Khi kỹ năng AI bùng nổ nhưng việc làm truyền thống chậm lại
Kỹ năng AI thị trường là tập hợp năng lực hiểu, sử dụng và thiết kế các hệ thống trí tuệ nhân tạo để giải quyết nhiệm vụ công việc cụ thể, từ thao tác công cụ tạo sinh đến xây dựng mô hình, nhằm tăng năng suất và tái thiết kế quy trình lao động thay vì chỉ thay thế con người.
Phân tích 700 triệu tin tuyển dụng trình bày tại Bangkok cho thấy nhu cầu kỹ năng AI ở các nghề phơi nhiễm cao gần gấp đôi nhóm ít phơi nhiễm. Cùng lúc, nhu cầu tuyển dụng lập trình viên giảm khoảng 10% so với nhóm nghề ít phơi nhiễm trong giai đoạn 2024–2025. Hai đường xu hướng trái chiều này là tín hiệu rõ: doanh nghiệp không ngừng cần người, nhưng họ cần kiểu năng lực khác. Nói cách khác, thị trường không “tắt” nghề lập trình, mà đang ép nghề này tiến hóa sang phiên bản có AI trong tay. Điều đáng lo không phải AI mạnh lên, mà là người lao động chậm hơn tốc độ thay đổi yêu cầu công việc.
Phát hiện trên đặt ra hai câu hỏi rất thực tế cho người tìm việc: nhà tuyển dụng đang cần thêm năng lực nào, và số vị trí họ muốn tuyển đang thay đổi ra sao. Nếu không nhìn rõ cả hai, bạn dễ rơi vào ảo giác: thấy nhiều khóa học AI, nhiều chức danh mới, rồi vội vàng đổi hướng mà không hiểu nền tảng mình đang có phù hợp với xu hướng nào.
Benchmark AI bỏ sót 90% giờ làm: Đừng tin tuyệt đối vào điểm số
Trong khi thị trường tuyển dụng xoay trục sang kỹ năng AI, một nghịch lý khác xuất hiện: các thước đo năng lực AI lại không phản ánh đúng thế giới việc làm. Một công ty chuyên về nhân tài và đánh giá AI cho biết khoảng 90% giờ làm tại Mỹ nằm trong những nhóm công việc chưa được các benchmark AI hiện nay bao phủ đầy đủ. Nghiên cứu đối chiếu 29 bộ benchmark với cơ sở dữ liệu nghề nghiệp O*NET cho thấy chỉ 924 trong 18.797 nhiệm vụ được đánh giá, tương đương khoảng 4,9% tổng số nhiệm vụ.
Nói thẳng: điểm benchmark cao không có nghĩa mô hình AI đã đủ sức gánh cả một công việc ngoài đời. Các bài test hiện tập trung vào nhiệm vụ dễ tự động hóa và nghề có quy mô kinh tế lớn, như phát triển phần mềm hay phân tích tài chính, trong khi các công việc như lái xe tải, vận hành nhà máy khí gần như vắng bóng. Điều này tạo ra khoảng cách nguy hiểm giữa kỳ vọng và thực tế: nếu doanh nghiệp hay người lao động tin rằng AI “đã làm được hết”, họ có thể đánh giá sai rủi ro mất việc lẫn cơ hội nâng cấp kỹ năng. Điều mà kết quả nghiên cứu cho thấy là nếu chỉ dựa vào các phương thức đánh giá hiện nay, rất khó phản ánh đầy đủ năng lực thực thi công việc của AI trong môi trường thực tế.
Chuyển đổi công việc, không phải tận thế việc làm
Điểm chung của các dữ liệu mới là một thông điệp: chúng ta đang sống trong thời kỳ chuyển đổi công việc, không phải thời kỳ xóa sổ việc làm. Theo các chuyên gia nhân sự, trong ngắn hạn, tác động lớn nhất của AI là chuyển đổi công việc (job transformation) hơn là thay thế hoàn toàn việc làm (job replacement). AI có xu hướng đảm nhiệm một phần công việc trước khi đụng đến cả vị trí. Điều này phù hợp với khác biệt nhiệm vụ giữa các nghề: viết và sửa mã có nhiều phần việc AI có thể hỗ trợ, còn quản lý quan hệ với đối tác hay nhà cung cấp vẫn phụ thuộc mạnh vào tương tác người với người.
Tại Việt Nam, khoảng 11,5 triệu lao động – gần 1/5 lực lượng lao động – đang làm việc trong các nghề có khả năng chịu tác động của AI tạo sinh. Tuy vậy, chỉ khoảng 1 triệu người làm các công việc vừa tiếp xúc AI cao vừa mang tính tiêu chuẩn hóa, nên kịch bản phổ biến hơn là công việc được tái thiết kế thay vì bị thay thế hoàn toàn. Khi AI giúp một cá nhân hoặc đội nhóm hoàn thành nhiệm vụ nhanh hơn, doanh nghiệp sẽ hỏi phần năng lực được giải phóng đó tạo thêm giá trị gì. Nói cách khác, áp lực năng suất tăng lên, và ai không kịp chuyển phần thời gian “rảnh” sang nhiệm vụ giá trị cao hơn sẽ là người bị bỏ lại.
Bức tranh dài hạn cũng không hoàn toàn u ám. Các dự báo về tương lai việc làm cho thấy những xu hướng lớn của thị trường lao động có thể tạo ra khoảng 170 triệu việc làm mới và làm dịch chuyển 92 triệu việc làm hiện tại đến năm 2030, tức tăng ròng khoảng 78 triệu việc làm. Riêng tại các nền kinh tế đang phát triển ở châu Á, nhu cầu có thể tạo thêm khoảng 150 triệu việc làm mới trong thập kỷ tới. Vấn đề không phải là “có việc hay không”, mà là “ai đủ kỹ năng để nhận những việc mới đó”.
Định hướng sự nghiệp AI: Đừng chạy theo chức danh hot
Trước làn sóng chức danh nghe rất kêu như “AI Prompt Engineer”, “AI Product Evangelist”, nhiều người trẻ dễ bị cuốn vào cuộc đua đổi tên LinkedIn hơn là đổi chất lượng kỹ năng. Song, các chuyên gia nhân sự khuyến nghị nhân sự trẻ không nên chạy theo chức danh hot, mà cần coi kỹ năng công nghệ là năng lực nền tảng. Với sinh viên, lời khuyên là đừng chọn một “ngành AI” chỉ vì trí tuệ nhân tạo đang nổi, mà hãy xây nền tảng chuyên môn vững, kết hợp năng lực số, hiểu biết về AI, tư duy phản biện và khả năng học tập suốt đời.
Dữ liệu tuyển dụng cũng ủng hộ cách tiếp cận này. Nhu cầu kỹ năng AI không chỉ dành cho kỹ sư mô hình, mà xuất hiện trong ba nhóm rộng: hiểu biết AI phổ thông để dùng trong công việc hằng ngày; năng lực chuyên sâu như thiết kế chỉ dẫn, tinh chỉnh mô hình; và khả năng kết nối tri thức nội bộ với hệ thống AI để tạo giá trị mới. Trong khi đó, LinkedIn ghi nhận tỷ lệ tin tuyển dụng yêu cầu AI literacy tăng 71% theo năm trong dữ liệu công bố tháng 9/2025. Nói gọn: dù bạn làm marketing, tài chính hay nhân sự, biết dùng AI đúng cách đang dần trở thành “môn bắt buộc”, không phải “môn tự chọn”.
Với những người đang làm công việc lặp lại cao như nhập liệu, hành chính, xử lý hồ sơ hay một số tác vụ hỗ trợ văn phòng, chờ đến khi vị trí biến mất mới học lại là quá muộn. Ngay cả với lập trình viên, vị trí đầu vào chịu sức ép khi tuyển dụng lập trình viên giảm tương đối, nhưng chưa có bằng chứng về tỷ lệ mất việc hàng loạt. Thay vì hoang mang, đây là lúc bạn cần chủ động tái thiết kế vai trò của mình: chuyển từ “người làm tay” sang “người thiết kế quy trình có AI”, từ “người viết từng dòng mã” sang “người kiểm soát chất lượng và kiến trúc hệ thống có AI hỗ trợ”.
Chiến lược 5 năm: Xây năng lực bền vững trong thời AI
Nếu khoảng 39% bộ kỹ năng hiện tại của người lao động sẽ thay đổi hoặc lỗi thời trong giai đoạn 2025–2030, thì câu hỏi không phải là “có nên học thêm không” mà là “học gì trước, học sâu đến đâu”. WEF ước tính trên 100 lao động sẽ có 59 người cần nâng cấp kỹ năng trước năm 2030, trong đó 11 người có nguy cơ không tiếp cận được đào tạo cần thiết. Nếu bạn không chủ động, rất có thể mình sẽ nằm trong nhóm 11 người đó.
Một chiến lược 5 năm hợp lý nên xoay quanh ba trục. Thứ nhất, củng cố nền tảng chuyên môn cốt lõi (tài chính, marketing, kỹ thuật, vận hành…) vì đó là “ngôn ngữ” để bạn đặt câu hỏi đúng cho AI. Thứ hai, xây kỹ năng AI thực tế: biết công cụ nào hỗ trợ nhiệm vụ nào, hiểu giới hạn và rủi ro, không bị đánh lừa bởi điểm benchmark vốn chỉ phản ánh khoảng 4,9% nhiệm vụ trong cơ sở dữ liệu O*NET. Thứ ba, phát triển kỹ năng khó tự động hóa: giao tiếp, thương lượng, thiết kế quy trình, ra quyết định trong bối cảnh mơ hồ. Đây là những phần việc mà chính các nhà kinh tế của IMF vẫn khẳng định “chúng ta vẫn cần con người cho công việc tri thức”.
Kết luận thẳng thắn: AI không phải cơn sóng để bạn cưỡi bằng một khóa học ngắn hạn hay một chức danh mới, mà là dòng chảy dài buộc mỗi người phải tái cấu trúc sự nghiệp. Người chiến thắng trong thời AI không nhất thiết là người biết nhiều công cụ nhất, mà là người hiểu rõ công việc của mình, đọc được tín hiệu thị trường, và kiên trì xây kỹ năng nền tảng đủ sâu để biến AI thành cộng sự, không phải đối thủ.
