Khi vendor AI đổi đường bay

Khi vendor AI đổi đường bay

Microsoft bớt dựa vào model đối tác không chỉ là drama. Đây là tín hiệu: cuộc chơi AI enterprise đang chuyển từ model hay sang ai kiểm soát chi phí, dữ liệu và workflow.

Có một kiểu câu mình nghe khá nhiều trong team dùng AI dạo này: “Cứ chọn model mạnh nhất là xong, tích hợp sau.” Nghe quen không? Nó giống kiểu ra sân bay chỉ chăm chăm chọn máy bay đẹp, rồi tới nơi mới hỏi: đường băng có đủ dài không, tháp không lưu có cho hạ cánh không, hành lý nằm ở đâu.

Tín hiệu mới từ Microsoft làm câu đó bớt chắc hơn hẳn. Không phải vì Microsoft bỗng dưng “quay xe” với OpenAI hay Anthropic theo kiểu phim giờ vàng. Điểm đáng chú ý hơn là: một vendor lớn đang huấn luyện sales nói về AI bằng ngôn ngữ chi phí, tích hợp và kiểm soát — không chỉ bằng tên model.

Sau bài này, mình muốn bạn đổi một thói quen: đừng hỏi “model nào xịn nhất?”, hãy hỏi “ai đang kiểm soát lớp điều phối giữa model, app, dữ liệu và hóa đơn?”

Sơ đồ minh họa cho bài Khi vendor AI đổi đường bay

Sơ đồ tóm tắt ý chính của bài viết.

Tranh luận thật sự: mua model hay mua hệ thống?

Tin Microsoft được cho là hướng sales so sánh bất lợi các sản phẩm AI của OpenAI, Google, Anthropic với giải pháp của mình nghe ban đầu như chuyện cạnh tranh bình thường. Công ty nào bán hàng mà chẳng muốn đội sales biết cách phản biện đối thủ.

Nhưng chi tiết đáng soi là thông điệp: các bên khác bán “parts”, còn Microsoft bán “end-to-end system” — hệ thống trọn gói từ app, model, bảo mật, quản trị tới trải nghiệm người dùng.

Đây là một chuyển dịch vị thế. Trước đây, nhiều sản phẩm AI enterprise thích khoe “powered by model X”. Càng gắn với model nổi tiếng, càng dễ bán. Giờ chi phí inference tăng, usage restriction xuất hiện nhiều hơn, và những câu hỏi về profitability bắt đầu dí sát gáy các AI lab. Khi đó, vendor có app distribution lớn sẽ muốn nói: “Model chỉ là một phần. Cái bạn mua là cả đường bay vận hành.”

Nói thẳng ra thì: AI enterprise đang bớt là cuộc thi model leaderboard, và giống hơn một cuộc thi ai kiểm soát được tổng chi phí sở hữu.

Ở đây có vài thuật ngữ cần neo nhanh:

Với practitioner, đây không phải drama để hóng. Đây là tín hiệu mua hàng.

Biến số 1: chi phí token đang quay lại bàn họp

Nguồn liên quan về GitHub Copilot và “Tokenpocalypse” cho thấy một chuyện hơi đau: nhiều sản phẩm AI từng được cảm nhận như giá cố định, dùng thoải mái. Nhưng phía sau là token, compute, quota, throttling, và các khoản trợ giá không thể kéo dài mãi.

Khi Microsoft được cho là dùng nhiều model MAI nội bộ hơn trong Word và Excel để giảm chi phí, điều đó không có nghĩa model ngoài kém. Nó có thể đơn giản là bài toán vận hành: với hàng triệu người dùng office app, mỗi prompt tiết kiệm được một chút cũng thành vấn đề lớn.

Ví dụ cụ thể: giả sử team bạn có 40 nhân sự dùng AI để viết tài liệu, tóm tắt meeting, phân tích bảng tính. Nếu mỗi người chỉ thấy “gói tháng” thì mọi thứ có vẻ đơn giản. Nhưng nếu công ty bạn là bên phải trả hóa đơn API, bạn sẽ bắt đầu phân loại:

Đây là nơi model routing trở thành kỹ năng thực dụng. Không phải để khoe kiến trúc, mà để tránh dùng máy bay đường dài cho một chuyến bay 20 phút.

Biến số 2: app distribution ăn điểm hơn benchmark

Google đẩy Gemini sâu vào Android và Pixel cũng là cùng một tín hiệu thị trường: model càng nằm gần workflow hằng ngày, khả năng được dùng càng cao. Người dùng không mở benchmark khi đang cần sửa video, dịch giọng nói, hoặc chuyển file. Họ bấm tính năng ngay trong app.

Microsoft cũng đang chơi sân đó với Copilot trong Word, Excel, PowerPoint. OpenAI nói GPT 5.6 là “preferred model” cho Microsoft 365 Copilot, nhưng cụm “preferred” không tự động trả lời câu hỏi quan trọng hơn: yêu cầu nào chạy qua model nào, ở thời điểm nào, với chính sách chi phí nào?

Đối với team Việt Nam đang triển khai AI nội bộ, bài học là: độ mạnh của model chỉ phát huy nếu nó nằm đúng chỗ trong workflow.

Hình dung thế này: bạn có một team sales dùng CRM, một team kế toán dùng Excel, một team vận hành dùng ticket system. Nếu bạn mua chatbot mạnh rồi bắt mọi người copy-paste dữ liệu qua lại, adoption sẽ tụt. Ngược lại, một model vừa đủ tốt nhưng xuất hiện ngay trong công cụ họ mở mỗi ngày có khi tạo giá trị nhanh hơn.

Đây là lý do vendor có app suite lớn sẽ ngày càng tự tin. Họ không cần thắng mọi benchmark. Họ chỉ cần kiểm soát cửa vào công việc.

Ba lựa chọn cho team đang mua AI

Nếu bạn là lead hoặc builder, tranh luận không nên là “theo Microsoft hay theo OpenAI hay theo Anthropic”. Câu hỏi đúng hơn: team mình cần mức kiểm soát nào?

| Cách chọn | Khi nào hợp | Điểm mạnh | Rủi ro |
|---|---|---|---|
| Suite-first: dùng AI tích hợp sẵn trong Microsoft, Google, SaaS đang có | Team muốn triển khai nhanh, ít kỹ thuật | Dễ adoption, bảo mật thường gắn với hệ thống sẵn có | Ít kiểm soát routing, khó tối ưu sâu |
| Best-of-breed: chọn model/API tốt nhất cho từng việc | Team có năng lực kỹ thuật và use case rõ | Linh hoạt, dễ thử model mới | Chi phí và governance dễ rối |
| Hybrid: app suite cho việc phổ thông, API riêng cho việc lõi | Team đã dùng AI thật, có nhu cầu phân tầng | Cân bằng adoption và kiểm soát | Cần người quản trị policy, logging, đánh giá chất lượng |

Mình nghiêng về hybrid cho phần lớn team đã qua giai đoạn thử nghiệm. Không phải vì nó “ngầu”, mà vì nó phản ánh thực tế: không phải tác vụ nào cũng đáng trả tiền cho model mạnh nhất, và không phải dữ liệu nào cũng nên chạy qua cùng một đường.

Một buổi chiều để kiểm tra bạn đang ở đường bay nào

Không cần lập hội đồng chiến lược 6 tuần. Trong một buổi chiều, bạn có thể làm bài kiểm tra nhỏ này.

Bước 1: Liệt kê 10 tác vụ AI đang dùng nhiều nhất

Ví dụ:

Bước 2: Gắn nhãn cho từng tác vụ

Dùng 4 nhãn đơn giản:

[LOW-RISK]  Nội dung không nhạy cảm, sai sửa được
[SENSITIVE] Có dữ liệu khách hàng, tài chính, pháp lý
[HIGH-VALUE] Ảnh hưởng trực tiếp doanh thu hoặc quyết định lớn
[REPEAT] Lặp lại nhiều lần mỗi ngày

Bước 3: Chọn hướng xử lý

Bước 4: Hỏi vendor 5 câu khó chịu nhưng cần thiết

  1. Tác vụ nào đang dùng model nội bộ, tác vụ nào dùng model bên thứ ba?
  2. Có thể xem log hoặc báo cáo usage theo nhóm người dùng không?
  3. Khi model thay đổi, chất lượng có được thông báo hoặc kiểm thử lại không?
  4. Dữ liệu nào được gửi ra ngoài tenant hoặc môi trường của công ty?
  5. Có cách giới hạn chi phí theo team, workflow, hoặc loại tác vụ không?

Nếu vendor trả lời vòng vo, đó là nhiễu động. Chưa chắc phải hủy chuyến, nhưng bạn nên thắt dây an toàn.

Ai hưởng lợi, ai bị ép đổi cách làm?

Microsoft hưởng lợi nếu khách hàng tin rằng “hệ thống trọn gói” quan trọng hơn “model tốt nhất từng tác vụ”. Google hưởng lợi nếu AI được nhúng sâu vào Android, Pixel và workspace hằng ngày. OpenAI và Anthropic vẫn mạnh ở lớp model, nhưng bị ép chứng minh giá trị không chỉ bằng khả năng trả lời hay, mà bằng hiệu quả chi phí, độ tin cậy và kênh phân phối.

Còn team Việt Nam? Bạn hưởng lợi nếu không bị kéo vào cuộc cãi nhau của vendor.

Đừng mua theo slide bán hàng kiểu “chúng tôi dùng model mới nhất”. Hãy mua theo bản đồ công việc:

Đó mới là tháp không lưu của hệ thống AI nội bộ: không trực tiếp bay, nhưng quyết định chuyến nào được cất cánh, chuyến nào phải chờ, chuyến nào không nên bay.

Nếu là mình, mình sẽ chọn thế nào?

Nếu team đang mới dùng AI, mình sẽ bắt đầu bằng suite-first để giảm ma sát: Copilot, Gemini, hoặc công cụ AI đã nằm trong phần mềm team dùng mỗi ngày. Nhưng mình sẽ không ký hợp đồng dài mà chưa có quyền xem usage và policy dữ liệu.

Nếu team đã có use case rõ, mình sẽ đi hybrid: tác vụ phổ thông chạy trong suite; tác vụ lõi như phân tích tài liệu riêng, coding workflow đặc thù, hoặc automation có dữ liệu nhạy cảm thì tách ra một lớp API/model riêng, có routing và logging.

Nếu team đang xây sản phẩm AI cho khách hàng, mình sẽ tránh phụ thuộc vào một model duy nhất. Không phải vì thiếu niềm tin, mà vì thị trường đang gửi tín hiệu rất rõ: giá, quota, quan hệ đối tác và model mặc định đều có thể đổi.

Takeaway của mình: đừng chọn AI theo tiếng ồn của model mới; hãy chọn theo quyền kiểm soát đường bay của workflow, dữ liệu và chi phí. Máy bay đẹp mà không có kế hoạch hạ cánh thì vẫn chỉ là ảnh wallpaper đắt tiền.

---
Bụi Wire — nghiện đọc release notes lúc 2 giờ sáng

Nguồn tham khảo