a16z dự đoán năm 2026, bốn xu hướng lớn sẽ được công bố trước tiên

Tiêu đề gốc: Big Ideas 2026: Part 1
Tác giả gốc: a16z New Media
Biên dịch: Peggy, BlockBeats

Tóm tắt: Trong năm qua, những đột phá của AI đã chuyển từ năng lực mô hình sang năng lực hệ thống: hiểu chuỗi thời gian dài, duy trì tính nhất quán, thực hiện các nhiệm vụ phức tạp, hợp tác với các tác nhân thông minh khác. Trọng tâm nâng cấp ngành công nghiệp cũng vì thế chuyển từ đổi mới đơn lẻ sang tái định nghĩa hạ tầng, quy trình làm việc và cách tương tác với người dùng.

Trong báo cáo thường niên "Big Ideas 2026", bốn nhóm đầu tư của a16z đã đưa ra những nhận định then chốt cho năm 2026 từ bốn góc độ: hạ tầng, tăng trưởng, y tế sức khỏe và thế giới tương tác.

Bản chất, chúng cùng vẽ nên một xu hướng: AI không còn là một công cụ, mà là một môi trường, một hệ thống, một chủ thể hành động song song với con người.

Dưới đây là nhận định của bốn nhóm về những biến đổi cấu trúc vào năm 2026:

Là nhà đầu tư, công việc của chúng tôi là đi sâu vào từng ngóc ngách của ngành công nghệ, hiểu rõ mạch vận hành của nó, đánh giá hướng tiến hóa tiếp theo. Do đó, mỗi tháng 12, chúng tôi đều mời các nhóm đầu tư chia sẻ "ý tưởng lớn" mà họ cho rằng các nhà khởi nghiệp công nghệ sẽ chinh phục trong năm tới.

Hôm nay, chúng tôi mang đến quan điểm của các nhóm Infrastructure, Growth, Bio + Health và Speedrun. Quan điểm của các nhóm khác sẽ được công bố vào ngày mai, xin hãy đón chờ.

Nhóm Infrastructure

Jennifer Li: Các startup sẽ thuần hóa "hỗn loạn" của dữ liệu đa phương thức

Dữ liệu phi cấu trúc, đa phương thức luôn là nút thắt lớn nhất của doanh nghiệp, đồng thời là kho báu chưa được khai phá lớn nhất. Mỗi công ty đều bị ngập trong PDF, ảnh chụp màn hình, video, log, email và đủ loại "bùn dữ liệu" bán cấu trúc. Mô hình ngày càng thông minh, nhưng đầu vào lại ngày càng hỗn loạn — điều này khiến hệ thống RAG sinh ra ảo giác, khiến các tác nhân thông minh mắc lỗi tinh vi và tốn kém, đồng thời các quy trình quan trọng vẫn phụ thuộc nhiều vào kiểm tra thủ công.

Ngày nay, yếu tố hạn chế thực sự của các doanh nghiệp AI là entropy dữ liệu: trong một thế giới phi cấu trúc chứa 80% tri thức doanh nghiệp, tính mới, cấu trúc và tính xác thực liên tục suy giảm.

Chính vì vậy, tháo gỡ "mớ bòng bong" dữ liệu phi cấu trúc đang trở thành cơ hội khởi nghiệp của cả một thế hệ. Doanh nghiệp cần một phương pháp liên tục để làm sạch, cấu trúc hóa, xác thực và quản trị dữ liệu đa phương thức, từ đó giúp các tác vụ AI phía sau thực sự phát huy hiệu quả. Ứng dụng trải rộng khắp nơi: phân tích hợp đồng, onboarding người dùng, xử lý bồi thường, tuân thủ, chăm sóc khách hàng, mua sắm, truy xuất kỹ thuật, hỗ trợ bán hàng, pipeline phân tích, và mọi quy trình tác nhân thông minh dựa vào ngữ cảnh tin cậy.

Các startup nền tảng có thể trích xuất cấu trúc từ tài liệu, hình ảnh và video, hòa giải xung đột, sửa chữa pipeline dữ liệu, giữ cho dữ liệu luôn mới và dễ truy xuất sẽ nắm giữ "chìa khóa vương quốc" tri thức và quy trình doanh nghiệp.

Joel de la Garza: AI sẽ tái định hình bài toán tuyển dụng của đội ngũ an ninh mạng

Trong thập kỷ qua, vấn đề đau đầu nhất của CISO là tuyển dụng. Từ 2013 đến 2021, thiếu hụt vị trí an ninh mạng toàn cầu tăng vọt từ dưới 1 triệu lên 3 triệu. Nguyên nhân là đội an ninh cần nhân sự kỹ thuật chuyên sâu, nhưng lại giao cho họ những công việc cấp 1 nhàm chán như đọc log, mà gần như không ai muốn làm.

Gốc rễ sâu xa hơn là: chính đội an ninh mạng đã tạo ra công việc cực nhọc này. Họ mua các công cụ "phát hiện mọi thứ không phân biệt", nên đội phải "kiểm tra mọi thứ" — điều này lại tạo ra sự "khan hiếm lao động" nhân tạo, tạo vòng luẩn quẩn.

Năm 2026, AI sẽ phá vỡ vòng luẩn quẩn này, tự động hóa phần lớn các nhiệm vụ lặp lại và dư thừa, thu hẹp đáng kể khoảng cách nhân tài. Ai từng làm ở đội an ninh lớn đều biết, một nửa công việc hoàn toàn có thể tự động hóa; vấn đề là khi bạn bị ngập trong công việc mỗi ngày, bạn không thể dừng lại để nghĩ nên tự động hóa cái gì. Công cụ AI thực thụ sẽ thay đội an ninh làm điều đó, để họ tập trung vào những gì thực sự muốn làm: truy vết kẻ tấn công, xây dựng hệ thống, vá lỗ hổng.

Malika Aubakirova: Hạ tầng nguyên bản cho tác nhân thông minh sẽ trở thành "chuẩn mực"

Chấn động lớn nhất về hạ tầng năm 2026 sẽ không đến từ bên ngoài, mà đến từ bên trong. Chúng ta đang chuyển từ lưu lượng "tốc độ con người, song song thấp, có thể dự đoán" sang "tốc độ tác nhân, đệ quy, bùng nổ, khối lượng lớn".

Backend doanh nghiệp hiện tại được thiết kế cho 1:1 "hành động con người đến phản hồi hệ thống". Nó không phù hợp để xử lý một tác nhân thông minh với một "mục tiêu" kích hoạt 5000 tác vụ con, truy vấn cơ sở dữ liệu và gọi API nội bộ trong cơn bão đệ quy tính bằng mili giây. Khi một tác nhân thông minh cố gắng tái cấu trúc codebase hoặc sửa log an ninh, nó không giống người dùng; với database truyền thống hay bộ giới hạn lưu lượng, nó giống một cuộc tấn công DDoS hơn.

Để xây dựng hệ thống cho tải tác nhân thông minh năm 2026, phải thiết kế lại mặt phẳng điều khiển. Hạ tầng "agent-native" sẽ bắt đầu trỗi dậy. Hệ thống thế hệ mới phải coi "hiệu ứng thừa tải" là trạng thái mặc định. Khởi động lạnh phải rút ngắn, dao động độ trễ phải thu hẹp, giới hạn song song phải tăng theo cấp số nhân.

Nút thắt thực sự sẽ chuyển sang điều phối: định tuyến, kiểm soát khóa, quản lý trạng thái và thực thi chính sách trong thực thi song song quy mô lớn. Nền tảng nào sống sót qua cơn lũ gọi công cụ sẽ là kẻ chiến thắng cuối cùng.

Justine Moore: Công cụ sáng tạo sẽ toàn diện đa phương thức

Chúng ta đã có các thành phần cơ bản để kể chuyện bằng AI: âm thanh, nhạc, hình ảnh, video sinh thành. Nhưng chỉ cần nội dung không chỉ là một đoạn ngắn, để đạt được quyền kiểm soát gần như đạo diễn vẫn tốn thời gian, đau đầu, thậm chí bất khả thi.

Tại sao không thể để mô hình nhận một đoạn video 30 giây, dùng hình ảnh và âm thanh tham chiếu do ta cung cấp để tạo nhân vật mới, tiếp tục quay cùng cảnh? Tại sao không thể để mô hình "quay lại" từ góc mới, hoặc khớp động tác với video tham chiếu?

2026 sẽ là năm AI thực sự hiện thực hóa sáng tạo đa phương thức. Người dùng có thể ném bất kỳ nội dung tham chiếu nào cho mô hình, cùng nó tạo tác phẩm mới, hoặc chỉnh sửa cảnh có sẵn.

Chúng ta đã thấy các sản phẩm thế hệ đầu như Kling O1 và Runway Aleph, nhưng đây chỉ là khởi đầu — cả tầng mô hình lẫn tầng ứng dụng đều cần đổi mới.

Sáng tạo nội dung là một trong những "killer app" của AI, tôi kỳ vọng sẽ có nhiều sản phẩm thành công cho các nhóm người dùng khác nhau — từ người làm meme đến đạo diễn Hollywood.

Jason Cui: Data stack nguyên bản AI sẽ tiếp tục lặp lại

Năm qua, "data stack hiện đại" đang rõ ràng hội tụ. Các công ty dữ liệu từ dịch vụ module hóa như thu thập, chuyển đổi, tính toán đang chuyển sang nền tảng hợp nhất (như Fivetran/dbt sáp nhập, Databricks mở rộng).

Dù hệ sinh thái trưởng thành hơn, nhưng chúng ta vẫn ở giai đoạn đầu của kiến trúc dữ liệu nguyên bản AI thực thụ. Chúng tôi hào hứng về cách AI tiếp tục cải tiến nhiều khâu của data stack, và bắt đầu thấy dữ liệu cùng hạ tầng AI đang hòa nhập sâu không thể đảo ngược.

Chúng tôi đặc biệt chú ý các hướng sau:

Dữ liệu tiếp tục chảy sang database vector hiệu năng cao ngoài lưu trữ cấu trúc truyền thống

Các tác nhân AI giải quyết "bài toán ngữ cảnh" ra sao: liên tục truy cập đúng ngữ nghĩa dữ liệu và định nghĩa nghiệp vụ, để ứng dụng kiểu "trò chuyện với dữ liệu" giữ được hiểu biết nhất quán giữa nhiều hệ thống

Khi workflow dữ liệu ngày càng tác nhân hóa, tự động hóa, các công cụ BI truyền thống và bảng tính sẽ tiến hóa thế nào

Yoko Li: Chúng ta sẽ thực sự "bước vào bên trong video"

Năm 2026, video sẽ không còn là nội dung bị động để xem, mà bắt đầu trở thành nơi chúng ta có thể "bước vào". Mô hình video cuối cùng cũng có thể hiểu thời gian, nhớ nội dung đã trình bày, phản ứng khi ta hành động, đồng thời giữ được sự ổn định và liền mạch gần như thế giới thực, thay vì chỉ xuất ra vài giây hình ảnh rời rạc.

Các hệ thống này có thể duy trì nhân vật, vật thể và quy luật vật lý trong thời gian dài, khiến hành động thực sự tạo ra ảnh hưởng, cho phép quan hệ nhân quả diễn ra. Nhờ đó, video từ một phương tiện truyền thông trở thành một không gian có thể xây dựng: robot có thể huấn luyện trong đó, cơ chế game có thể tiến hóa, nhà thiết kế có thể thử nghiệm nguyên mẫu, tác nhân thông minh có thể học qua "làm việc".

Thế giới được trình bày không còn giống một đoạn video ngắn, mà như một "môi trường sống động", bắt đầu thu hẹp khoảng cách giữa nhận thức và hành động. Đây là lần đầu tiên con người thực sự có thể "cư trú" trong video do chính mình tạo ra.

Nhóm Growth

Sarah Wang: Vị thế "hệ thống ghi nhận" của doanh nghiệp sẽ bắt đầu lung lay

Năm 2026, cuộc cách mạng thực sự của phần mềm doanh nghiệp sẽ đến từ một sự chuyển dịch cốt lõi: vị trí trung tâm của hệ thống ghi nhận cuối cùng cũng bắt đầu suy giảm.

AI đang rút ngắn khoảng cách từ "ý định" đến "thực thi": mô hình có thể trực tiếp đọc, ghi và suy luận dữ liệu vận hành doanh nghiệp, biến các hệ thống như ITSM, CRM từ database bị động thành động cơ workflow tự chủ.

Với sự tiến bộ nhanh chóng của mô hình suy luận và workflow tác nhân thông minh, các hệ thống này không còn chỉ đáp ứng yêu cầu, mà còn có thể dự đoán, điều phối và thực thi quy trình đầu-cuối.

Giao diện sẽ trở thành lớp tác nhân động, còn lớp hệ thống ghi nhận truyền thống dần lùi về làm "lưu trữ bền rẻ tiền", quyền chủ động chiến lược sẽ thuộc về người kiểm soát môi trường thực thi thông minh.

Alex Immerman: AI dọc ngành nâng cấp từ "thu thập & suy luận thông tin" lên "chế độ hợp tác nhiều người"

AI thúc đẩy phần mềm ngành dọc bùng nổ tăng trưởng. Các công ty trong lĩnh vực y tế, pháp lý, nhà ở chỉ trong thời gian ngắn đã vượt mốc 100 millions USD ARR; tài chính và kế toán cũng đang theo sát.

Cuộc cách mạng đầu tiên là thu thập thông tin: tìm kiếm, trích xuất, tóm tắt dữ liệu.

Năm 2025 mang đến suy luận: Hebbia phân tích báo cáo tài chính, Basis đối chiếu bảng cân đối thử giữa nhiều hệ thống, EliseAI chẩn đoán sự cố bảo trì và điều phối nhà cung cấp.

Năm 2026 sẽ mở khóa "chế độ nhiều người" (multiplayer).

Phần mềm ngành dọc vốn có giao diện, dữ liệu và khả năng tích hợp đặc thù ngành, mà công việc ngành dọc bản chất là hợp tác đa bên: người mua, người bán, người thuê, cố vấn, nhà cung cấp, mỗi bên có quyền hạn, quy trình, yêu cầu tuân thủ khác nhau.

Hiện nay, AI của mỗi bên hoạt động riêng lẻ, khiến điểm giao tiếp hỗn loạn, không có thẩm quyền: AI phân tích hợp đồng không thể giao tiếp với sở thích mô hình hóa của CFO; AI bảo trì không biết cam kết của nhân viên hiện trường với người thuê.

AI chế độ nhiều người sẽ phá vỡ tình trạng này: tự động điều phối giữa các bên; duy trì ngữ cảnh; đồng bộ thay đổi; tự động định tuyến cho chuyên gia chức năng; để AI phía đối tác thương lượng trong phạm vi, và đánh dấu điểm bất đối xứng cho con người kiểm tra

Khi giao dịch được nâng cao nhờ "đa tác nhân + đa con người" hợp tác, chi phí chuyển đổi sẽ tăng vọt — lớp mạng hợp tác này sẽ trở thành "hào lũy" mà AI ứng dụng lâu nay còn thiếu.

Stephenie Zhang: Đối tượng sáng tạo tương lai sẽ không còn là con người, mà là tác nhân thông minh

Đến năm 2026, con người sẽ tương tác với mạng lưới thông qua tác nhân thông minh, và cách tối ưu hóa nội dung hướng đến con người sẽ mất đi tầm quan trọng vốn có.

Chúng ta từng tối ưu cho hành vi con người có thể dự đoán: xếp hạng Google; sản phẩm đầu tiên trên Amazon; bài báo với 5W+1H và mở đầu bắt mắt

Con người có thể bỏ qua những phát hiện sâu sắc ở trang 5, nhưng tác nhân thông minh thì không.

Phần mềm cũng sẽ thay đổi theo. Ứng dụng trước đây thiết kế cho mắt người và thao tác click, tối ưu nghĩa là UI và quy trình tốt hơn; khi tác nhân thông minh đảm nhận truy xuất và giải thích, tầm quan trọng của thiết kế thị giác giảm: kỹ sư không còn nhìn chằm chằm vào Grafana, AI SRE sẽ tự động phân tích telemetry và gửi insight trên Slack; đội bán hàng không cần lật CRM thủ công, tác nhân thông minh sẽ tự tổng hợp mẫu hình và insight

Chúng ta không còn thiết kế cho con người, mà cho tác nhân thông minh. Tối ưu mới không còn là thứ bậc thị giác, mà là khả năng máy đọc. Điều này sẽ thay đổi toàn diện cách sáng tạo nội dung và hệ sinh thái công cụ.

Santiago Rodriguez: KPI "thời gian trên màn hình" sẽ biến mất

15 năm qua, "thời gian trên màn hình" luôn là tiêu chuẩn vàng đo giá trị sản phẩm: thời gian xem Netflix; số click chuột trong hệ thống y tế; số phút người dùng ở lại ChatGPT

Nhưng trong thời đại "trả tiền theo kết quả" (outcome-based pricing) sắp tới, thời gian trên màn hình sẽ bị loại bỏ hoàn toàn.

Dấu hiệu đã xuất hiện: DeepResearch của ChatGPT gần như không cần thời gian trên màn hình nhưng mang lại giá trị lớn; Abridge tự động ghi lại đối thoại bác sĩ-bệnh nhân và xử lý công việc tiếp theo, bác sĩ gần như không cần nhìn màn hình; Cursor hoàn thành phát triển ứng dụng hoàn chỉnh, kỹ sư đã lên kế hoạch giai đoạn tiếp theo; Hebbia tự động tạo pitch deck từ hàng loạt tài liệu công khai, nhà phân tích ngân hàng đầu tư cuối cùng cũng được ngủ

Thách thức đi kèm: doanh nghiệp phải tìm cách đo lường ROI phức tạp hơn — sự hài lòng của bác sĩ, năng suất lập trình viên, phúc lợi nhà phân tích, hạnh phúc người dùng... tất cả đều tăng cùng AI.

Công ty nào kể được câu chuyện ROI rõ ràng nhất sẽ tiếp tục chiến thắng.

Nhóm Bio+Health (Sinh học & Sức khỏe)

Julie Yoo: "Healthy MAUs" trở thành nhóm người dùng cốt lõi

Năm 2026, một nhóm người dùng y tế mới sẽ bước lên sân khấu: "Healthy MAUs" (người khỏe mạnh hoạt động hàng tháng nhưng không bệnh).

Y tế truyền thống chủ yếu phục vụ ba nhóm:

-Sick MAUs: người có nhu cầu chu kỳ, chi phí cao

-Sick DAUs: như bệnh nhân chăm sóc đặc biệt dài hạn

-Healthy YAUs: người hầu như không đi khám

Healthy YAUs có thể bất cứ lúc nào trở thành Sick MAUs/DAUs, trong khi chăm sóc dự phòng lẽ ra có thể làm chậm quá trình này. Nhưng do hệ thống bảo hiểm hiện tại thiên về "chữa bệnh", kiểm tra chủ động và giám sát gần như không được chi trả.

Sự xuất hiện của Healthy MAUs thay đổi cấu trúc này: họ không bệnh, nhưng sẵn sàng theo dõi sức khỏe định kỳ, là nhóm tiềm năng lớn nhất.

Chúng tôi dự đoán, các startup AI nguyên bản + tổ chức truyền thống "đóng gói lại" sẽ cùng tham gia, cung cấp dịch vụ sức khỏe định kỳ.

Khi AI làm giảm chi phí cung cấp y tế, sản phẩm bảo hiểm dự phòng xuất hiện, và người dùng sẵn sàng trả phí dịch vụ đăng ký, "Healthy MAUs" sẽ trở thành khách hàng tiềm năng nhất của công nghệ sức khỏe thế hệ mới — luôn hoạt động, dựa trên dữ liệu, hướng đến phòng ngừa.

Nhóm Speedrun (Game, truyền thông tương tác & mô hình thế giới)

Jon Lai: Mô hình thế giới sẽ tái định hình cách kể chuyện

Năm 2026, mô hình thế giới AI sẽ thay đổi hoàn toàn cách kể chuyện thông qua thế giới ảo tương tác và kinh tế số. Công nghệ như Marble (World Labs) và Genie 3 (DeepMind) có thể tạo ra thế giới 3D hoàn chỉnh từ văn bản, cho phép người dùng khám phá như chơi game.

Khi nhà sáng tạo áp dụng các công cụ này, các hình thức kể chuyện hoàn toàn mới sẽ xuất hiện — thậm chí có thể sinh ra "Minecraft phiên bản sinh thành", nơi người chơi cùng nhau tạo ra vũ trụ khổng lồ, tiến hóa.

Những thế giới này sẽ xóa nhòa ranh giới giữa người chơi và nhà sáng tạo, hình thành thực tại động chia sẻ. Các thể loại như kỳ ảo, kinh dị, phiêu lưu có thể tồn tại song song; kinh tế số trong đó sẽ phát triển mạnh, nhà sáng tạo có thể kiếm tiền nhờ làm tài sản, hướng dẫn người chơi, phát triển công cụ tương tác.

Những thế giới sinh thành này cũng sẽ là trường huấn luyện cho tác nhân AI, robot và thậm chí AGI tiềm năng. Mô hình thế giới không chỉ mang lại một thể loại game mới, mà còn là một phương tiện sáng tạo và kinh tế hoàn toàn mới.

Josh Lu: "Năm của tôi"

Năm 2026 sẽ là "năm của tôi": sản phẩm không còn sản xuất hàng loạt cho "người tiêu dùng trung bình", mà được cá nhân hóa cho "bạn".

Trong giáo dục, AI mentor của Alphaschool sẽ phù hợp nhịp độ và sở thích từng học sinh.

Trong sức khỏe, AI sẽ cá nhân hóa thực phẩm bổ sung, kế hoạch tập luyện, chế độ ăn cho bạn.

Trong truyền thông, AI sẽ remix nội dung theo khẩu vị của bạn theo thời gian thực.

Thế kỷ trước, các ông lớn thắng nhờ tìm ra "người dùng trung bình"; thế kỷ tới, các ông lớn sẽ thắng nhờ tìm ra "cá nhân trong người dùng trung bình".

Năm 2026, thế giới sẽ không còn tối ưu cho tất cả, mà sẽ tối ưu cho "bạn".

Emily Bennett: Đại học nguyên bản AI đầu tiên sẽ ra đời

Năm 2026, chúng ta sẽ chứng kiến đại học nguyên bản AI đầu tiên — một tổ chức được xây dựng từ đầu xoay quanh hệ thống thông minh. Đại học truyền thống đã ứng dụng AI để chấm điểm, hướng dẫn, xếp lịch, nhưng giờ đây đang xuất hiện một biến đổi sâu sắc hơn: một "cơ thể học thuật thích nghi" có thể học và tự tối ưu hóa theo thời gian thực.

Bạn có thể hình dung một đại học như vậy: khóa học, hướng dẫn, hợp tác nghiên cứu, vận hành campus đều điều chỉnh theo vòng phản hồi thời gian thực; thời khóa biểu tự tối ưu; danh sách đọc cập nhật động theo nghiên cứu mới; lộ trình học của từng sinh viên thay đổi theo thời gian thực

Tiền lệ đã xuất hiện: Đại học Bang Arizona hợp tác với OpenAI tạo ra hàng trăm dự án AI; Đại học Bang New York đưa AI vào giáo dục đại cương

Trong đại học nguyên bản AI:

-Giáo sư trở thành "kiến trúc sư hệ thống học tập": thiết kế dữ liệu, tinh chỉnh mô hình, dạy sinh viên cách đánh giá suy luận máy móc

-Cách đánh giá sẽ chuyển sang "đánh giá nhận thức AI": không hỏi sinh viên có dùng AI không, mà là dùng AI như thế nào

Khi các ngành đều cần nhân tài biết hợp tác với hệ thống thông minh, đại học này sẽ trở thành "động cơ nhân lực" của nền kinh tế mới.