Ngành công nghiệp AI lần đầu tiên thực sự bước vào “giai đoạn tính toán kinh tế”

OpenAI và Anthropic có thể sẽ tiến hành cuộc chiến giá cả, bề ngoài có vẻ là hai công ty AI hàng đầu tranh giành người dùng, nhưng sâu bên trong lại là lần đầu tiên ngành công nghiệp AI thực sự bước vào “giai đoạn tính toán kinh tế”.

Trong hai năm qua, ngành AI thường được bàn luận nhiều nhất về khả năng của mô hình: ai có mô hình mạnh hơn, ai có khả năng suy luận tốt hơn, ai có khả năng mã hóa ổn định hơn, ai có khả năng đa phương tiện ấn tượng hơn. Vốn, truyền thông và người dùng đều sẵn sàng trả giá cao cho “mô hình mạnh nhất”. Nhưng khi AI thực sự vào doanh nghiệp, tình hình bắt đầu thay đổi. Doanh nghiệp không còn chỉ hỏi “mô hình có mạnh không”, mà bắt đầu hỏi “hóa đơn có đắt không”; không còn chỉ xem “có dùng AI không”, mà bắt đầu truy hỏi “những token này cuối cùng đã đổi lấy bao nhiêu kết quả”. Đây chính là điểm thực sự đáng để quan sát của tin tức này.

Theo Reuters trích dẫn bài báo của Wall Street Journal, OpenAI đang xem xét giảm mạnh giá dịch vụ AI để đối phó với cuộc cạnh tranh giành người dùng với Anthropic; các cuộc thảo luận vẫn đang diễn ra, Reuters cũng cho biết họ chưa thể xác nhận độc lập về thông tin này. Thông tin cũng đề cập rằng các lãnh đạo doanh nghiệp đang gây áp lực lên chi phí sử dụng AI, Sam Altman gần đây cũng thừa nhận chi phí đã trở thành một “vấn đề lớn”. Tôi nghĩ có thể đặt chuyện này trong bối cảnh sự trỗi dậy của Anthropic ở phía doanh nghiệp, Claude Code được ưa chuộng, OpenAI tập trung thúc đẩy Codex, doanh nghiệp bắt đầu kiểm soát chi tiêu agentic AI, và thử nghiệm mô hình kinh doanh trước IPO. Tôi nhận định: đây không phải là một cuộc chiến giảm giá token đơn thuần, mà là sự bắt đầu của ngành AI từ “trình diễn trí tuệ” sang “tính toán giá trị”.

Đây không phải là cuộc chiến giá truyền thống

Nếu theo logic của internet truyền thống, một công ty giảm giá, công ty khác theo sau, người dùng hưởng lợi, thị trường mở rộng, cuối cùng quy mô sẽ làm giảm chi phí. Nhưng dịch vụ mô hình lớn không hoàn toàn tuân theo logic này. Đằng sau AI không phải là phần mềm phân phối gần như không biên giới với chi phí cận biên bằng không, mà là các khoản chi thực tế về sức mạnh tính toán, lưu trữ, mạng, điện năng, làm mát và vốn trung tâm dữ liệu.

Vì vậy, AI không thể giảm giá vô hạn. Giá có thể tối ưu, chi phí trên mỗi token có thể giảm, hiệu quả suy luận của mô hình có thể nâng cao, bộ nhớ đệm, xử lý theo lô và định tuyến mô hình có thể giảm chi phí thực tế sử dụng, nhưng tiêu thụ tài nguyên nền tảng sẽ không tự nhiên biến mất. Trang giá chính thức của OpenAI cho thấy, API của GPT-5.5 có giá niêm yết là 5 USD cho mỗi triệu token đầu vào, 30 USD cho token đầu ra; thông tin chính thức của Anthropic cho biết, giá sử dụng bình thường của Claude Opus 4.8 là 5 USD cho mỗi triệu token đầu vào, 25 USD cho token đầu ra. Điều này cho thấy các mô hình hàng đầu vẫn duy trì mức giá neo cho các nhiệm vụ giá trị cao, chưa bước vào giai đoạn “giá rẻ vô giới hạn”.

Vì vậy, cuộc chiến giá AI gọi là “giá rẻ” hơn nhiều khả năng là một cuộc giảm giá mang tính cấu trúc, chứ không phải sụp đổ toàn diện về giá. Phía tiêu dùng, nhà phát triển, các mô hình cấp thấp, các kịch bản truy cập tần suất cao có thể sẽ giảm giá trước; các nhiệm vụ cốt lõi của doanh nghiệp, suy luận phức tạp, mã code độ tin cậy cao, yêu cầu tuân thủ và an toàn cao vẫn sẽ duy trì mức giá cao.

Vấn đề thực sự không phải token có rẻ hay không, mà là mỗi token có thể tạo ra giá trị đủ lớn hay không.

Từ tokenmaxxing đến valuemaxxing

Trong bài trước “Quan sát của lễ lập · Bình luận công nghệ”, chúng ta đã bàn về tokenmaxxing: doanh nghiệp và nhân viên không ngừng tăng cường sử dụng token để chứng minh “đã dùng AI”. Nhưng giờ, cuộc thảo luận về chiến tranh giá càng làm rõ, ngành AI phải chuyển từ tokenmaxxing sang valuemaxxing. Tokenmaxxing tập trung vào “đã dùng bao nhiêu AI”; valuemaxxing tập trung vào “mỗi lần gọi AI cuối cùng đã tạo ra bao nhiêu giá trị”. Hai từ này phản ánh hai logic ngành hoàn toàn khác nhau.

Nếu doanh nghiệp chỉ nhìn vào tiêu thụ token, rất dễ dàng có được một đường cong sử dụng AI có vẻ phồn thịnh: nhân viên đều đang dùng, lượng gọi tăng lên, hóa đơn mô hình tăng lên. Nhưng điều này không nhất thiết đồng nghĩa với năng suất tăng trưởng. Các doanh nghiệp trưởng thành thực sự, bước tiếp theo chắc chắn sẽ hỏi: Những token này có giảm thiểu lỗi công việc không? Có rút ngắn chu kỳ giao hàng không? Có nâng cao chất lượng mã không? Có cải thiện trải nghiệm khách hàng không? Có giảm chi phí bán hàng, dịch vụ khách hàng, R&D, vận hành và quản lý không?

Đây mới là vấn đề cốt lõi khi AI thực sự vào doanh nghiệp. Trước đây, các công ty AI bán “khả năng trí tuệ”; giờ đây, khách hàng doanh nghiệp muốn mua “kết quả có thể xác minh”. Đây cũng là sự thay đổi quan trọng nhất đằng sau cuộc chiến giá: cạnh tranh AI đang chuyển từ “ai thông minh hơn” thành “ai tiết kiệm hơn”, rồi tiến xa hơn thành “ai có thể giao hàng kết quả”.

Tại sao OpenAI cảm thấy áp lực

Áp lực của OpenAI đến từ hai hướng.

Một mặt, là sự trỗi dậy nhanh chóng của Anthropic ở phía doanh nghiệp, đặc biệt là sự lan rộng của Claude Code trong các nhóm phát triển và kỹ thuật doanh nghiệp. Kịch bản mã hóa là một trong những kịch bản dễ hình thành giá trị cao, tần suất cao và tính gắn kết mạnh nhất của AI, vì nó có thể trực tiếp tích hợp vào quy trình R&D, ảnh hưởng đến hiệu quả giao hàng. Trong tài liệu đề cập, công cụ lập trình Claude Code của Anthropic thúc đẩy tăng trưởng doanh thu, đồng thời khiến OpenAI tập trung phát triển Codex. Điều này cho thấy, chiến trường AI không còn chỉ là hộp thoại nữa, mà đã bước vào quy trình làm việc thực tế của doanh nghiệp.

Mặt khác, là khách hàng bắt đầu xem xét lại chi phí AI. Ban đầu, doanh nghiệp áp dụng AI với tâm thế thử nghiệm, mua trước, dùng trước, khám phá trước. Nhưng khi lượng sử dụng tăng lên, hóa đơn lớn hơn, ban lãnh đạo chắc chắn sẽ chuyển từ “có dùng AI không” sang “sử dụng có đáng giá không”. Báo cáo của Reuters cũng đề cập rằng các lãnh đạo doanh nghiệp đã bắt đầu phản ánh về chi phí AI cao ngất ngưởng.

Điều này không phải là cơn sốt AI kết thúc, mà là AI đã bước vào ngân sách vận hành. Ngân sách sáng tạo kể chuyện, ngân sách vận hành nhìn vào lợi nhuận. Ở giai đoạn này, doanh nghiệp không chỉ hỏi mô hình có mạnh không, mà còn hỏi chi phí trên mỗi nhiệm vụ là bao nhiêu, nhà cung cấp có thể thay thế không, kết quả có thể đo lường được không. Tôi nhận định: nếu OpenAI xem xét giảm giá, điều đó không chứng tỏ mô hình kinh doanh bị phá vỡ, mà là AI bắt đầu từ “thử nghiệm chiến lược” chuyển sang “chi phí vận hành”. Một khi đã vào chi phí vận hành, khách hàng sẽ bắt đầu tính toán AI một cách tỉnh táo hơn.

Cuộc chiến giá thực sự thay đổi quy tắc ngành

Cuộc cạnh tranh này thực sự sẽ thay đổi, không phải là giá của một mô hình nào đó, mà là hệ thống đánh giá ngành AI.

Thứ nhất, các công ty mô hình không thể chỉ dựa vào “mô hình mạnh nhất” để kể chuyện, mà còn phải chứng minh “chi phí thông minh trên mỗi đơn vị” liên tục giảm. Ai có thể hoàn thành nhiều nhiệm vụ hơn với ít token hơn, độ trễ thấp hơn, kết quả ổn định hơn, người đó sẽ có lợi thế hơn.

Thứ hai, khách hàng doanh nghiệp sẽ chủ động hơn trong việc kết hợp các mô hình. Trước đây, doanh nghiệp có thể muốn mua trực tiếp mô hình mạnh nhất, giờ sẽ phân biệt theo loại nhiệm vụ: suy luận phức tạp dùng mô hình hàng đầu, dịch vụ khách hàng thường dùng mô hình nhẹ, truy xuất nội bộ dùng mô hình cục bộ, kiểm tra mã dùng mô hình chuyên dụng. Trong tương lai, kiến trúc AI doanh nghiệp có thể không chỉ là một mô hình thống trị, mà là nhiều mô hình, nhiều nhà cung cấp, nhiều cấp độ quản lý chi phí.

Thứ ba, các công ty ứng dụng sẽ có cơ hội. Giảm giá mô hình sẽ làm giảm phần nào giá trị của các nhà cung cấp mô hình nền tảng, nhưng sẽ làm tăng giá trị của tầng ứng dụng. Bởi khách hàng cuối cùng không chỉ cần token rẻ, mà còn cần kết quả kinh doanh ổn định, có thể giao hàng, có thể quản lý. Ai có thể đóng gói khả năng mô hình vào quy trình ngành thực tế, người đó sẽ biến “chi phí token” thành “giá trị kinh doanh”.

Thứ tư, các nhà đầu tư sẽ thay đổi cách nhìn về các công ty AI. Trước đây, họ xem bảng xếp hạng mô hình, tăng trưởng người dùng và câu chuyện định giá; còn bây giờ sẽ xem cấu trúc lợi nhuận, chi phí suy luận, giữ chân khách hàng, tỷ lệ hoàn thành nhiệm vụ, mức độ thâm nhập quy trình làm việc và tính kinh tế của nhiệm vụ. Báo cáo của Reuters cho biết, OpenAI và Anthropic đều đã bước vào quá trình IPO, OpenAI cũng đã nộp hồ sơ IPO bí mật; điều này có nghĩa là thị trường công khai sẽ đánh giá trực tiếp về chất lượng doanh thu, cấu trúc chi phí và độ trung thành của khách hàng.

Tôi nhận định: cuộc chiến giá AI không kết thúc câu chuyện giá trị cao của AI, mà sẽ chấm dứt giai đoạn “chỉ cần gọi mô hình là có thể kể chuyện lớn”.

Gợi ý cho ngành AI Trung Quốc

Với ngành AI Trung Quốc, chuyện này có ba bài học.

Thứ nhất, các công ty mô hình lớn Trung Quốc không thể chỉ cạnh tranh về tham số, bảng xếp hạng và hội nghị ra mắt, mà phải sớm bước vào cuộc cạnh tranh về hiệu quả chi phí. Khách hàng doanh nghiệp Trung Quốc nhạy cảm hơn với giá, thực tế hơn với ROI. Nếu khả năng mô hình tốt, nhưng chi phí suy luận quá cao, độ ổn định không đủ, vòng giao hàng không rõ ràng, rất khó để thực sự tích hợp vào quy trình cốt lõi của doanh nghiệp.

Thứ hai, cơ hội của AI Trung Quốc không nằm ở việc sao chép đơn thuần OpenAI hay Anthropic, mà ở sâu trong các kịch bản ngành và quy trình làm việc. Sản xuất, chuỗi cung ứng, thương mại xuyên biên giới, kiểm soát rủi ro tài chính, dịch vụ chính quyền, vận hành khu công nghiệp, bán hàng dịch vụ khách hàng, tài chính pháp lý — tất cả đều là các quy trình phức tạp thực tế của doanh nghiệp Trung Quốc. Ai có thể tích hợp AI vào những quy trình này, người đó có thể biến khả năng mô hình thành năng lực dịch vụ ngành.

Thứ ba, các doanh nghiệp Trung Quốc nên sớm xây dựng hệ thống quản lý chi phí AI của riêng mình. Đừng chỉ đếm xem đã dùng bao nhiêu AI, mà phải thống kê đầu ra, đầu vào của từng nhiệm vụ, từng quy trình, từng phòng ban. Trong tương lai, quản lý AI của doanh nghiệp không nên chỉ dừng lại ở “đã mua những mô hình nào”, mà phải chuyển sang “ nhiệm vụ nào phù hợp AI, dùng mô hình nào là hợp lý nhất, ai kiểm duyệt kết quả, chi phí phân bổ ra sao, giá trị đánh giá thế nào”.

Đặc biệt, cần nhắc rằng: giá rẻ không có nghĩa là thực sự rẻ. Các nhà nghiên cứu như Stanford, Berkeley đã chỉ ra rằng, chi phí của các mô hình reasoning không phải lúc nào cũng phản ánh qua giá API; trong một số so sánh mô hình, mô hình có giá thấp hơn lại tiêu tốn nhiều tokens hơn để suy nghĩ, dẫn đến tổng chi phí cao hơn. Điều này đặc biệt quan trọng đối với doanh nghiệp Trung Quốc: khi chọn nhà cung cấp AI, không chỉ nhìn vào giá mỗi triệu token, mà còn phải xem tổng chi phí từ đầu vào, suy luận, đầu ra, kiểm duyệt đến hoàn thành nhiệm vụ.

Đây cũng là lý do tôi luôn nhấn mạnh: khi AI thực sự vào doanh nghiệp, cạnh tranh không còn là ai biết nói chuyện hay hơn, mà là ai hoàn thành nhiệm vụ tốt hơn; không phải ai tiêu tốn token nhiều hơn, mà là ai biến trí tuệ thành kết quả, hiệu quả, chất lượng và có thể xác minh được với chi phí thấp hơn.

Kết luận: Rẻ không phải là điểm đến, giá trị mới là điểm đến

Nếu OpenAI và Anthropic thực sự tiến hành chiến tranh giá, ngắn hạn là tranh giành người dùng, dài hạn là thử nghiệm mô hình kinh doanh. Nó sẽ thúc đẩy giảm chi phí sử dụng AI, giúp doanh nghiệp chấp nhận AI nhanh hơn; nhưng đồng thời cũng bắt buộc toàn ngành phải trả lời một câu hỏi nghiêm túc hơn: AI cuối cùng đang tạo ra giá trị hay chỉ đang tạo ra các hóa đơn lớn hơn?

Vì vậy, ý nghĩa thực sự của cuộc chiến giá này không phải là token có rẻ hay không, mà là ngành AI cuối cùng đã bắt đầu chuyển từ “trình diễn trí tuệ” sang “tính toán giá trị”.

Trong tương lai, các công ty AI thực sự đáng giá không nhất thiết phải là những công ty có khả năng nói chuyện tốt nhất, mà là những công ty có thể biến mỗi phần tiêu hao trí tuệ thành kết quả nhiệm vụ, hiệu quả kinh doanh và giá trị ngành.

Giai đoạn tiếp theo của ngành AI không phải là token càng rẻ càng tốt, mà là mỗi token đều phải càng có giá trị hơn.