Vì AI sa thải? Nghiên cứu cho thấy AI đắt hơn người nó thay thế

marsbitXuất bản vào 2026-06-09Cập nhật gần nhất vào 2026-06-09

Tóm tắt

Gần 50.000 nhân viên đã bị sa thải trong năm nay với lý do AI, nhưng các doanh nghiệp ngày càng phát hiện chi phí sử dụng AI thực tế lại **đắt hơn** cả lao động con người mà nó thay thế. Uber đốt hết ngân sách AI cả năm 2026 chỉ trong 4 tháng. Microsoft đang cắt giấy phép Claude Code ở nhiều bộ phận vì lý do chi phí. Một nhân viên tại Anthropic thậm chí đã sử dụng hết 150.000 USD hạn mức API của Claude Code trong một tháng. Các công ty như Meta, Pinterest, Spotify đều ghi nhận chi phí suy luận AI (inference cost) làm giảm tỷ suất lợi nhuận. Khảo sát cho thấy 45% doanh nghiệp năm 2025 chi hơn 100.000 USD/tháng cho AI. Tuy nhiên, dù 79% công ty trong S&P 500 nhắc đến AI, chỉ 8% tiết lộ doanh thu liên quan và một nửa không tự tin đánh giá được lợi tức đầu tư (ROI). Scott Galloway dự đoán: để giảm chi phí, các doanh nghiệp cuối cùng sẽ chuyển sang sử dụng các mô hình AI Trung Quốc, với giá rẻ hơn từ **10 đến 30 lần** so với mô hình Mỹ. Dữ liệu cho thấy thị phần sử dụng trong giới lập trình viên của mô hình Trung Quốc đã tăng từ khoảng 1% (2024) lên hơn 60% (5/2026), và 80% startup AI Mỹ đang sử dụng mô hình nguồn mở Trung Quốc. Xu hướng này được dự báo sẽ buộc chính quyền Trump phải có hành động hạn chế.

Tác giả: Scott Galloway / Ed Elson / Mia Silverio

Biên dịch: Deep Tide TechFlow

Lời giới thiệu của Deep Tide: Gần 50,000 nhân viên bị sa thải vì AI trong năm nay, nhưng ngày càng nhiều doanh nghiệp phát hiện chi phí sử dụng AI còn cao hơn cả nhân công. Uber đốt hết ngân sách AI cả năm trong vòng 4 tháng, Microsoft cắt giấy phép Claude Code ở nhiều bộ phận, một nhân viên nội bộ Anthropic tiêu hết 150,000 đô la hạn mức API trong một tháng. Scott Galloway cho rằng, các doanh nghiệp cuối cùng sẽ chuyển sang các mô hình lớn của Trung Quốc rẻ hơn 10-30 lần, và điều này sẽ buộc Trump phải hành động hạn chế.

AI đắt hơn người nó thay thế?

Năm nay đã có gần 50,000 nhân viên bị sa thải với lý do AI. Con số này gần bằng cả năm 2025. Đối với các doanh nghiệp áp dụng AI, logic rất đơn giản: AI có thể làm công việc của con người.

Nhưng vài tuần gần đây, logic này đã vấp phải tường. Ngày càng nhiều doanh nghiệp phát hiện ra rằng, chi phí sử dụng AI thực tế còn cao hơn chi phí nhân công mà nó định thay thế.

Hình ảnh: Cú sốc chi phí AI của doanh nghiệp – Chi tiêu AI và phản hồi chi phí từ các công ty như Uber, Microsoft, Nvidia, Meta

Uber đốt hết ngân sách AI cả năm 2026 chỉ trong 4 tháng. COO cho biết, trong nội bộ công ty ngày càng khó tìm lý do chính đáng cho chi tiêu AI. Microsoft đang cắt giấy phép Claude Code ở nhiều bộ phận, lý do chỉ một chữ: đắt.

Một giám đốc điều hành tại Nvidia nói, chi phí tính toán hiện nay "vượt xa chi phí nhân viên". Meta, Pinterest, Spotify đều liệt kê chi phí suy luận (inference) tăng cao như một yếu tố kéo lùi tỷ suất lợi nhuận trong báo cáo tài chính quý I.

Ngân sách AI của doanh nghiệp lớn cỡ nào? Khảo sát của công ty quản lý chi phí điện toán đám mây CloudZero cho thấy, năm 2025 có 45% doanh nghiệp chi hơn 10,000 đô la Mỹ mỗi tháng cho AI, tỷ lệ này năm trước chỉ là 20%.

Một trường hợp nội bộ tại Anthropic còn kinh ngạc hơn: một nhân viên đã tiêu hết 150,000 đô la cho Claude Code trong một tháng. Để khoản chi này hợp lý, kỹ sư này phải hoàn thành khối lượng công việc của 11 kỹ sư bình thường.

Trên thị trường hiện tại, giá trị biểu diễn của từ "hiệu quả" liên tục được thưởng, đến mức doanh nghiệp thậm chí không cần thực sự tính toán hiệu quả. 79% công ty trong S&P 500 đã đề cập đến AI trong cuộc gọi báo cáo tài chính gần đây, nhưng chỉ có 8% tiết lộ bất kỳ doanh thu nào liên quan đến AI.

Hình ảnh: So sánh ngôn từ về AI và việc tiết lộ doanh thu thực tế của các doanh nghiệp S&P 500

Cùng báo cáo của CloudZero cũng phát hiện, chỉ một nửa doanh nghiệp được khảo sát cho biết họ có thể tự tin đánh giá lợi tức đầu tư (ROI) vào AI. CEO Match Group Spencer Rascoff nói, AI tiêu tốn của công ty 5 đến 10 triệu đô la mỗi năm. Khi được hỏi về ROI, ông nói: "Tôi nghĩ chúng tôi hưởng lợi từ nó, nhưng rất khó để cảm nhận."

Các mô hình lớn Trung Quốc sẽ trở thành người chiến thắng lớn nhất

Phán đoán của Scott Galloway là: các doanh nghiệp cuối cùng sẽ chuyển hướng sang các mô hình rẻ nhất, tức là các mô hình lớn của Trung Quốc. Giá của mô hình Trung Quốc rẻ hơn mô hình Mỹ từ 10 đến 30 lần.

Số liệu đang xác thực xu hướng này: tỷ trọng sử dụng của các mô hình Trung Quốc trong giới nhà phát triển đã tăng từ khoảng 1% năm 2024 lên hơn 60% vào tháng 5 năm nay, 80% công ty khởi nghiệp AI của Mỹ đang sử dụng mô hình AI mã nguồn mở của Trung Quốc.

Hình ảnh: Biến động thị phần sử dụng của các mô hình lớn Trung Quốc trong giới nhà phát triển và tình hình sử dụng của các công ty khởi nghiệp AI Mỹ

Câu hỏi Liên quan

QNghiên cứu cho thấy chi phí sử dụng AI so với chi phí thuê nhân công con người như thế nào?

ANghiên cứu chỉ ra rằng chi phí sử dụng AI thực tế đang cao hơn chi phí thuê nhân công mà nó dự định thay thế. Ví dụ, tại Uber, ngân sách AI cả năm 2026 đã bị "đốt cháy" chỉ trong bốn tháng. Một kỹ sư tại Anthropic thậm chí đã sử dụng hết 150.000 đô la hạn mức API của Claude Code trong một tháng, tương đương với năng suất của 11 kỹ sư thông thường để có thể hoàn vốn.

QNhững công ty lớn nào đã báo cáo về tác động tiêu cực của chi phí AI đến lợi nhuận?

ANhiều công ty công nghệ lớn đã báo cáo chi phí suy luận AI (inference cost) là yếu tố kéo giảm tỷ suất lợi nhuận của họ trong báo cáo tài chính quý I, bao gồm Meta, Pinterest và Spotify. Nvidia cũng có quan chức cho biết chi phí điện toán hiện đã 'vượt xa chi phí nhân sự'.

QTỷ lệ doanh nghiệp có thể đánh giá hiệu quả đầu tư vào AI là bao nhiêu?

ATheo báo cáo của CloudZero, chỉ có khoảng một nửa số doanh nghiệp được khảo sát cho biết họ có thể tự tin đánh giá lợi tức đầu tư (ROI) từ các khoản đầu tư vào AI của mình. Điều này cho thấy sự thiếu hụt rõ ràng trong việc đo lường hiệu quả thực tế.

QTheo Scott Galloway, giải pháp thay thế cho các mô hình AI đắt đỏ của Mỹ là gì?

AScott Galloway dự đoán rằng các doanh nghiệp cuối cùng sẽ chuyển sang sử dụng các mô hình AI Trung Quốc, vì chúng rẻ hơn từ 10 đến 30 lần so với các mô hình của Mỹ. Ông cho rằng động lực về chi phí sẽ thúc đẩy xu hướng này.

QThị phần sử dụng của các mô hình AI Trung Quốc trong giới phát triển đã thay đổi ra sao?

ADữ liệu cho thấy thị phần sử dụng của các mô hình AI Trung Quốc trong giới phát triển đã tăng vọt từ khoảng 1% vào năm 2024 lên hơn 60% vào tháng 5 năm nay (bài viết đề cập đến năm 2026). Đáng chú ý, 80% công ty khởi nghiệp AI của Mỹ đang sử dụng các mô hình AI mã nguồn mở của Trung Quốc.

Nội dung Liên quan

Humanity bị đánh cắp 31 triệu USD, một khóa riêng tư khiến giá token giảm 90%

Ngày 9/6, dự án danh tính số Humanity Protocol đã bị tấn công an ninh nghiêm trọng do rò rỉ khóa cá nhân của một thành viên quỹ, dẫn đến thiệt hại ước tính hơn 31 triệu USD. Hàng trăm ví chứa token H đã bị xâm phạm. Kẻ tấn công đã đúc thêm 100 triệu token H và bán tháo, khiến giá token H giảm hơn 90%, từ khoảng 0,7 USDT xuống mức thấp nhất là 0,052 USDT. Vốn hóa thị trường của dự án sụt giảm từ 2 tỷ USD xuống còn khoảng 35,7 triệu USD. Người sáng lập Terence Kwok đã xác nhận sự cố và khuyến cáo người dùng tạm thời không tương tác với cầu nối cross-chain hoặc các pool thanh khoản của Humanity. Đội ngũ đang hợp tác với các chuyên gia bảo mật và sàn giao dịch để xử lý. Humanity Protocol, được thành lập năm 2024, hướng tới xây dựng mạng lưới danh tính số phi tập trung sử dụng sinh trắc học lòng bàn tay và zk-proof. Dự án đã huy động được 50 triệu USD từ các quỹ như Pantera Capital và Animoca Brands, đạt định giá kỳ lân. Tuy nhiên, dự án từng vấp phải tranh cãi khi bị phát hiện có tới 88% trong số 9 triệu ID người dùng có thể là robot, và bị nghi ngờ là "dự án Trung Quốc đội lốt" với mã nguồn chứa hình ảnh từ một nhà cung cấp thiết bị kiểm soát ra vào. Đây không phải là thất bại đầu tiên của Kwok. Trước đó, startup Tink Labs của ông đã tiêu tan 170 triệu USD vốn đầu tư và phá sản vào năm 2020. Vụ việc này một lần nữa làm nổi bật vấn đề quản lý khóa cá nhân trong ngành công nghiệp tiền mã hóa, một lỗi bảo mật cơ bản nhưng có thể gây hậu quả thảm khốc, đặc biệt đối với một dự án vốn đã lung lay niềm tin từ cộng đồng.

Foresight News14 phút trước

Humanity bị đánh cắp 31 triệu USD, một khóa riêng tư khiến giá token giảm 90%

Foresight News14 phút trước

Cách thực hiện nghiên cứu sâu với Dynamic Workflows của Claude

Công việc nghiên cứu kỹ thuật chứa đầy cạm bẫy, dễ bị chìm trong biển thông tin và mất tập trung vào mục tiêu ban đầu. Claude mới giới thiệu tính năng **Dynamic Workflows** (Quy trình làm việc động), một bước tiến vượt bậc so với các phương pháp AI truyền thống bằng cách tự động thiết kế và điều phối quy trình tối ưu cho từng nhiệm vụ cụ thể, đặc biệt hiệu quả cho nghiên cứu sâu (**deep-research**). Dynamic Workflows hoạt động dựa trên sáu mẫu điều phối lõi, giải quyết hai vấn đề cốt lõi: **cách chia nhỏ nhiệm vụ** và **cách hợp nhất kết quả**: 1. **Định tuyến (Classify-And-Act)**: Phân loại nhiệm vụ và định tuyến đến chuyên gia phù hợp nhất. 2. **Chia tách & Hợp nhất (Fan-out & Merge)**: Chia thành các nhiệm vụ con chạy song song, sau đó tổng hợp kết quả. 3. **Xác minh đối kháng (Adversarial Verification)**: Sử dụng nhiều agent độc lập để thách thức và biểu quyết cho một kết luận, chống lại thiên kiến xác nhận. 4. **Tạo & Lọc (Generate & Filter)**: Tạo ra nhiều phương án, sau đó lọc để giữ lại những phương án tốt nhất. 5. **Giải đấu (Tournament)**: Các agent cạnh tranh từng cặp qua nhiều vòng để chọn ra giải pháp tối ưu. 6. **Vòng lặp (Loop)**: Lặp lại nhiệm vụ một cách thích ứng cho đến khi đạt tiêu chí hoàn thành. So sánh với hệ thống deep-research tự xây dựng trước đây, Dynamic Workflows của Claude bổ sung các cơ chế then chốt giúp nghiên cứu **định hướng mục tiêu** và **chắc chắn** hơn: * **Phân tách vấn đề**: Phân tích câu hỏi ban đầu thành các khía cạnh phụ trước khi hành động. * **Đánh giá độ tin cậy**: Xếp hạng độ tin cậy của từng nguồn thông tin. * **Hợp nhất chọn lọc**: Sử dụng biểu quyết đa agent để loại bỏ thông tin không đủ ủng hộ, thay vì gộp chung mọi thứ. * **Đầu ra tập trung vào quyết định**: Báo cáo cuối cùng đưa ra đánh giá và khuyến nghị hành động rõ ràng, phục vụ cho việc ra quyết định. Những cải tiến này giải quyết hiệu quả các vấn đề phổ biến của AI trong các nhiệm vụ dài như: **trôi dạt mục tiêu**, **dừng sớm**, **nhiễm ngữ cảnh** và **thiên kiến đầu ra**. Dynamic Workflows không chỉ là một cuộc đối thoại thông minh hơn, mà là **cơ cấu hóa chính quy trình nghiên cứu**, giúp rút ngắn đáng kể số lần tương tác cần thiết (từ hơn chục lần xuống còn 3-4 lần), dù tiêu tốn token nhiều hơn. Tuy vẫn còn một số thách thức như cơ chế xác minh cần khắt khe hơn với dữ kiện thực tế (ví dụ trong blockchain), khả năng tư duy liên ngành sâu cho các lĩnh vực mới, và việc thiết kế-xác thực giải pháp dựa trên ràng buộc thực tế, Dynamic Workflows đã đánh dấu một bước nhảy vọt về **tính linh hoạt và khả năng thích ứng** của AI, chuyển từ việc giải quyết các vấn đề tĩnh sang xử lý các nhiệm vụ mở với quy trình được tối ưu hóa tự động.

marsbit23 phút trước

Cách thực hiện nghiên cứu sâu với Dynamic Workflows của Claude

marsbit23 phút trước

Khi LP dùng Đậu Bếp dạy tôi đầu tư: Lời tự thuật chuyển nghề của một GP quỹ đầu tư tư nhân

Trước sự phổ biến của AI, mối quan hệ giữa các đối tác đầu tư (LP) và các đối tác quản lý quỹ (GP) trong lĩnh vực quỹ đầu tư tư nhân quy mô nhỏ đang thay đổi. Câu chuyện của "Er Gou" - một cựu GP của một quỹ đô la Mỹ nhỏ chuyên về cổ phiếu Mỹ, nay chuyển sang làm việc cho một công ty khởi nghiệp AI - minh họa rõ nét áp lực này. Ông cho biết, các quỹ nhỏ như của ông vốn đã gặp khó khăn trong huy động vốn do cơ cấu quỹ (thường dùng SPC Cayman) kém hấp dẫn hơn so với các cấu trúc tại Hong Kong hay Singapore, và do chiến lược đầu tư chủ quan (subjective strategy) khó thuyết phục hơn so với chiến lược định lượng (quantitative strategy) được AI hỗ trợ. Sự nổi lên của các công cụ AI như Doubao (của Trung Quốc) hay ChatGPT đã trao cho nhiều LP khả năng phân tích và tiếp cận thông tin chưa từng có. Điều này làm xói mòn lợi thế thông tin truyền thống của GP. LP giờ đây có thể tự nghiên cứu, đặt câu hỏi sâu hơn và thậm chí chất vấn các quyết định của GP dựa trên phân tích từ AI. Điều này thường dẫn đến mâu thuẫn, đặc biệt khi LP sử dụng AI để tìm kiếm sự đồng thuận thay vì phân tích khách quan, hoặc trong thị trường bùng nổ khi lợi nhuận cá nhân có thể vượt trội. Tuy nhiên, AI khó có thể thay thế hoàn toàn GP. Bản chất của quản lý tài sản vẫn dựa trên sự tin tưởng và dịch vụ tư vấn. Sự khác biệt nằm ở chỗ AI đang buộc các GP phải thích nghi: nâng cao giá trị bằng cách sử dụng AI như một đòn bẩy để cải thiện chiến lược, đồng thời củng cố vai trò tư vấn và cung cấp giá trị cảm xúc cho LP trong một môi trường đầu tư ngày càng được số hóa.

Odaily星球日报49 phút trước

Khi LP dùng Đậu Bếp dạy tôi đầu tư: Lời tự thuật chuyển nghề của một GP quỹ đầu tư tư nhân

Odaily星球日报49 phút trước

Vương Xuyên: Khi Lão Vương Hàng Xóm Kiếm Được Ba Mươi Lần Từ Cổ Phiếu Lưu Trữ, Làm Sao Để Vẫn Không Lo Âu (Phần Bảy) - Vòng Xoay Một Phần Tư Thế Kỷ

Bài viết này phân tích những rủi ro và cạm bẫy tâm lý trong đầu tư, đặc biệt là trong các ngành công nghệ như bán dẫn và lưu trữ, thông qua khái niệm "tính phản thân" (reflexivity). Tác giả chỉ ra rằng trong giai đoạn bong bóng, nhu cầu và giá cổ phiếu thường được đẩy lên bởi các yếu tố tâm lý đám đông và thanh khoản dồi dào, chứ không phải nhu cầu cơ bản bền vững. Các nhà đầu tư theo trào lưu này thường đánh đồng tăng trưởng ngắn hạn với triển vọng dài hạn, và tin rằng kiếm lợi nhuận lớn một cách nhanh chóng là dễ dàng. Tuy nhiên, khi chu kỳ đảo chiều, cả nhu cầu thực tế lẫn dòng vốn đầu cơ đều biến mất nhanh chóng, tạo ra vòng xoáy đi xuống. Ngành phần cứng còn phải đối mặt với "hiệu ứng roi da" trong chuỗi cung ứng, khiến tình trạng dư thừa công suất kéo dài và phục hồi chậm chạp. Ví dụ về các công ty như Intel, Micron và Cisco cho thấy, dù lợi nhuận sau 20 năm có cao hơn, nhưng định giá cổ phiếu đỉnh vẫn thấp hơn thời kỳ bong bóng năm 2000, chứng tỏ "câu chuyện" tăng trưởng thần kỳ đã không còn. Bài viết cảnh báo về sự nguy hiểm của việc hình thành "vết hằn tư duy" sau những thành công ban đầu, khiến nhà đầu tư như "ông hàng xóm Lão Vương" có thể bị xóa sổ nếu sử dụng đòn bẩy, hoặc kiệt quệ vì cố gắng gỡ gạc sau thua lỗ. Cuối cùng, tác giả nhấn mạnh rằng khi màn ảo thuật lặp lại, nó sẽ mất đi sức hấp dẫn và không thể lừa được người xem nữa, ám chỉ bài học từ các chu kỳ bong bóng trong quá khứ.

marsbit1 giờ trước

Vương Xuyên: Khi Lão Vương Hàng Xóm Kiếm Được Ba Mươi Lần Từ Cổ Phiếu Lưu Trữ, Làm Sao Để Vẫn Không Lo Âu (Phần Bảy) - Vòng Xoay Một Phần Tư Thế Kỷ

marsbit1 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

Làm thế nào để Mua PEOPLE

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua ConstitutionDAO (PEOPLE) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua ConstitutionDAO (PEOPLE) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ ConstitutionDAO (PEOPLE) của BạnSau khi mua ConstitutionDAO (PEOPLE), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch ConstitutionDAO (PEOPLE)Giao dịch ConstitutionDAO (PEOPLE) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 695Xuất bản vào 2024.12.12Cập nhật vào 2026.06.02

Làm thế nào để Mua PEOPLE

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của PEOPLE (PEOPLE) được trình bày dưới đây.

活动图片