Cú sốc AI cho thực tập sinh

Ảnh minh họa

AI chiếm chỗ thực tập sinh

Trong nhiều thập kỷ, các ngành nghề như luật, kiểm toán hay thiết kế đồ họa đều vận hành theo một mô hình phân công khá quen thuộc. Những chuyên gia dày dạn kinh nghiệm phụ trách chiến lược, gặp gỡ khách hàng và đưa ra quyết định quan trọng, còn phần việc lặp đi lặp lại như rà soát tài liệu, bóc tách số liệu hay viết những đoạn mã cơ bản thường được giao cho nhân viên tập sự và sinh viên mới ra trường.

Điều này giúp doanh nghiệp có lực lượng lao động giá rẻ để xử lý việc thủ công, còn người trẻ có cơ hội thực hành, làm quen với công việc và từng bước tiến lên vị trí cao hơn.

Nhưng AI đang làm thay đổi cách vận hành đó. Một mô hình ngôn ngữ có thể tóm tắt và chỉ ra rủi ro pháp lý của một hợp đồng dài 500 trang chỉ trong khoảng 12 giây, một công cụ tạo ảnh có thể đưa ra hàng chục bản phác thảo thiết kế chỉ trong vài phút. Công cụ lập trình như GitHub Copilot hay Cursor có thể viết phần lớn các đoạn mã lặp lại với tốc độ nhanh hơn nhiều lần so với con người.

Với chi phí sử dụng phần mềm chỉ khoảng vài chục USD mỗi tháng, không ít doanh nghiệp bắt đầu cân nhắc lại việc có nên tuyển một nhân sự mới, trả lương, dành thời gian đào tạo và chấp nhận những sai sót ban đầu của người mới vào nghề.

Số liệu từ báo cáo của tổ chức SignalFire về nhân tài công nghệ phần nào phản ánh xu hướng này: Tại các công ty công nghệ lớn, tỷ lệ sinh viên mới tốt nghiệp trong tổng số nhân sự tuyển mới hiện chỉ còn khoảng 7%; còn tại các doanh nghiệp khởi nghiệp tỷ lệ này thậm chí còn thấp hơn.

Ngay cả sinh viên ngành khoa học máy tính tốt nghiệp từ các trường có tiếng, cũng gặp khó khăn hơn khi tìm việc tại các tập đoàn công nghệ lớn so với vài năm trước đây.

Nghịch lý cần kinh nghiệm để có việc làm

Nhiều tin tuyển dụng nhân viên vẫn ghi thử việc, nhưng lại đòi hỏi những kỹ năng mà trước đây chỉ dành cho người đã có vài năm kinh nghiệm, như khả năng tư duy chiến lược hay quản lý quy trình làm việc phức tạp bằng công nghệ.

Giới nghiên cứu gọi hiện tượng này là một dạng nghịch lý: người trẻ cần một công việc để tích lũy kinh nghiệm, nhưng lại khó được nhận vào làm vì thiếu đúng loại kinh nghiệm mà công việc đó yêu cầu.

Nghiên cứu của Phòng thí nghiệm Kinh tế số thuộc Đại học Stanford, dựa trên dữ liệu bảng lương của hàng triệu lao động tại Mỹ, cho thấy số lượng việc làm của nhóm 22-25 tuổi trong các ngành có mức độ ứng dụng AI rất cao.

Một dấu hiệu cho thấy AI đang thay thế chủ yếu loại công việc lặp lại, ít đòi hỏi phán đoán, vốn là loại việc mà người mới vào nghề thường được giao để học hỏi, chứ không phải toàn bộ công việc trong ngành.

Một số nhà kinh tế mô tả xu hướng này bằng hình ảnh đường cong chữ U: một đầu là các công việc dịch vụ đòi hỏi sự khéo léo tay chân trong môi trường khó đoán định như sửa ống nước hay chăm sóc sức khỏe, nơi AI khó thay thế trong ngắn hạn nhưng thu nhập thường không cao; đầu còn lại là nhóm quản lý cấp cao và chuyên gia dùng AI như một công cụ khuếch đại năng suất, có thu nhập tăng nhanh.

Ở giữa (đáy chữ U), là những công việc mang tính xử lý thông tin theo quy trình có sẵn như kế toán, nhân viên tổng đài hay lập trình viên cấp trung. Đây là nhóm dễ bị ảnh hưởng nhất, vì là loại công việc mà các hệ thống AI hiện nay làm khá tốt.

Thị trường lao động phân cực

Bên cạnh vấn đề thu nhập, còn có một khía cạnh ít được nhắc tới hơn: sự khác biệt giữa một người mới vào nghề và một chuyên gia không chỉ nằm ở tốc độ xử lý công việc, mà còn ở loại kiến thức khó gọi tên - sự nhạy bén khi đọc vị đối tác, linh cảm khi phát hiện vấn đề, hay kỹ năng xử lý tình huống phức tạp - những điều thường chỉ được hình thành qua nhiều năm làm việc thực tế bên cạnh người có kinh nghiệm.

Đây cũng là lý do một số chuyên gia nhân sự, trong đó có đại diện của McKinsey, cảnh báo về nguy cơ thiếu hụt lãnh đạo trong 5-10 năm tới, khi nhóm lao động giàu kinh nghiệm hiện tại dần nghỉ hưu nhưng không có đủ lớp kế cận được rèn luyện qua các nấc thang truyền thống.

Đối với từng doanh nghiệp, việc giảm tuyển dụng và đào tạo nhân sự mới là một quyết định hợp lý để tiết kiệm chi phí trong ngắn hạn. Nhưng nếu phần lớn doanh nghiệp cùng lựa chọn hướng đi này, nguồn nhân lực có kinh nghiệm của cả nền kinh tế trong tương lai có thể bị ảnh hưởng.

Sự thay đổi trong cấu trúc lao động cũng đang đặt ra thách thức cho ngân sách nhà nước. Khi thu nhập của nhóm lao động trung bình - vốn đóng góp phần lớn thuế thu nhập cá nhân - bị ảnh hưởng, nguồn thu ngân sách từ khoản thuế này cũng có xu hướng giảm theo, trong khi phần lợi nhuận tăng thêm nhờ năng suất AI phần lớn lại chảy về một số ít tập đoàn công nghệ lớn.

Trong khi đó, chi tiêu cho các chương trình an sinh xã hội, trợ cấp thất nghiệp và đào tạo lại nghề nghiệp có xu hướng tăng lên. Nghiên cứu của Quỹ Tiền tệ Quốc tế (IMF) về trường hợp Thụy Điển cho thấy, chi phí chuyển đổi lao động do tự động hóa thường rơi không đồng đều lên nhóm người trẻ, người có trình độ học vấn thấp hơn và lao động nhập cư.

Trước thực tế này, một số đề xuất chính sách đã bắt đầu được thảo luận ở nhiều quốc gia. Tại Mỹ, một số nhà lập pháp liên bang đã giới thiệu các đề xuất như Đạo luật Quỹ chủ quyền AI, nhằm áp thuế dựa trên cổ phiếu của các tập đoàn công nghệ lớn để lập quỹ hỗ trợ người lao động bị ảnh hưởng, trong khi một số bang như Virginia đã thông qua quy định đánh thuế lượng điện tiêu thụ của các trung tâm dữ liệu.

Ở cấp độ quốc tế, các cuộc đàm phán về khung thuế quốc tế cho nền kinh tế số trong khuôn khổ Tổ chức Hợp tác và Phát triển kinh tế (OECD) vẫn đang gặp nhiều trở ngại, khiến một số nước chuyển sang áp dụng thuế dịch vụ kỹ thuật số riêng lẻ đối với doanh thu của các tập đoàn công nghệ nước ngoài.

LHQ cũng đã đưa nội dung liên quan tới AI vào chương trình nghị sự thuế quốc tế dài hạn, phản ánh việc vấn đề thuế và công nghệ đang ngày càng gắn bó chặt chẽ với nhau.