Cursor thành lập Hội đồng CFO: Giải mã bài toán kinh tế và hiệu quả đầu tư AI

Chi tiêu cho AI đang chuyển dịch từ các dự án thử nghiệm sang một khoản chi phí vận hành định kỳ lớn, đạt mức 1,5 nghìn tỷ USD trên toàn cầu vào năm 2025.

Lợi nhuận tiềm năng lớn hơn bao giờ hết, nhưng khoảng cách giữa đầu tư và tác động thực tế cũng vậy. Theo một nghiên cứu gần đây của McKinsey, 88% tổ chức đã triển khai AI trong ít nhất một chức năng kinh doanh, nhưng chỉ 39% có thể truy xuất khoản đầu tư đó đến tác động EBIT ở cấp độ doanh nghiệp.

Hiện chưa có quy chuẩn nào được thiết lập để giúp các khoản đầu tư này trở nên đo lường được, có thể dự đoán và hiệu quả. Đó là lý do tại sao chúng tôi ra mắt Cursor CFO Council, một nhóm làm việc gồm các nhà lãnh đạo tài chính tập trung vào việc trả lời một câu hỏi duy nhất: Làm thế nào để giữ cho chi tiêu AI gắn liền với giá trị tạo ra?

Hội đồng sẽ họp hàng quý tại các thành phố luân phiên trên khắp thế giới, cung cấp cho các thành viên một diễn đàn thường trực để so sánh những gì họ đang quan sát được và phát triển một khung chung về kinh tế học AI.

Trí tuệ đang thể hiện trong doanh thu

Một phân tích gần đây của BCG sử dụng dữ liệu từ Cursor cho thấy các công ty nằm trong nhóm 20% cao nhất về mức sử dụng token có mức tăng trưởng doanh thu trung bình hàng năm là 16,5%, so với 5,1% ở các công ty thuộc nhóm 20% thấp nhất.

Một nghiên cứu riêng biệt về việc sử dụng Cursor cho thấy sau những cải tiến lớn về mô hình vào cuối năm 2025, người lao động đã gửi nhiều hơn 44% tin nhắn cho tác nhân (agent) mỗi tuần. Mức tăng lớn nhất đến từ các công việc có độ phức tạp cao, với số lượng tin nhắn tăng 68%.

Các mô hình tốt hơn đang mở rộng phạm vi công việc mà các nhóm sẵn sàng thực hiện, cho thấy một động lực kiểu Jevons, nơi mức độ sử dụng có xu hướng tăng theo khả năng thay vì giảm đi. Tuy nhiên, cũng rõ ràng rằng lợi ích của việc áp dụng AI không xuất hiện đồng đều ở mọi nơi.

Lợi nhuận từ trí tuệ được phân bổ không đồng đều

Báo cáo Thói quen Nhà phát triển (Developer Habits Report) mới được công bố gần đây của chúng tôi cho thấy các nhà phát triển thuộc nhóm p99 tạo ra số dòng code hỗ trợ bởi AI mỗi ngày nhiều gấp 46 lần so với người dùng hoạt động trung bình và hợp nhất (merge) số lượng pull request mỗi tuần nhiều gấp 15 lần so với tác giả pull request hoạt động trung bình.

Nói cách khác, một số ít người đang có được đòn bẩy khổng lồ, trong khi hầu hết những người khác thì không.

Chúng tôi quan sát thấy sự tập trung tương tự xung quanh chi tiêu, mức tiêu thụ token và mã code do AI tạo ra. Nếu đo lường bằng hệ số Gini, các phân bổ này còn bất bình đẳng hơn cả phân bổ thu nhập ở bất kỳ quốc gia nào trên thế giới.

Chi phí trên mỗi đơn vị công việc thay đổi rất lớn

Ngay cả khi AI hoạt động hiệu quả rõ rệt, chi phí vẫn biến động rất nhiều. Trong Báo cáo Thói quen Nhà phát triển, chi phí cho mỗi yêu cầu tác nhân (agent request) thay đổi gần 9 lần giữa các dòng mô hình, trong khi chi phí cho mỗi dòng code được chấp nhận thay đổi khoảng 7 lần.

Khoảng cách chi phí này cho thấy lý do tại sao việc tiếp cận nhiều mô hình và nhà cung cấp lại hữu ích. Các mô hình khác nhau sẽ tốt hơn cho các loại công việc khác nhau — lập kế hoạch, phát triển frontend, gỡ lỗi, thực thi chi phí thấp — và trong Cursor, 84% người dùng chuyên nghiệp (power users) đã sử dụng nhiều mô hình mỗi tuần.

Khả năng tùy chọn đó đang trở nên quan trọng hơn khi các nhà cung cấp AI chuyển sang mô hình định giá dựa trên mức sử dụng, biến trí tuệ thành một chi phí biến đổi khó dự đoán hơn.

Việc kết hợp đúng công việc với đúng cấp độ trí tuệ mang lại những lợi thế tiết kiệm chi phí đáng kể và những lợi thế này chỉ tăng lên theo thời gian.

Một diễn đàn để suy ngẫm về kinh tế học AI

Giá trị năng suất của AI đang tăng lên theo từng đợt phát hành mô hình lớn, nhưng việc áp dụng lại không đồng đều, mức sử dụng tập trung và chi phí thay đổi rất lớn tùy thuộc vào cách công việc được phân bổ.

CFO Council sẽ cung cấp cho các nhà lãnh đạo tài chính một nơi để cùng nhau giải quyết những câu hỏi này. Hội đồng sẽ tập trung phát triển các tiêu chuẩn chung về năng suất AI, các khung đo lường lợi nhuận từ trí tuệ, và các phương pháp thực tiễn để phân bổ mô hình và quản lý chi phí.

Cuộc họp đầu tiên của CFO Council sẽ diễn ra vào tháng 8. Chúng tôi mong muốn được công bố danh sách các thành viên tham gia khi tiến gần đến cuộc họp đó và xa hơn nữa. Chúng tôi cũng dự định công bố các cập nhật về công việc của nhóm để cộng đồng rộng lớn hơn có thể hưởng lợi từ những gì chúng tôi học được.