Luyện nói tiếng Anh bằng Shadowing qua video: How AI Became More Expensive Than The Workers It Replaced

Chọn chế độ luyện tập

Mỗi chế độ mở một phòng luyện tập toàn màn hình.

124 câu

Nếu các câu quá ngắn hoặc quá dài, hãy bấm Edit để chỉnh sửa.

In 2022, ChatGPT was released to the market.

Năm 2022, ChatGPT được phát hành ra thị trường.

And since then, the growth of AI has been impressive.

Và kể từ đó, sự phát triển của AI đã rất ấn tượng.

The creation of hyper -realistic images, code generation, and even the delegation of complex tasks.

Việc tạo ra những hình ảnh siêu thực, tạo mã và thậm chí là giao phó các tác vụ phức tạp.

AI seemed capable of doing everything with great ease.

AI dường như có khả năng làm mọi thứ một cách vô cùng dễ dàng.

And after seeing everything it was capable of, companies began adopting AI exponentially.

Và sau khi chứng kiến mọi khả năng của nó, các công ty bắt đầu áp dụng trí tuệ nhân tạo với tốc độ theo cấp số nhân.

They incorporated it into their processes and realized that it was extremely cheap.

Họ đã tích hợp nó vào quy trình làm việc của mình và nhận ra rằng nó cực kỳ rẻ.

Bye!

Tạm biệt!

Precisely because of its low costs, AI also began to bring problems.

Chính vì chi phí thấp nên AI cũng bắt đầu mang lại những vấn đề.

"AI company called Anthropic is raising alarms tonight about AI's potential impact on employment that could soon be felt." Thousands of layoffs,

Công ty AI có tên Anthropic đang đưa ra cảnh báo tối nay về tác động tiềm tàng của AI đối với việc làm mà sớm sẽ trở nên rõ ràng. Hàng ngàn vụ cắt giảm nhân sự,

team reductions, and massive displacement.

cắt giảm nhân sự và sự dịch chuyển hàng loạt.

Literally, AI was eliminating jobs across every industry.

Theo nghĩa đen, AI đã và đang loại bỏ việc làm trên mọi ngành công nghiệp.

from roles in tech companies, to fast food chains, to fast food chains, AI was wiping out almost any type of job.

từ các vai trò trong các công ty công nghệ, đến các chuỗi thức ăn nhanh, trí tuệ nhân tạo đang xóa sổ hầu hết mọi loại công việc.

It could perform the work of entire teams in just minutes, largely because it was much more efficient, but above all because it was cheaper to maintain.

Nó có thể thực hiện công việc của cả một nhóm chỉ trong vài phút, phần lớn là vì nó hiệu quả hơn nhiều, nhưng trên hết là vì chi phí bảo trì rẻ hơn.

In recent months, a problem has started to emerge.

Trong vài tháng gần đây, một vấn đề đã bắt đầu xuất hiện.

AI is becoming very expensive.

Trí tuệ nhân tạo đang trở nên rất đắt đỏ.

Because AI, maybe, is becoming too expensive to scale.

Bởi vì có lẽ AI đang trở nên quá đắt đỏ để có thể mở rộng quy mô.

Using open claw these days is like driving a Ferrari.

Ngày nay dùng kỹ thuật mở vuốt giống như đang lái một chiếc Ferrari vậy.

So much so that Microsoft itself banned its own employees from using clawed code due to its high costs.

Đến mức chính Microsoft cũng cấm nhân viên của mình sử dụng mã nguồn do Clawed tạo ra vì chi phí quá cao.

So Microsoft starts canceling clawed code licenses.

Vì vậy, Microsoft bắt đầu hủy các giấy phép của Clawed Code.

But this is not only happening at Microsoft.

Nhưng điều này không chỉ xảy ra tại Microsoft.

Uber.

NVIDIA.

NVIDIA

Amazon and hundreds of other companies have reported similar cost problems, making it almost impossible even for top executives to justify such a high expense.

Amazon và hàng trăm công ty khác đã báo cáo những vấn đề chi phí tương tự, khiến ngay cả các giám đốc cấp cao cũng gần như không thể biện minh cho một khoản chi phí cao như vậy.

Big tech is scrambling to slow down its use of AI.

Các công ty công nghệ lớn đang vội vàng giảm bớt việc sử dụng AI.

Major companies have already exhausted their annual budgets And some say it's getting more difficult to justify the costs.

Các công ty lớn đã cạn kiệt ngân sách hàng năm của mình, và một số người cho rằng việc biện minh cho các chi phí này ngày càng trở nên khó khăn hơn.

But if AI promised to be so cheap and efficient, How did it end up costing more than the workers it replaced?

Nhưng nếu AI được hứa hẹn sẽ rẻ và hiệu quả đến thế, thì tại sao cuối cùng nó lại tốn kém hơn những người lao động mà nó thay thế?

Although the birth of artificial intelligence dates back to the beginning of the 1950s, it was not until 2022 that this technology truly experienced a boom.

Mặc dù sự ra đời của trí tuệ nhân tạo có từ đầu những năm 1950, nhưng phải đến năm 2022, công nghệ này mới thực sự bùng nổ.

It promised efficiency and solutions to complex problems with just one click.

Nó hứa hẹn mang lại hiệu quả và giải pháp cho những vấn đề phức tạp chỉ với một cú nhấp chuột.

But most importantly, it promised to save companies a lot of money.

Nhưng quan trọng nhất là nó đã hứa sẽ giúp các công ty tiết kiệm được rất nhiều tiền.

From technology companies to fast food chains, every business began implementing it at an unprecedented speed.

Từ các công ty công nghệ đến các chuỗi thức ăn nhanh, mọi doanh nghiệp đều bắt đầu triển khai nó với tốc độ chưa từng có tiền lệ.

It was such a revolutionary technology that it could do the work of 10 people at one tenth of the price.

Đó là một công nghệ mang tính cách mạng đến mức nó có thể làm được công việc của 10 người với chi phí chỉ bằng một phần mười.

Or, at least, That was what people were saying.

Hay ít nhất, đó là điều mọi người đang nói.

"AI is a technology.

"AI là một công nghệ.

for taking away your job and maybe eventually displacing human sovereignty over our own future.

vì đã lấy đi công việc của bạn và có thể cuối cùng sẽ thay thế quyền chủ động của con người đối với tương lai của chính chúng ta.

Starting in 2023, companies began not only encouraging, but also forcing their employees to use AI tools, causing demand for these models to grow uncontrollably.

Bắt đầu từ năm 2023, các công ty không chỉ khuyến khích mà còn bắt buộc nhân viên của mình sử dụng các công cụ AI, khiến nhu cầu đối với các mô hình này tăng trưởng một cách không kiểm soát.

And the way companies measured their AI performance and usage was through tokens.

Và cách các công ty đo lường hiệu suất và mức độ sử dụng AI của họ là thông qua các token.

Using a high number of tokens became somewhat of a status symbol among employees.

Việc sử dụng số lượng token lớn đã trở thành một thứ biểu tượng địa vị giữa các nhân viên.

proving that they were going above and beyond to meet key performance indicators.

chứng minh rằng họ đã nỗ lực vượt xa yêu cầu để đạt được các chỉ số hiệu suất chính.

But there was a problem.

Nhưng có một vấn đề xảy ra.

After realizing this, employees began using these tokens successively simply to appear more efficient at the end of the month.

Sau khi nhận ra điều này, các nhân viên bắt đầu sử dụng các mã thông báo này liên tiếp chỉ để có vẻ hiệu quả hơn vào cuối tháng.

This gave rise to what became known as token maxing.

Điều này đã dẫn đến sự xuất hiện của một kỹ thuật được biết đến là token maxing.

"Token max?

Token tối đa?

Like, that's actually the coolest thing you can do now." "Token maxing

Thật ra, đó là điều ngầu nhất mà bạn có thể làm bây giờ." "Token maxing"

and this new way of building." But token maxing is expensive.

và cách xây dựng mới này." Nhưng việc tối ưu hóa token lại rất tốn kém.

For text -based inquiries, the math is simple, with 750 words costing 1 ,000 tokens.

And generating videos, images, code, and more can cost much more.

By the end of 2025, token maxing began becoming popular among tech companies,

making it increasingly common for software engineers to use AI even for insignificant tasks.

But much of this popularity was driven by statements like these: "That $500 ,000 engineer, at the end of the year, I'm gonna ask him how much did you spend in tokens,

and that person said $5 ,000, I will go ape something else." Yes.

$250 ,000 worth of tokens, I am going to be deeply alarmed." Interestingly,

NVIDIA's CEO, one of the companies benefiting the most from AI adoption, strongly encouraged all developers to use these tokens.

The problem is that all this demand did not correspond to real demand but rather was artificially inflated.

Believe it or not, Silicon Valley engineers are now being scored on how many AI tokens they use.

The problem: that may end up inflating overall AI demand." At the same time,

Shortages of electronic components needed for building data centers are causing many of these projects to be delayed.

According to Bloomberg, nearly 50 % of all data center construction projects planned for 2026 in the US have been canceled

or delayed but many of these constructions and plans were based on the enormous demand that AI companies were receiving.

According to the Economic Times, demand for artificial intelligence infrastructure continues to greatly exceed supply.

The thing is

that experts are now beginning to question how much of this demand actually comes from real usage

and how much comes from inflated figures.

So when a hyperscaler like Andy Jassy at Amazon in his annual letter this morning

or that deal this morning tells Wall Street that demand is outstripping supply,

you gotta ask how much of that is real enterprise adoption and how much is engineers juicing a leaderboard?

But due to token maxing, the cancellation of data center construction projects, and the massive adoption of AI worldwide, the cost of those tokens has increased significantly.

"Aught of concerns over the rising cost of artificial intelligence, it led to a major tech stock sell -off that dragged down the S &P and NASDAQ,

which fell more than 500 points." According to Bloomberg Finance, The average cost of tokens from large language models, or LLMs, has more than doubled since 2025.

In December of that year, the average cost was $1 .01 per million tokens,

and by May 2026, that number had reached $2 .12 per million tokens.

While this increase in price may seem insignificant, when taking into account the massive amount of tokens these companies use every day,

it translates into tens of millions of dollars per month.

use about $200 worth of tokens every week.

50 weeks a year, that's 10 ,000 bucks in tokens.

You have 40 ,000 employees, that's $400 million.

You have 90 ,000 employees, that's $900 million.

AT &T, for example, reported that it was consuming nearly 8 billion tokens every single day.

Without a doubt, this has been incredibly profitable for Anthropic and OpenAI, the leading AI companies in the world today.

According to Reuters, thanks to the adoption of AI agents at the enterprise level, Anthropic aims to nearly triple its annualized revenue in 2026.

To put that number into perspective, In 2025, Anthropic ended the year with revenue of around $3 billion,

and in 2026, that figure is expected to reach nearly $9 .6 billion.

But as a result, employers are frequently blowing through their AI budgets, putting them in a situation where it's no longer clear that using AI is cheaper than hiring people.

And AI companies are beginning to realize this.

The AI bill has come due.

Annual budgets blown through in weeks.

And now companies are facing a choice nobody has ever had to make before.

tokens or humans.

An internal memo from a Microsoft executive vice president instructed engineers to stop using Anthropics AI coding tools.

At first, Executives said it was to encourage the use of AI tools within the same ecosystem.

such as GitHub Copilot, But later it was discovered

that the main reason was the enormous costs generated by the use of Claude code.

And Microsoft is not alone in this, as Fortune reports that other companies are also pulling back on AI usage.

For example, Reuters reported that Meta consumed nearly 60 trillion tokens in a single month.

That's roughly 900 million dollars worth of Anthropix tokens based on the firm's blended prices.

If tech now costs what humans cost, every company in America is about to start asking which one to keep.

But these extra costs are becoming a real headache for corporate finance departments.

In fact, A Gartner survey found that three -quarters of the executives it polled expect technology budgets to increase this year,

and nearly half estimate double -digit percentage increases.

A sizeable chunk of that spending will go toward AI, which is expected to account for more than one -fifth of total enterprise technology spending by 2035.

100

And the numbers prove it.

101

Global spending on AI agents and models is rising at concerning rates.

102

By 2027, spending on this technology is estimated to reach $680 billion, more than double what companies spent in 2025.

103

But these estimates were made using the current average costs of these tools, and considering that both and OpenAI are still not profitable.

104

they are operating at a loss.

105

But that is about to change because in the coming months, both companies are expected to go public and will have to answer to shareholders.

106

Therefore, they will inevitably increase the prices of using tokens from their AI tools and agents in order to generate profits.

107

In other words, the amount of money companies are currently paying for tokens will multiply exponentially.

108

So, if the cost of using these tools continues to rise, of tokens.

109

The thing is, This is not a prediction.

110

In fact, this is already happening.

111

Maybe human labor will be more cost efficient after all.

112

Uber and Microsoft are starting to second -guess aggressive AI adoption.

113

That's partly because the cost of using AI can exceed the cost of human employees.

114

According to Reuters, the current cost of running AI agents is already comparable to the cost of human labor

115

and in some cases, it is already more expensive.

116

While in coding tasks, the use of AI is undeniably cheaper.

117

In data entry tasks, the difference is minimal.

118

But in others, such as call centers, the cost of human labor is actually cheaper.

119

Although AI companies have so far been able to subsidize the real cost of tokens due to generous and abundant funding, that appears to be coming to an end.

120

According to the Wall Street Journal, enterprise customers are beginning to question the true return on these investments.

121

And the reality is that with the public listings of Anthropic and OpenAI, combined with investor pressure to see returns and electronic component shortages,

122

this creates the perfect formula for token costs to continue increasing.

123

And if maintaining these models is already expensive today, There will come a point when companies start asking themselves whether it makes sense to pay more for a simple tool.

124

than what they used to pay many of the workers they laid off.

Tải Ứng Dụng

Mọi thứ bạn cần để nói trôi chảy

Chấm điểm AIChấm từng câu nói

Luyện IPAThành thạo mọi âm

Từ vựngMở rộng vốn từ

Game Từ vựngHọc qua chơi

Quét QR

Download on theApp Store Get it onGoogle Play

Cùng kênh

Why Even Harvard’s Smartest Graduates Can’t Get a Job Now

Daily ConversationUniversity StudentsWorking Adults

Why Companies Are Quietly Rehiring Software Engineers

Business EnglishUniversity StudentsWorking Adults

FOR YOU

Video gợi ý

154 câu

Về bài học này

Bài học này tập trung vào cách mà trí tuệ nhân tạo (AI) đã trở thành một phần không thể thiếu trong nhiều ngành công nghiệp, nhưng đồng thời cũng dẫn đến nhiều vấn đề trong việc duy trì chi phí hoạt động. Các bạn sẽ luyện nghe nói qua video để nâng cao khả năng hiểu và phát âm tiếng Anh của mình, cùng với việc tìm hiểu cách mà AI đã tác động đến thị trường lao động và sự thay đổi trong chi phí sử dụng AI. Thông qua bài học này, các bạn sẽ có cơ hội thực hành shadow speak với mục tiêu trở thành những người nói tiếng Anh tự tin và thành thạo hơn.

Từ vựng và cụm từ quan trọng

Trí tuệ nhân tạo (AI) - Artificial Intelligence
Tín hiệu công việc (token) - Tokens
Chi phí duy trì - Maintenance costs
Hiệu suất (efficiency) - Efficiency
Đào thải (layoff) - Layoffs
Làm việc nhóm (teamwork) - Teamwork
Tiết kiệm chi phí - Cost savings

Mẹo luyện tập

Khi thực hành shadowing với video này, các bạn hãy chú ý đến tốc độ nói của người tham gia. Bài tập này có thể giúp bạn cải thiện phát âm tiếng Anh chuẩn và khả năng nghe hiểu của bạn. Để tối ưu hóa cho buổi luyện nghe nói, hãy làm theo các bước sau:

Nghe trước toàn bộ video ít nhất một lần để nắm bắt nội dung chính.
Bắt đầu với việc nghe từng câu, sau đó lặp lại ngay sau khi nghe, chú ý vào ngữ điệu và nhấn mạnh.
Thực hành nói theo nhịp điệu của người diễn giả để cải thiện khả năng shadowspeak.
Ghi âm lại giọng nói của bạn và so sánh với video để tự đánh giá và điều chỉnh.
Thường xuyên luyện tập với các video khác nhau để nâng cao kỹ năng của mình, đặc biệt là những video liên quan đến shadowing site.

Hãy kiên trì thực hành, và bạn sẽ thấy sự tiến bộ vượt bậc trong việc giao tiếp tiếng Anh của mình!

Ngữ pháp trong video

Những cấu trúc người nói dùng nhiều nhất, kèm đúng cụm từ trong video:

Cấu trúc	Trong video
Câu bị động be + quá khứ phân từ — nhấn vào việc xảy ra, không phải người làm	was released · be felt · was driven
Thì hiện tại hoàn thành have/has + quá khứ phân từ — việc đã xảy ra nhưng còn liên quan đến hiện tại	has been · has started · have reported

Phương Pháp Shadowing Là Gì?

Shadowing là kỹ thuật học ngôn ngữ có cơ sở khoa học, ban đầu được phát triển cho chương trình đào tạo phiên dịch viên chuyên nghiệp và được phổ biến rộng rãi bởi nhà đa ngôn ngữ học Dr. Alexander Arguelles. Nguyên lý cốt lõi đơn giản nhưng cực kỳ hiệu quả: bạn nghe tiếng Anh của người bản xứ và lặp lại to ngay lập tức — như một "cái bóng" (shadow) đuổi theo người nói với độ trễ chỉ 1–2 giây. Khác với luyện ngữ pháp hay học từ vựng bị động, Shadowing buộc não bộ và cơ miệng phải đồng thời xử lý và tái tạo ngôn ngữ thực tế. Các nghiên cứu khoa học xác nhận phương pháp này cải thiện đáng kể phát âm, ngữ điệu, nhịp điệu, nối âm, kỹ năng nghe và độ lưu loát khi nói — đặc biệt hiệu quả cho người luyện IELTS Speaking và muốn giao tiếp tiếng Anh tự nhiên như người bản ngữ.

Phương pháp shadowing: đọc hướng dẫn từng bước đầy đủ →

Luyện nói tiếng Anh bằng Shadowing qua video: How AI Became More Expensive Than The Workers It Replaced

Chọn chế độ luyện tập

Tải Ứng Dụng

Why Even Harvard’s Smartest Graduates Can’t Get a Job Now

Why Companies Are Quietly Rehiring Software Engineers

The 7 Trillion AI Gamble Is Failing. Big Tech is TRAPPED Right NOW.

Labour force reskilling in AI age | Vietnam Today

AI's Impact on Education: Pros, Cons, and Coping

How AI Is Killing The Value Of A College Degree

Anthropic AI Researcher Issues Dire Warning it 'Could Kill Us All'

The Human Economy in the Age of AI | Ben Pascut | TEDx

Top five moments from CNBC's interview with OpenAI CEO Sam Altman

The Death of Educational Content on YouTube

5 open source tools that replaced my $320/mo AI stack...

Top 4 Humanoid Robots Set to Dominate 2026 | The Future of AI & Robotics

Trump’s Canada Tariffs Are Backfiring in Red States | The Week

Về bài học này

Từ vựng và cụm từ quan trọng

Mẹo luyện tập

Ngữ pháp trong video

Phương Pháp Shadowing Là Gì?