AI bị "sa thải" vì đắt đỏ

Trong 2 năm qua, trí tuệ nhân tạo (AI) được nhiều doanh nghiệp xem như lời giải nhanh cho bài toán năng suất. Từ viết mã, chăm sóc khách hàng, soạn báo cáo, phân tích dữ liệu đến xử lý email, AI xuất hiện với lời hứa giúp công việc nhanh hơn, rẻ hơn và ít phụ thuộc hơn vào con người. Nhưng đến giữa năm 2026, câu hỏi trong phòng họp của nhiều doanh nghiệp không còn là "Có nên dùng AI hay không?", mà là "AI đang tiêu bao nhiêu tiền và có thật sự tạo ra giá trị tương xứng hay không?".

Sự thay đổi này không có nghĩa AI hết thời. Ngược lại, AI vẫn là công nghệ chiến lược, đặc biệt trong lập trình, dịch vụ khách hàng, tài chính và vận hành nội bộ. Tuy nhiên, sau giai đoạn triển khai nhanh vì sợ tụt lại phía sau, nhiều công ty bắt đầu nhận ra một thực tế ít hào nhoáng hơn: AI không hề miễn phí, cũng không chắc rẻ hơn con người nếu dùng sai cách. Khi một công cụ được mở cho hàng nghìn nhân viên, mỗi câu lệnh, mỗi đoạn văn bản, mỗi lần phân tích tài liệu hay viết mã đều có thể trở thành chi phí tính bằng token - đơn vị đo lượng dữ liệu mà mô hình AI phải xử lý.

Cuối tháng 5 vừa qua, Wall Street Journal cho biết, một số doanh nghiệp Mỹ bắt đầu "chia khẩu phần" sử dụng AI khi chi phí điện toán và token tăng nhanh. Bài viết nêu trường hợp Uber đã dùng hết ngân sách AI của năm 2026 chỉ trong 4 tháng, khiến công ty phải xem xét lại cách phân bổ chi phí cho các công cụ trí tuệ nhân tạo. Đây là tín hiệu quan trọng: AI không còn chỉ là cuộc đua thử nghiệm công nghệ, mà đã trở thành một khoản mục tài chính cần kiểm soát như điện toán đám mây, nhân sự hay chi phí vận hành.

Uber là ví dụ đáng chú ý vì công ty này không phản đối AI. Vấn đề của Uber nằm ở chỗ chi phí tăng quá nhanh trong khi hiệu quả kinh doanh cụ thể chưa dễ chứng minh. The Verge dẫn lời ông Andrew Macdonald, Chủ tịch kiêm Giám đốc vận hành Uber cho biết, việc chi nhiều hơn cho các công cụ như Claude Code không dễ liên hệ trực tiếp với số lượng tính năng hữu ích hơn cho khách hàng. Nói cách khác, đội ngũ kỹ thuật có thể dùng AI nhiều hơn, nhưng ban lãnh đạo vẫn cần trả lời câu hỏi cơ bản: người dùng cuối có nhận được sản phẩm tốt hơn tương ứng với số tiền đã chi hay không.

Claude Code, công cụ hỗ trợ lập trình của Anthropic, trở thành tâm điểm trong tranh luận này. Cần nói rõ để tránh hiểu sai: Anthropic vẫn có các gói trả phí theo tháng cho người dùng và doanh nghiệp. Tuy nhiên, khi dùng ở quy mô lớn hoặc qua giao diện lập trình ứng dụng (API), chi phí có thể được tính theo token, theo mô hình sử dụng và theo các tính năng bổ sung. Trang giá chính thức của Anthropic cho thấy các mô hình Claude API có giá theo lượng token đầu vào và đầu ra; tài liệu của hãng cũng lưu ý một số thay đổi về cách mã hóa dữ liệu có thể làm cùng một đoạn văn bản sử dụng nhiều token hơn trước. Vì vậy, vấn đề không phải là "hết gói tháng", mà là doanh nghiệp khó dự báo chi phí khi nhân viên dùng AI liên tục cho các tác vụ nặng.

Điểm khác biệt giữa AI và phần mềm truyền thống nằm ở cách chi phí phát sinh. Với một phần mềm văn phòng, doanh nghiệp thường trả phí theo tài khoản mỗi tháng. Với nhiều công cụ AI, đặc biệt là công cụ lập trình và tự động hóa nhiều bước, chi phí có thể tăng theo độ dài tài liệu, số lần hỏi, số vòng sửa, số mô hình được gọi và lượng dữ liệu đầu ra. Một nhân viên dùng AI để tóm tắt email có thể chỉ tiêu tốn rất ít. Nhưng một nhóm kỹ sư để AI đọc mã nguồn, đề xuất sửa lỗi, viết lại nhiều phiên bản và chạy các quy trình tự động có thể tạo ra chi phí lớn trong thời gian ngắn.

Từ góc độ quản trị, đây là một bài toán rất quen thuộc: công nghệ tốt chưa chắc là khoản đầu tư tốt nếu không đo được hiệu quả. Một doanh nghiệp có thể cảm thấy năng suất tăng vì nhân viên làm việc nhanh hơn, nhưng nếu không đo rõ số giờ tiết kiệm, lỗi giảm bao nhiêu, doanh thu tăng thế nào hoặc trải nghiệm khách hàng cải thiện ra sao, hóa đơn AI sẽ nhanh chóng trở thành khoản chi khó bảo vệ. Chính vì vậy, những công ty đi trước đang chuyển từ tâm lý "cho dùng càng nhiều càng tốt" sang "dùng đúng chỗ, đúng người và có giới hạn".

Không chỉ chi phí công cụ, câu chuyện AI thay thế nhân sự cũng đang được nhìn lại. Ngày 21/5 vừa qua, Forbes dẫn số liệu cho thấy 29% doanh nghiệp từng cắt giảm nhân sự do AI đã tuyển dụng trở lại cho các vị trí trước đó. Đây là số liệu cần được hiểu thận trọng, nhưng nó cho thấy một thực tế: thay thế con người bằng AI không đơn giản như cắt một dòng chi phí trên bảng lương. Trong nhiều công việc, đặc biệt là chăm sóc khách hàng, bán hàng, sáng tạo nội dung, quản trị vận hành hoặc xử lý tình huống nhạy cảm, con người vẫn có vai trò mà AI chưa thể đảm nhiệm trọn vẹn.

AI có thể trả lời nhanh, nhưng nhanh không đồng nghĩa với đúng. AI có thể viết nháp, nhưng bản nháp vẫn cần người có chuyên môn kiểm tra. AI có thể tóm tắt dữ liệu, nhưng người quản lý vẫn phải hiểu bối cảnh để ra quyết định. Nếu doanh nghiệp cắt người quá sớm, họ có thể phải trả giá bằng chất lượng dịch vụ đi xuống, khách hàng không hài lòng, quy trình nội bộ rối hơn và cuối cùng phải tuyển lại nhân sự với chi phí đào tạo mới. Khi đó, "tiết kiệm nhờ AI" trở thành khoản tiết kiệm ảo.

Một điểm cần nhìn công bằng là AI không phải nguyên nhân duy nhất của các đợt sa thải trong doanh nghiệp. Một số lãnh đạo có thể viện dẫn AI để giải thích cho tái cơ cấu, trong khi nguyên nhân thật có thể bao gồm áp lực lợi nhuận, lãi suất, cổ đông, cạnh tranh hoặc chiến lược cắt giảm chi phí. Ngày 1/6 vừa qua, Business Insider dẫn quan điểm của ông Torsten Slok, kinh tế trưởng của Apollo Global Management, cho rằng chưa có bằng chứng rõ ràng về làn sóng mất việc do AI trên dữ liệu việc làm tổng thể. Điều này cho thấy bức tranh phức tạp hơn khẩu hiệu "AI lấy việc của con người".

Với doanh nghiệp Việt Nam, bài học từ các tập đoàn quốc tế là rất thực tế. Nhiều doanh nghiệp trong nước có thể chưa chi hàng triệu USD cho AI, nhưng vẫn dễ rơi vào tình trạng mua nhiều công cụ, mở nhiều tài khoản, thử nhiều nền tảng mà không có quy trình kiểm soát. Nếu mỗi phòng ban tự chọn một công cụ AI, mỗi nhóm tự dùng một mô hình, mỗi nhân viên tự nhập dữ liệu công ty vào nền tảng bên ngoài, rủi ro không chỉ nằm ở chi phí, mà còn ở bảo mật, chất lượng đầu ra và trách nhiệm pháp lý.

Trước khi dùng AI, doanh nghiệp nên bắt đầu từ 5 câu hỏi đơn giản. Thứ nhất, AI sẽ giải quyết vấn đề cụ thể nào. Thứ hai, chi phí tối đa mỗi tháng là bao nhiêu. Thứ ba, ai được quyền sử dụng và sử dụng cho loại dữ liệu nào. Thứ tư, kết quả do AI tạo ra sẽ được ai kiểm duyệt. Thứ năm, sau 3 tháng, doanh nghiệp sẽ đo hiệu quả bằng chỉ số gì. Nếu chưa trả lời được 5 câu hỏi này, việc triển khai AI trên diện rộng có thể là quyết định vội vàng.

Cách làm an toàn hơn là chọn các khâu ít rủi ro để thử nghiệm trước. AI có thể hỗ trợ tóm tắt tài liệu nội bộ, phân loại yêu cầu khách hàng, gợi ý nội dung email, tìm lỗi trong mã lập trình, tạo bản nháp báo cáo hoặc hỗ trợ nhân viên tra cứu thông tin. Nhưng ở các khâu liên quan đến quyết định tài chính, pháp lý, nhân sự, dữ liệu khách hàng hoặc phát ngôn công khai, con người vẫn phải là người kiểm duyệt cuối cùng. Doanh nghiệp không nên dùng AI như một "nhân viên thay thế", mà nên dùng như một "trợ lý tăng tốc" có giới hạn rõ ràng.

Một nguyên tắc khác là phải quản trị ngân sách AI giống quản trị chi phí điện toán đám mây. Cần có giới hạn theo nhóm, cảnh báo khi vượt mức, báo cáo sử dụng hằng tháng và đánh giá hiệu quả theo từng bộ phận. Với lập trình, doanh nghiệp cần biết công cụ AI giúp giảm bao nhiêu thời gian sửa lỗi, rút ngắn bao nhiêu ngày phát triển sản phẩm hoặc cải thiện bao nhiêu chỉ số vận hành. Với chăm sóc khách hàng, cần đo thời gian phản hồi, mức độ hài lòng, tỷ lệ khiếu nại và số trường hợp phải chuyển cho nhân viên thật.

Sau giai đoạn bùng nổ, thị trường AI đang bước vào giai đoạn trưởng thành hơn. Những công cụ không chứng minh được hiệu quả sẽ bị cắt giảm. Những khoản chi không kiểm soát được sẽ bị giới hạn. Những kỳ vọng thay thế con người toàn diện sẽ phải nhường chỗ cho cách tiếp cận thực tế hơn: con người làm việc có phán đoán, còn AI hỗ trợ các phần việc lặp lại, nặng dữ liệu hoặc cần tốc độ cao.

Vì vậy, "AI bị sa thải vì đắt đỏ" không nên được hiểu là AI thất bại. Đúng hơn, thứ đang bị sa thải là ảo tưởng rằng chỉ cần mua công cụ AI là doanh nghiệp sẽ tự động rẻ hơn, nhanh hơn và thông minh hơn.