Bạn chắc hẳn đã từng thấy tiêu đề kiểu “gây tội lỗi” lướt qua bảng tin. Các trang tin Việt Nam đã đăng đi đăng lại nhiều năm: “ChatGPT tốn nửa lít nước để trả lời 50 câu hỏi” (VnExpress từng đăng, VTV quay lại vào tháng 12/2025, Vietnam+ và Thanh Niên cũng vậy). Rồi bạn lướt tiếp và thấy CEO OpenAI nói một truy vấn trung bình chỉ tốn khoảng 0,32 ml — bằng khoảng một phần mười lăm muỗng cà phê. Hai con số này chênh nhau hơn cả nghìn lần, thế mà cả hai đều được chia sẻ với sự chắc nịch.
Vậy thực hư ra sao? Mỗi lần bạn hỏi ChatGPT công thức nấu ăn, bạn đang âm thầm làm cạn kiệt một hồ chứa, hay là nó gần như bằng không?
Câu trả lời trung thực, và nó hữu ích hơn bất kỳ bên nào muốn thừa nhận: một lệnh hỏi chỉ tốn gần như không đáng kể — vài giọt đến vài muỗng cà phê — nhưng các trung tâm dữ liệu khổng lồ phía sau AI thực sự đang gây áp lực thật sự lên nguồn nước và điện ở những khu vực cụ thể. Cả hai điều này đều đúng. Và với chúng ta ở Việt Nam, “khu vực cụ thể” ấy không còn là nơi nào đó ở đầu kia trái đất nữa. Nó đang bắt đầu xuất hiện ngay tại đây.
Tại sao tiêu đề “nửa lít nước” cứ mãi quay lại
Bạn có nhận ra một điều về con số ấy: nó hầu như không thay đổi kể từ năm 2023. VnExpress từng đăng “ChatGPT tốn nửa lít nước cho 50 câu hỏi” hồi đó, và đến cuối 2025, VTV vẫn đang recycle lại chính con số “nửa lít cho 5–50 câu hỏi” đó. Cùng một tuyên bố, cùng một cái chai, cách nhau nhiều năm — như thể AI đứng yên bất động vậy.
Thứ thực sự thay đổi là Việt Nam đang xây dựng các trung tâm dữ liệu, chứ không chỉ là đọc tin về Mỹ. Viettel đã khai trương một khu phức hợp 140 MW tại Củ Chi — lớn nhất cả nước — và lên kế hoạch xây 24 trung tâm dữ liệu với tổng công suất 560 MW vào năm 2030. VNG cũng đang đưa cơ sở thứ hai tại TP.HCM vào hoạt động. Đầu năm 2026, liên danh G42–FPT–VTG thông báo về một khu phức hợp AI lên tới 1 gigawatt tại TP.HCM. Bộ Khoa học và Công nghệ mong muốn Việt Nam trở thành trung tâm dữ liệu khu vực.
Đó chính là bối cảnh thực sự cho mọi bài đăng viral về “chai nước” bạn thấy trên mạng. Khi ngay cả OpenAI giờ đây cũng mở đầu các thông báo của họ bằng những lời hứa về “hệ thống làm mát tuần hoàn kín”, bạn biết rằng câu chuyện nước đã trở thành vấn đề mainstream — và nó đã đến Việt Nam.
Tại sao một lệnh hỏi lại được trả lời là “0,3 ml” và “nửa lít”
Điều mà hầu hết mọi người không giải thích là: hai con số này thực ra không đang tranh cãi với nhau. Chúng đang trả lời hai câu hỏi khác nhau nhưng lại giả vờ như đang trả lời cùng một câu hỏi.
Khi bạn hỏi “một lệnh hỏi ChatGPT tốn bao nhiêu nước”, bạn có thể đang muốn hỏi bất kỳ điều nào sau đây:
- Chỉ tính phần làm mát chip. Máy chủ nóng lên; nước giúp tản nhiệt. Nếu chỉ tính riêng phần đó, Sam Altman của OpenAI ước tính trung bình một truy vấn tốn khoảng 0,32 ml (trong bài viết tháng 6/2025 của ông). Google báo cáo truy vấn trung vị của Gemini khoảng “năm giọt” — tương đương 0,26 ml. Rất nhỏ. Cả hai đều chỉ tính làm mát tại chỗ.
- Cộng thêm phần nước dùng để sản xuất điện. Lệnh hỏi của bạn đã đốt một chút điện, và nhà máy điện cũng dùng nước. Nếu cộng thêm vào, nhà nghiên cứu độc lập Shaolei Ren — nhà khoa học whose phòng lab tại UC Riverside thực sự khởi xướng cả cuộc tranh luận này — hiện ước tính một lệnh hỏi hiện đại tốn khoảng 15 ml cho toàn bộ quá trình (khoảng 5 ml làm mát tại chỗ cộng thêm 10 ml cho lưới điện), trong bản cập nhật tháng 7/2026.
- Một cuộc trò chuyện trọn vẹn trên mô hình cũ. Con số “chai 500 ml” nổi tiếng đến từ chính bài báo UC Riverside năm 2023 của Ren, “Making AI Less Thirsty”. Đọc kỹ bài báo: tuyên bố ban đầu là 500 ml cho mỗi 10 đến 50 câu trả lời trên mô hình thời GPT-3, “tùy thuộc vào thời điểm và địa điểm”. Đó là một cuộc trò chuyện ra vào trọn vẹn, ở vùng khí hậu nóng, trên công nghệ cũ.
Nhìn kỹ một chút, bạn sẽ thấy: tiêu đề “nửa lít nước cho 50 câu hỏi” mà báo chí Việt Nam cứ lặp lại chính là con số cuộc trò chuyện trọn vẹn năm 2023 của Ren. Nó chưa bao giờ nói về một câu hỏi đơn lẻ. Và bản thân Ren nay cũng gọi con số 500 ml là đã lỗi thời — ông nói nó “thấp hơn 33 lần so với cái chai” đối với các hệ thống hiện tại.
Vì vậy, khoảng dao động từ 0,3 ml đến 500 ml không phải là nói dối ở đầu này hay đầu kia. Đó là sự khác biệt giữa việc đo một ngụm nước và đo cả bữa ăn — rồi sau đó rất nhiều người trích dẫn con số lớn nhất, cũ nhất như thể đó là một câu hỏi nhanh ngày nay. Con số trung thực cho một lệnh hỏi hiện tại nằm đâu đó giữa vài giọt và vài muỗng cà phê. Nếu muốn giữ lại một con số để dễ nhớ, hãy gọi nó là 15 ml.
Con số đó so với sinh hoạt thường ngày ở Việt Nam thế nào
Vài muỗng cà phê là điều khó khiến bạn cảm thấy tội lỗi khi nhìn thấy mọi thứ khác tốn bao nhiêu nước. Nước ẩn mình trong gần như mọi thứ chúng ta ăn và uống, với lượng lớn đến mức một lệnh AI trông như một con số làm tròn — và những ví dụ này càng đánh trúng vào Việt Nam, một quốc gia xuất khẩu cả gạo lẫn cà phê ra toàn thế giới.
Hãy nghĩ thế này: lượng nước ẩn trong một đĩa phở bò đủ cho hơn một trăm nghìn lệnh hỏi ChatGPT. Một ly cà phê sữa đá đơn lẻ tốn nhiều nước hơn hàng trăm câu hỏi. Đây là lý do tại sao, hồi tháng 2/2025, Altman đã khá bực mình trên X về những người “bịa ra chuyện về lượng nước chúng tôi dùng trong khi vẫn ăn hamburger.” Đó là cách ông ấy diễn giải, và ông ấy có lý — tuy nhiên, như chúng ta sẽ thấy sau, nó không phải là toàn bộ sự thật.
Nếu bạn muốn rèn luyện kỹ năng tháo gỡ những con số kiểu này — nơi cùng một sự thật được xoay ba hướng khác nhau — thì đó chính xác là những gì khóa học Đạo đức và An toàn AI được thiết kế để giúp bạn. Cuộc tranh luận về nước là một case study gần như hoàn hảo về việc đọc số liệu thống kê trước khi lặp lại nó.
Nhưng đây là phần mà những người cổ vũ bỏ qua — và ở Việt Nam, nó chính là vấn đề tại chỗ
Nếu câu chuyện dừng lại ở “lệnh hỏi của bạn gần như miễn phí”, thì đó lại là một dạng không trung thực khác. Bởi vì phóng to ra khỏi một truy vấn đơn lẻ, tổng lượng tiêu thụ thực sự là một vấn đề nghiêm trọng — và ở Việt Nam, nó không còn là vấn đề của người khác nữa.
Về quy mô toàn cầu: các trung tâm dữ liệu tại Mỹ đã trực tiếp tiêu thụ khoảng 17,4 tỷ gallon nước vào năm 2023 (Phòng thí nghiệm Quốc gia Lawrence Berkeley), dự kiến đạt 38 đến 73 tỷ gallon vào năm 2028. Nhưng bạn không cần số liệu Mỹ để cảm nhận điều này. Chuyên gia năng lượng và môi trường Nguyễn Đăng Anh Thi đã phân tích rất rõ cho VnExpress trong một bài op-ed với tiêu đề thẳng thắn: “Điện, nước cho AI (?)” — điện và nước, dành cho ai?
Những con số của anh ấy đáng để chúng ta ngồi lại suy ngẫm:
- Việt Nam đang trên đà đạt khoảng 870 MW công suất trung tâm dữ liệu vào năm 2030.
- Khu phức hợp Củ Chi 140 MW đơn lẻ sẽ tiêu thụ điện tương đương khoảng 380.000 hộ gia đình Việt Nam — tương ứng với khoảng 1,5 triệu người.
- Làm mát toàn bộ 870 MW có thể tiêu thụ khoảng 190.000 mét khối nước mỗi ngày — tương đương tổng lượng nước sinh hoạt hàng ngày của cả thành phố Huế.
- Riêng phần làm mát có thể chiếm tới 40% điện năng của trung tâm dữ liệu, và các hệ thống này dùng 1 đến 9 lít nước sạch cho mỗi kilowatt-giờ, tùy công nghệ và khí hậu.
Và đây là điểm bất ngờ khiến nhiều người ngỡ ngàng: công nghệ không ngừng trở nên hiệu quả hơn trên mỗi tác vụ, nhưng tổng lượng nước tiêu thụ vẫn tiếp tục tăng — bởi sheer lượng tính toán tăng nhanh hơn nhiều so với lợi ích từ hiệu suất. Lưới điện của chính Việt Nam đang chịu áp lực; VnExpress từng đăng bài đặt câu hỏi liệu điện có thể trở thành “nút thắt” cho tham vọng phát triển AI của nước nhà.
Vì vậy, cả hai điều đều đúng cùng lúc. Một lệnh hỏi của bạn: vài giọt. Phần hạ tầng phía sau nó, đang mọc lên tại Củ Chi và khắp miền Đông Nam Bộ: một áp lực thực sự, tập trung và mang tính khu vực, xứng đáng với sự chú ý mà nó đang nhận được.
Điều này có nghĩa gì với bạn
Nếu bạn cảm thấy tội lỗi mỗi khi dùng ChatGPT: Bạn có thể dẹp cái cảm giác đó đi. Bỏ qua một lệnh hỏi để “tiết kiệm nước” chỉ cứu được bạn vài giọt — ít hơn cả lượng bạn làm rơi khi pha trà. Hãy dùng AI cho công việc, học tập, email của bạn. Nếu muốn thực sự giỏi lên, đó là lý do khóa ChatGPT toàn tập ra đời. Nỗi tội lỗi đang nhắm nhầm mục tiêu.
Nếu bạn là người đang bị bảo phải cảm thấy tội lỗi: Giờ bạn đã có lời phản biện trung thực. Không phải là “AI không tốn gì cả” hay “AI đang hủy diệt hành tinh”. Mà là “một lệnh hỏi là không đáng kể, nhưng cơn sốt xây trung tâm dữ liệu là vấn đề thực tế tại địa phương” — và bạn có thể nói cả hai mà không cần chọn phe.
Nếu bạn sống gần một đề án trung tâm dữ liệu (Củ Chi, TP.HCM, các siêu campus mới): Đây mới là nơi sự chú ý của bạn thực sự có giá trị — quan trọng hơn nhiều thói quen chatbot của bạn. Những câu hỏi đáng đặt ra: Nó dùng làm mát tuần hoàn kín hay làm mát bốc hơi? Nước lấy từ đâu, và ai sẽ được dùng nước vào mùa khô? Ai trả phí nâng cấp lưới điện? Đó mới là điểm đòn bẩy, không phải bàn phím của bạn.
Nếu bạn là người dùng AI nặng hoặc vận hành doanh nghiệp dựa trên AI: Hiệu suất thay đổi rất nhiều tùy mô hình. Một câu trả lời nhanh từ mô hình nhỏ thì “ngậm” chút đỉnh; một phiên suy luận dài trên mô hình khổng lồ thì “uống” ồ ạt (lên tới ~150 ml). Hãy chọn mô hình nhẹ khi không cần đến mô hình nặng — nhưng thật lòng mà nói, chuyện này thiên về chi phí và tốc độ hơn là nước. Hướng dẫn Claude AI của chúng tôi có bài hướng dẫn chọn đúng mô hình cho đúng việc.
Nếu bạn đang giải thích điều này cho con cái hoặc học sinh: Đây là một cơ hội dạy học tuyệt vời. Cùng một sự thật, ba tiêu đề khác nhau, và tất cả đều “đúng” về mặt kỹ thuật. Kỹ năng cốt lõi không phải là ghi nhớ con số — mà là hỏi “đang tính cái gì?” (đang đếm chính xác cái gì?) trước khi tin bất kỳ con số nào.
Điều mà bài viết này không thể giải quyết hết (những lưu ý thành thật)
Hãy thẳng thắn về những giới hạn của mọi điều trên đây.
- Bỏ qua lệnh hỏi sẽ không thay đổi được gì. Đòn bẩy thực sự nằm ở cấp chính sách, tiện ích và quy hoạch trung tâm dữ liệu — cách các campus này được làm mát, xây ở đâu, và ai trả tiền. Lệnh hỏi cá nhân của bạn chỉ là vài giọt giữa đại dương.
- Không có con số nào được kiểm toán đầy đủ. OpenAI chưa công bố phương pháp luận đằng sau con số 0,32 ml. Các ước tính độc lập dựa trên giả định về phần cứng và vị trí địa lý. Hãy coi mọi con số ở đây là một khoảng hợp lý, không phải chân lý bất di bất dịch.
- Vị trí địa lý thay đổi mọi thứ. Cùng một lệnh hỏi trong điều kiện mát mẻ, hydro-powered và trong vùng nóng, dùng nhiều than đá thì có dấu chân carbon/nước rất khác nhau. Điều này cực kỳ quan trọng với Việt Nam, với khí hậu nóng và áp lực lên hồ chứa vào mùa khô.
- Điện và nước liên quan nhưng là hai vấn đề riêng biệt. Nhu cầu điện của AI có lẽ là câu chuyện lớn hơn đối với lưới điện Việt Nam. Giải quyết cái này không tự động giải quyết cái kia.
- Đây không phải là tấm vé miễn tội cho ngành công nghiệp. “Lệnh hỏi của bạn rất nhỏ” và “hạ tầng xây dựng cần giám sát thực sự” đều đúng. Đừng để bất kỳ ai dùng lý do đầu tiên để phớt lờ lý do sau.
Tóm lại
Nếu bạn chỉ nhớ được một điều, hãy nhớ thế này: một lệnh hỏi AI chỉ tốn vài giọt đến vài muỗng cà phê nước — chứ không phải một chai. Con số đáng sợ “nửa lít cho 50 câu hỏi” thực chất là một cuộc trò chuyện trọn vẹn trên mô hình cũ ở khí hậu nóng, bị trích dẫn sai ngữ cảnh suốt nhiều năm. Bạn không cần cảm thấy tội lỗi khi hỏi chatbot một câu.
Nhưng hãy nhớ nửa kia nữa. Các trung tâm dữ liệu phía sau AI đang tiêu thụ thực sự nhiều điện và nước thực sự ở các town Việt Nam, bất chấp mọi cải tiến hiệu suất, và điều đó đáng để chúng ta theo dõi — ở cấp độ cách chúng được xây dựng và làm mát, chứ không phải việc bạn có bấm nút gửi hay không.
Kỹ năng thực sự ở đây không phải là con số nước. Mà là khả năng bắt được một thống kê viral, hỏi “đang tính chính xác cái gì?”, và tìm ra phiên bản trung thực trước khi chia sẻ nó. Đó chính xác là tinh thần cốt lõi của khóa học Đạo đức và An toàn AI — và nó vượt xa cuộc tranh luận này.
Sources:
- ChatGPT tốn nửa lít nước để trả lời 50 câu hỏi — VnExpress
- Tốn khoảng nửa lít nước cho 5-50 câu hỏi trên ChatGPT — VTV
- Điện, nước cho AI (?) — Nguyễn Đăng Anh Thi, VnExpress
- Điện có thể là nút thắt với tham vọng phát triển AI của Việt Nam — VnExpress
- The Gentle Singularity (con số 0,32 ml) — Sam Altman, tháng 6/2025
- Making AI Less Thirsty (nguồn gốc tuyên bố “500 ml”) — Ren et al., UC Riverside, 2023
- How Much Water Does AI Use? The $58 Billion Risk (bản cập nhật ~15 ml của Ren) — Forbes, ngày 21/7/2026
- 2024 United States Data Center Energy Report — Lawrence Berkeley National Lab
- OpenAI plans 3.2-gigawatt data center in Georgia — Axios
- Đông Nam Bộ đối mặt áp lực hạ tầng năng lượng cho làn sóng trung tâm dữ liệu và AI — VnEconomy
