Doanh Thu Quý 4 Của SoFi Tăng Mạnh Nhờ Crypto và Blockchain Thúc Đẩy Tăng Trưởng

TheNewsCryptoXuất bản vào 2026-01-31Cập nhật gần nhất vào 2026-01-31

Tóm tắt

SoFi đã đạt doanh thu kỷ lục trong quý IV nhờ sự tăng trưởng mạnh từ dịch vụ giao dịch crypto và blockchain, biến tài sản số thành động lực tăng trưởng chính. Công ty fintech này tận dụng xu hướng toàn cầu về áp dụng Bitcoin và thanh toán blockchain để thu hút khách hàng mới, đồng thời nâng cao hiệu quả giao dịch và giữ chân người dùng. SoFi kết hợp dịch vụ truyền thống (ngân hàng, đầu tư, cho vay) với crypto trong một nền tảng duy nhất, giúp giảm chi phí thu hút khách hàng và tăng giá trị lâu dài. Công ty cũng phát triển cơ sở hạ tầng blockchain để cải thiện tốc độ xử lý thanh toán, hướng tới tích hợp tài sản số vào tài chính chính thống. Xu hướng này phản ánh nhu cầu ngày càng tăng về crypto trong môi trường được quy định, với SoFi là ví dụ điển hình về việc kết hợp thành công dịch vụ crypto với hệ thống ngân hàng truyền thống.

SoFi đã phá vỡ kỷ lục hiệu suất trong một quý về doanh thu, mà công ty cho là nhờ việc áp dụng ngày càng nhiều các dịch vụ giao dịch crypto và blockchain của họ. Công ty fintech này đang ngày càng kết hợp các tài sản kỹ thuật số như một động lực tăng trưởng chính thay vì một hoạt động phụ.

Động thái này cũng phù hợp với xu hướng chung của ngành, nơi việc áp dụng Bitcoin tiếp tục tăng trên toàn cầu và các khoản thanh toán blockchain tiếp tục phát triển trên các nền tảng tài chính. SoFi đang tận dụng xu hướng này vì nó đã là một ứng dụng tài chính tích hợp cung cấp các dịch vụ ngân hàng, đầu tư và cho vay.

Công ty cũng nhấn mạnh tầm quan trọng của việc thu hút người dùng trên nền tảng hơn là chỉ tập trung vào khối lượng giao dịch. Các tính năng Crypto giúp thu hút khách hàng mới, trong khi các đường ray blockchain giúp tăng hiệu quả giao dịch và đẩy nhanh tốc độ thanh toán. Điều này giúp thúc đẩy tăng trưởng doanh thu đồng thời cải thiện tỷ lệ giữ chân khách hàng.

Sức Mạnh Doanh Thu Phản Ánh Chiến Lược Nền Tảng

Hiệu suất của SoFi cũng chứng minh cách các công ty fintech có thể tích hợp tài chính truyền thống và tài sản kỹ thuật số. Công ty tận dụng giao dịch crypto như một điểm vào và sau đó bán chéo các khoản vay, sản phẩm tín dụng và dịch vụ quản lý tài sản.

Không giống như các sàn giao dịch thuần túy khác, SoFi cung cấp một loạt các dịch vụ thông qua một ứng dụng duy nhất. Mô hình kinh doanh này sẽ cho phép công ty giảm chi phí thu hút khách hàng và tăng giá trị trọn đời của khách hàng. Khi việc áp dụng crypto tiếp tục ổn định, mô hình kinh doanh này sẽ chứng tỏ thành công hơn các đối thủ của nó.

Cơ Sở Hạ Tầng Blockchain Ngày Càng Quan Trọng

SoFi không hoạt động như một sàn giao dịch thuần túy. Công ty cũng đang phát triển các dịch vụ hỗ trợ blockchain để tăng tốc xử lý thanh toán và cải thiện hiệu quả cơ sở hạ tầng backend. Các dịch vụ này sẽ loại bỏ các trở ngại cho hoạt động tài chính và cung cấp trải nghiệm người dùng tốt hơn.

Việc nhấn mạnh vào công nghệ này cho thấy công ty có những kế hoạch dài hạn. SoFi đang tạo ra cơ sở hạ tầng cho phép tài sản kỹ thuật số được sử dụng trong tài chính chính thống, thay vì sử dụng crypto như một phương tiện đầu cơ.

Bối Cảnh Ngành Rộng Hơn

Giới truyền thông lưu ý rằng các công ty fintech truyền thống ngày càng tích hợp các tính năng crypto. Tính rõ ràng về quy định và nhu cầu của người dùng thúc đẩy các công ty cung cấp tiếp cận tài sản kỹ thuật số trong môi trường được quy định.

SoFi là một phần của xu hướng này. Công ty sử dụng khả năng tuân thủ, thương hiệu và danh mục sản phẩm của mình để thu hút những khách hàng quan tâm đến việc tiếp cận crypto mà không phải rời khỏi hệ thống tài chính truyền thống.

Con Đường Tăng Trưởng Phía Trước

Quý kỷ lục của SoFi cho thấy các dịch vụ crypto và blockchain hiện đang có tác động đáng kể đến sự tăng trưởng của các công ty fintech. Công ty nâng cao dịch vụ của mình bằng cách tích hợp tài sản kỹ thuật số với các dịch vụ tài chính truyền thống.

SoFi có thể trở thành một trong những ví dụ điển hình nhất về cách các công ty fintech đang tích hợp dịch vụ crypto với hệ thống ngân hàng truyền thống.

Tin Tức Crypto Nổi Bật:

Bybit Công Bố Tầm Nhìn Trở Thành 'Nền Tảng Tài Chính Mới' Trong Năm Nay

TagsBlockchainCrypto AdoptionDigital AssetFinTechSoFi crypto

Câu hỏi Liên quan

QDoanh thu của SoFi trong quý 4 tăng trưởng nhờ những yếu tố nào?

ADoanh thu của SoFi tăng trưởng mạnh nhờ sự gia tăng áp dụng dịch vụ giao dịch crypto và blockchain, trở thành động lực tăng trưởng chính thay vì hoạt động phụ.

QChiến lược nền tảng của SoFi khác với các sàn giao dịch thuần túy như thế nào?

ASoFi cung cấp nhiều dịch vụ tài chính tích hợp (ngân hàng, đầu tư, cho vay) qua một ứng dụng duy nhất, giúp giảm chi phí thu hút khách hàng và tăng giá trị trọn đời của khách, khác biệt với các sàn thuần túy chỉ tập trung vào giao dịch.

QTại sao cơ sở hạ tầng blockchain ngày càng quan trọng với SoFi?

ASoFi phát triển dịch vụ hỗ trợ blockchain để tăng tốc xử lý thanh toán, nâng cao hiệu quả hạ tầng và loại bỏ trở ngại trong hoạt động tài chính, nhằm hướng tới kế hoạch dài hạn cho tài sản số trong tài chính chính thống.

QXu hướng ngành nào đang thúc đẩy các công ty fintech tích hợp crypto?

AXu hướng được thúc đẩy bởi nhu cầu người dùng và sự rõ ràng về quy định, khiến các công ty fintech truyền thống ngày càng tích hợp tính năng crypto trong môi trường được quản lý.

QLàm thế nào SoFi thu hút khách hàng quan tâm đến crypto?

ASoFi sử dụng lợi thế về tuân thủ quy định, thương hiệu và sản phẩm đa dạng để thu hút khách hàng muốn tiếp cận crypto mà không cần rời hệ thống tài chính truyền thống.

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.

marsbit47 phút trước

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

marsbit47 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.

marsbit53 phút trước

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

marsbit53 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