Anthropic ra mắt công cụ đo lường giá trị từ chi phí AI doanh nghiệp

Anthropic vừa công bố bộ công cụ báo cáo mới, cho phép khách hàng doanh nghiệp nhìn rõ hơn chi phí token AI đang mang lại giá trị gì. Động thái này diễn ra ngay trước thềm IPO dự kiến, trong bối cảnh chi tiêu cho các công cụ lập trình AI tăng vọt và các doanh nghiệp ngày càng đòi hỏi bằng chứng về hiệu quả đầu tư.

Theo số liệu tài chính Anthropic chia sẻ với nhà đầu tư tuần này, công cụ lập trình Claude Code đang là một thành công thương mại đúng như kỳ vọng. Công ty ghi nhận lợi nhuận hoạt động trong quý II, cùng mức duy trì doanh thu ròng lên tới 900% — tức là chi tiêu từ cùng một nhóm khách hàng trong quý III/2026 đã tăng gấp chín lần so với quý III/2025.

Nhìn rõ "đồng token" đi đâu

Anthropic tập trung vào việc giữ chân khách hàng doanh nghiệp, và bộ công cụ báo cáo mới chính là lời giải cho bài toán mà nhiều lãnh đạo công nghệ đang trăn trở: chi phí AI ngày càng lớn nhưng hiệu quả ra sao?

Bằng cách kết hợp phân tích nội bộ và khảo sát nhân viên, quản lý có thể xem hoạt động của một nhóm trong khoảng thời gian nhất định: nhóm đã tạo ra gì, tốn bao nhiêu chi phí và quy trình nào bị tắc nghẽn. Anthropic cho biết theo mặc định, công ty sẽ không dùng dữ liệu này để huấn luyện mô hình, đồng thời báo cáo cũng đưa ra khuyến nghị cải thiện kết quả.

Tổng quan các quy trình làm việc trong báo cáo của Anthropic

Đây là nỗ lực rõ ràng nhằm chứng minh lợi tức đầu tư (ROI) của các công cụ Anthropic, đồng thời hướng dẫn khách hàng tối ưu khoản đầu tư đó — mối quan tâm hàng đầu của các khách hàng lớn. Bên cạnh đó, Anthropic cũng triển khai ngân sách nhóm dùng chung để các đội ngũ quản lý chi phí token tốt hơn.

Doanh nghiệp đang "săn" dữ liệu về hiệu quả AI

Các doanh nghiệp đang ráo riết tìm kiếm thông tin kiểu này để xác định cách triển khai công cụ AI hiệu quả nhất. Trong khi các công ty được quỹ đầu tư mạo hiểm hậu thuẫn đang thúc đẩy chi tiêu token, phần lớn doanh nghiệp trong Fortune 500 vẫn chưa thấy lợi ích đáng kể từ AI.

Jellyfish — công ty cung cấp công cụ cho lập trình viên — vừa công bố báo cáo dựa trên việc sử dụng công cụ lập trình tác tử (agentic coding) của 276.000 khách hàng. Kết quả cho thấy Claude Code cùng các công cụ xây trên mô hình Anthropic vẫn được dùng rộng rãi nhất, chiếm gần một phần ba tổng số thay đổi mã đề xuất để duyệt. Đáng chú ý hơn, chi tiêu cho các công cụ này đã tăng gấp 10 lần từ đầu năm, hiện tương đương khoảng 2% tổng chi phí kỹ thuật.

Mức chi tiêu và hiệu quả của các công cụ lập trình AI

"Dù 2% nghe có vẻ nhỏ, mức tăng trưởng gấp 10 lần đó là điều mà hầu hết CFO không hề dự tính trước. Chúng ta đang đến điểm mà mọi người nhận ra rằng chỉ chi nhiều là chưa đủ — giờ phải tối ưu để nó thực sự hiệu quả." — Nicholas Arcolano, nhà khoa học trưởng tại Jellyfish, chia sẻ với TechCrunch.

Vì sao khách hàng khó "đổi ngựa giữa dòng"

Anthropic đang dẫn đầu ở phân khúc khách hàng doanh nghiệp, nhưng điều gì khiến một công cụ lập trình tác tử trở nên khó thay thế lại không dễ xác định. Việc OpenAI ra mắt mô hình Astra vào mùa hè năm nay từng được xem là mối đe dọa tiềm tàng, nhưng đến nay chưa làm chậm tốc độ chấp nhận của Anthropic.

Ông Nikolas Albarran, phụ trách sản phẩm AI tại Jellyfish, nhận định trên mạng xã hội có thể thấy cuộc cạnh tranh "nóng" hơn thực tế. Trên thực tế, Anthropic đã có sẵn các động thái doanh nghiệp bài bản cùng lợi thế của người đi trước — công cụ hoạt động tốt, nhiều người đã đầu tư công sức chuẩn hóa quy trình xoay quanh nó, và chưa có lý do đủ lớn để chuyển đổi.

Không chỉ là câu chuyện mô hình hay quy trình. Thực tế kinh doanh cho thấy một khi hãng AI tiên phong đã "bám rễ" vào khách hàng, việc chuyển đổi khó hơn nhiều so với một lập trình viên cá nhân hay tổ chức nhỏ. Albarran chỉ ra khoản đầu tư mà các phòng thí nghiệm AI lớn đang đổ vào đội ngũ kỹ thuật triển khai tại chỗ (FDE) — những nhóm chuyên gia tư vấn AI được cắm vào tổ chức khách hàng để hỗ trợ khởi động. Bộ công cụ báo cáo mới có thể xem như một dạng "FDE-lite", phiên bản nhẹ hơn của sự hỗ trợ trực tiếp này.

Các điểm nghẽn phổ biến trong quy trình làm việc với AI

"Chúng ta đã đến giai đoạn đủ trưởng thành: một khi đã dùng vào, việc chuyển đổi sẽ ngày càng khó vì bạn đã đầu tư công sức. Dù các công cụ phần lớn giống nhau, mỗi cái vẫn có nét riêng trong cách xử lý tác tử, tệp cấu hình… nên chi phí chuyển đổi không hề bằng không." — Nikolas Albarran.

Với các doanh nghiệp Việt Nam đang bắt đầu đưa AI vào quy trình phát triển phần mềm, câu chuyện của Anthropic là lời nhắc: chi phí token chỉ là một phần của bài toán. Điều quan trọng hơn là đo lường được giá trị thực tế mà AI mang lại, và xây dựng quy trình đủ chuẩn hóa để khoản đầu tư ấy sinh lời bền vững.