09
CHƯƠNG CHÍN
Tự động hóa và cơn địa chấn ngành nghề
Khi sản lượng không còn đi cùng việc làm
Khi mô hình tăng trưởng dựa trên chi phí lao động chạm giới hạn, AI và tự động hóa buộc từng ngành phải tính lại cách tạo ra giá trị.
TRONG CHƯƠNG NÀY
- Vì sao các lợi thế truyền thống của Việt Nam (lao động trẻ, chi phí thấp) đang nhường chỗ cho cạnh tranh về hạ tầng số và năng suất.
- Ba rủi ro vĩ mô: lợi thế chi phí bị tự động hóa bào mòn, khoảng cách năng suất giữa khu vực FDI và doanh nghiệp trong nước, và sự phụ thuộc vào hạ tầng AI nước ngoài.
- AI tác động khác nhau thế nào lên dệt may, da giày, điện tử, nông nghiệp, tài chính, bất động sản công nghiệp và các ngành dịch vụ.
- Điều gì quyết định một ngành biến sức ép thành cơ hội nâng cấp trong chuỗi giá trị.
Tháng 7/2025, trong một chuyến khảo sát tại Thâm Quyến, tôi bước vào tổ hợp nhà máy của Foxconn, nơi lắp ráp những chiếc điện thoại có mặt trên tay hàng trăm triệu người. Tôi hỏi người giám đốc vận hành: "Quy mô nhân sự ở đây hiện là bao nhiêu?"
Câu trả lời khiến tôi khựng lại. Theo lời ông, khu nhà máy này từng có khoảng 350.000 công nhân làm việc ngày đêm trên các dây chuyền; nay chỉ còn khoảng 200.000 người.
Tôi ngạc nhiên hỏi tiếp về sản lượng. Ông điềm tĩnh đáp: "Công suất và chất lượng đầu ra không hề suy giảm, thậm chí còn cao hơn trước. Toàn bộ phần thâm dụng lao động thủ công đã được thay thế bởi các cánh tay robot, thị giác máy tính và hệ thống điều hành thông minh."
Đó là lời kể trong một chuyến thăm, không phải số liệu công bố. Nhưng xu hướng thì đã được ghi nhận công khai từ lâu: năm 2016, BBC đưa tin một nhà máy của Foxconn ở Côn Sơn giảm từ 110.000 xuống 50.000 lao động nhờ robot.1 Số công nhân giảm còn vì một phần sản xuất được dời sang nước khác, trong đó có Việt Nam. Hai lực ấy, tự động hóa và dời sản xuất, cũng chính là hai lực đang định hình lại các ngành chủ lực của Việt Nam.
Trong hơn ba thập kỷ qua, tăng trưởng kinh tế của Việt Nam được xây dựng trên ba nền tảng quan trọng: lực lượng lao động trẻ, chi phí cạnh tranh và khả năng thu hút dòng vốn đầu tư nước ngoài vào lĩnh vực sản xuất. Chính những lợi thế này đã đưa Việt Nam trở thành một trong những trung tâm sản xuất lớn của khu vực châu Á. Nhưng AI đang làm thay đổi chính những nền tảng đó. Khi robot ngày càng rẻ hơn, AI ngày càng thông minh hơn và các nhà máy thông minh ngày càng phổ biến, lợi thế dựa trên lao động giá rẻ không còn là yếu tố quyết định như trước.
Cạnh tranh giữa các quốc gia vì thế chuyển dần từ chi phí nhân công sang năng lực làm chủ dữ liệu, hạ tầng số, nguồn nhân lực chất lượng cao, khả năng đổi mới sáng tạo và tốc độ ứng dụng AI vào sản xuất.
Liệu AI sẽ trở thành động lực giúp Việt Nam tiến lên nhóm quốc gia có thu nhập cao, hay sẽ làm gia tăng khoảng cách giữa Việt Nam với các nền kinh tế dẫn đầu?
Câu trả lời không nằm ở bản thân công nghệ. Nó phụ thuộc vào tốc độ thích ứng của cả nền kinh tế. Và để trả lời câu hỏi đó, trước hết chúng ta cần nhìn thẳng vào những rủi ro mà AI đang đặt ra đối với Việt Nam.
9.1. Rủi ro đối với nền kinh tế quốc gia
Hình 9.1. Các ngành chủ lực của Việt Nam theo cơ chế tác động của AI
Nguồn: Khung của tác giả. Mức độ mang tính định tính.
Khi lợi thế cạnh tranh truyền thống không còn là lợi thế
Trong hơn ba mươi năm qua, Việt Nam đã tạo nên một kỳ tích phát triển. Từ một quốc gia có thu nhập thấp, Việt Nam trở thành một trong những trung tâm sản xuất và xuất khẩu lớn của thế giới. Theo Cục Thống kê, năm 2025 GDP đạt khoảng 514 tỷ USD và kim ngạch xuất nhập khẩu vượt 930 tỷ USD, đưa Việt Nam vào nhóm khoảng 20 nền kinh tế thương mại lớn nhất thế giới.2 Thành công đó được xây dựng trên ba trụ cột quan trọng: lực lượng lao động trẻ, chi phí sản xuất cạnh tranh và khả năng thu hút dòng vốn đầu tư trực tiếp nước ngoài (FDI). Chính ba yếu tố này đã giúp Việt Nam trở thành cứ điểm sản xuất của nhiều tập đoàn toàn cầu như Samsung, LG, Intel, Foxconn, Lego, Amkor, Luxshare hay Goertek. Theo Bộ Tài chính, khu vực FDI hiện đóng góp hơn 70% kim ngạch xuất khẩu của cả nước và tạo việc làm trực tiếp cho hàng triệu lao động. Trong nhiều năm, đây là mô hình tăng trưởng phù hợp với giai đoạn phát triển của Việt Nam.
Tuy nhiên, AI đang làm thay đổi những quy luật đã từng tạo nên lợi thế đó.
Nếu trước đây doanh nghiệp lựa chọn Việt Nam vì chi phí lao động thấp, thì ngày nay họ bắt đầu cân nhắc một câu hỏi khác: chi phí đầu tư robot và AI có còn rẻ hơn chi phí sử dụng lao động hay không?
Theo Liên đoàn Robot Quốc tế (IFR), năm 2024 thế giới lắp đặt khoảng 542.000 robot công nghiệp, gấp đôi mười năm trước; riêng Trung Quốc lắp khoảng 295.000 chiếc, chiếm 54%, và các nhà sản xuất Trung Quốc đã chiếm 57% thị trường trong nước.3 Robot ngày càng rẻ hơn, chính xác hơn và có thể vận hành gần như suốt ngày đêm. Điều này làm thay đổi bài toán của các tập đoàn đa quốc gia: thay vì mở rộng sản xuất ở nơi có lao động rẻ, nhiều doanh nghiệp chọn xây nhà máy thông minh gần thị trường tiêu thụ, hoặc ở các quốc gia có hạ tầng công nghệ tốt và quan hệ địa chính trị thuận lợi. Xu hướng đưa sản xuất về nước và dịch chuyển sang các nước đồng minh đang diễn ra song song với tự động hóa.
Đối với Việt Nam, đây là một thách thức mang tính cấu trúc. Nếu lợi thế lao động giá rẻ suy giảm trong khi năng lực đổi mới sáng tạo chưa theo kịp các nền kinh tế dẫn đầu, khoảng cách cạnh tranh sẽ ngày càng lớn.
Cần tách hai kênh tác động thường bị gộp làm một. Kênh thứ nhất là AI tạo sinh, tác động chủ yếu lên công việc văn phòng và tri thức: soạn thảo, tổng hợp, dịch thuật, chăm sóc khách hàng. Theo Tổ chức Lao động Quốc tế, mức phơi nhiễm (tạm dịch từ exposure, tức mức độ công việc chịu tác động) với AI tạo sinh tỷ lệ thuận với tỷ trọng việc làm văn phòng, nên thấp hơn ở các nền kinh tế còn nhiều lao động nông nghiệp và chế tạo; Ngân hàng Thế giới cũng xếp các nước như Việt Nam vào nhóm có mức phơi nhiễm thấp, nghĩa là cả năng suất được cộng thêm lẫn việc làm bị thay thế từ kênh này đều tương đối nhỏ trong ngắn hạn.4 Kênh thứ hai, quan trọng hơn với Việt Nam, là robot, nhà máy thông minh và việc dời sản xuất về gần thị trường, như câu chuyện Foxconn và số liệu robot ở trên. Lo ngại về việc làm sản xuất, vì vậy, trước hết là lo ngại về tự động hóa và chuỗi cung ứng, không chỉ về AI tạo sinh.
Chính sách của Việt Nam đã sớm phản ánh xu hướng này. Trong vài năm gần đây, chiến lược thu hút FDI đã chuyển trọng tâm từ các ngành thâm dụng lao động sang các ngành công nghệ cao và công nghệ chiến lược. Các chính sách về phát triển công nghiệp bán dẫn, trí tuệ nhân tạo, trung tâm dữ liệu, kinh tế số, năng lượng mới và đổi mới sáng tạo được ban hành liên tiếp. Nghị quyết số 57-NQ/TW về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia là một trong những dấu mốc quan trọng, đánh dấu định hướng chuyển đổi mô hình tăng trưởng trong giai đoạn mới.
Dẫu vậy, giữa định hướng và thực tế vẫn còn một khoảng cách không nhỏ.
Khoảng 97% doanh nghiệp Việt Nam là doanh nghiệp nhỏ và vừa.5 Phần lớn trong số này vẫn đang ở giai đoạn đầu của chuyển đổi số, chưa có đủ dữ liệu, hạ tầng và nguồn nhân lực để triển khai AI ở quy mô lớn; như Chương 12 sẽ phân tích, mới rất ít doanh nghiệp đưa AI vào quy trình cốt lõi. Trong khi các tập đoàn công nghệ toàn cầu đầu tư hàng chục tỷ USD mỗi năm cho nghiên cứu AI, nhiều doanh nghiệp trong nước vẫn đang loay hoay với việc số hóa quy trình cơ bản. Nếu khoảng cách này tiếp tục kéo dài, AI có thể tạo ra sự phân hóa ngày càng lớn về năng suất giữa khu vực FDI và khu vực doanh nghiệp nội địa, làm giảm khả năng lan tỏa công nghệ và giá trị gia tăng trong nền kinh tế.
Một rủi ro khác ít được nhắc đến nhưng có ý nghĩa chiến lược là sự phụ thuộc vào hạ tầng AI toàn cầu.
Ngày nay, các mô hình AI tiên tiến, chip xử lý, nền tảng điện toán đám mây và hạ tầng dữ liệu chủ yếu nằm trong tay một số rất ít doanh nghiệp trên thế giới như NVIDIA, Microsoft, Amazon, Google, OpenAI hay các tập đoàn công nghệ Trung Quốc. Nếu Việt Nam chỉ dừng lại ở vai trò người sử dụng, phần lớn giá trị kinh tế của AI sẽ tiếp tục được tạo ra ở nước ngoài. Không chỉ dòng tiền bản quyền và chi phí sử dụng dịch vụ chảy ra khỏi nền kinh tế, mà dữ liệu, loại tài sản chiến lược của kỷ nguyên AI, cũng có nguy cơ phụ thuộc vào các nền tảng nước ngoài nếu không có năng lực lưu trữ, tính toán và phát triển mô hình trong nước.
Đây là lý do vì sao nhiều quốc gia hiện không còn xem AI đơn thuần là một công nghệ mới, mà coi đó là năng lực cạnh tranh quốc gia. Cạnh tranh vì thế diễn ra cả giữa các quốc gia, trong việc làm chủ dữ liệu, hạ tầng tính toán, nguồn nhân lực chất lượng cao và hệ sinh thái đổi mới sáng tạo.
Đối với Việt Nam, rủi ro lớn nhất không phải là AI phát triển quá nhanh. Rủi ro lớn nhất là tốc độ thích ứng của nền kinh tế chậm hơn tốc độ thay đổi của công nghệ. Trong một thế giới mà năng suất được quyết định ngày càng nhiều bởi thuật toán thay vì chi phí lao động, quốc gia thích ứng nhanh có thể nới rộng khoảng cách phát triển, còn quốc gia thích ứng chậm có nguy cơ mất dần những lợi thế đã từng tạo nên thành công.
Không phải mọi ngành nghề đều chịu tác động giống nhau từ AI. Trong các cuộc cách mạng công nghệ trước đây, nhiều ngành chỉ cần cải tiến công cụ sản xuất là có thể duy trì lợi thế cạnh tranh trong nhiều năm. AI thì khác. Đây là công nghệ có khả năng đồng thời thay đổi cách doanh nghiệp thiết kế sản phẩm, tổ chức sản xuất, quản trị chuỗi cung ứng, chăm sóc khách hàng và ra quyết định. Vì vậy, tác động của AI sẽ lan tỏa trên toàn bộ chuỗi giá trị của nền kinh tế.
Đối với Việt Nam, câu hỏi quan trọng không phải là ngành nào sẽ ứng dụng AI trước, mà là ngành nào sẽ chịu áp lực chuyển đổi lớn nhất. Câu trả lời nằm ở chính những ngành đang đóng góp tỷ trọng lớn nhất cho tăng trưởng, xuất khẩu và việc làm (Hình 9.1). Nếu các ngành này chuyển đổi thành công, AI sẽ trở thành động lực giúp Việt Nam bước sang giai đoạn phát triển mới. Ngược lại, nếu quá trình chuyển đổi diễn ra chậm, chính những ngành từng tạo nên kỳ tích kinh tế của Việt Nam sẽ chịu sức ép cạnh tranh lớn nhất.
9.2. Dệt may và da giày: Khi lợi thế lao động giá rẻ dần mất đi
Trong hơn ba thập kỷ qua, dệt may và da giày là hai trong những ngành xuất khẩu quan trọng nhất của Việt Nam. Năm 2025, dệt may xuất khẩu khoảng 46 tỷ USD; Việt Nam đứng thứ hai thế giới về xuất khẩu giày da.6 Hai ngành tạo việc làm trực tiếp cho hơn 3 triệu lao động (khoảng 1,8 triệu trong dệt may và 1,5 triệu trong da giày, túi xách), chưa kể việc làm gián tiếp trong logistics, nguyên phụ liệu và dịch vụ hỗ trợ.
Đây cũng là hai ngành chịu áp lực trực tiếp nhất từ AI và tự động hóa.
Trong nhiều năm, lợi thế cạnh tranh của Việt Nam đến từ khả năng cung cấp lực lượng lao động đông đảo với chi phí hợp lý. Tuy nhiên, khi robot công nghiệp kết hợp với thị giác máy tính và AI tạo sinh ngày càng hoàn thiện, nhiều công đoạn trước đây phụ thuộc hoàn toàn vào con người đang được tự động hóa với tốc độ rất nhanh. Các hệ thống AI ngày nay có thể tự động kiểm tra chất lượng vải, phát hiện lỗi đường may với độ chính xác cao hơn mắt người, tối ưu sơ đồ cắt nhằm giảm hao hụt nguyên liệu, dự báo nhu cầu tiêu dùng theo thời gian thực và lập kế hoạch sản xuất gần như tự động.
Một ví dụ điển hình là Sewbot của SoftWear Automation (Hoa Kỳ), công nghệ có khả năng tự động hóa nhiều công đoạn may mặc vốn trước đây được cho là rất khó thay thế vì yêu cầu thao tác linh hoạt trên vải mềm. Adidas từng thử nghiệm các nhà máy "Speedfactory" ứng dụng robot và AI nhằm rút ngắn thời gian sản xuất và đưa nhà máy đến gần thị trường tiêu thụ hơn. Mặc dù mô hình này sau đó được điều chỉnh vì nhiều lý do thương mại, xu hướng tự động hóa trong ngành may mặc vẫn tiếp tục tăng tốc và hiện được triển khai mạnh tại Trung Quốc, Nhật Bản và nhiều quốc gia phát triển.
Đối với Việt Nam, rủi ro không nằm ở việc robot sẽ thay thế hoàn toàn công nhân trong một sớm một chiều. Rủi ro lớn hơn là đơn hàng quốc tế sẽ dịch chuyển về những doanh nghiệp có năng suất cao hơn, thời gian giao hàng ngắn hơn và khả năng sản xuất linh hoạt hơn. Khi AI giúp doanh nghiệp giảm đáng kể chi phí sản xuất và tồn kho, yếu tố lao động giá rẻ sẽ không còn là lợi thế quyết định như trước.
Điều này đặc biệt đáng lưu ý khi phần lớn doanh nghiệp dệt may Việt Nam vẫn làm gia công: cắt, may, hoàn thiện theo mẫu và nguyên liệu của khách hàng, hoặc sản xuất theo thiết kế của thương hiệu quốc tế. Giá trị gia tăng thấp đồng nghĩa với khả năng đầu tư cho AI, robot và chuyển đổi số còn hạn chế. Nếu không từng bước chuyển sang tự thiết kế và sản xuất, rồi xây dựng thương hiệu riêng, ngành sẽ bị mắc kẹt trong cạnh tranh về chi phí, đúng lúc chính lợi thế chi phí đang bị AI bào mòn.
Tuy nhiên, AI cũng mở ra một cơ hội rất lớn cho ngành. Những doanh nghiệp biết khai thác AI để thiết kế sản phẩm, dự báo xu hướng thời trang, tối ưu chuỗi cung ứng và quản trị sản xuất sẽ nâng cao đáng kể năng suất, giảm tỷ lệ hàng lỗi và rút ngắn thời gian đưa sản phẩm ra thị trường. Trong bối cảnh các thương hiệu toàn cầu ngày càng yêu cầu tiêu chuẩn cao về tốc độ, minh bạch và phát triển bền vững, AI có thể trở thành công cụ giúp doanh nghiệp Việt Nam chuyển từ vị thế "gia công" sang "đối tác sản xuất thông minh".
Đối với ngành dệt may và da giày, AI là phép thử đối với mô hình tăng trưởng đã giúp Việt Nam thành công trong hơn ba mươi năm qua. Những doanh nghiệp chuyển đổi sớm sẽ có cơ hội tham gia sâu hơn vào chuỗi giá trị toàn cầu; những doanh nghiệp chậm thích ứng sẽ ngày càng khó cạnh tranh ngay cả khi vẫn sở hữu lợi thế về chi phí lao động.
9.3. Điện tử và lắp ráp: Khi Việt Nam bước vào kỷ nguyên nhà máy vận hành bằng AI
Nếu dệt may và da giày đại diện cho giai đoạn phát triển dựa trên lao động, thì điện tử và lắp ráp chính là biểu tượng cho quá trình công nghiệp hóa và hội nhập sâu vào chuỗi cung ứng toàn cầu của Việt Nam. Chỉ trong vòng hơn hai thập kỷ, Việt Nam đã trở thành một trong những trung tâm sản xuất điện tử lớn nhất thế giới. Điện thoại thông minh, máy tính, linh kiện điện tử và thiết bị công nghệ hiện là nhóm hàng xuất khẩu lớn nhất của cả nước, với kim ngạch hàng năm lên tới hàng trăm tỷ USD. Samsung, LG, Intel, Foxconn, Luxshare, Goertek, Amkor và nhiều tập đoàn khác đã lựa chọn Việt Nam là mắt xích quan trọng trong mạng lưới sản xuất toàn cầu.
Đằng sau những con số ấn tượng đó là một thực tế cần được nhìn nhận khách quan. Phần lớn giá trị mà Việt Nam tạo ra vẫn tập trung ở khâu lắp ráp và sản xuất, trong khi các hoạt động có giá trị gia tăng cao hơn như nghiên cứu, thiết kế sản phẩm, phát triển phần mềm, thiết kế chip hay xây dựng nền tảng AI vẫn chủ yếu được thực hiện ở các quốc gia phát triển. Mô hình này đã giúp Việt Nam tăng trưởng nhanh trong nhiều năm, nhưng AI đang làm thay đổi chính cấu trúc của chuỗi giá trị ấy.
Các nhà máy điện tử thế hệ mới không còn được xây dựng chỉ với mục tiêu tăng công suất, mà hướng đến mục tiêu vận hành gần như tự động. Robot thế hệ mới kết hợp với thị giác máy tính có thể thực hiện các thao tác lắp ráp có độ chính xác ở cấp độ micromet, đồng thời AI liên tục phân tích dữ liệu từ hàng nghìn cảm biến để dự đoán lỗi thiết bị, tối ưu dây chuyền và giảm thời gian dừng máy. Nhà máy hiện đại vừa sản xuất, vừa tạo ra dữ liệu để AI tối ưu chính quá trình sản xuất.
Điều này đang tạo ra một kiểu nhà máy mới, nơi AI tham gia điều hành phần lớn hoạt động thay vì chỉ là công cụ hỗ trợ. Từ lập kế hoạch sản xuất, kiểm soát chất lượng, quản lý tồn kho, tiêu thụ năng lượng đến dự báo nhu cầu thị trường, mọi quyết định đều có thể được AI hỗ trợ theo thời gian thực. Năng suất không còn phụ thuộc chủ yếu vào số lượng lao động, mà phụ thuộc vào chất lượng dữ liệu, năng lực tính toán và khả năng tích hợp AI vào từng công đoạn.
Cơ hội nằm ở chỗ làn sóng dịch chuyển chuỗi cung ứng toàn cầu vẫn đang tiếp diễn. Căng thẳng địa chính trị, chiến lược đa dạng hóa sản xuất của các tập đoàn công nghệ và nhu cầu xây dựng chuỗi cung ứng an toàn tiếp tục mở ra dư địa thu hút đầu tư vào Việt Nam. Trong vài năm gần đây, hàng loạt dự án quy mô lớn trong lĩnh vực bán dẫn, đóng gói chip, trung tâm dữ liệu và thiết bị điện tử đã được công bố. Nếu những dự án này đi vào vận hành như công bố, Việt Nam sẽ từng bước tham gia vào các ngành công nghệ chiến lược, không chỉ là điểm đến của các ngành thâm dụng lao động.
Tuy nhiên, cơ hội này sẽ không kéo dài nếu Việt Nam chỉ dừng lại ở vai trò "công xưởng lắp ráp". Khi AI giúp tự động hóa ngày càng nhiều công đoạn, lợi thế về lao động giá rẻ sẽ giảm dần. Các tập đoàn đa quốc gia sẽ ưu tiên những địa điểm có hệ sinh thái hoàn chỉnh hơn, bao gồm nguồn nhân lực kỹ thuật cao, hạ tầng số, nguồn điện ổn định, trung tâm dữ liệu, khả năng cung cấp chip, năng lực nghiên cứu và mạng lưới doanh nghiệp hỗ trợ. Trong thập kỷ tới, cạnh tranh thu hút FDI công nghệ cao nhiều khả năng xoay quanh chất lượng của toàn bộ hệ sinh thái công nghiệp hơn là giá thuê đất hay chi phí nhân công.
Đối với Việt Nam, thách thức lớn nhất không phải là thiếu cơ hội đầu tư, mà là làm thế nào để từng bước nâng vị trí của doanh nghiệp Việt Nam trong chuỗi giá trị toàn cầu. Điều đó đòi hỏi sự phát triển đồng thời của giáo dục kỹ thuật, nghiên cứu khoa học, doanh nghiệp công nghệ, công nghiệp hỗ trợ và hạ tầng số. Nếu tận dụng được làn sóng nhà máy vận hành bằng AI đang hình thành trên thế giới, Việt Nam có cơ hội chuyển từ một trung tâm sản xuất sang một trung tâm đổi mới sáng tạo của khu vực. Ngược lại, nếu chậm thích ứng, khoảng cách công nghệ sẽ ngày càng lớn và lợi thế cạnh tranh hiện nay sẽ dần bị thu hẹp.
9.4. Nông nghiệp: Khi AI bước vào cánh đồng
Ít có ngành kinh tế nào phản ánh rõ đặc trưng của Việt Nam như nông nghiệp. Mặc dù tỷ trọng trong GDP đã giảm dần theo quá trình công nghiệp hóa, nông nghiệp vẫn là bệ đỡ quan trọng của nền kinh tế, tạo sinh kế cho hàng chục triệu người dân và đóng vai trò bảo đảm an ninh lương thực quốc gia. Việt Nam hiện nằm trong nhóm những quốc gia xuất khẩu hàng đầu thế giới về gạo, cà phê, hồ tiêu, điều, cao su, trái cây nhiệt đới và thủy sản. Những ngành hàng này mang về nguồn ngoại tệ lớn và cho Việt Nam một vị thế đáng kể trên thị trường nông sản thế giới.
Tuy nhiên, ngành nông nghiệp cũng đang đứng trước những thách thức chưa từng có. Biến đổi khí hậu làm gia tăng hạn hán, xâm nhập mặn và thời tiết cực đoan. Chi phí vật tư nông nghiệp liên tục tăng trong khi yêu cầu của các thị trường nhập khẩu ngày càng khắt khe về truy xuất nguồn gốc, phát thải carbon và tiêu chuẩn chất lượng. Bên cạnh đó, lực lượng lao động nông thôn đang già hóa nhanh, trong khi thế hệ trẻ có xu hướng dịch chuyển sang khu vực công nghiệp và dịch vụ. Nếu vẫn tiếp tục sản xuất theo phương thức truyền thống, lợi thế cạnh tranh của nông nghiệp Việt Nam sẽ ngày càng bị thu hẹp.
Trong bối cảnh đó, AI mở ra một hướng phát triển mới. Dữ liệu từ vệ tinh, máy bay không người lái, cảm biến và dự báo thời tiết được AI phân tích để xác định thời điểm gieo trồng, lượng nước tưới, lượng phân bón và nguy cơ sâu bệnh trên từng thửa ruộng. Điều mới hơn là AI có thể đến tay nông hộ nhỏ qua chiếc điện thoại: Farmer.Chat, trợ lý AI trả lời câu hỏi canh tác bằng ngôn ngữ địa phương, đã được triển khai cho nông dân ở Kenya, Ấn Độ, Ethiopia và Nigeria, những nơi một cán bộ khuyến nông thường phải phục vụ hàng nghìn hộ.7
Đối với Việt Nam, giá trị lớn nhất của AI là giúp người nông dân ra quyết định tốt hơn. Một mô hình AI có thể cảnh báo sớm dịch bệnh trên cây trồng, dự báo sản lượng theo từng vùng nguyên liệu, tối ưu lịch thu hoạch để đáp ứng đơn hàng xuất khẩu hoặc phân tích biến động giá nông sản trên thị trường thế giới. Những quyết định vốn dựa nhiều vào kinh nghiệm nay có thể được hỗ trợ bằng dữ liệu và dự báo khoa học, góp phần giảm rủi ro và nâng cao hiệu quả sản xuất. Nhưng khuyến nghị của máy chỉ có giá trị khi người nông dân đủ hiểu đồng ruộng và vi khí hậu của mình để đánh giá nó; đào tạo khuyến nông vì thế là phần bổ trợ, không phải phần bị thay thế.
Quan trọng hơn, AI có thể giúp nông nghiệp Việt Nam chuyển từ mục tiêu tăng sản lượng sang tăng giá trị. Trong nền kinh tế AI, lợi thế nghiêng về những nước hiểu thị trường, quản trị chuỗi cung ứng tốt và tạo ra sản phẩm giá trị cao, hơn là những nước chỉ sản xuất nhiều. Với lợi thế về điều kiện tự nhiên và vị thế xuất khẩu, nếu biết kết hợp AI với khoa học nông nghiệp và kinh tế số, Việt Nam có cơ hội xây dựng một nền nông nghiệp thông minh, bền vững và có sức cạnh tranh toàn cầu.
9.5. Ngân hàng và tài chính: Khi AI trở thành "chuyên gia tài chính" của mọi khách hàng
Ngân hàng và tài chính là hệ tuần hoàn của dòng tiền. Đây cũng là một trong những ngành ứng dụng AI sớm nhất trên thế giới, và ở Việt Nam là ngành dẫn đầu về tỷ lệ doanh nghiệp dùng AI (Chương 12). AI vừa giúp ngân hàng vận hành hiệu quả hơn, vừa thay đổi cách dịch vụ tài chính được thiết kế và cung cấp.
Trong nhiều thập kỷ, hoạt động của ngân hàng dựa trên ba năng lực cốt lõi: thu thập thông tin, đánh giá rủi ro và ra quyết định tín dụng.
AI đang thay đổi cả ba năng lực ấy: cá nhân hóa sản phẩm theo hành vi chi tiêu và dòng tiền của từng khách hàng; để các tác nhân AI xử lý những giao dịch và hồ sơ trước đây cần nhân viên; theo dõi gian lận và rửa tiền theo thời gian thực; chấm điểm tín dụng dựa trên dữ liệu giao dịch thay vì chỉ dựa vào tài sản bảo đảm; và đưa dịch vụ tài chính vào ngay các nền tảng thương mại điện tử, gọi xe, bán lẻ.
Ở cấp nền kinh tế, có hai hệ quả đáng chú ý. Thứ nhất, lợi thế cạnh tranh của ngân hàng dịch chuyển từ mạng lưới chi nhánh sang dữ liệu và hệ sinh thái số, nên cuộc cạnh tranh không còn chỉ giữa các ngân hàng mà giữa các hệ sinh thái tài chính số. Thứ hai, chấm điểm tín dụng bằng dữ liệu có thể mở rộng khả năng tiếp cận vốn cho hộ kinh doanh và doanh nghiệp nhỏ, nhóm thường thiếu tài sản bảo đảm; nhưng cũng đặt ra yêu cầu mới về bảo vệ dữ liệu cá nhân và minh bạch thuật toán. Cách một ngân hàng cụ thể tổ chức lại để làm được điều đó là chủ đề của AI First Business.
9.6. Bất động sản công nghiệp: AI đang tạo ra một thế hệ khu công nghiệp hoàn toàn mới
Trong hơn ba mươi năm qua, sự phát triển của bất động sản công nghiệp luôn gắn liền với các làn sóng đầu tư nước ngoài. Khi ngành dệt may phát triển, các khu công nghiệp mở rộng để đón các nhà máy may mặc. Khi điện tử trở thành động lực tăng trưởng, các tập đoàn công nghệ tiếp tục lựa chọn Việt Nam làm cứ điểm sản xuất. Mỗi chu kỳ phát triển của nền kinh tế đều tạo ra một thế hệ khu công nghiệp mới.
Ngày nay, AI đang mở ra một chu kỳ phát triển hoàn toàn khác.
Nếu trước đây doanh nghiệp lựa chọn khu công nghiệp dựa trên ba yếu tố: giá thuê đất, lao động và vị trí giao thông, thì trong thập kỷ tới, các tiêu chí lựa chọn sẽ thay đổi căn bản. Đối với các ngành công nghệ cao, câu hỏi đầu tiên không còn là "giá thuê bao nhiêu?", mà là "khu công nghiệp này có đủ năng lực vận hành một nhà máy AI hay không?" Năm thay đổi cho thấy điều đó.
Nhà máy vận hành bằng AI. Mỗi dây chuyền tạo ra hàng triệu điểm dữ liệu mỗi ngày, nên khu công nghiệp phải cung cấp kết nối số tốc độ cao, trung tâm dữ liệu và hạ tầng tính toán, không chỉ điện, nước và đường.
Khu trung tâm dữ liệu. Trung tâm dữ liệu công suất hàng chục đến hàng trăm megawatt đang trở thành hạ tầng chiến lược như cảng biển hay sân bay trước đây, mở ra loại khu công nghiệp tích hợp trung tâm dữ liệu.
Cụm bán dẫn và công nghệ chiến lược. Thiết kế, đóng gói, kiểm thử chip đòi hỏi điện ổn định ở mức rất cao, nước siêu sạch và nhân lực kỹ thuật cao sẵn sàng.
Hạ tầng năng lượng. Nhiều nhà đầu tư đã đánh giá năng lực cấp điện của khu công nghiệp trước khi hỏi giá thuê đất.
Từ bán đất sang cung cấp hệ sinh thái. Nhà đầu tư quốc tế cần thêm dịch vụ pháp lý, tuyển dụng, đào tạo, kết nối nhà cung cấp, an ninh mạng và hỗ trợ nghiên cứu. Mục 8.8 đã trình bày khung đầy đủ; Phụ lục B đưa ra bộ chỉ số để khu công nghiệp tự đánh giá.
Trong bối cảnh chuỗi cung ứng toàn cầu đang tái cấu trúc, nhiều tập đoàn công nghệ tìm kiếm địa điểm mới để đầu tư vào AI, bán dẫn, trung tâm dữ liệu và sản xuất thông minh. Nếu xây dựng được các khu công nghiệp thế hệ mới với hạ tầng số, năng lượng, nguồn nhân lực và hệ sinh thái đổi mới sáng tạo đồng bộ, Việt Nam có thể trở thành một điểm đến quan trọng của dòng vốn FDI công nghệ cao tại châu Á.
Ngược lại, nếu vẫn phát triển khu công nghiệp theo tư duy của hai thập kỷ trước, chỉ tập trung vào mở rộng quỹ đất mà chưa đầu tư tương xứng vào hạ tầng AI và hệ sinh thái công nghệ, lợi thế cạnh tranh sẽ dần bị thu hẹp khi các quốc gia khác chuyển đổi nhanh hơn.
AI đang thay đổi cả các nhà máy lẫn chính khái niệm khu công nghiệp: thước đo thành công dịch dần từ số nhà máy sang lượng đổi mới sáng tạo và giá trị tri thức mà khu tạo ra.
9.7. Lan tỏa toàn diện: Khi AI định hình lại mọi ngóc ngách của nền kinh tế
Dệt may, điện tử, nông nghiệp, tài chính ngân hàng và bất động sản khu công nghiệp là những lĩnh vực chịu áp lực chuyển đổi sớm nhất và rõ nhất, nhưng không phải là những lĩnh vực duy nhất. Đặc điểm của một công nghệ đa dụng, như Chương 1 đã phân tích, là nó lan vào hầu hết các ngành. Bốn lĩnh vực dưới đây minh họa cho mức độ lan tỏa đó, mỗi lĩnh vực theo một cách khác nhau.
Trong y tế, giá trị lớn nhất của AI không nằm ở việc thay thế bác sĩ, mà ở việc mở rộng phạm vi những gì một bác sĩ có thể phát hiện sớm. Hệ thống phân tích hình ảnh y khoa hỗ trợ phát hiện khối u ở giai đoạn tiền lâm sàng, các mô hình dự báo dịch bệnh cộng đồng, và việc cá nhân hóa phác đồ điều trị dựa trên dữ liệu gene đang dần đưa ngành y tế từ mô hình chữa bệnh bị động sang mô hình dự phòng có định hướng dữ liệu.
Trong giáo dục, mô hình lớp học đồng loạt, nơi mọi học sinh học cùng một nội dung theo cùng một tốc độ, đang bị thách thức bởi các hệ thống gia sư cá nhân hóa, cho phép mỗi học sinh có một lộ trình học tập bám sát năng lực và điểm yếu riêng. Vai trò của giáo viên không biến mất, mà dịch chuyển: từ việc chấm bài và soạn giáo án lặp lại sang việc khơi gợi tư duy phản biện và phát triển nhân cách, những việc AI chưa và khó có thể làm thay.
Trong logistics và vận tải, bài toán tối ưu hóa đường đi và dự báo kho bãi vốn đã tồn tại từ lâu, nhưng AI cho phép giải bài toán đó ở quy mô và tốc độ mà trước đây không thể đạt tới: điều phối đội xe tự động, dự báo nhu cầu vận tải theo thời gian thực, tối ưu hóa chi phí nhiên liệu và giảm phát thải carbon. Yếu tố cuối ngày càng quan trọng khi các thị trường xuất khẩu lớn siết chặt tiêu chuẩn khí thải chuỗi cung ứng.
Trong năng lượng và tiện ích công cộng, quản lý lưới điện thông minh và dự báo công suất phát điện từ nguồn tái tạo dựa trên mô hình thời tiết đang giúp các đô thị lớn cân đối tải tiêu thụ hiệu quả hơn. Năng lực này đặc biệt quan trọng khi chính nhu cầu điện cho nhà máy trí tuệ và trung tâm dữ liệu, như các chương trước đã phân tích, đang trở thành một trong những áp lực lớn nhất lên hệ thống điện quốc gia.
Sự lan tỏa này không đồng nghĩa mọi ngành sẽ chuyển đổi cùng tốc độ. Sự khác biệt nằm ở mức độ sẵn sàng dữ liệu, áp lực cạnh tranh và khả năng đầu tư của từng lĩnh vực, nhưng không ngành nào đứng hoàn toàn ngoài vùng ảnh hưởng.
9.8. Tái thiết trong dòng chảy mới
Nhìn qua các ngành, AI hoạt động như một lực tái cấu trúc hơn là một công cụ nâng cấp kỹ thuật: nó thay đổi nơi giá trị được tạo ra trong từng chuỗi ngành.
Ở dệt may, đó là cuộc chuyển từ gia công sang thiết kế và tốc độ đáp ứng. Ở điện tử, từ lắp ráp sang vận hành nhà máy thông minh và tham gia khâu thiết kế. Ở nông nghiệp, từ tăng sản lượng sang tăng giá trị. Ở tài chính, từ mạng lưới chi nhánh sang dữ liệu. Ở khu công nghiệp, từ bán đất sang cung cấp hệ sinh thái. Điểm chung là ranh giới giữa ngành tiến lên và ngành tụt lại không nằm ở bản thân công nghệ, mà ở tốc độ tích hợp dữ liệu, hạ tầng và kỹ năng.
Nhưng ngành chỉ là một nửa câu chuyện. Đằng sau mỗi chuỗi giá trị đang dịch chuyển là những người lao động có công việc thay đổi theo. Chương 10 chuyển từ ngành sang thị trường lao động: nhóm nào đang chịu áp lực, nhóm nào được bổ trợ, và vì sao phơi nhiễm với AI không đồng nghĩa với mất việc.
Chú thích Chương 9
- BBC News (25/5/2016), về việc Foxconn thay thế lao động bằng robot tại Côn Sơn.
- Cục Thống kê, Kết quả hoạt động xuất, nhập khẩu hàng hóa năm 2025 (1/2026); Báo cáo tình hình kinh tế–xã hội năm 2025.
- IFR (9/2025), World Robotics 2025, https://ifr.org/worldrobotics/report-2025.
- Gmyrek, P. và cộng sự (2025), Generative AI and Jobs: A Refined Global Index of Occupational Exposure, ILO Working Paper 140; Ngân hàng Thế giới (2026), World Development Report 2026, Chương 3.
- Cục Thống kê, Sách trắng doanh nghiệp Việt Nam.
- Báo Điện tử Chính phủ (29/5/2026), buổi làm việc của Phó Thủ tướng Thường trực với ngành dệt may, da giày, túi xách.
- Singh, N. và cộng sự (2024), "Farmer.Chat: Scaling AI-Powered Agricultural Services for Smallholder Farmers", arXiv:2409.08916.