Dreamforce 2026 và câu trả lời: AI Agent, cuối cùng đã từ Demo chuyển thành doanh thu chưa?

AI đã tiêu tốn nhiều tiền như vậy, cuối cùng đã bắt đầu "kiếm tiền" rồi sao?

Hai năm qua, chủ đề chính được thị trường chứng khoán Mỹ hưởng ứng nhiệt tình nhất xoay quanh AI gần như đều nằm ở phía hạ tầng để đếm tiền: Nvidia in tiền, TSMC chạy hết công suất, Broadcom âm thầm phát tài nhờ chip tùy chỉnh, dòng vốn theo điện lực và module quang tràn vào toàn bộ thế giới vật lý.

Toàn bộ logic đầu tư đơn giản và thô bạo — chỉ cần mô hình lớn vẫn tiếp tục lớn hơn, sức mạnh tính toán chính là loại tiền cứng chắc chắn nhất.

Nhưng đứng vào mùa thu năm 2026, sau khi hàng trăm tỷ đô la vốn đầu tư đổ vào các phòng máy, sự kiên nhẫn của thị trường đang thu hẹp một cách rõ rệt, bắt đầu truy hỏi rằng số sức mạnh tính toán này rốt cuộc bao giờ mới có thể chuyển thành doanh thu thực sự trên báo cáo tài chính?

Bước ngoặt phân chia này đã xé ra một vết nứt trên bảng giao dịch chứng khoán Mỹ vào giữa tháng 9. Ngày 14 tháng 9, chịu ảnh hưởng từ các thảo luận cho rằng nhịp độ phát triển AI có thể chậm lại, cổ phiếu chip đã tăng tốc suốt hai năm đồng loạt chịu áp lực, nhưng hai gã khổng lồ bảo mật CrowdStrike và Palo Alto lại tăng vọt hơn 13% trong một ngày, ngay cả Salesforce và ServiceNow vốn đi ngang lâu dài cũng đón nhận dòng tiền mua quay trở lại sau thời gian dài.

Đúng vào thời điểm quan trọng này, Dreamforce 2026 cũng đã khai mạc.

Bỏ qua những Keynote hoa mắt và lớp vỏ khái niệm, toàn bộ hội nghị thực ra chỉ đang thay tất cả mọi người trả lời cùng một câu hỏi cốt lõi: AI Agent, rốt cuộc có thể đổi Demo thành tiền thật hay không?

1. Tạm biệt "bạn trò chuyện", AI bắt đầu "hoàn thành công việc"

AI doanh nghiệp của hai năm trước, nói thẳng ra, phần lớn chỉ là phiên bản cao cấp của Copilot.

Nhân viên hỏi một câu hỏi, AI giúp bạn tóm tắt tài liệu, tạo email, viết một đoạn mã hoặc sắp xếp nội dung cuộc họp, nó có thể nâng cao hiệu suất, nhưng trước máy tính phải có một người sống ngồi đó từng bước đưa ra chỉ thị.

Năm nay Salesforce cuối cùng đã không còn kể câu chuyện "ghế phụ lái" này nữa.

Ví dụ Hunter phụ trách khai thác khách hàng, trước đây Copilot cùng lắm giúp bạn trau chuốt một email lạnh, thiết kế hiện tại là để nó tự lập kế hoạch, tra cứu dữ liệu, liên tục theo đuổi trong vài tuần, ngay trước thềm Dreamforce, nó đã mở rộng một lần các sản phẩm Agent của Agentforce, bao gồm Casey phụ trách chăm sóc khách hàng, Paige phụ trách IT và HR, Carter phụ trách mua sắm thương mại điện tử, Hunter phụ trách bán hàng, và Marshall phụ trách quy trình hậu trường chuỗi cung ứng.

Nó được thiết kế để có thể làm việc xuyên hệ thống, xuyên bước, thậm chí xuyên thời gian liên tục, từ đó thông suốt toàn bộ chuỗi: tìm khách hàng tiềm năng, lập kế hoạch, liên tục theo đuổi, điều chỉnh chiến lược theo thông tin khách hàng mới, yêu cầu nhân viên bán hàng phê duyệt khi cần, sau đó tiếp tục đẩy nhiệm vụ về phía trước.

Quá trình này có thể kéo dài vài tuần hoặc lâu hơn, mặc dù Hunter vẫn đang ở giai đoạn Pilot, dự kiến đến tháng 11 năm nay mới chính thức GA, không phải là sản phẩm thương mại đã trưởng thành quy mô lớn, nhưng logic kinh doanh cơ bản đã thay đổi.

Mối quan hệ giữa con người và AI trong quá khứ, giống như liên tục gửi Prompt; tương lai doanh nghiệp muốn mua, có thể là một bộ lực lượng lao động số có thể tự đọc dữ liệu, gọi công cụ, thực thi nhiệm vụ và để lại hồ sơ kiểm toán.

Một khi sản phẩm từ "tính năng" biến thành "lực lượng lao động số", cách tính ROI sẽ hoàn toàn minh bạch.

Một chatbot viết tốt hay không, rất dễ dừng lại ở trải nghiệm chủ quan; nhưng nếu một Agent chăm sóc khách hàng có thể trực tiếp giảm ticket, một Agent bán hàng có thể mang lại Pipeline, một Agent hậu trường có thể giảm thao tác thủ công, doanh nghiệp có thể tính toán trực tiếp rằng đã trả bao nhiêu tiền cho nó, và nó đã thay mình hoàn thành bao nhiêu công việc.

AI chỉ khi đến bước này, mới thực sự chạm đến ngưỡng cửa của kinh doanh.

2. Tạm biệt Seat: Thu tiền theo "khối lượng công việc"

Đây cũng là điểm đáng xem nhất của Dreamforce năm nay.

Demo trên sân khấu công bố luôn có thể được cắt dựng hoa mỹ, để phán đoán thương mại hóa có thực sự được triển khai hay không, chỉ có hai chỉ số — có dòng tiền thật hay không, có lượt gọi thật hay không.

Báo cáo tài chính mới nhất của Salesforce đã đưa ra một loạt dữ liệu rất đáng chú ý, trong đó ARR của Agentforce đã vượt 1,5 tỷ đô la, tăng 240% so với cùng kỳ; ARR của Agentforce và Data 360 cộng lại gần 3,9 tỷ đô la, tăng trưởng hơn 210% so với cùng kỳ. Cùng lúc đó, Agentforce và Slack đã hoàn thành tích lũy 7 tỷ Agentic Work Units, trong đó chỉ riêng quý hai đã đạt 3,2 tỷ, tăng 97% so với quý trước.

Mặc dù 1,5 tỷ ARR này bao gồm Slackbot và các tài sản AI khác, ít nhiều mang chút đóng gói theo tiêu chuẩn thống kê, nhưng ít nhất nó cho thấy doanh nghiệp không còn chỉ là "nếm thử".

Trong các trường hợp khách hàng được Salesforce công bố, khoảng 50% tư vấn trò chuyện của Engine đã có thể được Agent của nó giải quyết hoàn chỉnh; khoảng 60% Pipeline bán hàng của Perk được thiết lập bởi Agent bán hàng; khoảng 70% yêu cầu hành chính của Autism Queensland được Agent xử lý; AI của Hibbett đã tham gia vào khoảng 90% quy trình mua sắm cốt lõi; khi Anthropic sử dụng Fin, khoảng 79% cuộc hội thoại chăm sóc khách hàng mà Fin tiếp cận có thể được giải quyết tự động.

Tiêu chuẩn thống kê của những dữ liệu này khác nhau, và đều đến từ công bố chính thức của Salesforce, do đó vẫn chưa thể dùng để chứng minh toàn bộ ngành Agent đã trưởng thành, nhưng ít nhất chúng đại diện cho việc trọng tâm mà mọi người quan tâm, đã thực sự chuyển từ "nó có thông minh không", hoàn toàn sang "nó đã giúp tôi gánh bao nhiêu việc".

Quan trọng hơn, cách thu phí của chính Salesforce cũng bắt đầu thích ứng với sự thay đổi này.

Agentforce đã ra mắt Flex Credits. Trong bảng giá công khai hiện tại, 100.000 Credits là 500 đô la, một Agent Action tiêu chuẩn tiêu thụ 20 Credits, tức khoảng 0,10 đô la, doanh nghiệp có thể trả tiền trực tiếp theo lượng sử dụng khi Agent cập nhật một bản ghi, xử lý một quy trình, thực thi một hành động.

Điều này có thể còn quan trọng hơn chính 1,5 tỷ ARR.

Suy cho cùng, đơn vị kinh doanh cốt lõi nhất của SaaS truyền thống là Seat, 1000 nhân viên, thì bán 1000 tài khoản.

Nhưng vấn đề mà Agent cuối cùng muốn giải quyết, chính xác là để ít người hơn hoàn thành nhiều công việc hơn, nếu công việc trước đây cần 10 người xử lý, tương lai chỉ cần 3 người cộng thêm một loạt Agent, thì công ty phần mềm nếu vẫn chỉ dựa vào Seat để thu phí, rất có thể sẽ xuất hiện một vấn đề尴尬: AI càng thành công, Seat thủ công lại càng ít.

Do đó, Salesforce vội vàng thúc đẩy tính phí theo lượng sử dụng, về bản chất là đang giành trước tìm đơn vị định giá mới cho thời đại hậu SaaS.

3. Dòng chảy ngầm dưới mặt nước: An ninh, giao diện và bài kiểm tra lớn về tỷ suất lợi nhuận

Nếu sự thay đổi này thành lập, nó không chỉ ảnh hưởng đến Salesforce.

Như mọi người đều biết, trong vài năm qua từ khóa quan trọng nhất của thị trường AI là CapEx.

Huấn luyện mô hình cần GPU, GPU cần trung tâm dữ liệu, trung tâm dữ liệu cần điện lực, mạng, module quang và lưu trữ. Do đó chỉ cần Hyperscaler tiếp tục tăng chi tiêu vốn, chuỗi hạ tầng có thể tiếp tục được hưởng lợi.

Và sau khi Agent thực sự được thương mại hóa, AI sẽ có thêm một chuỗi giá trị khác, đó là từ mô hình đi vào quy trình làm việc của doanh nghiệp, rồi kết nối dữ liệu doanh nghiệp, danh tính, quyền hạn, an ninh và hệ thống kinh doanh thực sự.

Ví dụ các công ty như Salesforce, ServiceNow nắm giữ Workflow; các nền tảng như Snowflake kết nối dữ liệu doanh nghiệp; và các vấn đề mà các nhà cung cấp bảo mật như CrowdStrike, Palo Alto Networks, SailPoint, Varonis phải đối mặt, sẽ trở nên phức tạp hơn khi số lượng Agent tăng lên.

Tương lai bên trong một doanh nghiệp, rất có thể không chỉ có vài chục nghìn nhân viên, mà còn đồng thời vận hành vài nghìn thậm chí vài chục nghìn "danh tính phi con người", những Agent này có thể đọc tài liệu nội bộ, gọi API, sửa CRM, gửi email, thao tác mã thậm chí tham gia quy trình giao dịch.

Đến lúc đó, vấn đề mà doanh nghiệp phải đối mặt, sẽ trở thành nó là ai? Có thể xem gì? Có thể làm gì? Đại diện cho ai thực thi? Nếu có vấn đề có thể truy vết không? Do đó Agent càng gần với môi trường sản xuất thực sự, các năng lực trước đây trông có vẻ thiên về hậu trường như Identity, Permission, Data Governance, Runtime Security, lại càng ngày càng tiến gần đến cốt lõi của lớp ứng dụng AI.

Đây cũng là lý do tại sao sự luân chuyển cổ phiếu an ninh mạng ngày 14 tháng 9 đáng chú ý, bề mặt tấn công của AI từ tài khoản con người, thiết bị và máy chủ, tiếp tục mở rộng đến ngày càng nhiều Agent có khả năng thực thi tự chủ, CrowdStrike và Palo Alto không ăn cảm xúc ngắn hạn, mà là sự tràn ra dữ dội của bề mặt tấn công AI.

Cùng lúc đó, con đường thương mại hóa này vẫn còn xa mới thông suốt, trước mắt còn hai rào cản cứng:

• Xói mòn tỷ suất lợi nhuận gộp: Mỗi lần Agent hành động, phía sau đều là tiêu thụ suy luận, truy xuất và tài nguyên đám mây thật sự bằng tiền thật, sau khi trừ khoản này, còn có thể còn lại tỷ suất lợi nhuận gộp cao hấp dẫn như SaaS truyền thống không?
• Tự ăn mòn: Mức tăng do lượng sử dụng mang lại, rốt cuộc có thể chạy nhanh hơn tốc độ thu hẹp của Seat thủ công không? Nếu không chạy nhanh hơn, thì chỉ là tay trái đổi tay phải.

Dreamforce 2026 còn có một thay đổi, có thể khiến bài kiểm tra này trở nên thú vị hơn