Một doanh nghiệp có thể mất nhiều tháng để triển khai AI vào quy trình chăm sóc khách hàng, quản trị tri thức hay phân tích dữ liệu. Nhưng điều gì xảy ra nếu nhà cung cấp giải pháp ngừng hoạt động, bị mua lại hoặc thay đổi hoàn toàn chiến lược kinh doanh?
Đây không còn là câu hỏi giả định. Tháng 10/2026, Character.AI — nền tảng chatbot từng có khoảng 12 triệu người dùng hoạt động — đã nộp đơn xin bảo hộ phá sản theo Chapter 11 tại Mỹ. Trong khi đó, dữ liệu Crunchbase cho thấy các startup AI được quỹ đầu tư hậu thuẫn đã thực hiện 195 thương vụ mua lại công ty AI khác tính đến ngày 29/9/2026, tăng 14% so với tổng số của cả năm 2025.
Hai diễn biến này phản ánh một thay đổi quan trọng: thị trường AI không chỉ cạnh tranh bằng chất lượng mô hình và tốc độ tăng trưởng. Khả năng huy động vốn, sở hữu công nghệ, thu hút nhân tài và duy trì mô hình kinh doanh bền vững cũng đang quyết định doanh nghiệp nào có thể tiếp tục tồn tại.
Với doanh nghiệp đang đầu tư vào AI, bài học không đơn giản là tránh startup nhỏ. Điều quan trọng hơn là thiết kế hệ thống sao cho hoạt động kinh doanh không bị phụ thuộc hoàn toàn vào sự tồn tại của một nhà cung cấp.
Tóm tắt dành cho nhà quản trị
- Character.AI đã nộp đơn xin bảo hộ phá sản, chưa đồng nghĩa nền tảng đã đóng cửa. Công ty cho biết dịch vụ vẫn hoạt động trong quá trình tìm phương án bán dưới sự giám sát của tòa án. Nếu không tìm được bên mua phù hợp, nền tảng có thể bị ngừng hoạt động.
- Disney đề nghị mua một phần tài sản công nghệ với giá 20 triệu USD. Thỏa thuận được báo chí mô tả là liên quan đến giấy phép sở hữu trí tuệ; Disney đồng thời tuyển dụng nhân sự cấp cao và đội ngũ kỹ thuật của Character.AI. Đây không phải là bằng chứng rằng toàn bộ công ty, ứng dụng và dữ liệu người dùng đã được Disney mua lại.
- 195 thương vụ cho thấy hoạt động mua bán trong hệ sinh thái AI đang tăng tốc. OpenAI dẫn đầu nhóm được Crunchbase theo dõi với 10 thương vụ trong năm 2026 tính đến ngày 29/9; Anthropic và Legora có 5 thương vụ mỗi bên.
- Doanh nghiệp cần quản trị rủi ro phụ thuộc nhà cung cấp ngay từ đầu. Khả năng xuất dữ liệu, chuyển đổi mô hình, kiểm soát quyền truy cập, duy trì quy trình và đáp ứng quy định pháp luật cần được xem là tiêu chí lựa chọn giải pháp AI.
1. Vì sao Character.AI rơi vào tình trạng phá sản?
1.1. Lượng người dùng lớn không đồng nghĩa với mô hình kinh doanh bền vững
Character.AI cho phép người dùng trò chuyện với các nhân vật AI được tạo và tùy chỉnh theo nhiều tính cách, bối cảnh và mục đích khác nhau. Nền tảng này thu hút một lượng người dùng đáng kể, nhưng vẫn gặp khó khăn trong việc cân bằng doanh thu với chi phí vận hành.
Theo Reuters, hồ sơ tòa án cho thấy công ty chịu khoản lỗ khoảng 8–9 triệu USD mỗi tháng, trong bối cảnh chi phí điện toán và nhân sự AI ở mức cao. Công ty cũng phải đối mặt với nhiều vụ kiện và hoạt động điều tra liên quan đến an toàn người dùng, đặc biệt là trẻ vị thành niên.
Vụ việc cho thấy một vấn đề rộng hơn của ngành AI: sản phẩm có sức hút lớn chưa chắc đã tạo ra lợi nhuận đủ để duy trì hoạt động lâu dài.
Với các doanh nghiệp đang lựa chọn giải pháp AI, chỉ số người dùng, số lượng tính năng hay mức độ nổi tiếng của nhà cung cấp không thể thay thế việc đánh giá năng lực tài chính và tính bền vững của dịch vụ.
1.2. Disney quan tâm đến công nghệ và nhân lực, không nhất thiết đến toàn bộ nền tảng
Theo Reuters, Disney là bên đưa ra đề nghị ban đầu trị giá 20 triệu USD cho giấy phép sử dụng sở hữu trí tuệ của Character.AI. Các bên khác vẫn có thể đưa ra đề nghị cạnh tranh trong quy trình bán tài sản do tòa án giám sát. Nền tảng tiếp tục hoạt động trong thời gian này, nhưng có nguy cơ đóng cửa nếu không tìm được bên mua phù hợp.
Song song với đề nghị liên quan đến tài sản công nghệ, Disney đã tuyển dụng cựu CEO Karandeep Anand vào vị trí giám đốc công nghệ và cho biết sẽ tuyển một số nhân sự kỹ thuật của Character.AI.
Điều đáng chú ý không phải là kết luận rằng “ứng dụng không còn giá trị”, mà là cách một thương vụ có thể tách riêng các thành phần có giá trị:
- Nhân lực: kỹ sư và chuyên gia có năng lực xây dựng hệ thống AI.
- Công nghệ: tài sản sở hữu trí tuệ và các thành phần kỹ thuật có thể được cấp phép.
- Sản phẩm: ứng dụng, thương hiệu và cơ sở người dùng.
- Dữ liệu: thông tin người dùng và các nghĩa vụ pháp lý liên quan.
Các thành phần này không nhất thiết được chuyển giao cùng nhau. Vì vậy, khi đánh giá nhà cung cấp AI, doanh nghiệp cần hiểu rõ mình đang mua quyền sử dụng phần mềm, quyền khai thác công nghệ, dịch vụ vận hành hay một hệ thống có thể tiếp tục hoạt động độc lập.
2. Làn sóng thâu tóm AI: 195 thương vụ nói lên điều gì?
Theo bài phân tích của Crunchbase News ngày 6/10/2026, dữ liệu đến ngày 29/9 ghi nhận 195 thương vụ các startup AI được quỹ đầu tư hậu thuẫn mua lại những công ty AI khác. Con số này cao hơn 14% so với cả năm 2025, trong khi số lượng bên mua chỉ tăng khoảng 2%.
Điều đó cho thấy mức tăng trưởng không đến chủ yếu từ việc xuất hiện nhiều bên mua mới, mà từ việc một nhóm công ty đang thực hiện nhiều thương vụ hơn.
2.1. Những bên mua tích cực nhất
| Công ty | Thương vụ trong năm 2026, tính đến 29/9 |
|---|---|
| OpenAI | 10 |
| Anthropic | 5 |
| Legora — AI pháp lý | 5 |
| Harvey — AI pháp lý | 4 |
| Sierra — AI dịch vụ khách hàng | 3 |
| Cursor — công cụ phát triển phần mềm | 3 |
Nguồn: Crunchbase News, 6/10/2026. Số liệu phản ánh phạm vi giao dịch được Crunchbase theo dõi, không phải toàn bộ hoạt động M&A của mọi tập đoàn công nghệ.
OpenAI, Anthropic và các công ty AI chuyên ngành sử dụng hoạt động mua lại để bổ sung công nghệ, đội ngũ và năng lực sản phẩm. Trong lĩnh vực pháp lý, chẳng hạn, các thương vụ giúp kết hợp công cụ nghiên cứu, theo dõi quy định và xử lý hồ sơ vào một nền tảng rộng hơn.
Chỉ 12 trong số 195 thương vụ công bố giá trị trong bộ dữ liệu này. Do đó, số lượng thương vụ là một chỉ báo về cường độ hoạt động mua bán, nhưng chưa đủ để kết luận tổng giá trị đầu tư hay mức độ thành công của từng thương vụ.
2.2. Vì sao các startup AI lại mua nhau?
Có ba động lực đáng chú ý.
Thứ nhất, mua lại giúp rút ngắn thời gian phát triển. Thay vì xây dựng một sản phẩm từ đầu, công ty có thể tiếp nhận đội ngũ đã có chuyên môn, công nghệ đã phát triển hoặc khách hàng hiện hữu.
Thứ hai, các công ty chuyên ngành đang mở rộng thành nền tảng. Một giải pháp ban đầu chỉ phục vụ một nhiệm vụ có thể được tích hợp với nhiều công cụ và quy trình liên quan, giúp tăng giá trị đối với khách hàng doanh nghiệp.
Thứ ba, nguồn lực ngày càng tập trung vào nhóm công ty có khả năng mở rộng. Những doanh nghiệp có vốn, khách hàng và năng lực phân phối tốt hơn có thể mua công nghệ nhanh hơn so với việc tự phát triển mọi thành phần. Đây là một trong những động lực được Crunchbase News ghi nhận trong làn sóng M&A năm nay.
Với khách hàng doanh nghiệp, hệ quả là thị trường có thể xuất hiện nhiều sản phẩm mạnh hơn, nhưng cũng có khả năng thay đổi chủ sở hữu, chính sách giá, phạm vi tính năng hoặc định hướng phát triển nhanh hơn dự kiến.
3. Ba dấu hiệu cho thấy thị trường AI đang bước vào giai đoạn sàng lọc
3.1. Sản phẩm dễ bị thay thế phải chứng minh giá trị riêng
Một ứng dụng chỉ cung cấp giao diện trò chuyện trên mô hình AI của bên thứ ba thường khó tạo ra lợi thế bền vững nếu không có thêm giá trị khác biệt.
Khi nhà cung cấp mô hình phát triển tính năng tương tự, lợi thế ban đầu của ứng dụng có thể suy giảm. Điều này không có nghĩa mọi sản phẩm sử dụng mô hình bên ngoài đều yếu; các sản phẩm có dữ liệu chuyên ngành, quy trình tốt, tích hợp sâu hoặc trải nghiệm phù hợp vẫn có thể tạo ra giá trị đáng kể.
Với doanh nghiệp, câu hỏi cần đặt ra là: Giải pháp này giải quyết vấn đề kinh doanh bằng năng lực riêng nào, ngoài việc cung cấp quyền truy cập vào một mô hình AI?
3.2. Nhân lực và công nghệ có thể được định giá riêng với sản phẩm
Vụ việc Character.AI cho thấy một công ty gặp khó khăn vẫn có thể sở hữu những tài sản được bên khác quan tâm, chẳng hạn đội ngũ kỹ thuật hoặc công nghệ có thể cấp phép.
Đây là lý do doanh nghiệp không nên mặc định rằng một ứng dụng sẽ được duy trì chỉ vì nó có nhiều người dùng. Khi chủ sở hữu thay đổi, ưu tiên kinh doanh mới có thể khác với nhu cầu của khách hàng hiện tại.
Hợp đồng cần xác định rõ thời hạn thông báo khi dịch vụ thay đổi, quyền xuất dữ liệu, hỗ trợ chuyển đổi và trách nhiệm của nhà cung cấp khi chấm dứt hoạt động.
3.3. Quy mô và năng lực tài chính trở thành tiêu chí quan trọng hơn
Chi phí tính toán, nhân lực chuyên môn và phát triển sản phẩm có thể tạo áp lực lớn lên các công ty AI. Trường hợp Character.AI cho thấy ngay cả một nền tảng có lượng người dùng đáng kể vẫn có thể chịu thua lỗ lớn.
Tuy nhiên, không nên suy luận rằng chỉ doanh nghiệp lớn mới đáng tin cậy. Một nhà cung cấp nhỏ vẫn có thể là lựa chọn tốt nếu có mô hình kinh doanh rõ ràng, cam kết dịch vụ phù hợp, khả năng hỗ trợ và phương án chuyển đổi đáng tin cậy.
Thay vì chỉ nhìn vào quy mô, doanh nghiệp nên đánh giá khả năng duy trì dịch vụ, chất lượng hỗ trợ, sự minh bạch về phụ thuộc kỹ thuật và mức độ sẵn sàng khi có sự cố.
4. Doanh nghiệp nên kiểm tra gì trước khi chọn nhà cung cấp AI?
Việc lựa chọn AI không nên chỉ dựa trên độ chính xác của câu trả lời hay chi phí sử dụng mỗi tháng. Với các giải pháp tham gia vào quy trình vận hành, doanh nghiệp cần đánh giá cả rủi ro công nghệ, dữ liệu, hợp đồng và khả năng duy trì hoạt động.
Checklist 5 tiêu chí lựa chọn nhà cung cấp AI
1. Mô hình kinh doanh và khả năng duy trì dịch vụ
Nhà cung cấp kiếm doanh thu từ đâu? Có khách hàng doanh nghiệp trả phí ổn định không? Nền tảng có công bố cam kết dịch vụ, chính sách hỗ trợ và phương án xử lý khi ngừng cung cấp sản phẩm không?
2. Quyền sở hữu và khả năng xuất dữ liệu
Doanh nghiệp có thể xuất tài liệu, cấu hình, lịch sử hội thoại và dữ liệu nghiệp vụ ở định dạng có thể sử dụng lại không? Cần phân biệt dữ liệu của doanh nghiệp với dữ liệu hoặc tài sản thuộc nhà cung cấp.
3. Mức độ phụ thuộc vào một mô hình AI
Giải pháp có thể chuyển sang mô hình khác khi giá tăng, chất lượng giảm hoặc dịch vụ ngừng hoạt động không? Các tích hợp, quy tắc nghiệp vụ và dữ liệu có bị khóa vào một nền tảng riêng không?
4. Bảo mật và kiểm soát truy cập
Cần làm rõ dữ liệu được gửi đến đâu, ai có quyền truy cập, dữ liệu có được dùng để huấn luyện mô hình hay không, thời hạn lưu giữ và cơ chế xóa dữ liệu. Việc che hoặc mã hóa dữ liệu cần được đánh giá theo kiến trúc và mức độ rủi ro thực tế.
5. Tuân thủ pháp luật và trách nhiệm các bên
Đánh giá các nghĩa vụ áp dụng theo Luật Trí tuệ nhân tạo Việt Nam, có hiệu lực từ ngày 1/3/2026, cùng các quy định liên quan đến dữ liệu, bảo mật và lĩnh vực kinh doanh. Cần xác định rõ trách nhiệm của doanh nghiệp triển khai, nhà cung cấp giải pháp và bên cung cấp mô hình.
4.1. Kiểm tra thêm một kịch bản: Nếu nhà cung cấp biến mất ngày mai thì sao?
Doanh nghiệp nên yêu cầu nhà cung cấp cùng trả lời một số câu hỏi thực tế:
- Trong 30 ngày đầu sau khi dịch vụ ngừng hoạt động, bộ phận nào chịu trách nhiệm duy trì quy trình?
- Có thể xuất dữ liệu và cấu hình để chuyển sang hệ thống khác không?
- Các API, tích hợp và giấy phép sử dụng có tiếp tục hoạt động khi công ty đổi chủ không?
- Thời gian và chi phí để chuyển đổi là bao nhiêu?
- Ai chịu trách nhiệm hỗ trợ kỹ thuật, bảo mật và xử lý dữ liệu trong giai đoạn chuyển tiếp?
Đây là bài kiểm tra tính liên tục của hoạt động kinh doanh, không chỉ là bài kiểm tra công nghệ. Một giải pháp có thể hoạt động rất tốt hôm nay nhưng vẫn tạo ra rủi ro lớn nếu doanh nghiệp không thể chuyển đổi khi cần.
5. Hars tiếp cận bài toán phụ thuộc AI như thế nào?
Đối với AI trong doanh nghiệp, mục tiêu không chỉ là chọn được mô hình mạnh nhất ở thời điểm hiện tại. Mục tiêu là xây dựng một hệ thống có thể vận hành ổn định, kiểm soát dữ liệu và thích nghi khi công nghệ thay đổi.
Theo định hướng sản phẩm của Hars, các nguyên tắc cần ưu tiên gồm:
- Hạn chế phụ thuộc vào một mô hình duy nhất: thiết kế kiến trúc có khả năng lựa chọn hoặc thay đổi mô hình phù hợp với từng nhiệm vụ, trong phạm vi kỹ thuật hỗ trợ.
- Bảo vệ dữ liệu doanh nghiệp: áp dụng cơ chế giảm thiểu, che hoặc kiểm soát dữ liệu trước khi chuyển đến dịch vụ AI bên ngoài, tùy theo loại dữ liệu và yêu cầu nghiệp vụ.
- Đưa AI vào quy trình thực tế: kết nối với dữ liệu, nhiệm vụ và hoạt động của doanh nghiệp thay vì chỉ tạo thêm một giao diện hỏi–đáp độc lập.
- Giữ quyền kiểm soát ở phía doanh nghiệp: làm rõ quyền truy cập, khả năng xuất dữ liệu, quy trình giám sát và trách nhiệm vận hành.
Các nguyên tắc này không tự động bảo đảm tuân thủ mọi quy định hay loại bỏ hoàn toàn rủi ro nhà cung cấp. Chúng cần được hiện thực hóa bằng kiến trúc kỹ thuật, hợp đồng, quy trình quản trị và kiểm thử phù hợp.
Doanh nghiệp cần một nền tảng AI có khả năng thích ứng?
Hars tập trung vào việc ứng dụng AI vào hoạt động doanh nghiệp, với định hướng giảm phụ thuộc vào một mô hình duy nhất và tăng khả năng kiểm soát dữ liệu trong quá trình vận hành.
Tìm hiểu thêm về giải pháp tại Hars.vn.
6. Kết luận: Đừng chỉ chọn AI tốt nhất — hãy chọn AI có thể thay đổi cùng doanh nghiệp
Character.AI nộp đơn xin bảo hộ phá sản và 195 thương vụ mua lại được Crunchbase ghi nhận là hai diễn biến khác nhau, nhưng cùng cho thấy thị trường AI đang thay đổi nhanh chóng. Một bên phản ánh áp lực kinh doanh và pháp lý; bên còn lại cho thấy các công ty đang mua công nghệ, nhân lực và năng lực sản phẩm để tăng tốc.
Với doanh nghiệp, không cần dự đoán chính xác công ty AI nào sẽ tồn tại trong năm năm tới. Điều cần làm là giảm thiểu hậu quả nếu một nhà cung cấp thay đổi chiến lược, đổi chủ hoặc ngừng hoạt động.
Một chiến lược AI bền vững cần đi cùng ba nguyên tắc: dữ liệu có thể kiểm soát, kiến trúc có khả năng thích ứng và quy trình có phương án dự phòng. Đó mới là nền tảng để AI tạo ra giá trị dài hạn, thay vì trở thành một điểm phụ thuộc mới của doanh nghiệp.
Doanh nghiệp đang đánh giá hoặc triển khai AI? Liên hệ Hars để trao đổi về giải pháp phù hợp với quy trình và nhu cầu quản trị của doanh nghiệp.
Nguồn tham khảo
- Reuters — Character.AI files for bankruptcy, to sell some assets to Disney for $20 million
- Character.AI — An Update on Character.ai
- Crunchbase News — Crunchbase Data Shows AI’s Most Active Startups Are Becoming Serial Acquirers
- Cổng Thông tin điện tử Chính phủ — Luật số 134/2025/QH15: Luật Trí tuệ nhân tạo
This is no longer a purely hypothetical concern. In October 2026, Character.AI — a chatbot platform with approximately 12 million active users — filed for Chapter 11 bankruptcy protection in the United States. Meanwhile, Crunchbase data recorded 195 acquisitions of AI companies by venture-backed AI startups through September 29, 2026, a 14% increase over the total for all of 2025.
These developments reflect a broader shift in the AI industry. Competition is no longer determined solely by model quality and user growth. Access to capital, proprietary technology, specialized talent, and a sustainable business model are also shaping which companies can remain competitive.
For businesses investing in AI, the lesson is not simply to avoid smaller startups. It is to design systems that can continue operating even if a particular vendor no longer exists.
Executive Summary
- Character.AI has filed for Chapter 11 bankruptcy protection, but its platform has not automatically shut down. The company said its services would continue during a court-supervised sale process. The platform could be wound down if no suitable buyer emerges.
- Disney proposed a $20 million deal involving certain technology assets. Reporting describes the offer as relating to a license for intellectual property, while Disney has also recruited senior leadership and technical staff. This does not mean Disney has acquired the entire company, app, and user database.
- The 195 reported deals signal accelerating acquisition activity. OpenAI led the Crunchbase-tracked group with 10 acquisitions in 2026 through September 29, followed by Anthropic and Legora with five each.
- Vendor risk should be part of AI procurement from day one. Data portability, model flexibility, access controls, business continuity, and regulatory responsibilities should all be assessed before deployment.
1. Why Did Character.AI Enter Bankruptcy Proceedings?
1.1. A large user base does not guarantee a sustainable business
Character.AI lets users create and interact with AI characters tailored to different personalities, scenarios, and purposes. Despite attracting a substantial audience, the company struggled to balance revenue against operating costs.
Reuters reported that court filings indicated monthly losses of approximately $8 million to $9 million, amid high computing and AI talent costs. The company was also facing lawsuits and investigations relating to user safety, particularly the safety of minors.
The broader lesson is that product popularity does not necessarily translate into sustainable profitability.
For enterprise buyers, user counts, feature lists, and brand recognition cannot replace an assessment of a vendor’s financial resilience and ability to maintain its services.
1.2. Disney’s interest highlights the value of specific assets
According to Reuters, Disney made an initial $20 million offer involving a license to Character.AI’s intellectual property. Other bidders may submit competing offers during the court-supervised process. The platform remains operational during the proceedings but could close if no suitable buyer is found.
Disney has also recruited former Character.AI CEO Karandeep Anand as chief technology officer and indicated that it would hire some of the startup’s technical staff.
The important point is not that the app has no value. Rather, a distressed company’s value can be divided across several assets:
- Talent: engineers and specialists capable of building AI systems.
- Technology: intellectual property and technical components that can be licensed.
- Products: applications, brands, and user relationships.
- Data: user information and the legal obligations associated with it.
These assets do not necessarily transfer together. Businesses should therefore understand whether they are purchasing software access, technology rights, a managed service, or a system that can continue operating independently.
2. The AI Acquisition Wave: What Do 195 Deals Tell Us?
According to Crunchbase News, data through September 29 showed 195 acquisitions of AI companies by venture-backed AI startups. This was 14% above the total for all of 2025, while the number of distinct buyers increased by only around 2%.
The increase therefore appears to be driven less by a wave of new buyers and more by a relatively small group of companies making repeated acquisitions.
2.1. The most active acquirers
| Company | 2026 acquisitions through September 29 |
|---|---|
| OpenAI | 10 |
| Anthropic | 5 |
| Legora — legal AI | 5 |
| Harvey — legal AI | 4 |
| Sierra — customer-service AI | 3 |
| Cursor — software development | 3 |
Source: Crunchbase News, October 6, 2026. These figures reflect transactions tracked by Crunchbase, not every acquisition made by every technology group.
OpenAI, Anthropic, and specialized AI companies are using acquisitions to add technology, teams, and product capabilities. In legal technology, for example, acquisitions can combine research, regulatory monitoring, and document-processing tools into broader platforms.
Only 12 of the 195 transactions in the dataset had disclosed prices. Deal counts are therefore an indicator of acquisition activity, not a complete measure of total spending or transaction success.
2.2. Why are AI startups acquiring one another?
Three drivers stand out.
First, acquisitions can shorten development cycles. Rather than building every capability from scratch, a company can acquire an experienced team, an existing technology, or an established customer base.
Second, specialized AI products are expanding into broader platforms. A solution that initially handles one task can integrate adjacent tools and workflows, increasing its value to enterprise customers.
Third, resources are concentrating among companies with the capacity to scale. Businesses with capital, customers, and distribution capabilities may be able to acquire technology faster than they can develop every component internally. Crunchbase News identified these dynamics as part of this year’s M&A activity.
For enterprise customers, this could mean access to more capable products — but also more frequent changes in ownership, pricing, features, and product direction.
3. Three Signs That the AI Market Is Entering a Consolidation Phase
3.1. Products with limited differentiation face greater substitution risk
An application that mainly provides an interface to a third-party AI model may struggle to maintain an advantage if the underlying model provider introduces similar features.
This does not mean every product built on an external model is weak. Specialized data, deep workflow integration, strong execution, and a differentiated user experience can all create lasting value.
Enterprise buyers should ask: What unique business value does this solution provide beyond access to an AI model?
3.2. Talent and technology can be valued separately from a product
The Character.AI case shows that a company facing financial and legal difficulties may still possess assets that another business wants, including engineering talent and licensable technology.
Companies should not assume that an application will continue operating simply because it has a large user base. A new owner may have different priorities from existing customers.
Contracts should clarify change-of-control notifications, data export rights, migration support, and vendor responsibilities if a service is discontinued.
3.3. Financial resilience is becoming a more important selection criterion
Computing costs, specialized talent, and product development can put substantial pressure on AI companies. Character.AI demonstrates that even a platform with a significant audience can experience large recurring losses.
However, company size alone is not a reliable measure of vendor quality. A smaller provider may still be a strong choice if it has a clear business model, suitable service commitments, responsive support, and a credible migration plan.
Businesses should assess continuity, support quality, technical dependencies, and incident preparedness — not just brand recognition.
4. What Should Businesses Check Before Selecting an AI Provider?
AI procurement should not be based solely on answer accuracy or monthly usage costs. For solutions embedded in business operations, companies should also evaluate technology, data, contractual, and continuity risks.
A five-point vendor checklist
1. Business model and service continuity
How does the provider generate revenue? Does it have stable paying enterprise customers? What commitments and exit procedures are documented?
2. Data ownership and portability
Can the business export documents, configurations, conversation histories, and operational data in reusable formats? Distinguish company-owned data from vendor-owned assets.
3. Model dependency
Can the solution switch models if pricing rises, quality declines, or a service becomes unavailable? Are workflows and integrations tied to a proprietary platform?
4. Security and access controls
Where is data sent? Who can access it? Is it used for model training? What are the retention and deletion policies? Data masking and encryption should be assessed against the actual architecture and risks.
5. Legal compliance and accountability
Assess obligations under Vietnam’s Law on Artificial Intelligence, effective March 1, 2026, alongside applicable data-protection, security, and sector-specific rules. Clarify the respective responsibilities of the deploying business, solution provider, and model provider.
4.1. Run a practical continuity test
Businesses should ask vendors to work through a realistic scenario: what if the service became unavailable tomorrow?
- Which team would keep the affected business process running during the first 30 days?
- Can data and configurations be exported and moved to another system?
- Would APIs, integrations, and licenses remain usable after a change of ownership?
- What are the expected migration time and cost?
- Who is responsible for technical support, security, and data handling during the transition?
This is a business-continuity test, not just a technology test. A solution may perform well today yet create substantial risk if the company cannot move away from it when circumstances change.
5. How Hars Approaches AI Dependency Risk
For enterprise AI, the goal is not simply to select the strongest model available today. It is to build a system that can operate reliably, protect data, and adapt as the technology landscape changes.
Hars’s product direction emphasizes several principles:
- Reduce dependence on a single model: design an architecture that can select or change models for different tasks, where technically supported.
- Protect enterprise data: apply appropriate data minimization, masking, and controls before information is sent to external AI services.
- Integrate AI into real workflows: connect AI to business data, tasks, and operations rather than creating another isolated question-and-answer interface.
- Keep the business in control: clarify access rights, data portability, oversight procedures, and operational responsibilities.
These principles do not automatically guarantee compliance or eliminate vendor risk. They must be implemented through appropriate technical architecture, contracts, governance processes, and testing.
Looking for an AI platform that can adapt with your business?
Hars focuses on applying AI to enterprise operations, with an emphasis on reducing dependence on a single model and improving control over data during operation.
Learn more at Hars.vn.
6. Conclusion: Don’t Just Choose the Best AI — Choose AI That Can Evolve With Your Business
Character.AI’s bankruptcy filing and the 195 acquisitions tracked by Crunchbase are different developments, but both illustrate how quickly the AI market is changing. One highlights business and legal pressure; the other shows companies acquiring technology, talent, and product capabilities to accelerate growth.
Businesses do not need to predict exactly which AI companies will survive over the next five years. They do need to reduce the impact of a provider changing strategy, changing ownership, or ceasing operations.
A sustainable AI strategy rests on three principles: controllable data, adaptable architecture, and business processes with fallback plans. These are the foundations for long-term AI value rather than creating another point of dependency.
Evaluating or deploying AI in your business? Contact Hars to discuss solutions aligned with your workflows and management needs.
References
- Reuters — Character.AI files for bankruptcy, to sell some assets to Disney for $20 million
- Character.AI — An Update on Character.ai
- Crunchbase News — Crunchbase Data Shows AI’s Most Active Startups Are Becoming Serial Acquirers
- Vietnam Government Portal — Law No. 134/2025/QH15 on Artificial Intelligence


