Sự điên rồ khi các doanh nghiệp ép nhân viên đốt tiền bằng AI

Sự điên rồ khi các doanh nghiệp ép nhân viên đốt tiền bằng AI

Cơn sốt công nghệ toàn cầu đang đẩy các tập đoàn lớn vào một xu hướng quản trị phi lý khi lấy chi phí tiêu thụ tài nguyên token làm thước đo năng lực làm việc. Sự lãng phí này không chỉ hủy hoại kỹ năng chuyên môn của đội ngũ nhân sự mà còn tạo ra một bong bóng nhu cầu ảo với AI.

Nhiều doanh nghiệp đánh giá nhân viên bằng lượng token AI tiêu thụ, không phải bằng chất lượng sản phẩm – Ảnh minh họa: WSJ.

Vết xe đổ từ 4 thập kỷ trước

Tháng 4/2026, hãng công nghệ Uber ghi nhận một hiện tượng bất thường khi sử dụng hết sạch nguồn ngân sách trí tuệ nhân tạo dự kiến cho cả 12 tháng chỉ trong vòng 4 tháng đầu năm. Quyết định triển khai công cụ hỗ trợ lập trình Claude Code của công ty Anthropic cho 5,000 kỹ sư đã đẩy chi phí sử dụng giao diện lập trình ứng dụng tăng vọt lên 500 đến 2,000 USD hằng tháng cho mỗi nhân sự.

Để ngăn chặn đà thâm hụt, ban điều hành Uber buộc phải áp đặt giới hạn chi tiêu cứng 1,500 USD/tháng cho mỗi công cụ đối với một kỹ sư. Hiện tượng kiệt quệ ngân sách này là biểu hiện rõ nét của hội chứng “tokenmaxxing” – xu hướng tối đa hóa việc tiêu thụ các đơn vị thông tin cơ bản (token) để chứng minh hiệu suất làm việc trong thời đại AI.

Bản chất của xu hướng này phản ánh sự hồi sinh của những thước đo lỗi thời từng xuất hiện trong lịch sử ngành phần mềm. Vào những năm 1980, liên doanh phát triển hệ điều hành giữa hai tập đoàn IBM và Microsoft đã thiết lập cơ chế đánh giá năng suất kỹ sư dựa trên số lượng dòng mã nguồn (code) được viết ra.

Khi các lập trình viên Microsoft tinh chỉnh hệ thống bằng cách thu gọn và tối ưu hóa các đoạn mã, ban lãnh đạo IBM đã xếp loại kém các nhân sự này do số lượng dòng code giảm đi. Bill Gates khi đó đã nhận định việc đo lường năng suất phần mềm bằng số dòng mã cũng vô lý như việc đánh giá tiến độ chế tạo một chiếc máy bay bằng trọng lượng của nó.

Kỷ nguyên trí tuệ nhân tạo năm 2026 đang lặp lại chính xác sai lầm tư duy đó khi giới quản trị lấy lượng tiêu thụ dữ liệu đầu vào làm chỉ số hoàn thành công việc.

Sự vô lý khi chọn cách đánh giá dễ dàng

Việc lấy chi phí đầu vào (lượng token tiêu thụ) để đo lường hiệu quả công việc là một sự điên rồ về mặt quản trị doanh nghiệp. Lẽ ra hệ thống phải tập trung sòng phẳng vào chất lượng sản phẩm đầu ra, nhưng các nhà quản lý lại lựa chọn token chỉ vì dữ liệu này dễ đo lường, dễ theo dõi và sẵn có trên hệ thống IT.

Cách làm này tương tự việc một nhà máy sản xuất quyết định phát phần thưởng cho những công nhân tiêu tốn nhiều nguyên vật liệu nhất, bất chấp người đó tạo ra bao nhiêu thành phẩm thực tế, chất lượng sản phẩm ra sao. Hệ quả tất yếu của cơ chế này là sự lãng phí tài nguyên trên quy mô lớn, khi nhân sự chủ động tạo ra các truy vấn rác để duy trì mức “đốt token” mà cấp trên đòi hỏi.

Hội chứng tiêu thụ ảo này nhanh chóng lây lan sang các định chế công nghệ hàng đầu với sự hỗ trợ của các công cụ quản lý cưỡng bách. Tại Meta Platform (Facebook), bảng xếp hạng nội bộ “Claudonomics” theo dõi lượng tiêu thụ token của 85,000 nhân viên đã ghi nhận mức “đốt” kỷ lục lên tới 60 ngàn tỷ token chỉ trong vòng 30 ngày. Cá nhân đứng đầu danh sách này tiêu tốn khoản ngân sách vượt quá 100,000 USD một tháng, tương đương 281 tỷ token.

Tại tập đoàn Salesforce, ban quản lý cài đặt trực tiếp một tiện ích cập nhật mỗi 15 phút hiển thị công khai chi tiêu token cá nhân, áp chỉ tiêu tối thiểu bắt buộc ở mức 170 USD/tuần cho mỗi kỹ sư và tự động gắn cờ cảnh báo nếu mức sử dụng dưới ngưỡng quy định.

Việc đặt các câu hỏi đơn giản như “chứng khoán là gì?” hay “ngôn ngữ lập trình Python có ưu điểm gì?” sẽ không bao giờ đốt đủ lượng token mà các quản lý kỳ vọng. Các lập trình viên phải vận dụng các kỹ thuật đối phó tinh vi hơn để làm những việc vô nghĩa như thiết lập chu trình tự động chạy song song liên tục mãi không dừng, hoặc đưa bộ tài liệu khổng lồ vào mô hình AI chỉ để giải quyết một lỗi cú pháp nhỏ.

Lỗ hổng kỹ thuật phía sau ảo giác năng suất

Trái ngược với kỳ vọng của ban lãnh đạo về một chu kỳ tăng trưởng thần tốc, các kiểm thử độc lập chứng minh việc lạm dụng hệ thống tự động đang làm chậm tiến độ công việc.

Nghiên cứu ngẫu nhiên có kiểm soát do tổ chức METR thực hiện đã yêu cầu các lập trình viên làm cùng một công việc theo hai cách: có trí tuệ nhân tạo (AI) hỗ trợ và không có AI hỗ trợ. Các lập trình viên tin chắc khi có AI giúp sức, tiến độ công việc nhanh hơn 20% so với khi không có AI, nhưng thực tế là lại chậm hơn 19%. Khoảng cách nhận thức lên tới gần 40 điểm phần trăm

Sử dụng AI tạo cảm giác năng suất cao vì hàng ngàn dòng code được tự động tạo ra trong thời gian ngắn chỉ với một câu ra lệnh. Nhưng thời gian tiết kiệm được từ việc viết mã tự động đã bị bù trừ hoàn toàn bởi gánh nặng hiệu chỉnh câu lệnh và việc mất tới 45% thời lượng làm việc chỉ để rà soát các lỗi logic tinh vi do mô hình phát sinh.

Năng lực chuyên môn của đội ngũ nhân sự cũng chịu tổn hại nghiêm trọng khi các rào cản nhận thức tự nhiên bị triệt tiêu. Thử nghiệm thực nghiệm của Anthropic trên 52 kỹ sư khi tiếp cận một thư viện lập trình mới ghi nhận nhóm sử dụng AI bị sụt giảm 17% điểm số đánh giá năng lực tư duy.

Khoảng cách suy giảm này tập trung lớn nhất ở khả năng sửa lỗi độc lập và đọc hiểu kiến trúc ngầm của hệ thống. Việc giao phó toàn bộ tác vụ cho máy tính và thực hiện thao tác sao chép khiến nhân sự mất đi thao trường rèn luyện khả năng phân tích độc lập. Khi hệ thống vận hành xảy ra sự cố thực tế, các kỹ sư hoàn toàn thiếu năng lực tự xác định nguyên nhân gốc rễ, biến doanh nghiệp thành con tin của các dòng lệnh tự động.

Sự sa sút về năng lực kỹ nghệ của người mua không ngăn được dòng tiền chảy vào tài khoản của bên bán, nơi xu hướng tiêu dùng vô tội vạ đang được cổ xúy mạnh mẽ.

Xung đột lợi ích trong những tuyên bố ngàn tỷ

Ban lãnh đạo của các doanh nghiệp cung cấp công nghệ và hưởng lợi trực tiếp từ dòng doanh thu bán token chính là những người cổ xúy mạnh nhất cho hội chứng lãng phí tokenmaxxing này. CEO tập đoàn Nvidia Jensen Huang tuyên bố ông sẽ cảm thấy “vô cùng đáng báo động” nếu một kỹ sư nhận mức lương 500,000 USD không tiêu thụ ít nhất 250,000 USD tiền token AI mỗi năm.

Tỷ phú Jensen Huang, CEO Nvidiam – Ảnh: SCMP

Jensen Huang còn ví việc từ chối công cụ tự động hóa này AI giống như hành vi bảo thủ thiết kế chip bằng giấy bút thay vì sử dụng phần mềm chuyên dụng.

Tương tự, CTO Meta Andrew Bosworth công khai ca ngợi một kỹ sư đốt lượng token bằng mức lương cá nhân là minh chứng cho năng suất tăng gấp 10% và khuyến khích nhân sự tiếp tục tiêu dùng không giới hạn.

CTO Meta Andrew Bosworth – Ảnh: CNBC

Đây là một biểu hiện xung đột lợi ích rõ ràng trên thị trường tài chính toàn cầu. Các doanh nghiệp cần thận trọng tối đa trước những tuyên bố của Jensen Huang, bởi không thể phân định dứt khoát ông phát biểu dựa trên niềm tin vào năng lực thực chất của công nghệ hay vì mục tiêu gia tăng thị trường đầu ra cho các dòng chip xử lý của chính mình.

Việc đẩy mạnh lượng tiêu thụ token biến động từ các kỹ sư phần mềm thực chất là cỗ máy in tiền ngắn hạn giúp nâng cao các chỉ số tài chính cho những nhà cung cấp mô hình nền tảng.

Nvidia vươn lên vị trí số 1 vốn hóa toàn cầu nhờ sự bùng nổ của nhu cầu AI.

Làn sóng hoang phí từ tệp khách hàng doanh nghiệp đã giúp Anthropic đạt mức doanh thu dự phóng 2.2 tỷ USD trong quý 2/2026, kéo theo mức lợi nhuận hoạt động dương đạt 559 triệu USD và đẩy định giá ở vòng gọi vốn Series H lên mốc 965 tỷ USD. Biên lợi nhuận hoạt động này được cải thiện tạm thời nhờ tỷ trọng chi phí điện toán trên doanh thu giảm từ 71% xuống còn 56% thông qua việc mô hình Opus 4.7 tăng lượng token phát sinh trên mỗi yêu cầu thêm 22%.

Tuy nhiên, cấu trúc lợi nhuận này đối mặt với nguy cơ sụp đổ do gánh nặng chi phí cố định từ các hợp đồng phần cứng khổng lồ. Kể từ tháng 7/2026, hợp đồng thuê siêu máy chủ Colossus với 325,000 chip đồ họa Nvidia giữa Anthropic và SpaceX đi vào vận hành thương mại, áp nghĩa vụ chi trả bắt buộc 1.25 tỷ USD mỗi tháng.

Khi các tập đoàn lớn đồng loạt siết chặt hạn mức, sự sụt giảm nguồn thu API sẽ ngay lập tức bóp nghẹt dòng tiền của Anthropic dưới sức ép của khoản chi phí cố định 15 tỷ USD hằng năm này.

Trong khi đó OpenAI lỗ dự kiến 5 tỷ USD năm 2026 trên doanh thu 29 tỷ USD nhưng sở hữu nền tảng dòng tiền ổn định từ mô hình đăng ký trả phí của 900 triệu người dùng cá nhân hàng tuần.

Gót chân Achilles của một mô hình kinh doanh phi lý

Bill Gates từng quyết định rút Microsoft ra khỏi liên doanh với IBM trong thập niên 1980 khi thấy việc đánh giá hiệu quả công việc qua số dòng code là quá phi lý.

Chuyện tương tự có thể sẽ xảy ra trong thế kỷ 21. Quyết định thắt chặt ngân sách cho AI từ phía các khách hàng doanh nghiệp sẽ là tác nhân trực tiếp châm ngòi cho sự sa sút của các mô hình doanh thu sống nhờ sự hoang phí token.

Các doanh nghiệp cần dứt khoát loại bỏ các bảng xếp hạng dựa trên khối lượng token tiêu thụ để chuyển sang áp dụng thước đo ghi nhận giá trị thực tế của sản phẩm đầu ra. Việc chuyển dịch một phần tác vụ lập trình sang các mô hình nguồn mở quy mô trung bình triển khai trên máy chủ nội bộ sẽ giúp cố định chi phí, tránh biến doanh nghiệp thành công cụ phục vụ cuộc chạy đua phần cứng của bên bán.

Một chiến lược phát triển bền vững không thể được xây dựng dựa trên sự hoang phí nguyên liệu đầu vào, mà phải dựa trên năng lực kiểm soát chất lượng sản phẩm cuối cùng.

Đức Quyền