AI và việc làm: vì sao AI đổi từng nhiệm vụ trước khi đổi cả một nghề

AI hiếm khi xoá cả một nghề trong một lần; nó thay đổi từng nhiệm vụ bên trong nghề đó. Một nhân viên chăm sóc khách hàng làm cả chục việc khác nhau mỗi ngày: trả lời câu hỏi lặp lại, tra đơn hàng, xoa dịu khách đang giận, xử lý trường hợp lạ, báo lỗi cho bộ phận khác. AI làm tốt vài việc trong số đó, làm kém vài việc khác. Nghề ấy thay đổi đến đâu tuỳ vào tỉ lệ giữa hai phần này, và tuỳ vào việc doanh nghiệp chọn dùng AI để thay người hay để giúp người.

Vì vậy câu hỏi "AI có lấy mất việc của mình không" mà nhiều người hay gõ nên được đổi thành: trong công việc của bạn, nhiệm vụ nào máy làm được với chi phí thấp và sai thì ít hậu quả, nhiệm vụ nào cần phán đoán, trách nhiệm, quan hệ với người khác. Bài này giải thích cách nhìn đó, bài học từ các lần công nghệ đến trước, và vì sao lần này việc văn phòng bị chạm tới nhiều hơn việc tay chân.

Nghề là một bó nhiệm vụ: cách nhìn giúp hiểu đúng chuyện mất việc

Các nhà kinh tế học lao động từ lâu đã không phân tích tác động của công nghệ theo tên nghề, mà theo nhiệm vụ. Lý do đơn giản: cùng một chức danh "kế toán" nhưng người làm ở hộ kinh doanh nhỏ và người làm ở tập đoàn có danh sách việc rất khác nhau. Máy móc không thay "kế toán", nó thay việc nhập chứng từ, đối chiếu số dư, lập báo cáo theo mẫu. Còn việc giải thích cho chủ doanh nghiệp vì sao lãi trên sổ mà trong két không có tiền thì vẫn cần người.

Khi tách nghề thành nhiệm vụ, bức tranh trở nên rõ hơn. Có nhiệm vụ biến mất hẳn, có nhiệm vụ nhanh gấp nhiều lần nhờ máy, có nhiệm vụ mới xuất hiện (kiểm tra đầu ra của AI, viết hướng dẫn cho AI, xử lý trường hợp AI không làm được). Một nghề có thể mất một nửa số giờ làm việc cũ nhưng vẫn tồn tại, chỉ là mỗi người làm được nhiều hơn, hoặc chuyển thời gian sang phần việc khó hơn.

Cách nhìn này cũng giải thích vì sao hai người cùng nghề có thể có trải nghiệm trái ngược. Người có công việc gồm chủ yếu nhiệm vụ lặp lại, ít va chạm với khách, sẽ thấy áp lực lớn. Người có phần lớn thời gian dành cho đàm phán, giải quyết sự cố, chăm sóc người khác thì thấy AI như một công cụ phụ. Không có câu trả lời chung cho cả một nghề.

Tự động hoá và hỗ trợ: hai hướng tác động khác nhau

Cùng một công nghệ có thể đi theo hai hướng. Tự động hoá là máy làm thay nhiệm vụ, người không cần tham gia nữa. Hỗ trợ (giới nghiên cứu hay gọi là "tăng cường") là máy làm một phần, người vẫn quyết định và chịu trách nhiệm. Bảng dưới so sánh hai hướng bằng ví dụ đời thường.

Doanh nghiệp chọn hướng nào không chỉ do công nghệ quyết định mà còn do chi phí, quy định, và cách lãnh đạo nhìn người lao động. Cùng một công cụ, nơi này dùng để cắt giảm, nơi khác dùng để phục vụ nhiều khách hơn với cùng số người. Đó là lý do các dự báo chỉ dựa vào khả năng kỹ thuật thường lệch so với thực tế.

Bài học từ những lần công nghệ đến trước

Máy rút tiền tự động và giao dịch viên ngân hàng. Khi máy ATM phổ biến ở Mỹ, nhiều người đoán nghề giao dịch viên sẽ biến mất. Nhà kinh tế James Bessen chỉ ra rằng số giao dịch viên ở đó không giảm mạnh trong nhiều năm: chi phí vận hành mỗi chi nhánh thấp đi nên ngân hàng mở thêm chi nhánh, và giao dịch viên chuyển dần sang tư vấn, bán sản phẩm. Về sau, khi ngân hàng số lên ngôi, con số này mới đi xuống. Bài học: tác động thật đến chậm và qua nhiều vòng.

Bảng tính và người ghi sổ. Phần mềm bảng tính làm việc cộng trừ cả ngày của người ghi sổ trong vài giây. Công việc ghi sổ thuần tuý giảm, nhưng nhu cầu phân tích tài chính tăng vì giờ đây ai cũng chạy được nhiều kịch bản "nếu thì". Người làm nghề phải chuyển từ tính sang diễn giải.

Máy dệt và thợ dệt thủ công. Ngược lại, có những lần công nghệ thật sự xoá sổ một nhóm nghề trong một thế hệ, để lại vùng lao động khó khăn kéo dài. Lịch sử cách mạng công nghiệp cho thấy tổng số việc làm có thể tăng về dài hạn trong khi một nhóm người cụ thể chịu thiệt nặng. Trung bình của cả nền kinh tế không an ủi được người bị mất việc ở tuổi năm mươi.

Điều chung của các lần trước. Công nghệ thường đến chậm hơn lời đồn, tạo ra việc mới khó đoán trước, nhưng cái giá chuyển đổi rơi không đều lên các nhóm người. Hiểu điều này giúp tránh cả hai thái cực: hoảng loạn và thờ ơ.

Vì sao lần này khác: AI chạm vào việc văn phòng và việc chữ

Các làn sóng tự động hoá trước chủ yếu thay sức cơ bắp và thao tác lặp lại trong nhà máy. AI tạo sinh thì khác ở chỗ nó giỏi xử lý chữ, số, hình: soạn thư, tóm tắt tài liệu, dịch, viết mã đơn giản, phân loại hồ sơ, trả lời câu hỏi theo mẫu. Đây đúng là phần việc của nhân viên văn phòng, hành chính, chăm sóc khách hàng qua tin nhắn, biên tập nội dung.

Một nghiên cứu năm 2023 của Tổ chức Lao động Quốc tế (ILO) về AI tạo sinh và việc làm đánh giá rằng nhóm công việc văn thư, hỗ trợ hành chính có mức tiếp xúc với AI cao nhất, và tác động phổ biến hơn là thay đổi cách làm việc chứ không phải thay thế hoàn toàn. Nghiên cứu này cũng lưu ý rằng ở nhiều nước, phụ nữ chiếm tỉ lệ cao trong các công việc văn thư nên chịu ảnh hưởng nhiều hơn. Đây là đánh giá mức tiếp xúc, không phải dự báo số người mất việc.

Một điểm khác nữa: việc tay chân khéo léo trong môi trường lộn xộn như sửa ống nước, chăm sóc người bệnh, nấu ăn ở bếp đông khách, lắp điện trong nhà dân lại khó tự động hoá hơn nhiều so với tưởng tượng. Robot vẫn vụng ở những việc mà con người làm hằng ngày không cần suy nghĩ. Vì thế bức tranh lần này có phần đảo ngược so với các thập kỷ trước.

Yếu tố quyết định một công việc đổi nhanh hay chậm

Khả năng kỹ thuật chỉ là điều kiện cần. Một nhiệm vụ AI làm được trong phòng thí nghiệm có thể mất nhiều năm mới thay đổi ở nơi làm việc thật, vì các yếu tố sau:

• Giá của một lần sai. Viết nháp thư quảng cáo sai một chữ thì sửa là xong; đọc nhầm kết quả xét nghiệm thì hậu quả nặng. Việc có giá sai cao sẽ giữ người kiểm tra lâu hơn.
• Ai chịu trách nhiệm pháp lý. Ở những nghề cần chữ ký người hành nghề như kiểm toán, thiết kế công trình, khám chữa bệnh, máy chưa thể đứng tên.
• Dữ liệu có sẵn và sạch không. Nhiều doanh nghiệp nhỏ ở Việt Nam còn lưu hồ sơ trên giấy, trong nhóm chat, mỗi người một kiểu. AI không thể dùng thứ chưa được số hoá.
• Chi phí triển khai so với tiền công. Ở nơi tiền công thấp, đầu tư công nghệ để thay người có thể chưa đáng.
• Khách hàng có chấp nhận không. Có người thích tổng đài tự động vì nhanh, có người nhất định đòi gặp người thật.
• Quy định của ngành và của nhà nước. Các lĩnh vực như tài chính, y tế, giáo dục có quy định riêng về việc dùng máy để ra quyết định.

Nhìn qua sáu yếu tố này, bạn sẽ thấy vì sao cùng một công nghệ lại thay đổi ngành dịch vụ khách hàng trực tuyến nhanh hơn ngành xây dựng, và thay đổi doanh nghiệp lớn nhanh hơn hộ kinh doanh.

Ở Việt Nam: cơ cấu lao động khác nên tác động cũng khác

Phần lớn tranh luận về AI và việc làm trên báo quốc tế dựa vào thị trường lao động của các nước giàu, nơi tỉ lệ lao động văn phòng rất cao. Việt Nam có cơ cấu khác: một phần đáng kể lao động còn ở nông nghiệp, sản xuất chế biến, buôn bán nhỏ, và khu vực phi chính thức. Những công việc này chịu tác động của AI chậm hơn và gián tiếp hơn, ví dụ qua máy móc nông nghiệp thông minh hay phần mềm quản lý bán hàng.

Nhóm cần chú ý nhiều hơn là những công việc gắn với dịch vụ xuất khẩu: gia công phần mềm, xử lý dữ liệu thuê ngoài, dịch thuật, chăm sóc khách hàng cho đối tác nước ngoài, thiết kế đồ hoạ theo đơn. Đây là những ngành Việt Nam có lợi thế nhờ chi phí nhân công, và đây cũng là loại nhiệm vụ AI tạo sinh làm khá tốt. Khi khách hàng nước ngoài có thể tự làm một phần bằng AI, đơn hàng thuê ngoài có thể đổi về khối lượng và tính chất.

Mặt khác, AI cũng có thể giúp doanh nghiệp nhỏ trong nước làm được những việc trước đây phải thuê ngoài: viết nội dung, dịch tài liệu, phân tích bán hàng. Tác động ròng lên việc làm ở Việt Nam là câu hỏi mở, chưa có dữ liệu đủ dài để kết luận. Những ai nói chắc chắn theo hướng nào đều đang đoán.

Đọc con số "bao nhiêu phần trăm việc làm bị AI thay thế" thế nào

Mức tiếp xúc khác với mức thay thế. Nhiều báo cáo đo tỉ lệ nhiệm vụ "có thể" được AI làm, rồi báo chí viết thành "sẽ mất việc". Một nhiệm vụ có thể được AI làm không có nghĩa nó sẽ được giao cho AI, càng không có nghĩa người làm nó mất việc.

Hỏi mốc thời gian. Dự báo không ghi rõ khi nào thì gần như không kiểm chứng được. Mười năm và năm mươi năm là hai câu chuyện khác hẳn.

Hỏi nghiên cứu đo cái gì. Có nghiên cứu nhờ chuyên gia chấm từng nhiệm vụ, có nghiên cứu nhờ chính mô hình AI chấm, có nghiên cứu khảo sát doanh nghiệp. Phương pháp khác nhau cho kết quả khác nhau rất xa.

Hỏi ai công bố. Một công ty bán phần mềm tự động hoá có lý do để vẽ bức tranh mạnh tay; một tổ chức công đoàn có lý do để nhấn vào rủi ro. Điều đó không làm số liệu sai, nhưng nên đọc kèm. Cách đọc tin AI cho tỉnh táo có danh mục riêng trên trang này.

Người lao động và xã hội cần chuẩn bị gì

Ở cấp cá nhân, bước hữu ích nhất là tự liệt kê nhiệm vụ trong công việc của mình và đánh dấu phần nào lặp lại, phần nào cần phán đoán, phần nào cần quan hệ với người. Sau đó tập dùng AI cho chính phần lặp lại để hiểu nó làm được gì, sai ở đâu. Người hiểu rõ giới hạn của công cụ thường là người được giao kiểm tra, điều phối, đào tạo người khác. Hướng dẫn chi tiết cho người đi làm, như tự đánh giá công việc hay lên kế hoạch chuyển nghề, có ở trang AI Việc Làm.

Ở cấp doanh nghiệp, cách triển khai quyết định rất nhiều: thông báo minh bạch, đào tạo trước khi thay đổi quy trình, dùng phần năng suất tăng thêm để mở rộng dịch vụ thay vì chỉ cắt người. Những doanh nghiệp làm ngược lại thường gặp phản ứng ngầm, nhân viên giấu cách làm việc, và mất người giỏi.

Ở cấp xã hội, các cuộc thảo luận chính sách xoay quanh đào tạo lại cho người lớn tuổi, bảo hiểm thất nghiệp đủ để người lao động có thời gian chuyển đổi, và giáo dục phổ thông dạy cách tư duy thay vì chỉ ghi nhớ. Không có chính sách nào là chắc chắn đúng, và các nước đang thử theo những cách rất khác nhau.

Câu hỏi thường gặp

Nghề nào ít bị AI ảnh hưởng nhất?

Thường là nghề cần thao tác tay khéo léo trong môi trường thay đổi, cần chăm sóc trực tiếp con người, hoặc cần người đứng tên chịu trách nhiệm. Ví dụ thợ sửa chữa, điều dưỡng, giáo viên mầm non. Tuy vậy, ngay cả những nghề này cũng có phần việc giấy tờ sẽ đổi theo AI.

AI có tạo ra việc làm mới không?

Có, nhưng khó đoán trước loại nào và bao nhiêu. Đã thấy xuất hiện các nhiệm vụ như kiểm tra đầu ra của AI, gán nhãn dữ liệu, thiết kế quy trình làm việc có AI. Kinh nghiệm từ các lần công nghệ trước cho thấy nhiều nghề mới chỉ hiện rõ sau một thời gian dài.

Vì sao các dự báo về AI và việc làm lại khác nhau nhiều như vậy?

Vì chúng đo những thứ khác nhau: có cái đo khả năng kỹ thuật, có cái đo ý định của doanh nghiệp, có cái đo mức tiếp xúc. Mốc thời gian và giả định về chi phí cũng khác nhau. Nên đọc phương pháp trước khi đọc con số.

Người lớn tuổi có bị thiệt hơn người trẻ khi AI thay đổi công việc không?

Người lớn tuổi thường gặp khó hơn khi phải học công cụ mới hoặc chuyển nghề, nhưng lại có kinh nghiệm xử lý tình huống, hiểu khách hàng và quy trình, những thứ AI chưa thay được. Kết quả phụ thuộc nhiều vào việc nơi làm việc có đào tạo bài bản hay không.

Học sinh bây giờ nên chọn ngành gì để không bị AI thay thế?

Không có ngành nào miễn nhiễm hoàn toàn và cũng khó dự đoán trước mười năm. Hữu ích hơn là chọn ngành phù hợp với sở thích, năng lực, rồi rèn những kỹ năng bền như tư duy phản biện, giao tiếp, giải quyết vấn đề, và thói quen học công cụ mới.

Doanh nghiệp dùng AI có phải báo trước cho người lao động không?

Điều này phụ thuộc quy định lao động hiện hành và thoả thuận trong hợp đồng, nội quy. Về nguyên tắc tốt, thông báo minh bạch và đào tạo trước khi thay đổi quy trình giúp giảm xung đột. Câu hỏi pháp lý cụ thể nên hỏi luật sư hoặc cơ quan lao động.