AI credits và vòng xoáy hiệu quả – Monday.com vừa vô tình tái hiện bài toán gas của blockchain

Tháng 5/2026, trong lúc rà soát dữ liệu trên Nansen, tôi nhận được một cảnh báo bất thường: một công ty SaaS niêm yết có tên Monday.com vừa công bố mô hình định giá theo mức tiêu thụ, trong đó mỗi lần AI agent thực hiện một tác vụ sẽ tiêu tốn một số "điểm AI" nhất định. Vượt trần, khách hàng phải trả thêm 0,01 USD mỗi điểm nếu cam kết theo năm, hoặc 0,0125 USD nếu trả theo tháng – một mức chênh lệch 25%. Với một người đã dành mười hai năm nhìn các token, điểm thưởng và phí gas thay đổi trên blockchain, cảnh báo này giống như nhìn thấy một con ma quen thuộc trong một bộ áo mới. Điều khiến tôi chú ý không phải là con số 0,0125 USD. Đó là logic đằng sau nó. Monday.com, một công ty phần mềm quản lý công việc, đã quyết định từ bỏ mô hình "bao nhiêu người dùng thì trả bấy nhiêu tiền" để chuyển sang mô hình "bao nhiêu việc AI làm thì trả bấy nhiêu tiền". Họ gọi đây là AI Work Platform, kết nối trực tiếp với Anthropic, OpenAI và Microsoft. Họ cắt giảm 20% nhân sự – khoảng 620 đến 630 người – và chi 45 đến 55 triệu USD cho tái cơ cấu. Cổ phiếu của họ đã giảm hơn 50% kể từ đầu năm, nhưng sau thông báo chuyển đổi, nó bật tăng 12,6%. Thị trường muốn tin rằng đây là một công ty AI mới. Nhưng tôi nhìn thấy một điều khác: họ vừa vô tình xây dựng lại một nền kinh tế gas trên nền tảng Web2. Trong blockchain, gas tồn tại vì tài nguyên tính toán là có hạn. Mỗi lần một hợp đồng thông minh thực thi, người dùng trả một khoản phí để đền bù cho validator. Phí này thay đổi theo mức độ tắc nghẽn của mạng. Monday.com không có một mạng lưới validator nào. Nhưng họ có các mô hình ngôn ngữ lớn từ bên ngoài, và mỗi lần một agent suy luận, nó tiêu tốn điện toán của một công ty khác. Để tránh vỡ nợ, họ phải đo đếm từng tác vụ và quy đổi thành một đơn vị chuẩn hóa. Đó chính là gas, chỉ là gas được bán theo một tỷ giá hối đoái riêng. Bài học đầu tiên nằm ở cơ cấu chi phí. Một công ty SaaS thuần túy thường có biên lợi nhuận gộp 75-85%. Chi phí phục vụ một khách hàng mới gần như bằng không. Khi bạn chuyển sang mô hình AI credits, chi phí biên đột nhiên trở thành một con số dương lớn: cứ mỗi credit bán ra, bạn phải trả một khoản tiền cho OpenAI hoặc Anthropic. Tôi ước tính chi phí model có thể chiếm 30-60% giá bán mỗi credit, tùy vào cách đàm phán. Nếu giả định biên lợi nhuận gộp còn 50%, thì doanh thu AI càng cao, lợi nhuận tuyệt đối càng tăng nhưng biên lợi nhuận tổng thể sẽ giảm. Các nhà đầu tư thường bị mê hoặc bởi từ khóa "AI" mà quên mất rằng một công ty AI có thể kém lợi nhuận hơn một công ty phần mềm bình thường. Tôi đã thấy điều này trong nhiều dự án crypto: họ phát hành token để trả phí GPU, nhưng lại không sở hữu GPU. Khi giá token giảm, họ không có đủ tiền trả cho nhà cung cấp dịch vụ. Bài học thứ hai là nghịch lý hiệu quả. Trong một hệ thống đo đếm theo mức sử dụng, khi AI trở nên thông minh hơn, nó cần ít tài nguyên hơn để giải quyết cùng một bài toán. Khách hàng sẽ nhận ra rằng họ có thể làm cùng một công việc với ít credit hơn. Họ sẽ mua ít hơn, và doanh thu tiêu thụ sẽ giảm. Đây là một vòng xoáy khủng khiếp: sản phẩm càng tốt, công ty càng ít kiếm tiền. Trong thế giới rollup, chúng ta đã thấy một phiên bản của nghịch lý này. Sau bản nâng cấp Dencun, chi phí blob giảm mạnh, các rollup có thể xử lý giao dịch với giá rẻ hơn rất nhiều. Người dùng vui, nhưng doanh thu phí của giao thức giảm. Một số rollup phải dùng token inflation để bù đắp, điều này cuối cùng làm loãng giá trị token. Monday.com đang đối mặt với lựa chọn tương tự: hoặc giảm giá credit để phản ánh hiệu quả mới – và hy sinh doanh thu; hoặc giữ giá – và bị khách hàng bỏ đi. Hãy thử một con số cụ thể. Giả sử một doanh nghiệp mua gói Pro 3.000 credits, mỗi tháng sử dụng hết và phải mua thêm 2.000 credits với giá 0,0125 USD, tổng chi phí thêm là 25 USD. Nếu AI model mới chỉ cần một nửa số credit cho cùng một tác vụ, họ sẽ dùng 1.500 credits và mua thêm 500, chi phí giảm còn 6,25 USD. Doanh thu từ khách hàng này giảm từ 25 USD xuống 6,25 USD – tức 75% – trong khi giá trị họ nhận được vẫn như cũ. Khách hàng hạnh phúc, nhưng Monday.com không thể báo cáo tăng trưởng. Đó là lý do họ có thể sẽ cố gắng thay đổi định nghĩa 'credit' – bao gồm cả chi phí suy luận ẩn – để giữ doanh thu. Tôi gọi đó là 'hiệu ứng shrinkflation AI'. Từ biểu đồ phí blob sau Dencun, tôi nhìn thấy bóng dáng những công ty như Monday.com: khi chi phí cơ sở hạ tầng giảm, họ không muốn giảm giá cho người dùng mà tìm cách định nghĩa lại sản phẩm. Bài học thứ ba, và có lẽ là quan trọng nhất, là kế toán. AI credits trả trước, khi chưa được tiêu thụ, về bản chất là một khoản nợ. Trong ngôn ngữ kế toán Web2, nó được gọi là deferred revenue. Trong ngôn ngữ Web3, chúng ta gọi đó là unearned token – những token đã bán nhưng chưa cung cấp dịch vụ tương ứng. Nếu Monday.com ghi nhận toàn bộ tiền bán credit vào doanh thu ngay lập tức, họ sẽ làm đẹp báo cáo nhưng đánh mất tính minh bạch. Các nhà đầu tư sẽ không biết thực sự khách hàng đã dùng bao nhiêu, và liệu họ có quay lại mua thêm hay không. Trong crypto, tôi đã thấy các dự án DeFi bán token với chiết khấu, ghi nhận toàn bộ số tiền vào treasury, rồi khi người dùng không dùng đến token, họ vẫn coi đó là tăng trưởng. Cho đến khi một đợt bán tháo xảy ra, mọi thứ mới lộ ra. Từ danh sách wash trade trên LooksRare, tôi nhận ra doanh thu ảo có thể được tạo ra chỉ bằng một vòng lặp mua bán giữa các ví do cùng một bên kiểm soát. Đối với các dự án blockchain, mô hình này đặt ra một câu hỏi thiết kế: nên dùng một token duy nhất vừa là cổ phần vừa là gas, hay tách riêng? Monday.com không có token; họ dùng tiền pháp định và ghi nợ vào một hệ thống kế toán nội bộ. Nếu họ phát hành một token trên blockchain, họ sẽ phải đối mặt với áp lực đầu cơ. Một token dùng để đo lường công việc AI sẽ có giá trị biến động, và khách hàng sẽ không muốn giữ nó. Họ sẽ mua và bán ngay lập tức, tạo ra khối lượng giao dịch nhưng không tạo ra sự ổn định. Do đó, các dự án AI agent nghiêm túc có thể sẽ sử dụng stablecoin làm đơn vị thanh toán, và dùng token quản trị riêng để phân phối lợi nhuận. Sự tách biệt này là điều mà Monday.com không cần, nhưng cũng là thứ khiến các mô hình blockchain trở nên phức tạp hơn. Tôi đã thử mô phỏng một giao thức AI agent trên testnet. Mỗi lần agent đọc dữ liệu từ oracle, nó phải trả một khoản phí. Nếu phí cố định bằng stablecoin, khách hàng sẽ so sánh với các dịch vụ Web2 như Monday.com. Nếu phí rẻ hơn, họ sẽ chuyển sang; nếu đắt hơn, họ bỏ đi. Vì vậy, hiệu quả tính toán là then chốt. Nhưng hiệu quả tính toán không giống như hiệu quả kinh tế. Một AI agent có thể hoàn thành một tác vụ với ít gas hơn, nhưng nếu nó cần phải xin phép một hợp đồng thông minh trước mỗi bước, chi phí tổng thể sẽ cao. Các nhà phát triển cần phải tối ưu ở cả hai lớp: lớp mô hình và lớp blockchain. Đây là lý do tại sao tôi tin rằng các rollup có khả năng thực thi AI agent tiên tiến sẽ thắng, không phải các L1 có gas rẻ nhưng kém linh hoạt. Truyền thông sẽ nói rằng Monday.com đang tái tạo chính mình; họ đã từ bỏ mô hình cũ kỹ để trở thành một công ty AI dẫn đầu. Nhưng nhìn kỹ hơn, sự chuyển đổi này là một động thái phòng thủ. Khi AI agent bắt đầu thay thế con người trong quy trình làm việc, nhu cầu về seat license sẽ giảm. Nếu bạn cứ bán theo đầu người, bạn sẽ chết từ từ. Chuyển sang AI credits là một cách để neo doanh thu vào một thứ mà bạn tin rằng sẽ tăng trưởng cùng lúc với sự tự động hóa. Điều đó có thể đúng, nhưng nó cũng tạo ra một cú hích tài chính: khách hàng không còn mua một công cụ, họ mua một hạn mức chi tiêu. Và khi ngân sách của họ bị thắt chặt, họ sẽ tối ưu hóa mức tiêu thụ, chứ không phải mở rộng nó. Từ dòng log ICO 2017, tôi nhặt ra bóng ma bot. Tôi vẫn làm điều đó với các dự án AI agent năm 2026. Tôi dùng dữ liệu on-chain để kiểm tra xem một giao thức có thực sự tạo ra giá trị hay chỉ là những giao dịch rửa giữa các ví do chính đội ngũ kiểm soát. Với Monday.com, tôi không có hết dữ liệu nội bộ, nhưng tôi có thể đoán được một điều: nếu họ không minh bạch về chi phí model và tỷ lệ tiêu thụ credit, thì câu chuyện "AI Work Platform" có thể chỉ là một sản phẩm tài chính được đóng gói bằng thuật ngữ công nghệ. Vào tuần tới, tôi sẽ theo dõi một danh sách các dự án crypto AI agent có mô hình metered billing. Tôi muốn xem bao nhiêu trong số họ thiết kế một cơ chế kiểm toán cho phép người dùng biết chính xác chi phí của một lần gọi hợp đồng thông minh. Tôi muốn xem bao nhiêu dự án dám công bố chi phí GPU thực tế và tỷ lệ biên lợi nhuận. Và tôi muốn xem bao nhiêu trong số họ chỉ đơn thuần bán "điểm AI" với chiết khấu 25% cho khách trả trước, như một công ty niêm yết trên Nasdaq tên Monday.com vừa làm. Dữ liệu không bao giờ nói dối, nhưng nó có thể được dàn dựng một cách hoàn hảo. Chúng ta – những thám tử on-chain – cần phải đặt câu hỏi về chính đơn vị đo lường mà chúng ta đang tin tưởng. Nếu một credit AI không được neo vào một chi phí vật lý có thể kiểm chứng, thì đó không phải là một đơn vị tiện ích; đó là một lời hứa. Và chúng ta đều biết lời hứa trong thị trường này đáng giá bao nhiêu.