Mẫn Nhi
Admin xinh gái
Mô hình thu phí thuê bao cố định hàng tháng từng là bệ phóng giúp ChatGPT của OpenAI hay Claude của Anthropic bùng nổ trên toàn cầu. Thế nhưng, đằng sau mức giá có vẻ ổn định đó là một nghịch lý tài chính đầy bất ổn. Các phân tích mới đây chỉ ra rằng, số tiền người dùng chi trả mỗi tháng không thấm tháp vào đâu so với chi phí vận hành thực tế khi họ khai thác tối đa hiệu năng hệ thống.
Khi các quy trình làm việc tự động (agentic workflow) ngày càng phổ biến, lượng tài nguyên tính toán tiêu thụ đã tăng vọt ngoài tầm kiểm soát. Sự chênh lệch khổng lồ giữa doanh thu thực tế và chi phí xử lý dữ liệu đang trở thành bài toán đau đầu mà các gã khổng lồ AI không thể tiếp tục phớt lờ.
Cụ thể, một gói đăng ký ChatGPT Pro 20x trị giá 200 USD mỗi tháng có thể ngốn tới 14.000 USD chi phí tính toán theo giá API nếu được khai thác triệt để. Tương tự, gói Claude Max 20x của Anthropic với cùng mức giá 200 USD cũng có thể tiêu tốn khoảng 8.000 USD tiền quy đổi token.
Con số này lý giải vì sao tần suất sử dụng của khách hàng lại là yếu tố sống còn đối với các công ty AI. Theo SemiAnalysis, Anthropic chỉ có thể hòa vốn với gói Claude Pro và Claude Max 5x nếu người dùng sử dụng dưới 20% công suất gói. Biên lợi nhuận của OpenAI thậm chí còn mỏng hơn khi hãng bắt đầu bù lỗ cho các gói ChatGPT Plus và ChatGPT Pro 5x ngay khi hiệu suất sử dụng vượt quá ngưỡng 11,4%.
Ở phân khúc cao cấp nhất, áp lực tài chính còn khủng khiếp hơn. Anthropic sẽ rơi vào tình trạng tỷ suất lợi nhuận gộp bằng không khi người dùng khai thác khoảng 10% công suất gói thượng hạng. Trong khi đó, OpenAI thậm chí sẽ chịu lỗ ngay khi khách hàng dùng vượt quá 5,7% công suất. Điều này đồng nghĩa với việc các nhà cung cấp dịch vụ rất dễ rơi vào trạng thái thua lỗ mà không cần đến những hành vi lạm dụng quá mức từ phía người dùng.
Nguồn cơn của áp lực này một phần đến từ sự thay đổi trong cách con người sử dụng AI. Các hệ thống đại lý tự động có thể tiêu tốn lượng token gấp 1.000 lần so với một câu lệnh thông thường. Chi phí leo thang chóng mặt đã buộc nhiều tổ chức lớn phải siết chặt việc triển khai các công cụ này.
Các tập đoàn lớn như Microsoft, Meta và Amazon được cho là đã phải thu hẹp các dự án nội bộ vốn khuyến khích nhân viên sử dụng AI cường độ cao sau khi chi phí vượt ngoài tầm kiểm soát. Một ví dụ điển hình là trường hợp một doanh nghiệp đã vô tình tiêu tốn tới 500 triệu USD chỉ trong một tháng khi sử dụng mô hình Claude của Anthropic, nguyên nhân là do họ không thiết lập các hạn mức truy cập cho nhân viên.
Để đối phó với tình trạng này, nhiều doanh nghiệp đang chuyển sang chiến lược phân luồng công việc linh hoạt giữa các mô hình khác nhau. Những yêu cầu phức tạp sẽ được chuyển tới các mô hình hàng đầu đắt đỏ, trong khi các tác vụ lặp đi lặp lại thông thường được xử lý bằng những lựa chọn thay thế giá rẻ.
Phương pháp này mang lại hiệu quả kinh tế rõ rệt. Báo cáo từ Wall Street Journal chỉ ra rằng việc phân luồng thông minh có thể cắt giảm tới 95% chi phí. Vishal Misra, Phó khoa tại Đại học Columbia, nhận định doanh nghiệp không cần một mô hình hiểu biết sâu sắc về trọng lực lượng tử chỉ để làm những việc cơ bản. Khả năng tính phí đắt đỏ cho các dịch vụ AI tổng quát sẽ dần suy giảm khi các mô hình nguồn mở ngày càng mạnh mẽ.
Thực tế, một số doanh nghiệp đã nhanh chóng hành động. Flo Crivello, người sáng lập kiêm Giám đốc điều hành của startup trợ lý ảo Lindy, cho biết công ty đã chuyển toàn bộ lưu lượng truy cập từ các mô hình của Anthropic sang DeepSeek V4. Bước đi này giúp Lindy tiết kiệm hàng triệu USD nhờ hiệu năng của DeepSeek V4 tương đương với Claude Sonnet nhưng chi phí chỉ bằng một phần nhỏ.
Nhiều đơn vị khác lại chọn cách tự xây dựng hệ thống AI riêng dựa trên các mô hình nguồn mở được huấn luyện bằng dữ liệu nội bộ, vừa tối ưu chi phí vừa giảm sự phụ thuộc vào bên thứ ba.
Hiện tại, các nhà cung cấp AI vẫn đang phải chật vật cân bằng giữa mong muốn sở hữu công cụ mạnh mẽ giá rẻ của người dùng và thực tế hạ tầng tốn kém. CEO OpenAI, Sam Altman, cũng thừa nhận áp lực này khi cho biết chi phí token tăng cao đang là vấn đề nghiêm trọng và công ty đang nỗ lực tìm cách giúp người dùng nhận được nhiều giá trị hơn với chi phí thấp hơn khi sử dụng ChatGPT.
Khi các quy trình làm việc tự động (agentic workflow) ngày càng phổ biến, lượng tài nguyên tính toán tiêu thụ đã tăng vọt ngoài tầm kiểm soát. Sự chênh lệch khổng lồ giữa doanh thu thực tế và chi phí xử lý dữ liệu đang trở thành bài toán đau đầu mà các gã khổng lồ AI không thể tiếp tục phớt lờ.
Nghịch lý "càng dùng nhiều càng lỗ nặng"
Để đo lường khoảng cách tài chính này, đơn vị nghiên cứu SemiAnalysis đã tiến hành chạy thử nghiệm các gói thuê bao của OpenAI và Anthropic. Họ thực hiện các tác vụ lập trình dài hạn và nhiệm vụ tự động cho đến khi cạn kiệt giới hạn tuần của tài khoản. Kết quả cho thấy, nếu quy đổi lượng sử dụng tối đa này theo biểu phí API tiêu chuẩn, chi phí thực tế vượt xa số tiền người dùng bỏ ra.Cụ thể, một gói đăng ký ChatGPT Pro 20x trị giá 200 USD mỗi tháng có thể ngốn tới 14.000 USD chi phí tính toán theo giá API nếu được khai thác triệt để. Tương tự, gói Claude Max 20x của Anthropic với cùng mức giá 200 USD cũng có thể tiêu tốn khoảng 8.000 USD tiền quy đổi token.
Con số này lý giải vì sao tần suất sử dụng của khách hàng lại là yếu tố sống còn đối với các công ty AI. Theo SemiAnalysis, Anthropic chỉ có thể hòa vốn với gói Claude Pro và Claude Max 5x nếu người dùng sử dụng dưới 20% công suất gói. Biên lợi nhuận của OpenAI thậm chí còn mỏng hơn khi hãng bắt đầu bù lỗ cho các gói ChatGPT Plus và ChatGPT Pro 5x ngay khi hiệu suất sử dụng vượt quá ngưỡng 11,4%.
Ở phân khúc cao cấp nhất, áp lực tài chính còn khủng khiếp hơn. Anthropic sẽ rơi vào tình trạng tỷ suất lợi nhuận gộp bằng không khi người dùng khai thác khoảng 10% công suất gói thượng hạng. Trong khi đó, OpenAI thậm chí sẽ chịu lỗ ngay khi khách hàng dùng vượt quá 5,7% công suất. Điều này đồng nghĩa với việc các nhà cung cấp dịch vụ rất dễ rơi vào trạng thái thua lỗ mà không cần đến những hành vi lạm dụng quá mức từ phía người dùng.
Nguồn cơn của áp lực này một phần đến từ sự thay đổi trong cách con người sử dụng AI. Các hệ thống đại lý tự động có thể tiêu tốn lượng token gấp 1.000 lần so với một câu lệnh thông thường. Chi phí leo thang chóng mặt đã buộc nhiều tổ chức lớn phải siết chặt việc triển khai các công cụ này.
Cuộc tháo chạy khỏi các mô hình đắt đỏ
Các tập đoàn lớn như Microsoft, Meta và Amazon được cho là đã phải thu hẹp các dự án nội bộ vốn khuyến khích nhân viên sử dụng AI cường độ cao sau khi chi phí vượt ngoài tầm kiểm soát. Một ví dụ điển hình là trường hợp một doanh nghiệp đã vô tình tiêu tốn tới 500 triệu USD chỉ trong một tháng khi sử dụng mô hình Claude của Anthropic, nguyên nhân là do họ không thiết lập các hạn mức truy cập cho nhân viên.
Để đối phó với tình trạng này, nhiều doanh nghiệp đang chuyển sang chiến lược phân luồng công việc linh hoạt giữa các mô hình khác nhau. Những yêu cầu phức tạp sẽ được chuyển tới các mô hình hàng đầu đắt đỏ, trong khi các tác vụ lặp đi lặp lại thông thường được xử lý bằng những lựa chọn thay thế giá rẻ.
Phương pháp này mang lại hiệu quả kinh tế rõ rệt. Báo cáo từ Wall Street Journal chỉ ra rằng việc phân luồng thông minh có thể cắt giảm tới 95% chi phí. Vishal Misra, Phó khoa tại Đại học Columbia, nhận định doanh nghiệp không cần một mô hình hiểu biết sâu sắc về trọng lực lượng tử chỉ để làm những việc cơ bản. Khả năng tính phí đắt đỏ cho các dịch vụ AI tổng quát sẽ dần suy giảm khi các mô hình nguồn mở ngày càng mạnh mẽ.
Thực tế, một số doanh nghiệp đã nhanh chóng hành động. Flo Crivello, người sáng lập kiêm Giám đốc điều hành của startup trợ lý ảo Lindy, cho biết công ty đã chuyển toàn bộ lưu lượng truy cập từ các mô hình của Anthropic sang DeepSeek V4. Bước đi này giúp Lindy tiết kiệm hàng triệu USD nhờ hiệu năng của DeepSeek V4 tương đương với Claude Sonnet nhưng chi phí chỉ bằng một phần nhỏ.
Nhiều đơn vị khác lại chọn cách tự xây dựng hệ thống AI riêng dựa trên các mô hình nguồn mở được huấn luyện bằng dữ liệu nội bộ, vừa tối ưu chi phí vừa giảm sự phụ thuộc vào bên thứ ba.
Hiện tại, các nhà cung cấp AI vẫn đang phải chật vật cân bằng giữa mong muốn sở hữu công cụ mạnh mẽ giá rẻ của người dùng và thực tế hạ tầng tốn kém. CEO OpenAI, Sam Altman, cũng thừa nhận áp lực này khi cho biết chi phí token tăng cao đang là vấn đề nghiêm trọng và công ty đang nỗ lực tìm cách giúp người dùng nhận được nhiều giá trị hơn với chi phí thấp hơn khi sử dụng ChatGPT.
