Đối tác Dragonfly Haseeb: Các công ty có khả năng tăng trưởng nhanh nhất trong tương lai sẽ đều bị kẹt ở 149 người

Tác giả: Haseeb

Biên dịch: Gia Hoan, ChainCatcher

@SemiAnalysis_ gần đây đã phát hiện ra một hiện tượng đáng kinh ngạc trong kinh tế học của việc đăng ký lập trình AI. Nếu bạn kéo mức sử dụng lên tối đa, chi phí bạn phải trả thực tế rẻ hơn từ 20 đến 70 lần so với việc mua token qua API.

Nhiều người thấy điều này đã nói: Trời ơi, hãy nhìn xem các công ty mô hình lớn đã trợ cấp bao nhiêu cho token, bong bóng chắc chắn sẽ sớm vỡ.

Phản ứng này là sai. Các công ty mô hình lớn sẵn sàng cung cấp các gói ưu đãi hào phóng như vậy là vì hầu hết người dùng rất ít khi chạm đến giới hạn. Sản phẩm này giống như thẻ hội viên phòng gym: hạn mức rộng rãi, là vì phần lớn mọi người không sử dụng nhiều.

Nhưng tôi đã mất rất nhiều thời gian để suy nghĩ về điều này, và thực sự có một số điểm kỳ quặc.

Chúng ta không thể biết được tỷ suất lợi nhuận thực tế trên tổng số đăng ký của họ, nhưng theo ước tính của SemiAnalysis, với tỷ lệ sử dụng trung bình 20%, kế hoạch Max 5x của Anthropic chỉ vừa đủ hòa vốn. Tỷ lệ 20% có thể còn cao, đặc biệt là trong những tổ chức mà mọi người (bao gồm cả những người không phải lập trình viên) đều có tài khoản đăng ký, nhưng chỉ thỉnh thoảng sử dụng một lần. Hầu hết các tổ chức mà tôi biết, bao gồm Dragonfly, đều rất hào phóng phát hành đăng ký Claude Code và khuyến khích những người không lập trình thử nghiệm.

Nhưng SemiAnalysis không đi sâu vào điều này, mà đây hoàn toàn là hiện tượng chỉ có ở các doanh nghiệp nhỏ. Các doanh nghiệp lớn không thể sử dụng mô hình định giá đăng ký này.

Lý do là: Khi số lượng người vượt quá 150, bạn sẽ buộc phải rời khỏi mô hình đăng ký được gọi là "phiên bản nhóm (Team)". Bạn phải chuyển sang "phiên bản doanh nghiệp (Enterprise)", với mức giá cơ bản là 20 đô la/ghế, cộng thêm phí API tính theo lượng token thực tế sử dụng. Doanh nghiệp chỉ có thể trả phí theo chi phí token một cách tuyến tính, trong khi SemiAnalysis cho rằng tỷ suất lợi nhuận gộp của token API khoảng 75%. Đây là một đợt tăng giá lớn, sẽ có hiệu lực ngay khi số lượng đạt 150.

Vì vậy, nếu bạn là một doanh nghiệp nhỏ hoặc công ty khởi nghiệp (hoặc người dùng cá nhân), nhận thức của bạn về chi tiêu cho AI là bị bóp méo. Giá token của bạn thực sự rất ưu đãi, Anthropic có thể chỉ duy trì tỷ suất lợi nhuận cực thấp hoặc thậm chí âm trên bạn.

Bạn có thể tự hỏi, tại sao Microsoft và Uber lại ngạc nhiên về chi tiêu token và còn nói nhiều về "tinh giản token (token-mining)". Lý do nằm ở đây. Chi phí cấu trúc mà họ phải trả cho mỗi token cao hơn nhiều so với các công ty khởi nghiệp và cá nhân.

Nhưng Anthropic không quan tâm! Đối với một công ty B2B, việc khai thác giá trị tối đa từ các công ty nhỏ hoặc cá nhân không có nhiều ý nghĩa. Hãy nhìn vào các công ty như Datadog hoặc Cloudflare, 80% đến 90% doanh thu của họ đến từ các hợp đồng lớn (doanh thu định kỳ hàng năm trên 100.000 đô la). Kiếm lợi nhuận bằng không từ khách hàng dài hạn chỉ là một chi phí phát triển khách hàng.

Đây là tư duy bán hàng B2B điển hình.

Nhưng có một cách nhìn khác về tình huống tương tự: từ góc độ chính sách thuế.

Bởi vì nếu token đang thay thế lao động, thì lợi nhuận gộp mà OpenAI và Anthropic thu được từ token thực sự là một loại thuế đối với lao động AI.

Nhìn từ góc độ này, định giá token sẽ dẫn đến hai hệ quả chính.

Định giá token như một chính sách thuế

Giả sử tỷ suất lợi nhuận trong bài viết của SemiAnalysis là đúng: hòa vốn với mô hình đăng ký, tỷ suất lợi nhuận gộp API của doanh nghiệp lớn là 75%. Phản ứng đầu tiên là gọi đây là thuế 75% đối với lao động AI của các tổ chức lớn, và thuế 0% đối với các công ty khởi nghiệp.

Phân tích thuế tiêu chuẩn sẽ nói rằng điều này cản trở các công ty lớn sử dụng lao động AI nội bộ, và về mặt biên sẽ thúc đẩy doanh nghiệp giảm tự động hóa, giữ lại nhiều lao động con người hơn. (Rõ ràng, điều này cũng khuyến khích việc sử dụng các mô hình nhỏ hơn hoặc mã nguồn mở, nhưng hiệu ứng ròng là cả hai đều được khuyến khích. Hãy nhớ rằng chúng ta đang nói về biên.)

Tuy nhiên, động lực thúc đẩy hành vi mạnh mẽ hơn không phải là tỷ lệ thuế trung bình. Trong chính sách thuế, chưa bao giờ là như vậy. Điều chúng ta thực sự quan tâm là tỷ lệ thuế biên.

Đối với các công ty khởi nghiệp áp dụng mô hình đăng ký cố định, trước khi chạm đến giới hạn, giá biên của token tiếp theo là bằng không. Và giá biên bằng không là sự méo mó lớn nhất mà một chính sách có thể gây ra.

Đối với các công ty khởi nghiệp, mô hình đăng ký cơ bản là một loại trợ cấp đổi mới. Động lực áp đảo là tìm cách tiêu hết ngân sách token một cách hiệu quả nhất có thể. Điều này có nghĩa là chạy vòng lặp Ralph, làm cho màn hình đầy các phiên Claude Code, điều phối các tác nhân thông minh làm việc cùng nhau.

Trước khi chạm đến giới hạn, việc khám phá là miễn phí. Vì vậy, các công ty khởi nghiệp thực sự đang cạnh tranh để khai thác từng giọt giá trị cuối cùng của đăng ký, dựa vào sản lượng để vượt qua đối thủ. Thật nghịch lý, càng sử dụng nhiều, giá token trung bình lại càng thấp. Mỗi công ty khởi nghiệp đều muốn trở thành người khiến Anthropic thua lỗ nhiều nhất trong đăng ký.

Các doanh nghiệp lớn đối mặt với động lực hoàn toàn ngược lại. Nếu bạn vượt quá 150 ghế, mỗi token trong quá trình khám phá đều bị tính phí đầy đủ (cộng thêm 75% phí!). Vì vậy, mỗi bước khám phá thêm sẽ khiến hình phạt tăng lên tuyến tính.

Các doanh nghiệp lớn vẫn sẽ tự động hóa những nhiệm vụ lớn rõ ràng, nhưng tự động hóa biên, thử nghiệm và có rủi ro sẽ không bao giờ được khai thác, vì chi phí phát hiện quá cao. Cấu trúc thuế này cuối cùng thúc đẩy họ giữ lại nhiều lao động hơn, duy trì cấu trúc tổ chức hiện tại.

Điều này hoàn toàn trái ngược với Nhật Bản. Do dân số giảm, Nhật Bản đang đối mặt với tình trạng thiếu lao động nghiêm trọng. Lịch sử cho thấy Nhật Bản theo đuổi tự động hóa cao độ, vì chi phí lao động cao đã thúc đẩy tự động hóa. Đó là lý do tại sao có robot trong nhà hàng, nhà máy, khách sạn và bệnh viện ở Nhật Bản.

Nhưng điều kỳ lạ là, các doanh nghiệp lớn phát hiện ra rằng họ rơi vào tình huống ngược lại với Nhật Bản: nếu phải trả thuế rất cao cho việc sử dụng AI, thì động lực tự động hóa sẽ bị suy yếu, và động lực giữ lại nhân viên hiện tại sẽ tăng lên (nếu trong thời gian này lương vẫn dậm chân tại chỗ, thì điều này càng rõ ràng hơn).

Vậy trong mô hình này, lao động sẽ được thay thế ở đâu?

Mọi người đều đang chú ý đến các công ty lớn, chờ đợi làn sóng sa thải AI đến. Nhưng với tỷ lệ thuế 75%, việc thay thế nhân viên của mình bằng AI có thể không hề tiết kiệm, ngân sách token sẽ bùng nổ ngay lập tức.

Nhưng điều này không có nghĩa là sự thay thế sẽ không xảy ra, chỉ là sự thay thế sẽ xuất hiện dưới một hình thức khác.

Khi các doanh nghiệp lớn mất thị phần vào tay những công ty khởi nghiệp gốc AI có chi phí lao động tổng hợp cực thấp, doanh thu và giá cổ phiếu của các doanh nghiệp lớn sẽ giảm, dẫn đến sa thải. Nhưng những vị trí bị loại bỏ sẽ không bao giờ xuất hiện lại trong các công ty khởi nghiệp chiến thắng. Hiệu ứng giảm nhân lực ròng là như nhau, khoảng trống thất nghiệp này chỉ chuyển sang một khâu khác trong nền kinh tế có tỷ lệ thuế thấp hơn.

Đó cũng là lý do tại sao "AI-washing" (đưa ra lý do cho việc sa thải thông thường bằng hiệu suất AI mới phát hiện) có thể không phải là một hiện tượng tạm thời. AI-washing đề cập đến việc một công ty quy trách nhiệm cho việc sa thải cho hiệu suất AI, thực tế chỉ là đang che giấu sự yếu kém trong kinh doanh thông thường.

Nhiều người nghĩ rằng đây chỉ là một cơn gió trong chu kỳ thổi phồng AI hiện tại. Tuy nhiên, mặc dù mọi người đã sẵn sàng chứng kiến các doanh nghiệp lớn thực hiện những đợt sa thải AI thực sự, thay thế công việc bằng AI, điều này có thể sẽ không bao giờ xảy ra quy mô lớn.

Sự thay thế lao động có thể diễn ra theo một cách khác: các công ty khởi nghiệp đánh bại các doanh nghiệp lớn, các doanh nghiệp lớn mượn danh nghĩa AI để che giấu sự suy thoái cho đến khi phá sản, trong khi các công ty khởi nghiệp sẽ không bao giờ tái tạo những vị trí cũ đó. Sự thay thế vị trí vẫn sẽ xảy ra, chỉ là không ở những nơi mà mọi người đang chú ý.

Đây là hệ quả đầu tiên của mô hình này. Nhưng còn một hệ quả kỳ quặc thứ hai.

Vách đá 150 người

Khái niệm điểm ngắt (Notch) đề cập đến một ranh giới quy định có thể khiến hành vi xảy ra sự chuyển biến lớn. Ví dụ: tiêu chuẩn việc làm toàn thời gian 30 giờ mỗi tuần đã tạo ra rất nhiều vị trí làm việc đúng 29 giờ mỗi tuần.

Ai cũng biết rằng Pháp có các quy định lao động cực kỳ nghiêm ngặt, một khi doanh nghiệp đạt 50 nhân viên sẽ có hiệu lực (hội đồng công nhân, chia sẻ lợi nhuận bắt buộc, bảo vệ sa thải), trong khi các công ty nhỏ được miễn. Điều này đã tạo ra động lực lớn cho các nhà tuyển dụng để cố gắng giữ quy mô dưới 50 người.

Trích từ: Garicano, Luis, Claire Lelarge, và John Van Reenen, 2016, "Sự méo mó quy mô doanh nghiệp và phân phối năng suất: Bằng chứng từ Pháp".

Mở rộng phép so sánh này đến AI. Các công ty mô hình lớn đã đặt ra một ngưỡng thuế, trừng phạt những công ty vượt quá 150 ghế. Điều này có nghĩa là bạn phải giữ quy mô nhỏ để duy trì mức giá đăng ký ưu đãi tuyệt vời đó, để token bị đánh thuế 0% (thậm chí âm), thay vì 75%.

Điều này có thể thúc đẩy một triết lý quản lý doanh nghiệp hoàn toàn mới. Các công ty khởi nghiệp sẽ ngày càng ám ảnh với việc sử dụng các tác nhân để giải quyết mọi thứ, đội ngũ nhỏ hơn, sa thải thường xuyên hơn, nhiều công việc được thuê ngoài hơn, tận dụng mọi cách để giảm thiểu các khâu cần đến con người.

Điều này không phải vì nó là mức độ tự động hóa "tối ưu", mà là vì động lực đã đẩy họ đến đó. Nếu con số kỳ diệu là 149, thì mỗi ghế đều rất quan trọng, bạn không thể lãng phí bất kỳ ai ngoài các khớp chính của công ty.

Sự ngắt này có thể được những người từ Harvard Business School coi là "quản lý ưu tiên AI thế hệ mới". Nhưng chỉ cần hiểu đúng, nó thực sự chỉ là một phản ứng hợp lý đối với kế hoạch định giá của doanh nghiệp.

Điều này có thể nghe có vẻ hơi phóng đại. Nhưng sự khác biệt trong hành vi giữa các tổ chức, bạn đã có thể thấy bây giờ. Hãy trò chuyện với các nhà phát triển của các doanh nghiệp lớn, họ đang tính toán từng token một cách cẩn thận, ngày càng căng thẳng về việc cắt giảm ngân sách token cho lãnh đạo. Trong khi đó, các nhà phát triển của các công ty khởi nghiệp lại đang cố gắng tối đa hóa mức sử dụng (tokenmaxxing), khởi động hàng loạt các tác nhân thông minh qua đêm, rồi sáng hôm sau quay lại xem nhật ký. Tôi dự đoán xu hướng này sẽ tăng tốc.

Không ai cố tình thiết kế mọi thứ này. Không có ủy ban nào quyết định trợ cấp đổi mới cho các công ty khởi nghiệp và đánh thuế các doanh nghiệp lâu đời. Tất cả đều xuất phát trực tiếp từ những chiến lược định giá doanh nghiệp truyền thống đã được thử nghiệm nhiều lần.

Nhưng luật thuế luôn như vậy: một loạt các quy tắc kèm theo, cuối cùng quyết định xem công ty nào có thể được xây dựng, và những công ty này sẽ méo mó như thế nào, giảm thiểu gánh nặng thuế.

Bạn có thể phản biện rằng đây là tạm thời, các công ty mô hình lớn rồi sẽ tính phí cho tất cả mọi người. Github Copilot đã hoàn thành sự chuyển đổi này. Có thể đúng, cũng có thể không. Nhưng trước khi việc định giá trở lại bình thường, các công ty 149 người và mô hình quản lý ưu tiên AI mới này có thể đã bùng nổ, chiếm lĩnh một lượng lớn thị phần và viết kịch bản cho thế hệ công ty khởi nghiệp tiếp theo.

Chính sách thuế rất quan trọng. Toàn bộ khái niệm "kinh tế gig" tồn tại chính vì ranh giới pháp lý giữa W-2 (nhân viên chính thức) và 1099 (nhà thầu độc lập). Khi ngày càng nhiều lao động bị AI xâm chiếm, định giá token có thể trở thành chính sách thuế có ảnh hưởng nhất trong thập kỷ tới. Tuy nhiên, sẽ không bao giờ có ai bỏ phiếu cho điều này.

(Nếu trong chu kỳ tiếp theo, các công ty phát triển nhanh nhất đều rõ ràng mắc kẹt ở 149 ghế, đừng ngạc nhiên.)