Công việc nào của nhân viên tri thức sẽ bị AI bào mòn trước tiên?

[Doãn Huynh]

Công việc nào của nhân viên tri thức sẽ bị AI bào mòn trước tiên?​

Trong nhiều năm, khi nói về tự động hóa, người ta thường nghĩ đến công nhân nhà máy, dây chuyền lắp ráp hay các công việc tay chân lặp đi lặp lại. Nhưng làn sóng AI hiện nay đang dịch chuyển tâm điểm sang một nhóm khác: nhân viên tri thức. Đó là những người làm việc chủ yếu bằng thông tin, ngôn ngữ, phân tích, báo cáo, lập kế hoạch và ra quyết định.

Điều đáng chú ý là AI không nhất thiết “cướp việc” theo kiểu thay thế hoàn toàn một nghề chỉ sau một đêm. Thứ AI bào mòn trước tiên thường không phải là chức danh, mà là những phần việc nhỏ nằm bên trong một nghề. Khi đủ nhiều phần việc bị tự động hóa, giá trị của một vị trí sẽ giảm dần, nhu cầu tuyển dụng thay đổi và tiêu chuẩn năng lực cũng bị viết lại.

Vậy công việc nào của nhân viên tri thức sẽ bị AI bào mòn trước tiên? Câu trả lời ngắn gọn là: những việc có cấu trúc rõ ràng, lặp lại nhiều, đầu vào là dữ liệu số hóa và đầu ra có thể diễn đạt bằng ngôn ngữ hoặc biểu mẫu chuẩn.

Tiêu chí để một công việc bị AI bào mòn sớm​

Không phải mọi công việc trí óc đều dễ bị thay thế như nhau. Có một số đặc điểm khiến AI đặc biệt hiệu quả.

Thứ nhất là tính lặp lại. Nếu một người phải làm cùng một kiểu tác vụ hàng chục lần mỗi tuần, AI có rất nhiều cơ hội để học và hỗ trợ.

Thứ hai là tính chuẩn hóa. Những công việc có mẫu cố định như tóm tắt cuộc họp, soạn email phản hồi, lập báo cáo tuần, phân loại tài liệu, tạo slide theo dàn ý thường là “mảnh đất màu mỡ” cho AI.

Thứ ba là mức độ phụ thuộc vào ngôn ngữ và thông tin sẵn có. AI hiện nay rất mạnh trong việc đọc, viết, tóm tắt, diễn giải, chuyển đổi định dạng và tổng hợp nội dung từ nhiều nguồn.

Thứ tư là sai số có thể chấp nhận được. Nếu một tác vụ không đòi hỏi chính xác tuyệt đối ngay từ đầu, con người có thể để AI làm bản nháp trước rồi kiểm tra lại sau. Điều này khiến AI dễ chen chân vào quy trình.

Nói cách khác, công việc bị bào mòn đầu tiên thường không phải là công việc khó nhất, mà là công việc dễ chia nhỏ, dễ mô tả, dễ đo đầu ra.

Nhóm công việc đầu tiên: viết bản nháp và xử lý văn bản​

Đây có lẽ là khu vực bị ảnh hưởng rõ nhất. Trong môi trường văn phòng, có vô số tác vụ dựa trên việc tạo ra chữ: email, báo cáo, tài liệu nội bộ, bản mô tả sản phẩm, thông báo, biên bản họp, câu hỏi khảo sát, kịch bản thuyết trình, nội dung marketing, trả lời khách hàng.

Trước đây, nhân viên trẻ hoặc nhân viên cấp trung thường dành nhiều thời gian cho các việc này. Họ không nhất thiết phải đưa ra ý tưởng lớn, mà chủ yếu là biến thông tin thô thành văn bản có cấu trúc. AI đang tỏ ra cực kỳ hiệu quả ở lớp việc đó.

Một quản lý có thể dùng AI để biến ghi chú rời rạc thành email hoàn chỉnh. Một nhân viên kinh doanh có thể dùng AI để tạo ba phiên bản proposal cho ba kiểu khách hàng. Một bộ phận nhân sự có thể dùng AI để viết JD, thư mời phỏng vấn, nội quy nội bộ, thông báo tuyển dụng. Một nhóm marketing có thể dùng AI để tạo hàng chục biến thể headline, caption, outline bài viết.

Điều này không có nghĩa nghề viết sẽ biến mất. Nhưng phần việc “viết cho đúng form”, “viết cho đủ ý”, “viết bản đầu tiên” sẽ bị AI ăn mòn rất nhanh. Giá trị của con người sẽ dịch chuyển từ viết trực tiếp sang định hướng, chỉnh giọng điệu, chọn góc nhìn, kiểm tra logic và chịu trách nhiệm về chất lượng cuối cùng.

Nhóm công việc thứ hai: tóm tắt, tổng hợp và báo cáo thông tin​

Rất nhiều nhân viên tri thức sống cùng một vòng lặp quen thuộc: đọc tài liệu, lọc ý chính, rút ra điểm quan trọng, rồi trình bày lại cho người khác. Đây là công việc thiết yếu trong vận hành doanh nghiệp, nhưng cũng là vùng AI đặc biệt mạnh.

Từ ghi âm cuộc họp, AI có thể tạo biên bản, liệt kê đầu việc, phân nhóm quyết định, thậm chí gắn trách nhiệm cho từng người. Từ hàng chục trang tài liệu, AI có thể rút ra phần tóm tắt theo nhiều cấp độ: 100 từ, 1 trang hoặc 5 ý chính. Từ nhiều nguồn dữ liệu khác nhau, AI có thể biến chúng thành bản brief dễ hiểu.

Nhiều vị trí như trợ lý, điều phối dự án, nhân viên vận hành, chuyên viên phân tích sơ cấp hay quản trị nội bộ đều có phần việc lớn nằm ở đây. Khi AI làm được việc tổng hợp nhanh hơn, rẻ hơn và luôn sẵn sàng 24/7, giá trị của người làm công việc tổng hợp thuần túy sẽ giảm đáng kể.

Điều còn lại cho con người là năng lực phân biệt đâu là tín hiệu quan trọng, đâu là chi tiết nên bỏ qua, đâu là điều cần cảnh báo. Tóm tắt đơn thuần sẽ thành hàng hóa. Phán đoán trong lúc tóm tắt mới là thứ giữ giá trị.

Nhóm công việc thứ ba: nghiên cứu sơ bộ và thu thập thông tin​

Một phần lớn công việc tri thức không phải ra quyết định cuối cùng, mà là chuẩn bị nguyên liệu cho quyết định. Chẳng hạn như tìm đối thủ cạnh tranh, gom dữ liệu thị trường, tra cứu văn bản, tổng hợp xu hướng, so sánh công cụ, lập danh sách khách hàng tiềm năng, quét phản hồi người dùng, rà soát tài liệu tham khảo.

Đây là dạng việc từng tiêu tốn rất nhiều giờ lao động. Nhưng AI lại phù hợp với chính kiểu “nghiên cứu vòng đầu” này. Nó có thể nhanh chóng xây dựng bản đồ chủ đề, gợi ý cấu trúc, phân loại thông tin, phát hiện mẫu lặp và nêu ra các điểm cần đào sâu thêm.

Những người làm nghiên cứu sơ cấp, nghiên cứu thị trường, hỗ trợ chiến lược, pre-sales, phân tích kinh doanh, content research sẽ cảm nhận áp lực sớm. Không phải vì AI thay thế hoàn toàn khả năng nghiên cứu, mà vì nó làm giảm giá trị của khâu thu thập cơ bản.

Trong tương lai gần, người được đánh giá cao sẽ không phải là người “tìm được nhiều thông tin”, mà là người biết đặt câu hỏi tốt hơn, biết nghi ngờ dữ liệu, biết phát hiện lỗ hổng trong kết luận và biết nối thông tin thành hành động thực tế.

Nhóm công việc thứ tư: phân tích định kỳ và ra báo cáo mẫu​

AI đặc biệt hiệu quả khi dữ liệu vào có cấu trúc và kết quả đầu ra có định dạng lặp lại. Vì thế, các công việc như báo cáo doanh số hằng tuần, phân tích hiệu suất chiến dịch, cập nhật KPI, theo dõi ngân sách, kiểm tra sai lệch số liệu, lập dashboard tóm tắt sẽ sớm bị AI “ăn” từng phần.

Trong nhiều doanh nghiệp, không ít nhân sự dành cả tuần chỉ để kéo dữ liệu từ nhiều hệ thống, ghép bảng, chỉnh công thức, viết vài nhận xét và đưa vào slide. AI kết hợp với các công cụ BI và tự động hóa có thể làm phần này nhanh hơn rất nhiều.

Nguy cơ lớn nhất nằm ở những vị trí mà giá trị cốt lõi chỉ là “biết lấy số và trình bày số”. Khi AI có thể tự kết nối dữ liệu, tự phát hiện bất thường và tự viết nhận xét cơ bản, nhu cầu cho lớp công việc phân tích mô tả sẽ giảm đi.

Tuy nhiên, AI chưa dễ thay thế lớp phân tích mang tính chiến lược: vì sao chỉ số giảm, nên ưu tiên can thiệp ở đâu, đâu là nguyên nhân giả, đâu là nguyên nhân thật, và quyết định nào chấp nhận được trong bối cảnh doanh nghiệp cụ thể. Nói cách khác, mô tả dữ liệu bị bào mòn trước, còn diễn giải dữ liệu ở tầng cao vẫn cần con người.

Nhóm công việc thứ năm: chăm sóc khách hàng và hỗ trợ nội bộ cấp một​

Nhiều người không xếp đây vào nhóm “nhân viên tri thức”, nhưng thực tế rất nhiều công việc hỗ trợ khách hàng, hỗ trợ nhân viên nội bộ, hỗ trợ vận hành đều dựa vào tri thức và ngôn ngữ. Chúng bao gồm trả lời câu hỏi phổ biến, hướng dẫn quy trình, giải thích chính sách, tiếp nhận yêu cầu và chuyển tuyến.

Đây là vùng AI có lợi thế quá rõ. Chatbot nội bộ có thể trả lời chính sách công ty. Trợ lý AI có thể hướng dẫn nhân viên dùng phần mềm, tra cứu biểu mẫu, tạo ticket, giải thích quy trình mua sắm hoặc nghỉ phép. Trong chăm sóc khách hàng, AI có thể xử lý lớp câu hỏi lặp lại, tiết kiệm rất nhiều thời gian cho đội ngũ hỗ trợ.

Kết quả là phần việc tuyến đầu, mang tính lặp và có kịch bản rõ ràng, sẽ co lại. Con người vẫn cần cho các ca phức tạp, khách hàng khó tính, xung đột nhạy cảm, đàm phán ngoại lệ hoặc tình huống cần đồng cảm thực sự. Nhưng lớp công việc trả lời cơ bản sẽ bị AI bào mòn rất sớm.

Nhóm công việc thứ sáu: lập trình ở tầng thao tác chuẩn​

Lập trình là ví dụ thú vị vì AI vừa đe dọa, vừa hỗ trợ rất mạnh. Không phải toàn bộ nghề lập trình bị thay thế sớm, nhưng một số phần việc đã bắt đầu bị bào mòn rõ rệt: viết đoạn mã lặp lại, tạo hàm CRUD, sửa lỗi đơn giản, chuyển đổi cú pháp, viết test cơ bản, tạo tài liệu API, giải thích code cũ, dựng khung ứng dụng.

Điều này ảnh hưởng mạnh nhất đến lớp công việc “biến yêu cầu rõ ràng thành code tiêu chuẩn”. Một lập trình viên junior từng được trả lương để viết những phần như vậy giờ phải cạnh tranh với AI có thể sinh ra mã gần như tức thì.

Nhưng cũng như nhiều lĩnh vực khác, phần khó nhất của nghề chưa nằm ở thao tác tạo mã, mà ở hiểu bài toán, thiết kế hệ thống, cân nhắc rủi ro, đảm bảo bảo mật, tối ưu hiệu năng, phối hợp với sản phẩm và chịu trách nhiệm khi hệ thống gặp sự cố. Những năng lực này chưa dễ bị thay thế.

Vì vậy, AI sẽ bào mòn trước tiên lớp công việc lập trình mang tính sản xuất cơ học, không phải toàn bộ nghề kỹ sư phần mềm.

Nhóm công việc thứ bảy: thiết kế tài liệu, slide và sản phẩm truyền thông nội bộ​

Ở nhiều công ty, có cả một lượng lớn lao động vô hình dành cho việc “đóng gói thông tin”: làm slide, trình bày proposal, chuẩn hóa báo cáo, tạo infographic đơn giản, chuyển nội dung thô thành tài liệu đẹp mắt. Đây là công việc nửa sáng tạo, nửa vận hành.

AI tạo nội dung kết hợp với công cụ thiết kế đang khiến lớp việc này biến đổi nhanh. Một người có thể từ dàn ý tạo ra bộ slide hoàn chỉnh, từ số liệu tạo thành biểu đồ, từ tài liệu dài chuyển thành bản trình bày ngắn gọn.

Những ai chỉ mạnh ở khâu làm cho “đẹp và đúng mẫu” sẽ chịu sức ép trước. Ngược lại, người hiểu mục tiêu truyền thông, biết kể chuyện bằng dữ liệu, biết sắp xếp thông tin để thuyết phục người nghe vẫn giữ được lợi thế.

Điều AI bào mòn mạnh nhất không phải nghề, mà là tầng nhân sự​

Khi bàn về AI và việc làm, nhiều người hay hỏi nghề nào biến mất. Nhưng thực tế, thứ bị ảnh hưởng trước thường là tầng nhân sự đầu vào.

Trong nhiều ngành nghề tri thức, người mới vào nghề từng học bằng cách làm các việc cơ bản: viết nháp, tổng hợp tài liệu, dựng báo cáo, chuẩn hóa số liệu, nghiên cứu sơ bộ, trả lời câu hỏi mẫu. Đây vừa là lao động có giá trị, vừa là “bậc thang học việc”.

AI đang làm lung lay chính bậc thang đó. Khi công ty không cần quá nhiều người làm phần việc sơ cấp nữa, cơ hội cho người mới vào nghề có thể giảm. Đây là một tác động rất lớn nhưng ít được nhắc tới.

Nếu tầng đầu vào bị thu hẹp, doanh nghiệp sẽ gặp một nghịch lý: tiết kiệm được chi phí ngắn hạn, nhưng về dài hạn có thể thiếu đội ngũ trưởng thành từ trải nghiệm thực tế. Nói cách khác, AI không chỉ thay đổi năng suất, mà còn thay đổi cách nghề nghiệp được hình thành.

Những công việc chưa dễ bị bào mòn ngay​

Để nhìn rõ hơn, cũng cần nói về phần còn lại. AI chưa dễ bào mòn những công việc đòi hỏi một hoặc nhiều yếu tố sau đây: trách nhiệm pháp lý rõ ràng, phán đoán trong bối cảnh mơ hồ, thương lượng với con người, xây dựng niềm tin, lãnh đạo tập thể, xử lý khủng hoảng, sáng tạo ở cấp độ ý niệm, ra quyết định khi dữ liệu không đủ hoặc mâu thuẫn.

Một bác sĩ có thể dùng AI để soạn báo cáo, nhưng không dễ giao hoàn toàn cho AI trách nhiệm giải thích rủi ro với bệnh nhân. Một luật sư có thể dùng AI để tra cứu án lệ, nhưng chiến lược tranh tụng vẫn là chuyện khác. Một quản lý có thể dùng AI để viết kế hoạch, nhưng chuyện dẫn dắt con người qua thay đổi vẫn là năng lực rất con người.

Điều này cho thấy tương lai không chia thế giới thành “nghề bị thay thế” và “nghề an toàn”. Thay vào đó, trong mọi nghề sẽ có phần bị hàng hóa hóa và phần tăng giá trị. Người thắng là người chuyển được trọng tâm sang phần sau.

Nhân viên tri thức nên làm gì từ bây giờ?​

Điều đầu tiên là ngừng xem AI như một công cụ phụ. Với nhiều ngành nghề, AI đang trở thành lớp hạ tầng mới của công việc trí óc, giống như email, bảng tính hay Internet từng làm trước đây. Ai không sử dụng sẽ dần chậm hơn mức bình thường của thị trường.

Điều thứ hai là xác định phần nào trong công việc của mình có thể bị chuẩn hóa. Một người càng trung thực với câu hỏi này, càng chuẩn bị tốt hơn cho tương lai. Nếu 70% giá trị hiện tại của bạn đến từ việc tổng hợp, viết nháp, trình bày dữ liệu hay trả lời câu hỏi mẫu, bạn đang đứng trong vùng dễ bị bào mòn.

Điều thứ ba là nâng cấp lên các năng lực khó đóng gói hơn: đặt câu hỏi tốt, hiểu bối cảnh, phán đoán ưu tiên, giao tiếp đa chiều, quản trị mâu thuẫn, kể chuyện thuyết phục, xây dựng quan hệ tin cậy, kiểm chứng thông tin và chịu trách nhiệm với quyết định cuối cùng.

Điều thứ tư là học cách cộng tác với AI thay vì cạnh tranh trực diện ở những phần việc AI làm tốt hơn. Một nhân viên giỏi trong kỷ nguyên mới không phải là người tự tay làm tất cả, mà là người biết chia việc hợp lý giữa mình và máy.

Kết luận​

Công việc của nhân viên tri thức sẽ không biến mất đồng loạt, nhưng sẽ bị AI bào mòn từ rìa vào lõi. Những phần việc bị tác động sớm nhất là viết nháp, tóm tắt, tổng hợp, nghiên cứu sơ bộ, báo cáo định kỳ, hỗ trợ cấp một, lập trình thao tác chuẩn và đóng gói thông tin theo mẫu.

Điều AI lấy đi trước tiên không phải là toàn bộ vai trò của con người, mà là giá trị của những tác vụ có thể đoán trước, lặp lại và chuẩn hóa. Khi các tác vụ đó rẻ đi hoặc gần như miễn phí, thị trường lao động sẽ trả lương ít hơn cho sự chăm chỉ thuần túy và trả lương nhiều hơn cho phán đoán, trách nhiệm, sáng tạo có mục tiêu và khả năng làm việc trong bối cảnh mơ hồ.

Nói cách khác, AI không chỉ thay đổi cách chúng ta làm việc. Nó buộc nhân viên tri thức phải trả lời một câu hỏi khó hơn: giá trị thật sự của mình nằm ở đâu, ngoài những việc máy đã bắt đầu làm được.