Lập trình không còn cần gõ code, mà thông qua đối thoại giao cho AI, thậm chí chỉ cần nói vào microphone “hãy làm cho tôi một chức năng nào đó” là có thể thực hiện. Ý tưởng này nếu đặt ra cách đây 5 năm là "chuyện viển vông", nhưng ngày nay dường như đã trở thành “thao tác cơ bản” của lập trình viên.
Đây chỉ là "phần nổi của tảng băng chìm" trong nhiều ứng dụng AI hiện nay, ngành công nghiệp AI đang đứng trước một ngã rẽ. Một bên là sự cuồng nhiệt từ phía cung cấp công nghệ, cổ phiếu Nvidia tăng gấp đôi rồi lại tăng gấp đôi, các mô hình lớn xuất hiện liên tục, quy mô tính toán mở rộng theo cấp số nhân; bên kia lại là sự mơ hồ từ phía nhu cầu, doanh nghiệp chi tiền mua sức mạnh tính toán, nhưng lại không tính toán được khoản đầu tư này có thực sự đáng giá hay không. Và Token, với vai trò là chất kết nối giá trị, đang trở thành chìa khóa để AI có thể hiện thực hóa giá trị.
Token trở thành “thước đo” trong thời đại AI
Đầu năm 2024, lượng gọi Token trung bình hàng ngày ở Trung Quốc vào khoảng 100 tỷ. Đến cuối năm 2025, con số này đã nhảy vọt lên 100 nghìn tỷ. Tháng 3 năm 2026, số liệu do Cục Dữ liệu Quốc gia công bố cho thấy lượng gọi trung bình hàng ngày đã vượt 140 triệu tỷ, tăng hơn nghìn lần trong hai năm.
Điều này có ý nghĩa gì? Giáo sư Ngụy Triết Uyên từ Đại học Nhân dân Trung Quốc đã so sánh Token với điện, nếu ví Token là “điện của thời đại thông minh”, thì chúng ta hiện đang ở giai đoạn “đèn điện vừa mới được phát minh”. Ông cho biết: “Hôm nay cũng mới chỉ là màn mở đầu. Chúng ta chưa thực sự chứng kiến nó giải phóng ở tất cả mọi ngóc ngách.”
Số liệu từ IDC cho thấy, năm 2026, lượng gọi Token của thị trường MaaS (Mô hình như một Dịch vụ) Trung Quốc dự kiến sẽ đạt 40 triệu tỷ lần, doanh thu khoảng 18,6 tỷ NDT. Đồng thời, IDC dự đoán, lượng tiêu thụ Token hàng năm toàn cầu sẽ tăng từ 0,0005 Peta Token năm 2025 lên 150.000 Peta Token vào năm 2030, với tốc độ tăng trưởng kép hàng năm đạt 3418%. Đến năm 2031, số lượng tác nhân thông minh hoạt động toàn cầu sẽ đạt 350 triệu.
Sự tăng trưởng bùng nổ của Token khiến một vấn đề cơ bản nổi lên: Token thực sự đáng giá bao nhiêu tiền? Ai sẽ định giá?
Trước câu hỏi này, Phó Viện trưởng Viện Hợp nhất Công nghiệp và Tin học thuộc Học viện Thông tin và Truyền thông Trung Quốc, Hoàng Vỹ, đã đưa ra câu trả lời khung mà ông ấy tâm đắc. Hoàng Vỹ chia giá trị của Token thành năm chiều: chi phí sản xuất, hiệu suất sản xuất, độ chính xác, giá trị sinh thái và an toàn tuân thủ. Chi phí sản xuất bao gồm khấu hao chip, tiêu thụ điện, tối ưu hóa mô hình, điều phối hệ thống, “mỗi lần bạn hỏi AI một câu hỏi, đằng sau có thể liên quan đến cả chuỗi từ GPU đến lưu trữ, từ phần mềm đến mạng lưới kết nối.” Hoàng Vỹ nói như vậy.
Nhưng lý tưởng thì đẹp, thực tế lại phũ phàng. Trong thực tế, việc định giá Token ở các ngành, các bối cảnh khác nhau cũng rất khác biệt. Báo cáo của Chứng khoán Trung Thái cho thấy, chênh lệch giá trị Token xuyên bối cảnh có thể lên tới 100.000 lần. Token trong lĩnh vực nghiên cứu phát triển thuốc, giá trung bình có thể đạt 1.000 USD/1 triệu Token; còn Token loại trò chuyện phiếm, có thể chỉ 0,01 USD/1 triệu Token. Cũng là 1 triệu Token, trong tay công ty dược phẩm có thể sàng lọc ra một phân tử thuốc tiềm năng, trong ứng dụng xã hội có thể chỉ là vài câu nói chuyện phiếm.
Phó Chủ tịch Tập đoàn Lenovo, Giám đốc Chiến lược Trung Quốc A Bất Lực Khắc Mộc (sau đây gọi tắt là “A Mộc”) cho biết, “Một nghìn chữ tôi viết và một nghìn chữ nhà văn viết, nhuận bút là khác nhau.” Token thống nhất đơn vị đo lường, nhưng “trình độ trí tuệ” tạo ra đằng sau Token mới là chìa khóa quyết định giới hạn giá trị.
Trong mắt Hoàng Vỹ, chỉ có “Token hiệu quả” mới thực sự có giá trị đối với ngành, với doanh nghiệp. Viện trưởng Viện Nghiên cứu Trí tuệ Nhân tạo thuộc Học viện Thông tin và Truyền thông Trung Quốc, Ngụy Khải, cũng từng công khai bày tỏ, “Giá trị kinh tế của Token không thể chỉ nhìn vào đơn giá, ngành công nghiệp đang cấp thiết cần một thước đo cho ‘Token chất lượng cao’.” Ông thậm chí thẳng thắn nói: “Token chất lượng thấp chỉ là nhiễu của sức mạnh tính toán, còn Token chất lượng cao mới là tín dụng của trí tuệ.”
“Ba định luật”, nỗ lực lý thuyết đầu tiên của kinh tế học Token
Trong khi giới học thuật và công nghiệp đang tranh cãi về “thước đo giá trị” của Token, A Mộc đã chia sẻ với tác giả “ba định luật” mà Tập đoàn Lenovo đã suy nghĩ ra trong nghiên cứu kinh tế học Token. Khi nói về lý do có những suy nghĩ như vậy, A Mộc cho biết, một trong những công việc quan trọng nhất hàng ngày là giúp doanh nghiệp và khách hàng tính “sổ sách AI”. Và trong nửa năm qua, hầu như mọi doanh nhân tìm ông nói chuyện về AI, trên mặt đều mang cùng một biểu cảm: lo lắng.
Đơn giá Token thực sự đang giảm, giảm rất nhanh. Nhưng mở hậu trường của công ty mình ra xem, tổng chi tiêu cho AI lại tăng gấp mười lần. Sổ sách này tính thế nào? Có nên đầu tư vào AI không? Khi nào mới bắt đầu kiếm được? ... Những câu hỏi này làm phiền phần lớn các doanh nghiệp muốn ứng dụng AI nhưng không biết bắt đầu từ đâu.
Và chính dựa trên những vấn đề ứng dụng AI này, A Mộc đã đề xuất một khuôn khổ mà ông gọi là “tư tưởng thử nghiệm”: “Ba định luật” của kinh tế Token. Đây có thể là lần đầu tiên trong ngành có người cố gắng dùng hình thức định luật để khái quát quy luật vận hành của kinh tế Token.
Thứ nhất là định luật quán tính, chi phí đơn vị Token tiếp tục giảm. A Mộc cho rằng, chi phí đơn vị Token sẽ tiếp tục, ổn định giảm, giống như định luật Moore, nhưng định luật này có ba lớp “quán tính”.
Quán tính cấp một là sự đổi mới công nghệ của chip, năng lượng và bản thân mô hình. Sức mạnh tính toán chip cao hơn, mô hình đạt trình độ thông minh cao hơn với cùng tham số, tiêu thụ năng lượng thấp hơn. Những điều này đang thúc đẩy chi phí đơn vị Token giảm;
Quán tính cấp hai là điều chỉnh tối ưu hóa. A Mộc nói, việc ghép và tối ưu hóa “mô, toán, điện” một cách tích hợp, cao nhất vẫn có thể giảm thêm 50% chi phí, “Từ siêu nút đến cụm tiêu chuẩn, rồi đến nhà máy Token hoàn chỉnh, sự tối ưu hóa ở mỗi cấp độ đều đang đẩy chi phí xuống.” A Mộc nhấn mạnh;
Quán tính cấp ba là điều phối thời gian chạy. Trong quá trình sử dụng thực tế, thông qua điều phối thông minh để thực hiện “ý định nào phân phát cho mô hình nào, dùng GPU nào, tính toán thế nào”, từ đó giảm thêm chi phí. Token Hub mà Lenovo ra mắt, làm chính là dịch vụ điều phối sức mạnh tính toán và định tuyến mô hình để thống nhất tiếp cận đa mô hình, đa nền tảng.
A Mộc lấy Lenovo làm ví dụ phân tích bố trí của ba cấp quán tính: Cấp một, Lenovo cùng các nhà sản xuất chip trong và ngoài nước hợp tác nghiên cứu phát triển, để thiết kế GPU thế hệ tiếp theo gần hơn với bối cảnh ứng dụng thực tế; Cấp hai, mài giũa đến mức hoàn hảo những “công trình hậu trường” như máy chủ, cụm, tản nhiệt chất lỏng, nâng cao hiệu suất sản xuất Token trên 20% với cùng sức mạnh tính toán; Cấp ba, thông qua một hệ thống điều phối gọi là Token Hub, thống nhất quản lý sức mạnh tính toán trên đám mây công cộng, triển khai riêng, thiết bị biên, để mỗi nhiệm vụ Token chạy đến nơi phù hợp nhất. Ba lớp chồng lên nhau, chi phí vẫn có thể đẩy xuống thêm.
Định luật thứ hai là định luật tăng tốc, giá trị đơn vị Token được giải phóng nhanh chóng. Nếu định luật thứ nhất nói về “chi phí”, thì định luật thứ hai nói về “giá trị”. Theo quan điểm của A Mộc, giá trị sản xuất ra của đơn vị Token sẽ tăng tốc do ba yếu tố.
Thứ nhất, độ sâu AI nhúng vào quy trình. Nếu chỉ để nhân viên dùng AI làm công cụ hỏi đáp, thì giá trị của Token gần tương đương với một công cụ tìm kiếm cao cấp. Nhưng nếu nhúng AI vào quy trình nghiệp vụ, để nó đảm nhận công việc thực tế ở một nút nào đó, như sàng lọc phân tử, tạo mã, tự động đánh giá hồ sơ đấu thầu... Trong các bối cảnh khác nhau, giá trị của Token có thể chênh lệch gấp 10 lần.
Thứ hai, độ sâu của quy trình hóa. A Mộc kể một chi tiết: Hiện nay nhiều doanh nghiệp mua công cụ AI, nhân viên cũng dùng, nhưng hiệu quả không cao. Nguyên nhân không phải AI không tốt, mà là “công trình” xung quanh chưa theo kịp, như dữ liệu chưa chuẩn bị sẵn, quy trình chưa cải tạo, tác nhân thông minh chưa mài giũa. Ông lấy ví dụ: Thời đại tin học hóa, doanh nghiệp cần cố vấn triển khai ERP có mặt vài tháng mới có thể vận hành hệ thống. Thời đại AI cũng vậy, cần một vai trò mới – ông gọi đó là “kỹ sư triển khai tiền tuyến”, đi sâu vào tuyến đầu, tạo ra tác nhân thông minh, nhúng vào, lặp lại tốt. Quá trình này, phần lớn doanh nghiệp mới chỉ bắt đầu.
Thứ ba, mức độ hoàn thiện của các yếu tố hỗ trợ. A Mộc chia thành bốn chiều: Có nhân tài và tổ chức nguyên sinh AI hay không? Có cơ sở hạ tầng như nhà máy Token hay không? Có một hệ thống quản trị để kiểm toán ROI của AI, quản lý tài sản tri thức, đảm bảo an toàn hay không? Có một mô hình đầu tư để tính “báo cáo lãi lỗ” của tác nhân thông minh hay không?
Định luật thứ ba là định luật điểm kỳ dị. Nếu đặt chi phí và giá trị ứng dụng AI của doanh nghiệp thành hai đường cong, đặt trong cùng một tứ phân vị. Trước một “điểm kỳ dị” nào đó, đường cong chi phí chạy trên đường cong giá trị, doanh nghiệp đầu tư vào AI, sổ sách là lỗ. Sau điểm “bắt đầu” đó, đường cong giá trị vượt lên đường cong chi phí, bước vào vòng tuần hoàn tích cực. “Trước điểm kỳ dị, AI giúp bạn tiết kiệm chi phí hiện có. Ví dụ ba người lương tháng ba vạn, giờ dùng Token tám nghìn, tiết kiệm hai vạn hai,” A Mộc chỉ ra thêm, “Sau điểm kỳ dị, AI sản xuất ra gọi là giá trị gia tăng, là có thể giúp bạn làm được những việc trước đây căn bản không làm được.”
Giá trị gia tăng là gì? Là một ngày tạo ra 1 triệu kịch bản video ngắn, là một năm phát hiện một phân tử thuốc hiệu quả, cũng là để một người chưa học lập trình làm ra một ứng dụng, “Đây đều là sự sản xuất quy mô hóa của đổi mới.” A Mộc nói như vậy. Cách mạng công nghiệp đã thực hiện sản xuất quy mô hóa sản phẩm công nghiệp, cách mạng thông tin thực hiện sản xuất quy mô hóa dữ liệu, cách mạng thông minh thực hiện sản xuất quy mô hóa đổi mới.
A Mộc thậm chí kéo tầm nhìn ra xa hơn. “Nếu bạn so sánh AI với cá nhân, nó thực sự thông minh hơn bạn. Nhưng điều này vô nghĩa. Trí tuệ một người sao có thể so với mạng lưới trí tuệ hàng triệu, hàng chục triệu người nối tiếp nhau? Nghiên cứu AIDS hơn trăm năm, các nhà khoa học toàn cầu tiếp sức – đây mới là cách thức thực sự của con người giải quyết vấn đề lớn. Và giá trị tối thượng của AI, nên đối chiếu với loại ‘đề mục cấp độ nhân loại’ này.”
Doanh nghiệp đi từ lo lắng đến vòng tuần hoàn tích cực như thế nào
Thảo luận lý thuyết là thảo luận lý thuyết, hóa đơn Token trong thực tế sẽ không chờ đợi ai. Năm 2026, một vấn đề khiến tất cả doanh nghiệp bất ngờ đã nổi lên. Theo Financial Times của Anh, gã khổng lồ gọi xe Mỹ Uber vào tháng 4 năm 2026 đã đốt hết ngân sách AI cả năm, ban lãnh đạo buộc phải khống chế phí sử dụng công cụ lập trình AI hàng tháng của mỗi nhân viên ở mức 1500 USD. Tính toán nội bộ của Meta cho thấy, nếu duy trì tốc độ tăng trưởng gọi hiện tại của nhân viên, chỉ riêng mục sử dụng AI nội bộ năm 2026 sẽ tiêu tốn hàng chục tỷ USD. Lãnh đạo cấp cao của Amazon thậm chí công khai cảnh báo nhân viên “đừng sử dụng AI chỉ để sử dụng AI”.
Đây không phải là hiện tượng cá biệt. Dữ liệu từ Quỹ FinOps cho thấy, năm 2026 chi phí suy luận AI chiếm hơn 80% tổng ngân sách AI của doanh nghiệp. Chủ tịch Núi lửa Engine thuộc ByteDance, Đàm Đãi, đã tính một bảng sổ sách trong dịp công khai: Nếu một doanh nghiệp có 1000 nhân viên, mỗi người mỗi ngày gọi mô hình 100 lần, theo giá thị trường lúc đó, phí Token một năm có thể lên tới hàng chục triệu NDT. “Nhiều doanh nghiệp căn bản chưa tính qua bảng sổ sách này, tưởng AI chỉ là mua một gói thành viên.”
Vấn đề ở đâu? Trước hết là “chiết khấu chất lượng” của Token. Hiện tượng “giảm độ chính xác ngầm” mà Hoàng Vỹ đề cập trong hội thảo, không phải là cá biệt. Báo giá thị trường Token đa dạng: có loại phí cố định hàng tháng nhưng đặt giới hạn ngầm, phần vượt quá tính phí theo Token; có loại tính phí theo tổng lượng đầu vào + đầu ra, nhưng có đơn vị tính phí tối thiểu – dù bạn chỉ nhập 10 Token, xuất 20 Token, cũng có thể tính phí theo 100 Token. Người dùng khó so sánh ngang giá, kế hoạch ngân sách chỉ là hình thức.
Thứ hai là “lạm phát Token” do tác nhân thông minh mang lại. Phân tích tháng 3 năm nay của Gartner cho thấy, lượng tiêu thụ Token trong bối cảnh tác nhân thông minh gấp 5 đến 30 lần so với đối thoại thông thường. Một tác nhân thông minh hoàn thành một nhiệm vụ, có thể kích hoạt 10 đến 20 lần gọi mô hình, mỗi lần gọi lại cần “suy nghĩ” một lượng lớn chuỗi tư duy. Bạn hỏi AI “hãy giúp tôi lập kế hoạch một chuyến đi đến Vân Nam”, nó có thể cần lập kế hoạch hành trình trước, tra vé máy bay, tra khách sạn, tra điểm tham quan... Mỗi bước đều là một chuỗi Token.
“Nhiều khách hàng tìm tôi, nói AI quá đắt.” A Mộc nói, “Tôi hỏi anh dùng bối cảnh gì, anh ấy nói nhân viên tôi ngày nào cũng dùng nó viết báo cáo tuần.” Việc viết báo cáo tuần là một việc tương đối giá trị Token thấp. Ví dụ này hơi cực đoan, nhưng nó chỉ ra một vấn đề cốt lõi: Bản thân Token không tốt xấu, quan trọng nằm ở dùng ở đâu. Dùng vào việc viết báo cáo tuần, giá trị 1 triệu Token có thể chưa đến 1 USD; dùng vào việc phát hiện mục tiêu thuốc, giá trị 1 triệu Token có thể là 1000 USD, chênh lệch giá trị Token xuyên bối cảnh có thể lên tới 100.000 lần.
Đối với điều này, Học viện Thông tin và Truyền thông đang thúc đẩy một “hệ thống tiêu chuẩn dịch vụ Token chất lượng cao”, xây dựng khung tiêu chuẩn từ bốn chiều: chất lượng dịch vụ, năng lực vận hành, năng lực sản xuất, năng lực an toàn. Hoàng Vỹ đề xuất một chủ trương then chốt: Người dùng phải có “quyền được biết”, nhà cung cấp dịch vụ phải tiết lộ dùng sức mạnh tính toán loại gì, phiên bản mô hình nào, cấp độ độ chính xác nào ở hậu trường. “Sức mạnh tính toán tốt có thể đắt hơn một chút, sản phẩm thế hệ trước có thể rẻ hơn một chút. Nhưng người dùng phải biết mình mua cái gì.”
Sự khám phá ở phía ngành công nghiệp càng thực tế hơn. Lenovo ra mắt Token Factory (Nhà máy Token), biến việc sản xuất Token từ “xưởng thủ công” thành “phân xưởng tiêu chuẩn hóa”, để doanh nghiệp có thể gọi theo nhu cầu, tính phí theo Token. Ba nhà mạng lớn lần lượt ra gói Token, bán sức mạnh tính toán AI như bán lưu lượng. Gã khổng lồ thanh toán Stripe chi khoảng 1 tỷ USD để mua lại một công ty khởi nghiệp Metronome chuyên cung cấp đo lường lượng dùng Token cho các công ty mô hình lớn như OpenAI, Anthropic, thị trường vốn đã đặt cược vào làn đường “đo lường Token”.
“Bây giờ mọi người nói Token đắt, là so sánh nó với tiền điện của nhà máy điện. Nhưng nhà máy điện xây xong, điện đến, tủ lạnh, tivi, điều hòa mới theo ra. Giá trị thực sự nằm ở tủ lạnh tivi, không nằm trong hóa đơn tiền điện.” A Mộc chỉ ra thêm.
Token đã có giá, có hóa đơn, có định luật, thậm chí có câu hỏi triết học. Nhưng ai có thể chạy qua “điểm kỳ dị” đó, phụ thuộc vào việc ai có thể khiến mỗi “hơi thở” AI đều tạo ra giá trị thực.
“Cứu cánh của AI không phải là sa thải, AI là để bản thân sự đổi mới được quy mô hóa.” Mục tiêu này, nghe bây giờ vẫn giống một khẩu hiệu. Nhưng nghĩ đến tâm trạng của người cách đây một trăm năm khi nghe “nhà nhà đều có điện”, có lẽ giống tâm trạng chúng ta nghe câu này hôm nay.
(Bài|Leo Trò chuyện ToB, Tác giả|Trương Thân Vũ, Biên tập|Dương Lâm)
