Khi doanh nghiệp đưa AI vào quy trình, câu hỏi về cắt giảm bao nhiêu người thường xuất hiện trước câu hỏi ai sẽ thiết kế lại nhiệm vụ. AI xử lý tốt một số thao tác lặp lại, nhưng đầu ra vẫn cần được kiểm tra, đưa vào quy trình và gắn với người chịu trách nhiệm. Một nghiên cứu của Stanford trên dữ liệu 41 quốc gia cho thấy doanh nghiệp dùng AI có xu hướng tăng tỷ trọng vị trí cấp cao, trong khi tác động lên tổng số tuyển dụng nhỏ hơn.

Dữ liệu 41 quốc gia cho thấy cơ cấu tuyển dụng thay đổi

Nhóm Bharat Chandar và Bouke Klein Teeselink tại Stanford Digital Economy Lab phân tích khoảng 1,25 tỷ tin tuyển dụng và 154 triệu hồ sơ tuyển dụng ở 41 quốc gia. Nhóm nghiên cứu nhận diện mức độ sử dụng AI qua nội dung tin tuyển dụng rồi so sánh doanh nghiệp có dấu hiệu dùng AI với các doanh nghiệp tương tự chưa có dấu hiệu này. Cách làm đó đo sự khác biệt giữa hai nhóm, không đo toàn bộ nhu cầu tuyển dụng trong nền kinh tế.

Tỷ lệ nhân sự cấp thấp ở doanh nghiệp dùng AI thấp hơn nhóm đối chứng khoảng 1,9 điểm phần trăm. Mô hình ước tính tuyển dụng cấp cao tăng khoảng 6,7%, tuyển dụng cấp thấp giảm khoảng 2,5% và tổng tuyển dụng tăng khoảng 3,3%. Hai con số giảm và tăng này là ước tính tương đối; mức tăng tổng tuyển dụng chỉ có ý nghĩa thống kê biên nên chưa đủ để kết luận AI tạo thêm cơ hội ở mọi doanh nghiệp.

Trong 31 quốc gia có đủ dữ liệu để ước tính mức độ phơi nhiễm với AI, 23 quốc gia ghi nhận tỷ lệ nhân sự cấp thấp giảm. Nhân sự cấp cao chuyển sang các vị trí có mức độ phơi nhiễm với AI nhiều hơn khoảng 5%, còn nhân sự cấp thấp rời nhóm vị trí này khoảng 2%. “Vị trí phơi nhiễm với AI” được xác định từ nội dung tin tuyển dụng và nhiệm vụ, không có nghĩa người lao động đã đổi nghề hoặc vị trí chắc chắn biến mất.

Đây là bằng chứng gợi ý về cơ cấu tuyển dụng, không phải dự báo cho từng công ty. Mẫu nghiên cứu thiên về doanh nghiệp có liên kết số và hoạt động quốc tế. Vì vậy, doanh nghiệp vừa và nhỏ tại Đài Loan hoặc Việt Nam cần dùng dữ liệu nhiệm vụ, chất lượng đầu ra và nhu cầu kinh doanh của mình để kiểm tra lại.

AI tác động qua quy mô, nhiệm vụ và năng suất

AI giảm thời gian xử lý một nhiệm vụ chưa đồng nghĩa doanh nghiệp sẽ giảm cùng tỷ lệ nhân sự. Nếu chi phí giảm giúp doanh nghiệp mở rộng sản lượng hoặc dịch vụ, nhu cầu ở một số khâu vẫn tăng. Ngược lại, nếu doanh nghiệp giữ nguyên quy mô, phần tự động hóa sẽ làm giảm nhu cầu ở nhóm nhiệm vụ đó.

Ba cơ chế cần tách riêng. Hiệu ứng quy mô xuất hiện khi chi phí thấp hơn mở ra thêm khách hàng hoặc sản phẩm. Tái tổ chức nhiệm vụ đưa một phần công việc cho AI, đồng thời tạo thêm khâu kiểm tra dữ liệu, kiểm soát đầu ra, thiết kế luồng xử lý và xử lý ngoại lệ. Thay đổi năng suất giúp nhân viên hoàn thành nhanh hơn, nhưng giá trị của công việc còn phụ thuộc vào quyết định kinh doanh phía sau.

Nhân lực cấp cao thường nằm ở điểm nối giữa các nhiệm vụ. Họ chuyển mục tiêu kinh doanh thành quy trình, đặt tiêu chuẩn đầu ra, quyết định lúc nào cần người kiểm tra và phân công trách nhiệm khi hệ thống sai. Đây là lý do doanh nghiệp cần thêm nhân lực có kinh nghiệm ngay cả khi một số thao tác được tự động hóa.

Ba hướng tác động của AI gồm mở rộng quy mô, tái tổ chức nhiệm vụ và thay đổi năng suất cùng dẫn tới thay đổi nhu cầu nhân lực

Cắt nhiệm vụ cấp thấp làm đứt thang đào tạo

Vị trí cấp thấp thường giúp người mới tích lũy kiến thức ngành, hiểu quy trình và học cách phán đoán. Nếu doanh nghiệp giao toàn bộ nhiệm vụ lặp lại cho AI mà không tạo tình huống thực hành khác, họ sẽ thiếu nguồn nhân lực đã được rèn luyện để đảm nhận công việc phức tạp hơn.

Tổ chức Lao động Quốc tế nhận định phần lớn nghề nghiệp vẫn gồm nhiều nhiệm vụ cần con người, nên AI tạo sinh thường làm biến đổi nghề hơn là thay thế toàn bộ. OECD cũng ghi nhận AI làm tăng nhu cầu về kỹ năng cao hơn và nhấn mạnh đào tạo, đào tạo lại là cách doanh nghiệp ứng phó với thay đổi kỹ năng.

Đào tạo không nên dừng ở hoàn tất một khóa học. Bước đầu là giao nhiệm vụ có phạm vi rõ, yêu cầu người học kiểm tra dữ liệu, đánh dấu điểm đáng ngờ trong đầu ra và giải thích lý do chấp nhận hoặc trả lại kết quả. Sau đó, người hướng dẫn theo dõi lỗi, số lần làm lại và chất lượng truy xuất dữ liệu.

Bước tiếp theo là bài tập độc lập không có gợi ý tức thời. Nhân viên phải hoàn thành một đầu việc có giới hạn, còn người có kinh nghiệm kiểm tra cách xử lý ngoại lệ, bằng chứng và chất lượng bàn giao. Doanh nghiệp nên lưu lại sản phẩm, phản hồi và phạm vi trách nhiệm để quyết định nâng bậc, luân chuyển hay bổ sung kỹ năng.

Tại Việt Nam thì sao

Doanh nghiệp ở Việt Nam không nên chờ một bảng giá chung cho “gói AI” để quyết định nhân sự. Chi phí thực tế thường tách thành quyền truy cập mô hình, số lượt gọi API, máy chủ hoặc hạ tầng tính toán, tích hợp với phần mềm hiện có, làm sạch dữ liệu, đào tạo người dùng và kiểm tra an toàn. Một công cụ có giá thuê thấp vẫn phát sinh chi phí nếu nhân viên phải sửa nhiều đầu ra hoặc doanh nghiệp không có người quản lý quyền truy cập. Khi lập ngân sách, đơn vị nên ghi riêng chi phí công cụ và chi phí thiết kế lại quy trình, sau đó đo thời gian xử lý, tỷ lệ làm lại và lỗi trước khi mở rộng.

Khung chính sách của Việt Nam đã có các mốc cần đưa vào bảng kiểm. Quyết định 127/QĐ-TTg ngày 26/1/2021 ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030. Văn bản này là điểm bắt đầu để tra định hướng quốc gia, nhưng không phải giấy phép cho một doanh nghiệp tự động dùng mọi loại dữ liệu hoặc triển khai mọi hệ thống AI.

Luật Công nghiệp công nghệ số số 71/2025/QH15 có hiệu lực từ ngày 1/1/2026 và bao gồm AI, công nghiệp bán dẫn cùng chính sách phát triển nhân lực công nghệ số chất lượng cao. Doanh nghiệp cần đọc văn bản hiện hành trên Cơ sở dữ liệu quốc gia về văn bản pháp luật để xác định hoạt động của mình thuộc nhóm nào, thay vì dùng một bài giới thiệu sản phẩm làm căn cứ pháp lý. Luật cũng nêu hướng hỗ trợ đào tạo, đào tạo lại và bồi dưỡng kỹ năng, nhưng mức hỗ trợ cụ thể còn phụ thuộc chính sách và thủ tục áp dụng của cơ quan có thẩm quyền.

Bộ Tư pháp giới thiệu Nghị định 142/2026/NĐ-CP ngày 30/4/2026 với các nội dung liên quan đến mô hình nền tảng, mô hình ngôn ngữ tiếng Việt, dữ liệu và công cụ hỗ trợ phát triển AI. Đây là nguồn để doanh nghiệp theo dõi điều kiện, nhóm đối tượng và cơ chế hỗ trợ đang được hướng dẫn tại Việt Nam. Bài viết giới thiệu không thay thế toàn văn nghị định; trước khi xin hỗ trợ hoặc đưa hệ thống vào vận hành, doanh nghiệp cần kiểm tra bản cập nhật và cơ quan tiếp nhận hồ sơ.

Mức độ sẵn có của AI tại Việt Nam vì thế không chỉ phụ thuộc vào khả năng mua tài khoản hay gọi một dịch vụ đám mây. Doanh nghiệp còn cần xác định dữ liệu nào được đưa vào hệ thống, dữ liệu lưu ở đâu, ai được xem đầu ra và ai duyệt quyết định cuối cùng. Với quy trình liên quan đến khách hàng, tài chính, tuyển dụng hoặc bí mật kinh doanh, nhóm pháp chế và an toàn thông tin cần tham gia từ giai đoạn thử nghiệm. Tính đến thời điểm bài viết được thực hiện, chúng tôi chưa tìm thấy một bảng giá hoặc số liệu chính thức của cơ quan chức năng Việt Nam dùng để so sánh chi phí triển khai AI giữa các ngành; doanh nghiệp nên hỏi trực tiếp nhà cung cấp và ghi rõ phạm vi dịch vụ trước khi so sánh.

Doanh nghiệp tại Đài Loan nên bắt đầu từ nhiệm vụ

Trình tự ít rủi ro hơn là lập danh sách nhiệm vụ, thử nghiệm quy mô nhỏ, kiểm tra chất lượng rồi mới quyết định thay đổi nhân sự. Dùng chức danh để đoán ai bị thay thế sẽ bỏ qua sự khác nhau giữa các nhiệm vụ trong cùng một vị trí và bỏ qua vai trò đào tạo của công việc cấp thấp.

Tại Đài Loan, doanh nghiệp sản xuất nên bắt đầu với nhật ký bảo trì, báo cáo kiểm tra chất lượng và cảnh báo lịch sản xuất vì đầu vào, đầu ra và người kiểm tra tương đối rõ. Ngân hàng và doanh nghiệp tài chính cần gắn xử lý văn bản, phân luồng hỗ trợ khách hàng với quyền truy cập dữ liệu, lưu vết và phê duyệt của con người. Doanh nghiệp dịch vụ phải kiểm tra chất lượng trả lời và xử lý khiếu nại. Công ty công nghệ cần đưa kiểm tra mã, thử nghiệm an ninh và trách nhiệm phiên bản vào quy trình.

Quy trình doanh nghiệp gồm lập danh sách nhiệm vụ, thử nghiệm AI, phân công kiểm tra, đào tạo và đánh giá trước khi điều chỉnh nhân sự

Bảng kiểm trước khi thay đổi nhân sự

Đơn vị phân tích nên là nhiệm vụ, không phải chức danh. Chia nhiệm vụ thành bốn nhóm:

  1. Nhiệm vụ lặp lại, có quy tắc rõ và lỗi dễ khắc phục: thử tự động hóa hoặc bán tự động, kèm giám sát ngoại lệ và kiểm tra dữ liệu.
  2. Nhiệm vụ cần phối hợp nhiều bộ phận và phán đoán chuyên môn: chuyển thành vai trò phối hợp với AI, trong đó người phụ trách kiểm tra đầu ra và thiết kế quy trình.
  3. Nhiệm vụ phù hợp để nhân viên mới luyện tập: giữ lại phần học tập, dùng AI để tăng tốc và bố trí người hướng dẫn phản hồi.
  4. Nhiệm vụ liên quan đến quyền lợi khách hàng, dữ liệu cá nhân hoặc quyết định rủi ro cao: giữ phê duyệt của con người, lưu bằng chứng và xác định người chịu trách nhiệm.

Trước một thử nghiệm, doanh nghiệp nên ghi rõ dữ liệu đầu vào, tiêu chuẩn đầu ra, điểm kiểm tra, quyền truy cập và điều kiện dừng. Sau thử nghiệm, cần so sánh lỗi, số lần làm lại, thời gian xử lý, sự cố dữ liệu và khả năng làm việc độc lập của nhân viên mới. Tốc độ không đủ để chứng minh quy trình tốt nếu chất lượng giảm hoặc không ai giải thích được vì sao hệ thống đưa ra kết quả đó.

Điều nghiên cứu chưa nói

Nghiên cứu Stanford không chứng minh nhân sự cấp cao chắc chắn thay thế nhân sự cấp thấp. Kết quả còn phụ thuộc quy mô kinh doanh, mức độ tự động hóa, tình trạng mở rộng sản phẩm và cách doanh nghiệp tổ chức đào tạo. Một công ty giảm tuyển vị trí cấp thấp đang thu hẹp hoạt động, còn công ty khác giữ vị trí này để tạo nguồn cho nhóm nhiệm vụ mới.

Con số tổng tuyển dụng tăng khoảng 3,3% cũng không phải cam kết cho từng doanh nghiệp. Nó được tính tương đối so với nhóm đối chứng và có độ không chắc chắn thống kê. Vì vậy, quyết định nhân sự nên dựa trên dữ liệu quy trình của chính công ty, kế hoạch kinh doanh và trách nhiệm pháp lý, không dựa trên một tỷ lệ duy nhất.

Câu hỏi thường gặp

Nghiên cứu 41 quốc gia có đại diện cho mọi doanh nghiệp Việt Nam không?
Không. Mẫu thiên về doanh nghiệp có hoạt động số và liên kết quốc tế. Doanh nghiệp tại Việt Nam cần kiểm tra bằng dữ liệu nhiệm vụ, chất lượng và nhu cầu kinh doanh của mình.

Tổng tuyển dụng tăng khoảng 3,3% có nghĩa AI chắc chắn tạo thêm cơ hội không?
Không. Đây là ước tính so với nhóm đối chứng và chỉ có ý nghĩa thống kê biên, nên không dự báo tổng tuyển dụng của nền kinh tế hoặc kết quả của một công ty.

Nhân viên mới nên chuẩn bị gì?
Ngoài sử dụng công cụ AI, họ cần luyện phân rã nhiệm vụ, đọc dữ liệu, kiểm tra đầu ra, truy nguyên lỗi và xử lý ngoại lệ. Sản phẩm thực tế cùng phản hồi của người hướng dẫn cho thấy năng lực rõ hơn chứng chỉ khóa học.

Doanh nghiệp nên mua công cụ hay đào tạo trước?
Hai nội dung nên được thử cùng một quy trình nhỏ. Doanh nghiệp cần xác định nhiệm vụ, tiêu chuẩn và cách đo trước, rồi mới chọn công cụ cùng nội dung đào tạo.

Vị trí nào cần nhân lực cấp cao hơn?
Đó thường là vị trí phải thiết kế lại quy trình, kết nối dữ liệu, đánh giá đầu ra AI hoặc chịu trách nhiệm khi quyết định sai. Không nên chỉ tìm trong các tin tuyển dụng có chữ “AI”.