Chi phí AI đang tăng nhanh — Đây là cách để kiểm soát chúng

Việc sử dụng đám mây tiếp tục tăng vọt, cũng như các chi phí liên quan của nó — đặc biệt là gần đây, những chi phí do AI thúc đẩy. Các nhà phân tích của Gartner dự đoán chi tiêu của người dùng cuối trên toàn thế giới cho các dịch vụ đám mây công cộng sẽ tăng lên $ 723.4 tỷ 2025, tăng từ mức chỉ dưới 600 tỷ đô la vào năm 2024. Và 70% giám đốc điều hành được khảo sát trong báo cáo của IBM đã trích dẫn AI tạo sinh là động lực quan trọng thúc đẩy sự gia tăng này.

Cùng lúc đó, DeepSeek của Trung Quốc đã gây chấn động khi tuyên bố chỉ mất hai tháng và 6 triệu đô la để đào tạo mô hình AI của mình. Có một số nghi ngờ liệu những con số đó có nói lên toàn bộ câu chuyện hay không, nhưng nếu giá cổ phiếu vẫn còn chao đảo của Microsoft và Nvidia là một dấu hiệu thì thông báo này đã đánh thức thế giới phương Tây về nhu cầu về các hệ thống AI tiết kiệm chi phí.

Cho đến nay, các công ty đã có thể coi chi phí AI tăng cao là khoản khấu trừ R&D. Nhưng chi phí AI — đặc biệt là chi phí liên quan đến các sản phẩm và tính năng thành công — cuối cùng sẽ ảnh hưởng đến giá vốn hàng bán (COGS) của công ty và do đó, ảnh hưởng đến biên lợi nhuận gộp của họ. Các cải tiến AI luôn phải đối mặt với sự giám sát lạnh lùng của lý trí kinh doanh; thông báo gây chấn động của DeepSeek chỉ rút ngắn mốc thời gian đó.

Giống như những gì họ làm với phần còn lại của đám mây công cộng, các công ty sẽ cần quản lý chi phí AI của mình, bao gồm cả chi phí đào tạo và chi phí tiêu thụ. Họ sẽ cần kết nối chi tiêu AI với kết quả kinh doanh, tối ưu hóa chi phí cơ sở hạ tầng AI, tinh chỉnh chiến lược định giá và đóng gói, và tối đa hóa lợi nhuận đầu tư AI của họ.

Họ có thể làm được điều đó bằng cách nào? Bằng kinh tế đơn vị đám mây (CUE).

Kinh tế đơn vị đám mây (CUE) là gì?

CUE bao gồm việc đo lường và tối đa hóa lợi nhuận do đám mây mang lại. Cơ chế cơ bản của nó là kết nối dữ liệu chi phí đám mây với nhu cầu của khách hàng và dữ liệu doanh thu, tiết lộ các chiều hướng có lợi nhuận cao nhất và thấp nhất của một doanh nghiệp và do đó chỉ cho các công ty cách thức và nơi để tối ưu hóa. CUE áp dụng cho tất cả các nguồn chi tiêu cho đám mây, bao gồm cả chi phí AI.

Nền tảng của CUE là phân bổ chi phí — tổ chức chi phí đám mây theo người và/hoặc động lực thúc đẩy chúng. Các chiều phân bổ phổ biến bao gồm chi phí cho mỗi khách hàng, chi phí cho mỗi nhóm kỹ thuật, chi phí cho mỗi sản phẩm, chi phí cho mỗi tính năng và chi phí cho mỗi dịch vụ vi mô. Các công ty sử dụng nền tảng quản lý chi phí hiện đại thường phân bổ chi phí trong một khuôn khổ phản ánh cấu trúc kinh doanh của họ (hệ thống phân cấp kỹ thuật, cơ sở hạ tầng nền tảng, v.v.).

Sau đó, trái tim của CUE là đơn vị đo lường chi phí, so sánh dữ liệu chi phí với dữ liệu nhu cầu để cho công ty thấy tổng chi phí phục vụ của họ. Ví dụ, một công ty tiếp thị B2B có thể muốn tính toán "chi phí cho 1,000 tin nhắn" được gửi qua nền tảng của mình. Để làm được điều này, công ty sẽ phải theo dõi chi phí đám mây và số lượng tin nhắn được gửi, đưa dữ liệu đó vào một hệ thống duy nhất và hướng dẫn hệ thống đó chia chi phí đám mây cho các tin nhắn và biểu đồ kết quả trong bảng điều khiển.

Vì công ty bắt đầu bằng việc phân bổ chi phí, nên công ty có thể xem chi phí cho 1,000 tin nhắn theo khách hàng, sản phẩm, tính năng, nhóm, dịch vụ vi mô hoặc bất kỳ chế độ xem nào khác mà công ty cho là phản ánh đúng cấu trúc kinh doanh của mình.

Kết quả:

• Linh hoạt kích thước kinh doanh bằng cách đó họ có thể lọc số liệu chi phí đơn vị của mình, cho họ thấy lĩnh vực nào trong doanh nghiệp của họ đang thúc đẩy chi phí đám mây của họ
• Một sự chiếu sáng đơn vị đo lường chi phí điều đó cho thấy họ đang đáp ứng nhu cầu của khách hàng hiệu quả như thế nào
• Khả năng thực hiện các cải tiến hiệu quả có mục tiêu, như tái cấu trúc cơ sở hạ tầng, điều chỉnh hợp đồng với khách hàng hoặc tinh chỉnh mô hình định giá và đóng gói

CUE trong thời đại AI

Trong mô hình CUE, chi phí AI chỉ là một nguồn chi tiêu đám mây nữa có thể được đưa vào khuôn khổ phân bổ của doanh nghiệp. Cách các công ty AI phân phối dữ liệu chi phí vẫn đang phát triển, nhưng về nguyên tắc, các nền tảng quản lý chi phí xử lý chi phí AI theo cách tương tự như cách họ xử lý chi phí AWS, Azure, GCP và SaaS.

Các nền tảng quản lý chi phí đám mây hiện đại phân bổ chi phí AI và thể hiện tác động đến hiệu quả của chúng trong bối cảnh số liệu chi phí đơn vị.

Các công ty nên phân bổ chi phí AI theo một số cách trực quan. Một trong số đó là chi phí cho mỗi nhóm đã đề cập ở trên, một thước đo phân bổ chung cho tất cả các nguồn chi tiêu đám mây, cho thấy chi phí mà mỗi nhóm kỹ thuật phải chịu trách nhiệm. Điều này đặc biệt hữu ích vì các nhà lãnh đạo biết chính xác cần thông báo và chịu trách nhiệm cho ai khi chi phí của một nhóm cụ thể tăng đột biến.

Các công ty cũng có thể muốn biết chi phí cho mỗi loại dịch vụ AI — mô hình học máy (ML) so với mô hình nền tảng so với mô hình của bên thứ ba như OpenAI. Hoặc, họ có thể tính toán chi phí cho mỗi giai đoạn SDLC để hiểu cách chi phí của một tính năng do AI hỗ trợ thay đổi khi chuyển từ phát triển sang thử nghiệm, dàn dựng và cuối cùng là sản xuất. Một công ty có thể chi tiết hơn nữa và tính toán chi phí cho mỗi giai đoạn vòng đời phát triển AI, bao gồm làm sạch dữ liệu, lưu trữ, tạo mô hình, đào tạo mô hình và suy luận.

Thu hẹp phạm vi một chút: CUE có nghĩa là so sánh dữ liệu chi phí đám mây được tổ chức với dữ liệu nhu cầu của khách hàng và sau đó tìm ra nơi để tối ưu hóa. Chi phí AI chỉ là một nguồn dữ liệu chi phí đám mây nữa, với nền tảng phù hợp, sẽ phù hợp hoàn toàn với chiến lược CUE tổng thể của công ty.

Tránh cơn sóng thần COGS

Kể từ năm 2024, chỉ 61% công ty đã có hệ thống quản lý chi phí đám mây chính thức tại chỗ (theo khảo sát của CloudZero). Chi phí đám mây không được quản lý sẽ sớm trở nên không thể quản lý được: 31% công ty — tương tự như phần không chính thức quản lý chi phí của họ — bị ảnh hưởng lớn đến COGS, báo cáo rằng chi phí đám mây chiếm 11% hoặc hơn doanh thu của họ. Chi phí AI không được quản lý sẽ chỉ làm trầm trọng thêm xu hướng này.

Các tổ chức có tư duy tiến bộ nhất hiện nay coi chi phí đám mây giống như bất kỳ khoản chi tiêu lớn nào khác, tính toán ROI của nó, chia nhỏ ROI đó theo các khía cạnh kinh doanh quan trọng nhất của họ và trao quyền cho các thành viên nhóm có liên quan với dữ liệu cần thiết để tối ưu hóa ROI đó. Các nền tảng quản lý chi phí đám mây thế hệ tiếp theo cung cấp quy trình làm việc CUE toàn diện, giúp các công ty tránh được cơn sóng thần COGS và củng cố khả năng tồn tại lâu dài.