Khi token AI cạn kiệt: Ngành công nghiệp đã sẵn sàng cho kỷ nguyên làm việc giới hạn?

Việc các lập trình viên phụ thuộc vào AI và đối mặt với giới hạn token hàng ngày đang trở thành hiện thực phổ biến, đặt ra câu hỏi lớn về cách doanh nghiệp vận hành. Câu chuyện về một nhân viên tư vấn hết token phải xin cấp trên và nhận được câu trả lời "ai cũng bị như vậy, tự xoay xở" đã mở ra cuộc thảo luận sâu về mô hình làm việc, năng suất và giá trị lao động trong thời đại AI.

Bối cảnh: Khi token là "dầu mỏ" mới của doanh nghiệp

Một câu chuyện quen thuộc gần đây: một lập trình viên trong công ty tư vấn hết token AI giữa ngày, lên gặp quản lý xin thêm và nhận được câu trả lời phũ phàng: "Đó là hạn mức chung cho tất cả mọi người, anh phải tự xoay xở." Người này thừa nhận anh ta (hoặc nghĩ rằng mình) không còn việc gì làm cho đến khi hạn mức được reset.

Một trong những bình luận phổ biến nhất dưới bài đăng là: "Anh lẽ ra phải tự nhặt công việc lên giữa chừng."

Nhưng hãy nhìn nhận một cách thực tế: khi bạn có một nhóm các (sub)agent chạy song song, đặc biệt với các mô hình không hiển thị quá trình suy luận ngoài vài bản tóm tắt ngắn ngủi, bạn sẽ mất hàng giờ chỉ để hiểu được workflow đơn giản nhất. Bạn cố gắng nắm bắt logic, làm thủ công một phần, và hy vọng không phá vỡ tính nhất quán nội bộ mà agent đang tuân theo.

Bạn dành hàng giờ để hiểu và làm thủ công, sau đó khi hạn mức reset, bạn bàn giao lại cho LLM để nó hoàn thành công việc — có thể xóa sạch những gì bạn đã làm, rồi tái tạo lại trong vài giây. Hoặc bạn chỉ việc chờ đợi và làm việc khác hữu ích hơn, nếu có.

Trí tuệ nhân tạo và sự tha hóa của kỹ sư phần mềm

Tác giả không đi sâu vào vấn đề tha hóa lao động của kỹ sư phần mềm, nhưng thực tế cho thấy có nhiều vai trò khác nhau trong công ty. Một số vai trò, bởi bản chất, bao gồm phần lớn việc điều phối agent. Ở các vai trò khác, có nhiều việc hơn để làm: phối hợp con người và quy trình, đọc và viết tài liệu, hoặc bất kỳ hoạt động trí tuệ hay thủ công nào khác. Nhưng điều này không dành cho tất cả mọi người, ít nhất là trong thời điểm hiện tại.

Mô hình hiện tại, dưới nhiều hình thức và tùy theo quy định từng quốc gia, gắn công việc và tiền lương với thời gian làm việc — đối với nhân viên, freelancer, tư vấn viên và một số dịch vụ B2B.

Đồng thời, vì nhiều lý do chính đáng, nhiều công ty làm việc theo mục tiêu thay vì phân bổ thời gian, kèm deadline (hoặc theo các ràng buộc về quy định/chất lượng/số lượng trong các lĩnh vực khác). Nhưng thực tế là các công ty có giờ giấc cụ thể và kỳ vọng không chỉ là bạn hoàn thành công việc đã lên kế hoạch mà còn phải sẵn sàng cho các công việc phát sinh (họp, sự cố, ticket hỗ trợ khách hàng). Bạn được kỳ vọng sẽ lấp đầy thời gian đến cuối ngày bằng công việc, bất kỳ công việc nào.

Câu hỏi lớn: Làm gì khi hết token?

Với thiết lập phổ biến này, điều gì sẽ xảy ra với những vai trò mà theo thiết kế có rất ít việc để làm khi họ nhìn thấy dòng chữ đáng sợ trên màn hình: 5h:100% 7d:100%?

Liệu họ có được phép cầm sách lên đọc và nghiên cứu điều gì đó không? Có được phép học hỏi đồng nghiệp đang làm gì không? Đây là điều nhiều người đã tự làm, điều này hoàn toàn đáng quý, và có lẽ nên được khuyến khích và thiết lập ở cấp đội nhóm hoặc mang tính cấu trúc hơn trong các công ty ngày nay.

Điều này có đang được chấp nhận và bình thường hóa không? Điều gì đang xảy ra ở những nơi có văn hóa doanh nghiệp kém lành mạnh? Động lực ở đây là gì? Các công ty và nhà lãnh đạo có chấp nhận điều này không?

Hay có lẽ họ thích cấp cho nhân viên gói AI hào phóng hơn với hy vọng mọi thứ sẽ tốt hơn? Ngoài những cân nhắc kinh tế thuần túy, tác giả cho rằng điều này chỉ đẩy vấn đề về phía trước, hoặc thực sự làm cho nó tồi tệ hơn.

Với gấp đôi token, và do đó càng ít ràng buộc hơn, bạn có thể càng cẩu thả trong việc tạo ra gấp đôi sản lượng đầu ra mà không cần bật não lên, và để các agent dọn dẹp sau đó. Kỹ thuật, ở nhiều công ty, thậm chí không còn là điểm nghẽn nữa.

Bài học từ Uber: Quản lý ràng buộc trong kỷ nguyên AI

Mặt khác, nếu mọi thứ di chuyển theo hướng mà động lực thúc đẩy chỉ sử dụng agent với tốc độ tương thích với số giờ hợp đồng: "Bạn sẽ không dùng AI nhiều như kỳ vọng để tối đa hóa giá trị, bạn sẽ không tối đa hóa năng suất và bạn sẽ làm chậm mọi người" — bạn biết câu chuyện quen thuộc này rồi đấy.

Vụ Uber đốt hết ngân sách token cả năm vào tháng 4 cho chúng ta biết rằng (ngạc nhiên chưa) ngành kỹ thuật vẫn chưa thoát khỏi việc quản lý ràng buộc. Nếu trong thập niên 80, chúng ta chiến đấu để nhồi một chương trình vào vài kilobyte, thì bây giờ chúng ta phải ép khối lượng công việc LLM hữu ích nhất vào số token mà chúng ta có thể chi trả.

Kết luận: Sẵn sàng hay chưa?

Câu hỏi đặt ra là: ngành công nghiệp đã sẵn sàng cho kỷ nguyên làm việc giới hạn token chưa? Câu trả lời ngắn gọn là: chưa hoàn toàn. Các mô hình quản lý nhân sự truyền thống tính theo giờ vẫn còn nguyên giá trị, trong khi bản chất công việc đã thay đổi căn bản. Các công ty cần xem xét lại cách đánh giá năng suất, phân bổ tài nguyên AI và định nghĩa lại vai trò của con người trong quy trình làm việc có sự hỗ trợ của agent.

Với người Việt, bài toán này cũng ngày càng trở nên thực tế khi các công ty phần mềm trong nước bắt đầu triển khai AI vào quy trình phát triển. Việc có một chính sách rõ ràng, công bằng và linh hoạt về sử dụng tài nguyên AI sẽ là lợi thế cạnh tranh quan trọng trong thời gian tới.