Các Công Ty Tiền Mã Hóa Cắt Giảm Nhân Sự Giữa Làn Sóng Tích Hợp AI Và Áp Lực Thị Trường – Chi Tiết

bitcoinistXuất bản vào 2026-03-22Cập nhật gần nhất vào 2026-03-22

Tóm tắt

Trong một diễn biến đáng chú ý, các công ty tiền mã hóa lớn đang cắt giảm nhân sự, trích dẫn làn sóng tích hợp trí tuệ nhân tạo (AI) mạnh mẽ. Khác với đợt suy thoái năm 2022-2023, đợt sa thải này mang tính chiến lược hơn, nhằm kết hợp hiệu quả từ AI với những thách thức thị trường. Sàn Crypto.com cắt giảm 12% lực lượng lao động toàn cầu, tương đương khoảng 180 nhân viên. CEO Kris Marszalek tuyên bố việc áp dụng AI là lý do chính, cho rằng các công ty không chuyển đổi sang AI ngay lập tức sẽ thất bại. Gemini cũng giảm tới 30% nhân sự, tập trung vào AI và thị trường Mỹ. Ngay cả Block của Jack Dorsey cũng cắt 4.000 việc làm, chiếm gần 40-50% lực lượng lao động, và ghi nhận AI giúp các nhóm hoạt động hiệu quả hơn. Tổng vốn hóa thị trường tiền mã hóa hiện ở mức 2,39 nghìn tỷ USD, giảm 1,47% trong ngày qua. Thị trường đã trải qua sáu tháng suy thoái với dòng tiền ròng rút ra lên tới 1,89 nghìn tỷ USD. Tuy nhiên, Chỉ số Fear & Greed hiện ở mức 29 (Sợ hãi), cho thấy sự cải thiện so với mức cực kỳ sợ hãi của tháng trước.

Trong một diễn biến đáng lo ngại, các công ty tiền mã hóa lớn đang chủ động thu hẹp lực lượng lao động của họ, viện dẫn làn sóng tích hợp trí tuệ nhân tạo (AI) mạnh mẽ. Không giống với mùa đông khắc nghiệt của thị trường tiền mã hóa năm 2022-2023 được kích hoạt bởi các vụ sụp đổ như FTX, đợt sa thải này có vẻ mang tính chiến lược hơn, nhằm mục đích kết hợp những lợi ích về hiệu quả từ AI với những thách thức thị trường rộng lớn đang diễn ra.

Lực Lượng Lao Động Ngành Crypto Chịu Thiệt Hại Khi Việc Áp Dụng AI Gia Tăng

Đầu năm 2026 đang chứng kiến làn sóng cắt giảm việc làm từ ngành công nghiệp tiền mã hóa khi các nhà tuyển dụng tăng cường đầu tư vào các công cụ AI. Sàn giao dịch nổi bật Crypto.com đã trở thành công ty có hồ sơ mới nhất công bố cắt giảm vào ngày 19 tháng 3, giảm khoảng 12% lực lượng lao động toàn cầu, tương đương khoảng 180 nhân viên trong số khoảng 1.500 người. Giám đốc điều hành và đồng sáng lập Kris Marszalek đã quyết định này rõ ràng là do việc áp dụng AI. Marszalek nhấn mạnh rằng việc kết hợp những người làm việc hiệu quả nhất với các công cụ AI tiên tiến đánh dấu một bước tiến trong sự phát triển của ngành, nhắm đến việc đạt được một quy mô và độ chính xác chưa từng có trước đây.

Trong khi đó, Gemini, sàn giao dịch do Winklevoss điều hành, đã giảm tới 30% số lượng nhân sự kể từ đầu năm 2026, đưa tổng số của họ xuống còn khoảng 445 người giữa lúc báo cáo thua lỗ 582 triệu USD, giá Bitcoin giảm và thị phần sụt giảm. Theo Bloomberg, công ty này cũng đang chuyển hướng nguồn lực sang các hoạt động tập trung vào AI và thị trường Mỹ. Nền tảng dữ liệu và nghiên cứu Messari cũng đã trải qua đợt cắt giảm nhân viên vào năm 2026 cùng với một sự thay đổi lãnh đạo, chuyển hướng mạnh mẽ sang các sản phẩm dẫn dắt bởi AI cho khách hàng thể chế.

Ngay cả Block của Jack Dorsey, vốn có mối liên hệ sâu rộng với crypto thông qua Cash App và các chiến lược Bitcoin, cũng đã cắt giảm hơn 4.000 việc làm, gần 40-50% lực lượng lao động, vào cuối tháng Hai, và rõ ràng đã ghi nhận AI vì đã cho phép các nhóm nhỏ hơn, hiệu quả hơn. Mặt khác, Quỹ Algorand cũng cắt giảm khoảng 25% nhân viên, tương đương khoảng 50 vị trí từ một đội dưới 200 người, chỉ ra "các điều kiện kinh tế vĩ mô toàn cầu không chắc chắn" và sự suy thoái rộng hơn trên thị trường tiền mã hóa; trong khi OP Labs (đứng sau Ethereum Layer-2 Optimism) đã loại bỏ khoảng 20 vai trò hoặc khoảng 20% nhân viên để thu hẹp trọng tâm vào việc phát triển giao thức cốt lõi.

Tổng Quan Thị Trường Tiền Mã Hóa

Theo dữ liệu từ CoinMarketCap, tổng vốn hóa thị trường tiền mã hóa được định giá ở mức 2,39 nghìn tỷ USD, sau mức giảm 1,47% trong ngày qua. Thị trường tài sản kỹ thuật số đã trải qua một thị trường giá xuống trong sáu tháng qua, được thúc đẩy bởi các điều kiện kinh tế vĩ mô bất lợi và sự sụt giảm nghiêm trọng về thanh khoản của nhà đầu tư. Trong thời gian này, dòng tiền ròng ra khỏi thị trường đã đạt 1,89 nghìn tỷ USD, tiến gần đến một nửa mức đỉnh vốn hóa thị trường là 4,28 nghìn tỷ USD.

Tuy nhiên, thị trường đang chứng kiến một sự phục hồi nhẹ và những thay đổi nhỏ trong tâm lý nhà đầu tư. Đáng chú ý nhất, Chỉ số Sợ Hãi & Tham Lam hiện ở mức 29 (Sợ hãi), thể hiện sự cải thiện đáng kể so với mức độ sợ hãi cực độ được ghi nhận vào tháng trước.

Tổng vốn hóa thị trường crypto được định giá ở mức 2,36 nghìn tỷ USD trên biểu đồ hàng ngày | Nguồn: Biểu đồ TOTAL trên Tradingview.com

Câu hỏi Liên quan

QTại sao các công ty tiền điện tử đang cắt giảm nhân sự vào đầu năm 2026?

ACác công ty tiền điện tử đang cắt giảm nhân sự do sự tích hợp mạnh mẽ các công cụ AI để đạt được hiệu quả cao hơn, cùng với những thách thức từ thị trường chung đang diễn ra.

QCrypto.com đã cắt giảm bao nhiêu phần trăm lực lượng lao động và lý do cụ thể là gì?

ASàn giao dịch Crypto.com đã cắt giảm khoảng 12% lực lượng lao động toàn cầu, tương đương 180 nhân viên. CEO Kris Marszalek cho biết quyết định này là nhằm tích hợp các công cụ AI tiên tiến để đạt được quy mô và độ chính xác chưa từng có.

QCông ty Gemini đã thay đổi như thế nào trong năm 2026?

AGemini đã cắt giảm tới 30% nhân sự, giảm tổng số nhân viên xuống còn khoảng 445 người, đồng thời chuyển hướng nguồn lực sang tập trung vào AI và các hoạt động tại thị trường Mỹ, trong bối cảnh báo cáo thua lỗ 582 triệu USD và thị phần sụt giảm.

QTổng giá trị vốn hóa thị trường tiền điện tử hiện tại là bao nhiêu và so với đỉnh cao nhất thì thế nào?

ATổng giá trị vốn hóa thị trường tiền điện tử hiện tại là 2,39 nghìn tỷ USD, giảm 1,47% trong ngày qua. Con số này đã giảm gần một nửa so với mức đỉnh lịch sử 4,28 nghìn tỷ USD, với dòng tiền ròng rút khỏi thị trường lên tới 1,89 nghìn tỷ USD.

QChỉ số Fear & Greed Index của thị trường tiền điện tử hiện đang ở mức nào, và điều này cho thấy điều gì?

AChỉ số Fear & Greed Index hiện đang ở mức 29, thuộc vùng 'Sợ hãi' (Fear). Mặc dù vậy, đây được coi là một sự cải thiện đáng kể so với mức 'Sợ hãi cực độ' được ghi nhận vào tháng trước, cho thấy tâm lý nhà đầu tư đang có dấu hiệu phục hồi nhẹ.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit48 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit48 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit54 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit54 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Giao dịch

Giao ngay
活动图片