Tác động kinh tế–xã hội và quản trị AI/AGI (2026–2035)

Tóm tắt

Đến giữa năm 2026, trí tuệ nhân tạo (AI) đã rời khỏi giai đoạn “thử nghiệm cho biết” để bước vào giai đoạn doanh nghiệp đòi hỏi lợi nhuận trên vốn đầu tư (ROI) và tái thiết kế lại quy trình làm việc. Bức tranh thập kỷ tới không phải là “robot cướp hết việc làm” trong một đêm, mà là một quá trình tái cấu trúc phức tạp, diễn ra với tốc độ và mức độ rất khác nhau giữa các ngành, các nhóm tuổi và các quốc gia.

Bốn lực kéo định hình giai đoạn 2026–2035 gồm: (1) năng suất tăng nhưng phân bổ không đồng đều, với phần lớn doanh nghiệp chưa thu được giá trị tài chính rõ rệt; (2) thị trường lao động siết tuyển dụng đầu vào (entry-level) thay vì sa thải hàng loạt; (3) năng lượng và nước trở thành nút thắt vật lý của tham vọng AI; và (4) quyền lực tính toán (compute) tập trung vào một số tập đoàn và quốc gia, biến AI thành mặt trận địa chính trị. Song song, ba mô hình quản trị – “dựa trên rủi ro” (EU), “ưu tiên đổi mới” (Mỹ) và “kiểm soát nội dung” (Trung Quốc) – đang cạnh tranh để định nghĩa luật chơi toàn cầu.

Bài viết tổng hợp các ước tính từ McKinsey, IMF, Goldman Sachs, IEA, Đại học Stanford và các cơ quan quản lý, đồng thời trình bày hai góc nhìn trái chiều (lạc quan và thận trọng) để người đọc tự đánh giá.

---

1. Việc làm và năng suất: lời hứa lớn, hiện thực phân mảnh

Giá trị kinh tế tiềm năng rất lớn…

McKinsey ước tính AI tạo sinh (generative AI) có thể đóng góp 2.600–4.400 tỷ USD giá trị kinh tế mỗi năm trên khoảng 63 nhóm ứng dụng, tập trung ở chăm sóc khách hàng, marketing & bán hàng, kỹ thuật phần mềm và R&D (McKinsey, 2025). Goldman Sachs còn lạc quan hơn: nếu được áp dụng rộng rãi, AI tạo sinh có thể nâng GDP toàn cầu thêm khoảng 7% (gần 7.000 tỷ USD) trong vòng 10 năm và tăng năng suất lao động khoảng 1,5 điểm phần trăm/năm (Goldman Sachs, 2023). IMF, thận trọng hơn, dự báo AI có thể nâng tăng trưởng theo nhiều kịch bản nhưng cảnh báo lợi ích phụ thuộc nặng vào năng lực hấp thụ công nghệ của từng nền kinh tế (IMF Working Paper, 2025).

…nhưng “nghịch lý năng suất” vẫn hiện hữu

Khoảng cách giữa tiềm năng và hiện thực rất rộng. Theo khảo sát State of AI 2025 của McKinsey, dù gần 9/10 doanh nghiệp đã triển khai AI ở ít nhất một bộ phận, chỉ khoảng 5–6% tổ chức ghi nhận lợi ích tài chính thực sự, và phần lớn báo cáo tác động lên lợi nhuận (EBIT) ở mức dưới 5%. Yếu tố quyết định không phải mua mô hình mạnh nhất, mà là thiết kế lại quy trình, cam kết từ lãnh đạo và quản trị dữ liệu chặt chẽ. Đây là lý do giai đoạn 2025–2026 được gọi là “giai đoạn tối ưu hóa”: doanh nghiệp dùng AI để cắt chi phí và tinh gọn hơn là mở rộng quy mô nhân sự.

Cú sốc dồn vào người trẻ và vị trí đầu vào

IMF ước tính AI sẽ ảnh hưởng tới khoảng 40% việc làm toàn cầu – lên tới ~60% ở các nền kinh tế phát triển và ~26% ở các nước thu nhập thấp (IMF, 2024–2025). Quan trọng: khoảng một nửa số việc bị ảnh hưởng là được bổ trợ (AI giúp người lao động làm tốt hơn), nửa còn lại là bị thay thế. Goldman Sachs đưa ra con số gây chú ý rằng khối lượng công việc tương đương 300 triệu việc làm toàn thời gian có nguy cơ tự động hóa, song nhấn mạnh phần lớn là dịch chuyển tạm thời và có thể được bù đắp bằng việc làm mới.

Bằng chứng thực nghiệm rõ nhất đến nay là nghiên cứu của Stanford Digital Economy Lab (tháng 11/2025): lao động tuổi 22–25 trong các ngành chịu tác động mạnh của AI đã giảm khoảng 16% việc làm tương đối từ khi AI tạo sinh phổ biến; riêng việc làm đầu vào trong kỹ thuật phần mềm và chăm sóc khách hàng giảm gần 20% trong giai đoạn cuối 2022 đến giữa 2025 (Stanford / CNBC, 2025). Đáng chú ý, doanh nghiệp không giảm lương mà chỉ giảm tuyển – tạo ra “cái bẫy kỹ năng”: nấc thang đầu vào để tích lũy kinh nghiệm bị thu hẹp, trong khi nhu cầu nhân sự cấp cao biết phối hợp với quy trình AI lại thiếu hụt.

---

2. Năng lượng và môi trường: nút thắt vật lý của AI

Rào cản lớn nhất với tham vọng AGI có thể không phải thuật toán, mà là điện và nước.

Điện. Cơ quan Năng lượng Quốc tế (IEA) ước tính tiêu thụ điện của trung tâm dữ liệu toàn cầu khoảng 415 TWh năm 2024, sẽ tăng từ ~485 TWh (2025) lên khoảng 945 TWh vào năm 2030 – nhiều hơn toàn bộ lượng điện Nhật Bản tiêu thụ hiện nay, chiếm khoảng 3% nhu cầu điện toàn cầu. Riêng nhu cầu điện từ trung tâm dữ liệu tối ưu cho AI dự kiến tăng hơn bốn lần đến 2030; kịch bản cơ sở của IEA thấy con số chạm ~1.200 TWh vào 2035. Mỹ chiếm phần lớn mức tăng này, theo sau là Trung Quốc (IEA, 2025).

Nước. Trung tâm dữ liệu tiêu thụ nước trực tiếp để làm mát máy chủ và gián tiếp qua sản xuất điện. Một nghiên cứu được trích dẫn rộng rãi (nhóm Li & Ren) ước tính hạ tầng AI toàn cầu có thể tiêu thụ 4,2–6,6 tỷ m³ nước/năm vào năm 2027 – gần bằng một nửa lượng nước rút hàng năm của Vương quốc Anh (Tom’s Hardware tổng hợp, 2025). Vấn đề nghiêm trọng vì phần lớn lượng nước này được rút từ những vùng vốn đã căng thẳng nguồn nước.

Nghịch lý xanh. Việc chuyển sang năng lượng tái tạo hoặc nhiên liệu sinh học để giảm phát thải carbon của data center lại làm tăng áp lực lên quỹ đất và nguồn nước – một sự đánh đổi chưa có lời giải gọn gàng.

---

3. Quyền lực và địa chính trị: cuộc đua compute

AI khuếch đại sự tập trung quyền lực ở hai tầng. Tầng doanh nghiệp: số ít tập đoàn công nghệ lớn (Big Tech) kiểm soát các mô hình tiên phong (frontier models) và phần lớn hạ tầng compute. Tầng quốc gia: Mỹ và Trung Quốc dẫn đầu, với cuộc cạnh tranh xoay quanh chip và năng lực tính toán.

Kiểm soát xuất khẩu chip là công cụ trung tâm của Mỹ. Đến cuối 2025–đầu 2026, chính sách có dấu hiệu dịu lại: tháng 12/2025 Mỹ cho phép bán một số chip cho khách hàng được phê duyệt tại Trung Quốc, và tháng 1/2026 Bộ Thương mại chuyển sang xét duyệt giấy phép theo từng trường hợp với các điều kiện chặt (kiểm thử tại Mỹ, trần khối lượng bằng 50% doanh số nội địa, thuế 25%) (Mayer Brown, 2026). Dù vậy, giới phân tích cho rằng Mỹ vẫn giữ lợi thế áp đảo về compute sản xuất trong ngắn hạn do các nút thắt sản xuất chip cao cấp của Trung Quốc.

Phản ứng trước sự tập trung này là làn sóng “AI chủ quyền” (Sovereign AI): Ấn Độ, UAE, Nam Phi và nhiều nước xây dựng hạ tầng, dữ liệu và mô hình của riêng mình để tránh “chủ nghĩa chiết xuất kỹ thuật số” – tức bị biến thành nơi cung cấp dữ liệu trong khi giá trị chảy về một vài trung tâm công nghệ. Căng thẳng cốt lõi: mô hình tiên phong đắt đỏ và khó tự chủ vẫn nằm trong tay Big Tech Mỹ/Trung, khiến “chủ quyền AI” thường dừng ở tầng ứng dụng và dữ liệu hơn là tầng mô hình nền.

---

4. Các khung quản trị: ba mô hình, một cuộc giằng co

Liên minh châu Âu – quản trị dựa trên rủi ro. EU AI Act là luật ràng buộc đầu tiên trên thế giới, triển khai theo lộ trình: nghĩa vụ với mô hình đa dụng (GPAI) có hiệu lực 2/8/2025; nghĩa vụ với hệ thống rủi ro cao áp dụng từ 2/8/2026; và áp dụng đầy đủ (kể cả AI nhúng trong sản phẩm được quản lý) từ 2/8/2027. Mức phạt cao nhất tới 35 triệu EUR hoặc 7% doanh thu toàn cầu với các hành vi bị cấm (artificialintelligenceact.eu).

Hoa Kỳ – ưu tiên đổi mới, chống “rào cản”. Mỹ chưa có luật liên bang thống nhất. Ngày 11/12/2025, Tổng thống Trump ký sắc lệnh “Ensuring a National Policy Framework for Artificial Intelligence”, lập Lực lượng đặc nhiệm kiện tụng AI để thách thức các luật AI cấp bang bị coi là “gánh nặng”, và đe dọa cắt một số nguồn ngân sách liên bang (Nhà Trắng, 2025). Sắc lệnh chừa ra các luật về an toàn trẻ em, hạ tầng compute và mua sắm công. Giới quan sát dự báo các bang sẽ phản kháng tại tòa, biến quản trị AI ở Mỹ thành một cuộc giằng co liên bang–tiểu bang.

Trung Quốc – kiểm soát nội dung, dữ liệu nội địa. Trung Quốc đi theo hướng quản lý nội dung chặt: Quy định ghi nhãn nội dung do AI tạo sinh (có hiệu lực 1/9/2025) buộc gắn nhãn rõ ràng (text/âm thanh/đồ họa) và nhãn ẩn (metadata) cho nội dung AI (China Law Translate, 2025). Song song, Bắc Kinh công bố Kế hoạch hành động quản trị AI toàn cầu (7/2025), đề xuất lập một tổ chức hợp tác AI quốc tế (có thể đặt tại Thượng Hải) và khẳng định Liên Hợp Quốc là “kênh chính” – một động thái cạnh tranh ảnh hưởng với phương Tây trong việc định hình luật chơi.

Nỗ lực quốc tế. Liên Hợp Quốc (qua Global Digital Compact) và các diễn đàn đa phương đang cố tạo mặt bằng chung, nhưng phân mảnh giữa ba mô hình khiến một khung toàn cầu thống nhất vẫn xa vời. Một dịch chuyển đáng chú ý: trọng tâm quản trị đang chuyển từ “đạo đức AI” và quản lý nội dung tĩnh sang trách nhiệm giải trình cho AI tác nhân (agentic AI) – các hệ thống tự ra quyết định và hành động, đặt ra câu hỏi mới về ai chịu trách nhiệm khi tác nhân gây hại.

---

5. Kịch bản và phản biện

Chiều cạnh	Góc nhìn lạc quan	Góc nhìn thận trọng
Việc làm	AI bổ trợ, tạo việc mới như mọi cuộc cách mạng công nghệ; lương không giảm	Nấc thang đầu vào bị chặt, người trẻ chịu thiệt; bất bình đẳng gia tăng (IMF)
Năng suất	GDP có thể +7% trong 10 năm (Goldman)	Chỉ ~5–6% doanh nghiệp thu lợi thực; “nghịch lý năng suất” kéo dài
Môi trường	AI cũng giúp tối ưu lưới điện, đẩy nhanh năng lượng sạch	Điện ×2 và nước hàng tỷ m³ tạo sức ép thật trên vùng khan hiếm
Quyền lực	Sovereign AI giúp phân tán quyền lực	Mô hình tiên phong vẫn do Big Tech nắm; phụ thuộc khó gỡ

Kịch bản ngắn hạn (2026–2027): EU AI Act bước vào pha rủi ro cao; đầu tư mạnh vào điện và năng lượng tái tạo cho data center; căng thẳng pháp lý liên bang–tiểu bang tại Mỹ.

Kịch bản trung hạn (2028–2030): AI tác nhân thành tiêu chuẩn công nghiệp; áp lực mất cân bằng lao động cấp trung và đầu vào rõ rệt; yêu cầu công khai dấu chân carbon/nước trở nên phổ biến.

Kịch bản dài hạn (2031–2035): Khả năng đạt ngưỡng AGI sơ khai; các quốc gia định hình rõ mô hình AI chủ quyền để cân bằng phụ thuộc; quản trị toàn cầu hoặc hội tụ quanh một số chuẩn mực, hoặc phân mảnh thành các “khối công nghệ” (techno-blocs).

---

Hàm ý cho Việt Nam và độc giả khu vực

Với một nền kinh tế đang phát triển, cơ hội nằm ở tầng ứng dụng và dữ liệu chủ quyền: xây dựng năng lực dùng AI để nâng năng suất các ngành dịch vụ, sản xuất, nông nghiệp – thay vì chạy đua mô hình tiên phong tốn kém. Rủi ro lớn nhất với người lao động trẻ là nấc thang đầu vào bị thu hẹp, nên đầu tư vào kỹ năng phối hợp với AI (đánh giá, kiểm chứng, điều phối quy trình) quan trọng hơn kỹ năng dễ tự động hóa. Về hạ tầng, bài toán điện–nước của data center cần được tính vào quy hoạch năng lượng ngay từ đầu.

---

Nguồn tham khảo

• McKinsey & Company (2025). Where AI Will Create Value — and Where It Won’t / State of AI 2025. Link
• International Monetary Fund (2024–2025). Gen-AI: Artificial Intelligence and the Future of Work; The Global Impact of AI — Mind the Gap (WP/25/76). Link
• Goldman Sachs (2023). Generative AI Could Raise Global GDP by 7%. Link
• International Energy Agency (2025). Energy and AI — Executive Summary. Link
• Li, Ren et al. / tổng hợp (2025). AI Water Footprint 2027 (4,2–6,6 tỷ m³). Link
• Stanford Digital Economy Lab / CNBC (2025). AI và việc làm đầu vào của lao động trẻ. Link
• EU AI Act — Implementation Timeline. Link
• The White House (2025). Ensuring a National Policy Framework for Artificial Intelligence (Executive Order, 11/12/2025). Link
• China Law Translate (2025). Measures for Labeling of AI-Generated Synthetic Content. Link
• Mayer Brown (2026). Administration Policies on Advanced AI Chips Codified. Link

Cập nhật: 13/06/2026. Bài viết tổng hợp ước tính từ nhiều nguồn; các con số là dự báo và có thể thay đổi. Mọi thống kê đều được dẫn nguồn để người đọc kiểm chứng.