OpenAI: AI Agent tạo 3,1 ngày công cho mỗi ngày công người

Ngày 6/9/2026, OpenAI công bố một lát cắt hiếm về cách các nhà nghiên cứu của hãng đang làm việc với AI Agent. Đến giữa tháng 8, tổng thời gian chạy Agent tương đương 3,1 “ngày công Agent” cho mỗi ngày công của con người, nếu quy đổi một ngày làm việc thành 8 giờ.

Đây là tín hiệu đáng chú ý về mô hình AI Workforce: một chuyên gia không còn chỉ dùng một chatbot theo từng lượt, mà có thể điều phối nhiều Agent chạy song song. Tuy nhiên, con số 3,1 không có nghĩa năng suất đã tăng 3,1 lần.

OpenAI đã đo những gì?

Theo bài công bố chính thức, OpenAI cho biết họ đã đạt mục tiêu đặt ra cho tháng 9/2026: xây dựng một “thực tập sinh nghiên cứu tự động” có thể thực hiện các nhiệm vụ nghiên cứu được xác định rõ dưới sự chỉ đạo của con người, kể cả những việc vốn cần một nhà nghiên cứu có kỹ năng làm trong vài ngày. Mục tiêu tiếp theo của hãng là một “nhà nghiên cứu AI tự động” vào tháng 3/2028.

Trong nội bộ OpenAI, Coding Agent đã được sử dụng hằng ngày. Các nhà nghiên cứu thường chạy nhiều phiên đồng thời. Đến giữa tháng 8/2026:

• Nhà nghiên cứu trung vị sử dụng lượng suy luận có giá tương đương hơn 600 USD/ngày nếu tính theo giá API.
• Nhóm ở phân vị 90 sử dụng hơn 7.000 USD/ngày.
• Tổng thời gian chạy Agent tương đương 3,1 ngày công Agent trên mỗi ngày công người.
• Trong sáu tháng gần nhất, hơn một nửa các nhiệm vụ Agent thành công kéo dài 4–8 giờ vẫn cần ít nhất một lần con người can thiệp.

OpenAI cũng ghi nhận tốc độ đóng góp mã và số thí nghiệm trên mỗi người tăng cùng quá trình phổ biến Codex. Nhưng hãng nói rõ đây mới là tương quan: năng lực tính toán cũng tăng, nên chưa thể khẳng định Agent là nguyên nhân duy nhất.

3,1 ngày công Agent không phải 3,1 lần năng suất

“Ngày công Agent” ở đây là thời lượng chạy được chuẩn hóa theo ngày 8 giờ. Nó không tự động phản ánh chất lượng đầu ra, số quyết định đúng hay tiến bộ nghiên cứu thực tế.

Tương tự, mức hơn 600 USD/ngày là giá trị suy luận quy đổi theo bảng giá API, không nên hiểu ngay là chi phí tiền mặt thực trả cho mỗi nhân sự. OpenAI tự nhận các chỉ số về mã và thí nghiệm tương đối dễ đo nhưng khó diễn giải thành tiến bộ nghiên cứu.

Một giới hạn khác nằm ở mức độ tự chủ. Agent đã nhận nhiều nhiệm vụ cấp cao và dài hơn, nhưng con người vẫn đặt ưu tiên, đánh giá ý tưởng, kiểm tra kết quả và quyết định nên mở rộng, tạm dừng hay triển khai. Trong quy trình gồm sáu bước — quyết định, thiết kế, xây dựng, chạy, phân tích và truyền đạt — phần lập kế hoạch cấp cao vẫn chỉ chiếm tỷ lệ rất nhỏ trong đầu ra của Agent.

Nhận định của Học viện AI: nút thắt chuyển từ “làm” sang “phán quyết”

Các số liệu của OpenAI cho thấy mô hình làm việc mới không còn là một người dùng một công cụ, mà là một người điều phối nhiều luồng công việc số. Khi năng lực thực thi tăng nhanh, giá trị của con người dịch chuyển sang chọn đúng vấn đề, đặt ranh giới, can thiệp đúng lúc và phê duyệt đầu ra.

Đây cũng là lý do doanh nghiệp không nên chỉ đo số giờ Agent chạy hay số tác vụ hoàn thành. Một Agent chạy lâu có thể tạo ra nhiều mã, nhưng nếu kết quả không qua được đánh giá của chuyên gia thì chưa tạo ra giá trị.

Doanh nghiệp Việt nên đo 5 chỉ số nào?

Nếu đang triển khai AI Workforce, doanh nghiệp có thể bắt đầu bằng năm chỉ số thực dụng:

1. Số Agent hoặc phiên Agent chạy đồng thời trên mỗi nhân sự.
2. Tỷ lệ nhiệm vụ thành công mà không cần can thiệp.
3. Số lần và loại can thiệp của con người trong mỗi nhiệm vụ.
4. Tỷ lệ đầu ra được chuyên gia phê duyệt và đưa vào sử dụng.
5. Chi phí suy luận trên mỗi kết quả được phê duyệt.

Bộ chỉ số này giúp tách “hoạt động nhiều” khỏi “tạo ra kết quả tốt”. Nó cũng nối trực tiếp bài toán năng suất với quản trị chi phí và trách nhiệm của con người.

Để thấy hai mặt của cùng một mô hình, có thể đọc thêm cảnh báo của Chief Scientist OpenAI về ngưỡng an toàn AI Agent, case ChatGPT Work rút việc ba ngày xuống ba giờ và 7 giai đoạn đưa AI Agent vào production.

Bạn muốn biết doanh nghiệp đang ở đâu trên hành trình AI Workforce? Làm khảo sát AI Readiness của Học viện AI để xác định điểm xuất phát và ưu tiên triển khai.

Nguồn và lưu ý phương pháp

Nguồn chính: OpenAI, “Research acceleration: The view inside OpenAI”, công bố ngày 6/9/2026. Các số liệu là đo lường nội bộ, sơ bộ và chưa được kiểm toán độc lập. Phần nhận định và khuyến nghị là của Học viện AI.