Cách quản lý đầu tư AI trong kỷ nguyên tác nhân

Mục tiêu của OpenAI là theo thời gian làm cho AI dễ tiếp cận hơn, mạnh hơn và có chi phí hợp lý hơn. Từ GPT‑4 đến GPT‑5.4, giá trên mỗi triệu token đã giảm 97%. GPT‑5.6⁠ tiếp tục đà tiến bộ đó, mang lại hiệu năng tốt hơn trên Chỉ số Coding Agent của Artificial Analysis, với số token đầu ra ít hơn 54% và thời gian cho mỗi tác vụ giảm 57%.

Nhưng chỉ riêng giá token không cho thấy AI có đang tạo ra giá trị hay không. Lãnh đạo nên nhìn vào công việc hữu ích trên mỗi đô la: tác vụ hoàn thành, thời gian tiết kiệm được, quyết định được cải thiện và quy trình sẵn sàng mở rộng.

Khi các nhóm chuyển từ trò chuyện sang các quy trình chạy lâu hơn, quản trị viên cần thấy rõ hơn về nhu cầu, chi tiêu và rủi ro. 

Dưới đây là năm cách để đầu tư tự tin hơn.

Lãnh đạo doanh nghiệp cần một cái nhìn rõ ràng về việc sử dụng AI: ai đang dùng, họ dùng sản phẩm hoặc mô hình nào, họ tiêu thụ bao nhiêu năng lực và việc sử dụng đó hỗ trợ loại công việc nào. Nếu thiếu tầm nhìn đó, một hóa đơn ngày càng tăng sẽ rất khó diễn giải. Nó có thể phản ánh sự lãng phí, thử nghiệm hiệu quả hoặc một quy trình đang bắt đầu trở nên thiết yếu với doanh nghiệp.

ChatGPT Công việc⁠ hỗ trợ các tác vụ dài hơn, gồm nhiều bước, nên mức sử dụng có thể khác nhau rất lớn tùy quy trình. Quản trị viên cần thấy được công việc đứng sau mức sử dụng đó, không chỉ số credit đã tiêu thụ. Điều này khả thi nhờ cái nhìn chung về nhu cầu trên toàn ChatGPT. Các phân tích sử dụng và kiểm soát chi tiêu⁠ được cập nhật trong Bảng điều khiển quản trị⁠(mở trong cửa sổ mới) giúp quản trị viên xem mức độ áp dụng, mức dùng credit và chi tiêu theo người dùng, sản phẩm và mô hình; theo dõi xu hướng theo thời gian; nhận diện các mẫu hình mới nổi; và hiểu khi nào mức sử dụng phản ánh sự áp dụng rộng rãi, quy trình của người dùng chuyên sâu hoặc một quy trình kinh doanh lặp lại có thể đáng được đầu tư thêm.

Những góc nhìn ở các cấp độ khác nhau giúp định hướng quyết định đầu tư và hỗ trợ triển khai:

• Không gian làm việc: Mức độ áp dụng và chi tiêu có đang tăng cùng nhau không?
• Nhóm và người dùng: Nhu cầu đang tăng ở đâu, và ai có thể cần được hỗ trợ thêm?
• Sản phẩm và mô hình: Năng lực thông minh tốn kém hơn đang được dùng ở đâu, và nhu cầu đó có bền vững không?

Kết hợp lại, những góc nhìn này giúp quản trị viên quyết định nên đầu tư, hướng dẫn hay đặt giới hạn ở đâu.

Giá token thấp nhất không phải lúc nào cũng tạo ra tổng chi phí thấp nhất. Một mô hình rẻ hơn có thể thất bại, phải thử lại hoặc tạo ra công việc cần chỉnh sửa. Một mô hình mạnh hơn có thể tốn kém hơn trên mỗi token nhưng đạt kết quả chấp nhận được nhanh hơn, với ít lần thử và ít khâu rà soát hơn.

Hãy đánh giá các mô hình dựa trên công việc chúng cần thực hiện. Dùng các bài đánh giá phản ánh tác vụ thực tế⁠, bao gồm cả trường hợp biên, và xác định thế nào là “đủ tốt” trước khi thử nghiệm. Sau đó đo toàn bộ chi phí để đạt chuẩn đó: mức dùng mô hình và công cụ, số lần thử, tỷ lệ hoàn thành, độ trễ và rà soát của con người.

Với các quy trình ưu tiên, hãy theo dõi chi phí trên mỗi kết quả được chấp nhận. Trong hỗ trợ khách hàng, đó có thể là một trường hợp đã được giải quyết. Trong kỹ thuật, đó có thể là một thay đổi đã được kiểm thử và vượt qua rà soát. Ghép chi phí đó với giá trị kinh doanh như thời gian tiết kiệm được, chu kỳ rút ngắn, doanh thu được bảo vệ, rủi ro tránh được hoặc năng lực được tạo thêm.

Lựa chọn mô hình chỉ là một phần của bài toán. Hướng dẫn rõ ràng, công cụ tập trung, ngữ cảnh có thể tái sử dụng và điều kiện dừng minh bạch có thể giảm vòng lặp và chi tiêu lãng phí. Mục tiêu là ghép mô hình và quy trình phù hợp với tác vụ: dùng các mô hình nhỏ hơn hoặc nhanh hơn khi chúng đáp ứng chuẩn chất lượng, và dành năng lực thông minh tiên phong cho công việc phức tạp, mơ hồ hoặc có mức rủi ro cao.

Lãnh đạo doanh nghiệp nên xem quản trị là lớp vận hành quyết định công việc AI nào có thể mở rộng. Việc thực tế cần làm là xác định ChatGPT có thể dùng ngữ cảnh nào, truy cập công cụ nào, thực hiện hành động gì, ai phê duyệt các bước rủi ro cao hơn và cách cấp thêm năng lực khi các nhóm tìm thấy quy trình có giá trị.

Điều này càng quan trọng khi các nhóm áp dụng plugin, trình kết nối, Computer Use và các năng lực tiên phong khác có thể hoạt động trên nhiều hệ thống doanh nghiệp. ChatGPT Công việc⁠ cung cấp cho quản trị viên các biện pháp kiểm soát tập trung về quyền truy cập, ngữ cảnh được phê duyệt, công cụ được kết nối, hành động được phép, mức sử dụng và chi tiêu. Các biện pháp kiểm soát chi tiêu như mặc định của không gian làm việc, giới hạn theo nhóm, ngoại lệ cho cá nhân và yêu cầu xét duyệt kèm ngữ cảnh dự án giúp lãnh đạo hỗ trợ công việc giá trị cao mà không cần nâng giới hạn trên diện rộng.

Với các triển khai ưu tiên, các Kỹ sư triển khai⁠(mở trong cửa sổ mới) AI của OpenAI có thể làm việc trực tiếp với khách hàng về đánh giá, kiến trúc, độ trễ, độ tin cậy và thiết kế quy trình để cải thiện cả hiệu năng lẫn hiệu quả chi phí. Quyền riêng tư và quản trị nên là một phần của công việc đó ngay từ đầu: các quy trình nhạy cảm cần biện pháp kiểm soát truy cập phù hợp, tư thế lưu giữ dữ liệu, khả năng quan sát tuân thủ và tuyến phê duyệt trước khi mở rộng. Khi phù hợp, các biện pháp kiểm soát quyền riêng tư dành cho doanh nghiệp của OpenAI, bao gồm tùy chọn Không lưu giữ dữ liệu⁠(mở trong cửa sổ mới), có thể giúp khách hàng triển khai AI trong các môi trường đòi hỏi mức độ tin cậy cao.

Lãnh đạo doanh nghiệp nên quản lý đầu tư AI như một danh mục: quyền truy cập rộng cho năng suất hằng ngày, các quy trình theo từng chức năng giúp cải thiện công việc lặp lại và một số ít khoản đặt cược chiến lược dựa trên ngữ cảnh độc quyền của công ty. Những ứng viên mạnh nhất là các quy trình lặp lại ở quy mô đáng kể, có chủ sở hữu rõ ràng và có thể đo lường về chất lượng, rủi ro và giá trị kinh doanh.

Nguồn vốn nên đi theo mức độ trưởng thành. Giai đoạn khám phá nên kiểm tra liệu mô hình có xử lý được tác vụ hay không; giai đoạn xác thực nên kiểm tra các trường hợp đại diện theo một chuẩn chất lượng rõ ràng; còn kinh phí sản xuất nên hỗ trợ các tích hợp, biện pháp kiểm soát, độ tin cậy và quản lý thay đổi cần thiết để mở rộng. Các năng lực dùng chung như danh tính, trình kết nối đáng tin cậy, tri thức được tuyển chọn, đánh giá, khả năng quan sát, định tuyến mô hình và mẫu tác nhân có thể tái sử dụng nên được cấp vốn tập trung để mỗi quy trình mới dễ ra mắt hơn và an toàn hơn.

Khi một quy trình chứng minh được giá trị, lãnh đạo nên ghép sản phẩm, năng lực và mô hình hỗ trợ phù hợp với nhu cầu của quy trình đó. ChatGPT Công việc⁠ cung cấp sẵn các năng lực cho trò chuyện, lập trình, quy trình tác nhân, trình kết nối, plugin, Computer Use và quản trị. Các công ty có thể mở rộng nền tảng đó bằng dữ liệu độc quyền, quyền, đánh giá và logic quy trình ở những nơi các yếu tố này tạo ra giá trị khác biệt.

Với khối lượng công việc sản xuất, cấu trúc thương mại nên khớp với mô hình sử dụng: Năng lực được đảm bảo⁠ cho hệ thống sản xuất và tác nhân cần sự chắc chắn về quyền truy cập, Cấp năng lực xử lý⁠ cho khối lượng công việc API dự đoán được và có lưu lượng cao, cũng như API theo lô⁠(mở trong cửa sổ mới), Xử lý linh hoạt⁠(mở trong cửa sổ mới) hoặc Lưu bộ nhớ đệm câu lệnh⁠ cho công việc bất đồng bộ hoặc ngữ cảnh lặp lại.

Với các lượt triển khai chiến lược lớn hơn, OpenAI Frontier⁠ và Deployment Company⁠(mở trong cửa sổ mới) có thể giúp doanh nghiệp xây dựng, triển khai và quản lý các đồng nghiệp AI trên khắp hệ thống doanh nghiệp. Cách tiếp cận này giúp lãnh đạo mở rộng công việc đã được chứng minh bằng sản phẩm, năng lực và mô hình hỗ trợ phù hợp, thay vì để mỗi quy trình phải tự xây lại hạ tầng riêng.