AI Deflation: Khi giá rẻ không còn là lợi thế

AI Deflation không bắt đầu bằng một cú sập lớn

Trong kinh tế học, giảm phát thường đáng sợ không phải vì giá giảm trong một thời điểm ngắn, mà vì nó làm thay đổi kỳ vọng của thị trường. Khi người mua tin rằng cùng một loại hàng hóa hoặc dịch vụ sẽ tiếp tục rẻ hơn trong tương lai, họ trì hoãn chi tiêu, ép giá mạnh hơn và buộc nhà cung cấp phải làm nhiều hơn để nhận về ít hơn. Với ngành phần mềm, đặc biệt là outsourcing, một dạng giảm phát mới đang hình thành từ chính năng suất mà AI tạo ra.

Bài viết “Khi ‘rẻ hơn’ không còn là lợi thế: AI đang viết lại luật chơi của outsourcing” gọi hiện tượng này là “AI deflation”. Luận điểm đó đáng chú ý vì nó không nói rằng việc làm công nghệ sẽ biến mất. Nó nói rằng một phần lớn công việc công nghệ đang bị định giá lại, nhất là những công việc có thể được mô tả bằng yêu cầu rõ ràng, chia nhỏ thành task kỹ thuật và được AI hỗ trợ thực hiện với tốc độ rất cao.

Với Việt Nam, vấn đề này không nằm ở chuyện AI có viết được code hay không. Vấn đề nằm ở mô hình kinh doanh mà nhiều công ty IT đã dựa vào trong thời gian dài: bán năng lực phát triển phần mềm thông qua số lượng developer, tính theo man-month, man-day hoặc hourly rate. Khi năng suất trên mỗi developer tăng mạnh, khách hàng sẽ không nhìn đó chỉ là một món quà dành cho vendor. Họ sẽ hỏi lại vì sao mình vẫn phải trả cho cùng một số lượng người như trước.

Lợi thế giá rẻ từng là một chiến lược hợp lý

Trong nhiều năm, outsourcing phần mềm tại Việt Nam phát triển trên một công thức tương đối rõ ràng. Khách hàng ở Mỹ, châu Âu, Nhật Bản, Singapore hoặc Úc cần mở rộng năng lực phát triển, nhưng chi phí tuyển dụng local engineer quá cao. Việt Nam cung cấp một lựa chọn hấp dẫn hơn: kỹ sư có nền tảng tốt, khả năng học nhanh, thái độ làm việc cần cù và chi phí thấp hơn đáng kể so với các thị trường phát triển.

Công thức đó không sai. Nó đã tạo ra việc làm, đào tạo một thế hệ kỹ sư làm dự án quốc tế và đưa nhiều công ty Việt Nam bước vào chuỗi cung ứng công nghệ toàn cầu. Với nhiều khách hàng, việc chấp nhận khác biệt múi giờ, khác biệt văn hóa và một phần friction trong giao tiếp là trade-off hợp lý nếu tổng chi phí phát triển giảm đủ sâu.

Ở giai đoạn đó, rẻ hơn không đồng nghĩa với kém hơn. Nhiều team Việt Nam làm việc tốt, giao hàng ổn định và thậm chí có năng suất rất cao trong những bối cảnh rõ yêu cầu. Nhưng lợi thế này phụ thuộc vào một giả định ngầm: nhân sự offshore rẻ hơn đủ nhiều để bù lại toàn bộ chi phí phối hợp, quản lý, communication và rủi ro delivery.

AI đang làm giả định đó lung lay. Khi một team nhỏ hơn tại chính thị trường của khách hàng cũng có thể dùng AI để đạt năng suất gần với một team offshore lớn hơn, khoản tiết kiệm từ offshore không còn nổi bật như trước. Phần chi phí từng được bỏ qua như timezone, văn hóa làm việc, bảo mật, tốc độ phản hồi và hiểu biết nghiệp vụ bắt đầu quay lại thành vấn đề thật.

Khi năng suất tăng, giá trị không tự động tăng theo

Một hiểu lầm phổ biến trong cộng đồng developer là AI giúp cá nhân làm việc nhanh hơn, nên vị thế của developer sẽ mạnh hơn. Ở cấp độ cá nhân, điều này đúng trong một số bối cảnh. Developer có thể viết test nhanh hơn, đọc codebase nhanh hơn, sinh tài liệu nhanh hơn, refactor những phần lặp lại nhanh hơn và thử nghiệm nhiều hướng triển khai hơn trong cùng một khoảng thời gian.

Dữ liệu cũng ủng hộ nhận định rằng AI có thể tạo ra năng suất thật. GitHub từng công bố nghiên cứu cho thấy nhóm developer dùng Copilot hoàn thành một tác vụ lập trình nhanh hơn đáng kể so với nhóm không dùng Copilot. McKinsey cũng ghi nhận các tác vụ như viết code mới, refactor và viết tài liệu kỹ thuật có thể được rút ngắn mạnh khi dùng generative AI, dù mức tiết kiệm giảm rõ rệt với các bài toán phức tạp hoặc khi developer thiếu hiểu biết về framework, domain và hệ thống hiện hữu.

Nhưng năng suất cá nhân không tự động trở thành quyền lực thương lượng cho người bán dịch vụ. Trong mô hình outsourcing, năng suất tăng thường bị khách hàng quy đổi thành yêu cầu giảm người, giảm thời gian hoặc giảm giá. Nếu một việc trước đây cần mười người trong sáu tháng, khách hàng có lý do để kỳ vọng cùng việc đó chỉ cần năm người hoặc ba tháng khi vendor đã đưa AI vào delivery process.

Đây là điểm khó chịu của AI deflation. AI làm tăng năng lực sản xuất phần mềm, nhưng đồng thời làm giảm willingness-to-pay cho những phần việc bị xem là commodity. Công việc vẫn còn, nhưng thị trường không còn sẵn sàng trả giá cũ cho cùng loại công việc đó.

Bodyshop là nơi chịu áp lực sớm nhất

Mô hình bodyshop có một nhược điểm căn bản trong thời AI: nó gắn doanh thu với số lượng người hơn là kết quả kinh doanh. Khi khách hàng mua developer theo headcount, giá trị của vendor dễ bị nhìn như một bài toán procurement. Vendor nào có người đủ nhanh, rate đủ thấp và process đủ ổn sẽ có lợi thế.

AI làm biến dạng bài toán đó. Nếu một developer có AI có thể xử lý khối lượng công việc trước đây cần nhiều developer, khách hàng sẽ ít có động lực mua thêm headcount. Vendor càng chứng minh AI giúp tăng productivity, vendor càng phải đối mặt với câu hỏi vì sao team vẫn cần nhiều người như cũ.

Đây là thế kẹt rất thực tế. Không dùng AI thì mất năng lực cạnh tranh vì đối thủ giao hàng nhanh hơn và rẻ hơn. Dùng AI thì tự làm yếu đi mô hình tính tiền theo người. Điều này không có nghĩa bodyshop biến mất ngay, nhưng biên lợi nhuận và tốc độ tăng trưởng của mô hình này sẽ chịu áp lực ngày càng lớn.

Áp lực đó đã thể hiện rõ ở thị trường Ấn Độ, nơi các công ty IT services lớn có quy mô tương đồng hơn với mô hình outsourcing toàn cầu. Microsoft cho biết Infosys, TCS và Wipro đã triển khai hơn 300.000 license Microsoft 365 Copilot trong chưa đầy sáu tháng. Đây không chỉ là một câu chuyện tooling nội bộ; nó cho thấy các công ty dịch vụ công nghệ lớn đang buộc phải biến AI thành operating model để giữ sức cạnh tranh.

Song song với đó, Reuters ghi nhận Chủ tịch TCS dự đoán trong vài năm tới số lượng AI agent có thể tương đương số lượng nhân viên, đồng thời việc sử dụng AI agent sẽ làm chậm tốc độ tuyển dụng khi nhiều task được tự động hóa. Business Today cũng đưa tin tổng vốn hóa của năm công ty IT lớn nhất Ấn Độ giảm hơn 46% từ mức kỷ lục tháng 8/2024 đến tháng 7/2026, trong bối cảnh nhu cầu yếu hơn và áp lực định giá do GenAI.

Những con số này không thể copy nguyên xi sang Việt Nam, vì cấu trúc thị trường, quy mô công ty và nhóm khách hàng khác nhau. Tuy nhiên, chúng là tín hiệu sớm cho một ngành có cùng logic kinh doanh: khi dịch vụ phần mềm được bán chủ yếu bằng số người, công nghệ làm giảm nhu cầu số người sẽ chạm trực tiếp vào doanh thu.

Fixed-price cũng không miễn nhiễm

Một số người có thể cho rằng fixed-price ít bị ảnh hưởng hơn vì khách hàng mua kết quả, không mua headcount. Nhưng trên thực tế, fixed-price cũng chịu tác động rất mạnh khi AI hạ rào cản sản xuất phần mềm. Những website đơn giản, dashboard nội bộ, workflow automation, CRUD application hoặc integration cơ bản đang trở thành các loại dự án dễ bị ép giá.

Trước đây, một doanh nghiệp nhỏ cần thuê freelancer hoặc một team outsource để xây một portal nội bộ. Hiện tại, họ có thể dùng no-code, low-code, AI coding assistant hoặc một developer in-house biết vận hành AI để dựng bản đầu tiên nhanh hơn nhiều. Chất lượng của bản đầu tiên có thể chưa đủ production-grade, nhưng nó đủ để thay đổi kỳ vọng về giá.

Với vendor, rủi ro nằm ở chỗ phần dễ demo nhất lại là phần AI làm nhanh nhất. UI screen, API endpoint, test skeleton, tài liệu mô tả và mock workflow đều có thể được tạo nhanh. Phần khó hơn như security model, data governance, integration với legacy system, observability, migration strategy, performance under load và vận hành sau production lại ít khi được khách hàng nhìn thấy rõ trong proposal ban đầu.

Vì vậy, fixed-price trong thời AI dễ rơi vào một nghịch lý. Khách hàng kỳ vọng giá giảm vì họ thấy AI làm được nhiều thứ rất nhanh, trong khi vendor vẫn phải gánh những rủi ro kỹ thuật mà AI chưa thể tự chịu trách nhiệm. Nếu vendor không chứng minh được chiều sâu kiến trúc và rủi ro delivery, họ sẽ bị kéo vào cuộc đua giá mà biên an toàn ngày càng mỏng.

AI không giết nghề developer, nhưng nó kéo thang giá trị lên cao hơn

Nói rằng AI thay thế developer là một kết luận quá vội. DORA 2024 ghi nhận AI giúp tăng năng suất cá nhân, flow và mức độ hài lòng, nhưng đồng thời cũng có trade-off với stability và throughput nếu tổ chức thiếu nền tảng delivery vững. Điều này phản ánh khá đúng thực tế: AI có thể sinh code nhanh, nhưng sinh code nhanh không đồng nghĩa với giao phần mềm ổn định.

Phần việc có rủi ro cao vẫn cần con người có năng lực chịu trách nhiệm. Một hệ thống thanh toán sai không thể giải thích bằng việc “AI suggest như vậy”. Một kiến trúc multi-tenant rò rỉ dữ liệu không thể đổ lỗi cho prompt. Một cloud bill tăng gấp ba vì thiết kế sai không thể xem là bug nhỏ. Những quyết định này đòi hỏi hiểu biết về domain, non-functional requirements, data boundary, security posture, cost model và khả năng vận hành lâu dài.

Điều đang thay đổi là những bậc thấp nhất trên thang giá trị bị tự động hóa trước. Developer chỉ chờ task rõ ràng rồi implement theo spec sẽ bị đặt cạnh một công cụ có thể tạo ra bản nháp nhanh, rẻ và không mệt. Tester chỉ chạy manual regression theo checklist lặp lại cũng chịu áp lực tương tự. BA chỉ ghi biên bản và chuyển lời khách hàng thành user story mà không phân tích nghiệp vụ cũng sẽ khó giữ vị thế cũ.

Nhóm có giá trị cao hơn là những người biết biến yêu cầu mơ hồ thành mô hình hệ thống rõ ràng, biết phát hiện trade-off, biết đặt câu hỏi đúng, biết bảo vệ decision architecture và biết dùng AI như một lực khuếch đại. AI không làm mất giá nhóm này theo cùng cách. Ngược lại, nó có thể làm họ mạnh hơn vì họ kiểm soát được vấn đề thay vì chỉ kiểm soát tốc độ gõ code.

Doanh nghiệp outsourcing cần bán năng lực giải quyết vấn đề, không chỉ bán người

Với các công ty outsourcing Việt Nam, hướng đi không thể chỉ là đưa Copilot, Cursor hoặc một bộ AI agent vào quy trình rồi tuyên bố đã chuyển đổi. Tooling là điều kiện cần, không phải chiến lược cạnh tranh. Khi mọi vendor đều có AI, AI không còn là điểm khác biệt, mà trở thành chi phí nhập cuộc.

Điểm khác biệt phải nằm ở năng lực giải quyết vấn đề. Một vendor có giá trị cao hơn khi họ giúp khách hàng hiểu nên làm gì, vì sao nên làm, rủi ro nằm ở đâu và kiến trúc nào phù hợp với bối cảnh kinh doanh cụ thể. Điều này đòi hỏi domain expertise, consulting capability, delivery governance và khả năng biến công nghệ thành outcome.

FPT là một ví dụ đáng chú ý về cách các công ty dịch vụ công nghệ lớn đang điều chỉnh narrative. Trong báo cáo thường niên 2025, FPT mô tả dịch vụ chuyển đổi số, AI và data analytics như các mảng tăng trưởng quan trọng, trong đó AI và Data Analytics tăng 41% so với năm trước. FPT Software cũng công bố mục tiêu đưa AI-First trở thành một phần lớn doanh thu và đặt tham vọng tăng năng suất 30% trong lộ trình ba năm. Dù mỗi công ty có vị thế và nguồn lực khác nhau, tín hiệu chung là thị trường đang dịch chuyển từ bán capacity sang bán transformation.

Với doanh nghiệp nhỏ hơn, không nhất thiết phải xây AI Factory hay nền tảng quy mô lớn. Nhưng họ cần chọn một số domain đủ sâu để tạo khác biệt, ví dụ fintech, insurance, education, healthcare, logistics, manufacturing hoặc enterprise modernization. Khi vendor hiểu domain, họ không còn chỉ là nơi nhận task; họ trở thành đối tác giúp khách hàng giảm rủi ro ra quyết định.

Solution Architect sẽ đứng ở giữa áp lực này

Vai trò Solution Architect trong bối cảnh AI deflation không chỉ là vẽ diagram hay chọn cloud service. Architect phải giúp tổ chức trả lời một bài toán khó hơn: phần nào nên tự động hóa, phần nào cần con người kiểm soát, phần nào nên giữ trong core team, phần nào có thể outsource và phần nào không nên làm ngay từ đầu.

Trong mô hình outsourcing truyền thống, architect đôi khi xuất hiện ở giai đoạn proposal hoặc high-level design rồi rời khỏi delivery quá sớm. Cách làm này sẽ ngày càng rủi ro. Khi AI tăng tốc implementation, các quyết định sai cũng lan nhanh hơn. Một design mơ hồ có thể biến thành nhiều module sai chỉ trong vài giờ, thay vì vài tuần như trước.

Architect cần ở gần code hơn, gần business hơn và gần delivery risk hơn. Gần code để hiểu AI-generated output có đang tạo technical debt hay không. Gần business để biết tính năng nào thật sự tạo giá trị, tính năng nào chỉ là yêu cầu phát sinh. Gần delivery risk để biết team đang tiết kiệm effort thật hay chỉ chuyển effort từ coding sang review, debug và vận hành.

Ở tầng doanh nghiệp, architect cũng cần giúp chuyển mô hình định giá. Nếu vendor vẫn bán “10 developer trong 6 tháng”, họ sẽ bị hỏi vì sao không còn “5 developer trong 3 tháng”. Nếu vendor bán “giảm cycle time cho quy trình claim insurance từ 5 ngày xuống 1 ngày”, hoặc “hiện đại hóa legacy platform nhưng giữ downtime dưới ngưỡng cho phép”, cuộc đối thoại sẽ khác. Khi đơn vị giá trị chuyển từ headcount sang business outcome, AI trở thành công cụ giao hàng thay vì lý do để bị ép giá.

Developer cần dịch chuyển từ người viết code sang người thiết kế giải pháp nhỏ

Với từng developer, thông điệp thực tế nhất không phải là hoảng sợ. Hoảng sợ không tạo ra năng lực mới. Nhưng xem AI như một món đồ chơi tăng năng suất cá nhân cũng không đủ. AI đang thay đổi mặt bằng kỳ vọng của thị trường, và developer cần thay đổi tương ứng.

Một developer trong giai đoạn tới nên học cách đọc hệ thống thay vì chỉ đọc ticket. Cần hiểu vì sao module tồn tại, dữ liệu đi qua những boundary nào, failure mode nằm ở đâu, khách hàng đang tối ưu cho tốc độ, chi phí, compliance hay khả năng mở rộng. Khi hiểu những điều đó, developer có thể dùng AI để tăng tốc những phần lặp lại mà vẫn kiểm soát được kiến trúc.

Kỹ năng prompt chỉ là lớp bề mặt. Năng lực quan trọng hơn là decomposition, review, validation và judgment. Biết chia một yêu cầu lớn thành các bước nhỏ để AI hỗ trợ là cần thiết. Biết kiểm tra output, phát hiện assumption sai, yêu cầu AI đưa ra phương án khác và quyết định phương án nào phù hợp với context mới là phần tạo ra giá trị.

Developer cũng cần xây portfolio theo hướng mới. Không chỉ liệt kê đã dùng React, .NET, Java, AWS hay Kubernetes. Hãy chứng minh đã giải quyết vấn đề gì, tối ưu chi phí ra sao, cải thiện reliability thế nào, tích hợp AI vào workflow nào, giảm manual operation bao nhiêu, và trade-off kỹ thuật đã chọn dựa trên ràng buộc nào. Thị trường không thiếu người biết viết code. Thị trường thiếu người biết biến code thành kết quả đáng tin cậy.

Cảnh báo tử tế không phải là bi quan

AI deflation là một cảnh báo đáng nghe vì nó không hù dọa bằng hình ảnh robot thay thế con người. Nó chỉ ra một cơ chế kinh tế lạnh lùng hơn: khi năng suất tăng nhanh, phần việc nào không có khác biệt sẽ bị định giá lại. Với ngành outsourcing dựa nhiều vào lợi thế chi phí, đây là áp lực trực tiếp.

Tuy nhiên, đây không phải dấu chấm hết cho ngành IT Việt Nam. Việt Nam vẫn có lực lượng kỹ sư trẻ, khả năng học nhanh, chi phí cạnh tranh và kinh nghiệm làm dự án quốc tế. Nhưng những lợi thế đó cần được nâng cấp thành năng lực tư vấn, năng lực kiến trúc, năng lực domain và năng lực triển khai AI một cách có kiểm soát.

Giai đoạn dễ kiếm tiền nhờ “rẻ hơn nhưng vẫn làm được” đang hẹp lại. Giai đoạn tiếp theo sẽ thuộc về những cá nhân và tổ chức chứng minh được “chúng tôi hiểu vấn đề hơn, thiết kế tốt hơn, giao hàng an toàn hơn và tạo ra outcome rõ ràng hơn”. AI không lấy đi toàn bộ cơ hội, nhưng nó làm thị trường bớt khoan dung với những phần việc chỉ có giá trị vì trước đây chưa có công cụ nào làm nhanh hơn.

Giá rẻ từng giúp ngành outsourcing Việt Nam bước vào cuộc chơi toàn cầu. Nhưng khi AI làm phần mềm trở nên rẻ hơn ở mọi nơi, lợi thế ở lại cuộc chơi sẽ không còn nằm ở giá. Nó sẽ nằm ở chiều sâu kỹ thuật, hiểu biết nghiệp vụ, khả năng chịu trách nhiệm và năng lực tạo ra giá trị mà khách hàng không thể dễ dàng thay thế bằng một prompt.

Tìm kiếm

Trình đơn

Khi rẻ hơn không còn là lợi thế: AI Deflation và bài toán mới của outsourcing Việt Nam