Top 10 kỹ năng công nghệ cần nắm trong năm 2026

Tổng hợp kỹ năng công nghệ 2024

Thị trường công nghệ năm 2024 không còn chỉ là cuộc đua về ngôn ngữ lập trình hay framework mới. Sự bùng nổ của Generative AI, áp lực về hiệu suất hạ tầng và mối đe dọa an ninh mạng ngày càng tinh vi đã thay đổi hoàn toàn bản đồ kỹ năng mà các nhà tuyển dụng tìm kiếm. Người làm nghề không chỉ cần biết code, mà phải hiểu cách áp dụng công nghệ để giải quyết bài toán kinh doanh thực tế. Tư duy hệ thống và khả năng thích ứng nhanh trở nên quan trọng ngang hàng với kỹ năng chuyên môn.

Bài viết này tổng hợp 10 kỹ năng cốt lõi giúp bạn duy trì lợi thế cạnh tranh trong năm 2024, dựa trên quan sát xu hướng từ các tập đoàn công nghệ lớn và nhu cầu thực tế tại thị trường Việt Nam.

1. AI & Machine Learning Engineering

Không chỉ giới hạn ở việc sử dụng ChatGPT để viết email, kỹ năng AI Engineering năm 2024 đòi hỏi khả năng xây dựng, tinh chỉnh và tích hợp các mô hình học máy vào sản phẩm thực tế. Các doanh nghiệp đang tìm kiếm nhân sự hiểu về Large Language Models (LLM), Retrieval-Augmented Generation (RAG) và kỹ năng fine-tuning mô hình để phục vụ use case cụ thể của doanh nghiệp thay vì dùng mô hình có sẵn. Sự chuyển dịch từ nghiên cứu sang ứng dụng thực tế tạo ra nhu cầu khổng lồ cho các vị trí AI Engineer có thể triển khai mô hình lên production environment.

Cơ chế hoạt động của RAG (Retrieval-Augmented Generation) là minh chứng rõ nhất cho xu hướng này. Thay vì huấn luyện lại một LLM đắt đỏ với kiến thức riêng của công ty (vốn dễ bị lạc hậu), RAG kết hợp sức mạnh generative của LLM với một cơ sở dữ liệu vector lưu trữ thông tin nội bộ. Khi người dùng đặt câu hỏi, hệ thống thực hiện truy vấn tương đồng (similarity search) trong vector database để lấy các đoạn văn bản liên quan nhất, sau đó chuyển đoạn ngữ cảnh này và câu hỏi gốc cho LLM để sinh câu trả lời chính xác dựa trên dữ liệu thời gian thực của doanh nghiệp. Điều này giải quyết bài toán hallucination (ảo giác) của AI mà không cần tốn chi phí retraining quá lớn.

Để bắt đầu với AI Engineering, nền tảng toán học về đại số tuyến tính và xác suất thống kê là bắt buộc. Tuy nhiên, các công cụ low-code như Hugging Face Transformers hay LangChain đang hạ thấp rào cản gia nhập, cho phép developer chuyển đổi sang AI nhanh hơn. Tại Việt Nam, các công ty fintech và e-commerce đang là phe tiên phong ứng dụng AI vào chatbot hỗ trợ khách hàng, gợi ý sản phẩm và phát hiện gian lận giao dịch — tạo ra cơ hội lớn cho người nắm vững kỹ năng này.

2. Cloud Computing & Serverless Architecture

Cloud Computing không còn là khái niệm mới, nhưng năm 2024 đánh dấu sự chuyển dịch mạnh mẽ từ việc "lift and shift" đưa server lên đám mây sang việc tận dụng tối đa các managed services và serverless architecture. Kiến thức sâu về AWS, Azure hay Google Cloud Platform (GCP) không chỉ dừng lại ở việc quản lý EC2 instance, mà phải hiểu về container orchestration với Kubernetes, database as a service và các platform như AWS Lambda hay Vercel. Serverless cho phép developer tập trung vào logic nghiệp vụ mà không cần quản lý hạ tầng, nhưng lại đòi hỏi tư duy mới về state management và cold start optimization.

Serverless architecture hoạt động theo cơ chế event-driven compute — code chỉ chạy khi có sự kiện trigger (HTTP request, file upload, change trong database). Cloud provider sẽ tự động scale computing resources từ 0 lên hàng nghìn instance trong vài mili-giây để xử lý request, sau đó thu hồi resource ngay lập tức khi xử lý xong. Mô hình này chuyển đổi chi phí hạ tầng từ CAPEX (chi phí vốn đầu tư server vật lý) sang OPEX (chi phí vận hành theo thực tế sử dụng measured in milliseconds và memory consumption). Tuy nhiên, nhược điểm lớn nhất là cold start latency — thời gian khởi tạo environment lần đầu có thể lên đến vài giây, gây ảnh hưởng đến trải nghiệm người dùng nếu không được tối ưu bằng warm pool hoặc provisioned concurrency.

Việc nắm vững Infrastructure as Code (IaC) sử dụng Terraform hay AWS CDK là kỹ năng không thể thiếu đi kèm với Cloud. Thay vì cấu hình thủ công qua console, IaC cho phép định nghĩa hạ tầng dưới dạng code, đảm bảo tính nhất quán giữa môi trường dev, staging và production. Quan điểm của Moon Light Office là IaC không chỉ giúp tiết kiệm thời gian setup mà còn là nền tảng của hạ tầng resilient tự phục hồi khi có sự cố. Tại thị trường Việt Nam, nhiều startup đã chuyển hoàn toàn sang serverless để giảm chi phí vận hành ban đầu, trong khi các tập đoàn lớn sử dụng hybrid cloud để đáp ứng yêu cầu bảo mật dữ liệu nội địa.

3. Cybersecurity & Zero Trust Architecture

Tấn công mạng ngày càng tinh vi và tự động hóa bằng AI khiến Cybersecurity trở thành ưu tiên hàng đầu của mọi tổ chức. Kỹ năng không chỉ dừng lại ở việc setup firewall hay antivirus, mà phải hiểu sâu về Zero Trust Architecture, DevSecOps và threat hunting. Zero Trust là mô hình bảo mật dựa trên nguyên tắc "never trust, always verify" — không tài nguyên nào được tin tưởng mặc định dù nằm trong hay ngoài mạng nội doanh nghiệp. Mọi request truy cập đều phải được xác thực, ủy quyền và mã hóa liên tục trước khi cấp quyền truy cập.

Cơ chế hoạt động của Zero Trust xoay quanh việc xác định identity (user, device, application) theo thời gian thực, đánh giá risk score dựa trên context (vị trí địa lý, hành vi lịch sử, tình trạng device) rồi mới enforce policy truy cập động (dynamic policy enforcement). Nếu một user từ Việt Nam đột ngột login vào hệ thống từ một IP tại Đông Âu vào lúc 3 giờ sáng, hệ thống sẽ tự động yêu cầu MFA bổ sung hoặc chặn truy cập ngay lập tức. Điều này khác hoàn toàn với mô hình bảo mật truyền thống dựa trên perimeter defense — nơi mọi thứ bên trong firewall được mặc định an toàn. Zero Trust khẳng định perimeter đã bị phá vỡ, và phải bảo vệ từng dữ liệu riêng lẻ thay vì bảo vệ biên giới mạng.

DevSecOps là kỹ năng bổ trợ quan trọng khác — tích hợp security vào từng stage của CI/CD pipeline thay vì scan lỗ hổng ở cuối quy trình. Các công cụ như Snyk, SonarQube hay Trivy giúp tự động phát hiện vulnerable dependencies ngay khi code được commit. Việc nắm vững kỹ năng security mindset cho developer giúp giảm thiểu surface attack ngay từ khâu thiết kế và code. Với các quy định bảo mật dữ liệu ngày càng chặt chẽ tại Việt Nam (như Nghị định 13 về bảo vệ dữ liệu cá nhân), kiến thức về security compliance và data privacy trở thành lợi thế cạnh tranh lớn khi ứng tuyển vào các doanh nghiệp tài chính, y tế và chính phủ điện tử.

4. Data Engineering & Real-time Analytics

Data Engineering đang tách biệt rõ rệt từ Data Science thành một discipline riêng biệt. Trong khi Data Scientist tập trung vào model, Data Engineer xây dựng "đường ống" dữ liệu (data pipeline) đảm bảo dữ liệu sạch, reliable và available đúng thời điểm. Kỹ năng năm 2024 bao gồm SQL nâng cao (window functions, CTE, stored procedures), kiến thức về data warehouse (Snowflake, BigQuery), data lakehouse (Databricks) và các công cụ ELT như Fivetran hay dbt. Xu hướng thực-time analytics (phân tích thời gian thực) với Apache Kafka hay RisingWave đang thay thế các batch processing truyền thống.

Cơ chế của ELT (Extract, Load, Transform) khác biệt với ETL truyền thống ở điểm dữ liệu được thô (raw data) được load vào data warehouse ngay lập tức sau khi extract, và quá trình transform diễn ra sau đó bên trong warehouse bằng SQL. Điều này tận dụng computing power mạnh mẽ của modern cloud warehouse để xử lý transform, đồng thời giữ lại raw data cho các use case khác nhau mà không cần extract lại từ nguồn. Ngược lại, ETL đòi hỏi transform trước khi load, khiến dữ liệu bị "neo" vào một cấu trúc cố định và khó linh hoạt khi nhu cầu phân tích thay đổi. ELT cho phép schema-on-read — cấu trúc dữ liệu được định nghĩa ngay tại lúc truy vấn, cực kỳ phù hợp với dữ liệu phi cấu trúc từ logs, sensors hay social media.

Data Visualization với Power BI, Tableau hay Looker Studio không chỉ là vẽ biểu đồ đẹp, mà là kỹ năng kể chuyện bằng dữ liệu (data storytelling). Một dashboard hiệu quả phải giúp stakeholder ra quyết định trong dưới 30 giây nhìn vào. Đội ngũ Moon Light Office quan sát thấy các báo cáo tại Việt Nam đang chuyển từ static report gửi định kỳ sang real-time dashboard embedded trực tiếp vào ứng dụng nội bộ, cho phép theo dõi KPI kinh doanh theo từng phút. Kỹ năng xây dựng semantic layer (lớp ngữ nghĩa dữ liệu) giúp business user tự query dữ liệu mà không cần phụ thuộc vào IT team là xu hướng tất yếu.

5. DevOps & Site Reliability Engineering (SRE)

DevOps đã vượt xa giới hạn của "developer + operations" để trở thành văn hóa phối hợp xuyên chức năng tự động hóa toàn bộ lifecycle phát triển phần mềm. Năm 2024, kỹ năng SRE (Site Reliability Engineering) với các concept như SLI (Service Level Indicator), SLO (Service Level Objective) và error budget trở nên quan trọng hơn bao giờ hết. SRE đưa ra định lượng về độ tin cậy hệ thống thay vì các cam kết mơ hồ, giúp cân bằng giữa speed of delivery và system stability. Kỹ năng build, deploy, monitor và alert tự động với Jenkins, GitLab CI, Prometheus hay Grafana là nền tảng bắt buộc.

Cơ chế tính toán Error Budget trong SRE hoạt động dựa trên SLO — ví dụ SLO đặt availability 99.9% (cho phép 43.2 phút downtime/tháng). Error budget = 100% - 99.9% = 0.1%. Nếu hệ thống đã dùng hết error budget này do sự cố, team buộc phải dừng việc release feature mới để tập trung ổn định hệ thống. Ngược lại, nếu error budget còn dư nhiều, team có thể đẩy nhanh deployment với ít quy trình kiểm thử hơn. Đây là cơ chế quản lý rủi ro khoa học thay vì quyết định cảm tính. Monitoring không chỉ là alert khi server chết, mà phải track business metrics (conversion rate, transaction volume) để phát hiện degradation trước khi nó ảnh hưởng nghiêm trọng đến user.

Chaos Engineering là kỹ năng nâng cao của DevOps/SRE — chủ động "gây rối" cho hệ thống (tắt service, tăng latency, inject failure) trong môi trường staging để test khả năng tự phục hồi (resiliency). Công cụ như Chaos Monkey hay Gremlin giúp phát hiện các điểm yếu trong kiến trúc mà unit test hay integration test không thể tìm ra. Tại Việt Nam, các nền tảng fintech và e-commerce lớn đang áp dụng Chaos Engineering để đảm bảo hệ thống chịu tải được trong các sự kiện mua sắm lớn như 11/11 hay Black Friday. Kỹ năng này giúp developer tư duy về failure case từ ngày đầu thiết kế thay vì fix lỗi sau khi production đã bị sập.

6. Blockchain & Web3 Development

Mặc dù thị trường crypto có biến động, nhưng công nghệ Blockchain đang tìm được chỗ đứng vững chắc trong các ứng dụng enterprise như supply chain transparency, digital identity và smart contract. Kỹ năng phát triển trên các nền tảng như Ethereum, Solana hay Hyperledger Fabric, hiểu về consensus algorithms, smart contract security và tokenomics là lợi thế cạnh tranh đặc biệt. Web3 Development không chỉ là viết code cho DeFi hay NFT, mà là tư duy về decentralization, cryptographic primitives và decentralized storage (IPFS).

Cơ chế hoạt động của Smart Contract dựa trên tính chất deterministic — cùng một input sẽ luôn tạo ra cùng một output trên mọi node trong mạng. Khi một transaction được gửi lên blockchain, nó được broadcast tới toàn bộ mạng, các miner/validator thực hiện execute smart contract với input đó, và kết quả chỉ được ghi nhận khi đa số node đồng ý (consensus reached). Điều này đảm bảo tính bất biến (immutability) và không thể chối từ (non-repudiation) mà không cần bên thứ ba trung gian. Tuy nhiên, trade-off lớn là throughput — Ethereum mainnet chỉ xử lý khoảng 15-30 transactions per giây, so với hàng nghìn TPS của Visa hay Mastercard, dẫn đến chi phí gas fee cao khi mạng quá tải.

Để phát triển DApp (Decentralized Application), developer cần kết hợp kiến thức về blockchain với kỹ năng frontend truyền thống. Web3 libraries như Ethers.js hay Viem giúp frontend giao tiếp với blockchain thông qua RPC calls, đọc dữ liệu từ smart contract và gửi transaction được ký bởi user wallet. Kiến thức về Layer 2 scaling solutions (Polygon, Arbitrum, Optimism) là bắt buộc để build ứng dụng có chi phí giao dịch thấp và tốc độ cao. Tại Việt Nam, crypto trading được điều chỉnh chặt chẽ, nhưng các ứng dụng blockchain trong truy xuất nguồn gốc nông sản (traceability) và quản lý chuỗi cung ứng đang được Chính phủ khuyến khích thử nghiệm.

7. Full-Stack Development với Modern Frameworks

Full-stack Development không còn là việc biết HTML, CSS và một chút jQuery. Năm 2024 đòi hỏi sự thành thạo với modern frontend frameworks như React, Vue.js hay Svelte kết hợp với backend runtime như Node.js, Go hay Rust. Xu hướng server components (Next.js App Router) và meta-frameworks (Remix, Astro) đang thay đổi cách tư duy về phân chia client/server rendering. Kiến thức về state management (Zustand, Redux Toolkit), API design (REST vs GraphQL) và testing (Jest, Playwright) là bộ công cụ tối thiểu.

Môi trường phát triển Full-Stack hiện đại

Cơ chế hoạt động của Virtual DOM trong React (hoña Proxy trong Vue) là lý do khiến các SPA (Single Page Application) mượt mà hơn traditional rendering. Thay vì update toàn bộ DOM mỗi khi state thay đổi (tốn kém vì DOM operations chậm), framework tạo ra một bản sao Virtual DOM ở memory, calculate diff giữa Virtual DOM cũ và mới, sau đó chỉ apply những thay đổi thực sự cần thiết vào real DOM. Điều này giảm thiểu số lượng reflow/repaint của trình duyệt, nhưng trade-off là overhead việc tạo Virtual DOM và diffing algorithm — lý do các framework mới như Svelte biên dịch code sang imperative DOM manipulation tại build time để loại bỏ runtime overhead.

GraphQL đang dần thay thế REST API trong các dự án complex do tính năng over-fetching và under-fetching của REST. Với GraphQL, client có thể request chính xác những field cần thiết trong một single query, thay vì multiple API calls. Cơ chế resolve của GraphQL cho phép field này fetch data từ database, field khác fetch từ external service, và field khác lại compute từ các field đã có — tạo ra data layer linh hoạt. Tuy nhiên, learning curve của GraphQL (schema design, N+1 query problem, caching complexity) cao hơn REST, đòi hỏi đội ngũ phải có kiến thức architecture vững chắc. Tại các công ty product Việt Nam, Next.js + GraphQL đang trở thành stack phổ biến cho các SaaS platform yêu cầu real-time update.

8. Mobile Development với Cross-Platform Frameworks

Thị trường mobile phát triển mạnh mẽ tại Việt Nam với tỷ lệ smartphone usage cao, nhưng việc phát triển native app riêng biệt cho iOS và Android trở nên đắt đỏ và khó maintain. React Native và Flutter đang thống trị thị trường cross-platform development nhờ khả năng render native UI và hot reload giúp tăng tốc độ development. Kỹ năng viết code shareable giữa iOS và Android, native module integration và performance optimization (bundle size, memory leaks) là cực kỳ quan trọng.

React Native hoạt động theo cơ chế bridge (hoặc mới hơn là Fabric/Turbo Modules) để giao tiếp giữa JavaScript thread và Native thread. Khi bạn render một component <View> trong JS, React Native chuyển nó thành một UIView (iOS) hay ViewGroup (Android) thông qua bridge. Với Fabric mới, architecture chuyển sang C++ shared memory, cho phép JS gọi trực tiếp vào native UI manager mà không cần serialize qua bridge, giảm đáng kể latency. Flutter lại đi theo hướng khác — render mọi thứ từ scratch bằng Skia graphics engine trên canvas, đảm bảo pixel-perfect consistency giữa iOS và Android nhưng app size lớn hơn do chứa engine graphics.

Để build mobile app quality, developer cần hiểu về lifecycle của app (foreground/background/terminated), push notification handling, deep linking và offline-first architecture với SQLite hay Realm database. Performance profiling với Android Profiler hay Xcode Instruments là kỹ năng bắt buộc để detect memory leak hay ANR (Application Not Responding). Quan điểm của Moon Light Office là cross-platform không phải là giải pháp cho mọi dự án — các app yêu cầu high-performance graphics (game, AR) hay deep hardware integration vẫn nên ưu tiên native development. Tuy nhiên, với 90% các business app hiện nay, React Native/Flutter là lựa chọn tối ưu về cost-to-market.

9. Internet of Things (IoT) & Edge Computing

IoT không chỉ là smart home hay wearables, mà đang mở rộng sang Industrial IoT (IIoT), smart city và precision agriculture. Kỹ năng lập trình cho embedded systems (Arduino, Raspberry Pi, ESP32), giao thức truyền thông (MQTT, CoAP, LoRaWAN) và edge computing là xu hướng tất yếu khi số lượng thiết bị kết nối tăng exponentionally. Thách thức lớn nhất là xử lý dữ liệu real-time tại thiết bị biên (edge) thay vì gửi mọi thứ về cloud để giảm latency và bandwidth cost.

Cơ chế hoạt động của MQTT (Message Queuing Telemetry Transport) dựa trên mô hình publish-subscribe cực kỳ nhẹ weight (header chỉ 2 bytes), được thiết kế cho mạng không ổn định và băng thông thấp như cellular hay satellite. Device (publisher) gửi message tới broker với một topic, và client (subscriber) đăng ký nhận message từ topic đó. Điều này khác với HTTP model request-response truyền thống — MQTT cho phép one-to-many communication không kết loosely. Ví dụ, một cảm biến nhiệt độ publish topic "factory/zone1/temp", và cả dashboard monitor, alert system và database logger đều subscribe topic này để nhận dữ liệu song song.

Edge Computing thực hiện processing data ngay tại thiết bị IoT hoặc gateway gần nhất thay vì gửi lên cloud. Cơ chế này giảm latency từ hàng trăm mili-giây (roundtrip đến cloud) xuống dưới 10ms, quan trọng cho các ứng dụng require real-time response như autonomous vehicle hay industrial robot control. Ví dụ, camera AI phát hiện người đeo thẻ an toàn trong nhà máy có thể process video directly trên edge device, chỉ gửi alert về cloud khi phát hiện violation, tiết kiệm 95% bandwidth so với streaming toàn bộ video lên cloud. Kỹ năng triển khai model AI lên edge device (TensorFlow Lite, ONNX Runtime) với hardware acceleration (NPU, TPU) là nhu cầu đang tăng cao tại các khu công nghiệp tại Việt Nam.

10. Critical Thinking & Learning Agility (Soft Skills)

Trong kỷ nguyên AI tự động hóa nhiều công việc kỹ thuật, soft skills đặc biệt là Critical Thinking và Learning Agility trở thành khác biệt hóa con người. Critical Thinking không chỉ là suy nghĩ logic, mà là khả năng đánh giá tính chính xác của AI-generated content, detect bias trong dataset và question assumptions trước khi implement solution. Learning Agility là khả năng học nhanh và ứng dụng kiến thức mới vào context khác biệt — quan trọng khi technology stack thay đổi mỗi 6-12 tháng.

Cơ chế Neuroplasticity của não bộ cho thấy chúng ta có thể hình thành các neural connection mới suốt đời, nhưng tốc độ này giảm dần theo tuổi. Learning Agility thực chất là việc kích thích neuroplasticity thông qua việc liên tục challenge bản thân với các problem space mới — từ web developer chuyển sang AI engineer, hay backend developer học về hardware programming. Neuroplasticity tăng lên khi não bộ phải xử lý information novelty, tạo ra myelin sheath bao quanh axon giúp truyền tín hiệu nhanh hơn. Điều này giải thích tại sao developer liên tục learn new tech stack có khả năng solve problem nhanh hơn người bám riết vào một công nghệ cũ trong 10 năm.

Critical Thinking trong context công nghệ bao gồm 5 bước: identify problem (đúng vấn đề hay symptom), gather evidence (data không phải assumption), analyze assumptions (giả định nào là bias), evaluate alternatives (trade-off giữa solutions) và draw conclusion với caveat. Khi AI code generator cho ra một solution, developer phải có tư duy critical để review: logic có đúng không, có vulnerable security nào không, có scalable không, có maintainable không. AI là co-pilot mạnh mẽ, nhưng human phải là pilot có judgement. Các cuộc phỏng vấn tech đầu vào tại các công ty top tier Việt Nam hiện nay không chỉ test coding skill mà còn test critical thinking qua behavioral questions và system design discussion — đánh giá ability to think under uncertainty.

Câu hỏi thường gặp

Kỹ năng nào nên học trước tiên nếu tôi là junior developer?

Nếu bạn là junior, hãy bắt đầu với Full-Stack Development (React + Node.js) hoặc Mobile Development (React Native/Flutter) vì đây là kỹ năng foundation giúp bạn có việc làm nhanh nhất. Sau khi có kinh nghiệm 1-2 năm, hãy branching sang AI/ML hoặc DevOps tùy theo hứng thú. Đừng cố học tất cả cùng lúc — mastering một stack tốt hơn là biết chút về tất cả.

Có cần phải học toán cao cấp để làm AI Engineering?

Không phải tất cả các vị trí AI đều đòi hỏi toán sâu. Nếu bạn tập trung vào Applied AI (sử dụng pre-trained models, fine-tuning, deploy model), kiến thức cơ bản về đại số tuyến tính và xác suất là đủ. Tuy nhiên, nếu muốn research và develop thuật toán mới, toán cao cấp (calculus, linear algebra, probability theory, optimization) là bắt buộc. Hãy xác định rõ direction: applied AI vs research AI.

Cloud Computing có khó học không so với coding truyền thống?

Cloud Computing không khó hơn coding, nhưng nó đòi hỏi tư duy khác biệt — tư duy về infrastructure, networking, security và cost optimization thay vì chỉ logic. Việc học AWS/Azure có nhiều free tier và documentation tốt giúp dễ bắt đầu. Khó khăn lớn nhất là "bão kiến thức" vì số lượng services quá nhiều. Hãy bắt đầu với core services (EC2, S3, RDS, Lambda) rồi mở rộng dần.

Làm sao để practice Cybersecurity nếu không làm trong security team?

Bạn có thể practice bằng cách tham gia CTF (Capture The Flag) competitions trên các nền tảng như Hack The Box hay TryHackMe. Ngoài ra, hãy áp dụng security mindset vào code hàng ngày: learning về OWASP Top 10, scan code bằng tools như Snyk, đọc vulnerability reports và fix chúng. Đợi đến khi làm trong security team mới bắt đầu học là quá muộn — security phải là trách nhiệm của mọi developer.

Web3 có còn là xu hướng không sau biến động crypto?

Công nghệ Blockchain bên cạnh crypto vẫn đang phát triển mạnh trong enterprise: supply chain, digital identity, voting system, credential verification. Các công ty như FPT, Viettel đang thử nghiệm blockchain trong các dự án chính phủ và doanh nghiệp. Nếu bạn quan tâm Web3, hãy tập trung vào công nghệ (smart contract, cryptography, consensus) thay vì price speculation của crypto tokens.