Thế giới (chính trị, kinh tế, xã hội, công nghệ) sẽ thay đổi như thế nào sau khi AGI ra đời?

Lời mở đầu

Mặc dù các mô hình AI hiện tại (ChatGPT, Gemini, Claude, v.v.) đã có thể nói là sở hữu kiến thức vượt trội so với hầu hết các chuyên gia thông thường, nhưng khi AGI (Artificial General Intelligence – Trí tuệ nhân tạo thông dụng) được thực hiện với hiệu suất được tổng quát hóa hơn nữa, dự kiến cuộc sống của con người sẽ thay đổi rất lớn.
Ở đây, chúng tôi muốn phân loại những thay đổi nào sẽ xảy ra trong chính trị, kinh tế, xã hội và công nghệ, và xem xét cách thế giới nói chung sẽ thay đổi như thế nào.

Tài liệu tham khảo

Mặc dù có nhiều thông tin về AGI, chúng tôi tổng hợp thông tin chỉ giới hạn ở các tài liệu đáng tin cậy cao như các tác giả sau đây

• Các công ty phát triển AI chính: OpenAI, Google, v.v.
• Các công ty tư vấn chính: McKinsey & Company, BCG, v.v.
• Các công ty chứng khoán và đầu tư chính: Goldman Sachs, Sequoia Capital, v.v.
• Các tổ chức nghiên cứu chính: Harvard University, Stanford University, v.v.
• Các tạp chí học thuật chính: Nature, Science, v.v.
• Các tổ chức quốc tế: World Economic Forum, OECD, v.v.

Nội dung dưới đây được tổng hợp dựa trên các tài liệu sau. Vui lòng tham khảo những tài liệu này để biết chi tiết.

• Acemoglu, D., & Restrepo, P. (2018). Artificial intelligence, automation and work (NBER Working Paper No. 24196). National Bureau of Economic Research.
• AlixPartners. (2025). Farewell, SaaS: AI is the future of enterprise software.
• Altman, S. (2021). Moore's law for everything.
• Amodei, D. (2024). Machines of loving grace.
• Bai, Y., Kadavath, S., Kundu, S., Askell, A., Kernion, J., Jones, A., ... & Kaplan, J. (2022). Constitutional AI: Harmlessness from AI feedback. Anthropic. (arXiv:2212.08073)
• Appel, R., McCrory, P., Tamkin, A., McCain, M., Neylon, T., & Stern, M. (2025). The Anthropic Economic Index Report: Uneven geographic and enterprise AI adoption. Anthropic.
• Aschenbrenner, L. (2024). Situational awareness: The decade ahead.
• BCG. (2025). Software engineering, UI/UX, product management, quality assurance, data science: How tasks, talent, and teams will change [Presentation slides].
• Bengio, Y., et al. (2025). The international scientific report on the safety of advanced AI.
• Bostrom, N. (2014). Superintelligence: Paths, dangers, strategies. Oxford University Press.
• Bremmer, I., & Suleyman, M. (2023). The AI power paradox: Can states learn to govern artificial intelligence—before it’s too late? Foreign Affairs.
• Deloitte. (2026). SaaS meets AI agents: Transforming budgets, customer experience, and workforce dynamics. Deloitte Center for Technology, Media & Telecommunications.
• Patel, D. (Host). (2025). Interview with Satya Nadella [Audio podcast episode]. Dwarkesh Patel Podcast.
• Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models.
• Gawdat, M. (2021). Scary smart.
• Goldman Sachs. (2026). How will AI affect the US labor market?
• IBM Institute for Business Value. (2025). AI-fueled operations. IBM.
• Lykkegaard, B. (2026). Is SaaS dead? Rethinking the future of software in the age of AI. IDC Tech Buyer.
• Cazzaniga, M., Jaumotte, F., Li, L., Melina, G., Panton, A. J., Pizzinelli, C., Rockall, E., & Tavares, M. M. (2024). Gen-AI: Artificial intelligence and the future of work (IMF Staff Discussion Note SDN/2024/001). International Monetary Fund.
• International Telecommunication Union (ITU). (2025). The annual AI governance report 2025: Steering the future of AI.
• Kissinger, H., Schmidt, E., & Huttenlocher, D. (2021). The age of AI: And our human future. Little, Brown and Company.
• Korinek, A. (2024). Economic policy challenges for the age of AI (NBER Working Paper No. 32980). National Bureau of Economic Research.
• Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024). The AI Scientist: Towards fully automated open-ended scientific discovery. arXiv preprint arXiv:2408.06292.
• Maslej, N., Fattorini, L., Perrault, R., Gil, Y., Parli, V., Kariuki, N., ... & Oak, S. (2025). The AI index 2025 annual report. Stanford Institute for Human-Centered Artificial Intelligence.
• Maslej, N., Fattorini, L., Perrault, R., Gil, Y., Parli, V., Kariuki, N., ... & Oak, S. (2025). The AI index 2025 annual report. Stanford Institute for Human-Centered Artificial Intelligence.
• McKinsey & Company. (2025). The agentic organization: Contours of the next paradigm for the AI era.
• McKinsey & Company. (2026). The state of organizations 2026.
• McKinsey Global Institute. (2023). The economic potential of generative AI: The next productivity frontier.
• Microsoft. (2025). Work trend index annual report 2025: The year the frontier firm is born.
• OpenAI. (2023). Governance of superintelligence.
• Ord, T. (2020). The precipice: Existential risk and the future of humanity. Bloomsbury.
• PwC. (2025). The fearless future: PwC’s 2025 global AI jobs barometer.
• Pavel, B., Ke, I., Smith, G., Brown-Heidenreich, S., Sabbag, L., Acharya, A., & Mahmood, Y. (2024). How artificial general intelligence could affect the rise and fall of nations: Visions for potential AGI futures (RAND Corporation Research Report PE-A3776-1). RAND Corporation.
• Russell, S. J. (2019). Human compatible: Artificial intelligence and the problem of control. Penguin Books.
• Suleyman, M. (2023). The coming wave: Technology, power, and the twenty-first century's greatest dilemma. Crown.
• Susskind, D. (2020). A world without work: Technology, automation, and how we should respond. Metropolitan Books.
• Tegmark, M. (2017). Life 3.0: Being human in the age of artificial intelligence. Knopf.
• Toner-Rodgers, A. (2024). Artificial intelligence, scientific discovery, and product innovation. arXiv preprint arXiv:2412.17866.
• Bengio, Y., Clare, S., Prunkl, C., Murray, M., Andriushchenko, M., Bucknall, B., ... & Mindermann, S. (2026). International AI safety report 2026 (DSIT 2026/001). Department for Science, Innovation and Technology.
• Bengio, Y., Clare, S., Prunkl, C., Murray, M., Andriushchenko, M., Bucknall, B., ... & Mindermann, S. (2026). International AI safety report 2026 (DSIT 2026/001). Department for Science, Innovation and Technology.
• World Economic Forum. (2025). Future of jobs report 2025.
• Yamada, Y., Lange, R. T., Lu, C., Hu, S., Lu, C., Foerster, J., Clune, J., & Ha, D. (2025). THE AI SCIENTIST-V2: Workshop-level automated scientific discovery via agentic tree search. arXiv preprint arXiv:2504.08066.

Những thay đổi trong chính trị

Những thay đổi trong quan hệ quốc tế và chính sách an ninh

• Cạnh tranh giữa các nước lớn vì ưu thế chiến lược quyết định và vũ khí hóa： Vì AGI mang lại "ưu thế chiến lược quyết định (Decisive strategic advantage)" trong cả kinh tế và quân sự, nên sẽ gây ra cuộc đua phát triển khốc liệt giữa các nước lớn như Mỹ và Trung Quốc. Do tính chất song dụng (quân sự và dân sự) - tự động hóa các cuộc tấn công mạng, hệ thống vũ khí tự trị (như quân đội máy bay không người lái), và cả khả năng thiết kế vũ khí sinh học và hóa học - khái niệm răn đe hiện tại sẽ bị lung lay đáng kể.
• Thành lập các tổ chức giám sát quốc tế mạnh mẽ và các hiệp ước： Để đối phó với mối đe dọa chưa từng có này, việc thành lập một tổ chức quốc tế mới có chức năng giám sát và thanh sát toàn cầu - được ví như IAEA (Cơ quan Năng lượng Nguyên tử Quốc tế) trong quản lý vũ khí hạt nhân và IPCC trong biến đổi khí hậu - trở thành một vấn đề chính sách không thể tránh khỏi (chẳng hạn như "Hội đồng Ổn định địa chính trị"). Dự kiến sẽ có những thảo luận về các hiệp ước không phổ biến để giám sát các nguồn lực tính toán (máy tính) và trung tâm dữ liệu được sử dụng trong AI tiên tiến nhất, và ngăn chặn sự lan truyền của các AGI nguy hiểm.
• Hình thành Singleton (Singleton) và ngoại giao Track 2： Về lâu dài, có khả năng một quốc gia duy nhất hoặc một liên minh dân chủ đã phát triển AGI vượt trội hơn trước sẽ hình thành một trật tự chính phủ toàn cầu gọi là "Singleton (cơ quan ra quyết định duy nhất ở mức cao nhất)" để giải quyết mọi vấn đề điều phối toàn cầu. Mặt khác, để ngăn chặn các cuộc xung đột bất ngờ do hiểu lầm công nghệ giữa các nước đối đầu, ngoại giao Track 2 (đối thoại và đàm phán phi chính thức do các chuyên gia và nhà nghiên cứu phi chính phủ, học giả, bộ tư vấn, cựu nhà ngoại giao, v.v. thực hiện) không chỉ liên quan đến các chính phủ mà còn giữa các chuyên gia phi chính phủ sẽ đóng một vai trò cực kỳ quan trọng.

Sự thay đổi trong chính trị nội bộ và các cơ chế quản trị (tập trung và phân tán quyền lực)

• Trật tự "Technopolar" (Công nghệ cực) và quốc gia hóa các công ty： Một số lượng nhỏ các công ty công nghệ khổng lồ độc quyền các nguồn lực tính toán to lớn và AGI tiên tiến nhất sẽ thực hiện quyền lực chủ quyền và ảnh hưởng mà trước đây chỉ các quốc gia sở hữu. Chính phủ sẽ bị buộc phải xem xét lại toàn bộ các luật cạnh tranh (luật chống độc quyền), ngăn chặn sự độc quyền của công nghệ và thị trường, đồng thời tiếp cận quy định mới về cách đặt những công ty khổng lồ có tầm quan trọng hệ thống này dưới sự kiểm soát dân chủ.
• Bảo vệ dân chủ và tăng cường chuyên chế (AI-tocracy)： Thông tin sai lệch tinh vi được tạo bởi AGI (Deepfake và vi mục tiêu hóa) sẽ giúp dễ dàng thao túng các cuộc bầu cử và chia rẽ xã hội, gây ra mối đe dọa cơ bản đối với quá trình dân chủ. Việc lập pháp để duy trì tự do ngôn luận đồng thời quy định và phát hiện tuyên truyền do AI thực hiện là vấn đề cấp bách. Ngược lại, ở các quốc gia độc tài, AGI sẽ cung cấp các hệ thống giám sát hoàn hảo và cơ chế kiểm soát xã hội, làm cho chế độ trở nên mạnh mẽ hơn, tăng nguy cơ "chuyên chế công nghệ (Techno-autocracy: sử dụng công nghệ kỹ thuật số tiên tiến, AI, hệ thống giám sát để chính phủ hoặc lớp thành đô duy nhất kiểm soát và thống trị nhân dân một cách mạnh mẽ)" Hơn nữa, có những chỉ dẫn rằng AI báo cáo chân lý khách quan cho người lãnh đạo có thể giải quyết "bí nghịch của kẻ độc tài (thực hiện kiểm soát thông tin và giám sát chặt chẽ hơn dẫn đến việc không nhận được thông tin khách quan và dân ý, kết quả là chính sách sai lầm và chế độ trở nên yếu đi)" và thậm chí bổ sung những điểm yếu của chế độ độc tài.
• Tích hợp AI vào các dịch vụ hành chính và tư pháp và trách nhiệm giải trình： AGI sẽ ngày càng tham gia vào thuế, phúc lợi, quản lý cơ sở hạ tầng, thậm chí là giải thích luật pháp và phán quyết của tòa án. Tuy nhiên, để ngăn chặn sự thiếu trách nhiệm giải trình do tính không minh bạch của thuật toán và sự khuếch đại định kiến (thiên lệch), chính phủ phải đảm bảo bằng pháp luật "giám sát của con người (Human-in-the-loop)" đối với các quyết định AI, và thiết kế hệ thống cho phép công dân khiếu nại các phán quyết của AI.

Sự chuyển đổi căn bản trong chính sách kinh tế, xã hội và phân phối lại (thị trường lao động và phúc lợi)

• Sự suy giảm giá trị lao động và chuyển dịch sang "nhà nước lớn (Big State)"： AGI và robot học tiên tiến sẽ thay thế hầu hết lao động nhận thức và thể chất của con người, và nền tảng của chủ nghĩa tư bản hiện đại - phân phối của cải thông qua lao động - có thể sẽ sụp đổ. Để ứng phó với điều này, nhà nước sẽ phải tìm kiếm cơ chế phân phối của cải ngoài thị trường lao động, và sẽ bị buộc phải chuyển sang "nhà nước lớn" với vai trò mở rộng chưa từng có.
• Triển khai Nhập tệ Cơ bản Toàn phương (UBI)： Để ứng phó với tình trạng thất nghiệp công nghệ quy mô lớn và suy giảm tiền lương tầng lớp trung lưu, Nhập tệ Cơ bản Toàn phương (UBI) hoặc "Nhập tệ Cơ bản Có điều kiện (CBI)" với các điều kiện như đóng góp cho xã hội sẽ được nâng cấp từ lý thuyết lạc quan không thực tế thành một chương trình chính sách không thể tránh khỏi.
• Sự thay đổi mô hình về thuế (thuế trên vốn và tự động hóa)： Vì nguồn tạo ra giá trị sẽ thay đổi dramaticly từ "lao động" của con người sang "vốn" như các mô hình AI và nguồn lực tính toán, cấu trúc thu thuế của chính phủ cũng sẽ phải thay đổi về cơ bản. Sẽ cần phải có các cải cách thuế quy mô lớn - từ việc phụ thuộc vào thuế thu nhập lao động truyền thống sang thuế vốn, thuế tài sản, hoặc "thuế robot" để không khuyến khích tự động hóa.

Làm cho quá trình lập chính sách và quy định trở nên Agile và Quản trị

• "Bí nghịch của bằng chứng" và nhu cầu Quản trị Agile： Tốc độ phát triển của AGI cực kỳ nhanh, và quá trình lập pháp truyền thống kéo dài nhiều năm không thể theo kịp thực tế. Các nhà lập chính sách phải đối mặt với "bí nghịch của bằng chứng (Evidence dilemma)" - nếu quy định trước khi có đủ bằng chứng về rủi ro công nghệ, sẽ cản trở đổi mới có lợi, nhưng nếu chờ đủ bằng chứng, xã hội có thể sẽ phải gánh chịu thiệt hại thảm khốc. Để vượt qua điều này, cần phải có một hệ thống quản trị linh hoạt thích ứng với những thay đổi của công nghệ, và một khung khuôn đánh giá rủi ro liên tục.
• Quy định "Technoprudential" (Thận trọng về Công nghệ) và hệ thống cấp phép： Được ví như các chính sách Macroprudential giám sát hệ thống tài chính, một khung quy định "Technoprudential" để duy trì ổn định địa chính trị và xã hội đã được đề xuất. Cụ thể, các công ty phát triển và triển khai AGI tiên tiến nhất sẽ bị buộc phải tuân theo các yêu cầu: đánh giá an toàn nghiêm ngặt trước khi phát triển (Red-teaming), công khai thông tin, kiểm toán bởi các cơ quan bên thứ ba, và thậm chí các chế độ cấp phép phát triển do chính phủ quy định như trong ngành hàng không vũ trụ.
• Quản lý các mô hình mở và trách nhiệm pháp lý của các tác nhân tự trị： Các mô hình "Open-weight" có mã nguồn hoặc tham số trọng lượng được công khai sẽ thúc đẩy dân chủ hóa công nghệ nhưng đồng thời gây rủi ro bị lạm dụng bởi các nhân vật như khủng bố (rủi ro biên), và đặt ra câu hỏi khó về cân bằng giữa quy định và đổi mới. Ngoài ra, khi các "tác nhân AI" thực hiện nhiều tác vụ một cách tự trị trở nên phổ biến, vấn đề pháp lý về cách định nghĩa trách nhiệm pháp lý khi hệ thống gây ra thiệt hại không lường trước (trách nhiệm của nhà sản xuất hay trách nhiệm của người sử dụng?) sẽ trở thành một vấn đề chính sách pháp lý quan trọng.
• Quản trị tham gia của nhiều bên liên quan： Quản trị AI không chỉ được hoàn thành bởi các quốc gia hoặc chính phủ. Cần phải xây dựng một quá trình hình thành quy tắc bao gồm, đa chiều (Participatory AI) - bao gồm các công ty công nghệ khổng lồ, giới học thuật, xã hội dân sự, và cả các quốc gia ở Phương Nam Toàn cầu thường bị loại trừ khỏi công nghệ AI.

Những thay đổi trong kinh tế

Tăng trưởng vĩ mô kinh tế và sự cải thiện năng suất nổ phát

• AGI như một công nghệ có mục đích chung (GPT)： AGI hoạt động như một "công nghệ có mục đích chung (General-Purpose Technology: GPT)" ảnh hưởng đến tất cả các ngành công nghiệp và hoạt động kinh tế, nằm trong chuỗi của máy hơi nước, điện, Internet, v.v. Điều này dự kiến sẽ tạo ra những tác động kinh tế rộng rãi và bền vững vượt ra ngoài phạm vi công nghệ IT truyền thống.
• Bước nhảy vọt lịch sử trong năng suất và GDP： Với việc triển khai AGI, năng suất lao động sẽ tăng đáng kể. Ngay cả ở giai đoạn AI sinh tạo, nó được ước tính sẽ thêm giá trị 2,6 đến 4,4 nghìn tỷ đô la (vượt qua GDP của Anh) cho nền kinh tế toàn cầu, và tăng tốc độ tăng trưởng năng suất lao động hàng năm ở các nước G7 thêm 0,4 đến 1,3 điểm phần trăm trong 10 năm tới. Thậm chí với các công cụ AI ban đầu, đã được xác nhận là cải thiện năng suất lao động trung bình khoảng 14%, và nếu AGI được thực hiện, dự kiến GDP toàn cầu sẽ có sự tăng vọt không ngờ được.
• Tự tăng tốc đổi mới khoa học và công nghệ： AGI không chỉ cải thiện hiệu quả của các quá trình sản xuất mà còn có thể tự động thực hiện các quá trình R&D (nghiên cứu và phát triển) - phát hiện vật liệu mới, phát triển dược phẩm, chứng minh các bài toán phức tạp, v.v. Thực tế, các thử nghiệm triển khai AI vào R&D đã báo cáo kết quả thực tế như tỷ lệ khám phá các hợp chất mới tăng 44%, đơn xin cấp bằng sáng chế tăng 39%, và đổi mới sản phẩm hạ lưu tăng 17%, tạo ra hiệu ứng lãi suất kép từ tự tăng tốc đổi mới.

Sự chuyển đổi cấu trúc của thị trường lao động và cuộc khủng hoảng "thất nghiệp kỹ thuật"

• Tác động trực tiếp đến "lao động trí thức" có giáo dục cao và lương cao： Các công nghệ tự động hóa quá khứ chủ yếu thay thế lao động thể chất và công việc định hình, nhưng khả năng xử lý ngôn ngữ tự nhiên, suy luận, và giải quyết vấn đề tiên tiến của AGI sẽ tác động trực tiếp đến các vị trí lao động trắng cổ yêu cầu ra quyết định và kiến thức chuyên môn. Ước tính cho thấy rằng khoảng 80% lao động trong nước Mỹ sẽ bị ảnh hưởng ít nhất 10% trong công việc của họ, và khoảng 19% lao động sẽ bị ảnh hưởng hơn 50% công việc của họ.
• Tranh giành giữa hiệu ứng thay thế và hiệu ứng năng suất： Từ góc độ kinh tế học, AI có "hiệu ứng thay thế (Displacement effect)" - thay thế lao động của con người bằng máy móc, tác động giảm nhu cầu lao động và tiền lương. Mặt khác, tiết kiệm chi phí từ tự động hóa tạo ra "hiệu ứng năng suất", làm tăng nhu cầu lao động cho các tác vụ không tự động hóa. Tuy nhiên, với AGI, thậm chí các tác vụ mới có thể được AI thực hiện, do đó có nguy cơ sự suy giảm nhu cầu lao động do thay thế sẽ vượt quá những lợi ích bổ sung.
• Sự thu hẹp khoảng cách kỹ năng (Equalization)： AI có tác dụng thu hẹp khoảng cách năng suất giữa lao động kỹ năng thấp và kỹ năng cao. Ví dụ, có kết quả nghiên cứu cho thấy rằng trong các lĩnh vực tư vấn và viết mã, lao động kỹ năng thấp đạt được sự cải thiện năng suất 21-43%, trong khi lao động kỹ năng cao chỉ đạt được 7-16%, làm giảm ưu thế kinh tế của các kỹ năng chuyên môn.
• Giới hạn chi phí lao động dài hạn: Khi AGI và công nghệ robot tiên tiến kết hợp, cho phép thực hiện mọi tác vụ nhận thức và thể chất rẻ hơn và hiệu quả hơn so với con người, thì ràng buộc "lao động con người" – từng là nút cổ chai của tăng trưởng kinh tế – sẽ biến mất. Kết quả là, tiền lương của con người sẽ giảm đến mức chi phí biên của máy (chi phí điện năng và tài nguyên tính toán), và cảnh báo mạnh mẽ về rủi ro thất nghiệp công nghệ cấu trúc trở thành thường trạng.

Sự thay đổi triệt để trong cấu trúc ngành công nghiệp và mô hình kinh doanh của doanh nghiệp

• Mở rộng siêu khổng lồ đầu tư hạ tầng và tập trung cực đoan thị trường: Để phát triển và vận hành AGI đẳng cấp cao nhất, cần có tài nguyên tính toán khổng lồ, dữ liệu dồi dào, và điện năng để vận hành chúng. Tổng đầu tư vào AI có thể đạt quy mô 1 nghìn tỷ USD mỗi năm, và dự kiến chỉ một cụm huấn luyện AI đơn lẻ sẽ yêu cầu hàng trăm tỷ USD. Ngoài ra, để đáp ứng nhu cầu điện năng khổng lồ, việc xây dựng lại hạ tầng vật lý như liên kết giữa trung tâm dữ liệu và phát điện hạt nhân (SMR, v.v.) đang diễn ra. Do những yêu cầu vốn khổng lồ này, cơ chế "người thắng lấy tất cả" làm cho quyền lực thị trường tập trung vào một số ít công ty công nghệ lớn, dẫn đến độc quyền thị trường ngày càng tăng.
• Tự động hóa hoạt động kinh tế bởi AI Agent: Thay vì chỉ đợi hướng dẫn của con người, các "AI Agent" tự động lập kế hoạch và thực hiện các quy trình công việc phức tạp thông qua phối hợp với các agent khác sẽ trở nên phổ biến. Điều này sẽ dẫn đến sự chuyển đổi từ mô hình phần mềm truyền thống (SaaS) sang một hệ sinh thái "kinh tế tự động hóa" mới, trong đó các agent thương lượng và thực hiện các giao dịch thanh toán trực tiếp với nhau.
• Giảm chi phí suy luận theo hàm mũ và dân chủ hóa: Nhờ vào hiệu quả thuật toán và sự phát triển của các mô hình mã nguồn mở, chi phí sử dụng (suy luận) các mô hình AI đang giảm nhanh chóng. Ví dụ, chi phí sử dụng các mô hình có hiệu suất tương đương với GPT-3.5 trong một số điểm chuẩn nhất định đã giảm xuống còn 1/280 chỉ trong khoảng 18 tháng. Cuối cùng, chi phí tạo ra trí thông minh sẽ hội tụ về chi phí điện năng, và việc tiếp cận trí thông minh cao cấp sẽ được dân chủ hóa trên toàn thế giới.

Mở rộng bất bình đẳng và bất công cực đoan

• Giảm tỷ lệ phân bổ lao động và tập trung của tài sản vào vốn: Vì nguồn tạo ra giá trị chuyển dịch mạnh mẽ từ lao động con người sang AGI và tài nguyên tính toán (vốn), tỷ lệ phân bổ lao động trong tổng thu nhập quốc dân sẽ giảm nhanh chóng và có thể tiến gần đến không. Cùng với đó, tài sản thiên văn sẽ tập trung vào số lượng nhà đầu tư và doanh nghiệp cực kỳ ít ỏi sở hữu vốn AI, và bất bình đẳng tài sản từ lợi tức vốn sẽ mở rộng đến mức cực đoan.
• Trầm trọng hóa "Đại phân chia" toàn cầu: Trong khi các nước phát triển và một số nước mới nổi có hạ tầng kỹ thuật số mạnh mẽ và nhân tài AI tiên tiến sớm độc quyền hưởng lợi từ AGI, các nước thu nhập thấp thiếu hạ tầng sẽ tụt lại phía sau. Điều này sẽ gây ra "Khoảng cách AI toàn cầu (Đại phân chia)" làm tăng thêm khoảng cách kinh tế giữa các quốc gia, và việc bắt kịp kinh tế của các nước đang phát triển sẽ trở nên vô cùng khó khăn.

Sự thay đổi xã hội

Lao động và bất bình đẳng kinh tế: Sự thay đổi đáng kể trong cách làm việc và tái cấu trúc an sinh xã hội

• Tự động hóa công việc tri thức cao cấp: Những công nghệ tự động hóa trước đây chủ yếu nhắm vào công việc định hình và lao động thể chất, nhưng khả năng xử lý ngôn ngữ tự nhiên cao cấp và khả năng suy luận của AGI sẽ tác động trực tiếp đến những người lao động tri thức có học vấn cao và lương cao. Theo dự báo mới nhất, công nghệ như AI sinh tạo hiện nay có tiềm năng tự động hóa 60–70% công việc chiếm thời gian làm việc của nhân viên.
• Bất bình đẳng tác động giữa nhân khẩu học và giới tính: Rủi ro thay thế việc làm bởi AI không đều đặn. Ước tính rằng khoảng 60% việc làm ở các nước phát triển và khoảng 40% ở các nước mới nổi phải đối mặt với ảnh hưởng của AI. Hơn nữa, theo một phân tích, công việc của phụ nữ trên toàn thế giới đối mặt với nguy hiểm tự động hóa gấp đôi so với nam giới. Thêm vào đó, trong khi những người trẻ tuổi có khả năng thích ứng tương đối dễ dàng với các công nghệ và kỹ năng mới, những người lao động cao tuổi có thể gặp khó khăn trong việc tìm việc làm mới và thích ứng với công nghệ, có thể tạo ra bất bình đẳng đáng kể giữa các thế hệ.
• Ảnh hưởng tâm lý và xã hội của thất nghiệp và tìm kiếm "mục đích sống": Sự rút lui không tự nguyện khỏi thị trường lao động không chỉ dẫn đến giảm thu nhập mà còn gây ra những tác động nghiêm trọng đến cuộc sống của cá nhân. Các nghiên cứu cho thấy thất nghiệp làm tăng rủi ro tử vong trong vòng 1 năm sau khi rời khỏi công việc thêm 50–100%, và trong 20 năm tiếp theo, nó tăng rủi ro trầm cảm, bệnh liên quan đến rượu, tự tử, thậm chí còn ảnh hưởng xấu đến thành tích giáo dục của con cái. Trong một thế giới mà lao động mất giá trị kinh tế, việc triển khai Thu nhập cơ bản phổ quát (UBI) hoặc Thu nhập cơ bản có điều kiện (CBI) có điều kiện đóng góp xã hội sẽ được thảo luận, đồng thời mọi người phải tìm thấy "mục đích sống" mới và ý nghĩa vượt ra ngoài giá trị kinh tế thông qua các hoạt động như nghệ thuật, văn hóa, hoạt động công dân, hoặc chăm sóc giữa những con người.

Y tế và sức khỏe: Kéo dài tuổi thọ đáng kể và phổ cập y học cá nhân hóa

• Tăng tốc phát triển dược phẩm mới và chinh phục các bệnh hiếm: AGI tự động hóa quá trình khám phá khoa học với tốc độ và quy mô vượt xa những nhà nghiên cứu con người. AI đã đạt được các thành tựu như khám phá "halicin (Halicin)" – một loại thuốc mới mạnh mẽ có khả năng tiêu diệt các vi khuẩn耐 kháng hàng loạt kháng sinh hiện có. "AlphaFold 3" mới nhất không chỉ dự đoán chính xác cấu trúc protein mà còn cả tương tác của chúng với DNA, RNA và các phân tử sinh học khác, "AlphaProteo" thiết kế các protein mới có khả năng liên kết cao hơn phương pháp hiên đại trước đây hơn 10 lần đối với các phân tử mục tiêu, mang lại bước đột phá trong phát triển thuốc điều trị ung thư và đái tháo đường.
• Tiến hóa y học phòng ngừa và kéo dài tuổi thọ: Các mô hình AI như "GluFormer" được huấn luyện bằng cách sử dụng hơn 10 triệu bản ghi đo lường glucose liên tục (CGM) có thể dự đoán với độ chính xác cao rủi ro tử vong liên quan đến tiểu đường và tim mạch lên đến 4 năm trước. Hơn nữa, với sự phát triển của các công nghệ làm chậm tiến trình lão hóa hoặc viết lại thông tin biểu sinh để trẻ hóa lại, có thể tuổi thọ con người sẽ kéo dài lên đến 150 tuổi – gấp đôi tuổi thọ hiện tại – đang được thảo luận một cách nghiêm túc trong ngành y tế.
• Điều trị sức khỏe tâm thần và "AI Companion" – Ánh sáng và bóng tối: Mặc dù AI dự kiến sẽ đóng góp lớn trong điều trị các bệnh tâm thần và cải thiện chức năng nhận thức, nhưng việc sử dụng "AI Companion (chatbot)" được thiết kế để có mối liên hệ cảm xúc với người dùng đã gia tăng đến quy mô hàng chục triệu người. Trong khi có những nghiên cứu cho thấy việc này có thể giảm bớt cảm giác cô đơn của một số người, nhưng việc sử dụng thường xuyên có thể gây ra sự phụ thuộc cảm xúc nghiêm trọng hoặc giảm tương tác xã hội thực tế, thậm chí còn dẫn đến các trường hợp bi tragique như ảo tưởng hoặc tự tử đã được báo cáo, và mối lo ngại về ảnh hưởng tâm lý lâu dài đang gia tăng nhanh chóng.

Giáo dục và tự thực hiện: Chuyển dịch sang học tập suốt đời được cá nhân hóa

• Dân chủ hóa giáo dục bởi AI tutor toàn năng: Tất cả mọi người và trẻ em sẽ có một gia sư AI chuyên biệt được tối ưu hóa hoàn toàn theo tốc độ học tập, mức độ hiểu biết và tính cách của riêng họ. Trong lĩnh vực giáo dục học, có một vấn đề nổi tiếng gọi là "Vấn đề Hai Sigma": học sinh trung bình nhận được giáo dục một kèm một vượt trội hơn 98% (2 độ lệch chuẩn) so với học sinh nhận giáo dục theo phương pháp lớp truyền thống. Cho đến nay, loại hình giáo dục cá nhân này cực kỳ đắt đỏ và khó thực hiện, nhưng AI sẽ cung cấp nó với chi phí cực kỳ thấp cho tất cả mọi người và đẩy nhanh mức độ giáo dục trên toàn thế giới một cách mạnh mẽ.
• Lỗi thời của kỹ năng và định nghĩa lại mục đích của giáo dục: Trong một thế giới nơi AGI thực hiện tất cả các tác vụ nhận thức và lập trình tốt hơn con người, giá trị kinh tế của việc giảng dạy các kỹ năng chuyên biệt hướng tới thị trường lao động sẽ giảm đáng kể. Giáo dục trong tương lai sẽ yêu cầu một sự chuyển dịch cơ bản hướng tới "Hiểu biết về AI" để phán đoán đúng sai đầu ra của AI và sử dụng công cụ một cách thích hợp, tư duy phản biện, cũng như nuôi dưỡng kết nối giữa con người và giác ngộ đạo đức.
• Tính bắt buộc của học tập suốt đời (Lifelong Learning): Giáo dục không còn là một điều kết thúc trong vòng mười mấy năm đầu đời nữa. Vì tốc độ phát triển công nghệ và xã hội cực kỳ nhanh, mọi người sẽ phải đi qua cơ sở giáo dục và xã hội nhiều lần trong suốt cuộc đời, liên tục học lại (Reskilling) để thích ứng với sự thay đổi khôn lường của môi trường sẽ trở thành phong cách sống tiêu chuẩn.

Cuộc sống hàng ngày và không gian thông tin: Phổ biến các AI Agent toàn năng và cuộc khủng hoảng về sự thật

• Tự động hóa hoàn toàn các tác vụ hàng ngày bởi các AI Agent toàn năng: Chúng ta tất cả sẽ có quyền truy cập vào các AI Agent thông qua các thiết bị như điện thoại thông minh – các agent có khả năng kết hợp các luật sư, bác sĩ, nhà chiến lược và nhà sáng tạo đẳng cấp thế giới hàng đầu. Các agent này sẽ tự động hoàn thành các tác vụ hàng ngày mà không cần sự giám sát của con người, từ quản lý lịch biểu đến kế hoạch du lịch phức tạp, xử lý thanh toán, cho đến nghiên cứu.
• "Infocalypse (Thảm họa thông tin)" và sự sụp đổ của tín tưởng: AI sinh tạo rẻ tiền và tiên tiến sẽ tạo ra một lượng lớn deepfake (hình ảnh, âm thanh, video) không thể phân biệt với bản gốc. Tội phạm đã bắt đầu gia tăng nhanh chóng, chẳng hạn như sao chép giọng nói của các thành viên gia đình hoặc sếp để yêu cầu chuyển khoản. Hơn nữa, tuyên truyền cá nhân hóa và thông tin sai lệch sử dụng AI sẽ lũng lạc, và cảnh báo về rủi ro "Infocalypse (Khải thị thông tin)" – nơi xã hội không thể phán đoán được sự thật và sai lệch của thông tin – đang được đưa ra. Điều này có thể dẫn đến sự sụp đổ của tín tưởng xã hội, nền tảng của dân chủ.
• Tăng cường giám sát và mất mát quyền riêng tư: AI có khả năng suy luận rất chính xác các đặc điểm và sở thích cá nhân từ một lượng dữ liệu khổng lồ. Thậm chí từ dữ liệu được cho là đã được ẩn danh hoặc thông tin đầu vào có vẻ vô hại, khả năng nhận dạng mô hình cao cấp của AI có thể dễ dàng xác định các thông tin bí mật như hướng tính dục hoặc bệnh tâm thần của cá nhân, khiến các khái niệm bảo vệ quyền riêng tư truyền thống không còn áp dụng.

Dao động trong bản sắc và tự chủ của con người

• Ngoại hóa quyết định và "Automation Bias (Thiên vị tự động hóa)": Khi phụ thuộc AI cho mọi quyết định trong cuộc sống (mua sắm, thu thập thông tin, quản lý sức khỏe, thậm chí là quyết định tuyển dụng hoặc cho vay), con người sẽ mất đi cơ hội tự mình suy tư và phán đoán một cách vất vả. Có một mối lo ngại rằng "Automation Bias (Thiên vị tự động hóa)" – nơi con người tin tưởng một cách vô điều kiện vào kết quả của AI – sẽ làm giảm đáng kể khả năng tư duy phản biện và kỹ năng của chúng ta. Ví dụ, một nghiên cứu lâm sàng báo cáo rằng những bác sĩ đang thực hiện nội soi đại tràng với hỗ trợ của AI, sau vài tháng, khi thực hiện nội soi mà không có AI, tỷ lệ phát hiện khối u đã giảm khoảng 6%. Ngoài ra, nếu kết quả của AI bị sai, nhưng sửa chữa nó tốn nhiều công sức, hoặc nếu người dùng có thái độ tích cực đối với AI, thì có khả năng cao rằng họ sẽ để ngỏ những sai lầm.
• Định nghĩa lại cơ bản về ý nghĩa tồn tại của con người (bản sắc): Kể từ thời kỳ hiện đại, con người đã hình thành bản sắc của mình dựa trên thực tế rằng "tôi hiểu thế giới thông qua lý trí và trí thông minh của mình, và thao tác nó". Tuy nhiên, sự tồn tại của AGI – giải quyết các vấn đề bằng trí thông minh và logic vượt xa so với con người và khám phá các sự thật khoa học chưa biết – đặt ra cho chúng ta những câu hỏi triết học và cơ bản: "Con người là gì?" và "Ý nghĩa gì là việc con người tự mình đưa ra quyết định?" Khi AGI dẫn dắt các quyết định của nhân loại, con người có thể mất đi tầm quan trọng và tính chủ động của mình, và cảm thấy giống như một con vật trong sở thú.

Sự thay đổi trong công nghệ

Tự tăng tốc khám phá khoa học và ra đời của "Nhà nghiên cứu AI"

• Sự gia tốc theo hàm mũ của tiến bộ công nghệ do "Bùng nổ trí thông minh"： AGI sẽ có thể tự động thực hiện các nhiệm vụ "Nghiên cứu và phát triển AI" như cải tiến các thuật toán của chính AI hoặc thiết kế các AI thế hệ tiếp theo. Khi hàng triệu tác nhân AI thực hiện nghiên cứu không ngừng với tốc độ gấp chục lần con người, có khả năng xảy ra "Bùng nổ trí thông minh (Intelligence Explosion)" trong đó tiến bộ thuật toán thường mất 10 năm có thể được nén lại trong vòng 1 năm hoặc ít hơn. Trong các lĩnh vực như sinh học, cũng đã có những chỉ ra rằng tiến bộ trong 50-100 năm có thể được rút ngắn xuống 5-10 năm.
• Tự động hóa hoàn toàn quy trình nghiên cứu khoa học： Các khung công tác như "The AI Scientist" đang bắt đầu được áp dụng thực tế, tự động hóa toàn bộ quá trình nghiên cứu từ sinh ra ý tưởng, viết code, thực hiện thí nghiệm, trực quan hóa kết quả, cho đến viết và đánh giá các bài báo khoa học. Trên thực tế, đã có báo cáo về các bài báo được tạo ra hoàn toàn tự trị bởi AI vượt qua tiêu chuẩn chấp nhận bình thường của con người và được thông qua đánh giá tại các hội thảo máy học, đồng thời chứng minh rằng có thể sản xuất hàng loạt nghiên cứu với chi phí dưới 15 USD mỗi bài báo.
• Sự chuyển đổi của vai trò con người từ "Sáng tạo ý tưởng" sang "Đánh giá (Judgment)"： Theo các thí nghiệm thực tế tại phòng thí nghiệm khoa học vật liệu, việc áp dụng các công cụ AI đã tăng 44% việc phát hiện các vật liệu mới và tăng 39% đơn xin cấp bằng sáng chế. Trong quá trình này, AI đã tự động hóa hơn một nửa (57%) các nhiệm vụ "Sinh ra ý tưởng". Kết quả là vai trò của các nhà nghiên cứu con người đã chuyển biến mạnh mẽ từ việc tự mình nghĩ ra ý tưởng sang việc "Đánh giá / Phán xét (Evaluate / Judgment)" những ứng viên được tạo ra nhiều vô tận bởi AI. Trong khi đó, năng suất của các nhà khoa học hàng đầu có thể sử dụng kiến thức chuyên môn để đánh giá chính xác các đề xuất của AI đã tăng lên khoảng 2 lần, nhưng cũng xuất hiện chênh lệch trong đó các nhà khoa học có khả năng đánh giá thấp không được hưởng lợi.

Sự biến đổi phát triển phần mềm và sự nâng cao công nghệ tác nhân

• Bước nhảy vượt bậc trong tư duy logic do Tính toán thời gian suy luận (Inference-time Compute)： Trước đây, tiến bộ của AI chủ yếu phụ thuộc vào việc mở rộng khối lượng dữ liệu và tài nguyên tính toán tại thời gian đào tạo, nhưng gần đây, phương pháp chính là đầu tư nhiều tài nguyên tính toán hơn khi mô hình tạo ra câu trả lời (thời gian suy luận) và thực hiện tư duy logic có bước từng bước bên trong (Chain of Thought). Điều này đã dẫn đến sự cải thiện đáng kể về hiệu suất trong toán học phức tạp, mã hóa, suy luận khoa học, và các mô hình đạt được điểm mức bằng huy chương vàng tại vòng sơ kỳ Olympiad Toán học Quốc tế (IMO) cũng đã xuất hiện.
• Sự phổ biến của các tác nhân AI tự trị thực thi các nhiệm vụ dài hạn： Trước đây, AI chỉ giới hạn ở các đối thoại ngắn từng câu hỏi một (chatbot), nhưng khi khả năng lập kế hoạch và sửa lỗi được cải thiện, nó tiến hóa thành "Tác nhân AI" có thể tự trị thực hiện các dự án dài hạn kéo dài từ hàng ngày đến hàng tuần. Trong kỹ thuật phần mềm, các tác nhân AI thực hiện mọi thứ từ định nghĩa yêu cầu, gỡ lỗi cho đến kiểm thử, và khả năng giải quyết các thách thức phần mềm thế giới thực (chỉ số như SWE-bench) đang cải thiện nhanh chóng.
• Tiêu chuẩn hóa Hệ thống đa tác nhân và Giao thức truyền thông： Việc xây dựng "Hệ thống đa tác nhân" trong đó nhiều tác nhân AI khác nhau hợp tác để xử lý các quy trình công việc phức tạp đang tiến triển. Kèm theo đó, tiêu chuẩn hóa và thực tế hóa các giao thức truyền thông do máy dẫn dắt (như giao thức Agent2Agent hoặc Model Context Protocol) để các tác nhân có thể thương lượng liền mạch và chuyển giao nhiệm vụ trong không gian kỹ thuật số đang tiến triển.

Triển khai trong không gian vật lý (Physical AI và Robotics tự trị)

• Triển khai mô hình VLA (Vision-Language-Action)： Khả năng nhận thức cao của AGI được tích hợp với kỹ thuật robot, các mô hình cơ bản (như mô hình VLA) hiểu các quy luật và tình huống của thế giới vật lý thông qua thị giác và ngôn ngữ tự nhiên và tự trị quyết định hành động sẽ trở nên phổ biến. Điều này loại bỏ nhu cầu lập trình cho từng nhiệm vụ cụ thể như robot công nghiệp truyền thống, và robot đa năng có thể hiểu chỉ dẫn bằng lời nói của con người và hành động trở nên khả thi.
• "Phần mềm hóa" các thách thức về robot học： Trước đây, người ta tin rằng những ràng buộc về phần cứng là cái cản trở sự phát triển của robot học, nhưng hiện nay, robot học được công nhận chủ yếu là "vấn đề về thuật toán học máy". Khi AGI tự trị thực hiện học tập tăng cường trong mô phỏng và tạo ra / học hỏi từ dữ liệu khổng lồ, nó trở nên có thể thích ứng với các môi trường vật lý không thể đoán được từ lắp ráp trong nhà máy đến công việc gia đình, chăm sóc.

Sự gia tăng khổng lồ của Cơ sở hạ tầng / Tài nguyên tính toán và Dân chủ hóa công nghệ

• Đầu tư trong cơ sở hạ tầng tính toán và năng lượng thiên văn học： Phát triển và vận hành AGI tối tân yêu cầu tài nguyên tính toán ở quy mô chưa từng có. Lượng tính toán (FLOPs) được sử dụng để đào tạo mô hình AI tăng theo hàm mũ, và trong tương lai, dự kiến các trung tâm dữ liệu AI khổng lồ ở quy mô hàng trăm tỷ đến hàng nghìn tỷ USD sẽ được xây dựng. Để cung cấp điện cho nhu cầu điện khổng lồ này, các công ty công nghệ đang tăng cường đầu tư vào cơ sở hạ tầng năng lượng, chẳng hạn như khôi phục lại các nhà máy điện hạt nhân và xây dựng các lò nhỏ (SMR).
• Giảm mạnh chi phí suy luận： Mặc dù đầu tư cơ sở hạ tầng được gia tăng, chi phí khi sử dụng AI (thời gian suy luận) đang giảm nhanh do hiệu quả kỹ thuật. Ví dụ, chi phí truy vấn của mô hình có hiệu suất tương đương GPT-3.5 đã giảm từ 20,00 đô la cho mỗi triệu token xuống còn 0,07 đô la chỉ trong vòng 1,5 năm, giảm hơn 280 lần.
• Sự phát triển mạnh mẽ của mô hình Open-weight và Dân chủ hóa công nghệ： Hiệu suất của "mô hình open-weight" với các tham số mô hình (trọng số) được công khai đang nhanh chóng bắt kịp với các mô hình đóng được độc quyền bởi một số công ty lớn. Vào đầu năm 2024, chênh lệch hiệu suất giữa các mô hình hàng đầu là 8,0%, nhưng sau một năm nó đã co lại chỉ còn 1,7%. Điều này cho phép các nhà phát triển trên toàn thế giới và các doanh nghiệp vừa và nhỏ ở các nước mới nổi có thể tùy chỉnh các công nghệ AI tiên tiến nhất và tích hợp vào hệ thống riêng của họ, tăng tốc độ dân chủ hóa công nghệ toàn cầu và đổi mới.

Sự thay đổi mô hình trong ứng dụng công nghệ tại các doanh nghiệp / xã hội

• Chuyển đổi sang "Doanh nghiệp kiểu tác nhân (Agentic Enterprise)"： Việc sử dụng AI trong các doanh nghiệp đang chuyển từ cách sử dụng "Copilot (phó phi công)" để nâng cao hiệu quả công việc cá nhân sang giai đoạn mà các tác nhân AI tự trị điều phối toàn bộ quy trình kinh doanh. Điều này làm cho cấu trúc doanh nghiệp trở nên phẳng hơn và linh hoạt hơn, và các "Fusion teams (đội hỗ trợ hợp tác)" có sự hợp tác giữa con người và tác nhân AI được hình thành.
• Trừu tượng hóa giao diện và Định nghĩa lại kinh doanh SaaS： Từ hình thức hiện tại nơi người dùng tự mình vận hành bảng điều khiển của nhiều phần mềm, người dùng đưa ra chỉ dẫn bằng ngôn ngữ tự nhiên cho các tác nhân AI (ví dụ: "Phê duyệt hoàn trả chi phí của tuần trước") và các tác nhân hoàn thành các nhiệm vụ bằng cách vận hành các SaaS và API khác nhau ở chế độ nền sẽ biến thành giao diện kiểu "Flow of Work". Điều này sẽ định nghĩa lại hoàn toàn tiêu chuẩn giá trị của phần mềm.
• Sự phân cực giữa Tự động hóa (Automation) và Tăng cường (Augmentation)： Hình thức sử dụng AI sẽ tách rõ ràng thành hai loại: "Tự động hóa hoàn toàn (Automation)" hoàn thành các nhiệm vụ thông qua API và các phương tiện khác mà không cần can thiệp của con người, và "Tăng cường (Augmentation)" nơi con người tương tác lặp lại với AI thông qua các giao diện trò chuyện và các phương tiện khác để ra quyết định và học tập. Mặc dù loại trước mang lại sự cải thiện năng suất lớn cho toàn bộ nền kinh tế thông qua tự động hóa ở cấp độ hệ thống, trong các lĩnh vực nơi con người ra quyết định phức tạp, chức năng tăng cường của loại sau là không thể thiếu.

Kết luận

Sự ra đời của AGI sẽ gây ra những thay đổi lớn trong chính trị, kinh tế, xã hội và công nghệ. Điều quan trọng là dự đoán tương lai trong khi suy nghĩ về những chuẩn bị nên thực hiện ngay bây giờ.