Doanh nghiệp Mỹ dừng dùng AI không giới hạn, siết chặt kiểm soát chi phí

Nhiều doanh nghiệp từng cho phép nhân viên sử dụng trí tuệ nhân tạo (AI) thoải mái nay bắt đầu đặt hạn mức và phân bổ mô hình theo từng loại công việc. Khi lượng token tiêu thụ của chatbot và các trợ lý lập trình AI tăng nhanh, kiểm soát chi phí đang trở thành bài toán quản trị thay vì cho phép dùng không giới hạn như trước.

Theo Fortune đưa tin ngày 12 (giờ địa phương), các giám đốc thông tin (CIO) và giám đốc công nghệ (CTO) đang giới hạn mức sử dụng AI của một số nhân viên, đồng thời thay đổi cách đào tạo để khuyến khích dùng các mô hình nhỏ và rẻ hơn. Động thái này phản ánh chính sách vận hành AI của nhiều doanh nghiệp tính đến ngày 12 tháng 8 năm 2026.

Samsara, Cigna, Yum Brands và Compass là những cái tên đang chuyển hướng, từ việc mặc định cấp quyền dùng mô hình đắt tiền sang phân chia mô hình theo tính chất công việc. Số liệu nội bộ cụ thể và cách vận hành của từng công ty được Fortune ghi nhận qua quá trình tìm hiểu.

Gartner dự báo chi tiêu AI toàn cầu năm 2026 sẽ đạt 2.520 tỷ USD, tăng 44% so với năm trước. Riêng khoản đầu tư vào hạ tầng AI được dự báo tăng thêm 401 tỷ USD.

Hạ tầng AI ở đây bao gồm trung tâm dữ liệu, thiết bị điện toán và hệ thống mạng phục vụ vận hành dịch vụ. Khi mức sử dụng AI của doanh nghiệp tăng, chi phí không chỉ nằm ở phí sử dụng mô hình mà còn kéo theo chi phí máy chủ, lưu trữ và điện năng.

Áp lực chi phí này có liên hệ với việc các tập đoàn công nghệ lớn mở rộng đầu tư AI và chịu sức ép dòng tiền mà TokenPost từng đề cập. Khi phạm vi áp dụng AI càng mở rộng, nội bộ doanh nghiệp càng cần đối chiếu giữa mức sử dụng thực tế và hiệu quả cải thiện năng suất.

Áp lực chi phí thể hiện rõ nhất ở các trợ lý lập trình AI, nơi thường xử lý ngữ cảnh dài và gọi lệnh lặp lại nhiều lần. Gartner công bố ngày 24 tháng 6 dự báo chi phí AI dùng cho lập trình có thể vượt mức lương trung bình của một lập trình viên vào năm 2028.

Các mô hình ngôn ngữ lớn (LLM) xử lý dữ liệu đầu vào và đầu ra theo đơn vị token. Vì tác vụ dạng agent phải trải qua nhiều bước gọi lệnh và lặp lại, cùng một công việc nhưng lượng token tiêu thụ có thể tăng cao hơn dự kiến.

Cách tính phí đang chuyển từ mô hình theo số lượng tài khoản sang tính theo mức sử dụng thực tế, khiến doanh nghiệp khó dự đoán chi phí hơn. Gartner đề xuất bốn hướng ứng phó: giới hạn token, định tuyến mô hình, tối ưu hóa ngữ cảnh (context engineering) và giám sát mức sử dụng.

Docusign cho biết toàn bộ hơn 1.000 kỹ sư của công ty đang sử dụng công cụ lập trình AI, và khoảng 75% mã nguồn mới được viết với sự hỗ trợ của AI. Toàn bộ mã nguồn vẫn phải qua kiểm tra và phê duyệt của kỹ sư trước khi triển khai.

Doanh nghiệp càng mở rộng công cụ AI ra toàn tổ chức thì càng cần theo dõi mức sử dụng và phân tách hiệu quả theo từng loại công việc. TokenPost từng đưa tin về việc Meta chuẩn bị hệ thống theo dõi lượng token và chi tiêu AI theo từng nhân viên.

404 Media đưa tin ngày 2 tháng 7 rằng Amazon($AMZN), Adobe, Atlassian và Citi đã bắt đầu hạn chế quyền truy cập vào các mô hình AI đắt tiền, đồng thời khuyến khích nhân viên chuyển sang dùng mô hình giá rẻ hơn. Chi tiêu AI hằng tháng của một trong số các công ty này được cho là đã tăng gấp ba, vượt mốc 15 triệu USD.

Các nhà cung cấp dịch vụ cũng đang bổ sung công cụ quản lý chi phí. Anthropic thông báo ngày 2 tháng 7 rằng Claude Enterprise được bổ sung tính năng phân tích dành cho quản trị viên, phân quyền theo từng mô hình và cảnh báo chi tiêu. Quản trị viên có thể theo dõi chi phí theo tổ chức, nhóm và từng người dùng, đồng thời điều chỉnh mô hình mặc định cũng như danh sách mô hình được phép sử dụng.

Tesla($TSLA) được cho là đã áp dụng hạn mức chi tiêu AI 200 USD mỗi tuần cho mỗi nhân viên kể từ tháng 7. Đây là trường hợp chuyển từ việc để từng nhân viên tự quyết định dùng mô hình đắt tiền sang áp đặt quy tắc ngân sách ở cấp tổ chức.

Bình luận: Việc đặt hạn mức theo tuần cho thấy nhiều công ty đang chuyển từ cơ chế để nhân viên tự quyết định sang quản lý tập trung, một bước đi khó tránh khi quy mô sử dụng AI tăng nhanh mà chi phí lại khó dự đoán.

Nhìn chung, các doanh nghiệp không cắt giảm việc áp dụng AI mà đang thay đổi cách vận hành: dùng mô hình nhỏ cho tác vụ đơn giản và dành mô hình hiệu năng cao cho phân tích phức tạp cùng lập trình. Việc mở rộng sử dụng AI có thực sự chuyển hóa thành cải thiện năng suất và tiết kiệm chi phí hay không sẽ còn phụ thuộc vào số liệu sử dụng và hiệu quả thực tế của từng doanh nghiệp trong thời gian tới.