Mua AI dễ, nuôi mới đắt
Một thay đổi âm thầm đang diễn ra trong cách doanh nghiệp chi tiền cho công nghệ. Nếu trước đây phần mềm thường là khoản đầu tư tương đối ổn định, thì với AI, chi phí đang dịch chuyển sang mô hình vận hành: càng dùng nhiều, chi phí càng tăng.
Nhiều doanh nghiệp hiện bắt đầu triển khai AI bằng những con số khá “dễ chịu”. Một tài khoản công cụ AI phổ biến có giá khoảng 20 USD/tháng. Với một nhóm 50 nhân sự, chi phí ban đầu chỉ khoảng 1.000 USD mỗi tháng. Nhưng theo các chuyên gia của Gartner và LexData Labs, bản quyền phần mềm thực chất chỉ là phần nhỏ nhất của bài toán. Trong hệ thống AI, chi phí lớn nhất nằm ở inference – tức chi phí mỗi lần mô hình xử lý yêu cầu. LexData Labs cho biết khoản này có thể chiếm tới 70–90% tổng chi phí tính toán trong vòng đời của một hệ thống AI.
Điều này khiến tổng chi phí dễ phình to khi hệ thống được sử dụng rộng rãi. Trong một kịch bản doanh nghiệp tầm trung, tổng chi phí sở hữu (TCO) của dự án AI trong 3 năm ban đầu được ước tính khoảng 7,2 triệu USD. Nhưng khi hệ thống xử lý khoảng 150 triệu lượt truy vấn, chi phí thực tế có thể tăng lên 11,6 triệu USD – cao hơn khoảng 60%.
Tuy nhiên, câu chuyện đáng chú ý hơn nằm ở phía sau cấu trúc chi phí này. Theo Gartner, chi phí bản quyền phần mềm thường chỉ chiếm khoảng 20–35% tổng chi phí triển khai AI. Khoảng 65–80% còn lại nằm ở những hạng mục vận hành như dữ liệu, tích hợp hệ thống và nhân lực. Trong đó, dữ liệu là một trong những “hố đen” ngân sách lớn nhất. Financial Times cho biết khoảng 80% công việc của các chuyên gia dữ liệu thực tế là chuẩn hóa và làm sạch dữ liệu. Với nhiều doanh nghiệp, nơi dữ liệu nằm rải rác trong các hệ thống CRM, ERP hoặc kho dữ liệu nội bộ, chi phí tích hợp thường cao gấp 2–3 lần dự toán ban đầu.
Điều này cho thấy AI đang tạo ra một sự thay đổi lớn trong cấu trúc chi tiêu công nghệ: từ CapEx (đầu tư công cụ) sang OpEx (chi phí vận hành liên tục). Nói cách khác, doanh nghiệp không chỉ mua một phần mềm mới mà đang xây thêm một “hạ tầng tiêu thụ tài nguyên” trong tổ chức. Chính vì vậy, rủi ro lớn nhất có thể nằm ở phía trước.
Khảo sát của ngân hàng đầu tư Jefferies cho thấy 74% giám đốc tài chính nhận thấy AI giúp cải thiện năng suất làm việc. Tuy nhiên chỉ khoảng 5% doanh nghiệp thực sự cắt giảm được chi phí và 6% ghi nhận tăng trưởng doanh thu rõ rệt. Trong khi đó, Gartner dự báo hơn 40% các dự án AI tác vụ có thể bị hủy bỏ trước năm 2027 do chi phí leo thang và giá trị kinh doanh không rõ ràng.
Nếu xu hướng này tiếp diễn, nhiều doanh nghiệp có thể rơi vào một “cái bẫy chi phí mới”: hệ thống AI ngày càng được sử dụng rộng rãi nhưng lợi ích tài chính chưa theo kịp tốc độ gia tăng của chi phí vận hành. Điều đó buộc doanh nghiệp phải thay đổi cách tiếp cận. Theo khuyến nghị của BCG, khoảng 70% nguồn lực triển khai AI nên dành cho con người và thay đổi quy trình, 20% cho dữ liệu và hạ tầng, trong khi chỉ khoảng 10% dành cho mô hình AI.
Nhìn từ góc độ này, bài toán của AI không còn nằm ở việc công nghệ có đủ mạnh hay không, mà ở việc doanh nghiệp có kiểm soát được chi phí vận hành của hệ thống mới hay không.
Vương Anh
