Meta “Token Legends” bảng xếp hạng AI gây tranh cãi: dùng mức sử dụng làm hiệu suất có thể biến thành công việc mang tính biểu diễn

Meta bên trong đang đo lường mức độ nhân viên áp dụng AI theo một cách đầy bất ngờ — theo The Information, công ty đã thiết lập một bảng xếp hạng nội bộ tên là “Token Legends”, nơi nhân viên cạnh tranh với nhau về mức độ “địa vị” và “năng suất” dựa trên năng lực điện toán AI và lượng token sử dụng. Giáo sư nổi tiếng Ethan Mollick của Đại học Pennsylvania trên X đã trích dẫn bài báo quản trị kinh điển “The Folly of Rewarding A, While Hoping for B” để đưa ra cảnh báo sắc bén: khi doanh nghiệp đo lường hiệu quả áp dụng AI bằng sai chỉ số, AI có thể trở thành công việc mang tính “lao động biểu diễn” của thế hệ tiếp theo.

Cuộc thi lượng token: Meta thay đổi luật chơi khi áp dụng AI

Theo thông tin được đưa ra, bảng xếp hạng “Token Legends” nội bộ mà Meta xây dựng cho phép nhân viên xem mức độ tiêu hao năng lực điện toán AI của nhau. Cơ chế này hình thành một văn hóa cạnh tranh trong nội bộ: nhân viên bắt đầu dùng lượng token để chứng minh mình “đã đón lấy AI”. Tuy nhiên, cách làm này dấy lên một vấn đề căn bản: liệu “lượng dùng” có bằng “giá trị” hay không?

Mollick trong một tweet khác tiếp tục cung cấp một con số gây kinh ngạc: mức tiêu hao năng lực điện toán AI hằng ngày của Meta đạt tới hai nghìn tỷ token (two trillion tokens a day). Quy mô này không chỉ phản ánh sự đầu tư cho hạ tầng kỹ thuật, mà còn là bằng chứng rõ ràng rằng việc áp dụng AI ở cấp độ doanh nghiệp đã bước vào giai đoạn thể chế hóa trên quy mô lớn.

Cảnh báo quản trị kinh điển: AI bản “thưởng A nhưng lại hy vọng B”

Mollick viện dẫn bài báo quản trị kinh điển “On the Folly of Rewarding A, While Hoping for B” để phân tích hiện tượng này. Bài luận được trích dẫn rộng rãi đã vạch ra một vấn đề phổ biến trong tổ chức: khi cơ chế khuyến khích không khớp với mục tiêu thực tế, nhân viên sẽ tối ưu các chỉ số được đo lường, chứ không phải kết quả mà tổ chức thực sự cần.

Áp dụng vào bối cảnh của Meta: công ty muốn nhân viên nâng cao chất lượng và hiệu suất công việc nhờ AI (mục tiêu B), nhưng lại dùng lượng token để đo lường (thưởng A). Kết quả có thể là nhân viên sử dụng AI với số lượng lớn để leo lên bảng xếp hạng, ngay cả khi những lần sử dụng đó không mang lại cải thiện năng suất thực sự. Điều này giống hệt với kiểu lao động mang tính biểu diễn trong doanh nghiệp trước đây — “được nhìn thấy ở văn phòng” tương đương với “làm việc chăm chỉ”.

Năm 2025 không mảy may, nhưng đến năm 2027 sẽ hoàn toàn khác

Mollick đồng thời đưa ra một chiều kích thời gian quan trọng để phán đoán: tại các doanh nghiệp lớn trong năm 2025, GenAI có thể chưa tạo ra tác động lớn đến công việc, vì lúc đó chưa có các công cụ agentic thực sự; việc áp dụng cần thời gian, và ai cũng còn đang thử nghiệm quy trình. Nhưng tình hình này đang thay đổi nhanh chóng.

Ông cảnh báo rằng những nghiên cứu cho thấy năm 2025 AI không có ảnh hưởng, không thể nói cho chúng ta biết năm 2027 sẽ ra sao. Khi các công cụ agentic AI ngày càng trưởng thành và việc tái thiết quy trình tổ chức đã hoàn tất, các doanh nghiệp sẽ chính thức chuyển từ “giai đoạn thử nghiệm” sang “giai đoạn triển khai theo quy mô”. Và cách thiết kế đúng cơ chế khuyến khích trong quá trình chuyển đổi này sẽ quyết định ai có thể thực sự giành được lợi thế cạnh tranh từ AI.

Gợi ý cho ngành: Thách thức thực sự của áp dụng AI không phải là công nghệ

Trường hợp “Token Legends” của Meta cho thấy vấn đề sâu xa khi áp dụng AI trong doanh nghiệp: bản thân việc triển khai công nghệ đã không còn là nút thắt. Hành vi tổ chức và thiết kế cơ chế khuyến khích mới là điểm then chốt. Khi doanh nghiệp lấy “đã dùng bao nhiêu AI” làm KPI, họ thực chất đang thưởng cho một hành vi không liên quan đến đầu ra. Các chỉ số thực sự hiệu quả phải đo lường những kết quả thực tế mà AI mang lại — tốc độ hoàn thành dự án, chất lượng mã nguồn, mức độ hài lòng của khách hàng — chứ không chỉ là đơn thuần đo lượng sử dụng.

Đối với các doanh nghiệp Đài Loan đang thúc đẩy chuyển đổi AI, kinh nghiệm của Meta đem lại một cảnh báo quan trọng: trong lúc vội vàng đưa công cụ AI vào, càng cần cân nhắc kỹ lưỡng cách thiết kế một hệ thống đánh giá hiệu suất đi kèm. Nếu không, AI chỉ có thể trở thành công cụ cho lao động biểu diễn thế hệ mới, chứ không phải là động cơ tạo ra thay đổi năng suất thực sự.

Bài viết Meta “Token Legends” xếp hạng AI gây tranh cãi: Dùng lượng làm hiệu suất e sẽ thành lao động biểu diễn xuất hiện sớm nhất trên Liên Kênh ABMedia.