Nếu năm 2025 là năm AI được kiểm tra độ rung thì năm 2026 sẽ là năm công nghệ trở nên thiết thực. Trọng tâm đã chuyển từ việc xây dựng các mô hình ngôn ngữ ngày càng lớn hơn sang công việc khó khăn hơn là làm cho AI có thể sử dụng được. Trong thực tế, điều đó bao gồm việc triển khai các mô hình nhỏ hơn ở nơi phù hợp, nhúng trí thông minh vào các thiết bị vật lý và thiết kế các hệ thống tích hợp rõ ràng vào quy trình làm việc của con người.
Các chuyên gia TechCrunch đã nói rằng năm 2026 là một năm chuyển tiếp, một năm phát triển từ mở rộng quy mô mạnh mẽ sang nghiên cứu kiến trúc mới, từ các bản demo hào nhoáng đến triển khai có mục tiêu và từ các đại lý hứa hẹn quyền tự chủ cho đến các đại lý thực sự nâng cao cách mọi người làm việc.
Bữa tiệc vẫn chưa kết thúc nhưng ngành công nghiệp đang bắt đầu tỉnh táo.
Luật mở rộng sẽ không cắt giảm nó
Vào năm 2012, bài báo ImageNet của Alex Krizhevsky, Ilya Sutskever và Geoffrey Hinton đã chỉ ra cách các hệ thống AI có thể “học” cách nhận dạng các vật thể trong ảnh bằng cách xem xét hàng triệu ví dụ. Cách tiếp cận này tốn kém về mặt tính toán nhưng lại có thể thực hiện được nhờ GPU. Kết quả? Một thập kỷ nghiên cứu AI chuyên sâu khi các nhà khoa học làm việc để phát minh ra kiến trúc mới cho các nhiệm vụ khác nhau.
Điều đó lên đến đỉnh điểm vào khoảng năm 2020 khi OpenAI ra mắt GPT-3, cho thấy cách đơn giản là tạo ra mô hình lớn hơn 100 lần sẽ mở khóa các khả năng như mã hóa và lý luận mà không cần đào tạo rõ ràng. Điều này đánh dấu sự chuyển đổi sang cái mà Kian Katanforoosh, Giám đốc điều hành và người sáng lập nền tảng đại lý AI Workera, gọi là “thời đại mở rộng quy mô”: một giai đoạn được xác định bởi niềm tin rằng nhiều mô hình máy tính hơn, nhiều dữ liệu hơn và máy biến áp lớn hơn chắc chắn sẽ thúc đẩy những đột phá lớn tiếp theo trong AI.
Ngày nay, nhiều nhà nghiên cứu cho rằng ngành công nghiệp AI đang bắt đầu cạn kiệt các giới hạn của quy luật mở rộng quy mô và một lần nữa sẽ chuyển sang thời đại nghiên cứu.
Yann LeCun, cựu nhà khoa học AI của Meta, từ lâu đã lập luận chống lại việc phụ thuộc quá nhiều vào việc mở rộng quy mô và nhấn mạnh sự cần thiết phải phát triển các kiến trúc tốt hơn. Và Sutskever cho biết trong một cuộc phỏng vấn gần đây rằng các mô hình hiện tại đang ổn định và kết quả đào tạo trước không thay đổi, cho thấy cần có những ý tưởng mới.
sự kiện Techcrunch
San Francisco
|
Ngày 13-15 tháng 10 năm 2026
Katanforoosh nói: “Tôi nghĩ rất có thể trong 5 năm tới, chúng ta sẽ tìm ra một kiến trúc tốt hơn mang lại sự cải tiến đáng kể về máy biến áp”. “Và nếu không, chúng tôi không thể mong đợi nhiều cải tiến ở các mô hình.”
Đôi khi ít hơn là nhiều hơn
Các mô hình ngôn ngữ lớn có khả năng khái quát hóa kiến thức rất tốt, nhưng nhiều chuyên gia cho biết làn sóng áp dụng AI dành cho doanh nghiệp tiếp theo sẽ được thúc đẩy bởi các mô hình ngôn ngữ nhỏ hơn, linh hoạt hơn, có thể được tinh chỉnh cho các giải pháp dành riêng cho từng miền.
Andy Markus, giám đốc dữ liệu của AT&T, nói với TechCrunch: “SLM được tinh chỉnh sẽ là xu hướng lớn và trở thành mặt hàng chủ lực được các doanh nghiệp AI trưởng thành sử dụng vào năm 2026, vì lợi thế về chi phí và hiệu suất sẽ thúc đẩy việc sử dụng so với các LLM sẵn có”. “Chúng tôi đã thấy các doanh nghiệp ngày càng dựa vào SLM vì nếu được tinh chỉnh đúng cách, chúng sẽ phù hợp với các mô hình tổng quát, lớn hơn về độ chính xác cho các ứng dụng kinh doanh của doanh nghiệp và rất tuyệt vời về chi phí cũng như tốc độ.”
Chúng tôi đã thấy lập luận này trước đây từ công ty khởi nghiệp AI trọng lượng mở Mistral của Pháp: Nó cho rằng các mô hình nhỏ của nó thực sự hoạt động tốt hơn các mô hình lớn hơn trên một số điểm chuẩn sau khi tinh chỉnh.
Jon Knisley, nhà chiến lược AI tại ABBYY, một công ty AI doanh nghiệp có trụ sở tại Austin, cho biết: “Hiệu quả, tiết kiệm chi phí và khả năng thích ứng của SLM khiến chúng trở nên lý tưởng cho các ứng dụng phù hợp trong đó độ chính xác là tối quan trọng”.
Trong khi Markus cho rằng SLM sẽ là chìa khóa trong kỷ nguyên đại lý, Knisley cho biết bản chất của các mô hình nhỏ có nghĩa là chúng sẽ tốt hơn khi triển khai trên các thiết bị cục bộ, “một xu hướng được tăng tốc nhờ những tiến bộ trong điện toán biên”.
Học thông qua trải nghiệm
Con người không chỉ học qua ngôn ngữ; chúng ta học bằng cách trải nghiệm cách thế giới vận hành. Nhưng LLM không thực sự hiểu thế giới; họ chỉ dự đoán từ hoặc ý tưởng tiếp theo. Đó là lý do tại sao nhiều nhà nghiên cứu tin rằng bước nhảy vọt lớn tiếp theo sẽ đến từ các mô hình thế giới: hệ thống AI tìm hiểu cách mọi thứ di chuyển và tương tác trong không gian 3D để chúng có thể đưa ra dự đoán và hành động.
Những dấu hiệu cho thấy 2026 sẽ là một năm lớn của người mẫu thế giới đang ngày càng nhiều. LeCun rời Meta để thành lập phòng thí nghiệm mô hình thế giới của riêng mình và được cho là đang tìm kiếm mức định giá 5 tỷ USD. DeepMind của Google đã bắt đầu hoạt động tại Genie và vào tháng 8 đã ra mắt mô hình mới nhất giúp xây dựng các mô hình thế giới có mục đích chung tương tác theo thời gian thực. Bên cạnh các bản demo của các công ty khởi nghiệp như Decart và Odyssey, World Labs của Fei-Fei Li đã ra mắt mô hình thế giới thương mại đầu tiên, Marble. Những người mới đến như General Intuition vào tháng 10 đã giành được vòng hạt giống trị giá 134 triệu đô la để dạy các đặc vụ lý luận về không gian và công ty khởi nghiệp thế hệ video Runway vào tháng 12 đã phát hành mô hình thế giới đầu tiên của mình, GWM-1.
Trong khi các nhà nghiên cứu nhìn thấy tiềm năng lâu dài của robot và khả năng tự chủ, thì tác động ngắn hạn có thể sẽ được nhìn thấy đầu tiên ở trò chơi điện tử. PitchBook dự đoán thị trường mô hình trò chơi thế giới có thể tăng từ 1,2 tỷ USD từ năm 2022 đến năm 2025 lên 276 tỷ USD vào năm 2030, nhờ khả năng của công nghệ trong việc tạo ra thế giới tương tác và các nhân vật không phải người chơi giống thật hơn.
Pim de Witte, người sáng lập General Intuition, nói với TechCrunch rằng môi trường ảo có thể không chỉ định hình lại trò chơi mà còn trở thành nơi thử nghiệm quan trọng cho thế hệ mô hình nền tảng tiếp theo.
Quốc gia đại lý
Các đại lý đã không thể đáp ứng được sự cường điệu vào năm 2025, nhưng lý do lớn cho điều đó là vì khó kết nối họ với các hệ thống nơi công việc thực sự diễn ra. Nếu không có cách truy cập vào các công cụ và bối cảnh, hầu hết các tổng đài viên đều bị mắc kẹt trong quy trình làm việc thí điểm.
Giao thức bối cảnh mô hình (MCP) của Anthropic, một “USB-C dành cho AI” cho phép các tác nhân AI giao tiếp với các công cụ bên ngoài như cơ sở dữ liệu, công cụ tìm kiếm và API, đã chứng tỏ mô liên kết còn thiếu và nhanh chóng trở thành tiêu chuẩn. OpenAI và Microsoft đã công khai chấp nhận MCP và Anthropic gần đây đã tặng nó cho Quỹ AI tác nhân mới của Quỹ Linux, nhằm mục đích giúp tiêu chuẩn hóa các công cụ tác nhân nguồn mở. Google cũng đã bắt đầu xây dựng các máy chủ MCP do riêng mình quản lý để kết nối các tác nhân AI với các sản phẩm và dịch vụ của mình.
Với việc MCP giảm bớt rào cản khi kết nối các tác nhân với hệ thống thực, năm 2026 có thể sẽ là năm mà quy trình làm việc của tác nhân cuối cùng chuyển từ bản demo sang thực hành hàng ngày.
Rajeev Dham, một đối tác tại Sapphire Ventures, cho biết những tiến bộ này sẽ dẫn đến các giải pháp ưu tiên đại lý đảm nhận “vai trò hệ thống kỷ lục” trong các ngành.
Dham cho biết: “Khi các tác nhân thoại xử lý nhiều nhiệm vụ từ đầu đến cuối hơn như tiếp nhận và liên lạc với khách hàng, chúng cũng sẽ bắt đầu hình thành các hệ thống cốt lõi cơ bản”. “Chúng ta sẽ thấy điều này trong nhiều lĩnh vực khác nhau như dịch vụ gia đình, proptech và chăm sóc sức khỏe, cũng như các chức năng theo chiều ngang như bán hàng, CNTT và hỗ trợ.”
Tăng cường, không tự động hóa
Mặc dù các quy trình làm việc mang tính tác nhân hơn có thể làm dấy lên lo ngại rằng tình trạng sa thải có thể xảy ra, nhưng Katanforoosh của Workera không chắc chắn đó là thông điệp: “Năm 2026 sẽ là năm của loài người,” ông nói.
Vào năm 2024, mọi công ty AI đều dự đoán họ sẽ tự động hóa công việc khi không cần đến con người. Nhưng công nghệ vẫn chưa có và trong một nền kinh tế không ổn định, đó không thực sự là một lời nói phổ biến. Katanforoosh cho biết vào năm tới, chúng ta sẽ nhận ra rằng “AI đã không hoạt động tự chủ như chúng ta nghĩ” và cuộc trò chuyện sẽ tập trung nhiều hơn vào cách AI được sử dụng để tăng cường quy trình làm việc của con người, thay vì thay thế chúng.
“Và tôi nghĩ nhiều công ty sẽ bắt đầu tuyển dụng,” ông nói thêm, đồng thời lưu ý rằng ông hy vọng sẽ có những vai trò mới trong quản trị AI, tính minh bạch, an toàn và quản lý dữ liệu. “Tôi khá lạc quan về tỷ lệ thất nghiệp trung bình dưới 4% vào năm tới.”
De Witte nói thêm: “Mọi người muốn vượt lên trên API chứ không phải ở dưới nó và tôi nghĩ năm 2026 là một năm quan trọng đối với điều này”.
Nhận được thể chất
Các chuyên gia cho biết những tiến bộ trong công nghệ như mô hình nhỏ, mô hình thế giới và điện toán biên sẽ cho phép nhiều ứng dụng vật lý hơn của học máy.
Vikram Taneja, người đứng đầu AT&T Ventures, nói với TechCrunch: “AI vật lý sẽ trở thành xu hướng chủ đạo vào năm 2026 khi các danh mục thiết bị hỗ trợ AI mới, bao gồm robot, AV, máy bay không người lái và thiết bị đeo bắt đầu gia nhập thị trường”.
Mặc dù các phương tiện tự hành và robot là những trường hợp sử dụng rõ ràng cho AI vật lý và chắc chắn sẽ tiếp tục phát triển vào năm 2026, nhưng yêu cầu đào tạo và triển khai vẫn còn tốn kém. Mặt khác, thiết bị đeo mang lại sự mua sắm ít tốn kém hơn cho người tiêu dùng. Những chiếc kính thông minh như Ray-Ban Meta đang bắt đầu cung cấp các trợ lý có thể trả lời các câu hỏi về những gì bạn đang nhìn và các kiểu dáng mới như vòng sức khỏe được hỗ trợ bởi AI và đồng hồ thông minh đang bình thường hóa khả năng suy luận luôn bật trên cơ thể.
Taneja cho biết: “Các nhà cung cấp kết nối sẽ nỗ lực tối ưu hóa cơ sở hạ tầng mạng của họ để hỗ trợ làn sóng thiết bị mới này và những nhà cung cấp khả năng kết nối linh hoạt sẽ có vị trí tốt nhất”.