Nền kinh tế tác nhân AI thách thức mô hình “bữa ăn miễn phí” của Internet

Vào ngày 29 tháng 4 năm 2026, Andrej Karpathy đã đưa ra một nhận định trong buổi trò chuyện quanh bếp lửa tại Red杉 AI Ascent: một nền kinh tế mới hướng tới các tác nhân bản địa (agent-native) đang hình thành, và tất cả phần mềm, tài liệu và quy trình hiện tại được viết cho con người đều sẽ phải được viết lại thành “dành riêng cho Agent”. Ông nói về sự tái cấu trúc kỹ thuật ở phía cung cấp, nhưng để lại một câu hỏi chưa được trả lời: nếu mọi thứ đều phải được viết lại, ai sẽ chi trả cho cuộc viết lại này, và giá trị sẽ được phân phối như thế nào.

Chủ đề kinh tế tác nhân bắt đầu từ câu hỏi này. Bài đầu tiên, “Giao lộ thương mại hóa AI: Tại sao quảng cáo và đăng ký đều khó thành công riêng lẻ?”, thảo luận về cách AI tạo doanh thu, kết luận rằng quảng cáo và đăng ký đều khó thành công nếu đứng riêng lẻ, trọng tâm thương mại hóa đang chuyển từ “bán lối vào” sang “bán kết quả”. Bài này đi sâu hơn một bước nữa: Tại sao mô hình kinh doanh buộc phải thay đổi? Câu trả lời phải tìm trong cấu trúc chi phí — kinh nghiệm của internet rằng “phục vụ thêm một người dùng gần như không tốn thêm chi phí” đang dần mất hiệu lực, và cách phân phối lợi nhuận được xây dựng dựa trên kinh nghiệm này đã đến lúc cần được tính toán lại. Trong hai thập kỷ qua, niềm tin kinh doanh quan trọng nhất của các công ty internet là: càng nhiều người dùng, chi phí càng thấp, lợi nhuận càng cao.

Các công cụ tìm kiếm, mạng xã hội, video ngắn, nền tảng nội dung và nền tảng thương mại điện tử về bản chất đều dựa trên một tiền đề chung: sau khi hạ tầng được xây dựng xong, việc phục vụ thêm một người dùng, hiển thị thêm một trang hoặc phân phối thêm một nội dung đều có chi phí biên gần như bằng không. Rào cản thực sự của các công ty internet thường không phải là “mỗi lần dịch vụ có bị lỗ hay không”, mà là liệu họ có thể thu hút đủ thời gian sử dụng của người dùng, dữ liệu, nhà quảng cáo và các bối cảnh giao dịch hay không.

Quảng cáo cũng chính dựa trên tiền đề này, trở thành một trong những mô hình kinh doanh quan trọng nhất trên internet.

Vì khi nội dung và trang web có thể được phân phối với chi phí gần như bằng không, nền tảng có thể tách rời hành trình tìm kiếm, duyệt, nhấp,停留 và mua sắm của người dùng thành từng vị trí quảng cáo có thể bán được. Hành trình người dùng càng dài, càng nhiều điểm tiếp cận thương mại có thể được tích hợp; người dùng càng dành nhiều thời gian so sánh, giá trị của quảng cáo, đề xuất, nội dung thương hiệu và thứ tự tìm kiếm càng cao.

Nhưng AI Agent đang rung chuyển niềm tin này.

AI Agent không chỉ đơn giản là phân phối thông tin đã có, mà còn thực hiện các nhiệm vụ thay cho người dùng. Mỗi cuộc hội thoại, mỗi lần suy luận, mỗi lần đọc tệp, mỗi lần gọi công cụ và mỗi lần xác minh kết quả đều đi kèm với chi phí thực tế về năng lực GPU, tiêu thụ điện năng, hao mòn chip và chi phí điều phối hệ thống.

Quan trọng hơn, AI không chỉ thay đổi cơ cấu chi phí của các công ty internet, mà còn thay đổi chuỗi người dùng mà quảng cáo dựa vào. Trong quá khứ, người dùng cần phải tìm kiếm và so sánh lặp đi lặp lại giữa nhiều trang, nhiều nền tảng và nhiều thương hiệu; trong tương lai, người dùng có thể trực tiếp giao nhu cầu cho Agent, để nó lọc, đánh giá, sắp xếp, đặt lịch hẹn hoặc thậm chí hoàn tất giao dịch.

Điều này có nghĩa là, người dùng miễn phí trong thời đại AI Agent có thể lỗ tiền cho mỗi lần dịch vụ, đồng thời quảng cáo truyền thống cũng sẽ mất đi một phần không gian chuỗi giá trị dài vốn là nguồn thu chính của chúng.

Nếu từ khóa của nền kinh tế internet là "lưu lượng truy cập", thì từ khóa của nền kinh tế AI Agent chính là "nhiệm vụ". Lưu lượng truy cập có thể được phân phối với chi phí thấp, nhưng nhiệm vụ phải được thực hiện một cách thực tế. Trước đây, quảng cáo bán sự chú ý của người dùng đi qua đâu, thì trong thời đại AI, câu hỏi quan trọng hơn trở thành: Ai hiểu nhiệm vụ, ai sắp xếp, ai thực hiện, và những thương hiệu nào có thể lọt vào danh sách ứng cử của Agent cũng như tiêu chí ra quyết định của chúng.

Do đó, nền kinh tế AI Agent không phải là sự mở rộng tự nhiên của mô hình kinh doanh internet, mà là một sự điều chỉnh ngược lại đối với huyền thoại tăng trưởng internet và logic quảng cáo.

Logic cơ bản của mô hình kinh doanh trên internet (bao gồm phần mềm) có thể được hiểu thông qua công thức cơ bản nhất của kinh tế học:

TC = FC + MC × Q (Tổng chi phí = Chi phí cố định + Chi phí biên × Sản lượng)

Trong thời đại internet truyền thống, dù là phát triển một ứng dụng, viết một bài viết hay quay một đoạn video, chi phí chính đều tập trung vào giai đoạn nghiên cứu và sản xuất ban đầu, tức là chi phí cố định cao (FC). Tuy nhiên, một khi sản phẩm được ra mắt, chi phí máy chủ và băng thông tăng thêm khi phục vụ người dùng đầu tiên hay người dùng thứ một triệu thường rất nhỏ, MC gần như bằng 0.

Chi phí biên cực kỳ thấp này khiến các mô hình kinh doanh liên quan tự nhiên sở hữu hiệu ứng quy mô mạnh mẽ. Đặc điểm cốt lõi của sản phẩm số là có thể sao chép vô hạn với chi phí sao chép gần như bằng không. Một khi phần mềm đã được phát triển xong và máy chủ đã được triển khai, chi phí biên để thêm một người dùng mới gần như không đáng kể, chỉ đơn giản là chiếm thêm vài KB không gian lưu trữ và tiêu tốn thêm vài KB lưu lượng băng thông.

Đặc tính này giúp nền kinh tế nền tảng dễ dàng tạo ra lợi thế quy mô: ai đạt đến điểm tới hạn về quy mô trước, thì thu nhập tăng thêm sẽ được chuyển hóa thành lợi nhuận với tỷ lệ cao hơn, từ đó tạo ra đòn bẩy kinh doanh mạnh mẽ.

Trên cơ sở này, internet đã phát triển thành ba mô hình kinh doanh kinh điển.

Mô hình đăng ký: Chi phí sao chép phần mềm cực kỳ thấp, sự gia tăng người dùng đăng ký trực tiếp tương ứng với sự gia tăng doanh thu. Đây cũng là lý do tại sao thị trường vốn lâu dài sẵn sàng định giá cao cho các công ty SaaS: một khi vượt qua điểm hòa vốn, tốc độ tăng lợi nhuận thường vượt xa tốc độ tăng doanh thu.

Mô hình hoa hồng: Xây dựng cơ sở hạ tầng giao dịch, thanh toán và thực hiện hợp đồng, thu hoa hồng ổn định cho mỗi giao dịch thêm.

Mô hình quảng cáo: Dịch vụ miễn phí thu hút lượng lớn người dùng, sau đó đóng gói sự chú ý và bán cho các nhà quảng cáo. Ví dụ về quảng cáo tìm kiếm, sau khi thuật toán tìm kiếm và hệ thống quảng cáo được triển khai, chi phí máy chủ tăng thêm cho mỗi yêu cầu tìm kiếm mới là tương đối hạn chế, trong khi mỗi lần nhấp vào quảng cáo đều mang lại doanh thu tăng thêm.

Chế độ quảng cáo có thể tồn tại lâu dài không chỉ vì số lượng người dùng đông, mà còn vì hành trình người dùng kéo dài. Một người dùng từ khi nảy sinh nhu cầu đến khi hoàn tất việc mua hàng thường trải qua nhiều bước như tìm kiếm, duyệt, so sánh, lưu lại, tư vấn, chuyển hướng và đặt hàng. Nền tảng có thể bán quảng cáo trên trang kết quả tìm kiếm, thực hiện tiếp thị nội dung trong luồng thông tin, tăng cường chuyển đổi trên trang chi tiết, hoặc tiếp tục ảnh hưởng đến quyết định của người dùng trong giai đoạn tiếp thị lại. Giá trị của quảng cáo về bản chất xuất phát từ việc can thiệp từng bước vào hành trình người dùng.

Nền tảng không cần gánh toàn bộ chi phí dịch vụ cho mỗi quyết định của người dùng. Công cụ tìm kiếm dẫn người dùng đến một trang web, nền tảng mạng xã hội dẫn người dùng đến một tài khoản thương hiệu, nền tảng video ngắn dẫn người dùng đến một phòng phát trực tiếp, nền tảng thương mại điện tử dẫn người dùng đến một trang chi tiết sản phẩm. Nền tảng chủ yếu đang “hợp nhất thông tin với sự chú ý”.

Internet phân phối thông tin đã tồn tại, trong khi AI tạo ra thông tin theo thời gian thực. Sự thay đổi chất lượng từ “sao chép” sang “tạo ra” này mang đến cấu trúc chi phí và logic kinh doanh hoàn toàn khác biệt.

Trước hết, chi phí suy luận AI là rõ ràng, chi phí biên mà AI sử dụng đáng kể lớn hơn không (MC > 0).

Mỗi lần nhập/xuất một Token, GPU đều đang hoạt động với tốc độ cao, tiêu tốn điện năng thực tế và chi phí hao mòn chip. Tham số mô hình càng lớn, ngữ cảnh càng dài, nhiệm vụ càng phức tạp thì chi phí suy luận mỗi lần càng cao. Chi phí cho một câu hỏi đáp đơn giản, một nghiên cứu sâu, một phát triển mã hoặc một thao tác xuyên phần mềm có thể chênh lệch từ vài chục đến hàng trăm lần. Nền kinh tế AI Agent không chỉ tồn tại chi phí biên khác không, mà bản thân chi phí biên cũng cực kỳ khác biệt.

Mặc dù giá mỗi Token đang giảm nhanh chóng, điều này không có nghĩa là chi phí biên sẽ tiếp tục tiến gần về không: cùng với sự nâng cấp khả năng của Agent, lượng Token tiêu thụ cho mỗi nhiệm vụ đang tăng nhanh từ vài trăm lên đến hàng chục vạn — việc lập kế hoạch, gọi công cụ, đọc tệp, tự kiểm tra và thử lại sau khi thất bại đều tiêu tốn lượng lớn năng lực tính toán. Mỗi Token đang giảm giá, nhưng mỗi nhiệm vụ đang lạm phát; sự chênh lệch giữa hai đường cong này tạo thành cốt lõi của kinh tế học AI: Token càng rẻ, mọi người càng dám giao cho AI những công việc nặng nề hơn, hóa đơn tổng cộng lại càng lớn — đây chính là “nghịch lý Jevons” trong lĩnh vực AI.

Việc giảm giá của một token không phải là xu hướng giảm đơn chiều. Theo thống kê của Morgan Stanley, giá trung bình đầu ra API của các mô hình lớn trong nước vào quý II năm 2026 đã tăng khoảng 80% so với quý I năm 2025, cho thấy ngành đang chuyển từ chiến tranh giá sang định giá theo giá trị. Giá cả cũng đang phân tầng: các mô hình thương mại hóa tiếp tục giảm giá, trong khi các mô hình tiên tiến lại tăng giá ngược lại. Các mô hình trí tuệ tiên tiến được định giá theo giá trị, chi phí của chúng không giảm đồng bộ với các mô hình thương mại hóa.

Mặc dù có thể giảm chi phí đơn vị thông qua các phương pháp như xử lý hàng loạt để tăng hiệu suất GPU, bộ nhớ đệm KV, xây dựng cụm suy luận tự chủ và chip tự nghiên cứu, nhưng mức giảm chi phí biên xa kém hơn so với nền kinh tế internet và sẽ bị bù đắp bởi mức độ sử dụng ngày càng sâu. Đây cũng là lý do chính khiến ChatGPT nhanh chóng ra mắt phiên bản đăng ký trả phí sau khi số lượng người dùng bùng nổ.

Đồng thời, chi phí cố định đã thay đổi từ “một lần” thành “liên tục”. Chi phí đào tạo không còn là khoản đầu tư cố định một lần, mà trở thành chi phí vốn liên tục phải tái đầu tư mỗi sáu tháng đến một năm để cập nhật mô hình thế hệ mới. Các mô hình lớn đã trở thành “tài sản tiêu hao” có “hạn sử dụng” 6–12 tháng; nếu không tái đào tạo để theo kịp, chúng sẽ nhanh chóng bị loại bỏ, trong khi chi phí cho mỗi lần đào tạo có thể lên tới hàng chục triệu, thậm chí hàng tỷ USD. Lấy OpenAI làm ví dụ, doanh thu năm 2025 là 13,07 tỷ USD, biên lợi nhuận gộp khoảng 43% (thang đo này chỉ trừ chi phí tính toán suy luận, còn chi phí tính toán đào tạo đắt nhất được ghi nhận riêng vào chi phí nghiên cứu và phát triển), nhưng chi phí nghiên cứu và phát triển của họ lên tới 19,18 tỷ USD, trong đó khoảng 10,6 tỷ USD dùng để thanh toán cho Microsoft về chi phí tính toán đào tạo — cũng là nguyên nhân chính dẫn đến thua lỗ của họ.

Do đó, nền kinh tế AI Agent có những đặc điểm sau: chi phí suy luận (chi phí biến đổi) tăng tuyến tính theo mức độ sử dụng và có sự khác biệt lớn; chi phí cơ sở hạ tầng và nhân lực (chi phí bán cố định) tăng theo từng cấp độ khi quy mô người dùng tăng lên — khi số lượng người dùng vượt qua một ngưỡng nhất định, phải bổ sung một cụm máy chủ GPU; đồng thời, chi phí nghiên cứu và phát triển (tức chi phí huấn luyện mô hình) cực kỳ lớn. Những chi phí này chồng chất lên nhau, khiến các công ty AI luôn nằm trên quỹ đạo tái đầu tư toàn bộ lợi nhuận, không tồn tại điểm “thuận lợi” như trong ngành internet — nơi lợi nhuận tăng theo cấp số nhân sau khi vượt qua điểm hòa vốn.

Logic chi phí này cũng tái định hình nguồn lợi thế cạnh tranh của ngành: rào cản cốt lõi của internet là hiệu ứng mạng lưới — càng nhiều người dùng, sản phẩm càng dễ sử dụng; trong khi rào cản của Agent chuyển sang hiệu ứng dữ liệu và chi phí chuyển đổi, với rào cản mới đến từ ngữ cảnh được tích lũy — ký ức, sở thích, tệp tin, quy trình làm việc và dữ liệu được cấp quyền của người dùng. Càng sử dụng lâu, Agent càng thích nghi tốt hơn với người dùng, đồng thời chi phí chuyển đổi nhà cung cấp càng cao. Internet khóa chặt chuỗi quan hệ của người dùng, trong khi Agent khóa chặt ngữ cảnh làm việc của họ — đây cũng là lý do cốt lõi khiến các công ty tranh nhau chiếm lĩnh điểm vào: không chỉ cạnh tranh lưu lượng truy cập, mà còn là tích lũy ngữ cảnh nguyên thủy.

Rõ ràng, chúng ta cần tiếp cận nền kinh tế AI Agent theo một logic khác: các nền tảng internet cạnh tranh để giành "cửa vào người dùng", trong khi các nền tảng AI Agent cạnh tranh để giành "cửa vào nhiệm vụ".

Nếu đơn vị cơ bản của nền kinh tế internet là "lượt hiển thị/lượt nhấp", thì đơn vị cơ bản của nền kinh tế AI Agent chính là "nhiệm vụ". Lượt nhấp chỉ đại diện cho việc người dùng truy cập vào một trang nào đó, trong khi nhiệm vụ đại diện cho việc người dùng giao cho AI thực hiện một mục tiêu cụ thể — Agent cần hiểu mục tiêu, phân chia nhiệm vụ, gọi công cụ, đọc tệp tin, thao tác phần mềm, kiểm tra kết quả lặp đi lặp lại, và khi cần thiết còn phải yêu cầu người dùng cấp quyền. Điều này khiến cơ cấu chi phí của AI Agent trở nên gần giống với "nhân viên kỹ thuật số" hơn là "phương tiện kỹ thuật số".

Trước đây, người dùng mở công cụ tìm kiếm để hỏi “công ty trang trí nội thất nào tốt”, công cụ tìm kiếm sẽ trả về kết quả là các trang web, quảng cáo và bản đồ; hiện nay, người dùng có thể trực tiếp nói với Agent: “Hãy giúp tôi lọc ra ba công ty trang trí nội thất đáng tin cậy, so sánh báo giá, đánh giá và chế độ bảo đảm thi công, đồng thời đặt lịch liên hệ giúp tôi.” Giá trị kinh doanh của phương thức trước đến từ sự hiển thị và nhấp chuột, trong khi giá trị kinh doanh của phương thức sau đến từ việc hoàn thành nhiệm vụ và đại diện ra quyết định. Quảng cáo không còn chỉ là thông tin xuất hiện trên trang web, mà sẽ trở thành các lựa chọn tiềm năng, nguồn dữ liệu, nguồn đáng tin cậy hoặc giao diện giao dịch trong quá trình ra quyết định của Agent, hỗ trợ người dùng hoàn thành nhiệm vụ cuối cùng.

Các công ty mô hình không chỉ cung cấp năng lực nền tảng, mà còn sẽ trở thành hệ điều hành tác vụ thế hệ mới. Dù là các nhà phát triển gốc AI hay các tập đoàn đa ngành, tất cả đều đang tiến hóa từ "mô hình lớn" sang "nền tảng Agent", đồng thời lần lượt ra mắt các sản phẩm như Claude Cowork, Codex, Workbuddy... — ai kiểm soát được lối vào tác vụ của người dùng, người đó sẽ quyết định thứ tự gọi công cụ, mức độ ưu tiên nguồn dữ liệu, logic đề xuất thương mại và chu kỳ giao dịch.

“明知单位经济为负，也要烧钱抢入口”正是当前行业最核心的战略赌局，也是估值争议的来源。因为入口背后不只是用户量，也不只是对话次数，而是未来任务分发、商业推荐和交易闭环的控制权。

Sự thay đổi logic này cũng chắc chắn mang lại một xu hướng khác: phân tầng.

Các sản phẩm internet theo đuổi sự chuẩn hóa tối ưu, một bộ mã nguồn phục vụ tất cả người dùng để tối đa hóa lợi thế chi phí biên bằng không. Trong khi đó, AI Agent tự nhiên phù hợp với mô hình cung cấp phân tầng — chi phí cho các nhiệm vụ có độ phức tạp khác nhau chênh lệch rất lớn, chi phí giữa câu hỏi đơn giản và suy luận phức tạp có thể khác nhau vài chục đến vài trăm lần. Do đó, các công ty AI sẽ ra mắt các sản phẩm ở nhiều cấp độ khác nhau: phiên bản miễn phí sử dụng mô hình nhỏ và giới hạn số lần sử dụng; phiên bản trả phí cơ bản sử dụng mô hình trung bình; phiên bản cao cấp sử dụng mô hình mạnh nhất; phiên bản tùy chỉnh doanh nghiệp cung cấp triển khai và tối ưu hóa riêng biệt.

Mô hình định giá phân cấp này về bản chất là phân cấp theo chi phí và thu phí theo giá trị, với giá trị tỷ lệ thuận với chi phí. Người dùng càng có khả năng mạnh mẽ hơn, thì chi phí họ phải trả càng cao. Do đó, hệ sinh thái AI Agent sẽ phát triển thành một “nền kinh tế hai tốc độ”: trí tuệ tụt hậu nửa thế hệ sẽ có giá cực kỳ thấp (mã nguồn mở + trợ cấp từ các công ty lớn, trở thành cơ sở hạ tầng như điện, nước, gas), trong khi trí tuệ tiên tiến luôn đắt đỏ (mô hình mạnh nhất luôn nằm ở đầu đắt nhất của đường cong chi phí). Trí tuệ miễn phí là trí tuệ của “hôm qua”, còn trí tuệ thu phí là trí tuệ của “hôm nay”.

Sự tác động sâu sắc nhất của nền kinh tế AI đối với nền kinh tế truyền thống không phải là sự xuất hiện của một loại sản phẩm AI mới trên thị trường, mà là các điểm truy cập người dùng vốn phân tán trên các trang web, ứng dụng và phần mềm đang bị một lớp đại lý nhiệm vụ mới cạnh tranh lại. Các nhà sản xuất điện thoại, siêu ứng dụng và các bên khác đều đang phát triển Agent riêng của mình, khiến các điểm truy cập chưa được thống nhất mà càng trở nên phân mảnh hơn. Trước đây, hồ chứa lợi nhuận của internet hình thành xung quanh “luồng lưu lượng đi qua đâu”, trong tương lai, nó có khả năng sẽ được phân phối lại dựa trên “ai sắp xếp nhiệm vụ và ai thực hiện nhiệm vụ”.

Đầu tiên được chỉnh sửa là quyền vào và phân phối.

Trong thời đại internet, công cụ tìm kiếm, cửa hàng ứng dụng, nền tảng nội dung và các siêu ứng dụng kiểm soát các điểm truy cập, và doanh nghiệp cạnh tranh về thứ hạng, vị trí đề xuất và thời gian sử dụng của người dùng. Nhưng sau khi các Agent xuất hiện, người dùng có thể không còn cần phải mở từng ứng dụng một: đặt vé máy bay, tìm nhà cung cấp, phân tích dữ liệu, trả lời email — tất cả đều có thể được khởi xướng từ cùng một điểm nhập nhiệm vụ. Website và ứng dụng sẽ không biến mất, nhưng ngày càng trở thành nguồn dữ liệu, công cụ và giao diện thực thi nằm sau các Agent.

Điều này có nghĩa là quyền lực của nền tảng mới không còn chỉ là “định hướng người dùng đến đâu”, mà còn quyết định cách thức các nhiệm vụ được thực hiện: gọi mô hình nào, phần mềm nào, thương gia nào, bộ dữ liệu nào. Một phần “thuế phân phối” trước đây do công cụ tìm kiếm, cửa hàng ứng dụng và nền tảng lưu lượng truy cập nắm giữ có thể dần chuyển sang tay các nền tảng Agent.

Có một tác động tinh vi nhưng cực kỳ quan trọng: Các AI Agent đang thu hẹp đáng kể hành trình của khách hàng, từ đó làm giảm không gian cho ngành quảng cáo.

Trước đây, người dùng cần tìm kiếm mười lần, so sánh nhiều trang web và nền tảng mới có thể bước vào giai đoạn giao dịch; nhưng trong bối cảnh AI, người dùng có thể chỉ cần đặt liên tiếp 3-5 câu hỏi là đã hoàn thành việc lọc thông tin, so sánh phương án và đưa ra quyết định mua hàng. Những ngành có ý định cao, quyết định mạnh và cần so sánh kỹ lưỡng càng dễ bị AI thay đổi logic phân phối. Người dùng không còn cần liên tục di chuyển giữa các kết quả tìm kiếm, trang nội dung và trang chủ của nhà cung cấp, mà thay vào đó, giao trực tiếp nhiệm vụ ra quyết định cho AI. Lúc này, các điểm mà quảng cáo có thể can thiệp sẽ giảm đi, và ảnh hưởng của quảng cáo truyền thống cũng bị suy yếu.

Điều khó khăn thực sự là quảng cáo trong câu trả lời của AI phải được làm rõ một cách rõ ràng. Trước đây, quảng cáo có thể được tích hợp vào hành trình người dùng qua nhiều cảnh huống như xếp hạng tìm kiếm, nội dung nguyên sinh trong luồng thông tin, đề xuất của người có ảnh hưởng và nội dung thương hiệu. Nhưng trong câu trả lời của AI, bất kỳ khuyến nghị thương mại nào mang tính mềm dẻo, ẩn giấu hoặc không được xác định rõ ràng đều sẽ trực tiếp làm tổn hại đến niềm tin của người dùng vào tính khách quan của nền tảng. AI càng giống một đại diện đưa ra quyết định thay người dùng, thì người dùng càng không thể dung thứ việc nó bị ảnh hưởng bởi lợi ích thương mại một cách không minh bạch.

Sự tác động tầng hai sẽ sớm xảy ra trên nền tảng và nền kinh tế trung gian.

Các nền tảng giao dịch như mua sắm, du lịch, giao hàng ăn uống và cuộc sống địa phương về bản chất là giúp người dùng tìm kiếm, so sánh và kết nối giao dịch, và chính những khâu này là những phần dễ dàng nhất để Agent tự động hóa. Các lớp trung gian chỉ cung cấp “danh sách thông tin” sẽ bị thu hẹp, những yếu tố khó thay thế thực sự sẽ trở thành nguồn cung độc quyền, thanh toán, tín dụng, logistics, dịch vụ sau bán hàng và thực hiện trực tuyến.

Sự bảo vệ của các nền tảng giao dịch sẽ chuyển từ “Tôi có bao nhiêu lưu lượng truy cập” sang “Tôi nắm giữ bao nhiêu nguồn cung và khả năng thực thi thực tế mà Agent không thể thay thế”.

Đối với các tập đoàn lớn có chuỗi giao dịch khép kín, AI trong ngắn hạn chắc chắn sẽ tạo ra tác động đến các hoạt động quảng cáo và giao dịch hiện tại, nhưng về lâu dài, sự tham gia của AI Agent sẽ trở thành chất tăng tốc thương mại mới. Khi nền tảng nắm bắt được nhu cầu người dùng cũng như nguồn cung, giao dịch, thanh toán, thực hiện và dịch vụ sau bán hàng của các nhà bán hàng, họ có thể tái tổ chức giá trị thương mại theo cách toàn cục: Nhà bán hàng đăng quảng cáo trên nền tảng thương mại điện tử → mang lại GMV cao hơn → AI ưu tiên hiển thị các thương hiệu có GMV cao, đánh giá tốt và thực hiện ổn định ở cấp độ đề xuất → Thương hiệu đạt được chuỗi giao dịch khép kín trong bối cảnh AI → Nền tảng đồng thời tăng cường giá trị quảng cáo, giá trị giao dịch và giá trị phân phối AI.

Giới hạn quan trọng ở đây là AI không được thu phí quảng cáo quá cao như các nền tảng quảng cáo truyền thống. Nếu AI thu phí quá nặng, nó sẽ làm tổn hại đến tài sản cốt lõi nhất của chính mình: tính khách quan và sự tin tưởng của người dùng. Cách hợp lý hơn là thu một tỷ lệ phí dịch vụ kỹ thuật, mức phí chỉ cần tương đương với mức trung bình ngành, thường nằm trong khoảng 1%-10%, chủ yếu để bù đắp chi phí về sức mạnh tính toán, gọi dịch vụ và chi phí vận hành.

Lớp thứ ba, và cũng là sự thay đổi sâu sắc hơn, là ranh giới giữa nền kinh tế phần mềm và nền kinh tế dịch vụ bắt đầu mờ nhạt.

SaaS truyền thống (bao gồm phần mềm) về bản chất vẫn là công cụ. Salesforce cung cấp hệ thống CRM, nhưng người thực sự duy trì mối quan hệ khách hàng là nhân viên bán hàng; Adobe cung cấp phần mềm thiết kế, nhưng người thực hiện thiết kế là các nhà thiết kế; phần mềm kế toán chịu trách nhiệm ghi nhận dữ liệu, nhưng phân tích và ra quyết định vẫn do con người thực hiện. Do đó, mô hình kinh doanh của SaaS lâu nay xoay quanh “ghế ngồi (Seat)”: doanh nghiệp có bao nhiêu nhân viên sử dụng phần mềm thì mua bấy nhiêu tài khoản. Gần đây, mô hình tính phí theo mức độ sử dụng đang nổi lên, và mô hình tính phí hỗn hợp đã trở thành tiêu chuẩn, nhưng mô hình ghế ngồi vẫn phổ biến trong các phần mềm hợp tác.

AI Agent thay đổi tiền đề này.

Khi phần mềm bắt đầu có khả năng tự đọc dữ liệu, đưa ra quyết định về hành động tiếp theo và thực hiện công việc, doanh nghiệp không còn chỉ mua “phần mềm dùng cho một nhân viên”, mà có thể đang mua một khả năng trực tiếp hoàn thành nhiệm vụ. Một AI Agent có thể đồng thời vận hành CRM, ERP, BI, hệ thống email và dịch vụ khách hàng — những quy trình trước đây cần nhiều người thực hiện qua nhiều phần mềm khác nhau, nay được rút gọn thành một lần gọi nhiệm vụ. Lúc này, mô hình tăng trưởng “càng nhiều nhân viên, càng nhiều Seat, doanh thu SaaS càng cao” sẽ bị thách thức.

Hơn nữa, SaaS chính nó có thể được phân tầng: tầng dưới là “hệ thống ghi nhận” (System of Record) lưu trữ dữ liệu cốt lõi như khách hàng, đơn hàng, tài chính, hàng tồn kho; tầng trên là các “khả năng” (System of Action) chịu trách nhiệm hiểu nhu cầu, gọi hệ thống và hoàn thành nhiệm vụ.

Trước đây, cả hai được đóng gói trong cùng một giao diện phần mềm, nhưng trong tương lai có thể tách rời nhau. Phần mềm nắm giữ dữ liệu cốt lõi, quyền hạn, tuân thủ và các quy tắc kinh doanh vẫn duy trì rào cản mạnh mẽ; trong khi những phần mềm có giá trị chủ yếu đến từ giao diện, quy trình và đóng gói chức năng sẽ đối mặt với rủi ro lớn, bởi nếu Agent接管 giao diện tương tác, chúng có thể bị suy giảm từ những phần mềm người dùng mở hàng ngày thành các giao diện được Agent gọi ở nền sau.

Ngược lại, điều này cũng sẽ khiến thị trường phần mềm lần đầu tiên xâm nhập quy mô lớn vào ngành dịch vụ truyền thống. Trước đây, các công ty phần mềm cạnh tranh cho ngân sách CNTT doanh nghiệp, trong tương lai, các công ty AI Agent sẽ nhắm đến các khoản chi phí lao động, ngân sách outsouring và ngân sách dịch vụ chuyên môn lớn hơn nhiều. Các công việc như dịch vụ khách hàng, nghiên cứu cơ bản, vận hành bán hàng, tuyển dụng và sàng lọc, xử lý tài chính và thậm chí một phần công việc tư vấn đều có thể chuyển từ “mua thời gian của con người” sang “mua các nhiệm vụ do máy móc thực hiện”. Ranh giới thị trường phần mềm do đó đang bắt đầu xâm lấn từ “ngân sách phần mềm (Software Spend)” trước đây sang “ngân sách lao động (Labor Spend)”.

Kinh tế internet trong hai thập kỷ qua: nhiều người dùng hơn đồng nghĩa với lưu lượng truy cập lớn hơn, lưu lượng truy cập lớn hơn mang lại nhiều doanh thu từ quảng cáo, giao dịch và đăng ký hơn, trong khi chi phí cho người dùng mới không tăng đáng kể. “Trước tiên mở rộng quy mô người dùng, sau đó tìm cách sinh lời” trở thành công thức tăng trưởng kinh điển của thời đại internet.

AI Agent đang kết thúc mối quan hệ tuyến tính đơn giản này.

Vì những gì AI Agent cung cấp không còn chỉ là thông tin, mà còn tiêu tốn tài nguyên tính toán thực sự, gọi các công cụ bên ngoài và hoàn thành nhiệm vụ. Số lượng người dùng nhiều hơn không nhất thiết đồng nghĩa với lợi nhuận cao hơn; nhiệm vụ càng phức tạp, thậm chí có thể khiến chi phí tăng nhanh hơn. Những gì doanh nghiệp thực sự cần tính toán giờ đây không còn chỉ là DAU, tỷ lệ giữ chân và thời gian sử dụng của người dùng, mà là chi phí để hoàn thành một nhiệm vụ, người dùng sẵn sàng trả bao nhiêu cho kết quả đó, và nền tảng có thể giữ lại bao nhiêu giá trị.

Những thứ khan hiếm thực sự trong thời đại AI đang thay đổi.

Thời đại internet, điều khan hiếm là lưu lượng truy cập, vì vậy các doanh nghiệp cạnh tranh để thu hút sự chú ý của người dùng; trong thời đại AI Agent, điều thực sự khan hiếm có thể là các nhiệm vụ có giá trị cao, cùng với dữ liệu, quyền hạn, công cụ và khả năng thực hiện cần thiết để hoàn thành những nhiệm vụ đó.

AI Agent không phải là hình thái sản phẩm tiếp theo của internet, mà đang thay đổi đơn vị giao dịch cơ bản nhất của nền kinh tế số. Những gì Agent bán ra là khả năng hoàn thành nhiệm vụ.

Khi đơn vị cơ bản của nền kinh tế chuyển từ “click” sang “nhiệm vụ”, từ “sử dụng công cụ” sang “giao kết quả”, các mô hình kinh doanh, quyền lực nền tảng và phân phối lợi nhuận được xây dựng trong hai thập kỷ qua dựa trên lưu lượng truy cập chắc chắn sẽ phải trải qua một cuộc tái cấu trúc.

Bài viết này đến từ tài khoản WeChat “Tencent Research Institute” (ID: cyberlawrc), tác giả: Nhóm nghiên cứu kinh tế AI