Nhân viên Meta tiêu thụ hơn 60 nghìn tỷ Token trong 30 ngày, gây ra làn sóng bàn luận về “Tokenmaxxing” tại Thung lũng Silicon, trong khi nhân viên Amazon cũng xuất hiện hiện tượng gian lận “KPI AI”. Dữ liệu từ Cục Dữ liệu Quốc gia cho thấy, lượng gọi Token trong nước đã tăng hơn 1.000 lần trong hai năm, từ 100 tỷ mỗi ngày vào đầu năm 2024 lên 140 nghìn tỷ mỗi ngày vào tháng 3 năm 2026. Ngành công nghiệp đang rơi vào tình thế khó khăn với “ba mất kiểm soát”: lượng sử dụng, chi phí và giá trị; Token đã từ chi phí trò chuyện trở thành tư liệu sản xuất, nhưng doanh nghiệp khó đo lường được giá trị thực sự của nó. SuperFusion đã ra mắt FusionOne AI tại WAIC 2026, tạo ra Token Factory để giải quyết ba vấn đề: sổ sách kinh tế, sổ sách an toàn và sổ sách liên tục, đồng thời đã triển khai thực tế trong các bối cảnh AI Coding của chính họ và y tế CreateHealth.Tác giả bài viết, nguồn: NewZeYuan
Trong một đêm, Tokenmaxxing trở thành chủ đề bàn tán sôi nổi tại Thung lũng Silicon!
Vài tháng trước, Meta đã xây dựng một bảng xếp hạng trên nội bộ để theo dõi lượng Token tiêu thụ của hơn 85.000 nhân viên trong toàn công ty.
Kết quả, khiến người ta kinh ngạc—
Chỉ trong 30 ngày, nhân viên Meta đã đốt hơn 60 nghìn tỷ token, người đứng đầu đơn lẻ đã tiêu tới 281 tỷ, ngay cả Mark Zuckerberg cũng không lọt vào top 250.
Nguồn: Thông tin
Không chỉ có vậy, nhân viên Amazon cũng bắt đầu chạy đua để đạt chỉ số KPI về AI, thậm chí để các tác nhân AI chạy không tải trong vài giờ chỉ để nâng thứ hạng của mình.
Trò chơi xếp hạng tưởng chừng phi lý này vô tình lột trần chiếc khăn che羞 của AI doanh nghiệp năm 2026:
Càng đốt nhiều Token, có thật sự đồng nghĩa với việc tạo ra nhiều giá trị hơn không?
Không ai có thể trả lời được, vì hoàn toàn không thể đo lường được.
Sau cơn cuồng nhiệt, ngành công nghiệp rơi vào tình thế khó xử với “ba mất kiểm soát”: kiểm soát lượng sử dụng, kiểm soát chi phí và kiểm soát giá trị.
Các mô hình lớn chỉ mất hai đến ba năm để từ “không dùng được” trở thành “dùng được”. Nhưng những vấn đề bộc lộ sau khi “dùng được” lại phức tạp hơn nhiều so với khi “không dùng được”.
Token đã trở thành “tư liệu sản xuất”
But it doesn't equal value
Để trả lời câu hỏi này, trước tiên phải xem rõ Token đã trở thành gì.
Ba năm trước, Token vẫn chỉ là đơn vị chi phí dùng để trò chuyện giữa con người và AI, mỗi câu hỏi và câu trả lời tiêu tốn từ vài chục đến vài trăm Token.
Đến năm 2026, logic hoàn toàn đảo ngược.
Một tác nhân đơn lẻ tự hoàn thành một nhiệm vụ văn phòng có thể tiêu tốn hàng chục nghìn token; trong khi đó, nhiều tác nhân phối hợp làm việc, một nhiệm vụ đã tiêu tốn hàng triệu token.
Token không còn chỉ là chi phí cho việc trò chuyện, mà còn trở thành “tư liệu sản xuất” tái cấu trúc quy trình doanh nghiệp.
Con số về lượng thay đổi thật đáng kinh ngạc. Theo số liệu của Cục Thống kê Quốc gia, lượng gọi Token trong nước đã tăng từ một nghìn tỷ mỗi ngày vào đầu năm 2024 lên một trăm bốn mươi nghìn tỷ mỗi ngày vào tháng 3 năm 2026.
Hai năm tăng hơn một nghìn lần, điều này đã không còn là một đường cong, mà là một bức tường cao vút mọc lên từ mặt đất.
Sau bức tường là bốn kịch bản giá trị cao đã được xác minh: AI Coding, AI for Science, sáng tạo video đa phương thức, và Agent văn phòng tổng hợp.
Trong đó, AI Coding chạy nhanh nhất, riêng loại này đã tiêu thụ hơn 50% tổng số token toàn cầu.
Nguồn: Báo cáo State of AI do OpenRouter hợp tác với a16z phát hành
Nhưng chìa khóa thực sự lại ẩn chứa trong câu hỏi ở phần mở đầu—càng đốt nhiều Token, có nghĩa là tạo ra nhiều giá trị hơn sao?
Câu trả lời là không.
Vì token bản thân là “chi phí”, không phải “giá trị”: nó là một trung tâm chi phí mới, chỉ khi được agent thực sự sử dụng và đầu tư vào hoạt động kinh doanh thì mới chuyển hóa thành giá trị.
Trung tâm lợi nhuận thực sự là các Agent mang Token đi làm việc.
Một token chỉ đang chạy nền để xếp hạng, và một token đã triển khai thành công kiểm tra chất lượng công nghiệp, viết ra mã sản phẩm và theo dõi một ca bệnh, dù có cùng số dư trên sổ sách, nhưng giá trị lại khác nhau một trời một vực.
Sự cạnh tranh giữa Meta và Amazon trở nên phi lý vì chúng cạnh tranh dựa trên "sản lượng" của Token, nhưng lại bỏ qua "chất lượng tiêu dùng".
Vì vậy, thước đo công suất tính toán cũng đã thay đổi đơn vị đo lường.
Trước đây, người ta quan tâm đến “mỗi đơn vị điện năng tạo ra bao nhiêu FLOPS”, đo lường hiệu năng phần cứng; hôm nay, đơn vị cơ bản đã từ FLOPS chuyển thành Token, và thước đo đã được kéo dài đến tận cùng của giá trị—
WATT → FLOPS → TOKENS → AGENTS → VALUES
Thước đo cũ chỉ đo đến mức “mỗi watt điện tạo ra bao nhiêu tính toán”; thước đo mới sẽ đo đến cùng:
Mỗi đơn vị điện năng bạn đầu tư, có bao nhiêu phần trăm đã được Agent thực sự sử dụng và chuyển hóa thành Token có giá trị thực tế.
Kết luận là hợp lý: Khi token đã từ “chi phí trò chuyện” trở thành “nguyên liệu thô trên chuỗi giá trị”, toàn bộ hệ sinh thái xung quanh nó—
Cách sản xuất, cách tính toán, cách quản lý đều phải làm lại từ đầu.
Không phải mô hình không tốt, mà là nền tảng chưa theo kịp
Vấn đề chính nằm ở đây: Bản chất của Token đã thay đổi, nhưng nền tảng hỗ trợ nó vẫn được xây dựng theo logic cũ.
Trong hơn một thập kỷ qua, tư duy của các doanh nghiệp khi mua máy chủ là “mua thiết bị, cài hệ điều hành, chạy được là được”.
Trong chuỗi giá trị mới này, hệ thống tư duy này hoàn toàn không còn hiệu lực—
Cơ sở hạ tầng cũ được xây dựng dựa trên một mô hình duy nhất không thể đáp ứng được việc điều phối kết hợp các mô hình đa dạng, nhiều phiên bản và nhiều bối cảnh như hiện nay.
Điều khiến đau lòng hơn là sức mạnh tính toán trên giấy tờ ≠ Token hiệu quả.
Tỷ lệ sử dụng GPU thường dưới 50%, điểm benchmark rất đẹp, nhưng khi áp dụng vào nhiệm vụ thực tế thì bị giật lag; khi xử lý tài liệu dài hoặc ngữ cảnh dài, toàn bộ hệ thống bị đình trệ hoàn toàn.
Sự phổ biến của Agent đã biến ngữ cảnh dài và đồng thời cao thành điều bình thường. Hiệu suất được quảng bá và trải nghiệm thực tế khi chạy đều thuộc về hai thế giới khác nhau.
Nói một cách đơn giản, cơ sở hạ tầng cũ đo lường FLOPS nhưng không tạo ra được Token ổn định và hiệu quả.
Theo chuỗi giá trị mới, doanh nghiệp thực sự cần tính toán ba cuốn sổ.
Một cuốn sổ kế toán kinh tế.
Mỗi lần chuyển đổi có hiệu quả không, mỗi Token có được đo lường, gán nguồn và kiểm soát không. Hiệu suất sử dụng GPU dưới 50% tức là đã lãng phí một nửa điện năng; không rõ Token đã đổi lấy gì, tức là tiền tiêu một cách mơ hồ.
A secure ledger.
Đối với hầu hết khách hàng doanh nghiệp, nền tảng này còn phải được xây dựng ngay tại nhà họ—dữ liệu không ra ngoài, mô hình tự chủ và các tác nhân thông minh bị giới hạn trong ranh giới an toàn.
Còn một cuốn sổ liên tục dễ bị bỏ sót nhất.
Là nhà máy, điều đáng sợ nhất không bao giờ là điện đắt, mà là ngừng sản xuất.
Token mua về không nên chỉ tìm giá rẻ, mà còn phải đảm bảo năng lực sản xuất ổn định: các nhiệm vụ cốt lõi không bị các nhiệm vụ ưu tiên thấp lấn át, một tài liệu siêu dài không làm hệ thống tê liệt, và mô hình có thể liên tục cập nhật hàng tuần mà không bị bỏ lại phía sau.
Ba cuốn sổ này, không cuốn nào nằm ở lớp mô hình thường được thảo luận liên tục, mà đều nằm ngay trên nền tảng dưới chân. Khi áp dụng vào từng ngành cụ thể, cảm giác đau đớn lập tức trở nên sắc nét hơn:
Ngành sản xuất muốn đưa AI vào nghiên cứu và phát triển, mô phỏng, kiểm tra chất lượng và lập kế hoạch sản xuất, nhưng bản vẽ và dữ liệu công nghệ là tài sản cốt lõi, chỉ có thể triển khai riêng tư. Kết quả là, sau khi mua thiết bị về, từ lúc nhận hàng đến khi tạo ra Token đầu tiên phải chờ một đến hai tuần, mỗi lần lặp lại mô hình giống như thay máu.
Các bộ phận tài chính muốn thực hiện kiểm soát rủi ro, báo cáo và vận hành thông minh, nhưng tuân thủ và an toàn dữ liệu là ranh giới không thể vượt qua; họ không thể tận dụng sự tiện lợi của điện toán đám mây công cộng như “đóng gói thành API, sử dụng ngay sau khi cài đặt”, nên phải tự xây dựng hệ thống, tự chịu trách nhiệm cho việc lựa chọn giải pháp, tối ưu hóa, giám sát và khắc phục sự cố—nhóm CNTT không có nền tảng AI hoàn toàn không thể xử lý được.
Y tế là ví dụ điển hình nhất: việc giải thích báo cáo, hỗ trợ chẩn đoán và theo dõi bệnh nhân đều vô cùng quan trọng, nhưng dữ liệu hồ sơ bệnh án còn nhạy cảm hơn vàng, phải được giữ trong bệnh viện, trong khi mô hình cần cập nhật mỗi tuần, còn sản phẩm thương mại thường chậm trễ một tháng, bác sĩ và bệnh nhân đều không thể chờ đợi.
Ba ngành công nghiệp, ba diện mạo khác nhau, nhưng những điểm đau lại hướng đến cùng một chủ đề:
Doanh nghiệp không còn cần một đống phần cứng có thể chạy mô hình, mà là một “hệ thống sản xuất” có thể chuyển đổi hiệu suất tính toán một cách ổn định, an toàn và có thể đo lường thành Token hiệu quả.
Hệ thống “sản xuất” này thực ra đã có tên: Token Factory.
Một “nhà máy Token” đã xuất hiện
Nói cách khác, mỗi doanh nghiệp đều cần một nhà máy Token riêng của mình.
Tại WAIC 2026, Superfusion đã đưa ra một bản trả lời thực tế.
Hành động then chốt của nó không phải là lặp lại lại chuỗi giá trị đó, mà là biến chiếc thước thành dây chuyền sản xuất.
Mỗi chuyển đổi trên chuỗi đều được triển khai vào một dự án cụ thể:
Lớp cơ sở hạ tầng tính toán (WATT → FLOPS): phần cứng, làm mát bằng chất lỏng và siêu nút, quyết định mỗi watt điện tạo ra bao nhiêu sức mạnh tính toán;
Lớp mô hình và dịch vụ tính toán (FLOPS → TOKENS): Tăng tốc suy luận, lập lịch đồng thời và cung cấp mô hình, quyết định liệu tính toán có thể biến thành Token ổn định và hiệu quả hay không;
Đo lường và vận hành token (TOKENS → VALUES): Làm cho mỗi token có thể đo lường được và có thể quản trị, sau đó giao cho Agent để chuyển đổi thành giá trị kinh doanh.
Ba tầng rơi xuống, chính là để chấm dứt cái hộp đen lâu nay không ai chịu trách nhiệm—
Trước đây, doanh nghiệp chỉ tập trung vào hai đầu của chuỗi, mua công suất tính toán và yêu cầu kết quả, còn hiệu suất và chi phí của từng bước chuyển đổi ở giữa thì luôn bị bỏ qua.
Nếu Token Factory là nhà máy cần xây dựng, thì FusionOne AI chính là toàn bộ "kế hoạch xây nhà máy" mà Hyperfusion đã cung cấp.
FusionOne AI, một giải pháp tích hợp AI, là phương tiện hiện thực hóa nhà máy token doanh nghiệp từ ý tưởng đến thực tế.
Vị trí của nó có thể tóm tắt là "1+3+N".
- Một kiến trúc thống nhất: Một kiến trúc Token Factory hoàn chỉnh, mang trải nghiệm nhất quán trên máy để bàn, văn phòng và trung tâm dữ liệu;
- 3 điểm nổi bật về giá trị: sự phối hợp giữa phần mềm và phần cứng để giải phóng hiệu lực của Token, AI Lab cung cấp năng lực tính toán và mô hình T+0, thực hành liên tục 7×24 giờ;
- N cảnh应用场景: từ AI Coding, phát triển tác nhân, đến AI Office, video ngắn AI, văn phòng chính phủ, tài chính - tiếp thị - kiểm soát rủi ro, y tế thông minh.
Về mặt năng lực, nó cam kết giải quyết sáu việc, đúng bằng ba cuốn sổ đó.
Trên sổ sách chi phí, đa dạng năng lực tính toán được quản lý tập trung thành một dây chuyền sản xuất duy nhất, không bị phụ thuộc vào một loại chip nào; TokenOps giúp mỗi Token đều có thể đo lường, quản trị và tối ưu hóa.
Trên hệ thống liên tục, động cơ tăng tốc suy luận Smart khai thác tối đa thông lượng, động cơ QoS Smart đảm bảo trật tự giao hàng, giúp các nhiệm vụ quan trọng không bị các yêu cầu ưu tiên thấp lấn át; đồng thời, mô hình 0-Day luôn mới giúp doanh nghiệp bắt kịp sự thay đổi và đưa mô hình mới vào sản xuất ngay lập tức.
Về mặt bảo mật, AgentCare đã cấu hình môi trường cát tường và trí nhớ thông minh cho Agent, giúp các tác nhân tự tin đưa vào quy trình thực tế.
Ngoài ra, một điểm khác là khả năng tái tạo hệ sinh thái, AI Lab của Chaoju Bian và FusionXplay trực tiếp áp dụng những con đường mà người khác đã mở ra.
Token Factory sẽ được triển khai
Không thể bỏ qua phần cứng
AI muốn thực tế hóa, cuối cùng cũng không thể thiếu phần cứng.
Đây chính là điểm mà Chao Jufan, với tư cách là một lão binh trong lĩnh vực tính toán, không bao giờ nhượng bộ: bất kỳ nền tảng phần mềm nào lộng lẫy đến đâu, cuối cùng cũng phải chạy trên một nền tảng tính toán thực tế.
Trong mô hình "1+3+N", cái "1" khi được áp dụng thực tế chính là ba loại Token Factory: cấp máy tính để bàn, cấp văn phòng và cấp trung tâm dữ liệu.
Nền tảng sản xuất Token mới hoàn toàn TokenBox™, lần đầu tiên mang khả năng vốn chỉ thuộc về trung tâm dữ liệu vào văn phòng!
The key is plug-and-play.
Máy chủ AI cấp trung tâm dữ liệu ồn đến mức không thể chịu nổi trong văn phòng, đồng thời yêu cầu ngưỡng cửa rất cao; trong khi đó, trạm làm việc thông thường lại có sức mạnh tính toán yếu ớt, không thể hỗ trợ các mô hình lớn.
TokenBox™ sử dụng làm mát bằng chất lỏng để giảm tiếng ồn xuống chỉ 35 dB dưới tải trọng phổ biến, yên tĩnh như thư viện, đủ khả năng chạy các mô hình lớn hàng đầu như "DeepSeek V4 phiên bản đầy đủ" với 1,6T tham số.
Hơn nữa, còn có thể đạt được kết nối hiệu quả từ đơn máy đến đa nút thông qua TokenFabric™, hỗ trợ mô hình mới ngay từ ngày 0, và phần cứng có thể mở rộng linh hoạt như xếp khối.
Đối với các doanh nghiệp vừa và nhỏ cùng chi nhánh tập đoàn vừa muốn tự chủ hóa nhưng không đủ khả năng duy trì phòng máy và đội ngũ vận hành AI, điều này gần như biến giấc mơ “sử dụng Token dễ dàng như dùng điện nước” thành một thiết bị có thể đặt ở góc phòng.
Nếu Token Factory là một nhà máy điện, thì "siêu nút" chính là máy chủ thực sự tạo ra điện.
Nó đang giải quyết đúng nút thắt "tính toán trên giấy ≠ Token hiệu quả".
Trong kiến trúc truyền thống, nhiều thẻ tăng tốc hoạt động riêng lẻ, giao tiếp giữa các nút giống như lưu lượng xe đông đúc vào giờ cao điểm, không thể phát huy hiệu suất tính toán; khi xử lý chuỗi dài, hệ thống lập tức bị đình trệ.
Ý tưởng về siêu nút là kết hợp toàn bộ tủ, nhiều card thành một hệ thống liên kết tốc độ cao, sử dụng mật độ cao, làm mát bằng chất lỏng và kiến trúc thống nhất để khai thác lại lượng năng lực tính toán bị lãng phí do giới hạn truyền thông.
Nói đơn giản, cùng một đống chip, người khác chỉ có thể khai thác được năm phần, nhưng nó muốn bạn khai thác đến giới hạn.
Đối với các doanh nghiệp lớn cần hỗ trợ hàng trăm đến hàng nghìn người dùng đồng thời với năng lực tính toán hạn chế, đây không phải là điều bổ sung thêm, mà là ranh giới sinh tử.
Từ trung tâm dữ liệu đến văn phòng và đến bàn làm việc, các hình thái tính toán của Super Fusion bao phủ toàn bộ các kịch bản từ các tập đoàn lớn đến các cá nhân siêu cấp.
Hãy bắt đầu bằng chính mình
AI Coding trở thành chiến trường chính
Sức thuyết phục của Chao Jufan không nằm ở những gì nó nói, mà nằm ở những gì nó đã tự mình thực hiện thành công.
Nói một cách dễ hiểu, đó là “bán những gì mình dùng, dùng những gì mình bán”. Sản phẩm bạn muốn giới thiệu cho khách hàng, trước tiên bạn phải tự mình sử dụng một cách sâu rộng.
Chính sau khi đúc kết và tinh chỉnh hệ thống kinh nghiệm, phương pháp luận và công cụ này để tự sử dụng, Super Fusion mới对外 đưa ra FusionOne AI.
AI Coding chính là lĩnh vực mà đội ngũ sẽ tập trung phát triển mạnh trong nửa cuối năm, đồng thời cũng là lĩnh vực có tính thuyết phục nhất.
Lý do rất đơn giản: trong tất cả các kịch bản giá trị cao đã được xác minh, lập trình chạy nhanh nhất.
Điều đặc biệt là Chao Jufan không dừng lại ở việc kể chuyện, mà tự biến mình thành "khách hàng đầu tiên".
Ví dụ điển hình nhất là một nhóm phát triển nhỏ, hoàn toàn không viết một dòng mã nào bằng tay—
Ba tháng, giao sản phẩm với mã nguồn lên tới 500.000 dòng.
Điều đáng chú ý hơn là lộ trình phát triển của nó: từ một “cá nhân siêu việt” đơn lẻ, đến một “dự án siêu việt” với quy trình doanh nghiệp và lịch trình tự động đa Agent.
Tại đây, AI Coding đã không còn là công cụ tăng hiệu suất, mà trở thành cơ sở hạ tầng nghiên cứu và phát triển gắn liền với doanh nghiệp.
Một công ty đã tích hợp AI vào chính huyết mạch của mình, khi quay lại nói về việc ứng dụng AI, tất nhiên sẽ có trọng lượng khác biệt.
Ý nghĩa của việc ứng dụng AI đã được cụ thể hóa
Điều có sức thuyết phục hơn tự chứng minh là kết quả mà người khác đã đạt được.
Chuangye Huikang đã có ba mươi năm kinh nghiệm trong lĩnh vực thông tin hóa y tế, sở hữu 7.000 cơ sở y tế và 250 triệu hồ sơ sức khỏe cư dân.
Tại đó, AI y tế đã được chia nhỏ thành từng tác nhân thông minh “nhỏ mà đẹp”—từ khám sơ bộ, tuần tra bệnh viện, đến đánh giá nguy cơ loét do áp lực, hỗ trợ chuyên khoa, các kịch bản ngày càng nhiều hơn, nhu cầu về Token tăng trưởng theo cấp số nhân.
Làm thế nào để gửi Token đến các phòng ban và đến tuyến đầu đã trở thành một vấn đề mới.
For this, they searched for such tools for a full year.
Câu trả lời của TokenBox™ là thu nhỏ nhà máy đó xuống kích thước có thể đặt trên bàn làm việc. Từ đó xuất hiện BsoftGPT+TokenBox™, nền tảng tính toán cục bộ cho AI y tế.
Nửa đầu của AI là chạy được mô hình; nửa sau là liên tục tạo ra trí tuệ, đồng thời tính toán rõ ràng chi phí, kiểm soát được chi phí và chịu được các nhiệm vụ then chốt.
Khi năng lực tính toán không còn khan hiếm, điều thực sự khan hiếm là khả năng tổ chức năng lực tính toán, mô hình và nghiệp vụ thành một dây chuyền sản xuất hiệu quả.
Khi mỗi doanh nghiệp — dù là một văn phòng hay một trung tâm dữ liệu — đều có thể sở hữu một nhà máy Token riêng, AI mới thực sự bước từ bàn thí nghiệm vào dây chuyền sản xuất.
Đây, có lẽ mới là ý nghĩa chân chính và vững chắc nhất của bốn chữ “AI ứng dụng thực tế”.