Giám đốc tài chính của OpenAI Sarah Friar đang kêu gọi các công ty từ bỏ các số liệu họ đã sử dụng trong nhiều thập kỷ để đánh giá phần mềm và áp dụng một thước đo mới cho trí tuệ nhân tạo - một thước đo được xây dựng dựa trên công việc đã hoàn thành thay vì số lượng người sử dụng công cụ.

Trong một bài đăng trên blog xuất bản vào thứ Sáu ngày 17 tháng 7 năm 2026 và được trình bày chi tiết trong một bài đăng trên LinkedIn do Axios, Fortune và CFO Dive báo cáo, Friar đã giới thiệu cái mà cô gọi là cách tiếp cận "trí tuệ hữu ích trên mỗi đô la". Lập luận cốt lõi: các số liệu xác định kỷ nguyên SaaS - chỗ ngồi, người dùng hoạt động, gia hạn - không nắm bắt được giá trị mà AI tạo ra. Để biết thông tin phân tích liên tục về cách các doanh nghiệp đang vật lộn với nền kinh tế AI, hãy theo dõi thông tin về ngành AI của chúng tôi.

Bốn câu hỏi

Friar đề xuất các tổ chức đánh giá giá trị AI bằng cách trả lời bốn câu hỏi:

1. Việc hoàn thành công việc của AI có quan trọng không?
2. Chi phí cho mỗi nhiệm vụ thành công là bao nhiêu?
3. Mọi người có thể tin vào kết quả không?
4. Mỗi đô la AI có tạo ra nhiều giá trị hơn khi mức sử dụng tăng lên không?

Friar viết trên LinkedIn: “Trong nhiều năm, phần mềm được đo lường thông qua việc áp dụng: chỗ ngồi, người dùng tích cực, gia hạn”. “AI thì khác – nó cần được đo lường bằng công việc đã hoàn thành.”

Khung mô tả lại mức tiêu thụ mã thông báo – số lượng xử lý AI mà một công ty phải trả – không phải là chi phí cần giảm thiểu mà là nguyên liệu thô chỉ trở nên có giá trị khi chuyển đổi thành đầu ra có thể sử dụng được. Cô viết: “Mã thông báo tạo ra giá trị khi chúng biến thành công việc mà mọi người có thể sử dụng”, đồng thời lập luận rằng khi các mô hình ngày càng có nhiều khả năng hơn, chúng có thể đảm nhận các nhiệm vụ nhiều bước, lâu hơn nhằm duy trì bối cảnh, lý luận trên các công cụ và thích ứng khi chúng thực hiện.

Tại sao OpenAI lại thúc đẩy điều này vào lúc này

Lời chào hàng diễn ra vào thời điểm không mấy dễ chịu đối với ngành AI. Theo số liệu của Gartner do CFO Dive trích dẫn, chi tiêu trên toàn thế giới cho AI được dự báo sẽ đạt 2,59 nghìn tỷ USD vào năm 2026, tăng 47% so với cùng kỳ năm trước. Tuy nhiên, bằng chứng cho thấy việc chi tiêu đang mang lại hiệu quả vẫn còn ít. Một nghiên cứu của PwC công bố vào tháng 1 cho thấy chỉ 12% CEO cho biết AI mang lại cả lợi ích về chi phí và doanh thu. 33% khác báo cáo mức tăng về chi phí hoặc doanh thu, trong khi 56% cho biết họ chưa thấy lợi ích tài chính đáng kể nào cho đến nay.

Khoảng cách đó đang tạo ra sự thất vọng rõ ràng ở cấp cao nhất của công ty. Giám đốc điều hành Palantir Alex Karp gần đây đã nói với CNBC rằng nhiều lãnh đạo doanh nghiệp "mệt mỏi" với tính kinh tế của các mô hình ngôn ngữ lớn, đặt câu hỏi liệu chi phí mã thông báo tăng có chuyển thành lợi nhuận hay không - những nhận xét mà Karp đưa ra khi quảng bá công nghệ của chính Palantir và thừa nhận là có động cơ thương mại.

Đối với OpenAI, công ty bán các token được đề cập, việc điều chỉnh lại cuộc trò chuyện xoay quanh kết quả thay vì tiêu dùng là điều quan trọng về mặt chiến lược. Nếu khách hàng đo lường thành công bằng công việc đã hoàn thành thì việc trả nhiều tiền hơn cho một mô hình tiên phong hoàn thành một nhiệm vụ phức tạp một cách đáng tin cậy sẽ mang lại hiệu quả chứ không phải lãng phí.

Thay đổi tư duy chỗ ngồi và đổi mới

Ý tưởng "trí tuệ hữu ích trên mỗi đô la" phù hợp với việc xem xét lại rộng rãi hơn về cách định giá và đo lường AI. Phần mềm doanh nghiệp truyền thống được bán theo từng chỗ; Việc định giá AI dựa trên mức sử dụng đã phá vỡ mô hình đó vì một chỗ ngồi hiện có thể tiêu thụ lượng điện toán rất khác nhau tùy thuộc vào nhiệm vụ. Bốn câu hỏi của Friar yêu cầu người mua xây dựng kế toán nội bộ một cách hiệu quả xung quanh nhiệm vụ đã hoàn thành và chi phí cho mỗi nhiệm vụ thành công — một con số khó theo dõi hơn nhiều so với số lượng nhân viên, nhưng lại phản ánh những gì công nghệ thực sự làm.

Không phải ai cũng tin rằng thước đo mới có lợi cho người mua. Các nhà phê bình lưu ý rằng "công việc đã hoàn thành" rất khó xác định và kiểm tra, đồng thời các nhà cung cấp có mọi động cơ để phân loại sản phẩm AI là thành công. Độ tin cậy - câu hỏi thứ ba của Friar - đặc biệt khó đo lường khi các mô hình đưa ra câu trả lời tự tin nhưng không chính xác, hiện tượng này được gọi là ảo giác. Nếu không có xác minh độc lập, số liệu có nguy cơ trở thành một công cụ tiếp thị thay vì cơ chế giải trình.

Tuy nhiên, đề xuất này phản ánh một sự thay đổi thực sự trong cuộc đối thoại. Sau hai năm đo lường mức độ áp dụng khó thở, các giám đốc điều hành đang yêu cầu bằng chứng cho thấy chi tiêu cho AI đang kiếm được tiền. Những công ty có thể trả lời bốn câu hỏi của Friar bằng dữ liệu – cho dù họ sử dụng mô hình của OpenAI hay của đối thủ cạnh tranh – sẽ là những công ty có ngân sách vượt qua được sự giám sát không thể tránh khỏi.

Nguồn

  • CFO Dive, "OpenAI đưa ra thước đo mới để đo lường các khoản đầu tư vào AI," ngày 17 tháng 7 năm 2026
  • Axios, "Độc quyền: Giám đốc tài chính của OpenAI đưa ra một cách mới để đo lường giá trị của AI," ngày 17 tháng 7 năm 2026
  • Fortune, "Giám đốc tài chính của OpenAI: 4 câu hỏi tiết lộ liệu chi tiêu AI của bạn có mang lại hiệu quả hay không" ngày 17 tháng 7 năm 2026

Luôn dẫn đầu về AI dành cho doanh nghiệp

Tính kinh tế của AI đang được viết lại theo thời gian thực. Đánh dấu trang chủ của chúng tôi để biết tin tức mới nhất về doanh nghiệp AI.

Đọc thêm tin tức về AI →