Đây là thời đại của trí tuệ nhân tạo, một thời đại tràn ngập những nghịch lý — nghịch lý dự đoán, nghịch lý định lượng việc làm, nghịch lý năng suất, nghịch lý giá trị dữ liệu, nghịch lý cách mạng công nghiệp... Chúng ta tiến bước trong những nghịch lý ấy.
Nghịch Lý Dự Đoán
Về tương lai của trí tuệ nhân tạo, dường như con người mãi mãi không thể dự đoán chính xác, bất kể là người đoạt giải Turing, người đoạt giải Nobel, hay là doanh nhân, người khởi nghiệp. Họ luôn đưa ra những đánh giá phi thực tế hoặc quá bảo thủ. Đó chính là nghịch lý dự đoán của trí tuệ nhân tạo.
Trong lịch sử, những người tiên phong như Marvin Minsky, Allen Newell, Herbert Simon đều từng đưa ra những dự đoán khiến người khác phải ngã ngửa. Ví dụ, Marvin Minsky năm 1970 chỉ ra: "Trong vòng ba đến tám năm, chúng ta sẽ có được một cỗ máy có trí thông minh trung bình của con người." Cho đến nay chúng ta vẫn đang nỗ lực vì điều đó.
Geoffrey Hinton là nhân vật có ảnh hưởng nhất hiện nay, được mệnh danh là "cha đỡ đầu của AI". Ông đã đưa ra dự đoán vào năm 2016: "Nên lập tức ngừng đào tạo bác sĩ X quang. Rõ ràng, biểu hiện của học sâu sẽ vượt qua bác sĩ X quang trong vòng năm năm." Nó đã không thành hiện thực, thực tế phát triển theo hướng ngược lại, số lượng và thu nhập của bác sĩ X quang ở Mỹ đều tăng mạnh trong thập kỷ gần đây.
Demis Hassabis có vị thế có thể sánh ngang với Hinton, ông nói (2025): "Trong khoảng mười năm tới, AI có thể giúp chữa khỏi mọi bệnh tật." Là doanh nhân AI thành công nhất, Amodei (2025) cho rằng, AI có thể giúp tuổi thọ con người tăng gấp đôi trong vòng 5-10 năm. Chúng ta hãy chờ xem những dự đoán gần đây này.
Trên đây là những lời tiên tri của 6 nhân vật nổi tiếng nhất. Về chủ đề, AGI hiện đang được săn đón nhất. Hai nhóm doanh nhân và học giả thể hiện sự phân hóa rõ rệt trong đánh giá về thời điểm AGI đạt được. Các doanh nhân lạc quan tích cực, thậm chí cho rằng sớm có thể đạt được. Chủ yếu có 4 loại: 1 đã đến (đang ở trong đó mà không biết), 2 sắp đến (một hai năm), 3 sẽ đến trong ngắn hạn (ba năm năm), 4 sẽ đến trong dài hạn (năm đến mười năm, thậm chí lâu hơn). Những đánh giá này có cái đã bị phủ định, có cái vẫn cần thời gian kiểm chứng. Như bảng dưới đây. Đánh giá của các học giả nhìn chung bi quan, thậm chí cho rằng AGI là đề tài giả, sẽ không bao giờ đến. Ví dụ, Iris van Rooij chỉ ra (2024): "Tạo ra AGI có khả năng nhận thức ở trình độ con người là không thể."
Bảng Dự đoán của các CEO công ty AI nổi tiếng về thời điểm AGI đến Nguồn: Tencent Research Institute tổng hợp, tháng 5 năm 2026
Mọi người thích dự đoán. Có người để tuyên truyền, cổ vũ bản thân, có người để viết luận văn và đề tài, còn có những cuộc tranh cãi thuần túy bằng miệng. Thực tế, không ai biết tương lai sẽ như thế nào. Tương lai không tuân theo kịch bản đã định, nó được quyết định bởi lựa chọn và hành vi của mọi người, được định hình bởi sự đoạn tuyệt hoàn toàn với quá khứ, tràn đầy sự trùng hợp và nghịch lý. Giống như một con lợn sống trong yên bình, không thể dự đoán được thiên nga đen của Tết Nguyên đán.
Nghịch Lý Định Lượng Việc Làm
Tác động của công nghệ đến việc làm là một môn học hiển nhiên, cũng là một môn học huyền bí. Đó là một chủ đề cổ xưa, như một bóng ma, lang thang hàng trăm năm. Nó ai cũng biết, bậc học giả có thể trò chuyện, người bình dân cũng có thể qua lại. Hạ giới của nó cực thấp, thượng giới cực cao, mọi người tranh luận không ngừng, ý kiến phân tán. Những năm gần đây các học giả và tổ chức chuyển hướng sang "dùng dữ liệu để nói", cố gắng dùng một phương pháp trông có vẻ khoa học, nghiêm ngặt và cao cấp để chứng minh sự cao minh của mình. Các tổ chức quốc tế như OECD, IMF, Diễn đàn Kinh tế Thế giới, Hội nghị Liên Hợp Quốc về Thương mại và Phát triển (UNCTAD), Tổ chức Lao động Quốc tế (ILO), Ngân hàng Thế giới, cũng như các công ty tư vấn như Goldman Sachs, McKinsey, Trung tâm Nghiên cứu Pew đều lần lượt đưa ra các báo cáo tính toán tác động của AI đến việc làm. Như bảng dưới đây.
Bảng Một số kết quả tính toán định lượng về tác động của AI đến việc làm
Một báo cáo riêng lẻ cũng đủ có trọng lượng, thậm chí được coi như kim chỉ nam. Nhưng khi đặt các báo cáo này lại với nhau, thì thấy kết quả tính toán chênh lệch rất lớn, nằm trong khoảng từ 0.4% đến 67%, hầu như không thể so sánh được. Khiến người ta giải ảo.
Điều kiện tiên quyết của tính toán định lượng việc làm là có thể nắm bắt chính xác nhịp đập phát triển của công nghệ. Như đã nói ở trên, các đại gia công nghệ còn không thể dự đoán chính xác sự phát triển tương lai của công nghệ AI, làm sao các nhà kinh tế học có thể định lượng tác động việc làm của AI? Chỉ có thể giả định công nghệ là đứng yên hoặc phát triển với tốc độ quy định sẵn, nhưng đây không phải là thực tế. Mặt khác, AI không phải là nhân tố tác động độc lập, chu kỳ kinh tế, kinh tế ngành, phát triển công nghệ, cơ cấu dân số, sở thích việc làm, chính sách việc làm, toàn cầu hóa, sự kiện đột xuất và nhiều nhân tố khác cùng tác động đến việc làm. Giữa chúng có mối liên hệ và tác động qua lại lẫn nhau, việc cắt tách AI ra một cách hoàn hảo là không thể. Theo nghĩa này, định lượng tác động của AI đến việc làm là một nghịch lý.
Nghịch Lý Năng Suất
Trí tuệ nhân tạo là công nghệ mục đích chung mới, có đặc tính ứng dụng phổ biến, cải tiến liên tục và thúc đẩy đổi mới, là động lực tăng trưởng kinh tế trong tương lai. Thuật ngữ trí tuệ nhân tạo đã được đề xuất 70 năm, cuộc cách mạng học máy đã được 14 năm, làn sóng AI hiện tại đang diễn ra sôi nổi, từ mô hình ngôn ngữ lớn, đa phương thức, đến mô hình thế giới, tác tử, vật lý AI, cái này nối tiếp cái kia, liên tục xuất hiện. Tuy nhiên, tốc độ tăng năng suất lao động không tăng nhanh rõ rệt, thậm chí đang đối mặt với khủng hoảng năng suất (Rogers, 2024).
Kể từ khi ChatGPT ra mắt, tốc độ tăng năng suất lao động mỗi giờ của EU dao động quanh mức 0%, quý I năm nay tăng 0.1%. Trong 14 quý từ quý IV năm 2022 đến quý I năm 2026, chỉ có 3 quý có tốc độ tăng năng suất vượt quá mức trung bình dài hạn từ năm 1999 trở lại đây (1.0%). Như hình dưới đây. Mỹ tăng trưởng mạnh mẽ, từ quý IV năm 2022 đến quý II năm 2026, năng suất lao động của khu vực doanh nghiệp phi nông nghiệp tăng trưởng trung bình hàng năm 2.2%, độc nhất vô nhị trong các nước phương Tây, nhưng điều này cũng chỉ tương đương với mức trung bình dài hạn từ năm 1948 trở lại đây (Nguồn: Cục Thống kê Lao động Mỹ).
Hình Tốc độ tăng năng suất lao động gần đây của EU (Nguồn: Eurostat)
Tình trạng "đổi mới công nghệ tiến nhanh như vũ bão và tăng trưởng năng suất đáng thất vọng" đồng thời tồn tại này, chính là nghịch lý năng suất. Đây không phải là lần đầu tiên nó xuất hiện. Người đoạt giải Nobel Kinh tế Robert Solow viết năm 1987: "Bạn có thể thấy thời đại máy tính ở khắp mọi nơi nhưng không thấy trong số liệu thống kê năng suất." Đây được coi là cách diễn đạt kinh điển nhất của "nghịch lý năng suất" hay "nghịch lý Solow".
Về nghịch lý năng suất, chủ yếu có ba cách giải thích: kỳ vọng sai lầm, sai số đo lường và độ trễ thời gian. Brynjolfsson cho rằng (2017), giải thích về độ trễ thời gian là có sức thuyết phục nhất, là nguyên nhân chính dẫn đến nghịch lý năng suất, và ông đã khái quát hóa hiệu ứng trễ của công nghệ mục đích chung đối với tác động năng suất thành "đường cong hình chữ J". Công nghệ mục đích chung cần trải qua nhiều lần đổi mới cấp hai, đổi mới bổ sung và thay đổi tổ chức, mới có thể tạo ra tác động thực chất đến năng suất. Xét về lịch sử, động cơ hơi nước, máy phát điện và máy tính lần lượt sau 118 năm, 91 năm và 49 năm phát minh, và lần lượt sau 54 năm, 40 năm và 21 năm thương mại hóa, mới bắt đầu thúc đẩy năng suất tăng rõ rệt. Vì vậy, về lâu dài, nghịch lý năng suất không phải là nghịch lý gì cả. AI thúc đẩy năng suất tăng rõ rệt vẫn cần thời gian.
Nghịch Lý Giá Trị Dữ Liệu
Dữ liệu là lương thực của AI, cần nhiều và chất lượng tốt, nhiều đến mức không đáy, chất lượng thì "rác vào, rác ra (GIGO)", hay nói cách khác dữ liệu có sự phân biệt "cao thượng" và "đê tiện". Dữ liệu quyết định giới hạn trên của khả năng AI, thường được ca ngợi là "dầu mỏ mới" (Clive Humby, 2006) và "nguồn tài nguyên có giá trị nhất thế giới" (The Economist, 2017), "quan trọng ngang với tài nguyên năng lượng, vật liệu" (Văn bản của hai Văn phòng Trung ương năm 2004). Giá trị sử dụng của dữ liệu cực kỳ lớn, nhưng lại không có giá trị giao dịch, giá trị tiền tệ như hàng hóa thông thường. Như Lý Quốc Kiệt (2025) đã nói: "Dữ liệu chỉ có thể xác định giá trị của nó trong quá trình sử dụng."
OECD (2024) đã tổng hợp 46 văn bản chính sách dữ liệu của các quốc gia, phát hiện ngữ cảnh chính sách mà "dữ liệu" xuất hiện từ cao đến thấp lần lượt là: đổi mới, niềm tin, xã hội, mở cửa thị trường, sử dụng, việc làm và tiếp cận, họ không quan tâm đến "giao dịch". Trần Xương Thịnh (2023) từng chỉ ra: "Sàn giao dịch dữ liệu mọc lên khắp nơi, nhưng 'giao dịch' trong sàn giao dịch dữ liệu phát triển không tốt lắm", "Dưới làn sóng xây dựng thị trường dữ liệu khắp nơi, cần cảnh giác hình thành định hướng hành vi 'chỉ có dữ liệu mua bán qua giao dịch mới là dữ liệu có thể sử dụng'".
Mật độ giá trị của dữ liệu thấp, khó thể hiện hóa bằng tiền tệ, chiếm tỷ trọng vi mô trong bảng cân đối kế toán, hầu như có thể bỏ qua. Theo dữ liệu mới nhất của Trường Cao đẳng Tài chính Thượng Hải, Đại học Giao thông Thượng Hải, Trung Quốc có 136 công ty niêm yết đã công bố các vấn đề liên quan đến việc đưa tài nguyên dữ liệu vào bảng cân đối, tổng số tiền đưa vào là 3.786 tỷ NDT. Theo đó suy ra, con số trước chỉ chiếm 2.5% số lượng công ty niêm yết A, con số sau chỉ tương đương 0.3% quy mô ngành công nghiệp cốt lõi trí tuệ nhân tạo của Trung Quốc.
Ba nhà mạng viễn thông lớn chiếm ưu thế về quy mô đưa vào bảng, năm 2025 tổng số tiền đưa vào là 2.1 tỷ NDT, chiếm 55.46% tổng số tiền đưa vào của các công ty niêm yết. Nhưng những tài nguyên dữ liệu này chỉ chiếm khoảng 0.06% tổng tài sản của công ty, không đáng kể. Như bảng dưới đây.
Bảng Số tiền đưa tài nguyên dữ liệu vào bảng cân đối của ba nhà mạng lớn và tỷ lệ của chúng (31.12.2025) Nguồn dữ liệu: Tổng hợp theo Bảng cân đối kế toán hợp nhất trong báo cáo tài chính.
Nghịch Lý Cách Mạng Công Nghiệp
Mỗi khi một làn sóng công nghệ nổi lên, luôn có người so sánh nó với động cơ hơi nước, điện lực hay máy tính, và phấn khích hô to: "Nó sẽ tạo ra cuộc Cách mạng Công nghiệp lần thứ tư!" Hiện tượng này đã kéo dài ít nhất nửa thế kỷ, những năm đầu như vi điện tử (1984), máy tính (1988), công nghệ nano (1994), internet (2000), năng lượng thay thế (2010), hệ thống không gian mạng vật lý (2014). Mười năm gần đây càng diễn ra mạnh mẽ hơn, dữ liệu lớn (2016), trí tuệ nhân tạo (2016), Internet vạn vật (2016), công nghiệp internet (2017), blockchain (2017), điện toán lượng tử (2018) và sản xuất thông minh (2021), đều từng được giao phó sứ mệnh cách mạng công nghiệp lần thứ tư. Như hình dưới đây.
Hình Phân bố số lượng bài viết trên China National Knowledge Infrastructure (CNKI) lấy "Cách mạng Công nghiệp lần thứ tư" làm tiêu đề Ghi chú: Tiêu chuẩn lựa chọn là các bài viết có tiêu đề bao gồm "Cách mạng Công nghiệp lần thứ ba", "Cách mạng Công nghiệp lần thứ ba", "Cách mạng Công nghiệp lần thứ tư" và "Cách mạng Công nghiệp lần thứ tư". Đối với cuộc cách mạng hiện tại, có người cho là lần thứ ba, có người cho là lần thứ tư; và cách mạng công nghiệp và cách mạng ngành công nghiệp trong tiếng Anh là cùng một cụm từ "Industrial Revolution". Vì vậy, bài viết này không phân biệt nghiêm ngặt.
Chúng ta gần như lúc nào cũng trải qua cuộc Cách mạng Công nghiệp lần thứ tư trên truyền thông. Công nghệ tạo ra cuộc cách mạng này luôn "lá mới trong rừng thúc lá cũ, sóng trước trong dòng nước nhường sóng sau", thống kê sơ bộ có ít nhất 20 công nghệ trở lên. Mỗi khi xuất hiện một công nghệ mới và được gán ý nghĩa lớn lao là Cách mạng Công nghiệp lần thứ tư, dường như có nghĩa là trước đó đều sai. Hiện tại, mọi người phổ biến cho rằng AI chính là cuộc Cách mạng Công nghiệp lần thứ tư. Demis Hassabis (2026) thậm chí chỉ ra: "Quy mô và tốc độ của AGI có thể gấp 10 lần Cách mạng Công nghiệp." Trong nước cũng có doanh nhân coi AI là cuộc cách mạng công nghệ cuối cùng của xã hội loài người. AI đã chứng minh cho quá khứ, bản thân AI lại chứng minh thế nào?
Chúng ta không thể tranh luận, nhấn mạnh hai điểm. Một là cách mạng công nghiệp và khủng hoảng kinh tế không thể đồng thời xảy ra. Hai là các cuộc cách mạng công nghiệp trong lịch sử không phải là tiên tri tiên giác, mà là tự sự sau sự kiện, những người đang ở trong đó không biết mình đang ở trong cuộc cách mạng công nghiệp. Cuộc Cách mạng Công nghiệp lần thứ nhất (những năm 1760 - những năm 1840) kết thúc 40 năm sau, thuật ngữ "Industrial Revolution" mới được công chúng biết đến nhờ sự thúc đẩy của Arnold Toynbee. Cuộc Cách mạng Công nghiệp lần thứ hai (những năm 1870 - 1914) kết thúc 40 năm sau, các nhà kinh tế học mới bắt đầu sử dụng "Second Industrial Revolution", kết thúc 55 năm sau cuốn "The Unbound Prometheus" (1969) của David Landes mới chuẩn hóa định nghĩa học thuật của nó. Cuộc Cách mạng Công nghiệp lần thứ ba hiện chưa có nhận thức thống nhất, Jeremy Rifkin (2011) cho rằng chủ đề của nó là sự hợp nhất của internet và năng lượng tái tạo; The Economist (2012) cho rằng đó là sự số hóa sản xuất; Erik Brynjolfsson và Andrew McAfee (2011) cho rằng cuộc Cách mạng Công nghiệp lần thứ ba được thúc đẩy bởi máy tính và mạng. Hãy để chúng ta mong đợi lần này sẽ khác.
Bài viết này từ tài khoản công chúng WeChat "Tencent Research Institute" (ID: cyberlawrc), tác giả: Yan Deli
