Gần đây, ba nhà mạng lớn lần lượt ra mắt các gói Token, cố gắng đóng gói sức mạnh AI thành sản phẩm tương tự như gói dữ liệu để bán cho người dùng. Tuy nhiên, phóng viên thực tế phát hiện rằng các gói này không triển khai thuận lợi tại các kênh hàng đầu, chi phí sử dụng thực tế cũng cao hơn nhiều so với kỳ vọng của các nhà phát triển.
Quầy giao dịch và bộ phận chăm sóc khách hàng phản hồi chậm
Nhiều nhân viên tại các quầy giao dịch offline không quen thuộc với gói Token. Có người cho biết "không thể đăng ký", thậm chí có người hiểu nhầm tư vấn thành dịch vụ băng thông rộng. Bộ phận chăm sóc khách hàng trực tuyến cũng chuyển máy nhiều lần, cuối cùng chỉ hướng dẫn lẻ tẻ như đăng ký trên website chính thức, cho thấy sự chênh lệch rõ ràng giữa việc ra mắt sản phẩm ở cấp tập đoàn và thực thi ở cơ sở.
Một câu "xin chào" đã tiêu tốn nhiều Token
Phóng viên của Daily Economic News đã thử nghiệm các gói liên quan của Liên thông Vân và Thiên ức Vân. Chỉ nhập hai chữ "xin chào" đã tiêu tốn khoảng 50.000 Token. Khi cuộc đối thoại kéo dài và nhiệm vụ phức tạp hơn, lượng Token tiêu thụ tiếp tục tăng, gói 15 nhân dân tệ nhanh chóng hết hạn. Nhiều nhà phát triển cho rằng chi phí thực tế của gói nhà mạng khá cao, khó thay thế các dịch vụ đăng ký AI hoặc API phổ biến hiện nay.
Nhà mạng muốn biến Token thành cổng vào mới
Theo quan điểm của nhà mạng, gói Token không chỉ là một thử nghiệm sản phẩm mà còn được kỳ vọng trở thành điểm tăng trưởng kinh doanh mới. Khi dịch vụ dữ liệu truyền thống chịu áp lực và lợi nhuận ròng giảm, sức mạnh tính toán, điện toán đám mây và dịch vụ thông minh được xem là hướng phát triển mới. Tuy nhiên, các chuyên gia trong ngành chỉ ra rằng nhà mạng vẫn còn hạn chế về năng lực mô hình, hệ sinh thái AI và sức hút với nhà phát triển, trong ngắn hạn họ giống như nhà cung cấp kênh sức mạnh tính toán hơn.
Thông tin bổ sung: Bài viết đề cập, China Mobile, China Unicom và China Telecom đều đã chính thức công bố ra mắt gói Token, một số sản phẩm bao gồm mô hình tự phát triển và các tùy chọn mô hình như DeepSeek, GLM, MiniMax.
