Kỷ nguyên mới của các chỉ số — Tại sao "Doanh thu trên mỗi nhân viên" trở thành KPI quan trọng nhất

Trong thế giới đầu tư mạo hiểm, luôn tồn tại "một chỉ số duy nhất" đúc kết luận điểm đầu tư của từng thời đại. Đầu thập niên 2010 là "MAU (Người dùng hoạt động hàng tháng)", biểu tượng cho kỷ nguyên growth hacking và hiệu ứng mạng. Từ cuối thập niên 2010 đến đầu thập niên 2020, "ARR (Doanh thu định kỳ hàng năm)" và "NRR (Tỷ lệ giữ chân thuần)" chiếm lĩnh, đo lường sức khỏe của mô hình doanh thu định kỳ SaaS.

Từ năm 2025 đến 2026, chỉ số nổi lên nhanh chóng như chiếc gương phản chiếu rõ nét nhất sự dịch chuyển mô hình mà AI tạo ra chính là RPE (Revenue Per Employee: Doanh thu trên mỗi nhân viên).

Sequoia Capital trong luận điểm đầu tư năm 2026 "AI in 2026: A Tale of Two AIs" đã phân tích lợi thế cấu trúc của các công ty AI thuần túy như sau: so với các công ty SaaS truyền thống, các công ty AI thuần túy cần ít hơn 7-8 lần nhân sự trên mỗi nhân viên, nhưng tăng trưởng nhanh hơn 4 lần. Các AI startup hàng đầu đạt RPE trên 1 triệu USD, và thị trường thể hiện động lực bán hàng "kéo" thay vì "đẩy". Sequoia gọi đây là sự xuất hiện của "Câu lạc bộ 0 đến 1 tỷ đô", đặt nhóm các công ty AI đạt doanh thu 1 tỷ đô với số lượng nhân sự cực kỳ ít làm trọng tâm của luận điểm đầu tư.

Marc Andreessen của a16z vào tháng 3 năm 2026 đã dự đoán "sự ra đời của kỷ nguyên AI điều hành startup 1 tỷ đô một mình". Luận điểm này cho rằng bằng cách tận dụng các công cụ AI, một cá nhân có thể tạo ra sản lượng đầu ra tương đương với năng lực của cả một nhóm trước đây. Theo phân tích điểm chuẩn doanh thu của a16z, các công ty B2B AI đạt trung vị ARR vượt 2 triệu USD trong năm đầu tiên (gấp đôi so với điểm chuẩn SaaS truyền thống là 1 triệu USD), trong khi các công ty AI dành cho người tiêu dùng ghi nhận ARR 4,2 triệu USD trong năm đầu tiên.

"Lean AI Native Companies Leaderboard" (leanaileaderboard.com) do Henry Shi vận hành đang dần trở thành tiêu chuẩn ngành như một nguồn thông tin định lượng theo dõi có hệ thống các công ty AI từ góc độ RPE. Tiêu chí đăng ký là "ARR từ 5 triệu USD trở lên, dưới 50 nhân viên, thành lập trong vòng 5 năm", và mức trung bình của nhóm công ty đáp ứng tiêu chí này cho thấy hồ sơ cực kỳ tinh gọn: có trụ sở tại khu vực San Francisco Bay Area (51%), 19 nhân viên, thành lập năm 2021.

Những con số đáng kinh ngạc — Dữ liệu RPE của các công ty AI-native

Dữ liệu cụ thể nói lên quy mô của cuộc cách mạng RPE. Top 10 công ty trên Lean AI Leaderboard có RPE trung bình là 3,48 triệu đô la, với số nhân viên trung bình chỉ 24 người. So với mức RPE trung bình 200.000 đô la của SaaS truyền thống, đây là hệ số nhân 17 lần.

Midjourney — ông lớn trong lĩnh vực tạo ảnh bằng AI. Đạt doanh thu hàng năm khoảng 500 triệu đô la chỉ với 107–163 nhân viên. RPE đạt 3–12,5 triệu đô la. Điểm đáng chú ý là công ty không huy động vốn bên ngoài, vận hành hoàn toàn bằng dòng tiền nội bộ.

Cursor (Anysphere) — trợ lý lập trình AI. Đạt doanh thu hàng năm 300 triệu – 1,2 tỷ đô la với 20–150 nhân viên. RPE đạt 3,3–15 triệu đô la. Chỉ mất 21 tháng để đạt ARR 1 triệu đô la, khi đó đội ngũ chỉ có 20 người.

ElevenLabs — tổng hợp giọng nói bằng AI. Doanh thu hàng năm vượt 100 triệu đô la với 50 nhân viên. RPE 2 triệu đô la. Mất 2 năm để đạt ARR 1 triệu đô la.

Lovable — công cụ phát triển AI. Đạt doanh thu 50 triệu đô la trong 6 tháng — một kỷ lục tốc độ cực kỳ hiếm có.

CHAI Research — 30 triệu đô la doanh thu hàng năm với 12 nhân viên. RPE 2,5 triệu đô la.

Gamma — ước tính hơn 50 triệu đô la doanh thu hàng năm với 28 nhân viên. RPE 1,8 triệu đô la.

Khi so sánh những con số này với các công ty SaaS hàng đầu truyền thống, sự khác biệt trở nên rõ ràng. HubSpot có RPE 318.000 đô la, Salesforce 479.000 đô la, Adobe 700.000 đô la. Các startup AI đang ghi nhận RPE gấp 5,7 lần ngay cả so với các công ty SaaS đã có chỗ đứng vững chắc.

Sự tiến hóa của RPE qua từng cuộc cách mạng công nghệ——Bối cảnh lịch sử

Để hiểu sự gia tăng đột biến của RPE trong bối cảnh lịch sử rộng hơn, hãy cùng điểm qua các giai đoạn của cuộc cách mạng công nghệ.

Thời kỳ trước Internet (thập niên 1980–1990). RPE trong ngành sản xuất dao động từ 100.000 đến 200.000 USD là mức chuẩn. Các công ty công nghệ tiên phong như IBM, HP cũng vận hành theo mô hình thâm dụng lao động, khiến RPE duy trì ở mức thấp.

Thời kỳ Internet (thập niên 2000). "Phân phối kỹ thuật số" phần mềm đã thay đổi căn bản mô hình tăng trưởng quy mô. Khi phần mềm được viết một lần, nó có thể phân phối đến vô số người dùng với chi phí cận biên gần như bằng không. Google/Alphabet hiện đạt RPE khoảng 1,3 triệu USD — con số này là sản phẩm của thời đại Internet.

Thời kỳ Mobile/Nền tảng (thập niên 2010). Instagram đạt định giá mua lại 1 tỷ USD chỉ với 13 nhân viên (định giá khoảng 77 triệu USD/nhân viên), còn WhatsApp ghi nhận định giá mua lại 19 tỷ USD với 55 nhân viên (định giá khoảng 345 triệu USD/nhân viên). Tuy nhiên, doanh thu thực tế của WhatsApp tại thời điểm mua lại chỉ vào khoảng 20 triệu USD, cho thấy khoảng cách lớn giữa RPE "tính theo định giá" và RPE "tính theo doanh thu". Apple (1,9 triệu USD/nhân viên) và Meta (2,2 triệu USD/nhân viên, FY2024) là những dẫn đầu về RPE trong giai đoạn này.

Thời kỳ AI (2025–2026). NVIDIA (4,4 triệu USD/nhân viên) thống trị với tư cách là vua hạ tầng AI, các startup AI hàng đầu ghi nhận trung bình 3,48 triệu USD (tối đa 12,5 triệu USD). Và những trường hợp như BuiltWith — 1 nhân viên với doanh thu hàng năm 14 triệu USD — đang chứng minh giới hạn cực đoan của mô hình "doanh nghiệp một người".

Mỗi cuộc cách mạng công nghệ đều mang lại sự gia tăng theo hàm bậc thang của RPE. Tuy nhiên, mức tăng trong thời đại AI, so với các chuẩn mực SaaS truyền thống, lên đến 10–17 lần — vượt xa bất kỳ cuộc cách mạng nào trong quá khứ.

Tầm bắn của "công ty tỷ đô một người"——Lời tiên tri của Sam Altman và thực tế của nó

CEO của OpenAI, Sam Altman, đã nhiều lần đưa ra những dự đoán táo bạo nhất về sự biến đổi mô hình doanh nghiệp do AI mang lại.

"Chúng ta sẽ sớm thấy những công ty 10 người đạt định giá 1 tỷ đô la." "Sẽ xuất hiện những công ty tỷ đô chỉ với 2-3 người sử dụng AI." "Tương lai của startup có thể là 1 người và 10.000 GPU." "Thay vì thuê designer, hãy dùng GPT-6. Nhu cầu về kỹ sư phần mềm, nhân viên sales, người viết newsletter sẽ giảm đi rất nhiều."

Altman cũng tiết lộ rằng trong nhóm bạn bè CEO công nghệ của ông có một pool cá cược về "năm đầu tiên xuất hiện công ty tỷ đô với một người". Khung thời gian dự đoán là năm 2026–2028.

Marc Andreessen của a16z cũng đưa ra dự đoán tương tự vào tháng 3 năm 2026, khi ông tiên đoán về "làn sóng bùng nổ startup tỷ đô một người".

Trong bài phân tích tháng 2 năm 2025 mang tựa đề "AI Agent có thể tạo ra unicorn đầu tiên với một người — nhưng chi phí xã hội thì sao?", TechCrunch lập luận rằng unicorn một người không nhất thiết phải tạo ra sản phẩm GenAI thuần túy, mà sẽ xuất phát từ những cá nhân "tận dụng GenAI như đòn bẩy nội bộ ở tầm đẳng cấp thế giới".

Dự đoán này đang dần trở thành hiện thực. BuiltWith đạt 14 triệu đô la doanh thu hàng năm với một người, Testimonial.to và Seats.aero đạt ARR 1,5 triệu đô la với founder đơn độc. Khoảng cách từ 14 triệu đô la lên 1 tỷ đô la vẫn còn lớn, nhưng trong bối cảnh năng lực AI đang tăng trưởng theo cấp số nhân, quan điểm phổ biến trong cộng đồng đầu tư là câu hỏi là "khi nào" chứ không phải "liệu có hay không".

Hiệu quả hóa AI tại các tập đoàn lớn——Klarna, Shopify, Meta và Duolingo

Lạm phát RPE lớn không chỉ giới hạn ở các startup. Các trường hợp của doanh nghiệp lớn cho thấy tác động còn lớn hơn nhiều.

Klarna — Biểu tượng của "Tổ chức giảm một nửa nhờ AI"

Công ty fintech Thụy Điển Klarna đã trở thành ví dụ được trích dẫn nhiều nhất về chuyển đổi tổ chức nhờ AI. Số lượng nhân viên giảm từ 5.527 người cuối năm 2022 xuống còn 3.422 người cuối năm 2024, và tiếp tục giảm xuống khoảng 2.907 người vào năm 2025 — giảm 47%. CEO Sebastian Siemiatkowski tiết lộ rằng AI đang xử lý khối lượng công việc tương đương 853 nhân viên toàn thời gian.

Đồng thời với đợt cắt giảm nhân sự quy mô lớn này, Klarna ghi nhận doanh thu quý cao nhất từ trước đến nay là 1 tỷ USD. RPE đạt 1,24 triệu USD, tăng 152% so với quý 1 năm 2023. Và mức lương của những nhân viên còn lại được tăng 60%. Ông Siemiatkowski đặt mục tiêu cắt giảm nhân sự xuống còn 2.000 người vào cuối năm 2026.

Cấu trúc mà trường hợp Klarna cho thấy rất rõ ràng: AI thay thế các công việc định kỳ (hỗ trợ khách hàng, xử lý back-office), một phần chi phí nhân sự tiết kiệm được chuyển sang tăng thù lao cho nhân viên còn lại, và một phần được hoàn trả cho nhà đầu tư dưới dạng lợi nhuận.

Shopify — "Hãy chứng minh AI không thể làm điều đó"

Bản ghi nhớ nội bộ mà CEO Shopify Tobi Lutke gửi toàn công ty vào tháng 4 năm 2025 đã tạo ra làn sóng trong ngành công nghệ: "Các quản lý không thể yêu cầu tuyển thêm người nếu không chứng minh được rằng AI không thể thực hiện công việc đó." Việc sử dụng AI hiện là một phần của đánh giá hiệu suất, và tất cả nhân viên đều được kỳ vọng "hoàn thành khối lượng công việc gấp 100 lần".

Shopify đã thực hiện cắt giảm nhân sự 30% từ 11.600 người năm 2022 xuống còn 8.100 người vào cuối năm 2024, trong khi doanh thu vẫn tiếp tục tăng trưởng với tốc độ 20~40% mỗi năm.

Meta — Đầu tư AI 115~135 tỷ USD và cân nhắc cắt giảm 20%

Meta có 78.865 nhân viên tính đến cuối năm 2025, nhưng được đưa tin là đang cân nhắc cắt giảm khoảng 20% (khoảng 15.800 người) để bù đắp cho khoản đầu tư vốn AI 115~135 tỷ USD năm 2026. CEO Mark Zuckerberg cho biết "các công cụ AI đang cho phép các nhóm nhỏ hơn thực hiện những công việc trước đây đòi hỏi nhóm lớn hơn nhiều." Meta đang lên kế hoạch xây dựng trung tâm dữ liệu AI trị giá 600 tỷ USD vào năm 2028, và áp lực tối ưu hóa để hỗ trợ khoản đầu tư đó sẽ còn tiếp tục gia tăng.

Duolingo — Tăng năng suất 4~5 lần mà không cần sa thải

Nền tảng học ngôn ngữ Duolingo đã áp dụng cách tiếp cận không sa thải nhân viên toàn thời gian mà dần dần giảm các hợp đồng thuê ngoài. CEO Luis von Ahn cho biết AI đang làm cho nhân viên "có năng suất gấp 4~5 lần". Người dùng hoạt động hàng ngày đã tăng vọt lên 47 triệu người (tăng 51% so với năm trước), và doanh thu năm 2025 dự kiến đạt 1,02 tỷ USD.

Chegg — Bài học từ phía bị AI "phá hủy"

Không phải mọi công ty đều là người chiến thắng trong cuộc cách mạng AI. Công ty edtech Chegg đã có toàn bộ mô hình kinh doanh (cơ sở dữ liệu câu trả lời) bị thay thế bởi sự xuất hiện của ChatGPT, khiến giá cổ phiếu giảm 96% so với đỉnh cao và doanh thu giảm 24%. Trường hợp của Chegg là lời cảnh báo cho thấy mặt trái của việc tăng RPE nhờ AI — sự lỗi thời hoàn toàn của các mô hình kinh doanh truyền thống.

McKinsey, BCG, Goldman Sachs——Quan điểm của các công ty tư vấn và các nhà phân tích

Còn phân tích ở cấp độ vĩ mô thì sao?

McKinsey Global Institute (tháng 12/2025) kết luận rằng "tác động kinh tế lớn nhất từ AI có khả năng đến từ việc một số doanh nghiệp triển khai 'toàn diện'." Các ngành công nghiệp ứng dụng AI ghi nhận năng suất lao động tăng với tốc độ gấp 4,8 lần mức trung bình toàn cầu, và các lĩnh vực có mức độ tiếp xúc AI cao có tăng trưởng doanh thu trên mỗi nhân viên cao hơn gấp 3 lần. Tuy nhiên, dù 88% doanh nghiệp sử dụng AI trong một số chức năng nào đó, chỉ 39% cho thấy tác động đến EBIT (lợi nhuận trước thuế và lãi vay), và đại đa số trong số đó có mức tác động dưới 5%. Thế giới đang sở hữu 600 nghìn tỷ đô la tài sản nhưng đối mặt với tình trạng thiếu hụt năng suất nghiêm trọng, và AI là công cụ hứa hẹn nhất để lấp đầy khoảng cách đó.

BCG (2025), trong nghiên cứu phối hợp với Trường Kinh doanh Harvard, đã thực hiện thí nghiệm với 758 tư vấn viên của BCG và chứng minh rằng những người sử dụng AI hoàn thành nhiều hơn 12,2% tác vụ, nhanh hơn 25,1%, và tạo ra đầu ra có chất lượng cao hơn trên 40%. Tuy nhiên, một báo cáo khác của BCG cảnh báo rằng 60% doanh nghiệp không tạo ra giá trị thực chất từ đầu tư AI, và chỉ 5% thành công trong việc tạo ra giá trị ở quy mô lớn. AI agent được dự báo sẽ mở rộng từ 17% (2025) lên 29% (2028) trong tổng giá trị AI.

Goldman Sachs đưa ra cái nhìn thận trọng nhất. Tính đến tháng 3/2026, họ kết luận rằng "vẫn chưa thấy mối tương quan có ý nghĩa giữa AI và năng suất của toàn bộ nền kinh tế." Tuy nhiên, ở cấp độ tác vụ cụ thể, mức tăng năng suất trung vị là 30% đã được xác nhận, và AI được dự báo sẽ đẩy tốc độ tăng trưởng năng suất của Mỹ lên 1,5 điểm phần trăm mỗi năm. Song, tác động lên GDP vượt ngưỡng 0,1 điểm phần trăm được dự kiến sẽ chỉ xảy ra từ năm 2027 trở đi đối với Mỹ, và từ năm 2028 trở đi đối với các nền kinh tế lớn khác.

Moody's Analytics (tháng 2/2026) dự báo AI sẽ đóng góp 0,50 điểm phần trăm vào tăng trưởng GDP thực của Mỹ năm 2026, nhưng cảnh báo rằng lợi ích kinh tế đang tập trung cao độ vào tay các cổ đông, làm trầm trọng thêm tình trạng bất bình đẳng. Tổng vốn đầu tư vào hạ tầng AI của 5 công ty tích cực nhất trong lĩnh vực này sẽ vượt 700 tỷ đô la trong năm 2026.

Sự "tách rời" giữa việc làm và GDP——Hệ quả kinh tế vĩ mô

Hệ quả kinh tế vĩ mô nghiêm trọng nhất mà đại lạm phát RPE mang lại chính là sự tách rời (phân kỳ) giữa tăng trưởng việc làm và tăng trưởng GDP.

Về mặt lịch sử, tăng trưởng GDP luôn có mối tương quan chặt chẽ với tăng trưởng việc làm. Kinh tế tăng trưởng thì việc làm tăng, việc làm tăng thì tiêu dùng tăng, tiêu dùng tăng thì GDP tiếp tục tăng trưởng. Vòng tuần hoàn tích cực này chính là nền tảng của các nền kinh tế phát triển thời hậu chiến.

AI có khả năng thay đổi vòng tuần hoàn này một cách cấu trúc. Nếu các doanh nghiệp có thể tạo ra doanh thu lớn hơn với ít nhân viên hơn nhờ AI, thì tăng trưởng GDP có thể tiến hành độc lập so với tăng trưởng việc làm.

Dữ liệu thị trường lao động Hoa Kỳ đang cho thấy những dấu hiệu ban đầu của sự thay đổi này. Tỷ lệ thất nghiệp đã tăng lên mức cao nhất trong 4 năm, và tỷ lệ thất nghiệp U-6 (bao gồm lao động bán thời gian và thiếu việc làm) đã đạt 8,7%. Số việc làm mới tạo ra trung bình 3 tháng đã giảm xuống còn 22.000 người, thấp hơn mức 40.000 người cần thiết để ổn định tỷ lệ thất nghiệp. Mô hình thị trường lao động mới "Low-hire, low-fire (tuyển dụng ít, sa thải ít)" — doanh nghiệp không sa thải nhưng cũng không tuyển dụng mới — đã định hình kể từ mùa hè năm 2025.

Nhà phân tích của ainvest là người diễn đạt tình trạng này chính xác nhất: "Kịch bản nền kinh tế phân cực, trong đó tăng trưởng GDP 4~5% được duy trì bất chấp sự mất mát việc làm. Các nhà tư bản thịnh vượng, trong khi người lao động dựa trên nhiệm vụ phải vật lộn."

Hơn nữa, còn có một vấn đề cấu trúc sâu xa hơn. Hệ thống thuế của Hoa Kỳ cho phép doanh nghiệp khấu hao ngay lập tức (khấu hao thưởng) đối với máy chủ AI, trong khi chi phí đào tạo lại nhân viên lại bị ràng buộc bởi 6 điều khoản của Bộ luật Thuế vụ Nội địa. Nói cách khác, hệ thống thuế đang thúc đẩy một cách cấu trúc việc thay thế con người bằng AI.

Nhật Bản — Nền kinh tế duy nhất trên thế giới có thể trở thành "hoàn toàn tích cực"

Trong bức tranh phân tích toàn cầu, Nhật Bản đang ở một vị thế cực kỳ độc đáo.

Tỷ lệ thất nghiệp 2,6%, tình trạng thiếu hụt lao động ở mức cao nhất trong 30 năm, thiếu hụt nhân lực IT chuyên nghiệp lên tới 220.000 người (ước tính 2025–2026), và 1,3 triệu vị trí công nghệ đang bỏ trống. Trong bối cảnh cơ cấu dân số già hóa và dân số suy giảm mang tính cấu trúc và không thể đảo ngược, việc nâng cao RPE (hiệu suất trên mỗi nhân viên) nhờ AI đối với Nhật Bản không phải là thay thế lao động, mà là bổ sung cho sự thiếu hụt lao động.

Các phân tích của OECD và IMF xếp Nhật Bản vào một nhóm khác biệt so với các nền kinh tế tiên tiến khác. Người dùng AI tại Nhật Bản có xu hướng kỳ vọng AI sẽ "tạo ra" việc làm hơn là lấy đi việc làm, và họ có cái nhìn rất tích cực về tác động của AI đối với hiệu suất làm việc và tiền lương. Tình trạng mất việc làm do AI gây ra khó có thể trở nên nghiêm trọng ở Nhật Bản như ở các nước khác, do tập quán lao động dài hạn (chế độ việc làm suốt đời) và tình trạng thiếu hụt lao động mãn tính.

Tuy nhiên, thách thức là rất lớn. Chỉ 57% doanh nghiệp Nhật Bản cảm nhận được ROI/cải thiện năng suất từ AI, thấp hơn đáng kể so với mức trung bình toàn cầu là 82% — một khoảng cách 25 điểm phần trăm. Nhân lực có thể kết nối kiến thức AI với kinh nghiệm thực tiễn tại hiện trường đang thiếu hụt trầm trọng, và khoảng cách này chính là nút thắt cổ chai lớn nhất trong việc triển khai AI.

Xét từ góc độ luận điểm đầu tư, Nhật Bản là một trong số ít các nền kinh tế lớn trên thế giới mà việc áp dụng AI có thể trở thành hoàn toàn mang tính gia tăng giá trị (accretive). Không phải lấy đi việc làm, mà là lấp đầy những vị trí bỏ trống. Yếu tố hạn chế không phải là rủi ro mất việc làm, mà là tốc độ tuyển dụng. Đặc điểm cơ cấu này gợi mở cơ hội đầu tư vào các công cụ năng suất AI chuyên biệt cho thị trường Nhật Bản, cũng như việc phát triển các AI agent nghiệp vụ chuyên về tiếng Nhật.

EU——Cái giá của việc ưu tiên quy định và "Hiệp ước Xã hội AI châu Âu"

EU đang đối mặt với ba bất lợi chồng chất.

Thứ nhất, khoảng trống về quy định. Luật AI của EU bao trội các vấn đề an toàn, minh bạch và đạo đức, nhưng không trực tiếp giải quyết các tác động kinh tế-xã hội và ảnh hưởng đến việc làm. Khoảng trống cấu trúc này đã bị chỉ trích rộng rãi.

Thứ hai, tụt hậu về năng lực cạnh tranh. Châu Âu chỉ có 4 trong số 50 công ty công nghệ hàng đầu thế giới, và có khoảng cách đầu tư R&D lên tới 700 tỷ USD mỗi năm so với Mỹ. Lợi nhuận của các doanh nghiệp châu Âu thấp hơn khoảng 25% so với hiệu suất của Mỹ.

Thứ ba, tác động không đồng đều. Phụ nữ có khả năng đảm nhận các công việc có mức độ tiếp xúc cao với AI gần gấp đôi so với nam giới, và chỉ riêng tại Đức, dự báo có 1,6 triệu việc làm sẽ bị tái cơ cấu hoặc mất đi trong 15 năm tới.

Đối phó với tình trạng này, ETUC (Liên đoàn Công đoàn Châu Âu, đại diện cho hơn 45 triệu người lao động) cảnh báo rằng những tác động tích cực của AI sẽ bị vô hiệu hóa nếu "bị độc chiếm bởi một nhóm nhỏ các công ty công nghệ". Tháng 2 năm 2026, Carnegie Endowment (Quỹ Hòa bình Quốc tế Carnegie) đã công bố báo cáo "How Europe Can Survive the AI Labor Transition". Việc xây dựng "Hiệp ước Xã hội AI Châu Âu" — một khuôn khổ toàn diện về bảo vệ người lao động và đào tạo lại được gắn với khung tài chính — đang được đưa ra thảo luận.

Thế khó căn bản của EU nằm ở chỗ: muốn hưởng lợi từ năng suất mà AI mang lại, nhưng lại lo sợ trở thành thị trường tiêu thụ AI của Mỹ/Trung Quốc. Cách tiếp cận ưu tiên quy định có nguy cơ làm chậm tốc độ áp dụng và khiến khoảng cách ngày càng nới rộng hơn.

"Đòn bẩy AI" — Khái niệm cốt lõi trong luận điểm đầu tư VC

Trong bối cảnh đầu tư VC, khái niệm cốt lõi để lý giải sự bùng nổ lớn của RPE là "đòn bẩy AI".

Đòn bẩy AI nội bộ. Các công ty AI-native tận dụng các tác nhân AI trong hoạt động vận hành của mình (pháp lý, tuyển dụng, kinh doanh, kỹ thuật) để đạt được hiệu quả cộng hưởng. Sequoia Capital gọi đây là "các công ty tự cải thiện (self-improving companies)". Khi công ty tăng trưởng, lượng dữ liệu mà AI xử lý ngày càng nhiều hơn, hiệu suất AI được nâng cao, từ đó tạo ra hiệu ứng bánh đà liên tục sinh ra hiệu quả mới.

Cuộc cách mạng hiệu quả vốn. Vốn hóa thị trường của các công ty AI tư nhân đã tăng 130% từ 283 tỷ đô la lên 658 tỷ đô la trong vòng 12 tháng. Tỷ lệ duy trì ròng của các công ty AI trung bình đạt 132% (so với 108% của SaaS truyền thống). Chi phí biên của các công ty AI tiến gần về 0 khi phục vụ thêm khách hàng mới, do đó sự gia tăng RPE theo quy mô được đảm bảo về mặt cấu trúc.

Phần bù định giá. Bội số EV/Doanh thu trung vị của các startup AI đạt 25~30 lần. Tổng vốn VC đầu tư vào lĩnh vực AI năm 2025 là 258,7 tỷ đô la, chiếm 61% tổng đầu tư VC toàn thị trường.

Sự chuyển dịch của "Burn Multiple". Kỷ nguyên "tăng trưởng bằng mọi giá (Growth at All Costs)" giai đoạn 2021~2022 đã kết thúc, và hiệu quả vốn trở thành tiêu chí cốt lõi trong đầu tư AI. Các công ty có RPE cao về mặt cấu trúc nhờ AI có thể tăng trưởng nhanh hơn với ít vốn hơn, từ đó cải thiện lợi nhuận đầu tư của VC.

Lạm phát tiền lương vs giảm phát việc làm——Nghịch lý trung tâm của nền kinh tế AI

Lạm phát lớn của RPE tạo ra một nghịch lý căn bản trong kinh tế học lao động: sự đồng thời diễn ra của lạm phát tiền lương của "người ở lại" và giảm phát việc làm của "người ra đi".

Trường hợp Klarna là minh chứng rõ nét nhất. Cắt giảm 47% nhân sự và tăng lương 60% diễn ra đồng thời. Các doanh nghiệp sử dụng AI để làm nhiều việc hơn với ít người hơn, hoàn trả một phần chi phí nhân công đã tiết kiệm được vào thù lao cho nhân viên còn lại (lạm phát tiền lương), và phần còn lại được trả về cho cổ đông dưới dạng lợi nhuận (tăng lợi nhuận vốn). Trong khi đó, những nhân viên đã rời đi phải đối mặt với thị trường việc làm ngày càng thu hẹp (giảm phát việc làm).

Phân tích tháng 12 năm 2025 của CNBC chỉ ra rằng "AI có thể kiềm chế lạm phát tiền lương." Khi AI thay thế các công việc thường quy, sức mạnh đàm phán của người lao động dịch chuyển từ phía lao động sang phía tư bản. Cục Dự trữ Liên bang (FRB) đang đối mặt với một thế lưỡng nan về chính sách: sự yếu kém của thị trường việc làm gợi ý nới lỏng tiền tệ, nhưng hiệu quả hóa phía cung do AI thúc đẩy có thể khiến việc nới lỏng đó trở nên có tính thúc đẩy lạm phát.

Các dấu hiệu của giảm lạm phát cơ cấu (giảm tốc độ tăng giá) do AI thúc đẩy cũng đang xuất hiện. Logistics được tối ưu hóa bởi AI giúp giảm chi phí từ 5 đến 12%, tạo ra áp lực giảm ước tính 0,5–0,7 điểm đối với CPI (Chỉ số giá tiêu dùng) hàng năm. Các ngân hàng trung ương đang đối mặt với thách thức chưa có tiền lệ: phân biệt giữa giảm lạm phát lành mạnh do công nghệ dẫn dắt và giảm phát có hại xuất phát từ thiếu hụt cầu.

Dòng thời gian——Từ cấp độ doanh nghiệp đến sự lan rộng lên cấp độ vĩ mô

Sắp xếp dòng thời gian lan tỏa của cuộc cách mạng RPE dựa trên dữ liệu thu thập được.

Năm 2025 (đã là thực tế). Các startup AI liên tục đạt RPE vượt 1 triệu đô la. Klarna cắt giảm một nửa nhân sự. Mô hình thị trường lao động "tuyển dụng ít - sa thải ít" xuất hiện. Cuộc cách mạng ở cấp độ doanh nghiệp đang diễn ra.

Năm 2026. AI đóng góp 0,50 điểm phần trăm vào tăng trưởng GDP của Mỹ. Đầu tư vốn AI của 5 công ty hàng đầu vượt 700 tỷ đô la. Sự tách rời giữa tăng trưởng việc làm và GDP trở nên rõ ràng.

Năm 2027. Goldman Sachs dự báo tác động đo lường được lên GDP Mỹ (vượt 0,1 điểm phần trăm).

Năm 2027–2028. Xuất hiện những công ty đầu tiên trị giá 1 tỷ đô la với chỉ một người (dự đoán của Altman).

Năm 2028. Các nền kinh tế lớn khác cũng bắt đầu ghi nhận tác động đo lường được lên GDP. Các tác nhân AI chiếm 29% tổng giá trị AI.

Năm 2028–2030. Chi phí tính toán AI giảm khi các trung tâm dữ liệu đi vào hoạt động đầy đủ. Tỷ suất lợi nhuận biên cải thiện nhanh hơn.

Năm 2030–2035. Nếu được triển khai rộng rãi, AI nâng tốc độ tăng trưởng năng suất của Mỹ thêm 1,5 điểm phần trăm mỗi năm (triển vọng 10 năm của Goldman Sachs).

Điều quan trọng nhất ở đây là có độ trễ thời gian giữa cuộc cách mạng ở cấp độ doanh nghiệp (2025–2026) và sự hiện diện thống kê ở cấp độ vĩ mô (2027–2028). Khoảng cách này tạo ra "điểm mù chính sách" — những thay đổi cơ cấu lớn trong thị trường lao động diễn ra trước khi các nhà hoạch định chính sách có đủ dữ liệu để ứng phó.

Tác động đến ngành

Lạm phát lớn của RPE do AI gây ra sẽ dẫn đến những thay đổi cấu trúc không thể đảo ngược sau đây.

Thứ nhất, nguyên tắc thiết kế tổ chức doanh nghiệp thay đổi từ gốc rễ. Chúng ta đã bước vào thời đại mà câu trả lời cho câu hỏi "cần bao nhiêu nhân viên" sẽ khác nhau hàng bậc độ lớn tùy theo mức độ ứng dụng AI. Câu nói của CEO Lutke của Shopify — "Hãy chứng minh đây là công việc mà AI không thể làm" — sẽ trở thành chính sách tuyển dụng mặc định của mọi doanh nghiệp trong tương lai. Tổ chức sẽ được thiết kế lại như "nhóm hỗn hợp người + AI", và RPE sẽ trở thành KPI quan trọng nhất của CFO.

Thứ hai, tiêu chí đánh giá đầu tư VC sẽ biến đổi. Bên cạnh "tốc độ tăng trưởng ARR", "RPE" và "tỷ lệ đòn bẩy AI" sẽ trở thành chỉ số cốt lõi trong quyết định đầu tư. Cùng một mức ARR 100 triệu đô, doanh nghiệp đạt được với 20 người và doanh nghiệp đạt được với 2.000 người sẽ có sức hút hoàn toàn khác nhau đối với nhà đầu tư. Doanh nghiệp trước cho thấy tỷ suất lợi nhuận hoạt động cao về mặt cấu trúc và dư địa mở rộng quy mô lớn hơn.

Thứ ba, sự phân cực của thị trường lao động sẽ tăng tốc. Nhu cầu và mức thù lao dành cho nhân tài kỹ năng cao có thể tận dụng AI sẽ tăng vọt, trong khi nhu cầu về các công việc thường quy có thể bị AI thay thế sẽ thu hẹp lại. "Cắt giảm 47%, tăng lương 60%" của Klarna chính là hình thu nhỏ của sự phân cực này. Việc làm tầng trung — những ngành nghề mang tính thường quy nhưng đòi hỏi một mức độ chuyên môn nhất định — sẽ chịu áp lực lớn nhất.

Thứ tư, các tiền đề của chính sách kinh tế vĩ mô sẽ bị lật ngược. Sự tách rời giữa tăng trưởng GDP và tăng trưởng việc làm sẽ thách thức khuôn khổ chính sách từ thời kinh tế học Keynes. Liệu các công cụ truyền thống của chính sách tiền tệ (lãi suất) và chính sách tài khóa (chi tiêu và thuế) có hoạt động hiệu quả trong cấu trúc kinh tế do AI dẫn dắt hay không vẫn còn là ẩn số. Tốc độ chuyển dịch từ lý thuyết sang lựa chọn chính sách của các cuộc tranh luận về Thu nhập cơ bản toàn dân (UBI) hay "thuế robot AI" sẽ được đẩy nhanh.

Thứ năm, Nhật Bản có cơ hội xác lập vị thế độc đáo là "nền kinh tế lớn thân thiện với AI nhất". Trong bối cảnh có thuận lợi cấu trúc là tình trạng thiếu hụt lực lượng lao động, tình huống của Nhật Bản — nơi AI được triển khai không phải để thay thế việc làm mà là để bổ sung lực lượng lao động — có ít ma sát nhất trong việc ứng dụng AI cả về chính sách lẫn xã hội. Việc thu hẹp khoảng cách trong tỷ lệ ứng dụng AI của các doanh nghiệp Nhật Bản (chênh lệch 25 điểm phần trăm so với mức trung bình toàn cầu) sẽ trở thành trọng tâm của bài toán năng suất quốc gia.

Tài liệu tham khảo: Sequoia Capital "AI in 2026: A Tale of Two AIs" (2026), a16z "Revenue Benchmarks for AI Apps" (2025), Marc Andreessen "Solo Billion Dollar Startups Prediction" (tháng 3/2026), Sam Altman Various Interviews on One-Person Companies (2024-2025), Henry Shi "Lean AI Native Companies Leaderboard" (leanaileaderboard.com), Jeremiah Owyang "AI Startups Are Dominating Traditional Software in One Key Metric" (tháng 5/2025), Klarna CEO Sebastian Siemiatkowski Interviews (CNBC, 2025), Shopify CEO Tobi Lutke Internal Memo (tháng 4/2025), McKinsey Global Institute "AI Productivity Outlook 2026" (tháng 12/2025), BCG "AI at Work 2025", BCG / Harvard Business School Consultant AI Experiment, Goldman Sachs "AI May Start to Boost US GDP in 2027", Goldman Sachs "No Meaningful Economy-Wide AI Productivity Relationship Yet" (tháng 3/2026), Moody's Analytics "Macroeconomic Consequences of AI" (tháng 2/2026), OECD "AI and the Labour Market in Japan", IMF "Impact of Aging and AI on Japan's Labor Market", Carnegie Endowment "How Europe Can Survive the AI Labor Transition" (tháng 2/2026), European Policy Centre "AI's Impact on Europe's Job Market", ETUC AI Position Paper, Crunchbase "Global VC AI Investment Report 2025", TechCrunch "AI Agents Could Birth the First One-Person Unicorn" (tháng 2/2025), CNBC "AI Could Weigh on Wage Inflation" (tháng 12/2025), PwC Japan "生成AIに関する実態調査2025春"