Báo cáo “Technology Trends Outlook 2026” của McKinsey công bố 9/2026, xác định 14 xu hướng công nghệ đáng chú ý, trong đó có 4 xu hướng liên quan trực tiếp đến AI. AI không chỉ hình thành 1 nhóm công nghệ riêng mà còn thúc đẩy 10 xu hướng còn lại, từ robot, phát triển phần mềm, an ninh mạng đến chất bán dẫn và hạ tầng tính toán.
Theo McKinsey, AI đang chuyển từ giai đoạn chủ yếu hỗ trợ các công việc trên màn hình như tạo câu trả lời, soạn thảo văn bản hay tóm tắt cuộc gọi sang khả năng tự thực hiện nhiều nhiệm vụ kỹ thuật số từ đầu đến cuối. Đây là bước chuyển sang mô hình AI tác nhân (agentic AI), trong đó các tác nhân AI có thể phối hợp với con người và thực hiện chuỗi công việc thay vì chỉ phản hồi một yêu cầu đơn lẻ.
Sự thay đổi này đang tác động đến cách doanh nghiệp tổ chức công việc khi AI có thể tham gia trực tiếp vào quy trình vận hành, đảm nhiệm các nhiệm vụ liên tục thay vì chỉ là công cụ hỗ trợ nhân viên.
AI cũng đang được đưa vào robot, phương tiện và các thiết bị hoạt động trong thế giới thực. Robot có thể nhận biết môi trường và thực hiện nhiệm vụ phức tạp, trong khi phương tiện có khả năng đưa ra quyết định theo thời gian thực.
Theo McKinsey, xu hướng này trước hết được thúc đẩy trong sản xuất và logistics, nhưng có thể mở rộng sang y tế, xây dựng, nông nghiệp và hạ tầng đô thị.
AI thúc đẩy phát triển phần mềm và nghiên cứu khoa học
Một thay đổi đáng chú ý khác là AI đang rút ngắn thời gian phát triển trong nhiều lĩnh vực.
Trong nghiên cứu dược phẩm, AI có thể đề xuất hàng nghìn hợp chất có khả năng phát triển thành thuốc trong khoảng thời gian trước đây chỉ đủ để sàng lọc một số lượng nhỏ. Trong khoa học vật liệu, các hợp chất tiềm năng cũng được xác định nhanh hơn.
Tuy nhiên, McKinsey lưu ý tốc độ của AI không đồng nghĩa toàn bộ quá trình nghiên cứu được rút ngắn tương ứng. Những công đoạn như trong phòng thí nghiệm, thử nghiệm lâm sàng hay phê duyệt quản lý vẫn cần thời gian dài. AI có thể tạo ra kết quả nhanh, trong khi con người và các quy trình thử nghiệm cần nhiều thời gian hơn để kiểm chứng và ứng dụng.
Trong phát triển phần mềm, AI cũng tạo ra thay đổi tương tự. AI có thể tạo đoạn mã nhanh hơn, nhưng tốc độ này đồng thời đặt áp lực lên khả năng kiểm tra, thử nghiệm và bảo đảm an toàn. Nếu hệ thống kiểm soát không theo kịp, lượng mã được tạo ra nhanh chóng có thể làm tăng nguy cơ xuất hiện những đoạn mã khó bảo trì hoặc tiềm ẩn rủi ro bảo mật.
Đây là lý do McKinsey đưa “Phát triển phần mềm có khả năng tự chủ” và “AI phục vụ khám phá khoa học và kỹ thuật” vào nhóm 2 xu hướng mới trong báo cáo năm 2026.
Theo McKinsey, AI đã bắt đầu làm thay đổi cách phần mềm được xây dựng và từng bước thay đổi phương thức tiến hành nghiên cứu khoa học và kỹ thuật.
AI đồng thời làm thay đổi yêu cầu đối với an ninh mạng. Công nghệ này có thể giúp các đội ngũ bảo mật phát hiện và xử lý lỗ hổng nhanh hơn, nhưng cũng cung cấp cho bên tấn công những công cụ để tìm kiếm và khai thác lỗ hổng với tốc độ cao hơn. Vì vậy, khoảng thời gian từ khi một lỗ hổng được phát hiện, các tổ chức phải phát hiện và xử lý nguy cơ nhanh hơn trước.
McKinsey cho rằng đây là một trong những lý do an ninh mạng và hệ thống tin cậy ngày càng gắn chặt với quá trình phát triển AI, đòi hỏi bảo mật được tích hợp sâu hơn vào cả phần cứng và phần mềm.
Hạ tầng AI trở thành bài toán về chip và năng lượng
AI càng được triển khai rộng, nhu cầu về hạ tầng tính toán càng lớn, qua đó thúc đẩy ngành bán dẫn phát triển các loại chip được tối ưu cho từng tác vụ. Không chỉ quá trình huấn luyện, việc vận hành mô hình AI để xử lý yêu cầu và đưa ra kết quả cũng đòi hỏi năng lực tính toán ngày càng cao. Các loại chip chuyên dụng có thể giúp xử lý nhiều công việc hơn với cùng lượng điện năng, đồng thời giảm chi phí vận hành.
Điều này thúc đẩy sự phối hợp giữa các công ty công nghệ lớn và doanh nghiệp bán dẫn. Theo McKinsey, các tập đoàn như Amazon, Google, Meta và Microsoft ngày càng hợp tác với các công ty bán dẫn để thiết kế chip phù hợp với mô hình AI của mình. Một số doanh nghiệp còn nghiên cứu khả năng cung cấp những loại chip này cho khách hàng bên ngoài.
Vì vậy, những doanh nghiệp xây dựng trung tâm dữ liệu và vận hành các mô hình AI lớn không chỉ mua chip mà ngày càng tham gia sâu hơn vào quá trình thiết kế phần cứng.
Tuy nhiên, bài toán lớn hơn nằm ở năng lượng. McKinsey cho biết các trung tâm dữ liệu phục vụ AI tại Mỹ được dự báo đến năm 2030 sẽ tiêu thụ lượng điện tương đương mức tiêu thụ điện hiện nay của bang California. Trong khi đó, việc xây dựng trung tâm dữ liệu có thể diễn ra nhanh hơn đáng kể so với tốc độ hoàn thiện đường truyền tải, trạm biến áp và máy biến áp cần thiết để cung cấp điện.
Theo báo cáo, hơn 2.500 GW công suất của các dự án năng lượng trên toàn cầu đang chờ kết nối vào lưới điện và có thể phải mất nhiều năm mới được kết nối. Thời gian chờ đối với máy biến áp tại nhiều thị trường cũng đã kéo dài hơn 2 năm.
Sự phát triển của AI đang tạo ra một chuỗi nhu cầu mới, từ mô hình và phần mềm đến chip, trung tâm dữ liệu và điện năng. Khả năng tiếp cận nguồn điện ổn định vì thế trở thành một yếu tố quan trọng đối với doanh nghiệp, bên cạnh nhân lực và nguồn vốn.
Theo McKinsey, nhóm hạ tầng AI và kiến trúc mô hình đã thu hút 145 tỷ USD vốn đầu tư cổ phần trong năm 2025, trong khi chi tiêu cho hạ tầng AI tăng gấp 2 lần chỉ trong 1 năm. McKinsey dự báo nhóm này cùng 4 xu hướng công nghệ khác có thể nhận lượng vốn đầu tư trong năm 2026 cao ít nhất gấp đôi so với năm 2025, cho thấy quy mô nguồn vốn dành cho hệ sinh thái AI đang tiếp tục mở rộng.
McKinsey cho rằng tốc độ phát triển của AI đang tạo ra một nghịch lý, công nghệ có thể tạo ra kết quả nhanh hơn khả năng của các tổ chức trong việc kiểm chứng và ứng dụng. Doanh nghiệp có thể triển khai AI nhanh nhưng vẫn phải giải quyết các vấn đề về nhân lực, hệ thống cũ, an ninh mạng, năng lượng và nguồn vốn.
Vì vậy, việc mở rộng AI không chỉ là câu chuyện triển khai công nghệ mà còn đòi hỏi doanh nghiệp thay đổi mô hình vận hành.
AI đang chuyển từ một công cụ công nghệ thành một lớp hạ tầng tác động đến nhiều ngành kinh tế. Từ tác nhân AI trong quy trình doanh nghiệp, robot có khả năng tự hành, phát triển phần mềm và nghiên cứu khoa học đến chip chuyên dụng và trung tâm dữ liệu, các mắt xích ngày càng liên kết với nhau. Giá trị của AI vì thế không còn chỉ nằm ở khả năng tạo nội dung hay trả lời câu hỏi, mà ngày càng nằm ở khả năng kết nối và thúc đẩy những thay đổi trong thế giới thực.
