Mất quyền được sai

Phạm Văn Chiến

Tiến sĩ kinh tế

Bạn tôi có một công ty nhỏ, khoảng 30 người, chuyên gia công phần mềm cho khách hàng Đức. Tháng trước, anh buộc phải giảm nhân sự xuống còn 10 người trước sức ép cạnh tranh về chi phí trong thời đại AI.

Điều khiến anh bận lòng không chỉ là quyết định cắt giảm, mà là tiêu chí giữ lại: ai có thể làm những việc không dễ viết thành yêu cầu - hiểu ý khách khi họ nói chưa rõ, biết việc gì nên làm trước, và là người anh có thể yên tâm giao cả dự án.

Những người phải ra đi cũng làm tốt việc của mình, nhưng phần việc ấy - viết theo đặc tả có sẵn và kiểm thử theo kịch bản - giờ máy làm nhanh hơn và rẻ hơn. Phần lớn họ là người trẻ mới vào nghề vài năm. Công việc dành cho người trẻ trong nghề này xưa nay là loại việc ấy.

Câu chuyện của anh, hóa ra, chỉ là phiên bản thu nhỏ của một chuyển động đang xuất hiện ở những nơi lớn hơn rất nhiều. Tháng 10 vừa rồi, Barclays thông báo kế hoạch cắt giảm khoảng 5.000 nhân sự trong năm 2026, trong đó khoảng 60% rơi vào các chức năng hỗ trợ, bao gồm cả lập trình viên. Ngân hàng cho biết việc ứng dụng công nghệ đang giúp tăng năng suất và giảm chi phí. Còn Anthropic, một công ty làm ra AI, công bố một dữ liệu đáng chú ý về chính mình: tỷ trọng nhân sự mới trong tổng tuyển dụng kỹ thuật đã giảm từ 27% xuống 9% trong chưa đầy hai năm. Một kỹ sư được dẫn lời trong báo cáo nói rằng những cải thiện của AI đã gần như chỉ sau một đêm làm thay đổi tiêu chí tuyển dụng của nhóm mình.

Câu hỏi thường thấy - AI sẽ lấy đi bao nhiêu việc làm - có thể đang che khuất một vấn đề lặng lẽ hơn mà hậu quả lại lâu dài hơn: Khi thị trường lao động đòi hỏi một loại năng lực khác, thì loại năng lực ấy được hình thành ở đâu?

Hãy bắt đầu từ cách các nhà tuyển dụng đang đánh giá ứng viên. Anthropic đã phân tích hàng nghìn phiếu đánh giá phỏng vấn kể từ năm 2024 và nhận thấy một sự dịch chuyển khá nhất quán: những nhận xét về chuyên môn ngày càng ít đi, trong khi những nhận xét về tính tự chủ và khả năng phán đoán tăng lên rõ rệt.

Ở Việt Nam, bức tranh cũng có những dấu hiệu tương tự. Báo cáo "Nâng tầm nhân lực Việt Nam 2026" do BUV và Decision Lab công bố tháng 10 cho thấy 83% doanh nghiệp thừa nhận AI đã làm thay đổi tiêu chí tuyển dụng sinh viên mới ra trường. Chỉ 3% doanh nghiệp đòi hỏi kỹ năng lập trình, trong khi 79% muốn người mới biết sử dụng AI để giải quyết một bài toán cụ thể trong công việc.

Đặt hai bức tranh cạnh nhau, một định nghĩa mới về năng lực hiện ra. Điều thị trường bắt đầu tìm kiếm không đơn thuần là người biết làm một việc, mà là người hiểu vì sao phải làm việc ấy, biết phải làm gì khi không có sẵn hướng dẫn và đủ khả năng nhận biết khi máy đưa ra một kết quả sai.

Chuyên môn vẫn là nền tảng, nhưng kinh nghiệm phán đoán ngày càng trở thành thứ tạo nên khác biệt. Đó là phẩm chất không thể hình thành chỉ bằng giáo trình hay bài kiểm tra, nó cần được rèn qua những lần làm sai một chuyện nhỏ và được ai đó kiên nhẫn sửa cho.

Chính ở đây, thời đại này rơi vào một nghịch lý khá tinh vi. Mười người mà bạn tôi giữ lại đều từng là người mới, từng được giao những việc nhỏ, từng làm hỏng và từng được chỉ bảo. Cách thức chậm chạp nhưng bổ ích ấy đang mất dần. Thị trường đang đòi hỏi ở người 22 tuổi thứ vốn thường chỉ có được sau nhiều năm làm việc, và lặng lẽ xóa đi những năm ở giữa.

Nhưng không phải doanh nghiệp nào cũng chọn cách thu hẹp đầu vào. IBM lên kế hoạch tăng gấp ba lượng tuyển dụng nhân sự mới vào nghề tại Mỹ trong năm 2026. Điều đáng chú ý là công ty không định tuyển người mới để tiếp tục giao cho họ những nhiệm vụ mà AI đã có thể làm. IBM đang thiết kế lại công việc đầu vào, chuyển trọng tâm từ viết mã thường quy sang những việc như tương tác với khách hàng, phát triển sản phẩm và giải quyết các vấn đề thực tế.

Lý do phía sau lựa chọn ấy khá mộc mạc: nếu hôm nay không tuyển và phát triển người mới, vài năm nữa sẽ không có đủ người để đảm nhiệm những vị trí cấp cao. IBM đang chấp nhận thiết kế lại chi phí đào tạo thay vì đơn giản loại bỏ nó. Đó là một trong số ít doanh nghiệp công khai lựa chọn duy trì con đường phát triển nhân lực kế cận.

Tuy nhiên, việc duy trì và thiết kế lại con đường ấy đòi hỏi nguồn lực mà không phải doanh nghiệp nào cũng có thể đáp ứng. Đây cũng là lúc vai trò của giáo dục đại học cần được nhìn nhận lại.

Trường đại học vốn khó có thể thay doanh nghiệp dạy nghề. Nhưng khi doanh nghiệp đang thu hẹp những công việc đầu vào vốn là nơi người mới học hỏi, nhà trường buộc phải nhận lại một phần trách nhiệm, nếu không muốn tiếp tục cấp bằng cho những năng lực thị trường đã không còn sẵn sàng trả tiền.

Có lẽ nên bắt đầu từ cách đánh giá: không chỉ hỏi sản phẩm có chạy hay không, mà hỏi sinh viên vì sao chọn cách này và bỏ cách kia, đã kiểm chứng kết quả AI như thế nào và phát hiện máy sai ở đâu. Rồi đến việc đưa một phần thời lượng ra khỏi giảng đường, vào những bài toán thực tế với đề bài chưa rõ, có người ngoài trường cùng tham gia hướng dẫn và đánh giá. Sinh viên cần được trải nghiệm việc đưa ra quyết định, đối diện với sai sót và nhận phản hồi trong những tình huống có hệ quả thực tế, thay vì chỉ hoàn thành một bài tập có đáp án định sẵn. Và xa hơn nữa, có lẽ đã đến lúc viết lại chuẩn đầu ra theo những năng lực doanh nghiệp thực sự cần và có thể đánh giá, chứ không chỉ theo những gì trường đã quen dạy.

Bạn tôi đã giữ được 10 người giỏi nhất. Nhưng điều tôi chưa hỏi anh là: 5 năm nữa, 10 người tiếp theo sẽ đến từ đâu?

Phạm Văn Chiến