Vào tháng 2 năm 2026, một báo cáo nghiên cứu có tiêu đề "Cuộc khủng hoảng trí tuệ toàn cầu năm 2028" đã thu hút sự chú ý rộng rãi trên các thị trường tài chính. Được công bố bởi Citrini Research, báo cáo mô phỏng kịch bản vĩ mô này hình dung quỹ đạo kinh tế từ hiện tại đến năm 2028: tỷ lệ thất nghiệp tại Mỹ vượt mốc 10%, chỉ số S&P 500 giảm 38% so với đỉnh, và một cuộc khủng hoảng mang tính cấu trúc do AI dẫn dắt đang lặng lẽ diễn ra.
Báo cáo vẽ nên một bức tranh đáng suy ngẫm: khi các tác nhân AI thực hiện những công việc trí óc phức tạp với chi phí cận biên gần như bằng không, các mô hình kinh doanh trong lĩnh vực dịch vụ phần mềm, trung gian tài chính và tư vấn chuyên nghiệp bị tháo dỡ một cách có hệ thống. Các doanh nghiệp sử dụng nguồn tiền tiết kiệm được từ việc sa thải nhân sự để mua thêm năng lực tính toán AI, dẫn đến vòng sa thải tiếp theo—một "vòng phản hồi không có điểm dừng tự nhiên". Dù tổng sản lượng kinh tế tiếp tục tăng trưởng, dòng tiền này không còn chảy về các lĩnh vực tiêu dùng của con người—báo cáo gọi hiện tượng này là "GDP ma".
Điều khiến báo cáo này gây tác động mạnh không phải là độ chính xác của dự báo, mà nằm ở việc đặt ra một câu hỏi nền tảng: khi trí tuệ máy dần thay thế trí tuệ con người—vốn là yếu tố sản xuất khan hiếm nhất—liệu các lý thuyết kinh tế hiện tại còn phù hợp? Đồng tác giả Arup Shah nhấn mạnh trong một cuộc phỏng vấn: "Đây không phải là dự đoán, mà là bài kiểm tra sức chịu đựng dựa trên các mô hình dài hạn—nếu AI thực sự tiếp tục mạnh lên như mọi người kỳ vọng, thì logic kinh doanh nào sẽ sụp đổ đầu tiên?"
Dựa trên điểm xuất phát này, bài viết xây dựng khung phân tích "Thách thức–Xu hướng–Tác động–Phản ứng", tập trung vào "giai đoạn chuyển giao giữa các thế hệ" từ năm 2025 đến năm 2075. Chúng tôi khám phá cách cấu trúc khan hiếm các yếu tố sản xuất thay đổi khi chi phí "thực thi" tiến sát về 0, đồng thời phân tích sự chuyển dịch phân phối tài sản và hợp đồng xã hội trong tương lai.
Định giá lại sự khan hiếm: Sự dịch chuyển trong khan hiếm yếu tố sản xuất
Xu hướng tiến về 0 của chi phí thực thi
"Thực thi" đề cập đến các công việc trí óc và thủ công lặp đi lặp lại có thể được thuật toán hóa và quy trình hóa—lập trình cơ bản, kế toán tài chính, tạo nội dung, v.v. AI đang đẩy chi phí cận biên của các hoạt động này về gần 0. Kịch bản trong "Cuộc khủng hoảng trí tuệ toàn cầu năm 2028": ngành dịch vụ CNTT của Ấn Độ với doanh thu xuất khẩu hơn 200 tỷ USD mỗi năm đối diện nguy cơ bị phá vỡ khi khách hàng toàn cầu chuyển sang các tác nhân AI lập trình, mà chi phí chỉ còn là tiền điện. Báo cáo chỉ ra: "Toàn bộ mô hình dựa trên một giá trị cốt lõi—lập trình viên Ấn Độ có chi phí chỉ bằng một phần nhỏ so với đồng nghiệp Mỹ. Nhưng chi phí cận biên của các tác nhân AI lập trình đã sụp đổ, về cơ bản chỉ còn là giá điện."
Xu hướng này đã được dữ liệu xác nhận. Việc làm trong ngành CNTT Mỹ giảm 8% từ đỉnh năm 2022 đến đầu năm 2026. Đây là lĩnh vực dẫn đầu về ứng dụng AI. Shah nhận định: "Ngành nào càng dễ giao việc cho AI, thì mất việc càng rõ rệt. Và những công việc dễ bị thay thế nhất là nhóm cổ cồn trắng." Xử lý thông tin, phân tích dữ liệu, phê duyệt quy trình—những nhiệm vụ từng đòi hỏi lao động có trình độ và thu nhập cao—nay đã được AI đảm nhiệm với chi phí tối thiểu.
Xét về mặt kinh tế, đây là sự điều chỉnh cấu trúc về khan hiếm tương đối của các yếu tố sản xuất. Trong một bài viết trên Financial Review, Zhang Xiaojing và Li Jingjing cho rằng AI đang thúc đẩy "dịch chuyển khan hiếm"—sự thay đổi cấu trúc khan hiếm tương đối của các nguồn lực chủ đạo trong quá trình chuyển đổi công nghệ. Điều này đồng nghĩa với việc vốn vô hình (dữ liệu, thuật toán, năng lực tính toán, v.v.) ngày càng có trọng lượng, trong khi vị thế khan hiếm của một số yếu tố lao động bị xói mòn.
Giá trị gia tăng của sự khan hiếm trong quyền quyết định
Khi chi phí thực thi giảm, giá trị của "quyền quyết định" tăng lên. Quyết định bao gồm: chịu rủi ro trong điều kiện thông tin không đầy đủ, phân bổ nguồn lực, xác lập mục tiêu, xử lý tình huống đạo đức, và đánh giá phê bình cũng như ra quyết định cuối cùng đối với kết quả AI.
Các lý thuyết kinh tế về doanh nhân từ lâu đã chỉ ra rằng quyết định và chấp nhận rủi ro là nguồn gốc cơ bản của lợi nhuận. Khi nguồn cung thực thi trở nên vô hạn, giá (tiền lương) của nó có xu hướng tiến về 0, khiến "quyết định" trở thành yếu tố nút thắt, và giá trị của nó (tiền thuê/lợi nhuận) tất yếu tăng lên. Đây là mặt còn lại của "dịch chuyển khan hiếm"—hệ thống AI tự động hóa các nhiệm vụ nhận thức phức tạp, làm giảm sự khan hiếm của lao động con người trong xử lý thông tin, nhưng đồng thời tạo ra nguồn khan hiếm mới.
Ở cấp độ tổ chức, AI đang tái cấu trúc cơ chế ra quyết định. Những quyết định dựa trên quy tắc, dữ liệu phong phú và lặp đi lặp lại dễ dàng bị AI thay thế nhất. Đối với quyết định mang tính rủi ro cao và cần chịu trách nhiệm, AI đóng vai trò như "đối tác tư duy". Một nghiên cứu mô phỏng Monte Carlo cho thấy trong các kịch bản phức tạp, hợp tác giữa con người và AI đem lại hiệu quả kinh tế cao nhất, nhưng chỉ khi đạt được sự "bổ sung thực sự"; nếu không có sự phối hợp, hợp tác giữa con người và AI có thể kém hiệu quả hơn so với chiến lược thuần máy hoặc thuần người.
Biến đổi cấu trúc: Sự tiến hóa của phân phối thu nhập
Từ thu nhập lao động sang thu nhập vốn và quyết định
AI đang thay đổi cấu trúc nền tảng của phân phối thu nhập. Phân tích của IPPR cho thấy các công việc tại Anh có khả năng tự động hóa chiếm khoảng 290 tỷ bảng tiền lương—tương đương một phần ba tổng quỹ lương. Nếu tự động hóa dẫn đến giảm lương trung bình hoặc rút ngắn thời gian làm việc, một phần lớn thu nhập quốc dân sẽ chuyển từ lao động sang vốn.
Báo cáo "Cuộc khủng hoảng trí tuệ toàn cầu năm 2028" dự báo kịch bản cực đoan của xu hướng này: tỷ trọng GDP dành cho lao động giảm mạnh từ 56% năm 2024 xuống 46% trong kịch bản năm 2028. Tài sản ngày càng tập trung vào tay "chủ sở hữu năng lực tính toán và vốn", trong khi thu nhập lao động tiếp tục bị thu hẹp. Đây không chỉ là một vòng thất nghiệp công nghệ mới—mà là sự tách rời giữa tạo giá trị và phân phối giá trị. "Máy móc không cần chi tiêu cho tiêu dùng." Khi tăng trưởng sản lượng không còn chuyển hóa thành sức mua, nền tảng của chu trình kinh tế bắt đầu lung lay.
Sự phân cực trong phân phối thời đại AI bắt nguồn từ sự khan hiếm của vốn vô hình mới, giá trị cận biên gia tăng và quyền sở hữu tập trung đang tái cấu trúc logic phân bổ yếu tố kinh tế hiện đại. Khi sở hữu vốn quá bất bình đẳng, tỷ trọng thu nhập vốn tăng lên tất yếu làm trầm trọng thêm bất bình đẳng—"ai sở hữu robot sẽ sở hữu phần tài sản quốc gia ngày càng lớn".
Tác động này đang lan rộng từ các ngành cụ thể sang toàn bộ nền kinh tế. Shah chỉ ra nhóm 20% thu nhập cao nhất chiếm khoảng 65% tổng chi tiêu tiêu dùng tại Mỹ. Nếu thu nhập cổ cồn trắng suy giảm, toàn bộ chuỗi tiêu dùng sẽ chịu áp lực dòng tiền. Báo cáo mô phỏng một kịch bản: tỷ lệ thất nghiệp cổ cồn trắng tăng 5% có thể kéo theo mức giảm tiêu dùng lớn hơn nhiều so với 5%—một quản lý sản phẩm thu nhập 150.000 USD/năm mất việc và chuyển sang làm tự do có thể mất hơn 70% thu nhập.
Tranh luận chính sách về xã hội hóa lợi ích AI
Khi AI trở thành lực lượng sản xuất cốt lõi của xã hội, liệu nên phân phối lại lợi ích khổng lồ của nó thông qua một cơ chế nào đó? Câu hỏi này ngày càng được quan tâm. Chuyên gia Baker Tilly nhận định: "Để kinh tế dựa trên AI phát triển, xã hội phải đảm bảo người tiêu dùng duy trì sức mua. Một dạng thu nhập cơ bản toàn dân hoặc biến thể của nó có thể là mạng lưới an toàn."
Các ông lớn công nghệ cũng đề xuất ý tưởng tương tự. CEO OpenAI Sam Altman đề xuất "Quỹ Công bằng Mỹ", đánh thuế 2,5% đối với doanh nghiệp lớn và đất tư nhân để trả cổ tức hàng năm cho mọi người trưởng thành tại Mỹ. Mustafa Suleyman, lãnh đạo mảng AI tiêu dùng của Microsoft, kêu gọi "Dịch vụ Cơ bản Toàn dân", coi quyền tiếp cận hệ thống AI mạnh mẽ là quyền cơ bản.
Tuy nhiên, các đề xuất này vấp phải nhiều hoài nghi. Phân tích kỹ cho thấy kế hoạch của Altman không đề xuất quyền kiểm soát OpenAI cho người lao động, cũng không hướng tới sở hữu công cộng hạ tầng AI—chỉ mong nhà nước xã hội hóa lợi ích, trong khi chip, thuật toán và nền tảng tạo ra tài sản vẫn nằm trong tay một nhóm siêu giàu. Truyền thông Nhật Bản đặt câu hỏi nền tảng: khi phần lớn giá trị đã được chuyển thành cổ phần và tài sản thừa kế, liệu cổ tức có thực sự đến tay người dân thường?
Ngoài ra, với hầu hết các quốc gia không sở hữu công ty AI hàng đầu, nếu việc làm địa phương bị tự động hóa và lợi nhuận tập trung ở nước ngoài, ai sẽ trả thu nhập cho công dân? Một giải pháp khả dĩ là thành lập "Quỹ Cổ tức AI Quốc tế", đánh thuế vừa phải lên lợi nhuận các công ty AI lớn nhất để hỗ trợ các quốc gia chịu tác động mạnh nhất.
Chiến lược thích ứng: Neo giá trị trong giai đoạn chuyển giao
Cấp cá nhân: Từ cạnh tranh kỹ năng sang năng lực quyết định
Khi lưu giữ tri thức và trí nhớ trở thành thế mạnh tuyệt đối của AI, giáo dục phải thay đổi. Năng lực cạnh tranh cốt lõi của cá nhân và tổ chức trong tương lai không phải là lượng kiến thức đã nhớ, mà là tốc độ học cái mới và thích ứng với thay đổi.
Điều này đồng nghĩa giáo dục cần chuyển từ "truyền đạt kiến thức" sang "năng lực quyết định"—bao gồm tư duy phản biện, đánh giá rủi ro hệ thống, phân tích tình huống đạo đức, và khả năng "hiệu chỉnh" cũng như "phủ quyết" kết quả AI. Forrester dự báo đến năm 2026, 30% doanh nghiệp lớn sẽ bắt buộc đào tạo AI để nâng cao "AIQ" cho nhân viên và giảm rủi ro pháp lý.
Hiện tượng "đóng băng việc làm" được nêu trong "Cuộc khủng hoảng trí tuệ toàn cầu năm 2028" rất đáng chú ý: doanh nghiệp áp dụng cách tiếp cận tinh vi hơn—kinh doanh tăng trưởng, nhưng mọi nhiệm vụ mới đều giao cho AI, không tuyển thêm người. Điều này tưởng như vô hại, nhưng thực chất làm suy yếu khả năng tái tạo của thị trường lao động. Shah nhận định ngay cả doanh nghiệp tài chính lành mạnh hiện nay cũng chứng kiến giá cổ phiếu giảm—lý do đơn giản: "Nếu mọi công ty đều dùng AI thay thế người để bảo vệ biên lợi nhuận, thì ba năm nữa, ai sẽ mua sản phẩm của họ?"
Cấp xã hội: Khám phá hợp đồng xã hội mới
Ở cấp thể chế, giai đoạn chuyển giao đòi hỏi một hợp đồng xã hội mới. Định hướng chính sách khả dĩ gồm: thiết lập tài khoản học tập suốt đời, củng cố mạng lưới an sinh xã hội, và nghiên cứu cơ chế ghi nhận cũng như hoàn trả giá trị cho "dữ liệu như lao động".
UNDP chỉ ra quỹ đạo AI không được quyết định bởi tốc độ tiến bộ công nghệ, mà bởi "ai được hưởng lợi". Con đường này không định hình tại thời điểm phát minh, mà được quyết định bởi lựa chọn cẩn trọng về cách, nơi và đối tượng sử dụng AI. Trên thực tế, AI lan tỏa không phải qua chiến lược quốc gia, mà qua quyết định mua sắm, nền tảng và vận hành hàng ngày.
Khung chính sách vĩ mô cũng cần cập nhật. Các mô hình truyền thống giả định khan hiếm yếu tố và chi phí cận biên tăng, nhưng khi AI đẩy chi phí cận biên về 0, đo lường lạm phát trở nên thiếu tin cậy và thị trường lao động đối diện sự "lệch pha kỹ năng–quy tắc". Một số chuyên gia đề xuất bổ sung chỉ số như "tỷ lệ thay thế thuật toán" và "hệ số Gini số hóa" vào công cụ chính sách, chuyển từ kiểm soát tổng thể sang cân bằng động giữa chi phí quản trị và lợi ích đổi mới.
Cấp tài sản: Phân tích từ góc độ sở hữu
Dựa trên kết luận trước đó rằng "tài sản nghiêng về vốn và quyết định", trong giai đoạn chuyển giao giữa các thế hệ, lõi của việc neo tài sản cá nhân có thể chuyển từ "bán sức lao động lấy tiền" sang "sở hữu tài sản sản xuất". Theo nghĩa rộng, "tài sản sản xuất" không chỉ gồm cổ phần doanh nghiệp truyền thống và bất động sản, mà còn cả hạ tầng kinh tế AI mới—năng lực tính toán, quyền sở hữu dữ liệu và token quản trị nền tảng.
IPPR đề xuất mở rộng phân bổ vốn và đa dạng hóa mô hình sở hữu để dân chủ hóa "ai có quyền hưởng cổ tức từ nền kinh tế tự động hóa". Chiến lược cụ thể gồm quỹ tài sản công dân, quỹ sở hữu nhân viên, và mô hình chia sẻ lợi nhuận mới. Niềm tin cốt lõi: mô hình sở hữu mới, đa dạng là điều kiện cần để tự động hóa mang lại thịnh vượng chung.
Phân tích này không phải lời khuyên đầu tư, mà là đánh giá khách quan về xu hướng vĩ mô—giúp độc giả hiểu logic kinh tế đằng sau biến động giá trị tài sản. UNDP nhấn mạnh quyết định về cách dữ liệu được tạo ra, chia sẻ, lưu giữ và tái sử dụng sẽ quyết định liệu tổ chức có thể hiểu cách hệ thống AI tạo ra tác động, can thiệp khi có vấn đề và cải thiện hiệu suất theo thời gian.
Kết luận: Lựa chọn xã hội sau dịch chuyển khan hiếm
Biến đổi cốt lõi của thời đại AI là sự chuyển dịch giá trị từ "thực thi" sang "quyết định" và "sở hữu". Trong giai đoạn "chuyển giao giữa các thế hệ" từ năm 2025 đến năm 2075, thách thức đặt ra là làm sao quản lý suôn sẻ quá trình chuyển đổi cấu trúc này.
Các tác giả của "Cuộc khủng hoảng trí tuệ toàn cầu năm 2028" nhấn mạnh khi thị trường biến động: "Nếu nhìn nhận tác động đột phá của AI một cách lạc quan nhất, điều gì sẽ xảy ra tiếp theo? Là một xã hội, chúng ta phải đối diện và cân nhắc nghiêm túc thực tế này." Giá trị của báo cáo không nằm ở độ chính xác dự báo, mà ở việc buộc chúng ta phải trả lời những câu hỏi dễ bị bỏ qua.
Hình thái xã hội tương lai—liệu sẽ nghiêng về "tập trung thuật toán" hay hướng tới "xã hội sở hữu công bằng"—không chỉ do công nghệ quyết định. Vấn đề then chốt hiện nay không phải là "có phát triển AI hay không", mà là "phát triển AI như thế nào" và "ai được hưởng lợi từ AI". Nếu không quản trị hiệu quả các nguồn lực chủ chốt, điều chỉnh cấu trúc phân phối một cách tiên đoán và lên kế hoạch có trách nhiệm cho thế hệ tương lai, ngay cả tiến bộ công nghệ theo cấp số nhân cũng có thể bị triệt tiêu lợi ích phúc lợi bởi rủi ro cấu trúc. Cuối cùng, điểm đến của mọi công nghệ phải là hạnh phúc con người. Tuân thủ nguyên tắc "lấy con người làm trung tâm"—hướng tới xây dựng xã hội thịnh vượng chung—phải trở thành mục tiêu cốt lõi của phát triển AI.
