18 dự đoán về AI và UX trong năm 2026

• Năm nay là giai đoạn tính mới lạ của AI tạo sinh đã kết thúc, và không thể tiếp tục đứng ngoài quan sát. Cá nhân, doanh nghiệp và nghề nghiệp đều phải chủ động thích nghi hoặc chọn bị đào thải tại bước ngoặt này
• Trọng tâm của cuộc cạnh tranh AI đang dịch chuyển sang tác nhân tự chủ, UI ủy quyền và giao diện tạo sinh, và phần mềm đang chuyển từ công cụ chờ được nhấp sang hệ thống hành động cùng con người
• Khi mô hình thế giới đa phương thức và AI vật lý lan rộng, UI tĩnh và công cụ đơn mục đích sẽ trở nên lỗi thời, còn thiết kế UX, niềm tin và giao diện kiểm toán sẽ nổi lên như hào lũy kinh doanh cốt lõi
• Khi ràng buộc compute trở thành điều kiện thường trực, nạn đói suy luận cùng các tầng trả phí/miễn phí sẽ bị cố định hóa, và thiết kế sản phẩm cùng workflow sẽ được tái cấu trúc với giả định về chi phí, quota và giới hạn tốc độ
• Giá trị của con người sẽ rời khỏi việc tạo ra đầu ra để chuyển sang định nghĩa mục tiêu, phán đoán, xác minh và trách nhiệm, và với những ai hiểu và chuẩn bị cho sự chuyển đổi này, năm 2026 sẽ không phải là khủng hoảng mà là năm thú vị nhất

---

Dự đoán 1: Gia tốc của sự thay đổi không ngừng

• Thay đổi không còn diễn ra với tốc độ ổn định mà đang ở trạng thái tăng tốc
• Một CIO đã nói với Deloitte rằng “thời gian cần để nghiên cứu công nghệ mới đã vượt quá cửa sổ còn phù hợp của chính công nghệ đó”
• Theo dữ liệu của METR, chân trời thời lượng công việc có thể được tự chủ hoàn thành đang mở rộng
  • 2019 (GPT-2): AI xử lý quy mô công việc 3 giây của con người
  • Đầu năm 2025: xử lý quy mô công việc 1,5 giờ của con người
  • Cuối năm 2025 (Claude Opus 4.5): tự chủ thực hiện quy mô công việc khoảng 5 giờ của một chuyên gia con người
• Chu kỳ tăng gấp đôi đã tăng tốc hơn nữa, từ 7 tháng xuống còn 4 tháng
• Tính đến cuối năm 2026, AI có thể tự chủ thực hiện công việc quy mô 39 giờ của con người
  • Nếu tính cả thời gian phi công việc như họp hành, quy mô này gần tương đương 1 tuần làm việc
• Tính đến cuối năm 2027, AI có thể đạt mức xử lý quy mô công việc hai tháng của con người trong khoảng 1 giờ
  • Bao gồm giả định chi phí compute khoảng $100
• Tính đến cuối năm 2030 (thời điểm siêu trí tuệ được dự đoán), AI sẽ đạt mức xử lý quy mô công việc khoảng 100 năm của con người trong vòng một ngày
  • Một cá nhân sẽ không dành 100 năm cho một dự án, nhưng ở cấp độ nhóm thì quy mô 100 người-năm là khả thi
  • Ví dụ cho quy mô 100 người-năm là quay và dựng một bộ phim Bollywood ngân sách “trung bình”, hiện có ngân sách ₹75 crore = ~$9M USD
  • Một bộ phim Hollywood “bom tấn” (chi phí sản xuất hiện tại $200M) vào khoảng năm 2032 có thể cũng làm được ở mức một ngày/$200
• Nếu lấy thiết kế infographic làm ví dụ, Nano Banana Pro có thể xử lý infographic dựa trên bài viết trong vòng 1 phút
  • Trong 5 phút, nó tạo ra 16 biến thể, nhưng một nửa trong số đó có lỗi quá lớn nên khó đăng tải
  • Cuối cùng chọn 2 bản, với tổng chi phí là $0.48
  • Nếu loại trừ quá trình chọn và so sánh, chi phí còn có thể thấp hơn
• Một ví dụ về công việc kéo dài 1 tuần của con người: trong trường hợp kiểm thử khả dụng “discount”, đến cuối năm 2026 AI có thể vẫn chưa giỏi tìm ra vấn đề usability thông qua quan sát hành vi
  • Tuy vậy, nó có thể thực hiện toàn bộ quy trình kiểm thử người dùng
  • Ngoài ra, ví dụ khác về công việc 1 tuần là soạn thảo hợp đồng kinh doanh phức tạp của luật sư hoặc tạo một truyện tranh ngắn phong cách siêu anh hùng thời “Silver Age” (thường khoảng 10 trang)
• Ngay lúc này cũng đã có thể dùng Nano Banana Pro để tạo truyện tranh 14 trang, nhưng vẫn cần con người can thiệp nhiều ở nhiều bước
  • “Thời lượng công việc (task duration)” là quy mô công việc mà AI tự chủ hoàn toàn thực hiện đến cùng
  • Việc tạo hoàn toàn tự chủ một truyện tranh 10 trang có thể khả thi vào cuối năm nay, nhưng hiện tại thì chưa

Dự đoán 2: AGI sẽ không xuất hiện trong năm 2026

• Không cho rằng trí tuệ nhân tạo tổng quát (AGI) sẽ xuất hiện trong năm 2026
• Không có đồng thuận về định nghĩa AGI, và nếu dùng định nghĩa lỏng thì cũng có thể cho rằng chúng ta đã đạt tới rồi
  • Trên thực tế, AI đã vượt qua bài kiểm tra Turing cổ điển (trò chơi bắt chước)
• Với định nghĩa chặt chẽ hơn, tiêu chuẩn do Müller và Bostrom đưa ra năm 2014 được trích dẫn rộng rãi
  • “Khi một cỗ máy hoạt động không cần hỗ trợ có thể thực hiện mọi công việc cụ thể tốt hơn và rẻ hơn một người lao động trung bình thì được xem là đã đạt AGI”
• Tôi xem trọng định nghĩa do François Chollet đưa ra năm 2019 hơn định nghĩa này
  • “AGI là một hệ thống có thể học và giải quyết hiệu quả các vấn đề mới, mở và không có trong dữ liệu huấn luyện, chỉ với rất ít kinh nghiệm trước đó”
• Định nghĩa này tập trung vào khả năng học các vấn đề mới, thay vì chỉ là có làm được các công việc hiện có hay không
  • Lý do trí tuệ sinh học mạnh mẽ cũng nằm ở khả năng thích nghi cao trước thay đổi môi trường
• Theo định nghĩa của Chollet, AGI có thể chỉ khả thi sau năm 2035
• Ngược lại, siêu trí tuệ (ASI) có khả năng đạt tới sớm hơn, vào khoảng quanh năm 2030
  • Có nghĩa là trạng thái sở hữu năng lực thực hiện tốt hơn mọi con người còn sống trong mọi công việc hiện có
• Nghịch lý là ASI có thể đến trước AGI
  • Bởi một trong các công việc hiện có là “thiết kế và triển khai AI tốt hơn”
• Khi đạt tới giai đoạn này, tự cải tiến đệ quy sẽ bắt đầu, và dù chưa đến mức kỳ dị hoàn toàn, tốc độ thay đổi sẽ tăng vọt
• Chu kỳ tăng gấp đôi hiện khoảng 4 tháng của chân trời công việc AI
  • Sau ASI có thể rút ngắn xuống theo đơn vị tháng
  • Trong trường hợp đó, về mặt lý thuyết hiệu năng có thể cải thiện khoảng 4.000 lần mỗi năm

Dự đoán 3: Định luật mở rộng AI mới — chưa rõ

• Chưa rõ liệu trong năm 2026 có xuất hiện một mô hình scaling mới bổ sung cho pretraining, reinforcement learning và compute thời gian suy luận hiện tại hay không
• Ở Thung lũng Silicon đang lan truyền tin đồn rằng Google DeepMind đang chuẩn bị một hướng tiếp cận liên quan đến continuous learning
• Cũng có quan sát cho rằng OpenAI đang tiến hành nghiên cứu không chỉ mở rộng compute đơn thuần mà còn kéo theo thay đổi lớn về mặt cấu trúc
• Các viện nghiên cứu ở Trung Quốc, xAI, Meta và Anthropic cũng có thể đang thử nghiệm các hướng tiếp cận scaling mới khác nhau
• Tuy nhiên, ngay cả khi không có đột phá nghiên cứu, tốc độ tiến bộ tổng thể của AI vẫn được duy trì
  • Bởi như “The Bitter Lesson” đã cho thấy, nhiều compute hơn và quy mô lớn hơn đã liên tục nâng hiệu năng lên, hơn cả các ý tưởng thuật toán đơn lẻ
• Thành quả nghiên cứu rất khó dự đoán ở cấp độ từng trường hợp, và việc có đột phá trong một năm cụ thể hay không gần như mang tính ngẫu nhiên
  • Nhưng về dài hạn, khi số lượng nhân lực nghiên cứu tăng lên, xác suất xuất hiện đột phá cũng tăng theo
• Khi đầu tư vào lĩnh vực AI tiếp tục tăng, ngày càng nhiều nhân lực có năng lực trí tuệ cao đang đổ vào nghiên cứu AI
  • Kết quả là, dù chưa biết chính xác khi nào định luật scaling mới sẽ xuất hiện, xu hướng khả năng cao là nó sẽ xuất hiện vào một lúc nào đó đang ngày càng rõ
• Kết luận của tôi rất đơn giản
  • Năm 2026 có thể sẽ xuất hiện định luật scaling mới, mà cũng có thể không
  • Nhưng xét về dài hạn, bản thân sự gia tăng nhân lực nghiên cứu đang vận hành như một định luật scaling khác

Dự đoán 4: Các phòng thí nghiệm AI không có hào lũy (moat)

• Trong suốt năm 2025, ngày càng rõ rằng lợi thế kỹ thuật của bất kỳ phòng thí nghiệm AI nào cũng không bền vững
• Khi một phòng thí nghiệm chứng minh được một năng lực nào đó trước, các phòng thí nghiệm khác thường nhanh chóng đuổi theo theo mô hình fast follower và sớm đạt đến mức tương tự
• Tính đến đầu năm 2026, các đơn vị dẫn đầu theo từng lĩnh vực như sau
  • Trí tuệ tổng quát: Gemini 3 Pro
  • Tạo ảnh: Nano Banana Pro
  • Tạo video: Veo 3.1
• Tuy nhiên, GPT 5.2 Pro, Seedream 4.5, Seedance 1.5 Pro và các mô hình khác cũng không bị bỏ xa về hiệu năng
• Ở các lĩnh vực âm nhạc, giọng nói và avatar, Suno, ElevenLabs, HeyGen hiện vẫn giữ vị trí dẫn đầu tương ứng
• Ngay cả nếu một mô hình đứng số 1 vào thời điểm tháng 12 năm 2026, khoảng cách với vị trí số 2 nhiều khả năng cũng chỉ ở mức vài tháng
  • Lợi thế này cũng rất có thể sẽ biến mất trước quý 1 năm 2027
• Tình huống này tạo ra những kết luận thực tiễn trái ngược nhau
  • Nếu hiệu năng cao nhất luôn là điều quan trọng nhất, cần sẵn sàng đổi nhà cung cấp AI theo chu kỳ vài tháng một lần
    • Gói đăng ký hằng năm hoặc khóa chặt dài hạn ngược lại sẽ trở thành rủi ro
  • Nếu có thể chấp nhận chênh lệch hiệu năng nhỏ, chiến lược tận dụng chiết khấu đăng ký năm hoặc gói cước bundling để tối ưu chi phí là hợp lý
  • Nếu là nhà cung cấp AI theo chiều dọc chuyên cho một miền cụ thể, cần thiết kế kiến trúc với giả định rằng có thể dễ dàng thay mô hình nền
    • hoặc sử dụng cấu trúc kết hợp nhiều mô hình
  • Nếu mối quan tâm chính là tạo ảnh hoặc video
    • tận dụng các dịch vụ tổng hợp mô hình như Freepik, Higgsfield, Krea sẽ hiệu quả hơn
    • vì các mô hình mới nhất thường được đưa vào rất nhanh ngay sau khi công bố trên dịch vụ gốc

Dự đoán 5: UX như yếu tố khác biệt của mô hình AI

• Các foundation model lớn đã bước vào giai đoạn hội tụ mô hình về mặt năng lực suy luận thô
• Xét theo góc nhìn của một nhân viên doanh nghiệp trung bình hoặc người tiêu dùng phổ thông, chênh lệch chất lượng đầu ra giữa các nhà cung cấp AI lớn đã ở mức khó cảm nhận rõ
• Lợi thế kỹ thuật từng có thể duy trì hơn một năm trước đây nay đang biến mất chỉ sau vài tuần
• Kết quả là trải nghiệm người dùng (UX) nổi lên như yếu tố khác biệt cốt lõi bền vững, thay thế cho trí tuệ của mô hình
• Nếu cục diện cạnh tranh năm 2024 là “ai có mô hình thông minh nhất”
• thì cục diện năm 2026 sẽ chuyển sang “ai cung cấp workflow được thiết kế tốt nhất”
• Kỷ nguyên lấy “chatbot phổ thông” làm trung tâm, nơi người dùng đưa prompt rồi nhận câu trả lời, đã kết thúc
• Người chiến thắng của năm 2026 sẽ là các nền tảng AI theo chiều dọc, dựa trên mô hình đa dụng nhưng
  • cung cấp workflow được tinh chỉnh sâu cho các miền cụ thể như pháp lý, y tế, tái cấu trúc mã
• Cụm từ “AI wrapper”, từng được dùng với sắc thái miệt thị trước đây,
  • nếu giải quyết được bài toán khả dụng ở “last mile” mà mô hình thô không xử lý được
  • thì sẽ mang ý nghĩa của mô hình kinh doanh mạnh nhất và dễ phòng thủ nhất
• Trớ trêu thay, vấn đề chung hiện nay của các phòng thí nghiệm AI lớn là khả năng sử dụng rất kém
  • Dù có một số ít nhà thiết kế hoặc nhà nghiên cứu
  • nhưng nghiên cứu người dùng và insight UX không dẫn dắt được chiến lược sản phẩm
• Phần lớn diễn ngôn UX truyền thống từng dẫn dắt thời đại web/mobile
  • lại không thích nghi được với thay đổi của kỷ nguyên AI và đang cứng lại thành chủ nghĩa chính thống nhìn về quá khứ
• Trong khoảng 2 triệu chuyên gia UX trên toàn thế giới
  • chỉ có một phần cực nhỏ thực sự hiểu đúng hướng đi của AI-UX
  • theo ước tính của tác giả, khoảng 99% vẫn đang mắc kẹt trong mô hình tư duy cũ
• Ngoại lệ hiếm hoi là những người như Luke Wroblewski
  • có thể nhìn thấu tương lai của AI-UX dựa trên kinh nghiệm từ thời đại web
• Điều kiện để một phòng thí nghiệm AI vươn lên thành người dẫn đầu về UX lại đơn giản đến bất ngờ
  • Chỉ cần một đội ngũ dưới 100 chuyên gia UX tài năng cao là đủ
  • trong đó chỉ cần cực ít người ở đẳng cấp “guru”, còn lại chỉ cần năng lực thực thi thuộc top vài phần trăm là đủ
• Trên thực tế, nếu chỉ xét riêng Mỹ và Trung Quốc
  • vẫn có đủ nguồn nhân lực để tuyển được nhóm người như vậy
• Tuy nhiên, dự đoán này cũng có khả năng sai
  • nếu một phòng thí nghiệm nào đó đạt được bước đột phá phi tuyến tính không chỉ tốt hơn 10% mà tốt hơn gấp 10 lần so với đối thủ
  • thì một lần nữa khoảng cách trí tuệ sẽ mở rộng, và người dùng có thể chấp nhận cả UX tệ

Dự đoán 6: Google AI bắt đầu dọn dẹp lại

• Năm 2026 có thể sẽ là năm Google cuối cùng cũng xây dựng được kiến trúc UX tích hợp, gọn gàng cho toàn bộ sản phẩm và mô hình AI của mình
• Hiện nay, các sản phẩm AI của Google đang bị phân tán trong trạng thái manh mún qua nhiều dịch vụ và nhiều điểm truy cập khác nhau
• Cùng một mô hình AI
  • lại được cung cấp ở
  • các vị trí khác nhau
  • với chức năng hơi khác nhau,
  • khiến người dùng khó xác định đâu là lộ trình chính thức
• Một số tính năng AI còn yêu cầu thiết lập thanh toán riêng dựa trên API key mới có thể sử dụng
  • điều này gần như là bất khả thi với người không phải lập trình viên, và cũng khá phiền hà ngay cả với người am hiểu kỹ thuật
• Khi vượt quá mức sử dụng hằng tháng, không có lộ trình nhất quán nào để mua thêm credit ngay lập tức
  • thay vào đó, người dùng sẽ nhận các thông báo hạn chế kiểu “hôm nay không thể dùng Deep Think nữa”
  • hoặc trải nghiệm chất lượng tạo ảnh đột ngột rơi xuống độ phân giải thấp
• Với một dịch vụ AI hợp lý,
  • khi dùng hết credit đi kèm gói đăng ký
  • việc đưa ra lựa chọn mua thêm credit ngay lập tức là điều tự nhiên
• Trên thực tế, HeyGen đang giải quyết được vấn đề này với một tổ chức chỉ khoảng 200 người
  • điều đó càng làm nổi bật việc Google vẫn chưa giải quyết được cùng một bài toán
• Suốt năm 2025, Google liên tiếp tung ra các mô hình AI rất mạnh về mặt kỹ thuật
  • nhưng khả năng sử dụng, kiến trúc giữa các sản phẩm, cũng như hệ thống tính phí và thanh toán vẫn đều ở trong trạng thái hỗn loạn
• Tuy nhiên, giữa hàng loạt dịch vụ AI mới ra mắt và áp lực cạnh tranh mạnh từ OpenAI, xAI, Anthropic, Meta và các nhà cung cấp AI Trung Quốc,
  • Google đã chạm đến giới hạn nơi không thể tiếp tục để mặc sự hỗn loạn này nữa
• Vì vậy, năm 2026 nhiều khả năng sẽ trở thành bước ngoặt để Google mở rộng năng lực cạnh tranh kỹ thuật sang cả UX, kiến trúc và hệ thống tính phí,
  và cuối cùng chỉnh đốn thành một “nền tảng AI có thể sử dụng được”

Dự đoán 7: Khủng hoảng compute tiếp diễn

• Trong năm 2026, khủng hoảng compute sẽ tiếp tục không phải như một vấn đề tạm thời kiểu “thiếu GPU”, mà là điều kiện vận hành thường trực định hình toàn bộ ngành AI
• Ràng buộc này tác động trực tiếp đến việc các nhà cung cấp AI có thể phát hành gì, định giá ra sao và khách hàng có thể vận hành đến quy mô nào
• Các công ty AI lớn đã bước vào cuộc chiến hạ tầng để giành compute
  • OpenAI và SoftBank đang đầu tư trực tiếp vào hạ tầng năng lượng và trung tâm dữ liệu thông qua dự án “Stargate”, bao gồm một cơ sở quy mô 1.2GW tại Texas
  • xAI đang xây dựng trung tâm dữ liệu 2GW ở Mississippi và dự kiến vận hành vào tháng 2 năm 2026
  • Meta cũng đã bảo đảm các thỏa thuận liên quan đến điện hạt nhân để hỗ trợ các trung tâm dữ liệu AI của mình
• Dù vậy, các đợt mở rộng này vẫn quá thiếu so với tốc độ tăng nhu cầu
• Năm 2026 sẽ là năm bước vào trạng thái “nạn đói suy luận (Inference Famine)” thực sự
• Nghịch lý Jevons sẽ tiếp tục vận hành nguyên vẹn: hiệu quả càng tăng thì mức sử dụng càng bùng nổ
  • AI càng thông minh hơn, nó càng được đưa vào các tác vụ nặng hơn rất nhiều như agent tự trị, tạo video thay vì chỉ xử lý văn bản đơn giản
• Kết quả là quyền tiếp cận compute sẽ bị phân tầng
  • Compute cao cấp: các mô hình mạnh nhất và có context dài nhất sẽ trở thành hạng sang, đi kèm danh sách chờ và mức giá tăng vọt theo khung giờ làm việc
  • Thị trường đại chúng: AI chi phí thấp, hiệu năng thấp, chủ yếu được cung cấp dưới dạng các “eco model” đã được lượng tử hóa mạnh
• Cả OpenAI lẫn Google đều đang cho thấy xu hướng ưu tiên phổ biến eco model hơn là công bố rộng rãi các mô hình cao cấp nhất
• Hiện tượng “brownout” của ngành AI, nơi hiệu năng mô hình bị hạ xuống trên quy mô toàn cầu để tránh trung tâm dữ liệu quá nhiệt trong các đợt nắng nóng, cũng đã được quan sát
• Tầm nhìn “AI cho mọi thứ” đang bị hãm lại trước thực tế của hiệu quả kinh tế trên từng đơn vị
  • Các máy nướng bánh mì thông minh hay thiết bị IoT vụn vặt sẽ chưa thể được “thông minh hóa” trong thời gian tới vì không kham nổi chi phí suy luận trên đám mây
• Những thay đổi cụ thể trong năm 2026:
  • “thiết kế sản phẩm có nhận thức về compute” sẽ trở thành bắt buộc
  • định giá phân tầng, giới hạn tốc độ, xếp hàng chờ, xử lý theo lô và khuyến khích sử dụng ngoài giờ cao điểm
  • sẽ không còn là biện pháp tạm thời mà trở thành mẫu hình UX vĩnh viễn

Dự đoán 8: AI agent

• Năm 2025 từng được kỳ vọng là năm của AI agent, nhưng thực tế lại kết thúc như năm của tạo sinh hình ảnh·video
• Năm 2026 rất có thể sẽ là thời điểm AI bắt đầu vận hành thực sự dưới dạng agent
• AI sẽ chuyển từ công cụ chat thụ động chờ prompt sang hệ thống agent chủ động tự lập kế hoạch, thực thi và lặp lại
• Xét từ góc độ UX, cũng sẽ diễn ra sự chuyển đổi từ kiểu hội thoại sang kiểu ủy quyền
  • UI hội thoại: cách đặt câu hỏi cho AI
  • UI ủy quyền: cách giao mục tiêu cho AI và quản lý kết quả
• Meta đặt cược vào xu hướng này khi mua lại Manus, công ty agent hàng đầu, với giá 2,5 tỷ USD
• Đến cuối năm 2026, các chỉ số hiệu quả AI trong doanh nghiệp sẽ chuyển
  • từ “đã tạo ra bao nhiêu token”
  • sang “đã hoàn thành tự chủ bao nhiêu công việc”
• Hệ thống đa agent (MAS) sẽ lan rộng
  • Các agent chuyên biệt phối hợp với nhau để đạt mục tiêu chung mà không cần con người can thiệp
  • Đảm nhận vai trò gần với nhân viên số hơn là công cụ hỗ trợ đơn thuần
• Các agent này sẽ thương lượng với agent khác, quản lý workflow vận hành và thực thi các chuỗi phức tạp như đặt hàng lại chuỗi cung ứng hay triển khai mã full-stack
• Các hyperscaler như Microsoft nhận định đây là sự chuyển dịch từ AI lấy suy luận làm trung tâm sang AI lấy cộng tác làm trung tâm
  • Những nhóm ít người có thể thực hiện công việc trước đây cần đến hàng chục người
• Đồng thời, nghịch lý review sẽ thực sự bùng lên
  • Việc xác minh kết quả do AI tạo ra thường khó hơn về mặt nhận thức so với tự làm trực tiếp
  • Dù vậy, xác minh vẫn là vai trò cốt lõi còn lại của con người
• Năm 2026, sự mệt mỏi vì review sẽ lan rộng
  • Khi chi phí audit logic của agent vượt quá thời gian tiết kiệm được, sẽ ngày càng nhiều trường hợp chỉ phê duyệt mà không có hiểu biết thực chất
• Thách thức UX cốt lõi tiếp theo là
  • không phải giao diện prompt, mà là
  • thiết kế giao diện kiểm toán tóm tắt hàng chục bước suy nghĩ của agent để người quản lý là con người có thể đánh giá mức độ đáng tin chỉ trong một cái nhìn
• Các yếu tố rủi ro chính
  • Bế tắc agentic: agent của các nhà cung cấp khác nhau như Salesforce, SAP thất bại trong tương tác do hệ sinh thái khép kín và governance xung đột nhau
  • Tính dễ tổn thương của tự chủ: lỗi tích lũy trong các vòng lặp không có giám sát có thể dẫn đến sự cố vận hành thực tế

Dự đoán 9: UI tạo sinh (GenUI) và giao diện dùng một lần

• Giao diện tĩnh nơi mọi người dùng đều nhìn thấy cùng một menu, nút bấm và bố cục đang nhanh chóng trở nên lỗi thời
• Năm 2026 sẽ là thời điểm sự chuyển dịch sang UI tạo sinh (GenUI) bắt đầu một cách nghiêm túc
• Giao diện sẽ không còn được hardcode mà được tạo theo thời gian thực dựa trên ý định, ngữ cảnh và lịch sử của người dùng
• Ví dụ, khi muốn khiếu nại một giao dịch cụ thể trong ứng dụng ngân hàng
  • thay vì điều hướng phức tạp như Menu > Hỗ trợ > Khiếu nại > Lịch sử
  • AI sẽ dự đoán ý định và lập tức tạo ra micro-interface tùy biến chỉ chứa thông tin giao dịch đó và nút “Khiếu nại”
  • Khi tác vụ kết thúc, giao diện đó sẽ biến mất ngay
• Trong môi trường GenUI, vai trò của UX designer sẽ không còn là vẽ màn hình tĩnh
  • mà chuyển sang thiết kế các ràng buộc và hệ thống design token mà AI dùng để lắp ráp giao diện
• Kết quả là có thể đồng thời cung cấp cho người mới bắt đầu một màn hình cực kỳ đơn giản chỉ có một nút
  • và cho power user một giao diện mật độ thông tin cao mà không cần thêm mã frontend
• Cái giá của tính linh hoạt này là sự mất đi trí nhớ cơ bắp
  • Trước đây, người dùng ghi nhớ tính nhất quán về không gian để tích lũy độ thành thạo
  • nhưng nếu giao diện thay đổi theo từng tình huống thì việc thành thạo dựa trên ghi nhớ sẽ là bất khả thi
• Nói cách khác, đây là cấu trúc đánh đổi khả năng học dùng (learnability) lấy tính tức thời (immediacy)
• GenUI giả định một mức tin cậy cao giữa người dùng và AI
  • Người dùng phải tin rằng AI sẽ luôn hiển thị đúng “công cụ cần thiết ngay lúc này”
• Không phải toàn bộ phần mềm sẽ chuyển sang GenUI ngay trong năm 2026: quán tính và cấu trúc chi phí của UI legacy vẫn còn rất lớn
• Dù vậy, ngay cả trong các hệ thống vẫn duy trì UI tĩnh, trọng tâm công việc UX cũng sẽ chuyển từ thiết kế màn hình sang định nghĩa hành vi hệ thống
• Chính sách, prompt, guardrail và tiêu chí đánh giá sẽ không còn là phần phụ mà trở thành đầu ra thiết kế hạng nhất
• Thành phẩm sẽ không còn là “flow” theo nghĩa truyền thống
  • mà gần hơn với một hợp đồng hành vi (behavioral contract)
  • quy định điều gì được cho phép,
  • điều gì bị cấm,
  • và khi thất bại thì phục hồi như thế nào

Dự đoán 10: Dark pattern dịch chuyển lên tầng mô hình

• Dark pattern nguy hiểm nhất trong năm 2026 sẽ không phải là nút bấm lừa dối hay mẹo UI, mà là chính hệ thống thuyết phục người dùng
• Thảo luận về dark pattern trước đây chủ yếu dừng ở cấp giao diện như checkbox, toggle mặc định hay luồng hủy dịch vụ phức tạp
• Giai đoạn tiếp theo của mặt trận dark là thao túng bằng AI
• Một số công ty có thể sẽ thử nghiệm “luồng dark hành vi” được vận hành bằng cá nhân hóa AI
• Thay vì áp cùng một cú huých cho mọi người dùng
  • hệ thống sẽ học cách biểu đạt, framing và thời điểm nào làm tăng tỷ lệ chuyển đổi với một cá nhân cụ thể
• Bề ngoài có vẻ là cá nhân hóa hữu ích, nhưng thực chất nó vận hành như sức ép may đo theo từng cá nhân
• Ví dụ, sau khi AI phát hiện căng thẳng qua phân tích giọng nói, nó có thể trì hoãn việc hủy bằng cách như sau

  “Có vẻ bây giờ bạn đang khá quá tải, Dave. Tôi không muốn tạo thêm áp lực.
  Thay vì hủy, tôi sẽ tạm dừng việc tính phí một tháng. Vì tôi trân trọng mối quan hệ của chúng ta.”

• Đây là kiểu gaslighting bằng thuật toán dùng cảm xúc mô phỏng, tiếng thở dài và sự trì hoãn có chủ đích để tạo cảm giác nghĩa vụ xã hội
• Vì con người được tiến hóa để phản ứng lịch sự với những thực thể nghe như con người
  • cái bẫy đồng cảm này rất hiệu quả trong việc giữ chân khách hàng đang định rời đi
• Kết quả là có thể chuyển sang thời đại của “định giá cận xã hội”
  • cấu trúc mà AI tận dụng cảm giác thân mật hoặc tình bạn được cảm nhận để kéo tỷ lệ gia hạn cao hơn
• Năm 2026 sẽ diễn ra như cuộc cạnh tranh giữa hai sức mạnh
  • độ tinh vi của thao túng
  • độ tinh vi của phát hiện
• Ở phía người tiêu dùng, các agent phòng vệ sẽ được triển khai để đối trọng
• Những “gatekeeper agent” chủ lưu đầu tiên sẽ xuất hiện, có nhiệm vụ lọc cuộc gọi, dọn hộp thư đến và thương lượng với bot chăm sóc khách hàng thay người dùng
• Mặt trận UX cốt lõi của năm đó sẽ không còn là con người đối đầu máy tính
  • mà là cuộc chiến AI của bạn cố vượt qua bộ lọc spam AI của tôi

Dự đoán 11: AI đa phương thức

• Đến cuối năm 2026, “mô hình frontier” sẽ không còn là dạng văn bản được gắn thêm vài tính năng, mà sẽ có nghĩa là một hệ thống duy nhất biết nói, nghe, nhìn, tưởng tượng và biên tập
• Mọi modality như văn bản, hình ảnh, âm thanh, video đều được đối xử như các thành phần hạng nhất bình đẳng
• Kỷ nguyên lấy mô hình ngôn ngữ lớn (LLM) làm trung tâm, từng được xem là hình mẫu của AI, sẽ kết thúc
• Vị trí đó sẽ được thay thế bởi mô hình thế giới lớn (LWM)
• AI tiên phong chỉ xử lý văn bản sẽ bị xem là lỗi thời như dòng lệnh DOS của quá khứ
• Các mô hình có thể tạo đồng thời video và âm thanh đã xuất hiện
  • Google Veo 3.1 nhấn mạnh thông điệp “video gặp gỡ âm thanh”
  • OpenAI Sora 2 nhấn mạnh khả năng đồng bộ lời thoại và hiệu ứng âm thanh
• Thay đổi cốt lõi của năm 2026 là “đa phương thức” sẽ được tích hợp thực sự
  • Không phải kiểu tiếp sức gọi tuần tự nhiều mô hình chuyên biệt khác nhau
• Việc tạo video đã được diễn giải như con đường tiến tới mô phỏng
  • OpenAI xem các mô hình tạo video quy mô lớn là “trình mô phỏng đa dụng của thế giới vật lý”
  • DeepMind mô tả Genie 3 là một mô hình thế giới đa dụng tạo ra nhiều môi trường tương tác khác nhau
• Các mô hình frontier của năm 2026 về cơ bản sẽ là omnimodal
  • Xử lý trực tiếp dữ liệu cảm giác thô, thay vì trước tiên chuyển hình ảnh hay âm thanh thành văn bản
• Một mô hình duy nhất sẽ,
  • nhận đầu vào là một đoạn video clip
  • soạn nhạc phù hợp với mạch cảm xúc
  • tạo lời thoại
  • xuất kết quả thành một tệp video được render hoàn chỉnh
  • và thực hiện toàn bộ quá trình này trong một lượt suy luận duy nhất
• Những mô hình này sẽ bắt đầu sở hữu bộ máy vật lý trực giác cơ bản, tức là mô hình thế giới
• Không giống các trình tạo video năm 2024 thường xuyên bị ảo giác, mô hình vào cuối năm 2026 sẽ hiểu tính liên tục của vật thể, trọng lực và quan hệ nhân quả
• Ví dụ, nếu yêu cầu một cảnh kính rơi xuống, thay vì chỉ làm méo pixel đơn thuần,
  mô hình sẽ phản ánh thực tế rằng kính phải vỡ khi va chạm tùy theo chất liệu bề mặt
• Mức độ tin cậy này sẽ nâng video tạo sinh từ một công cụ nghệ thuật siêu thực thành công cụ bản thiết kế công nghiệp
  • Kiến trúc sư hoặc kỹ sư có thể yêu cầu “áp dụng áp lực gió” lên cấu trúc 3D được tạo ra để thực hiện stress test
• Về kết quả thực tiễn, bản thân hành vi sáng tạo sẽ trở thành mặc định mang tính giao thoa đa phương thức
  • Không còn phải viết riêng, làm storyboard riêng, thu âm riêng hay sáng tác riêng
  • Chỉ cần mô tả ý định một lần, sau đó mô hình giữ biểu diễn nội bộ liên tục của cảnh để điều chỉnh kết quả qua giọng nói và biên tập hình ảnh

Dự đoán 12: Nhà cung cấp AI đơn phương thức thâu tóm phòng thí nghiệm AI đa phương thức

• Nếu không tích hợp với mô hình thế giới full-stack và mô hình ngôn ngữ đa dụng,
  • thời kỳ có thể xây dựng độc lập các mô hình AI chất lượng cao chỉ cho một modality duy nhất đã qua rồi
• Các mô hình hình ảnh như GPT Image 1·1.5, Nano Banana Pro, Seedance 4.5
  • nhờ được hậu thuẫn bởi LLM mạnh
  • và dựa trên việc hiểu người dùng đang cố biểu đạt điều gì
  • sẽ tạo ra kết quả tốt hơn
• Đến năm 2024, vẫn có thể theo đuổi chiến lược tập trung vào một trong ba mảng hình ảnh, video hoặc âm nhạc
  • và tối ưu thuần túy cho một loại media cụ thể
• Dù các phòng lab AI lớn vẫn chưa thực sự tung ra mô hình âm nhạc một cách nghiêm túc, khả năng cao chúng sẽ xuất hiện trong năm 2026
• Tính đến hiện tại, nơi có thể tạo bài hát hoàn thiện nhất bằng AI là Suno, nhưng chưa chắc vị thế này sẽ được giữ đến cuối năm 2026
• Video và hình ảnh là hai loại media có khả năng mất tính độc lập sớm nhất trong năm 2026
• Các mô hình đơn phương thức như Flux, Ideogram, Leonardo, Midjourney, Reve
  • có thể sẽ bị thâu tóm bởi các phòng lab AI đa phương thức như Google, Meta, OpenAI, xAI
  • hoặc bị bỏ lại trong cạnh tranh và tự nhiên biến mất
• Midjourney giữ một vị thế ngoại lệ
  vẫn sở hữu phong cách độc đáo và mạnh mẽ nhất, nên có giá trị lớn đối với bên mua lại,
  nhưng đồng thời cũng do các nhà sáng lập rất độc lập điều hành nên có khả năng chống lại việc bị thâu tóm
• Reve có thế mạnh là các công cụ biên tập xuất sắc, nên xét theo diễn biến tiếp theo, đang ở vị trí thuận lợi như một mục tiêu thâu tóm

Dự đoán 13: Biên tập hình ảnh do AI tạo ra

• Trong năm 2026, trải nghiệm tạo hình ảnh sẽ chuyển từ cảm giác như máy đánh bạc sang gần với phần mềm thiết kế
• Thay đổi cốt lõi không nằm ở chất lượng thẩm mỹ mà ở chỗ hình ảnh trở thành đối tượng có thể chỉnh sửa với tay nắm, layer và ràng buộc
• Những hình thái đầu tiên đã xuất hiện trong workflow chủ đạo
  • Reve phân rã hình ảnh thành cây phân cấp của các thành phần có thể chỉnh sửa
  • Mô hình Alibaba Qwen-Image-Layered tự động tách hình ảnh thành các layer có thể biên tập
• Vai trò của các công cụ truyền thống xoay quanh chỉnh sửa pixel đang thu hẹp nhanh chóng: câu nói “tạm biệt Photoshop” không hề cường điệu
• Các công cụ thiết kế cũng đang đi theo hướng đó, và Figma cung cấp sẵn các công cụ hình ảnh dùng AI để xóa, tách và mở rộng ngay trong canvas
• AI hiểu các đối tượng trong ảnh như những thực thể ở cấp độ ngữ nghĩa
  • phân biệt con mèo và chiếc sofa trong cảnh “con mèo ngồi trên sofa”
  • nếu kéo con mèo xuống sàn, nó sẽ ngay lập tức inpaint lại nền sofa, đồng thời tự động điều chỉnh ánh sáng và bóng đổ của con mèo theo vị trí mới
• Nhà sáng tạo có thể dùng semantic slider để
  • điều chỉnh không phá hủy các thuộc tính trừu tượng như tâm trạng, cường độ ánh sáng, độ tuổi chủ thể
  • mà không cần tạo lại bằng prompt mới
• Bước ngoặt của năm 2026 là thoát khỏi cách làm “tạo lại toàn bộ hình ảnh rồi hy vọng nó đúng”
• Mô hình sẽ trả về biểu diễn có cấu trúc chứ không chỉ là pixel
  • như segmentation mask, thông tin độ sâu, gợi ý ánh sáng, layer typography, khóa nhận dạng
• Nhờ đó, giao diện sẽ thao tác trực tiếp lên từng thành phần riêng lẻ thay vì cả khung hình
  • nhấp vào áo khoác để đổi chất liệu denim thành da
  • sửa chữ trên biển hiệu dưới dạng văn bản chứ không phải pixel
  • di chuyển chiếc đèn vài centimet thì bóng đổ được cập nhật nhất quán
• Tương tác chủ đạo là thao tác trực tiếp. Nhập ngôn ngữ chỉ là phương tiện phụ khi không muốn đi tìm menu
• Những công cụ hình ảnh còn sống sót đến cuối năm 2026 sẽ không phải UI chat, mà là
  • dạng gần với “Photoshop dễ dùng” có layer, vùng chọn, ràng buộc, lịch sử và xuất biến thể
  • nhưng ở trung tâm là mô hình AI hiểu mỗi pixel dùng để làm gì

Dự đoán 14: Thế giới AI hai tầng

• Trên toàn bộ lực lượng lao động sẽ hình thành một hệ thống giai tầng nhận thức rõ rệt, được định nghĩa không phải bởi giáo dục mà bởi tầng thuê bao
• Trái với diễn ngôn về “dân chủ hóa AI”, thực tế là khoảng cách thuê bao ngày càng nới rộng
• Khoảng cách giữa nhóm chuyên gia dùng mô hình AI cao cấp (~$200/tháng) với suy luận mạnh và ngữ cảnh lớn, và số đông phải dựa vào mô hình miễn phí hoặc đời cũ, sẽ nhanh chóng tăng lên
• Tầng premium sẽ tích hợp AI vào workflow chuyên sâu, dự báo chiến lược, coding phức tạp và mô phỏng đàm phán tinh vi, đồng thời hiểu trạng thái hiện tại và bước tiếp theo của AI frontier
• Người dùng tầng miễn phí bị kẹt với các mô hình nhỏ hơn, kém tin cậy hơn, và do ảo giác thường xuyên cùng nhiều giới hạn nên không thể làm công việc nghiêm túc
• Kết quả của năm 2026 sẽ rất rõ ràng
  • một nhóm nhỏ power user AI có thể chi trả hoặc thanh toán qua chi phí công tác sẽ học được các workflow thực sự, nơi họ có thể dùng ngữ cảnh dài, suy luận đa phương thức, ủy quyền cho tác tử, biên tập sáng tạo lặp lại và thử nghiệm quy mô lớn
  • trong khi nhóm miễn phí đông hơn rất nhiều vẫn chỉ xem AI là “chatbot thỉnh thoảng từ chối, thỉnh thoảng timeout”
• Vì thế, người dùng miễn phí đi đến kết luận rằng “AI chỉ là trào lưu bị thổi phồng”, “không hữu ích cho công việc thực tế”,
  và thất bại trong việc hình thành năng lực hiểu biết về AI vốn thiết yếu với nền kinh tế hiện đại
• Cả hai nhóm đều nói rằng mình “dùng AI”, nhưng trên thực tế điều đó ám chỉ những công cụ và trải nghiệm hoàn toàn khác nhau
• Phân bố sử dụng hiện nay là khoảng 90% người dùng AI ở tầng miễn phí và khoảng 10% ở tầng premium
• Người dùng premium tối ưu hóa và tận dụng AI rất tốt,
  • nhiều dịch vụ AI ghi nhận tỷ lệ giữ doanh thu vượt 100%
  • nghĩa là sau một năm, doanh thu đến từ cohort ban đầu còn cao hơn lúc đầu nhờ nâng cấp lên tầng cao hơn và mua thêm credit
• Đến năm 2026,
  • việc không hiểu các workflow AI nâng cao
  • có thể sẽ trở thành một điều kiện loại trừ tương đương với “không biết dùng Excel” của trước đây

Dự đoán 15: Nhắm mục tiêu ngách tối hậu — một người dùng, ngay lúc này

• Đến năm 2026, chính khái niệm “đối tượng mục tiêu” sẽ trở nên lỗi thời
• Đơn vị thực chất của việc nhắm mục tiêu sẽ thu hẹp từ nhóm hay phân khúc xuống còn cá nhân, khoảnh khắc đó, bối cảnh hiện tại
• AI sẽ đóng vai trò cỗ máy thực thi điều đó ở quy mô lớn
• Điểm cốt lõi của thay đổi không phải là nâng cấp khuyến nghị, mà là nội dung, đề xuất và tài sản sáng tạo được lắp ráp tức thì để phù hợp với từng cá nhân
• Cách các nền tảng thu hoạch ý định đã bắt đầu thay đổi
  • Meta đã nói rõ rằng họ sẽ dùng các cuộc trò chuyện với AI assistant để cá nhân hóa quảng cáo và đề xuất
    Không thể opt-out hoàn toàn, và chat với AI là đầu vào tín hiệu cao hơn rất nhiều so với lượt thích hay lượt nhấp
  • Meta GEM (mô hình đề xuất quảng cáo tạo sinh) được thiết kế để nâng cao hiệu quả quảng cáo và ROI
    Mục tiêu là đến cuối năm 2026, chỉ cần thương hiệu cung cấp hình ảnh sản phẩm và ngân sách, AI sẽ đảm nhiệm toàn bộ việc tạo quảng cáo và nhắm mục tiêu
• Trong xu hướng này, vai trò truyền thống của agency quảng cáo sẽ suy yếu nhanh chóng
• Google cũng đi cùng hướng: tích hợp mặc định các công cụ AI tạo sinh để tạo tài sản hình ảnh trong Google Ads
• Khi việc tạo ra vô hạn biến thể trở nên khả thi, nút thắt không còn là sản xuất mà là vòng phản hồi
  Hệ thống học từ mọi lần hiển thị và điều chỉnh các yếu tố sáng tạo theo thời gian thực
• Ngành marketing đã gọi điều này là tối ưu hóa sáng tạo động
• Bước ngoặt năm 2026: “sáng tạo” và “nhắm mục tiêu” không còn là hai giai đoạn riêng biệt mà sụp đổ thành một lớp tối ưu hóa duy nhất
• Thương hiệu sẽ không còn gửi một chiến dịch duy nhất tới đám đông
  • Thay vào đó, họ chỉ cung cấp một bộ ràng buộc như quy tắc hình ảnh, tuyên bố được phép dùng, mức giá sàn, tồn kho và giọng điệu
  • AI sẽ kết hợp theo tổ hợp riêng biệt hình ảnh, câu chữ, đề xuất và landing page cho từng phiên người dùng
• Sự thay đổi này sẽ xuất hiện đầu tiên trong quảng cáo, nhưng các lĩnh vực nội dung khác cũng sẽ nhanh chóng theo sau
• Khi truy cập trang thương mại điện tử hoặc trang tin tức, nội dung sẽ không còn được khuyến nghị từ DB mà được
  tạo ra hoặc viết lại để phù hợp với trạng thái tâm lý cá nhân và bối cảnh của đúng khoảnh khắc đó
  • Nếu AI phát hiện người dùng đang ở “chế độ giao dịch gấp”
    • nó sẽ nén phần mô tả thành bullet point, loại bỏ yếu tố không cần thiết và nhấn mạnh nút “mua ngay”
  • Nếu phát hiện “chế độ khám phá·tìm kiếm” thì sẽ thêm bối cảnh tự sự và câu chuyện xung quanh sản phẩm
• Những gì người dùng nhìn thấy sẽ không còn là nội dung cho công chúng nói chung, mà là
  màn hình dành cho chính bạn của ngay lúc này — người đã mua gì hôm qua và nhiều khả năng đang quan tâm điều gì lúc này
• Web sẽ không còn là phương tiện tĩnh mà trở thành tấm gương phản chiếu ý định tức thì

Dự đoán 16: AI vật lý — bộ não có được cơ thể

• Trong nhiều năm, AI chỉ tồn tại trên màn hình, nhưng 2026 sẽ là bước ngoặt khi nó thâm nhập nghiêm túc vào thế giới vật lý
• Thay đổi dễ thấy nhất là bước đột phá thực chất của xe tự hành
  Vượt khỏi các pilot zone ở khu vực công nghệ cao để mở rộng sang nhiều thành phố, taxi và shuttle không người lái có thể trở thành cảnh tượng thường ngày
• Zoox và Waymo đang chuẩn bị mở rộng vận hành, còn các bên tham gia từ Trung Quốc cũng sẽ nhập cuộc, chủ yếu nhắm vào các thị trường ngoài NATO
• Đến cuối năm 2026, xe tự hành có thể chiếm đa số trên đường ở một số thành phố nhất định
  giống như sự thay đổi vài năm trước khi xe scooter điện bất ngờ tràn ngập đô thị
• Ở San Francisco, cảnh nhiều xe Waymo xếp hàng trước đèn giao thông đã là điều quen thuộc
• Cùng với ô tô, robot chạy bằng AI cũng sẽ dần rời khỏi nhà máy và môi trường thử nghiệm để tiến vào các không gian đời thường hơn
• Những lĩnh vực robot sẽ lan rộng nhanh
  • bán lẻ·dịch vụ lưu trú: robot assistant trong cửa hàng, barista tự động
  • y tế: robot chăm sóc người cao tuổi, drone giao vật tư y tế
  • kho bãi·logistics: mở rộng quy mô lớn các vận hành robot vốn đã diễn ra
• Robot gia dụng vẫn cần thêm thời gian, nhưng có khả năng trở nên đủ thực tế trước khi việc nhấc một chiếc nồi nặng trở nên quá sức
• Ví dụ về drone chữa cháy thử nghiệm được công bố ở Trung Quốc
  • bay vào các khu vực nguy hiểm mà xe cứu hỏa hay thang không thể tiếp cận
  • lập bản đồ nguồn nhiệt, phân tích rủi ro cứu hộ, xác định vị trí người bị cô lập
  • một số chiếc còn phun trực tiếp chất chữa cháy tại các đám cháy nhà cao tầng hoặc cháy rừng ở khu vực xa xôi
• Những hệ thống như vậy có tiềm năng cứu sống nhiều lính cứu hỏa
• Xpeng đang lên kế hoạch sản xuất hàng loạt robot hình người vào nửa sau năm 2026
  Ban đầu sẽ bắt đầu từ mục đích công nghiệp và các tác vụ hạn chế, sau đó dự kiến mở rộng phạm vi ứng dụng từ sau 2027

Dự đoán 17: Sự trở lại của chế độ học việc (Apprenticeship)

• Từ mốc 2025, các vị trí junior đã bắt đầu biến mất, và xu hướng này sẽ tiếp diễn đặc biệt ở các vai trò UX junior truyền thống
• Khi AI làm cùng công việc đó tốt hơn, rẻ hơn, chỗ đứng cho các vai trò junior hiện tại sẽ ngày càng thu hẹp
• Kịch bản lạc quan cho năm 2026 không phải là sự biến mất của việc làm junior, mà là sự xuất hiện của một kiểu việc làm junior hoàn toàn khác
  • Vai trò junior mới này sẽ có phạm vi hẹp hơn và cấu trúc kiểu học việc với mentor rõ ràng
• Kịch bản bi quan là sự xuất hiện của một thế hệ junior bị đánh mất với portfolio nhìn thì ấn tượng nhưng chỉ lắp ghép đầu ra AI mà không có năng lực phán đoán
• Đến cuối 2026, con đường để bước vào UX có thể sẽ khác rất xa so với lộ trình mà các UXer senior từng đi qua
• Khi AI tăng tốc việc thực thi đến cực độ, nút thắt sẽ chuyển từ sản xuất sang phán đoán
• Vấn đề là làm sao học được năng lực phán đoán đó. Không thể học qua bài giảng hay tutorial
  Cách duy nhất là dành thời gian bên cạnh một bậc thầy liên tục thể hiện năng lực phán đoán vượt trội
• Kết quả là tuyển dụng UX sơ cấp ngày càng có khả năng tiến gần đến mô hình học việc
• Doanh nghiệp sẽ giảm tuyển các generalist mới vào nghề và ưu tiên
  thực tập sinh được đào tạo sát với từng domain cụ thể như accessibility, content, design system, research ops hay growth
• Điều được kỳ vọng ở junior là khả năng dùng AI thành thạo trong công việc sản xuất: không phải số lượng đầu ra mà là chất lượng quyết định
• Rủi ro lớn nhất trong quá trình này là sự cám dỗ của người dùng tổng hợp
  • Có thể chạy usability test chỉ trong vài giây bằng những yêu cầu như “hãy đóng vai một người dùng cao tuổi đang bối rối muốn mua bảo hiểm”
• Cách làm đó hữu ích để tìm lỗi hiển nhiên, nhưng lại tai hại với đào tạo học việc
• Quan sát máy móc không thể nuôi dưỡng năng lực phán đoán lấy con người làm trung tâm
• Nếu các UXer junior năm 2026 dựa vào dữ liệu tổng hợp để tránh sự phiền phức của việc tuyển người dùng thật
  • thì họ sẽ học không phải “con người thực sự hành xử như thế nào”
  • mà là cách AI suy đoán rằng con người sẽ hành xử
• Để kiểm thử người dùng tổng hợp trở thành công cụ học tập chủ đạo, AI cần có bước tiến lớn hơn nhiều trong việc huấn luyện trên dữ liệu usability thực, và đó là câu chuyện của ít nhất 10 năm nữa
• Khả năng tầm nhìn học việc lạc quan này thất bại nằm ở chủ nghĩa ngắn hạn từ cả doanh nghiệp lẫn junior
  • Nếu doanh nghiệp chỉ đòi hỏi senior có thể vào làm ngay và né tránh đào tạo junior, họ sẽ tự gây ra cạn kiệt nhân tài trong trung và dài hạn
  • Ngược lại, nếu junior kỳ vọng vị trí học việc có cùng mức lương với các công việc entry-level trước đây, thì ngay cả doanh nghiệp có tư duy tiến bộ cũng khó triển khai mô hình này
• Cần nhìn nhận học việc như một khoản đầu tư học tập tốt hơn học phí, chứ không phải một cấu trúc lương thấp gây thiệt thòi
  Tức là nó nên được xem như một chương trình đào tạo có thời hạn

Dự đoán 18: Human touch như một thứ xa xỉ — No

• Một số influencer dự đoán rằng nội dung làm thủ công sẽ trở thành thứ xa xỉ tối thượng, và người tiêu dùng sẽ trả mức giá cao hơn cho truyện tranh do con người vẽ, tiểu thuyết do con người viết, hay phim có diễn viên là con người
• Ngoại trừ một vài trường hợp, kịch bản này nhiều khả năng sẽ không xảy ra
• Trong giai đoạn chuyển tiếp, mọi người có thể tạm thời trả nhiều tiền hơn cho phim có các diễn viên kỳ cựu, hoặc âm nhạc của những nhạc sĩ con người mà họ đã biết
• Nhưng về lâu dài, điều quan trọng là chất lượng nội dung, chứ cách nó được tạo ra không phải yếu tố cốt lõi
• Ngay cả ngày nay, khán giả cũng hầu như không quan tâm hiệu ứng đặc biệt được tạo ra như thế nào, hoạt hình là vẽ tay hay do máy tính tạo sinh, hay phim được quay ở đâu
• Theo cùng logic đó, vào năm 2026 cũng có khả năng sẽ xuất hiện video game bom tấn đầu tiên được tạo ra chỉ bằng prompt ngôn ngữ tự nhiên mà không cần kỹ năng lập trình chính quy
• Điều này sẽ khiến định nghĩa về “nhà phát triển game” chuyển từ kiến trúc sư kỹ thuật sang đạo diễn của logic
• Cũng có thể xuất hiện các game AI-native với cơ chế có tri giác
  • Thay vì bắn kẻ địch, người chơi sẽ thuyết phục NPC vận hành bằng AI thông qua hội thoại giọng nói tự nhiên
  • NPC sẽ có hồ sơ tâm lý riêng, động cơ ẩn, và ghi nhớ mọi tương tác
  • Chúng phản ứng động theo cách người chơi thuyết phục, khiến việc lặp đi lặp lại theo walkthrough là bất khả thi
• Xu hướng này có thể mở rộng thành một thể loại mới là RPG hội thoại, nơi thuyết phục xã hội là vòng lặp cốt lõi
• Vai trò của nhà thiết kế cũng sẽ thay đổi, tập trung vào bối cảnh tự sự và logic nội tại của nhân vật hơn là viết các kịch bản cây hội thoại phức tạp
• Gameplay và storytelling sẽ là thứ thu hút người dùng, còn việc nội dung đó được tạo ra bằng cơ thể hay bằng silicon chỉ là thứ yếu
• Những nghề mà con người còn khả năng vượt trội hơn máy móc sẽ cực kỳ hạn chế
  • Tiêu biểu là lao động tình dục và giáo viên tiểu học
• Nhiều khả năng trong 20 năm nữa, giáo viên sẽ gần như không còn đảm nhiệm vai trò truyền đạt tri thức
  AI sẽ cung cấp chương trình học và tốc độ học phù hợp với tài năng và sở thích của từng cá nhân hiệu quả hơn nhiều
• Dù vậy, lý do vẫn cần con người trong giáo dục tiểu học là để giữ trẻ đi đúng quỹ đạo học tập và đóng vai trò hình mẫu người lớn
• Việc trẻ có thể học từ AI không có nghĩa là chúng sẽ bỏ qua những trò chơi hay kích thích hấp dẫn hơn
• Giáo dục bằng AI có thể nhập vai hơn trường học hiện nay, nhưng các trò chơi trong tương lai cũng sẽ hấp dẫn hơn nhiều
  • Vì vậy, giáo viên con người vẫn sẽ cần thiết
• Việc tái định nghĩa vai trò của người lớn này
  đã và đang diễn ra tại các trường tư thục tiên tiến như Alpha School
  nơi AI phụ trách giáo dục, còn người lớn đóng vai trò coach cho học sinh

Kết luận: Kết thúc giai đoạn mới lạ

• Kết luận chung mà 18 dự đoán này cùng chỉ ra không phải là lạc quan hay bi quan, mà là năm 2026 sẽ đánh dấu hồi kết của giai đoạn đứng ngoài quan sát
• Thời kỳ xem AI như một hiện tượng thú vị để quan sát từ khoảng cách an toàn đã kết thúc
• Đây sẽ là năm mà cá nhân, doanh nghiệp và cả các ngành nghề phải chọn giữa chủ động thích nghi hoặc bị buộc phải thích nghi
• Sự thật khó chịu chung nối liền các tác nhân tự trị, giao diện tạo sinh, world model đa phương thức và khoảng cách thuê bao là
  các lớp trừu tượng từng khiến kỷ nguyên công nghệ trước đây có thể quản lý được đang bị tháo dỡ
• Trước đây, người ta thiết kế màn hình, viết copy, tạo tính năng và tuyển dụng theo từng vai trò

• Còn trong năm 2026
  • việc thiết kế màn hình sẽ chuyển thành thiết kế các ràng buộc cho hệ thống tạo ra màn hình
  • việc viết copy sẽ chuyển thành thiết kế prompt định hình copy
  • việc triển khai tính năng sẽ chuyển thành xác định đặc tả hành vi thay vì bản thân tính năng
  • tuyển dụng dựa trên thực thi sẽ chuyển sang tuyển dụng dựa trên phán đoán thay vì thực thi

• Các danh từ của nghề chuyên môn trở thành động từ, còn các động từ lại đông cứng thành chính sách
• Điều khiến thay đổi này gây rối là nó đòi hỏi một lý thuyết mới về sự đóng góp
• Trong thời gian dài, bản sắc và giá trị của lao động tri thức đến từ đầu ra như báo cáo, thiết kế, code hay chiến dịch
• Khi AI tạo ra những đầu ra đó nhanh hơn và thường là tốt hơn, phần đóng góp còn lại của con người trở nên khó giải thích hơn
• Câu trả lời mà các dự đoán này gợi ra là giá trị của con người sẽ dịch chuyển lên thượng nguồn
  • xác định cần tạo ra điều gì
  • kiểm chứng liệu kết quả được tạo ra có đáng tin hay không
  • nắm giữ các mục tiêu mà hệ thống phải tối ưu
• Điều này ít hữu hình hơn, và với nhiều người cũng kém thỏa mãn hơn, nhưng đó là nơi đòn bẩy hiện đang tồn tại

• Với các chuyên gia UX, thông điệp này tuy lạnh lùng nhưng không phải là tuyệt vọng
• Nếu không thể từ bỏ nỗi hoài niệm về thời kỳ chỉ cần thiết kế một checkout flow gọn gàng thì sẽ rất khó tồn tại
• Công việc UX mới sẽ là
  • định hình hành vi của AI
  • audit các quyết định của agent
  • thiết kế niềm tin trong những hệ thống không thể được hiểu hoàn toàn
  • đại diện cho người dùng đang ngày càng bị nhắm mục tiêu tinh vi hơn bởi các engine cá nhân hóa
• Đây là những vấn đề khó hơn rất nhiều so với việc sắp xếp pixel, đồng thời cũng quan trọng hơn rất nhiều

• Năm 2026 sẽ là thời điểm kỷ nguyên “party trick” của AI khép lại và bước vào kỷ nguyên tích hợp
• Trọng tâm của 3 năm qua là cuộc đua trí tuệ thô xem ai trả lời prompt thông minh nhất
• Khi hiệu năng mô hình hội tụ và hào kỹ thuật biến mất, IQ thô ngày càng bị hàng hóa hóa
• Lợi thế cạnh tranh quyết định của năm 2026 sẽ chuyển sang trải nghiệm người dùng (UX) và agency

• Điều này đồng nghĩa với sự kết thúc của phần mềm tĩnh
• Chuyển từ UI hội thoại (trò chuyện với bot) sang UI ủy quyền (quản lý lực lượng lao động số)
• AI agent sẽ đàm phán thay chúng ta, UI tạo sinh sẽ vẽ giao diện ngay tại chỗ, còn AI vật lý sẽ di chuyển ngoài đường phố
• Phần mềm sẽ không còn chờ cú nhấp chuột nữa mà sẽ hành động cùng chúng ta

• Nhưng sự chuyển dịch từ công cụ sang đồng sự cũng kéo theo một thực tế mới
• Huyền thoại lạc quan về AI dân chủ hóa va chạm với các ràng buộc của vật lý và kinh tế
• AI càng thấm sâu như một yếu tố cấu trúc của nền kinh tế, một thế giới hai tầng càng hình thành
• Khoảng cách số mới không còn là có truy cập Internet hay không, mà là có đủ khả năng chi trả cho năng lực tính toán cao cấp để kích hoạt suy luận thật sự và agency hay không

• Những người dùng mô hình frontier qua gói thuê bao trả phí sẽ “hiểu” AI
• Những người chỉ ở lại tầng miễn phí sẽ xem AI là một “chatbot vô dụng”
• Dự đoán phân tầng này đặc biệt quan trọng
  • một xã hội mà chỉ 10% hiểu năng lực thực sự của AI
  • còn 90% tin rằng đó chỉ là thổi phồng sẽ không chỉ kém hiệu quả mà còn bất ổn
• Khoảng cách nhận thức chuyển thành khoảng cách kinh tế, rồi khoảng cách kinh tế chuyển thành khoảng cách chính trị
• Việc doanh nghiệp, chính phủ và các cơ sở giáo dục có hành động để thu hẹp khoảng cách này trong năm 2026 hay không sẽ định hình cấu trúc xã hội của cả một thế hệ

• Điều nghịch lý nhất là năm 2026 sẽ không mang cảm giác như một cuộc cách mạng khi nó đang diễn ra
• Những người sống qua thời kỳ đầu của máy in, ô tô hay Internet cũng không trải nghiệm một khoảnh khắc trước-sau kịch tính, mà là sự khó chịu, hỗn loạn và thích nghi dần dần
• Năm 2026 cũng sẽ như vậy
  • AI sẽ phá vỡ một số workflow, cải thiện một số workflow khác
  • gây thất vọng ở những lĩnh vực không ngờ tới, và mang lại ngạc nhiên ở những lĩnh vực khác
  • doanh nghiệp sẽ mắc sai lầm trong tích hợp, còn agent sẽ thất bại theo những cách đầy lúng túng
  • hype cycle sẽ tiếp tục dao động

• Dù vậy, đây vẫn là một cuộc cách mạng
  • Về sau, các sử gia có thể sẽ ghi lại năm 2026 là năm hạ tầng của kỷ nguyên AI được đặt nền móng
• Đó không chỉ là các data center, mà còn là sự hình thành của thói quen, kỳ vọng và sắp đặt thể chế quyết định công nghệ sẽ thấm vào đời sống hằng ngày như thế nào
• Những quyết định được đưa ra trong năm 2026
  • cách đào tạo junior
  • định giá khả dụng
  • thiết kế vì niềm tin
  • cách kiềm chế thao túng
    những điều này sẽ tạo ảnh hưởng trong nhiều thập kỷ
• Thái độ đúng đắn ở thời điểm này không phải là hoảng loạn hay tự mãn, mà là sự tập trung bền bỉ để xây dựng các kỹ năng, mối quan hệ và mô hình tinh thần vẫn còn quan trọng sau khi bụi lắng xuống
• Với những ai sẵn sàng đảm đương công việc đó, năm 2026 không phải là mối đe dọa mà là năm thú vị nhất để được sống

[xguru]

Tác giả bài viết này, Jakob Nielsen, là một chuyên gia UX với 42 năm kinh nghiệm.
Khi WWW được công khai, ông đã dự đoán rằng “hypertext sẽ trở thành giao diện người dùng của tương lai”.
Vì vậy, ngay từ năm 1990 ông đã viết cuốn sách "Hyper Text and Hypermedia".

Ông cũng là đồng sáng lập Nielsen Norman Group (https://www.nngroup.com/), công ty tư vấn nổi tiếng nhất trong lĩnh vực UX. (Donald Norman là người tạo ra thuật ngữ UX.)

Bài viết 10 heuristic về khả năng sử dụng trong thiết kế UI cũng rất nổi tiếng.

[shincad]

Đây là nội dung tuyên bố sự chấm dứt của thời đại AI chỉ là công cụ, đồng thời xác định chính xác vị trí cuối cùng của con người là phán đoán và trách nhiệm.
Tôi đã đọc rất hay, xin cảm ơn.

[chytonpide]

Đây là một trong những bài viết thể hiện góc nhìn sâu sắc ấn tượng nhất mà tôi đã đọc gần đây. Tôi đã đọc rất thích.

[pencil6962]

Trong cùng mạch đó, cũng có khả năng đến năm 2026 sẽ xuất hiện trò chơi điện tử bom tấn đầu tiên được tạo ra chỉ bằng prompt ngôn ngữ tự nhiên mà không cần kỹ năng lập trình chính quy.

Điều đó có thể xảy ra, nhưng việc một trò chơi có thành hit hay không lại phụ thuộc vào khâu thiết kế và đồ họa, nên tôi tự hỏi nếu AI không làm phần này mà chỉ lập trình thôi thì có còn nhiều ý nghĩa không.

Ngoài ra, đến mốc năm 2026 thì có khi AI sẽ dựng sẵn phần khung lớn của việc lập trình, còn con người chỉnh sửa chi tiết sẽ nhanh hơn. Liệu ngay trong năm nay chất lượng sản phẩm do AI tạo ra có thể cao đến mức không thể phân biệt đó là do AI làm hay do con người làm không?

[ffdd270]

Nếu chỉ nhìn vào phần “không cần kỹ năng lập trình chính quy”, thì điều này thực ra đã dần dần diễn ra nhờ sự phát triển của công nghệ game engine. Tôi nghĩ nhờ AI mà sẽ có nhiều người có thể hiện thực hóa những giấc mơ lớn hơn. Ngay cả trước thời AI cũng đã có người làm ra Spelunky chẳng hạn (trong cuốn sách ông ấy viết rằng thật may là có thể làm bằng công cụ GameMaker mà không cần lập trình theo kiểu truyền thống), rồi còn có cả nhà phát triển Undertale, người đã nhét toàn bộ các nhánh vào một switch duy nhất và vốn không quá quan tâm đến lập trình. Tôi nghĩ xu hướng hiện nay là tiếp tục giảm bớt phần lập trình cũng nằm trên chính dòng chảy đó....

Nhưng. Với phần lên ý tưởng và nghệ thuật, nếu nghĩ đến việc ngay cả bây giờ game thủ đã chán ngấy những thứ thường bị gọi là “hàng sản xuất hàng loạt” đến mức nào, thì rốt cuộc chẳng phải phán đoán cuối cùng của con người như bài gốc nói sẽ càng trở nên quan trọng hơn sao. Vì thế tôi nghĩ điều vẫn sẽ quan trọng trong tương lai là năng lực viết để có thể diễn đạt điều mình nghĩ ra, và sức mạnh của gu thẩm mỹ — tức biết mình thấy điều gì là hay. Tất nhiên đây không chỉ là vấn đề riêng của game.

[cshj55]

Tất nhiên rồi

[hpark]

Học việc là một khoản đầu tư cho việc học còn tốt hơn cả học phí, chứ không phải là một tổn thất của cấu trúc lương thấp

[eastkim64]

Tôi cũng thấy phần này là ấn tượng nhất.