CEO NVIDIA Jensen Huang đề xuất cấp “ngân sách token AI” như một quyền lợi mới cho kỹ sư, coi token là “đơn vị tiền tệ” cốt lõi của kỷ nguyên AI và là công cụ tuyển dụng có thể trị giá hàng chục nghìn USD mỗi năm.
Thông điệp này phản ánh xu hướng doanh nghiệp chuyển từ mua “sức mạnh tính toán” sang tối ưu “hiệu quả token”, khi nhân sự tương lai được kỳ vọng điều phối các đội “nhân viên số” là các tác nhân AI thực hiện chuỗi nhiệm vụ phức tạp.
- Token AI đang được xem như “tiền tệ” mới trong ngành công nghệ và có thể trở thành phúc lợi tuyển dụng.
- Chip Grace Blackwell được NVIDIA nêu có thể xử lý 5.000 token/giây, cao hơn khoảng 700 token/giây trên Hopper.
- Doanh nghiệp đối mặt bài toán chi phí token tăng và thiếu nhân lực giỏi, dù AI có thể tự động hóa một phần lớn giờ làm.
Token AI được NVIDIA xem là “tiền tệ” của kỷ nguyên AI
Jensen Huang cho rằng token là đơn vị giá trị cốt lõi để đo năng suất AI, vì muốn tạo token cần có sức mạnh tính toán, và không có token thì tăng trưởng dịch vụ AI sẽ chững lại.
Tại hội nghị GTC thường niên, CEO NVIDIA mô tả token, các đơn vị cơ bản mà hệ thống AI dùng để thực hiện tác vụ, đang nổi lên như một công cụ tuyển dụng ở Thung lũng Silicon. Ông đề xuất doanh nghiệp có thể cấp cho kỹ sư một “ngân sách token AI” đi kèm lương, và gói quyền lợi này có thể trị giá hàng chục nghìn USD mỗi năm.
Theo Huang, vai trò của token trong nền kinh tế AI giống như sản phẩm đầu ra của “nhà máy”. Khi các trung tâm dữ liệu trở thành “nhà máy AI”, chúng “sản xuất token” tương tự cách nhà máy sản xuất hàng hóa, còn sức mạnh tính toán vận hành như “doanh thu” vì nó quyết định lượng token tạo ra.
Huang lập luận token đang trở thành “đồng tiền” cốt lõi của ngành và ví von: nếu sức mạnh tính toán giống như máy in tiền, thì token mới là đồng tiền thật của thời đại AI. Ông nhấn mạnh: không có sức mạnh tính toán thì không tạo ra token, thiếu token thì tăng trưởng đình trệ.
“Nếu sức mạnh tính toán được so sánh với một cỗ máy in tiền, token là đồng tiền thật của kỷ nguyên AI.”
– Jensen Huang, CEO NVIDIA, phát biểu tại GTC
“Nhân viên số” và mô hình nơi làm việc mới dựa trên tác nhân AI
Huang dự đoán lực lượng lao động sẽ mở rộng bằng “nhân viên số”, khi mỗi nhân sự quản lý nhiều tác nhân AI có thể tự hoàn thành các công việc nhiều bước.
Ông nêu bức tranh nơi NVIDIA hiện có 42.000 nhân viên, nhưng trong tương lai con số này có thể bị “lấn át” bởi “hàng trăm nghìn” nhân viên kỹ thuật số. Trong kịch bản đó, công việc không chỉ là viết mã, mà là tổ chức quy trình, phân bổ tác vụ cho các tác nhân AI, giám sát chất lượng đầu ra và tối ưu chi phí theo token.
Góc nhìn này đặt token vào trung tâm quản trị hiệu suất: khối lượng công việc là suy luận (inference), hàng hóa là token, còn sức mạnh tính toán là doanh thu. Vì vậy, doanh nghiệp sẽ phải đo “hiệu quả token” giống như đo hiệu quả vận hành, đặc biệt khi hạ tầng đã được đầu tư ở quy mô lớn.
Grace Blackwell nâng thông lượng token lên 5.000 token/giây theo NVIDIA
NVIDIA cho biết kiến trúc chip Grace Blackwell có thể xử lý 5.000 token/giây, so với khoảng 700 token/giây trên cấu hình Hopper, và đạt thông lượng cao hơn 50 lần so với nền tảng Hopper cũ.
NVIDIA dùng dữ liệu này để củng cố luận điểm: khi token là đầu ra trực tiếp của dịch vụ AI, năng lực tạo token trở thành lợi thế cạnh tranh. Huang cho rằng bước nhảy là một “canh bạc có tính toán” được thực hiện khi Hopper vẫn hoạt động tốt, nhằm tạo nền tảng cho giai đoạn mở rộng tiếp theo của hạ tầng AI.
Ông mô tả Grace Blackwell như hạ tầng mà doanh nghiệp có thể tự tin mở rộng, dù triển khai trong private cloud hay trên phạm vi quốc tế. Điều này gắn với nhu cầu mở rộng dịch vụ AI liên tục, đồng thời duy trì hiệu quả tạo token trên cùng một giới hạn tài nguyên.
Huang cũng nhấn mạnh yếu tố năng lượng: khi doanh nghiệp xây trung tâm dữ liệu quy mô gigawatt, công suất điện gần như “cố định”. Trong bối cảnh đó, tối ưu thông lượng token trên mỗi đơn vị điện và tính toán sẽ trở thành bài toán bắt buộc.
Định giá dịch vụ AI có thể chuyển sang bậc thang theo token
Huang dự báo dịch vụ AI có thể đi theo mô hình nhiều tầng giá, từ miễn phí ở mức cơ bản đến gói cao cấp lên tới 150 USD cho mỗi 1 triệu token.
Nếu mô hình giá theo token mở rộng, ngân sách token sẽ trở thành một dạng chi phí vận hành tương tự cloud bill, nhưng gắn trực tiếp với mức sử dụng tác nhân AI. Điều này cũng giải thích vì sao “ngân sách token” được đề cập như một phúc lợi: nó tác động ngay đến khả năng thử nghiệm, học hỏi và năng suất của kỹ sư trong môi trường làm việc AI-first.
NVIDIA cho biết họ đã làm việc trên nền tảng tiếp theo mang tên Vera Rubin, nhắm tới huấn luyện các mô hình AI lớn và vận hành liên tục. Điều này cho thấy cuộc đua không chỉ nằm ở suy luận, mà còn ở vòng đời đầy đủ: huấn luyện, triển khai, tối ưu, rồi mở rộng theo nhu cầu.
Ở chiều doanh nghiệp, Alibaba được nêu là cũng đang đi theo định hướng “token hóa” vận hành AI, khi tái cấu trúc một phần để thành lập Alibaba Token Hub Business Group do CEO Eddie Wu Yongming dẫn dắt, nhằm hợp nhất mục tiêu xây dựng, phân phối và sử dụng token cho các sản phẩm AI.
Thị trường lao động chịu tác động kép: giảm biên chế nhưng vẫn thiếu nhân lực giỏi
Khảo sát được nêu cho thấy 98% lãnh đạo cấp C tin AI sẽ giảm số lượng nhân sự, nhưng 54% vẫn coi thiếu nhân lực phù hợp là thách thức lớn nhất.
Thực tế này tạo ra nghịch lý: một mặt doanh nghiệp kỳ vọng tự động hóa, mặt khác lại thiếu người có năng lực triển khai, kiểm soát và tối ưu hiệu quả sử dụng AI. Khi các tác nhân AI phổ biến, kỹ năng quan trọng không chỉ là lập trình, mà là thiết kế quy trình, đặt yêu cầu đúng, kiểm định đầu ra và quản trị chi phí token.
Goldman Sachs ước tính AI có thể tự động hóa khối lượng công việc tương đương 25% tổng số giờ làm việc tại Hoa Kỳ. Nhà kinh tế trưởng toàn cầu cấp cao Joseph Briggs thừa nhận quá trình chuyển đổi sẽ không êm ái, nhưng lịch sử cho thấy công nghệ mới cuối cùng cũng tạo ra những công việc trước đây chưa tồn tại.
Chi phí token trở thành áp lực trực tiếp với startup và doanh nghiệp nhỏ
Các nhà sáng lập startup cho biết mỗi tác vụ AI hoàn thành đều có “giá” tính theo token, và một số nhà cung cấp AI lớn gần đây đã tăng giá 5% đến 30%.
Khi giá tăng, yêu cầu quản trị chi tiêu token trở nên khắt khe hơn: chọn mô hình phù hợp cho đúng việc, giảm lãng phí do prompt kém, kiểm soát vòng lặp thử-sai, và theo dõi chi phí theo nhóm/tác vụ. Đây là lý do “hiệu quả token” được nhấn mạnh như thước đo vận hành mới, tương tự hiệu suất hạ tầng hoặc biên lợi nhuận trong mô hình truyền thống.
Bruno Guicardi, chủ tịch công ty IT CI&T, mô tả sự dịch chuyển nơi kỹ sư ngày càng “hướng dẫn máy tính bằng tiếng Anh đơn giản” thay vì chỉ viết code. Trong môi trường đó, biết khi nào nên dùng AI, dùng mức nào, và làm sao để mỗi token mang lại giá trị thực sẽ quyết định sự khác biệt giữa phán đoán tốt và chi tiêu lãng phí.
Những câu hỏi thường gặp
Token AI là gì và vì sao lại được gọi là “tiền tệ”?
Token là đơn vị cơ bản mà hệ thống AI dùng để xử lý yêu cầu và tạo phản hồi. Nó được ví như “tiền tệ” vì chi phí và năng lực vận hành dịch vụ AI thường được đo theo lượng token tạo ra hoặc tiêu thụ, gắn trực tiếp với hạ tầng tính toán.
“Ngân sách token AI” cho kỹ sư có nghĩa là gì?
Đó là ý tưởng cấp một hạn mức token để nhân sự dùng cho các công cụ và dịch vụ AI trong công việc, giống một khoản phúc lợi đi kèm lương. Mục tiêu là giúp tuyển dụng và tăng năng suất trong môi trường AI-first, nơi token là chi phí sử dụng hằng ngày.
Grace Blackwell nhanh hơn Hopper ở điểm nào theo NVIDIA?
NVIDIA cho biết Grace Blackwell có thể xử lý 5.000 token/giây, trong khi cấu hình Hopper khoảng 700 token/giây, và thông lượng cao hơn 50 lần so với nền tảng Hopper cũ. Điều này nhằm tăng hiệu quả tạo token trên cùng giới hạn hạ tầng.
Vì sao doanh nghiệp sẽ quan tâm tới “hiệu quả token”?
Khi trung tâm dữ liệu quy mô lớn đã cố định công suất điện, doanh nghiệp phải tối ưu số token tạo ra trên mỗi đơn vị tài nguyên. Nếu token là “hàng hóa” của suy luận AI, hiệu quả token trở thành chỉ số vận hành và lợi nhuận của dịch vụ AI.
Định giá dịch vụ AI theo token có thể diễn ra như thế nào?
Huang dự báo mô hình giá nhiều tầng, với mức cơ bản có thể miễn phí và gói cao cấp lên tới 150 USD cho mỗi 1 triệu token. Cách định giá này khiến token trở thành đơn vị kế toán rõ ràng cho chi phí và doanh thu của sản phẩm AI.
