Mười một giờ đêm, Qiu Ziwei mở cuộc trò chuyện của Sam Altman tại phiên bế mạc ‘Startup School 2026’ của Y Combinator, vặn màn hình laptop tối đi một nửa để không đánh thức hai đồng sáng lập còn lại đang ngủ ở phòng bên cạnh. Cả ba người họp thành toàn bộ đội ngũ đứng sau một công cụ tự động hóa chăm sóc khách hàng dành cho các thương hiệu thương mại điện tử vừa và nhỏ — ban ngày dồn hết cho sản phẩm, nên chỉ những khoảng lặng thế này mới có thời gian đọc thêm tài liệu. Trong video, Altman đang trò chuyện với chủ tịch đương nhiệm của YC, Garry Tan, về lý do vì sao chưa bao giờ có thời điểm tốt hơn để khởi nghiệp.

Bản thân câu nói đó không khiến Qiu Ziwei xúc động lắm — kiểu câu ‘bây giờ là thời điểm tốt nhất’ thì năm nào giới khởi nghiệp cũng có người nói. Điều thực sự khiến anh vặn sáng màn hình trở lại và ngồi thẳng dậy là phép so sánh Altman đưa ra ngay sau đó: một công việc phát triển mà năm 2005 ông phải mất ba tháng mới xong, giờ đây AI agent chỉ mất khoảng bảy phút.

Điều Khiến Anh Khựng Lại Không Phải Câu Nói Truyền Cảm Hứng, Mà Là Con Số Phía Sau Nó

Bảy phút so với ba tháng, ban đầu Qiu Ziwei chỉ thấy đây là một cách nói phóng đại — cho đến khi anh nhớ lại chuyện vừa xảy ra với đội mình tuần trước: một lần tái cấu trúc tính năng vốn dự trù hai tuần công, nhờ AI agent hỗ trợ viết test và bắt logic trùng lặp, chỉ ba ngày là xong. Cảm giác nén thời gian đó thực ra anh trải qua gần như mỗi tháng, chỉ là chưa ai quy nó thành một con số cụ thể nói thẳng ra.

Phần tiếp theo trong video là nhận định của Altman về xu hướng nhu cầu inference của toàn ngành: ông cho rằng nhu cầu inference AI toàn cầu sẽ tiếp tục tăng trưởng khoảng mười lần mỗi năm trong nhiều năm tới, với nhu cầu về AI chất lượng cao gần như ‘không có trần’. Ông còn đưa ra một dự đoán xa hơn — đến năm 2032, mỗi người sẽ tiêu thụ tới 500 tỷ token mỗi tháng.

Qiu Ziwei tua lại câu đó để chắc chắn mình không nghe nhầm đơn vị. Anh không nghi ngờ độ chính xác của con số này — anh hiểu rõ đây là nhận định và dự đoán dài hạn của cá nhân Altman, không phải thống kê chính thức do cơ quan nào công bố — nhưng riêng độ lớn của con số đã đủ khiến anh nghĩ đến một vấn đề cấp bách hơn: nếu chỉ riêng hướng đi của kết luận đó thành sự thật, thì đội ba người của anh hiện tại có ai thực sự biết mỗi tháng họ đang đốt bao nhiêu token không?

Anh Mở Bảng Tính Ra, Mới Phát Hiện Hóa Đơn Của Đội Từ Trước Đến Nay Chỉ Là Hộp Đen ‘Cảm Thấy Ổn’

Câu trả lời là không ai biết. Ba tháng trước khi đội mới thành lập, họ quẹt thẻ tín dụng đăng ký vài gói nền tảng AI rồi từ đó không bao giờ quay lại kiểm tra chi tiết hóa đơn — số tiền bị trừ mỗi tháng lúc nào cũng có vẻ nằm trong dự tính, ‘cảm thấy khá ổn’, thế là việc này được xếp vào loại đã xử lý xong, không cần nghĩ tới nữa, tự động hóa như tiền điện nước.

Nhưng lúc này Qiu Ziwei nhận ra, phán đoán ‘cảm thấy ổn’ đó dựa trên một giả định chưa từng được nói thẳng ra: tốc độ tăng trưởng của mức sử dụng vừa khéo nằm trong biên độ linh hoạt của gói đăng ký. Nếu hướng đi mà Altman nói là đúng — nhu cầu inference AI tăng gấp mười lần mỗi năm — thì giả định này sớm muộn cũng sẽ vỡ, chỉ là không ai biết là tháng nào. Trước ngày đó, hóa đơn trông vẫn hoàn toàn bình thường; sau ngày đó, câu hỏi ‘sao tháng này lại tăng nhiều thế’ mới lần đầu tiên lộ ra, và thường thì đã là chuyện phát hiện sau khi sự đã rồi. Đội của họ hiện tại hoàn toàn không có bất kỳ ghi chép nào có thể trả lời câu hỏi cơ bản như tuần trước cả ba người cộng lại đã dùng hết bao nhiêu token, dùng vào tính năng nào.

Ai Cũng Nghĩ Là Điên, Hóa Ra Đó Mới Là Tín Hiệu Cơ Hội Rõ Ràng Nhất

Giữa cuộc trò chuyện, Altman nhắc rằng khi OpenAI mới thành lập, theo lời kể của chính ông, số người trong ngành thực sự tin rằng AGI (trí tuệ nhân tạo tổng quát) có thể làm được chỉ khoảng năm mươi người; giai đoạn bị số đông xem như trò cười đó lại vô tình mang đến cho họ hai lợi thế bất ngờ: không có đối thủ lớn nào bám đuổi, và có đủ thời gian để làm nghiên cứu cho thật vững chắc.

Nghe đến đoạn này, Qiu Ziwei nhớ lại lúc đội mình mới quyết định làm đề tài ‘tự động hóa chăm sóc khách hàng’, cũng từng bị vài đồng nghiệp cũ nói riêng rằng mảng này đã bị làm nát rồi, công ty lớn sớm muộn cũng sẽ nhảy vào. Trước đây anh không để tâm câu nói đó, nhưng lần này anh nghĩ thêm một tầng: nếu đến cả Altman cũng coi ‘phần lớn người ta nghĩ bạn đang làm chuyện ngớ ngẩn’ là một tín hiệu, chứ không phải lời cảnh báo, thì có lẽ đáng để nhìn lại xem trong đội của mình có quyết định nào thực ra cũng là loại cơ hội bị đánh giá thấp, chứ không phải là lý do để tự nghi ngờ bản thân.

Tốc Độ Của Đội Nhỏ Đang Bào Mòn Lợi Thế Quy Mô Của Công Ty Lớn

Altman cũng nhắc đến một hiện tượng ông quan sát được: tốc độ thay đổi công nghệ càng nhanh, lợi thế ‘quy mô’ mà các công ty lớn xây dựng trước đây càng dễ bị vô hiệu hóa; vì lợi thế quy mô vốn dĩ được đánh đổi bằng ‘nhiều thời gian hơn, nhiều nguồn lực hơn’, một khi tốc độ thực thi bản thân nó trở thành biến số quyết định, đội nhỏ lại có cơ hội làm được những việc trước đây họ không làm nổi.

Câu nói này phần nào giúp Qiu Ziwei bớt lo lắng về việc đội chỉ có ba người — nhưng anh cũng hiểu rõ có một tiền đề chưa nói ra: để đội nhỏ thực sự ‘nhanh hơn’ công ty lớn, điều kiện là họ không được tiêu tốn thời gian đó vào việc truy tìm sau sự việc lý do vì sao chi phí AI tháng này tăng vọt — một vấn đề vốn có thể thấy trước. Lợi thế tốc độ là để lao về phía trước, không phải để dọn dẹp một khoản sử dụng đã mất kiểm soát.

Altman Nói Có Thể Yên Tâm Mắc Sai Lầm, Nhưng Anh Quyết Định ‘Mức Sử Dụng’ Không Được Phép Sai Cùng

Gần cuối cuộc trò chuyện, Altman đưa ra một lời khuyên rất thẳng thắn: khởi nghiệp vốn dĩ sẽ mắc rất nhiều sai lầm, và ngành này thực ra khá khoan dung với việc mắc sai lầm, không cần vì sợ sai mà không dám hành động. Qiu Ziwei rất đồng tình với thái độ này, và định thực sự áp dụng câu nói đó vào các quyết định sản phẩm, thử nghiệm thị trường — cứ nghĩ rõ tầm nhìn là được, những bước đầu vốn dĩ không nên quá rõ ràng.

Nhưng ngay lúc đó anh cũng vạch ra một ranh giới nhỏ: hướng sản phẩm có thể yên tâm thử sai, nhưng việc ‘có nhìn thấy mức sử dụng token hay không’ thì anh không muốn để nó tiếp tục trong tình trạng không ai quản. Ngay tối hôm đó, anh không đợi họp đội, mà trực tiếp mở một bảng tính chung đơn giản nhất, để hai người còn lại từ nay mỗi lần chạy tác vụ tốn nhiều tài nguyên thì tiện tay ghi một dòng — dùng cho tính năng nào, chạy khoảng bao lâu. Anh biết bảng này còn xa mới đủ chi tiết, nhưng ít nhất từ tối đó, ‘sao tháng này lại đắt hơn’ không còn là câu hỏi chỉ có thể đoán sau khi sự đã rồi.

FAQ

Q1: Startup School của Y Combinator là gì?

Startup School là sự kiện đào tạo khởi nghiệp thường niên do Y Combinator, một vườn ươm khởi nghiệp nổi tiếng, tổ chức, mời các nhà sáng lập và nhà đầu tư chia sẻ kinh nghiệm, đối tượng chủ yếu là các đội đang hoặc chuẩn bị khởi nghiệp. Cuộc trò chuyện được nhắc đến trong bài viết này là phần bế mạc nổi bật của kỳ 2026, giữa Sam Altman và chủ tịch đương nhiệm của YC, Garry Tan.

Q2: Con số ‘500 tỷ token mỗi người mỗi tháng vào năm 2032’ có phải là thống kê chính thức không?

Không. Đây là dự đoán dài hạn mang tính cá nhân mà Sam Altman đưa ra trong cuộc trò chuyện để minh họa nhận định riêng của ông về tốc độ tăng trưởng nhu cầu inference AI, không phải con số thống kê do bất kỳ tổ chức nghiên cứu hay cơ quan chính thức nào công bố. Bài viết này chỉ thuật lại đúng như lời người nói, không đại diện cho việc trang này hay AITK xác nhận độ chính xác của con số, độc giả khi lập kế hoạch sử dụng của riêng mình vẫn nên dựa trên dữ liệu sử dụng thực tế của bản thân.

Q3: Tuyên bố ‘chỉ khoảng 50 người tin vào AGI thời kỳ đầu’ có thể kiểm chứng được không?

Đây cũng là lời kể cá nhân của Altman trong cuộc trò chuyện, thuộc về hồi tưởng của riêng ông về không khí thời kỳ đầu thành lập OpenAI. Trang này chưa kiểm chứng độc lập cách tính ra con số đó, chỉ trình bày như một phần bối cảnh tường thuật của người nói, không đại diện cho một sự thật lịch sử đã được trang này xác thực.

Q4: Tuyên bố ‘công việc ba tháng giờ AI agent làm xong trong bảy phút’ có phóng đại quá không?

Đây là Altman so sánh với trải nghiệm cá nhân của ông năm 2005 — về bản chất là một giai thoại cá nhân mang hiệu ứng tu từ để truyền tải cảm giác chênh lệch tốc độ phát triển, không phải kết quả của một bài kiểm tra chuẩn (benchmark) nghiêm ngặt. Mức cải thiện hiệu suất thực tế sẽ khác nhau rất nhiều tùy loại tác vụ, công cụ sử dụng và mức độ thành thạo của đội, không nên áp dụng trực tiếp cho bất kỳ dự án cụ thể nào.

Q5: Nếu đồng tình rằng đội nhỏ nên nắm bắt thời cơ, thì bước đầu tiên thực sự nên làm là gì?

Điều bài viết này muốn nhấn mạnh không phải là đội phải lập tức chuyển hướng chiến lược lớn. Mà là trước tiên cần đảm bảo bản thân có thể ‘nhìn thấy’ những thay đổi đang diễn ra — đặc biệt là liệu mức sử dụng và chi phí công cụ AI có được ghi lại đồng bộ khi khối lượng công việc tăng lên hay không. Nhìn thấy được, mới có thể dùng dữ liệu thực tế để ra quyết định khi thực sự cần điều chỉnh hướng đi, thay vì chỉ dựa vào cảm tính.

Ghi Chú Nguồn

Bài viết này tham khảo từ cuộc trò chuyện được kênh YouTube chính thức của Y Combinator đăng ngày 28 tháng 7 năm 2026, với tựa đề “Sam Altman: "Never a Better Time to Do a Startup"”, ghi lại tại phiên bế mạc Startup School 2026 (25-26 tháng 7 năm 2026, Chase Center, San Francisco) giữa Sam Altman và chủ tịch đương nhiệm của YC, Garry Tan, được tổ chức lại và kể theo dạng câu chuyện, không dịch nguyên văn. ‘Qiu Ziwei’ trong bài viết là nhân vật minh họa dùng để giải thích, không phải khách hàng thật; bối cảnh đội nhóm và tình huống được mô tả là sự tái hiện mang tính minh họa. Bốn tuyên bố được bài viết này đề cập — rằng con người sẽ tiêu thụ 500 tỷ token mỗi tháng vào năm 2032, rằng nhu cầu inference AI toàn cầu tăng trưởng khoảng mười lần mỗi năm, rằng chỉ khoảng 50 người tin AGI có thể đạt được ở thời kỳ đầu của OpenAI, và rằng công việc phát triển ba tháng thời 2005 nay được AI agent hoàn thành trong bảy phút — đều là những phát biểu, hồi tưởng hoặc dự đoán cá nhân do Sam Altman đưa ra trong cuộc trò chuyện, không phải số liệu thống kê chính thức hay dữ liệu học thuật được trang này hoặc bên thứ ba kiểm chứng độc lập. Những nội dung này chỉ nhằm giúp độc giả hiểu quan điểm của người nói, không đại diện cho việc trang này xác nhận độ chính xác của chúng.

Hành Động Ngay

Nếu dù chỉ một phần những gì Altman mô tả là đúng — nhu cầu inference AI tiếp tục tăng trưởng gấp bội — thì việc mỗi tháng đội của bạn thực sự tiêu tốn bao nhiêu token, và dùng vào việc gì, sớm muộn sẽ không còn là câu hỏi có thể bỏ qua mà trở thành yếu tố định hình bài toán kinh tế đơn vị của bạn. Thay vì đợi hóa đơn nói cho bạn biết trước, hãy phơi bày nó ra ngay từ bây giờ. Hãy dùng thử miễn phí AI Token King, để chúng tôi giúp bạn phơi bày chính xác lượng token mà từng agent, từng tính năng trong đội của bạn thực sự đã dùng hết, để bạn thiết lập đúng giới hạn sử dụng khi mức tiêu thụ vẫn còn trong tầm kiểm soát.