A16z 2026 AI ba dự đoán lớn: Sự trỗi dậy của AI nghiên cứu, KYA tiếp quản KYC, khủng hoảng thuế ẩn trên mạng

Với khả năng của các mô hình suy luận phát triển nhanh chóng trong nửa sau năm 2025, cuộc cạnh tranh của AI vào năm 2026 đang chuyển từ sự thông minh hơn sang khả năng thực hiện việc nhiều hơn, đáng tin cậy hơn, và có thể định giá chính xác hơn. Ba thành viên của nhóm nghiên cứu và đầu tư a16z crypto gần đây lần lượt từ ba khía cạnh - quy trình làm việc nghiên cứu, cơ sở hạ tầng nhân dạng tác nhân (agent), và mô hình kinh tế của mạng lưới mở - đã đưa ra ba dự đoán xu hướng phát triển AI năm 2026 của họ.

Giáo sư Harvard Scott Kominers dự đoán vào năm 2026 AI có thể chuyển từ trợ lý sang đối tác nghiên cứu, đưa ra những quan điểm sáng tạo. Ông cho biết vào tháng 11 năm 2025 ông đã có thể tương tác với mô hình bằng các hướng dẫn trừu tượng tương tự như hướng dẫn sinh viên tiến sĩ, và nhận được những câu trả lời mới lạ.

Sean Neville, đồng sáng lập Circle, cho rằng cho phép các tác nhân AI hoạt động như một chủ thể giao dịch, có thể truy suất, có thể ủy quyền, có thể xác minh KYA (Know your Agent) sẽ là xu hướng chính.

Liz Harkavy, từ nhóm đầu tư a16z crypto, cho rằng AI rút trích nội dung từ mạng lưới, phát triển bản thân, nhưng không góp phần lưu lượng quảng cáo cho mạng lưới, dẫn đến sự không phù hợp cao độ lợi ích giữa lớp ngữ cảnh và lớp thực thi của mạng lưới. Ông ủng hộ việc phân bổ phần thưởng cho mỗi thực thể cung cấp thông tin, dữ liệu hoặc nội dung khi tác nhân hoàn thành nhiệm vụ thành công. Cô cũng đề cập rằng thanh toán nano được hỗ trợ bởi blockchain (nanopayments) và các tiêu chuẩn quy định lỗi (attribution standards) trưởng thành hơn có thể là một trong các đường dẫn công nghệ khả thi.

Xu hướng 1: AI chuyển từ trợ lý sang đối tác nghiên cứu, có khả năng tiếp nhận những nhiệm vụ nghiên cứu thực chất hơn

Scott Kominers, thành viên của nhóm nghiên cứu a16z crypto và đồng thời là giáo sư tại Trường Kinh doanh Harvard, cho biết vào đầu năm 2025 khá khó khăn để cho các mô hình AI ở cấp độ tiêu dùng hiểu được quy trình làm việc nghiên cứu của ông, nhưng đến tháng 11 năm 2025, ông đã có thể tương tác với mô hình bằng các hướng dẫn trừu tượng tương tự như hướng dẫn tiến sĩ, và mô hình đôi khi trả lại những câu trả lời mới lạ và được thực thi một cách chính xác.

Năm 2026 AI sẽ xuất hiện phong cách nghiên cứu polymathic mới

Kominers chỉ ra rằng việc sử dụng AI trong lĩnh vực nghiên cứu đang trở nên phổ biến hơn, đặc biệt là trong những ngành học đòi hỏi suy luận, các mô hình đã bắt đầu trực tiếp hỗ trợ khám phá, thậm chí có thể tự động giải những bài toán như Putnam - những bài toán thi toán học được coi là vô cùng khó khăn. Còn những lĩnh vực nào sẽ được hưởng lợi nhiều nhất, và cách thức hưởng lợi là gì, vẫn còn là những câu hỏi chưa có lời giải.

Nhưng ông dự kiến năm 2026 sẽ xuất hiện một kiểu phong cách nghiên cứu polymathic mới: các nhà nghiên cứu quan tâm hơn đến việc đưa ra những phỏng đoán liên kết xuyên khái niệm (conjecture), và nhanh chóng suy luận từ những câu trả lời vẫn còn là phỏng đoán để tìm ra những hướng có thể xác minh.

Sự phát triển của AI nghiên cứu vẫn kèm theo rủi ro ảo giác, công nghệ mã hóa có thể giúp đỡ

Ông cũng thừa nhận rằng phương pháp nghiên cứu này chắc chắn kèm theo rủi ro sai sót và ảo giác, nhưng khi mô hình đủ thông minh, cho phép nó phân tán trong một không gian trừu tượng, thực tế có thể giống như sáng tạo của con người, đôi khi đâm ra một bước đột phá. Ông đề xuất rằng vào năm 2026 quy trình làm việc AI nghiên cứu sẽ giống như tác nhân bao bọc tác nhân (agent-wrapping-agent) hơn: sử dụng nhiều lớp mô hình để lẫn nhau đánh giá, kiểm tra, và sau đó tổng hợp kết luận.

Tuy nhiên, Kominers cũng nhắc nhở rằng nếu muốn chạy các cụm tác nhân suy luận quy mô lớn như vậy, cần có sự tương tác giữa các mô hình tốt hơn (interoperability), cũng như các phương pháp có thể xác định và bù đắp một cách hợp lý cho những đóng góp của các mô hình. Và ông cho rằng công nghệ mã hóa có thể giúp đỡ trong cả hai vấn đề này.

Xu hướng 2: Từ KYC đến KYA, việc hiểu biết về tác nhân của bạn trở thành nút thắt của nền kinh tế tác nhân

Sean Neville, đồng sáng lập Circle, nhà thiết kế kiến trúc USDC, hiện là CEO của Catena Labs, sau đó tập trung vào nút thắt chính của nền kinh tế tác nhân (agent economy): đang chuyển từ trí thông minh (intelligence) sang nhân dạng (identity).

Neville chỉ ra rằng trong các lĩnh vực như dịch vụ tài chính, số lượng nhân dạng phi con người (non-human identities) đã vượt xa số nhân viên con người, thậm chí đạt tỷ lệ 96:1, nhưng hầu hết các nhân dạng này vẫn là những bóng ma không thể mở tài khoản, không thể chịu trách nhiệm. Do đó ông ủng hộ rằng nguyên thủy chính tiếp theo là KYA (Know Your Agent).

Theo định nghĩa của ông, KYA cần giải quyết là: nếu tác nhân muốn đại diện cho một chủ thể nào đó thực hiện giao dịch, phải có các chứng chỉ có thể xác minh, có thể truy suất, có thể gán trách nhiệm. Giống như con người cần điểm tín dụng để vay nợ, các tác nhân cũng cần phải có các chứng chỉ được ký bằng mã hóa để kết nối với người được ủy quyền (principal), các ràng buộc hành vi (constraints) và trách nhiệm (liability) của họ. Trước khi KYA vắng mặt, các thương gia và nhà cung cấp dịch vụ vẫn sẽ chọn chặn quyền truy cập các tác nhân ở cấp độ tường lửa, để tránh gian lận, lạm dụng và trách nhiệm không rõ ràng.

Ông cũng thẳng thắn nói rằng, ngành công nghiệp KYC và khuôn khổ quy định mất hàng chục năm để xây dựng, giờ có thể chỉ có vài tháng để khám phá và triển khai KYA.

Xu hướng 3: Các tác nhân AI áp đặt một loại thuế vô hình lên mạng lưới mở, giá trị nội dung bị trích xuất, doanh thu bị bỏ qua

Liz Harkavy từ nhóm đầu tư a16z crypto sau đó tập trung vào nền tảng kinh tế mở của mạng lưới mở đang bị các tác nhân định hình lại. Cô mô tả rằng sự trỗi dậy của các tác nhân AI đang áp đặt một loại thuế vô hình (invisible tax) lên open web: các tác nhân trích xuất nội dung từ các trang web được hỗ trợ bởi quảng cáo (cô gọi là Context layer), cung cấp cho người dùng các câu trả lời và hoạt động thuận tiện hơn (Execution layer), nhưng trong quá trình này, hệ thống của chúng bỏ qua một cách hệ thống các nguồn doanh thu hỗ trợ sản xuất nội dung: ví dụ như lượt hiển thị quảng cáo, chuyển đổi đăng ký và lưu lượng truy cập.

Harkavy cho rằng điều này dẫn đến sự không phù hợp cao độ lợi ích giữa lớp ngữ cảnh và lớp thực thi của mạng lưới: các nhà cung cấp nội dung chịu chi phí, các tác nhân và nền tảng hấp thụ giá trị, trong khi các tuyến kiếm tiền ban đầu bị cắt đứt. Cô chỉ ra rằng, các giao dịch cấp phép AI hiện tại (licensing deals) hầu hết chỉ là chiếc áo khoác che xấu hổ, và thường được bù đắp chỉ bằng một phần nhỏ của lưu lượng truy cập đã bị mất của bên cung cấp nội dung, nhìn dài hạn có thể vẫn có thể không bền vững về tài chính.

Cô ủng hộ rằng, nếu muốn tránh mạng lưới mở bị kho掏(đồng thời cũng bảo vệ các nguồn nội dung đa dạng mà AI phụ thuộc), năm 2026 cần phải triển khai quy mô lớn các giải pháp kỹ thuật và kinh tế: ví dụ như các mô hình nội dung tài trợ thế hệ mới, các hệ thống micro-attribution, hoặc các mô hình tài trợ loại mới khác. Bước ngoặt chính là đẩy từ cấp phép tĩnh sang bù đắp theo thời gian thực, tính theo lượng sử dụng (real-time, usage-based compensation), để giá trị có thể tự động chảy.

Và phân bổ phần thưởng cho mỗi thực thể cung cấp thông tin, dữ liệu hoặc nội dung khi tác nhân hoàn thành nhiệm vụ thành công. Cô cũng đề cập rằng thanh toán nano được hỗ trợ bởi blockchain (nanopayments) và các tiêu chuẩn quy định lỗi trưởng thành hơn, có thể là một trong các đường dẫn công nghệ khả thi.

Bài viết Ba dự đoán AI của a16z năm 2026: sự trỗi dậy của AI nghiên cứu, KYA kế nhiệm KYC, khủng hoảng thuế vô hình của mạng lưới lần đầu tiên xuất hiện tại Chain News ABMedia.