AI và điện năng: hiểu chi phí phía sau mỗi lần sử dụng

Trong nhóm chat công ty, một người gửi ảnh có dòng chữ: “Mỗi câu hỏi AI tốn bằng bật một thiết bị điện trong nhiều phút”. Cả nhóm bắt đầu nhìn lại những lần nhờ chatbot sửa email. Có người đùa rằng từ mai chắc phải bớt nói “cảm ơn”.

Tình huống giả định ấy đặt ra câu hỏi thật: AI dùng bao nhiêu điện? Muốn trả lời, cần biết con số đang tính cho tác vụ nào, trên hệ thống nào và gồm những phần gì. Một phép so sánh dễ nhớ chưa chắc áp dụng được cho lần hỏi của bạn.

Điều hữu ích hơn là hiểu cách đọc số liệu, nhận ra phần chưa biết và giảm những lượt xử lý không cần thiết. Bạn không cần đoán lượng điện của từng câu chat để bắt đầu dùng công cụ có mục đích hơn.

Một câu hỏi có thể kéo theo nhiều bước

Thử so hai việc: sửa một câu chúc sinh nhật và đọc một tập hồ sơ để tìm điều khoản khác nhau. Trên màn hình, cả hai đều bắt đầu bằng nút gửi. Phía sau, khối lượng nội dung và cách xử lý có thể rất khác.

Một yêu cầu còn có thể gọi tìm kiếm, đọc tệp hoặc chạy thêm bước kiểm tra. Vì vậy, “một lượt hỏi” là đơn vị thuận tiện để đếm thao tác của người dùng, nhưng chưa đủ để mô tả mọi việc hệ thống đã làm.

Khi gặp con số điện năng cho mỗi lượt, hãy tìm mô tả tác vụ. Nghiên cứu đang đo câu trả lời văn bản ngắn, tạo ảnh hay một chuỗi hành động? Nếu thông tin ấy bị lược mất, phép so sánh đã thiếu một phần quan trọng.

Cũng xem kết quả là trung bình của nhiều lượt hay đo một lần riêng lẻ. Một mức trung bình có thể hữu ích để hình dung quy mô, nhưng không phải hóa đơn chính xác cho câu hỏi bạn vừa gửi.

Điện của trung tâm dữ liệu khác điện của một truy vấn

Trung tâm dữ liệu còn phục vụ lưu trữ, website và nhiều phần mềm khác. Điện dùng ở đó không chỉ dành cho chatbot. Lấy tổng điện rồi chia cho số câu hỏi AI sẽ bỏ qua các hoạt động cùng sử dụng hạ tầng.

Trong báo cáo Energy and AI năm 2025, IEA ước tính trung tâm dữ liệu dùng khoảng 415 TWh điện trong năm 2024, tương đương khoảng 1,5% toàn cầu. Đây là số liệu về trung tâm dữ liệu, không phải riêng điện cho AI.

Báo cáo dự báo mức tiêu thụ này lên khoảng 945 TWh vào năm 2030. Khi dẫn lại, cần giữ chữ “dự báo” và năm của báo cáo. Không nên viết như thể đó là lượng điện đã được đo vào năm 2030.

Ví dụ, một slide có thể ghi: “IEA, báo cáo 2025, dự báo điện trung tâm dữ liệu năm 2030”. Dòng chú thích ngắn ấy giúp người đọc biết phạm vi, thời điểm và tính chất của con số ngay trên slide.

Số liệu cấp ngành cho thấy vấn đề đáng theo dõi. Nhưng muốn biết một sản phẩm cụ thể sử dụng bao nhiêu điện, vẫn cần dữ liệu về sản phẩm đó. Hai câu hỏi này liên quan, song không thể dùng cùng một phép chia để trả lời.

Vì sao phần cứng và cách phục vụ làm thay đổi kết quả?

Điện không chỉ phục vụ phần tính toán. Trung tâm dữ liệu còn cần vận hành các hệ thống hỗ trợ, trong đó có làm mát. Khi đọc một phép đo, hãy xem nó tính riêng thiết bị xử lý hay tính cả cơ sở vận hành.

Chẳng hạn, hai nhà cung cấp cùng công bố một con số cho tác vụ tóm tắt. Bên thứ nhất tính điện của phần xử lý, bên thứ hai tính thêm hệ thống hỗ trợ. Chưa thống nhất phạm vi thì chưa nên xếp hạng ai tiết kiệm hơn.

Hãy tìm cả cách đo và ngày đo. Kết quả từ cấu hình cũ vẫn có giá trị trong bối cảnh của nó, nhưng không tự đại diện cho mọi phiên bản mới. Nếu tài liệu không nêu cấu hình, ghi rõ giới hạn đó khi sử dụng số liệu.

Lượng điện, giá điện và phát thải cũng là những đại lượng khác nhau. Dịch vụ rẻ hơn không đủ chứng minh nó dùng ít điện hơn. Muốn bàn tác động môi trường, cần thêm thông tin phù hợp, thay vì suy ra từ giá gói thuê bao.

Token không phải công tơ điện

Nhóm kỹ thuật có thể lấy được số token đã xử lý. Đây là dữ liệu hữu ích để theo dõi mức sử dụng và tính phí theo điều kiện của dịch vụ. Nhưng bảng token không tự biến thành bảng điện năng.

Muốn đổi token sang điện, bạn cần một phương pháp có căn cứ cho đúng hệ thống và phạm vi đang xét. Nếu chỉ lấy một hệ số trên mạng rồi nhân cho mọi mô hình, kết quả dễ trông chính xác hơn dữ liệu thực sự cho phép.

Trong báo cáo nội bộ, có thể ghi thẳng “chưa có dữ liệu điện năng từ nhà cung cấp”. Sau đó trình bày những gì đã đo được: lượt gọi, token, thời gian xử lý. Khoảng trống rõ ràng vẫn tốt hơn một số điện được tự suy ra.

Người dùng có thể làm gì mà không cần lo quá mức?

Bắt đầu bằng việc nói rõ mình cần gì. Nếu muốn sửa một đoạn email, gửi đúng đoạn và nêu giọng văn mong muốn. Không cần tải cả lịch sử trao đổi dài khi phần còn lại không liên quan.

Đọc bản trả lời trước khi bấm tạo lại. Có thể chỉ một câu cần sửa, hoặc công cụ thiếu một thông tin cụ thể. Nói rõ điểm ấy giúp bạn tiến tới kết quả dùng được thay vì nhận thêm nhiều bản gần giống nhau.

Với việc cộng một cột số, bảng tính có thể đã đủ. Với thông tin có sẵn trong tài liệu, chức năng tìm kiếm có thể đưa bạn tới đúng đoạn. Chọn công cụ theo việc cần làm cũng giúp giảm những bước vòng vo.

Đó là cách giảm phần xử lý thừa, chưa phải bằng chứng bạn đã tiết kiệm một lượng điện cụ thể. Đừng gắn số phần trăm cho thay đổi nhỏ khi chưa đo. Cũng không cần bỏ bước kiểm tra quan trọng chỉ để giảm một lượt hỏi.

Nếu bạn quản lý một nhóm, hãy đo trong phạm vi của mình

Chọn một việc lặp lại, chẳng hạn tóm tắt báo cáo tuần. Theo dõi có bao nhiêu bản được tạo, bao nhiêu bản thực sự dùng và người phụ trách mất bao lâu để sửa. Đây là điểm bắt đầu gần công việc hơn việc đếm mọi câu chat.

Nếu nhóm tạo mười bản nhưng chỉ dùng một, hãy xem lý do. Có thể yêu cầu ban đầu chưa rõ, tài liệu đầu vào sai hoặc định dạng không hợp. Sửa đúng nguyên nhân sẽ hữu ích hơn nhắc mọi người “hãy dùng ít lại”.

Khi hỏi nhà cung cấp về năng lượng, gửi câu hỏi cụ thể: dữ liệu áp dụng cho dịch vụ nào, thời gian nào và có gồm hệ thống hỗ trợ không? Nếu họ chỉ có số liệu toàn công ty, đừng tự phân bổ cho nhóm bằng một tỷ lệ tùy ý.

Xem con số đang đo phần nào của hệ thống

Lần tới gặp một phép so sánh gây sốc, mở nguồn trước khi chuyển tiếp. Tìm bốn điều: đang đo gì, đo lúc nào, tính những phần nào và đó là số đo hay dự báo. Thiếu thông tin thì giữ kết luận ở mức vừa phải.

AI có chi phí năng lượng, còn mỗi người dùng thường chỉ nhìn thấy một phần hệ thống. Cách làm thực tế là dùng cho việc có ích, giảm lượt thừa và ghi đúng điều mình biết. Không cần biến một con số thiếu bối cảnh thành lý do hoảng hốt hoặc bỏ qua vấn đề.