Bản chất của mô hình đăng ký AI là chuyển đổi chi phí tính toán không thể kiểm soát thành cấu trúc doanh thu có thể dự đoán được, và đây cũng sẽ là câu hỏi cốt lõi mà thị trường sẽ liên tục đặt ra với các công ty AI.

Tác giả bài viết, nguồn: Wu Duidui

AI trong nước cuối cùng cũng đến bước này: không thể chỉ nói về người dùng, mà phải nói đến việc kiếm tiền rồi

Giai đoạn nhận khách miễn phí đã kết thúc, các ứng dụng AI bắt đầu bước vào giai đoạn “phân tầng chi phí + phân tầng người dùng + xác thực thương mại”.

Gần đây, trang App Store của ứng dụng DouBao đã xuất hiện thông tin đăng ký trả phí: ngoài phiên bản cơ bản miễn phí, có thể có phiên bản tiêu chuẩn 68 nhân dân tệ/tháng, phiên bản tăng cường 200 nhân dân tệ/tháng và phiên bản chuyên nghiệp 500 nhân dân tệ/tháng, với phí hàng năm cao nhất là 5.088 nhân dân tệ.

Đáp ứng của DouBao là dịch vụ miễn phí sẽ được giữ lại, các gói dịch vụ tăng giá vẫn đang trong giai đoạn thử nghiệm và các quyền lợi liên quan hiện chưa được hiển thị chính thức trong sản phẩm.

Việc này có thể được xem xét từ vài khía cạnh.

Điều này liên quan đến chi phí, đặc biệt là "chi phí của người dùng nặng".

Điểm phiền toái nhất của sản phẩm DouBao là: người dùng càng thích sử dụng, chi phí nền tảng càng cao.

Một người dùng bình thường thỉnh thoảng hỏi vài câu, chi phí có thể kiểm soát được.

Nhưng nếu người dùng bắt đầu thực hiện những việc này:

Viết bài dài, tạo PPT, phân tích dữ liệu, nghiên cứu sâu, tạo hình ảnh, tạo video, hội thoại giọng nói theo thời gian thực, Agent thực hiện nhiều bước nhiệm vụ.

Thì hoàn toàn không còn ở cùng một mức chi phí nữa.

Ngoài khả năng trò chuyện, phiên bản Mac của Doubao còn nổi bật với các tính năng như “tìm kiếm, chỉnh sửa ảnh, viết văn, dịch thuật, PPT, phân tích dữ liệu”, đồng thời nhấn mạnh các quy trình làm việc tích hợp bao gồm tạo hình ảnh và video, nghiên cứu sâu, ghi chú cuộc họp, xử lý tài liệu và bảng tính. Những tính năng này về bản chất đều tiêu tốn nhiều token hơn, yêu cầu khả năng suy luận cao hơn và cần nhiều sức mạnh tính toán đa mô hình hơn so với trò chuyện thông thường.

Vì vậy, việc DouBao thu phí rất có thể không phải vì “giao tiếp thông thường lỗ quá không chịu nổi”, mà là vì:

Các khả năng có giá trị cao và người dùng nặng không còn có thể cung cấp miễn phí vô hạn.

Bản miễn phí sẽ tiếp tục tồn tại để làm điểm vào, tăng lượng người dùng hàng ngày và xây dựng nhận thức thương hiệu; nhưng những tính năng tiêu tốn nhiều tài nguyên sẽ được phân tầng thông qua gói thành viên, hạn mức, ưu tiên và bản chuyên nghiệp.

Khó khăn trong thương mại hóa AI là “thu nhập cố định, nhưng chi phí biến động”

Có một mâu thuẫn tự nhiên trong mô hình đăng ký:

Số tiền người dùng trả mỗi tháng là cố định, nhưng số token người dùng tiêu thụ không cố định.

Điều này khác với Netflix, Tencent Video và iQIYI. Đối với các nền tảng video, sau khi một bộ phim được quay xong, người dùng xem lại nhiều lần thì chi phí biên tương đối hạn chế. AI thì khác, mỗi cuộc hội thoại sâu, mỗi lần tạo video, mỗi lần phân tích ngữ cảnh dài đều cần tái sử dụng tài nguyên suy luận.

Chế độ phần mềm truyền thống và chế độ Netflix giống như:

Chi phí biên để bán thêm một đơn vị gần như bằng 0 sau khi phát triển một lần → sao chép vô hạn lần

Nhưng dịch vụ mô hình lớn lại giống như:

Mô hình nghiên cứu và phát triển một lần → Mỗi lần gọi đều cần sức mạnh tính toán → Càng nhiều người dùng và sử dụng sâu hơn, chi phí suy luận càng cao.

Các API như OpenAI, Azure OpenAI đều tính phí theo token, điều này về bản chất cho thấy: token đầu vào, token đầu ra, ngữ cảnh dài, và bộ nhớ đệm đầu vào đều có mức giá khác nhau, trong đó token đầu ra thường đắt hơn rõ rệt.

Trên trang định giá chính thức của OpenAI, GPT-5.5 với ngữ cảnh ngắn có giá 2,5 USD mỗi triệu token đầu vào và 15 USD mỗi triệu token đầu ra, trong khi đầu vào được lưu cache thì rẻ hơn nhiều.

Đây không phải là một mô hình kinh tế giống như bán Office, bán Photoshop hay bán hệ điều hành.

Chính nền tảng Hỏa Sơn của ByteDance cũng áp dụng logic tương tự: Giá của mô hình DouBao dành cho nhà phát triển cũng được tính theo triệu tokens, ví dụ: Doubao-Seed-2.0-pro hiển thị từ 3,2 nhân dân tệ/ triệu tokens đầu vào, từ 16 nhân dân tệ/ triệu tokens đầu ra.

Điều này cho thấy một vấn đề cốt lõi:

Sản phẩm AI trông giống như đăng ký thành viên, nhưng phía sau lại tính theo mức tiêu thụ. Tuy nhiên, nó cũng không hoàn toàn giống như nhà hàng.

Cách nói chính xác hơn nên là:

AI là sự pha trộn giữa "công ty phần mềm + công ty điện toán đám mây + công ty sản xuất tiêu tốn nhiều điện năng".

Nếu một người dùng trả 68 nhân dân tệ mỗi tháng nhưng tạo ra quá nhiều PPT, video và báo cáo dài, chi phí có thể ăn hết phần lớn thu nhập.

Nếu một người dùng trả 500 nhân dân tệ mỗi tháng nhưng chủ yếu sử dụng cho các công việc có giá trị cao với mức tiêu thụ kiểm soát được, thì đó là một thương vụ tốt.

Vì vậy, đăng ký AI về bản chất đang làm một việc:

Chuyển chi phí tính toán không thể kiểm soát thành cấu trúc doanh thu có thể dự đoán được.

Chuyển từ cạnh tranh về quy mô người dùng sang cạnh tranh về ARPU

Trước đây, cạnh tranh trong các ứng dụng AI ở Trung Quốc chủ yếu là miễn phí để thu hút người dùng.

Tại sao DouBao lại có thể phát triển lớn? Ngoài việc sản phẩm có lợi thế, còn do ByteDance sở hữu lưu lượng truy cập mạnh, năng lực sản phẩm vượt trội và mức độ miễn phí thấp. DouBao là ứng dụng trò chuyện AI được sử dụng nhiều nhất tại Trung Quốc; theo dữ liệu từ QuestMobile, số người dùng hoạt động hàng tuần của nó khoảng 155 triệu, trong khi DeepSeek là khoảng 81,6 triệu; đồng thời Alibaba cũng thúc đẩy tăng trưởng người dùng Qwen thông qua các khoản trợ cấp lớn.

Tuy nhiên, chế độ miễn phí có một vấn đề:

Càng có nhiều người dùng, áp lực chi phí càng trở nên thực tế.

Đặc biệt là các sản phẩm AI của Trung Quốc hiện đang trải qua cuộc chiến giá cả. DeepSeek đã hạ thấp kỳ vọng chi phí mô hình, trong khi Alibaba, ByteDance, Tencent và Baidu đều không muốn từ bỏ cửa vào. Do đó, AI tiêu dùng rất dễ rơi vào tình thế khó xử:

Người dùng cho rằng AI nên miễn phí; nền tảng biết rằng AI không thể miễn phí vô hạn; nhà đầu tư muốn thấy tăng trưởng; nội bộ công ty muốn thấy vòng lặp kinh doanh.

DouBao ra mắt phiên bản trả phí, điều này có nghĩa là nó muốn thử nghiệm một câu hỏi:

Người dùng Trung Quốc có sẵn sàng trả tiền cho quy trình làm việc AI không?

Không trả tiền cho “cuộc trò chuyện”, mà trả tiền để được giúp tiết kiệm thời gian, làm PPT, viết báo cáo, nghiên cứu, xử lý dữ liệu và tạo video.

Sự khác biệt này rất quan trọng.

Người dùng khó chi trả 500 nhân dân tệ mỗi tháng cho “bạn đồng hành trò chuyện cùng tôi”.

Nhưng nếu nó thật sự giúp một người làm nội dung, bán hàng, giáo viên, sinh viên, vận hành, tư vấn viên tiết kiệm được 1-2 giờ mỗi ngày, thì mức giá 68 nhân dân tệ, 200 nhân dân tệ hay 500 nhân dân tệ sẽ được tiếp nhận hoàn toàn khác biệt.

Điều này cũng cho thấy: phiên bản miễn phí của AI sẽ được giữ lại, nhưng phiên bản miễn phí sẽ ngày càng “hạn chế” hơn

Tương lai, các ứng dụng gốc AI trong nước rất có khả năng không áp dụng mô hình thu phí một chiều, mà là cấu trúc bốn tầng:

Cấp độ 1: Bản miễn phí

Để thu hút khách hàng, xây dựng thói quen sử dụng và duy trì thị phần. Các cuộc trò chuyện thông thường, câu hỏi đáp cơ bản và tìm kiếm nhẹ sẽ tiếp tục miễn phí.

Lớp thứ hai: Thành viên giá rẻ

Dành cho người dùng giao dịch thường xuyên, chẳng hạn như hạn mức cao hơn, tốc độ nhanh hơn, ít chờ đợi hơn và mô hình tốt hơn.

Cấp độ thứ ba: Phiên bản chuyên nghiệp

Dành cho người sáng tạo nội dung, người đi làm, sinh viên, lập trình viên, nhà nghiên cứu, bán các sản phẩm như PPT, phân tích dữ liệu, nghiên cứu sâu, xử lý tài liệu, mã nguồn và ngữ cảnh dài.

Lớp thứ tư: Dịch vụ doanh nghiệp/API/Agent

Tính phí theo lượng sử dụng hoặc gói dịch vụ + phí vượt ngưỡng. Đây mới là phần thực sự tạo ra mô hình kinh doanh.

Ba mức 68, 200, 500 mà DouBao hiện đang đưa ra về bản chất là đang thử nghiệm mức phân tầng này.

Bản miễn phí giải quyết “quy mô người dùng”; bản tiêu chuẩn giải quyết “người dùng trả phí nhẹ”; bản tăng cường và bản chuyên nghiệp giải quyết “khôi phục chi phí cho người dùng nặng”.

ChatGPT, Claude, Gemini, Kimi, Tongyi, Zhipu, DouBao đều đã hoặc sắp tiến tới cấu trúc tương tự. Sự khác biệt chỉ nằm ở: phiên bản miễn phí của ai mạnh nhất, quyền lợi trả phí của ai mang lại cảm nhận rõ rệt nhất, và ai kiểm soát chi phí tốt nhất.

Tại sao đăng ký AI lại khó hơn SaaS truyền thống?

Mỗi khi có thêm một người dùng, thêm một cuộc hội thoại, thêm một bản tóm tắt dài, thêm một tác vụ Agent được thực thi, thì sẽ tiêu tốn thêm GPU để suy luận, điện năng, bộ nhớ đồ họa, băng thông, lưu trữ và chi phí vận hành kỹ thuật.

Vì vậy, vấn đề cốt lõi nhất của các công ty ứng dụng AI không phải là:

Có người dùng nào không?

mà là:

Càng nhiều người dùng, thì càng kiếm được nhiều tiền hay càng tốn tiền?

Điều này hoàn toàn khác với SaaS truyền thống. Trong SaaS truyền thống, sau khi hệ thống được thiết lập, lợi nhuận gộp từ khách hàng mới thường rất cao; nhưng đối với sản phẩm AI, nếu người dùng sử dụng đặc biệt thường xuyên, chi phí suy luận có thể tăng lên đáng kể. Vấn đề này cũng chính là nguyên nhân khiến thị trường lo ngại về lợi ích đầu tư vào AI của các công ty công nghệ lớn. Các tập đoàn lớn như Alphabet, Microsoft, Meta và Amazon đã chi tiêu khổng lồ cho AI trong năm nay, và các nhà đầu tư bắt đầu quan tâm hơn đến việc khi nào các chi phí AI này sẽ mang lại lợi nhuận đủ lớn.

Tuy nhiên, việc đăng ký AI không thể đơn giản so sánh với nhà hàng, vì nhà hàng khó có thể giảm chi phí cho “một bát mì” xuống 80% mỗi năm.

Nhưng AI thì có thể.

Vì chi phí suy luận mô hình sẽ liên tục bị giảm bởi một số yếu tố:

Thứ nhất, chip trở nên mạnh mẽ hơn. Thứ hai, mô hình trở nên nhỏ hơn, được tinh giản, lượng tử hóa và định tuyến MoE tinh vi hơn. Thứ ba, bộ nhớ đệm, xử lý theo lô và tái sử dụng ngữ cảnh sẽ giảm chi phí tính toán lặp lại. Thứ tư, nhiều nhiệm vụ không cần mô hình mạnh nhất, có thể được thực hiện bằng mô hình nhỏ. Thứ năm, các doanh nghiệp sẽ chuyển từ “đổ đầy token một cách mù quáng” sang “tiêu tốn ít token hơn cho mỗi kết quả kinh doanh”.

Vì vậy, chi phí biên của AI không phải là 0, nhưng nó cũng không phải là chi phí nguyên liệu cố định.

Nó giống như điện toán đám mây giai đoạn đầu: ban đầu rất đắt, nhưng quy mô cùng với tối ưu hóa phần cứng và phần mềm sẽ liên tục giảm chi phí.

Đó cũng là lý do tại sao trong bảng giá của OpenAI, "đầu vào được lưu bộ nhớ đệm" lại rẻ hơn nhiều so với đầu vào thông thường. Sự tồn tại của cơ chế lưu bộ nhớ đệm cho thấy các nhà cung cấp AI đang nỗ lực biến các phép tính lặp lại thành các quy trình có chi phí thấp hơn, tương tự phần mềm.

Điều này khiến các công ty AI cần đồng thời trả lời ba câu hỏi:

Đầu tiên, người dùng sẵn sàng trả bao nhiêu tiền? Đây là khía cạnh doanh thu.

Thứ hai, người dùng sẽ tiêu thụ bao nhiêu token mỗi tháng? Đây là chi phí.

Thứ ba, chi phí mô hình có thể giảm nhanh hơn tốc độ tăng trưởng mức độ sử dụng không? Đây là khía cạnh lợi nhuận.

Nếu câu trả lời là:

Người dùng sẵn sàng trả 200 nhân dân tệ, nhưng chi phí tiêu thụ hàng tháng là 150 nhân dân tệ, nên hoạt động kinh doanh này khá bình thường.

Nếu câu trả lời là: Người dùng sẵn sàng trả 200 nhân dân tệ; chi phí chỉ là 20 nhân dân tệ, và có thể giảm xuống còn 10 nhân dân tệ khi tối ưu hóa mô hình.

Và các ứng dụng AI lại một lần nữa tiến gần đến một doanh nghiệp phần mềm tốt.

Vì vậy, chỉ số cốt lõi thực sự của mô hình kinh doanh AI không phải là DAU, cũng không phải là số lượt tải về, mà là:

Thu nhập trên mỗi người dùng trả phí / Chi phí suy luận trên mỗi người dùng trả phí.

Cũng chính là mô hình kinh tế đơn vị phiên bản AI.

Điều này sẽ ảnh hưởng ngược lại đến thị trường AI

Connected to the stock market, this matter is actually very important.

Hiện tại thị trường đang giao dịch AI, giai đoạn đầu tiên tập trung vào:

Liệu nhu cầu về sức mạnh tính toán có bùng nổ không?

Vì vậy, NVIDIA, TSMC, Broadcom, lưu trữ, thiết bị điện lực và trung tâm dữ liệu đều tăng.

Giai đoạn hai, thị trường sẽ hỏi:

Có người dùng cho ứng dụng AI không?

Vì vậy, quy mô người dùng của ChatGPT, DouBao, Kimi, Qwen, Copilot và Gemini sẽ được quan tâm.

Giai đoạn thứ ba, cũng là giai đoạn quan trọng nhất tiếp theo, thị trường sẽ hỏi:

Những người dùng này có thể trả phí không? Sau khi trả phí, họ có thể kiếm tiền không?

Việc DouBao thông báo thu phí thực chất là sự bắt đầu của giai đoạn ba.

Nếu trong tương lai nhìn thấy những tín hiệu này, thị trường AI sẽ lành mạnh hơn:

Tỷ lệ chuyển đổi trả phí khá tốt; người dùng không rời bỏ hàng loạt do phí; có người sẵn sàng trả tiền cho phiên bản chuyên gia giá cao; khách hàng doanh nghiệp bắt đầu mua sắm quy mô lớn; chi phí suy luận liên tục giảm; các tính năng AI mang lại khả năng tăng giá thực tế.

Nhưng nếu thấy tín hiệu ngược lại:

Người dùng chỉ muốn dùng miễn phí; phiên bản trả phí có đánh giá kém; nền tảng liên tục giảm giá khuyến mãi; người dùng tần suất cao khiến chi phí bị phá vỡ; doanh thu ứng dụng AI tăng nhanh nhưng biên lợi nhuận gộp không tốt;

Thị trường sẽ bắt đầu nghi ngờ:

Liệu lớp ứng dụng AI có phải là một ngành kinh doanh tốt?

Điều này sẽ tiếp tục lan truyền lên phía trên. Vì nếu các ứng dụng không kiếm được tiền, các nhà cung cấp đám mây và nhà phát triển mô hình sẽ bị hỏi: Tại sao các bạn vẫn tiếp tục tăng chi tiêu vốn?

Các công ty AI khác nhau có mô hình kinh tế hoàn toàn khác nhau

Một vấn đề khác là không thể gộp tất cả các công ty AI lại với nhau.

1. NVIDIA, TSMC, lưu trữ, thiết bị điện lực

Đây là những người bán cuốc. Càng nhiều người sử dụng AI, chúng càng kiếm nhiều tiền hơn.

Họ không trực tiếp gánh chi phí token của người dùng cuối, mà thu lợi từ chi tiêu vốn phát sinh từ việc mở rộng suy luận và đào tạo AI.

2. Nhà cung cấp đám mây: Microsoft, Google, Amazon

Chúng nằm ở giữa.

Một mặt, AI mang lại tăng trưởng doanh thu từ điện toán đám mây; mặt khác, chúng phải gánh chịu chi phí vốn lớn, khấu hao, điện năng và chi phí trung tâm dữ liệu. Reuters Breakingviews cho biết, chi tiêu AI của các công ty lớn đang mở rộng mạnh mẽ, nhưng thị trường ngày càng quan tâm đến việc những khoản đầu tư này có thể tạo ra lợi nhuận rõ ràng hay không.

Vấn đề của các nhà cung cấp đám mây là:

Sự tăng trưởng doanh thu từ điện toán đám mây AI có thể bù đắp chi phí trung tâm dữ liệu, GPU, khấu hao và điện năng không?

3. Công ty ứng dụng AI: Copilot, ChatGPT, các Agent khác nhau

Người dùng sử dụng càng nhiều, chi phí càng cao. Nếu là mô hình đăng ký cố định, ví dụ thu một mức giá cố định mỗi tháng, nhưng người dùng sử dụng quá mức, thì biên lợi nhuận gộp sẽ bị ăn mòn.

Vì vậy, trạng thái lý tưởng nhất của ứng dụng AI không phải là “người dùng trò chuyện vô hạn”, mà là:

Người dùng sẵn sàng chi trả cao, nhưng lượng token tiêu thụ thực tế có thể kiểm soát được.

Ví dụ, doanh nghiệp sẵn sàng trả 30, 50, 100 USD mỗi tháng cho một trợ lý bán hàng AI, trợ lý mã hóa AI, trợ lý pháp lý AI, nhưng chi phí suy luận đằng sau chỉ vài đô la, đó là một thương vụ tốt.

4. Công ty phần mềm truyền thống kết hợp AI

Ví dụ như các công ty như Microsoft, Adobe, Salesforce, nếu có thể tích hợp chức năng AI vào phần mềm hiện có để tăng ARPU mà không để chi phí vượt kiểm soát, họ có thể biến AI thành công cụ tăng giá.

AI không phải là khởi nghiệp lại, mà là kênh phân phối phần mềm hiện có + gói tăng giá AI.

Vì vậy, sự khác biệt lớn nhất trong định giá của AI nằm ở đây

Hoàn toàn không cần tranh luận liệu AI có hữu ích hay không, có tương lai hay không, AI chính là tương lai.

Vấn đề sâu hơn là: AI thực chất là phần mềm biên lợi nhuận cao hay ngành công nghiệp vốn nặng?

Những người lạc quan cho rằng:

Chi phí AI sẽ giảm nhanh chóng, các ứng dụng sẽ bùng nổ, ARPU sẽ tăng lên, và cuối cùng nó vẫn là kinh doanh phần mềm với biên lợi nhuận cao.

Những người bi quan cho rằng:

AI sẽ trở thành cuộc chạy đua vũ trang, mọi người đều phải mua GPU, xây dựng trung tâm dữ liệu và trả tiền điện, nhưng người dùng có thể không sẵn sàng trả giá đủ cao cho từng token, cuối cùng lợi nhuận sẽ bị nuốt chửng bởi chi phí cơ sở hạ tầng.

Tôi nghĩ sự thật nằm ở giữa:

Mô hình cơ sở và hạ tầng đám mây sẽ ngày càng giống các ngành có tài sản nặng; chỉ những ứng dụng AI thực sự có khả năng phân phối, có bối cảnh và quyền định giá mới có cơ hội trở lại thành kinh doanh phần mềm.

Điều này cũng giải thích tại sao thị trường AI có thể phân hóa

Giai đoạn đầu tiên, thị trường đang mua:

Ai liên quan đến AI, người đó tăng.

Giai đoạn hai, thị trường sẽ hỏi:

Ai có thể biến AI thành nguồn thu nhập?

Giai đoạn ba, thị trường sẽ tiếp tục hỏi:

Ai có thể biến doanh thu từ AI thành lợi nhuận và dòng tiền tự do?

AI không giống phần mềm truyền thống, nơi việc bán thêm một bản gần như không tốn chi phí; mỗi lần phục vụ AI đều tiêu tốn sức tính toán, do đó nó mang bản chất chi phí giống các doanh nghiệp nhà hàng, điện toán đám mây và sản xuất thực tế.

Nhưng AI không tuyến tính như nhà hàng, vì tối ưu hóa mô hình, bộ nhớ đệm, tiến bộ chip, xử lý theo lô và định tuyến mô hình nhỏ sẽ làm giảm chi phí đơn vị liên tục.

Vì vậy, điều thực sự cần xem xét trong mô hình kinh doanh AI không phải là “có doanh thu hay không”, mà là:

Mỗi đô la doanh thu từ AI cần tiêu tốn bao nhiêu chi phí GPU, điện năng và token.

Đây sẽ là câu hỏi cốt lõi mà thị trường sẽ liên tục đặt ra với các công ty AI trong thời gian tới.

Tương lai của AI, rốt cuộc có bao nhiêu biên lợi nhuận.