Nhà phân tích dự đoán: Năm 2029, chi tiêu cho Token AI của doanh nghiệp có thể còn đắt hơn lương kỹ sư.

Anthropic chỉ có 5.000 nhân viên, nhưng chi phí vận hành lại gấp 2,3 lần tiền lương; doanh nghiệp trung vị mỗi kỹ sư chỉ tốn 137 đô la Mỹ một năm. Khoảng cách 680 lần là điều bí ẩn mà bài phân tích này muốn giải mã, và năm 2029 rốt cuộc sẽ đi đến kết cục nào vẫn là ẩn số.
(Tin trước: Từ ép nhân viên dùng AI đến sợ đốt quá nhiều Token: Ngày càng nhiều doanh nghiệp siết chặt hạn ngạch sử dụng AI nội bộ)
(Bổ sung bối cảnh: Oracle hiếm khi tự tiết lộ trung tâm dữ liệu "có thể không thu hồi vốn", cổ phiếu Oracle tháng 6 giảm 40%)

Mục lục bài viết

Toggle

• Sức mạnh tính toán nuốt chửng tiền lương trước
• Lực đẩy và lực kéo
• Mỗi công ty đều đang đặt cược

Hãy tưởng tượng, một công ty bình thường vào năm 2029 nuôi một kỹ sư, hóa đơn AI phải trả hàng năm, rất có thể còn đắt hơn tiền lương của chính kỹ sư đó? Đây là kết luận mà nhà phân tích đầu tư mạo hiểm nổi tiếng Tomasz Tunguz tính toán bằng ba mô hình kịch bản.

Khi chi phí vận hành bắt đầu tiến gần hoặc thậm chí vượt qua chi phí nhân công, chi tiêu AI không còn là ngân sách công cụ có thể có hoặc không, mà là chi phí cấu trúc cần được so sánh trên cùng một bảng báo cáo lỗ lãi với tiền lương.

Sức mạnh tính toán nuốt chửng tiền lương trước

Câu chuyện này bắt đầu từ sổ sách của chính Anthropic. Theo thống kê của SaaStr, công ty này hiện chỉ có khoảng 5.000 nhân viên, nhưng lại chi khoảng 10 tỷ đô la Mỹ cho suy luận và huấn luyện vào năm 2026. Quy đổi ra, trung bình mỗi nhân viên phải gánh khoảng 2 triệu đô la Mỹ chi phí vận hành mỗi năm, so với mức lương toàn phần ước tính trên 500.000 đô la Mỹ theo Levels.fyi, chi phí vận hành gấp 2,3 lần tiền lương.

Đây là tỷ lệ chưa từng có trong toàn bộ ngành công nghiệp phần mềm, hầu hết các công ty hoàn toàn sống ở một thế giới khác. Theo thống kê của Ramp AI Index vào tháng 6 năm 2026, 1% doanh nghiệp hàng đầu, mỗi kỹ sư chi khoảng 89.000 đô la Mỹ mỗi năm cho AI, tương đương 40% tiền lương của một kỹ sư cao cấp có thu nhập 224.000 đô la Mỹ mỗi năm; doanh nghiệp trung vị, mỗi kỹ sư chỉ tốn 137 đô la Mỹ một năm, gần như bằng không.

Khoảng cách giữa đỉnh và trung vị là gần 680 lần, cũng là điều bí ẩn mà bài phân tích này muốn giải thích nhất: Khoảng cách này sau đó sẽ mở rộng hay thu hẹp lại.

99% công ty còn lại, liệu có và sẽ nhanh đến đâu bắt kịp nhịp điệu của Anthropic? Tunguz đóng khung câu trả lời bằng ba kịch bản: Kịch bản bi quan giả định giá token tiếp tục giảm xuống để bù đắp tăng trưởng nhu cầu; kịch bản cơ sở giả định đường cong tăng trưởng của 1% hàng đầu dần chậm lại; kịch bản lạc quan giả định toàn bộ thị trường vào năm 2029 bắt kịp tỷ lệ hiện tại của Anthropic. Mỗi kịch bản đều quy đổi hóa đơn AI thành tỷ lệ phần trăm so với mức lương cơ sở 224.000 đô la Mỹ của kỹ sư cao cấp, và giả định tiền lương tăng khoảng 5% mỗi năm:

• Năm 2026: Bi quan, cơ sở, lạc quan đều là 90.000 đô la Mỹ, tỷ lệ 40%
• Năm 2027: Bi quan 106.000 đô la Mỹ (45%), cơ sở 164.000 đô la Mỹ (70%), lạc quan 258.000 đô la Mỹ (110%)
• Năm 2028: Bi quan 118.000 đô la Mỹ (48%), cơ sở 259.000 đô la Mỹ (105%), lạc quan 444.000 đô la Mỹ (180%)
• Năm 2029: Bi quan 106.000 đô la Mỹ (41%), cơ sở 363.000 đô la Mỹ (140%), lạc quan 596.000 đô la Mỹ (230%)

Số tiền trong kịch bản bi quan lại giảm sau năm 2028, vì tốc độ giảm tỷ lệ nhanh hơn lạm phát tiền lương.

Lực đẩy và lực kéo

Lý do kịch bản lạc quan đứng vững, then chốt là các quy trình làm việc AI ngày càng phức tạp (agentic workflow).

Khi bạn để AI tự động thực hiện các nhiệm vụ liên tục, tự quyết định bước tiếp theo cần làm, thay vì chỉ hỏi đáp đơn thuần, lượng token tiêu thụ sẽ lớn hơn nhiều bậc so với chế độ trò chuyện. Goldman Sachs dự đoán, đến năm 2030, lượng token tiêu thụ sẽ tăng gấp 24 lần.

Mặt khác, theo nghiên cứu của Epoch AI, mỗi nhân viên của Anthropic và OpenAI tạo ra doanh thu lần lượt 14 triệu và 6,5 triệu đô la Mỹ, là hai công ty cao nhất trong danh sách Forbes Global 2000. Cấu trúc chi phí, cuối cùng là đi theo cấu trúc doanh thu, các công ty có thể chi tiêu thường cũng là các công ty kiếm lại được.

Nhưng lực kéo về phía kịch bản bi quan cũng có thật, và đã xảy ra suốt ba năm. Định giá đầu vào của mô hình cấp GPT-4 của OpenAI, từ 30 đô la Mỹ mỗi triệu token khi ra mắt vào tháng 3 năm 2023, đã giảm xuống dưới 3 đô la Mỹ vào năm 2026, giảm với tốc độ gấp mười lần mỗi năm trong ba năm.

Và các mô hình nguồn mở cũng đang tiến gần đến mức tiên tiến, DeepSeek-V3 và các phiên bản sau, với chi phí API chỉ từ một phần mười đến một phần ba mươi, đã đạt được kết quả có thể so sánh với các mô hình đóng hàng đầu, điều này trùng hợp với lý do tại sao cuộc tranh luận nguồn mở và nguồn đóng là một trong những vấn đề chính trị quan trọng nhất của kỷ nguyên AI: các mô hình nguồn mở rẻ tiền trực tiếp quyết định liệu kịch bản bi quan có cơ hội trở thành hiện thực hay không.

Các công ty sẵn sàng chủ động hạn chế sử dụng theo vai trò hoặc khối lượng công việc cũng có thể tự tay hạ thấp đường cong này, mà không cần phải thụ động chờ giá giảm.

Mỗi công ty đều đang đặt cược

Điều thực sự đáng chú ý trong bài phân tích này không phải là kết luận bề mặt "AI rất đắt", mà là chi tiêu AI đang chuyển từ một ngân sách công cụ có thể có hoặc không, thành một chi phí cấu trúc đủ sức sánh ngang với chi phí nhân công. Trong kịch bản lạc quan, hóa đơn AI của một kỹ sư, tự nó đã đủ sức sánh ngang với doanh thu trung vị mà một nhân viên của công ty SaaS đại chúng tạo ra cho công ty (khoảng 250.000 đô la Mỹ), đây không còn là mức độ của chi phí công cụ, mà là mức độ của một mức lương khác.

Khi chi phí vận hành bắt đầu được đặt trên cùng một bảng báo cáo lỗ lãi với tiền lương và kéo nhau, doanh nghiệp cần quyết định trước mình sẵn sàng lập ngân sách cho tương lai nào.