#finance

BNY says it now tracks its AI token spending to avoid overpaying

BNY đã phát triển công cụ để theo dõi việc sử dụng AI token do chi phí AI ngày càng tăng. Ngân hàng hiện vận hành khoảng 400 AI agents, đòi hỏi quản lý chi tiêu token hiệu quả. Công cụ của BNY tự động gửi các tác vụ đến các model rẻ hơn khi phát hiện chi phí tăng. Giải pháp kỹ thuật này giúp ngân hàng tránh tình trạng overpaying cho dịch vụ AI. BNY cho thấy các tổ chức lớn cần giám sát chặt chẽ chi tiêu AI token để tối ưu hóa ngân sách.

Lập trình viên nên đọc bài này để biết ngân hàng BNY áp dụng công cụ theo dõi sử dụng token AI và tối ưu chi phí bằng cách phân bổ tác vụ đến các mô hình rẻ hơn khi hóa đơn AI tăng cao.

How Finance Cut Forecasting to Hours With AI

Snowflake's sales finance team đã giảm thời lượng forecasting hàng tháng từ hơn một tuần xuống chỉ còn vài giờ nhờ áp dụng công nghệ AI. Họ triển khai AI forecasting model trên nền tảng Snowflake để xử lý lượng dữ liệu lớn với tốc độ cao hơn đáng kể. Dự báo trước đây cần đến 7 ngày làm việc của 3 nhân viên giờ đây chỉ mất khoảng 3 giờ với cùng một đội. Công nghệ này cho phép phân tích dữ liệu bán hàng và thị trường theo thời gian thực, giúp đưa ra quyết định kinh doanh nhanh hơn đáng kể. Nhóm đã đạt được độ chính xác dự báo tăng 20% nhờ kết hợp giữa AI và kinh nghiệm chuyên môn của đội ngũ.

Bài viết này sẽ cho bạn thấy cách AI rút ngắn đáng kể thời gian dự báo tài chính, giúp các lập trình viên áp dụng công nghệ tương tự vào dự án của mình.

Spotify hits 306 million subscribers and expects 316 million by year end

Spotify đạt 306 triệu người dùng đăng ký trong quý 3, vượt qua các mục tiêu tài chính đặt ra. Doanh thu tăng 16% lên đạt 4.97 tỷ euro, thể hiện sự tăng trưởng ổn định của platform. Công nghệ streaming âm nhạc này dự kiến chạm mốc 316 triệu người dùng đăng ký vào cuối năm. Các KPI chính đều đạt hoặc vượt kỳ vọng, cho thấy chiến lược growth của Spotify hiệu quả.

Bài viết giúp bạn cập nhật xu hướng phát triển và hiệu quả kinh doanh hàng đầu trong ngành streaming âm nhạc.

US federal budget deficit jumps 12% in one year to nearly $2 Trillion

Ngân sách liên bang Mỹ năm 2026 ghi thâm hụt 1,992 tỷ đô la, tăng 12% so với năm trước. Nguyên nhân chính là do các chính sách tài khóa nới lỏng và chi tiêu công tăng mạnh trong bối cảnh kinh tế phục hồi sau đại dịch. Tình trạng thâm hụt kéo dài dẫn đến nợ công tăng vọt, hiện đã vượt 33 nghìn tỷ đô la và chi trả lãi nợ trở thành gánh nặng ngân sách. Các lập trình viên nên chú ý bài viết để hiểu tác động của chính sách tài khóa đến thị trường công nghệ và các dự án chính phủ, vì dữ liệu chính xác từ Bộ Tài chính Mỹ luôn ảnh hưởng đến chiến lược đầu tư công nghệ.

Bài viết giúp lập trình viên hiểu rõ tình hình kinh tế - tài chính ảnh hưởng đến thị trường công nghệ và các quyết định đầu tư của công ty.

“There is just not a room for error”: SAP is putting its AI agents in the back office

At Connect, SAP puts new Joule AI assistants to work in finance, HR, and supply chain, launches SAP Pay, and plans to acquire TechWolf.

AI broke the economics of software. Vayu wants to be the first to tell a CFO which customers are losing them money

Bối cảnh: AI đã chuyển đổi mô hình kinh tế phần mềm, biến mỗi khách hàng SaaS thành chi phí biến động thay vì chi phí cố định. Nguyên nhân kỹ thuật: Công nghệ AI trong hệ thống Revenue Intelligence Hub của Vayu phân tích chi tiết từng tài khoản khách hàng, xác định chính xác liệu giá bán có đủ bù đắp chi phí phục vụ hay không. Hệ quả: Điều này cho phép CFO phát hiện các khách hàng đang gây thua lỗ và tối ưu chiến lược định giá. Điều đáng học: Việc áp dụng AI để tính toán chi phí theo từng khách hàng đang trở thành xu hướng mới trong ngành phần mềm, giúp doanh nghiệp tối ưu hóa lợi nhuận.

Bài viết giải thích cách AI thay đổi kinh tế phần mềm và cung cấp công cụ giúp CFO xác định khách hàng đang gây lỗ.

Statistical Observations on Currency Resilience and Factor Rotation by Kevin Rasyaka Dananjaya

Bối cảnh nghiên cứu phân tích hệ thống thị trường, nơi biến động giá hàng ngày phụ thuộc ít vào câu chuyện thị trường hơn và nhiều vào yếu tố kỹ thuật. Nguyên nhân kỹ thuật nghiên cứu dựa trên dữ liệu 17 currency pairs trong 10 năm với phương pháp volatility-regime analysis và factor rotation. Hệ quả cho thấy 77% thời gian biến động giá có thể được giải thích bởi 3 yếu tố kỹ thuật chính: momentum, mean reversion và volatility. Điều đáng học là portfolio currency có thể được tối ưu hóa bằng cách điều chỉnh vị thế theo các yếu tố kỹ thuật này, giúp giảm drawdown trung bình 21% trong giai đoạn stress market.

Bài viết cung cấp hiểu biết sâu sắc về cách áp dụng phân tích thống kê để đánh giá sức đề ngoại tệ và xoay vòng yếu tố thị trường.