Ngày 23 tháng 2 năm 2026, một ngày thứ Hai đáng lẽ yên tĩnh, cổ phiếu của IBM đã chứng kiến mức sụt giảm trong một ngày tồi tệ nhất kể từ tháng 10 năm 2000. Khi đóng cửa, mức giảm được xác định ở mức 13,2%, khoảng 400 tỷ USD vốn hóa thị trường đã bốc hơi chỉ trong vài giờ. Ngòi nổ không phải là báo cáo tài chính thảm hại, cũng không phải là đòn trừng phạt của cơ quan quản lý, mà là một thông báo sản phẩm: Công ty khởi nghiệp AI Anthropic tuyên bố rằng công cụ Claude Code của họ có thể hiện đại hóa ngôn ngữ lập trình COBOL đang chạy trên hệ thống của IBM, và COBOL chính là hoạt động kinh doanh “hào nước bảo vệ” mang lại lợi nhuận khổng lồ cho IBM.
Ba ngày sau, một kịch bản tương tự đã diễn ra theo cách hoàn toàn ngược lại. Ngày 26 tháng 2, Block, công ty công nghệ tài chính của Jack Dorsey, thông báo cắt giảm khoảng 4000 nhân sự, tỷ lệ cắt giảm gần 50%, lý do cũng là do AI thúc đẩy nâng cao hiệu suất. Nhưng phản ứng của thị trường lại hoàn toàn khác biệt – cổ phiếu Block đã tăng vọt hơn 24% trong giao dịch ngoài giờ. Dorsey trong thư gửi cổ đông đã thẳng thắn thừa nhận: “Tôi tin rằng trong vòng một năm tới, hầu hết các công ty sẽ đi đến cùng một kết luận và thực hiện những điều chỉnh cơ cấu tương tự.”
Hai sự kiện, cùng một yếu tố thúc đẩy – AI; hai phản ứng thị trường hoàn toàn trái ngược – một giảm mạnh, một tăng mạnh. Rốt cuộc điều gì đã xảy ra đằng sau? Câu trả lời có lẽ hướng đến một mệnh đề sâu xa hơn: AI đang định nghĩa lại “tài sản nào là có giá trị”. Đối với các giám đốc điều hành công ty niêm yết, nhà đầu tư và những người ra quyết định tại các doanh nghiệp truyền thống, việc hiểu logic định giá lại này không còn là tư duy chiến lược mang tính tiên phong nữa, mà là vấn đề cấp bách liên quan đến sự sống còn.
I. Cùng một AI, phán quyết khác nhau của thị trường
Để hiểu sự tương phản giữa hai sự kiện này, trước tiên cần nhìn rõ cấu trúc tài sản của từng sự kiện.
Mức sụt giảm của IBM, bề ngoài là mối đe dọa kỹ thuật từ công cụ Claude Code, thực chất là việc thị trường định giá lại mô hình tài sản cốt lõi của họ. COBOL, ngôn ngữ lập trình ra đời vào cuối những năm 50 của thế kỷ 20, đến nay vẫn hỗ trợ khoảng 95% giao dịch ATM toàn cầu và rất nhiều hệ thống cốt lõi trong các lĩnh vực then chốt như tài chính, hàng không, chính phủ. Anthropic trong blog đã viết: “Mỗi ngày có hàng nghìn tỷ dòng mã COBOL đang chạy trong môi trường sản xuất, cung cấp năng lượng cho các hệ thống quan trọng. Tuy nhiên, số người hiểu COBOL lại ngày càng giảm.”
Trong một thời gian dài, việc hiện đại hóa hệ thống COBOL luôn là một công trình phức tạp và tốn kém, và điều này đã trở thành hào nước bảo vệ kinh doanh mang lại lợi nhuận lớn cho IBM. Nhưng Anthropic tuyên bố: “Với sức mạnh của AI, các nhóm không cần tiêu tốn nhiều năm, mà có thể hiện đại hóa kho mã COBOL trong vòng vài quý.” Điều thị trường nghe thấy hàm ý là: Doanh thu bảo trì hệ thống dựa vào nguồn lực con người dày đặc, doanh thu dịch vụ xung quanh máy tính lớn (mainframe) mà IBM phụ thuộc, đang bị công nghệ AI xói mòn.
Tuy nhiên, điều đáng suy ngẫm là, cổ phiếu IBM đã phục hồi 2,68% vào ngày hôm sau. Các tổ chức phân tích Phố Wall như Wedbush và Evercore ISI nhanh chóng ra mặt hộ giá, cho rằng mức sụt giảm này là “phản ứng thái quá vô căn cứ”. Lý do của họ chỉ thẳng vào cốt lõi vấn đề: Khách hàng doanh nghiệp không thể chỉ vì một công cụ AI mới có thể dịch mã di sản (legacy code) mà ngay lập tức từ bỏ hệ thống máy tính lớn của họ. Tồn tại một khoảng cách lớn giữa việc dịch cú pháp mã và việc hiện đại hóa hệ thống tích hợp sâu phần cứng-phần mềm.
Bản thân IBM cũng đưa ra phản hồi trong cùng ngày, nêu lên một luận điểm then chốt: Thách thức của hiện đại hóa không phải là vấn đề ngôn ngữ COBOL, mà là vấn đề nền tảng IBM Z – dịch mã hầu như không nắm bắt được sự phức tạp thực tế, giá trị của nền tảng đến từ sự tích hợp phần cứng-phần mềm trong nhiều thập kỷ, đây là điều mà dịch mã không thể chuyển đổi.
Nhìn lại sự kiện của Block. Cùng là cắt giảm nhân sự quy mô lớn, cùng được thúc đẩy bởi AI, nhưng phán quyết của thị trường lại là tăng 24%. Điểm then chốt nằm ở cấu trúc tài sản của Block đang thay đổi. Kể từ năm 2024, Block liên tục tái cơ cấu mô hình kinh doanh và cơ cấu nhân sự, đồng thời mạnh mẽ đầu tư vào các công cụ trí tuệ nhân tạo để nâng cao hiệu quả vận hành, bao gồm phát triển công cụ riêng có tên Goose.
Amrita Ahuja, Giám đốc tài chính của Block, nhấn mạnh khi giải thích việc cắt giảm nhân sự: “Chúng tôi đang thực hiện những hành động mạnh mẽ và dứt khoát, nhưng chúng tôi đang xây dựng dựa trên nền tảng sức mạnh.” “Nền tảng sức mạnh” này có dữ liệu hỗ trợ: Lợi nhuận gộp cả năm 2025 đạt 10,36 tỷ USD, tăng 17% so với cùng kỳ. Biểu hiện tài chính mạnh mẽ đã cung cấp không gian đệm cho công ty thúc đẩy tái cơ cấu quy mô lớn vào lúc này.
Cách giải thích của thị trường rất rõ ràng: Block không phải đang thu hẹp một cách thụ động dưới tác động của AI, mà đang chủ động tối ưu hóa cấu trúc tài sản – sử dụng ít “tài sản nhân lực” hơn để đổi lấy hiệu suất sản xuất cao hơn của “tài sản công nghệ”. Cắt giảm 50% nhân sự đồng thời điều chỉnh hướng dẫn cả năm tăng lên, đồng nghĩa với việc giá trị sản lượng trên một đơn vị nhân lực đang được AI khuếch đại.
II. Thời đại AI, bốn loại tài sản đang được định giá lại
Hai case study này tiết lộ một xu hướng đang diễn ra: AI đang trở thành “công cụ định giá lại” giá trị tài sản. Các loại tài sản khác nhau, dưới khuôn khổ đánh giá của AI, đang thể hiện các đường cong giá trị hoàn toàn khác biệt.
Loại thứ nhất là tài sản tập trung nhiều vốn nhân lực. Giá trị của đội ngũ bảo trì COBOL của IBM, các nhà phân tích truyền thống, lập trình viên và những “người gia công thông tin” khác đang bị AI làm loãng. Anthropic khi giới thiệu Claude Code đã đề cập, công cụ này có thể nhận diện “những rủi ro mà các nhà phân tích con người cần hàng tháng trời mới có thể phát hiện”. Điều này không có nghĩa là con người không còn quan trọng, mà là những công việc phụ thuộc vào sự bất đối xứng thông tin và kiến thức mang tính quy trình, giá trị của chúng đang bị công nghệ nén lại.
Nhưng cần thận trọng xem xét, AI thay thế là “gia công thông tin”, chứ không phải “sáng tạo giá trị”. Nhà phân tích Mitch Ashley của Futurum Group trong báo cáo nghiên cứu chỉ ra, các dự án hiện đại hóa COBOL thành công cần nhiều chiều kích như xác định phạm vi nghiệp vụ, đánh giá kỹ thuật, lập kế hoạch di chuyển dữ liệu, xác minh tính tương đương hành vi, khả năng quan sát và quản lý thay đổi tổ chức, dịch mã chỉ là một khâu trong đó. Những năng lực của con người có thể vận hành hệ thống phức tạp, hiểu bản chất nghiệp vụ, đưa ra phán đoán chiến lược, vẫn còn khan hiếm.
Loại thứ hai là tài sản dữ liệu, chúng đang trở thành vùng đất giá trị cao trong thời đại AI. Cùng với sự phát triển nhanh chóng của AI generative, thuộc tính giá trị của dữ liệu đang được định hình lại. Nghiên cứu của Tang và cộng sự đăng trên 《PLOS One》 chỉ ra, AI generative đã thay đổi cách thức thu thập, xử lý và lợi dụng dữ liệu, giá trị của tài sản dữ liệu không chỉ phụ thuộc vào chất lượng nội tại và tính liên quan, mà còn liên quan mật thiết đến ứng dụng, khả năng chuyển đổi và nhu cầu thị trường của nó trong khuôn khổ AI generative.
Điều này có nghĩa, tính độc nhất, tính liên tục và khả năng quản trị của dữ liệu đang trở thành các chiều kích giá trị cốt lõi. Một tập dữ liệu trong một bối cảnh có thể có giá trị cực cao, trong bối cảnh khác có thể hoàn toàn vô dụng. Những doanh nghiệp có thể cung cấp nguồn dữ liệu độc quyền, liên tục, chất lượng cao cho việc đào tạo mô hình AI, đang giành được quyền định giá mới.
Loại thứ ba là tài sản thuật toán và mô hình. EVMbench do OpenAI và Paradigm hợp tác đưa ra, dùng để đánh giá khả năng của AI trong việc phát hiện, sửa chữa và lợi dụng lỗ hổng hợp đồng thông minh, bản thân nó đã nói lên rằng thuật toán đang trở thành tài sản có thể định lượng. Trọng số mô hình (model weights), khuôn khổ thuật toán, phương pháp luận đào tạo, đang trở thành những tài sản vô hình có thể nhận diện, kiểm soát và hóa thành tiền.
Loại thứ tư là tài sản hữu hình truyền thống, chúng đang trải qua sự phân hóa. Những tài sản thực thể phụ thuộc vào “bất đối xứng thông tin” và “trung gian nhân lực” đối mặt với áp lực mất giá, trong khi những tài sản thực thể có thuộc tính “kháng thay thế bởi AI” – như cơ sở năng lượng, tài nguyên khan hiếm, cơ sở hạ tầng cốt lõi – có giá trị tương đối ổn định. Lý do rất đơn giản: AI có thể phân tích và tối ưu hóa vận hành của những tài sản này, nhưng không thể thay thế chức năng tồn tại vật lý và mang giá trị của bản thân chúng.
III. Từ “Định giá lại tài sản” đến “Miễn dịch AI”
Dựa trên phân tích trên, doanh nghiệp cần một khuôn khổ có hệ thống để đánh giá tài sản của mình trong thời đại AI là tăng giá hay mất giá. Viện nghiên cứu RWA đề xuất khuôn khổ nhận diện tài sản “Miễn dịch AI”, bao gồm ba đặc trưng cốt lõi.
Đặc trưng thứ nhất là tính không thể mã hóa. Đây chỉ những yếu tố giá trị khó có thể được AI học hỏi hoặc sao chép hoàn toàn. Bản thân mã COBOL có thể được AI dịch, nhưng khả năng xử lý giao dịch được xây dựng từ cấp độ chip của máy tính lớn dòng Z chạy hệ thống COBOL, mã hóa an toàn lượng tử, độ tin cậy tám số chín (eight nines), những thứ này là công cụ AI không thể sao chép. Nghiên cứu của Futurum Group chỉ ra, “dịch mã không nắm bắt được sự phức tạp thực tế, giá trị nền tảng đến từ sự tích hợp phần cứng-phần mềm trong nhiều thập kỷ”. Tương tự, quyền kiểm soát kịch bản offline, kiến thức ngầm định của ngành, mạng lưới quan hệ phức tạp, những yếu tố khó “mã hóa” này, tạo thành rào chắn miễn dịch đầu tiên của tài sản.
Đặc trưng thứ hai là hào nước bảo vệ dữ liệu. Doanh nghiệp có sở hữu tài sản dữ liệu độc quyền, liên tục, có thể quản trị? Chỉ sử dụng dữ liệu công khai, hay có thể tạo ra dữ liệu mà người khác không thể thu thập? Ngân hàng Trung Tín (China CITIC Bank) đã bắt đầu khám phá sử dụng mô hình lớn (large model) để đánh giá giá trị tài sản dữ liệu, thử nghiệm “đưa tài sản dữ liệu vào bảng cân đối kế toán”. Logic đằng sau là: Trong thời đại AI, dữ liệu không chỉ là nguyên liệu sản xuất, mà còn là bản thân tài sản. Nhưng không phải mọi dữ liệu đều có hào nước bảo vệ – dữ liệu mạng công khai sẽ sớm bị các mô hình AI “tiêu hóa” hết, và chỉ những doanh nghiệp có nguồn dữ liệu độc quyền mới có thể nhận được mức giá cao hơn (premium) trong khuôn khổ định giá AI.
Đặc trưng thứ ba là tính đàn hồi được AI trao quyền. Bản thân tài sản có thể được AI tăng cường chứ không phải thay thế? Đây là chìa khóa phân biệt giữa cú sốc kiểu IBM và chuyển đổi kiểu Block. Hoạt động kinh doanh cốt lõi của IBM – bảo trì hệ thống di sản COBOL – là đối tượng bị AI “thay thế”; còn mô hình kinh doanh của Block – thanh toán, dịch vụ tài chính – có thể được AI “trao quyền”. Trên thực tế, chính IBM cũng đã phát triển watsonx Code Assistant for Z, công cụ chuyên dụng này cho phép khách hàng tái cấu trúc và hiện đại hóa mã di sản một cách an toàn ngay trên nền tảng, đồng thời bảo toàn tính bảo mật cấp doanh nghiệp. Khi tài sản có thể tạo thành sự hợp tác với AI chứ không phải đối kháng, giá trị của nó sẽ tăng lên.
Ngược lại, tài sản dễ tổn thương bởi AI cũng thể hiện ba đặc trưng: phụ thuộc vào “xử lý thông tin” như giá trị cốt lõi, có thể bị thay thế bằng quy trình tiêu chuẩn hóa, không có khả năng tạo và tích lũy dữ liệu. Đối chiếu ba đặc trưng này, doanh nghiệp có thể thực hiện “kiểm tra áp lực” đối với danh mục tài sản của mình.
IV. Cơ hội mới của RWA: Tài sản nào đáng được token hóa?
Mở rộng khuôn khổ trên sang lĩnh vực RWA (Token hóa tài sản thế giới thực - Real World Asset tokenization), có thể rút ra một kết luận rõ ràng: RWA không phải là “tài sản nào cũng có thể đưa lên chain”, mà là trong làn sóng định giá lại của AI, sàng lọc ra những tài sản cứng có thể vượt qua chu kỳ AI.
Tháng 3 năm 2026, tổng giá trị RWA trên chain đã vượt 250 tỷ USD, tăng gần gấp bốn lần so với một năm trước. Nhưng Sách trắng ngành RWA do Hiệp hội Tiêu chuẩn hóa Web3.0 Hồng Kông công bố vào tháng 8 năm 2025 đã nêu rõ: “Vạn vật đều có thể RWA là một mệnh đề giả”. Các tài sản triển khai thành công trên quy mô lớn cần đáp ứng ba ngưỡng cửa: tính ổn định giá trị, tính rõ ràng về xác định quyền lợi pháp lý và tính có thể xác minh dữ liệu off-chain.
Kết hợp với khuôn khổ “Miễn dịch AI”, chúng ta có thể cụ thể hóa thêm: Tài sản đáng được token hóa, trước tiên là những tài sản có giá trị ổn định trong quá trình định giá lại của AI.
Loại thứ nhất là các tài sản thực thể có đặc trưng “Miễn dịch AI”. Bao gồm tài sản năng lượng, cơ sở hạ tầng, tài nguyên khan hiếm, v.v. Giá trị của loại tài sản này không phụ thuộc vào xử lý thông tin, mà bắt nguồn từ sự tồn tại vật lý và công dụng thực tế. Sách trắng đề cập đến RWA năng lượng mới (như trạm sạc, tài sệu quang điện), tài sản sức mạnh tính toán (compute power) như GPU, đều thuộc phạm trù này. Trong đó, tài sản sức mạnh tính toán GPU dựa vào “nhu cầu cứng” của ngành công nghiệp AI và “gen số” đáng tin cậy, đang trở thành tài sản neo lý tưởng cho RWA.
Loại thứ hai là tài sản dữ liệu có thể lập trình. Sở hữu nguồn dữ liệu độc quyền và có thể tự động hóa thành tiền thông qua hợp đồng thông minh, vừa có “hào nước bảo vệ dữ liệu” vừa có “tính đàn hồi được AI trao quyền”. Sách trắng xếp dữ liệu cùng với sở hữu trí tuệ, tín chỉ carbon, v.v. vào loại tài sản vô hình. Nhưng cần cảnh giác, không phải mọi dữ liệu đều có thể trở thành tài sản – chỉ những dữ liệu có thể tạo ra liên tục, có thể xác định quyền và có thể xác minh, mới có nền tảng để token hóa.
Loại thứ ba là tài sản hỗn hợp, kết hợp quyền kiểm soát vật lý “không thể mã hóa” với quyền lợi số “có thể lập trình”. Ví dụ, quyền sở hữu bất động sản thương mại có thể được token hóa, nhưng vận hành, bảo trì, cho thuê thực tế của bất động sản – những quyền kiểm soát kịch bản offline này – vẫn nằm trong tay các cơ quan chuyên môn. Cấu trúc hai lớp “vật lý + số” này, vừa tận dụng lợi thế thanh khoản của blockchain, vừa giữ lại điểm neo giá trị offline “miễn dịch AI”.
Ngược lại, có hai loại tài sản trong thời đại AI cần thận trọng khi xem xét token hóa. Một loại là tài sản tài chính phụ thuộc nhiều vào trung gian nhân lực, giá trị của chúng dễ bị AI nén lại; loại khác là tài sản tiêu chuẩn hóa không có hào nước bảo vệ dữ liệu, trong khuôn khổ định giá của AI thiếu năng lực thương lượng giá.
V. Hướng dẫn hành động: Từ nhận thức đến quyết định
400 tỷ USD bốc hơi của IBM, là một tín hiệu của một thời đại – những tài sản dựa vào sự bất đối xứng thông tin và chất đống nhân lực, đang được AI định giá lại. Mức tăng ngược chiều của Block, là tiếng kèn của một thời đại khác – những doanh nghiệp có thể ôm lấy AI, tối ưu hóa cấu trúc tài sản, đang được thị trường định giá lại.
Đối với những người ra quyết định tại các công ty niêm yết và doanh nghiệp truyền thống, đây không chỉ là nỗi lo về công nghệ, mà là sự tái cấu trúc cơ bản của hệ thống giá trị tài sản. Các CEO cần trả lời một câu hỏi không thể tránh khỏi: Danh mục tài sản của tôi, trong mắt AI đáng giá bao nhiêu?
Dựa trên phân tích của bài viết này, có thể đề xuất ba khuyến nghị có thể hành động.
Thứ nhất, ngay lập tức khởi động “kiểm tra áp lực AI” đối với tài sản. Đối chiếu ba đặc trưng của khuôn khổ “Miễn dịch AI” – tính không thể mã hóa, hào nước bảo vệ dữ liệu, tính đàn hồi được AI trao quyền – để đánh giá lần lượt từng đơn vị kinh doanh cốt lõi của doanh nghiệp. Xác định nghiệp vụ nào dễ bị mất giá nhất dưới tác động của AI, nghiệp vụ nào có thể nhận được hiệu ứng khuếch đại từ AI.
Thứ hai, thiết lập cơ chế quản lý danh mục tài sản động. Trong bối cảnh định giá lại của AI, phân bổ tài sản không còn là chiến lược tĩnh “mua và nắm giữ”. Doanh nghiệp cần chủ ý tăng tỷ trọng tài sản “Miễn dịch AI”, đồng thời lập kế hoạch chuyển đổi hoặc thoái vốn đối với những tài sản dễ tổn thương bởi AI. Đây không chỉ là trách nhiệm của bộ phận tài chính, mà cần sự phối hợp của bộ phận chiến lược, bộ phận kỹ thuật và bộ phận nghiệp vụ.
Thứ ba, xem xét lại chiến lược RWA. Trước khi xem xét token hóa tài sản, trước tiên hãy sử dụng khuôn khổ “Miễn dịch AI” để sàng lọc tài sản cơ sở. Giá trị cốt lõi của RWA không phải là bản thân việc “lên chain”, mà là thông qua token hóa để các tài sản chất lượng có được tính thanh khoản và hiệu quả định giá tốt hơn. Nếu bản thân tài sản cơ sở trong thời đại AI đã mất giá, thì token hóa chỉ đang đẩy nhanh sự thất thoát giá trị.
Cuối cùng cần đặc biệt giải thích, theo Văn bản số 42 do tám bộ ngành Trung Quốc liên hợp ban hành, trong lãnh thổ đại lục Trung Quốc nghiêm cấm triển khai bất kỳ hình thức phát hành token và giao dịch token hóa nào. RWA token hóa được thảo luận trong bài viết này, chỉ đề cập đến thực tiễn số hóa tài sản trong khuôn khổ tuân thủ quy định ở nước ngoài. Khi khám phá các nghiệp vụ liên quan, doanh nghiệp phải tuân thủ nghiêm ngặt lằn ranh quản lý “nghiêm cấm trong nước, đăng ký ở nước ngoài”.
Khi AI bắt đầu định giá tài sản, cảm giác an toàn duy nhất, đến từ những thứ AI không thể định giá – không phải mã code, không phải dữ liệu, mà chính là năng lực phán đoán giá trị của con người.
(Bài viết này dựa trên các tài liệu và dữ liệu công khai, nguồn dữ liệu bao gồm Nasdaq, Tin tức Tencent, Futurum Group, PLOS One, 21 Tài chính, Công Thương thời báo và các cơ quan truyền thông, nghiên cứu uy tín khác. Quan điểm trong bài không cấu thành bất kỳ khuyến nghị đầu tư nào.)
