Meta đang xây dựng một hệ thống kiểm soát chi tiêu và giám sát AI tập trung sau khi nhận ra chi phí nội bộ cho AI cao hơn dự kiến.
Động thái này phản ánh bài toán đang xuất hiện rộng hơn trong doanh nghiệp: dùng AI nhiều hơn không đồng nghĩa với hiệu quả cao hơn, trong khi chi phí token và hạ tầng có thể tăng rất nhanh.
- Meta lên kế hoạch đặt hạn mức, ngân sách và giới hạn token cho các nhóm nội bộ.
- Nhiều công ty khác cũng đang gặp khó trong việc theo dõi và kiểm soát chi phí AI.
- Xu hướng chung là chuyển từ khuyến khích dùng AI sang giám sát mức tiêu thụ và hiệu quả thực tế.
Meta siết kiểm soát chi phí AI nội bộ
Meta đang phát triển một hệ thống quản lý chi tiêu AI tập trung để theo dõi mức dùng, đặt ngân sách và áp hạn mức token. Công cụ này được thiết kế để gửi cảnh báo khi chi tiêu tăng bất thường.
Công ty đã gửi bản ghi nhớ cho khoảng 6.000 nhân viên về kế hoạch này. Việc quản lý token có cấu trúc hơn dự kiến sẽ được triển khai đầy đủ vào năm 2027.
Bản ghi nhớ cũng cho biết mức độ sử dụng AI trong nội bộ Meta tăng rất nhanh, và chi phí cho việc nhân viên dùng AI trong năm 2026 có thể lên tới hàng chục tỷ USD.
“Tokenmaxxing” đang trở thành vấn đề của doanh nghiệp
“Tokenmaxxing” là cách dùng AI token ở mức tối đa, đôi khi để đẩy chỉ số sử dụng nội bộ hoặc đơn giản là tiêu thụ nhiều tài nguyên hơn.
Trước đây, Meta từng khuyến khích nhân viên dùng AI bằng các bảng xếp hạng nội bộ như “Claudeonomics”, nhưng hiện không còn duy trì cơ chế này. Amazon cũng từng gỡ bỏ một bảng xếp hạng token sau lo ngại nó làm tăng chi tiêu không cần thiết, theo bài đăng của Business Insider.
Trường hợp của Uber cho thấy chi phí có thể tăng rất nhanh. Công ty này đã dùng hết ngân sách AI coding dự kiến cho năm 2026 ngay trong tháng 4, chỉ sau bốn tháng đầu năm.
Nhiều công ty vẫn chưa nhìn rõ tổng chi phí AI
Chỉ 26% doanh nghiệp có cái nhìn toàn diện về chi phí AI, theo một khảo sát của KPMG được The Wall Street Journal nhắc lại. 50% chỉ có khả năng quan sát một phần, còn 22% gần như không thấy rõ hoặc chỉ phát hiện sau khi hóa đơn về.
Steve Chase, lãnh đạo mảng AI toàn cầu tại KPMG, cho biết công ty đã hỗ trợ những khách hàng dùng hết ngân sách token hoặc điện toán đám mây chỉ trong vài tháng. Điều này cho thấy bài toán kiểm soát chi phí vẫn chưa được giải quyết ở nhiều tổ chức.
Microsoft cũng đã thu hẹp phần lớn giấy phép trực tiếp của Claude Code và chuyển kỹ sư sang dùng GitHub Copilot CLI của hãng, sau khi mức dùng công cụ của Anthropic tăng nhanh hơn dự kiến, theo Fortune.
Chi phí AI có thể còn tăng dù giá token giảm
Chi phí AI không nhất thiết giảm theo giá token vì nhiều hệ thống tác tử sử dụng số lượng token lớn hơn cho mỗi tác vụ. Vấn đề nằm ở tổng mức tiêu thụ, không chỉ giá của từng đơn vị token.
Bryan Catanzaro, phó chủ tịch phụ trách deep learning ứng dụng của NVIDIA, nói với Axios rằng chi phí tính toán cho nhóm của ông đã cao hơn cả chi phí thuê người. Goldman Sachs cũng nhận định AI tác tử có thể làm mức tiêu thụ token tăng mạnh đến năm 2030, dù giá token trên mỗi đơn vị giảm.
Gartner cho rằng việc token rẻ hơn không đồng nghĩa ứng dụng AI doanh nghiệp sẽ rẻ hơn, vì các thuật toán tác tử dùng nhiều token hơn cho mỗi nhiệm vụ và nhà cung cấp có thể giữ lại phần tiết kiệm ở phía mình.
Meta đang khuyến khích nhân viên dùng công cụ nội bộ
Meta được cho là sẽ hạn chế nhân viên dùng phần mềm viết mã AI bên ngoài và chuyển họ sang trợ lý nội bộ MetaCode, trước đây có tên Devmate. Các thay đổi này dự kiến được áp dụng trong những tuần tới.
Song song với việc siết chi tiêu AI, Meta cũng đang trải qua các điều chỉnh tổ chức lớn hơn. Tháng 3 năm nay, công ty từng cân nhắc cắt giảm ít nhất 20% trong tổng số khoảng 79.000 lao động, trong bối cảnh đầu tư cho hạ tầng AI được cho là khoảng 600 tỷ USD đến năm 2028.
Tổng kết
Meta đang chuyển từ thúc đẩy dùng AI sang kiểm soát mức tiêu thụ và chi phí, trong khi nhiều doanh nghiệp khác cũng gặp cùng một bài toán. Điểm chung là lợi ích của AI vẫn cần được cân đối với chi phí thực tế và khả năng đo lường hiệu quả.
