Tôi đã thấy nền kinh tế AI tại Stripe Sessions 2026

Viết bài: Gao Fei

Dịch: AididiaoJP, Foresight News

Năm 1987, nhà kinh tế học Robert Solow đã nói một câu nổi tiếng: 「Bạn có thể thấy thời đại máy tính ở bất cứ đâu, ngoại trừ trong số liệu thống kê năng suất lao động.」Câu nói này đã làm phiền các nhà kinh tế gần mười năm. Cho đến giữa những năm 1990, đóng góp của máy tính đối với năng suất mới cuối cùng được thể hiện rõ ràng trong dữ liệu.

Đến năm 2026, cùng một sự bối rối đang diễn ra với AI. Thuyết bong bóng đi đi lại lại, các học giả tranh luận không ngừng, doanh nghiệp do dự, tín hiệu dữ liệu vĩ mô vẫn mờ nhạt. Nhưng có một nơi, ảnh hưởng của AI đến nền kinh tế đã không còn cần tranh luận nữa.

Giờ chúng ta hãy xem Stripe.

Trong vài ngày qua, tôi đã tham dự Stripe Sessions tổ chức tại San Francisco. Khối lượng giao dịch mà 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, 86% các công ty đều đang sử dụng Stripe. Nếu nói nền kinh tế AI là một đứa trẻ mới sinh, thì Stripe chính là thiết bị theo dõi nhịp tim trong phòng sinh. Nó ghi lại nhịp đập của đứa trẻ 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% tăng trưởng GDP biên của Mỹ, vượt qua mức đóng góp đỉnh của ngành công nghệ trong thời kỳ bong bóng internet. Và khi các khoản đầu tư này chuyển 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 thúc đẩy một hình thái kinh tế mới: Agentic Commerce (Thương mại Tự chủ), tức là các tác nhân trở thành chủ thể giao dịch. Trong một cuộc phỏng vấn tập thể, đồng sáng lập kiêm Chủ tịch John Collison cho biết, ông dự đoán vai trò của tác nhân như người mua trong giao dịch thương mại sẽ trở thành xu hướng chính trong vòng 12 đến 18 tháng tới.

Trong hai ngày, 288 sản phẩm và tính năng ra mắt, hơn 10.000 người tham dự, một cụm từ định hình xuyên suốt: Agentic Commerce. Dưới đây là những gì tôi đã chứng kiến tại Stripe Sessions 2026, cùng với suy nghĩ cá nhân của tôi.

Nền kinh tế AI chạy nhanh đến mức nào?

Trước khi bàn về thương mại tác nhân, hãy xem tổng thể về nền kinh tế AI. Năm 1987, Solow nói rằng máy tính không thể thấy trong số liệu thống kê, 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 số dữ liệu. Kể từ sau đại dịch, số lượng doanh nghiệp mới thành lập 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 mã hóa AI đã giảm đáng kể rào cản khởi nghiệp, nhiều nhà phát triển giờ đây chỉ cần vài dòng mã gọi là “vibe coding” để tạo ra sản phẩm có thể thu phí trong vài ngày. Patrick mô tả điều này như một hiện tượng vĩ mô lớn hơn — toàn bộ nền kinh tế đang được tái nền tảng dựa trên AI. Maia Josebachvili, Giám đốc doanh thu của Stripe AI, bổ sung so sánh bên ngoài: đến năm 2024, số lượng ứng dụng mới trên App Store của iOS liên tục giảm. Sau khi các công cụ mã hóa AI xuất hiện, số lượng phát hành tăng trưởng 24% theo tháng.

Sự thay đổi không chỉ về số lượng mà còn về chất lượng. Stripe Atlas là một trong những phương thức đăng ký công ty Mỹ đơn giản nhất dành cho nhà sáng lập. Tuần trước, họ vừa kỷ niệm thành lập 100.000 công ty. Trong hội nghị, tôi nghe một số dữ liệu đáng kinh ngạc: các công ty đăng ký qua Atlas năm 2025, cùng một giai đoạn vòng đời, tạo ra doanh thu gấp đôi so với năm 2024. Các công ty mới thành lập năm 2026 chỉ vài tháng tuổi, doanh thu đã gấp năm lần so với cùng kỳ năm ngoái.

Trong báo cáo về nền kinh tế AI buổi chiều ngày đầu, Maia Josebachvili liệt kê một số tên tuổi thúc đẩy sự trỗi dậy của nền kinh tế AI. Lovable trong tám tháng đạt 100 triệu USD doanh thu, rồi trong tám tháng tiếp theo vọt lên 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 của Stripe dẫn đầu tăng trưởng 120% năm 2025, đến năm 2026 đã tăng 575%.

Phía người tiêu dùng cũng tăng trưởng dốc đứng. Người tiêu dùng cao nhất chi trung bình 371 USD mỗi tháng cho các sản phẩm AI, vượt xa tổng chi tiêu internet, dịch vụ phát trực tuyến và hóa đơn điện thoại của người Mỹ trung bình hàng tháng. Tôi tính sơ mỗi tháng tôi tiêu token đã vượt quá hóa đơn điện thoại.

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

Ngày thứ hai, John Collison trực tiếp đề cập đến nghịch lý Solow, và dùng phép so sánh lịch sử để giải thích. Năm 1882, Edison thắp sáng đèn điện cho khách hàng đầu tiên ở Manhattan. Nhưng trong suốt ba mươi năm sau đó, trong thời kỳ điện khí hóa, năng suất gần như không tăng. Nguyên nhân không phải là điện không dùng được, mà là vì các nhà máy thời đó được thiết kế dựa trên máy hơi nước. Chỉ sau khi toàn bộ nhà máy được xây dựng lại, năng suất mới tăng trưởng. John nhận định, AI đang ở giai đoạn tương tự. Những thay đổi đã bắt đầu diễn ra, nhưng các mô hình cũ vẫn chưa kịp tiếp thu hết. “Tuy nhiên,” ông nói, “tôi nghi rằng AI sẽ không mất ba mươi năm để thay đổi như vậy.”

Dữ liệu của Stripe dường như ủng hộ sự lạc quan của ông. Nền kinh tế AI đã bùng nổ trên nền tảng của họ. Gần như mọi doanh nghiệp truyền thống tôi tiếp xúc đều đang thúc đẩy triển khai AI với mức độ cấp bách cao.

Từ ngày đầu tiên, đã 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 có một cách nói: mặc định toàn cầu.

Kể từ khi tôi trở thành blogger về AI, tôi thường gặp trải nghiệm này: sáng tạo nội dung AI không phân biệt múi giờ. Tin tức AI ở bên kia Thái Bình Dương và tin địa phương đều có trọng số như nhau. Các sản phẩm AI cũng vậy. Mô hình ngôn ngữ lớn làm mờ ranh giới phụ thuộc vào giao diện và thói quen tương tác phần mềm truyền thống. Một khung chat thống nhất có thể giúp người dùng toàn cầu sử dụng sản phẩm bằng ngôn ngữ tự nhiên. Trong ý nghĩa này, lần đầu tiên mô hình ngôn ngữ lớn giúp thị trường phần mềm toàn cầu thống nhất trở thành khả thi.

Dữ liệu hội nghị xác nhận quan sát này. Trong làn sóng SaaS trước đó, các công ty tăng trưởng nhanh nhất trong năm đầu tiên mở rộng ra khoảng 25 quốc gia, đến năm thứ ba đạt 50. Các công ty AI có tốc độ hoàn toàn khác: năm đầu 42 quốc gia, năm thứ ba 120. Maia nói, hiện tại Kazakhstan đã xuất hiện trong danh sách thị trường của nhiều công ty AI. Trong diễn đàn “Indexing the Economy” ngày thứ hai, Stripe đưa ra trung vị: 100 startup AI hàng đầu đã bán hàng ở 55 quốc gia trong năm đầu tiên.

Emergent Labs là một ví dụ cụ thể. Công ty này thành lập năm 2024 tại Mỹ, nhưng gần 70% doanh thu đã đến từ nước ngoài, ít nhất 16 quốc gia mỗi quốc gia đóng góp ít nhất 1% doanh thu. Trong các công ty AI hàng đầu, 48% doanh thu đến từ thị trường ngoài nước Mỹ. Ba năm trước, tỷ lệ này chỉ là 33%. Doanh thu toàn cầu không còn là bổ sung nữa, mà đã trở thành nền tảng.

Tốc độ và toàn cầu hóa là hai đặc điểm cốt lõi của nền kinh tế AI, và cả hai đều liên quan trực tiếp đến Stripe. Các công ty AI cần xây dựng khả năng thanh toán nhanh chóng, có thể nhận thanh toán ở 40 quốc gia trong tuần đầu tiên thành lập. Đây chính là điều Stripe đã làm từ ngày đầu thành lập.

Ở đây cần bổ sung một chút về nền tảng 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 biên giới. Trong hội nghị, tôi gặp một đồng nghiệp người Ireland, anh nói rằng trong mắt các nhà sáng lập AI Ireland, hai anh em này là những anh hùng. Sau khi đến Mỹ, họ nhận ra việc thu tiền trực tuyến cực kỳ khó khăn: kết nối hệ thống thanh toán cần ký hợp đồng với ngân hàng, thực hiện kiểm tra PCI, kết nối nhiều trung gian, toàn bộ quá trình có thể mất vài tuần hoặc vài tháng.

Vì vậy, năm 2010, hai chàng trai mới hơn hai mươi tuổi bỏ học, chuyển đến San Francisco, viết ra một giải pháp giúp nhà phát triển chỉ cần bảy dòng mã để thu tiền. Bảy dòng này đúng lúc bùng nổ internet di động và SaaS. Shopify cần giúp hàng triệu thương nhân thu tiền, Uber cần thanh toán liền mạch cho khách hàng, Salesforce cần xử lý đăng ký toàn cầu… tất cả đều chọn Stripe. Cùng với các khách hàng toàn cầu này lớn mạnh, Stripe đã xây dựng khả năng địa phương 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 công ty nổi bật trên sân khấu. Nó ẩn sau trang thanh toán của Shopify, email xác nhận đăng ký của OpenAI, thông báo phí của Uber. Nhưng sự ẩn mình này không ngăn cản nó trở thành nền tảng tài chính hạ tầng của internet. Trong thời đại AI, hạ tầng tài chính toàn cầu này giúp Stripe có lợi thế tiên phong khi phục vụ các công ty AI mở rộng ra quốc tế.

Trong hội nghị năm nay, tôi còn gặp trưởng bộ phận sản phẩm toàn cầu của Stripe, Abhi Tiwari. Anh mới nhận vị trí này ba tháng trước và đã chuyển đến Singapore. Stripe có trung tâm kỹ thuật tại San Francisco, Dublin và Singapore, còn có văn phòng tại São Paulo. Abhi nói rằng nhiều công ty AI khi tìm đến Stripe đều bắt đầu bằng câu: “Chúng tôi mặc định toàn cầu hóa, khách hàng ở đâu không quan trọng.” Mô hình cũ là phát triển sản phẩm tại trụ sở rồi đẩy ra toàn cầu đang bị thay thế bằng mô hình mới do đội ngũ địa phương xây dựng trên thị trường.

Tiếp cận người dùng toàn cầu là một chuyện, khiến họ thanh toán là chuyện khác. Thứ này phức tạp hơn nhiều, vì mỗi thị trường có tiền tệ và thói quen thanh toán riêng. Trong lĩnh vực này, Stripe chủ yếu hỗ trợ các công ty AI và khách hàng khác qua hai cách: định giá theo tiền tệ địa phương và kết nối phương thức thanh toán địa phương. Thứ nhất, giúp người dùng Brazil thấy giá bằng real thay vì USD, tăng doanh thu xuyên biên giới 18%; thứ hai, giúp người dùng Ấn Độ dùng UPI, người Brazil dùng Pix, tỷ lệ chuyển đổi tăng hơn 7%. Công cụ trình diễn AI Gamma sau khi tích hợp UPI tại Ấn Độ, doanh thu tháng đó của Ấn Độ tăng vọt 22%. Tại gian hàng, tôi cũng thấy hình ảnh của công ty Trung Quốc MiniMax. Theo tôi biết, nhiều công ty Trung Quốc ra nước ngoài sử dụng dịch vụ tài chính của Stripe qua các thực thể nước ngoài.

Các công ty AI gốc này còn có một đặc điểm chung nữa: nhân sự cực kỳ ít, nhiều người là nhà sáng lập độc lập. Một hoặc hai người cộng thêm các tác nhân thông minh có thể duy trì một công ty toàn cầu có doanh thu thực sự. Trong bài phát biểu ngày thứ hai, Emily đưa ra một số dữ liệu: mật độ nhà sáng lập độc lập trên Atlas đã gần 5.000 người trên mỗi triệu người Mỹ, và ngày càng nhiều người có thu nhập trên 100.000 USD/năm.

Emily dùng từ “solopreneur” (doanh nhân đơn độc). Điều này khiến tôi nghĩ đến làn sóng OPC (One Person Company) đang phát triển nhanh ở 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 qua thị trường. Nhưng AI có thể đang đảo ngược logic này. Khi các tác nhân giúp bạn phát hiện dịch vụ, tích hợp phần mềm, xử lý thanh toán, chi phí phối hợp bên ngoài giảm mạnh. Bạn không còn cần một căn phòng đầy nhân viên để làm những việc trước đây phải có cả bộ phận đảm nhiệm.

Từ nền kinh tế con người đến nền kinh tế tác nhân

Nền kinh tế AI mô tả ở trên, dù tăng trưởng nhanh thế nào, toàn cầu hóa ra sao, thì các chủ thể giao dịch vẫn là con người. Con người mua sản phẩm AI, con người dùng công cụ AI để khởi nghiệp. Nhưng tôi cảm nhận rõ nhất trong hội nghị năm nay là, bước chuyển lớn tiếp theo của Stripe là một dạng chuyển đổi khác: các tác nhân trở thành chủ thể tham gia thị trường, đó chính là Agentic Commerce.

Sự chuyển đổi này đã âm thầm xuất hiện trong dữ liệu của Stripe. Giám đốc sản phẩm và kinh doanh Will Gaybrick trình bày một số số liệu. Trong nhiều năm, Stripe CLI (giao diện dòng lệnh) chỉ được một nhóm người cực kỳ kỹ thuật sử dụng, lượng dùng gần như không đổi. Từ năm 2026 trở đi, lượng dùng đột ngột tăng vọt. Nguyên nhân là các tác nhân không cần giao diện đồ họa đẹp mắt, CLI đơn giản thường hữu ích hơn. Maia cho biết, năm 2025, lượng truy cập đọc tài liệu Stripe từ tác nhân thông minh tăng gấp khoảng mười lần. Nếu xu hướng này tiếp tục, cuối năm số lượng tác nhân đọc tài liệu Stripe sẽ vượt qua con người. Các tài liệu API Stripe đã mất hơn mười năm để hoàn thiện, nay tìm được những độc giả trung thành nhất của nó.

Nếu nghe qua “tác nhân tiêu tiền” còn xa lạ, có thể nghĩ đến hai cảnh đã xảy ra rồi.

Thứ nhất, có thể giao diện mua sắm đang chuyển sang cửa sổ chat mô hình. Người tiêu dùng hiện thường dùng ChatGPT, Gemini hoặc nghiên cứu sản phẩm qua Instagram. Khoảng cách giữa nghiên cứu và giao dịch đã bị rút ngắn trong một giao diện. Ở Trung Quốc cũng đã có ví dụ, như mua trà sữa trong các ứng dụng AI.

Trong cuộc phỏng vấn tập thể, John Collison dùng trải nghiệm của mình khi mua bộ chuyển đổi nguồn du lịch để giải thích vì sao việc này khó đảo ngược. Nếu một tác nhân hoàn tất toàn bộ quy trình từ nghiên cứu đến đặt hàng, rồi vài ngày sau hàng đến nhà, nó sẽ không còn chạy sang một trang web khác để điền thông tin cá nhân nữa, dù trang đó có thể có sản phẩm tốt hơn. Một khi tác nhân mua sắm 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 “làn sóng tôm hùm” đều biết, đây là một trong những khung tự chủ mở mã nguồn phổ biến nhất hiện nay. Người dùng gửi lệnh cho tác nhân qua các ứng dụng như Feishu, Telegram, WhatsApp, rồi tác nhân tự thực thi nhiệm vụ. Điều quan trọng là OpenClaw một ngày có thể tiêu tốn vài trăm đến vài nghìn USD token. Nó tự quản lý tiêu hao token và sử dụng token. Dù nhiều trường hợp vẫn cần phê duyệt thủ công, nhưng cuối cùng chính tác nhân tiêu token, và token có thể quy đổi trực tiếp thành tiền.

Từ quản lý tiêu hao token của tác nhân, đến tác nhân trực tiếp tiêu tiền, chỉ còn một bước nữa. Trong hội nghị năm nay, Stripe đã trình diễn bước này.

Demo: Mua bán bằng tác nhân

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

John Collison đứng trên sân khấu đưa ra một lệnh đơn giản cho tác nhân: nghiên cứu cách AI ảnh hưởng đến thị trường năng lượng. Tác nhân bắt đầu tìm kiếm, phát hiện Alpha Vantage có một bộ dữ liệu thị trường năng lượng cần, giá 4 xu. Tác nhân đánh giá giá nằm trong ngân sách, rồi tự chủ hoàn tất mua và tải xuống bằng ví Tempo CLI dùng đồng stablecoin, vì thanh toán 4 xu qua thẻ tín dụng không hợp lý. Sau đó, nó tạo ra một báo cáo phân tích hoàn chỉnh. Điều này đã rất ấn tượng rồi. Nhưng John nói tiếp: “Hãy đăng báo cáo này lên và bán nó. Đặt mức giá hợp lý để các tác nhân khác có thể tìm thấy và mua.” Tác nhân kiểm tra điều khoản cấp phép của bộ dữ liệu Alpha Vantage, xác nhận cho phép thương mại hóa, rồi xây dựng website, đăng báo cáo, và tạo ra một tệp lệnh để các tác nhân khác chỉ cần gửi yêu cầu là có thể mua dữ liệu.

Chỉ trong vài phút, một tác nhân đã hoàn thành toàn bộ chu trình: 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: “Agentic Commerce đã đến rồi.”

Hai ví dụ trình diễn khác trong ngày đầu cũng rất ấn tượng. Will Gaybrick xây dựng một ứng dụng kiểm duyệt API, để tác nhân giúp người dùng lấy dịch vụ kiểm duyệt. Trong quá trình này, anh không nói cho tác nhân biết bất kỳ thông tin thanh toán nào. Khi thực thi nhiệm vụ, tác nhân tự phát hiện ứng dụng sử dụng Machine Payments Protocol (MPP), rồi tự hoàn tất thanh toán 2 USD. Người dùng chỉ cần xác thực bằng vân tay một lần. 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 tác nhân, tác nhân tự tìm ra.

Tiếp đó, Gaybrick kết hợp Metronome (động cơ đo lường thời gian thực), Tempo (chuỗi khối dành cho thanh toán) và stablecoin, trình diễn thanh toán theo luồng dữ liệu. Một ứng dụng dựa trên tiêu hao token AI để tính phí theo thời gian thực, mỗi triệu token 3 USD. Nhiều tác nhân cùng chạy. Bảng điều khiển bên trái hiển thị lượng token tiêu hao tăng lên, bên phải các khoản thanh toán micro bằng stablecoin đồng bộ chảy vào. Khi mở trình duyệt Tempo, tổng số tiền thanh toán 3,30 USD gồm hàng nghìn khoản micro thanh toán nhỏ, mỗi khoản chỉ bằng 0,003 USD. Thẻ tín dụng không làm được, ACH không làm được, UPI và Pix cũng không. Gaybrick tuyên bố đây là dịch vụ thanh toán theo luồng dữ liệu đầu tiên trên thế giới.

Sự trở lại của micro payment và logic tiêu dùng mới

Việc mua sắm qua cửa sổ chat và OpenClaw là ví dụ đại diện cho tiêu dùng của con người qua tác nhân. Nhưng trong cuộc phỏng vấn tập thể, John Collison còn có nhận định mang tính tham vọng hơn: tác nhân có thể tạo ra nhu cầu hoàn toàn mới.

Ông cho rằng, tác nhân có thể giúp biến một mô hình kinh doanh đã bàn luận nhiều năm nhưng chưa từng thực hiện thành khả thi: micro payment. Con người không giỏi đưa ra quyết định tiêu dùng cực kỳ chi tiết. Spotify thay thế trả tiền theo bài hát bằng gói đăng ký 9,99 USD mỗi tháng, vì không ai muốn mỗi lần nhấn nút phát đều phải quyết xem bài hát đó đáng 15 xu hay không. Tác nhân không có gánh nặng nhận thức này. Nếu nhận định này đúng, thì một loạt các mô hình kinh doanh thất bại do rào cản nhận thức của con người có thể đột nhiên trở nên khả thi trước tác nhân. Maia cũng bày tỏ ý kiến tương tự trong cuộc trò chuyện riêng với tôi. Cô nói, cô vừa mới nói chuyện với hàng chục nhà sáng lập AI, khi bàn về thương mại tác nhân, thì giá cả là chủ đề được đề cập nhiều nhất.

Mỗi giao dịch đều có người mua và người bán. Nếu người mua biến thành tác nhân, doanh nghiệp phải làm gì?

Trong một cuộc phỏng vấn, tôi hỏi trưởng bộ phận sản phẩm của Stripe, Jeff Weinstein: “Người ta thường nói ‘Khách hàng luôn đúng’, các doanh nghiệp cần làm gì để làm hài lòng tác nhân AI?” Jeff trả lời, hãy xem tác nhân 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 tất cả bối cảnh cần thiết để ra quyết định. Người tiêu dùng con người thích hình ảnh đẹp, hoạt hình mượt mà, còn tác nhân muốn dữ liệu dạng thô, chính xác về logistics, và khả năng hoàn tất giao dịch trong ít bước nhất có thể.

Trong một cuộc đối thoại khác, Phó Chủ tịch sản phẩm của Meta, Ginger Baker, tóm tắt một cách táo bạo hơn về sự chuyển đổi này: thanh toán sẽ từ “cơ hội” trở thành “chiến lược”. Mua sắm của con người là rời rạc. Bạn đi đến quầy thu ngân, rút ví, quẹt thẻ, xong. Tiêu dùng của tác nhân là liên tục. Bạn đặt ra một bộ quy tắc, ví dụ: “Mua đồ tạp hóa không quá 50 USD trong tuần này”, “Ưu tiên dùng thẻ này”, “Trên 500 USD phải có phê duyệt thủ công”. Sau đó, tác nhân tự chủ trong phạm vi ủy quyền của bạn để liên tục tiêu dùng.

An toàn: tính toán chính là tiền mặt mới

Nếu tác nhân thực sự trở thành một dạng người tiêu dùng mới, thì cũng mang lại rủi ro mới. Những rủi ro này khác hoàn toàn với rủi ro trong giao dịch SaaS truyền thống và rủi ro của người tiêu dùng con người.

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

Dữ liệu của Stripe và trưởng bộ phận AI, Emily Glassberg Sands, mô tả ba mô hình lừa đảo tăng trưởng nhanh. Thứ nhất là lạm dụng nhiều tài khoản. Một người đăng ký nhiều tài khoản khác nhau, mỗi tài khoản nhận 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 thụ gian lận trong thời gian dùng thử miễn phí. Đặc biệt gây chết người cho các công ty AI, vì mỗi lần dùng thử đều tiêu tốn chi phí suy luận thực. Ví dụ, một đối tác của họ tiêu tốn hơn 500 USD token để chuyển đổi một khách hàng trả phí, vì để chuyển đổi một khách hàng cần 25 lần dùng thử miễn phí, trong đó 19 lần là gian lận. Thứ ba là “ăn cắp không trả tiền”. Khách hàng tiêu thụ token hàng loạt, cuối tháng từ chối thanh toán. Emily còn trích dẫn một câu danh ngôn: 「Tính toán chính là tiền mặt mới.」Trong SaaS truyền thống, khi bị lạm dụng, chi phí biên gần như bằng không. Nhưng mỗi lần gọi suy luận của AI đều mang chi phí thực. Token bị đánh cắp chính là tiền bị mất.

Tuy nhiên, có một nghịch lý khiến tôi đặc biệt đau đầu. Nhiều nhà sáng lập AI đối phó lạm dụng bằng cách đóng băng gói dùng thử miễn phí.

Emily nói, cô đã hỏi tất cả những người tuyên bố “giải quyết” vấn đề này, thì câu trả lời là họ chỉ đơn giản là đóng băng gói miễn phí. Nhưng Jeff cho rằng, điều này sẽ tạo ra vấn đề khác. Tác nhân đang trở thành phương thức phát hiện dịch vụ mới. Nếu tác nhân không thể tự thử nghiệm dịch vụ, nó sẽ chuyển sang URL khác ngay lập tức. Emily bổ sung, nếu lời kêu gọi hành động hiển thị cho tác nhân là “tham gia danh sách chờ” hoặc “liên hệ bán hàng”, thì tác nhân sẽ rời đi ngay lập tức. Việc đóng băng đăng ký tự phục vụ để chống gian lận có thể đồng nghĩa với việc trao quyền tăng trưởng quan trọng nhất cho đối thủ cạnh tranh.

Hệ thống phòng chống gian lận Radar của Stripe là câu trả lời cho nghịch lý này. Radar có logic đơn giản: mỗi lần hoàn tất giao dịch trên Stripe, Radar sẽ học một lần. Dữ liệu giao dịch của 5 triệu doanh nghiệp sẽ được đưa vào mạng lưới chia sẻ nhận diện rủi ro. Nếu một công ty gặp phải mô hình gian lận nào đó, tất cả các công ty đều có thể hưởng lợi. Tháng trước, Radar đã chặn hơn 3,3 triệu lượt đăng ký dùng thử miễn phí có rủi ro cao trong số tám công ty AI tăng trưởng nhanh.

Jeff còn đưa ra một quan điểm phản trực giác: mua sắm của tác nhân cuối cùng có thể an toàn hơn so với mua sắm của con người trên web. Việc xác thực độ tin cậy trong mua sắm của con người dựa vào suy luận: người dùng ở lại trang bao lâu, đường dẫn nhấp chuột có bình thường không, v.v. Trong khi đó, giao dịch của tác nhân có thể được xác thực theo chương trình. Các token thanh toán của Stripe được mã hóa thành “tài khoản thanh toán chia sẻ”, tác nhân không bao giờ tiếp xúc với số thẻ gốc. Người dùng xác thực sinh trắc học, có thể đặt giới hạn giao dịch, khung thời gian, danh sách nhà cung cấp đáng tin cậy. Khi cơ chế tin cậy chuyển từ suy luận sang xác nhận, thì mức độ an toàn thực tế có thể được nâng cao.

Hệ sinh thái, giao thức và một đoạn lịch sử

Cho đến nay, rõ ràng là: không có hệ sinh thái tốt, thương mại tác nhân không thể thành công. Trong Stripe Sessions 2026, tôi gặp một người trong ngành thực phẩm. Anh nói mục đích tham dự là để tìm hiểu xem thương mại tác nhân có thể trở thành cơ hội mới cho doanh nghiệp hay không, từ góc nhìn của phía bán hàng.

Vì vậy, điều này không thể chỉ dựa vào Stripe, mà cần một hệ sinh thái.

Trong hai ngày đi dạo triển lãm, tôi thấy rất nhiều gian hàng của các công ty trong chuỗi ngành tài chính. Stripe cũng hợp tác hoặc tham gia một loạt giao thức, kết nối các phần của hệ sinh thái: người mua và người bán, con người và máy móc, máy móc và máy móc. Machine Payments Protocol (MPP) giúp tác nhân có thể 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) do Shopify khởi xướng, có sự tham gia của Meta, Amazon, Salesforce và Microsoft, là một giao thức thương mại đa nền tảng. Stripe đã tham gia UCP vào ban điều hành. Một nhóm các công ty vừa hợp tác, vừa cạnh tranh, đồng ý xây dựng một giao thức chung, vì sự phân mảnh sẽ khiến tác nhân khó tiêu dùng xuyên 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.

Việc nhận ra Visa ngay lập tức khiến tôi nghĩ đến một cuốn sách tôi rất thích: 《One from Many》, của nhà sáng lập Visa, Dee Hock. Một chủ đề trung tâm trong sách là, trong kỷ nguyên điện tử, ngân hàng, tiền tệ và thẻ tín dụng cần được định nghĩa lại như thế nào. Tiền tệ không còn nhất thiết phải là tiền xu, tiền giấy, mà có thể là dữ liệu được tổ chức bảo đảm, ghi nhận trên mạng, lưu thông toàn cầu. Vào cuối thập niên 60, Bank of America phát hành BankAmericard mở rộng ra toàn quốc, hàng triệu người tiêu dùng xuyên bang đổ vào, hệ thống cũ sụp đổ. Hock nhận ra vấn đề nằm ở tổ chức. Nhiều ngân hàng cạnh tranh cần chia sẻ hạ tầng, nhưng hình thức tổ chức hiện tại không cho phép họ hợp tác và cạnh tranh cùng lúc. Ông áp dụng nguyên tắc thiết kế phi tập trung, khiến tất cả các ngân hàng trở thành thành viên bình đẳng của tổ chức mới, và Bank of America từ bỏ độc quyền kiểm soát hệ thống. Tổ chức này sau đó đổi tên thành Visa.

Vậy hai thời đại khác nhau, hai công ty khác nhau, làm cùng một việc, liệu có tồn tại một truyền thừa nào đó không?

Chỉ cần dùng bất kỳ tác nhân nào, đều có thể dễ dàng tìm ra câu trả lời. Patrick Collison từng công khai tôn vinh Hock. Sau khi Hock qua đời năm 2022, Patrick gọi ông là “một nhà đổi mới bị đánh giá thấp nghiêm trọng”, ảnh hưởng sâu sắc đến ông và em trai. Một tín hiệu rõ ràng hơn là quyết định tuyển dụng: tác giả lịch sử học thuật của Visa, David Stearns, sau này gia nhập Stripe.

Một chi tiết quen thuộc về lịch sử thanh toán sẽ khiến người ta mỉm cười: Trong sân khấu, CTO của Tempo, Georgios Konstantopoulos, trình bày danh sách các nhà xác thực. Trong đó có một tên là Visa. Visa, tổ chức do Hock sáng lập, nay đã trở thành một nút tham gia trong mạng lưới blockchain do Stripe khởi tạo. Các sinh viên xây dựng mạng lưới mới, thầy giáo trở thành một nút trong đó.

Khi Patrick mở đầu hội nghị, ông đã truy ngược nguồn gốc ý tưởng của Stripe, ông nói mình ban đầu là một lập trình viên Lisp. Ý tưởng cốt lõi của Lisp là “mã là dữ liệu”. Ông dịch ý tưởng này sang ngôn ngữ của Stripe: “Ý tưởng cốt lõi của Stripe là tiền tệ chính là dữ liệu. Khi chúng tôi ra mắt Stripe năm 2011, điều này chưa phải là quan điểm chính thống của ngành.” Hock tiếp cận bản chất tiền tệ từ lý thuyết tổ chức, rút ra kết luận, tiền tệ chỉ là “bảo chứng cho trao đổi giá trị”. Phương tiện mang nó có thể là bất cứ thứ gì. Collison bắt đầu từ ngôn ngữ lập trình, trực tiếp đồng nhất tiền tệ với dữ liệu: dữ liệu có thể lập trình, gọi API, tác động bởi tác nhân. Hai người dùng các ngôn ngữ khác nhau để nói về cùng một điều. Trong ngày, Ginger Baker nói thẳng hơn: “Tiền tệ chính là một dạng nội dung số khác.”

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

Phần phụ: Gen nội dung của Stripe

Đến đây, câu chuyện về nền kinh tế AI gần như đã kết thúc. Nhưng chúng ta hãy đi vòng lại một chút, Stripe gần như có thể xem là đồng nghiệp của các nhà sáng tạo nội dung.

Công ty này không chỉ giỏi dịch vụ tài chính, mà còn giỏi về sản phẩm nội dung. Thương hiệu xuất bản Stripe Press rất tinh tế, nhiều người biết đến họ qua việc xuất bản 《The Charlie Munger》. Podcast của họ, 《A Cheeky Pint》, cũng rất đặc sắc, có lượng người nghe đông đảo. CEO Google, Sundar Pichai; CEO Anthropic, Dario Amodei; đồng sáng lập a16z, Marc Andreessen đều từng xuất hiện trong podcast này.

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 là một nhà xuất bản có giá trị hàng chục tỷ đô la kèm theo”. Pablo Delcan nói về quan điểm của mình về gu thẩm mỹ. Ông nói gu thẩm mỹ là kết quả của quá trình tích lũy lâu dài, cần thời gian để trầm tích. Trong xu hướng thiết kế, ông cho rằng, trong khi không bỏ qua sự tối giản và truyền đạt rõ ràng, câu hỏi mới là làm thế nào để tăng độ phức tạp một cách chính xác qua các chi tiết.

Nói về sách, Tammy kể rằng trong Stripe Press có một series dành cho nhà sáng lập và người xây dựng, gọi là series “Turpentine”. Những cuốn này tập trung vào kiến thức, công cụ, kỹ thuật, bảo trì, và các công việc thực tế giúp vận hành công việc. Chúng không phải lý thuyết trừu tượng, mà nhằm giúp độc giả giải quyết các vấn đề vận hành cụ thể.

Tên gọi xuất phát từ một câu chuyện về Picasso: khi các nhà phê bình hội họp, họ bàn về hình thức, cấu trúc và ý nghĩa; còn các nghệ sĩ thì bàn về nơi mua dầu thông giá rẻ. Series này muốn trở thành dầu thông giá rẻ cho nhà sáng lập. Nếu nghĩ kỹ, dịch vụ tài chính của Stripe chính là loại dầu thông đó cho các công ty AI ra nước ngoài. Bạn không cần lo về thanh toán, pháp lý hay ngoại hối, mà có thể tập trung xây dựng sản phẩm.

Chuyên mục phụ này dường như không liên quan đến chủ đề chính, nhưng thực ra có liên hệ nền tảng. Stripe còn có một tạp chí tên 《Works in Progress》, chủ đề chính là làm thế nào để nền kinh tế phát triển. Tạp chí này phỏng vấn các nhà lãnh đạo trong nền kinh tế AI. Hội nghị này, theo một cách nào đó, giống như một buổi giảng về kinh tế học. Ngày thứ hai, John Collison dành cả một 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 như vậy chính là vì họ hiểu rõ cấu trúc của nền kinh tế, và đó chính là cách họ phát hiện cơ hội sản phẩm tiếp theo.

Là một người yêu thích podcast, khi gặp John Collison ngày đầu tiên, tôi muốn hỏi không phải về tài chính, mà về podcast. Tôi hỏi ông, sau khi phỏng vấn nhiều người như vậy, có câu hỏi nền tảng nào xuyên suốt tất cả các cuộc trò chuyện không? Ông suy nghĩ một lúc rồi nói, điều ông thực sự quan tâm là các công ty của họ vận hành như thế nào, họ đang ở trạng thái cân bằng cạnh tranh nào, và họ hiểu về doanh nghiệp của mình ra sao.

Trùng hợp, ngày đầu kết thúc bằng một bước ngoặt nhỏ. Cuộc trò chuyện cuối cùng dự kiến là Patrick Collison phỏng vấn đồng sáng lập OpenAI, Greg Brockman, nhưng trước khi lên sân khấu, khách mời thay đổi thành Sam Altman. Patrick giải thích rằng, “AI là lĩnh vực biến đổi nhanh chóng.”

Và thế là niềm vui biến thành niềm vui lớn. Toàn hội trường vỗ tay.

Hai người đã quen biết gần 19 năm. Altman là một trong những nhà đầu tư thiên thần sớm nhất của Stripe, khi đó anh chưa đến 20 tuổi. Chính vì vậy, trong suốt cuộc đối thoại, Altman tỏ ra rất thoải mái.

Gần cuối, Patrick hỏi một câu riêng tư: tại sao lại đầu tư vào hai chàng trai tuổi teen đó? Altman nói, ông nhớ họ muốn xây dựng sản phẩm để giải quyết vấn đề họ gặp phải, và ông thấy cơ hội mở rộng quy mô vì nhiều người khác cũng cần thứ đó.

Tôi nghĩ câu trả lời của ông về podcast và về đầu tư đều hướng đến một điều: tìm ra nhu cầu thực, giải quyết vấn đề thực. Trong cuộc trò chuyện, Altman chia sẻ rằng, quá trình chuyển đổi của OpenAI gồm ba giai đoạn: từ phòng thí nghiệm nghiên cứu, thành công ty sản phẩm, rồi đến cung cấp trí tuệ cho thế giới như một “nhà máy token”. Mỗi giai đoạn có sứ mệnh riêng.