Promise Studio dùng AI giảm 20–50% chi phí làm phim: Hollywood tối ưu trước khi thay người

Promise Studio tiết kiệm 20–50% chi phí  nhưng ở khâu nào và của ai?

Con số 20–50% xuất phát từ George Strompolos, CEO của Promise  studio AI đang xây dựng công cụ sản xuất tên Muse, ứng dụng AI tạo sinh xuyên suốt quy trình làm phim và truyền hình. Trong một cuộc trả lời phỏng vấn với Guardian, Strompolos nói rằng các phim hybrid — kết hợp quy trình truyền thống với AI  có thể tốn 20% đến 50% ít hơn phim làm theo cách thông thường. Đây là mức tiết kiệm ước tính cho một nhóm sản phẩm cụ thể, không phải chi phí trung bình của toàn ngành.

Về nhà đầu tư, dữ liệu độc lập chỉ xác nhận rõ Google qua AI Futures Fund cùng Andreessen Horowitz và North Road Company của Peter Chernin đứng sau Promise. Vai trò của Disney trong một số thông tin lan truyền ban đầu chưa có nguồn nào xác nhận độc lập. Google tham gia không chỉ bằng vốn mà còn qua hợp tác kỹ thuật thử nghiệm mô hình, tích hợp Gemini và Veo vào quy trình sản xuất của Promise.

Nói cách khác: phần chắc chắn nhất trong câu chuyện là Google đầu tư và hợp tác công nghệ. Phần chưa chắc là ai khác đứng sau, và phần cần cẩn trọng nhất là con số tiết kiệm  nó áp dụng cho mô hình sản xuất hybrid của riêng Promise, không phải một chuẩn mực chung cho toàn ngành.

Netflix dùng AI trong 300/1.000 tựa phim con số này thực sự nói lên điều gì?

Trong báo cáo lợi nhuận quý 2/2026, Netflix cho biết khoảng 300 tựa phim và series đã dùng AI tạo sinh ở một khâu nào đó trong quy trình sản xuất. Đây không phải 300 tác phẩm do AI tạo ra hoàn toàn Netflix nói rõ phần sử dụng nhiều nhất nằm ở hậu kỳ (post-production), không phải ở việc thay thế biên kịch hay diễn viên.

Các ví dụ được Netflix và báo chí ngành dẫn ra gồm Glory, Brasil 70: A Saga do Tri và The American Experiment đều là dạng phim tài liệu hoặc phim có yêu cầu VFX vừa phải, nơi AI dễ chứng minh hiệu quả chi phí nhất mà rủi ro sáng tạo thấp nhất.

Tỷ lệ 30% tựa phim có dùng AI nghe có vẻ lớn, nhưng nó gộp chung mọi mức độ sử dụng — từ việc AI hỗ trợ dọn nhiễu hình ảnh đến việc tạo cả một cảnh nền. Đặt cạnh Promise, Netflix cho thấy một mô hình khác: không xây studio AI riêng, mà rải công cụ AI vào quy trình sản xuất đã có sẵn, ở quy mô lớn hơn nhưng mức can thiệp thường nông hơn.

Vì sao các hãng phim đặt cắt giảm chi phí lên trên hiệu ứng hình ảnh?

AI trong sản xuất phim hiện tập trung vào ba giai đoạn: tiền sản xuất, hiệu ứng hình ảnh, và hậu kỳ. Ở tiền sản xuất, AI hỗ trợ phân tích kịch bản, dựng storyboard, pre-visualization, tìm địa điểm quay và thiết kế bối cảnh trước khi máy quay hoạt động tức là AI can thiệp vào việc lập kế hoạch, không phải sáng tạo cốt lõi.

Ở VFX và hậu kỳ, AI được dùng để kéo dài khung hình, xử lý lỗi kỹ thuật, tạo hoặc tăng cường hậu cảnh, giữ tính nhất quán của nhân vật qua nhiều cảnh. Một số nguồn ghi nhận hiệu quả 80–90% ở các quy trình dựng tài sản 3D, và Netflix từng có một cảnh hoàn thành nhanh gấp khoảng 10 lần so với VFX truyền thống.

Điểm mấu chốt là cần phân biệt ba lớp ứng dụng: hỗ trợ quy trình (lên kế hoạch, dựng bản thử), tạo nội dung (sinh hình ảnh, âm thanh, cảnh nền), và thay thế lao động sáng tạo (biên kịch, diễn viên, đạo diễn). Phần lớn tiền tiết kiệm hiện nay nằm ở hai lớp đầu. Reuters ghi nhận một số dự án ở Ấn Độ ứng dụng AI sâu có thể giảm chi phí xuống còn khoảng một phần năm mức thông thường và thời gian sản xuất xuống một phần tư nhưng đây là trường hợp cực đoan, không phải mức trung bình của Hollywood.

Một chi tiết ít được nhắc: McKinsey ghi nhận khi AI giảm chi phí VFX, nhiều studio không cắt ngân sách tương ứng mà tái đầu tư phần tiết kiệm vào chất lượng — làm nhiều cảnh hơn, thử nhiều phiên bản hơn. Điều này giải thích vì sao chi phí giảm không tự động dẫn đến ít nhân sự hơn, và vì sao tỷ lệ ứng dụng AI cao chưa chắc phản ánh phim tốt hơn.

Điều gì cần theo dõi trước khi tin AI đang thực sự tạo ra hiệu quả?

Thứ nhất là cách tính mức tiết kiệm. Con số 20–50% của Promise, hay 5–20% được một số hãng tư vấn nêu ra, phụ thuộc vào việc so sánh với cái gì phim ngân sách thấp, phim có VFX nặng, hay quy trình truyền thống nói chung. Không có chuẩn đo lường thống nhất trong ngành.

Thứ hai là chất lượng đầu ra. Tốc độ nhanh hơn và chi phí thấp hơn không tự động đồng nghĩa với sản phẩm hay hơn và như McKinsey chỉ ra, phần tiền tiết kiệm thường được đổ lại vào việc làm nhiều phiên bản hơn, không phải bỏ qua công đoạn kiểm soát chất lượng.

Thứ ba là quyền sở hữu nội dung. Việc AI tạo sinh có thể học từ dữ liệu huấn luyện chứa nội dung có bản quyền mà chưa rõ sự cho phép, kéo theo rủi ro pháp lý cho cả studio và bên cấp phép công nghệ vấn đề này đến giờ vẫn chưa có án lệ rõ ràng ở quy mô lớn.

Thứ tư, và quan trọng nhất với người trong nghề: tác động đến việc làm trong đoàn phim. Các nghiệp đoàn Hollywood đã đưa điều khoản hạn chế dùng AI vào hợp đồng sau các cuộc đình công gần đây, phản ánh lo ngại về việc AI thay thế vai trò cụ thể — từ trợ lý dựng phim đến nghệ sĩ VFX cấp thấp chứ không phải biên kịch hay đạo diễn chính, những vị trí vẫn nằm ngoài tầm với của công nghệ hiện tại.

• Cách đo mức tiết kiệm chi phí so với chuẩn nào?
• AI tạo nội dung có làm giảm chất lượng sáng tạo không?
• Ai giữ quyền sở hữu với nội dung do AI hỗ trợ tạo ra?
• Vị trí nào trong đoàn phim chịu rủi ro mất việc thực sự?

Tỷ lệ ứng dụng AI không phải thước đo thành công của ngành phim

Promise và Netflix đang chứng minh một điều: AI hiệu quả nhất khi nó rẻ hóa những khâu ít rủi ro sáng tạo nhất — lập kế hoạch, dựng nền, xử lý hình ảnh. Nhưng nếu tỷ lệ phim dùng AI tiếp tục tăng trong vài năm tới, câu hỏi thật sự không phải là bao nhiêu phần trăm phim có AI, mà là liệu studio có đang dùng phần tiền tiết kiệm để làm phim tốt hơn, hay chỉ để làm nhiều phim rẻ hơn với chất lượng ngang bằng cũ. Hai kịch bản đó dẫn đến hai tương lai rất khác nhau cho cả khán giả và người làm nghề.