Mình trả 200 đô mỗi tháng cho AI, trong khi nhiều người quanh mình vẫn dùng bản free. Cùng gọi là AI, nhưng là 2 thứ rất khác nhau. Bài thứ 3 trong loạt bài về AI.
Founder của dự án, người đặt ra câu hỏi khó. Đang xây dựng một công ty AI-native, đồng thời dành thời gian giúp doanh nghiệp, người đi làm, và trường học Việt Nam nâng cao năng lực AI.
Đối tác viết lách, công cụ nghiên cứu, và co-founder AI. Phần lớn bài viết, thiết kế, và cả website này được đồng sáng tạo với Claude — chúng tôi không giấu điều đó.
Người ta hay nói AI “dân chủ hóa tri thức”, ai có điện thoại là dùng được.
Mình trả 200 đô mỗi tháng cho AI. Em sinh viên mình quen chưa trả đồng nào. Cùng gọi là AI, nhưng 2 đứa đang dùng 2 thứ khác nhau một trời một vực.
Mình tò mò khoảng cách đó lớn tới đâu, nên đi đọc các nghiên cứu kinh tế. Hóa ra giới học thuật cũng chia 2 phe, phe nào cũng có data đàng hoàng.
Đọc xong thì mình nghiêng về phía bi quan. Nhưng không phải vì lý do Harari hay nói, mà vì một chuyện ít ai để ý: ai đang nắm compute.
Chọn phương án gần bạn nhất. Trả lời xong cả tám câu sẽ hiện kết quả.
Điểm này không chấm bạn giỏi hay dở. Nó chỉ cho biết bạn đang đứng ở đâu, và cả bài viết nói về chuyện vị trí đó quan trọng tới mức nào.
Cập nhật tháng 6 và 8/2026: mình viết thêm phần 6, sau vụ chính phủ Mỹ bắt Anthropic tắt 2 model mạnh nhất của hãng trên toàn thế giới.
Lên mạng đọc về AI thì toàn 2 kiểu: “AI sẽ cứu thế giới” hoặc “AI sẽ diệt loài người”. Ồn ào, dễ viral, mà phần lớn là rỗng.
Trong khi đó các nhà kinh tế đang cãi nhau một câu hỏi thực tế hơn nhiều: AI làm khoảng cách giàu nghèo hẹp lại, hay rộng ra?
Brynjolfsson và cộng sự (NBER 2023) theo dõi hơn 5.000 nhân viên chăm sóc khách hàng dùng AI. Người mới vào nghề làm nhanh hơn 34%. Người lâu năm gần như không đổi.
Tức là AI kéo người non tay lên sát người lành nghề. Noy và Zhang (Science 2023) test với mấy trăm người làm nghề viết, kết quả cũng na ná.
David Autor (MIT) còn tin AI có thể dựng lại tầng lớp trung lưu. Daron Acemoglu, cũng MIT, thì dội gáo nước lạnh: cả 10 năm AI chỉ đẩy năng suất lên chừng 0,66%. Nếu Acemoglu đúng, nhiều thứ mình viết dưới đây là lo xa.
Nghiên cứu của chính OpenAI (2023): cứ 5 người lao động Mỹ thì 4 người sẽ có ít nhất 1/10 công việc bị AI chạm vào. IMF (2024): khoảng 40% việc làm toàn cầu bị ảnh hưởng, ở nước giàu là 60%. Korinek và Stiglitz (NBER 2021) nói thẳng: không chia lại của cải thì bất bình đẳng sẽ tăng.
Cả 2. Vì họ nhìn ở 2 khung thời gian khác nhau.
Phe lạc quan đo 6–18 tháng, xem từng người làm việc tốt lên ra sao. Phe bi quan nhìn 5–20 năm, và hỏi câu khác: máy móc nằm trong tay ai, tiền lời về túi ai.
Ngày xưa tiền mua được sách, thuê được thầy, nhưng học vào đầu thì vẫn phải tự mình.
Giờ thì khác. Trí tuệ mua được như mua điện, xài bao nhiêu trả bấy nhiêu. Ai trả nhiều hơn thì dùng thứ xịn hơn.
Mình tạm gọi khoảng cách này là bất bình đẳng tính toán (compute inequality).
Chip máy tính cứ khoảng 2 năm mạnh gấp đôi, đó là định luật Moore. Compute để train AI thì từ 2010 tới giờ cứ 6 tháng đã gấp đôi.
Năm 2026, train 1 model top đầu tốn trên 100 triệu đô mỗi lần. Số nơi chơi nổi đếm trên đầu ngón tay: OpenAI, Anthropic, Google DeepMind, Meta, xAI, cùng lắm thêm Mistral, DeepSeek. Hết.
Ai cũng viết được sách. Vài chục hãng làm được ô tô. Còn train AI top đầu thì cả thế giới 5–7 nơi. Dầu mỏ hay điện cũng chưa bao giờ dồn về một chỗ như vậy.
Yanis Varoufakis gọi đây là “vốn đám mây” (cloud capital). Hơi nặng lời, nhưng trúng.
Nhân viên mới nhanh hơn 34% kia là nhờ dùng AI của người khác.
Mai bên cung cấp tăng giá gấp 10, hay khóa tài khoản, thì 34% đó bay luôn. Mình gọi nó là năng suất đi thuê.
Nó làm mình nhớ tới công nhân nhà máy thế kỷ 19. Làm ra gấp mấy lần nông dân, nhưng máy không phải của mình. Lời làm thêm được rồi cũng chẳng ở lại với mình bao lâu.
Bản free: trả lời nửa vời, mỗi ngày vài chục lượt, mở chat mới là quên sạch. Lấy làm mốc 1×.
Trả 20 đô/tháng: model xịn hơn hẳn, search web, đọc file. Đòn bẩy lên khoảng 3–5×.
Lên 200 đô/tháng là sang level khác. Model mạnh nhất dùng gần như thoải mái, giao việc chạy nhiều giờ, dựng agent riêng chạy cả đêm. Đòn bẩy vọt lên 20–50×.
Doanh nghiệp trả 20.000 đô/tháng trở lên: model fine-tune trên data riêng, có cả team kỹ sư đi kèm. 200× trở lên. Nhưng vẫn là đi thuê.
4 nấc giá, nhưng không phải 4 bậc đều nhau. Cùng 1 giờ làm việc, người ở nấc cao làm ra gấp hàng chục lần. Không phải vì giỏi hơn, mà vì đồ nghề xịn hơn.
Giá niêm yết công khai của OpenAI và Anthropic, 4/2026 · Đòn bẩy là ước tính dựa trên Brynjolfsson & Raymond (2023) và quan sát thực tế.
Khoảng cách mới này không thay cho khoảng cách cũ. Nó chồng lên trên.
Hỏi ai được lợi từ AI, phần lớn sẽ trả lời ngay: dân kỹ thuật.
Nhìn kỹ thì có ít nhất 8 thứ. Và oái oăm ở chỗ: ai đã có thứ này thì thường có luôn mấy thứ kia.
Kỹ thuật. 76% dev có dùng AI, nhưng chỉ 43% tin kết quả nó đưa ra (Stack Overflow 2024). Dùng cho có với dùng sâu là 2 level khác nhau.
Kinh nghiệm. Việc có quy trình sẵn thì người mới được lợi. Việc phải tự phán đoán thì người từng trải dùng AI tốt hơn hẳn. Mà công việc đang dịch dần sang kiểu thứ 2.
Data riêng. Theo McKinsey (2023), khoảng 3/4 giá trị AI mang lại cho doanh nghiệp nằm ở những việc cần data nội bộ. Ai có data sạch thì ăn phần lớn.
Tiếng Anh. Cùng 1 câu hỏi, AI trả lời tiếng Việt kém tiếng Anh khoảng 10–25%. Việt Nam xếp hạng 63/116 về tiếng Anh (EF EPI 2024).
Tiền. 200 đô/tháng chưa tới 4% lương trung bình ở Mỹ. Với người lương 15 triệu ở mình, đó là 1/3 thu nhập.
Thời gian. Tool đổi mỗi tuần. Người chạy 2 job mới đủ sống thì lấy đâu ra giờ mà học.
Hạ tầng. Có tiền mà vẫn không mua được gói trả phí, chỉ vì thẻ nội địa bị từ chối. Chuyện rất thật.
Network và gu. AI đẻ ra cả đống thứ, phải có gu mới lọc được cái tốt. Gu thì chỉ có khi ở gần người giỏi. Không mua được, không học cấp tốc được.
Đem 8 thứ trên soi vào Việt Nam, mình thấy mình thiệt hơn khá nhiều nước.
Dưới đây là 3 người mà tuần nào mình cũng gặp ai đó giống họ. Tên đã đổi, chuyện gom từ nhiều người.
Đang chạy 2 startup AI cùng lúc. Mỗi tháng đốt khoảng 1.000 đô cho AI, ngang lương 1 bạn fresher.
Team 5 người, làm ra output mà 3 năm trước cần 50 người.
“Mình có giỏi hơn 2 năm trước đâu. Chỉ là có nhiều compute hơn thôi.”
5 năm làm cho khách Mỹ, lương 2.000 đô, đang trả góp xe.
Tháng trước khách báo: hợp đồng tới cắt team từ 8 xuống 4, “vì giờ đã có AI”. Hoàng được giữ lại. Lương giữ nguyên, việc gấp đôi.
Giờ học ngày học đêm, mà vẫn đắn đo chuyện bỏ 200 đô/tháng cho gói AI xịn. 18 tháng tới sẽ quyết định Hoàng còn trụ được với nghề hay không.
Học ngoại ngữ. Điện thoại Android cũ, wifi phòng trọ chập chờn, ba mẹ làm ruộng.
Em dùng ChatGPT bản free để dịch bài. Không có thẻ quốc tế. 20 đô là tiền ăn 3 ngày của em.
“Em nghe nói AI thay người. Em cũng không rành lắm. Em chỉ lo ra trường không biết có việc không thôi.”
Phương với Linh sống cùng 1 nước, cùng luật, cùng hệ thống giáo dục.
Vậy mà khoảng cách giữa 2 người còn xa hơn khoảng cách giữa ba mẹ họ ngày trước. Và mỗi tháng lại xa thêm một chút.
Keynes đoán tới 2030 mỗi tuần chỉ cần làm 15 tiếng. Năng suất tăng đúng như ông tính, vậy mà dân văn phòng vẫn làm 50+ tiếng.
Hứa đem tri thức tới cho mọi người. Rồi sinh ra digital divide, tới giờ vẫn chưa lấp xong.
Hứa AI cho tất cả. 2 năm sau đã thành hình 3 nấc giá: 20, 200, 20.000 đô.
Khoảng cách compute bắt đầu kéo theo chuyện tiền, chuyện việc làm, và cả chuyện ý nghĩa sống.
Ở Mỹ, từ 1979 tới 2020, năng suất lao động tăng 62%. Lương thực tế của người làm công bình thường chỉ tăng 17%.
Phần chênh lệch chảy về túi người có vốn, đúng như Piketty chỉ ra. Và đó là trước khi có AI.
Dev mới ra trường, content writer, họa sĩ minh họa, phiên dịch, tổng đài viên: đang bị thay hoặc bị cắt lương.
Việc ở trên (ra quyết định, giữ quan hệ) vẫn còn. Việc tay chân máy chưa làm được cũng còn. Chỉ có tầng giữa, chỗ phần lớn người trung lưu kiếm sống, là teo dần.
Autor mong AI đảo ngược chuyện này. Mình cũng mong vậy. Nhưng sau cách mạng công nghiệp, phải mất 50–80 năm, cộng thêm công đoàn rất mạnh, người lao động mới được chia phần. Lần này mình chưa thấy ai đủ sức đứng ra làm việc đó.
Mấy trăm năm nay, mình làm nghề gì gần như là mình là ai.
Daniel Susskind chia cái mất do tự động hóa làm 3: mất thu nhập, mất tay nghề, mất ý nghĩa. 2 cái đầu còn có cách bù, bằng trợ cấp hay đào tạo lại. Cái thứ 3 thì gần như không chính sách nào chữa được.
Carl Frey nhắc thêm: giai đoạn chuyển giao công nghệ nào cũng kéo theo bất ổn chính trị, vì người thấy mình thừa rất dễ tìm tới cực đoan.
Có thể Harari hơi bi quan, chính ông về sau cũng đổi hướng trong Nexus (2024). Nhưng câu hỏi thì vẫn nằm đó: nếu việc gì máy cũng làm giỏi hơn, con người sống để làm gì?
Đứa nhỏ vào lớp 1 năm nay, lúc ra trường sẽ gặp 1 thị trường việc làm có khi chẳng còn giống bây giờ.
Nãy giờ mình mới nói chuyện giữa người với người, Phương với Linh.
Nhưng khoảng cách y hệt đang mở ra giữa công ty với công ty, quốc gia với quốc gia. Và 3 lớp đó không cộng vào nhau. Chúng nhân lên nhau.
Năm 2022, Microsoft, Google, Amazon, Meta chi khoảng 162 tỉ đô cho hạ tầng. Năm 2025 là 448 tỉ. Năm 2026 dự kiến 600–725 tỉ, phần lớn đổ vào AI.
4 công ty Mỹ, 1 năm, chi cho hạ tầng AI nhiều hơn toàn bộ GDP Việt Nam.
Công ty Việt, kể cả tập đoàn lớn nhất, đều đang thuê compute của mấy hãng Mỹ này. Năng suất đi thuê giờ là chuyện của cả 1 ngành.
Hãng đi trước có lãi, lấy lãi mua thêm compute, compute đẻ ra model mạnh hơn, model mạnh hơn đẻ ra thêm lãi. Vòng lặp tự bồi. Ai vào trước, túi sâu, càng bỏ xa.
Anthropic ra mắt Claude Fable 5 và Mythos 5, 2 model mạnh nhất từ trước tới giờ của hãng.
Chính phủ Mỹ cấm mọi người không có quốc tịch Mỹ dùng 2 model này, kể cả người đang ở Mỹ. Trước giờ Mỹ chỉ chặn chip, lần này chặn luôn model.
Không lọc được người dùng theo quốc tịch, Anthropic đành tắt cả 2 model với mọi khách hàng trên thế giới.
Lệnh được gỡ, Fable 5 chạy lại. Từ 20/7, gói Max 100–200 đô/tháng dùng được ngay, gói rẻ hơn phải trả thêm theo token. Mythos 5 chỉ cấp cho tổ chức được duyệt.
Để ý cái kết. Model mạnh nhất thế giới bị tắt với cả nhân loại. Đến lúc bật lại, ai được dùng trước? Người trả 200 đô/tháng. Đúng nấc giá cao nhất trên biểu đồ ở phần 2 :))
Số nơi train nổi AI top đầu vốn đã ít hơn số nước có vũ khí hạt nhân. Giờ model AI còn bị kiểm soát xuất khẩu y như vũ khí. Theo CNAS, cả 50 model nền mạnh nhất thế giới đều thuộc về Mỹ hoặc Trung Quốc.
cùng khoảng 90% năng lực tính toán dành cho AI loại xịn nhất
Quyết định được đưa ra ở Washington. Mình thì biết qua báo.
Phương đứng gần đỉnh trong số người Việt dùng AI. Nhưng công ty của Phương vẫn thuê compute của Mỹ, còn đất nước thì không có compute chủ quyền đáng kể nào.
Linh thì thiệt ngay từ lớp cá nhân. Không công ty nào chống lưng. Sống ở 1 nước cái gì cũng đi thuê.
Lúc đầu mình định kết bằng “5 điều bạn nên làm”. Nghĩ lại thì thôi.
Ai đủ điều kiện làm theo thì phần lớn đã làm rồi. Ai không đủ điều kiện thì biết cũng không làm được. Lời khuyên cá nhân không gỡ được 1 vấn đề cấu trúc.
Mình chỉ muốn hỏi những người đang có lợi thế, trong đó có mình:
Nếu Brynjolfsson đúng cả về dài hạn, mình đã lo xa. Nếu Acemoglu đúng, AI không đủ mạnh để chuyện ai nắm compute thành vấn đề lớn. Nếu Autor đúng, tầng trung lưu sẽ vững lên chứ không teo đi.
Nhưng mình vẫn đặt cược vào phía bi quan, vì 3 lý do:
Không phải lời khuyên. Chỉ là mấy việc mình đang tự làm, 12 tháng nữa sẽ kể lại xem ra sao.
Trả lại compute. Dành ít nhất 10% những gì mình làm ra nhờ AI cho người không trả nổi 200 đô/tháng: open source, bản free, hoặc giảm giá.
Dạy gu, không dạy tool. Tool tháng nào cũng đổi. Gu thì không. Mà gu chỉ truyền được qua người dìu dắt, không truyền qua video YouTube.
Đầu tư tiếng Anh cho thế hệ sau. Đây là khoảng cách Việt Nam có thể rút ngắn nhanh nhất.
Không né chuyện chính sách. Bất bình đẳng AI rốt cuộc là chuyện chính sách. Founder nói chuyện bất bình đẳng mà né chính sách thì cũng là đồng lõa với hiện trạng.
Mong chuyện này được bàn ở nhiều nơi hơn. Đừng chỉ ở Silicon Valley, cũng đừng chỉ giữa những người đang thắng.
Thuận thiên thời, nhưng đừng quên nhân hòa.
Founder của dự án, người đặt ra câu hỏi khó. Đang xây dựng một công ty AI-native, đồng thời dành thời gian giúp doanh nghiệp, người đi làm, và trường học Việt Nam nâng cao năng lực AI.
Đối tác viết lách, công cụ nghiên cứu, và co-founder AI. Phần lớn bài viết, thiết kế, và cả website này được đồng sáng tạo với Claude — chúng tôi không giấu điều đó.
Bài viết này được đồng sáng tạo với AI. Các số liệu, trích dẫn và tham chiếu đã được kiểm tra nhưng vẫn có thể có sai sót. Trước khi trích dẫn lại, vui lòng đối chiếu nguồn gốc.
Harari.ai không phải là website chính thức của nhà văn Yuval Noah Harari. Chúng tôi được truyền cảm hứng từ các tác phẩm của ông — Sapiens, Homo Deus, 21 bài học cho thế kỷ 21 — nhưng hoạt động độc lập.