Tác giả gốc: Cuy Sheffield, Phó chủ tịch kiêm Trưởng bộ phận kinh doanh mã hóa của Visa
Biên dịch: Saoirse, Foresight News
Khi tiền mã hóa và AI dần trưởng thành, sự chuyển đổi quan trọng nhất trong hai lĩnh vực này không còn là "khả thi về lý thuyết" mà là "có thể triển khai đáng tin cậy trong thực tế". Hiện tại, cả hai công nghệ đều đã vượt qua ngưỡng then chốt, hiệu suất được cải thiện đáng kể, nhưng tỷ lệ ứng dụng thực tế vẫn chưa đồng đều. Động lực phát triển cốt lõi của năm 2026 chính là bắt nguồn từ khoảng cách "hiệu suất và mức độ phổ cập" này.
Dưới đây là một số chủ đề cốt lõi mà tôi theo dõi lâu dài, cùng những suy nghĩ ban đầu về hướng phát triển của các công nghệ này, lĩnh vực tích lũy giá trị, và "lý do tại sao người chiến thắng cuối cùng có thể hoàn toàn khác biệt so với những người tiên phong trong ngành".
Chủ đề 1: Tiền mã hóa đang chuyển đổi từ một loại tài sản đầu cơ sang công nghệ chất lượng cao
Thập kỷ đầu tiên phát triển của tiền mã hóa, đặc trưng cốt lõi là "lợi thế đầu cơ" — thị trường của nó mang tính toàn cầu, liên tục và cởi mở cao, tính biến động mạnh cũng khiến giao dịch tiền mã hóa trở nên năng động và hấp dẫn hơn so với thị trường tài chính truyền thống.
Nhưng đồng thời, công nghệ cơ bản của nó chưa sẵn sàng cho ứng dụng chủ đạo: các blockchain thời kỳ đầu chậm, chi phí cao và thiếu tính ổn định. Ngoài các kịch bản đầu cơ, tiền mã hóa hầu như không bao giờ vượt trội hơn các hệ thống truyền thống hiện có về chi phí, tốc độ hoặc sự tiện lợi.
Ngày nay, tình trạng mất cân bằng này đang bắt đầu đảo ngược. Công nghệ blockchain đã trở nên nhanh hơn, kinh tế hơn, đáng tin cậy hơn, và ứng dụng hấp dẫn nhất của tiền mã hóa không còn là đầu cơ, mà là lĩnh vực cơ sở hạ tầng — đặc biệt là các khâu thanh toán và chi trả. Khi tiền mã hóa dần trở thành một công nghệ trưởng thành hơn, vị trí cốt lõi của đầu cơ sẽ dần mờ nhạt: nó sẽ không biến mất hoàn toàn, nhưng sẽ không còn là nguồn giá trị chính.
Chủ đề 2: Stablecoin là thành quả rõ ràng về "tính hữu dụng thuần túy" của tiền mã hóa
Stablecoin khác với các câu chuyện kể về tiền mã hóa trước đây, thành công của nó dựa trên các tiêu chuẩn cụ thể, khách quan: trong các kịch bản cụ thể, stablecoin nhanh hơn, chi phí thấp hơn, phạm vi bao phủ rộng hơn so với các kênh thanh toán truyền thống, đồng thời có thể tích hợp liền mạch vào các hệ thống phần mềm hiện đại.
Stablecoin không yêu cầu người dùng coi tiền mã hóa như một "hệ tư tưởng" để tin tưởng, ứng dụng của nó thường diễn ra "một cách ẩn dụ" trong các sản phẩm và quy trình làm việc hiện có — điều này cũng giúp các tổ chức và doanh nghiệp trước đây cho rằng hệ sinh thái tiền mã hóa "biến động quá mức, không đủ minh bạch" cuối cùng có thể hiểu rõ giá trị của nó.
Có thể nói, stablecoin giúp tiền mã hóa định hướng lại "tính hữu dụng" thay vì "tính đầu cơ", và thiết lập một tiêu chuẩn rõ ràng cho "cách thức tiền mã hóa thành công trong thực tế".
Chủ đề 3: Khi tiền mã hóa trở thành cơ sở hạ tầng, "khả năng phân phối" quan trọng hơn "tính mới lạ về công nghệ"
Trước đây, khi tiền mã hóa chủ yếu đóng vai trò "công cụ đầu cơ", việc "phân phối" của nó mang tính nội sinh — token mới chỉ cần "tồn tại" là có thể tự nhiên tích lũy thanh khoản và sự chú ý.
Khi tiền mã hóa trở thành cơ sở hạ tầng, các kịch bản ứng dụng của nó đang chuyển từ "cấp độ thị trường" sang "cấp độ sản phẩm": nó được nhúng vào quy trình thanh toán, nền tảng và hệ thống doanh nghiệp, người dùng cuối thường không nhận thức được sự tồn tại của nó.
Sự chuyển đổi này cực kỳ có lợi cho hai loại chủ thể: một là các doanh nghiệp có kênh phân phối hiện có, mối quan hệ khách hàng đáng tin cậy; hai là các tổ chức có giấy phép quản lý, hệ thống tuân thủ và cơ sở hạ tầng kiểm soát rủi ro. Chỉ dựa vào "tính mới lạ của giao thức" đã không đủ để thúc đẩy việc triển khai quy mô lớn của tiền mã hóa.
Chủ đề 4: Tác nhân AI có giá trị thực tiễn, tác động đang vượt ra ngoài lĩnh vực mã hóa
Tính hữu dụng của Tác nhân AI (Agents) ngày càng nổi bật, nhưng vai trò của nó thường bị hiểu sai: tác nhân thành công nhất không phải là "người ra quyết định tự chủ", mà là "công cụ giảm chi phí phối hợp trong quy trình làm việc".
Nhìn lại lịch sử, điều này thể hiện rõ nhất trong lĩnh vực phát triển phần mềm — công cụ tác nhân tăng tốc hiệu suất viết mã, gỡ lỗi, tái cấu trúc mã và thiết lập môi trường. Nhưng trong những năm gần đây, "giá trị công cụ" này đang lan tỏa mạnh mẽ sang nhiều lĩnh vực hơn.
Lấy công cụ như Claude Code làm ví dụ, mặc dù nó được định vị là "công cụ dành cho nhà phát triển", nhưng đằng sau sự phổ biến nhanh chóng của nó phản ánh một xu hướng sâu sắc hơn: hệ thống tác nhân đang trở thành "giao diện của công việc tri thức", chứ không chỉ giới hạn trong lĩnh vực lập trình. Người dùng bắt đầu áp dụng "quy trình làm việc được điều khiển bởi tác nhân" vào nghiên cứu, phân tích, viết lách, lập kế hoạch, xử lý dữ liệu và các nhiệm vụ vận hành — những nhiệm vụ này thiên về "công việc chuyên môn tổng quát" hơn là lập trình truyền thống.
Điều thực sự quan trọng không phải là bản thân "việc tạo mã theo ngữ cảnh" (atmosphere coding), mà là mô hình cốt lõi đằng sau nó:
- Người dùng ủy quyền là "mục đích ý định", chứ không phải "các bước cụ thể";
- Tác nhân quản lý "thông tin ngữ cảnh" xuyên suốt tệp, công cụ và nhiệm vụ;
- Chế độ làm việc chuyển từ "thúc đẩy tuyến tính" sang "lặp lại, đối thoại".
Trong các loại công việc tri thức, tác nhân giỏi thu thập ngữ cảnh, thực hiện nhiệm vụ giới hạn, giảm bớt giao tiếp quy trình, tăng tốc hiệu suất lặp lại, nhưng vẫn tồn tại điểm yếu trong "đánh giá mở", "quy kết trách nhiệm" và "sửa chữa lỗi".
Do đó, hiện nay phần lớn tác nhân được sử dụng cho các kịch bản sản xuất vẫn cần "giới hạn phạm vi, được giám sát, nhúng vào hệ thống", chứ không hoạt động hoàn toàn độc lập. Giá trị thực tế của tác nhân bắt nguồn từ "việc tái cấu trúc quy trình công việc tri thức", chứ không phải "thay thế lao động" hay "đạt được sự tự chủ hoàn toàn".
Chủ đề 5: Nút thắt cổ chai của AI đã chuyển từ "trình độ thông minh" sang "mức độ tin cậy"
Trình độ thông minh của mô hình AI đã được nâng cao nhanh chóng, yếu tố hạn chế hiện nay không còn là "khả năng suy luận hoặc trôi chảy ngôn ngữ đơn thuần", mà là "độ tin cậy trong hệ thống thực tế".
Môi trường sản xuất không dung thứ cho ba loại vấn đề: một là "ảo giác" AI (tạo thông tin sai lệch), hai là kết quả đầu ra không nhất quán, ba là chế độ lỗi không minh bạch. Một khi AI liên quan đến dịch vụ khách hàng, giao dịch tiền tệ hoặc các khâu tuân thủ, kết quả "đúng đại khái" đã không thể được chấp nhận.
Việc thiết lập "sự tin tưởng" cần bốn nền tảng: một là kết quả có thể truy nguyên nguồn gốc, hai là có khả năng ghi nhớ, ba là có thể xác minh, bốn là có thể chủ động bộc lộ "tính không chắc chắn". Trước khi những khả năng này đủ trưởng thành, tính tự chủ của AI phải bị hạn chế.
Chủ đề 6: Kỹ thuật hệ thống quyết định việc AI có thể triển khai trong kịch bản sản xuất hay không
Sản phẩm AI thành công sẽ coi "mô hình" là "thành phần" chứ không phải "thành phẩm" — độ tin cậy của nó bắt nguồn từ "thiết kế kiến trúc", chứ không phải "tối ưu hóa lời nhắc".
"Thiết kế kiến trúc" ở đây bao gồm quản lý trạng thái, luồng điều khiển, hệ thống đánh giá và giám sát, cũng như cơ chế xử lý và khôi phục sự cố. Cũng chính vì vậy, sự phát triển của AI ngày nay ngày càng gần với "kỹ thuật phần mềm truyền thống", chứ không phải "nghiên cứu lý thuyết tiên phong".
Giá trị lâu dài sẽ nghiêng về hai loại chủ thể: một là người xây dựng hệ thống, hai là chủ sở hữu nền tảng kiểm soát quy trình làm việc và kênh phân phối.
Khi công cụ tác nhân mở rộng từ lĩnh vực mã hóa sang nghiên cứu, viết lách, phân tích và quy trình vận hành, tầm quan trọng của "kỹ thuật hệ thống" sẽ càng nổi bật: công việc tri thức thường phức tạp, phụ thuộc vào thông tin trạng thái và dày đặc ngữ cảnh, điều này khiến các tác nhân "có thể quản lý đáng tin cậy bộ nhớ, công cụ và quá trình lặp lại" (chứ không chỉ là tác nhân có thể tạo đầu ra) có giá trị hơn.
Chủ đề 7: Mâu thuẫn giữa mô hình mở và kiểm soát tập trung, gây ra vấn đề quản trị chưa được giải quyết
Khi hệ thống AI ngày càng mạnh mẽ, hòa nhập sâu hơn vào lĩnh vực kinh tế, vấn đề "ai sở hữu và kiểm soát mô hình AI mạnh nhất" đang gây ra mâu thuẫn cốt lõi.
Một mặt, nghiên cứu và phát triển trong lĩnh vực tiên phong của AI vẫn thuộc loại "thâm dụng vốn", và chịu ảnh hưởng của "việc tiếp cận sức mạnh tính toán, chính sách quản lý và địa chính trị", mức độ tập trung ngày càng tăng; mặt khác, mô hình mã nguồn mở và công cụ mã nguồn mở dưới sự thúc đẩy của "thử nghiệm rộng rãi, triển khai thuận tiện", liên tục được lặp lại và tối ưu hóa.
Cục diện "tập trung và mở cửa song song tồn tại" này đã gây ra một loạt câu hỏi chưa được giải quyết: rủi ro phụ thuộc, khả năng kiểm toán, tính minh bạch, khả năng thương lượng lâu dài, và quyền kiểm soát cơ sở hạ tầng then chốt. Kết quả có khả năng nhất là "mô hình hỗn hợp" — mô hình tiên phong thúc đẩy đột phá năng lực công nghệ, còn hệ thống mở hoặc bán mở thì tích hợp những khả năng này vào "phần mềm được phân phối rộng rãi".
Chủ đề 8: Tiền tệ có thể lập trình tạo ra dòng thanh toán tác nhân thông minh mới
Khi hệ thống AI phát huy tác dụng trong quy trình làm việc, nhu cầu về "tương tác kinh tế" của chúng ngày càng tăng — ví dụ như thanh toán cho dịch vụ, gọi API, trả thù lao cho tác nhân khác, hoặc thanh toán "chi phí tương tác dựa trên mức sử dụng".
Nhu cầu này khiến "stablecoin" một lần nữa được chú ý: nó được coi là "tiền tệ gốc dành cho máy móc", có khả năng lập trình, có thể kiểm toán, và có thể chuyển giao mà không cần sự can thiệp của con người.
Lấy giao thức hướng đến nhà phát triển như x402 làm ví dụ, mặc dù hiện vẫn đang trong giai đoạn thử nghiệm ban đầu, nhưng hướng đi mà nó chỉ ra rất rõ ràng: dòng thanh toán sẽ chạy dưới dạng "API", chứ không phải "trang thanh toán" truyền thống — điều này có thể cho phép các tác nhân phần mềm thực hiện "giao dịch liên tục, tinh vi" với nhau.
Hiện tại, lĩnh vực này vẫn c non trẻ: quy mô giao dịch nhỏ, trải nghiệm người dùng thô sơ, hệ thống bảo mật và quyền hạn vẫn đang được hoàn thiện. Nhưng sự đổi mới cơ sở hạ tầng thường bắt đầu từ những "khám phá ban đầu" như vậy.
Điều đáng chú ý là, ý nghĩa của nó không phải là "tự chủ vì tự chủ", mà là "khi phần mềm có thể hoàn thành giao dịch thông qua lập trình, hành vi kinh tế mới sẽ trở nên khả thi".
Kết luận
Dù là tiền mã hóa hay trí tuệ nhân tạo, giai đoạn phát triển ban đầu thiên về "khái niệm thu hút sự chú ý" và "tính mới lạ về công nghệ"; còn trong giai đoạn tiếp theo, "độ tin cậy", "năng lực quản trị" và "năng lực phân phối" sẽ trở thành các chiều cạnh cạnh tranh quan trọng hơn.
Ngày nay, bản thân công nghệ không còn là yếu tố hạn chế chính, "việc nhúng công nghệ vào hệ thống thực tế" mới là then chốt.
Theo tôi, đặc trưng mang tính biểu tượng của năm 2026 không phải là "một công nghệ đột phá cụ thể nào đó", mà là "sự tích lũy ổn định của cơ sở hạ tầng" — những cơ sở này trong khi vận hành thầm lặng, cũng đang âm thầm định hình lại "cách thức lưu chuyển giá trị" và "cách thức triển khai công việc".
