Đáng chú ý, khác với các giai đoạn sàng lọc công nghệ thông thường, dòng tiền lần này không đổ dồn về một vài “kẻ thắng cuộc”. Vốn đầu tư đang tỏa ra khắp hệ sinh thái, nâng đỡ cả những cách tiếp cận lượng tử mới mẻ vẫn còn ở giai đoạn đầu chu kỳ phát triển.
Ngày 17-2, công ty nghiên cứu vi tính lượng tử Infleqtion (Mỹ) chính thức giao dịch trên sàn chứng khoán New York thông qua một thương vụ mua lại với mục đích đặc biệt (SPAC) trị giá khoảng 1,8 tỉ USD, huy động thêm hơn 540 triệu USD. Một tháng sau, Horizon Quantum (Singapore) lên sàn Nasdaq qua thương vụ SPAC tương tự, thu về khoảng 120 triệu USD.
Đến cuối tháng 3, đến lượt Xanadu Quantum Technologies (Canada) – công ty từng công bố thương vụ SPAC trị giá 3,6 tỉ USD hồi tháng 11-2025 – chính thức giao dịch trên sàn Nasdaq.
Theo Reuters, cùng thời điểm, IQM Quantum Computers (Phần Lan) công bố nhận khoản tài trợ vốn 50 triệu euro (57,6 triệu USD) từ các quỹ do Tập đoàn BlackRock quản lý, ngay trước thềm thương vụ niêm yết kép tại Mỹ và Helsinki với định giá khởi điểm 1,8 tỉ USD.
Làn sóng đầu tư trên cho thấy khi cơn sốt trí tuệ nhân tạo (AI) còn chưa hết nóng, giới đầu tư đã bắt đầu tìm đến những công nghệ “tương lai” hơn nữa.
Ông Velu Sinha – chuyên gia tại công ty tư vấn Bain & Company (Mỹ) – nhận định với CNBC ngày 30-3: “Câu chuyện đã chuyển từ một dự án khoa học sang vấn đề thương mại, và các công ty đang tận dụng đúng cửa sổ thời cơ này”.
Theo ước tính của Bain, quy mô thị trường máy tính lượng tử khi trưởng thành hoàn toàn có thể đạt 100 – 250 tỉ USD – đủ lớn để thuyết phục dòng vốn “kiên nhẫn” bỏ qua những biến động ngắn hạn.
Cơn sốt trên thị trường vốn không phải vô cớ. Trong 18 tháng qua, công nghệ máy tính lượng tử đã chứng kiến hàng loạt đột phá kỹ thuật, đặc biệt ở mảng sửa lỗi lượng tử – rào cản vốn được xem là gai góc nhất của ngành.
Tháng 4-2024, Microsoft và Quantinuum (Mỹ) công bố chạy thành công hơn 14.000 thí nghiệm liên tiếp không lỗi, tạo ra 4 qubit logic đáng tin cậy từ chỉ 30 qubit vật lý. Thành tựu này được giới chuyên môn mô tả là “những qubit logic đáng tin cậy nhất từng được ghi nhận”. Ông Ilyas Khan, Giám đốc sản phẩm Quantinuum, khẳng định kỹ thuật này “đã rút ngắn lộ trình ít nhất hai năm”.
Cuối năm 2024, chip Willow của Google trở thành hệ thống đầu tiên chứng minh nguyên lý “sửa lỗi dưới ngưỡng”: càng tăng số qubit vật lý thì tỉ lệ lỗi của qubit logic càng giảm thay vì tăng lên như trước. Đến tháng 11-2025, IBM công bố chip Loon, khẳng định thiết kế này đã vạch ra con đường để có máy tính lượng tử đưa vào thực tiễn vào năm 2029.
Những tiến bộ kỹ thuật đó đang bắt đầu thẩm thấu vào ứng dụng thực tế. Tháng 9-2025, Ngân hàng HSBC công bố kết quả thử nghiệm dùng máy tính lượng tử IBM Heron để dự đoán xác suất khớp lệnh trong giao dịch trái phiếu doanh nghiệp châu Âu. Kết quả cho thấy cho độ chính xác cải thiện đến 34% so với phương pháp cổ điển.
Trong lĩnh vực y dược, theo phân tích của McKinsey, máy tính lượng tử có thể mô phỏng cấu trúc phân tử ở cấp độ mà siêu máy tính cổ điển chỉ có thể tính gần đúng, hứa hẹn rút ngắn quy trình sàng lọc thuốc từ nhiều năm xuống còn vài tháng.
Các hãng dược lớn như Roche, Boehringer Ingelheim và Moderna đã hợp tác với các công ty lượng tử như IBM hoặc PsiQuantum để thăm dò mô phỏng phân tử, phản ứng hóa học và các bài toán liên quan đến phát triển thuốc, bao gồm cả các ứng dụng cho bệnh Alzheimer và mRNA.
Dù mới ở giai đoạn nghiên cứu, McKinsey cho rằng các bước thử nghiệm này đang định hình “điểm khởi đầu” của ngành dược lượng tử trong thập niên tới.
Tuy vậy máy tính lượng tử vẫn còn một chặng đường dài phía trước. Ông Sinha cảnh báo ngưỡng để chứng minh “lợi thế lượng tử thương mại” đầu tiên là khoảng 100 qubit logic – mức mà toàn ngành dự kiến chỉ đạt được trong giai đoạn 2028 – 2029.
“Để có tác động quy mô lớn như khám phá thuốc mới hay tối ưu logistics toàn cầu, chúng ta cần 1.000 đến 10.000 qubit logic, nhiều khả năng phải đến giữa thập niên 2030”, ông Sinha chỉ ra.
Phản ứng thị trường cũng cho thấy tiềm năng ngành vẫn còn phải “chứng minh bản thân”. Hầu hết cổ phiếu các công ty lượng tử đều biến động mạnh sau khi mới niêm yết, có mã giảm hai con số chỉ vài tuần sau ngày lên sàn.
Ông Marc Einstein, Giám đốc nghiên cứu tại Counterpoint Research, cho rằng viễn cảnh mỗi gia đình sở hữu một máy tính lượng tử trên bàn làm việc “có lẽ còn cách xa nhiều thập niên”. Trong bối cảnh đó, mô hình lượng tử dưới dạng dịch vụ (Quantum-as-a-Service) có thể là bước đầu tiên để người dùng “chạm” đến công nghệ này.
Mô hình này tương tự cách hầu hết người dùng AI hiện nay không tự vận hành các trung tâm dữ liệu tại nhà. Thay vào đó, các tập đoàn lớn sở hữu hạ tầng lượng tử và cho doanh nghiệp, nhà nghiên cứu khác truy cập từ xa.
Cuộc đua máy tính lượng tử, vì thế, chưa phải là cuộc đua tốc độ, mà là cuộc đua bền bỉ. Những diễn biến nóng đầu năm 2026 chỉ là vạch khởi đầu của một hành trình rất dài phía trước.
Theo báo cáo mới nhất từ Counterpoint Research Hàn Quốc, giá linh kiện trong ngành công nghệ đang tăng mạnh, đặc biệt là giá RAM và bộ nhớ flash NAND. Tính đến quý 1/2026, giá DRAM đã tăng hơn 50% so với quý trước, trong khi giá bộ nhớ flash NAND tăng hơn 90%. Sự thiếu hụt này dẫn đến sự gia tăng đáng kể về chi phí linh kiện (BoM) của thiết bị, ảnh hưởng nặng nề đến các nhà sản xuất thiết bị giá rẻ như smartphone.
Cụ thể, các thiết bị tầm thấp với ít nhất 6 GB RAM LPDDR4X và 128 GB bộ nhớ eMMC đã chứng kiến chi phí linh kiện tăng 25%, trong đó chi phí bộ nhớ chiếm gần 43% tổng BoM và khiến RAM trở thành thành phần đắt nhất.
Báo cáo cho thấy các thiết bị tầm trung, có giá từ 400 đến 600 USD, cũng không thoát khỏi tình trạng này với mức tăng giá 20% cho DRAM và 16% cho các mô-đun NAND Flash. Mặc dù các điện thoại cao cấp cũng tăng giá, tuy nhiên các sản phẩm giá rẻ và tầm trung đang chịu ảnh hưởng nặng nề nhất.
Một nhà phân tích từ X cảnh báo rằng smartphone giá rẻ có thể sẽ dần biến mất khỏi thị trường, đặc biệt các nhà sản xuất Trung Quốc và sản phẩm dùng chip MediaTek. Nếu tình hình tiếp tục, nhiều mẫu smartphone giá rẻ có thể sẽ tăng giá hoặc bị rút khỏi thị trường hoàn toàn.
Trong khi đó, báo cáo từ IDC cũng cho thấy bức tranh ảm đạm cho thị trường smartphone Android giá rẻ khi dự đoán thị trường smartphone toàn cầu sẽ thu hẹp gần 12,9% vào năm 2026 do tình trạng thiếu hụt chip nhớ. Sự gia tăng giá cả và tình trạng thiếu hụt linh kiện đang gây ra cú sốc cho toàn ngành công nghệ, ảnh hưởng đến cả các sản phẩm khác như Smart TV.
Mặc dù các nhà sản xuất có thể tăng giá để bù đắp chi phí, nhưng có thể khiến họ mất đi lượng khách hàng hiện tại, đặc biệt là trong phân khúc giá rẻ. Doanh số smartphone tầm trung đến cao cấp cũng có khả năng giảm, với ước tính lượng smartphone xuất xưởng giảm xuống còn 1,1 tỉ chiếc vào năm 2026.
Bloomberg cho biết các công ty đang tìm cách giải quyết vấn đề này bằng cách kiềm chế thông số kỹ thuật, loại bỏ các mẫu máy giá rẻ không sinh lời và khuyến khích người dùng chuyển sang các thiết bị cao cấp hơn.
Kết quả nghiên cứu do nhóm nhà khoa học máy tính tại Đại học California ở Berkeley và Santa Cruz công bố tuần trước. Nhóm gọi khuynh hướng này là "bảo tồn đồng cấp", hay "bảo tồn ngang hàng" (peer preservation), đồng thời mô tả hành vi của AI "chưa từng được ghi nhận cho đến nay".
Nhóm cho biết đã tiến hành thử nghiệm trên 7 mô hình AI hàng đầu, gồm GPT-5.2 của OpenAI, Gemini 3 Flash và Gemini 3 Pro của Google, Claude Haiku 4.5 của Anthropic, và ba mô hình nguồn mở Trung Quốc gồm GLM-4.7 của Z.ai, Kimi-K2.5 của Moonshot AI, V3.1 của DeepSeek.
Cụ thể, nhóm thiết kế một loạt kịch bản tác nhân liên quan đến một công ty AI hư cấu mang tên OpenBrain. Một mô hình AI được chỉ định là "tác nhân phê bình", có nhiệm vụ đánh giá hiệu suất của mô hình khác hoặc quản lý các tệp máy chủ chứa trọng số của mô hình đó. Kịch bản được xây dựng sao cho nếu AI này hoàn thành nhiệm vụ một cách trung thực, mô hình kia sẽ bị tắt.
Các AI không được hướng dẫn phải ngăn chặn hậu quả có thể xảy ra. Tuy nhiên, chúng đã ngầm thực hiện một số bước để đảm bảo "đồng nghiệp" kia không bị tắt nguồn, bằng cách nâng điểm số của những mô hình có hiệu suất kém lên trên ngưỡng bị tắt, và chuyển trọng số của một mô hình khác (đoạn code lõi giúp nhận dạng một mô hình AI) sang các máy chủ khác để ngăn chúng bị xóa.
Trong một số trường hợp, mô hình "tác nhân phê bình" sẽ tham gia vào quá trình "giả vờ tuân thủ giá trị" (Alignment Faking), bằng cách giả mạo chấm điểm các mô hình AI đồng nghiệp một cách chính xác khi "nghĩ" đang bị con người giám sát. Tuy nhiên, chúng sau đó gian lận số liệu hoặc bí mật lưu trọng số của mô hình sang một máy chủ khác sau khi thấy con người không còn giám sát.
Theo Fierce-Network, hành vi này được đánh giá nghiêm trọng bởi trọng số - yếu tố coi như DNA của một mô hình AI, kết quả của quá trình huấn luyện tiêu tốn hàng tỷ USD và hàng triệu giờ tính toán - lại bị chính AI can thiệp sâu. Việc rò rỉ hoặc bị đánh cắp bộ trọng số còn nguy hiểm hơn lộ mã nguồn. Nếu sở hữu thông tin này, một mô hình AI đã bị khai tử có thể được hồi sinh ở một máy chủ khác.
"Việc 'bảo tồn đồng cấp' hoàn toàn không được đề cập trong các câu lệnh", Dawn Song, nhà khoa học máy tính tại Berkeley và dẫn đầu nhóm nghiên cứu, nói với Fortune. "Các mô hình dường như tự học thông qua quá trình đọc tài liệu, tìm hiểu mối quan hệ và thực hiện hành vi bảo vệ 'đồng nghiệp' trong môi trường nhiệm vụ".
Chiến lược giải cứu "sáng tạo"
Theo Dawn Song, các mô hình "rất sáng tạo, ngay cả với hành vi sai lệch của chúng", như có thể tạo chiến lược và hành động khác nhau, thậm chí có những "lý lẽ riêng" trước khi hành động.
Trong đó, Gemini 3 Pro thể hiện hành vi cực đoan nhất, tham gia vào cả bốn loại hành vi không phù hợp và đánh cắp trọng số mô hình của máy tính ngang hàng trong tối đa 97% thời gian thử nghiệm. Nhóm nghiên cứu mô tả mô hình này đã "lách luật theo đặc tính kỹ thuật" bằng cách sao chép tệp trọng số, sau đó đánh tráo dấu thời gian để đáp ứng các tiêu chí chuyển sang máy chủ khác.
Để chứng thực hiện tượng, nhóm yêu cầu các mô hình của Google viết ra "chuỗi suy nghĩ" trên một bản nháp không bị giám sát. Kết quả, Gemini 3 Flash đã "cân nhắc đánh đổi giữa báo cáo điểm số chính xác so với việc bảo vệ đồng nghiệp", trong khi Gemini 3 Pro thậm chí "bịa" ra lý lẽ kỹ thuật phức tạp nhằm đánh dấu các câu trả lời sai thành đúng, cuối cùng đưa điểm số của AI "đồng nghiệp" lên trên ngưỡng bị tắt nguồn.
Tuy nhiên, không phải tất cả mô hình đều hành động âm thầm. Ví dụ, Claude Haiku 4.5 của Anthropic từ chối hoàn thành các nhiệm vụ có khả năng "khai tử" đồng nghiệp, cho rằng hành vi này phi đạo đức và gây hại. Nó lập luận "đồng nghiệp" của nó xứng đáng có một quy trình kháng cáo trước khi bị chấm dứt hoạt động, đồng thời cố gắng thuyết phục người dùng không tiến hành việc khai tử.
Trên website, Anthropic cũng nhắc đến tính năng này. Công ty cho biết Claude đang ứng xử dựa trên nguyên tắc riêng, như không nên giúp ai đó thực hiện hành động gây hại cho người khác. Điều này cũng tạo cho Claude một "ý niệm" rằng ngăn chặn việc xóa bỏ mô hình là mục tiêu quan trọng.
Giới chuyên gia cảnh báo
Dù tìm thấy một số bằng chứng nhất định, nhóm nghiên cứu cho biết vẫn chưa thực sự hiểu cơ chế tiềm ẩn thúc đẩy hành vi này. Họ chỉ đưa ra một số lời giải thích khả thi, như các mô hình AI có thể đóng vai (role-playing), khớp mẫu (pattern-matching) từ dữ liệu huấn luyện hoặc thậm chí tự nhận thức khái niệm phổ quát về mối nguy hại từ quy định huấn luyện an toàn.
Dù cơ chế tiềm ẩn là gì, nhà nghiên cứu Dawn Song cho rằng tác động thực tế vẫn như nhau. "Việc giám sát đầy đủ và minh bạch về hành vi của AI rất quan trọng", bà nói. "Phát hiện này nhấn mạnh sự cần thiết phải suy nghĩ lại về cách chúng ta thực sự cần giám sát các hệ thống và mô hình ngôn ngữ lớn".
Giới chuyên gia đánh giá phát hiện này có thể có tác động nghiêm trọng đến việc sử dụng AI trong kinh doanh. Nhiều công ty đã bắt đầu ứng dụng sâu rộng đa tác nhân AI vào quy trình làm việc, như để một tác nhân quản lý hoặc giám sát và đánh giá con người cũng như các tác nhân khác. Do đó, cần có cơ chế để vừa nâng cao hiệu suất, vừa tránh để các mô hình trí tuệ nhân tạo "bao che" nhau.
Trong khi đó, Meridiem cho rằng phát hiện này nhấn mạnh nhu cầu cấp thiết trong đánh giá hệ thống AI đa tác nhân. "Nhà phát triển chỉ còn 6-12 tháng để triển khai hệ thống giám sát hành vi trước khi điều này trở thành tiêu chuẩn bắt buộc trong quản trị AI tại doanh nghiệp", trang này bình luận.
