Các doanh nghiệp đang giảm tốc chi tiêu cho AI khi hóa đơn API tăng nhanh và lãnh đạo tài chính yêu cầu chứng minh hiệu quả rõ ràng.
Xu hướng này đang gây sức ép lên các nhà cung cấp mô hình ngôn ngữ lớn như OpenAI và Anthropic, vốn dựa nhiều vào việc doanh nghiệp tiếp tục tăng mức sử dụng token để mở rộng doanh thu.
- Nhiều công ty đang siết lại chi tiêu AI vì chi phí API tăng quá nhanh.
- Amazon, Uber, Meta và Accenture đều đã điều chỉnh cách dùng AI nội bộ.
- Doanh nghiệp có xu hướng dùng mô hình rẻ hơn hoặc nhiều mô hình thay vì phụ thuộc một nhà cung cấp.
Doanh nghiệp đang xem lại hóa đơn AI
Các công ty đang chuyển từ khuyến khích dùng AI rộng rãi sang yêu cầu chứng minh hiệu quả chi phí. Nguyên nhân chính là các khoản phí API tăng nhanh hơn giá trị mà nhiều đội nhóm tạo ra.
Amazon đã tháo dỡ một bảng xếp hạng nội bộ theo dõi mức độ dùng AI của nhân viên sau khi lãnh đạo kết luận nó tạo ra nhiều việc làm thêm bằng AI hơn là kết quả hữu ích. Một lãnh đạo cấp cao của Amazon cũng nhắc nhân viên không nên dùng AI chỉ vì muốn dùng AI.
Uber đã tiêu hết ngân sách AI coding của năm 2026 chỉ trong bốn tháng, trong khi Meta gửi một bản ghi nhớ nội bộ cho khoảng 6.000 nhân viên, cảnh báo mức sử dụng AI tăng theo cấp số nhân và có thể khiến công ty đối mặt với chi phí nội bộ lên tới hàng tỷ USD. Uber sau đó áp trần chi tiêu 1.500 USD mỗi tháng cho mỗi nhân viên đối với công cụ AI coding.
Áp lực từ CFO đang thay đổi cách các công ty dùng AI
CFO là người đang yêu cầu câu trả lời rõ ràng về giá trị nhận được từ khoản chi AI ngày càng lớn. Khi chi phí trở nên khó dự đoán, nhiều doanh nghiệp bắt đầu hạn chế dùng AI cho các việc đơn giản hoặc lặp lại.
Accenture từng cảnh báo nhân viên có thể bị ảnh hưởng cơ hội thăng tiến nếu không áp dụng AI, nhưng hiện nay công ty lại tìm cách ngăn việc dùng AI cho các tác vụ vụn vặt. Trong một cuộc họp nội bộ bị rò rỉ, một lãnh đạo Accenture nói chi tiêu AI đang “trở nên rất khó dự đoán” và ban điều hành cấp CFO, COO, CIO vẫn đang hỏi liệu khoản chi đó có mang lại giá trị hay không.
IBM, trong một phân tích gần đây của Adam McDaniel và Markus Eisele, cho rằng việc tối thiểu hóa token cũng không tốt hơn “tokenmaxxing” nếu cả hai đều biến mức tiêu thụ token thành mục tiêu chính. IBM thay vào đó đề xuất cách tiếp cận “valuemaxxing”, tập trung vào số việc hoàn thành, thời gian tiết kiệm được và số lần phải làm lại được giảm bớt.
OpenAI và Anthropic chịu tác động ra sao?
OpenAI và Anthropic đang đối mặt với rủi ro tăng trưởng chậm lại nếu doanh nghiệp tiêu thụ token ít hơn kỳ vọng. Cả hai đều xây dựng kế hoạch tăng trưởng dựa trên giả định rằng mức sử dụng của khách hàng doanh nghiệp sẽ tiếp tục tăng.
OpenAI đã vượt 25 tỷ USD doanh thu thường niên vào đầu năm nay và tự định giá ở mức 1 nghìn tỷ USD, còn Anthropic được định giá thấp hơn vài tỷ USD. Hai công ty đều đang đốt tiền cho hạ tầng tính toán, nghiên cứu và tuyển dụng, trong khi chờ doanh nghiệp sử dụng AI đủ lớn để đạt lợi nhuận.
Thực tế hiện nay cho thấy nhiều doanh nghiệp chỉ dành mô hình cao cấp, đắt hơn cho công việc phức tạp, còn tác vụ thường ngày được chuyển sang mô hình nhỏ hơn, rẻ hơn. Một số đơn vị còn chuyển sang mô hình mã nguồn mở chạy trên hạ tầng riêng để tránh phí theo token.
Xu hướng đa mô hình có thể làm AI trở thành hàng hóa
IDC dự báo đến năm 2028, 70% doanh nghiệp dẫn đầu về AI sẽ dùng nhiều mô hình thay vì phụ thuộc vào một nhà cung cấp duy nhất. Nếu kịch bản này xảy ra, cạnh tranh có thể dịch chuyển từ khả năng kỹ thuật sang giá cả và hiệu quả chi phí.
Sam Altman cũng từng thừa nhận chi phí AI đã trở thành “vấn đề lớn” đối với khách hàng trong năm nay. Điều đó cho thấy áp lực giá không chỉ đến từ phía người dùng nội bộ, mà còn có thể ảnh hưởng đến cách các nhà cung cấp mô hình định vị sản phẩm và doanh thu.
Tổng kết
Chi tiêu AI của doanh nghiệp đang bước vào giai đoạn thận trọng hơn, khi các lãnh đạo tài chính đòi hỏi hiệu quả rõ ràng thay vì tăng mức sử dụng bằng mọi giá.
