IT Home
92

Thủ thuật

a16z: Chi phí thuê AI Agent hiện đã rẻ hơn nhân sự gia công tại Ấn Độ

(giờ Việt Nam)

Tóm tắt AI

Theo a16z, chi phí vận hành AI Agent chỉ từ 6-8 USD/giờ, thấp hơn mức 10 USD của nhân sự BPO tại Ấn Độ. Các mô hình như Claude Fable 5 cũng cho thấy hiệu suất vượt trội so với con người trong nhiều tác vụ thực tế.

Bản dịch AI

Theo tin từ IT ngày 12 tháng 8, Fabrizio Serafini, đối tác tại công ty đầu tư mạo hiểm tư nhân Andreessen Horowitz (gọi tắt là a16z) tại Thung lũng Silicon, đã đăng tải một bài viết vào ngày 10 tháng 8, báo cáo rằng chi phí cho các AI agent (tác nhân AI) hiện đã thấp hơn so với chi phí thuê nhân lực gia công phần mềm (outsource) tại Ấn Độ.

Quan điểm của Serafini cho rằng, các AI agent đang chuyển mình từ giai đoạn trình diễn sang giai đoạn có thể triển khai thực tế. Các khả năng cốt lõi của chúng bao gồm đọc ảnh chụp màn hình, nhấp chuột vào giao diện, nhập văn bản, khôi phục lỗi và hoàn thành các công việc lặp đi lặp lại trong các hệ thống phần mềm không có API (giao diện lập trình ứng dụng) rõ ràng.

Bài viết trích dẫn dữ liệu từ chuẩn đánh giá OSWorld-Verified, một bài kiểm tra đánh giá hiệu suất của các agent khi vận hành các quy trình làm việc trên Ubuntu, Windows và macOS trong môi trường máy tính để bàn thực tế, với điểm số được tính dựa trên tỷ lệ hoàn thành nhiệm vụ.

Đầu năm 2025, mô hình sử dụng máy tính mạnh nhất đạt điểm số 42%; đến tháng 6 năm 2026, mô hình dẫn đầu hiện tại là Claude Fable 5 đã đạt mức 85% (nghĩa là trong 100 nhiệm vụ hàng ngày, AI agent có thể đảm nhận 85 nhiệm vụ), cao hơn mức khoảng 72% của người kiểm thử là con người.

Bài viết cho biết, các agent Computer Use hiện nay phù hợp nhất với những nhiệm vụ tuân theo các quy trình rõ ràng. Các kịch bản điển hình bao gồm cập nhật hồ sơ CRM, kiểm tra chất lượng, đăng nhập vào các cổng thông tin chính phủ và bảo hiểm, trích xuất dữ liệu từ cơ sở dữ liệu và các trang web quản lý, xử lý đơn hàng bán lẻ, xử lý hợp đồng và xử lý phiếu yêu cầu IT trong ServiceNow.

Các nhóm được phỏng vấn đã cung cấp nhiều trường hợp ứng dụng thực tế: Một nền tảng dữ liệu CPG (hàng tiêu dùng đóng gói) vận hành khoảng 15 đến 20 triệu lượt tương tác cổng thông tin tự động mỗi tháng, sử dụng AI agent như một phương án dự phòng tự phục hồi cho các trình thu thập dữ liệu (crawler) viết tay.

Khi giao diện cổng thông tin của nhà bán lẻ thay đổi, AI agent sẽ chẩn đoán lỗi, sửa chữa quy trình tự động hóa và duy trì luồng dữ liệu trước khi các kỹ sư kịp can thiệp. Công ty này cho biết, sau khi triển khai, quy mô đội ngũ kỹ sư chuyên bảo trì các trình thu thập dữ liệu đã giảm một nửa, từ đó cho phép tái phân bổ nhân lực sang các quy trình làm việc khác.

Một trường hợp khác đến từ một nhà tích hợp hệ thống toàn cầu. Tổ chức này hiện có 27 quy trình làm việc đang hoạt động sử dụng AI máy tính, xử lý khoảng 1.500 đến 2.100 phiếu yêu cầu IT mỗi ngày, với mục tiêu cuối cùng là tái phân bổ 20-25% nhân lực trong các hợp đồng dịch vụ quản lý có biên lợi nhuận thấp.

Một tổ chức khác cho biết họ đã tự động hóa toàn bộ quy trình tuyển dụng, tự động điền dữ liệu vào nền tảng theo dõi ứng viên ngay sau khi cuộc phỏng vấn kết thúc.

Ngoài việc ngày càng đáp ứng tốt các kỹ năng văn phòng doanh nghiệp, AI agent còn có lợi thế rõ rệt về chi phí. Tổng chi phí cho một AI agent Computer Use vào khoảng 6-8 USD mỗi giờ (chú thích của IT: tỷ giá hiện tại tương đương khoảng 40,6 - 54,1 Nhân dân tệ), trong khi tổng chi phí cho một nhân viên BPO tại Ấn Độ là khoảng 10 USD mỗi giờ (tỷ giá hiện tại tương đương khoảng 67,6 Nhân dân tệ); còn nhân viên văn phòng tại Mỹ, sau khi tính cả phúc lợi và chi phí quản lý, có chi phí từ 30 đến 45 USD mỗi giờ (tỷ giá hiện tại tương đương khoảng 202,8 đến 304,1 Nhân dân tệ).

Chi phí tại Mỹ được tính dựa trên mức lương trung bình của nhân viên chăm sóc khách hàng theo BLS là 20,59 USD mỗi giờ (tỷ giá hiện tại tương đương khoảng 139,2 Nhân dân tệ), cộng thêm các khoản phúc lợi và chi phí quản lý, trong đó phúc lợi chiếm khoảng 30% tổng thu nhập.

Serafini lưu ý rằng các dữ liệu trên nên được xem là ước tính theo cấp độ. Các hệ thống được xây dựng tốt sẽ dành các lệnh gọi mô hình đắt đỏ cho những nhiệm vụ đòi hỏi khả năng phán đoán, trong khi các bước lặp lại sẽ được giao cho mã xác định (deterministic code) chi phí thấp, từ đó giúp giảm thiểu tổng chi phí trong suốt vòng đời của quy trình làm việc.

Đọc bài gốc

Bài viết được AI dịch và tổng hợp tự động từ IT Home. Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.