Microsoft chính thức khép lại kỷ nguyên 'tokenmaxxing' khi áp hạn mức chi tiêu AI nội bộ và chuyển sang mô hình rẻ hơn

Quyết định của Microsoft không chỉ đơn thuần là một biện pháp cắt giảm chi phí đơn lẻ. Đó là một tín hiệu mạnh mẽ cho thấy kỷ nguyên "tokenmaxxing" — coi việc tiêu thụ tối đa token AI như một thước đo cho năng suất và sự đổi mới — đã kết thúc trên toàn ngành công nghệ .

Điều gì đã thúc đẩy Microsoft phải tự giới hạn chi tiêu AI?

Ba áp lực cụ thể đã buộc Microsoft phải áp đặt kỷ luật AI nội bộ:

Chi phí nội bộ không được kiểm soát. Các nhóm kỹ thuật của Microsoft đã sử dụng tự do các mô hình AI tiên tiến nhất qua GitHub Copilot, khiến mức tiêu thụ token và chi phí inference vượt xa những gì công ty cho là bền vững. Hướng dẫn nội bộ về Copilot thừa nhận rằng nhiều kỹ sư đang chi "từ vài trăm đô la một tháng đến vài nghìn đô la cho token" . Email của Parikh nói rõ rằng kể từ tháng 7/2026, mọi bộ phận sẽ hoạt động dưới một chỉ tiêu ngân sách token AI và từng nhân viên có thể theo dõi mức sử dụng của mình qua một bảng điều khiển nội bộ .

Sự sai lệch về động lực. Các kỹ sư bắt đầu coi việc tiêu thụ nhiều token như một huy hiệu của sự năng suất, một thực hành được biết đến trong ngành là tokenmaxxing. Nhưng Microsoft phát hiện ra rằng nhiều token hơn không đồng nghĩa với nhiều giá trị kinh doanh hơn. Parikh đã xác định lại mục tiêu của công ty một cách rõ ràng: "Chúng ta không tối ưu hóa cho ít token hơn. Chúng ta đang tối ưu hóa cho tác động trên mỗi token" .

Vấn đề về uy tín. Là một công ty bán các gói đăng ký AI — Azure OpenAI Service, GitHub Copilot, Microsoft 365 Copilot — Microsoft không thể nào một cách đáng tin cậy bảo khách hàng hãy kiểm soát chi phí AI trong khi chính các nhóm của mình lại đốt token mà không có giới hạn . Email của Parikh lưu ý rằng công ty sẽ "quản lý chi tiêu token với cùng kỷ luật mà chúng ta áp dụng cho mọi nguồn lực quan trọng khác" .

Những gì thực sự đã thay đổi bên trong Microsoft

Các thay đổi chính sách có hiệu lực ngay lập tức vào tháng 7/2026 :

• Ngân sách token cấp bộ phận. Mỗi đơn vị kinh doanh của Microsoft hiện có một chỉ tiêu ngân sách token AI chính thức. Các hướng dẫn nội bộ cho biết có thể sẽ có thêm các hạn chế khi công ty theo dõi dòng tiền đi đâu .
• Mô hình mặc định rẻ hơn. GPT-5.6 Sol của OpenAI — được mô tả là rẻ hơn so với các lựa chọn từ Anthropic và các nhà cung cấp mô hình tiên tiến khác — đã thay thế các tùy chọn cao cấp làm mặc định cho GitHub Copilot nội bộ. Việc chuyển đổi được giải thích là "nhằm thu được giá trị cao hơn từ khoản đầu tư token của chúng tôi" .
• Tính minh bạch cá nhân. Nhân viên giờ đây có thể thấy mức tiêu thụ AI của riêng mình trên một bảng điều khiển nội bộ, mang lại trách nhiệm giải trình cá nhân cho một khoản chi phí trước đây vốn vô hình .

Điều này phản ánh sự sụp đổ rộng lớn hơn của tokenmaxxing như thế nào

Động thái của Microsoft là một điểm dữ liệu trong một sự điều chỉnh lớn hơn nhiều đang diễn ra trong toàn ngành công nghệ. "Tokenmaxxing" — thực hành thúc đẩy mạnh mẽ việc tiêu thụ token AI như một thước đo cho sự đổi mới — đã trở nên phổ biến trong các công ty công nghệ từ khoảng cuối năm 2025 đến giữa năm 2026, nhưng hiện đang sụp đổ nhanh chóng vì kinh tế không hiệu quả .

Sự bùng nổ ngân sách của Uber. Uber Technologies đã cạn kiệt toàn bộ ngân sách AI năm 2026 chỉ trong vài tháng. Giám đốc công nghệ của hãng công khai tuyên bố: "Chúng ta đang đến hồi kết của cái gọi là kỷ nguyên tokenmaxxing," đồng thời nói thêm rằng việc tiêu thụ token thô không chuyển hóa thành lợi nhuận đo lường được . Công ty hiện đang chuyển sang tối ưu hóa chi phí trên mỗi tương tác thông qua lưu trữ đệm gợi ý (prompt caching), các mô hình mặc định hiệu quả hơn và tầm nhìn tốt hơn về mức tiêu thụ .

Cảnh báo của Gartner. Gartner đã dự đoán rằng chi phí AI coding sẽ sớm vượt qua mức lương trung bình của lập trình viên theo các mô hình định giá dựa trên mức tiêu thụ, buộc các CFO trên toàn ngành phải yêu cầu kỷ luật chi phí .

Bài toán khởi nghiệp. Các startup đã chứng minh rằng việc chuyển đổi mô hình có thể cắt giảm chi phí inference tới khoảng 90%. Lindy.ai, ví dụ, đã chuyển 100% lưu lượng API của mình từ Claude sang DeepSeek chỉ trong một đêm, với chi phí inference thấp hơn khoảng 90% cho chất lượng đầu ra tương đương . Mức tiết kiệm đáng kể như vậy khiến tư duy "nhiều token hơn = tốt hơn" trở nên không khả thi về mặt tài chính .

Phán quyết của Forbes và Fortune. Nhiều ấn phẩm kinh doanh đã tuyên bố kỷ nguyên tokenmaxxing đã kết thúc về mặt cấu trúc. Các doanh nghiệp đang từ bỏ việc sử dụng thô như một thước đo để chuyển sang các triển khai ưu tiên hiệu quả, định tuyến mô hình (sử dụng mô hình rẻ hơn cho các tác vụ đơn giản hơn) và thanh toán dựa trên kết quả nhằm loại bỏ động cơ tối đa hóa token . Forbes mô tả tokenmaxxing là "một giai đoạn chuyển tiếp trong việc áp dụng AI" giúp bình thường hóa việc sử dụng nhưng "không phải là một mô hình hoạt động bền vững" .

Mô hình nhất quán

Mô hình trong ngành hiện đã rõ ràng: các công ty ban đầu khuyến khích sử dụng AI không giới hạn thì nay đang áp đặt ngân sách, chuyển sang các mô hình rẻ hơn và yêu cầu mọi token chi tiêu phải gắn liền với một kết quả kinh doanh có thể đo lường được. Giám đốc khách hàng của ServiceNow đã cảnh báo rằng tokenmaxxing là một chu kỳ thổi phồng AI . Phán quyết của Fortune thật thẳng thừng: "Tokenmaxxing đã chết. Nó không tạo ra ROI AI như các công ty mong muốn" .

Ngân sách token nội bộ và mặc định GPT-5.6 của Microsoft là một ví dụ điển hình cho sự thức tỉnh trên toàn ngành này — đến không phải từ một kẻ tụt hậu về AI, mà từ một trong những nhà đầu tư lớn nhất lĩnh vực này. Nếu công ty đang bán các gói đăng ký AI cũng cần có ngân sách, thì thông điệp cho mọi doanh nghiệp khác đã quá rõ ràng.