Tokenmaxxing biến chỉ số sử dụng AI thành màn trình diễn
Tokenmaxxing là việc nhân viên cố ý tăng lượng sử dụng AI để trông có vẻ năng suất trên các bảng theo dõi nội bộ, thay vì tập trung tạo ra kết quả hữu ích cho khách hàng hoặc doanh nghiệp. Đây là ranh giới Amazon muốn làm rõ khi công ty cập nhật hướng dẫn đánh giá kỹ sư vào ngày 27 tháng 10, chuyển trọng tâm từ mức dùng công cụ sang tác động thực tế. Động thái này không phải lời kêu gọi quay lưng với AI. Amazon khuyến khích đưa AI vào phát triển phần mềm, nhưng phản đối việc lấy số token, tỷ lệ áp dụng công cụ hay lượng mã được tạo làm đại diện cho năng lực. Khi một chỉ số trở thành mục tiêu, nhân viên có thể tối ưu con số thay vì sản phẩm. Đó là cách đo dễ báo cáo, nhưng dễ thưởng nhầm hành vi.
Cảnh báo xuất hiện trong lúc AI đang làm thay đổi công việc kỹ thuật nhanh và sâu rộng hơn những bước chuyển trước đây như điện toán đám mây, theo bản ghi nhớ của Terk Terkowitz, Phó chủ tịch kiêm kỹ sư trưởng Amazon. Công ty gọi hình mẫu cần hướng tới là “nhà phát triển thời Phục hưng”: người biết kết hợp khả năng xử lý của AI với phán đoán và chuyên môn con người để tạo sản phẩm, dịch vụ mới. Cách đặt vấn đề này hợp lý: AI cho lập trình viên có thể tăng tốc một số thao tác, nhưng không tự quyết định tính năng có giải quyết đúng nhu cầu hay phần mềm có đáng tin cậy sau khi triển khai hay không.
Đo giá trị dài hạn, không đếm đầu vào
Amazon cho rằng các chỉ số như tỷ lệ dùng AI, lượng token, số thay đổi mã hay lượt đánh giá mã sẽ trở nên sai lệch nếu bị tách khỏi kết quả thực tế. Chúng có thể hữu ích như dữ liệu đầu vào, nhưng không nên đứng một mình trong đánh giá hiệu quả AI. Thước đo công ty ưu tiên là kết quả dài hạn: sản phẩm có cải thiện trải nghiệm khách hàng không, đội ngũ có giao hàng tốt hơn không, và công việc có đem lại giá trị cho hoạt động kinh doanh không. Đây là lựa chọn khó hơn việc đếm lượt sử dụng, bởi tác động thường chỉ rõ sau khi tính năng được vận hành và người dùng phản hồi. Nhưng nếu muốn đo năng suất kỹ sư phần mềm một cách có ý nghĩa, độ khó ấy là cái giá cần chấp nhận.
Hướng dẫn cũng yêu cầu quản lý xem xét cả hai đầu của phổ sử dụng: tìm rào cản ở 10% nhóm dùng AI ít nhất, đồng thời kiểm tra liệu 10% nhóm dùng nhiều nhất có chuyển mức sử dụng cao thành hiệu quả công việc hay không. Cách đối chiếu này tốt hơn áp chỉ tiêu chung cho mọi người. Một kỹ sư ít dùng AI có thể đang gặp trở ngại về công cụ, hoặc đã thấy công cụ không phù hợp với nhiệm vụ; một người dùng nhiều có thể tạo ra giá trị, nhưng cũng có thể chỉ làm tăng khối lượng đầu ra và độ phức tạp phần mềm. Amazon nói việc công cụ hiện tại chưa giúp ích là một phát hiện cần xem xét, không phải bằng chứng nhân viên thất bại.
Năng suất trong kỷ nguyên AI cần được chứng minh bằng kết quả
Thay đổi của Amazon đặt ra câu hỏi rộng hơn cho mọi tổ chức phát triển phần mềm: nếu số dòng mã, lượt đánh giá và mức dùng AI đều có thể gây hiểu lầm, vậy năng suất nên được đo thế nào? Câu trả lời không thể là bỏ hết dữ liệu sử dụng. Những con số ấy vẫn giúp phát hiện công cụ ít được dùng hoặc nhóm cần hỗ trợ, miễn là được đọc cùng chất lượng sản phẩm, tác động tới khách hàng và kết quả kinh doanh. Cũng không nên biến “kết quả dài hạn” thành khẩu hiệu mơ hồ; quản lý phải xác định được kết quả nào có ý nghĩa và theo dõi chúng qua thời gian. Nếu không, doanh nghiệp chỉ thay một bảng điểm dễ thao túng bằng một đánh giá chủ quan khó kiểm chứng.
Thông điệp của Amazon vì thế không phải “dùng AI càng ít càng tốt”, mà là đừng nhầm công cụ với thành quả. Công ty dự báo AI sẽ giữ vai trò trung tâm trong thực hành kỹ thuật phần mềm, dù cách làm tốt nhất vẫn đang hình thành; Terkowitz cũng nhấn mạnh nhân viên cần học hỏi khi công nghệ tiếp tục đổi thay. Với lập trình viên, điều này đặt giá trị vào khả năng chọn đúng việc để dùng AI, nhận ra giới hạn của công cụ và chịu trách nhiệm về kết quả. Với nhà quản lý, bài học rõ ràng hơn: đo tác động, không đo sự bận rộn. Khi AI ngày càng phổ biến, năng suất không nằm ở lượng máy móc được gọi đến, mà ở phần việc tốt hơn mà khách hàng thực sự nhận được.
