OpenAI thử nghiệm tính phí AI theo kết quả hoàn thành

OpenAI được cho là đang cho phép một số khách hàng doanh nghiệp lớn chỉ thanh toán khi tác nhân AI hoàn tất một nhiệm vụ kinh doanh đã được thống nhất. Đây mới là chương trình thử nghiệm giới hạn, chưa phải bảng giá công khai; OpenAI cũng chưa tiết lộ nhiệm vụ áp dụng, mức phí hay các điều khoản hợp đồng. 5

Thử nghiệm này đáng chú ý vì các tác nhân AI tự chủ có thể tiêu tốn năng lực tính toán lớn hơn nhiều so với chatbot thông thường. Hóa đơn theo token tăng lên theo số lượng câu lệnh, phản hồi, lần thử lại và lệnh gọi công cụ. Trong khi đó, hóa đơn theo kết quả sẽ gắn với một thành quả mà khách hàng và nhà cung cấp xác định trước.

Từ trả tiền cho lượng dùng sang trả tiền cho kết quả

Bảng giá API và doanh nghiệp được OpenAI công bố hiện tính phí token đầu vào, token đầu vào được lưu trong bộ nhớ đệm và token đầu ra theo mỗi triệu token. 1 2 Với mô hình này, khách hàng vẫn phải trả cho lượng sử dụng của mô hình, bất kể tác nhân AI cuối cùng có hoàn thành nhiệm vụ hay không.

Tính phí theo kết quả thay đổi thời điểm phát sinh hóa đơn. Thay vì hỏi “Hệ thống đã xử lý bao nhiêu token?”, hợp đồng sẽ hỏi “Tác nhân AI có đạt được kết quả đã thống nhất không?”. Kết quả đủ điều kiện có thể là một yêu cầu hỗ trợ được xử lý thành công, một quy trình được hoàn tất hoặc một bản cập nhật đã được xác minh trong hệ thống doanh nghiệp. Tuy nhiên, OpenAI chưa công bố các kết quả cụ thể trong chương trình thử nghiệm được đưa tin. 5

Sự thay đổi này chuyển một phần rủi ro vận hành từ bên mua sang nhà cung cấp. Nhiều lần thử, chuỗi suy luận dài hoặc các lượt chạy thất bại có thể làm chi phí của OpenAI tăng lên nhưng chưa chắc tạo ra một kết quả có thể tính tiền.

Vì sao doanh nghiệp lo chi phí AI khó đoán?

Tính phí theo mức sử dụng tương đối dễ quản lý với những ứng dụng có lưu lượng ổn định. Nhưng việc dự toán trở nên khó hơn khi tác nhân AI có thể tự chọn cách xử lý, gọi công cụ nhiều lần, phân công cho các tác nhân khác hoặc vận hành song song.

Ví dụ được nhắc đến nhiều nhất là một lập trình viên vận hành 100 tác nhân cùng lúc và phát sinh 1,3 triệu USD tiền token OpenAI trong 30 ngày. 5 Đây là trường hợp cực đoan, nhưng cho thấy mối lo về kinh tế của AI tự chủ: chi phí có thể tăng theo số lần thử và mức độ hoạt động, thay vì theo giá trị của công việc đã hoàn thành.

Một hợp đồng tính phí theo kết quả có thể giúp doanh nghiệp lập ngân sách dễ hơn. Nếu hợp đồng quy định lần thất bại không bị tính phí, khách hàng cũng có thể giảm rủi ro phải gánh toàn bộ chi phí của một lần chạy không hiệu quả. Chương trình thử nghiệm của OpenAI có áp dụng cơ chế bảo vệ này hay không, cũng như xử lý ngoại lệ ra sao, vẫn chưa được biết.

Những nhiệm vụ nào phù hợp nhất?

Mô hình này dễ triển khai nhất khi nhiệm vụ có ranh giới rõ ràng và thời điểm hoàn thành có thể quan sát được. Chăm sóc khách hàng là ví dụ điển hình, bởi việc một yêu cầu đã được giải quyết có thể thường được kiểm tra qua trạng thái phiếu hỗ trợ, tương tác với khách hàng hoặc việc không còn cần nhân viên can thiệp.

Các quy trình khác có thể bao gồm một số tác vụ lập trình được giới hạn chặt chẽ, xử lý hồ sơ bồi thường, phân loại khách hàng tiềm năng hoặc cập nhật dữ liệu nội bộ. Đây chỉ là những khả năng, không phải các trường hợp sử dụng đã được OpenAI xác nhận. Điểm chung là hai bên phải thống nhất trước thế nào được xem là thành công.

Một hợp đồng thực tế có thể cần quy định:

• điều kiện chính xác để xác định nhiệm vụ thành công;
• ngưỡng chất lượng và độ chính xác;
• việc chuyển cho con người được tính là thất bại hay thành công một phần;
• cách xử lý các lần thử lại và ngoại lệ;
• sự kiện trong hệ thống dùng để xác minh việc hoàn thành; và
• quy trình giải quyết tranh chấp hóa đơn.

Nếu thiếu những quy tắc này, câu khẩu hiệu “chỉ trả tiền khi AI làm được việc” nghe rất hấp dẫn nhưng vẫn là một cam kết thương mại chưa đủ rõ ràng.

Thị trường đã có những biến thể tương tự

Thử nghiệm được đưa tin của OpenAI diễn ra trong bối cảnh nhiều công ty phần mềm đang thay đổi cách tính phí cho tác nhân AI. Các mô hình dưới đây có liên quan nhưng không hoàn toàn giống nhau:

• Intercom Fin: Intercom cho biết Fin tính 0,99 USD cho mỗi kết quả được giải quyết, tức tác nhân AI xử lý trọn vẹn vấn đề của khách hàng mà không cần con người can thiệp. 8
• Zendesk: Zendesk sử dụng khái niệm “Verified Resolution” (giải quyết đã xác minh) cho một yêu cầu được AI xử lý thành công, gắn khoản phí với kết quả thay vì chỉ tính theo số chỗ ngồi sử dụng phần mềm. 14
• Salesforce Agentforce: Salesforce ban đầu áp dụng mức 2 USD cho mỗi cuộc hội thoại, sau đó giới thiệu Flex Credits. Theo cách so sánh của Intercom, một hành động tiêu chuẩn có giá 20 credit, tương đương khoảng 0,10 USD cho mỗi hành động. Đây là tính phí theo mức tiêu thụ gắn với hành động, không nhất thiết là chỉ thu tiền khi mục tiêu kinh doanh cuối cùng đạt được. 8

Vì vậy, “tính phí theo kết quả” và “tính phí theo mức tiêu thụ” không nên được xem là hai cách gọi interchangeable. Tính phí theo hành động hoặc cuộc hội thoại có thể giúp khách hàng dễ hình dung lượng dùng hơn, nhưng vẫn có thể phát sinh tiền ngay cả khi mục tiêu kinh doanh rộng hơn chưa đạt được.

Doanh nghiệp đang ưu tiên mô hình nào?

Các dữ liệu từ Futurum cho thấy thị trường vẫn phân mảnh, chứ chưa chuyển hoàn toàn khỏi mô hình tính phí theo số chỗ ngồi.

Một khảo sát của Futurum với 830 người ra quyết định công nghệ thông tin trên toàn cầu cho thấy 43% ưu tiên tính phí theo mức tiêu thụ đối với tính năng AI tạo sinh, trong khi 27% ưu tiên tính phí theo kết quả. 14 Một khảo sát riêng trong nửa cuối năm 2026 cho thấy, với các tính năng AI được tính riêng, 42,3% người mua thích mô hình theo số chỗ ngồi, so với 36,6% chọn theo mức tiêu thụ và 21,1% chọn theo kết quả. Với phần mềm cốt lõi, tính phí theo mức tiêu thụ được ưa chuộng hơn ở mức 28,9%, tiếp theo là theo kết quả 22,2%, còn theo số chỗ ngồi đứng ở mức 12,6%.

Điều này không cho thấy doanh nghiệp đã chọn một mô hình duy nhất. Sự lựa chọn dường như phụ thuộc vào vai trò của AI. Một tính năng hỗ trợ có mức sử dụng ổn định có thể phù hợp với phí theo chỗ ngồi hoặc phí bổ sung. Ngược lại, một dịch vụ tự chủ thực hiện công việc có thể đo lường được sẽ dễ thuyết phục hơn nếu tính phí theo mức tiêu thụ hoặc theo kết quả.

Vì sao mô hình này có thể lan rộng?

Sức hấp dẫn của tính phí theo kết quả khá rõ ràng. Bên mua có thể liên hệ khoản chi với giá trị nhận được, còn nhà cung cấp có động lực mạnh hơn để cải thiện độ tin cậy và giảm các lần thực thi lãng phí. Mô hình này cũng có thể giúp bộ phận tài chính phê duyệt việc triển khai tác nhân AI, vốn khó dự toán nếu chi phí token tăng không giới hạn.

Tuy nhiên, tính phí theo kết quả khiến nhà cung cấp phải tự gánh những chi phí trước đây có thể chuyển trực tiếp cho khách hàng. Mô hình này cũng tạo ra các động lực cần được kiểm soát. Nếu tác nhân AI chỉ được tối ưu cho một chỉ số hẹp, nó có thể đáp ứng đúng điều khoản hợp đồng nhưng lại làm suy giảm trải nghiệm tổng thể của khách hàng.

Việc quy trách nhiệm là một trở ngại khác. Hãy hình dung một quy trình sử dụng nhiều mô hình, công cụ bên ngoài, nhân viên và hệ thống doanh nghiệp. Nếu tác nhân AI chỉ hoàn tất một phần công việc, hoặc con người đưa ra quyết định cuối cùng, sẽ rất khó xác định OpenAI đã thực sự cung cấp kết quả có thể tính phí đến mức nào.

Vì vậy, mô hình này nhiều khả năng sẽ mở rộng từ các quy trình hẹp, có thể kiểm chứng, thay vì ngay lập tức áp dụng cho những công việc tri thức mở. Các thỏa thuận kết hợp — gồm phí theo chỗ ngồi, phí sử dụng, credit và một số khoản phí theo kết quả — có thể vẫn thực tế hơn với những hệ thống phức tạp. Futurum cũng xem mô hình kết hợp là một bước trung gian quan trọng khi các nhà cung cấp tìm cách liên kết giá AI với giá trị khách hàng. 14

Điều gì sẽ xảy ra nếu thử nghiệm của OpenAI mở rộng?

Nếu chương trình được mở rộng, đây sẽ là một thay đổi đáng kể trong kinh tế học AI doanh nghiệp: nhà cung cấp ngày càng bán công việc đã hoàn tất, thay vì chỉ bán quyền truy cập mô hình hoặc lượng token được tiêu thụ.

Tuy vậy, bằng chứng hiện có chỉ đủ cho một kết luận thận trọng. OpenAI được cho là đang thử nghiệm tính phí theo kết quả với một số khách hàng lớn, nhưng công ty chưa công bố kế hoạch áp dụng rộng rãi và chưa tiết lộ đủ chi tiết hợp đồng để đánh giá mức phí, phạm vi hay hiệu quả thương mại. 5 Đây nên được xem là phép thử ban đầu về việc liệu các nhà cung cấp tác nhân AI có thể biến lời hứa “chỉ trả tiền cho kết quả” thành một cơ chế đủ chính xác để bộ phận mua sắm doanh nghiệp chấp nhận hay không.