Ch CFO OpenAI khuyên doanh nghiệp tập trung vào giá trị thực của AI thay vì chạy theo mô hình rẻ nhất

Trong bối cảnh nhiều CEO công nghệ đang lo ngại liệu các khoản chi khổng lồ cho trí tuệ nhân tạo (AI) có mang lại kết quả tương xứng hay không, Giám đốc tài chính của OpenAI, Sarah Friar, đã trình bày một phương pháp mới giúp các doanh nghiệp đánh giá chính xác thành công của công nghệ này. Trên một bài viết mới đăng tải trên blog công ty thông qua Axios, bà Friar kêu gọi các nhà lãnh đạo doanh nghiệp nên tránh tập trung quá mức vào những con số chi phí ban đầu hay phí sử dụng token AI, đồng thời cảnh báo đừng nóng vội chọn các mô hình AI rẻ tiền nhất trên thị trường. Bà nhấn mạnh rằng doanh nghiệp nên đầu tư vào các công cụ AI có khả năng tối đa hóa hiệu suất và giá trị mang lại.

Với việc các phòng tài chính của nhiều công ty tại Thung lũng Silicon đang đối mặt với cuộc khủng hoảng tính toán lại chi phí đầu tư AI, các CFO đòi hỏi sự minh bạch hơn về lợi ích thực tế của công nghệ này. Trước áp lực đó, OpenAI hướng đến việc thay đổi cách nhìn nhận toàn cầu từ việc chỉ quan tâm đến chi phí sang tập trung vào khối lượng công việc mà AI thực sự hoàn thành hiệu quả.

Bà Friar đã đề xuất một thước đo doanh nghiệp mới gọi là "trí tuệ hữu ích trên mỗi đô la" (useful intelligence per dollar). Thay vì dựa vào các chỉ số benchmarking truyền thống hay lượng người sử dụng tăng đột biến, chỉ số này tập trung vào hiệu quả công việc thực sự do AI hoàn thành dựa trên bốn câu hỏi quan trọng mà các nhà lãnh đạo doanh nghiệp cần đặt ra.

Trước hết, AI có hoàn thành các công việc quan trọng hay không? Doanh nghiệp cần theo dõi kết quả thực tế như số lượng vấn đề khách hàng được giải quyết triệt để, phần mềm được bàn giao, hợp đồng pháp lý được rà soát thay vì chỉ đếm số lần nhân viên đăng nhập vào hệ thống AI.

Tiếp đó là chi phí thực tế cho mỗi nhiệm vụ hoàn thành. Các CFO phải tính toán toàn bộ chi phí cho một nhiệm vụ, bao gồm chi phí sử dụng AI, các lần thử tự động, và cả chi phí nhân sự kiểm duyệt, chứ không chỉ đơn thuần dựa trên giá token dữ liệu.

Thứ ba là tỷ lệ AI hoàn thành đúng nhiệm vụ. Độ chính xác ảnh hưởng lớn đến chi phí tổng thể vì AI cần càng ít sự chỉnh sửa hoặc can thiệp từ con người thì giá trị tài chính mang lại càng cao.

Cuối cùng, mỗi đồng chi phí đầu tư vào AI có tạo ra giá trị gia tăng theo thời gian? Các doanh nghiệp cần theo dõi xem các hệ thống AI có thực hiện được những công việc chất lượng hơn mà không làm tăng chi phí lên mức vượt trội hay không.

Bà Friar nhấn mạnh rằng câu hỏi kinh tế căn bản dành cho các CFO và lãnh đạo doanh nghiệp là liệu giá trị do AI tạo ra có tăng nhanh hơn chi phí bỏ ra để sản xuất ra giá trị đó hay không.

Ý tưởng về một chỉ số tiêu chuẩn được đưa ra trong bối cảnh nhiều CFO thừa nhận họ gần như mù mờ trong việc kiểm soát chi phí điện toán đám mây dành cho AI. Trước đó đã có thông tin gây chấn động ngành công nghệ khi một lãnh đạo doanh nghiệp vô tình khiến công ty mình phát sinh hóa đơn lên tới nửa tỷ USD chỉ trong một tháng khi sử dụng mô hình "Claude" của startup đối thủ Anthropic. Thực tế, CEO OpenAI Sam Altman cũng xác nhận rằng quản lý chi phí là phàn nàn lớn thứ hai mà ông nghe được từ các khách hàng doanh nghiệp, chỉ sau những khó khăn về mặt triển khai kỹ thuật công nghệ AI.

Trước những thách thức này, đề xuất của Sarah Friar được xem như một bước tiến thiết thực giúp các tập đoàn công nghệ lớn định hướng lại cách đầu tư và đánh giá giá trị công nghệ AI trong giai đoạn phát triển nhanh hiện nay.

Bài viết được biên tập với sự hỗ trợ của công cụ trí tuệ nhân tạo (AI), tổng hợp từ các nguồn tin dẫn bên dưới và đã qua kiểm duyệt của toà soạn Quang Minh Việt Nam.