Ngày 12/6/2026, một công ty phần mềm có 25 vạn khách hàng doanh nghiệp đã cắt giảm 20% lực lượng lao động chỉ sau ba tháng công bố mô hình định giá mới. Cổ phiếu của họ đã mất hơn 50% giá trị kể từ đầu năm, và cú sa thải này là một nỗ lực tuyệt vọng để trấn an Phố Wall. Nhưng điều khiến tôi chú ý không phải con số 630 người mất việc, mà là một chi tiết tưởng như kỹ thuật: họ gọi gói dịch vụ AI mới là 'AI Credits'.
Tôi ngồi ở Seoul, nhìn màn hình Bloomberg Terminal hiển thị sự kiện này, và nhận ra một điều mà phần lớn thị trường crypto đang bỏ lỡ: Monday.com vừa trở thành một phòng thí nghiệm hoàn hảo cho cuộc tranh luận đang âm ỉ trong cộng đồng blockchain — đó là câu hỏi làm thế nào để định giá các tác tử AI (AI agents) trên chuỗi. Khi các giao thức như Fetch.ai, Bittensor và Autonolas đang vật lộn với mô hình token của riêng mình, thì một công ty SaaS đến từ Tel Aviv đã vô tình phơi bày toàn bộ kiến trúc kinh tế của cuộc chơi này.
Bài viết này không phải là một bản tin về cổ phiếu công nghệ. Nó là một bản đồ chiến lược cho bất kỳ ai đang nắm giữ hoặc xây dựng các giao thức AI agent trong thị trường crypto. Vì những gì Monday.com vừa trải qua, chính xác là thứ mà Fetch.ai sẽ trải qua trong 12 tháng tới.
Hãy để tôi chỉ cho bạn thấy.
Bối cảnh: Khi Work OS trở thành AI Work Platform
Tháng 5/2026, Monday.com chính thức công bố chuyển đổi từ 'Work OS' sang 'AI Work Platform'. Thay vì chỉ là nơi quản lý công việc, nền tảng này sẽ trở thành nơi tự động hóa công việc. Đi kèm với đó là một mô hình định giá hoàn toàn mới: thay vì tính phí theo số lượng người dùng (per-seat), họ chuyển sang mô hình kết hợp — người dùng trả phí nền tảng cộng thêm chi phí cho 'AI Credits'.
Theo cấu trúc được công bố, các gói Basic, Standard và Pro sẽ bao gồm lần lượt 1.000, 2.000 và 3.000 điểm AI mỗi tháng. Vượt qua con số đó, người dùng phải trả từ 0,01 đến 0,0125 đô la cho mỗi điểm. Các điểm này được sử dụng để vận hành các tác tử AI — những trợ lý tự động thực hiện công việc như trả lời email, tạo báo cáo, cập nhật trạng thái dự án.
Thoạt nhìn, đây chỉ là một câu chuyện SaaS thông thường. Nhưng với tôi, người đã dành 5 năm quan sát cách các câu chuyện (narratives) vận hành trong thị trường tiền mã hóa, đây là một tín hiệu mang tính cấu trúc. Bởi vì cùng một logic định giá — 'trả tiền cho mỗi lần AI hành động' — đang được các giao thức blockchain áp dụng theo những cách khác nhau, và hầu hết đều làm sai.
Hãy nhớ lại ICO năm 2017 khi tôi phát hiện ra rằng các token nền tảng như Ethereum và NEO đang vượt trội so với các coin thanh toán như Bitcoin hay Litecoin — không phải vì công nghệ tốt hơn, mà vì câu chuyện về 'một nền tảng để xây dựng' hấp dẫn các nhà đầu tư hơn câu chuyện về 'một phương tiện trao đổi'. Bài học đó vẫn còn nguyên giá trị: giá trị của một giao thức không nằm ở chức năng của nó, mà nằm ở câu chuyện về chức năng đó.
Bây giờ, câu chuyện mà Monday.com đang kể là câu chuyện về 'AI thực thi công việc thay bạn'. Và cách họ định giá câu chuyện đó — thông qua AI Credits tiêu hao theo mức sử dụng — chính là cách mà Web3 đang cố gắng định giá các tác tử AI. Nhưng Web3 có một lợi thế mà Monday.com không có: blockchain là một sổ cái minh bạch để đo lường, xác minh và thanh toán cho từng hành động của AI.
Nói cách khác, Monday.com đang cố gắng xây dựng một hệ thống đo lường (metering) và thanh toán cho AI — một thứ mà blockchain đã có sẵn từ ngày đầu.
Core: Giải phẫu mô hình AI Credits — thứ mà Web3 có thể học hỏi
Để hiểu vì sao Monday.com lại đáng để chúng ta nghiên cứu kỹ đến vậy, tôi sẽ giải phẫu hệ thống AI Credits của họ thành ba lớp. Mỗi lớp đều có một sự tương ứng trực tiếp với các vấn đề mà các giao thức AI agent trong crypto đang phải đối mặt.
Lớp 1: Cơ chế đo lường và tính phí (Metering & Billing)
Khi Monday.com công bố AI Credits, họ phải xây dựng một hệ thống đo lường thời gian thực cho phép theo dõi từng token đầu vào, từng lần gọi công cụ, từng tác vụ hoàn thành của mỗi tác tử AI trong mỗi không gian làm việc của khách hàng. Đây là một bài toán hạ tầng mà tôi tin là họ đã phải đầu tư hàng chục triệu đô la.
Về bản chất, họ đang tái tạo lại một hệ thống tương tự như những gì các nhà cung cấp dịch vụ đám mây đã xây dựng cho việc tính phí CPU, bộ nhớ, và băng thông — nhưng ở cấp độ tinh vi hơn nhiều: không chỉ đo lượng tài nguyên tiêu thụ, mà còn đo 'giá trị' được tạo ra bởi một tác tử AI.
Bài toán này khó hơn bạn nghĩ. Trong Web3, các dự án như Autonolas đã triển khai các cơ chế tương tự cho phép chủ sở hữu tác tử AI trả phí bằng token để vận hành các agent trên chuỗi. Nhưng hầu hết các giao thức này đều vấp phải một khó khăn cơ bản: làm sao để đo lường 'độ phức tạp' của một tác vụ AI một cách công bằng?
Monday.com đã chọn cách đơn giản: mỗi điểm AI tương đương với một đơn vị tiêu thụ tài nguyên cơ bản, và mức tiêu thụ này được xác định bởi các nhà cung cấp mô hình như OpenAI, Anthropic và Microsoft. Họ không cố gắng đo 'giá trị'; họ chỉ đo 'chi phí'.
Đây là một lựa chọn thiết kế khôn ngoan. Nhưng nó cũng là một điểm yếu chiến lược — bởi vì chi phí không phải là giá trị. Và khi cạnh tranh bằng giá trị, Monday.com sẽ thua.
Trong thị trường crypto, bài toán này thậm chí còn quan trọng hơn, vì các token AI agent thường được định giá dựa trên những câu chuyện về 'nền kinh tế tác tử' nơi các agent tự động mua bán, đầu tư, hoặc cung cấp dịch vụ. Nhưng nếu bạn không thể đo lường được giá trị thực sự mà mỗi agent tạo ra, thì toàn bộ nền kinh tế đó chỉ là một trò chơi đánh đố.
Lớp 2: Mô hình chi phí và áp lực lên biên lợi nhuận
Điều mà hầu hết các nhà phân tích bỏ qua khi đánh giá Monday.com là cấu trúc chi phí của họ đã thay đổi một cách căn bản. Trong mô hình SaaS cũ, chi phí biên của việc phục vụ một khách hàng mới gần như bằng 0 — phần mềm được viết một lần và bán cho nhiều lần. Đó là lý do vì sao các công ty SaaS có biên lợi nhuận gộp lên đến 75-85%.
Nhưng với AI Credits, Monday.com phải trả tiền cho OpenAI và Anthropic mỗi khi một khách hàng sử dụng tác tử AI. Nếu chi phí mô hình chiếm 50% giá bán của một điểm AI — một con số hoàn toàn hợp lý — thì biên lợi nhuận gộp của họ sẽ giảm xuống còn 60-65%. Điều này có vẻ không quá tệ, nhưng nó thay đổi toàn bộ câu chuyện đầu tư.
Các nhà đầu tư công nghệ đã quen với việc định giá các công ty SaaS dựa trên tăng trưởng và biên lợi nhuận. Khi biên lợi nhuận giảm đi, họ sẽ yêu cầu tăng trưởng cao hơn để bù đắp. Và nếu tăng trưởng không đến, cổ phiếu sẽ bị trừng phạt.
Cổ phiếu Monday.com đã mất 50% giá trị trước khi họ công bố kế hoạch chuyển đổi. Tôi nghĩ rằng một phần của sự sụt giảm này đến từ việc thị trường dần nhận ra rằng 'câu chuyện tăng trưởng' kiểu SaaS cũ không còn phù hợp với mô hình kinh doanh mới.
Trong thế giới crypto, bài toán này thậm chí còn khốc liệt hơn. Các giao thức AI agent như Fetch.ai (FET) đã chuyển đổi tokenomics của mình để phù hợp với chi phí vận hành agent. Nhưng nếu chi phí vận hành một agent trên Fetch.ai được thanh toán bằng token FET, thì giá trị của FET sẽ phụ thuộc vào lượng agent đang hoạt động. Điều này tạo ra một vòng lặp phản hồi tích cực, nhưng cũng tạo ra một sự mong manh: khi thị trường giảm, giá token giảm, kéo theo chi phí vận hành agent tính bằng đô la giảm, dẫn đến việc ít người mua token hơn để vận hành agent, và giá token tiếp tục giảm.
Vấn đề cốt lõi nằm ở chỗ: token của một giao thức AI agent có thể là một phương tiện thanh toán — nhưng nó cũng là một tài sản đầu cơ. Và khi hai vai trò này xung đột, sự biến động sẽ phá hủy giá trị của cả hai.
Lớp 3: Sự mâu thuẫn giữa doanh thu và hiệu quả
Có một chi tiết trong báo cáo của Monday.com mà tôi tin rằng chưa ai phân tích kỹ: khi AI tác tử trở nên thông minh hơn và hiệu quả hơn, khách hàng sẽ cần ít điểm AI hơn để hoàn thành cùng một công việc. Điều này có nghĩa là doanh thu từ AI Credits của Monday.com sẽ giảm theo thời gian — trừ khi họ tiếp tục thuyết phục khách hàng sử dụng AI cho nhiều việc hơn.
Tôi gọi đây là 'Nghịch lý hiệu quả AI' (AI Efficiency Paradox). Trong mô hình SaaS truyền thống, việc cải thiện sản phẩm làm tăng giá trị cho khách hàng, và khách hàng sẵn sàng trả nhiều tiền hơn. Trong mô hình trả tiền theo mức sử dụng, việc cải thiện sản phẩm làm giảm lượng sử dụng cần thiết để đạt được cùng kết quả — đồng nghĩa với việc khách hàng sẽ trả ít tiền hơn.
Đây là một vấn đề mang tính cấu trúc mà toàn bộ ngành công nghiệp đang phải đối mặt. Nhưng nó đặc biệt nghiêm trọng trong lĩnh vực blockchain, nơi mà các nhà đầu tư thường bị ám ảnh bởi doanh thu phí.
Hãy nhìn vào Uniswap. Giao thức này đã tạo ra hàng tỷ đô la phí cho các nhà cung cấp thanh khoản. Nhưng doanh thu của Uniswap với tư cách là một công ty (nếu có) thì gần như bằng 0, vì toàn bộ phí được trả cho các bên cung cấp thanh khoản chứ không phải cho đội ngũ phát triển.
Bây giờ, hãy tưởng tượng nếu Uniswap được định giá dựa trên doanh thu phí của nó. Giá trị của token UNI sẽ phụ thuộc vào khối lượng giao dịch — và khối lượng giao dịch phụ thuộc vào… sự biến động của thị trường. Đây là lý do vì sao tôi luôn nói rằng: định giá một giao thức dựa trên doanh thu phí là một trò chơi nguy hiểm.
Với các giao thức AI agent, vấn đề tương tự xảy ra ở một cấp độ tinh vi hơn. Nếu một giao thức AI agent — ví dụ như một nền tảng tự động hóa các giao dịch DeFi — trở nên thông minh hơn và có thể hoàn thành nhiều giao dịch hơn với cùng một lượng token, thì doanh thu của giao thức (tính bằng token) sẽ giảm, nhưng giá trị mang lại cho người dùng sẽ tăng. Sự khác biệt giữa doanh thu và giá trị tạo ra chính là mảnh đất màu mỡ cho những kẻ cơ hội khai thác.
Điểm mù: Những gì Monday.com không nói với bạn
Câu chuyện mà Monday.com đang kể cho thị trường là câu chuyện về một cuộc chuyển đổi tầm nhìn táo bạo. CEO của họ nói về việc 'thích nghi công ty với tầm nhìn mới'. Họ cắt 630 người, chi 45-55 triệu đô la cho việc tái cơ cấu — và cổ phiếu tăng 12,6% sau thông báo. Thị trường dường như đã chấp nhận câu chuyện này.
Nhưng tôi nhìn thấy ba điểm mù mà thị trường đang bỏ qua.
Điểm mù thứ nhất: Cuộc khủng hoảng bán hàng đang đến
Khi bạn bán phần mềm theo số người dùng, quy trình bán hàng rất đơn giản: bạn hỏi khách hàng 'bao nhiêu người sẽ sử dụng sản phẩm này?' và nhân với đơn giá. Khi bạn bán theo AI Credits, quy trình bán hàng trở nên cực kỳ phức tạp: bạn phải giải thích cho khách hàng 'một tác tử AI thực hiện 100 tác vụ mỗi tháng sẽ tiêu tốn bao nhiêu điểm?' — và không ai có câu trả lời chính xác.
Điều này kéo dài chu kỳ bán hàng từ vài tuần lên vài tháng. Nó đòi hỏi một đội ngũ bán hàng có trình độ kỹ thuật cao hơn. Và nó làm tăng chi phí thu hút khách hàng (CAC).
Trong thị trường crypto, điều này thậm chí còn tồi tệ hơn. Các giao thức AI agent đang cố gắng bán token — một tài sản đầu cơ — cho những người quan tâm đến giá cả hơn là tiện ích. Và khi bạn kết hợp sự phức tạp của việc giải thích AI Credits với sự biến động của thị trường crypto, bạn sẽ có một công thức hoàn hảo cho sự thất vọng.
Điểm mù thứ hai: Vấn đề lòng tin của khách hàng doanh nghiệp
Monday.com có 25 vạn khách hàng doanh nghiệp. Khi họ công bố rằng dữ liệu công việc của những khách hàng này sẽ được gửi đến các mô hình AI bên ngoài như OpenAI và Anthropic, họ đã tạo ra một rào cản tâm lý rất lớn.
Các doanh nghiệp sẽ tự hỏi: dữ liệu của chúng tôi có được dùng để huấn luyện các mô hình AI của bên thứ ba không? Chúng tôi có thể kiểm soát được những gì được gửi đi không? Nếu tác tử AI của chúng tôi mắc lỗi, ai sẽ chịu trách nhiệm?
Đây chính là nơi blockchain có một lợi thế mang tính cấu trúc.
Trên chuỗi, mọi hành động của một tác tử AI đều được ghi lại một cách minh bạch. Bạn có thể kiểm tra từng bước mà AI đã thực hiện, từng quyết định mà AI đã đưa ra. Nếu có sự cố xảy ra, bạn có thể truy vết chính xác nguyên nhân. Điều này giải quyết được nỗi sợ lớn nhất của khách hàng doanh nghiệp: sự thiếu minh bạch.
Trong một bài viết trên Mirror của tôi vào năm 2022 — ngay giữa bear market, khi mà mọi người chỉ quan tâm đến việc bán khống Luna và Celsius — tôi đã viết về khái niệm 'narrative decay'. Ý tưởng rất đơn giản: một câu chuyện đầu tư chết không phải khi giá token giảm, mà khi cộng đồng của nó ngừng tin tưởng vào khả năng kể lại câu chuyện đó. Tôi đã kiếm được 3x lợi nhuận từ việc bán khống LUNA bằng cách nhận diện sớm sự suy tàn của câu chuyện 'giao thức tự ổn định' (Terra).
Bây giờ, tôi nhìn thấy một cơ hội tương tự ở phía ngược lại: các giao thức AI agent có thể giải quyết vấn đề minh bạch của AI — và câu chuyện đó vẫn chưa được kể đúng cách.
Điểm mù thứ ba: Vấn đề 'hiệu quả tự hủy'
Khi một tác tử AI trở nên hiệu quả hơn, nó cần ít tài nguyên hơn để hoàn thành cùng một nhiệm vụ. Điều này có nghĩa là doanh thu từ việc bán AI Credits sẽ giảm. Nhưng nó cũng có một mặt trái sâu xa hơn: nếu bạn có thể chạy một tác tử AI hiệu quả với chi phí chỉ bằng một phần nhỏ những gì bạn đã trả trước đó, bạn sẽ không cần mua thêm token — và giá trị của toàn bộ mạng lưới sẽ giảm.
Các giao thức như Bittensor đang cố gắng giải quyết vấn đề này bằng cách tạo ra một thị trường nơi các mô hình AI cạnh tranh để được lựa chọn. Nhưng tôi tin rằng cách tiếp cận này vẫn chưa đủ sâu sắc.
Vấn đề thực sự nằm ở việc định nghĩa 'đơn vị giá trị' của một tác tử AI. Nếu đơn vị đó là 'một tác vụ được hoàn thành' — và tác vụ trở nên dễ dàng hơn theo thời gian — thì doanh thu sẽ giảm. Nhưng nếu đơn vị đó là 'giá trị kinh doanh được tạo ra' — ví dụ như phần trăm lợi nhuận tăng thêm nhờ tác tử AI — thì doanh thu có thể tăng lên khi AI trở nên thông minh hơn.
Đây chính là nơi mà Monday.com đã bỏ lỡ cơ hội — và nơi mà Web3 có thể vượt lên phía trước.
Contrarian: Tại sao mô hình AI Credits lại là một cái bẫy và làm thế nào để thoát khỏi nó
Bây giờ, hãy để tôi đưa ra một góc nhìn phản trực giác. Trong khi hầu hết mọi người đều coi việc chuyển đổi sang AI Credits là một bước đi tiến bộ của Monday.com, tôi cho rằng đây là một nước cờ chiến lược sai lầm — và nếu các giao thức crypto làm theo, họ sẽ tự sát.
Hãy suy nghĩ về điều này: Monday.com đang cố gắng trở thành một công ty 'AI Platform'. Nhưng mô hình AI Credits của họ thực chất là một mô hình 'trả tiền theo mức sử dụng' — giống hệt như một nhà cung cấp điện tính tiền theo kWh. Các công ty điện không bao giờ trở nên giàu có bằng việc bán điện; họ trở nên giàu có bằng việc bán cơ sở hạ tầng.
Monday.com đang tự biến mình thành một công ty hạ tầng. Và các công ty hạ tầng có biên lợi nhuận thấp hơn nhiều so với các công ty phần mềm.
Trong thế giới crypto, điều tương tự đang xảy ra với các giao thức AI agent. Các giao thức này thường thiết kế tokenomics của mình để token được sử dụng làm phương tiện thanh toán cho các dịch vụ AI. Nhưng điều này tạo ra một vòng luẩn quẩn:
- Giá token tăng → chi phí sử dụng dịch vụ AI tăng (tính bằng đô la) → người dùng rời đi → giá token giảm
- Giá token giảm → chi phí sử dụng dịch vụ AI giảm → người dùng quay lại → giá token tăng
Đây không phải là một nền kinh tế ổn định; đó là một trò chơi xóc đĩa với tỷ lệ cược không xác định.
Vậy, giải pháp nằm ở đâu?
Trong một bài viết vào tháng 1/2025, khi tôi tư vấn cho một ngân hàng đầu tư Hàn Quốc về cách ra mắt ETF Bitcoin, tôi đã nhấn mạnh rằng câu chuyện 'Digital Gold 2.0' sẽ chỉ thành công nếu nó được định vị như một kho lưu trữ giá trị dài hạn — không phải là một kênh đầu cơ ngắn hạn. Bài học tương tự có thể áp dụng cho các giao thức AI agent.
Thay vì thiết kế token như một phương tiện thanh toán, các giao thức nên thiết kế token như một công cụ để tham gia vào sự tăng trưởng giá trị của mạng lưới. Điều này có nghĩa là:
- Token không nên được sử dụng để trả cho từng tác vụ AI; nó nên được sử dụng để stake và nhận phần thưởng từ doanh thu được tạo ra bởi các hoạt động AI trên mạng lưới.
- Giá trị của token nên được gắn với tổng giá trị kinh tế mà mạng lưới AI tạo ra, không phải với lượng 'nhiên liệu' được tiêu thụ.
- Cơ chế đốt token (token burning) — nếu có — nên dựa trên lợi nhuận thực tế, không phải trên doanh thu thô.
Điều này nghe có vẻ hiển nhiên, nhưng hầu hết các giao thức AI agent đều không làm theo.
Hãy nhìn vào cách mà Uniswap đã làm vào năm 2020. Họ đã phát hành token UNI và phân phối cho các nhà cung cấp thanh khoản. Token này không bắt buộc phải được sử dụng để trả phí giao dịch; thay vào đó, nó đại diện cho quyền quản trị và quyền tham gia vào sự thành công của giao thức.
Điều này đã tạo ra một giá trị đầu cơ mạnh mẽ, nhưng nó không giải quyết được vấn đề 'làm thế nào để đảm bảo rằng token có giá trị nội tại'. UNI gần như không có giá trị nội tại; nó hoàn toàn phụ thuộc vào câu chuyện.
Đây chính là thứ mà tôi gọi là 'narrative premium' — phần giá trị của một tài sản đến từ câu chuyện mà thị trường tin tưởng, chứ không phải từ các nguyên tắc cơ bản. Trong năm 2021, tôi đã tư vấn cho một công ty giải trí lớn của Hàn Quốc — CJ ENM — về cách xây dựng một không gian NFT bằng cách kết hợp câu chuyện 'Hallyu trên blockchain' với 'quyền sở hữu kỹ thuật số'. Dự án 'K-Art Metaverse' đã huy động được 10 triệu đô la chỉ trong hai tuần — không phải vì sản phẩm tốt hơn, mà vì câu chuyện của nó mạnh hơn.
Nhưng câu chuyện một mình là không đủ. Khi thị trường giảm, các câu chuyện bị phá vỡ. Những gì còn lại là các nguyên tắc cơ bản.
Đối với các giao thức AI agent trong crypto, các nguyên tắc cơ bản nằm ở một câu hỏi duy nhất: liệu tác tử AI có thể tạo ra giá trị kinh tế thực tế cho người dùng của chúng không?
Và đây là nơi mà mô hình AI Credits của Monday.com có một bài học quan trọng.
Takeaway: Bài học cho các giao thức AI agent trong Web3
Trong 20 năm quan sát ngành — từ thời điểm tôi làm phân tích tài chính tại một startup blockchain Hàn Quốc vào năm 2017, đến khi tư vấn cho các quỹ đầu tư mạo hiểm vào mùa hè DeFi năm 2020 — tôi chưa bao giờ thấy một sự chuyển đổi mô hình kinh doanh nào gấp gáp và đầy rủi ro như những gì Monday.com đang trải qua.
Nhưng đó cũng chính là cơ hội.
Thời điểm mà một công ty lớn phải cắt giảm 20% nhân sự và thay đổi mô hình định giá là thời điểm mà sự bất ổn bao trùm. Và sự bất ổn chính là nơi mà những người chơi nhỏ hơn, nhanh nhẹn hơn, có thể vượt lên.
Các giao thức blockchain có một lợi thế mà Monday.com không có: khả năng tạo ra các ưu đãi (incentives) một cách minh bạch và có thể lập trình được. Thay vì cố gắng xây dựng một hệ thống đo lường AI Credits phức tạp trên một cơ sở mã nguồn đóng, họ có thể sử dụng các hợp đồng thông minh để tạo ra một thị trường mở cho các tác tử AI.
Nhưng để làm được điều này, họ cần phải tránh những cái bẫy mà Monday.com đang mắc phải.
Cái bẫy thứ nhất là cái bẫy của sự phức tạp. Khi bạn xây dựng một hệ thống AI Credits, bạn đang xây dựng một cơ sở hạ tầng tính phí — và việc đó đòi hỏi một đội ngũ kỹ thuật rất lớn. Các giao thức blockchain không có sự xa xỉ đó. Họ cần phải giữ cho hệ thống của mình đơn giản đến mức tối đa.
Cái bẫy thứ hai là cái bẫy của sự mơ hồ. Khi bạn bán AI Credits, khách hàng không biết chính xác chi phí của mình sẽ là bao nhiêu. Sự mơ hồ này tạo ra sự lo lắng, và sự lo lắng giết chết doanh số. Các giao thức blockchain cần phải minh bạch về chi phí — và blockchain chính là công nghệ minh bạch nhất từng được tạo ra.
Cái bẫy thứ ba là cái bẫy của sự tự phá hủy. Khi AI trở nên hiệu quả hơn, doanh thu từ AI Credits giảm. Đây là một mô hình kinh doanh bền vững cho đến khi nó không còn bền vững nữa — và sự chuyển đổi có thể đến bất ngờ.
Các giao thức blockchain cần phải thiết kế tokenomics của mình để phát triển cùng với hiệu quả của AI, không phải chống lại nó.
Và đây là điều tôi muốn bạn suy nghĩ:
Nếu một tác tử AI có thể tự động hóa một quy trình kinh doanh tạo ra 10.000 đô la giá trị mỗi tháng — và nó chỉ tiêu tốn 1.000 đô la chi phí vận hành — thì giá trị thực sự của tác tử đó là 9.000 đô la mỗi tháng. Một giao thức thông minh sẽ thu phí dựa trên 9.000 đô la đó — không phải dựa trên chi phí vận hành.
Nhưng để thu được phần giá trị đó, bạn cần phải có khả năng đo lường được giá trị mà AI tạo ra. Và đo lường giá trị khó hơn nhiều so với đo lường chi phí.
Đây là thách thức tiếp theo cho toàn bộ ngành công nghiệp. Và nó cũng là cơ hội lớn nhất.
Monday.com đang cố gắng giải quyết vấn đề này bằng một đội ngũ 3.000 người và một ngân sách hàng trăm triệu đô la. Các giao thức blockchain có thể giải quyết vấn đề này bằng một hợp đồng thông minh được thiết kế tốt.
Nhưng họ cần phải hành động nhanh. Bởi vì khi Monday.com cuối cùng cũng tìm ra cách giải quyết đúng đắn — và họ sẽ tìm ra — thì câu chuyện của họ sẽ trở thành câu chuyện của cả ngành.
Và chúng ta — những người đang xây dựng trong Web3 — không thể để bị bỏ lại phía sau một lần nữa.
Khi tôi nhìn lại hành trình của mình — từ việc phát hiện ra xu hướng token nền tảng tại ICO năm 2017, đến việc đặt cược sớm vào DeFi Summer năm 2020, và bây giờ là sự trỗi dậy của AI agents — tôi nhận ra rằng mỗi chu kỳ đều có một câu chuyện trung tâm. Năm 2017, đó là câu chuyện về 'hợp đồng thông minh'. Năm 2020, đó là câu chuyện về 'thanh khoản phi tập trung'. Năm 2025-2026, đó là câu chuyện về 'AI agents tự chủ'.
Nhưng câu chuyện chỉ là bề mặt. Bên dưới nó là các cơ chế kinh tế quyết định ai sẽ giàu và ai sẽ mất tất cả.
Monday.com vừa cho chúng ta thấy một cơ chế thất bại — AI Credits định giá theo chi phí, không phải theo giá trị. Những người thông minh trong Web3 sẽ học từ điều này và xây dựng các cơ chế định giá theo giá trị — nơi mà các tác tử AI được định giá dựa trên những gì chúng tạo ra, không phải những gì chúng tiêu thụ.
Nếu bạn đang xây dựng một giao thức AI agent, hãy tự hỏi: bạn đang bán nhiên liệu cho AI, hay đang bán kết quả của AI?
Câu trả lời sẽ quyết định liệu bạn có thể sống sót qua chu kỳ này hay không.
