Ngày 23 tháng 2 năm 2026, một ngày thứ Hai lẽ ra phải yên bình lại biến thành một cú lao dốc tàn khốc đối với cổ phiếu của IBM chỉ trong một ngày, tồi tệ nhất kể từ tháng 10 năm 2000. Cổ phiếu đóng cửa giảm 13,2%, xóa sổ khoảng 40 tỷ đô la giá trị vốn hóa thị trường chỉ trong vài giờ. Nguyên nhân không phải là báo cáo lợi nhuận thảm hại hay sự siết chặt quy định, mà là một thông báo sản phẩm: công ty khởi nghiệp AI Anthropic tuyên bố rằng công cụ Claude Code của họ có thể hiện đại hóa ngôn ngữ lập trình COBOL đang chạy trên các hệ thống của IBM—COBOL là hệ thống bảo vệ việc kinh doanh"lợi nhuận cao" của IBM. Ba ngày sau, một kịch bản tương tự diễn ra theo hướng hoàn toàn ngược lại. Ngày 26 tháng 2, công ty fintech Block của Jack Dorsey thông báo sa thải khoảng 4.000 nhân viên, gần 50% lực lượng lao động, cũng với lý do cải thiện hiệu quả nhờ AI. Tuy nhiên, phản ứng của thị trường lại khác biệt đáng kể—giá cổ phiếu của Block đã tăng hơn 24% trong giao dịch sau giờ thị trường. Trong thư gửi cổ đông, Dorsey thẳng thắn tuyên bố: "Tôi tin rằng hầu hết các công ty sẽ đi đến cùng một kết luận và thực hiện những điều chỉnh cấu trúc tương tự trong vòng một năm tới." Hai sự kiện, cùng một yếu tố thúc đẩy - trí tuệ nhân tạo (AI); hai phản ứng thị trường hoàn toàn khác nhau - một giảm mạnh, một tăng vọt. Điều gì thực sự đã xảy ra đằng sau hậu trường? Câu trả lời có thể chỉ ra một vấn đề sâu xa hơn: AI đang định nghĩa lại "thế nào là một tài sản có giá trị". Đối với các giám đốc điều hành công ty niêm yết, nhà đầu tư và những người ra quyết định trong các doanh nghiệp truyền thống, việc hiểu logic định giá lại này không còn là một cân nhắc chiến lược hướng tới tương lai, mà là vấn đề sống còn trước mắt.
I. Cùng một trí tuệ nhân tạo, nhưng đánh giá thị trường khác nhau.
Để hiểu được sự khác biệt giữa hai sự kiện này, điều cần thiết là phải xem xét cấu trúc tài sản tương ứng của chúng trước tiên. Sự sụt giảm cổ phiếu của IBM, bề ngoài là do mối đe dọa công nghệ từ công cụ Claude Code của hãng, trên thực tế là sự định giá lại mô hình tài sản cốt lõi của thị trường. COBOL, một ngôn ngữ lập trình ra đời vào cuối những năm 1950, vẫn đang vận hành khoảng 95% giao dịch ATM trên toàn cầu và lượng lớn hệ thống cốt lõi trong các lĩnh vực quan trọng như tài chính, hàng không và chính phủ. Anthropic đã viết trên blog của mình: "Hàng trăm tỷ dòng mã COBOL chạy trong hoàn cảnh sản xuất mỗi ngày, động lực các hệ thống quan trọng. Mặc dù vậy, số người hiểu COBOL đang giảm dần theo từng năm." Hệ thống bảo vệ các hệ thống COBOL từ lâu đã là một công việc phức tạp và tốn kém, một việc kinh doanh cạnh tranh quan trọng của IBM. Tuy nhiên, Anthropic tuyên bố: "Với sức mạnh của AI, đội ngũ có thể hiện đại hóa cơ sở mã COBOL chỉ trong vài quý, mà không cần mất nhiều năm." Ý nghĩa ngầm mà thị trường hiểu được là sự phụ thuộc của IBM vào thu nhập bảo trì hệ thống tốn nhiều nhân công và thu nhập dịch vụ máy chủ đang bị xói mòn bởi công nghệ AI. Điều thú vị là, giá cổ phiếu của IBM đã phục hồi 2,68% vào lần. Các nhà phân tích Phố Wall như Wedbush và Evercore ISI nhanh chóng vào cuộc để hỗ trợ thị trường, gọi sự sụt giảm lần là "phản ứng thái quá không có căn cứ". Lý lẽ của họ đi thẳng vào vấn đề cốt lõi: khách hàng doanh nghiệp sẽ không ngay lập tức từ bỏ hệ thống máy tính lớn của họ chỉ vì một công cụ AI mới có thể dịch mã nguồn cũ. Có một khoảng cách rất lớn giữa việc dịch cú pháp mã và hiện đại hóa hệ thống với tích hợp phần cứng-phần mềm độ sâu . Bản thân IBM đã phản hồi cùng ngày, lập luận rằng thách thức của việc hiện đại hóa không phải là ngôn ngữ COBOL, mà là nền tảng IBM Z - mã được dịch hầu như không thể nắm bắt được sự phức tạp thực tế; giá trị của nền tảng đến từ hàng thập kỷ tích hợp phần cứng-phần mềm, điều mà việc dịch mã không thể chuyển giao. Hãy xem xét trường hợp của Block. Cũng liên quan đến việc sa thải quy mô lớn và tăng trưởng dựa trên AI, thị trường đã phản ứng với mức tăng 24%. Mấu chốt nằm ở sự thay đổi cấu trúc tài sản của Block. Từ năm 2024, Block đã tái cấu trúc mô hình kinh doanh và nhân sự, đồng thời đầu tư mạnh vào các công cụ AI để nâng cao hiệu quả hoạt động, bao gồm cả việc phát triển công cụ riêng mang tên Goose. Giám đốc tài chính của Block, Amrita Ahuja, nhấn mạnh khi giải thích về việc cắt giảm nhân sự: "Chúng tôi đang thực hiện những hành động táo bạo và quyết đoán, nhưng điều đó dựa trên thế mạnh của chúng tôi." Thế mạnh này được hỗ trợ bởi dữ liệu: lợi nhuận gộp cả năm 2025 đạt 10,36 tỷ đô la, tăng trưởng 17% so với năm trước. Kết quả tài chính mạnh mẽ này cung cấp cho công ty một vùng đệm để tiến hành tái cấu trúc quy mô lớn vào thời điểm này. Sự hiểu biết của thị trường rất rõ ràng: Block không thụ động thu hẹp quy mô dưới tác động của AI, mà chủ động tối ưu hóa cấu trúc tài sản- đổi ít "tài sản con người" hơn lấy hiệu quả đầu ra "tài sản công nghệ" cao hơn. Việc cắt giảm 50% nhân sự trong khi nâng cao chỉ dẫn cả năm cho thấy giá trị của mỗi đơn vị sản lượng của con người đang được khuếch đại bởi AI.
II. Trong kỷ nguyên trí tuệ nhân tạo, bốn loại tài sản đang được định giá lại.
Hai trường hợp này cho thấy một xu hướng đang nổi lên: Trí tuệ nhân tạo (AI) đang trở thành một "cỗ máy định giá lại" giá trị tài sản. Các loại tài sản khác nhau thể hiện các đường cong giá trị khác nhau đáng kể trong khuôn khổ đánh giá của AI. Loại đầu tiên là tài sản thâm dụng vốn con người . Giá trị của "những người xử lý thông tin" như đội ngũ bảo trì COBOL của IBM, các nhà phân tích và lập trình viên truyền thống đang bị giảm sút bởi AI. Anthropic, khi giới thiệu Claude Code, đã đề cập rằng công cụ này có thể xác định "rủi ro mà các nhà phân tích con người phải mất hàng tháng mới phát hiện ra". Điều này không có nghĩa là con người không còn quan trọng, mà là giá trị của các công việc dựa trên sự bất đối xứng thông tin và kiến thức quy trình đang bị thu hẹp bởi công nghệ. Tuy nhiên, điều quan trọng là ứng xử thận trọng về việc AI thay thế "xử lý thông tin" hơn là "tạo ra giá trị". Nhà phân tích Mitch Ashley của Futurum Group đã chỉ ra trong một báo cáo nghiên cứu rằng các dự án hiện đại hóa COBOL thành công đòi hỏi nhiều khía cạnh, bao gồm định nghĩa phạm vi việc kinh doanh, đánh giá công nghệ, lập kế hoạch di chuyển dữ liệu, xác minh sự tương đương về hành vi, khả năng quan sát và quản lý thay đổi tổ chức; dịch mã chỉ là một phần trong đó. Khả năng của con người trong việc điều hướng các hệ thống phức tạp, hiểu được bản chất việc kinh doanh và đưa ra các phán đoán chiến lược vẫn còn rất hạn chế. Loại thứ hai là tài sản dữ liệu , đang trở thành nền tảng giá trị cao trong kỷ nguyên AI. Với sự phát triển nhanh chóng của AI tạo sinh, các thuộc tính giá trị của dữ liệu đang được định hình lại. Một nghiên cứu được công bố trên *PLOS One* bởi Tang và cộng sự chỉ ra rằng AI tạo sinh đang thay đổi cách thức thu thập, xử lý và sử dụng dữ liệu . Giá trị của tài sản dữ liệu không chỉ phụ thuộc vào chất lượng và mức độ liên quan vốn có của chúng mà còn phụ thuộc vào các kịch bản ứng dụng, khả năng chuyển đổi và nhu cầu thị trường trong khuôn khổ AI tạo sinh. Điều này có nghĩa là tính độc đáo, tính liên tục và khả năng quản lý của dữ liệu đang trở thành các chiều giá trị cốt lõi. Một dữ liệu có thể cực kỳ có giá trị trong một kịch bản nhưng lại vô dụng trong kịch bản khác. Các công ty có thể cung cấp dữ liệu độc quyền, liên tục và chất lượng cao để đào tạo mô hình AI đang có được sức mạnh định giá mới. Loại thứ ba là tài sản thuật toán và mô hình . EVMbench, được OpenAI ra mắt với sự hợp tác của Paradigm để đánh giá khả năng của AI trong việc phát hiện, vá lỗi và khai thác các lỗ hổng hợp đồng thông minh, bản thân nó đã chứng minh rằng các thuật toán đang trở thành tài sản có thể định lượng được. Tỷ trọng mô hình, khung thuật toán và phương pháp đào tạo đang trở thành tài sản thể nhận dạng, kiểm soát và định giá được. Loại thứ tư là tài sản hữu hình truyền thống , đang trải qua quá trình phân hóa. Tài sản vật chất dựa vào "sự bất đối xứng thông tin" và "trung gian con người" đang chịu áp lực giảm giá trị, trong khi tài sản vật chất có thuộc tính "chống AI" - chẳng hạn như các cơ sở năng lượng, tài nguyên khan hiếm và cơ sở hạ tầng cốt lõi - vẫn tương đối ổn định về giá trị. Lý do rất đơn giản: AI có thể phân tích và tối ưu hóa hoạt động của tài sản này, nhưng nó không thể thay thế sự tồn tại vật lý và chức năng tạo giá trị của chúng.
III. Từ "Đánh giá lại tài sản" đến "Miễn nhiễm với AI"
Dựa trên phân tích trên, các doanh nghiệp cần một khuôn khổ có hệ thống để xác định liệu tài sản của họ sẽ tăng giá trị hay giảm giá trị trong kỷ nguyên AI. Viện Nghiên cứu RWA đã đề xuất một khuôn khổ nhận diện tài sản "miễn nhiễm với AI", bao gồm ba đặc điểm cốt lõi. Đặc điểm đầu tiên là tính không thể mã hóa . Điều này đề cập đến các yếu tố giá trị mà AI khó có thể học hỏi hoặc sao chép hoàn toàn. Mặc dù bản thân mã COBOL có thể được AI dịch, nhưng khả năng xử lý giao dịch, crypto bảo mật lượng tử và độ tin cậy 8,99% của các máy tính chủ sê-ri Z chạy hệ thống COBOL, được xây dựng ở cấp độ chip, là những thứ mà các công cụ AI không thể sao chép. Nghiên cứu của Futurum Group chỉ ra rằng "dịch mã không thể nắm bắt được sự phức tạp thực tế; giá trị nền tảng đến từ hàng thập kỷ tích hợp phần cứng và phần mềm". Tương tự, kiểm soát kịch bản ngoại tuyến, kiến thức ngầm trong ngành và mạng lưới quan hệ phức tạp - những yếu tố khó "mã hóa" - tạo thành tuyến phòng thủ đầu tiên cho tài sản. Đặc điểm thứ hai là "hệ thống bảo vệ dữ liệu ". Doanh nghiệp có sở hữu tài sản dữ liệu độc quyền, liên tục và có thể quản lý được không? Doanh nghiệp chỉ đơn thuần sử dụng dữ liệu có sẵn công khai hay có thể tạo ra dữ liệu mà người khác không thể truy cập? Ngân hàng CITIC đã bắt đầu nghiên cứu việc sử dụng các mô hình quy mô lớn đánh giá giá trị của tài sản dữ liệu và đang cố gắng "đưa tài sản dữ liệu vào bảng cân đối kế toán". Logic cơ bản là trong kỷ nguyên AI, dữ liệu không chỉ là nguyên liệu thô cho sản xuất mà còn là tài sản. Tuy nhiên, không phải tất cả dữ liệu đều có "hệ thống bảo vệ" – dữ liệu trực tuyến công khai nhanh chóng bị các mô hình AI "xử lý", trong khi chỉ những công ty sở hữu nguồn dữ liệu độc quyền mới có thể nhận được mức giá cao hơn theo khuôn khổ định giá AI. Đặc điểm thứ ba là khả năng phục hồi của việc được AI hỗ trợ . Liệu bản thân tài sản có thể được nâng cao thay vì bị thay thế bởi AI? Đây là chìa khóa để phân biệt giữa cú sốc kiểu IBM và sự chuyển đổi kiểu Block. Việc kinh doanh cốt lõi của IBM – duy trì hệ thống COBOL cũ – là thứ mà AI "thay thế"; trong khi mô hình việc kinh doanh của Block – thanh toán và dịch vụ tài chính – có thể được "tăng cường" bởi AI. Trên thực tế, chính IBM đã phát triển Watsonx Code Assistant for Z, một công cụ chuyên dụng cho phép khách hàng tái cấu trúc và hiện đại hóa mã cũ một cách an toàn trực tiếp trên nền tảng trong khi vẫn duy trì bảo mật cấp doanh nghiệp. Khi tài sản có thể cộng hưởng với AI thay vì đối kháng với nó, giá trị của chúng sẽ tăng lên. Ngược lại, tài sản dễ bị tổn thương bởi AI cũng thể hiện ba đặc điểm: phụ thuộc vào "xử lý thông tin" như giá trị cốt lõi, khả năng thay thế thông qua các quy trình tiêu chuẩn hóa và thiếu khả năng tạo ra và tích lũy dữ liệu. Bằng cách so sánh ba đặc điểm này, các công ty có thể tiến hành "kiểm tra khả năng chịu đựng" đối với danh mục tài sản của mình.
IV. Cơ hội mới cho RWA: Tài sản nào đáng được token hóa ?
Mở rộng khuôn khổ này sang lĩnh vực RWA ( Token hóa tài sản thế giới thực), một kết luận rõ ràng xuất hiện: RWA không phải là "bất kỳ tài sản được đưa lên Chuỗi", mà là việc lựa chọn tài sản hữu hình có thể vượt qua chu kỳ AI giữa làn sóng định giá lại của AI. Vào tháng 3 năm 2026, tổng giá trị của RWA Chuỗi chuỗi đã vượt quá 25 tỷ đô la, gần tăng trưởng so với năm trước. Tuy nhiên, Hiệp hội Tiêu chuẩn hóa Web3.0 Hồng Kông, trong Sách trắng về ngành RWA được phát hành vào tháng 8 năm 2025, đã nêu rõ rằng "ý tưởng cho rằng mọi thứ đều có thể là RWA là một giả thuyết sai lầm". Tài sản đạt được triển khai quy mô lớn thành công cần đáp ứng ba rào cản chính : tính ổn định giá trị, quyền sở hữu hợp pháp rõ ràng và dữ liệu ngoài Chuỗi có thể kiểm chứng . Kết hợp điều này với khuôn khổ "miễn nhiễm AI", chúng ta có thể tinh chỉnh thêm như sau: tài sản xứng đáng được token hóa yếu là tài sản có giá trị ổn định trong quá trình định giá lại của AI . Loại đầu tiên là tài sản vật chất có đặc điểm "miễn nhiễm AI" . Chúng bao gồm tài sản năng lượng, cơ sở hạ tầng và tài nguyên khan hiếm. Giá trị của tài sản này không phụ thuộc vào việc xử lý thông tin mà phụ thuộc vào sự tồn tại vật lý và tiện ích thực tế của chúng. Tài sản RWA năng lượng mới (như các trạm sạc và tài sản quang điện) và tài sản tỷ lệ băm như GPU, được đề cập trong Sách trắng , thuộc loại này. Trong đó, tài sản tỷ lệ băm GPU, với "nhu cầu khắt khe" từ ngành công nghiệp AI và "gen kỹ thuật số" đáng tin cậy của chúng, đang trở thành tài sản neo lý tưởng cho RWA. Loại thứ hai là tài sản dữ liệu có thể lập trình . Tài sản có nguồn dữ liệu độc quyền và khả năng tự động kiếm tiền thông qua hợp đồng thông minh sở hữu cả " hệ thống bảo vệ dữ liệu " và "tính linh hoạt được hỗ trợ bởi AI". Sách trắng phân loại dữ liệu, cùng với sở hữu trí tuệ và tín dụng carbon, là tài sản. Tuy nhiên, điều quan trọng cần lưu ý là không phải tất cả dữ liệu đều có thể trở thành tài sản— chỉ dữ liệu được tạo ra liên tục, có thể xác minh và được ủy quyền mới có nền tảng cho token hóa. Loại thứ ba là tài sản lai , kết hợp quyền kiểm soát vật lý "không thể mã hóa" với quyền kỹ thuật số "có thể lập trình". Ví dụ, quyền sở hữu bất động sản thương mại có thể token hóa) , nhưng việc vận hành, bảo trì và cho thuê thực tế tài sản – quyền kiểm soát các hoạt động ngoại tuyến này – vẫn nằm trong tay các tổ chức chuyên nghiệp. Cấu trúc hai lớp "vật lý + kỹ thuật số" này tận dụng lợi thế thanh khoản của blockchain trong khi vẫn giữ được giá trị neo ngoại tuyến "miễn nhiễm với AI". Ngược lại, hai loại tài sản cần cách tiếp cận thận trọng đối với token hóa trong kỷ nguyên AI. Một loại là tài sản tài chính phụ thuộc nhiều vào trung gian con người, giá trị của chúng dễ bị giảm sút bởi AI; loại còn lại là tài sản tiêu chuẩn hóa không có " hệ thống bảo vệ dữ liệu" , thiếu sức mạnh thương lượng trong khuôn khổ định giá của AI.
V. Chỉ dẫn hành động: Từ nhận thức đến ra quyết định
Khoản lỗ 40 tỷ đô la của IBM báo hiệu một kỷ nguyên mới— tài sản dựa vào sự bất đối xứng thông tin và nguồn nhân lực đang được định giá lại bởi trí tuệ tài sản (AI). Tăng ngược xu hướng của Block báo hiệu một kỷ nguyên khác—các công ty áp dụng AI và tối ưu hóa cấu trúc tài sản của họ đang được thị trường định giá lại. Đối với những người ra quyết định trong các công ty niêm yết và các doanh nghiệp truyền thống, đây không chỉ đơn thuần là nỗi lo lắng về công nghệ, mà là sự tái cấu trúc cơ bản của hệ thống giá trị tài sản. Các CEO cần trả lời một câu hỏi không thể tránh khỏi: Danh mục tài sản của tôi đáng giá bao nhiêu trong mắt AI? Dựa trên phân tích này, ba đề xuất khả thi có thể được đưa ra. Thứ nhất, hãy ngay lập tức tiến hành "kiểm tra khả năng chịu đựng AI" đối với tài sản . Đánh giá từng đơn vị việc kinh doanh cốt lõi dựa trên ba đặc điểm của khung "khả năng miễn nhiễm AI"—không thể lập trình, lợi hệ thống bảo vệ cạnh tranh về dữ liệu và khả năng phục hồi nhờ AI. Xác định việc kinh doanh nào dễ bị giảm giá trị nhất dưới tác động của AI và những doanh nghiệp việc kinh doanh có thể hưởng lợi từ hiệu ứng khuếch đại của AI. Thứ hai, thiết lập một cơ chế quản lý danh mục tài sản năng động. Trong bối cảnh định giá lại bằng AI, phân bổ tài sản không còn là chiến lược "mua vào và nắm giữ" tĩnh nữa. Các công ty cần chủ động tăng tỷ lệ tài sản"miễn nhiễm với AI" trong khi xây dựng kế hoạch chuyển đổi hoặc thoái vốn đối với tài sản dễ bị ảnh hưởng bởi AI. Đây không chỉ là trách nhiệm của bộ phận tài chính; nó đòi hỏi sự hợp tác giữa các bộ phận chiến lược, công nghệ và việc kinh doanh . Thứ ba, chúng ta cần xem xét lại chiến lược RWA. Trước khi xem xét việc token hóa tài sản , chúng ta nên sử dụng khung "miễn nhiễm với AI" để sàng lọc tài sản cơ bản. Giá trị cốt lõi của RWA không nằm ở việc "trên Chuỗi " mà là đạt được thanh khoản tốt hơn và hiệu quả định giá cho tài sản chất lượng cao thông qua token hóa . Nếu bản thân tài sản cơ bản đang giảm giá trị trong kỷ nguyên AI, thì token hóa chỉ làm tăng tốc độ mất giá. Cuối cùng, điều quan trọng cần lưu ý là theo Văn bản số 42 do tám bộ phận của Trung Quốc cùng ban hành, mọi hình thức phát hành token và giao dịch token hóa đều bị nghiêm cấm tại Trung Quốc đại lục . Token hóa RWA được thảo luận trong bài viết này chỉ đề cập đến các hoạt động số hóa tài sản trong khuôn khổ tuân thủ pháp luật nước ngoài. Khi tìm hiểu việc kinh doanh liên quan, các công ty phải tuân thủ nghiêm ngặt ranh giới đỏ của quy định là "nghiêm cấm trong nước, đăng ký ở nước ngoài". Khi trí tuệ nhân tạo bắt đầu định giá tài sản, cảm giác an toàn duy nhất đến từ những thứ mà trí tuệ nhân tạo không thể định giá – không phải mã lập trình, không phải dữ liệu, mà là khả năng đánh giá giá trị của con người. (Bài viết này dựa trên thông tin và dữ liệu công khai, dữ liệu từ các phương tiện truyền thông và tổ chức nghiên cứu uy tín bao gồm Nasdaq, Tencent News, Futurum Group, PLOS One, 21st Century Business Herald và Commercial Times. Quan điểm được thể hiện trong bài viết này không cấu thành bất kỳ lời khuyên đầu tư nào.)
