Hóa đơn đỏ AI

Đối với hệ sinh thái doanh nghiệp tại Việt Nam, từ các ngân hàng thương mại đang chạy đua ngân hàng số đến các nhà máy sản xuất tự động hóa tại Bình Dương, lời cảnh báo về chi phí trí tuệ nhân tạo (AI) đã trở thành hiện thực đáng quan tâm. 

Tokenmaxxing tạo hố đen chi phí ẩn. Cách đây không lâu, nhân viên được khuyến khích sử dụng công nghệ này một cách thoải mái, bởi các ông chủ và nhà đầu tư coi việc chi tiêu là một dấu hiệu của sự đổi mới. Việc đốt cháy một lượng lớn token - những đoạn văn bản mà các mô hình xử lý, thường được dùng làm đơn vị định giá - đã trở thành một trào lưu đáng tự hào. Thậm chí, giới công nghệ còn đặt tên cho hiện tượng này là “tokenmaxxing”. Nhiều CEO cũng từng coi việc nhân viên tích cực gọi API từ các mô hình ngôn ngữ lớn là thước đo của việc chuyển đổi số thành công. 

Thế nhưng, với một tài khoản ChatGPT Plus hay Claude Pro có giá 20 USD/tháng cùng đội ngũ 50 nhân sự, mức phí sẽ là 1.000 USD/tháng. Khi nhu cầu tăng cao, doanh nghiệp sẽ phải nâng cấp lên các gói Enterprise với mức phí có thể gấp đôi hoặc gấp 3 để đảm bảo quyền riêng tư dữ liệu. 

Theo nghiên cứu từ LexData Labs (10/2025), chi phí inference (suy luận) thường chiếm tới 70-90% tổng chi phí tính toán trong vòng đời của một giải pháp AI. Một kịch bản doanh nghiệp tầm trung có TCO (tổng chi phí sở hữu) cơ sở khoảng 7,2 triệu USD trong 3 năm, nhưng sau khi tính toán khoảng 150 triệu lượt gọi inference, con số này có thể lên tới 11,6 triệu USD. Mặc dù giá vài cent cho mỗi triệu token nghe có vẻ rẻ, nhưng khi áp dụng kiến trúc RAG (giúp AI đọc hiểu dữ liệu nội bộ) thì lượng token đầu vào (prompt) sẽ tăng vọt do hệ thống phải “nhồi” thêm hàng ngàn trang tài liệu ngữ cảnh vào mỗi câu hỏi. 

Nghiên cứu từ Gartner chỉ ra chi phí bản quyền phần mềm thường chỉ đại diện cho 20-35% tổng chi phí triển khai, trong khi 65-80% còn lại nằm ở những khoản chi mà doanh nghiệp thường xuyên đánh giá thấp. Về hạ tầng, ông Phan Ngọc Ánh, Tổng Giám đốc công ty công nghệ năng lượng Alena, cho biết các phần mềm AI hiện đại chạy trên máy chủ cục bộ đồng nghĩa với việc “phải đầu tư hệ thống server hoạt động 24/7, có phòng máy lạnh và đường truyền mạng tốc độ cao” với chi phí đầu tư rất cao.

Đặt trong bối cảnh vĩ mô tại Việt Nam, bài toán ROI (lợi tức đầu tư) của AI đang bị thách thức nghiêm trọng. Nếu việc triển khai một đại lý AI tại doanh nghiệp Việt Nam tiêu tốn chi phí vận hành hằng tháng ngang bằng, thậm chí vượt qua mức lương của một kỹ sư công nghệ trong nước thì động lực tự động hóa để cắt giảm chi phí sản xuất sẽ lập tức sụp đổ. 

Vượt qua rào cản tìm vùng sáng. Tuy vậy, một báo cáo từ Deloitte chỉ ra rằng 93% doanh nghiệp Việt Nam đã tiếp cận AI. Ông Khôi Lê, Giám đốc Quốc gia của Meta tại Việt Nam, nhận định: “Tôi cho rằng doanh nghiệp Việt đã bắt đầu bước qua giai đoạn xem AI như một công cụ để thử cho biết”. Sự hỗ trợ của hệ thống công nghệ mới giúp doanh nghiệp tạo ra giá trị thực tế thông qua việc tăng tỷ lệ chuyển đổi, tự động hóa tư vấn bán hàng và tiết kiệm chi phí vận hành trong khi vẫn giữ nguyên quy mô nhân sự. 

Ông Bùi Xuân Trường, Giám đốc Nhà máy số, Ngân hàng TPBank, chia sẻ, trong 2 năm qua, năng suất lao động tại TPBank đã tăng khoảng 64%, đo bằng mức lợi nhuận tạo ra trên mỗi nhân sự nhờ đầu tư cho công nghệ, dữ liệu và AI. Ông bày tỏ kỳ vọng trong 1-2 năm tới, tác động tích cực của AI và dữ liệu lớn đối với ngành tài chính - ngân hàng sẽ trở nên rõ nét hơn. 

Đồng quan điểm, ông Vũ Hữu Điền, Chủ tịch Hội đồng Quản trị Công ty Chứng khoán HD (HDS), cho biết: “Khi AI được tích hợp vào các hoạt động hằng ngày và góp phần nâng cao năng suất của từng cá nhân, hiệu quả ứng dụng mới có thể được duy trì một cách bền vững”. 

Giữa áp lực tài chính, các giám đốc tài chính (CFO) đã bắt đầu can thiệp sâu vào lĩnh vực vốn từng là sân chơi độc quyền của các giám đốc công nghệ (CTO). Đầu tiên, tokenmaxxing đã không còn được ưa chuộng. Meta và Amazon đã hủy bỏ các bảng xếp hạng của họ. Aran Khanna, CEO của Archera.ai, chỉ ra rằng trong một số trường hợp, Sonnet (Anthropic) hoặc Kimi (Moonshot AI) có thể chỉ tốn 1/20 chi phí so với mô hình tiên tiến. Việc sử dụng chéo các mô hình nhỏ gọn đang trở thành chuẩn mực tham khảo cho Việt Nam. 

Một cách tiếp cận khác là đặt giới hạn chi tiêu. Uber đã giới hạn nhân viên của mình ở mức token trị giá 1.500 USD mỗi tháng cho mỗi công cụ lập trình. Về phía nguồn cung, Intercom cung cấp một dịch vụ, trong đó khách hàng chỉ trả tiền cho các truy vấn được giải quyết bởi đại lý hỗ trợ công nghệ thông tin của họ. Nhưng cuối cùng, các nhà sản xuất mô hình sẽ cần phải tạo ra lợi nhuận. Điều đó đồng nghĩa với việc họ sẽ tăng giá. Khách hàng của họ có thể chuẩn bị đón nhận những hóa đơn AI gây sốc hơn nữa. 

Đánh giá tác động của AI đối với ngành tài chính, ông Phạm Lưu Hưng, Giám đốc Trung tâm Phân tích và Tư vấn đầu tư, Công ty Chứng khoán SSI, nhận định, kết quả dễ nhận thấy nhất trong giai đoạn đầu ứng dụng AI là khả năng tiết giảm chi phí và nâng cao hiệu quả vận hành. Tuy nhiên, theo ông, yếu tố quan trọng hơn nằm ở khả năng chuyển hóa công nghệ thành nguồn doanh thu mới. Khi doanh nghiệp bắt đầu tạo ra doanh thu từ các ứng dụng AI, thị trường thường đánh giá tích cực hơn.