Chi phí AI đang trở thành bài toán không thể dự toán với doanh nghiệp

Việc chi tiêu cho trí tuệ nhân tạo tại các doanh nghiệp đang tăng với tốc độ vượt xa mọi dự báo, khiến giới quản lý tài chính rơi vào tình thế khó xử: họ không thể lập ngân sách cho một khoản chi phí biến động theo từng truy vấn, từng token.

Khi hóa đơn AI không còn theo quy luật cũ

Khác với phần mềm truyền thống — nơi chi phí thường là một khoản cố định theo số lượng người dùng hoặc giấy phép — các mô hình AI tính phí theo token, tức theo lượng văn bản đầu vào và đầu ra mà hệ thống xử lý. Cách tính này biến chi phí thành một biến số gần như không thể đoán định.

Một nhân viên sử dụng trợ lý AI càng nhiều, đặt câu hỏi càng dài, hoặc chạy càng nhiều tác vụ tự động, hóa đơn càng phình to. Trong khi đó, nhu cầu sử dụng lại tăng theo cấp số nhân khi AI được nhúng vào mọi quy trình, từ chăm sóc khách hàng đến viết mã và phân tích dữ liệu.

Điều trớ trêu là chính hiệu quả của AI lại khiến doanh nghiệp tiêu tốn nhiều hơn, chứ không phải ít đi.

Vì sao bài toán ngân sách trở nên bế tắc

Có ba lý do chính khiến các doanh nghiệp xoay xở rất vất vả với khoản chi này:

• Không có mẫu hình ổn định: Lưu lượng truy vấn AI thay đổi liên tục theo mùa vụ, chiến dịch kinh doanh và hành vi người dùng, nên rất khó dự báo.
• Nhiều nhà cung cấp, nhiều mức giá: Mỗi hãng cung cấp mô hình AI có bảng giá riêng, thay đổi thường xuyên, khiến việc so sánh và kiểm soát trở nên phức tạp.
• Thiếu công cụ quản trị minh bạch: Nhiều bộ phận tự ý tích hợp AI vào công việc mà không báo cáo, dẫn đến tình trạng chi tiêu phân tán, khó tổng hợp.

Hệ quả là các giám đốc tài chính thường xuyên phải điều chỉnh ngân sách giữa niên độ, hoặc bị buộc phải hy sinh các dự án khác để bù đắp chi phí AI phát sinh.

Doanh nghiệp Việt Nam cũng không đứng ngoài cuộc

Với các doanh nghiệp Việt Nam đang tích cực số hóa và ứng dụng AI, vấn đề càng trở nên nhức nhối hơn khi tỷ giá USD và chi phí dịch vụ quốc tế biến động mạnh. Các startup và doanh nghiệp vừa và nhỏ thường khó đàm phán được mức giá ưu đãi, trong khi hạn mức ngân sách lại eo hẹp.

Một số giải pháp đang được cân nhắc:

• Ưu tiên các mô hình nhỏ, mã nguồn mở chạy nội bộ để giảm phụ thuộc vào API bên ngoài.
• Thiết lập hạn mức chi tiêu (rate limit) và giám sát theo thời gian thực cho từng bộ phận.
• Áp dụng chiến lược định tuyến mô hình: tác vụ đơn giản dùng mô hình rẻ, tác vụ phức tạp mới dùng mô hình cao cấp.
• Xây dựng văn hóa sử dụng tiết kiệm, tránh lạm dụng AI cho những việc không cần thiết.

Bài toán dài hạn cho người làm công nghệ

Sự bùng nổ chi phí AI buộc các đội ngũ kỹ thuật phải thay đổi tư duy: từ chỗ chỉ quan tâm đến tính năng, nay họ phải tối ưu chi phí như một chỉ số kỹ thuật ngang hàng với hiệu năng. Các kỹ sư được yêu cầu hiểu rõ hơn về token, về cách viết prompt gọn gàng, và về kiến trúc hệ thống tiết kiệm tài nguyên.

Với các nhà cung cấp, đây cũng là cơ hội để tung ra những gói dịch vụ có mức giá dễ dự đoán hơn — điều mà nhiều doanh nghiệp đang rất chờ đợi. Trong khi chờ đợi, người làm tài chính và kỹ thuật vẫn phải ngồi cùng nhau, tháng này qua tháng khác, để giải bài toán chưa có lời giải trọn vẹn: làm sao để tận dụng AI mà không bị chính nó làm cho chao đảo về ngân sách.