Chi phí AI Marketing: Cách dự toán token, công cụ và vận hành

Chi phí AI Marketing là tổng những gì doanh nghiệp bỏ ra để dùng AI trong hoạt động marketing: thuê bao công cụ, phí gọi mô hình tính theo token, hạ tầng, công tích hợp và bảo trì, và khoản thường bị quên nhất — thời gian của người kiểm duyệt, sửa và vận hành. Dự toán đúng không phải để cắt giảm bằng mọi giá, mà để biết mỗi đồng chi cho AI đang đổi lấy việc gì.

Bài này không nêu giá cụ thể của công cụ hay mô hình nào: bảng giá thay đổi nhanh và khác nhau giữa các nhà cung cấp. Thay vào đó là cách dự toán — liệt kê khoản mục, công thức, và một ví dụ giả định — để bạn tự điền đơn giá hiện hành của công cụ mình chọn.

Chi phí AI Marketing gồm những khoản nào

Token là đơn vị văn bản mà mô hình xử lý — một từ có thể là một hoặc vài token, và cùng một nội dung tiếng Việt có thể tốn số token khác tiếng Anh tuỳ mô hình. Phí API thường tính cả token đầu vào (mọi thứ gửi cho mô hình: chỉ dẫn, ngữ cảnh thương hiệu, tài liệu truy xuất, lịch sử hội thoại) và token đầu ra, và nhiều nhà cung cấp định giá hai loại này khác nhau. Điểm dễ bị bỏ qua: ngữ cảnh gửi kèm được tính mỗi lần gọi, nên một hồ sơ thương hiệu dài gửi theo 300 yêu cầu nhỏ là 300 lần trả tiền cho cùng một đoạn văn.

Công thức dự toán

• Chi phí mô hình mỗi tháng = Σ theo tác vụ [số lần gọi × (token vào × đơn giá vào + token ra × đơn giá ra)] × (1 + tỷ lệ chạy lại).
• Chi phí kiểm duyệt mỗi tháng = Σ theo tác vụ [số đầu ra × phút duyệt mỗi đầu ra] ÷ 60 × chi phí một giờ công.
• Tổng chi phí = thuê bao + chi phí mô hình + hạ tầng + tích hợp và bảo trì + kiểm duyệt + dự phòng.

Tỷ lệ chạy lại gồm những lần tạo lại vì chưa ưng, những lần lỗi phải gọi lại, và các phương án phụ. Đừng đặt bằng không: người dùng hiếm khi lấy bản đầu tiên.

Dự toán và kiểm soát chi phí qua 6 bước

Bước 1. Liệt kê tác vụ và khối lượng

Liệt kê từng tác vụ AI sẽ làm và khối lượng mỗi tháng: bao nhiêu bài social, bao nhiêu bài blog, bao nhiêu nháp trả lời bình luận, bao nhiêu báo cáo. Dự toán theo tác vụ chứ không theo công cụ, vì cùng một công cụ có thể phục vụ việc rất rẻ và việc rất đắt. Khối lượng lấy từ kế hoạch nội dung và số liệu thực tế tháng trước, không lấy con số mong muốn.

Bước 2. Tính chi phí model và hạ tầng

Đừng đoán số token — chạy thử. Lấy vài đầu vào điển hình của mỗi tác vụ, chạy qua đúng câu lệnh và ngữ cảnh sẽ dùng, ghi lại token vào và ra mà công cụ hoặc API báo. Nhân với khối lượng ở Bước 1 và đơn giá hiện hành. Nếu dùng công cụ thuê bao trọn gói, bước này thay bằng việc kiểm tra giới hạn sử dụng của gói có đủ cho khối lượng không.

Bước 3. Thêm chi phí kiểm duyệt

Ước lượng phút duyệt cho mỗi loại đầu ra bằng cách bấm giờ vài lần duyệt thật. Bài có giá và cam kết cần đối chiếu từng trường nên lâu hơn nhiều so với bài chia sẻ mẹo. Phân mức duyệt theo rủi ro như ở bài Human-in-the-Loop là cách giảm khoản này mà không tăng rủi ro.

Bước 4. Phân tầng model theo độ khó

Không phải việc nào cũng cần mô hình mạnh nhất. Định tuyến mô hình (model routing) nghĩa là giao việc đơn giản — phân loại bình luận, tóm tắt ngắn, sửa định dạng — cho mô hình nhỏ hơn, rẻ hơn, và dành mô hình mạnh cho việc cần suy luận như lập chiến lược hay viết bài dài. Trước khi hạ tầng một tác vụ, chạy bộ kiểm thử theo cách ở bài AI Evaluation để chắc chất lượng không giảm quá mức chấp nhận. Các cách giảm khác: rút gọn ngữ cảnh gửi kèm chỉ còn phần tác vụ cần, dùng tính năng lưu đệm ngữ cảnh nếu nhà cung cấp hỗ trợ, giới hạn độ dài đầu ra.

Bước 5. Đặt hạn mức và cảnh báo

Đặt hạn mức chi tiêu ở tài khoản API nếu nhà cung cấp hỗ trợ, hạn mức theo tác vụ hoặc theo người dùng, và cảnh báo khi chạm các mốc như một nửa và phần lớn ngân sách tháng. Với agent tự gọi nhiều bước, đặt giới hạn số bước và số lần gọi cho mỗi yêu cầu — một vòng lặp không có điểm dừng có thể tiêu hết ngân sách trước khi ai kịp thấy. Theo dõi chi phí theo tác vụ hằng ngày là phần việc của AI Observability.

Bước 6. So sánh với giá trị tạo ra

Giá trị dễ đo nhất là thời gian tiết kiệm: giờ công trước và sau khi dùng AI cho cùng khối lượng, đã trừ thời gian duyệt. Giá trị khó đo hơn là chất lượng và doanh thu; đừng gán doanh thu cho AI nếu không có cách đo tách bạch. Cách đọc hiệu quả marketing thận trọng xem ở bài đo lường hiệu quả marketing bằng AI. Nếu một tác vụ tốn nhiều giờ duyệt và sửa hơn thời gian nó tiết kiệm, bỏ AI ở tác vụ đó là quyết định hợp lý.

Ví dụ thực hành: dự toán một tháng cho chuỗi cà phê hai chi nhánh

Ví dụ giả định: một chuỗi cà phê hai chi nhánh tự gọi API mô hình cho bốn tác vụ. Số token là số đo được khi chạy thử, đã gồm ngữ cảnh thương hiệu gửi kèm.

Cộng 20% dự phòng chạy lại: khoảng 818.000 token vào và 152.000 token ra — nhân với đơn giá hiện hành của mô hình được chọn là ra chi phí mô hình. Nếu giờ công người duyệt tính là 80.000đ (ví dụ giả định), phần kiểm duyệt khoảng 1,3 triệu đồng mỗi tháng. Hai quan sát rút ra: nháp trả lời bình luận chỉ là tác vụ nhỏ nhưng chiếm phần lớn token vào vì ngữ cảnh bị gửi lại 300 lần — ứng viên số một để rút gọn ngữ cảnh và chuyển sang mô hình nhỏ; và bài blog tốn ít token nhưng tốn giờ duyệt nhất.

Sai lầm thường gặp

• Chỉ tính hoá đơn công cụ, bỏ qua giờ duyệt, giờ sửa và giờ bảo trì tích hợp.
• Dùng mô hình mạnh nhất cho mọi việc vì “cho chắc”, kể cả phân loại bình luận.
• Gửi toàn bộ hồ sơ và lịch sử theo mọi yêu cầu nhỏ.
• Không đặt hạn mức cho tài khoản API và cho số bước của agent.
• Tính ROI bằng doanh thu gán cho AI mà không có cách đo tách bạch, rồi ra quyết định trên con số đó.
• Nhiều công cụ trùng chức năng do mỗi người tự đăng ký một gói.

Câu hỏi thường gặp