Gartner: AI PC cuối cùng đã có “lý do đáng mua” khi doanh nghiệp tìm cách cắt hóa đơn token AI đám mây

Theo Gartner, làn sóng mua sắm AI PC trong doanh nghiệp có thể sớm tăng tốc, không phải vì các tính năng hào nhoáng, mà vì một bài toán rất thực tế: giảm chi phí dùng AI trên đám mây. Trong báo cáo chiến lược về Agentic AI PC, hãng phân tích này cho rằng nhiều công ty đang bắt đầu lo ngại trước hóa đơn token ngày càng phình to. “Token” là đơn vị mà các nhà cung cấp AI thường dùng để tính phí dựa trên lượng văn bản hoặc dữ liệu được mô hình xử lý, nhưng cách quy đổi và mức giá lại khác nhau giữa từng nền tảng, khiến việc dự toán chi phí trở nên khó khăn. Gartner gọi bài toán đó là “tokenomics” — tức kinh tế học xoay quanh cách token được định nghĩa, tiêu thụ và tính tiền trong dịch vụ AI.

Nhận định cốt lõi của Gartner là doanh nghiệp sẽ chuyển sang mô hình AI lai, nơi các tác vụ phù hợp sẽ được xử lý ngay trên thiết bị người dùng thay vì gửi toàn bộ lên cloud. Cách tiếp cận này giúp giảm phụ thuộc vào hạ tầng đám mây và tránh tình trạng chi phí vận hành tăng mất kiểm soát. Trong bối cảnh đó, AI PC — dòng máy tính cá nhân tích hợp phần cứng tối ưu cho AI — được xem như một “van xả” chi phí. Những máy này thường có NPU, viết tắt của Neural Processing Unit, tức bộ xử lý chuyên dụng cho tác vụ trí tuệ nhân tạo, tách biệt với CPU và GPU để tăng hiệu quả và giảm điện năng khi chạy mô hình ngay trên máy.

Lý do Gartner trở nên lạc quan hơn nằm ở sự trưởng thành của các mô hình nhỏ gọn. Thay vì chỉ dựa vào các mô hình ngôn ngữ cực lớn, thị trường đang chứng kiến sự nổi lên của SLM (Small Language Model, mô hình ngôn ngữ nhỏ), SRM (Small Reasoning Model, mô hình suy luận nhỏ) và các mô hình chuyên biệt theo từng lĩnh vực. Các mô hình này có quy mô nhẹ hơn, yêu cầu ít tài nguyên hơn nhưng vẫn đủ sức xử lý nhiều tác vụ thực tế như tóm tắt văn bản, hỗ trợ viết nội dung, trả lời câu hỏi nội bộ hoặc tự động hóa công việc văn phòng. Gartner cho rằng chính các mô hình nhỏ này sẽ khiến AI trên thiết bị trở nên khả thi về mặt thương mại.

Theo Gartner, nhiều AI PC hiện tại đã có thể chạy một số mô hình cục bộ nhờ NPU đạt hiệu năng từ 50 TOPS trở lên. TOPS là viết tắt của trillion operations per second, tức nghìn tỷ phép toán mỗi giây — thước đo thường dùng để đánh giá khả năng xử lý AI của phần cứng. Dù các công cụ doanh nghiệp hoàn thiện vẫn chưa xuất hiện rộng rãi, Gartner tin rằng những dự án và sản phẩm như OpenClaw, Claude Cowork, Microsoft Scout hay OpenAI Codex sẽ giúp khách hàng doanh nghiệp hình dung rõ hơn về tiềm năng của AI chạy ngay trên máy. Đây chủ yếu là các công cụ hỗ trợ lập trình, điều phối tác vụ hoặc trợ lý AI, nơi việc xử lý cục bộ có thể vừa nhanh hơn vừa tiết kiệm chi phí hơn.

Gartner dự báo AI cục bộ sẽ không chỉ dừng ở chatbot. Các mô hình chạy trên thiết bị sẽ hỗ trợ giọng nói, hội thoại, tạo ảnh, âm thanh, sinh văn bản và cả điều phối ứng dụng. “Orchestration” trong ngữ cảnh này có thể hiểu là khả năng phối hợp nhiều ứng dụng, mô hình và dịch vụ để hoàn thành một quy trình công việc tự động. Khi đó, các SLM và SRM có thể trở thành trợ lý cá nhân luôn hoạt động, xử lý các tác vụ lặp lại ngay trên máy, trong khi những yêu cầu nặng hơn mới được chuyển lên cloud. Điều này hứa hẹn thay đổi cách người dùng tương tác với PC, biến máy tính từ công cụ thụ động thành một tác nhân số chủ động.

Gartner đưa ra hai con số cho thấy xu hướng này có thể tăng tốc khá nhanh. Đến năm 2029, khoảng 30% doanh nghiệp sẽ sử dụng AI PC như một cách để giảm chi phí token AI trên đám mây. Đến năm 2030, 70% số PC trong môi trường doanh nghiệp được cài đặt sẽ có khả năng chạy ít nhất một phần khối lượng công việc GenAI tại chỗ. GenAI, hay generative AI, là AI tạo sinh — nhóm công nghệ có thể tạo ra nội dung mới như văn bản, hình ảnh, âm thanh hoặc mã nguồn.

Gartner không cho rằng AI cục bộ sẽ thay thế hoàn toàn đám mây. Các tác vụ phức tạp, đòi hỏi mô hình lớn hoặc truy cập dữ liệu quy mô lớn vẫn sẽ tiếp tục chạy trên cloud. Tuy nhiên, khi các mô hình trưởng thành hơn và được tối ưu cho hệ thống nhỏ, ngày càng nhiều khối lượng công việc sẽ dịch chuyển về endpoint — tức thiết bị đầu cuối như PC của người dùng. Điều đó đồng nghĩa máy tính cá nhân sẽ không còn chỉ là nơi hiển thị kết quả, mà trở thành một phần thực sự của kiến trúc AI doanh nghiệp.

Một động lực khác là phần cứng sẽ tiếp tục tiến nhanh. Gartner tin rằng AI PC có thể mạnh hơn gấp 10 lần vào năm 2031. Nếu dự báo này thành hiện thực, nhiều tác vụ hiện còn phụ thuộc vào máy chủ từ xa sẽ có thể chạy mượt hơn ngay trên laptop hoặc desktop. Điều này đặc biệt quan trọng với các doanh nghiệp muốn kiểm soát dữ liệu tốt hơn, giảm độ trễ và tối ưu chi phí vận hành lâu dài.

Thông điệp của Gartner dành cho bộ phận CNTT là hãy bắt đầu xem AI PC như một phần của hạ tầng công nghệ, thay vì chỉ là một đợt nâng cấp thiết bị đầu cuối. Các tổ chức được khuyến nghị xây dựng mô hình ROI — viết tắt của Return on Investment, tức tỷ suất hoàn vốn — dựa trên khả năng thay thế chi phí token đám mây bằng xử lý cục bộ. Ban đầu, cách tiếp cận này có thể phù hợp nhất với đội ngũ phát triển phần mềm, nhưng Gartner cho rằng nó nên sớm được đưa vào mọi cuộc thảo luận triển khai AI cho nhân viên. Hãng cũng gợi ý doanh nghiệp bắt đầu nghiêm túc hơn khi thế hệ AI PC thứ ba xuất hiện vào năm 2027, đồng thời tranh thủ thử nghiệm sớm với SLM và SRM để chuẩn bị cho giai đoạn chuyển đổi.