AI từng được doanh nghiệp nhìn nhận như một phần mềm giúp viết nội dung, phân tích dữ liệu hay trả lời khách hàng. Nhưng với AI agent có thể được giao mục tiêu, tự chia nhỏ nhiệm vụ, gọi công cụ, truy xuất dữ liệu và thực hiện một chuỗi công việc thay cho con người. Điều đó đặt ra một câu hỏi rất thực tế: nếu coi một AI agent như một “nhân viên”, doanh nghiệp phải trả bao nhiêu tiền mỗi tháng.
Không chỉ là tiền mua tài khoản
Chi phí đầu tiên và dễ nhìn thấy nhất là tiền sử dụng mô hình AI. Giá API hiện đã giảm mạnh ở nhiều phân khúc. Theo bảng giá hiện hành của OpenAI, GPT-5.6 Luna có giá 0,20 USD cho mỗi triệu token đầu vào và 1,20 USD cho mỗi triệu token đầu ra; GPT-5.6 Sol ở mức 4 USD đầu vào và 20 USD đầu ra cho mỗi triệu token.
Google cũng đang cung cấp nhiều mức giá khác nhau cho các mô hình Gemini trên nền tảng dành cho agent. Chẳng hạn, Gemini 3.8 Flash được niêm yết 0,75 USD cho một triệu token đầu vào và 3,75 USD cho một triệu token đầu ra trong giai đoạn hiện tại.
Nhìn vào những con số này, có thể dễ dàng nghĩ rằng một “nhân viên AI” rất rẻ. Một doanh nghiệp có thể chỉ cần vài chục USD tiền API để xử lý một lượng công việc nhất định.
Doanh nghiệp sẽ phải trả chi phí nào cho "nhân viên AI"
Nhưng đó mới là “tiền công” của bộ não AI. Một agent muốn làm việc thực tế còn phải được kết nối với email, CRM, phần mềm kế toán, kho dữ liệu, website, hệ thống chăm sóc khách hàng hoặc các công cụ nội bộ. Mỗi kết nối lại phát sinh chi phí xây dựng, duy trì và bảo mật.
Đặc biệt, agent càng tự chủ thì số lần gọi mô hình càng tăng. Một yêu cầu đơn giản có thể chỉ cần một lần gọi AI. Nhưng một nhiệm vụ kiểu “tìm khách hàng, kiểm tra lịch sử giao dịch, phân tích nhu cầu, soạn email, cập nhật CRM và lên lịch chăm sóc tiếp theo” có thể tạo ra hàng chục bước xử lý.
Khi đó, chi phí không còn được tính bằng một câu hỏi – một câu trả lời, nó được tính bằng cả một chuỗi hành động. Anthropic cũng cho thấy xu hướng này khi các mô hình mới được định giá theo mức độ sử dụng token; Claude Fable 5.1 hiện có giá 10 USD cho một triệu token đầu vào và 50 USD cho một triệu token đầu ra. Nhà cung cấp này đồng thời giảm mạnh giá cache nhằm hạ chi phí đối với những tác vụ có lượng ngữ cảnh lặp lại lớn, đặc biệt là các workload mang tính agent.
Điều này cho thấy một nghịch lý của thị trường AI: giá một đơn vị “trí tuệ” đang giảm, nhưng lượng công việc giao cho AI lại tăng. Vì vậy, tổng ngân sách AI của doanh nghiệp chưa chắc giảm tương ứng.
“Lương” rẻ nhưng chi phí quản lý không rẻ
Nếu chỉ tính phí mô hình, một AI agent có thể rẻ hơn rất nhiều so với một lao động toàn thời gian. Nhưng doanh nghiệp không thể bỏ qua chi phí con người đứng phía sau AI.
Dữ liệu phải được chuẩn hóa. Quyền truy cập phải được phân tầng. Prompt và quy trình phải được thiết kế. Kết quả phải được kiểm tra. Những trường hợp AI trả lời sai phải có người xử lý. Khi agent được phép thực hiện hành động trực tiếp, doanh nghiệp còn phải xây dựng cơ chế phê duyệt, ghi log và kiểm soát rủi ro.
Thông tư 39/2026/TT-BKHCN về lập chi phí trong hoạt động đầu tư chuyển đổi số sử dụng ngân sách nhà nước đã phản ánh khá rõ cấu trúc chi phí này. Các nội dung liên quan đến AI không chỉ gồm thuê dịch vụ hay mua tài khoản, mà còn có xây dựng hệ thống, dữ liệu, quản trị vận hành, bảo trì, giám sát hiệu năng, phát hiện rủi ro, xử lý sự cố, đánh giá định kỳ, cập nhật mô hình và đào tạo người sử dụng.
Với doanh nghiệp, logic kinh tế cũng tương tự. Một AI agent bán hàng có thể chỉ cần vài triệu đồng tiền công nghệ mỗi tháng, nhưng nếu doanh nghiệp phải thuê kỹ sư tích hợp, nhân viên dữ liệu, người kiểm soát chất lượng và quản trị hệ thống, tổng chi phí sẽ cao hơn đáng kể. Đây cũng là lý do “AI thay nhân viên” không đồng nghĩa với “doanh nghiệp cắt được toàn bộ chi phí nhân sự”.
Khảo sát của VietnamWorks InTECH trước đó cho thấy thị trường nhân lực AI tại Việt Nam đã có mức chênh lệch đáng kể về tiền lương: 43,7% doanh nghiệp được khảo sát cho biết trả nhân sự AI cao hơn 10-20% so với vị trí khác, trong khi 18,4% trả cao hơn 20-50%. Như vậy, doanh nghiệp đang phải đứng trước hai khoản đầu tư song song: tiền cho AI và tiền cho những người có khả năng triển khai, kiểm soát AI.
Đáng chú ý, Chính phủ đã đặt mục tiêu đến năm 2030 đào tạo tối thiểu 50.000 nhân lực trình độ đại học trở lên có năng lực ứng dụng AI trong các ngành trọng điểm và ít nhất 10.000 nhân lực AI trình độ cao, trong đó có 1.500 chuyên gia có khả năng nghiên cứu, làm chủ công nghệ lõi và dẫn dắt các nhiệm vụ AI trọng điểm.
Đây không chỉ là câu chuyện đào tạo nhân lực công nghệ. Nó phản ánh một thực tế của thị trường: AI càng được triển khai sâu, nhu cầu về con người biết quản trị AI càng tăng.
Vì thế, có thể hình dung “giá thành” của một nhân viên AI theo ba tầng. Tầng thứ nhất là AI như công cụ: doanh nghiệp mua tài khoản, nhân viên sử dụng AI để tăng năng suất. Chi phí có thể khá thấp.
Tầng thứ hai là AI như một nhân viên số: agent được kết nối với dữ liệu và phần mềm nội bộ, có thể tự thực hiện chuỗi nhiệm vụ. Khi đó phát sinh chi phí tích hợp, dữ liệu, hạ tầng và giám sát.
Tầng thứ ba là AI như một bộ phận vận hành: nhiều agent cùng làm việc, có quyền truy cập hệ thống, tự động hóa quy trình từ đầu đến cuối. Đây là cấp độ có thể tạo ra thay đổi lớn về năng suất nhưng cũng đòi hỏi đầu tư lớn nhất về quản trị và kiểm soát.
Deloitte trong khảo sát “State of AI in the Enterprise 2026” ghi nhận các doanh nghiệp đang chuyển từ thử nghiệm sang mở rộng AI; tỷ lệ người lao động được trang bị công cụ AI được phê duyệt tăng lên khoảng 60%, trong khi 85% doanh nghiệp kỳ vọng sẽ tùy chỉnh các AI agent theo nhu cầu riêng. Tuy nhiên, chỉ 34% doanh nghiệp cho biết AI đang được sử dụng để “chuyển đổi sâu sắc” mô hình kinh doanh.
Nó cho thấy bài toán của doanh nghiệp không còn là “có mua AI hay không”, mà là mua AI để làm việc gì, đo hiệu quả thế nào và kiểm soát ra sao. Một agent chăm sóc khách hàng xử lý 10.000 yêu cầu mỗi tháng có thể đáng đầu tư nếu giảm đáng kể thời gian xử lý và vẫn duy trì chất lượng. Ngược lại, một agent chỉ tạo ra hàng nghìn email nhưng không tạo thêm khách hàng hoặc doanh thu thì chi phí dù thấp vẫn có thể là lãng phí.
Vì vậy, thước đo mới của thị trường sẽ không chỉ là giá một tài khoản AI. Đó phải là chi phí cho mỗi nhiệm vụ hoàn thành, chi phí trên mỗi khách hàng được xử lý, chi phí trên một giao dịch hoặc giá trị kinh tế mà AI tạo ra trên mỗi đồng vốn đầu tư.
“Nhân viên AI” có thể không nhận lương, không nghỉ phép và có thể làm việc 24/7, nhưng không có nghĩa là doanh nghiệp có một lực lượng lao động gần như miễn phí. Chi phí mô hình đang giảm nhanh, trong khi dữ liệu, tích hợp, bảo mật, giám sát và nhân lực quản trị trở thành những khoản chi mới.
Phượng Hòa