AI rẻ đến mức nào? Sự thật đằng sau câu chuyện 'custom AI tools thay thế Salesforce/HubSpot'
Tôi đã đọc một bài báo gây sốc trên Crypto Briefing: các doanh nghiệp nhỏ đang dùng công cụ AI tùy chỉnh để thay thế Salesforce và HubSpot với chi phí 'chỉ bằng một phần nhỏ' – pennies on the dollar. Nghe hấp dẫn, nhưng tôi là người đã dành 5 năm xây nền tảng giáo dục blockchain, tôi biết một câu chuyện quá đẹp thường thiếu phần quan trọng nhất: dữ liệu. Bài báo không hề đưa ra con số cụ thể, không tên công ty, không kiến trúc kỹ thuật, không một case study. Tôi quyết định đào sâu để xem đâu là sự thật, đâu chỉ là lời kể.
Bối cảnh: chúng ta đang ở giữa mùa hè AI, nơi rẻ nhất là suy luận của mô hình. Bất kỳ ai cũng có thể gọi API từ OpenAI, Anthropic hay Google, thêm vài dòng prompt, kết nối qua Zapier, và tạo ra một 'trợ lý bán hàng' tùy chỉnh. Chi phí biên của mỗi cuộc hội thoại có thể đo bằng cent. Điều đó đúng. Nhưng các bài phân tích nghiêm túc, như báo cáo của tôi từng đọc tại Packt, luôn nhắc rằng tổng chi phí sở hữu (TCO) không chỉ là hóa đơn API. Một hệ thống CRM thực thụ đòi hỏi mô hình dữ liệu nhất quán, phân quyền, kiểm toán, và tích hợp sâu. Đây là phần bị bỏ qua của bài báo.
Câu chuyện về 'custom AI tools' thực chất là câu chuyện về việc dịch chuyển giá trị từ lớp ứng dụng lên lớp hạ tầng AI. Khi bạn xây dựng một bot bán hàng bằng API, bạn không sở hữu mô hình, bạn chỉ sở hữu lớp logic mỏng. Lớp logic ấy có thể nhanh chóng trở nên lỗi thời nếu mô hình thay đổi. Tôi đã chứng kiến nhiều dự án blockchain thất bại vì tin vào lời hứa phi tập trung trong khi hạ tầng vẫn tập trung. Ở đây cũng vậy: 'thay thế SaaS' chỉ là lời hứa, còn thực tế là bạn đang chuyển từ thuê Salesforce sang thuê OpenAI. Không có sự giải phóng thực sự nào cả.
Khi phân tích kỹ thuật, chúng ta thấy bài báo không có chi tiết. Nhưng dựa trên kinh nghiệm audit của tôi, phần lớn các 'custom AI tools' mà doanh nghiệp nhỏ sử dụng ngày nay đều là sự kết hợp của ba thứ: LLM API, một nền tảng low-code như Bubble hoặc Retool, và vài prompt được tinh chỉnh. Đây là loại đổi mới tổ hợp, không phải đổi mới kiến trúc. Điều đó có nghĩa là rào cản gia nhập thấp, nhưng cũng có nghĩa là không có lợi thế cạnh tranh bền vững. Tệ hơn, các doanh nghiệp nhỏ thường không có chuyên gia AI trong nhà, họ thuê một freelancer xây dựng công cụ, rồi khi người đó rời đi, công cụ chết. Tôi đã thấy cảnh tượng đó lặp đi lặp lại trong thế giới blockchain: một dApp được xây dựng vội vàng, không có bảo trì, rồi bị bỏ hoang.
Về mặt thương mại, câu chuyện 'pennies on the dollar' che giấu một sự thật: chi phí thay đổi là rất lớn. Nếu bạn là một công ty 50 người đang dùng HubSpot, việc chuyển sang một AI tool tự xây dựng bao gồm chi phí di chuyển dữ liệu, đào tạo nhân viên, xử lý lỗi khi AI hallucination khiến một hợp đồng bị hiểu sai, và chi phí cơ hội khi nhân viên dành thời gian debug thay vì bán hàng. Những chi phí này thường gấp nhiều lần số tiền bạn tiết kiệm được từ việc hủy đăng ký SaaS. Tôi nhớ có lần tôi nghĩ rằng mình có thể tiết kiệm tiền bằng cách tự host một node Ethereum, nhưng hóa ra chi phí vận hành và bảo mật lại đắt hơn thuê dịch vụ. Bài học đó vẫn đúng: đừng đánh giá thấp chi phí vận hành.
Tác động đến ngành là có thật, nhưng không đồng đều. Theo quan sát của tôi, những tác vụ lặp đi lặp lại, phụ thuộc vào văn bản như viết email chào hàng, tóm tắt cuộc gọi, chấm điểm khách hàng tiềm năng – đó là nơi AI có thể thay thế tốt. Tôi ước tính rằng 40-70% khối lượng tác vụ này có thể được tự động hóa trong 6-18 tháng tới. Nhưng khi bạn cần quản lý toàn bộ vòng đời khách hàng, với các quy trình phê duyệt liên phòng ban và tuân thủ pháp lý, AI tùy chỉnh của một startup nhỏ sẽ không đủ sức. Các hãng lớn như Salesforce đã tích hợp Einstein AI, HubSpot cũng có các tính năng AI riêng. Họ không đứng yên. Vì vậy, 'sự thay thế' có lẽ sẽ là 'sự nâng cấp' đối với phần lớn doanh nghiệp: họ vẫn dùng SaaS, nhưng SaaS bây giờ có AI.
Điểm mù lớn nhất mà bài báo bỏ qua là an ninh và tuân thủ. Khi bạn đưa dữ liệu khách hàng vào một API bên thứ ba, bạn có chắc mình kiểm soát được dữ liệu đó không? Theo GDPR và CCPA, doanh nghiệp phải chịu trách nhiệm về dữ liệu cá nhân, ngay cả khi nó được xử lý bởi nhà cung cấp AI. Rất nhiều startup nhỏ không có đội ngũ pháp lý, họ ký các điều khoản sử dụng mà không đọc kỹ, và nếu xảy ra rò rỉ, họ sẽ phải trả giá. Trong thế giới blockchain, chúng ta nói về quyền tự chủ, nhưng tự chủ không có nghĩa là vô trách nhiệm. Khi bạn dùng một công cụ AI, bạn đang giao phó tài sản dữ liệu của mình cho một bên khác. Nếu bạn không có biện pháp ẩn danh hóa, mã hóa, và kiểm soát truy cập, bạn đang tự đặt mình vào rủi ro.
Còn về góc nhìn đầu tư, bài báo không đưa ra bất kỳ thông tin tài chính nào. Không một công ty nào được nêu tên, không vòng gọi vốn nào được nhắc đến. Với tư cách một người từng huy động vốn cho dự án giáo dục, tôi biết rằng khi một câu chuyện hot mà thiếu dữ liệu, rất có thể đó chỉ là một nỗ lực thu hút sự chú ý của cộng đồng đầu tư. Nếu thật sự có sự dịch chuyển lớn từ SaaS sang AI tùy chỉnh, chúng ta sẽ thấy các quỹ đầu tư mạo hiểm đổ tiền vào các startup xây dựng hạ tầng AI như LangChain, Dust.tt, hay các nền tảng agent. Nhưng tôi không thấy điều đó trở thành làn sóng. Tôi thấy các nhà đầu tư khôn ngoan vẫn thận trọng: họ hỏi về tỷ lệ giữ chân khách hàng, chi phí thu hút khách hàng, và đơn vị kinh tế. Không ai trả phí bảo hiểm cho một khái niệm không có doanh thu.
Bây giờ, hãy nói về điều trái ngược. Tôi tin rằng tự động hóa bằng AI sẽ tạo ra một thị trường mới cho các giao thức dữ liệu phi tập trung. Nếu các doanh nghiệp nhỏ không muốn phụ thuộc vào Salesforce, họ cần một lớp dữ liệu mà họ kiểm soát. Đây chính là nơi blockchain có thể vào cuộc: lưu trữ dữ liệu khách hàng trên một mạng lưới phi tập trung, có thể kiểm toán, và sử dụng token để trả phí cho các AI agent truy cập dữ liệu đó. Nhưng điều đó đòi hỏi sự trưởng thành về mặt kỹ thuật và pháp lý mà hiện tại còn xa vời. Hầu hết các sản phẩm blockchain hiện nay chỉ mới ở mức thử nghiệm. Điều tôi muốn nói là: câu chuyện 'AI thay thế SaaS' có thể là một phần của câu chuyện lớn hơn – phi tập trung hóa mọi thứ – nhưng chúng ta không nên vội vàng kết luận trước khi có dữ liệu thực nghiệm.
Tôi từng viết trong cuốn sách 'Blockchain: Hành trình trở về bản chất' rằng công nghệ chỉ có ý nghĩa khi nó giải quyết được một vấn đề con người đang gặp phải. Vậy vấn đề ở đây là gì? Đó là chi phí phần mềm doanh nghiệp đang tăng cao và sự linh hoạt của các doanh nghiệp nhỏ bị hạn chế bởi các hợp đồng dài hạn và tính năng cứng nhắc. Nếu AI có thể mang lại sự linh hoạt đó, thì đó là một tín hiệu tích cực. Nhưng 'pennies on the dollar' không phải là toàn bộ câu chuyện. Giống như trong DeFi, lợi suất cao đi kèm rủi ro cao. Hãy để tôi nói rõ: thế giới công nghệ đang chuyển từ mô hình trả phí theo giấy phép sang mô hình trả phí theo kết quả. Đây là một sự thay đổi sâu sắc. Nhưng việc chuyển sang các công cụ AI tự xây dựng không tự động đồng nghĩa với việc tốt hơn. Nó chỉ đồng nghĩa với việc khác đi.
Vậy tôi có khuyên các doanh nghiệp nhỏ nên bỏ Salesforce và tự xây AI tool không? Không. Tôi khuyên họ nên nhìn vào dữ liệu của chính mình: bạn đang dùng bao nhiêu tính năng của CRM? Bạn có cần tất cả các mô-đun bán hàng, marketing, dịch vụ khách hàng cùng lúc không? Nếu chỉ cần một phần nhỏ, hãy thử nghiệm với AI trong một phạm vi hẹp, đo lường hiệu quả bằng chi phí thực tế, và so sánh nó với việc nâng cấp gói SaaS. Đừng tin vào những lời hứa chung chung. Hãy tự mình kiểm chứng. Trong blockchain, chúng ta gọi đó là 'don't trust, verify'. Nguyên tắc đó áp dụng cho cả AI. Khi một bài báo nói với bạn rằng mọi thứ đang thay đổi hoàn toàn, hãy tìm dữ liệu. Nếu không có dữ liệu, hãy coi đó là một tín hiệu, không phải một kết luận. Và hãy nhớ rằng người bán cuốc thường là người vui vẻ nhất trong cơn sốt vàng.