Năm 2026, AI agent trở thành cụm từ được nhắc nhiều nhất trong giới công nghệ và đầu tư, nhưng đằng sau làn sóng định giá tỷ đô là một nghịch lý ngày càng lộ rõ: tiền đổ vào ồ ạt trong khi phần lớn dự án chưa thể đi vào vận hành thực tế.
Theo dữ liệu thị trường, quy mô mảng AI tự chủ (agentic AI) đạt khoảng 10,86 tỷ USD trong năm 2026, tăng từ 7,55 tỷ USD của năm 2025, và được dự báo cán mốc 93,2 tỷ USD vào năm 2032 với tốc độ tăng trưởng kép hằng năm 44,6%. Quy mô tính riêng thị trường còn khiêm tốn so với dòng vốn thực chảy vào lĩnh vực này: tổng đầu tư cho AI agent và agentic AI trong năm 2026 đã vượt 200 tỷ USD, phần lớn rót vào các “nhân viên số” có khả năng tự ra quyết định. McKinsey ước tính các tác nhân AI và robot có thể tạo ra khoảng 2.900 tỷ USD giá trị kinh tế mỗi năm cho riêng nước Mỹ vào năm 2030, tương ứng tự động hóa trung bình 27% số giờ làm việc hiện tại.
Sức nóng phản ánh rõ trong tốc độ tích hợp. Gartner dự báo đến cuối năm 2026, khoảng 40% ứng dụng doanh nghiệp sẽ nhúng AI agent, tăng vọt từ mức dưới 5% của năm 2025. Khái niệm “Agentic Enterprise” — doanh nghiệp vận hành bằng các tác nhân AI làm việc liên tục 24/7, tự lập kế hoạch và thực thi tác vụ trong phạm vi được phép — đang được nhiều hãng phần mềm quảng bá như động lực tăng trưởng mới. Đến năm 2028, Gartner cho rằng ít nhất 15% quyết định công việc hằng ngày sẽ được đưa ra một cách tự chủ bởi AI agent cho doanh nghiệp, so với mức 0% của năm 2024.
Khoảng cách giữa kỳ vọng và triển khai
Bức tranh thực tế lại kém màu hồng hơn nhiều so với các con số dự báo. IDC ghi nhận tới 88% dự án thử nghiệm AI không bao giờ tiến tới triển khai diện rộng, mắc kẹt ở giai đoạn proof-of-concept. Gartner thậm chí dự báo hơn 40% dự án agentic AI sẽ bị hủy bỏ trước cuối năm 2027 vì chi phí leo thang, giá trị kinh doanh không rõ ràng hoặc thiếu kiểm soát rủi ro.
Một phần vấn đề nằm ở chính các nhà cung cấp. Gartner cảnh báo hiện tượng “agent washing” — đổi tên trợ lý ảo, RPA và chatbot cũ thành AI agent mà không có năng lực tự chủ thực sự. Theo ước tính của hãng nghiên cứu này, trong số hàng nghìn nhà cung cấp tự nhận làm agentic AI, chỉ khoảng 130 đơn vị là thật. Khoảng cách giữa năng lực lý thuyết và mức ứng dụng thực tế cũng rất lớn: nghiên cứu của Anthropic chỉ ra AI về lý thuyết có thể tự động hóa 94% tác vụ máy tính và toán học, nhưng hiện mới chỉ đảm nhận 33%.
Sự bối rối thể hiện ngay ở bài toán doanh thu. Nhiều doanh nghiệp than phiền đã chi mạnh cho AI nhưng chưa thấy tác động lên doanh số, trong khi chi phí vận hành các tác nhân tự chủ — vốn tiêu tốn lượng lớn token mỗi lần xử lý — có thể đội lên nhanh chóng. Đây là lý do giới phân tích cho rằng 2026 là năm thị trường bắt đầu phân hóa giữa các triển khai tạo ra lợi nhuận thực và những dự án chạy theo kỳ vọng, tương tự lo ngại về bong bóng AI 2026.
Tác động lên lao động cũng đã hiện hữu. Khoảng 66% doanh nghiệp được khảo sát cho biết đang giảm tuyển dụng nhân sự ở cấp khởi điểm khi đưa AI vào quy trình. Nghiên cứu của Anthropic ghi nhận tỷ lệ tìm được việc làm của nhóm lao động 22–25 tuổi trong các ngành nghề có mức độ phơi nhiễm AI cao đã giảm khoảng 14% so với giai đoạn trước khi ChatGPT xuất hiện — dấu hiệu sớm cho thấy sức ép lên lực lượng cổ cồn trắng mới gia nhập thị trường.
Bài toán cho doanh nghiệp Việt
Tại Việt Nam, làn sóng AI agent đang được đón nhận nhanh. Một số dự báo cho thấy hơn 70% doanh nghiệp nhỏ và vừa sẽ tích hợp giải pháp AI tự chủ vào vận hành trong năm 2026, và mô hình Agentic Enterprise được các nền tảng quản trị trong nước giới thiệu rộng rãi. McKinsey ước tính tự động hóa quy trình thủ công có thể giúp doanh nghiệp tiết kiệm trung bình 30–40% chi phí vận hành, một con số đủ hấp dẫn với khối doanh nghiệp đang chịu áp lực biên lợi nhuận, trong bối cảnh hạ tầng tính toán trong nước cũng đang mở rộng nhanh như làn sóng trung tâm dữ liệu AI Việt Nam.
Bối cảnh pháp lý cũng đang định hình lại cuộc chơi. Với Luật Trí tuệ nhân tạo có hiệu lực từ tháng 3/2026, doanh nghiệp Việt có cơ hội chuẩn hóa quy trình và nâng cao năng lực tự chủ công nghệ, nhưng đồng thời phải tính đến yêu cầu kiểm soát rủi ro và minh bạch dữ liệu khi giao quyền quyết định cho các tác nhân tự động.
Kinh nghiệm toàn cầu cho thấy bài học đáng giá nhất không phải là chạy đua tích hợp cho kịp xu hướng, mà là chọn đúng bài toán có giá trị rõ ràng, đo lường được chi phí và lợi ích trước khi mở rộng. Với tỷ lệ dự án bị hủy được dự báo vượt 40% và ROI AI ở nhiều doanh nghiệp chưa sinh lời, ranh giới giữa khoản đầu tư sinh lời và chi phí lãng phí của doanh nghiệp Việt trong năm 2026 sẽ phụ thuộc vào kỷ luật triển khai nhiều hơn là vào tốc độ bắt nhịp công nghệ.
Nguồn: Gartner, IDC, McKinsey, Anthropic, VnExpress.
