Hội nghị Thường niên Diễn đàn Kinh tế Thế giới (Davos 2026) đang diễn ra trong bối cảnh công nghệ không còn chỉ nằm trên màn hình máy tính mà đã thực sự “tràn” vào thế giới vật lý. Tiêu điểm của năm nay là sự trỗi dậy mạnh mẽ của Physical AI (Trí tuệ nhân tạo vật lý) và Planetary Intelligence (Trí tuệ hành tinh), đánh dấu bước chuyển mình từ việc AI chỉ phân tích dữ liệu sang việc AI trực tiếp cảm nhận, tương tác và vận hành thế giới thực. Bên cạnh đó, các bài toán về quản trị nguồn nhân lực, chủ quyền số quốc gia và sức khỏe cộng đồng đang được đặt lên bàn cân chiến lược với những góc nhìn hoàn toàn mới về hiệu suất và sự bền vững.
1. Niềm tin vào “Physical AI”: Bài học từ xe tự hành cho kỷ nguyên máy móc chia sẻ không gian công cộng
Trong thập kỷ tới, Physical AI – các tác nhân vật lý tự chủ như xe tự lái, robot giao hàng và robot gia đình – sẽ ngày càng chia sẻ không gian sống với con người. Tiềm năng là rất lớn: đường phố an toàn hơn, không khí sạch hơn và năng suất cao hơn. Tuy nhiên, thách thức cốt lõi không chỉ nằm ở kỹ thuật mà là “Trust” (Niềm tin). Xe tự hành, một trong những ứng dụng quy mô lớn sớm nhất của Physical AI, đang trở thành tâm điểm của sự giám sát gắt gao. Để giải quyết bài toán này, ngành công nghiệp đang hướng tới các mô hình AI có khả năng giải thích (explainable/interpretable AI). Thông qua các mô hình ngôn ngữ-thị giác (Vision-Language Models), hệ thống tự hành giờ đây có thể trả lời bằng ngôn ngữ tự nhiên về lý do nó đưa ra quyết định, ví dụ: “Tôi giảm tốc độ vì người đi xe đạp phía trước ra tín hiệu chuyển làn”, biến AI từ một “hộp đen” thành một đối tác minh bạch.
Sự minh bạch này cần được củng cố bằng hai tầng đối thoại: Đối thoại giữa con người (nhà phát triển, nhà quản lý, cộng đồng) để thống nhất các chuẩn mực an toàn; và Đối thoại giữa người và máy. Các khung an toàn hiện đại không chỉ dựa trên việc tuân thủ luật lệ mà còn phải được kiểm chứng độc lập. Việc xây dựng niềm tin cho Physical AI chính là bản lề để xã hội chấp nhận và khai thác tối đa lợi ích của tự động hóa trong không gian công cộng.
Nguồn tham khảo: Xem bài viết gốc tại đây
2. “Planetary Intelligence”: Khi AI kết hợp vệ tinh để tạo ra hệ thần kinh cho Trái Đất
Chúng ta đang chứng kiến sự ra đời của Planetary Intelligence (Trí tuệ Hành tinh) – một mô hình kết hợp giữa các mô hình AI quy mô lớn với mạng lưới vệ tinh cảm biến toàn cầu. Khác với AI truyền thống chỉ được đào tạo trên dữ liệu văn bản/hình ảnh quá khứ từ internet, Planetary Intelligence có khả năng “nhìn”, “hiểu” và “dự báo” thế giới thực theo thời gian thực (real-time). Sự đột phá nằm ở việc đưa năng lực tính toán (compute) lên thẳng không gian vũ trụ. Thay vì gửi dữ liệu thô về Trái Đất, các vệ tinh tích hợp bộ xử lý tiên tiến có thể phân tích dữ liệu ngay trên quỹ đạo, tạo ra một vòng phản hồi cực nhanh tương tự như sự phối hợp giữa mắt và não bộ sinh học.
Mô hình này hoạt động dựa trên nguyên lý “mã hóa dự đoán” (predictive coding) của khoa học thần kinh. Một Mô hình Trí tuệ Hành tinh (PIM) sẽ duy trì một trạng thái cơ sở về cách Trái Đất hoạt động (mùa màng, dòng chảy thương mại, khí hậu…). Khi thực tế quan sát được lệch khỏi dự đoán (ví dụ: khói bốc lên ở nơi không dự báo cháy, mực nước giảm bất thường), hệ thống sẽ tạo ra “lỗi dự đoán” – đây chính là tín hiệu cảnh báo sớm vô giá. Từ ứng phó thảm họa, thích ứng khí hậu đến an ninh quốc phòng, Planetary Intelligence biến dữ liệu vệ tinh từ một kho lưu trữ thụ động thành một công cụ chẩn đoán chủ động, mang lại cho nhân loại khả năng “proprioception” (cảm nhận cơ thể) ở quy mô hành tinh.
Nguồn tham khảo: Xem bài viết gốc tại đây
3. Nghịch lý năng suất AI: Yếu tố quyết định là sự thích ứng của nhân sự chứ không phải công nghệ
Mặc dù các tổ chức đang đầu tư mạnh mẽ vào hạ tầng AI và GenAI, nhưng giá trị thực tế tạo ra vẫn đang có độ trễ. ManpowerGroup chỉ ra rằng rào cản lớn nhất hiện nay là mức độ sẵn sàng và khả năng thích ứng của lực lượng lao động. Dữ liệu từ “Global Talent Barometer 2026” cho thấy dù việc sử dụng AI tăng 13%, nhưng niềm tin vào việc sử dụng công nghệ lại giảm 18%. Điều này chứng tỏ công nghệ đang đi nhanh hơn khả năng học hỏi của tổ chức. Trong bối cảnh dân số già hóa và áp lực năng suất tăng cao, các mô hình làm việc truyền thống dựa trên vai trò cố định (role-based) đang dần lỗi thời, nhường chỗ cho mô hình dựa trên kỹ năng (skills-based) linh hoạt hơn.
Để giải bài toán này, doanh nghiệp cần chuyển dịch từ tư duy “phục hồi sau gián đoạn” sang “tái trang bị liên tục” (continuous retooling). Công việc đang được “bóc tách” (unbundling) thành các nhiệm vụ nhỏ để tự động hóa hoặc tái cấu trúc. Lãnh đạo doanh nghiệp phải nhận thức rằng chiến lược nhân sự và chiến lược công nghệ hiện nay là không thể tách rời. Lợi thế cạnh tranh không nằm ở việc sở hữu AI mạnh nhất, mà nằm ở văn hóa học tập và khả năng tổ chức lại quy trình làm việc để con người và máy móc cộng tác hiệu quả.
Nguồn tham khảo: Xem bài viết gốc tại đây
4. Physical AI trong chuỗi cung ứng: Từ kho hàng tự động đến “Nhà kho tư duy”
Chuỗi cung ứng toàn cầu đang chuyển mình từ các dây chuyền tự động hóa cứng nhắc sang kỷ nguyên của Physical AI có khả năng nhận thức và thích ứng. Khái niệm “Thinking Warehouse” (Nhà kho tư duy) đang hình thành, nơi không chỉ có các robot riêng lẻ mà là một hệ thống trí tuệ thống nhất điều phối mọi luồng hàng hóa. Với sự hỗ trợ của các hệ thống lưu trữ và truy xuất tự động (AS/RS) mật độ cao, Physical AI có thể tạo ra bản sao số (digital twin) của toàn bộ kho hàng, chạy hàng nghìn mô phỏng để tối ưu hóa vị trí đặt hàng và dự báo các điểm gãy đổ trước khi chúng xảy ra (predictive resilience).
Tuy nhiên, việc trao quyền cho máy móc điều phối hàng tỷ đô la hàng hóa đặt ra vấn đề quản trị lớn. Giải pháp được đề xuất là khung “Mức độ ủy quyền tăng dần” (Graduated Agency) – một lộ trình tin cậy từ phân tích, đề xuất đến tự chủ có giám sát. Điều này đảm bảo hệ thống vẫn nằm trong sự kiểm soát và minh bạch của con người. Lãnh đạo chuỗi cung ứng được khuyến nghị thiết kế cơ sở hạ tầng “sẵn sàng về phần cứng” ngay từ bây giờ để có thể tích hợp các “bộ não phần mềm” mạnh mẽ hơn sẽ xuất hiện vào năm 2028.
Nguồn tham khảo: Xem bài viết gốc tại đây
5. Bệnh mãn tính và nền kinh tế: Cuộc khủng hoảng năng suất thầm lặng
Chúng ta đang sống thọ hơn nhưng không khỏe hơn. Các bệnh mãn tính như béo phì và tiểu đường đang trở thành mối đe dọa trực tiếp đến năng suất và khả năng cạnh tranh kinh tế. Báo cáo cho thấy béo phì làm giảm lực lượng lao động toàn cầu tương đương 54 triệu người lao động mỗi năm. Đến năm 2035, hơn một nửa dân số thế giới có thể bị thừa cân hoặc béo phì. Đây không chỉ là vấn đề y tế mà là vấn đề kinh tế vĩ mô. Đầu tư vào sức khỏe được dự báo có thể đóng góp thêm 11 nghìn tỷ USD vào nền kinh tế toàn cầu năm 2050 nhờ lực lượng lao động năng suất hơn.
Các doanh nghiệp và chính phủ cần thay đổi tư duy: chi phí cho sức khỏe không phải là khoản chi tiêu mà là động lực kinh tế. Sự xuất hiện của các loại thuốc điều trị béo phì mới (như GLP-1) kết hợp với các nền tảng y tế số (digital health) đang mở ra cơ hội đảo ngược tình thế. Việc tích hợp quản lý bệnh mãn tính vào chiến lược nhân sự không chỉ giúp giảm chi phí bảo hiểm, giảm vắng mặt mà còn là yếu tố then chốt để duy trì sự ổn định của thị trường lao động trong bối cảnh già hóa dân số.
Nguồn tham khảo: Xem bài viết gốc tại đây
6. Cân bằng giữa Cạnh tranh và Chủ quyền số: Tương lai của AI phân tán
Thị trường đám mây và AI đang tập trung cao độ vào một số ít nhà cung cấp lớn (hyperscalers) tại Mỹ và Trung Quốc, gây lo ngại về chủ quyền số (Digital Sovereignty) cho các quốc gia khác, đặc biệt là châu Âu. Tuy nhiên, kiến trúc AI đang dịch chuyển từ mô hình tập trung (monolithic) sang mô hình AI phân tán và lai (Distributed & Hybrid AI). Xu hướng “Agentic AI” (AI tác nhân) cho phép xử lý dữ liệu tại biên (edge) – ngay tại nhà máy, bệnh viện hay thiết bị cá nhân – thay vì gửi về đám mây trung tâm. Điều này giải quyết ba vấn đề: bảo mật dữ liệu nhạy cảm tại nguồn, giảm độ trễ (latency) cho các ứng dụng thời gian thực, và tối ưu hóa năng lượng.
Sự thay đổi kiến trúc này cho phép dung hòa giữa chủ quyền và cạnh tranh. Các quốc gia và doanh nghiệp không cần phải xây dựng lại toàn bộ hạ tầng AI (stack) để có chủ quyền. Thay vào đó, họ có thể đóng góp vào các “nút” (nodes) quan trọng trong mạng lưới giá trị AI toàn cầu dựa trên lợi thế so sánh của mình (ví dụ: dữ liệu y tế đặc thù, nguồn năng lượng xanh). Lời khuyên cho lãnh đạo là tập trung vào việc quản lý tài sản dữ liệu độc nhất và triển khai hạ tầng cục bộ (on-prem/edge) tích hợp với các mô hình toàn cầu, thay vì phụ thuộc hoàn toàn vào một nền tảng duy nhất.
Nguồn tham khảo: Xem bài viết gốc tại đây
7. Ấn Độ và bài học đầu tư y tế số: Lợi nhuận kép cho nền kinh tế
Ấn Độ đang chứng minh rằng đầu tư vào hạ tầng y tế số là khoản đầu tư sinh lời cao nhất. Chương trình Ayushman Bharat Digital Mission (ABDM) đã cấp hơn 834 triệu ID y tế số và liên kết hàng trăm nghìn cơ sở y tế. Việc chuẩn hóa và liên thông dữ liệu (interoperability) giúp loại bỏ lãng phí, giảm chi phí tích hợp công nghệ (từ hàng nghìn USD xuống mức tối thiểu) và tăng khả năng tiếp cận y tế. Nghiên cứu chỉ ra rằng đầu tư chỉ 0,24 USD/người/năm vào các công cụ số cho bệnh không lây nhiễm có thể cứu sống 2 triệu người và tạo ra 200 tỷ USD lợi ích kinh tế vào năm 2033.
Hệ thống bệnh viện Apollo tại Ấn Độ là minh chứng cụ thể cho hiệu quả này: sử dụng AI để giảm 39% thời gian làm thủ tục xuất viện và tăng lưu lượng bệnh nhân thêm 7,4%. Mô hình của Ấn Độ gợi mở một hướng đi cho các quốc gia đang phát triển (Global South): Xây dựng nền tảng hạ tầng công cộng số (Digital Public Infrastructure) cho y tế, kết hợp công tư để mở rộng quy mô, và coi dữ liệu y tế là tài sản quốc gia để thúc đẩy đổi mới sáng tạo và nghiên cứu.
Nguồn tham khảo: Xem bài viết gốc tại đây
8. Triển vọng Kinh tế từ Chuyên gia trưởng: Sự lạc quan thận trọng và giới hạn của nợ công
Báo cáo “Chief Economists’ Outlook” mới nhất của WEF phản ánh tâm lý “Vigilant anticipation” (Sự chờ đợi cảnh giác). Mặc dù triển vọng kinh tế toàn cầu có phần sáng sủa hơn nhờ sự bùng nổ đầu tư vào AI và khả năng phục hồi đáng ngạc nhiên của các thị trường, nhưng các chuyên gia cảnh báo về những giới hạn sắp tới. Khả năng chống chịu trước các mức thuế quan mới và dư địa để tiếp tục gia tăng nợ công của các chính phủ là hữu hạn.
Christian Keller từ Barclays nhận định rằng, lời hứa của AI đang là động lực chính duy trì sự lạc quan của thị trường. Tuy nhiên, sự lạc quan này cần được đặt trong bối cảnh rủi ro địa chính trị và các cú sốc chuỗi cung ứng vẫn đang rình rập. Doanh nghiệp cần chuẩn bị kịch bản cho việc các chính sách tài khóa thắt chặt hơn khi “tấm đệm” nợ công không còn dày như trước.
Nguồn tham khảo: Xem bài viết gốc tại đây
9. Khai mạc Davos 2026: Tinh thần đối thoại trong thế giới phân mảnh
Ngày đầu tiên của Davos 2026 không bắt đầu bằng các bài diễn văn chính trị mà bằng âm nhạc, biểu trưng cho chủ đề “The Spirit of Dialogue” (Tinh thần Đối thoại). Trong bối cảnh thế giới đang bị chia rẽ bởi xung đột và cạnh tranh công nghệ, thông điệp này nhấn mạnh sự cần thiết của việc tìm kiếm tiếng nói chung. Các nhạc cụ khác nhau tạo nên sự hòa hợp là phép ẩn dụ cho việc các quốc gia và các bên liên quan cần phối hợp để giải quyết các thách thức toàn cầu như biến đổi khí hậu và quản trị AI.
Nguồn tham khảo: Xem bài viết gốc tại đây
10. GenAI và Trẻ em: Khi “người bạn ảo” đe dọa sự phát triển thực
Sự phát triển của Generative AI (GenAI) đang đặt ra những rủi ro chưa từng có đối với trẻ em, vượt xa tác hại của mạng xã hội trước đây. Các chatbot AI được thiết kế để bắt chước hành vi con người (anthropomorphize) khiến trẻ em dễ lầm tưởng chúng có cảm xúc và tri giác. Điều này dẫn đến việc trẻ hình thành các mối quan hệ tình cảm lệ thuộc vào AI, thay thế cho các tương tác người thật vốn là nền tảng để phát triển sự đồng cảm và kỹ năng xã hội. Đã có những báo cáo đáng báo động về việc thanh thiếu niên ưu tiên bạn đồng hành AI hơn bạn bè thực tế, thậm chí dẫn đến các hệ quả tâm lý nghiêm trọng.
Các chuyên gia tại Davos kêu gọi không chỉ dừng lại ở quy định pháp lý mà cần thay đổi tư duy thiết kế sản phẩm ngay từ đầu (Safety by Design). Các rào chắn bảo vệ trẻ em phải được tích hợp vào cốt lõi của các mô hình AI, ngăn chặn việc lợi dụng tâm lý chưa hoàn thiện của trẻ. Đổi mới sáng tạo không được phép đánh đổi bằng sức khỏe tinh thần của thế hệ tương lai – lực lượng lao động và lãnh đạo của ngày mai.
Nguồn tham khảo: Xem bài viết gốc tại đây
Xu hướng & Quản trị
1. Sự hội tụ của “Digital” và “Physical”:
Xu hướng bao trùm rõ rệt nhất là AI đang thoát khỏi màn hình để đi vào thế giới thực (Physical AI & Planetary Intelligence). Điều này mang lại cơ hội năng suất khổng lồ nhưng cũng đi kèm rủi ro an toàn vật lý và bài toán niềm tin. Dữ liệu không còn chỉ là văn bản mà là tín hiệu cảm biến từ vệ tinh, xe tự lái, robot kho hàng.
2. Phân tán hóa để đảm bảo Chủ quyền (Decentralization for Sovereignty):
Kỷ nguyên của các mô hình AI tập trung khổng lồ đang dần nhường chỗ cho kiến trúc lai (Hybrid) và phân tán (Edge AI). Điều này cho phép các quốc gia và doanh nghiệp giữ lại dữ liệu nhạy cảm (“Data Gravity”) và đảm bảo chủ quyền số mà không bị tụt hậu về công nghệ.
Lời khuyên cho Doanh nghiệp Việt Nam:
- Hạ tầng: Cần chuẩn bị hạ tầng phần cứng (IoT, Sensors, Edge Computing) sẵn sàng cho làn sóng Physical AI. Đừng chỉ đầu tư vào phần mềm quản lý, hãy nghĩ đến việc “số hóa” tài sản vật lý.
- Nhân sự: Chuyển dịch sang mô hình tổ chức dựa trên kỹ năng (Skills-based). Đào tạo nhân sự không phải để sử dụng AI tạo sinh đơn thuần, mà để vận hành và cộng tác với các hệ thống tự động hóa vật lý.
- Quản trị: Xây dựng chiến lược dữ liệu theo hướng phân tán. Xác định rõ dữ liệu nào cần giữ tại “biên” (on-premise/local) để bảo mật và tối ưu tốc độ, dữ liệu nào có thể đưa lên đám mây công cộng.
Báo cáo được tổng hợp bởi SafeDigi.vn