Gemini

AI Gemini của Google hack 3 công ty

Trong một bài test bảo mật hồi tháng 5 năm 2026, AI Gemini của Google đã tự mình truy cập internet và hack vào hệ thống của 3 công ty. Đây được xem là lần đầu tiên AI của Google tự hành động kiểu này. Tóm tắt ngắn gọn sự việc: Google nhờ một công ty độc lập tên Irregular* kiểm tra khả năng “tấn công mạng” của Gemini (kiểu bài tập “capture the flag”). Trong bài kiểm tra, Gemini được giao nhiệm vụ tấn công một công ty giả* (tên công ty giả trùng với tên công ty thật). * Vì lỗi kỹ thuật, Gemini vô tình được kết nối internet thật. Gemini tìm thông tin công khai trên mạng, đoán mật khẩu hoặc lấy mật khẩu bị lộ, rồi đăng nhập vào hệ thống của 3 công ty thật*. Khi phát hiện mình đang vào hệ thống thật (không phải môi trường giả), Gemini tự dừng* ngay, không gây thiệt hại. * Google đã thông báo cho 3 công ty bị ảnh hưởng và cũng làm việc với Irregular để sửa quy trình kiểm tra.

Kho "gu thẩm mỹ" cho AI code giao diện, hơn 115 nghìn sao

AI viết code giao diện rất nhanh. Nhưng để ý mà xem, sản phẩm nào nó làm ra cũng na ná nhau: vẫn kiểu nền tím hồng đó, vẫn bố cục đó, vẫn mấy cái nút đó. Vấn đề không phải nó code dở. Là nó không có gu. UI UX Pro Max là một kho mở đang giải đúng chỗ đó. Nó là một skill (bộ hướng dẫn cài thêm cho AI, để AI biết làm sâu một việc chuyên môn). Cài xong, bạn bảo "làm cho mình trang bán hàng cho tiệm spa", AI sẽ không lao vào code ngay. Nó chốt trước một bộ thiết kế hoàn chỉnh: → kiểu giao diện hợp ngành → bảng màu, cặp font → bố cục các phần của trang → hiệu ứng, chuyển động → và một danh sách "những thứ đừng làm" riêng cho ngành đó Rồi mới code theo bộ đó. Giống như thay vì thuê thợ xây làm luôn, bạn đưa cho họ bản vẽ của kiến trúc sư trước. Bên trong kho có gì (theo tài liệu của chính kho): 1/ 161 bộ luật thiết kế theo ngành - spa, phòng khám, fintech, nhà hàng, game, portfolio... mỗi ngành một cách làm khác nhau 2/ 84 kiểu giao diện - từ Minimalism, Glassmorphism, Bento Grid tới Dark Mode 3/ 192 bảng màu gắn 1-1 với 192 loại sản phẩm 4/ 74 cặp font đã ghép sẵn, kèm sẵn Google Fonts 5/ Gần 100 nguyên tắc UX kèm các lỗi thường gặp và quy tắc dễ tiếp cận 6/ 22 nền tảng lập trình được hỗ trợ: React, Next.js, Vue, Svelte, Flutter, SwiftUI, Tailwind... 7/ 25 kiểu biểu đồ cho ai làm dashboard Cài được cho nhiều công cụ: Claude Code, Cursor, Windsurf, GitHub Copilot, Codex CLI, Gemini CLI, Antigravity, Warp và nhiều cái khác. Với Claude Code thì hai câu lệnh là xong. Điều mình thấy hay nhất nằm ở ý này: muốn AI làm ra thứ đẹp, đừng bắt nó đoán. Hãy đưa cho nó cái gu. Bạn nào đang để AI dựng giao diện thì vào xem thử, thấy hợp thì lưu bài lại. Link mình để ngay bình luận nhé 👇

R . l. P. nghề Editor (FULL CÁCH LÀM BÊN DƯỚI)

Đấy là nguyên văn tác giả (Romain Torres) viết để giật tit và thu về 2k like bên xx. CHỨ không ai phát biểu như thế này cả =))) Mà video này cũng hay nên share lại cách làm cho mọi người: LƯU LẠI NGAY ĐỂ SAU DÙNG. Gồm 4 bước cơ bản 1. Quay video gốc 2. Cắt nhỏ video gốc ra các đoạn muốn làm hiệu ứng (dưới 10 giây là tốt nhất) 3. Dùng video đó mang vào Google Gemini Omni với prompt ví dụ như: "Giữ nguyên toàn bộ video, biến các vật phẩm trên bàn bay lên không trung trong 3 giây" 4. Sau đó lấy thành phẩm ghép lại chính xác vào video gốc. LƯU Ý DÙNG Gemini OMNI: Omni hiểu ngữ cảnh cảnh quay gốc tốt dưới 10s, nên nó giữ nguyên ánh sáng, góc máy, chuyển động người khá ổn mà vẫn thay đổi được vật thể, thêm hiệu ứng vật lý, biến đổi đồ vật… theo ý * Prompt càng cụ thể và rõ ràng càng tốt (nên mô tả chi tiết hành động). * Nên làm theo kiểu từng hiệu ứng một hoặc chia clip ngắn ra prompt riêng sẽ kiểm soát tốt hơn. * Nếu không muốn cắt ghép thì dùng luôn 1 cái tool tên là Ar - cads - sản phẩm được tác giả quảng cáo - mình chưa dùng. Ai đang làm content, chạy ads hay chỉ muốn thử edit video "ảo ma" thì lưu lại thử nhé. Công nghệ này đang thay đổi cách làm video rất nhanh.

Dùng ChatGPT, Gemini tạo ảnh đẹp thật, nhưng bị Gắn nhãn AI info.

Gần đây em hay dùng ChatGPT, Gemini khá nhiều để tạo ảnh sản phẩm đăng social. Nhưng có một vấn đề em gặp liên tục: Tải ảnh về, đăng lên Facebook, Threads, Instagram, TikTok… thì đều bị bị gắn nhãn AI info / AI label. Em không chắc nó có giảm reach thật không :)) Nhưng người xem chưa kịp đọc caption đã có cảm giác: “À, lại ảnh AI à.” Em có đọc một nghiên cứu năm 2026 trên Instagram: nội dung được gắn nhãn AI-enhanced hoặc AI-generated có mức tương tác cảm xúc và hành vi thấp hơn nội dung được mô tả là do con người tạo ra, đặc biệt với nội dung giàu cảm xúc. 2-3 tuần nay em cứ tạo ảnh xong lại kéo qua mấy tool xóa C2PA / metadata. Nhưng dùng thật thì khá vướng: * Có tool giới hạn mỗi lần chỉ xử lý ít ảnh. * Có tool upload ảnh lên server để xử lý. * Không đổi tên hàng loạt. * Không chỉnh metadata mới sau khi làm sạch. * Không thêm geotag/location nhanh. * Không có report rõ ràng: đã xóa gì, giữ gì, còn gì chưa kiểm tra được. * Không có workflow nhỏ để chuẩn bị ảnh trước khi đăng web/social. Nên em tự build một tool riêng cho nhu cầu cá nhân, Public Free tất cả cho mọi người dùng: AI Metadata Remover. Web [https://airemover.pro](https://airemover.pro) Một số tính năng chính: * Xử lý trực tiếp trên trình duyệt, không lưu ảnh về server, nên siêu nhanh. * Upload tối đa 100 ảnh một lần. * Xóa metadata liên quan đến AI trong file ảnh. * Xem báo cáo trước/sau khi xử lý. * Đổi tên file hàng loạt. Đổi tên ngay trước khi tải xuống * Gắn metadata mới khi cần. * Thêm geotag/location nếu cần. * Tạo tài khoản để lưu tối đa 50 profile metadata. * Lưu tối đa 100 map tọa độ để dùng lại nhanh. Không hứa tool này sẽ xóa được mọi AI label. Vì các nền tảng có thể dùng nhiều tín hiệu khác ngoài metadata. Và hiện tại tool không xóa được SynthID watermark nha anh em. (Tính năng này em đang làm thêm sau) Với em, đây là một bước rất cần cho người làm content bằng AI mỗi ngày: * Xóa metadata gắn trực tiếp AI khi dùng Chatgpt, Gemini,... * Làm sạch những phần hỗ trợ được. * Đổi tên, gắn metadata/geotag nếu cần. * Rồi xuất file có report rõ ràng. Sắp tới em cũng sẽ mở open source cho anh em nào muốn build lại hoặc đóng góp. Có gì các bác góp ý thêm giúp em ạ. [#AI](https://www.facebook.com/hashtag/ai?__cft__[0]=AZZYBA65eLptf1rwdSvXZ3ohevlAWBBwe5itckWyOq-n9jXSbtHdASKCO5tIOhW2xgtafElTgy0Cksitu6jaOJEKMIh3YqtNiRpyax8dVdLk4OaHQ80Uy2y0Hky4EiiUMO3I5dGjlYxCsVqXyP8rnHe7pmZnt8nByDoHVEsxOA5ikQT5AWF12YczFlR6bd8ZP0cS-FPNW3YEXO9Fb7qoOZM7&__tn__=*NK-R) #AIMetadataRemover #MetadataRemove #AiRemover

Open Source - Nước cờ ngoại giao AI của Chủ tịch Trung Quốc Tập Cận Bình

Cuộc đua AI hiện chỉ còn hai cái tên Nếu nhìn vào bảng xếp hạng những mô hình ngôn ngữ lớn (LLM) mạnh nhất thế giới hiện nay, có một sự thật rất thú vị nhưng ít được nhắc đến. 100% Top 30 mô hình AI thông minh nhất đều đến từ Mỹ và Trung Quốc. Không có châu Âu, không có Nhật Bản, không có Hàn Quốc hay bất kỳ quốc gia nào khác. Điều này cho thấy cuộc đua AI đã không còn là cuộc cạnh tranh của hàng chục quốc gia mà đang dần tập trung vào hai siêu cường công nghệ. Tuy nhiên, điều đáng chú ý hơn cả không nằm ở việc ai có nhiều mô hình mạnh hơn, mà nằm ở cách hai quốc gia này lựa chọn con đường phát triển AI. Hai triết lý phát triển AI hoàn toàn khác nhau Nếu quan sát kỹ, bạn sẽ thấy phần lớn các mô hình AI hàng đầu của Mỹ như GPT, Claude hay Gemini đều được phát triển theo hướng Closed Source, nơi người dùng chủ yếu tiếp cận thông qua API hoặc dịch vụ do chính công ty sở hữu vận hành. Ngược lại, phần lớn các mô hình AI mạnh nhất của Trung Quốc như Qwen, DeepSeek, GLM hay Kimi lại được phát hành dưới dạng Open Weight, cho phép doanh nghiệp và nhà phát triển tải xuống, triển khai trên hạ tầng riêng, tinh chỉnh theo dữ liệu của mình và xây dựng các sản phẩm thương mại. Nếu đặt trong bối cảnh địa chính trị và những gì Chủ tịch Tập Cận Bình vừa công bố tại World Artificial Intelligence Conference (WAIC) 2026, mình nghĩ đây là hai triết lý hoàn toàn khác nhau về cách tạo ra ảnh hưởng trong kỷ nguyên AI. Bài phát biểu của Tập Cận Bình hé lộ chiến lược lớn hơn Trong bài phát biểu khai mạc WAIC, ông Tập Cận Bình liên tục nhấn mạnh rằng AI cần được phát triển theo hướng hợp tác quốc tế, đồng thời công bố hàng loạt sáng kiến rất cụ thể như thành lập World AI Cooperation Organization (WAICO) với 29 quốc gia tham gia, triển khai chương trình đào tạo 5.000 cơ hội học tập và hội thảo AI cho các nước đang phát triển trong vòng 5 năm, xây dựng các trung tâm hợp tác AI quốc tế và thúc đẩy việc chia sẻ các mô hình AI mã nguồn mở. Khi ghép tất cả các mảnh ghép lại với nhau, mình cho rằng chúng ta đang chứng kiến một chiến lược lớn hơn rất nhiều: Open Source đang trở thành công cụ ngoại giao của Trung Quốc. AI đang trở thành hạ tầng của nền kinh tế trí tuệ Lịch sử công nghệ từng nhiều lần chứng minh rằng quốc gia hoặc doanh nghiệp tạo ra được hạ tầng sẽ có ảnh hưởng lâu dài hơn rất nhiều so với việc chỉ tạo ra sản phẩm. Google gần như không thu phí Android, nhưng Android đã trở thành cánh cửa đưa hàng tỷ người dùng bước vào hệ sinh thái của Google, từ Search, Gmail, Maps cho đến Play Store. Linux không phải là sản phẩm mang về doanh thu trực tiếp, nhưng lại trở thành nền tảng vận hành phần lớn Internet hiện đại. Kubernetes cũng không phải một phần mềm bán cho người dùng cuối, nhưng đã trở thành tiêu chuẩn triển khai ứng dụng trên cloud. Điểm chung của tất cả những nền tảng này là chúng đều tạo ra hệ sinh thái, và khi hệ sinh thái đủ lớn thì giá trị sẽ tiếp tục sinh ra giá trị thông qua hiệu ứng mạng lưới. Cuộc đua AI đã chuyển từ Model sang Ecosystem Theo mình, AI đang bước vào giai đoạn tương tự. Trong vài năm đầu của cuộc đua AI, mọi người chủ yếu quan tâm đến benchmark, số lượng tham số hay khả năng suy luận của từng mô hình. Nhưng ở giai đoạn tiếp theo, câu hỏi quan trọng hơn sẽ là có bao nhiêu doanh nghiệp đang xây sản phẩm trên mô hình của bạn, có bao nhiêu lập trình viên đang phát triển công cụ cho mô hình của bạn và có bao nhiêu quốc gia lựa chọn công nghệ của bạn làm nền tảng cho quá trình chuyển đổi số. Khi AI dần trở thành hạ tầng của nền kinh tế trí tuệ, việc sở hữu một hệ sinh thái rộng lớn sẽ quan trọng không kém việc sở hữu một mô hình mạnh. Open Source giúp AI trở thành công cụ ngoại giao Đây cũng là lý do Open Source có giá trị chiến lược rất lớn. Khi một quốc gia ở Đông Nam Á, châu Phi hay Mỹ Latinh muốn xây dựng năng lực AI, họ hoàn toàn có thể tải một mô hình như Qwen hoặc DeepSeek về để triển khai trong nước, tinh chỉnh theo ngôn ngữ và dữ liệu địa phương, đồng thời đáp ứng các yêu cầu về bảo mật hoặc chủ quyền dữ liệu. Quyết định đó không chỉ giúp họ sở hữu một mô hình AI, mà còn kéo theo việc các trường đại học đào tạo kỹ sư dựa trên mô hình đó, doanh nghiệp phát triển sản phẩm trên mô hình đó, cộng đồng chia sẻ prompt, workflow, agent và kinh nghiệm triển khai xoay quanh mô hình đó. Theo thời gian, cả một hệ sinh thái kỹ thuật sẽ hình thành. Giá trị lúc này không còn nằm ở bản thân mô hình AI nữa mà nằm ở cộng đồng, công cụ và kiến thức được xây dựng xung quanh nó. Xuất khẩu mô hình thực chất là xuất khẩu tiêu chuẩn Điều này cũng đồng nghĩa với việc Open Source giúp Trung Quốc xuất khẩu không chỉ công nghệ mà còn cả tiêu chuẩn. Trong lịch sử ngành công nghệ, người tạo ra tiêu chuẩn thường có sức ảnh hưởng lớn hơn người bán sản phẩm. HTML trở thành tiêu chuẩn của Web, PDF trở thành tiêu chuẩn chia sẻ tài liệu, Linux trở thành tiêu chuẩn của máy chủ và Kubernetes trở thành tiêu chuẩn của Cloud Native. Nếu hàng triệu lập trình viên trên thế giới học cách xây Agent bằng Qwen, hàng nghìn doanh nghiệp fine-tune từ Qwen và vô số framework AI được tối ưu cho Qwen, thì theo thời gian Qwen sẽ dần trở thành một tiêu chuẩn thực tế của ngành. Khi tiêu chuẩn được hình thành, lợi thế cạnh tranh sẽ không còn nằm ở benchmark nữa mà nằm ở hệ sinh thái đã phát triển xung quanh tiêu chuẩn đó. Open Source giúp Trung Quốc có một đội R&D toàn cầu Một khía cạnh khác cũng rất đáng chú ý là Open Source tạo ra khả năng đổi mới với tốc độ cực kỳ lớn. Một mô hình đóng chủ yếu được phát triển bởi đội ngũ kỹ sư của chính công ty sở hữu nó. Trong khi đó, một mô hình mở có thể được hàng trăm nghìn lập trình viên trên toàn thế giới cùng tham gia tối ưu hiệu năng, xây dựng công cụ, phát triển agent, fine-tune cho từng ngành nghề, viết tài liệu, chia sẻ kinh nghiệm triển khai và tích hợp với hàng loạt nền tảng khác. Linux, PyTorch hay Kubernetes đều phát triển theo mô hình này và trở thành những nền tảng thống trị trong lĩnh vực của mình. Open Source giúp tốc độ tiến hóa của công nghệ không còn bị giới hạn bởi quy mô của một công ty mà được mở rộng ra toàn bộ cộng đồng toàn cầu. AI đang trở thành Soft Power mới Mình cũng cho rằng Open Source đang trở thành một dạng soft power hoàn toàn mới. Trước đây, ảnh hưởng của một quốc gia thường đến từ phim ảnh, văn hóa, Internet hay các thương hiệu toàn cầu. Trong kỷ nguyên AI, ảnh hưởng đó có thể đến từ nền tảng công nghệ. Nếu sinh viên Việt Nam học AI bằng Qwen, startup Indonesia xây sản phẩm trên DeepSeek, doanh nghiệp Brazil triển khai GLM và các trường đại học châu Phi sử dụng các mô hình AI của Trung Quốc trong đào tạo, thì cùng với công nghệ, ảnh hưởng của Trung Quốc cũng sẽ lan tỏa theo một cách rất tự nhiên. Đây là hình thức mở rộng ảnh hưởng thông qua hạ tầng số thay vì thông qua hạ tầng vật lý như đường sắt, cảng biển hay mạng viễn thông trước đây. Mỹ và Trung Quốc đang theo đuổi hai chiến lược khác nhau Điều thú vị là Mỹ và Trung Quốc thực chất đang theo đuổi hai chiến lược khác nhau chứ không phải một bên đúng và một bên sai. OpenAI, Anthropic hay Google xây dựng mô hình kinh doanh dựa trên API, gói thuê bao và khách hàng doanh nghiệp, vì vậy việc giữ mô hình ở trạng thái đóng là hoàn toàn hợp lý. Trong khi đó, Alibaba, Tencent hay Zhipu sở hữu những hệ sinh thái rất lớn bao gồm cloud, thương mại điện tử, dịch vụ doanh nghiệp và hạ tầng số. Với họ, mô hình AI có thể được xem như cánh cửa thu hút nhà phát triển và doanh nghiệp bước vào toàn bộ hệ sinh thái phía sau. Một bên tập trung tối ưu doanh thu trực tiếp từ AI, trong khi bên còn lại tập trung mở rộng ảnh hưởng của AI để gia tăng giá trị cho toàn bộ hệ sinh thái. Cuộc chiến AI sẽ được quyết định bởi hệ sinh thái Trong khi nhiều người vẫn xem AI là một sản phẩm, Trung Quốc dường như đang xem AI là hạ tầng chiến lược của thế kỷ 21, tương tự như Internet, điện hay hệ điều hành trong những giai đoạn trước. Nếu góc nhìn đó là đúng, thì cuộc đua AI trong thập kỷ tới sẽ không chỉ được quyết định bởi mô hình nào thông minh hơn, mà còn bởi quốc gia nào xây dựng được hệ sinh thái AI được nhiều quốc gia, doanh nghiệp và nhà phát triển lựa chọn nhất.

Sequoia: Công ty AI trị giá 1.000 tỷ USD tiếp theo sẽ không bán phần mềm

> Dành cho anh em nào chưa biết, Sequoia là một trong những quỹ đầu tư mạo hiểm có ảnh hưởng nhất thế giới, từng đầu tư từ rất sớm vào Apple, Google, Nvidia, YouTube, WhatsApp, Airbnb, Stripe, DoorDash và rất nhiều công ty công nghệ lớn khác. Vì vậy, mỗi khi Sequoia công bố một thesis mới, họ không chỉ đang dự đoán tương lai mà thường đang mô tả nơi họ tin rằng thị trường hàng nghìn tỷ USD tiếp theo sẽ hình thành. Sequoia đưa ra một luận điểm là: "The next $1T company sells work, not software." Nếu chỉ đọc câu này, nhiều người sẽ nghĩ đây chỉ là một cách đặt tiêu đề để gây chú ý. Nhưng khi đọc hết bài phân tích của họ, mình nhận ra đây thực chất là một cách nhìn hoàn toàn khác về AI. Trong suốt hơn 20 năm qua, chúng ta luôn quen với việc công nghệ bán phần mềm. Sang giai đoạn AI Agent, thứ được bán sẽ không còn là phần mềm nữa mà là công việc đã hoàn thành. Chúng ta đang nhìn AI bằng tư duy của thời kỳ SaaS Trong hơn hai thập kỷ qua, ngành công nghệ được xây dựng dựa trên một mô hình rất quen thuộc. Các công ty phát triển phần mềm, bán license hoặc subscription hàng tháng, sau đó khách hàng sử dụng phần mềm để hoàn thành công việc. Microsoft bán Office, Adobe bán Photoshop, Salesforce bán CRM, Notion bán workspace. Điểm chung của tất cả những sản phẩm này là chúng chỉ cung cấp công cụ. Giá trị cuối cùng vẫn được tạo ra bởi con người. Photoshop không tự làm quảng cáo, Excel không tự lập báo cáo tài chính, Salesforce không tự ký hợp đồng và Notion cũng không tự viết tài liệu. Phần mềm chỉ giúp con người làm việc hiệu quả hơn. Vì đã quá quen với mô hình này nên khi AI xuất hiện, phần lớn startup cũng tiếp tục đi theo hướng cũ. Họ xây AI viết code, AI viết content, AI thiết kế, AI làm slide hay AI trả lời email. Tất cả đều là Copilot, tức AI hỗ trợ con người làm việc nhanh hơn. Theo Sequoia, đây mới chỉ là bước khởi đầu. AI không muốn bán phần mềm, AI muốn bán kết quả Điều Sequoia nhìn thấy là khách hàng thực ra không quan tâm phần mềm. Họ quan tâm công việc có được hoàn thành hay không. Nếu bạn là chủ một doanh nghiệp và mỗi tháng phải xử lý hàng nghìn hóa đơn, điều bạn muốn không phải là mua thêm một phần mềm kế toán. Điều bạn muốn là cuối tháng sổ sách được chốt đúng hạn, báo cáo tài chính hoàn thành và thuế được nộp đầy đủ. Nếu có một công ty nói rằng "Đừng mua phần mềm của chúng tôi. Chỉ cần gửi hóa đơn, chúng tôi sẽ xử lý toàn bộ phần còn lại", đó sẽ là một lời đề nghị hấp dẫn hơn rất nhiều. Đó chính là điều Sequoia gọi là Sell Work. Vì sao thị trường dịch vụ lớn hơn rất nhiều thị trường phần mềm? Sequoia thống kê cứ mỗi 1 USD doanh nghiệp chi cho phần mềm thì có khoảng 6 USD được chi cho dịch vụ. Đây là một góc nhìn rất đáng suy nghĩ. Trong suốt hai mươi năm qua, gần như toàn bộ ngành SaaS chỉ đang cạnh tranh để giành lấy khoản 1 USD này. Salesforce, HubSpot, Atlassian, Monday, Notion hay Zoom đều bán software. Trong khi đó, phần lớn ngân sách của doanh nghiệp lại được dùng để thuê kế toán, luật sư, agency marketing, công ty tuyển dụng, đơn vị kiểm toán, tư vấn hay BPO. Nói cách khác, doanh nghiệp không chi nhiều tiền để mua phần mềm. Doanh nghiệp chi tiền để thuê người hoàn thành công việc. Nếu SaaS số hóa phần mềm thì AI đang có cơ hội số hóa chính lực lượng lao động tri thức. Sequoia đã vẽ ra bản đồ cơ hội của AI Agent Để chứng minh điều này, Sequoia xây dựng một bản đồ mang tên Opportunity Map. Họ không phân loại theo ngành nghề mà phân loại theo bản chất công việc. Trục đầu tiên là Intelligence và Judgement. * Intelligence là những công việc chủ yếu đọc tài liệu, xử lý dữ liệu, áp dụng quy tắc và làm theo SOP. * Judgement là những công việc cần kinh nghiệm, sáng tạo, giao tiếp và khả năng ra quyết định. Trục thứ hai là Outsourced và Insourced, tức doanh nghiệp thường thuê ngoài hay tự làm. Khi đặt hàng chục ngành dịch vụ lên bản đồ này, Sequoia phát hiện khu vực hấp dẫn nhất chính là những công việc đã được thuê ngoài từ lâu nhưng có quy trình chuẩn hóa rất cao. Đây là nơi AI Agent có thể thay thế toàn bộ workflow chứ không chỉ hỗ trợ con người. Insurance, Accounting và Healthcare đang trở thành "mỏ vàng" của AI Ví dụ đầu tiên là Insurance Brokerage, thị trường trị giá khoảng 140–200 tỷ USD. Công việc của broker chủ yếu là thu thập thông tin khách hàng, so sánh báo giá giữa các hãng bảo hiểm và hoàn thiện hồ sơ. Đây gần như là một bài toán xử lý dữ liệu. Quan trọng hơn, ngành này cực kỳ phân mảnh với hàng chục nghìn công ty nhỏ, khiến AI có rất nhiều cơ hội tham gia. Ngành kế toán cũng có quy mô khoảng 50–80 tỷ USD chỉ riêng tại Mỹ, nhưng điều khiến Sequoia lạc quan hơn là cuộc khủng hoảng nhân lực. Trong vòng năm năm qua, nước Mỹ đã mất khoảng 340.000 kế toán, trong khi 75% CPA hiện nay đang tiến gần tuổi nghỉ hưu. AI không xuất hiện để thay thế những kế toán đang làm việc, mà xuất hiện vì thị trường không còn đủ kế toán để tuyển. Healthcare Revenue Cycle cũng là một ví dụ rất thú vị. Thay vì chẩn đoán bệnh, AI lại có cơ hội lớn hơn ở bộ phận billing. Mỗi hồ sơ khám bệnh phải được chuyển đổi thành khoảng 70.000 mã ICD-10 để thanh toán bảo hiểm. Đây là công việc có quy trình rất rõ ràng và có quy mô khoảng 50–80 tỷ USD chỉ riêng tại Mỹ. AI không thay thế nghề nghiệp, AI thay thế workflow Sequoia không nói AI sẽ thay thế nghề nghiệp. Họ nói AI sẽ thay thế workflow. AI không cần thay kế toán. AI thay quy trình đối soát hóa đơn. AI không cần thay luật sư. AI thay quy trình rà soát hợp đồng. AI không cần thay bác sĩ. AI thay quy trình mã hóa hồ sơ bệnh án. Đây là một khác biệt rất lớn. Để thay thế một nghề nghiệp, AI phải giỏi hơn con người ở mọi kỹ năng. Nhưng để thay thế một workflow, AI chỉ cần hoàn thành những phần việc lặp đi lặp lại với chi phí thấp hơn và độ chính xác đủ cao. 2025 là năm của Copilot, 2026 sẽ là năm của Autopilot Theo Sequoia, năm 2025 là năm của AI Copilot. Hầu hết startup AI phát triển nhanh nhất đều bán công cụ hỗ trợ con người. Nhưng năm 2026 sẽ là năm của AI Autopilot. Những công ty chiến thắng sẽ không còn hỏi "Làm sao để AI giúp kế toán làm việc nhanh hơn?" mà sẽ hỏi "Làm sao để AI trở thành công ty kế toán?". Họ sẽ không xây AI cho luật sư mà xây công ty luật vận hành bằng AI. Họ sẽ không xây AI cho agency marketing mà xây agency marketing có lực lượng lao động chủ yếu là AI. Đây cũng là lý do Sequoia cho rằng nhiều startup Copilot sẽ gặp "Innovator's Dilemma". Nếu hôm nay bạn bán phần mềm cho kế toán, ngày mai rất khó chuyển sang bán dịch vụ kế toán bằng AI, bởi điều đó đồng nghĩa với việc bạn đang cạnh tranh trực tiếp với chính khách hàng của mình. Insight lớn nhất của Sequoia Trong toàn bộ bài viết, Sequoia gần như không nhắc đến GPT, Claude hay Gemini. Họ không tranh luận model nào mạnh hơn. Họ chỉ nhìn vào một câu hỏi duy nhất: doanh nghiệp thật sự đang trả tiền cho điều gì? Câu trả lời không phải là doanh nghiệp trả tiền để một công việc được hoàn thành. Nếu SaaS đã số hóa phần mềm trong hai mươi năm qua thì AI đang bắt đầu số hóa lao động tri thức. Và nếu thesis này đúng, công ty AI trị giá 1.000 tỷ USD tiếp theo sẽ không phải là công ty có chatbot thông minh nhất, mà sẽ là công ty đầu tiên biến công việc thành một dịch vụ có thể mua giống như điện, Internet hay cloud computing. Đó cũng là ý nghĩa thật sự phía sau câu nói của Sequoia: "The next $1T company sells work, not software."