# Bài viết Liên quan Chi phí AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Chi phí AI", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Token ăn mất 30% lương, hóa đơn AI ở Thung lũng Silicon mất kiểm soát

Token hiện đang tiêu tốn tới 30% tổng lương nhân viên tại SemiAnalysis, một viện nghiên cứu bán dẫn Silicon Valley, nhưng đổi lại mang lại hiệu suất cao gấp nhiều lần chi phí lao động truyền thống. CEO NVIDIA, Jensen Huang, thậm chí khuyến khích các kỹ sư sử dụng Token với ngân sách bằng nửa lương, coi đây là "tư liệu sản xuất" mới. Tuy nhiên, mặt khác, nhiều gã khổng lồ công nghệ như Uber và Microsoft đang vật lộn với hóa đơn AI tăng vọt ngoài tầm kiểm soát, trong khi mối liên hệ giữa việc sử dụng AI và đổi mới sản phẩm thực tế vẫn chưa rõ ràng. Một nghiên cứu của MIT năm 2024 chỉ ra trong 77% công việc liên quan đến thị giác, thuê người vẫn rẻ hơn dùng AI. Báo cáo của SemiAnalysis nhấn mạnh đừng chỉ nhìn vào chi phí hiện tại. Với sự tối ưu hóa phần mềm (như tăng tốc độ xử lý token lên 14 lần) và phần cứng mới (hiệu suất cao gấp 17-32 lần), chi phí token dự kiến sẽ giảm mạnh. Gartner dự báo đến 2030, chi phí suy luận cho mô hình lớn có thể giảm hơn 90% so với 2025. Bài viết kết luận rằng dù các công ty công nghệ đang đầu tư hàng nghìn tỷ USD vào AI và cắt giảm nhân sự, tác động kinh tế rộng lớn vẫn chưa thấy rõ. Đây là giai đoạn "xây đường ống" cần thiết, tương tự như điện lưới hay internet trước đây. SemiAnalysis, với 30% chi phí lương chuyển thành token, đã thấy được đòn bẩy sản xuất khổng lồ và đứng về phía bên kia của dòng chảy. Câu hỏi đặt ra cho các công ty khác là bắt đầu ngay hay chờ đợi và bị tụt lại phía sau.

marsbit07/06 00:16

Token ăn mất 30% lương, hóa đơn AI ở Thung lũng Silicon mất kiểm soát

marsbit07/06 00:16

Khi những "đại gia" Mỹ đồng loạt "đào ngũ" sang mô hình AI Trung Quốc

CEO Coinbase Brian Armstrong tiết lộ công ty đã chuyển sang sử dụng các mô hình AI Trung Quốc như GLM-5.2 và Kimi 2.7, giúp cắt giảm 50% chi phí AI trong khi lượng sử dụng vẫn tăng. Chiến lược tiết kiệm của họ bao gồm: hệ thống định tuyến tự động chọn mô hình phù hợp theo nhiệm vụ, tối ưu hóa bộ nhớ đệm (cache) nâng tỷ lệ truy xuất từ 5% lên 60%, và kỹ thuật "Context Engineering" để cung cấp thông tin ngữ cảnh chính xác hơn. Xu hướng này không chỉ giới hạn ở Coinbase. Công ty khởi nghiệp Lindy và Snowflake cũng chuyển sang các mô hình như Deepseek và GLM, ghi nhận mức tiết kiệm đáng kể với hiệu suất gần tương đương. Ví dụ, GLM-5.2 có giá đầu ra chỉ bằng 1/5 đến 1/7 so với Claude Opus hay GPT-5.5. Đối với người dùng cá nhân, bài học rút ra là: 1) Không nên chỉ phụ thuộc vào một mô hình duy nhất, 2) Tận dụng bộ nhớ đệm và mẫu có sẵn cho các tác vụ lặp lại, 3) Cung cấp ngữ cảnh ngắn gọn, chính xác thay vì dài dòng. Về mặt thị trường, làn sóng này cho thấy cuộc cạnh tranh AI đang chuyển hướng sang hiệu quả chi phí, buộc các "gã khổng lồ" như OpenAI và Anthropic phải xem xét lại cấu trúc giá và có thể dẫn đến một cuộc chiến giảm giá, mang lại lợi ích cho người dùng.

marsbit07/03 16:18

Khi những "đại gia" Mỹ đồng loạt "đào ngũ" sang mô hình AI Trung Quốc

marsbit07/03 16:18

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

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.

marsbit06/09 02:27

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

marsbit06/09 02:27

Microsoft nhấn nút tạm dừng vibe coding: ‘Đốt token’ đã đắt hơn nhân viên rồi

Ngày 14/5/2026, Microsoft thông báo dừng cấp phép Claude Code cho phần lớn nhân viên, hạn chót là 30/6. Quyết định này đến chỉ 6 tháng sau khi họ mở rộng công cụ AI hỗ trợ lập trình này, khuyến khích "vibe coding" – cách lập trình mô tả ý tưởng bằng ngôn ngữ tự nhiên để AI tạo code. Lý do không phải vì công cụ kém hiệu quả, mà ngược lại, nó quá phổ biến và khiến Copilot nội bộ của Microsoft bị "thất sủng". Vấn đề cốt lõi nằm ở kinh tế: chi phí token AI bổ sung đang trở nên quá lớn so với lợi ích gia tăng về năng suất. Cấu trúc "phi công chính + AI phụ tá" khiến tổng chi phí doanh nghiệp tăng lên (lương nhân viên cũ + hóa đơn token mới) mà không chắc chắn tăng doanh thu tương ứng. Uber và Nvidia cũng báo cáo vấn đề tương tự: ngân sách AI cạn kiệt nhanh chóng, chi phí điện toán đôi khi vượt quá chi phí nhân sự. Tuy nhiên, câu chuyện không đơn giản là "AI thất bại". Trong khi các công ty lớn như Microsoft vật lộn, hệ sinh thái startup tại Y Combinator (YC) lại có góc nhìn khác. Đối với họ, việc "đốt token" không phải là chi phí phát sinh, mà là khoản đầu tư để thay thế lao động. Các công ty AI-native được thiết kế với ít người hơn, mỗi người được hỗ trợ bởi nhiều AI agent, biến token thành công cụ thay thế nhân sự hiệu quả. Tom Blomfield của YC nhấn mạnh: "Nếu hóa đơn API không làm bạn đau, nghĩa là bạn chưa đốt đủ." Sự khác biệt này đến từ cấu trúc tổ chức. Công ty truyền thống "gắn thêm" AI vào quy trình cũ, trong khi công ty AI-native xây dựng lại từ gốc: tài sản thật sự là ngữ cảnh, tài liệu, quy trình được số hóa để AI đọc hiểu và vận hành, chứ không còn nằm trong đầu nhân viên. Con người trong mô hình này đóng vai trò người đóng góp cá nhân (IC) hoặc người chịu trách nhiệm trực tiếp (DRI). Tóm lại, việc Microsoft rút lui không đánh dấu sự thất bại của vibe coding hay AI, mà là sự thất bại của mô hình tích hợp AI nửa vời vào cấu trúc doanh nghiệp cũ. Tương lai thuộc về những tổ chức dám tái cấu trúc để token thực sự trở thành đòn bẩy thay thế, chứ không chỉ là chi phí bổ sung. Hầu hết các công ty sẽ sớm chạm vào bức tường chi phí mà Microsoft đã gặp, và chìa khóa vượt qua nằm ở việc thay đổi chính cấu trúc tổ chức.

marsbit05/26 08:54

Microsoft nhấn nút tạm dừng vibe coding: ‘Đốt token’ đã đắt hơn nhân viên rồi

marsbit05/26 08:54

Hóa đơn suy luận AI tăng phi mã, Shopify, Roblox cảnh báo: Tiền tiết kiệm từ cắt giảm nhân sự không đủ trả phí chip

Các báo cáo tài chính quý I/2026 của các ông lớn công nghệ như Shopify và Roblox cho thấy một nghịch lý: trong khi AI giúp cắt giảm nhân sự, thì chi phí cho phần cứng (GPU) và sử dụng mô hình (token) lại đang tăng vọt, thậm chí vượt quá khoản tiết kiệm từ việc tinh giản lao động. Shopify cho biết AI đảm nhận hơn 50% công việc viết code, giúp công ty phát triển sản phẩm mà không cần tăng người. Tuy nhiên, chi phí sử dụng LLM (mô hình ngôn ngữ lớn), đặc biệt từ AI trợ lý Sidekick, đang làm xói mòn lợi nhuận gộp của mảng dịch vụ đăng ký. Mặc dù lợi nhuận gộp duy trì ở 80%, chi phí cơ sở hạ tầng liên quan đến AI đã tăng 20%. Roblox cũng báo cáo tình hình tương tự. Khoảng một phần tư mức điều chỉnh giảm dự báo lợi nhuận cả năm của họ trực tiếp đến từ các khoản đầu tư tăng thêm cho AI. Công ty đang xử lý 1,5 triệu lượt suy luận AI mỗi giây. Để đối phó, Roblox dự kiến sẽ tính phí đối với các tính năng AI cao cấp như "Roblox Reality" thay vì cung cấp miễn phí. Trên quy mô ngành, bốn gã khổng lồ Amazon, Meta, Microsoft và Google dự kiến chi tổng cộng 7250 tỷ USD cho đầu tư vào AI trong năm 2026, tăng 77%. So sánh cho thấy sự mất cân đối lớn: chi phí tiền lương toàn bộ nhân viên của Meta (khoảng 27 tỷ USD) chưa bằng 1/5 ngân sách cơ sở hạ tầng AI của họ. Một phân tích ước tính, cứ mỗi đô la chi cho năng lực tính toán AI, cần tiết kiệm gần mười đô la chi phí nhân sự để bù đắp. Tình thế này mang lại lợi nhuận cao cho các nhà cung cấp mô hình và chip như Nvidia, OpenAI, Anthropic. Trong khi đó, các công ty ứng dụng như Shopify và Roblox phải đối mặt với bài toán tài chính phức tạp: doanh thu phụ thuộc vào cường độ sử dụng AI, nhưng đường cong chi phí lại bị chi phối bởi giá của nhà cung cấp mô hình. Cách giải quyết chung là không thể chỉ dựa vào tiết kiệm từ cắt giảm nhân sự, mà phải tìm cách chuyển chi phí AI cho người dùng hoặc biến nó thành lợi thế chiến lược gắn kết khách hàng.

marsbit05/11 06:57