Con số nghe như ngân sách của một quốc gia nhỏ: OpenAI được cho là dự kiến có dòng tiền tự do âm lũy kế khoảng 278 tỷ USD từ 2026 đến 2030.[1][2]
Nhưng người dùng nhìn cùng con số lại có thể nghĩ ngược lại:
Làm sao một cá nhân có thể truy cập từng ấy hạ tầng chỉ bằng phí thuê bao hàng tháng?
Nghiên cứu, viết, lập trình, đọc tài liệu, so sánh phương án, tạo nguyên mẫu, chỉnh sửa, thử lại và cả những câu hỏi rất nhỏ đều có thể nối tiếp trong cùng một giao diện.
Nếu thuê con người riêng cho từng việc, chi phí điều phối có thể đã quá lớn trước cả khi tính tiền công.
Sự thay đổi không chỉ là “AI rẻ hơn”.
Mà là vốn tính toán khổng lồ được dùng chung, kích thước tối thiểu của một đơn vị lao động tri thức có thể mua giảm mạnh, và chi phí bàn giao giữa các chuyên môn cũng giảm.
1. 278 tỷ USD không phải là khoản lỗ kế toán trong một năm
Reuters, dẫn Financial Times, cho biết OpenAI dự kiến đốt khoảng 278 tỷ USD tiền mặt trong giai đoạn 2026-2030.[1][2]
Đây là dự báo dòng tiền tự do âm lũy kế trong năm năm, không phải khoản lỗ ròng một năm đã phát sinh.
Theo FT, dự báo nội bộ cho rằng doanh thu có thể tăng từ khoảng 36 tỷ USD năm 2026 lên khoảng 350 tỷ USD năm 2030, trong khi tổng chi tiêu đến cuối thập kỷ có thể đạt khoảng 856 tỷ USD.[2]
Vì vậy câu chuyện không đơn giản là “không có khách hàng”.
Gần đúng hơn là:
doanh thu có thể tăng cực nhanh, nhưng chi tiêu cho tính toán, trung tâm dữ liệu, điện, mạng và R&D tăng còn nhanh hơn.
Cũng vì vậy, không thể lấy cash burn toàn công ty chia cho số cuộc trò chuyện để ra chi phí mỗi lần chat. Đầu tư trả trước khổng lồ và chi phí biên của một yêu cầu thêm là hai chuyện khác nhau.
2. Vì sao người dùng vẫn có thể nhận được thặng dư rất lớn
Trong kinh tế học, chênh lệch giữa mức tối đa một người sẵn sàng trả và giá thực tế được gọi là thặng dư tiêu dùng.
Nếu AI chỉ mang lại chút tiện lợi mỗi tháng và giá gần tương đương, thặng dư nhỏ.
Nếu cùng một mức phí có thể giảm nhiều thuê ngoài, chờ đợi, làm lặp và cơ hội bị bỏ lỡ, thặng dư có thể rất lớn.
Con số đó không phải chi phí của OpenAI.
Nhưng mô hình thuê bao AI dễ tạo ra thặng dư vì những chi phí cố định một cá nhân không thể gánh được được chia sẻ giữa rất nhiều người dùng.
Một người bình thường sẽ không tự huấn luyện mô hình frontier, xây cụm GPU, nối tìm kiếm và lưu trữ, vận hành bảo mật, giọng nói, hình ảnh và cập nhật mô hình.
Thuê bao cho phép thuê một phần rất nhỏ của hệ thống khổng lồ khi cần.
Giống như dùng điện mà không phải xây nhà máy điện tại nhà, chỉ khác là đầu ra ở đây là nghiên cứu, văn bản, mã, hình ảnh và suy luận.
3. Điều bị phá vỡ mạnh nhất có thể là “đơn vị tối thiểu của thuê ngoài”
Thuê ngoài đã tồn tại từ lâu.
Nhưng giao việc cho người luôn có ma sát cố định: tìm người, giải thích mục tiêu, đưa bối cảnh, thống nhất phạm vi, chờ, kiểm tra, yêu cầu sửa và chuyển cho chuyên gia tiếp theo.
Vì vậy chẳng ai chính thức thuê chuyên gia cho từng việc năm phút.
“Chỉ kiểm tra con số này.” “Chỉ thử thay đổi nhỏ này.” “Từ cuộc trao đổi vừa rồi, cho thêm ba phương án.” “Cách này hỏng, quay lại và thử đường khác.”
Việc nhỏ nhưng thủ tục thuê lớn.
AI thay đổi giới hạn đó.
Lô tối thiểu của lao động tri thức trở nên cực nhỏ.
Giá trị không chỉ ở việc dự án lớn rẻ hơn, mà ở hàng chục hoặc hàng trăm vi tác vụ trước đây quá nhỏ để mua riêng giờ có thể chạy liên tục.
4. Bớt phải vận chuyển bối cảnh giữa nhà nghiên cứu, người viết, lập trình viên và PM
Đội ngũ con người mất thời gian và thông tin ở mỗi lần bàn giao.
Nhà nghiên cứu tìm hiểu. Người viết nhận tóm tắt. Kỹ sư nhận đặc tả. QA phát hiện lỗi. Ai đó phải dựng lại ý định ban đầu.
Nếu cùng một không gian AI giữ bối cảnh từ nghiên cứu sang viết, code, kiểm tra và chỉnh sửa, một phần chi phí điều phối biến mất.
Vì vậy “một AI thay năm người” là mô hình quá đơn giản.
Lợi thế lớn hơn có thể là:
ít bàn giao hơn, ít giải thích hơn, ít chờ hơn và ít phải khởi động lại bối cảnh từ đầu.
Đó là lý do người dùng nặng bắt đầu nhìn AI như một bộ phận R&D thu nhỏ.
5. Năng suất tăng đã xuất hiện trong các thí nghiệm
Nghiên cứu trên 5.179 nhân viên hỗ trợ khách hàng cho thấy trợ lý AI tạo sinh tăng năng suất trung bình khoảng 14%, với lợi ích lớn hơn cho người ít kinh nghiệm và có năng suất ban đầu thấp.[3]
Một thí nghiệm ngẫu nhiên với 453 chuyên gia có trình độ đại học cho thấy ChatGPT giảm thời gian làm nhiệm vụ viết 40% và tăng chất lượng 18%.[4]
Thí nghiệm với 758 tư vấn viên BCG cho thấy ở các nhiệm vụ nằm trong vùng năng lực của AI, người tham gia làm nhanh hơn hơn 25% và điểm đánh giá của con người cao hơn hơn 40%. Nhưng ở nhiệm vụ ngoài vùng đó, AI cũng có thể làm tăng câu trả lời sai.[5]
Kết luận không phải là AI nhân đôi mọi công việc.
Nhưng với nhiệm vụ phù hợp và có thể kiểm chứng, cả tốc độ lẫn chất lượng đều có thể thay đổi đáng kể.
6. Người dùng nặng mua một vòng lặp chứ không mua một câu trả lời
Người dùng thỉnh thoảng mua câu trả lời.
Người dùng nặng mua vòng lặp:
câu hỏi → nghiên cứu → giả thuyết → bản nháp → code → kiểm thử → chỉnh sửa → lưu → câu hỏi tiếp theo.
Lợi thế quan trọng là chi phí bắt đầu bước tiếp theo thấp.
Có ý tưởng là thử ngay. Thất bại thì đổi hướng. Tài liệu hôm qua có thể dùng lại hôm nay.
Những việc nhỏ từng chết vì “không đáng để giải thích lại cho một người khác” giờ có thể hoàn thành.
Do đó ROI của AI có thể nên đo bằng số thí nghiệm thực hiện được, số việc nhỏ hoàn thành, thời gian chờ bị xóa, số lần bàn giao giảm và thời gian từ ý tưởng đến nguyên mẫu.
7. Tin về gói 500 USD/tháng có tồn tại, nhưng chưa phải giá chính thức hiện tại
Tính đến ngày 25 tháng 9 năm 2026, thông tin chính thức của OpenAI ghi ChatGPT Plus là 20 USD/tháng.[6]
Pro có mức 100 và 200 USD. Đăng ký mới và nâng cấp lên mức 200 USD tạm dừng từ ngày 10 tháng 9, nhưng Help Center vẫn mô tả đây là mức Pro cao nhất.[7]
Ngày 24 tháng 9, trang bên thứ ba TestingCatalog cho biết họ thấy các tham chiếu chưa phát hành có vẻ mô tả “Pro Max” 500 USD/tháng.[8]
Nhưng phải phân biệt rõ:
tính đến ngày 25 tháng 9, OpenAI chưa chính thức công bố một gói ChatGPT hiện hành giá 500 USD.
Dữ liệu trước phát hành có thể thay đổi hoặc không bao giờ ra mắt.
Nếu gói đắt như vậy xuất hiện, người dùng chuyên nghiệp cường độ cao sẽ phải so nó với giá trị thuê ngoài, phát triển, thời gian và điều phối mà nó thật sự thay thế.
8. Giá API không phải là sổ chi phí của OpenAI
Trang mô hình chính thức GPT-5.6 Sol ghi giá API ngày 25 tháng 9 là 4 USD cho mỗi triệu token đầu vào và 20 USD cho mỗi triệu token đầu ra.[9]
Người dùng nặng có thể quy đổi hoạt động của mình theo giá API bán lẻ rồi cho rằng phần chênh lệch chính là khoản OpenAI lỗ.
Không thể kết luận như vậy.
Giá API là giá bán, không phải chi phí biên được công bố.
ChatGPT còn có thể dùng định tuyến mô hình, mô hình nhỏ hơn, bộ nhớ đệm, hạn mức sử dụng, hạ tầng dùng chung và các tối ưu khác. Trong khi đó dự báo 278 tỷ USD lại bao gồm đầu tư trả trước rất lớn.
Người dùng nên đánh giá từ phía mình: để tạo cùng kết quả bằng con người, thuê ngoài, thiết bị và thời gian sẽ tốn bao nhiêu?
Chi phí của nhà cung cấp và giá trị của người dùng là hai con số khác nhau.
9. Kết luận: đòn bẩy lớn của AI là nén tổ chức
OpenAI chi tiêu khổng lồ trong khi cá nhân cảm thấy dịch vụ rẻ không hề mâu thuẫn.
Doanh nghiệp và nhà đầu tư xây một nền tính toán chung cực lớn; hàng triệu người dùng thuê một phần nhỏ.
Nhưng thay đổi sâu nhất không chỉ là trí tuệ rẻ hơn.
Quy mô tổ chức cần thiết để thực hiện một ý tưởng trở nên nhỏ hơn.
Năm phút nghiên cứu. Mười phút chỉnh sửa. Hai mươi phút code. Ba phút so sánh. Tiếp tục việc hôm qua ngay lập tức. Thất bại rồi đổi đường.
Thị trường thuê ngoài truyền thống xử lý kém các đơn vị nhỏ như vậy vì chi phí điều phối có thể lớn hơn bản thân công việc.
AI nhận tất cả qua một cửa.
Phía nhà cung cấp: GPU, điện, trung tâm dữ liệu và vốn đang cháy.
Phía cá nhân: một nút thuê bao gọi ra nghiên cứu, viết, lập trình và lặp thử.
Chủ nghĩa tư bản bắt đầu cho cá nhân thuê máy móc hạng nặng của lao động tri thức.
Không lạ khi người ta sợ tăng giá.
- Reuters, “OpenAI forecasts cash burn near $280 billion by 2030, FT reports,” 2026-09-18 reuters.com
- Financial Times, “OpenAI expects to burn $280bn by 2030,” 2026-09 ft.com
- Brynjolfsson E, Li D, Raymond LR. “Generative AI at Work.” NBER Working Paper 31161; published version in The Quarterly Journal of Economics, 2025 nber.org
- Noy S, Zhang W. “Experimental evidence on the productivity effects of generative artificial intelligence.” Science. 2023;381(6654):187-192. doi:10.1126/science.adh2586 pubmed.ncbi.nlm.nih.gov
- Harvard Business School / BCG, “Navigating the Jagged Technological Frontier,” field experiment with 758 consultants aiinstitute.hbs.edu
- OpenAI Help Center, “What is ChatGPT Plus?”, checked 2026-09-25 help.openai.com
- OpenAI Help Center, “About ChatGPT Pro tiers,” checked 2026-09-25 help.openai.com
- TestingCatalog, “OpenAI prepares new $500/month Pro Max plan for ChatGPT,” 2026-09-24 testingcatalog.com
- OpenAI API, “GPT-5.6 Sol Model,” checked 2026-09-25 developers.openai.com
