Mô hình "công ty một người" (one-person company, viết tắt OPC) đang trở thành hiện tượng ở Trung Quốc, khi AI cho phép một cá nhân vận hành được khối lượng công việc trước đây cần cả một đội. Bài viết nhìn vào dữ liệu thật của xu hướng này, phân tích cả mặt sáng và mặt hạn chế, rồi rút ra bài học ứng dụng cho doanh nghiệp Việt.
Đến giữa 2025, Trung Quốc có hơn 16 triệu công ty một người (khoảng 27,4% tổng doanh nghiệp), phần lớn nhờ AI agent thay cho nhân sự ở các việc lặp lại. Nhưng số liệu về hiệu quả không một chiều. Bài học cho doanh nghiệp Việt không phải là thu nhỏ quy mô, mà là tối ưu "tỷ lệ AI trên người" để mỗi nhân sự tạo ra nhiều giá trị hơn.
"Công ty một người" là gì và đang bùng nổ ở Trung Quốc ra sao?
Công ty một người là công ty trách nhiệm hữu hạn do một cá nhân sở hữu, có tư cách pháp nhân độc lập và trách nhiệm hữu hạn (khác doanh nghiệp tư nhân chịu trách nhiệm vô hạn). Mô hình này được quy định trong Luật Công ty Trung Quốc và không mới, nhưng chỉ thật sự bùng nổ khi AI xuất hiện.
Theo báo cáo của Hiệp hội Nhân tài Trung Quan Thôn (Bắc Kinh), được China Daily dẫn lại ngày 3/3/2026:
- Đến tháng 6/2025, Trung Quốc có hơn 16 triệu công ty trách nhiệm hữu hạn một thành viên, tập trung ở kinh tế số và ngành dịch vụ, chiếm khoảng 27,4% tổng số doanh nghiệp.
- Nửa đầu năm 2025 có thêm 2,86 triệu công ty loại này, tăng 47% so với cùng kỳ và chiếm gần một phần tư số doanh nghiệp mới thành lập.
- Bắc Kinh, Thượng Hải và Thâm Quyến là các điểm đến hàng đầu, đặc biệt ở các khu công viên khoa học công nghệ.
Đây là con số ở tầm quốc gia, cho thấy công ty một người không còn là hiện tượng cá biệt mà đã thành một lớp hình thái doanh nghiệp thực thụ trong nền kinh tế số Trung Quốc.
"Siêu cá nhân" vận hành như thế nào?
Truyền thông Trung Quốc gọi mô hình này là "siêu cá nhân" (超级个体). Cấu trúc gồm ba lớp:
- Một người giữ vai trò ra quyết định và chịu trách nhiệm pháp lý.
- Một lớp AI agent đảm nhận phần việc lặp lại: viết nội dung, dựng bản nháp thiết kế, xử lý dữ liệu, viết code cơ bản, trả lời khách hàng ở mức phổ thông.
- Một mạng lưới cộng tác viên và chuỗi cung ứng bên ngoài, huy động theo từng dự án.
Các ví dụ có thật giúp hình dung rõ hơn (nguồn China Daily 3/2026 và Tân Hoa Xã 4/2026):
- Ông Lý Mã Huy vận hành công ty thiết bị thể thao từ một khu công nghiệp ở Tế Nam, đạt doanh thu khoảng 7 triệu NDT (gần 1,01 triệu USD) trong năm 2025 với chi phí thuê mặt bằng và nhân công tối thiểu.
- Ông Ngô Trăn, sáng lập một nền tảng biểu diễn ảo, dùng AI cho phần viết nội dung, dựng hình ảnh và video, phát triển phần mềm cơ bản. Ông cho rằng trong thời đại AI, thứ khan hiếm không phải khả năng thực thi, mà là năng lực phán đoán, thẩm mỹ và tầm nhìn dài hạn.
- Dự án Skillverse ở Hàng Châu để AI đóng vai "giám đốc công nghệ, nhà thiết kế và kỹ sư", giúp nhà sáng lập tập trung vào quyết định chiến lược, đặt mục tiêu doanh thu định kỳ 1,5 triệu USD làm cột mốc đầu tiên.
Một điểm đáng chú ý: theo Tân Hoa Xã, khoảng 92% công ty một người có lợi nhuận cao đều tích hợp sâu công cụ AI. Con số này gợi ý rằng mức độ tận dụng AI gắn khá chặt với hiệu quả kinh doanh của nhóm này.
Vì sao AI khiến mô hình một người trở nên khả thi?
Điểm thay đổi lớn nhất là chi phí. Các công cụ AI tạo sinh, từ hỗ trợ viết code, tạo nội dung đến phân tích dữ liệu, đã kéo mạnh chi phí khởi tạo và vận hành xuống. Một người có thể tự làm được nhiều đầu việc trước đây phải thuê riêng từng vị trí.
Xu hướng này không chỉ diễn ra ở startup nhỏ. Theo dự báo của Gartner (2025):
- Đến cuối 2026, khoảng 40% ứng dụng doanh nghiệp sẽ tích hợp AI agent chuyên nhiệm, tăng từ dưới 5% năm 2025.
- Đến 2028, ít nhất 15% quyết định công việc hằng ngày sẽ được thực hiện tự động qua AI agent, từ mức gần 0% năm 2024.
- Đến 2029, AI agent có thể tự xử lý khoảng 80% yêu cầu chăm sóc khách hàng phổ biến, giúp giảm khoảng 30% chi phí vận hành liên quan.
Bên cạnh công nghệ là chính sách. Trong năm 2026, nhiều địa phương Trung Quốc ban hành khung hỗ trợ riêng cho công ty một người dùng AI: Quảng Đông đặt mục tiêu xây 10 cộng đồng dẫn dắt trong năm và 100 vào năm 2028; Thanh Đảo tung gói "phiếu năng lực tính toán", trợ cấp nhân tài và vốn vay khởi nghiệp (Tân Hoa Xã, 4/2026). Công nghệ hạ rào cản, chính sách tiếp sức, kết quả là một làn sóng khởi nghiệp cá nhân dựa trên AI.
Mô hình một người có thực sự tốt hơn? Số liệu nói gì?
Đây là phần cần tỉnh táo, vì dữ liệu không một chiều.
Nghiêng về xu hướng làm một mình:
- Theo báo cáo Solo Founders 2025 của Carta (dữ liệu Mỹ), tỷ lệ startup do một người sáng lập tăng từ 23,7% (2019) lên 36,3% (nửa đầu 2025), lần đầu vượt một phần ba sau hơn 50 năm, và tăng gấp đôi trong 10 năm qua.
- Lý do một phần là AI mở rộng những gì một cá nhân làm được, cộng với việc một số công ty do một người sáng lập đã thành công và tạo niềm tin cho mô hình.
Nghiêng về đội nhóm:
- Cũng theo Carta, nhóm solo chỉ nhận 14,7% tổng vốn gọi trong các vòng định giá năm 2024, dù chiếm 30% số startup thành lập năm đó. Khả năng huy động vốn là điểm yếu rõ.
- Theo dự án 10 năm của quỹ First Round Capital, các nhóm từ 2 người sáng lập trở lên có kết quả vượt trội hơn người làm một mình tới 163%.
Cần thêm một cảnh báo về công nghệ: Gartner dự báo hơn 40% dự án AI agent sẽ bị hủy trước cuối 2027 do chi phí tăng, giá trị kinh doanh chưa rõ hoặc thiếu kiểm soát rủi ro. Tức là bản thân việc ứng dụng AI cũng cần cách làm bài bản, không phải cứ triển khai là thành công.
Kết luận thực tế: mô hình một người mạnh ở tốc độ, chi phí thấp và sự linh hoạt, nhưng yếu ở khả năng mở rộng quy mô, huy động vốn và sức bền của một cá nhân. Nó không phải lời giải cho mọi doanh nghiệp, mà là một cách tổ chức phù hợp với một số bài toán nhất định.
Điều này nói lên gì cho doanh nghiệp Việt Nam?
Với phần lớn doanh nghiệp Việt, bài học không phải là "thu nhỏ về một người", mà là học cách dùng AI để nâng năng suất trên đầu người.
Xu hướng này ở Việt Nam đã bắt đầu có số liệu. Theo khảo sát của AWS công bố năm 2025 (VnEconomy dẫn lại):
- Tỷ lệ ứng dụng AI của doanh nghiệp Việt tăng 39% so với 2024.
- Khoảng 18% doanh nghiệp, tương đương gần 170.000 đơn vị, đã triển khai AI vào hoạt động thực tế.
- Trong nhóm đã ứng dụng, 61% ghi nhận doanh thu tăng, mức tăng trung bình 16%; 58% kỳ vọng AI giúp tiết kiệm khoảng 20% chi phí vận hành.
Ở góc nhìn của Smartcore, ba bài học đáng giá nhất từ mô hình "siêu cá nhân" là:
- Tối ưu "tỷ lệ AI trên người": trước khi tuyển thêm, hãy hỏi phần việc nào AI có thể gánh phần thô.
- Chia rõ vai trò: AI làm bản nháp và phần lặp lại, con người giữ quyết định cuối và phần cần phán đoán, quan hệ.
- Ưu tiên dữ liệu sạch: AI chỉ hữu ích khi dữ liệu đầu vào được chuẩn hóa và tập trung. Bạn có thể tham khảo cách chuẩn hóa dữ liệu trước khi ứng dụng AI và những công việc văn phòng có thể giao cho AI agent.
AI hiện tự động hoá được những công việc văn phòng nào?
Câu hỏi thực tế của mọi chủ doanh nghiệp là: cụ thể AI làm được việc gì ngay bây giờ? McKinsey ước tính công nghệ hiện tại, dẫn đầu là AI tạo sinh, có thể tự động hoá các hoạt động chiếm 60-70% thời gian làm việc của nhân viên, và phần lớn giá trị tập trung ở bốn nhóm: chăm sóc khách hàng, marketing và bán hàng, kỹ thuật phần mềm, nghiên cứu và phát triển (McKinsey, The economic potential of generative AI, 2023). Diễn đàn Kinh tế Thế giới bổ sung một góc nhìn cân bằng: đến 2030, AI chủ yếu tăng cường (augment) khoảng một nửa số tác vụ chứ không thay thế toàn bộ con người (WEF, Future of Jobs Report 2025).
Hình: Các nhóm công việc văn phòng AI hiện tự động hoá được phần lớn. Nguồn: tổng hợp McKinsey 2023, Noy & Zhang 2023, NBER 2023, GitHub Copilot 2023, Anthropic Economic Index 2025.
Điểm đáng chú ý là mức cải thiện đã được đo bằng thực nghiệm, không phải suy đoán:
- Viết văn bản chuyên môn (email, báo cáo, đề xuất): thời gian làm giảm 40% và chất lượng tăng 18% trong thử nghiệm với 453 người có bằng đại học (Noy & Zhang, Science 2023).
- Chăm sóc khách hàng: năng suất tăng 14% trung bình, riêng nhân viên mới và tay nghề thấp tăng tới 34%, theo nghiên cứu trên hơn 5.000 nhân viên hỗ trợ (Brynjolfsson, Li & Raymond, NBER 2023).
- Lập trình: nhóm dùng trợ lý AI hoàn thành tác vụ nhanh hơn 55% trong thử nghiệm có đối chứng (Peng và cộng sự, GitHub Copilot, 2023).
Hình: Mức cải thiện năng suất đo được theo từng tác vụ. Nguồn: NBER 2023; Noy & Zhang, Science 2023; Peng et al. 2023 (GitHub Copilot).
Một quy luật lặp lại trong các nghiên cứu: AI giúp người mới và tay nghề thấp nhiều nhất, kéo mặt bằng năng suất lên, trong khi người giỏi được giải phóng khỏi việc lặp lại để tập trung vào phần cần phán đoán. Đây chính là ý nghĩa của "tăng cường thay vì thay thế", và cũng là cách một người ở mô hình "siêu cá nhân" làm được việc của cả một nhóm nhỏ.
Với doanh nghiệp Việt, danh sách trên là gợi ý để soi lại quy trình của mình: nhóm việc nào đang tốn nhiều giờ nhất mà lại lặp đi lặp lại thì thường là nơi AI mang lại hiệu quả rõ nhất khi thử trước.
Chính sách nào đang hỗ trợ doanh nghiệp Việt?
Bối cảnh chính sách trong nước cũng đang thuận lợi hơn. Ngày 16/3/2026, Thủ tướng phê duyệt Đề án chuyển đổi số các doanh nghiệp nhỏ và vừa giai đoạn 2026-2030 (VnEconomy, VnExpress đưa tin). Một số mục tiêu chính:
- Đến năm 2030, hỗ trợ 500.000 doanh nghiệp chuyển đổi số, trong đó ít nhất 300.000 doanh nghiệp ứng dụng sản phẩm, nền tảng số và trí tuệ nhân tạo.
- Hình thành 200 doanh nghiệp tiêu biểu về chuyển đổi số.
- Phát triển mạng lưới tư vấn với hơn 500 tổ chức, cá nhân chuyên môn; hỗ trợ kinh phí thuê dịch vụ, hạ tầng tính toán hiệu năng cao để thử nghiệm.
Với doanh nghiệp Việt, tín hiệu ở đây là chi phí và rào cản tiếp cận AI đang giảm dần, nên thời điểm để thử nghiệm ở quy mô nhỏ là phù hợp.
Doanh nghiệp Việt nên bắt đầu từ đâu?
Không cần một cuộc cách mạng. Cách an toàn là bắt đầu từ một bài toán nhỏ, đo được:
- Chọn một quy trình lặp lại tốn thời gian: nhập liệu chứng từ, trả lời nhóm khách quen, tổng hợp báo cáo cuối tuần.
- Giao phần thô cho AI, giữ bước kiểm tra cuối cho người phụ trách.
- Đo kết quả trong một tháng: thời gian tiết kiệm, số lỗi, mức độ hài lòng của người dùng nội bộ.
- Nếu hiệu quả, mở rộng sang quy trình kế tiếp.
Cách làm theo giai đoạn này giúp kiểm soát rủi ro, đúng với cảnh báo của Gartner rằng nhiều dự án AI thất bại vì làm ồ ạt mà thiếu giá trị rõ ràng. Bắt đầu nhỏ, có mục tiêu đo được, rồi mới nhân rộng.
Case study: một luồng nhỏ, kết quả đo được
Một doanh nghiệp thương mại quy mô vừa từng mất phần lớn buổi sáng thứ Hai chỉ để tổng hợp số liệu bán hàng cuối tuần từ nhiều nguồn. Khi đưa bước tổng hợp thô cho công cụ AI và giữ lại bước rà soát cuối cho kế toán, thời gian làm báo cáo rút ngắn đáng kể, còn nhân sự có thêm thời gian cho phần phân tích. Đây là ví dụ minh họa cho cách tiếp cận "một luồng nhỏ, đo được" mà nhiều doanh nghiệp Việt có thể áp dụng, thay vì kỳ vọng AI thay thế cả bộ phận ngay từ đầu.
Nếu doanh nghiệp của bạn đang cân nhắc hướng đi này, Smartcore có thể cùng bạn rà soát quy trình hiện tại và chọn khâu nên tự động hóa trước. Bạn cũng có thể tham khảo khung AI Fluency để dùng AI hiệu quả và có trách nhiệm, hoặc để lại thông tin để nhận tư vấn về lộ trình ứng dụng AI phù hợp với mô hình doanh nghiệp của bạn.