Kinh tế AI mà tôi thấy tại Stripe Sessions 2026
Tuyển chọn TechFlowTuyển chọn TechFlow
Kinh tế AI mà tôi thấy tại Stripe Sessions 2026
Dữ liệu từ Stripe cho thấy AI đang tái định hình nền kinh tế toàn cầu.
Chuyên sâu báo cáo Web3Tác giả: Gao Fei
Biên dịch: AididiaoJP, Foresight News
Năm 1987, nhà kinh tế học Robert Solow từng phát biểu một câu nổi tiếng: “Bạn có thể thấy kỷ nguyên máy tính ở mọi nơi—chỉ duy nhất trong các số liệu thống kê về năng suất là không thấy.” Câu nói này đã làm các nhà kinh tế học bối rối gần một thập kỷ. Mãi đến giữa những năm 1990, đóng góp của máy tính đối với năng suất mới thực sự hiện rõ trong dữ liệu.
Năm 2026, cùng nỗi băn khoăn ấy đang lặp lại với trí tuệ nhân tạo (AI). Các luồng ý kiến về “bong bóng AI” xuất hiện rồi biến mất, các học giả tranh luận gay gắt, doanh nghiệp do dự chưa quyết, còn tín hiệu từ dữ liệu vĩ mô vẫn mờ nhạt. Tuy nhiên, có một nơi mà ảnh hưởng của AI lên nền kinh tế đã không còn cần bàn cãi.
Giờ hãy cùng nhìn vào Stripe.
Trong vài ngày qua, tôi đã tham dự hội nghị Stripe Sessions tại San Francisco. Khối lượng giao dịch mà Stripe xử lý tương đương gần 2% GDP toàn cầu, với tổng giá trị thanh toán hàng năm đạt 1,9 nghìn tỷ USD và hơn 5 triệu doanh nghiệp hoạt động trên nền tảng này. 86% công ty trong danh sách “AI 50” của tạp chí Forbes đều đang sử dụng Stripe. Nếu nền kinh tế AI là một đứa trẻ sơ sinh, thì Stripe chính là thiết bị theo dõi nhịp tim trong phòng sinh—nó ghi nhận nhịp đập đầu tiên của đứa trẻ sớm hơn và chính xác hơn hầu hết mọi bên khác.
Một nghiên cứu do Ngân hàng Dự trữ Liên bang St. Louis công bố đầu năm 2026 cho thấy đầu tư liên quan đến AI đã đóng góp gần 40% vào mức tăng trưởng GDP biên của Mỹ—vượt xa mức đóng góp đỉnh điểm của ngành công nghệ trong thời kỳ bong bóng Internet. Khi những khoản đầu tư này chuyển hóa thành doanh thu, phần lớn giao dịch thanh toán đều diễn ra trên nền tảng Stripe. Quan trọng hơn, Stripe không chỉ đơn thuần ghi nhận “nhịp tim” của nền kinh tế AI. Tại hội nghị năm nay, công ty tuyên bố sẽ thúc đẩy một hình thái kinh tế mới: Thương mại thông minh (Agentic Commerce)—trong đó các tác tử thông minh (intelligent agents) trở thành chủ thể thực hiện giao dịch. Trong một buổi phỏng vấn tập thể với giới truyền thông, đồng sáng lập kiêm Chủ tịch John Collison khẳng định ông dự đoán vai trò của các tác tử thông minh như người mua trong giao dịch thương mại sẽ trở thành xu hướng chủ đạo trong vòng 12–18 tháng tới.
Trong hai ngày, 288 sản phẩm và tính năng mới được ra mắt, hơn 10.000 người tham dự—một cụm từ then chốt xuyên suốt toàn bộ hội nghị: Agentic Commerce. Dưới đây là những điều tôi chứng kiến tại Stripe Sessions 2026, cùng suy ngẫm cá nhân của tôi.
Nền kinh tế AI thực sự đang tăng tốc nhanh đến mức nào?
Trước khi đi sâu vào thương mại thông minh, hãy cùng xem xét tổng quan về nền kinh tế AI. Năm 1987, Solow từng nói máy tính “vô hình” trong số liệu thống kê; gần bốn thập kỷ sau, AI đã hiện rõ ràng trong dữ liệu của Stripe.
Buổi sáng ngày đầu tiên của hội nghị, CEO Patrick Collison trình bày một loạt số liệu. Kể từ đại dịch, số lượng doanh nghiệp mới đăng ký hàng tháng trên Stripe luôn duy trì ở mức cao, nhưng đường cong tăng trưởng tương đối bằng phẳng. Từ đầu năm 2026, đường cong này đột ngột vọt thẳng đứng. Nguyên nhân trực tiếp là các công cụ mã hóa AI đã giảm mạnh rào cản khởi nghiệp: nhiều nhà phát triển giờ đây chỉ cần “lập trình theo cảm hứng” (vibe coding) để xây dựng sản phẩm có thể thu phí trong vài ngày. Patrick mô tả đây là một hiện tượng vĩ mô hơn—toàn bộ nền kinh tế đang tái nền tảng xung quanh AI. Maia Josebachvili, Giám đốc Doanh thu phụ trách lĩnh vực AI tại Stripe, bổ sung một so sánh bên ngoài: đến năm 2024, số lượng ứng dụng mới đăng tải lên App Store của iOS vẫn tiếp tục giảm. Sau khi các công cụ mã hóa AI xuất hiện, con số này tăng 24% theo quý.
Sự thay đổi không chỉ nằm ở quy mô, mà còn ở chất lượng. Stripe Atlas là một trong những cách thuận tiện nhất để các nhà sáng lập đăng ký doanh nghiệp tại Mỹ. Tuần trước, nền tảng này vừa kỷ niệm cột mốc 100.000 doanh nghiệp thành lập. Tại hội nghị, tôi được nghe một con số gây kinh ngạc: các công ty đăng ký qua Atlas trong năm 2025 đã đạt doanh thu cao gấp đôi so với các công ty thành lập cùng kỳ năm 2024, tại cùng một thời điểm trong chu kỳ vận hành. Còn các công ty thành lập năm 2026—mới chỉ hoạt động vài tháng—đã đạt doanh thu cao gấp năm lần so với các công ty thành lập cùng kỳ năm ngoái.
Trong báo cáo về nền kinh tế AI buổi chiều ngày đầu tiên, Maia Josebachvili liệt kê một số tên tuổi dẫn dắt sự trỗi dậy của nền kinh tế AI. Lovable đạt doanh thu 100 triệu USD trong vòng tám tháng, rồi tăng vọt lên 400 triệu USD trong tám tháng tiếp theo. Cursor đạt doanh thu thường niên hóa 1 tỷ USD trong chưa đầy hai năm, và chỉ ba tháng sau đã tăng gấp đôi lên 2 tỷ USD. Các công ty AI bản địa hàng đầu trên Stripe tăng trưởng 120% trong năm 2025 và đến nay đã tăng 575% trong năm 2026.
Ở phía người tiêu dùng, mức tăng cũng rất mạnh. Người dùng chi tiêu cao nhất dành trung bình 371 USD/tháng cho các sản phẩm AI—vượt quá tổng chi phí trung bình của người Mỹ cho kết nối Internet, dịch vụ phát trực tuyến và hóa đơn điện thoại di động. Tôi tự tính sơ bộ chi phí token hàng tháng của mình—đã vượt xa hóa đơn điện thoại.
Patrick còn đưa ra một phép so sánh khác: tốc độ tăng trưởng doanh nghiệp trên Stripe nhanh gấp 17 lần tốc độ tăng trưởng kinh tế toàn cầu.
Ngày thứ hai, John Collison trực tiếp đề cập đến nghịch lý Solow và giải thích bằng phép so sánh lịch sử. Năm 1882, Edison đã thắp sáng những chiếc đèn điện đầu tiên cho khách hàng tại Manhattan. Nhưng trong suốt ba mươi năm sau đó—thời kỳ điện khí hóa—năng suất gần như không tăng. Nguyên nhân không phải do điện không hiệu quả, mà vì các nhà máy lúc đó được thiết kế quanh động cơ hơi nước. Chỉ khi toàn bộ nhà máy được xây dựng lại từ đầu, năng suất mới thực sự gia tăng. John nhận định AI hiện đang ở giai đoạn tương tự: thay đổi đã bắt đầu, nhưng các mô hình cũ chưa kịp hấp thụ hoàn toàn. “Tuy nhiên,” ông nói, “tôi nghi ngờ AI sẽ không mất tới ba mươi năm.”
Dữ liệu từ Stripe dường như ủng hộ quan điểm lạc quan này. Trên nền tảng của họ, nền kinh tế AI đã bùng nổ. Gần như mọi doanh nghiệp truyền thống mà tôi tiếp xúc đều đang có ban lãnh đạo cấp cao thúc đẩy triển khai AI với mức độ khẩn trương cực cao.
Toàn cầu hóa ngay từ ngày đầu tiên
Ngoài tốc độ, các công ty AI còn có một đặc điểm gây ấn tượng mạnh khác: chúng mang tính toàn cầu ngay từ ngày đầu thành lập. Stripe gọi đây là “toàn cầu hóa mặc định” (default globalization).
Kể từ khi tôi trở thành một blogger chuyên về AI, tôi thường trải nghiệm điều này: việc sáng tạo nội dung AI không bị giới hạn bởi múi giờ. Tin tức AI từ bên kia Thái Bình Dương có trọng lượng ngang bằng tin tức địa phương. Sản phẩm AI cũng vậy. Các mô hình ngôn ngữ lớn (LLM) làm mờ ranh giới về ngôn ngữ giao diện và thói quen tương tác vốn gắn liền với phần mềm truyền thống. Một khung chat thống nhất đủ để người dùng toàn cầu sử dụng sản phẩm bằng ngôn ngữ tự nhiên. Theo nghĩa này, LLM lần đầu tiên khiến thị trường phần mềm toàn cầu thống nhất trở thành hiện thực.
Dữ liệu từ hội nghị xác nhận quan sát này. Trong làn sóng SaaS trước đây, các công ty tăng trưởng nhanh nhất trong năm đầu tiên phủ sóng khoảng 25 quốc gia và đạt 50 quốc gia vào năm thứ ba. Tốc độ của các công ty AI hoàn toàn khác biệt: 42 quốc gia trong năm đầu tiên và 120 quốc gia vào năm thứ ba. Maia cho biết Kazakhstan hiện đã xuất hiện trong danh sách thị trường của nhiều công ty AI. Tại phiên thảo luận “Indexing the Economy” ngày thứ hai, Stripe tiết lộ một số liệu trung vị: 100 công ty khởi nghiệp AI hàng đầu đã bán hàng tại 55 quốc gia ngay trong năm đầu tiên.
Emergent Labs là một ví dụ cụ thể. Công ty này thành lập tại Mỹ năm 2024, nhưng gần 70% doanh thu đã đến từ thị trường nước ngoài, với ít nhất 16 quốc gia mỗi nước đóng góp ít nhất 1% doanh thu. Trong số các công ty AI hàng đầu, 48% doanh thu đến từ thị trường ngoài nước sở tại—so với chỉ 33% ba năm trước. Doanh thu toàn cầu không còn là yếu tố bổ sung, mà đã trở thành điều kiện nền tảng.
Tốc độ và tính toàn cầu là hai đặc điểm cốt lõi của nền kinh tế AI, và cả hai đều gắn chặt với Stripe. Các công ty AI cần khả năng thanh toán nhanh chóng và phải có thể nhận thanh toán từ 40 quốc gia và vùng lãnh thổ ngay trong tuần đầu tiên. Đây đúng là điều Stripe đã làm ngay từ ngày đầu thành lập.
Ở đây cần bổ sung một chút về bối cảnh ra đời của Stripe.
Patrick Collison và em trai John Collison—hai nhà sáng lập Stripe—là người Ireland, và chính họ là những doanh nhân xuyên biên giới. Tại hội nghị, tôi gặp một đồng nghiệp người Ireland, người cho biết trong mắt các nhà sáng lập AI tại Ireland, hai anh em này là những anh hùng. Khi đến Mỹ, họ nhận ra việc nhận thanh toán trực tuyến vô cùng khó khăn: kết nối hệ thống thanh toán đòi hỏi ký hợp đồng với ngân hàng, kiểm tra tuân thủ PCI, tích hợp với nhiều trung gian—cả quá trình có thể kéo dài vài tuần hoặc thậm chí vài tháng.
Vì vậy, năm 2010, hai chàng trai mới ngoài hai mươi tuổi bỏ học, chuyển đến San Francisco và viết một giải pháp giúp các nhà phát triển nhận thanh toán chỉ bằng bảy dòng mã. Đúng vào thời điểm bảy dòng mã này ra đời, làn sóng điện thoại thông minh và SaaS cũng bắt đầu bùng nổ. Shopify cần hỗ trợ hàng triệu chủ cửa hàng nhận thanh toán, Uber cần hành khách thanh toán không ma sát, Salesforce cần xử lý các gói đăng ký toàn cầu… Tất cả đều chọn Stripe. Cùng với những khách hàng toàn cầu này, Stripe mở rộng năng lực địa phương tại 46 quốc gia, phủ sóng 195 thị trường và hỗ trợ 125 phương thức thanh toán địa phương.
Đối với người tiêu dùng, Stripe không phải là một công ty đứng dưới ánh đèn sân khấu. Nó ẩn mình đằng sau trang thanh toán của Shopify, email xác nhận đăng ký của OpenAI và thông báo chi phí của Uber. Nhưng sự “vô hình” này không cản trở nó trở thành cơ sở hạ tầng tài chính nền tảng của nền kinh tế Internet. Trong kỷ nguyên AI, cơ sở hạ tầng tài chính toàn cầu này trao cho Stripe lợi thế tiên phong khi phục vụ các công ty AI đang mở rộng ra quốc tế.
Tại hội nghị năm nay, tôi còn gặp Abhi Tiwari—Giám đốc Sản phẩm Toàn cầu của Stripe. Ông vừa đảm nhiệm vị trí này cách đây ba tháng và đã chuyển đến Singapore. Stripe có các trung tâm kỹ thuật tại San Francisco, Dublin và Singapore, đồng thời mở văn phòng tại São Paulo dành riêng cho khu vực Mỹ Latinh. Abhi cho tôi biết, nhiều công ty AI khi tìm đến Stripe đều mở lời ngay từ đầu: “Chúng tôi mặc định toàn cầu hóa—khách hàng ở đâu không quan trọng.” Mô hình cũ, trong đó sản phẩm được phát triển tại trụ sở rồi mới mở rộng ra toàn cầu, đang dần bị thay thế bởi mô hình mới, trong đó các đội địa phương xây dựng sản phẩm ngay tại thị trường mục tiêu.
Tiếp cận người dùng toàn cầu là một chuyện, còn khiến họ sẵn sàng thanh toán lại là chuyện khác—phức tạp hơn nhiều, bởi mỗi thị trường đều có đồng tiền và thói quen thanh toán riêng. Về mặt này, Stripe hỗ trợ các công ty AI và khách hàng khác chủ yếu qua hai cách: định giá bằng tiền tệ địa phương và tích hợp phương thức thanh toán địa phương. Cách thứ nhất giúp người dùng Brazil thấy giá niêm yết bằng real thay vì đô la Mỹ, nâng cao doanh thu xuyên biên giới thêm 18%; cách thứ hai giúp người dùng Ấn Độ thanh toán bằng UPI, người dùng Brazil bằng Pix, tăng tỷ lệ chuyển đổi hơn 7%. Công cụ trình diễn AI Gamma tại Ấn Độ tăng doanh thu tại quốc gia này 22% trong tháng đầu tiên sau khi tích hợp UPI. Tại gian hàng triển lãm, tôi cũng bắt gặp sự hiện diện của công ty Trung Quốc MiniMax. Theo tôi được biết, nhiều công ty Trung Quốc mở rộng ra nước ngoài đang sử dụng các dịch vụ tài chính của Stripe thông qua thực thể pháp lý hải ngoại.
Các công ty AI bản địa này còn có một đặc điểm chung khác: quy mô nhân sự cực nhỏ, nhiều công ty chỉ do một người sáng lập. Một hoặc hai người cộng thêm một nhóm tác tử thông minh có thể vận hành một công ty toàn cầu thực sự có doanh thu. Trong bài phát biểu ngày thứ hai, Emily đưa ra một con số: mật độ người sáng lập độc lập trên nền tảng Atlas hiện đã gần đạt 5.000 người trên mỗi triệu dân Mỹ, và ngày càng nhiều người trong số họ đạt thu nhập hàng năm trên 100.000 USD.
Emily dùng thuật ngữ “solopreneur” (doanh nhân một người). Điều này khiến tôi nhớ đến làn sóng OPC (One Person Company – Công ty một người) đang phát triển mạnh mẽ tại Trung Quốc. John dùng lý thuyết doanh nghiệp của Ronald Coase để giải thích hiện tượng này. Doanh nghiệp tồn tại vì chi phí phối hợp nội bộ thấp hơn chi phí phối hợp trên thị trường. Nhưng AI có thể đang đảo ngược logic này. Khi các tác tử thông minh có thể giúp bạn khám phá dịch vụ, tích hợp phần mềm và xử lý thanh toán, chi phí phối hợp bên ngoài giảm mạnh. Bạn không còn cần cả một văn phòng nhân viên để làm những việc trước đây phải cần cả một phòng ban.
Từ nền kinh tế con người sang nền kinh tế tác tử thông minh
Nền kinh tế AI được mô tả ở trên—dù tăng trưởng nhanh đến đâu, hay mang tính toàn cầu đến mức nào—vẫn có chủ thể giao dịch là con người: con người mua sản phẩm AI, con người dùng công cụ AI để khởi nghiệp. Nhưng tín hiệu mạnh nhất tôi cảm nhận được tại Sessions năm nay là trọng tâm lớn tiếp theo của Stripe: một bước chuyển đổi khác—nền kinh tế trong đó các tác tử thông minh trở thành người tham gia thị trường, tức là Agentic Commerce.
Sự chuyển đổi này đã âm thầm hiện diện trong chính dữ liệu của Stripe. Will Gaybrick—Tổng Giám đốc Sản phẩm và Kinh doanh—trình bày một loạt số liệu. Trong nhiều năm, Stripe CLI (giao diện dòng lệnh) chỉ được một nhóm nhỏ người dùng cực kỳ kỹ thuật sử dụng, và mức độ sử dụng gần như không thay đổi. Từ đầu năm 2026, mức sử dụng đột ngột tăng vọt. Nguyên nhân là các tác tử thông minh không cần giao diện đồ họa đẹp mắt—một CLI đơn giản thường hữu ích hơn. Dữ liệu từ Maia cho thấy lưu lượng truy cập vào tài liệu Stripe từ các tác tử thông minh tăng khoảng mười lần trong năm 2025. Nếu xu hướng hiện tại tiếp tục, đến cuối năm, số lần các tác tử thông minh đọc tài liệu Stripe sẽ vượt qua con người. Những tài liệu API được Stripe dày công hoàn thiện trong hơn một thập kỷ, giờ đây đã tìm được nhóm độc giả trung thành nhất cho giai đoạn mới.
Nếu việc “tác tử thông minh chi tiền” vẫn còn nghe lạ, hãy xem xét hai tình huống đã xảy ra.
Thứ nhất, giao diện mua sắm có thể đang chuyển dần sang cửa sổ chat với mô hình. Người tiêu dùng hiện nay thường dùng ChatGPT, Gemini hoặc Instagram để nghiên cứu sản phẩm. Khoảng cách giữa việc nghiên cứu và giao dịch đã bị thu gọn vào một giao diện duy nhất. Tại Trung Quốc cũng xuất hiện các ví dụ tương tự, chẳng hạn như mua trà sữa ngay trong ứng dụng AI.
Trong buổi phỏng vấn tập thể với giới truyền thông, John Collison dùng trải nghiệm cá nhân khi mua bộ chuyển đổi nguồn du lịch để giải thích vì sao sự thu gọn này khó thể đảo ngược. Nếu một tác tử thông minh hoàn tất toàn bộ quy trình từ nghiên cứu đến đặt hàng, và vài ngày sau sản phẩm đã được giao tận nhà, ông sẽ không quay lại một website khác để nhập lại toàn bộ thông tin cá nhân—kể cả khi sản phẩm ở website kia có thể tốt hơn một chút. Một khi tác tử thông minh đã hoàn tất quy trình tìm kiếm, bước tiếp theo tự nhiên chính là thanh toán.
Ví dụ thứ hai còn thú vị hơn: OpenClaw. Những ai theo dõi làn sóng “tôm hùm” đều biết đây là một trong những khung tác tử thông minh tự chủ mã nguồn mở phổ biến nhất hiện nay. Người dùng gửi lệnh cho tác tử thông minh qua các ứng dụng nhắn tin như Feishu, Telegram hoặc WhatsApp, và tác tử thông minh tự thực hiện nhiệm vụ. Điểm mấu chốt là OpenClaw có thể tiêu tốn hàng trăm nhân dân tệ hoặc thậm chí hàng trăm đô la Mỹ mỗi ngày cho token. Nó tự quản lý việc tiêu thụ và sử dụng token. Dù trong nhiều trường hợp vẫn cần sự ủy quyền thủ công, cuối cùng chính tác tử thông minh là bên tiêu thụ token—and token có thể chuyển đổi trực tiếp thành tiền.
Từ việc tác tử thông minh quản lý chi phí token đến việc nó trực tiếp chi tiền—chỉ còn cách một bước. Tại hội nghị năm nay, Stripe đã vượt qua bước đó trong phần trình diễn.
Trình diễn: Mua bán của tác tử thông minh
Trên sân khấu chính ngày thứ hai, một phần trình diễn đã giành được nhiều tràng pháo tay.
John Collison trên sân khấu đưa ra một lệnh đơn giản cho một tác tử thông minh: “Nghiên cứu tác động của nhu cầu AI lên thị trường năng lượng.” Tác tử thông minh bắt đầu tìm kiếm và phát hiện Alpha Vantage có một tập dữ liệu thị trường năng lượng phù hợp, với giá 4 xu. Tác tử thông minh đánh giá mức giá nằm trong ngân sách, sau đó tự động hoàn tất việc mua và tải dữ liệu thông qua ví ổn định tiền điện tử trong Tempo CLI—vì thanh toán 4 xu bằng thẻ tín dụng là không hiệu quả. Tiếp theo, nó tạo ra một báo cáo phân tích đầy đủ. Điều này đã rất đáng kinh ngạc. Nhưng sau đó, John nói với tác tử thông minh: “Hãy xuất bản và bán báo cáo này. Đặt mức giá bạn cho là hợp lý, để các tác tử thông minh khác có thể tìm thấy và mua nó.” Tác tử thông minh kiểm tra điều khoản giấy phép của tập dữ liệu Alpha Vantage, xác nhận được phép thương mại hóa, rồi tự xây dựng trang web, xuất bản báo cáo và tạo một tệp lệnh để các tác tử thông minh khác chỉ cần gửi một yêu cầu là có thể mua dữ liệu.
Chỉ trong vài phút ngắn ngủi, một tác tử thông minh đã hoàn tất toàn bộ chuỗi giá trị: nghiên cứu, mua sắm, sản xuất, kiểm tra tuân thủ, xuất bản, định giá và bán hàng. Nó vừa là người mua, vừa là người bán. Sau phần trình diễn, John nói một câu: “Agentic Commerce đã đến rồi.”
Hai phần trình diễn khác vào ngày đầu tiên cũng rất ấn tượng. Will Gaybrick xây dựng một ứng dụng kiểm tra API, giúp tác tử thông minh tìm kiếm dịch vụ kiểm tra cho người dùng. Trong suốt quá trình, ông hoàn toàn không cung cấp bất kỳ thông tin thanh toán nào cho tác tử thông minh. Khi thực hiện nhiệm vụ, tác tử thông minh tự phát hiện ứng dụng này sử dụng Giao thức Thanh toán Máy móc (Machine Payments Protocol – MPP), và tự hoàn tất khoản thanh toán 2 đô la. Con người chỉ cần xác thực bằng dấu vân tay một lần. Khả năng “phát hiện thanh toán không cấu hình” này chính là thiết kế cốt lõi của MPP với tư cách là một giao thức. Nhà phát triển không cần viết riêng logic thanh toán cho tác tử thông minh—tác tử thông minh tự tìm ra.
Ngay sau đó, Gaybrick kết hợp Metronome (động cơ đo lường thời gian thực), Tempo (blockchain được thiết kế riêng cho thanh toán) và tiền ổn định để trình diễn thanh toán luồng (streaming payment). Một ứng dụng tính phí theo mức tiêu thụ token AI thực tế—3 đô la cho mỗi triệu token. Nhiều tác tử thông minh chạy đồng thời. Bảng điều khiển bên trái hiển thị mức tiêu thụ token tăng dần, trong khi bên phải là dòng chảy ổn định của các khoản vi thanh toán bằng tiền ổn định. Khi mở trình duyệt blockchain Tempo, tổng số tiền thanh toán 3,30 đô la được chia thành hàng ngàn khoản vi thanh toán dưới một xu, mỗi khoản chỉ bằng 1/3.000 đô la. Thẻ tín dụng không làm được, ACH không làm được, UPI và Pix cũng không làm được. Gaybrick tuyên bố trên sân khấu rằng đây là mô hình kinh doanh thanh toán luồng đầu tiên trên thế giới.
Sự trở lại của vi thanh toán và logic tiêu dùng mới
Việc mua sắm qua cửa sổ chat và OpenClaw là những ví dụ về tác tử thông minh đại diện cho con người trong tiêu dùng. Nhưng trong buổi phỏng vấn tập thể, Collison đưa ra một đánh giá tham vọng hơn: tác tử thông minh có thể tạo ra những nhu cầu hoàn toàn mới.
Ông cho rằng tác tử thông minh có thể khiến một mô hình kinh doanh đã được thảo luận nhiều năm nhưng chưa bao giờ thực sự thành hiện thực—vi thanh toán—trở nên khả thi. Con người không giỏi ra quyết định tiêu dùng ở mức độ chi tiết cực cao. Spotify thay thế mô hình trả phí từng bài hát bằng gói đăng ký 9,99 đô la/tháng vì chẳng ai muốn mỗi lần nhấn nút phát lại phải cân nhắc xem một bài hát có đáng giá 15 xu hay không. Tác tử thông minh không chịu gánh nặng nhận thức như vậy. Nếu đánh giá này đúng, thì một loạt mô hình kinh doanh thất bại do “ma sát nhận thức” ở con người có thể đột nhiên trở nên khả thi trước tác tử thông minh. Maia cũng chia sẻ quan điểm tương tự trong cuộc trò chuyện riêng với tôi. Bà nói vừa mới trao đổi với hàng chục nhà sáng lập AI, và khi thảo luận về thương mại thông minh, “định giá” là chủ đề được nhắc đến nhiều nhất.
Mỗi giao dịch đều có hai bên: người mua và người bán. Nếu người mua trở thành tác tử thông minh, doanh nghiệp nên làm gì?
Trong một cuộc phỏng vấn, tôi hỏi Jeff Weinstein—Giám đốc Sản phẩm của Stripe: “Con người có câu tục ngữ ‘khách hàng luôn đúng’, doanh nghiệp cần làm hài lòng người tiêu dùng. Vậy làm thế nào để làm hài lòng tác tử thông minh?” Jeff trả lời: “Hãy tưởng tượng tác tử thông minh như lập trình viên giỏi nhất mà bạn từng biết. Nó muốn thông tin hoàn hảo, định dạng có cấu trúc, khả năng đọc nhanh và tất cả ngữ cảnh cần thiết để ra quyết định. Người tiêu dùng thích hình ảnh đẹp và hoạt ảnh mượt mà, còn tác tử thông minh muốn dữ liệu có cấu trúc gốc, thông tin logistics chính xác và khả năng hoàn tất giao dịch trong ít bước nhất.”
Trong một cuộc trò chuyện khác, Phó Chủ tịch Sản phẩm của Meta Ginger Baker tóm lược sự chuyển đổi này một cách táo bạo hơn: “Thanh toán sẽ chuyển từ ‘khoảnh khắc’ thành ‘chiến lược’.” Việc mua sắm của người tiêu dùng là rời rạc: bạn bước đến quầy thu ngân, rút ví, quẹt thẻ và giao dịch hoàn tất. Việc tiêu dùng của tác tử thông minh là liên tục: bạn thiết lập một tập quy tắc—ví dụ “tuần này chi tiêu thực phẩm không quá 50 đô la”, “luôn ưu tiên thẻ này”, “giao dịch trên 500 đô la phải được xác thực thủ công”—rồi tác tử thông minh sẽ tự tiêu dùng liên tục trong khuôn khổ ủy quyền bạn thiết lập.
An ninh: Năng lực tính toán chính là tiền mặt mới
Nếu tác tử thông minh thực sự trở thành một loại người tiêu dùng mới, điều đó cũng kéo theo những rủi ro mới—rủi ro này bản chất khác biệt với rủi ro trong giao dịch SaaS truyền thống và rủi ro mà người tiêu dùng con người phải đối mặt.
Trong suốt hội nghị Sessions, tôi đặc biệt chú ý chủ đề này và đã trao đổi với một số giám đốc điều hành cấp cao của Stripe.
Emily Glassberg Sands—Giám đốc Dữ liệu & AI của Stripe—mô tả ba mô hình gian lận đang gia tăng nhanh chóng. Thứ nhất là lạm dụng đa tài khoản: cùng một người đăng ký nhiều tài khoản khác nhau để nhận nhiều lần hạn mức miễn phí. Theo dữ liệu mạng của Stripe, cứ sáu công ty AI đăng ký thì có một trường hợp liên quan đến lạm dụng này. Thứ hai là tiêu thụ ác ý trong giai đoạn dùng thử miễn phí—đặc biệt nguy hiểm với các công ty AI vì mỗi lần dùng thử đều phát sinh chi phí suy luận thực tế. Bà đưa ra một ví dụ: một công ty đối tác phải chi hơn 500 đô la token cho mỗi khách hàng trả phí, vì để chuyển đổi một khách hàng cần 25 lượt dùng thử miễn phí, trong đó 19 lượt là gian lận. Thứ ba, bà gọi là “ăn quỵt”: khách hàng tiêu thụ lượng lớn token rồi từ chối thanh toán vào cuối tháng. Emily còn trích dẫn một câu nói nổi tiếng: “Năng lực tính toán chính là tiền mặt mới.” Khi phần mềm SaaS bị lạm dụng, chi phí biên gần như bằng không. Nhưng mỗi lần gọi suy luận của AI đều phát sinh chi phí thực tế. Token bị đánh cắp chính là tiền bị đánh cắp.
Tuy nhiên, ở đây tồn tại một nghịch lý khiến tôi đặc biệt băn khoăn. Nhiều nhà sáng lập AI đối phó với tình trạng lạm dụng bằng cách tắt hoàn toàn chế độ dùng thử miễn phí.
Emily nói bà đã hỏi tất cả những người tuyên bố “giải quyết” được vấn đề này cách họ làm, và phát hiện giải pháp của họ đơn giản là tắt luôn lớp dùng thử miễn phí. Nhưng Jeff cho rằng điều này lại tạo ra một vấn đề khác. Tác tử thông minh đang trở thành phương thức chính để khám phá dịch vụ mới. Nếu tác tử thông minh không thể tự dùng thử dịch vụ, nó sẽ lập tức chuyển sang một URL khác. Emily bổ sung rằng nếu lời kêu gọi hành động (CTA) hiện ra trước tác tử thông minh là “đăng ký danh sách chờ” hoặc “liên hệ bộ phận bán hàng”, tác tử thông minh sẽ rời đi ngay lập tức. Việc tắt đăng ký tự phục vụ để chống gian lận có thể đồng nghĩa với việc nhường kênh tăng trưởng quan trọng nhất cho đối thủ cạnh tranh.
Câu trả lời của Stripe cho nghịch lý này là hệ thống phòng chống gian lận Radar. Logic của Radar rất đơn giản: mỗi giao dịch hoàn tất trên Stripe là một lần Radar học hỏi. Dữ liệu giao dịch từ 5 triệu doanh nghiệp chảy vào mạng chia sẻ nhận diện rủi ro. Nếu một công ty gặp một mô hình gian lận nào đó, tất cả các công ty đều được hưởng lợi. Tháng trước, Radar đã ngăn chặn hơn 3,3 triệu lượt đăng ký dùng thử miễn phí có rủi cao tại tám công ty AI tăng trưởng mạnh.
Jeff còn đưa ra một quan điểm phản trực giác: việc mua sắm của tác tử thông minh cuối cùng có thể an toàn hơn việc mua sắm trên web của con người. Việc xác minh niềm tin trong mua sắm web của con người dựa trên suy luận: người dùng ở lại trang bao lâu, đường dẫn nhấp chuột có bình thường hay không… Trong khi đó, giao dịch của tác tử thông minh có thể được xác thực lập trình hóa. Shared Payment Tokens của Stripe mã hóa thông tin xác thực thanh toán, nhờ đó tác tử thông minh không bao giờ tiếp xúc với số thẻ tín dụng gốc. Người dùng xác thực bằng sinh trắc học và có thể thiết lập giới hạn giao dịch, khung thời gian và danh sách trắng nhà cung cấp. Khi cơ chế niềm tin chuyển từ suy luận sang xác nhận, thực tế cơ sở an ninh có thể được nâng cao.
Hệ sinh thái, giao thức và một đoạn lịch sử
Đến đây, điều rõ ràng là: không có một hệ sinh thái vận hành trơn tru, thương mại thông minh sẽ không thể hiện thực hóa. Tại Stripe Sessions 2026, tôi gặp một người làm trong ngành thực phẩm. Ông cho biết mục đích tham dự hội nghị là tìm hiểu xem thương mại thông minh có thể trở thành cơ hội mới cho công ty mình—đây là góc nhìn từ phía người bán.
Vì vậy, điều này không thể chỉ do một mình Stripe thực hiện—nó đòi hỏi một hệ sinh thái.
Tôi dành hai ngày dạo quanh khu triển lãm Sessions và thấy nhiều công ty trong chuỗi giá trị tài chính trưng bày gian hàng. Stripe cũng hợp tác với các đối tác đầu vào và đầu ra để ra mắt hoặc tham gia một loạt giao thức nhằm kết nối các thành phần khác nhau của hệ sinh thái: người mua và người bán, con người và máy móc, máy móc và máy móc. Machine Payments Protocol (MPP) cho phép tác tử thông minh phát hiện và hoàn tất thanh toán qua HTTP. Agentic Commerce Suite cho phép người tiêu dùng mua hàng trực tiếp trong các ứng dụng AI của Google, Meta, OpenAI và Microsoft. Universal Commerce Protocol (UCP) là giao thức thương mại liên nền tảng do Shopify khởi xướng, với sự tham gia của Meta, Amazon, Salesforce và Microsoft. Stripe đã gia nhập Hội đồng Quản trị Tổng thể của UCP. Một nhóm công ty vừa là đối tác vừa là đối thủ cạnh tranh đồng ý cùng xây dựng một giao thức chung, bởi sự phân mảnh sẽ khiến tác tử thông minh khó tiêu dùng trơn tru giữa các nền tảng—điều bất lợi cho tất cả.
Khi nói đến giao thức, tôi thấy một đối tác đặc biệt của Stripe tại khu triển lãm: Visa. Theo tôi, Visa về bản chất chính là một nền tảng giao thức.
Nhận ra Visa ngay lập tức khiến tôi nhớ đến một cuốn sách tôi rất yêu thích: One from Many, tác giả là Dee Hock—người sáng lập Visa. Một chủ đề cốt lõi trong cuốn sách là cách định nghĩa lại ngân hàng, tiền tệ và thẻ tín dụng trong kỷ nguyên điện tử. Tiền tệ không nhất thiết phải là tiền xu và tiền giấy—nó cũng có thể là dữ liệu được mạng lưới ghi nhận, được tổ chức bảo lãnh và lưu thông toàn cầu. Cuối những năm 1960, BankAmericard do Ngân hàng Mỹ (Bank of America) phát hành mở rộng ra toàn quốc, hàng loạt người tiêu dùng liên bang đổ xô tham gia khiến hệ thống cũ sụp đổ. Hock nhận ra vấn đề nằm ở cấp độ tổ chức: hàng chục ngân hàng cạnh tranh lẫn nhau cần chia sẻ cơ sở hạ tầng, nhưng hình thức tổ chức hiện có không cho phép họ vừa hợp tác vừa cạnh tranh. Ông áp dụng nguyên tắc thiết kế phi tập trung để biến tất cả các ngân hàng thành những thành viên bình đẳng trong tổ chức mới, và Bank of America từ bỏ quyền kiểm soát độc quyền đối với hệ thống. Tổ chức này sau đó được đổi tên thành Visa.
Vậy giữa hai công ty ở hai thời đại khác nhau, liệu có một sự kế thừa nào đó?
Bất kỳ tác tử thông minh nào cũng có thể dễ dàng tìm ra câu trả lời. Patrick Collison từng công khai bày tỏ sự kính trọng với Hock. Sau khi Hock qua đời năm 2022, Patrick gọi ông là “một nhà đổi mới bị đánh giá thấp nghiêm trọng”, và ảnh hưởng của ông đến hai anh em Collison là sâu sắc. Một tín hiệu rõ ràng hơn là quyết định tuyển dụng: David Stearns—tác giả uy tín về lịch sử học thuật của Visa—sau đó gia nhập Stripe.
Còn có một chi tiết khiến những người am hiểu lịch sử thanh toán sẽ bật cười. Trên sân khấu, Georgios Konstantopoulos—CTO của blockchain Tempo—trình bày danh sách các trình xác thực (validator). Một trong những tên xuất hiện là Visa. Tổ chức do Hock sáng lập nay đã trở thành một nút tham gia trong mạng blockchain do Stripe ươm tạo. Học trò xây dựng mạng mới, còn thầy giáo trở thành một nút trong mạng ấy.
Khi Patrick mở đầu hội nghị bằng việc truy nguyên nguồn gốc tư tưởng của Stripe, ông nói mình ban đầu là một lập trình viên viết Lisp. Tư tưởng cốt lõi của Lisp là “mã là dữ liệu”. Ông dịch tư tưởng này sang ngôn ngữ riêng của Stripe: “Niềm tin cốt lõi của Stripe là tiền tệ là dữ liệu. Khi chúng tôi ra mắt Stripe năm 2011, đây chưa phải là quan điểm chính thống trong ngành.” Hock tiếp cận bản chất tiền tệ từ lý thuyết tổ chức và kết luận tiền tệ chỉ đơn thuần là “sự bảo lãnh cho việc trao đổi giá trị”. Phương tiện mang nó có thể là bất kỳ thứ gì. Còn Collison tiếp cận từ ngôn ngữ lập trình và trực tiếp đồng nhất tiền tệ với dữ liệu—một loại dữ liệu có thể được lập trình, gọi qua API và vận hành bởi tác tử thông minh. Hai người dùng hai ngôn ngữ khác nhau để nói cùng một điều. Cũng trên sân khấu hôm ấy, Ginger Baker nói thẳng hơn: “Tiền tệ chẳng qua cũng chỉ là một dạng nội dung số khác sao?”
Nếu tiền tệ là dữ liệu, thì người tiêu dùng dữ liệu tự nhiên cũng sẽ trở thành người tiêu dùng tiền tệ.
Tuyến truyện phụ: Gen nội dung của Stripe
Đến đây, câu chuyện về nền kinh tế AI gần như đã kết thúc. Nhưng hãy rẽ một nhánh nhỏ: Stripe gần như có thể được coi là đồng nghiệp của những người làm nội dung.
Công ty này không chỉ giỏi về dịch vụ tài chính, mà còn rất thành thạo trong lĩnh vực sản phẩm nội dung. Nhãn xuất bản Stripe Press của họ có gu thẩm mỹ tuyệt vời—nhiều người biết đến Stripe qua việc xuất bản cuốn Đạo Đức Học Của Charlie Munger. Podcast của họ A Cheeky Pint cũng rất đặc sắc và có lượng người nghe đông đảo. CEO Google Sundar Pichai, CEO Anthropic Dario Amodei và đồng sáng lập a16z Marc Andreessen đều từng xuất hiện trong podcast này.
Trong suốt hội nghị Sessions, tôi gặp Tammy Winter—Biên tập viên Cấp cao của Stripe Press—và Pablo Delcan—Nhà thiết kế. Tammy đùa rằng “Stripe là một nhà xuất bản có kèm theo một công ty trị giá hàng tỷ đô la.” Pablo Delcan chia sẻ quan điểm về thẩm mỹ. Ông nói thẩm mỹ là kết quả của sự tích lũy lâu dài, cần thời gian lắng đọng. Về xu hướng thiết kế, ông cho rằng vấn đề mới là làm sao tăng mức độ phức tạp nhất định thông qua chi tiết và độ chính xác—mà không từ bỏ khái niệm đơn giản và khả năng truyền đạt rõ ràng.
Khi nói về sách, Tammy cho tôi biết trong Stripe Press, loạt sách dành riêng cho các nhà sáng lập và người xây dựng được gọi là loạt “Turpentine”. Những cuốn sách này tập trung vào kiến thức thực tiễn về cách làm, công cụ, kỹ thuật, bảo trì và các vấn đề vận hành cụ thể giúp công việc vận hành trơn tru. Chúng không phải là lý thuyết trừu tượng, mà nhằm giúp người đọc giải quyết các vấn đề vận hành cụ thể.
Cái tên này bắt nguồn từ một câu chuyện được cho là về Picasso: khi các nhà phê bình nghệ thuật tụ họp, họ nói về hình thức, cấu trúc và ý nghĩa; còn khi các nghệ sĩ tụ họp, họ nói về chỗ nào bán tinh dầu thông rẻ. Loạt sách này muốn trở thành “tinh dầu thông rẻ” cho các nhà sáng lập. Nếu bạn suy ngẫm kỹ, thì đối với các công ty AI mở rộng ra nước ngoài, các dịch vụ tài chính của Stripe cũng chính là một loại “tinh dầu thông rẻ” khác. Bạn không cần lo lắng về thanh toán, tuân thủ hay ngoại hối, mà có thể tập trung vào việc xây dựng sản phẩm.
Tuyến truyện phụ này thoạt nhìn có vẻ không liên quan đến tuyến chính, nhưng thực tế lại có mối liên hệ sâu xa. Stripe còn có một tạp chí khác tên là Works in Progress, với câu hỏi cốt lõi là “kinh tế tăng trưởng như thế nào?” Podcast của họ phỏng vấn các nhà lãnh đạo nền kinh tế AI. Ngay bản thân hội nghị Sessions cũng mang dáng dấp một bài giảng kinh tế học. Buổi sáng ngày thứ hai, John Collison dành trọn một bài phát biểu để thảo luận về dữ liệu kinh tế, lý thuyết doanh nghiệp của Coase và nghịch lý Solow. Tôi đoán một công ty dịch vụ tài chính lại quan tâm sâu sắc đến kinh tế học chính vì hiểu rõ những thay đổi cấu trúc của nền kinh tế—đó chính là cách họ phát hiện cơ hội sản phẩm tiếp theo.
Là một người yêu podcast, ngay ngày đầu tiên gặp John Collison tại hội nghị, điều đầu tiên tôi muốn hỏi không phải là vấn đề tài chính, mà là về podcast. Tôi hỏi ông: sau khi phỏng vấn rất nhiều người khác nhau, liệu có một câu hỏi nền tảng xuyên suốt tất cả các cuộc trò chuyện? Ông suy nghĩ một lúc rồi nói điều thực sự khiến ông quan tâm là cách công ty của những người đó vận hành ra sao, họ đang ở trong trạng thái cân bằng cạnh tranh nào và họ hiểu công việc kinh doanh của mình như thế nào.
Thú vị thay, ngày đầu tiên kết thúc với một khúc quanh nhỏ. Buổi trò chuyện bên lò sưởi (fireside chat) cuối cùng theo kế hoạch là Patrick phỏng vấn Greg Brockman—đồng sáng lập OpenAI—but ngay trước khi lên sân khấu, khách mời bất ngờ được thay bằng Sam Altman. Patrick giải thích rằng, dẫu sao “AI là một lĩnh vực thay đổi nhanh chóng”.
Thế là bất ngờ biến thành niềm vui. Cả hội trường reo hò.
Hai người đã quen biết gần 19 năm. Altman là một trong những nhà đầu tư thiên thần đầu tiên của Stripe, khi hai anh em Collison còn chưa tròn 20 tuổi. Chính vì vậy, Altman trông rất thư giãn trong suốt cuộc trò chuyện.
Gần cuối buổi, Patrick đặt một câu hỏi cá nhân: Vì sao năm xưa ông lại đầu tư vào hai chàng trai十几 tuổi? Altman đáp: Ông nhớ rằng họ muốn xây dựng một sản phẩm nhằm giải quyết chính vấn đề mà họ gặp phải trong thực tế, và ông cũng nhận ra cơ hội này có thể mở rộng quy mô, vì rất nhiều người khác cũng cần điều tương tự.
Tôi cảm thấy câu trả lời của ông về podcast và về việc đầu tư đều chỉ về cùng một điều: tìm ra nhu cầu thực, giải quyết vấn đề thực. Trong cuộc trò chuyện, Altman chia quá trình chuyển đổi của OpenAI thành ba giai đoạn: từ phòng thí nghiệm nghiên cứu, đến công ty sản phẩm, rồi đến “nhà máy token” cung cấp trí tuệ cho thế giới. Mỗi giai đoạn gắn với một sứ mệnh khác nhau. Stripe cũng tương tự. Năm 2010, hai chàng trai Ireland trẻ tuổi giải quyết vấn đề “nhận thanh toán trực tuyến quá khó”. Suốt chặng đường, họ đã giúp 5 triệu người dùng giải quyết cùng một vấn đề. Đến năm 2026, họ phát hiện một vấn đề mới: khách hàng của những doanh nghiệp này có thể sắp không còn là con người nữa.
Vừa cầm micro podcast, vừa giữ vai nhà xuất bản, vừa thảo luận lý thuyết Coase và nghịch lý Solow trên sân khấu, vừa triển khai các giao thức và API tại khu triển lãm—Stripe không chỉ đang tạo ra nền kinh tế AI, mà còn đang ghi chép lại nó. Tại hội nghị, tôi nảy ra một ý tưởng nghe có vẻ điên rồ: Stripe nắm trong tay dữ liệu giao dịch tương đương gần 2% GDP toàn cầu. Họ có thể thấy từng đô la thu nhập từ AI đến từ đâu, đi về đâu và tăng trưởng nhanh đến mức nào. Nếu Solow ngày ấy có một thiết bị theo dõi nhịp tim như vậy, có lẽ ông đã không phải đợi mười năm để tìm thấy máy tính trong số liệu thống kê.
Biết đâu một ngày nào đó, Stripe sẽ cung cấp một mô hình cho nền kinh tế AI—không phải mô hình ngôn ngữ lớn, mà là một mô hình kinh tế đạt chuẩn Nobel. Ai dám nói điều đó là không thể? Trước khi Demis Hassabis—người sáng lập DeepMind—được trao giải Nobel, ai lại có thể tưởng tượng nổi điều đó?
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@feigaobox
