Nghịch lý: giá token AI giảm 98% nhưng hóa đơn lại phình to
Nghịch lý Jevons trong thời đại AI là hiện tượng giá token AI giảm rất mạnh nhưng tổng chi phí AI doanh nghiệp phải trả vẫn tăng nhanh do khối lượng sử dụng và độ phức tạp của tác vụ AI phình to, khiến tiền tiết kiệm được từ đơn giá bị “ăn hết” bởi số lần gọi và số token khổng lồ mà các hệ thống mới tiêu thụ.
Cuối năm 2022, chi phí xử lý một triệu token còn rất cao; từ đó đến nay, giá token AI đã giảm khoảng 98% nhờ cạnh tranh và cải tiến kỹ thuật liên tục. Nếu đi theo logic “giá rẻ thì tổng chi giảm”, hóa đơn AI lẽ ra phải ngày càng nhẹ. Nhưng dữ liệu trên thực tế đi ngược hoàn toàn: chi phí AI của doanh nghiệp trung bình đã tăng gấp ba lần trong cùng giai đoạn. Câu chuyện này không phải ngoại lệ cá biệt, mà là dấu hiệu cho thấy khi giá token AI giảm, người dùng lao vào AI như một nguồn lực gần như miễn phí – và đó là khởi đầu của một cuộc bùng nổ chi tiêu khó kiểm soát.
Từ “tokenmaxxing” đến nghịch lý Jevons trong môi trường AI
Email nội bộ do Phó Chủ tịch điều hành Jay Parikh gửi nhân viên đã dùng một cụm từ đáng chú ý: “Tokenmaxxing không phải điều chúng ta đang tối ưu hóa”. “Tokenmaxxing” mô tả thói quen dùng AI tối đa, gọi model liên tục như thể nó miễn phí, không hề để ý đến giá mỗi token. Khi AI chỉ hỗ trợ viết email hay gợi ý vài dòng mã, lượng token tiêu thụ mỗi tương tác tương đối nhỏ và dễ dự đoán. Nhưng khi doanh nghiệp chuyển sang mô hình tác nhân tự động, để AI thực hiện cả chuỗi tác vụ, mỗi nhiệm vụ có thể ngốn hàng chục tới hàng trăm lần token so với cách dùng cũ.
Đó chính là bản chất nghịch lý Jevons trong bối cảnh AI: giá token AI giảm làm ngưỡng chi tiêu trở nên “không đau” trong ngắn hạn, khuyến khích người dùng mở rộng phạm vi, tần suất và độ phức tạp của các yêu cầu. Giá mỗi token rẻ hơn 98%, nhưng số lượng token dùng tăng nhanh hơn nhiều. Kết quả: chi phí AI tăng thay vì giảm – và hiệu suất năng suất chưa chắc đã tăng kịp để bù cho hóa đơn đang phình ra.
Microsoft siết lại: từ dùng AI bừa bãi đến ngân sách token
Sự bùng nổ chi tiêu buộc Microsoft phải làm điều nghe có vẻ nghịch lý: hạn chế chính nội bộ trong việc dùng AI. Một nhân viên ẩn danh mô tả việc áp ngân sách token là “lời thừa nhận cuối cùng” rằng công ty không thể để nhân viên tự do dùng sản phẩm AI của chính mình mà không giới hạn. Theo email bị rò rỉ, từ tháng 7 năm 2026, Microsoft sẽ áp ngân sách token theo từng bộ phận cho toàn công ty và chuyển mô hình AI mặc định nội bộ sang một phiên bản OpenAI rẻ hơn. Đây là động thái rõ ràng để quản lý chi phí AI thay vì tiếp tục “đốt token” không kiểm soát.
Trên thực tế, thời kỳ dùng AI bừa bãi tại Microsoft đã qua từ trước khi email được gửi đi. Từ tháng 5, công ty âm thầm hủy hầu hết giấy phép Claude Code trong nhóm Experiences and Devices và yêu cầu kỹ sư chuyển sang GitHub Copilot CLI trước cuối năm tài chính. Song song, nhân viên được cung cấp dashboard nội bộ để theo dõi mức tiêu thụ token cá nhân. Điều này cho thấy vấn đề không nằm ở chỗ Microsoft thiếu tiền, mà ở chỗ chi tiêu AI tăng với tốc độ không thể dự đoán và không tương xứng với lợi ích năng suất nhận về.
Khi cả ngành phải học cách quản lý chi phí AI
Câu chuyện của Microsoft là một lát cắt của bức tranh rộng hơn. Nhiều tập đoàn lớn trong viễn thông, mạng xã hội, thương mại, phần mềm và tài chính đều đã triển khai các hình thức giới hạn hoặc theo dõi chi tiêu AI của nhân viên trong những tháng gần đây. Tất cả cùng vướng một bài toán: các công cụ AI định giá theo token vận hành khác hẳn với phần mềm doanh nghiệp truyền thống vốn tính phí theo số ghế, khiến đội ngũ tài chính không có mô hình dự báo phù hợp cho loại chi phí biến động kiểu mới này.
Thông điệp “AI cho tất cả mọi người” từng thống trị khoảng mười tám tháng trước giờ đã lùi lại để nhường chỗ cho tư duy quản trị. Những doanh nghiệp dẫn đầu đang xây dựng dashboard theo dõi token, đặt trần ngân sách cho từng bộ phận, thay thế model đắt tiền bằng model rẻ hơn làm mặc định và coi AI như một nguồn lực vận hành phải được quản lý giống điện, nước hay băng thông mạng. Chi phí AI tăng không còn là tai nạn, mà là dấu hiệu AI đã bước từ giai đoạn thử nghiệm sang hạng mục chi phí thường xuyên – và nếu không quản lý, nó sẽ “ăn mòn” biên lợi nhuận.
Chiến lược kiểm soát sử dụng AI: Đừng trông chờ giá token giảm
Điểm sai lớn nhất của nhiều doanh nghiệp là tin rằng giá token AI giảm sẽ tự động kéo chi phí xuống. Nghịch lý Jevons trong bối cảnh AI cho thấy điều ngược lại: giá càng rẻ, mức độ và phạm vi sử dụng càng mở rộng, khiến chi phí AI tăng nếu không kèm cơ chế kiểm soát. Vì chi tiêu AI tăng không tương xứng với lợi ích năng suất, doanh nghiệp cần coi quản lý chi phí AI là năng lực cốt lõi, không phải việc phụ của bộ phận kỹ thuật.
Điểm bắt đầu hợp lý là thiết kế chính sách kiểm soát sử dụng AI: đặt ngân sách token theo bộ phận, yêu cầu dự án nào tiêu tốn nhiều token phải chứng minh được giá trị kinh doanh, ưu tiên dùng model rẻ cho các tác vụ không đòi hỏi chất lượng cao, và bắt buộc mọi team dùng dashboard theo dõi mức tiêu thụ token theo thời gian thực. Chi phí AI sẽ không tự giảm chỉ vì giá token đi xuống; nó chỉ giảm khi doanh nghiệp chủ động quản lý hành vi sử dụng AI của chính mình và dám đặt ra giới hạn rõ ràng.
