Kịch bản "Rút phích cắm": Khi công cụ AI tăng giá hoặc sập API, công ty 1 người xoay xở thế nào?

Kế hoạch "rút phích cắm" (exit plan hay contingency plan) là bản kế hoạch trả lời trước câu hỏi: nếu một công cụ AI mà doanh nghiệp đang dựa vào tăng giá, đổi điều khoản, giới hạn tốc độ, ngừng một mô hình, sập dịch vụ hoặc khoá tài khoản, bạn làm gì trong giờ đầu, ngày đầu và tuần đầu để việc kinh doanh không ngừng. Bài không hứa bạn miễn nhiễm với rủi ro nhà cung cấp, vì công ty một người không thể tự chủ mọi lớp công nghệ. Mục tiêu là giảm thời gian chết và giảm chi phí chuyển đổi.

Bài trình bày các dạng rủi ro, chính sách ngừng mô hình của Anthropic và OpenAI (đọc ngày 25/10/2026), và khung 11 bước từ kiểm kê phụ thuộc đến diễn tập.

Từ kiểm kê phụ thuộc đến diễn tập chuyển nhà cung cấp. Sơ đồ: OPCAIOS.

Các dạng rủi ro phụ thuộc nhà cung cấp

Rủi ro	Biểu hiện	Hậu quả với công ty một người
Tăng giá / đổi gói	Chi phí hằng tháng hoặc theo token tăng, tính năng chuyển sang gói đắt hơn	Biên lợi nhuận mỏng đi
Đổi điều khoản	Quy định dữ liệu, sử dụng được phép thay đổi	Có thể vi phạm hợp đồng khách
Giới hạn tốc độ / hạn mức	Lỗi quá tải, chờ lâu	Tự động hoá nghẽn
Ngừng mô hình hoặc phiên bản	Mô hình bị gỡ, đầu ra đổi	Lời nhắc chạy sai hoặc lỗi hẳn
Sập dịch vụ	API và giao diện không phản hồi	Việc dừng đến khi nhà cung cấp sửa
Khoá tài khoản	Bị đình chỉ do thanh toán hoặc vi phạm	Mất truy cập, có thể cả dữ liệu

Anthropic báo trước bao lâu khi ngừng một mô hình?

Anthropic ghi trên trang model deprecations (đọc ngày 25/10/2026) rằng hãng thường xuyên ngừng các mô hình cũ và chia vòng đời thành 4 trạng thái: active, legacy, deprecated và retired. Thông báo gửi qua email và tài liệu, kèm cam kết ít nhất 60 ngày báo trước khi ngừng một mô hình phát hành công khai. Trang này cũng liệt kê nhiều mô hình đã retired, nơi các yêu cầu tới mô hình bị gỡ sẽ thất bại, cùng mô hình thay thế đề xuất.

Bài học thực tế: rủi ro "mô hình bị gỡ" không phải lý thuyết. Thời hạn thông báo ở mức tháng, nên điều cần là có người thật đọc email đó và có kế hoạch thử mô hình thay thế sớm. Ví dụ, nếu bạn nhận thông báo ngày 1/12/2026 với hạn 60 ngày, hãy dành 2 tuần đầu để chạy bộ ví dụ kiểm tra trên mô hình thay thế. Các thời hạn có thể thay đổi, hãy đọc lại trang chính thức của Anthropic khi áp dụng.

OpenAI báo trước bao lâu và trang trạng thái giúp gì?

OpenAI trên trang deprecations (đọc ngày 25/10/2026) nêu thông báo qua email tới khách đang dùng mô hình và đăng lên chính trang đó. Mô hình phát hành chung được báo trước ít nhất 6 tháng, biến thể chuyên biệt ít nhất 3 tháng, còn bản xem trước có thể bị ngừng với thời gian ngắn hơn nhiều, khoảng 2 tuần. Lý do an toàn hoặc tuân thủ có thể rút ngắn thời hạn.

Cả Anthropic lẫn OpenAI đều có trang trạng thái dịch vụ cho phép đăng ký nhận cập nhật sự cố; trang trạng thái của Anthropic hỗ trợ email, SMS, Slack, Teams, webhook và RSS/Atom. Cách dùng thực tế là đăng ký ít nhất 1 kênh bạn đọc mỗi ngày, ví dụ email hoặc Slack, cho từng nhà cung cấp quan trọng. Các thời hạn của OpenAI có thể đổi, nên hãy đọc lại trang chính thức khi áp dụng.

Khung kế hoạch từng bước

1. Kiểm kê phụ thuộc như thế nào?

Kiểm kê phụ thuộc là bảng liệt kê mọi công cụ bạn dùng, kèm việc nó phục vụ, mức quan trọng, phương án thay thế và khả năng xuất dữ liệu. Ba cột quyết định là mức quan trọng, thay thế và xuất được dữ liệu không. Công cụ nào quan trọng cao mà không có thay thế và không xuất dữ liệu được là điểm yếu số một. Ví dụ, theo bảng kiểm kê tháng 10/2026, mô hình ngôn ngữ chính từ Anthropic hay OpenAI có mức quan trọng cao, nên cần nhà cung cấp B hoặc mô hình cục bộ và lời nhắc do mình giữ. Công cụ tự động hoá như n8n cần xuất workflow dạng tệp. Email và thanh toán có mức rất cao vì liên quan doanh thu, nên cần nhà cung cấp phụ và danh sách khách. Công cụ tiện ích nhỏ mức thấp thì bỏ được.

Kiểm kê cũng là lúc xem có đang mua dư công cụ không. Hãy làm bảng bằng Google Sheets và cập nhật mỗi quý.

2. Lớp trừu tượng giúp đổi nhà cung cấp ra sao?

Lớp trừu tượng là một điểm duy nhất mà mọi workflow gọi tới để dùng mô hình, nên đổi nhà cung cấp chỉ cần sửa một chỗ. Có 3 việc cần làm. Việc 1 là đặt lời nhắc (prompt) trong tệp hoặc bảng riêng, không rải trong từng workflow. Việc 2 là gọi mô hình qua một hàm, một node n8n hoặc một cổng định tuyến duy nhất. Việc 3 là giữ định dạng đầu ra rõ ràng, ví dụ JSON có lược đồ, để mô hình khác thay vào ít vỡ. Ví dụ, nếu 12 workflow cùng gọi một mô hình của Anthropic, việc đổi sang OpenAI qua một cổng chỉ cần sửa 1 cấu hình thay vì 12 workflow, tiết kiệm khoảng 2 giờ mỗi lần đổi (ước tính giả định). Nếu dùng n8n, hãy đặt một sub-workflow riêng cho việc gọi mô hình để mọi workflow khác gọi sub-workflow ấy.

3. Nhà cung cấp dự phòng và mô hình cục bộ dùng khi nào?

Nhà cung cấp dự phòng là một dịch vụ thứ hai đã thử trước bằng bộ ví dụ kiểm tra của chính bạn, còn mô hình cục bộ là mô hình chạy trên máy của bạn. Với việc quan trọng, hãy thử ít nhất một nhà cung cấp thứ hai, ví dụ chuyển giữa Anthropic và OpenAI. Với việc nhạy cảm hoặc cần chạy khi không có mạng, cân nhắc mô hình cục bộ, xem cài đặt Ollama và Open WebUI trên máy cá nhân. Chất lượng mô hình cục bộ thường thấp hơn mô hình đám mây lớn và phụ thuộc phần cứng, nên dùng làm phương án dự phòng chứ đừng kỳ vọng tương đương. Ví dụ, thử 20 ví dụ kiểm tra giữa Claude và GPT trong 1 buổi chiều rồi ghi tỉ lệ đạt. OPCAIOS không nêu tỉ lệ đạt cụ thể vì chưa có số liệu kiểm chứng.

4. Xuất dữ liệu và sao lưu thường xuyên

Đặt lịch xuất danh sách khách, workflow, tài liệu, lời nhắc ra nơi bạn kiểm soát; mã hoá bản sao lưu và thử khôi phục định kỳ, vì bản sao chưa từng khôi phục thử chưa phải bản sao. Xem thêm nguyên tắc ở 5 quy tắc bảo mật dữ liệu kinh doanh khi dùng AI.

5. Ghim phiên bản là gì và làm thế nào?

Ghim phiên bản là gọi mô hình theo tên phiên bản cụ thể thay vì bí danh "mới nhất", khi nhà cung cấp cho phép. Hãy ghi lại phiên bản ở một chỗ và lên lịch thử bản mới trước ngày ngừng. Ví dụ, nếu Anthropic báo ngừng một mô hình sau 60 ngày, hãy đặt lịch thử bản thay thế vào ngày thứ 30. Tương tự với thư viện và công cụ lập trình: AI viết mã đôi khi dùng cú pháp của phiên bản khác, nên ghim phiên bản trong tệp khoá phụ thuộc. Ghim giúp kết quả ổn định trong thời gian phiên bản còn sống, nhưng không thay thế việc thử bản thay thế trước hạn, vì phiên bản nào cũng có ngày ngừng. Bạn có thể lưu bảng phiên bản và ngày hết hạn trong Google Sheets, và kiểm tra lại mỗi 30 ngày. Với công ty một người, người phụ trách chính là bạn, nên một dòng nhắc trong Google Calendar vào ngày thứ 30 hữu ích hơn một tài liệu dài.

6. Ngân sách và cảnh báo chi phí

Đặt hạn mức chi tiêu và cảnh báo ở nhà cung cấp nếu có, thêm một bảng theo dõi chi phí hằng tháng của riêng bạn, và quy định ngưỡng: vượt bao nhiêu phần trăm thì xem lại. Giá cụ thể thay đổi nên hãy đọc trang giá chính thức mỗi lần quyết định, bài này không nêu số.

7. Giám sát trạng thái

Đăng ký nhận sự cố từ trang trạng thái của các nhà cung cấp quan trọng, đưa vào kênh bạn đọc (email hoặc Slack). Thêm kiểm tra chủ động trong workflow: gọi thử một yêu cầu nhỏ định kỳ và cảnh báo khi lỗi liên tiếp.

8. Quy trình thủ công khi sập (SOP)

Với mỗi việc quan trọng, viết sẵn cách làm không cần AI: mẫu email trả lời khách, danh sách kiểm tra làm tay, thời gian chấp nhận chậm. Khi sập, bạn làm theo tài liệu thay vì nghĩ lúc hoảng.

9. Thông báo khách

Chuẩn bị sẵn mẫu thông báo trung thực: có gián đoạn, bạn đang xử lý, ước tính thời gian, kênh liên hệ. Không giấu sự cố nếu nó ảnh hưởng dữ liệu hoặc hạn giao của khách.

10. Diễn tập "rút phích cắm" thế nào?

Diễn tập rút phích cắm là buổi giả vờ một công cụ biến mất để kiểm tra kế hoạch có chạy được không. Mỗi quý, chọn một công cụ rồi làm 4 việc. Đầu tiên, tắt khoá API trong môi trường thử. Tiếp theo, chuyển sang nhà cung cấp dự phòng. Sau đó, ghi lại phần nào vỡ và mất bao lâu. Cuối cùng, cập nhật bảng kiểm kê. Chọn dần từng công cụ để mọi thứ quan trọng được thử ít nhất một lần mỗi năm. Ví dụ, quý này diễn tập mô hình chính của Anthropic bằng Claude, quý sau diễn tập n8n bằng cách khôi phục workflow từ tệp sao lưu. Ghi kết quả vào Google Sheets cùng ngày diễn tập để theo dõi tiến bộ qua các quý của năm 2026. Mục tiêu của buổi diễn tập là đo thời gian chuyển đổi thật, ví dụ mất 45 phút hay 3 giờ, chứ không phải chứng minh kế hoạch hoàn hảo. Nếu việc chuyển mất quá lâu, hãy viết thêm SOP thủ công hoặc dựng lớp trừu tượng trước khi diễn tập công cụ kế tiếp.

11. Hợp đồng và điều khoản

Đọc điều khoản về dữ liệu, thời hạn thông báo thay đổi, xuất dữ liệu khi chấm dứt, và chính sách ngừng sản phẩm. Với khách doanh nghiệp, kiểm tra xem hợp đồng của bạn có cam kết mức dịch vụ mà nhà cung cấp của bạn không cam kết lại hay không. Đây là gợi ý tham khảo, không phải tư vấn pháp lý.

Kinh nghiệm của OPCAIOS

Những điều chúng tôi thực sự làm: định tuyến nhiều mô hình qua một cổng duy nhất để việc đổi mô hình hay nhà cung cấp không đụng vào từng ứng dụng; tự lưu n8n trên VPS thay vì phụ thuộc hoàn toàn một dịch vụ n8n đám mây (xem cài đặt n8n trên VPS); và sao lưu có mã hoá. Chúng tôi cũng ghi nhận trường hợp AI viết mã dùng sai phiên bản thư viện, nên ghim phiên bản là một thói quen. Chúng tôi không công bố số liệu về thời gian chết hay chi phí tiết kiệm, và không khẳng định cách làm này tránh được mọi sự cố. Tự lưu cũng nghĩa là tự chịu trách nhiệm bảo mật máy chủ. Xem thêm bộ công cụ AI cho OPC.

Câu hỏi thường gặp

Tại sao công ty một người cần kế hoạch rút phích cắm?

Vì không có đội kỹ thuật dự phòng: một công cụ gián đoạn có thể dừng cả doanh thu. Kế hoạch giúp bạn biết trước phải làm gì thay vì ứng phó lúc nguy cấp.

Nhà cung cấp AI có báo trước khi ngừng mô hình không?

Có. Theo trang chính thức (đọc ngày 25/10/2026), Anthropic cam kết ít nhất 60 ngày với mô hình phát hành công khai; OpenAI báo trước ít nhất 6 tháng với mô hình phát hành chung, còn bản xem trước có thể chỉ khoảng 2 tuần. Hãy có người thật đọc email thông báo, và đọc lại trang chính thức mỗi khi áp dụng vì thời hạn có thể đổi.

Có cần chạy mô hình cục bộ không?

Không bắt buộc. Đáng cân nhắc cho việc nhạy cảm hoặc quan trọng cần chạy khi đám mây gián đoạn, với điều kiện chấp nhận chất lượng thường thấp hơn.

Ghim phiên bản có đủ để an toàn?

Không. Phiên bản vẫn có ngày ngừng. Ghim giúp kết quả ổn định trong thời gian đó, còn bạn vẫn phải thử bản thay thế trước hạn.

Bắt đầu từ đâu nếu chưa có gì?

Hãy bắt đầu từ bảng kiểm kê phụ thuộc, rồi chọn công cụ quan trọng nhất để tìm thay thế và diễn tập. Đầu tiên, liệt kê mọi công cụ và đánh dấu công cụ không có thay thế. Tiếp theo, đặt lời nhắc vào một tệp riêng và gọi mô hình qua một điểm duy nhất. Cuối cùng, thử nhà cung cấp thứ hai bằng 20 ví dụ kiểm tra của bạn và đăng ký trang trạng thái của nhà cung cấp chính. Nếu muốn học bài bản, xem khoá đào tạo ứng dụng AI của OPCAIOS.

Nguồn: trang model deprecations của Anthropic (platform.claude.com), trang deprecations của OpenAI (developers.openai.com), trang trạng thái Claude (status.claude.com) (đọc ngày 25/10/2026); điều chưa kiểm chứng: giá cụ thể, điều khoản hợp đồng của từng nhà cung cấp, hiệu quả mô hình cục bộ so với đám mây; Kinh nghiệm là của OPCAIOS.