Đừng chỉ dựa vào tốc độ; hãy xây dựng vị thế trong hệ thống. Bạn không thể phòng thủ bằng cách trì hoãn việc áp dụng; hãy quyết định những lớp nào bạn sẽ sở hữu, những lớp nào hợp tác và những lớp nào nhượng bộ. Hào sâu thực sự là kiến trúc của stack, không phải sự xuất sắc của một tính năng đơn lẻ.

Trong hai năm qua, chi phí token đã tăng mạnh bất chấp giá mỗi token giảm. Hóa đơn AI doanh nghiệp đã tăng gấp ba lần do tiêu thụ token bùng nổ—AI mang tính tác nhân sử dụng nhiều hơn 10–30 lần token mỗi nhiệm vụ so với chatbot. Điều này đòi hỏi một chiến lược điều chỉnh kích thước token cẩn thận và lựa chọn mô hình kỷ luật. Nguyên tắc then chốt: không bao giờ sử dụng các mô hình tiên tiến đắt tiền như một sự thay thế cho Google Search. Các tổ chức phải: • Điều chỉnh kích thước mô hình phù hợp: Triển khai các mô hình nhỏ hơn, được tinh chỉnh cho các nhiệm vụ chuyên ngành để giảm thiểu việc sử dụng token không cần thiết • Triển khai định tuyến LLM: Giảm chi phí bằng cách chuyển các nhiệm vụ đơn giản đến các mô hình rẻ hơn • Tăng cường bộ nhớ đệm: Bộ nhớ đệm prompt và ngữ nghĩa có thể tiết kiệm 30–60% chi phí cho các truy vấn lặp lại • Triển khai quản trị: Áp dụng giám sát thời gian thực, cảnh báo ngân sách và phân bổ chi phí cho các đơn vị kinh doanh như những rào cản thiết yếu. #TMinsights

Thị trường sẽ chuyển từ các công cụ năng suất sang các đơn vị công việc có thể thực thi, được quản lý, với đầu ra ổn định, nguồn gốc rõ ràng và các tài liệu có thể kiểm tra. Logic định giá SaaS cũ được xây dựng dựa trên sự chú ý của con người. Logic mới sẽ được xây dựng dựa trên việc thực thi của máy móc.

Hầu hết các “mô hình doanh thu mới” trong công nghệ đều là những mô hình cũ được khoác áo AI. Sự thay đổi thực sự nằm ở việc thương mại hóa sự chắc chắn: đầu ra được xác minh, rủi ro vận hành thấp hơn, thời gian chu kỳ nhanh hơn và ít ngoại lệ con người hơn. AI thu gọn chi phí lao động và thay đổi cách định giá giá trị. Khi phần mềm đảm nhận nhiều hơn trong quy trình làm việc, doanh thu chuyển từ cấp phép truy cập sang nắm giữ một phần giá trị kinh tế được tạo ra bởi tự động hóa đáng tin cậy. Điều này tạo ra sự phân hóa yên lặng nhưng mạnh mẽ. Một nhóm bán các công cụ rẻ hơn trên thị trường tính năng đông đúc. Nhóm khác trở thành nền tảng kiểm soát cho các hoạt động có rủi ro cao, nơi người mua trả tiền cho việc quản trị, khả năng kiểm toán và tốc độ với ít lỗi hơn.

Thị trường đang bắt đầu phân biệt giữa năng lực và độ tin cậy. Năng lực thu hút các dự án thí điểm; độ tin cậy giúp hoàn tất việc mua sắm. Trong môi trường doanh nghiệp, niềm tin, khả năng kiểm toán, tuân thủ và quyền dữ liệu rõ ràng đang trở thành các tài sản kinh tế, không còn chỉ là vấn đề tuân thủ pháp lý.

Khả năng kết hợp tạo ra nhiều người chiến thắng bền vững, chứ không phải một độc quyền duy nhất. Khi các sản phẩm là các lớp phối hợp lắp ráp các mô hình hàng đầu, giá trị sẽ tập trung vào những người kiểm soát các bộ kết nối, UX, các lớp niềm tin và các nguyên tố hóa đơn. Các gã khổng lồ theo chiều ngang gặp vấn đề tích hợp ngược: thành công đòi hỏi họ phải là nhà tích hợp xuất sắc nhất cho chục chuyên gia trong từng lĩnh vực, một thách thức về phối hợp mà các nhà tích hợp chuyên sâu được lợi thế. Việc sở hữu lớp phối hợp và niềm tin quan trọng hơn quyền sở hữu độc quyền của mô hình. Bán bộ hướng dẫn tích hợp, chứ không chỉ các chỉ số độ chính xác của mô hình.

Các mô hình đang nén sự khác biệt ở lớp biên trong khi mở rộng giá trị của những hệ thống sở hữu hạ tầng bên dưới. Nói cách khác, thị trường đang thưởng lợi nhuận cao hơn cho lớp cuốc xẻng, lớp quy trình nhúng và lớp sinh lời, so với lớp chatbot. Lợi thế không chỉ đến từ quy mô — mà còn đến từ khả năng công nghiệp hóa AI nhanh hơn so với những đối thủ mới có thể tái cấu trúc stack của bạn. Trong thời đại AI, ai sở hữu hạ tầng sẽ sở hữu nguồn thu.

Moats là cách viết tắt của quản lý tốt.

AI đang âm thầm chấm dứt thời kỳ “một mức giá cho tất cả”. Sáng tạo doanh thu thú vị nhất không phải là đăng ký, sử dụng hay kết quả riêng lẻ — mà là mô hình lai: một khoản phí cơ bản để truy cập, định giá biến động theo quy mô và định giá dựa trên kết quả để xây dựng niềm tin. Kinh tế AI chưa ổn định trong giai đoạn đầu. Chi phí thay đổi, chất lượng mô hình biến động và giá trị khách hàng không đồng đều. Mô hình lai hấp thụ tốt hơn sự không chắc chắn này so với định giá cố định theo ghế. Quan trọng hơn, nó đồng bộ hóa động lực. Người mua muốn chi tiêu ổn định; người bán muốn có lợi nhuận khi giá trị thực sự được tạo ra. Hợp đồng trở thành tín hiệu thể hiện sự nghiêm túc.

Rào cản phần mềm cũ là phân phối cộng chi phí chuyển đổi. Rào cản mới là phối hợp cộng kết quả được đo lường.