AI có thể kiếm được bao nhiêu tiền, phụ thuộc vào việc có thể lấy đi bao nhiêu từ quỹ lương của con người

Các công ty AI lớn thực sự có thể kiếm được bao nhiêu tiền? Báo cáo mới nhất của Guojin Securities đã đưa ra một câu trả lời lật đổ: Đừng chỉ nhìn vào thị trường phần mềm, hãy nhìn vào bảng lương của con người.

Doanh nghiệp mua AI không phải để chạy theo phong trào, mà là để tiết kiệm chi phí. Dùng AI thay thế một phần nhân lực, nâng cao hiệu quả, giảm chi phí, đó mới là lý do thực sự khiến doanh nghiệp sẵn sàng chi tiền. Vì vậy, trần thu nhập thực sự của AI không phải là quy mô thị trường phần mềm, mà là quy mô của “hồ tiền lương có thể được AI định giá lại” lớn đến đâu. Guojin Securities gọi đó là “hồ tiền lương có thể được AI định giá lại”.

Báo cáo nghiên cứu mới nhất của Guojin Securities đã làm một phép tính: trong tổng số tiền lương hàng năm khoảng 10,83 nghìn tỷ USD của Mỹ, đã có 1,45 nghìn tỷ USD nằm trong phạm vi chịu ảnh hưởng trực tiếp của AI—tức là, phần lớn các công việc này AI có thể làm, hoặc chí ít có thể hỗ trợ tới một nửa.

Vậy các công ty AI đã thu được bao nhiêu từ số tiền này? Lấy công ty hàng đầu như Anthropic làm ví dụ, doanh thu hàng năm khoảng 47 tỷ USD, chỉ chiếm 3,2% trong tổng số 1,45 nghìn tỷ USD. Nói cách khác, phần bánh mà họ cắt được chỉ là một mẩu nhỏ.

“Hồ tiền lương” chứ không phải thị trường phần mềm, mới là điểm neo định giá ARR

Báo cáo của Guojin Securities chỉ ra, cách trực quan nhất để hiểu “giới hạn tăng trưởng thần thoại” về doanh thu của AI trong chu kỳ này là tính toán “hồ tiền lương có thể được AI định giá lại” rốt cuộc lớn đến đâu.

Báo cáo ước tính mức độ tiếp xúc với công nghệ AI của các nghề nghiệp khác nhau bằng cách đối chiếu với 830 vị trí công việc theo Khảo sát Việc làm và Tiền lương của Cục Thống kê Lao động Mỹ (BLS) năm 2025 (OEWS 2025). Kết quả cho thấy, trong khoảng 10,83 nghìn tỷ USD tổng thu nhập lương ở Mỹ, theo dữ liệu quan sát thực tế từ Anthropic, khoảng 1,45 nghìn tỷ USD chi phí lương đã nằm trong phạm vi tiếp xúc với công nghệ AI, chiếm 13,4%; nếu dùng mức tiếp xúc lý thuyết của OpenAI/Eloundou, quy mô chịu ảnh hưởng tiềm năng có thể lên tới 5,68 nghìn tỷ USD, chiếm hơn 52%.

Xét theo số lượng việc làm, trong khoảng 156 triệu lao động ở Mỹ, số người thực tế có khả năng bị ảnh hưởng là khoảng 18,35 triệu, chiếm 11,8%; còn con số tiếp xúc lý thuyết là khoảng 68,3 triệu người, chiếm 43,9%.

Báo cáo nhấn mạnh rằng, 1,45 nghìn tỷ USD chi phí lương này nên được hiểu là “trần lý tưởng về thu nhập ARR trong điều kiện công nghệ và mức độ thâm nhập hiện tại”, đồng thời mức trần này cũng còn bị chiết khấu—doanh nghiệp có thể chỉ cần chi 10.000 USD cho AI đã có thể thay thế 100.000 USD chi phí nhân công. Dù như vậy, với doanh thu ARR hàng tỷ USD hiện nay của các công ty AI lớn, so với quy mô hồ lương trên, tỷ lệ thâm nhập vẫn còn rất thấp.

Ai chịu ảnh hưởng nhiều nhất: Vị trí lương cao lĩnh đòn trước, công việc tri thức chịu rủi ro cao

Khác với các đợt tự động hóa trước đây chỉ tác động nhiều tới sản xuất và lao động chân tay lặp lại, đợt AI lần này trực tiếp tác động tới các vị trí có thu nhập cao, hàm lượng tri thức lớn và nhóm ngành dịch vụ.

Thống kê cho thấy, mức độ tiếp xúc lý thuyết với AI của nghề nghiệp càng cao thì mức thu nhập trung bình hằng năm càng lớn—tức là người có thu nhập cao đối mặt với rủi ro AI thay thế rõ rệt hơn nhóm thu nhập thấp. Nếu xét cụ thể từng vị trí, nhóm lương thấp nhất (như công nhân giặt là, thợ làm bánh, thợ lốp xe) đều có mức tiếp xúc AI thấp; trong khi nhóm thu nhập cao, các vị trí như giám đốc sản phẩm tài chính (thu nhập 96,6%, tiếp xúc AI 78,6%), giám đốc nhân sự (95,3%, 76%) và kỹ sư hàng không vũ trụ (92,5%, 89,3%) đều đối diện với rủi ro thay thế cao.

Xét theo lĩnh vực, mức tiếp xúc lý thuyết cao nhất thuộc về ngành máy tính & toán học (87,6%), kinh doanh & tài chính (78,2%) và pháp luật (78,0%). Tuy nhiên, thứ tự các ngành bị ảnh hưởng thực tế khác với lý thuyết; thực tế mức tiếp xúc cao nhất thuộc về máy tính & toán học (35,3%), hành chính văn phòng (33,2%), và các vị trí liên quan tới bán hàng (24,6%).

Sự khác biệt này cho thấy tác động thay thế lực lượng lao động của AI không chỉ do năng lực mô hình quyết định, mà còn bị chi phối bởi đặc tính công việc, trách nhiệm và quy trình tổ chức. Ngành pháp luật liên quan đến điều phối lợi ích, đánh giá chiến lược kiện tụng và chịu trách nhiệm lâu dài; dịch vụ tài chính phụ thuộc vào quan hệ khách hàng và đánh giá thông tin phi chuẩn; so với đó, các công việc lập trình có đối tượng cụ thể, phản hồi nhanh nên tiến trình AI thay thế thực tế nhanh hơn.

Ngành máy tính “công bằng như nhau”, ngành tài chính có sự phân hóa

Trong top 20 nghề có mức tiếp xúc thực tế với AI cao nhất, có 8 nghề thuộc nhóm máy tính & toán học, với khoảng 1,59 triệu lao động, chiếm 30,2% tổng số người trong ngành này. Báo cáo nhận định, đối với ngành máy tính, không có mối liên hệ rõ ràng giữa thu nhập và mức độ tiếp xúc với AI—cả ngành gần như bị tác động “ngang nhau”, cho thấy sự dễ tổn thương toàn ngành khi có đột phá công nghệ.

Ngược lại, ngành tài chính có sự phân hóa rõ nét. Một số vị trí phải chịu trách nhiệm (ví dụ kiểm toán, kế toán), mức độ tiêu chuẩn hóa công việc giữa các vị trí không đồng đều nên mức tiếp xúc thực tế toàn ngành thấp, nhưng nội bộ lại khác biệt lớn. Trong đó, Market Research Analysts có mức tiếp xúc thực tế 64,8%, Financial and Investment Analysts là 57,2%, đối mặt rủi ro thay thế cao; còn các vị trí phụ thuộc vào quan hệ khách hàng và đánh giá phi chuẩn, mức độ tiếp xúc lại thấp hơn.

Xét tổng chi phí lương bị ảnh hưởng thực tế, 1,45 nghìn tỷ USD tập trung chủ yếu vào 5 nhóm ngành: hành chính văn phòng (289,6 tỷ USD), kinh doanh & tài chính (247,4 tỷ USD), quản lý (221,7 tỷ USD), máy tính & toán học (215,2 tỷ USD) và các vị trí liên quan tới bán hàng (199,5 tỷ USD). Báo cáo cho rằng đây là định hướng tham khảo để phát triển ứng dụng AI chuyên dụng cho doanh nghiệp: muốn đảm bảo chắc chắn nên khai thác sâu các ngành hành chính, máy tính, tài chính đã có xu hướng thay thế rõ, còn muốn bứt phá từ 0 lên 1 thì giáo dục và y khoa chẩn đoán còn nhiều tiềm năng.

Thay thế không đồng nghĩa với thất nghiệp, nhưng việc tái cơ cấu tiền lương đã bắt đầu

Báo cáo rõ ràng phân biệt khái niệm “tiếp xúc” với “thay thế”: tiếp xúc có nghĩa là các nhiệm vụ có thể được AI hỗ trợ, tự động hóa hoặc tổ chức lại, nhưng không có nghĩa là khoản thu nhập này sẽ biến mất tương ứng. Điều quyết định thực sự tác động kinh tế của AI vẫn là tốc độ doanh nghiệp áp dụng, biên giới năng lực của mô hình, quá trình tổ chức lại và rào cản quản lý.

Tuy nhiên, báo cáo cũng nhấn mạnh, tác động vĩ mô của AI sẽ không chỉ đơn giản biểu hiện thành sự sụt giảm tuyến tính về số lượng việc làm. Đường đi khả dĩ hơn là: một số công việc đơn nhiệm bị thay thế, phần lớn công việc đa nhiệm được tái cơ cấu; một phần chi phí lao động bị giảm mạnh, nhiều quá trình lao động được định giá lại. Đặc biệt, AI Agent càng thay thế mạnh các vị trí lương cao, tức AI có thể tác động sâu hơn tới đầu ra tiêu dùng của thu nhập.

Đối với các nhà đầu tư, kết luận cốt lõi của báo cáo là: không nên chỉ định lượng không gian doanh thu AI bằng quy mô thị trường phần mềm, mà phải dựa vào quy mô lớn hơn của hồ chi phí lao động để tìm điểm định giá. Hiện tỷ lệ thâm nhập ARR của các công ty AI lớn vẫn rất thấp, nhưng mặt trái của đồng tiền này là cấu trúc tiền lương nhân loại đang bắt đầu một cuộc tái cấu trúc hệ thống chưa được định giá thỏa đáng.