Tokenmaxxing đang trở thành mặt trái mới của cơn sốt AI doanh nghiệp. Thay vì chỉ dùng chatbot để hỏi đáp hoặc tóm tắt văn bản, nhiều nhóm nhân sự tại các hãng công nghệ lớn bị cuốn vào việc đẩy số lần dùng AI lên cao để chứng minh mức độ “adoption”, kéo theo hóa đơn token và hạ tầng tăng nhanh hơn dự tính. Vấn đề nằm ở chỗ phần tiêu tốn nhiều nhất không còn là vài câu hỏi ngắn, mà là các agent AI có thể tự chia việc thành nhiều bước và gọi mô hình lặp lại. Theo bài phân tích của Tom’s Hardware, áp lực này đã buộc Microsoft, Meta và Amazon bắt đầu siết lại cách nhân viên dùng AI trong nội bộ.
Tokenmaxxing là gì và vì sao nó làm chi phí AI phình to rất nhanh?
Hiểu đơn giản, tokenmaxxing là thói quen cố dùng AI thật nhiều để tăng chỉ số sử dụng, bất kể tác vụ đó có thật sự cần AI hay không. Khi công ty đưa ra bảng xếp hạng hoặc dashboard theo dõi mức độ dùng AI, token rất dễ bị biến thành một kiểu thành tích dễ đếm hơn là thước đo hiệu quả công việc.
Điểm khác biệt nằm ở cách agent AI hoạt động. Một chatbot thường chỉ nhận một câu hỏi rồi trả lời, còn agent có thể tự chia yêu cầu thành nhiều bước như đọc tài liệu, gọi thêm công cụ, kiểm tra kết quả và viết lại câu trả lời theo ngữ cảnh mới. Mỗi bước như vậy lại tiêu tốn thêm token, nên tổng chi phí có thể tăng rất nhanh.
Tom’s Hardware cho biết một số quy trình kiểu agentic AI có thể ngốn token nhiều hơn chatbot tiêu chuẩn tới 1.000 lần. Con số này giúp giải thích vì sao một hành vi tưởng như vô hại trong nội bộ lại nhanh chóng thành vấn đề ngân sách, nhất là khi Big Tech vẫn đang chi rất mạnh cho hạ tầng AI và cuộc đua custom ASIC.
Microsoft, Meta và Amazon đang siết lại điều gì trong cơn sốt agent AI?
Điểm đáng chú ý là các công ty này không quay lưng với AI, mà đang chuyển từ giai đoạn khuyến khích dùng thật nhiều sang giai đoạn buộc phải tính toán hiệu quả. Khi agent AI bước vào công việc hằng ngày, bài toán không còn là “có dùng hay không” mà là tác vụ nào thật sự xứng đáng để giao cho AI.
| Kiểu dùng AI | Vì sao ngốn token | Hệ quả với doanh nghiệp |
|---|---|---|
| Chatbot thường | Một đến vài lượt hỏi đáp, ngữ cảnh ngắn | Chi phí dễ dự đoán, hợp tác vụ nhanh |
| Agent AI theo bước | Nhiều vòng suy luận, gọi công cụ, nạp lại ngữ cảnh | Chi phí tăng mạnh, khó kiểm soát khi mở rộng |
| Tokenmaxxing nội bộ | Dùng AI cho cả việc không cần thiết để tăng chỉ số | Dữ liệu adoption bị nhiễu, ngân sách bị đốt sai chỗ |
Theo hướng đó, Microsoft được cho là đang cân nhắc kỹ hơn mô hình giá cho Copilot và agent, Meta giảm bớt sự phô trương quanh bảng theo dõi token, còn Amazon đối mặt phản ứng khi nhân viên bị thúc dùng agent AI để tăng mức độ hiện diện của sản phẩm trong nội bộ. Tín hiệu chung là thời kỳ đếm lượt dùng để chứng minh AI “bùng nổ” đang va phải giới hạn rất thực: điện, GPU, bộ nhớ và chi phí vận hành đều không miễn phí.
Với người dùng phổ thông, câu chuyện này cho thấy vì sao nhiều dịch vụ AI đang dần rời khỏi gói giá phẳng để chuyển sang tính theo mức sử dụng. Còn với doanh nghiệp, đó là lời nhắc rằng AI chỉ đáng tiền khi giúp tiết kiệm thời gian hoặc tạo ra doanh thu rõ ràng, thay vì chỉ làm đẹp báo cáo adoption. Những áp lực phần cứng như bộ nhớ HBM cho thiết bị AI, từng được nhắc tới trong câu chuyện về Samsung HBM, giờ đang nối thẳng với bài toán kinh tế của phần mềm AI.
Nói ngắn gọn, tokenmaxxing đang bóc tách điểm yếu lớn nhất của làn sóng agent AI hiện nay: công nghệ làm được nhiều hơn, nhưng mỗi bước tự động hóa đều có giá. Khi giá đó tăng nhanh hơn giá trị thật mà doanh nghiệp nhận về, các đợt siết lại gần như là điều chắc chắn.