Vào ngày 23 tháng 3, Giám đốc Cục Dữ liệu Quốc gia Liu Liehong đã công bố một số dữ liệu gây chấn động tại Diễn đàn Phát triển Cao cấp Trung Quốc: lượng gọi Token AI trung bình hàng ngày của Trung Quốc đã từ 1 nghìn tỷ vào đầu năm 2024 tăng vọt lên 100 nghìn tỷ vào cuối năm 2025, và đến tháng 3 năm 2026 đã vượt qua 140 nghìn tỷ, tăng hơn nghìn lần trong vòng hai năm. Đồng thời, dữ liệu từ nền tảng tổng hợp API mô hình AI lớn nhất toàn cầu OpenRouter cho thấy, lượng gọi hàng tuần của các mô hình lớn Trung Quốc đã liên tục vượt qua Mỹ trong nhiều tuần liên tiếp, chiếm vị trí top 3 toàn cầu về tổng lượng gọi. Một cuộc cách mạng công nghiệp dựa trên Token đang diễn ra với tốc độ chưa từng có, đang tái cấu trúc toàn diện cục diện cạnh tranh công nghệ toàn cầu, mô hình kinh doanh và thậm chí là năng lực cạnh tranh cốt lõi của các quốc gia.
Vào đầu năm 2026, nhiều tin tức về ngành công nghiệp thu hút sự chú ý của giới công nghệ toàn cầu cũng đã lan truyền từ Thung lũng Silicon. Nội bộ OpenAI đang dần từ bỏ chỉ số cốt lõi của internet gần 20 năm qua là DAU (người dùng hoạt động hàng ngày), chuyển sang lấy TPD (Token Per Day – lượng Token tiêu thụ hàng ngày) làm chỉ số hoạt động trung tâm. Sự chuyển đổi này không phải là ngẫu nhiên. CEO Nvidia Huang Renxun tại Hội nghị GTC 2026 đã định nghĩa lại trung tâm dữ liệu thành “nhà máy Token”, nhấn mạnh rằng cạnh tranh trong tương lai sẽ dựa trên “tốc độ xử lý Token trên mỗi watt năng lượng”. Đây không phải là hiện tượng đơn lẻ, mà là dấu hiệu cho thấy một mô hình kinh tế thông minh mới dựa trên Token đã toàn diện xuất hiện.
1. Giá trị và đo lường của AI Token
Từ góc độ khoa học máy tính, Token là đơn vị cơ bản để xử lý các loại thông tin của mô hình AI. Khi một đoạn văn bản được đưa vào mô hình, nó sẽ bị phân tách thành từ hoặc từ con; một bức ảnh sẽ bị chia thành các khối pixel; một đoạn âm thanh sẽ bị cắt thành các đoạn thời gian. Những đơn vị cơ bản không thể phân chia này đều gọi là Token.
Trong thực tế, việc đo lường Token tuân theo các quy tắc nhất định. Với văn bản tiếng Anh, một từ ngắn có thể chỉ tính là một Token, trong khi các từ dài hơn sẽ bị phân tách thành nhiều Token hơn; một quy tắc kinh nghiệm đơn giản là: 1 Token tương đương khoảng 4 ký tự tiếng Anh. Với văn bản tiếng Trung, thường một ký tự Hán tự tương ứng từ 1 đến 2 Token. Dù là trong quá trình huấn luyện dữ liệu của mô hình hay trong quá trình gọi dịch vụ, mọi hoạt động cốt lõi của AI đều dựa trên thước đo Token. Mức tiêu thụ Token phản ánh trực tiếp khối lượng công việc và giá trị tạo ra của mô hình, phù hợp với thuyết giá trị lao động của Marx.
Điểm nổi bật của Token là nó cung cấp một thước đo giá trị có thể đo lường và so sánh được cho sự phát triển của kinh tế thông minh. Trong quá trình công nghệ AI từ chế độ văn bản tiến tới đa chế độ, và trong bối cảnh ứng dụng mở rộng sang lập trình, video, nghiên cứu khoa học, Token ngày càng thể hiện vị trí chiến lược như “đơn vị đo lường thống nhất”. Thực tế, vị trí này không tự nhiên mà có, mà là kết quả tất yếu của sự phát triển ngành công nghiệp: thời kỳ công nghiệp cần “kWh” để đo lượng tiêu thụ điện năng; thời kỳ internet cần “GB” để đo lưu lượng dữ liệu; thời kỳ AI tự nhiên cần Token để đo sản lượng trí tuệ. Ở cấp độ kinh tế và thương mại, Token đã trở thành đơn vị giá trị cốt lõi có thể đo lường, định giá và giao dịch trong thời đại trí tuệ. Nó kết nối năng lượng nền tảng, sức mạnh tính toán, dữ liệu ở tầng dưới và dịch vụ trí tuệ ở tầng trên, là thước đo chung để đánh giá năng suất AI, tính toán chi phí AI và thanh toán dịch vụ AI.
Chuỗi giá trị của Token bao gồm năm khâu: sản xuất phần cứng, xây dựng hạ tầng, cung cấp sức mạnh tính toán, vận hành nền tảng và phát triển ứng dụng. Trong đó, chi phí điện năng và khấu hao sức mạnh tính toán chiếm tới 70-80%, trở thành yếu tố then chốt quyết định năng lực cạnh tranh quốc tế của Token. “Tốc độ xử lý Token trên mỗi watt” (Tokens per Watt) đã trở thành chỉ số trung tâm để đánh giá năng lực cạnh tranh của doanh nghiệp AI. Điều này có nghĩa là, trong giới hạn ngân sách năng lượng cố định, ai có thể sản xuất ra nhiều Token hơn với hiệu quả năng lượng cao hơn sẽ có chi phí sản xuất thấp nhất và sức cạnh tranh thị trường mạnh nhất.
2. Các yếu tố ảnh hưởng đến đo lường Token AI
Khi các ứng dụng mở rộng vô cùng phong phú, phương pháp đo lường Token đã tiến hóa từ cách đếm đơn giản ban đầu thành một hệ thống phức tạp đa chiều, có trọng số động.
(1) Phân biệt rõ giữa đầu vào và đầu ra. Cơ bản nhất vẫn là cấu trúc “Token đầu vào” và “Token đầu ra”. Token đầu vào thể hiện lượng thông tin người dùng cung cấp cho mô hình (bao gồm prompt, tài liệu tải lên, lịch sử hội thoại, v.v.), còn Token đầu ra là nội dung phản hồi do mô hình tạo ra. Trong tính phí thương mại, do quá trình sinh ra tiêu tốn nhiều bộ nhớ GPU và chu kỳ tính toán, chi phí của Token đầu ra thường gấp 3-5 lần Token đầu vào. Sự chênh lệch này phản ánh rõ ràng sự khác biệt về “lao động sáng tạo” và “đọc thông tin” trong tiêu thụ sức mạnh tính toán.
(2) Đo lường theo ngữ cảnh và chi phí lưu giữ trí nhớ. Từ năm 2024 đến 2025, cửa sổ ngữ cảnh (Context Window) của các mô hình lớn đã trải qua bước nhảy vọt từ 8K, 32K đến 128K, thậm chí 1 triệu Token. Đến năm 2026, xử lý ngữ cảnh siêu dài đã trở thành bình thường. Tuy nhiên, ngữ cảnh dài không phải là miễn phí. Cơ chế chú ý (Attention Mechanism) dựa trên kiến trúc Transformer khiến độ phức tạp tính toán để xử lý chuỗi dài thường tăng theo cấp số nhân hoặc tuyến tính. Do đó, hệ thống đo lường hiện đại đã bổ sung hệ số trọng số ngữ cảnh (Context Weighting Coefficient). Khi người dùng đặt câu hỏi trong một cuộc hội thoại có thể chứa tới 1 triệu Token, dù chỉ sinh ra 10 Token phản hồi, hệ thống vẫn cần quét hoặc truy xuất toàn bộ lịch sử lớn, phần tiêu hao ẩn này sẽ được tính vào chi phí “Token ngữ cảnh hoạt động”. Điều này giúp đo lường chính xác hơn chi phí duy trì trí nhớ dài hạn của mô hình.
(3) Token hóa dữ liệu đa chế độ. Khi các mô hình đa chế độ (LMM) trưởng thành, hình ảnh, video và âm thanh cũng được đưa vào hệ thống đo lường Token. Một bức ảnh độ phân giải cao không còn xem là một tệp đơn lẻ nữa, mà bị cắt thành hàng trăm miếng vá hình ảnh (Visual Patches), mỗi miếng được mã hóa thành một hoặc nhiều Token hình ảnh. Một đoạn video dài 1 phút có thể chuyển thành hàng chục nghìn Token hình ảnh theo trình tự thời gian. Phương pháp đo lường thống nhất này phá bỏ rào cản giữa các chế độ, cho phép các tác vụ như “đọc hình”, “hiểu video” và “giao tiếp bằng giọng nói” đều được tính toán trong cùng một mô hình kinh tế. Ví dụ, tạo ra một video độ dài 10 giây có thể tiêu thụ lượng Token tương đương viết một bài báo ngàn từ, thể hiện rõ ràng sự khác biệt về mật độ thông tin giữa các chế độ.
(4) Tính vô hình của giá trị Token. Khi AI Agent (tác nhân trí tuệ) phổ biến, mô hình không chỉ trả lời một lần mà còn thực hiện các hoạt động tự lập lập kế hoạch, thực thi mã, tự phản tư và tìm kiếm nhiều vòng. Quá trình này sinh ra hàng loạt Token suy nghĩ trung gian, không trực tiếp hiển thị cho người dùng nhưng là nền tảng của các kết quả chất lượng cao. Tiêu chuẩn đo lường mới bắt đầu phân biệt “Token phản hồi bề mặt” và “Token suy luận nội bộ”. Đối với các tính toán khoa học phức tạp hoặc lập luận logic sâu, số Token suy luận nội bộ có thể gấp hàng chục lần Token phản hồi cuối cùng. Một số nền tảng tiên tiến đã bắt đầu thử nghiệm tính phí dựa trên số bước suy luận hiệu quả hoặc độ sâu của chuỗi suy nghĩ, đánh dấu sự chuyển đổi căn bản từ “đếm chữ” sang “đếm trí tuệ”.
3. Xu hướng phát triển của AI Token
Trong những năm gần đây, sự phát triển của AI Token thể hiện rõ ba xu hướng cốt lõi: bùng nổ về tổng lượng, nén cực đại về đơn vị, và phân tầng giá trị cố định.
Xu hướng 1: Tăng trưởng theo kiểu bùng nổ về tiêu thụ. Thống kê cho thấy, năm 2024, lượng Token tiêu thụ trung bình toàn cầu hàng ngày khoảng 100 tỷ, đến quý 1 năm 2026 đã vọt lên gần 180 nghìn tỷ, tăng gần 1800 lần. Sự tăng trưởng này không phải là cộng dồn tuyến tính, mà xuất phát từ sự biến đổi về mô hình ứng dụng. Trong giai đoạn đầu, Token chủ yếu tiêu thụ qua các cuộc đối thoại người-máy (Chatbot), thuộc dạng tương tác thấp tần suất, nông cạn; còn đến năm 2026, ứng dụng chủ đạo là các tác nhân tự hành (Autonomous Agents). Một Agent khi thực thi nhiệm vụ sẽ tự phân tích mục tiêu, gọi công cụ, viết và sửa mã, xác nhận kết quả, vòng lặp này có thể tiêu thụ hàng chục nghìn hoặc hàng trăm nghìn Token. Trong tương lai, khi trí tuệ thể thể (Embodied AI) được ứng dụng thực tế, robot sẽ chuyển đổi cảm nhận và ra quyết định thành dòng Token thời gian thực khổng lồ mỗi giây, dự kiến đến năm 2030, lượng Token tiêu thụ trung bình toàn cầu sẽ đạt mức 10^16 (một triệu tỷ).
Xu hướng 2: Chi phí đơn vị giảm theo quy luật Moore. Nhờ các đợt đổi mới kiến trúc phần cứng (như Blackwell của Nvidia và các kiến trúc Rubin sau này), tối ưu thuật toán phần mềm (như mô hình chuyên gia hỗn hợp MoE, kỹ thuật lượng hóa, sampling dựa trên dự đoán), và nâng cao hiệu quả phân phối nhóm, đến năm 2026, chi phí tính toán để tạo ra một Token chất lượng cao đã giảm khoảng hai cấp độ lớn so với năm 2023. Hiệu ứng “paradox Jensen” trong lĩnh vực AI thể hiện rõ rệt: nâng cao hiệu quả không làm giảm tổng tiêu thụ tài nguyên, mà kích thích nhu cầu chưa từng có. Trong tương lai, khi công nghệ tính toán quang quét, chip thần kinh nhân tạo và các công nghệ đột phá khác ra đời, năng lượng tiêu thụ cho mỗi Token dự kiến sẽ tiếp tục giảm, mở ra khả năng “trí tuệ vô hạn” trong lý thuyết.
Xu hướng 3: Phân tầng và chuyên biệt hóa giá trị. Thị trường Token trong tương lai sẽ xuất hiện rõ rệt các tầng giá trị. Token tiêu chuẩn do các mô hình lớn chung tạo ra sẽ giống như điện năng, rẻ và đồng nhất, chủ yếu dùng cho hỏi đáp hàng ngày, dịch thuật cơ bản, phân loại đơn giản; còn các Token cao cấp, sau khi tinh chỉnh theo lĩnh vực (Fine-tuning), có dữ liệu độc quyền, khả năng suy luận sâu sẽ trở nên đắt và khan hiếm hơn. Ví dụ, Token chẩn đoán do mô hình y tế hàng đầu tạo ra có giá trị cao hơn nhiều so với Token trò chuyện thông thường. Phân tầng này sẽ thúc đẩy thị trường “hợp đồng tương lai Token” và “hệ thống chứng nhận chất lượng”, người dùng sẽ sẵn sàng trả giá cao hơn cho Token đạt tiêu chuẩn chất lượng (Quality-of-Service, QoS) nhất định.
II. So sánh ngành công nghiệp AI Token giữa Trung Quốc và Mỹ
1. Quy mô sản xuất và tiêu thụ, Trung Quốc đã vượt qua Mỹ
Ưu thế cốt lõi của Mỹ trong lĩnh vực AI nằm ở thiết kế chip và năng lực mô hình. Nvidia, thống trị toàn cầu về GPU, từ cuối năm 2022 có giá trị thị trường khoảng 3000 tỷ USD, nay đã vượt 4 nghìn tỷ USD, tăng gấp 14 lần. Đằng sau sự tăng trưởng này là Mỹ liên tục dẫn đầu trong thiết kế chip tiến trình cao cấp. Đồng thời, các mô hình đóng nguồn như Claude, GPT vẫn được xem là có khả năng mạnh nhất hiện nay, duy trì mức giá cao trên 5 USD/triệu Token. Chiến lược định giá này phản ánh rõ ràng vị thế dẫn đầu về công nghệ của Mỹ, cũng như quyền định giá trong thị trường cao cấp.
Tuy nhiên, vị thế dẫn đầu của Mỹ đang đối mặt với thách thức mang tính cấu trúc. Thứ nhất, các hạn chế về lưới điện bắt đầu hạn chế mở rộng năng lực tính toán AI, chi phí điện năng cao; thứ hai, các mô hình dày đặc (dense) theo hướng công nghệ hiện tại có hiệu suất sử dụng năng lượng thấp, khiến chi phí sản xuất mỗi Token khó giảm nhanh.
Ngược lại, Trung Quốc có lợi thế cạnh tranh chủ yếu về kiểm soát chi phí và hệ sinh thái mã nguồn mở. Các mô hình Trung Quốc như DeepSeek đã giảm giá xuống còn 0,028 USD/triệu Token, chỉ bằng 1/180 của GPT. Hiệu suất giá này đang thu hút các nhà phát triển toàn cầu “đi bằng chân”. Trong tuần từ 16 đến 22 tháng 2 năm 2026, lượng Token tiêu thụ của các mô hình Trung Quốc trên nền tảng OpenRouter đạt 5,16 nghìn tỷ, tăng 127% so với ba tuần trước đó, trong khi các mô hình Mỹ chỉ đạt 2,7 nghìn tỷ và tiếp tục giảm. Trong top 5 mô hình toàn cầu, Trung Quốc chiếm 4 vị trí, tổng cộng chiếm 85,7%. Lượng gọi Token của các mô hình Trung Quốc lần đầu tiên vượt Mỹ vào tháng 2 năm 2026 và duy trì dẫn đầu, với các mô hình nội địa như MiniMax, DeepSeek, Kimi luôn đứng đầu bảng, tỷ lệ tiêu thụ Token của Trung Quốc trên toàn cầu từng vượt quá 60%.
Cần nhấn mạnh rằng, sự vượt qua của Trung Quốc về lượng tiêu thụ Token chủ yếu diễn ra ở phía suy luận (inference), chứ không phải huấn luyện (training). Phần suy luận yêu cầu hiệu năng đơn card thấp hơn, chip nội địa đã được tối ưu sâu đủ để đáp ứng nhu cầu suy luận khổng lồ; còn huấn luyện vẫn cần dựa vào số lượng card cao cấp nhỏ, phải phân tán và dùng công nghệ MoE để huấn luyện mô hình tốt. Đặc điểm cấu trúc này khiến Trung Quốc đã hình thành lợi thế rõ rệt trong ứng dụng AI và thương mại hóa giá trị, nhưng vẫn còn khoảng cách trong đổi mới mô hình nền tảng cốt lõi.
2. Trung Quốc có lợi thế về năng lượng và kỹ thuật
Lợi thế chi phí của Trung Quốc đến từ nhiều yếu tố phối hợp. Chi phí điện năng là phần nền tảng nhất trong chi phí sản xuất Token, thường chiếm hơn 30% tổng chi phí tính toán. Vì huấn luyện và suy luận AI đều tiêu tốn điện năng lớn, năng lực lưới điện và chi phí điện (đặc biệt là điện xanh) của một quốc gia quyết định khả năng cạnh tranh chi phí sản xuất Token. Ở cấp độ năng lượng, dự án “Dông số Tây tính” và hệ thống lưới điện lớn thống nhất giúp giá điện xanh ở phía Tây có thể thấp tới 0,2 nhân dân tệ/kWh, tương đương khoảng 0,028 USD/kWh, trong khi giá điện ở châu Âu và Mỹ phổ biến trong khoảng 0,08-0,12 USD/kWh.
Chi phí chip gồm chi phí mua phần cứng, khấu hao và bảo trì. Mỹ dựa vào vị thế dẫn đầu của Nvidia, có lợi thế về nguồn cung chip cao cấp, nhưng đồng nghĩa với chi phí mua cao hơn. Trung Quốc theo chiến lược dựa vào ít chip cao cấp trong huấn luyện, sử dụng quy mô lớn chip nội địa trong suy luận, qua tối ưu hóa để giảm chi phí đơn vị tính toán xuống mức thấp nhất. Ở cấp độ toàn bộ hệ thống, các nhà sản xuất Trung Quốc đã kết nối sâu sắc mô hình, dịch vụ đám mây và chip, tối đa hóa hiệu suất sử dụng sức mạnh tính toán, còn các nhà sản xuất Mỹ chủ yếu dựa vào đám mây và chip của bên thứ ba, chi phí thích ứng cao.
Hiệu quả kỹ thuật là biến số quyết định chênh lệch chi phí Token. Trong công nghệ kỹ thuật, các nhà sản xuất Trung Quốc đã áp dụng quy mô lớn kiến trúc MoE (chuyên gia hỗn hợp) — chia nhỏ mô hình lớn thành nhiều chuyên gia, chỉ kích hoạt một số chuyên gia liên quan để xử lý nhiệm vụ. Với cùng 1000 USD đầu tư tính toán, các phương án kỹ thuật khác nhau có thể tạo ra số Token chênh lệch hơn 10 lần. So với mô hình dày đặc (dense), kiến trúc MoE có thể nâng cao gấp nhiều lần lượng Token tạo ra trên mỗi đơn vị tính toán. Tối ưu toàn bộ hệ thống cũng rất quan trọng — khi các nhà phát triển mô hình, nhà cung cấp dịch vụ đám mây và nhà thiết kế chip phối hợp sâu, hiệu suất sử dụng sức mạnh tính toán sẽ vượt xa mong đợi.
Cạnh tranh AI toàn cầu đã chuyển từ cuộc đua về “hiệu năng mô hình” sang cạnh tranh toàn diện dựa trên “hiệu quả sản xuất Token” và “chi phí trên mỗi Token”. Trung Quốc dựa vào nguồn năng lượng ổn định, giá rẻ, thị trường lớn và khả năng triển khai kỹ thuật hiệu quả, đã xây dựng lợi thế lớn về quy mô và chi phí thấp trong sản xuất hàng loạt Token, trở thành “vùng trũng chi phí” và “nhà máy quy mô” của toàn cầu về sức mạnh tính toán AI. Mỹ dựa vào công nghệ sáng tạo, hệ sinh thái cao cấp và vốn tài chính, chiếm lĩnh các phần giá trị cao trong chuỗi giá trị. Bản chất của cuộc cạnh tranh này là sự so kè toàn diện về quyền định giá năng lượng, năng lực tổ chức công nghiệp và ảnh hưởng của hệ sinh thái số. Trong tương lai gần, chúng ta có thể thấy, ngoài các sản phẩm công nghiệp truyền thống và linh kiện điện tử, Trung Quốc sẽ biến lợi thế năng lượng nội địa thành lợi thế thương mại quốc tế, tạo ra một mặt hàng mới có sức cạnh tranh cực kỳ mạnh mẽ — đó chính là AI token. Trong lĩnh vực phát triển nhanh này, Trung Quốc đang xuất siêu với tất cả các quốc gia ngoài Mỹ, và điều này sẽ định hình lại toàn bộ cục diện kinh tế và chiến lược toàn cầu.
III. AI Token có trở thành tài sản tiền tệ toàn cầu mới không?
1. Các điều kiện cần thiết để tiền tệ hóa và khoảng cách thực tế
Để thảo luận AI Token có thể trở thành tiền tệ lưu thông toàn cầu hay không, trước tiên cần làm rõ bản chất của tiền tệ. Trong kinh tế học, một loại tài sản muốn trở thành tiền tệ phải đáp ứng ba chức năng cốt lõi: thước đo giá trị, phương tiện trao đổi và lưu giữ giá trị. Trên nền tảng đó, còn cần có khả năng được chấp nhận phổ biến, ổn định về giá trị và có sự bảo chứng của chủ quyền quốc gia. So sánh các tiêu chuẩn này, rõ ràng trong tương lai gần, AI Token khó có thể trở thành tiền tệ thực sự.
Giá trị không ổn định chính là rào cản lớn nhất khiến AI Token khó trở thành tiền tệ. Trong hai năm qua, giá của một đơn vị Token đã giảm hơn 99%. Sự biến động giá dữ dội này khiến các thương nhân không muốn chấp nhận một “tiền tệ” có thể mất giá hơn 50% trong vòng một tuần. Ngay cả khi giá có thể ổn định hơn trong tương lai, giá trị của AI Token vẫn sẽ gắn chặt với chi phí sức mạnh tính toán, vốn bị ảnh hưởng bởi tiến trình công nghệ chip, biến động giá năng lượng, xung đột địa chính trị và nhiều yếu tố khác, khó duy trì ổn định dài hạn.
Khả năng chấp nhận thấp cũng là một rào cản then chốt. Hiện tại, AI Token chỉ được chấp nhận khi gọi API hoặc sử dụng các ứng dụng AI, chưa thể dùng để mua sắm hàng hóa dịch vụ hàng ngày. Tiền tệ là thước đo chung của các loại hàng hóa trong xã hội, còn mạng lưới AI Token hiện mới chỉ giới hạn trong lĩnh vực dịch vụ AI. Để AI Token có thể được chấp nhận phổ biến, cần xây dựng một mạng lưới giao dịch hàng hóa và dịch vụ toàn cầu, đòi hỏi đầu tư hạ tầng lớn và thời gian dài để phát triển thị trường.
So với việc trở thành tiền tệ, AI Token có khả năng tiến xa hơn thành một loại tài sản lớn mới, tương tự như dầu mỏ, vàng, đồng trong các loại hàng hóa truyền thống. Dưới đây là các lý do chính để nhận định như vậy:
Thứ nhất, AI Token sở hữu đặc điểm của tài sản lớn. Tài sản lớn thường có tính chuẩn hóa, có thể giao dịch, nhu cầu rộng rãi, còn AI Token hoàn toàn phù hợp. CEO Nvidia Huang Renxun đã nhấn mạnh: “Trong tương lai, các trung tâm dữ liệu sẽ biến thành các nhà máy hoạt động không ngừng, sản xuất ra thứ không còn là sản phẩm truyền thống, mà là hàng hóa lớn nhất, có giá trị nhất của thế giới số: Token”. Giống như thời kỳ công nghiệp cần dầu mỏ làm nhiên liệu, thời đại trí tuệ cần Token làm “nhiên liệu trí tuệ”.
Thứ hai, cơ chế định giá của Token đang tiến gần hơn đến các hàng hóa lớn. Hiện tại, giá API của các mô hình AI đã thể hiện rõ đặc điểm thị trường: khi cung cấp khan hiếm, giá tăng; khi cầu yếu, giá giảm. Cơ chế định giá này rất giống với thị trường hàng hóa lớn truyền thống. Khi quy mô giao dịch Token mở rộng và chuẩn hóa, có thể sẽ xuất hiện các thị trường phái sinh như hợp đồng tương lai, quyền chọn Token, cung cấp công cụ phát hiện giá và quản lý rủi ro cho các nhà đầu tư, nhà sản xuất.
Thứ ba, cấu trúc cung cầu của Token mang đặc điểm của hàng hóa lớn. Cung ứng bị giới hạn bởi năng lực sản xuất chip, năng lượng, chu kỳ mở rộng dài, khả năng điều chỉnh nhỏ; trong khi cầu tăng nhanh theo sự phổ biến của ứng dụng AI, có tính chu kỳ rõ rệt. Cấu trúc này quyết định giá Token sẽ có chu kỳ biến động, không phải giảm theo cấp số nhân mà theo chu kỳ. Thực tế, đợt tăng giá Token đầu năm 2026 đã chứng minh điều này — mặc dù về dài hạn, giá Token có xu hướng giảm, nhưng trong ngắn hạn, mất cân bằng cung cầu có thể gây ra đợt tăng giá mạnh.
Thứ tư, Token đang trở thành lựa chọn dự trữ chiến lược của các quốc gia. Khi năng lực AI thấm sâu vào quốc phòng, tài chính, năng lượng và các lĩnh vực then chốt khác, an ninh sức mạnh tính toán đã nâng lên mức an ninh quốc gia. Một số quốc gia có thể bắt đầu dự trữ có chiến lược các nguồn lực tính toán, và Token, như đơn vị đo lường sức mạnh tính toán, tự nhiên trở thành thước đo dự trữ sức mạnh này. Xu hướng này có thể thúc đẩy hình thành “chế độ dự trữ dựa trên sức mạnh tính toán” — một hệ thống dự trữ mới dựa trên giá trị của sức mạnh tính toán, tương tự như chế độ bản vị vàng.
2. Stablecoin của AI Token mang đến giải pháp mới
Trong bối cảnh AI Token khó trở thành tiền tệ, một xu hướng đáng chú ý là stablecoin đang trở thành dạng tiền tệ sáng tạo trong nền kinh tế của các tác nhân AI. Khi các AI Agent cần tự quyết định, tự giao dịch, hệ thống tài chính truyền thống bộc lộ nhiều điểm không phù hợp: ngân hàng không mở tài khoản cho AI, thẻ tín dụng không thiết kế cho thuật toán, hệ thống tín dụng dành cho con người. Đối với AI, tiền không phải của cải, mà là giao diện; không phải của lưu trữ giá trị, mà là con đường thực thi logic. Trong bối cảnh này, stablecoin trên blockchain thể hiện lợi thế đặc biệt — giao dịch không cần phép phép, thanh toán tức thì, chi phí thấp, phù hợp hoàn hảo với nhu cầu kinh tế của các AI Agent.
Dữ liệu cho thấy, ứng dụng của stablecoin trong nền kinh tế AI Agent đang tăng trưởng nhanh chóng. Đến tháng 3 năm 2026, hệ sinh thái x402 đã có hơn 1,63 tỷ giao dịch, tổng giá trị giao dịch vượt 45 triệu USD, số lượng AI Agent mua bán đạt hơn 435 nghìn, số lượng AI Agent bán đạt hơn 90 nghìn. Trong đó, USDC chiếm ưu thế tuyệt đối trong tầng giao dịch của giao thức x402, chiếm tới 98,6% lượng giao dịch trên các chuỗi EVM, và 99,7% trên chuỗi Solana.
3. Ba kịch bản phát triển trong tương lai
Tổng hợp các phân tích trên, khả năng phát triển của AI Token trong tương lai có thể theo ba hướng chính:
Hướng 1: Giữ nguyên vị trí thước đo, không trở thành tài sản độc lập. Trong kịch bản này, AI Token vẫn chỉ là đơn vị định giá dịch vụ AI, không có đặc tính tài sản độc lập. Người dùng mua năng lực AI chứ không phải Token; Token chỉ là phương tiện tính phí, không phải mục tiêu đầu tư. Đây là dự đoán bảo thủ nhất, cũng là thực trạng hiện nay.
Hướng 2: Tiến tới trở thành hàng hóa lớn, hình thành thị trường phái sinh hợp đồng tương lai Token. Khi quy mô giao dịch và mức độ chuẩn hóa của Token mở rộng, Token có thể giống như dầu mỏ, đồng, trở thành hàng hóa lớn có thể giao dịch. Sàn giao dịch sẽ phát hành hợp đồng tương lai, quyền chọn, cung cấp công cụ phát hiện giá và quản lý rủi ro cho các nhà đầu tư, nhà sản xuất. Trong kịch bản này, biến động giá Token sẽ ngày càng dữ dội, nhưng cũng có tính chất tài chính rõ ràng hơn.
Hướng 3: Làm chuẩn mực đo lường trong chế độ tiền tệ dựa trên sức mạnh tính toán, hỗ trợ hệ thống tiền tệ mới. Đây là hướng mang tính cách mạng nhất: sức mạnh tính toán trở thành vật định giá của tiền tệ, tương tự như vàng trong chế độ bản vị vàng. Trong hệ thống này, tiền kỹ thuật số của chủ quyền quốc gia (CBDC) sẽ dựa trên sức mạnh tính toán, mỗi đơn vị tiền tệ sẽ tương ứng với một lượng Token tiêu chuẩn. Hướng này đối mặt với nhiều thách thức về công nghệ và thể chế, nhưng nếu thành công, sẽ định hình lại toàn bộ hệ thống tiền tệ toàn cầu.
IV. Chiến lược ứng phó trong kỷ nguyên AI Token
1. Chính phủ cần tăng cường chủ quyền về sức mạnh tính toán và xây dựng hạ tầng chiến lược
Trước sự trỗi dậy của nền kinh tế Token, các quốc gia cần đưa nguồn lực tính toán vào kế hoạch hạ tầng chiến lược, dự báo các vấn đề quản trị của nền kinh tế Token. Cụ thể, có thể bắt đầu từ các khía cạnh sau:
Xây dựng hệ thống hạ tầng sức mạnh tính toán. Học hỏi thành công của dự án “Dông số Tây tính”, quy hoạch tổng thể mạng lưới sức mạnh tính toán toàn quốc, thúc đẩy phân bổ hiệu quả nguồn lực này. Bao gồm: xây dựng trung tâm tính toán trí tuệ quy mô lớn tại các khu vực năng lượng dồi dào phía Tây, tận dụng lợi thế điện xanh để giảm chi phí; xây dựng các nút tính toán biên tại các khu vực nhu cầu cao phía Đông, đảm bảo khả năng dịch vụ độ trễ thấp; xây dựng nền tảng điều phối sức mạnh tính toán thống nhất toàn quốc, phân phối linh hoạt theo nhu cầu.
Thúc đẩy tiêu chuẩn đo lường Token thống nhất. Hiện tại, các nền tảng đo Token có nhiều cách khác nhau, gây khó khăn cho nhà phát triển chọn lựa, cho doanh nghiệp tính toán chi phí, và hạn chế quy mô phát triển của nền kinh tế Token. Chính phủ có thể dẫn dắt các hiệp hội ngành nghề, doanh nghiệp lớn cùng xây dựng tiêu chuẩn đo Token, xác định quy tắc quy đổi Token giữa các chế độ (văn bản, hình ảnh, âm thanh), xây dựng cơ chế tính toán chi phí Token minh bạch, công bằng. Điều này không chỉ giúp thị trường nội địa vận hành hiệu quả mà còn nâng cao vị thế của Trung Quốc trong các quy tắc toàn cầu về Token.
Hoàn thiện khung quản trị nền kinh tế Token. Sự phát triển nhanh của nền kinh tế Token đặt ra nhiều vấn đề quản trị mới: làm thế nào xác định tính pháp lý của Token (đơn vị đo dịch vụ, tài sản số hay chứng khoán)? Làm thế nào quản lý các giao dịch Token xuyên biên giới? Làm thế nào phòng ngừa rủi ro tài chính từ biến động giá Token? Làm thế nào cân bằng giữa bảo vệ quyền lợi người dùng và khuyến khích đổi mới? Các câu hỏi này cần sự phối hợp chặt chẽ giữa chính sách, công nghệ, ngành công nghiệp và học thuật để xây dựng hệ thống quản trị phù hợp đặc điểm của nền kinh tế trí tuệ.
Tăng cường tham gia xây dựng quy tắc quốc tế. Hiện tại, các quy tắc quản trị AI toàn cầu đang hình thành, Trung Quốc cần tích cực tham gia xây dựng các quy tắc về nền kinh tế Token. Bao gồm: thúc đẩy tiêu chuẩn quốc tế về đo lường Token trong các khung đa phương; đưa các điều khoản hợp tác về sức mạnh tính toán vào các hiệp định thương mại song phương; đề xuất các giải pháp thuế giao dịch Token phù hợp lợi ích các nước đang phát triển trong các cuộc đàm phán thuế số. Nắm bắt quyền định hình quy tắc, mới có thể chiếm ưu thế trong cục diện kinh tế Token toàn cầu tương lai.
2. Các doanh nghiệp cần tái cấu trúc tư duy về hiệu quả Token và mô hình kinh doanh
Đối với doanh nghiệp, chiến lược Token không còn chỉ là chiến lược công nghệ đơn thuần, mà là thiết kế chiến lược cao cấp ảnh hưởng đến năng lực cạnh tranh cốt lõi và giá trị thương mại. Trước làn sóng kinh tế Token, doanh nghiệp cần xem xét lại từ các khía cạnh sau:
Xây dựng tư duy hiệu quả Token. Trong lựa chọn công nghệ AI, doanh nghiệp cần đưa hiệu quả Token vào tiêu chí đánh giá cốt lõi, chú trọng sự phù hợp giữa tài nguyên tính toán và tiêu thụ Token. Từ thiết kế prompt, chiến lược gọi mô hình đến tối ưu kết quả, từng bước đều cần cân nhắc hiệu quả và chi phí. Thiết kế prompt chính xác giúp giảm Token vô ích, chiến lược gọi mô hình hợp lý nâng cao hiệu suất sử dụng sức mạnh tính toán — tất cả các chi tiết này ảnh hưởng trực tiếp đến chi phí cuối cùng của đầu tư AI. Áp dụng ý niệm “good-put” (tốc độ truyền tải hiệu quả) trong lĩnh vực truyền thông, doanh nghiệp cần tập trung vào “có bao nhiêu Token thực sự thúc đẩy mục tiêu của người dùng”, chứ không chỉ là số lượng Token tiêu thụ. Sự chuyển đổi tư duy này cốt lõi là: từ “dùng bao nhiêu sức mạnh tính toán” sang “tạo ra bao nhiêu giá trị”.
Tái cấu trúc mô hình kinh doanh và chiến lược định giá. Ngành mô hình lớn đang trải qua quá trình chuyển đổi từ “bổ sung lưu lượng” sang “lọc giá trị”. Giai đoạn đầu, chiến lược giá thấp thu hút nhiều người dùng thử nghiệm, dẫn đến sử dụng tài nguyên tính toán không hiệu quả — có nhà cung cấp thống kê, trong lượng tiêu thụ miễn phí, 40% là do các cuộc gọi thử nghiệm không có thực tế kinh doanh. Thay vì đó, tăng giá vừa phải giúp doanh nghiệp lọc bỏ nhu cầu không cứng, đồng thời đảm bảo dịch vụ ổn định cho khách hàng chất lượng cao. Chiến lược “đổi giá lấy lượng” này đánh dấu sự chuyển đổi từ quy mô theo kiểu internet sang định giá theo giá trị phần mềm.
Xây dựng tiêu chuẩn nhân lực mới và cơ chế khuyến khích. CEO Nvidia Huang Renxun tại GTC 2026 đã đề xuất ý tưởng đầy tầm nhìn: cấp ngân sách Token cho kỹ sư, giá trị tương đương một nửa lương hàng năm của họ, để thu hút nhân tài. Ông còn nói rõ: “Nếu bạn thuê một kỹ sư phần mềm lương 50 vạn USD/năm mà không tiêu hết ít nhất 25 vạn USD Token, tôi sẽ rất lo lắng.”
3. Cá nhân cần nâng cao năng lực về Token và kỹ năng hợp tác người-máy mới
Đối với cá nhân, sự trỗi dậy của nền kinh tế Token vừa là thách thức, vừa là cơ hội. Trước cuộc cách mạng năng suất sâu rộng này, mỗi người cần xây dựng các năng lực mới theo các hướng sau:
Xây dựng năng lực về Token. Đa số người dùng hiện chưa đủ hiểu biết về tiêu thụ Token, khả năng mô hình và cơ chế định giá, dẫn đến nhiều vấn đề khi sử dụng AI — có người dùng AI để mua bán cổ phiếu, sáng hôm sau tỉnh dậy, tài khoản đã trống rỗng; có người ra lệnh cho tất cả các AI thực thi các lệnh rút API, khiến nhiều AI “dính bẫy”. Những ví dụ này cảnh báo rằng, năng lực về Token đang trở thành năng lực nền tảng của thời đại số.
Xây dựng phương thức làm việc mới hợp tác người-máy. Huang Renxun dự đoán, trong tương lai, máy tính sẽ vận hành 24/7 liên tục sinh ra Token, vì các đại lý AI đang không ngừng thực thi nhiệm vụ. Điều này có nghĩa là, cách làm việc của cá nhân sẽ chuyển từ “tự làm” sang “chỉ huy AI làm”, từ “người thực thi” sang “người giám sát”.
Chấp nhận học tập suốt đời và đổi mới kỹ năng. Tốc độ phát triển của nền kinh tế Token khiến vòng đời kỹ năng ngày càng ngắn lại. Những kỹ năng hiện tại có thể sẽ sớm bị các công nghệ tối ưu mới thay thế; các mô hình hot hiện nay sẽ nhanh chóng bị các kiến trúc hiệu quả hơn vượt mặt. Trong môi trường này, duy trì khả năng học hỏi và thích nghi là quan trọng hơn cả việc nắm vững kỹ năng cụ thể. Do đó, cá nhân cần hình thành thói quen học tập liên tục, chú ý cập nhật các công nghệ AI và nền kinh tế Token mới nhất; chủ động thử nghiệm công cụ, phương pháp mới, tích lũy kinh nghiệm qua thực tiễn; xây dựng kiến thức liên ngành, hiểu rõ các logic kinh tế và xã hội đằng sau công nghệ. Chỉ có như vậy, mới có thể đứng vững trong làn sóng kinh tế Token.
