Tại Hội nghị Stripe, tôi đã thấy tương lai của nền kinh tế AI

作者：Gao fei

Biên dịch: Jiāhuān, ChainCatcher

Năm 1987, nhà kinh tế học Robert Solow đã nói một câu nổi tiếng: “Bạn có thể thấy bóng dáng của thời đại máy tính ở khắp nơi, duy chỉ trong số liệu thống kê năng suất thì không.”

Câu nói này đã làm phiền các nhà kinh tế gần mười năm. Cho đến giữa thập niên 90 của thế kỷ 20, đóng góp của máy tính vào năng suất mới bắt đầu rõ ràng xuất hiện trong dữ liệu.

Ngày hôm nay năm 2026, cùng một nỗi băn khoăn đang diễn ra quanh AI. Những lời đồn về bong bóng liên tục nổi lên. Giới học thuật tranh luận không ngừng. Các doanh nghiệp do dự. Các tín hiệu từ dữ liệu vĩ mô vẫn mờ nhạt.

Nhưng ở một nơi, ảnh hưởng của AI đến nền kinh tế đã không còn tranh cãi.

Nơi đó chính là Stripe.

Trong vài ngày qua, tôi đã tham dự hội nghị Stripe Sessions tại San Francisco. Giao dịch do Stripe xử lý tương đương gần 2% GDP toàn cầu, tổng giá trị thanh toán hàng năm đạt 1,9 nghìn tỷ USD, có hơn 5 triệu doanh nghiệp trên nền tảng.

Trong danh sách AI 50 của Forbes, có 86% công ty sử dụng Stripe. Nếu nói nền kinh tế AI là một đứa trẻ sơ sinh, thì Stripe chính là máy theo dõi nhịp tim trong phòng sinh. Nó ghi lại nhịp đập của đứa trẻ này sớm hơn và chính xác hơn hầu hết mọi người.

Nghiên cứu do Cục Dự trữ Liên bang St. Louis công bố đầu năm 2026 cho thấy, các khoản đầu tư liên quan đến AI đã đóng góp gần 40% vào tăng trưởng GDP biên của Mỹ, vượt qua mức đỉnh của ngành công nghệ trong bong bóng internet. Và khi các khoản đầu tư này biến thành thu nhập, phần lớn các khoản thanh toán đều diễn ra trên Stripe.

Quan trọng hơn, Stripe không chỉ ghi lại nhịp đập của nền kinh tế AI.

Trong hội nghị năm nay, họ công bố sẽ thúc đẩy một hình thái kinh tế hoàn toàn mới: Thương mại Agent (agentic commerce), tức Agent trở thành chủ thể giao dịch.

Trong một cuộc phỏng vấn nhóm truyền thông, đồng sáng lập kiêm Chủ tịch Stripe, John Collison, nói rằng ông dự đoán trong vòng 12 đến 18 tháng, các Agent đóng vai trò mua hàng trong thương mại sẽ trở thành xu hướng chủ đạo.

Trong hai ngày. 288 sản phẩm và tính năng ra mắt. Hơn 10.000 người tham dự. Một từ định nghĩa: Thương mại Agent. Dưới đây là những gì tôi chứng kiến tại hội nghị Stripe năm 2026 và một số suy nghĩ của tôi.

Nền kinh tế AI phát triển nhanh đến mức nào?

Trước khi bàn về Thương mại Agent, cần nhìn tổng thể về nền kinh tế AI. Solow nói năm 1987 rằng trong số liệu thống kê không thấy bóng dáng máy tính. Sau gần bốn mươi năm, AI đã rõ ràng xuất hiện trong dữ liệu của Stripe.

Ngày đầu tiên của hội nghị, CEO Patrick Collison trình bày một bộ dữ liệu. Kể từ sau đại dịch, số lượng doanh nghiệp mới được tạo hàng tháng trên Stripe luôn duy trì ở mức cao, nhưng đường cong khá phẳng. Từ đầu năm 2026, đường này gần như tăng vọt theo chiều thẳng đứng.

Nguyên nhân trực tiếp là các công cụ lập trình AI đã hạ thấp rào cản khởi nghiệp. Nhiều nhà phát triển giờ đây có thể xây dựng một sản phẩm có thể tính phí chỉ trong vài ngày bằng vibe coding.

Patrick định nghĩa điều này như một khái niệm lớn hơn, đó là toàn bộ nền kinh tế đang được tái cấu trúc xung quanh AI.

Giám đốc doanh thu của Stripe phụ trách mảng AI, Maia Josebachvili, bổ sung một dữ liệu so sánh bên ngoài: Trước năm 2024, số lượng ứng dụng mới trên App Store của iOS liên tục giảm. Nhưng sau khi các công cụ lập trình AI xuất hiện, số lượng ứng dụng phát hành đã tăng vọt 24% theo tháng.

Sự thay đổi này không chỉ về số lượng mà còn về chất lượng. Stripe Atlas là một trong những cách dễ nhất để các nhà sáng lập đăng ký công ty tại Mỹ.

Tuần trước, họ vừa kỷ niệm cột mốc 100.000 công ty đăng ký. Trong hội nghị, tôi nghe một số con số đáng kinh ngạc: cùng giai đoạn vòng đời, năm 2025, doanh thu của các công ty đăng ký qua Atlas gấp đôi so với năm 2024. Trong khi đó, các công ty thành lập năm 2026 mới vài tháng tuổi, đã có doanh thu gấp năm lần cùng kỳ năm ngoái.

Trong báo cáo về nền kinh tế AI buổi chiều ngày đầu, Maia liệt kê tên một số công ty thúc đẩy sự trỗi dậy của nền kinh tế AI.

Lovable đạt 100 triệu USD doanh thu trong tám tháng, sau đó tám tháng nữa đạt 400 triệu USD. Cursor trong chưa đầy hai năm đạt 1 tỷ USD doanh thu hàng năm, sau ba tháng nhân đôi lên 2 tỷ USD.

Các công ty AI gốc trên nền tảng Stripe tăng trưởng 120% vào năm 2025. Đến 2026, tốc độ tăng trưởng đã đạt 575%.

Tăng trưởng của người tiêu dùng cũng rất nhanh. Nhóm tiêu dùng cao nhất hàng tháng chi tiêu 371 USD cho các sản phẩm AI, nhiều hơn tổng chi tiêu của người Mỹ trung bình cho internet, dịch vụ streaming và cước điện thoại cộng lại. Tôi tính sơ mỗi tháng tôi tiêu Token, đã vượt qua tiền điện thoại của mình từ lâu.

Patrick còn so sánh: tốc độ tăng trưởng của các doanh nghiệp trên Stripe nhanh gấp 17 lần tốc độ tăng trưởng của nền kinh tế toàn cầu.

Ngày thứ hai, John Collison trực tiếp đề cập đến nghịch lý Solow, và dùng một phép so sánh lịch sử.

Năm 1882, Edison thắp sáng đèn điện cho những khách hàng đầu tiên tại Manhattan. Nhưng trong ba mươi năm sau đó, năng suất gần như không tăng. Nguyên nhân không phải là điện không dùng được. Mà là vì các nhà máy thời đó đều thiết kế xung quanh máy hơi nước. Cho đến khi toàn bộ nhà máy được xây dựng lại, năng suất mới tăng rõ rệt.

John nhận định, AI đang ở giai đoạn tương tự. Cuộc cách mạng đã xảy ra, nhưng các mô hình cũ chưa kịp hấp thụ. “Tuy nhiên,” ông nói, “tôi nghĩ AI không cần phải mất ba mươi năm.”

Dữ liệu của Stripe dường như chứng thực thái độ lạc quan của ông. Nền kinh tế AI đã bùng nổ trên nền tảng của họ. Trong hầu hết các doanh nghiệp truyền thống tôi từng tiếp xúc, lãnh đạo cấp cao đều thúc đẩy triển khai AI với tinh thần cấp bách cao.

Sinh ra toàn cầu hóa

Ngoài tốc độ, đặc điểm khiến tôi ấn tượng về các công ty AI này là chúng từ ngày đầu đã toàn cầu hóa. Stripe gọi đó là: “mặc định toàn cầu hóa” (go global by default).

Kể từ khi trở thành một nhà sáng tạo nội dung về AI, tôi thường có cảm giác này: sáng tạo nội dung AI không có múi giờ. Tin tức AI bên bờ Thái Bình Dương cũng quan trọng như tin trong địa phương.

Cách vận hành của các sản phẩm AI cũng tương tự. Các mô hình ngôn ngữ lớn đã làm mờ đi các giao diện và thói quen tương tác truyền thống của phần mềm. Một khung chat thống nhất cho phép người dùng toàn cầu sử dụng sản phẩm bằng ngôn ngữ tự nhiên. Từ đó, lần đầu tiên, thị trường phần mềm toàn cầu thống nhất trở thành khả thi.

Dữ liệu tại hội nghị xác nhận quan sát này. Trong làn sóng đầu, các công ty SaaS phát triển nhanh nhất đều mở rộng ra khoảng 25 quốc gia trong năm đầu, đến năm thứ ba đạt 50.

Tốc độ phát triển của các công ty AI thì khác hẳn: trong năm đầu đã mở rộng ra 42 quốc gia, đến năm thứ ba đã lên tới 120.

Maia nói, hiện tại Kazakhstan đã xuất hiện trong danh sách thị trường của nhiều công ty AI. Trong phần “Chỉ số kinh tế” ngày thứ hai, Stripe cung cấp một số trung vị: 100 công ty AI khởi nghiệp đầu tiên đã bán sản phẩm ra 55 quốc gia trong năm đầu.

Một ví dụ cụ thể là Emergent Labs, thành lập năm 2024 tại Mỹ, nhưng gần 70% doanh thu đã đến từ nước ngoài. Ít nhất 16 quốc gia đóng góp ít nhất 1% doanh thu của họ.

Trong số các công ty AI hàng đầu, 48% doanh thu đến từ thị trường ngoài nội địa. Ba năm trước, con số này mới là 33%. Doanh thu toàn cầu không còn là phần bổ sung nữa, mà là nền tảng chính.

Tốc độ và toàn cầu hóa là hai đặc điểm cốt lõi của nền kinh tế AI, đều có liên hệ trực tiếp với Stripe. Các công ty AI cần xây dựng khả năng thanh toán nhanh chóng. Họ cần có thể chấp nhận thanh toán tại 40 quốc gia và vùng lãnh thổ ngay trong tuần đầu thành lập. Đúng như Stripe đã làm từ khi thành lập.

Chúng ta có thể nhìn lại một chút về bối cảnh sáng lập của Stripe.

Các nhà sáng lập Stripe, Patrick Collison và em trai John Collison, đều là người Ireland. Họ chính là những doanh nhân xuyên quốc gia.

Trong hội nghị, tôi gặp một đồng nghiệp Ireland, anh kể rằng trong mắt các nhà sáng lập AI tại Ireland, hai anh em này là anh hùng. Đến Mỹ, hai người phát hiện việc nhận thanh toán trực tuyến cực kỳ khó khăn. Kết nối hệ thống thanh toán đòi hỏi ký hợp đồng với ngân hàng, chấp nhận kiểm tra PCI, và tích hợp nhiều trung gian. Toàn bộ quá trình có thể mất vài tuần thậm chí vài tháng.

Vì vậy, năm 2010, hai chàng trai mới 20 tuổi bỏ học, chuyển đến San Francisco, viết ra một giải pháp chỉ cần bảy dòng mã để giúp các nhà phát triển chấp nhận thanh toán.

Bảy dòng mã này ra đời đúng vào thời điểm internet di động và SaaS bùng nổ. Shopify cần giúp hàng triệu thương nhân nhận thanh toán. Uber cần cho khách hàng thanh toán liền mạch. Salesforce cần xử lý dịch vụ đăng ký toàn cầu.

Họ đều chọn Stripe. Khi Stripe cùng các khách hàng toàn cầu này trưởng thành, nó đã xây dựng khả năng địa phương hóa tại 46 quốc gia, phủ sóng 195 thị trường, hỗ trợ 125 phương thức thanh toán địa phương.

Với người tiêu dùng, Stripe không phải là một công ty nổi bật trên truyền thông.

Nó ẩn sau trang thanh toán của Shopify, email xác nhận đăng ký của OpenAI, hay thông báo cước xe Uber. Nhưng sự vô hình này không ngăn cản nó trở thành đường ống tài chính nền tảng của nền kinh tế internet.

Trong thời đại AI, hạ tầng tài chính toàn cầu này giúp Stripe chiếm lợi thế khi dịch vụ AI của họ mở rộng ra quốc tế.

Trong hội nghị năm nay, tôi còn gặp Giám đốc sản phẩm toàn cầu của Stripe, Abhi Tiwari.

Anh mới nhận chức ba tháng và chuyển đến Singapore. Stripe có trung tâm kỹ thuật tại San Francisco, Dublin và Singapore, và văn phòng tại São Paulo để phục vụ châu Mỹ Latinh. Abhi nói rằng, nhiều công ty AI khi tìm đến Stripe đều có chung câu mở đầu: “Chúng tôi mặc định sinh ra đã toàn cầu. Vị trí của người dùng không quan trọng.”

Cách cũ, xây dựng sản phẩm tại trụ sở rồi mở rộng ra toàn cầu, đang dần bị thay thế bằng cách các đội địa phương phát triển trực tiếp tại thị trường mục tiêu.

Tiếp cận người dùng toàn cầu là một chuyện. Thu tiền của họ lại là chuyện khác. Điều này khá phức tạp vì mỗi thị trường có tiền tệ và thói quen thanh toán riêng.

Stripe giúp các công ty AI và nhiều khách hàng khác bằng hai cách chính: định giá bằng tiền tệ địa phương và tích hợp phương thức thanh toán địa phương.

Thứ nhất, giúp khách hàng Brazil thấy giá hàng bằng real Brazil thay vì USD, tăng doanh thu xuyên biên giới thêm 18%. Thứ hai, giúp khách hàng Ấn Độ thanh toán qua UPI, khách Brazil dùng Pix, mang lại hơn 7% tỷ lệ chuyển đổi tăng thêm.

Sau khi công cụ trình diễn AI Gamma thêm UPI vào Ấn Độ, doanh thu tháng đó của họ tại Ấn Độ tăng vọt 22%. Tại gian hàng, tôi còn thấy hình ảnh của MiniMax, một công ty Trung Quốc. Theo tôi biết, nhiều công ty Trung Quốc ra nước ngoài đều dùng dịch vụ tài chính của Stripe qua các pháp nhân ở nước ngoài.

Các công ty AI gốc này còn có đặc điểm chung nữa: số lượng nhân sự cực kỳ ít. Nhiều công ty chỉ có nhà sáng lập độc lập. Một hai người cộng thêm một nhóm Agent là có thể vận hành một công ty toàn cầu có doanh thu thực tế.

Trong bài phát biểu ngày thứ hai, Emily đưa ra một số dữ liệu: trên Atlas, tỷ lệ nhà sáng lập độc lập đã gần chạm mức 5.000 người trên mỗi triệu người Mỹ, và ngày càng nhiều người có thu nhập trên 100.000 USD/năm.

Từ “solopreneur”: doanh nghiệp do một người làm chủ, theo thuật ngữ của Ronald Coase để giải thích hiện tượng này. Doanh nghiệp tồn tại vì chi phí phối hợp nội bộ thấp hơn chi phí giao dịch trên thị trường.

Nhưng AI có thể làm đảo lộn logic này. Khi Agent giúp bạn phát hiện dịch vụ, tích hợp phần mềm và xử lý thanh toán, chi phí phối hợp bên ngoài sẽ giảm mạnh. Bạn không còn cần một căn phòng đầy nhân viên để làm những việc trước đây phải cần cả một bộ phận.

Từ nền kinh tế con người đến nền kinh tế Agent

Nền kinh tế AI như đã mô tả, dù phát triển nhanh thế nào, dù toàn cầu hóa ra sao, thì các chủ thể giao dịch vẫn là con người. Là con người mua sản phẩm AI. Là con người dùng công cụ AI để khởi nghiệp.

Nhưng tại hội nghị Sessions năm nay, tôi cảm nhận rõ nhất một tín hiệu khác: Stripe đang hướng tới một chuyển đổi lớn tiếp theo: một dạng nền kinh tế trong đó Agent trở thành các thành viên thị trường. Đó chính là Thương mại Agent.

Chuyển đổi này đã âm thầm xuất hiện trong dữ liệu của Stripe.

Giám đốc sản phẩm và kinh doanh của Stripe, Will Gaybrick, trình bày một bộ dữ liệu. Trong nhiều năm, giao diện dòng lệnh (CLI) của Stripe chỉ được một nhóm nhỏ các kỹ thuật viên sử dụng, lượng dùng gần như không đổi.

Nhưng sau năm 2026, lượng sử dụng đột ngột tăng vọt. Nguyên nhân là vì Agent không cần giao diện đồ họa đẹp mắt. CLI đơn giản thường hữu dụng hơn.

Dữ liệu của Maia cho thấy, năm 2025, lượng truy cập tài liệu của Stripe dành cho Agent tăng gấp khoảng mười lần.

Nếu xu hướng này tiếp tục, đến cuối năm nay, số lượng truy cập tài liệu của Agent sẽ vượt qua cả con người. API tài liệu mà Stripe đã dành hơn mười năm để hoàn thiện đang tìm thấy một nhóm độc giả trung thành mới.

Nếu ý tưởng Agent chi tiêu tiền còn nghe có vẻ xa lạ, bạn có thể xem hai ví dụ thực tế đang diễn ra.

Thứ nhất, giao diện mua sắm có thể đã chuyển sang cửa sổ chat của mô hình. Người tiêu dùng giờ thường dùng ChatGPT, Gemini hoặc Instagram để tìm kiếm hàng hóa. Khoảng cách giữa tìm kiếm và giao dịch đang bị rút ngắn thành một giao diện duy nhất. Ở Trung Quốc cũng có ví dụ, kể cả câu chuyện mua trà sữa trong ứng dụng AI mà mọi người đều biết.

Trong phỏng vấn nhóm, John Collison dùng trải nghiệm mua bộ sạc du lịch của mình để giải thích vì sao việc này khó đảo ngược.

Nếu một Agent hoàn tất toàn bộ quá trình từ tìm kiếm đến đặt hàng, rồi vài ngày sau hàng đến nhà, thì người đó sẽ không còn chạy sang trang khác để điền thông tin cá nhân nữa, dù trang đó có thể tốt hơn một chút. Một khi Agent hoàn tất tìm kiếm, bước tiếp theo tự nhiên là thanh toán.

Ví dụ thứ hai thú vị hơn: OpenClaw. Ai đã từng quan tâm đến “cái móng vuốt (claw)” đều biết, đây là một trong những khung Agent mã nguồn mở tự chủ phổ biến nhất hiện nay.

Người dùng gửi lệnh qua các ứng dụng nhắn tin như Feishu, Telegram, WhatsApp, rồi Agent tự thực thi nhiệm vụ.

Điểm mấu chốt là, OpenClaw trong một ngày có thể tiêu tốn vài trăm đến vài nghìn token. Nó tự quản lý tiêu hao và sử dụng token. Dù trong nhiều trường hợp vẫn cần có sự ủy quyền của con người, nhưng về cơ bản, token tiêu thụ là của Agent. Và token có thể quy đổi trực tiếp thành tiền.

Từ việc quản lý tiêu hao token của Agent đến việc Agent trực tiếp chi tiền, chỉ còn một bước nữa. Trong hội nghị năm nay, Stripe đã trình diễn một ví dụ vượt qua giới hạn này.

Mua bán Agent

Trên sân khấu chính ngày thứ hai, một màn trình diễn đã nhận được nhiều tràng pháo tay.

John Collison đưa ra một lệnh đơn giản cho một Agent: nghiên cứu xem nhu cầu AI ảnh hưởng thế nào đến thị trường năng lượng. Agent bắt đầu tìm kiếm, phát hiện ra Alpha Vantage có một bộ dữ liệu thị trường năng lượng cần, giá 4 xu.

Agent xác định giá nằm trong ngân sách, rồi tự chủ mua và tải xuống dữ liệu qua ví tiền ổn định (stablecoin) trong Tempo CLI, vì việc mua 4 xu qua thẻ tín dụng rõ ràng là không hợp lý.

Sau đó, nó tạo ra một báo cáo phân tích hoàn chỉnh. Chỉ bước này đã đủ làm người ta kinh ngạc. Nhưng rồi, John bảo: “Phát hành và bán báo cáo này đi. Đặt một mức giá hợp lý của bạn, và để các Agent khác có thể tìm thấy và mua nó.”

Agent kiểm tra điều khoản cấp phép của bộ dữ liệu Alpha Vantage, xác nhận cho phép thương mại hóa, rồi xây một trang web, đăng báo cáo, và tạo ra một file lệnh cho phép các Agent khác mua dữ liệu qua một yêu cầu duy nhất.

Chỉ trong vài phút, một Agent đã hoàn thành toàn bộ chuỗi: nghiên cứu, mua hàng, sản xuất, kiểm tra pháp lý, phát hành, định giá và bán hàng. Nó vừa là người mua, vừa là người bán. Sau màn trình diễn, John nói một câu: “Thương mại Agent đã đến rồi.”

Hai màn trình diễn còn lại trong ngày đầu cũng rất ấn tượng. Will Gaybrick xây dựng một ứng dụng kiểm tra mã API, để Agent thay người dùng lấy dịch vụ kiểm tra. Trong suốt quá trình, anh không nói gì về thanh toán.

Khi thực thi nhiệm vụ, Agent tự phát hiện ứng dụng sử dụng giao thức thanh toán máy (MPP), và tự hoàn tất khoản thanh toán 2 USD. Người dùng chỉ cần xác nhận bằng vân tay. Khả năng phát hiện thanh toán không cần cấu hình này chính là cốt lõi của giao thức MPP. Nhà phát triển không cần viết riêng logic thanh toán cho Agent. Nó tự tìm ra.

Tiếp đó, Gaybrick kết hợp động cơ tính phí theo thời gian thực Metronome, blockchain Tempo dành riêng cho thanh toán, và stablecoin, trình diễn phương thức thanh toán theo luồng (streaming payment): chia nhỏ dòng tiền thành vô số khoản cực nhỏ, theo dõi liên tục và đồng bộ chuyển tiền theo tiêu hao của dịch vụ (như sức mạnh tính toán AI).

Một ứng dụng tính phí theo Token AI theo thời gian thực, giá 3 USD cho mỗi triệu Token. Nhiều Agent cùng hoạt động. Bảng điều khiển bên trái hiển thị lượng Token tiêu thụ liên tục tăng, còn bên phải, các khoản thanh toán nhỏ qua stablecoin đang đồng bộ chảy vào.

Mở trình duyệt blockchain Tempo, có thể thấy một khoản thanh toán tổng 3,30 USD gồm hàng nghìn khoản nhỏ chưa đến một cent mỗi khoản, tương đương một phần nghìn của một cent.

Thẻ tín dụng không làm được điều này. Thanh toán ACH cũng không. UPI và Pix cũng không. Gaybrick tuyên bố trên sân khấu, đây là dịch vụ thanh toán theo luồng đầu tiên trên thế giới.

Sự trở lại của micro-payment và logic tiêu dùng mới

Trong các ví chat mua sắm và OpenClaw là ví dụ về Agent đại diện tiêu dùng của con người. Nhưng trong phỏng vấn nhóm, Collison còn đưa ra một dự đoán lớn hơn: Agent có thể tạo ra những nhu cầu hoàn toàn mới.

Ông cho rằng, Agent có thể giúp làm sống lại một mô hình kinh doanh đã nhiều năm thất bại: micro-payment. Con người không giỏi đưa ra quyết định tiêu dùng cực kỳ nhỏ bé. Spotify đã thay thế trả tiền theo bài hát bằng gói tháng 9.99 USD, vì không ai muốn cân nhắc xem một bài hát trị giá 15 cent có đáng không mỗi lần nhấn nút phát.

Còn Agent thì không có gánh nặng nhận thức này. Nếu dự đoán đúng, thì một loạt mô hình kinh doanh từng thất bại vì rào cản nhận thức của con người có thể đột nhiên khả thi trước mặt Agent.

Maia trong cuộc trò chuyện riêng với tôi cũng bày tỏ ý kiến tương tự. Cô nói, mới đây cô đã nói chuyện với hàng chục nhà sáng lập AI, và trong số họ, giá cả là chủ đề phổ biến nhất khi bàn về thương mại Agent.

Mỗi giao dịch có hai bên: người mua và người bán. Nếu người mua trở thành Agent, thì các doanh nghiệp phải làm gì?

Trong một cuộc phỏng vấn, tôi hỏi Giám đốc sản phẩm Stripe, Jeff Weinstein, rằng: “Người ta thường nói ‘khách hàng là thượng đế’. Các doanh nghiệp cần làm gì để làm hài lòng Agent?”

Jeff trả lời, hãy tưởng tượng Agent như một lập trình viên giỏi nhất mà bạn biết. Nó muốn có thông tin hoàn hảo, định dạng có cấu trúc, khả năng đọc nhanh, và đầy đủ các dữ liệu nền để ra quyết định.

Người tiêu dùng con người thích hình ảnh đẹp, hoạt hình mượt mà. Còn Agent thì muốn dữ liệu dạng thô, chính xác về logistics, và muốn hoàn tất giao dịch trong ít bước nhất có thể.

Trong một cuộc trò chuyện khác, Phó Chủ tịch sản phẩm của Meta, Ginger Baker, tóm tắt về sự chuyển đổi này còn mang tính đột phá hơn: thanh toán sẽ chuyển từ “một khoảnh khắc” thành một “chiến lược”.

Việc mua sắm của con người là rời rạc.

Bạn đi đến quầy thu ngân, lấy ví, quẹt thẻ, xong.

Còn tiêu dùng của Agent là liên tục.

Bạn đặt ra một bộ quy tắc, ví dụ: “Trong tuần này, chi tiêu mua đồ dùng hàng ngày không quá 50 USD”, “Luôn ưu tiên dùng thẻ này”, hoặc “Không tự động cho phép các giao dịch trên 500 USD”. Rồi, Agent sẽ tự chủ tiêu dùng trong phạm vi ủy quyền của bạn.

Tài nguyên tính toán thành tiền mới

Nếu thật sự Agent trở thành một dạng người tiêu dùng mới, thì chúng cũng mang lại những rủi ro mới. Những rủi ro này khác hoàn toàn so với rủi ro trong giao dịch SaaS truyền thống, và khác xa các rủi ro của người tiêu dùng con người.

Trong hội nghị, tôi đặc biệt quan tâm đến vấn đề này, và đã thảo luận với một số lãnh đạo của Stripe.

Dữ liệu của Stripe và Giám đốc AI, Emily Glassberg Sands, mô tả ba mô hình lừa đảo phát triển nhanh. Thứ nhất là lạm dụng nhiều tài khoản. Một người đăng ký nhiều tài khoản khác nhau, mỗi tài khoản đều có hạn mức miễn phí.

Theo dữ liệu của Stripe, cứ sáu công ty AI đăng ký thì có một liên quan đến loại lạm dụng này. Thứ hai là tiêu dùng gian lận trong thời gian dùng thử miễn phí. Đặc biệt nguy hiểm cho các công ty AI, vì mỗi lần dùng thử đều tiêu tốn chi phí suy luận thực tế.

Cô lấy ví dụ: đối với một công ty hợp tác, chi phí Token để có được mỗi khách hàng trả phí vượt quá 500 USD, vì để chuyển đổi một khách hàng, cần 25 lần dùng thử miễn phí, trong đó 19 lần là gian lận.

Mô hình thứ ba cô gọi là “ăn trộm miễn phí”. Khách hàng tiêu thụ lượng lớn Token, rồi cuối tháng từ chối thanh toán. Emily còn trích dẫn câu nói: “Tài nguyên tính toán là tiền mới.” Khi SaaS truyền thống bị lạm dụng, chi phí biên gần như bằng không. Nhưng với AI, mỗi lần gọi suy luận đều có chi phí thực tế. Ăn cắp Token chính là ăn cắp tiền.

Tuy nhiên, có một nghịch lý khiến tôi đặc biệt lo ngại: nhiều nhà sáng lập AI đối phó lừa đảo bằng cách đóng luôn chế độ dùng thử miễn phí.

Emily nói, cô đã hỏi tất cả những ai tuyên bố “giải quyết” vấn đề này, và phát hiện ra, phương án của họ chỉ là đóng chế độ miễn phí. Nhưng Jeff cho rằng, điều này sẽ gây ra vấn đề khác.

Agent ngày càng trở thành phương tiện chính để khám phá dịch vụ mới. Nếu Agent không thể tự thử nghiệm dịch vụ nào đó, nó sẽ chuyển sang liên kết khác.

Emily bổ sung, nếu các lựa chọn hướng dẫn cho Agent là “tham gia danh sách chờ” hoặc “liên hệ bán hàng”, thì Agent sẽ lập tức rời đi. Việc đóng chế độ tự phục vụ để phòng chống lừa đảo có thể đồng nghĩa với việc bỏ lỡ kênh tăng trưởng quan trọng nhất vào tay đối thủ.

Giải pháp của Stripe cho nghịch lý này là hệ thống phòng chống lừa đảo Radar. Radar hoạt động theo logic: mỗi lần thực hiện giao dịch trên Stripe, Radar sẽ học hỏi.

Dữ liệu giao dịch của 5 triệu doanh nghiệp sẽ được đưa vào một mạng lưới nhận diện rủi ro chung. Nếu một công ty gặp phải mô hình lừa đảo nào đó, tất cả các công ty khác đều có thể hưởng lợi. Tháng trước, Radar đã chặn hơn 3,3 triệu đăng ký dùng thử miễn phí có nguy cơ cao trong 8 công ty tăng trưởng nhanh của AI.

Jeff còn đưa ra một quan điểm trái ngược với trực giác: Mua sắm qua Agent cuối cùng có thể an toàn hơn so với mua trên web của con người. Bởi vì, xác thực niềm tin của con người dựa vào suy luận: người dùng ở lại trang bao lâu, đường click có bình thường không, v.v.

Trong khi đó, giao dịch của Agent có thể xác thực bằng chương trình. Các token thanh toán chung của Stripe đã được mã hóa, không để Agent tiếp xúc với số thẻ gốc. Người dùng xác nhận bằng sinh trắc học, và có thể đặt giới hạn giao dịch, khung thời gian, danh sách các nhà bán lẻ được phép.

Khi cơ chế tin cậy chuyển từ suy luận sang xác nhận, thì mức độ an toàn có thể sẽ tăng lên.

Hệ sinh thái, giao thức và một đoạn lịch sử

Đến đây, bạn đã rõ, để thực hiện Thương mại Agent, cần một hệ sinh thái vận hành tốt. Trong hội nghị Stripe năm 2026, tôi gặp một người trong ngành thực phẩm. Anh nói rằng anh tham dự để xem Thương mại Agent có thể trở thành cơ hội mới cho công ty anh hay không. Đó là góc nhìn của phía bán hàng.

Vì vậy, không thể chỉ dựa vào Stripe. Cần có một hệ sinh thái.

Trong hai ngày tham quan gian hàng, tôi thấy rất nhiều công ty thuộc các phần của chuỗi giá trị tài chính.

Stripe còn hợp tác hoặc tham gia vào một loạt giao thức để kết nối các phần của hệ sinh thái: người mua và người bán, con người và máy móc, máy móc và máy móc. Giao thức thanh toán máy (MPP) cho phép Agent phát hiện và hoàn tất thanh toán qua HTTP.

Gói phần mềm Thương mại Agent cho phép người tiêu dùng mua hàng trực tiếp trong các ứng dụng AI của Google, Meta, OpenAI, Microsoft. Giao thức thương mại chung (UCP), do Shopify khởi xướng, có sự tham gia của Meta, Amazon, Salesforce, Microsoft, là một giao thức thương mại đa nền tảng. Stripe đã tham gia ủy ban điều hành của UCP.

Một nhóm các công ty vừa là đối tác, vừa là đối thủ, đồng ý hợp tác dựa trên một giao thức chung, vì sự phân mảnh sẽ khiến Agent khó tiêu dùng liền mạch qua các nền tảng. Điều này không có lợi cho ai.

Nói về giao thức, tôi thấy một đối tác đặc biệt của Stripe: Visa. Theo tôi, Visa về bản chất chính là một nền tảng giao thức.

Thấy Visa, tôi nhớ đến một cuốn sách tôi rất thích từ lâu: “Hỗn độn: Tổ chức phi truyền thống mở ra kỷ nguyên mới của sáng tạo và quản lý”, của người sáng lập Visa, Dee Hock.

Chủ đề của cuốn sách là, trong kỷ nguyên điện tử, ngân hàng, tiền tệ và thẻ tín dụng có thể được định nghĩa lại như thế nào. Tiền không nhất thiết phải là tiền xu hay tiền giấy. Nó có thể là dữ liệu được tổ chức bảo đảm, ghi nhận trên mạng và lưu thông toàn cầu.

Vào cuối thập niên 60 của thế kỷ trước, thẻ ngân hàng Mỹ bắt đầu mở rộng ra toàn quốc. Lượng khách hàng xuyên bang đổ vào, hệ thống cũ sụp đổ. Hock nhận ra vấn đề nằm ở cấu trúc tổ chức. Nhiều ngân hàng cạnh tranh cần chia sẻ hạ tầng chung, nhưng các hình thức tổ chức hiện tại không cho phép họ hợp tác song song cạnh tranh.

Ông vận dụng ý tưởng thiết kế phi tập trung, khiến tất cả các ngân hàng đều trở thành thành viên bình đẳng của tổ chức mới, và ngân hàng Mỹ cũng từ bỏ quyền kiểm soát độc quyền hệ thống này. Tổ chức sau đó đổi tên thành Visa.

Vậy là, hai công ty của hai thời đại khác nhau, đang làm những việc tương tự. Liệu có một truyền thống nào đó nối tiếp giữa chúng?

Dựa vào bất kỳ Agent nào giúp, câu trả lời rất dễ tìm. Patrick Collison từng công khai gửi lời tri ân tới Hock. Sau khi Hock qua đời năm 2022, Patrick gọi ông là “một nhà đổi mới bị đánh giá thấp nghiêm trọng”, và nói rằng Hock đã truyền cảm hứng cho ông và em trai.

Một dấu hiệu rõ ràng hơn nữa là quyết định tuyển dụng: tác giả của lịch sử học thuật uy tín về Visa, David Stearns, sau đó đã gia nhập Stripe.

Và một chi tiết khiến ai am hiểu lịch sử thanh toán cũng sẽ mỉm cười: tại hội nghị, Giám đốc kỹ thuật của Tempo blockchain, Georgios Konstantopoulos, trình diễn danh sách các nhà xác thực. Trong đó có một tên là Visa.

Tổ chức do Hock sáng lập, Visa, nay đã trở thành một nút trong mạng lưới blockchain do Stripe phát triển. Học sinh xây dựng mạng lưới mới, thầy trở thành một nút trong đó.

Khi Patrick mở đầu hội nghị, ông kể rằng ban đầu ông là một lập trình viên viết mã Lisp. Một trong những triết lý cốt lõi của Lisp là “mã là dữ liệu”.

Ông biến triết lý này thành thuật ngữ của riêng Stripe: “Triết lý cốt lõi của Stripe là tiền chính là dữ liệu. Khi chúng tôi ra mắt Stripe năm 2011, đây không phải là quan điểm phổ biến trong ngành.”

Hock từ góc độ lý thuyết tổ chức, phân tích bản chất của tiền tệ, kết luận rằng: Tiền chỉ là “bảo chứng cho sự trao đổi giá trị”. Phương tiện mang nó có thể là bất cứ thứ gì. Collison thì từ góc độ lập trình, trực tiếp đồng nhất tiền với dữ liệu: một dạng dữ liệu có thể lập trình, gọi qua API, và thao tác bởi Agent.

Hai người dùng các ngôn ngữ khác nhau để diễn đạt cùng một ý. Cùng ngày, Ginger Baker của Meta nói thẳng hơn: “Tiền chính là dạng nội dung số khác.”

Nếu tiền là dữ liệu, thì người tiêu dùng dữ liệu tự nhiên cũng sẽ trở thành người tiêu dùng tiền.

Gen nội dung của Stripe

Đến đây, câu chuyện về nền kinh tế AI gần như đã khép lại. Nhưng để đi vòng quanh một chút, Stripe gần như có thể xem như một đồng nghiệp của các nhà sáng tạo nội dung.

Công ty này không chỉ giỏi dịch vụ tài chính. Nó còn rất giỏi làm nội dung. Bộ phận xuất bản Stripe Press có gu rất tốt. Nhiều người biết đến nhờ cuốn “Bộ Sách Charlie Munger”.

Podcast của họ, “A Cheeky Pint”, cũng rất đặc sắc, thu hút đông đảo khán giả. Giám đốc điều hành Google, Sundar Pichai; CEO của Anthropic, Dario Amodei; và đồng sáng lập a16z, Marc Andreessen, đều từng xuất hiện.

Trong hội nghị, tôi gặp Tammy Winter, biên tập viên cao cấp của Stripe Press, và Pablo Delcan, nhà thiết kế. Tammy đùa rằng: “Stripe chính là một nhà xuất bản có giá trị hàng tỷ đô la kèm theo.”

Pablo Delcan nói về quan điểm gu thẩm mỹ của mình. Ông cho rằng gu thẩm mỹ là thứ phát triển theo thời gian và cần tích lũy. Trong xu hướng thiết kế, vấn đề mới là làm thế nào để tăng độ phức tạp mà không làm mất đi sự đơn giản và rõ ràng trong biểu đạt.

Khi nói về sách, Tammy kể rằng, trong nội bộ Stripe Press, bộ sách dành cho nhà sáng lập và người xây dựng gọi là “Turpentine” (dầu thông).

Những cuốn này tập trung vào kiến thức vận hành, công cụ, kỹ thuật, bảo trì, và các nội dung thực dụng giúp công việc trôi chảy. Chúng không phải lý thuyết trừu tượng. Mục tiêu là giúp độc giả giải quyết các vấn đề thực tế trong vận hành.

Tên gọi xuất phát từ một câu chuyện về Picasso: khi các nhà phê bình nghệ thuật tụ tập, họ bàn về hình thức, cấu trúc, ý nghĩa; còn các nghệ sĩ thì bàn về nơi mua dầu thông rẻ nhất.

Mục tiêu của series này là trở thành dầu thông rẻ tiền trong tay nhà sáng lập. Nghĩ kỹ, đối với các công ty AI ra nước ngoài, dịch vụ tài chính của Stripe chính là một dạng dầu thông khác. Bạn không cần lo về thanh toán, pháp lý hay ngoại hối. Bạn chỉ tập trung xây dựng sản phẩm.

Chương này dường như không liên quan đến câu chuyện chính, nhưng thực ra lại có liên hệ tiềm năng.

Stripe còn có một tạp chí tên “Works in Progress”, chủ đề chính là làm thế nào để nền kinh tế phát triển. Podcast của họ mời các nhân vật dẫn đầu trong nền kinh tế AI. Hội nghị này, theo một nghĩa nào đó, giống như một bài giảng về kinh tế học.

Ngày thứ hai, Patrick Collison dành cả buổi để nói về dữ liệu kinh tế, lý thuyết doanh nghiệp của Coase, và nghịch lý Solow. Tôi đoán, lý do một công ty dịch vụ tài chính quan tâm đến kinh tế học là vì hiểu rõ cấu trúc nền kinh tế chính là cách họ tìm ra cơ hội sản phẩm tiếp theo.

Là một người yêu thích podcast, khi gặp Patrick ngày đầu, tôi muốn hỏi điều gì không phải về tài chính, mà về podcast. Tôi hỏi, sau khi phỏng vấn nhiều người, có câu hỏi nền tảng nào xuyên suốt tất cả các cuộc trò chuyện không?

Ông nghĩ một chút rồi nói, điều ông thực sự quan tâm là cách các công ty này vận hành, chúng đang ở trạng thái cân bằng cạnh tranh như thế nào, và họ hiểu về doanh nghiệp của mình ra sao.

Trùng hợp, ngày đầu còn có một câu chuyện nhỏ. Buổi trò chuyện cuối cùng của ngày, dự định do Patrick phỏng vấn Greg Brockman của OpenAI, nhưng trước khi lên sân khấu, khách mời đổi thành Sam Altman. Patrick giải thích, “AI là lĩnh vực phát triển nhanh.”

Và thế là, niềm vui biến thành lễ hội. Cả hội trường vỗ tay rần rần.

Hai người quen nhau gần 19 năm. Altman là một trong những nhà đầu tư thiên thần sớm nhất của Stripe, khi đó, hai anh em