Chuyên gia Visa chỉ ra 8 xu hướng chính cho tiền điện tử và AI đến năm 2026

Tác giả gốc: Cuy Sheffield, Phó Chủ tịch và Người phụ trách Kinh doanh Mật mã của Visa

Biên dịch từ: Saoirse, Foresight News

Khi tiền điện tử và AI dần trưởng thành, sự chuyển biến quan trọng nhất trong hai lĩnh vực này hiện đã không còn là "có thể thực hiện được về mặt lý thuyết", mà là "có thể triển khai một cách đáng tin cậy trong thực tiễn". Hiện tại, cả hai công nghệ đều đã vượt qua những ngưỡng quan trọng, đạt được sự cải thiện đáng kể về hiệu năng, nhưng tỷ lệ phổ biến trong ứng dụng thực tế vẫn chưa đồng đều. Và động lực phát triển cốt lõi vào năm 2026 chính xuất phát từ khoảng cách này giữa "hiệu năng và độ phổ biến".

Dưới đây là một số chủ đề cốt lõi mà tôi đã theo dõi trong thời gian dài, cùng với những suy nghĩ ban đầu của tôi về định hướng phát triển công nghệ, các lĩnh vực tích lũy giá trị, và ngay cả câu hỏi "Tại sao những người chiến thắng cuối cùng có thể lại hoàn toàn khác biệt so với những người tiên phong trong ngành?"

Thập kỷ đầu tiên của sự phát triển tiền mã hóa có đặc trưng cốt lõi là "ưu thế đầu cơ" – thị trường của nó mang tính toàn cầu, liên tục và mở cao, sự biến động mạnh mẽ khiến giao dịch tiền mã hóa trở nên sôi động và hấp dẫn hơn nhiều so với thị trường tài chính truyền thống.

Tuy nhiên, công nghệ nền tảng phía sau nó vẫn chưa sẵn sàng cho việc ứng dụng phổ biến: blockchain giai đoạn đầu có tốc độ chậm, chi phí cao và độ ổn định chưa đủ. Ngoài các tình huống đầu cơ, tiền mã hóa gần như chưa bao giờ vượt qua được các hệ thống truyền thống hiện có về chi phí, tốc độ hoặc sự tiện lợi.

Hiện tại, tình trạng mất cân bằng này đang dần được điều chỉnh. Công nghệ blockchain đã trở nên nhanh hơn, tiết kiệm chi phí hơn và đáng tin cậy hơn. Ứng dụng hấp dẫn nhất của tiền điện tử hiện nay không còn là đầu cơ, mà là trong lĩnh vực hạ tầng - đặc biệt là trong khâu thanh toán và giao dịch. Khi tiền điện tử dần trở thành một công nghệ trưởng thành hơn, vai trò trung tâm của đầu cơ sẽ dần suy giảm: nó sẽ không biến mất hoàn toàn, nhưng sẽ không còn là nguồn tạo ra giá trị chính nữa.

Khác với các loại tiền điện tử trước đây, tiền điện tử ổn định (stablecoin) có sự thành công dựa trên các tiêu chí cụ thể và khách quan: Trong những tình huống nhất định, stablecoin nhanh hơn, tốn ít chi phí hơn và có phạm vi rộng hơn so với các kênh thanh toán truyền thống, đồng thời có thể tích hợp liền mạch vào các hệ thống phần mềm hiện đại.

Đồng tiền ổn định không yêu cầu người dùng phải xem tiền mã hóa như một "chủ nghĩa" để theo đuổi, và ứng dụng của nó thường diễn ra "thầm lặng" trong các sản phẩm và quy trình hiện có — điều này cũng giúp các tổ chức và doanh nghiệp trước đây cho rằng hệ sinh thái tiền mã hóa "biến động quá mức, thiếu minh bạch" cuối cùng có thể hiểu rõ được giá trị của nó.

Có thể nói rằng, tiền điện tử ổn định đã giúp ngành tiền mã hóa định vị lại về "tính ứng dụng" thay vì "tính đầu cơ", và đã thiết lập một tiêu chuẩn rõ ràng cho "cách thức tiền mã hóa có thể thành công trong việc triển khai thực tế".

Trong quá khứ, khi tiền điện tử chủ yếu đóng vai trò là một "công cụ đầu cơ", thì việc "phân phối" của chúng mang tính nội sinh — chỉ cần một loại token mới "tồn tại" là tự nhiên có thể tích lũy thanh khoản và sự chú ý.

Khi tiền điện tử trở thành hạ tầng, các trường hợp sử dụng của nó đang chuyển dịch từ "mức độ thị trường" sang "mức độ sản phẩm": nó được tích hợp vào quy trình thanh toán, nền tảng và hệ thống doanh nghiệp, người dùng cuối thường không nhận ra sự tồn tại của nó.

Sự chuyển dịch này mang lại lợi ích rất lớn cho hai nhóm thực thể: thứ nhất là các doanh nghiệp có sẵn kênh phân phối và mối quan hệ khách hàng đáng tin cậy; thứ hai là các tổ chức có giấy phép giám sát, hệ thống tuân thủ và cơ sở hạ tầng phòng ngừa rủi ro. Việc chỉ dựa vào "sự mới lạ của giao thức" đã không còn đủ để thúc đẩy việc áp dụng rộng rãi tiền mã hóa.

Tính ứng dụng của các thể thông minh AI (Agents) ngày càng được khẳng định, nhưng vai trò của chúng thường bị hiểu sai: những thể thông minh thành công nhất không phải là "những người ra quyết định độc lập", mà là "công cụ giúp giảm chi phí phối hợp trong quy trình làm việc".

Từ góc độ lịch sử, điều này thể hiện rõ nhất trong lĩnh vực phát triển phần mềm — các công cụ thông minh đã tăng tốc hiệu quả lập trình, gỡ lỗi, tái cấu trúc mã nguồn và thiết lập môi trường. Tuy nhiên, trong những năm gần đây, giá trị "công cụ" này đang nhanh chóng lan rộng sang nhiều lĩnh vực khác.

Lấy ví dụ về công cụ như Claude Code, mặc dù nó được định vị là "công cụ dành cho lập trình viên", nhưng đằng sau sự phổ biến nhanh chóng của nó là một xu hướng sâu sắc hơn: hệ thống thông minh đang trở thành "giao diện cho công việc trí thức", chứ không chỉ giới hạn trong lĩnh vực lập trình. Người dùng bắt đầu áp dụng "các quy trình công việc được điều khiển bởi hệ thống thông minh" vào các công việc như nghiên cứu, phân tích, viết lách, lập kế hoạch, xử lý dữ liệu và vận hành – những công việc này có xu hướng thuộc về "công việc chuyên môn tổng quát", chứ không phải lập trình truyền thống.

Điều thực sự quan trọng không phải là "mã hóa không khí" bản thân nó, mà là mô hình cốt lõi ẩn sau nó:

• Người dùng ủy thác là "ý định mục tiêu", chứ không phải "các bước cụ thể";
• Cơ chế thông minh vượt qua các tệp, công cụ và quản lý tác vụ "thông tin ngữ cảnh";
• Chế độ làm việc chuyển từ "tiến trình tuyến tính" sang "lặp lại, đối thoại".

Trong các công việc liên quan đến tri thức, các thực thể thông minh (agent) có khả năng thu thập bối cảnh, thực hiện các nhiệm vụ có giới hạn, giảm bớt việc chuyển giao quy trình và tăng tốc hiệu suất lặp lại. Tuy nhiên, chúng vẫn còn tồn tại những điểm yếu trong các lĩnh vực như "đánh giá mở", "xác định trách nhiệm" và "khắc phục lỗi".

Do đó, đa số các agent hiện nay được sử dụng trong môi trường sản xuất vẫn cần phải "được giới hạn phạm vi, giám sát và tích hợp vào hệ thống", thay vì hoạt động hoàn toàn độc lập. Giá trị thực sự của agent đến từ "việc tái cấu trúc quy trình công việc dựa trên tri thức", chứ không phải "thay thế lao động" hay "đạt được sự tự chủ hoàn toàn".

Mức độ thông minh của các mô hình AI đã đạt được sự cải thiện nhanh chóng, và giới hạn hiện tại không còn là "khả năng lưu loát ngôn ngữ hay khả năng lập luận đơn lẻ", mà là "độ tin cậy trong hệ thống thực tế".

Môi trường sản xuất không chấp nhận ba loại vấn đề sau: thứ nhất là "ảo giác AI" (tạo ra thông tin giả mạo), thứ hai là kết quả đầu ra không nhất quán, và thứ ba là mô hình lỗi không minh bạch. Khi AI liên quan đến dịch vụ khách hàng, giao dịch tài chính hoặc các khâu tuân thủ, kết quả "gần đúng" đã không còn được chấp nhận nữa.

Việc xây dựng "sự tin tưởng" cần có bốn nền tảng: thứ nhất là có thể truy xuất kết quả, thứ hai là có khả năng ghi nhớ, thứ ba là có thể kiểm chứng, và thứ tư là có thể chủ động tiết lộ "độ bất định". Trước khi các khả năng này đủ trưởng thành, tính tự chủ của AI phải bị giới hạn.

Sản phẩm AI thành công sẽ xem "mô hình" là "thành phần" chứ không phải "sản phẩm hoàn chỉnh" — độ tin cậy của nó đến từ "thiết kế kiến trúc" chứ không phải "tối ưu từ khóa gợi ý".

"Thiết kế kiến trúc" ở đây bao gồm quản lý trạng thái, luồng điều khiển, hệ thống đánh giá và giám sát, cũng như cơ chế xử lý và phục hồi sự cố. Chính vì lý do này, sự phát triển AI ngày nay ngày càng tiến gần hơn tới "kỹ thuật phần mềm truyền thống", thay vì "nghiên cứu lý thuyết tiên phong".

Giá trị dài hạn sẽ nghiêng về hai nhóm chủ thể: một là những người xây dựng hệ thống, hai là các chủ sở hữu nền tảng kiểm soát quy trình làm việc và kênh phân phối.

Khi các công cụ đại diện thông minh mở rộng từ lĩnh vực lập trình sang nghiên cứu, viết lách, phân tích và quy trình vận hành, tầm quan trọng của "kỹ thuật hệ thống" sẽ càng trở nên rõ rệt hơn: công việc dựa trên tri thức thường rất phức tạp, phụ thuộc vào thông tin trạng thái và dày đặc ngữ cảnh, điều này khiến các đại diện thông minh "có thể quản lý đáng tin cậy trí nhớ, công cụ và quy trình lặp lại" (thay vì chỉ các đại diện có thể tạo ra đầu ra) trở nên có giá trị hơn.

Khi năng lực của các hệ thống AI ngày càng tăng và sự tích hợp với các lĩnh vực kinh tế ngày càng sâu sắc, vấn đề "Ai sở hữu và kiểm soát mô hình AI mạnh nhất" đang gây ra mâu thuẫn cốt lõi.

Một mặt, nghiên cứu và phát triển trong lĩnh vực AI tiên tiến vẫn thuộc loại "tập trung vốn cao", và chịu ảnh hưởng bởi "khả năng tiếp cận sức mạnh tính toán, chính sách quản lý và địa chính trị", khiến cho sự tập trung ngày càng gia tăng; mặt khác, các mô hình và công cụ mã nguồn mở tiếp tục được cải tiến và tối ưu hóa nhờ vào việc "thực nghiệm rộng rãi và triển khai thuận tiện".

Bối cảnh "tập trung và mở cửa song hành" này đã nảy sinh ra một loạt các vấn đề chưa được giải quyết: rủi ro phụ thuộc, tính có thể kiểm toán, tính minh bạch, khả năng đàm phán dài hạn, và quyền kiểm soát cơ sở hạ tầng thiết yếu. Kết quả khả dĩ nhất là "mô hình hỗn hợp" – mô hình tiên phong thúc đẩy đột phá về năng lực công nghệ, trong khi các hệ thống mở hoặc bán mở tích hợp những năng lực này vào "phần mềm phân bố rộng rãi".

Khi các hệ thống AI đóng vai trò trong quy trình làm việc, nhu cầu của chúng đối với "tương tác kinh tế" ngày càng tăng lên — ví dụ như thanh toán cho dịch vụ, gọi API, trả phí cho các agent khác, hoặc thanh toán "phí tương tác theo khối lượng sử dụng".

Nhu cầu này đã làm cho "tiền điện tử ổn định" lại được quan tâm: nó được xem là "tiền bản địa của máy tính", có tính lập trình được, khả năng kiểm toán, và có thể chuyển giao mà không cần sự can thiệp của con người.

Lấy ví dụ về các giao thức "hướng tới nhà phát triển" như x402, mặc dù hiện vẫn còn ở giai đoạn thử nghiệm ban đầu, nhưng hướng đi mà nó chỉ ra rất rõ ràng: Dòng tiền sẽ được vận hành dưới dạng "API" thay vì trang thanh toán truyền thống - điều này cho phép các thể phần mềm giao dịch với nhau một cách "liên tục và tinh tế".

Hiện tại, lĩnh vực này vẫn còn non trẻ: quy mô giao dịch nhỏ, trải nghiệm người dùng thô sơ, hệ thống an ninh và quyền truy cập vẫn đang được hoàn thiện. Tuy nhiên, những đổi mới về hạ tầng thường bắt đầu từ những "nỗ lực khám phá ban đầu" như vậy.

Đáng chú ý là ý nghĩa của nó không phải là "tự động hóa vì tự động hóa", mà là "khi phần mềm có thể lập trình để thực hiện giao dịch, những hành vi kinh tế mới sẽ trở nên khả thi".

Dù là tiền điện tử hay trí tuệ nhân tạo, giai đoạn phát triển đầu tiên thường ưu ái cho "những ý tưởng thu hút sự chú ý" và "sự mới mẻ về công nghệ"; nhưng ở giai đoạn tiếp theo, "khả năng đáng tin cậy", "khả năng quản trị" và "khả năng phân phối" sẽ trở thành các yếu tố cạnh tranh quan trọng hơn.

Ngày nay, công nghệ bản thân nó đã không còn là yếu tố hạn chế chính nữa, điều quan trọng chính là "việc tích hợp công nghệ vào các hệ thống thực tế".

Theo tôi, đặc trưng nổi bật của năm 2026 không phải là "một công nghệ đột phá nào đó", mà là "việc tích lũy dần dần các cơ sở hạ tầng" — những cơ sở này vận hành thầm lặng, đồng thời âm thầm thay đổi "cách thức chuyển dịch giá trị" và "cách thức thực hiện công việc".