Nghịch lý AI: tiền thì đốt, lợi nhuận thì… chờ
Nghịch lý AI trong doanh nghiệp là tình trạng chi tiêu lớn cho công nghệ, token và hạ tầng trí tuệ nhân tạo mà hiệu quả kinh doanh, lợi nhuận hay lợi thế cạnh tranh thu được lại rất mờ nhạt, xuất phát từ việc thiếu mục tiêu rõ ràng và cách đo lường giá trị phù hợp. Nhiều lập trình viên tại các công ty lớn đang tiêu hàng nghìn USD mỗi ngày để chứng minh việc nâng cao hiệu suất bằng AI, mặc cho kết quả thực tế chưa đạt kỳ vọng. Đằng sau cơn sốt AI không phải là câu chuyện thiếu ngân sách, mà là thiếu câu trả lời cho hai câu hỏi đơn giản: AI đang giải quyết vấn đề gì, và giá trị đó được đo bằng thước đo nào.
Trong bối cảnh này, AI trở thành cuộc đua phô trương hơn là công cụ sinh lợi. Khi tiêu thụ token được khen thưởng còn hiệu quả triển khai AI bị bỏ ngỏ, mọi thứ trượt dần khỏi quỹ đạo kinh doanh. Thay vì hỏi “chúng ta dùng được bao nhiêu AI?”, các công ty cần dám đối diện câu hỏi khó chịu hơn: “nếu tắt AI ngày mai, khách hàng và dòng tiền có bị ảnh hưởng không?”. Nếu câu trả lời là không, thì đó không phải chiến lược AI, đó là một khoản chi phí AI không hiệu quả được khoác áo đổi mới.
Tokenmaxxing: khi KPI là số token, không phải giá trị
Để hiểu được vì sao chi phí AI phình to mà ROI công nghệ AI lại thấp, cần nhìn vào bối cảnh: cho đến gần đây, ngay cả người dùng chuyên nghiệp tích cực dùng AI cũng chỉ tiêu thụ hàng nghìn token mỗi ngày. Song, sự xuất hiện của các công cụ lập trình tự động đã thay đổi tất cả. Những hệ thống này có thể chạy hàng giờ, xem xét, viết và chỉnh sửa cả kho mã, sinh ra lượng token khổng lồ mà không cần người ngồi gõ bàn phím.
Hiện tượng tokenmaxxing – dùng tối đa token bất kể đầu ra – đang được nuôi dưỡng ngay trong hệ thống đánh giá nội bộ. Tại một số tập đoàn lớn, quản lý đã đưa mức độ sử dụng AI vào tiêu chí đánh giá hiệu suất, thậm chí xây dựng bảng xếp hạng tuần theo số token mỗi nhân viên tiêu thụ. Trích dẫn đáng chú ý là: “Trong các công ty công nghệ lớn, việc không sử dụng AI với tốc độ nhanh chóng đang trở thành một rủi ro nghề nghiệp”. Khi đó, chiến lược AI doanh nghiệp biến dạng: nhân viên tối ưu cho sự hiện diện của AI, không phải cho hiệu quả triển khai AI hay lợi nhuận.
Allbirds: cú rẽ gắt sang AI và bài học mục đích
Ở chiều ngược lại, câu chuyện Allbirds cho thấy khi AI gắn với một quyết định chiến lược đủ rõ, thị trường phản ứng rất khác. Thương hiệu giày này đã công bố kế hoạch tái cấu trúc toàn diện thành một công ty hạ tầng AI, khiến giá cổ phiếu tăng vọt 700%. Quyết định này được đưa ra trong bối cảnh Allbirds đang đối mặt với cuộc khủng hoảng sinh tồn, sau khi giá trị cổ phiếu mất gần như toàn bộ so với giai đoạn được định giá cao trước đó.
Điều đáng nói không chỉ là cú nhảy từ giày sang AI, mà là cách họ định nghĩa lại mình: Allbirds sẽ chính thức đổi tên thành “NewBird AI” và không còn sản xuất giày mà tập trung cung cấp dịch vụ GPU-as-a-Service và các giải pháp đám mây chuyên dụng cho AI. Dù còn nhiều hoài nghi về tính khả thi, thị trường hiểu một thông điệp: công ty không nói về AI chung chung, họ chọn một vị trí cụ thể trong chuỗi giá trị – hạ tầng tính toán. Đây là khác biệt cốt lõi giữa tái cấu trúc công ty AI với mục tiêu rõ ràng và phong trào dán nhãn AI để gây tiếng vang.
Chiến lược AI có mục đích: từ đốt token sang đo giá trị
Điểm khác giữa những doanh nghiệp đang sa lầy chi phí AI không hiệu quả và các trường hợp như Allbirds không nằm ở mức độ “hiện đại” của công nghệ, mà ở việc họ trả lời được: AI phục vụ mô hình kinh doanh nào. Trong khi nhiều công ty đo chiến lược AI doanh nghiệp bằng số lượng công cụ được triển khai hay số token tiêu thụ, Allbirds buộc phải gắn AI với một mô hình doanh thu mới: hạ tầng GPU và đám mây chuyên dụng. Dù đây là canh bạc lớn, ít nhất đường đi – từ sản phẩm, khách hàng, đến nguồn thu – được vẽ ra, thay vì dừng lại ở việc trang bị AI cho có.
Câu hỏi không còn là “AI có mặt ở đâu trong công ty?” mà là “AI thay đổi số liệu nào trong báo cáo kinh doanh?”. Khi số token tiêu thụ được đưa vào KPI, nhưng doanh thu, biên lợi nhuận hay chi phí vận hành không thay đổi, đó là tín hiệu chiến lược lệch hướng. Ngược lại, dù vẫn là câu chuyện nhiều rủi ro, việc tái cấu trúc công ty AI với vai trò hạ tầng như Allbirds đặt ra chuẩn mới: AI phải gắn với một thị trường, một khách hàng và một dòng tiền cụ thể, nếu không toàn bộ cơn sốt chỉ là cuộc đua tiêu hao tài nguyên.
