AI mới chỉ đang thay thế các nhiệm vụ, chứ không phải toàn bộ công việc

Tỷ lệ việc làm của lực lượng lao động trong độ tuổi vàng tại Mỹ hiện vẫn đang dao động quanh mức cao nhất trong lịch sử.

AI tăng năng suất trong các nhiệm vụ được giao

Một cuộc khảo sát gần đây đối với các Giám đốc Tài chính (CFO) tại các tập đoàn lớn cho thấy "có rất ít bằng chứng về sự sụt giảm việc làm tổng thể trong ngắn hạn do AI". Tương tự, một cuộc khảo sát các doanh nghiệp châu Âu cũng không tìm thấy bất kỳ dấu hiệu cắt giảm nhân sự nào cho đến nay, bất chấp năng suất đang tăng lên rõ rệt nhờ AI.

AI mới chỉ giúp tăng năng suất trong từng nhiệm vụ chứ chưa thể bao trọn công việc

Geoffrey Hinton, một trong những người tiên phong của AI hiện đại, từng đưa ra dự đoán nổi tiếng rằng các thuật toán AI sẽ sớm thay thế toàn bộ các bác sĩ chẩn đoán hình ảnh. Tuy nhiên thực tế lại chứng minh điều ngược lại: nhu cầu tuyển dụng các bác sĩ chẩn đoán hình ảnh hiện nay thậm chí còn cao hơn bao giờ hết.

Vì vậy, ngay cả khi AI có thể thay thế con người hàng loạt trong tương lai, thì ở thời điểm hiện tại, điều đó vẫn chưa xảy ra. Thay vào đó, AI đang thay đổi bản chất của công việc. Đối với các kỹ sư phần mềm, nếu như "viết mã" (coding) từng là phần quan trọng nhất trong bản mô tả công việc chỉ vài tháng trước, thì nay họ chủ yếu đóng vai trò là những người kiểm tra và bảo trì các đoạn mã do AI viết ra. Sự chuyển dịch này không hề xóa bỏ nhu cầu đối với kỹ sư phần mềm – ít nhất là cho đến lúc này – nó chỉ đơn thuần cấu trúc lại bản mô tả công việc của họ.

Nghiên cứu của Humlum và Vestergaard (2026) chỉ ra rằng cho đến nay, xu hướng con người chuyển sang các nhiệm vụ mới mà không bị mất việc đang là trạng thái bình thường mới, ít nhất là tại Đan Mạch. Hầu hết các nhà tuyển dụng trong những ngành nghề bị ảnh hưởng bởi AI đã áp dụng chatbot, người lao động ghi nhận lợi ích về năng suất, và các nhiệm vụ mới liên quan đến AI ngày càng phổ biến. Điều thay đổi cốt lõi là cấu trúc công việc: giới chủ hấp thụ AI thông qua việc tái tổ chức nhiệm vụ – bao gồm cả việc tạo nội dung, giám sát AI và tích hợp AI.

Nói một cách đơn giản, cho đến nay, AI đang thay thế các "nhiệm vụ" (tasks), chứ không phải "công việc" (jobs). Chừng nào vẫn còn những điều chỉ con người mới có thể làm được, xu hướng này sẽ tiếp tục được duy trì. Các nhà quan sát AI luôn nhận thấy rằng năng lực của công nghệ này có tính "không đồng đều" (jagged) – nó cực kỳ xuất sắc ở một số nhiệm vụ nhưng lại rất tệ ở những nhiệm vụ khác.

Đó là tin tốt cho những ai đang lo lắng về nguy cơ mất việc (ít nhất là trong thập kỷ tới). Tuy nhiên, đây lại là một thách thức lớn đối với những người trẻ đang chật vật quyết định xem mình nên học ngành gì. Một thập kỷ trước, lời khuyên "hãy học lập trình" có vẻ cực kỳ hợp lý. Nhưng ngày nay, bạn sẽ khuyên họ học gì? Nhiệm vụ nào sẽ là những thứ con người vẫn cần phải làm, và nhiệm vụ nào sẽ bị AI thâu tóm hoàn toàn? Dù rất khó để đưa ra một dự đoán chính xác tuyệt đối, nhưng bức tranh tương lai của thị trường lao động đang dần lộ diện, và nó có khả năng được chia thành ba nhóm công việc chính: các chuyên gia, những nhân viên tổng quát (salaryman) và những người tự kinh doanh nhỏ.

Còn toàn bộ công việc vẫn cần con người

Nhóm đầu tiên và dễ hình dung nhất chính là các chuyên gia. Một lý thuyết mới của các nhà kinh tế học Luis Garicano, Jin Li và Yanhui Wu đã giải thích lý do tại sao một số người lao động sẽ vẫn giữ được công việc của họ gần như y hệt cách nó đang vận hành hiện nay.

Giống như nhiều nhà kinh tế học khác, Garicano và các cộng sự hình dung một công việc là một "gói" bao gồm nhiều nhiệm vụ khác nhau. Họ đưa ra giả thuyết rằng ở một số công việc, các nhiệm vụ này chỉ được "đóng gói lỏng lẻo" (weakly bundled) – bạn không thực sự cần cùng một người để thực hiện tất cả các đầu việc đó. Trong trường hợp này, việc phân chia nhiệm vụ giữa các nhân sự khác nhau, hoặc giữa con người và AI, là điều rất dễ dàng.

Ngược lại, có những công việc mà các nhiệm vụ được "đóng gói chặt chẽ" (strongly bundled) – người thực hiện một phần của công việc bắt buộc phải làm luôn các phần còn lại, nếu không, toàn bộ công việc sẽ không thể hoàn thành. Nghiên cứu kết luận rằng AI có xu hướng thay thế các công việc đóng gói lỏng lẻo nhanh hơn rất nhiều so với các công việc đóng gói chặt chẽ. Ví dụ, các bác sĩ chẩn đoán hình ảnh vẫn giữ được việc làm vì dù AI có thể đọc hầu hết các phim chụp cơ bản, vẫn còn vô số các khía cạnh khác của công việc mà bác sĩ phải trực tiếp thực hiện để cung cấp cho bệnh nhân sự chăm sóc và chuyên môn mà họ cần.

Những người đảm nhận các công việc được "đóng gói chặt chẽ" này chính là các chuyên gia. Một ví dụ khác có thể kể đến là nghề viết blog. Hiện tại, AI làm rất tốt việc nghiên cứu tài liệu nền, rà soát lỗi chính tả và một số tác vụ hữu ích khác cho quá trình viết. Thế nhưng, dù có thể tạo ra một lượng văn bản vô hạn, AI vẫn chưa thực sự giỏi trong việc "viết". Viết lách truyền tải một góc nhìn độc bản của con người; việc bấm nút để tạo ra văn bản không thể thay bạn nói lên những gì bạn thực sự muốn nói. Do đó, các nhiệm vụ tạo nên công việc của một người viết lách vẫn đang được gắn kết rất chặt chẽ. AI giúp họ làm việc năng suất hơn, nhưng chưa thể đẩy họ vào nguy cơ thất nghiệp.