Coinbase tối ưu hóa chi phí vận hành bằng các mô hình AI giá rẻ

Brian Armstrong, Giám đốc điều hành của Coinbase, đang thay đổi cách tiếp cận với trí tuệ nhân tạo bằng việc xem đây là một khoản chi phí vận hành (OpEx) cần được quản lý chặt chẽ thay vì một ngân sách không giới hạn cho tự động hóa. Theo báo cáo từ Benzinga, Armstrong dự báo khoảng 80% khối lượng công việc AI sẽ chuyển sang các mô hình có chi phí thấp hơn 99% so với các hệ thống hàng đầu hiện nay trong vòng 12 đến 18 tháng tới. Thay vì chạy mọi yêu cầu trên các mô hình ngôn ngữ lớn (LLM) đắt đỏ nhất, sàn giao dịch này đang thực hiện cơ chế phân luồng thông minh. Những tác vụ thông thường như phân loại dữ liệu, tóm tắt văn bản hoặc hỗ trợ lập trình cơ bản được đẩy sang các mô hình giá rẻ, trong khi các hệ thống xử lý mạnh mẽ nhất chỉ dành riêng cho những bài toán phức tạp như nghiên cứu khoa học hoặc các tác vụ đòi hỏi khả năng suy luận chuyên sâu. Chiến lược này giúp Coinbase duy trì biên lợi nhuận khi AI chuyển từ giai đoạn thử nghiệm sang cơ sở hạ tầng vận hành hàng ngày, nơi mà mỗi mã thông báo (token) đều được tính toán kỹ lưỡng về mặt kinh tế.

Hiệu quả thực tế từ kỹ thuật và tuân thủ pháp lý

Tại Coinbase, AI không chỉ là công cụ tăng năng suất mà đã trở thành thành phần cốt lõi trong quy trình kỹ thuật và tuân thủ pháp lý (compliance). Armstrong tiết lộ rằng khoảng 40% mã nguồn viết hàng ngày tại công ty được tạo ra bởi AI, tuy nhiên mọi dòng code vẫn phải trải qua quy trình đánh giá nghiêm ngặt của con người để đảm bảo tính an toàn trong môi trường tài chính. Đặc biệt, việc tái cấu trúc các quy trình tuân thủ dựa trên AI đã giúp giảm tới 90% thời gian xử lý các khiếu nại hạn chế tài khoản. Thay vì để người dùng phải chờ đợi dài ngày, hệ thống AI thực hiện quét tài liệu và phân loại sơ bộ, giúp các chuyên viên tập trung vào các trường hợp rủi ro cao.

Cách tiếp cận này cho thấy sự dịch chuyển từ việc đặt câu hỏi “AI có làm được không?” sang “Làm sao để AI vận hành hiệu quả với chi phí tối ưu?”. Đối với các doanh nghiệp tài chính và startup, bài học từ Coinbase là việc xây dựng các luồng xử lý dự phòng (fallback paths) và đo lường hiệu quả kinh tế ngay từ đầu. Khi các tác vụ như kiểm tra danh tính, rà soát hoạt động nghi ngờ được tự động hóa bằng các mô hình giá rẻ nhưng vẫn đảm bảo độ chính xác, doanh nghiệp có thể mở rộng quy mô mà không gặp phải gánh nặng về chi phí điện toán. Đây chính là chìa khóa để biến AI từ một công nghệ trình diễn thành một lợi thế cạnh tranh bền vững trên thị trường.

Việc Coinbase tối ưu hóa chi phí AI cho thấy kỷ nguyên ứng dụng công nghệ theo cảm tính đã kết thúc, nhường chỗ cho giai đoạn quản trị tài chính nghiêm túc. Để không bị tụt hậu, các doanh nghiệp cần chủ động phân loại tác vụ theo mức độ phức tạp và lựa chọn mô hình AI phù hợp với ngân sách thay vì mặc định sử dụng các tùy chọn đắt tiền nhất. Hãy bắt đầu bằng việc kiểm toán các luồng công việc hiện tại và thử nghiệm phân luồng dữ liệu để tìm ra điểm cân bằng giữa hiệu suất và chi phí vận hành.