Sản phẩm
Rippling ra mắt AI Spend Console: Giải pháp kiểm soát chi phí và đo lường hiệu quả AI cho doanh nghiệp
(giờ Việt Nam)
Tóm tắt AI
Rippling giới thiệu công cụ AI Spend Console giúp doanh nghiệp theo dõi chi phí AI theo từng nhân sự và đội ngũ, sau khi chính họ từng đối mặt với tình trạng ngân sách AI tăng phi mã. Công cụ này giúp tối ưu hóa chi phí token và đánh giá thực chất năng suất mà AI mang lại.
Bản dịch AI

Nhà cung cấp phần mềm nhân sự Rippling tuần này đã ra mắt AI Spend Console, một sản phẩm chống lại xu hướng "tokenmaxxing" (tiêu tốn quá mức vào token AI), giúp các công ty theo dõi và kiểm soát chi tiêu cho AI của mình. Một trong những tính năng thú vị nhất là khả năng lập bản đồ chi tiêu của từng nhân viên, nhóm và vai trò, đồng thời xác định xem họ có thực sự làm việc hiệu quả hơn hay chỉ đơn thuần tạo ra nhiều "AI slop" (nội dung rác do AI tạo ra).
Công ty cam kết công cụ này sẽ hiển thị "những kỹ sư nào có mức chi tiêu AI cao nhưng lại thường xuyên bị đồng nghiệp yêu cầu làm lại công việc trong các buổi đánh giá mã nguồn (code reviews)", theo bài đăng trên blog của hãng.
Công cụ này ra đời sau khi Rippling dồn toàn lực vào "tokenmaxxing" hồi đầu năm — giống như bao công ty khác — để rồi phát hiện ra rằng nhân viên đang tiêu tốn tiền bạc một cách hoang phí. Giám đốc sản phẩm (CPO) Matt MacInnis vẫn nhớ như in cuộc họp ban điều hành vào tháng 3, khi Giám đốc tài chính (CFO) Adam Swiecicki đưa ra một con số khiến họ bàng hoàng.
Rippling đang trên đà đốt 40% ngân sách nhân sự R&D cho các token AI, nghĩa là chi phí cho token tương đương với 40% tổng quỹ lương của nhân viên trong bộ phận đó. Hàng triệu đô la. (Bộ phận R&D là nơi tập trung đội ngũ kỹ thuật tại hầu hết các công ty công nghệ).
Chi tiêu tăng 80% theo tháng, và nếu xu hướng đó tiếp diễn, năm sau công ty sẽ chi cho token AI gần bằng 90% ngân sách dành cho nhân viên bộ phận R&D vốn đã có mức lương cao.
"Chúng tôi không thể tin nổi", MacInnis chia sẻ với TechCrunch.
Ban quản lý ngay lập tức thực hiện một dự án "khẩn cấp" để tìm hiểu về các khoản chi tiêu này và giá trị thu lại được từ số tiền đó, ông cho biết. Thực tế, quảng cáo ra mắt sản phẩm mới này có hình ảnh Swiecicki ngồi trên ghế đẩu trong khi các nhân viên đang nhặt những xấp tiền mặt và đổ chúng vào máy hủy giấy.
Khi Rippling tiến hành phân tích, họ phát hiện ra những sự thật như "khoảng 10–15% nhân viên của chúng tôi tạo ra khoảng 60% tổng chi tiêu AI. Một kỹ sư đã tiêu tốn 50.000 USD mỗi tháng", bài đăng trên blog của họ chia sẻ.
Rippling không muốn dừng việc sử dụng AI, mà chỉ muốn kiểm soát nó — một cách nghiêm ngặt. Họ bắt đầu bằng việc đàm phán mức trần chi tiêu với từng công cụ mà công ty sử dụng: Cursor, OpenAI và Anthropic. Họ ngay lập tức nhận ra một vấn đề rõ ràng: Nhân viên có xu hướng mặc định sử dụng các mô hình tiên tiến (frontier models) mới nhất và đắt đỏ nhất cho mọi tác vụ.
"Sự thật là các nhà cung cấp dịch vụ suy luận (inference providers) như Anthropic và OpenAI hoàn toàn không có động lực để giúp bạn kiểm soát chi tiêu. Họ có mọi lý do để khiến chi phí đó trở nên mất kiểm soát, và đó chính xác là những gì họ đang làm. Họ không cung cấp cho bạn thông tin chi tiết về cách sử dụng và họ cũng không hợp tác với nhau", MacInnis nói.
Đó là một vấn đề phổ biến vào đầu năm 2026. Hiện tại, sau tám tháng, các doanh nghiệp đã rút ra được vài điều. Thứ nhất, họ biết mình cần nhiều mô hình từ nhiều phòng thí nghiệm AI khác nhau với các mức giá khác nhau, bao gồm cả các tùy chọn mô hình mở (open weight) tiên tiến, có thể có nguồn gốc từ Trung Quốc.
Nhà sáng lập kiêm CEO của Rippling, Parker Conrad, lưu ý vào tháng trước rằng khi công ty thực hiện các bài kiểm tra hiệu năng (benchmarks) cho mục đích nội bộ, họ phát hiện ra Grok của SpaceX là mô hình dẫn đầu toàn diện, nhưng "GLM 5.2 rẻ hơn 85% nhưng có hiệu suất gần như tương đương" với các mô hình tiên tiến. (SpaceX hiện sở hữu Cursor, cung cấp quyền truy cập vào Grok và hàng chục mô hình khác). GLM 5.2 của Z.ai đã trở thành mô hình Trung Quốc đặc biệt được ưa chuộng cho các tác vụ lập trình tại các công ty công nghệ hiện nay. Databricks cũng đang tích cực ủng hộ mô hình này.
Thứ hai, các doanh nghiệp hiện biết rằng họ cần một cổng AI (AI gateway) để điều hướng các câu lệnh (prompts) đến mô hình tốt nhất và tiết kiệm chi phí nhất cho tác vụ đó. Rippling cũng đi đến kết luận tương tự. Vì vậy, họ đã xây dựng cổng AI riêng, vốn cũng là một phần của sản phẩm này. MacInnis cho biết các doanh nghiệp đang sử dụng cổng khác vẫn có thể dùng AI Spend Console, mặc dù nếu muốn các tính năng kiểm soát chi tiêu, họ sẽ cần sử dụng cổng của Rippling.
AI Spend Console tạo ra các bảng điều khiển (trước đây được gọi là bảng xếp hạng trong thời kỳ tokenmaxxing) để chấm điểm các thuộc tính như số lượng câu lệnh mỗi ngày kết hợp với kết quả công việc (số dòng mã/yêu cầu kéo - pull requests) và chi phí.
Với công cụ này, Rippling cho biết họ đã giảm chi tiêu cho token từ 40% ngân sách nhân sự xuống còn khoảng 15%. Nhưng họ không cắt giảm việc sử dụng AI. MacInnis chia sẻ rằng công ty đã đạt đỉnh 605 tỷ token vào tháng mà CFO đưa ra cảnh báo. Đến tháng 7, mức sử dụng nội bộ lại đạt 600 tỷ token, nhưng "chi phí cho token trong tháng 7 chỉ bằng 37% chi phí của tháng 4", ông nói.
"Đó là vì giờ đây chúng tôi đang điều hướng đến các mô hình hiệu quả hơn", ông nói và nói đùa rằng "chúng tôi không để đội ngũ kinh doanh sử dụng Fable để sửa lỗi ngữ pháp".
Tuy nhiên, Rippling lưu ý rằng các giải pháp công nghệ là chưa đủ. Công ty đã tìm ra những người sử dụng AI hiệu quả và biến họ thành các "AI captains" (đội trưởng AI) với nhiệm vụ hỗ trợ phần còn lại của công ty.
Dù vậy, MacInnis cho biết những nỗ lực sử dụng AI ngoài lĩnh vực kỹ thuật vẫn đang trong quá trình hoàn thiện, vì cho đến nay các kỹ sư phần mềm vẫn là người dùng chính. Nhưng Rippling, ví dụ, đang triển khai nó cho các nhóm tiếp nhận khách hàng (customer onboarding) để tự động hóa một số dữ liệu gửi thư và các tác vụ đối soát dữ liệu. Bảng điều khiển sau đó sẽ đo lường năng suất dựa trên việc tiếp nhận thêm khách hàng.
"Chúng tôi phải có khả năng liên kết mức tiêu thụ token trong các chức năng hành chính (G&A) và các chức năng hướng tới khách hàng với năng suất làm việc. Nếu không làm được điều đó, mọi hy vọng về việc phổ cập AI cho toàn bộ nhân viên sẽ đổ bể", MacInnis nói.
Vì vậy, nếu Rippling là một ví dụ, thì xu hướng "tokenmaxxing" có thể đã đi quá xa theo hướng ngược lại, đến mức quyền truy cập AI của nhân viên có thể không còn giống như Slack hay email nữa. Nếu công ty không thể đo lường năng suất, thì có lẽ không phải nhân viên nào cũng được cấp quyền truy cập.
Về sản phẩm, AI Spend Console được bao gồm trong gói đăng ký nhân sự của Rippling, mặc dù có thêm các chi phí dựa trên mức sử dụng AI. Nó cũng có thể được mua như một sản phẩm độc lập và tích hợp với hệ thống quản lý nhân sự khác, MacInnis cho biết.
Khi bạn mua hàng qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.


Bài viết được AI dịch và tổng hợp tự động từ TechCrunch: AI. 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.