Khi AI trở thành “chi phí cá nhân” của nhân viên
Hiện tượng nhân viên phải tự bỏ tiền túi mua thêm công cụ AI là tình trạng người lao động dùng tiền cá nhân để trả cho chi phí AI cho nhân viên, vì tài khoản AI dùng chung, token giới hạn công cụ AI và chính sách cấp quyền của doanh nghiệp không đủ đáp ứng yêu cầu công việc lẫn áp lực hiệu suất ngày càng tăng.
Ngay từ buổi phỏng vấn, Quỳnh Lâm ở Hà Nội đã chủ động hỏi nhà tuyển dụng về các tài khoản AI phục vụ công việc, vì vị trí marketing yêu cầu thành thạo các công cụ AI để sản xuất nội dung. Tưởng rằng công ty “hào phóng” khi nói có hỗ trợ tài khoản, nhưng sau khi nhận việc, cô mới biết đó là tài khoản AI dùng chung cho nhiều nhân viên, số lượt sử dụng và lượng token đều có hạn. Nhiều lúc đang làm dở thì hệ thống báo hết token, cô không thể tiếp tục, buộc phải dừng dự án giữa chừng.
Nhìn bề ngoài, đây là câu chuyện tiết kiệm chi phí AI cho nhân viên của doanh nghiệp. Thực tế, chi phí này đang bị đẩy ngược sang người lao động, trong khi KPI và áp lực hiệu suất và AI vẫn tăng đều. Đó không chỉ là vấn đề công nghệ, mà là lựa chọn quản lý.
Token bị siết, tài khoản dùng chung: tiết kiệm hay “bóp nghẹt” năng suất?
Ở nhiều phòng marketing, một gói Midjourney hay Veo 3 được chia cho cả đội cùng dùng. Với các công cụ tạo ảnh, video, kết quả hiếm khi hoàn thiện chỉ sau một lần nhập lệnh, người dùng phải thử nhiều phiên bản mới có sản phẩm phù hợp. Khi tài khoản chung hết lượt, Lâm phải tự mua thêm dịch vụ bên ngoài để bảo đảm tiến độ công việc.
Câu chuyện token giới hạn công cụ AI không chỉ xảy ra ở doanh nghiệp Việt. Một lãnh đạo Microsoft đã gửi email nhắc nhân viên phải “mindful of how we consume tokens”, đồng thời thông báo mỗi bộ phận chỉ được cấp một lượng token nhất định, sau đó mới điều chỉnh lên hoặc xuống nếu cần. Theo email này, việc giới hạn không còn là ngoại lệ, mà trở thành chính sách để kiểm soát chi phí AI quy mô lớn.
Về mặt tài chính, siết token giúp công ty tránh được tình trạng “tokenmaxxing” – dùng AI tới mức tối đa bất kể chi phí. Nhưng ở cấp độ người dùng, hệ quả là những lần “đứt gánh giữa đường”: nhiều lúc đang làm dở thì hết token, không thể tiếp tục. Khi token trở thành van khóa chi phí, nó đồng thời là van hạn chế năng suất.
Chi phí AI cho nhân viên: từ gói chính chủ đến tài khoản chia sẻ
Khi công ty không cấp đủ, nhân viên buộc phải biến mình thành “nhà đầu tư AI bất đắc dĩ”. Có hai con đường chính: đăng ký trực tiếp với nhà cung cấp hoặc mua tài khoản chia sẻ qua bên thứ ba. Cách thứ nhất rõ ràng về quyền sử dụng, thanh toán và bảo mật, nhưng chi phí cao nếu phải dùng cùng lúc nhiều công cụ khác nhau.
Một số mức giá cho thấy bức tranh chi phí AI cho nhân viên không hề nhỏ: Midjourney có giá khoảng 250.000 đồng đến 3.000.000 đồng mỗi tháng, Leonardo AI từ khoảng 300.000 đồng đến 1.500.000 đồng mỗi tháng, Canva Pro khoảng 3.000.000–3.600.000 đồng mỗi năm, còn Kling AI từ 250.000 đồng đến hơn 4.000.000 đồng mỗi tháng. Nếu dùng đồng thời nhiều công cụ tạo ảnh, video và thiết kế, chi phí có thể lên khoảng 2.500.000–3.000.000 đồng mỗi tháng, và với nhu cầu cao hơn, mức chi có thể vượt 5.000.000 đồng.
Không ít người tìm tới tài khoản AI dùng chung giá rẻ hoặc nhóm gia đình. Một gói Google AI giá 489.000 đồng mỗi tháng chia cho 6 người thì mỗi người chỉ trả khoảng 81.500 đồng. Nhưng đổi lại là rủi ro bị loại khỏi nhóm, mất quyền truy cập giữa chừng hoặc hết hạn mức do người khác sử dụng. Với các tài khoản dùng chung, nhiều người cùng đăng nhập còn làm tăng nguy cơ lộ câu lệnh, hình ảnh, video và dữ liệu công việc.
Áp lực hiệu suất và AI: khi KPI đẩy nhân viên tới “vùng đỏ”
Nhật Tâm, nhân viên truyền thông tại một doanh nghiệp công nghệ ở TP.HCM, được yêu cầu tăng sản lượng nội dung số lên khoảng 40 bài mỗi tháng, đồng thời mở rộng sang nhiều định dạng ảnh và video. Áp lực sử dụng AI để nâng năng suất vì thế cũng lớn hơn. Công ty có cung cấp một số công cụ, nhưng lựa chọn chủ yếu theo mức giá và ngân sách, không dựa trên khả năng đáp ứng công việc.
Nhiều phần mềm được cấp có chi phí phù hợp với doanh nghiệp nhưng khả năng hiểu yêu cầu và chất lượng đầu ra chưa đạt kỳ vọng. Tâm phải làm lại sản phẩm nhiều lần, thời gian chỉnh sửa kéo dài, khiến AI chưa giúp tăng năng suất như mong đợi. Tài khoản chỉ được phép đăng nhập trên máy tính nội bộ, nên khi phát sinh việc vào buổi tối hoặc cuối tuần, Tâm đôi lúc phải quay lại văn phòng tiếp tục dùng.
Trong bối cảnh đó, áp lực hiệu suất và AI trở thành cặp song hành: KPI tăng, token giảm, công cụ chưa phù hợp, và trách nhiệm bảo đảm tiến độ rơi xuống vai cá nhân. Trước áp lực tiến độ, cả Lâm và Tâm đều lựa chọn tự chi tiền mua thêm dịch vụ AI bên ngoài. Một người thậm chí bỏ “tiền túi” 5.000.000 đồng mua tài khoản AI. KPI thuộc về công ty, nhưng chi phí và rủi ro lại thuộc về người lao động.
Giải bài toán AI: quản lý tài nguyên, không đẩy rủi ro cho người lao động
Điều đáng chú ý là tự mua thêm tài khoản chưa chắc giúp tăng năng suất. Nếu nhân viên không biết chọn đúng công cụ, viết yêu cầu rõ ràng, kiểm chứng kết quả và tích hợp AI vào quy trình làm việc, chi phí thuê bao có thể tăng mà hiệu quả không cải thiện đáng kể. Bài toán không nằm ở số lượng tài khoản, mà ở cách doanh nghiệp quản lý và đào tạo.
Sau khi Lâm nêu vấn đề tại buổi đối thoại thường niên, công ty đã mời chuyên gia hướng dẫn nhân viên khai thác các công cụ AI hiện có, thay vì tiếp tục mua thêm phần mềm nhưng dùng rời rạc và nhanh hết hạn mức. Sau chương trình đào tạo, nhóm của Lâm phân loại lại nhu cầu: công việc thường xuyên ưu tiên dùng tài khoản trả phí, còn tác vụ đơn giản chuyển sang công cụ miễn phí hoặc gói có hạn mức thấp hơn; tài nguyên được phân bổ theo lịch để tránh hết token giữa chừng.
Trong bối cảnh nhiều tập đoàn lớn bắt đầu giới hạn token và phân bổ chi tiêu AI theo phòng ban để kiểm soát chi phí, doanh nghiệp Việt khó có thể “xài AI vô tội vạ”. Nhưng giải pháp không nên là đẩy chi phí AI cho nhân viên, buộc họ tự chi 2.500.000–5.000.000 đồng mỗi tháng để nuôi KPI. Nếu AI là hạ tầng năng suất cốt lõi, nó phải được quản lý như một phần của hệ thống vận hành, không phải khoản “phí phụ” gắn lên người lao động.
