Trong 10 năm nữa, robot có phổ cập như smartphone?

1. Cơn sốt Humanoid Robot đang bị gọi nhầm là “iPhone Moment”

Mỗi chu kỳ công nghệ đều thích một phép so sánh dễ nhớ. Khi AI Agent bùng lên, người ta gọi đó là “App Store moment” của AI. Khi Humanoid Robot bắt đầu đi, chạy, bê hàng và nói chuyện bằng LLM, cụm từ được nhắc nhiều nhất là “iPhone Moment” thứ hai.

Tôi hiểu vì sao cách gọi này hấp dẫn. Smartphone đã đi từ một món đồ xa xỉ thành vật bất ly thân trong khoảng hơn một thập kỷ. Robot hình người hôm nay cũng có đủ chất liệu để tạo cảm giác tương tự: phần cứng nhìn rất trực quan, demo dễ lan truyền, các hãng lớn đều nhảy vào, và Embodied AI nghe như một bước mở rộng tự nhiên của Generative AI.

Nhưng tôi cho rằng so sánh robot với smartphone rất dễ dẫn người đọc đến kết luận sai. Smartphone là một cỗ máy xử lý thông tin trong môi trường số. Robot là một cỗ máy cơ điện tử nặng, có khớp, có pin, có động cơ, phải di chuyển và chạm vào đồ vật trong thế giới vật lý. Một app bị lỗi có thể làm màn hình treo. Một robot bị lỗi có thể làm đổ đồ, hỏng tài sản hoặc gây thương tích.

Vì vậy, câu trả lời ngắn cho tiêu đề bài viết là: không, robot sẽ chưa phổ cập như smartphone trong giai đoạn 2026–2035. Nhưng nếu hiểu “phổ cập” theo nghĩa đi vào những nơi tạo ra giá trị kinh tế rõ ràng như nhà máy, kho bãi, logistics và các công việc 3D — Dangerous, Dirty, Dull — thì robot sẽ tiến rất nhanh.

Đây không phải câu chuyện robot thất bại. Ngược lại, thị trường có thể cực lớn. Chỉ là nó sẽ lớn theo một đường khác: doanh nghiệp mua trước, môi trường có kiểm soát đi trước, tác vụ lặp lại đi trước, còn nhà ở dân dụng đi sau khá lâu.

2. Muốn trả lời đúng, phải định nghĩa lại chữ “phổ cập”

Smartphone phổ cập nghĩa là hàng tỷ người sở hữu một thiết bị cá nhân. Nó nằm trong túi, theo người dùng cả ngày, có giá mua nằm trong vùng mà số đông có thể tiếp cận, và giá trị sử dụng xuất hiện ngay từ ngày đầu: gọi điện, nhắn tin, chụp ảnh, bản đồ, internet, thanh toán.

Robot hình người không có quỹ đạo kinh tế như vậy. Goldman Sachs Research dự báo Total Addressable Market của Humanoid Robots có thể đạt khoảng 38 tỷ USD vào năm 2035, cao hơn hơn sáu lần mức dự báo trước đó là 6 tỷ USD. Sản lượng xuất xưởng được dự báo vào khoảng 1,4 triệu robot mỗi năm trong năm 2035; mốc năm 2030 là khoảng 250.000 đơn vị.

Đó là tốc độ tăng trưởng đáng kể, không hề nhỏ. Nhưng hãy nhìn vào bản chất của con số: 1,4 triệu robot xuất xưởng mỗi năm là một thị trường đang tăng tốc, chưa phải một thị trường tiêu dùng đại chúng kiểu smartphone.

Morgan Stanley đưa ra bức tranh dài hạn táo bạo hơn: Humanoid Robot có thể tạo ra thị trường vượt 5.000 tỷ USD vào năm 2050, với hơn 1 tỷ robot hoạt động. Dù vậy, chính Morgan Stanley nhấn mạnh tốc độ phổ cập sẽ tương đối chậm và phân hóa cho đến giữa thập niên 2030, sau đó mới tăng theo cấp số nhân vào cuối thập niên 2030 và thập niên 2040.

Đây là chi tiết đáng để dừng lại. Nhiều người nhìn con số 5.000 tỷ USD rồi suy ngược rằng năm 2030 robot sẽ đầy ngoài đường. Báo cáo lại nói điều ngược lại: phần khó nhất nằm ở đoạn trước điểm uốn. Robot phải vượt qua giai đoạn chứng minh độ tin cậy, chi phí vận hành, an toàn và ROI trước khi có thể nhân rộng.

Robot có thể là thị trường lớn hơn nhiều người nghĩ. Nhưng “thị trường lớn” và “mỗi gia đình có một robot” là hai mệnh đề khác nhau.

3. Robot sẽ phổ cập ở công xưởng trước, không phải trong phòng khách

Dự báo của Morgan Stanley cho thấy tới năm 2050, khoảng 90% robot hình người, tương đương gần 930 triệu đơn vị, sẽ phục vụ trong môi trường công nghiệp và thương mại. Các tác vụ phù hợp gồm lắp ráp xe điện, phân loại linh kiện, cứu hộ, khai khoáng và những việc 3D.

Phân khúc gia đình chỉ chiếm khoảng 80 triệu đơn vị vào năm 2050. Con số này tương đương khoảng 10% hộ gia đình tại Mỹ và 3% hộ gia đình tại Trung Quốc. Nếu ngay cả mốc 2050 vẫn có tỷ lệ thâm nhập hộ gia đình như vậy, kỳ vọng robot gia dụng phổ biến ngang smartphone vào năm 2035 rõ ràng quá lạc quan.

Lý do rất thực dụng. Một nhà máy có thể thiết kế Workflow để robot lặp lại một nhiệm vụ trong một khu vực cố định. Họ có thể đánh dấu khu vực nguy hiểm, chuẩn hóa vật thể, lập quy trình giám sát, bố trí đội bảo trì, đo năng suất và tính ROI.

Một căn hộ thì ngược lại. Đồ đạc thay đổi mỗi ngày. Sàn có thể trơn, trẻ em có thể chạy ngang, thú cưng có thể nằm giữa lối đi, một chiếc cốc có thể đặt ở nơi chưa từng thấy trong dữ liệu huấn luyện. Con người còn xử lý các tình huống ấy bằng trực giác; robot phải cảm nhận, dự đoán, quyết định và hành động chính xác trong khi vẫn giữ an toàn.

Đó là lý do tôi không quá quan tâm tới những video robot gấp quần áo hay pha cà phê được quay trong điều kiện demo. Video cho thấy một khả năng. Sản phẩm thương mại cần chứng minh một thứ khó hơn nhiều: nó có thực hiện được tác vụ đó lặp lại, đủ nhanh, an toàn, chi phí hợp lý và ít cần người đứng cạnh cứu hộ hay không?

Những ai đang tìm hiểu nền tảng kỹ thuật nên đọc thêm bài Công nghệ lõi của Robot AI hiện đại 2026. Điểm cần giữ trong đầu là robot không chỉ cần “thông minh” theo nghĩa trả lời ngôn ngữ tốt. Nó cần biến nhận thức thành chuyển động đúng trong thế giới thật.

4. Cost Curve có cải thiện mạnh, nhưng robot vẫn chưa có economics của smartphone

Phần đáng lạc quan nhất của câu chuyện robot là chi phí phần cứng đang giảm nhanh hơn dự kiến. Theo Goldman Sachs, chi phí sản xuất hay BOM của robot hình người đã giảm khoảng 40% trong các năm gần đây. Mức giảm này vượt dự báo trước đó là 15–20% mỗi năm.

Hiện BOM của Humanoid Robot được đặt trong khoảng 30.000 USD đến 150.000 USD, giảm từ vùng 50.000 USD đến 250.000 USD. Đó là tiến bộ thật. Một ngành phần cứng muốn mở rộng phải đi qua đoạn này: actuator rẻ hơn, cảm biến tốt hơn, linh kiện chuẩn hóa hơn, chuỗi cung ứng bớt đắt đỏ hơn.

Tuy nhiên, BOM không phải giá sở hữu cuối cùng. Một doanh nghiệp còn phải nghĩ tới triển khai, bảo trì, sửa chữa, giám sát, đào tạo vận hành, rủi ro gián đoạn và khấu hao. Một hộ gia đình lại có thêm câu hỏi: robot giúp mình tiết kiệm được bao nhiêu thời gian, và giá trị đó có đáng để trả tiền hay không?

Morgan Stanley dự báo giá robot tại các nước phát triển có thể giảm về khoảng 150.000 USD vào năm 2028 và 50.000 USD vào năm 2050. Ở các thị trường tận dụng chuỗi cung ứng giá rẻ từ Trung Quốc, mức giá có thể về khoảng 15.000 USD vào năm 2050.

Hãy đặt chúng cạnh smartphone. Smartphone bùng nổ với mức giá khoảng 300–1.000 USD, còn được trợ giá qua nhà mạng. Quan trọng hơn, người mua smartphone không cần tính ROI theo kiểu nhà máy. Họ mua vì thiết bị giải quyết hàng chục nhu cầu hằng ngày.

Robot gia dụng sẽ khó có “một app sát thủ” tương tự. Nếu nó chỉ hút bụi, mang đồ hoặc nhắc lịch, robot hình người là một cách làm cực đắt để giải bài toán vốn đã có nhiều thiết bị rẻ hơn. Giá trị kinh tế của robot chỉ thuyết phục khi nó làm được nhiều việc hữu ích, ổn định và ít cần can thiệp. Đó chính là chuẩn General Purpose mà ngành vẫn đang cố chạm tới.

5. RaaS là cửa vào thực tế hơn là bán robot cho từng hộ gia đình

Với doanh nghiệp, Robot-as-a-Service hay RaaS hợp lý hơn bán đứt. Thay vì đặt một khoản CAPEX lớn để mua robot, doanh nghiệp có thể tiếp cận robot như một năng lực vận hành: trả tiền cho thời gian hoạt động, cho tác vụ hoàn thành hoặc cho một mức dịch vụ nhất định.

Mô hình này hợp với các công việc lặp lại, có môi trường tương đối chuẩn và có chỉ số đầu ra rõ. Kho hàng cần di chuyển hoặc phân loại. Dây chuyền cần hỗ trợ lắp ráp. Khu vực nguy hiểm cần giảm mức độ con người tiếp xúc trực tiếp. Ở đây, câu hỏi không phải robot có giống người đến mức nào, mà là nó có thực hiện tác vụ với chi phí và độ ổn định tốt hơn phương án hiện tại hay không.

Đây cũng là chỗ nhiều startup dễ đi sai. Họ bắt đầu bằng mục tiêu “robot làm mọi thứ”. Nhưng khách hàng doanh nghiệp thường mua một lời hứa hẹp hơn: làm một việc cụ thể, trong một điều kiện cụ thể, có SLA và có người chịu trách nhiệm khi hệ thống gặp sự cố.

Tôi nghiêng về quan điểm rằng giai đoạn 2026–2035 sẽ là giai đoạn bán năng lực tự động hóa, không phải bán giấc mơ robot quản gia. Humanoid form factor có lợi thế khi phải làm việc trong hạ tầng vốn xây cho con người: cửa, cầu thang, kệ hàng, dụng cụ, tay nắm. Nhưng hình người không tự động tạo ra product-market fit.

6. Embodied AI đã thay đổi cuộc chơi, nhưng chưa xóa được giới hạn vật lý

Điểm khác biệt lớn giữa robot hiện nay và các thế hệ robot truyền thống nằm ở End-to-End AI, Robotic Foundation Models và Robotic LLMs. Những hướng phát triển như NVIDIA Isaac GR00T, Google DeepMind Robotics hay Tesla Optimus FSD end-to-end hướng đến việc để robot học từ dữ liệu, mô phỏng và quan sát, thay vì kỹ sư phải viết thủ công từng quy tắc chuyển động.

Vision-Language-Action, thường gọi là VLA, là cách hình dung dễ hiểu: robot nhìn thế giới, hiểu chỉ dẫn bằng ngôn ngữ và chuyển hiểu biết đó thành hành động. Nó hứa hẹn rút ngắn khoảng cách giữa “robot biết nhận lệnh” và “robot biết làm việc”.

Sim-to-real cũng rất quan trọng. Robot có thể học nhiều tình huống trong mô phỏng trước, rồi chuyển phần kiến thức đó sang thiết bị vật lý. Cách làm này hấp dẫn vì thử sai ngoài đời tốn kém, chậm và nguy hiểm hơn rất nhiều so với thử sai trong môi trường số.

Nhưng mô hình AI giỏi không làm bàn tay robot có cảm giác hơn ngay lập tức. Nó cũng không tăng mật độ năng lượng của pin, không làm actuator bền hơn, không tự giải quyết va chạm với con người. Đây là điểm mà nhiều bài trình diễn AI dễ làm người xem quên mất: phần mềm có thể tăng tốc, nhưng robot vẫn bị ràng buộc bởi vật liệu, năng lượng, cơ khí và an toàn.

Thời lượng pin hiện nay chỉ khoảng 2–4 tiếng. Với một thiết bị cần di chuyển, cân bằng, mang vật và hoạt động liên tục, đó là giới hạn lớn. Robot còn phải đạt khả năng thao tác ngón tay khéo léo, xử lý môi trường phi cấu trúc, bảo đảm an toàn khi va chạm và có cơ chế tự phục hồi. Dữ liệu nghiên cứu đánh giá các rào cản này cần ít nhất 8–10 năm nữa để tiến gần ngưỡng thương mại đại trà.

Nếu bạn làm AI, bài học ở đây rất rõ: benchmark ngôn ngữ hay demo video không đủ. Hệ thống phải được kiểm tra trong Workflow thật, với vật thể thật, sai số thật, độ trễ thật và chi phí vận hành thật. Tư duy này cũng gần với điều tôi viết trong bài AI thực chiến là gì?: một dự án chạy được trong môi trường kiểm soát chưa nói lên nó sống được ngoài thực tế.

7. Smartphone sống trong bit, robot sống trong atom

Đây là mental model tôi thấy hữu ích nhất. Smartphone chủ yếu thao tác trên bit: văn bản, ảnh, âm thanh, dữ liệu, giao dịch. Sai lầm của phần mềm thường có thể rollback, cập nhật hoặc vá qua mạng.

Robot thao tác trên atom: cốc thủy tinh, thùng hàng, cánh cửa, cơ thể người, bề mặt trơn, vật nặng, không gian chật. Thế giới vật lý không có nút undo. Một sai lệch nhỏ trong cảm biến, ước lượng lực hay điều khiển chuyển động có thể tạo hậu quả lớn hơn nhiều so với một bug trong app.

Smartphone cũng được hưởng lợi từ hạ tầng sẵn có: mạng viễn thông, internet và hệ sinh thái app. Robot cần hạ tầng vận hành riêng tại nơi nó làm việc: quy trình, vùng an toàn, cách sạc, bảo trì, giám sát và quy tắc xử lý sự cố. Vì vậy, tốc độ nhân bản của robot bị giới hạn không chỉ bởi số nhà máy sản xuất robot, mà còn bởi năng lực triển khai robot ngoài đời.

Đây là lý do tôi không tin vào lập luận “LLM đã bùng nổ nhanh, robot cũng sẽ bùng nổ y hệt”. LLM phân phối qua cloud và API. Robot phải được sản xuất, vận chuyển, lắp đặt, vận hành, sửa chữa. Hai đường cong tăng trưởng có thể hỗ trợ nhau, nhưng không thể chồng khít lên nhau.

8. An toàn và trách nhiệm pháp lý là chi phí vô hình rất đắt

Khi robot hoạt động gần con người, chuẩn an toàn không phải một tính năng thêm vào cuối dự án. Nó là điều kiện để dự án được triển khai. Một Humanoid Robot nặng khoảng 50–80kg không thể được đối xử như một thiết bị điện tử tiêu dùng thông thường.

Trong nhà máy, doanh nghiệp có thể khoanh vùng robot, giới hạn tốc độ, chuẩn hóa thao tác và quy định người tiếp cận. Trong gia đình, robot phải tồn tại gần trẻ nhỏ, người cao tuổi, vật nuôi và các tình huống khó đoán. Ngưỡng chấp nhận lỗi sẽ rất thấp.

Thêm nữa, robot cần quan sát môi trường để làm việc. Điều đó đưa camera và cảm biến vào không gian riêng tư nhất của người dùng. Khách hàng sẽ hỏi dữ liệu đi đâu, ai truy cập được, robot xử lý tại thiết bị hay qua cloud, và chuyện gì xảy ra khi kết nối gặp sự cố. Đây không phải các chi tiết phụ; chúng tác động trực tiếp đến quyết định mua.

Tôi nghĩ ngành robot gia dụng sẽ phải xây niềm tin chậm hơn ngành smartphone. Smartphone được người dùng tha thứ cho khá nhiều lỗi phần mềm. Robot gần như không có đặc quyền đó.

9. Lộ trình hợp lý từ 2026 đến 2035

2026–2029: công xưởng, kho bãi và công việc 3D

Giai đoạn đầu phù hợp nhất với nhà máy sản xuất, kho logistics và các môi trường có nhiệm vụ lặp lại. Ở đây, robot không cần chứng minh rằng nó là người giúp việc đa năng. Nó chỉ cần chứng minh năng lực làm một nhóm tác vụ có giá trị, với độ tin cậy đủ dùng.

Đây là thị trường mà doanh nghiệp có động lực mạnh nhất để trả tiền: các công việc nguy hiểm, độc hại hoặc đơn điệu có chi phí vận hành rõ và khó tuyển người. Humanoid Robot có thể là một lựa chọn nếu hình dạng người giúp nó dùng được hạ tầng hiện hữu.

2030–2035: mở rộng sang thương mại và hỗ trợ chuyên dụng

Nếu dự báo Goldman Sachs về khoảng 250.000 đơn vị xuất xưởng năm 2030 và 1,4 triệu đơn vị năm 2035 thành hiện thực, thị trường sẽ bước qua giai đoạn thử nghiệm đơn lẻ. Robot có thể đi vào thêm các môi trường thương mại và các nhu cầu hỗ trợ chuyên dụng.

Dù vậy, “mở rộng” không đồng nghĩa “phổ cập trong hộ gia đình”. Điểm uốn thương mại trước 2035 nhiều khả năng vẫn nghiêng về nơi có thể đo ROI. Robot sẽ được mua vì giúp vận hành một quy trình, không phải vì nó tạo cảm giác tương lai trong phòng khách.

Sau 2035: gia đình là thị trường dài hạn

Morgan Stanley cho rằng quá trình tăng tốc thực sự nằm ở cuối thập niên 2030 và thập niên 2040. Điều này khớp với logic kỹ thuật lẫn kinh tế: phần cứng cần rẻ hơn, AI cần đáng tin hơn, pin cần tốt hơn, quy trình an toàn cần trưởng thành hơn và xã hội cần quen với việc sống cạnh robot.

Robot gia đình có thể xuất hiện trước 2035 ở nhóm người dùng chấp nhận giá cao hoặc có nhu cầu rất cụ thể. Nhưng đó không phải định nghĩa của phổ cập. Smartphone phổ cập vì nó giải quyết nhu cầu phổ quát với mức giá đủ rộng. Robot sẽ phải đi một quãng dài mới có được công thức đó.

10. Việt Nam nên nhìn cơ hội ở đâu?

Với doanh nghiệp Việt Nam, tôi không nghĩ hướng đi khôn ngoan là chỉ chạy theo việc dựng một Humanoid Robot hoàn chỉnh để làm demo. Sân chơi đó đòi hỏi vốn, chuỗi cung ứng phần cứng, dữ liệu vận hành và năng lực tích hợp rất sâu.

Cơ hội thực tế hơn nằm ở việc giải bài toán cụ thể: cơ khí chính xác, linh kiện phụ trợ, phần mềm điều khiển, mô phỏng, thị giác máy tính, tích hợp robot vào kho bãi hoặc dây chuyền. Giá trị nằm ở việc biến robot thành năng suất, không nằm ở việc robot trông giống người tới đâu.

Người làm kỹ thuật nên học cách kết hợp AI với dữ liệu vận hành và quy trình vật lý. Một đội ngũ hiểu LLM nhưng không hiểu hiện trường sẽ dễ làm demo tốt mà triển khai kém. Một đội chỉ hiểu automation truyền thống mà bỏ qua Foundation Models cũng sẽ mất lợi thế trong vài năm tới. Bài CUỘC CÁCH MẠNG AI & ROBOTICS 2026 có thể là điểm bắt đầu tốt để nhìn hai lớp công nghệ này cùng lúc.

Đừng chờ robot thay thế mọi công việc rồi mới hành động. Hãy tìm những Workflow mà robot hoặc AI có thể làm cho an toàn hơn, ít lặp lại hơn và dễ đo hiệu quả hơn. Đó là cách tiếp cận ít hào nhoáng, nhưng gần tiền và gần sản phẩm hơn.

Câu hỏi thường gặp

Trong 10 năm tới, một hộ gia đình bình thường có thể mua robot giúp việc đa năng không?

Có thể có sản phẩm phục vụ nhóm khách hàng đặc thù, nhưng dữ liệu hiện có không ủng hộ kịch bản robot đa năng trở thành thiết bị gia dụng phổ biến trước 2035. Morgan Stanley dự báo đến năm 2050, mảng gia đình mới khoảng 80 triệu robot, tương đương 10% hộ gia đình Mỹ và 3% hộ gia đình Trung Quốc.

Robot hình người có bắt buộc phải có hình dáng giống người để phổ biến không?

Không. Hình người hữu ích khi robot cần tương tác với không gian vốn được thiết kế cho con người. Nhưng trong nhiều tác vụ, điều quan trọng hơn là hiệu quả, an toàn và ROI. Một robot không có hình người vẫn có thể phù hợp hơn nếu nó làm tốt tác vụ cần làm.

Điểm khác biệt lớn nhất giữa thương mại hóa smartphone và Humanoid Robot là gì?

Smartphone hoạt động chủ yếu trong thế giới số, có giá mua thấp hơn, ít rủi ro vật lý hơn và tận dụng hạ tầng viễn thông cùng hệ sinh thái app có sẵn. Robot là hệ thống cơ điện tử hoạt động trong thế giới vật lý, phải chịu chi phí bảo trì, khấu hao, yêu cầu an toàn và trách nhiệm khi xảy ra sự cố.

Robotic LLM và End-to-End AI có khiến robot phổ cập ngay không?

Chúng giúp robot học và điều khiển linh hoạt hơn, nhất là qua mô phỏng sim-to-real. Nhưng AI không tự giải quyết giới hạn pin 2–4 tiếng, thao tác ngón tay khéo léo, độ bền cơ khí, an toàn va chạm và chi phí sở hữu. Phần mềm là chất xúc tác mạnh, không phải cây đũa thần.

Người làm công nghệ nên chuẩn bị gì cho làn sóng robot?

Hãy tập trung vào triển khai thực tế: dữ liệu hiện trường, computer vision, mô phỏng, tích hợp API, Workflow vận hành, an toàn và đo lường ROI. Robot cần người biết nối AI với thế giới vật lý, không chỉ người biết làm demo.

Nguồn tham khảo: Trong 10 Năm Nữa, Robot Có Phổ Cập Như Smartphone? Phân Tích Thực Tế Từ Kinh Tế, Công Nghệ Và Chuỗi Cung Ứng