CEO 'ông lớn' ngân hàng Úc chỉ thẳng hai sự thật về AI: Chi phí tăng sốc và 'rác công việc' tràn lan

"Trong những ngày đầu, bạn muốn mọi người bắt đầu sử dụng các công cụ – và chúng thực sự không tốn kém là bao [...] giờ đây, cách các mô hình vận hành, lượng ngữ cảnh bạn có thể đưa vào, chi phí của bạn không tăng theo đường thẳng nữa," Comyn giải thích . Điều này tạo ra cái mà ông gọi là "thách thức quản lý mới nổi cốt lõi": các Giám đốc Tài chính (CFO) và Giám đốc Công nghệ (CTO) đang bị khóa trong chu kỳ ngân sách hàng năm, không thể tính đến sự biến động chi phí cho mỗi tác vụ, có thể dao động gấp 10 đến 50 lần tùy theo độ phức tạp .

Tình trạng này không phải là trừu tượng. Việc GitHub chuyển đổi sang thanh toán theo mức sử dụng cho Copilot vào ngày 1 tháng 6 năm 2026 đã khiến nó trở nên cực kỳ cụ thể. Trước đây, một khoản phí đăng ký cố định bao gồm tất cả yêu cầu; giờ đây, mỗi token đầu vào, đầu ra và ngữ cảnh được lưu trữ đều được đo đếm thông qua GitHub AI Credits, trong đó một credit bằng 0,01 đô la Mỹ . Những người dùng nhiều, thường xuyên chạy các phiên lập trình agentic, ngay lập tức chứng kiến hóa đơn của họ tăng vọt, với một số báo cáo mức tăng dự kiến từ 10 đến 50 lần . Chỉ một phiên agentic phức tạp với mô hình hàng đầu giờ đây có thể 'đốt' sạch toàn bộ hạn mức credit hàng tháng chỉ trong một lần chạy .

'Work Slop' là gì? Chi phí ẩn của sản phẩm AI vô giá trị

Cảnh báo lớn thứ hai của Comyn mang tính chất định tính. Ông đã sử dụng cụm từ "work slop" để mô tả sự lan tràn của văn bản, mã code và phân tích do AI tạo ra, trông có vẻ hiệu quả nhưng thực tế lại tạo ra giá trị gia tăng không đáng kể . Những sản phẩm đầu ra này không đơn giản là không giúp ích được gì – chúng còn chủ động tạo ra các chi phí ẩn: mỗi nội dung do AI tạo ra khi tham gia vào quy trình làm việc đều phải được nhân viên xem xét, kiểm tra thực tế, chỉnh sửa hoặc loại bỏ .

Đây chính là phiên bản doanh nghiệp của hiện tượng "AI slop" (rác AI) trên web tiêu dùng – thư rác công cụ tìm kiếm, bài đăng mạng xã hội rập khuôn và nội dung lấp đầy tự động. Trong môi trường công ty, rủi ro còn cao hơn. "Work slop" có thể âm thầm làm suy giảm chất lượng của việc ra quyết định nội bộ, tài liệu tuân thủ và thậm chí cả các sản phẩm hướng tới khách hàng nếu chúng lọt qua các cổng kiểm soát chất lượng lỏng lẻo . Doanh nghiệp càng triển khai AI rộng khắp mà không có sự xác thực nghiêm ngặt, thì đống công việc vô giá trị mà họ phải trả tiền cho con người để dọn dẹp lại càng lớn.

Canh bạc công nghệ 2,4 tỷ đô la Úc của CBA và bài toán nhân lực

Cảnh báo của Comyn không đến từ một người quan sát vô can. CBA đầu tư khoảng 2,4 tỷ đô la Úc hàng năm cho công nghệ, nhiều hơn bất kỳ ngân hàng lớn nào khác tại Úc ít nhất 500 triệu đô la . Khoản chi tiêu đó được định hình như một canh bạc chiến lược vào năng suất do AI dẫn dắt, nhưng bình luận của Comyn thừa nhận rằng chính hạng mục ngân sách này cũng đang bị phơi bày trước tình trạng lạm phát chi phí khó lường mà ông đang cảnh báo người khác .

Đồng thời, CBA đang thể hiện tác động của năng suất AI lên lực lượng lao động trong thời gian thực. Ngân hàng đã cắt giảm khoảng 300 việc làm vào đầu năm 2026, cộng thêm 90 vị trí nhân viên hỗ trợ trước đó đã bị thay thế bởi một chatbot AI và 120 vị trí khác bị loại bỏ vào tháng Tư . Comyn đã nói rất rõ ràng: AI "sẽ lấy đi việc làm tại các doanh nghiệp trên toàn nền kinh tế" và các công ty phải giúp nhân viên chuẩn bị cho tương lai đó thay vì giả vờ như không có chuyện gì .

Tuy nhiên, CBA cũng đã cam kết 90 triệu đô la Úc trong ba năm cho Chương trình Lực lượng Lao động Tương lai, một sáng kiến tái đào tạo đáng kể cho hơn 30.000 nhân viên của mình . Chương trình bao gồm một nền tảng nghề nghiệp nội bộ mới có tên Grow Your Career, đào tạo tập trung vào AI, và lập bản đồ kỹ năng được thiết kế để làm cho việc di chuyển nội bộ trở nên minh bạch . Thế trận kép này – vừa cắt giảm việc làm vừa tái đào tạo – là sự phản ánh trung thực quan điểm của Comyn rằng sự gián đoạn đã ở đây, và các công ty cần có chiến lược cho những nhân viên ở lại cũng như cho những người ra đi .

Hàm ý chiến lược cho mọi doanh nghiệp

Sự hội tụ của cảnh báo từ Comyn, hành động thực tế của chính CBA, và cú hích ngay lập tức từ thay đổi cách tính phí của GitHub Copilot chỉ ra ba mệnh lệnh chiến lược cho bất kỳ tổ chức nào đang vận hành AI trong thực tế:

1. Lập ngân sách phải trở nên linh hoạt và đo đếm được. Kỷ nguyên của ngân sách AI cố định hàng năm đã kết thúc. Mô hình thanh toán dựa trên token biến AI thành một dịch vụ có chi phí biến đổi, tương tự như điện toán đám mây. Các công ty cần giám sát chi phí theo thời gian thực, phân bổ hạn mức tín dụng cho từng nhóm, đặt giới hạn sử dụng và khả năng điều chỉnh ngân sách giữa chu kỳ – những kỷ luật mà các công ty am hiểu điện toán đám mây đã học được từ một thập kỷ trước nhưng nhiều doanh nghiệp truyền thống vẫn chưa áp dụng cho AI .

2. Kiểm soát chất lượng là bắt buộc. "Work slop" tạo ra mối liên kết trực tiếp giữa thất bại về chất lượng và sự vượt chi phí. Mọi sản phẩm AI chưa được kiểm duyệt khi vào quy trình làm việc đều đòi hỏi sự đánh giá lại từ con người. Doanh nghiệp phải thiết lập các rào chắn chất lượng, quy trình xác thực có sự tham gia của con người (human-in-the-loop), và kiểm toán đầu ra. Nếu không có những hệ thống này, đường chi phí sẽ tăng trong khi đường giá trị vẫn nằm ngang .

3. Chiến lược nhân sự phải lên kế hoạch cho cả cắt giảm và nâng cao kỹ năng cùng lúc. Mô hình của CBA mang tính chỉ dẫn: AI giảm số lượng nhân sự ở một số nhóm trong khi đầu tư tái đào tạo tạo ra lộ trình sự nghiệp mới cho những nhóm khác. Khoản đầu tư 90 triệu đô la Úc phát đi tín hiệu rằng giải pháp thay thế cho sa thải không phải là bảo vệ việc làm, mà là chuyển đổi công việc – và rằng các công ty phải có trách nhiệm dẫn dắt lực lượng lao động của mình vượt qua quá trình chuyển đổi đó .

Thông điệp cốt lõi của Comyn là AI doanh nghiệp đã bước vào một giai đoạn khó khăn hơn rõ rệt. Những thành quả dễ dàng đã được thu hoạch; những gì còn lại thì phức tạp, tốn kém và đòi hỏi một kỷ luật mà hầu hết các tổ chức đang thiếu. Hóa đơn cho sự thiếu kỷ luật đó giờ đây đang đến dưới dạng cả chi phí token không thể đoán trước lẫn một đống "work slop" ngày càng lớn mà phải có người dọn dẹp .