FinOps đang bước sang một giai đoạn mới: vì sao AI làm cloud waste tăng trở lại?

Bài chia sẻ của Nguyễn Đạt - MRE (Market Research Expert), VNPT Cloud.

Có lẽ đến bây giờ, khi nhắc đến FinOps, phần lớn doanh nghiệp nghĩ đến tối ưu hóa chi phí cloud: tắt, dừng tài nguyên nhàn rỗi, rightsizing, mua reserved instances, cố gắng để giảm hóa đơn hàng tháng. Nhưng đến năm 2026, FinOps có vẻ đã bước sang một phase khác. AI đang khiến chi phí cloud trở nên khó đoán hơn, đa tầng hơn và dễ phát sinh lãng phí hơn. Đó là lý do FinOps không còn chỉ là bài toán “cắt giảm chi phí”, mà đang trở thành bài toán “quản trị giá trị công nghệ”, đặc biệt khi doanh nghiệp bắt đầu đưa AI từ thử nghiệm sang production.

FinOps không còn chỉ là câu chuyện tối ưu hóa hóa đơn cloud

Nếu nhìn lại giai đoạn đầu của FinOps, trọng tâm câu chuyện về nó gần như luôn xoay quanh một số việc quen thuộc: theo dõi hóa đơn cloud, tối ưu tài nguyên IaaS/PaaS, kiểm soát overprovisioning và kéo chi phí hạ tầng về mức hợp lý hơn. Cách tiếp cận này vẫn đúng, nhưng không còn đủ để phản ánh thực tế hiện tại. Theo State of FinOps 2026 của FinOps Foundation, phạm vi của FinOps đã mở rộng rất mạnh: 90% tổ chức hiện quản lý hoặc chuẩn bị quản lý SaaS, 64% quản lý licensing, 57% quản lý private cloud, 48% quản lý data center, và thậm chí 28% đã đưa cả chi phí nhân sự vào phạm vi FinOps. Báo cáo này cũng cho biết FinOps for AI là ưu tiên hướng tới tương lai số 1 của cộng đồng thực hành FinOps.

Overprovisioning là việc phân bổ nhiều tài nguyên hệ thống hoặc lưu trữ hơn mức cần thiết, chẳng hạn như CPU, bộ nhớ hoặc dung lượng ổ đĩa.

Điều đó cho thấy một thay đổi rất rõ: FinOps đang đi từ “quản lý chi phí cloud” sang “quản lý giá trị công nghệ”. Chính FinOps Foundation cũng đã cập nhật sứ mệnh của mình từ “quản lý giá trị cloud” sang “quản lý giá trị công nghệ”, phản ánh việc cloud không còn là phạm vi duy nhất cần tối ưu nữa. Với doanh nghiệp, đây là một chuyển dịch rất quan trọng, vì nó thay đổi luôn cách nhìn về FinOps: không còn là một hoạt động hỗ trợ tài chính cho đội hạ tầng, mà là một lớp quản trị gắn với đầu tư công nghệ, hiệu quả kinh doanh và quyết định mở rộng AI.

FinOps Foundation là một dự án của Linux Foundation (cùng với các tổ chức như Cloud Native Computing Foundation) nhằm mục đích thúc đẩy những người thực hành lĩnh vực quản lý giá trị công nghệ thông qua các phương pháp thực hành tốt nhất, giáo dục và tiêu chuẩn.

AI đang làm bản chất của chi phí cloud thay đổi

Lý do FinOps phải thay đổi nhanh như vậy nằm ở AI. Khi doanh nghiệp dùng cloud cho web app, API hay data pipeline truyền thống, chi phí thường vẫn có logic tương đối quen thuộc: compute, storage, network, database, ... và một số dịch vụ managed. Nhưng khi AI được đưa vào, bức tranh chi phí bắt đầu khác hẳn. Doanh nghiệp không chỉ trả tiền cho compute, mà còn phải tính tới rất nhiều những thứ khác liên quan như: GPU, training, inference, vector database, model serving, data preparation, cache, token consumption, AI SaaS, API model bên ngoài và cả phần hạ tầng dữ liệu nằm dưới AI. FinOps Foundation ghi nhận 98% tổ chức hiện đã quản lý AI spend, tăng rất mạnh từ 31% cách đây hai năm, cho thấy AI đã không còn là chi phí bên lề nữa.

Điểm quan trọng là AI không chỉ làm chi phí tăng, mà còn làm chi phí khó hiểu hơn. Có những khoản trước đây khá dễ nhìn thấy trong hóa đơn cloud, nhưng với AI lại bị phân tán qua nhiều lớp khác nhau. Một phần chi phí nằm trong hạ tầng cloud, một phần nằm trong SaaS, một phần nằm ở phí API theo token hoặc theo lượt gọi, một phần nằm ở dữ liệu, logging, inference burst hoặc tài nguyên thử nghiệm. Đó là lý do FinOps Foundation coi AI cost management là kỹ năng số 1 mà đội FinOps cần phát triển trong giai đoạn tới.

Cloud waste tăng trở lại không hẳn vì doanh nghiệp “kém tối ưu” hơn

Một trong những tín hiệu đáng chú ý nhất của năm nay đến từ báo cáo Flexera 2026 State of the Cloud. Flexera cho biết sau 5 năm giảm liên tục, tỷ lệ wasted cloud spend trên IaaS/PaaS đã tăng trở lại lên 29%. Báo cáo này liên hệ xu hướng đó với độ phức tạp chi phí mới do AI và các dịch vụ IaaS/PaaS mới tạo ra. Nói cách khác, cloud waste không quay lại đơn giản vì doanh nghiệp lười tối ưu hơn, mà vì mô hình tiêu tiền trên cloud đã phức tạp hơn trước.

>> Download Báo cáo Flexera 2026 State of the Cloud tại đây

Cloud waste là gì? Cloud waste đề cập đến tiền chi cho các tài nguyên đám mây không được sử dụng, nhàn rỗi hoặc cấu hình không đúng cách. Hiện tượng này xảy ra khi các tổ chức chi trả cho cơ sở hạ tầng đang hoạt động nhưng không mang lại giá trị kinh doanh, thường chiếm tới 30% hoặc hơn tổng ngân sách điện toán đám mây.

Đây là một điểm rất đáng chú ý khi viết về FinOps. Trước đây, lãng phí cloud thường gắn với những tình huống khá quen: máy ảo có tài nguyên quá mức cần thiết, storage quên xóa, môi trường test để chạy liên tục, hoặc dùng sai loại dịch vụ. Còn bây giờ, lãng phí có thể đến từ những thứ khó nhìn thấy hơn: POC AI kéo dài nhưng không mang lại giá trị thật, inference service scale quá tay, dữ liệu lưu nhiều bản không cần thiết, gọi model API thiếu kiểm soát, hoặc các nhóm cùng thử nghiệm AI nhưng không có cơ chế đo hiệu quả rõ ràng. Waste vì thế không chỉ là “tài nguyên nhàn rỗi”, mà ngày càng là “chi tiêu thiếu sự quản trị”.

FinOps đang dịch từ “cost-cutting” sang “value management”

Báo cáo của Flexera cũng nêu ra một chuyển động rất đáng chú ý khác: doanh nghiệp đang chuyển từ tư duy chỉ tập trung vào tiết kiệm sang tư duy đo giá trị tạo ra cho business unit. Theo Flexera, các chỉ số liên quan tới value delivered tăng lên, trong khi các thước đo chỉ xoay quanh cắt giảm chi phí giảm tầm quan trọng tương đối. Gần 49% tổ chức đã dùng unit economics để hiểu chi phí theo từng dịch vụ hoặc đầu ra kinh doanh, tăng từ 40% năm trước. Điều đó cho thấy FinOps đang trưởng thành theo hướng gần hơn với business, thay vì chỉ dừng ở hạ tầng.

Thay đổi này đặc biệt quan trọng với AI. Bởi AI hiếm khi là loại đầu tư mà doanh nghiệp muốn đánh giá chỉ bằng câu hỏi “rẻ hay đắt”. Câu hỏi đúng hơn là: chi phí đó có tạo ra năng suất, doanh thu, trải nghiệm khách hàng hoặc tốc độ vận hành tốt hơn hay không. Nếu không có lớp FinOps đủ trưởng thành, doanh nghiệp rất dễ rơi vào hai thái cực: một là cắt quá mạnh vì thấy hóa đơn chi trả tăng, hai là chi quá rộng vì bị hấp dẫn bởi tiềm năng AI nhưng thiếu cơ chế đo ROI. Trong cả hai trường hợp, vấn đề đều không nằm ở cloud hay AI, mà nằm ở việc doanh nghiệp chưa có kỷ luật quản trị giá trị tương xứng.

Bối cảnh Việt Nam: AI đang tăng tốc, và đó là lý do FinOps cần đi trước

Ở Việt Nam, dù chưa có nhiều khảo sát công khai chỉ riêng về FinOps, nhưng các tín hiệu thị trường cho thấy chủ đề này đang trở nên ngày càng thực tế. Theo VnEconomy, mức độ ứng dụng AI trong doanh nghiệp Việt Nam đã tăng 39% trong năm 2025. Cũng theo dữ liệu AWS Việt Nam được dẫn lại, 61% doanh nghiệp Việt đang dùng AI kỳ vọng tăng doanh thu, còn 58% kỳ vọng tiết kiệm chi phí. Những con số này rất quan trọng, vì chúng cho thấy doanh nghiệp Việt không còn nhìn AI như một công nghệ trình diễn, mà đã bắt đầu gắn nó với mục tiêu kinh doanh cụ thể. Và một khi đã gắn với mục tiêu kinh doanh, chi phí AI sẽ không thể quản lý theo kiểu “thử rồi tính sau”.

Trong ngành tài chính, mức độ cấp bách còn rõ hơn. VietnamPlus dẫn nghiên cứu của Finastra cho biết 94% tổ chức tài chính tại Việt Nam dự định tăng đầu tư vào AI trong 12 tháng tới, 70% đã triển khai AI, và nhiều tổ chức đang ưu tiên AI cho dịch vụ khách hàng, marketing, phát triển phần mềm và IT. Báo cáo này cũng nhấn mạnh rằng mở rộng AI an toàn và bền vững sẽ phụ thuộc nhiều vào việc hiện đại hóa hệ thống và tăng cường hạ tầng bảo mật. Với những ngành có workload lớn, chạy cloud nhiều và yêu cầu vận hành chặt, đây chính là môi trường mà FinOps dễ trở thành nhu cầu bắt buộc thay vì lựa chọn.

Ở góc nhìn rộng hơn, nền kinh tế số và hạ tầng số của Việt Nam cũng đang tăng nhanh. U.S. Commercial Service cho biết doanh thu thị trường data center Việt Nam được dự báo đạt khoảng 2,2 tỷ USD trong năm 2025 và khoảng 2,6 tỷ USD vào năm 2029. Điều này không trực tiếp nói về FinOps, nhưng nó cho thấy một nền tảng rất rõ: khi cloud, data center và AI cùng mở rộng, bài toán quản trị chi phí công nghệ sẽ không thể tiếp tục làm thủ công hoặc xử lý như một công việc hậu kiểm.

Điều doanh nghiệp Việt Nam cần lo không phải là “AI có đắt không”, mà là “AI có tạo ra giá trị tương xứng không”

Đây có lẽ là chỗ quan trọng nhất của bài toán FinOps giai đoạn mới. Nhiều doanh nghiệp khi bắt đầu làm AI thường đặt câu hỏi: chạy AI trên cloud có đắt không, gọi model API có tốn không, đầu tư GPU có lớn quá không. Những câu hỏi đó đúng, nhưng vẫn chưa đủ. Câu hỏi quan trọng hơn là: mô hình chi phí đó có gắn được với đầu ra kinh doanh hay không?

Ví dụ, một chatbot nội bộ có thể không tạo doanh thu trực tiếp, nhưng nếu nó giảm thời gian xử lý yêu cầu nội bộ hoặc giảm tải cho đội hỗ trợ, thì đó vẫn là giá trị. Một hệ thống recommendation có thể tăng conversion. Một AI coding assistant có thể tăng năng suất developer. Ngược lại, cũng có rất nhiều POC AI trông hấp dẫn nhưng không bao giờ đi được tới production, hoặc lên production rồi nhưng chi phí inference, logging và data pipeline tăng nhanh hơn giá trị thu được. FinOps ở giai đoạn mới phải giúp doanh nghiệp phân biệt hai kiểu đầu tư đó sớm hơn.

Với doanh nghiệp Việt Nam, đây là lúc nên chuyển từ tâm thế “kiểm soát bill cuối tháng” sang tâm thế “thiết kế governance ngay từ đầu”. Nghĩa là trước khi scale AI, cần biết sẽ đo gì, gắn chi phí với đơn vị kinh doanh nào, theo dõi chi phí theo workload nào, và điểm dừng của một POC nằm ở đâu. Nếu không, rất dễ xảy ra tình trạng lúc thử thì rẻ, lúc production mới thấy hóa đơn tăng mạnh mà không rõ phần nào đang thực sự tạo ra giá trị. Đây chính là loại cloud waste mới mà AI đang tạo ra: waste không nhất thiết vì để tài nguyên chạy rỗng, mà vì đầu tư đi nhanh hơn cơ chế đo giá trị.

FinOps giai đoạn mới sẽ trông như thế nào?

Tôi cho rằng FinOps giai đoạn mới sẽ có 3 đặc điểm:

Thứ nhất, nó mở rộng ra ngoài hóa đơn cloud truyền thống. FinOps Foundation đã cho thấy điều này rất rõ khi phạm vi đã bao gồm SaaS, licensing, private cloud, data center và AI spend. Nghĩa là đội FinOps tương lai không thể chỉ nhìn hóa đơn AWS, Google Cloud, hay VNPT Cloud, ...  mà phải có một cái nhìn rộng hơn về tổng chi phí công nghệ.

Thứ hai, nó phải gần với business hơn trước. Flexera cho thấy các doanh nghiệp ngày càng quan tâm đến value metrics và unit economics. Điều này có nghĩa FinOps không thể chỉ nói ngôn ngữ tiết kiệm, mà phải nói được ngôn ngữ của doanh thu, hiệu quả vận hành, năng suất và ROI.

Thứ ba, nó sẽ ngày càng gắn với AI theo cả hai chiều: quản lý chi phí AI và dùng AI để làm FinOps tốt hơn. FinOps Foundation đã bắt đầu nói nhiều hơn về AI for FinOps và các use case kiểu agentic AI hỗ trợ phân tích, điều tra và thậm chí gợi ý hành động tối ưu. Điều đó cho thấy tương lai của FinOps không chỉ là quản lý hệ quả của AI, mà còn sử dụng chính AI để tăng năng lực quản trị chi phí.

Kết

FinOps đang bước sang một giai đoạn mới không phải vì cloud cũ đi, mà vì AI đã làm chi phí cloud đổi bản chất. Khi AI được đưa vào doanh nghiệp, hóa đơn công nghệ không chỉ lớn hơn mà còn khó nhìn hơn, phân tán hơn và dễ lãng phí hơn. Đó là lý do cloud waste tăng trở lại sau nhiều năm giảm, và cũng là lý do FinOps phải trưởng thành từ một kỷ luật tối ưu hóa chi phí thành một kỷ luật quản trị giá trị công nghệ.

Tại Việt Nam, chủ đề này đặc biệt đáng chú ý vì việc ứng dụng AI đang tăng nhanh, nhất là ở các lĩnh vực có cường độ cloud cao như tài chính, dịch vụ số và hạ tầng công nghệ. Nếu doanh nghiệp chỉ nhìn AI như một cơ hội tăng trưởng mà chưa chuẩn bị FinOps tương xứng, nguy cơ rất lớn là giá trị chưa thấy rõ nhưng chi phí sẽ tăng rất nhanh. Còn nếu nhìn đúng, FinOps có thể trở thành cầu nối giúp doanh nghiệp Việt vừa mở rộng AI, vừa giữ được kỷ luật tài chính và khả năng chứng minh hiệu quả đầu tư.

⚠️ Lưu ý: Bài viết này phản ánh quan điểm riêng của cá nhân, chia sẻ một góc nhìn của tôi về FinOps, một lĩnh vực mà tôi đang tìm hiểu. Cảm ơn bạn đã dành thời gian đọc bài viết này!

Bài viết này có tham khảo thông tin từ  https://www.finops.org/, https://flexera.com/, https://vneconomy.vn/; https://vietnamplus.vn/, https://www.trade.gov/, ... Và các hình minh hoạt có sử dụng AI.