay robot trắng với đầu kẹp đen đang gắp những miếng bọt biển trên bàn gỗ, góc dưới có chữ 2x, autonomous](https://homus.dev/photos/lXkjXSul6yg-0033.jpg)

Hàng dài cánh tay robot màu trắng với đầu kẹp đen đang gắp những miếng bọt biển rửa chén trên các bàn gỗ, góc dưới trái ghi "2x, autonomous"; cảnh này hiện lên lúc Josh nói Tutor đang train các frontier robot AI model (cảnh trong video đăng ngày 02/11/2026).

Đoạn trích kết thúc bằng câu hỏi của Raghu (video đăng ngày 02/11/2026): đổi mới sản phẩm trong robotics diễn ra thế nào? Phần lớn các công ty mới ở V1, trong khi Tutor đã có hai phiên bản robot và vẫn tiếp tục iterate rất nhanh.

![Một robot một tay màu trắng có chữ tutor trên thân, đứng cạnh hai pallet xếp thùng carton trước bức tường gạch](https://homus.dev/photos/lXkjXSul6yg-0045.jpg)

Một robot của Tutor với một cánh tay gắn trên thân xe màu trắng in chữ tutor, đứng cạnh những pallet xếp thùng carton trên khung bánh xe màu vàng, đúng lúc Raghu nói Tutor đã có hai phiên bản robot (cảnh trong video đăng ngày 02/11/2026).

Sau đoạn trích, Martin cảm ơn Josh đã tới. Anh giới thiệu: hôm nay ngồi cùng Josh Gruenstein, CEO và founder, rồi anh sửa lại là co-founder, của Tutor Intelligence, và cuộc trò chuyện sẽ nói về robot (video đăng ngày 02/11/2026). Trước khi vào chuyện, anh nhờ Josh giới thiệu nhanh về bản thân rồi về công ty.

Josh tự giới thiệu (video đăng ngày 02/11/2026): anh tên Josh. Anh khởi đầu Tutor khoảng 5 năm rưỡi trước, với luận điểm cốt lõi rằng nếu bạn cứ bắt đầu đưa robot ra ngoài thế giới, vào mọi nơi trong nền kinh tế vật chất đang cần robot nhất, bạn có thể bắt đầu xây các bộ dữ liệu, các model và chuỗi cung ứng cần thiết để phổ cập robot khắp nền kinh tế vật chất. Tutor có khoảng 160 người, chủ yếu ở Boston, đang train các frontier robot AI model, sản xuất robot ở quy mô lớn và deploy thẳng vào những doanh nghiệp lớn nhất trong chuỗi cung ứng.

Martin nói tiếp (video đăng ngày 02/11/2026): anh và đồng nghiệp thấy rất nhiều pitch. Có rất nhiều công ty nói về làm robotics nhưng thật ra không deploy robot, hoặc chưa deploy. Còn Tutor là một trong số ít công ty đã thật sự deploy robotics ở quy mô lớn, nên anh nhờ Josh nói về tình hình kinh doanh.

Josh kể (video đăng ngày 02/11/2026): Tutor có robot deploy khắp nước Mỹ, ở đủ loại nơi, từ những doanh nghiệp nhỏ kiểu gia đình (mom-and-pop) cho tới các doanh nghiệp Fortune 50, Fortune 100. Tối hôm trước, Claude nói với anh rằng nó ước tính robot của Tutor đã giúp sản xuất và vận chuyển hơn một phần tư tỷ sản phẩm tới người tiêu dùng Mỹ. Vậy nên, anh nói, có lẽ phần lớn người tiêu dùng Mỹ, qua vài lớp trung gian, đều có dính tới một khách hàng của Tutor.

## 2. Bắt đầu từ công việc, không phải từ model

Josh nghĩ điều đó đến từ câu chuyện khởi đầu của công ty (video đăng ngày 02/11/2026): anh và các cộng sự nhìn vào hiện trạng của robot learning, và với anh và các cộng sự, rõ ràng trí thông minh của robot và phần mềm robot chính là nút thắt cổ chai. Suốt 60 năm, robot là những cỗ máy được kỹ sư làm riêng theo đơn đặt hàng, không scale được. Nên Tutor ra đời với luận điểm: nếu cứ bắt đầu deploy robot, Tutor có thể xây những bộ dữ liệu có nhãn giúp train các model này, và mang giá trị đó tới người tiêu dùng Mỹ.

Raghu nói (video đăng ngày 02/11/2026): anh và đồng nghiệp thấy rất nhiều pitch về robot. 99% trong số đó bắt đầu bằng một insight nào đó về model và về cách bạn sẽ build model, hoặc một insight nào đó về dữ liệu, về hình dạng của dữ liệu. Và rất ít người nghĩ xem rốt cuộc con robot phải làm việc gì. Theo Raghu, Josh bắt đầu từ chiều ngược lại, với insight rằng bạn có thể thực sự "tutor" con robot, nói theo một cách nào đó, và đó cũng là tên công ty. Anh hỏi insight ấy đến từ đâu.

Josh kể nó đến từ một thought experiment (video đăng ngày 02/11/2026). Anh và các cộng sự nhận ra: trên Trái Đất có 8 tỷ người, ai cũng có thứ trí thông minh vật lý nền tảng mà anh và các cộng sự muốn robot của Tutor có. Vậy hãy tưởng tượng bạn có một phần mềm mạnh vô hạn, nối được bất kỳ ai trên Trái Đất với bất kỳ robot nào, và "nhập" trí thông minh vào con robot đó. Đó giống như một kiểu deus ex machina: bỗng nhiên bạn có trí thông minh robot không giới hạn, vô tận. Cứ cho là điều đó có sẵn. Rồi sao nữa?

Theo Josh (video đăng ngày 02/11/2026), vấn đề thật ra vẫn chưa được giải. Bạn vẫn cần sản xuất robot ở quy mô lớn. Hôm nay ở Mỹ, robot là một ngành thủ công nhỏ lẻ (cottage industry). Robot là con số làm tròn (rounding error), ngay cả trong những ngành tự động hoá nhiều nhất như sản xuất và logistics. Vậy là phần đó không tồn tại. Chắc chắn là chưa có phần mềm nào, và cũng chưa có khách hàng nào, vì một lần nữa, robot chưa làm được việc nào mà khách hàng muốn robot làm.

Vậy nên, theo Josh (video đăng ngày 02/11/2026), robotics không nằm ở bất kỳ một lớp nào của stack. Nó không chỉ là chuyện trí thông minh, không chỉ là chuyện hardware, không chỉ là chuyện khách hàng. Nó là chuyện tìm cách ghép cả ba mảnh đó lại với nhau, và theo anh, chính sự kết hợp của cả ba mới thật sự cho phép bạn xây một platform thành công ở bất kỳ lớp nào trong số đó.

Cách Josh mô tả robotics trong video đăng ngày 02/11/2026: không phải một lớp nào của stack, mà là chuyện ghép intelligence, hardware và khách hàng lại với nhau.

Raghu nói thêm (video đăng ngày 02/11/2026) rằng trong nội bộ, anh và đồng nghiệp vẫn nói về robotics như là "ultimate systems company", chứ không phải là một trong những thứ kia.

## 3. Robotics, bài toán hệ thống tối thượng

Martin nói có một điều buồn cười, cũng là câu anh muốn hỏi (video đăng ngày 02/11/2026). Josh có nền tảng kỹ thuật khá sâu, MIT Robotics, anh hỏi vậy có đúng không. Nhưng mỗi lần nói chuyện với Josh, anh lại có cảm giác như đang nói với một người làm vận hành, người nói về unit economics, về vận hành và chuỗi cung ứng. Raghu chen vào: thậm chí là một người làm go-to-market. Martin lặp lại: một người làm go-to-market. Anh nói kiểu như cuộc chuyển hoá đã hoàn tất, rồi hỏi, như một câu hỏi mở, điều anh luôn thắc mắc: liệu bài toán khó hơn ở đây thật ra là những thứ đó?

Có tiếng đáp: không (video đăng ngày 02/11/2026). Josh nói tiếp: anh nghĩ điểm mấu chốt là bạn phải làm tất cả. Hồi anh chỉ là một roboticist, chỉ làm phía công nghệ của bài toán, anh nghĩ thế mạnh của anh với tư cách roboticist là anh rất full-stack. Anh sẵn sàng nghĩ về sản xuất, về hardware, sẵn sàng nghĩ về FPGA và ASIC. Nếu bạn nhìn robotics như anh, rằng nó là bài toán hệ thống tối thượng, thì cách duy nhất để tiến lên là tìm ra mọi trade-off khéo léo trên càng nhiều lớp của stack càng tốt. Còn nếu bạn bỏ đi một lớp của stack và nói "chúng tôi sẽ không đụng tới cái đó", bạn đã loại mất 90% không gian trade-off để tiến lên.

Rồi khi bắt đầu làm công ty, Josh kể (video đăng ngày 02/11/2026), anh thấy rất rõ: robotics thật ra không phải full-stack theo nghĩa model, hardware, software. Nó full-stack theo nghĩa model, hardware, software, chuỗi cung ứng, khách hàng, sản phẩm. Anh nói tiếp: "kiểu như, chính xác."

Hai nghĩa của "full-stack" mà Josh so sánh trong video đăng ngày 02/11/2026: model, hardware, software khi còn là roboticist; thêm chuỗi cung ứng, khách hàng và sản phẩm khi làm công ty.

Tương tự, theo Josh (video đăng ngày 02/11/2026), bạn đặt câu hỏi vì sao robotics chưa thành công. Đã có rất nhiều startup robot, và anh cho rằng chưa startup robot nào thật sự thành công lớn về mặt kinh tế. Vì sao vậy? Anh nghĩ là vì, một, chưa có cái primitive cốt lõi là trí thông minh, thứ cho phép đưa unit economics của hệ thống lên một mức nhất định. Hai, đây là một thị trường siêu phân mảnh (disaggregated), có vô số người chơi đang cố làm việc với nhau. Trong khi thực tế, thứ robot cần là có thể đánh đổi trên toàn bộ stack.

## 4. Đi ngang hay đi dọc: thị trường còn non hay bản chất của lĩnh vực

Martin nói đây là một quan sát anh và đồng nghiệp từng có, và cách diễn đạt này thú vị (video đăng ngày 02/11/2026): phần lớn công ty robot bắt đầu theo chiều ngang (horizontal), rồi tất cả đều đi dọc (vertical). Mọi công ty. Đúng nghĩa đen, các công ty đó bắt đầu kiểu "chúng tôi có một model" hay gì đó, rồi chẳng mấy chốc bắt đầu mua máy in 3D. Anh hỏi Josh có nghĩ đó là vì thị trường còn quá non, giống như những ngày đầu của ô tô, hay đó là thứ vốn có trong lĩnh vực này, đến mức ngay cả 20 năm nữa người ta vẫn sẽ phải verticalize.

Josh đáp (video đăng ngày 02/11/2026): không, anh nghĩ đó là do thị trường còn non. Bạn có thể thấy những điều tương tự ở thị trường máy tính thời đầu. Nên với Tutor, câu hỏi trở thành: làm sao xây những platform tổng quát cho phép người ta lập những doanh nghiệp không phải là doanh nghiệp robotics? Hôm nay có biết bao doanh nghiệp phần mềm tuyệt vời, và người điều hành chúng không phải nghĩ về kiến trúc chip. Làm sao để điều đó thành hiện thực trong thế giới vật chất với robotics, và xây platform đó như thế nào.

Josh đồng ý với Martin (video đăng ngày 02/11/2026): người ta đã cố giải bài toán đó bằng cách nghĩ về những lớp rất hẹp của stack. Theo góc nhìn của Tutor, thực tế là bạn cần xây một platform full-stack, và cách duy nhất để biết platform full-stack đó thật sự chạy được là có những đơn vị kinh doanh thành công đang vận hành trên nó.

Martin hỏi tiếp (video đăng ngày 02/11/2026): Josh có chấp nhận khả năng là thế giới vật chất thật ra khác thế giới số không? Rằng lý do ta horizontal hoá được compute là vì có những abstraction sạch, áp dụng chung được, còn với việc di chuyển trong không gian vật lý thì đơn giản là không như vậy?

Josh nghĩ cái hay của một thứ như humanoid là nó cũng giống vậy: nó chính là abstraction sạch đó (video đăng ngày 02/11/2026). Hãy nghĩ CPU là gì: một cỗ máy tính toán đa dụng. Nó không được tối ưu hoàn hảo cho mọi use case, nhưng đủ tổng quát để chạy phần lớn công việc tính toán. Martin nói: à, vậy đó là thành phần horizontal của anh. Có tiếng đáp: chính xác.

Martin hỏi (video đăng ngày 02/11/2026): nhưng ví dụ, Josh có dùng cùng một "bộ não", cùng những thành phần con để làm một humanoid như để làm một drone, hay một form factor nào khác không?

Josh đáp (video đăng ngày 02/11/2026): không, nhưng bạn có thể đưa ra đúng phép so sánh đó với compute: ta có CPU, ta có GPU, ta có ASIC. Nên anh nghĩ bạn đi theo độ trưởng thành của thị trường. Bạn bắt đầu trong thế giới của chuyên biệt hoá, của những cỗ máy làm riêng, vì đó là thứ duy nhất thị trường nuôi nổi. Rồi bạn tiến về phía đa dụng, và trong robotics điều đó sẽ trông như humanoid và những form factor tương tự. Và cuối cùng, bạn vượt qua để tới giai đoạn tái chuyên biệt hoá, khi thị trường đã đủ lớn.

Ba giai đoạn theo độ trưởng thành của thị trường mà Josh mô tả trong video đăng ngày 02/11/2026, kèm phép so sánh với CPU, GPU và ASIC.

## 5. Cái tên Tutor và mạng lưới những người dạy robot

Raghu hỏi vì sao công ty lại tên là Tutor (video đăng ngày 02/11/2026).

Josh kể (video đăng ngày 02/11/2026): Tutor ra đời với luận điểm rằng có cả một Internet của trí thông minh con người được nối mạng, đang đăng bài lên mạng xã hội, đang viết email. Mạng lưới trí thông minh con người đó, đối với LLM và các model khác của thế giới số, qua chính những gì nó tự nhiên thải ra, đã tạo nên một bộ dữ liệu tuyệt đẹp để train các model đa dụng. Vấn đề là công việc của chúng ta trong thế giới vật chất không được nối mạng như vậy. Anh cầm cốc cà phê lên và chẳng ai biết. Không ai ghi lại mọi áp lực ở đầu ngón tay anh, các ngón ở đâu, trong những tư thế nào. Nên chúng ta không có tài sản này.

Ý tưởng cốt lõi của Tutor, theo Josh (video đăng ngày 02/11/2026), là thay vì cố tìm một thuật toán dựng được trí thông minh từ chỗ không có dữ liệu, điều mà anh và các cộng sự thấy là một bài toán bị "gài" để mình thua, và đó không phải cách mọi chuyện đã diễn ra ở computer vision, cũng không phải ở NLP, thì sao không xây một mạng lưới robot ngoài thế giới thật. Nối chúng với những teleoperator là con người, mà Tutor gọi là tutor, để dạy robot làm việc mới. Và giống như Internet, qua những gì nó tự nhiên thải ra, đã tạo ra bộ dữ liệu để train các frontier model, ta có thể làm điều tương tự với robot, xây một Internet của dữ liệu huấn luyện robot.

Josh nói thêm (video đăng ngày 02/11/2026) rằng có những đặc tính nổi lên (emergent) rất đẹp: bỗng nhiên đây không còn là một dự án vốn khổng lồ. Vẫn phải đi xây mạng lưới này, nhưng bạn cũng đang tạo ra giá trị kinh tế đáng kinh ngạc trong lúc làm: bạn làm hàng hoá của mọi người rẻ hơn khi deploy những robot này và thu dữ liệu. Nên anh nghĩ nó rất "positive sum", theo một cách rất độc đáo. Và khi nghĩ xem đặt tên công ty là gì, thì nó không hẳn là artificial intelligence. Có một phần artificial intelligence, nhưng rốt cuộc nó là thứ "tutor intelligence" mà Tutor đang xây, thứ kết nối và điều khiển những robot này.

Vòng lặp mà Josh mô tả sau cái tên Tutor trong video đăng ngày 02/11/2026: robot làm việc thật, những tutor dạy việc mới, công việc đó thành dữ liệu huấn luyện, và model giúp robot làm được nhiều hơn.

Raghu nói đó là một insight tuyệt vời (video đăng ngày 02/11/2026). Điều buồn cười là khi anh và đồng nghiệp nói chuyện với khách hàng của Tutor trước khi a16z đầu tư, phần lớn khách hàng dường như không biết, thậm chí dường như không quan tâm, rằng có một tutor, hay lúc nào tutor đang điều khiển và lúc nào learning model đang chạy. Anh nói đó là công của đội Tutor, đã làm cho những thứ đó rất, rất liền mạch.

Josh đáp (video đăng ngày 02/11/2026): với anh, đó là một tín hiệu cho thấy robot tốt. Bạn muốn feedback kiểu như "dầu gội tôi đang sản xuất số lượng lớn giờ rẻ hơn 5 cent so với trước". Còn nếu feedback là "con robot đẹp đấy", thì kiểu như, ồ, có lẽ đó là một con robot rất tệ.

## 6. Tutor có biến mất không: một câu hỏi unit economics

Martin hỏi (video đăng ngày 02/11/2026): mục tiêu là trong tương lai không còn tutor nữa, hay điều đó không quan trọng?

Josh đáp (video đăng ngày 02/11/2026): Tutor nghĩ chuyện này ở mức rất thực dụng. Độ phức tạp vận hành của tutor là bao nhiêu? Tác động kinh tế của tutor là bao nhiêu? Hãy nghĩ xem chi phí để serve model trên một chiếc H200 là bao nhiêu, bạn có thể tính ra được, và duty cycle cùng mức sử dụng của chiếc H200 đó ra sao. Bạn có thể nghĩ rất giống vậy về trí thông minh con người: cái hồ sơ trí thông minh không đồng nhất nào mà bạn thật sự muốn có từ con người nhưng chưa lấy được từ model của mình? Rồi nó trở thành một câu hỏi unit economics: phải làm bao nhiêu engineering để lấy được "con số 9 cuối cùng" từ model, so với dùng tutor? Và quay lại điều đang bàn, bạn muốn có thể đánh đổi càng nhiều càng tốt ở đây để một doanh nghiệp như thế này chạy được.

Martin nói (video đăng ngày 02/11/2026): thật dễ bị cám dỗ khi nói rằng điều kỳ diệu kinh tế từng xảy ra với generative AI cũng có thể xảy ra ở đây. Điều kỳ diệu đó là: bạn train những model này với một phân phối dữ liệu nào đó, và hoá ra về cơ bản chính phân phối đó lại có giá trị kinh tế. Bạn train trên ảnh thì người ta dùng cho ảnh; bạn train trên text thì người ta dùng cho text; kiểu phân phối vào, phân phối ra. Nhưng chưa rõ điều đó có thật sự đúng với robot không: bạn có thể train trên một phân phối dữ liệu, nhưng thứ bạn thật sự cần lại nằm hơi ngoài phân phối đó. Anh nói anh không biết, Josh có lẽ có tầm nhìn tốt nhất về chuyện này scale ra sao, hội tụ thế nào, và liệu có thật sự bỏ được tutor; trực giác của Josh là gì?

Josh nghĩ đây là một trong những câu hỏi lớn (video đăng ngày 02/11/2026), và rốt cuộc nó quy về: dữ liệu là gì và bạn lấy nó từ đâu. Điều kỳ diệu của Internet là nếu bạn là một công ty cung cấp tool ở application layer giúp software engineer tăng tốc phát triển phần mềm, bạn tự nhiên nằm trong dòng chảy của toàn bộ công việc có giá trị kinh tế rất, rất, rất cao này. Nếu bạn kiếm được tiền như một doanh nghiệp, thì có lẽ bạn cũng đang "kiếm" được dữ liệu như một doanh nghiệp. Các động lực kinh tế đó thẳng hàng với nhau.

Với robot cũng vậy, theo Josh (video đăng ngày 02/11/2026): nếu bạn kiểu "ta sẽ gắn camera lên đầu mọi người rồi đưa họ đi khắp Indonesia để thu dữ liệu làm X, Y và Z", bạn không có gì bảo đảm. Bạn có thể đoán, nhưng không có bàn tay vô hình nào của thị trường dẫn đường để đảm bảo dữ liệu đó thật sự có giá trị kinh tế. Còn nếu nó là một kiểu sản phẩm phụ tự nhiên thải ra, nếu bạn có robot ở những site khách hàng thật, được khách hàng trả tiền để những robot đó làm việc đó, thì bạn biết chắc dữ liệu đó có giá trị kinh tế.

Martin hỏi lại (video đăng ngày 02/11/2026): chẳng phải điều đó cũng phụ thuộc vào số chiều (dimensionality) của tập lời giải sao? Có thể phần có giá trị kinh tế có số chiều cao tới mức bạn giải được 90%, nhưng 10% cuối thì vẫn cần con người làm trong một thời gian, đơn giản là vì để có bộ dữ liệu đó sẽ cần quá nhiều tutor trong một khoảng thời gian.

Josh đáp (video đăng ngày 02/11/2026): ừ, và điều đó có thể ổn. Bạn có thể sẵn lòng chấp nhận nó trong bài toán kinh tế. Đó cũng có thể là chỗ những dạng dữ liệu khác có ý nghĩa. Anh nghĩ Tutor không theo chủ nghĩa thuần tuý; một lần nữa, Tutor sẵn sàng chấp nhận bất kỳ trade-off nào. Tutor rất thích dùng simulation để mở rộng các phân phối dữ liệu, rất thích dùng dữ liệu quy mô Internet để mở rộng các phân phối đó. Nên Tutor có rất nhiều công cụ trong hộp đồ nghề, ngoài dữ liệu robot ngoài thế giới thật.

## 7. Simulation, frontier model và vòng flywheel

Raghu nhờ Josh nói thêm về simulation và những công cụ khác, cùng tác động mà những model như Astra đang có lên chuyện đó (video đăng ngày 02/11/2026). Theo anh, đó dường như là một "ngành thủ công" khác đang gây hào hứng cho giới robotics. Tutor dùng chúng thế nào?

Josh gọi đó là một bước ngoặt lớn (sea change) (video đăng ngày 02/11/2026). Anh nghĩ đã có một thời gian ta sống trong thế giới mà ai cũng biết mọi kiến thức chung về thế giới đã nằm sẵn trong các model này, nhưng chúng không thật sự diễn đạt được. Chúng thiếu "chặng cuối" của spatial reasoning để nối từ những gì mà, ví dụ, một model GPT biết, tới thứ mà một action diffusion transformer head có thể biết. Và điều đó đã thay đổi. Các lab giờ đang post-train model của mình trên dữ liệu không gian 3D như CAD và 3D modeling, và nhân tiện, các lab làm vậy vì có động lực kinh tế trực tiếp, vì có một thị trường thật cho nó, nên họ kiếm tiền được từ nó ngay. Và hoá ra đó đúng là kiểu spatial reasoning mà model của Tutor cần. Nên anh nghĩ Tutor đã được "phóng" lên nhiều năm về phía trước, vì Tutor đang bắt đầu dùng được toàn bộ trí thông minh tổng quát nằm trong những frontier model lớn đó cho robotics.

Raghu hỏi (video đăng ngày 02/11/2026): vì đây là bài toán hệ thống, hiệu ứng ròng với Tutor là tăng tốc, chứ không phải làm chậm lại, hay kiểu sẽ có ai đó tới ăn mất phần của mình?

Josh đáp (video đăng ngày 02/11/2026): ừ, không, và Tutor đã thấy chuyện này xảy ra vài lần. Tutor bắt đầu công ty năm 2021, ban đầu làm với convolutional neural network. Vậy là Tutor đã đi qua mọi bước ngoặt. Và thứ luôn có giá trị là dòng chảy dữ liệu; dòng chảy dữ liệu luôn là thứ mà riêng bạn làm được. Còn hàng triệu mẹo kiến trúc thì cứ làm, nếu nó giúp bạn tăng tốc flywheel. Nếu nó giúp bạn deploy thêm robot, thu thêm dữ liệu, sản xuất ở quy mô lớn hơn, làm thêm nhiều việc, thì nó đáng làm. Nhưng rốt cuộc, Tutor nghĩ thứ có giá trị lâu dài, xuyên thế hệ trong một doanh nghiệp là chính flywheel và các vòng lặp đó.

## 8. Tự làm robot: Cassie và Sonny

Martin hỏi Josh nói rõ hơn ý "Tutor làm robot" (video đăng ngày 02/11/2026). Theo anh, ở một đầu của dải là bạn mua một con Unitree rồi prompt nó; ở đầu kia là bạn tự gia công cơ khí từng bộ phận. Tutor nằm ở đâu?

Josh đưa bối cảnh (video đăng ngày 02/11/2026): năm 2025, nước Mỹ deploy 38.000 work cell robot công nghiệp, rất nhỏ so với khoảng một triệu. Raghu chen vào: nhưng anh không tính Fanuc và những loại cũ. Josh đáp: Fanuc, đúng, nhưng chỉ có thế thôi. Không ai deploy con Unitree nào ở Mỹ; nếu có thì chúng đã hiện trong những con số đó, nhưng có lẽ là bằng không.

Nên theo Josh (video đăng ngày 02/11/2026), chuỗi cung ứng hiện có cho robot vừa quá nhỏ, vừa, như vừa được nhắc tới, sai hướng. Những robot mà Fanuc và ABB đang làm, phần lớn không làm ở Mỹ, nhưng kể cả khi làm ở Mỹ, chúng là những thứ được thiết kế cho các system integrator, cho những chuyển động nhanh, lặp đi lặp lại. Chúng không được cắt ra từ bộ trade-off mà bạn muốn co-design cùng frontier model. Nên ở phía hardware, Tutor kiểu như bắt đầu từ con số không.

Josh kể (video đăng ngày 02/11/2026): để deploy robot ở quy mô lớn, Tutor thực tế đã bị buộc phải tự thiết kế và sản xuất hardware của mình. Tutor hiện không làm actuator, không làm camera; có cả một lớp đồ mà Tutor mua từ OEM, những nơi sản xuất nó ở quy mô lớn hơn nhiều. Nhưng bản thân con robot, cái thứ chạy quanh, có cánh tay gắn trên và làm được mọi việc, thì Tutor đang làm ở quy mô lớn tại Watertown, Massachusetts.

Martin hỏi về morphology của robot, rồi tự hỏi gọi là morphology có đúng không (video đăng ngày 02/11/2026). Anh thêm: "Anatomy?" Josh nói dùng từ nào cũng được. Có tiếng hỏi: trông chúng thế nào? Josh đáp: Tutor làm hai loại. Raghu chen vào bảo hãy nhìn trang web của anh ấy. Có tiếng đáp: cứ nói tiếp đi.

Josh giới thiệu Cassie (video đăng ngày 02/11/2026): Cassie kiểu như một "gã lực sĩ" (brute), được thiết kế cho việc nặng. Nó có một cánh tay và rất nhiều giác hút, chạy bằng foundation model cỡ khoảng 200 tới 400 triệu tham số, và ra đời từ cái thế giới mà Tutor khởi đầu năm 2021, với câu hỏi: foundation model làm được gì cho robot? Chúng có thể dự đoán affordance, kiểu như các vị trí gắp, để robot đi thực hiện.

![Một cánh tay robot với đầu gắp gồm nhiều giác hút đang nhấc một thùng carton trên băng chuyền con lăn trong nhà kho lớn](https://homus.dev/photos/lXkjXSul6yg-1848.jpg)

Trong một nhà kho lớn, cánh tay robot của Tutor với đầu gắp gồm nhiều giác hút nhấc một thùng carton từ băng chuyền con lăn; cảnh này hiện lên lúc Josh giới thiệu Cassie, robot một tay có nhiều giác hút (cảnh trong video đăng ngày 02/11/2026).

Theo Josh (video đăng ngày 02/11/2026), Cassie là sự co-design giữa hardware bạn sản xuất được ở quy mô lớn, thứ model của bạn thật sự làm được, và một nhu cầu thị trường thật sự lớn: ở Mỹ, mọi thứ trong nền kinh tế vật chất đều phải được vận chuyển trên pallet hoặc trong thùng carton. Thế nên có một khối lượng khổng lồ công việc tay chân của con người, chuyển pallet và thùng hàng bằng tay. Cassie là kết quả của sự co-design đó; Tutor sản xuất nó ở quy mô rất lớn và deploy nó tới rất nhiều loại doanh nghiệp khắp ngành sản xuất và logistics.

Robot thứ hai, theo Josh (video đăng ngày 02/11/2026), tên là Sonny, kiểu như một semi-humanoid công nghiệp. Nó giống như khi bạn nhìn một con Unitree và nói: tôi cần con robot này chạy trong nhà máy từ 3 tới 10 năm, ở tốc độ và độ tin cậy của con người. Thế là bạn đi tới một bộ quyết định thiết kế hơi khác. Sonny có bánh xe, không có chân, vì phần lớn môi trường công nghiệp trong nhà có sàn nhẵn bóng. Nó chở được tải nặng hơn nhiều, di chuyển nhanh hơn nhiều, và có các tiêu chuẩn an toàn cộng tác công nghiệp cho phép nó làm việc quanh con người.

Josh kể tiếp (video đăng ngày 02/11/2026): Tutor có 100 con Sonny đang chạy ở Boston trong data factory của mình, thu dữ liệu dùng nội bộ và đẩy chương trình nghiên cứu đi tới. Và giờ Tutor cũng có một đội Sonny ngày càng lớn ngoài thế giới thật, làm những thao tác khéo léo bằng hai tay (dexterous bimanual manipulation).

![Một robot hai tay màu trắng trên thân cao có màn hình xanh, đứng giữa các kệ hàng đỏ trong nhà kho](https://homus.dev/photos/lXkjXSul6yg-2012.jpg)

Một robot hai tay trên thân trắng cao có màn hình màu xanh, đứng giữa những dãy kệ hàng trong nhà kho; cảnh này hiện lên lúc Josh kể về Sonny, robot có bánh xe làm việc bằng hai tay (cảnh trong video đăng ngày 02/11/2026).

Raghu hỏi (video đăng ngày 02/11/2026): Josh thấy dòng sản phẩm với những form factor robot khác nhau này rộng tới đâu? Ba loại có chiếm được một phần lớn của thị trường hữu ích không, hay cần tới 30 loại?

Josh đáp (video đăng ngày 02/11/2026): còn tuỳ bạn định nghĩa thị trường hữu ích ra sao, bạn muốn đi tới đâu. Nếu bạn chỉ muốn ở trong sản xuất và logistics, thì hôm nay Sonny và Cassie có lẽ làm được 80% tới 90% công việc. Chúng được thiết kế cho đúng những phần đó.

## 9. Công việc thật trong nhà máy, và chiếc hộp iPhone

Martin đề nghị Josh mô tả công việc đó là gì (video đăng ngày 02/11/2026). Anh nói thêm rằng anh không chắc mọi người hiểu rõ điều đó.

Josh kể (video đăng ngày 02/11/2026): phần lớn mọi người có trong đầu một hình ảnh về nền công nghiệp, về ngành sản xuất và logistics ở Mỹ trông ra sao, và hình ảnh đó đến từ chương trình TV How It's Made. Anh hỏi không biết hai người đã xem chương trình đó chưa. Có tiếng đáp: tất nhiên rồi. Trong đó bạn thấy những cỗ máy kiểu Rube Goldberg toàn đòn bẩy, và bạn không thấy con người nào trong hình. Ai đó đã dựng một cỗ máy, và cỗ máy đó chính là cả nhà máy. Thứ đó có tồn tại. Và nếu nó tồn tại, có lẽ người ta đã quay nó và đưa lên How It's Made, vì đó là 0,01% trên cùng của ngành sản xuất và logistics Mỹ.

Vậy bên dưới là gì? Theo Josh (video đăng ngày 02/11/2026), bạn bước vào những cơ sở rộng cả triệu foot vuông và thấy một đám người đứng quanh băng chuyền hay bàn gấp, làm mọi thứ bằng tay. Với bất kỳ ai không xuất thân từ ngành và cộng đồng này, điều đó khá sốc.

Nhìn một robot như Cassie, Josh nói (video đăng ngày 02/11/2026), có một khối lượng công việc khổng lồ, việc nặng nhọc gãy lưng (backbreaking) và rất khó tuyển người. Người làm việc đó thay vòng sau ba tháng, và tuổi trung bình của họ là 55, sắp nghỉ hưu. Và kiểu như: được rồi, ta có thể dùng Cassie cho phần việc gãy lưng đó.

Tương tự, theo Josh (video đăng ngày 02/11/2026), Sonny là: về cơ bản, mọi thứ bạn từng mua mà đựng trong hộp, đều có một con người phải đặt nó vào hộp, điều mà với phần lớn mọi người là một phát hiện điên rồ. Bất cứ thứ gì cần lắp ráp ở bất kỳ mức độ nào. Kể cả iPhone: bạn sẽ nghĩ là có một con robot ghép phần bao bì đó lại. Không, đó là một con người, kể cả ở quy mô cao nhất.

Hình ảnh Josh vẽ ra về ngành sản xuất và logistics Mỹ trong video đăng ngày 02/11/2026: những nhà máy tự động như trên How It's Made là 0,01% trên cùng; bên dưới là người làm tay, kể cả việc ghép bao bì iPhone.

Martin quay lại câu hỏi trước đó (video đăng ngày 02/11/2026): Tutor có loại một tay với giác hút, có loại humanoid hai tay. Có tiếng nhắc lại: chúng không làm được gì? Martin hỏi tiếp: chúng không làm được gì, và đi tiếp từ đó tới đâu?

Josh đáp (video đăng ngày 02/11/2026): chúng không ra ngoài trời được, và ngoài trời thì rất, rất thú vị. Martin hỏi: có phải chỉ là chuyện locomotion? Josh: không phải locomotion, mà là hardware. Những robot này có bánh xe, có một chút lực bám, có những "chân sau" khớp nối, nhưng không chạy qua sỏi được. Có những cơ hội lớn cho robot trong xây dựng, cho robot thu hồi vật liệu từ bãi rác, và cần robot có chân cho những việc đó. Nên anh nghĩ rồi đó sẽ thành một phần trong "điện thần" các hình thể (pantheon of embodiments) của Tutor. Tương tự, với robot trong nhà ở: có lẽ bạn chưa muốn một con Cassie hay Sonny trong nhà mình lúc này; nó hơi quá công nghiệp. Raghu nói: trông nó đáng sợ.

## 10. Bán robot cho người chưa từng mua robot

Raghu chuyển sang phía khách hàng áp dụng (video đăng ngày 02/11/2026): rõ ràng không chỉ dừng ở kiểu "tôi không có người nên có gì tôi cũng lấy", mà tới lúc họ đã có robot trong dây chuyền lắp ráp hay bất cứ đâu, thì việc áp dụng diễn ra thế nào về mặt tư duy?

Josh nói đó là một thách thức thú vị (video đăng ngày 02/11/2026): hầu như ai Tutor bán robot cho cũng chưa từng mua robot, và điều đó đến từ chính các số liệu. Nếu nước Mỹ chỉ deploy 38.000 robot mỗi năm, nếu 9 trên 10 nhà máy và kho hàng ở Mỹ không có con robot nào, thì gần như toàn bộ thị trường là greenfield. Những người này hiểu "lớp cũ" của tự động hoá trông thế nào, và họ cho rằng robot không hợp với họ. Cách Tutor phá vỡ điều đó lại không phải bằng nói về AI, về model hay về tutor. Tutor gọi điện và hỏi: anh đã bao giờ cân nhắc một con robot giá 16 đô một giờ chưa? Và họ chưa. Đó là một đề xuất mới với họ. Thế là có thể đặt một cuộc gặp, rồi giải thích cho họ điều Tutor đang làm, khiến người ta quan tâm và tham gia.

Theo Josh (video đăng ngày 02/11/2026), bằng cách tạo ra mô hình kinh doanh có sự thẳng hàng động lực thật sự giữa Tutor, bên bán robot, và khách hàng, Tutor phân phối robot với tốc độ nhanh hơn nhiều bậc độ lớn so với ngành tự động hoá công nghiệp truyền thống. Thời gian trung bình từ cuộc gọi đầu tiên tới lúc ký hợp đồng robot là 40 tới 60 ngày. Thời gian trung bình từ hợp đồng đã ký tới lúc robot thật sự có mặt ở site khách hàng và làm việc là khoảng 40 ngày. Tutor đưa robot vào sản xuất trong vòng một ngày, thường là trong vài giờ đầu tiên robot có mặt ở site.

Các mốc thời gian trung bình Josh nêu trong video đăng ngày 02/11/2026: 40 tới 60 ngày từ cuộc gọi đầu tiên tới hợp đồng, khoảng 40 ngày tới khi robot có mặt, và vào sản xuất trong vòng một ngày, thường là trong vài giờ đầu.

Josh nói Tutor di chuyển được rất, rất, rất nhanh (video đăng ngày 02/11/2026) vì không chỉ robot là một cỗ máy thông minh tổng quát, đa năng mà Tutor không tuỳ biến, chỉ ship thẳng từ nhà máy tới khách hàng, mà Tutor còn không đặt rủi ro kinh tế nào lên khách hàng. Nên Tutor đưa được khách hàng lên tàu.

Raghu hỏi (video đăng ngày 02/11/2026): khi đã deploy, thái độ của họ về lao động và máy móc thay đổi thế nào?

Josh kể (video đăng ngày 02/11/2026): cộng đồng vận hành thật sự, thật sự tuyệt vời, vì họ thấy một thứ chạy được thì kiểu "nó chạy". Thế thôi. Kiểu "tôi thấy rõ là nó làm được việc, tôi biết mọi chỗ cần làm việc này, cứ đặt nó vào tất cả những chỗ đó". Nên Tutor đã scale lên rất, rất nhanh, cả với các doanh nghiệp nhỏ lẫn với một số công ty lớn nhất trong chuỗi cung ứng, từ một robot ở một site tới hơn chục robot ở nhiều site.

## 11. Máy móc hay đồng nghiệp: chuyện đặt tên robot

Martin nói có một điều thú vị (video đăng ngày 02/11/2026): với gen AI, có một yếu tố xã hội, người ta rất gắn bó với model của mình và rất khó đổi model. Theo anh, Josh có lẽ có kinh nghiệm deploy robot nhiều hơn phần lớn những người đang sống ở thời điểm này; Josh có thấy điều tương tự không? Robot được nhìn như thiết bị, hay bắt đầu được nhìn như sinh vật, như đồng nghiệp?

Josh kể anh từng thấy một tweet rất buồn cười (video đăng ngày 02/11/2026): robot là robot, cho tới khi nó chạy được, lúc đó nó là một cái máy. Anh nói anh phải tìm ra câu đó của ai. Có tiếng hỏi: nhưng có thật không? Josh đáp: khá thật. Martin hỏi lại: vậy à? Kiểu một khi nó chạy được thì người ta chỉ xem nó như một món thiết bị? Josh đáp: chắc chắn là ở cấp quản lý nhà máy.

Josh nghĩ vẫn còn một lớp nữa (video đăng ngày 02/11/2026): thú vị là trong robotics, người mua không phải người dùng. Người mua là COO hay tổng giám đốc. Người dùng là công nhân nhà máy, người làm việc cùng robot cả ngày. Ở đó bạn thật sự cần vun đắp quan hệ giữa những công nhân đó và robot, vì Tutor không tự động hoá 100% một nhà máy; Tutor tự động hoá một số công việc trong một nhà máy hay một kho hàng.

Martin hỏi (video đăng ngày 02/11/2026): Josh có một triết lý nào về cách tiếp cận chuyện này không? Có cố làm cho chúng trông vui không? Làm cho chúng trông giống đồng nghiệp hơn, hay ít hơn? Có cho chúng nói chuyện không? Nhìn về mặt triết lý thì Josh thấy thế nào?

Josh đáp (video đăng ngày 02/11/2026): rất, rất may là có cả một trường phái nghiên cứu học thuật tên là HRI, Human-Robot Interaction. Có tiếng xen vào: không hề biết. Josh nói tiếp: rất nhiều người đã dành rất nhiều thời gian nghĩ về chuyện này, kể cả nhiều người từ nền tảng học thuật của anh. Và có cả đống mẹo. Một mẹo là mỗi robot có một cái tên, và điều đó giúp Tutor thật sự xây được quan hệ với robot.

Có tiếng hỏi: ai đặt tên? Josh đáp (video đăng ngày 02/11/2026): phần lớn là các kỹ thuật viên sản xuất của Tutor. Martin nói: vậy là Tutor đặt tên, chứ không phải..., rồi nói nó không giống chó, khi có một con chó mới thì bạn đổi tên nó được. Josh kể: khi một khách hàng mở rộng với Tutor, khi họ đặt đơn lặp lại, thì họ được đặt tên cho robot. Martin nói không được đổi tên thuyền, vì như thế là xui; nên phải giữ tên thuyền, còn chó thì đổi tên được. Josh: vậy là robot mới được đặt tên, thế là giải quyết xong. Và Tutor có được khách hàng... Raghu nói: họ có cảm giác sở hữu cao hơn khi đã tự đặt tên. Josh: chính xác.

Josh kể tiếp (video đăng ngày 02/11/2026): và Tutor nhận được những tín hiệu rất mạnh. Có người đặt tên robot theo tên con mình. Có người đặt tên robot theo cầu thủ bóng đá yêu thích, theo ngôi sao nhạc pop yêu thích. Người ta rất gắn bó vì rốt cuộc robot giúp ích, nó làm công việc của họ dễ hơn. Nếu bạn là công nhân dây chuyền trong cơ sở đó, bạn không phải làm việc gãy lưng nhiều như trước, bạn được đưa lên một vị trí cao hơn, và không nơi nào trong số này tuyển được người. Còn nếu bạn là quản lý nhà máy, công việc của bạn dễ hơn cả nghìn lần.

Martin hỏi Tutor dùng quy tắc đặt tên nào khi xuất xưởng robot (video đăng ngày 02/11/2026). Josh kể ban đầu Tutor đặt tên theo kiểu tên bão (hurricane naming). Raghu nói: thế là không..., anh đã không đọc cuốn sách HRI rồi. Josh đáp: ừ thì..., anh không biết. Khách hàng đâu có biết Brittany là, kiểu, N mod 26 bằng 2 hay gì đó. Nhưng Tutor đã thôi làm vậy, vì đã đi qua bảng chữ cái tên bão quá nhiều lần, không theo dõi nổi nữa.

![Ba người ngồi quanh bàn tròn trong phòng thu, Josh ở giữa mỉm cười, Martin đưa tay lên trán, Raghu đưa tay lên miệng](https://homus.dev/photos/lXkjXSul6yg-2843.jpg)

Cảnh toàn lúc Josh kể chuyện Tutor thôi đặt tên robot theo tên bão: Josh ở giữa mỉm cười, Martin bên trái đưa tay lên trán, Raghu bên phải đưa tay lên miệng (cảnh trong video đăng ngày 02/11/2026).

Có tiếng hỏi: thế giờ dùng gì? Josh đáp (video đăng ngày 02/11/2026): anh nghĩ các kỹ thuật viên cứ chọn cái gì làm họ thấy vui. Tutor có một đặc ân lớn, rất tuyệt vời, là được tuyển một đội ngũ đông người ở Mỹ đang giúp làm ra những robot này, và họ cũng là người đặt tên cho chúng.

## 12. Vì sao là doanh nghiệp vừa và nhỏ, và ngành này đi về đâu

Raghu kể một điều khác làm anh ngạc nhiên khi lần đầu tìm hiểu Tutor trước khi đầu tư (video đăng ngày 02/11/2026): phần lớn khi nói chuyện với các công ty robotics, họ nhắm tới những công ty khổng lồ, những công ty kiểu Fortune 50 có vẻ có ngân sách cho rất nhiều thử nghiệm. Trong khi anh nghĩ đa số đáng kể khách hàng của Tutor là những doanh nghiệp gần như địa phương. Có thông điệp gì trong đó không, hay đó là một chiến lược có chủ ý?

Josh nói có nhiều lý do (video đăng ngày 02/11/2026). Một là đó là phần lớn thị trường: đại đa số doanh nghiệp Mỹ trong sản xuất và logistics là doanh nghiệp nhỏ hoặc mid-market. Nên nếu muốn phục vụ thị trường, đó là điều cần làm để phục vụ họ. Anh nghĩ Tutor cũng bắt đầu công ty vào một thời điểm chứng kiến tất cả những startup robot rất học thuật, hướng vào chuỗi cung ứng, khởi động rồi không thật sự thành công, và Tutor có cơ hội tự hỏi: chuyện gì đã sai ở đây?

Theo Josh (video đăng ngày 02/11/2026), một điều lớn mà các công ty robotics làm sai là họ không thật sự là công ty sản phẩm. Kiểu: một công ty rất lớn có một vấn đề rất cụ thể, sẵn lòng viết cho mình một tờ giấy bóng bẩy nói rằng họ sẽ mở rộng. Mình bỏ hai năm dựng một hệ thống rất tuỳ biến để giải vấn đề của họ, rồi deploy nó. Khả năng là nó không chạy, vì ai từng làm sản phẩm đều biết không thể làm sản phẩm một lần là xong; làm sản phẩm cần iterate. Và kể cả nếu nó chạy, ai dám nói khách hàng đó vẫn còn vấn đề ấy? Thế là, bùm, công ty xong đời. Anh cảm giác đã thấy chuyện này xảy ra năm tới mười lần liên tiếp, tới mức kiểu "trời ơi, nếu chuyện này xảy ra với mình thì thật quá xấu hổ".

Nên anh nghĩ (video đăng ngày 02/11/2026), làm việc với nhiều loại khách hàng là một forcing function tuyệt đẹp để xây đúng hình dạng sản phẩm, mà với Tutor là một robot đa năng. Tutor không muốn xây một cỗ máy Rube Goldberg chạy rất tốt cho khách hàng công nghiệp lớn A hay B. Tutor muốn xây một platform gồm những thân robot đa năng chạy những robot model đa năng, có thể vào việc ngay. Và nếu bạn có thể ký hợp đồng trong hai tuần với một khách hàng mid-market, có robot chạy ngay sau đó, và đó là một kiểu sản phẩm và kinh doanh hoàn toàn khác so với các khách hàng khác của bạn, thì bạn biết mình đang thành công.

Martin hỏi (video đăng ngày 02/11/2026): ở giới hạn, giả sử Tutor tiếp tục thành công, ngành này sẽ trông thế nào? Chỉ là công việc này rẻ hơn, nhanh hơn, hay bằng cách nào đó chất lượng tăng lên, hay họ làm được nhiều thứ hơn? Điểm hội tụ kinh tế, hay hội tụ năng suất, là gì?

Josh nghĩ mọi thứ đều tốt lên (video đăng ngày 02/11/2026). Có cả một tập hàng hoá mà nếu chúng rẻ hơn thì ta sẽ mua nhiều hơn, và nếu bạn tin những hàng hoá đó có giá trị thì điều đó tốt cho mọi người. Cũng có nhiều điểm gián đoạn (discontinuity) trên thế giới. Hôm trước anh nói chuyện với một người từng làm trên dây chuyền ở một nhà máy làm nhà, anh nghĩ là ở Wisconsin. Người đó kể những căn nhà họ đang làm trong nhà máy đắt hơn khoảng 5% so với xây truyền thống tại chỗ. Nhưng nếu những căn nhà này rẻ hơn dù chỉ 1% so với căn nhà chất lượng tương đương xây tại chỗ theo cách truyền thống, toàn bộ nhu cầu từ các nhà phát triển sẽ lập tức chuyển sang cách làm nhà trong nhà máy. Điều tương tự cũng có thể nói về thu hồi vật liệu ở bãi rác và nhiều thị trường khác.

Nên hy vọng của Tutor, theo Josh (video đăng ngày 02/11/2026), là nếu Tutor thật sự thành công, Tutor có thể cung cấp cái "nền" robot này, lực lượng lao động này, để các doanh nghiệp khác dùng mà biến đổi nền kinh tế vật chất và rốt cuộc làm thế giới thành một nơi rẻ hơn và tốt hơn để sống.

Có tiếng hỏi: Tutor có bao giờ vào nhà ở không? Josh đáp (video đăng ngày 02/11/2026): Tutor không có định kiến, Tutor sẽ đi bất cứ đâu. Martin nói anh hình dung đó sẽ là một bài toán kỹ thuật khó hơn nhiều, chỉ xét độ phức tạp của công việc, độ an toàn, và... Josh nói tiếp: và cả kinh tế nữa. Một robot Tutor mang lại giá trị kinh tế bao nhiêu trong nhà máy, và bao nhiêu người tiêu dùng sẵn lòng trả mức đó trong nhà mình? Phép tính chưa khớp lắm. Nhưng một lần nữa, điều đó quay về triết lý chung của Tutor: đánh đổi trên càng nhiều lớp của stack càng tốt để có chỗ đứng, bắt đầu xây platform; và khi đã xây platform, bạn phải đánh đổi ngày càng ít theo thời gian.

## 13. Đổi mới sản phẩm, giá trị và chi phí của một robot

Raghu hỏi (video đăng ngày 02/11/2026): đổi mới sản phẩm trong robotics diễn ra thế nào? Phần lớn các công ty mới ở V1, trong khi Tutor có hai phiên bản robot và vẫn iterate rất nhanh. Nó khác gì so với đổi mới sản phẩm số hay ở các ngành khác?

Josh nói Tutor đang cố làm cho nó giống nhất có thể (video đăng ngày 02/11/2026). Tutor tự sản xuất robot của mình, điều này cho Tutor khả năng làm chủ quy trình sản xuất và tìm cách đẩy thay đổi vào quy trình sản xuất mỗi hai tuần. Tutor ship code tới robot mỗi ngày, hoặc các bản release lớn mỗi hai tuần, và đã xây một lượng hạ tầng khổng lồ để hỗ trợ mức iterate đó. Tutor cũng xây một hình dạng chức năng sản phẩm rất riêng: chức năng product trong tổ chức ngồi ngay cạnh các chức năng customer success và implementation, và thật ra vận hành như một team lớn. Các team đó ở gần khách hàng nhất mà con người có thể, và anh nghĩ điều đó đã rất thành công với Tutor.

Tutor cũng có một research team, theo Josh (video đăng ngày 02/11/2026), một mặt gắn sâu vào không gian vấn đề của khách hàng, có thể kéo đủ loại đòn bẩy để lấy những loại dữ liệu cụ thể từ khách hàng, nhưng mặt khác cũng làm được những "moonshot". Nếu Tutor có một đột phá ở phía modeling cho phép robot làm một kiểu việc hoàn toàn mới, Tutor có thể co-design một sản phẩm quanh nó theo cách mà anh nghĩ phần lớn công ty không làm được, và đưa nó ra hiện trường nhanh hơn nhiều.

Martin hỏi (video đăng ngày 02/11/2026): nếu tôi đang nghe chuyện này, tôi có một nhà kho và muốn có một con robot, tôi chỉ việc vào website rồi để lại email à? Chuyện đó diễn ra thế nào? Josh đáp rằng người đó có thể để lại email trên website của Tutor. Theo Josh, Tutor có những pricing calculator khá hay: bạn nhập một số dữ liệu vận hành về cách nhà kho hay nhà máy của mình đang chạy hôm nay, và nhận được ước tính kiểu "với một lần deploy robot Tutor ban đầu, chúng tôi có thể tiết kiệm 100.000 đô một năm, 1 triệu đô một năm, 100 triệu đô một năm". Và đó không phải kiểu "đây là lộ trình 5 năm custom engineering"; mà là bạn có thể tiết kiệm 1 triệu đô một năm đó, hai tháng kể từ hôm nay, mà không phải bỏ CapEx ra.

Martin hỏi tiếp (video đăng ngày 02/11/2026): Josh có thấy nhu cầu không, khi nó là một thứ quá viễn tưởng (sci-fi)? Ngoài kia có nhu cầu không? Josh đáp: có nhu cầu nhiều vô kể. Và thậm chí đó không phải nhu cầu về robot, vì một lần nữa, người ta không biết rằng hình dạng của một con robot như thế tồn tại, hay nó chạy được, hay nó làm được việc này.

Nên rốt cuộc, theo Josh (video đăng ngày 02/11/2026), Tutor có một framework: giá trị của một robot là lượng công việc robot làm được chia cho chi phí của nó. Thế thôi. Mọi thứ khác là bình luận. Nếu Tutor cạnh tranh được trong những thị trường lao động rất thanh khoản đang tồn tại khắp nền kinh tế vật chất Mỹ, và đưa ra được thứ mang lại năng lực tương đương lớn hơn với chi phí thấp hơn, thì thị trường cho thứ đó là toàn bộ thị trường.

Framework Josh nêu trong video đăng ngày 02/11/2026: giá trị của một robot là lượng công việc nó làm được chia cho chi phí của nó; mọi thứ khác là bình luận.

Martin hỏi một câu hơi "mọt" (wonky) (video đăng ngày 02/11/2026): khi Josh nói chi phí, là khấu hao chi phí ban đầu hay chi phí vận hành liên tục? Josh đáp: cả hai, điều này rất thú vị và khác biệt. Theo truyền thống, người ta nghĩ về robotics như ROI: một khoản capex lớn, rồi 10 năm để thu lại. Giờ thì thực ra ngày càng nhiều chi phí đi vào inference và teleoperation liên tục. Martin hỏi: có gồm cả bảo trì, sửa chữa (break fix) và những thứ đó không? Và chi phí nào chiếm ưu thế, hay chúng xấp xỉ nhau?

Josh đáp (video đăng ngày 02/11/2026): Tutor kéo giảm tất cả các khoản đó theo thời gian. Martin nói: không, không, ý anh là từ góc nhìn của Josh, khi tính COGS, bao nhiêu là chi phí ban đầu so với chi phí liên tục? Josh đáp: ở thời điểm này thì nghiêng nhiều hơn về phần liên tục, và điều đó làm người ta ngạc nhiên. Có tiếng thốt lên: ồ. Martin nói điều đó không làm anh ngạc nhiên: theo anh, bạn thật sự đang cạnh tranh với một thứ mà bạn cho ăn cơm và nó rất, rất hiệu quả, ý anh là cơ thể con người.

Raghu hỏi (video đăng ngày 02/11/2026): khi khách hàng gọi tới, có phải vì Black Friday hay gì đó sắp tới và họ cần làm xong một loạt đơn vị việc trong thời gian rất ngắn? Hay giờ nó thật sự là một phần trong chu kỳ lập kế hoạch lao động của họ?

Josh đáp (video đăng ngày 02/11/2026): không, đó là chiến lược. Anh nghĩ các doanh nghiệp này đang đối mặt với một lựa chọn rất khó: họ biết tuổi của lực lượng lao động của mình, họ biết nhu cầu đang tăng do tất cả các xu hướng dài hạn (secular trends), và chi phí cơ sở để làm phần việc đó đang tăng. Và họ tự hỏi: doanh nghiệp mình tính ra có sống nổi không? Đây không phải những doanh nghiệp phần mềm có gross margin khổng lồ để xoay xở, nén bớt một chút mà vẫn ổn. Không, doanh nghiệp đó hoặc chạy được, hoặc không.

Nên anh nghĩ (video đăng ngày 02/11/2026), rốt cuộc khách hàng của Tutor đang tìm một đối tác dài hạn làm được phần robot. Nếu một khách hàng của Tutor sản xuất lăn khử mùi, thì họ làm lăn khử mùi; họ sẽ là chuyên gia vận hành về lăn khử mùi, hay chuyên gia vận hành về bút sáp màu, hay bất cứ thứ gì họ sản xuất. Và họ cần một đối tác là chuyên gia về robot.

## 14. Nhà máy, Trung Quốc và chuỗi cung ứng robot ở Mỹ

Raghu có một câu hỏi về bản chất của nhà máy (video đăng ngày 02/11/2026): Tutor có thể ship robot tới bất kỳ ai, bất cứ lúc nào, không phải hôm nay vì đang thiếu hàng, nhưng ở một lúc nào đó trong tương lai. Và nếu robot của Tutor ngày càng đa dụng theo thời gian, điều đó có nghĩa gì cho chuyện nhà máy đặt ở đâu, người ta tổ chức quanh những nhà máy này ra sao, mấy kiểu "thị trấn một nhà máy", dù câu thành ngữ là gì đi nữa? Tất cả những điều đó về căn bản thay đổi, đúng không?

Josh nghĩ nhiều thứ thay đổi (video đăng ngày 02/11/2026), và có rất nhiều yếu tố địa chính trị trong chuyện này. Một điều lớn là đây sẽ là một "bộ cân bằng" lớn giữa nước Mỹ và những nước khác, như Trung Quốc, đã đầu tư vào chế độ tự động hoá công nghiệp trước đây. Theo một số cách, điều đó đã khiến họ rất thành công. Theo những cách khác, anh nghĩ nhìn lại thì có thể nó hoá ra là một sai lầm lớn. Vì ở Mỹ, như vừa bàn, ta đang làm những bản xây greenfield, tự động hoá năng lực công nghiệp bằng robot đa năng, còn ở Trung Quốc, họ sẽ phải dỡ bỏ. Ở Mỹ ta sẽ không phải làm vậy theo cùng một cách.

Một thứ khác sẽ dịch chuyển, theo Josh (video đăng ngày 02/11/2026), và sẽ rất thú vị: ta sẽ có nhiều nhà máy hơn hẳn, giống như ta có nhiều doanh nghiệp hơn hẳn vì cloud và mọi công cụ phần mềm cho phép người ta lập doanh nghiệp mới. Ai cũng sẽ lập được doanh nghiệp trong thế giới vật chất, ai cũng sẽ scale được doanh nghiệp trong thế giới vật chất, nếu ta có kiểu "nền" lao động linh hoạt vô hạn này.

Martin nhắc rằng Josh vừa nói tới Trung Quốc (video đăng ngày 02/11/2026). Anh và đồng nghiệp ở a16z thật ra đã công bố một báo cáo về chuỗi cung ứng và robotics, và có vẻ Trung Quốc rất trung tâm trong đó. Anh nhờ Josh nói về sự phụ thuộc của Tutor vào Trung Quốc, nó tiến triển thế nào theo thời gian, và rủi ro từ Trung Quốc đối với chuỗi cung ứng lớn tới đâu.

Josh nghĩ rốt cuộc (video đăng ngày 02/11/2026), dù ai nói gì đi nữa, hôm nay năm 2026, ta có một chuỗi cung ứng toàn cầu liên kết chặt chẽ và phụ thuộc lẫn nhau, và đây là một trong nhiều ví dụ của điều đó. Anh nghĩ cả các công ty Mỹ lẫn các công ty Trung Quốc đều đang suy nghĩ rất kỹ về chiến lược dài hạn của chuyện này. Có công ty Trung Quốc đầu tư vào Mỹ, có công ty Mỹ đầu tư vào Trung Quốc, và rốt cuộc ai cũng đang cố xây năng lực công nghiệp của mình.

Martin nói anh để ý rằng, theo những gì anh thấy được, Tutor đã verticalize nhiều hơn, và hỏi có đúng không (video đăng ngày 02/11/2026). Có tiếng đáp: đúng. Martin nói tiếp: kiểu như đưa nhiều thứ in-house hơn; Josh có định tiếp tục như vậy không?

Josh đáp (video đăng ngày 02/11/2026): có một chuyện khó trong chuỗi cung ứng, và một lần nữa, vì robotics là một ngành thủ công nhỏ lẻ như vậy, bạn có thể bắt đầu ở một thế giới mà các linh kiện đến từ OEM, rồi tăng volume tới mức họ không còn là OEM nữa. Họ là những contract manufacturer được tô vẽ, khi bạn đang chiếm một tỉ lệ đáng kể volume của họ. Tới lúc đó, quan hệ và động lực thay đổi. Câu hỏi khi đó là có nên tiếp tục như vậy với thứ đó, hay tự sản xuất nó in-house.

Martin nói (video đăng ngày 02/11/2026): Tutor hẳn là một trong những bên deploy robot lớn nhất ở Mỹ. Do đó, Tutor hẳn là một trong những khách hàng lớn nhất của một số OEM này. Do đó, anh hình dung theo thời gian Tutor sẽ tiếp tục tự định hướng các linh kiện này. Điều đó nghĩa là đưa in-house, hay chỉ bảo họ phải làm gì? Họ vẫn là nhà cung cấp chứ? Raghu nói: kết hợp cả hai. Josh cũng nói: kết hợp cả hai.

Josh nghĩ rốt cuộc, để Tutor thành công, sẽ cần một chuỗi cung ứng robot trưởng thành ở Mỹ (video đăng ngày 02/11/2026). Tutor đang ở vị thế chiếm rất nhiều trong nhu cầu của chuỗi cung ứng đó, nên anh nghĩ đó vừa là nghĩa vụ vừa là cơ hội của Tutor để đầu tư rất, rất, rất mạnh vào việc xây năng lực này ở Mỹ. Đó là lý do Tutor làm robot ở Watertown, Massachusetts, và là lý do Tutor dự kiến tiếp tục verticalize, làm ngày càng nhiều linh kiện robot của mình ở Mỹ.

## 15. Reinforcement learning ngoài đời thật, và đội ngũ

Raghu quay lại lúc hai bên mới bắt đầu nói chuyện (video đăng ngày 02/11/2026): có lẽ phải tới buổi gặp thứ hai, hai bên mới thật sự bắt đầu nói về research. Nhưng đó là một thế mạnh lớn của Josh. Anh hỏi Josh tiếp cận nó thế nào, khi có đủ loại giả thuyết về robot learning model nào sẽ thắng, vân vân. Josh đặt cược vào learning trong research ra sao?

Josh kể (video đăng ngày 02/11/2026): Tutor đang nghĩ xem chuyện này đã diễn ra thế nào với LLM, cái gì giống và cái gì khác. Anh nghĩ một điều rõ ràng là rất, rất quan trọng với LLM: có rất nhiều nguồn dữ liệu không đồng nhất, nhưng rốt cuộc có một "đỉnh" của dữ liệu, đó là các trace reinforcement learning ngoài đời thật, làm đúng việc mà bạn muốn làm được.

Nên Tutor đã xây chương trình nghiên cứu theo hướng nghĩ xem làm sao khai thác được nhiều nhất từ trải nghiệm của robot ngoài đời thật, theo Josh (video đăng ngày 02/11/2026). Tutor đã xây một đội 100 robot tên là Data Factory One ở Boston. Theo hiểu biết của Tutor, đây là trang trại thu dữ liệu semi-humanoid lớn nhất ở Mỹ. Tutor dùng nó như một testbed nghiên cứu cho câu hỏi: làm sao làm reinforcement learning ngoài đời thật ở quy mô lớn với robot?

Josh giải thích (video đăng ngày 02/11/2026): reinforcement learning là một họ kỹ thuật không thật sự chạy được ở batch size nhỏ. Nên nếu bạn có một đội robot rất lớn ngoài đời thật, bạn bắt đầu chơi được với những phương pháp này, điều mà anh nghĩ người ta chưa làm được, cả trong giới học thuật lẫn trong ngành.

Cách Josh mô tả dữ liệu trong video đăng ngày 02/11/2026: nhiều nguồn không đồng nhất, với đỉnh là trace reinforcement learning ngoài đời thật; Data Factory One, đội 100 robot ở Boston, là testbed cho hướng đó.

Martin đoán xây một team cho việc này khá khác (video đăng ngày 02/11/2026), và nhờ Josh nói về cấu trúc của team, cũng như có ai Josh đang muốn tuyển không. Josh đáp: Tutor muốn tuyển tất cả mọi người. Có tiếng nhắc lại: tất cả mọi người. Josh nói tiếp: Tutor đang tuyển researcher và engineer, ở mọi lớp của stack. Có tiếng thốt: wow. Josh: Tutor cũng đang tuyển kỹ thuật viên để làm robot.

Martin hỏi (video đăng ngày 02/11/2026): nhân tiện, "mọi lớp của stack" là sao, kiểu software? Josh đáp: hardware, vật liệu, điện tử. Không có chỗ nào bạn thoái thác trách nhiệm được. Đó là robotics. Bạn sẽ phải đụng tới nó, dù muốn hay không. Câu hỏi là bạn có hiểu nó hay không.

Nên Tutor đang xây team đó, Josh nói (video đăng ngày 02/11/2026), và anh nghĩ đó là một hình dạng team rất riêng, không chỉ vì nó liên ngành và cộng tác qua mọi lớp của stack kỹ thuật, mà vì anh nghĩ đây là một trong số ít nơi trong vũ trụ mà bạn có thể đứng ở bảng trắng bàn về kiến trúc model vào buổi sáng, rồi buổi chiều, kiểu như, nhìn một dây chuyền nhà máy và xem robot đang làm thế nào.

Martin hỏi team có chủ yếu ở Massachusetts không (video đăng ngày 02/11/2026). Josh đáp: Tutor có team khắp nước Mỹ, đặc biệt là những người làm go-to-market và các kỹ thuật viên. Khách hàng của Tutor ở khắp nước Mỹ. Cuộc trò chuyện khép lại bằng vài lời đáp ngắn và một lời cảm ơn.

## Nguồn và liên kết

- Tên gốc: What iPhone Packaging Reveals About the Robotics Opportunity
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=lXkjXSul6yg](https://www.youtube.com/watch?v=lXkjXSul6yg)

- Kênh YouTube a16z (Josh Gruenstein, khách mời; Martin Casado và Raghu Raghuram của a16z): [youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA](https://www.youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA)

- Tutor Intelligence, công ty của Josh; trang chủ giới thiệu hai robot Cassie và Sonny (đọc ngày 18/11/2026): [tutorintelligence.com](https://tutorintelligence.com/)

Nguồn: https://homus.dev/talks/what-iphone-packaging-reveals-about-the-robotics-opportunity · cập nhật 2026-11-18
