Khi AI Làm Hết Việc: Năng Suất Tăng, Kỹ Năng Con Người Giảm?

Năng suất AI tăng vọt và nghịch lý mất kỹ năng con người

Nghịch lý năng suất do AI là hiện tượng khi các hệ thống thông minh giúp nhân viên hoàn thành ngày càng nhiều nhiệm vụ nhanh và hiệu quả hơn, nhưng đồng thời khiến họ ít thực hành kỹ năng cốt lõi, dẫn đến mất kỹ năng công việc, giảm khả năng phán đoán và phụ thuộc vào AI trong dài hạn. Trong vài năm qua, các công ty công nghệ đã đẩy mạnh tự động hóa nhân viên bằng trợ lý và agent AI cho mọi việc từ viết email, phân tích dữ liệu đến sắp xếp lịch họp, biến AI thành “đồng nghiệp” không biết mệt. Nhưng câu hỏi khó chịu đang nổi lên: nếu AI làm gần hết, con người còn giữ được gì ngoài việc bấm nút phê duyệt?

Bên trong Anthropic, nhân viên đã dùng Claude agents để lập trình, tổ chức lịch, rà soát email, quản lý danh sách việc cần làm và chạy các quy trình vốn trước đây do người thực hiện. Một nghiên cứu nội bộ cho thấy họ dự đoán AI có thể đảm nhận trung bình 75% khối lượng công việc của mình vào năm 2030, hơn một nửa tin rằng con số này sẽ đạt ít nhất 80% nhiệm vụ. Đây là ví dụ điển hình của Claude agents năng suất: hệ thống làm nhiều hơn, nhanh hơn, nhưng phần “lao động trí óc” của con người bị thu hẹp lại thành giám sát và ra quyết định. Vấn đề là, nếu chúng ta ít làm đi, làm lại những việc chuyên môn, kỹ năng sẽ mòn đi lúc nào không hay.

Khi giờ làm của AI vượt giờ làm của người: năng suất hay cái bẫy?

Nếu nhìn thuần túy bằng số liệu, câu chuyện Claude agents năng suất trong Anthropic là một giấc mơ của mọi phòng nhân sự: năng suất tăng, chi phí nhân lực giảm, quy trình trơn tru hơn. Nhưng đằng sau các biểu đồ đẹp là một cái bẫy kỹ năng đang mở ra. Khi AI làm nhiều hơn con người, chúng ta không chỉ bớt vất vả, mà còn bớt cơ hội luyện tay nghề. Đó là điểm mà các nhà nghiên cứu gọi là “đánh mất năng lực” – không phải vì chúng ta ngu đi, mà vì chúng ta không còn thực hành đủ để giữ kỹ năng sắc bén.

Theo dữ liệu nội bộ, từ tháng 3, số giờ làm việc của các agent AI lần đầu tiên vượt giờ làm của nhân viên Anthropic, và đến tháng 8, tỷ lệ này đã đạt khoảng 6 giờ do agent thực hiện cho mỗi 1 giờ do người đảm nhận. Trong cùng 6 tháng, số dòng mã đóng góp bởi kỹ sư tăng gấp 5 lần, phần lớn nhờ AI hỗ trợ. Nghe có vẻ là chiến thắng tuyệt đối của tự động hóa nhân viên. Nhưng khi “nút cổ chai” không còn là năng lực của mô hình mà là thời gian và quyết định của con người, vai trò nhân viên bị đẩy dần sang “metatrabajo”: chỉ đạo, kiểm tra, rà soát. Nếu phần thực thi kỹ thuật bị giao hết cho AI, thế hệ sau sẽ thiếu trải nghiệm nền tảng để trở thành chuyên gia thực thụ.

Đáng lo hơn, báo cáo cho thấy tỷ lệ tuyển dụng vị trí junior giảm mạnh, nhu cầu chuyển sang người có khả năng giám sát hơn là làm các tác vụ lặp lại. Điều này có nghĩa là con đường học nghề truyền thống – bắt đầu từ việc nhỏ, lặp lại, rồi nâng dần độ khó – đang bị cắt ngắn. Người mới vào nghề không còn được “nhúng” trong công việc thực thi, mà được yêu cầu quản lý hệ thống thông minh ngay từ đầu. Nghe thì hiện đại, nhưng đó là cách chúng ta tạo ra một lớp nhân viên phụ thuộc vào AI, thiếu nền tảng kỹ năng để đứng vững nếu hệ thống gặp trục trặc.

Phụ thuộc vào AI: vòng lặp mất kỹ năng từ email đến dữ liệu

Phụ thuộc vào AI không xảy ra trong một đêm, mà hình thành như một vòng lặp nhỏ, lặp lại mỗi ngày: hôm nay giao cho AI viết email, mai giao thêm phân tích dữ liệu, tuần sau để AI tự sắp xếp lịch họp. Mỗi lần như vậy, chúng ta bớt đi một lần luyện kỹ năng giao tiếp, phân tích, tổ chức. Khi các trợ lý tự động từ Muse đến Gemini được quảng bá là giải pháp “giải phóng khỏi việc vặt” để xử lý mọi việc số hóa, chúng ta dễ quên rằng chính những việc vặt đó là nền tảng của năng lực nghề nghiệp. Không ai trở thành chuyên gia phân tích nếu chưa từng tự mình làm những báo cáo “nhàm chán” hàng trăm lần.

Một khảo sát với 1.106 người lao động Mỹ cho thấy cứ 5 người thì có 1 người đã giao ít nhất một nhiệm vụ vốn thuộc về đồng nghiệp hoặc nhà cung cấp cho AI. Hai phần ba nội dung do máy tạo ra được dùng nguyên vẹn hoặc chỉ chỉnh sửa rất ít. Khi chúng ta không còn thực hành các kỹ năng mà agent làm thay, “on perd la compétence et on devient dépendant” – chúng ta mất năng lực và trở nên phụ thuộc. Câu hỏi mà một nhà nghiên cứu đặt ra rất thẳng: “Khi có sự cố, không còn ai đủ khả năng sửa chữa”. Đây không còn là chuyện viết email dở hay giỏi, mà là rủi ro hệ thống: nếu AI sai, liệu còn ai đủ trình độ để nhận ra và sửa?

Các nhà nghiên cứu gọi kịch bản này là “dépossession progressive” – sự bị tước dần năng lực. Khi máy làm tốt hơn và rẻ hơn, doanh nghiệp và cơ quan nhà nước có động lực mạnh để giảm phần việc của con người, còn những tổ chức cố giữ người lại dễ bị cạnh tranh loại bỏ. Nếu chúng ta chỉ cố gắng “cạnh tranh với máy”, khả năng cao là sẽ thua. Trong thế giới đó, mất kỹ năng công việc không phải là lỗi của từng cá nhân lười học, mà là kết quả của một cấu trúc kinh tế khuyến khích giao mọi thứ cho AI. Nhân viên trở thành người phê duyệt, không còn là người làm; và khi kỹ năng phai mờ, phụ thuộc vào AI trở thành trạng thái mặc định.

Tự động hóa nhân viên và hệ quả xã hội: từ chỗ làm đến năng lực phán đoán

Tự động hóa nhân viên bằng AI thường được bán như một câu chuyện tiết kiệm chi phí và tăng cạnh tranh. Nhưng nếu nhìn ở cấp độ xã hội, nó giống một chiếc máy nghiền kỹ năng: mỗi lần một nhiệm vụ được giao cho AI, một cơ hội luyện tập của con người biến mất. Các nhà nghiên cứu cảnh báo đây là “một guồng mất năng lực ở quy mô xã hội” – không chỉ vài người quên cách viết email, mà cả thế hệ lao động mất dần khả năng phân tích, phán đoán, xử lý tình huống phức tạp. Khi những vai trò đòi hỏi phán đoán con người bị thu hẹp, khả năng dịch chuyển nghề nghiệp và thích nghi với công việc mới sẽ suy yếu.

Trong trường hợp Anthropic, công ty cho biết đã điều chuyển nhân viên sang các vai trò mới khi một số nhiệm vụ được tự động hóa. Nghe có vẻ nhân văn, nhưng không giải quyết được gốc rễ: nếu phần việc chuyên môn bị giao hết cho AI, những vai trò mới đó vẫn xoay quanh giám sát hệ thống hơn là xây dựng kỹ năng sâu. Ở tầm rộng hơn, khi doanh nghiệp bị áp lực cạnh tranh buộc phải giảm phần người vì máy làm tốt hơn và rẻ hơn, chúng ta đang xây dựng một thị trường lao động nơi giá trị của nhân viên không còn nằm ở tay nghề, mà ở khả năng “điều phối AI”. Đó là một giá trị dễ bị thay thế, vì khi AI ngày càng tự động, ngay cả việc giám sát cũng có thể bị thu hẹp.

Hệ quả dài hạn là một lực lượng lao động bị xói mòn kỹ năng, khó chuyển sang các vai trò đòi hỏi phán đoán con người thực sự. Khi sự nghiệp gắn chặt với một nền tảng AI cụ thể, mỗi lần công nghệ thay đổi là một lần nhân viên phải học lại từ đầu, nhưng lần này không còn nền tảng kỹ năng để bám vào. Đó là rủi ro mà ít bộ phận nhân sự tính đến: năng suất hôm nay có thể là cái giá phải trả bằng khả năng thích nghi ngày mai. Nếu chúng ta không chủ động giữ lại những “khoảng đất” cho con người thực hành và sai rồi sửa, tự động hóa nhân viên sẽ trở thành tự động hóa luôn cả năng lực phán đoán.

Giải pháp: giữ người trong vòng, thiết kế ma sát chiến lược

Nếu vấn đề là mất kỹ năng vì giao quá nhiều cho AI, giải pháp không thể chỉ là “dùng ít AI hơn” – điều đó vừa phi thực tế, vừa đi ngược lợi ích năng suất. Điều chúng ta cần là thiết kế lại cách dùng AI để nó trở thành công cụ luyện kỹ năng, không phải cỗ máy tước đoạt. Một nhà nghiên cứu đề xuất khái niệm “friction stratégique” – ma sát chiến lược. Nghĩa là cố ý chèn những bước bắt buộc con người phải tham gia, dù có làm chậm hệ thống. Ma sát này không phải để trừng phạt AI, mà để bảo vệ năng lực của nhân viên.

Trong thực tế, ma sát chiến lược có thể là: yêu cầu nhân viên tự phác thảo nội dung trước khi nhờ AI viết lại; bắt buộc kiểm tra ngẫu nhiên các báo cáo do AI tạo; duy trì những ca “chạy tay” định kỳ để đội ngũ không quên quy trình khi hệ thống gặp sự cố. Các doanh nghiệp cũng nên đặt KPI không chỉ về năng suất, mà về mức độ duy trì kỹ năng cốt lõi. Nếu Claude agents năng suất giúp tăng số dòng mã gấp 5 lần, hãy đảm bảo vẫn có những phần mã do con người tự viết, tự debug, để thế hệ kỹ sư sau không trở thành “người vận hành prompt” thuần túy. Quan trọng hơn, mỗi cá nhân cần tự đặt câu hỏi: mình đang dùng AI để học thêm, hay để khỏi phải học?

Kết luận thẳng thắn là: AI sẽ tiếp tục làm nhiều hơn, tốt hơn, rẻ hơn. Chúng ta không thể quay lưng với tự động hóa nhân viên. Nhưng chúng ta có thể chọn không để mình bị tước mất kỹ năng. Điều đó đòi hỏi doanh nghiệp phải dám hy sinh một phần tốc độ để giữ lại năng lực con người, và người lao động phải chủ động luyện tập thay vì phó mặc mọi thứ cho máy. Nếu không, trong một tương lai không xa, khi hệ thống trục trặc, chúng ta sẽ nhận ra rằng thứ duy nhất còn lại là nút “retry” – và không còn ai biết phải làm gì khi nút đó không hoạt động.