AI thay thế việc làm: đọc đúng dự báo và bằng chứng

Đăng ngày 25/10/2026

Tóm tắt và điều cần nhớ

AI thay thế việc làm đến đâu chưa thể trả lời bằng một tỷ lệ chung. Cần phân biệt dự báo của nhà tuyển dụng, mức độ nhiệm vụ có thể bị tác động và thay đổi việc làm đã được quan sát. Doanh nghiệp nên kiểm lại công việc, chi phí giám sát, nhu cầu đào tạo và trách nhiệm pháp luật trước khi thay đổi vai trò của người lao động.

• Phơi nhiễm công nghệ không đồng nghĩa một người đã mất việc.
• Kỳ vọng tương lai không phải kết quả đã xảy ra.
• Số việc làm ròng không cho biết từng nhóm lao động sẽ ra sao.
• Hiệu quả một nhiệm vụ chưa đại diện cho cả vị trí hoặc doanh nghiệp.
• Phương án nhân sự cần bằng chứng nội bộ và trao đổi với người liên quan.

Bốn loại bằng chứng đang trả lời những câu hỏi khác nhau

Một con số về AI và việc làm chỉ hữu ích khi biết nó đo điều gì. Dự báo cho biết người trả lời nghĩ tương lai có thể diễn ra ra sao. Chỉ số phơi nhiễm ước tính phần nhiệm vụ liên quan đến khả năng công nghệ. Khảo sát tự báo cáo phản ánh nhận định về tổ chức, còn hồ sơ lao động ghi nhận những kết quả như thu nhập hoặc giờ làm trong một phạm vi nhất định.

Không thể xếp các loại số đó thành chuỗi tiến độ từ ít đến nhiều. Khi một nghiên cứu cho thấy nghề có mức phơi nhiễm cao, điều tiếp theo cần hỏi là công nghệ có được triển khai không, người dùng có đủ dữ liệu và công việc được tổ chức thế nào. AI có khả năng hỗ trợ một nhiệm vụ không tự tạo quyết định cắt giảm nhân sự; quyết định đó còn phụ thuộc nhu cầu, chất lượng và cách doanh nghiệp vận hành.

Người đọc cũng nên kiểm đơn vị đo. Tỷ lệ người trả lời khảo sát không phải tỷ lệ người lao động mất việc, tỷ lệ kỹ năng thay đổi không phải tỷ lệ vị trí bị xóa bỏ. Khi đọc AI ảnh hưởng việc làm, cần ghi năm, nơi khảo sát, đối tượng và khái niệm trước khi đem số đó vào kế hoạch của công ty. Thiếu một trong các phần này dễ làm một số liệu đúng trở thành lập luận sai.

Câu hỏi thực tế vì vậy nên cụ thể hơn: công việc nào đang thay đổi, ai phải kiểm kết quả và phần thời gian giải phóng được dùng vào đâu? Một doanh nghiệp có thể tăng đầu ra, chuyển người sang nhiệm vụ khác, giảm tuyển mới hoặc giảm số vị trí. Các khả năng này có hệ quả khác nhau với người lao động, dù chúng đều có thể bắt đầu từ việc đưa AI vào quy trình.

Dự báo toàn thị trường cho biết điều gì?

Future of Jobs Report 2025 của Diễn đàn Kinh tế Thế giới công bố ngày 7/1/2025 tổng hợp quan điểm hơn 1.000 nhà tuyển dụng, đại diện trên 14 triệu lao động tại 55 nền kinh tế và 22 cụm ngành. Từ kỳ vọng của nhóm trả lời, báo cáo ngoại suy đến 2030 khoảng 170 triệu việc mới và 92 triệu việc bị dịch chuyển, tương ứng tăng ròng 78 triệu việc [1].

Các con số này phản ánh nhiều xu hướng cấu trúc, gồm công nghệ, kinh tế, dân số và chuyển dịch xanh; không phải số việc riêng do AI tạo ra hoặc xóa đi. Báo cáo còn dự kiến 39% tập kỹ năng hiện có thay đổi hoặc lỗi thời trong giai đoạn 2025–2030. Đó là kỳ vọng về kỹ năng, không phải dự báo 39% người đang làm việc sẽ mất việc [1].

Với doanh nghiệp, giá trị của dự báo là mở thảo luận về khả năng thay đổi nhu cầu kỹ năng. Nó chưa cho biết chi nhánh của mình cần bao nhiêu người hoặc vị trí nào phải dừng tuyển. Nếu nhu cầu khách hàng, quy trình và dữ liệu nội bộ chưa được kiểm, lấy con số toàn thị trường làm chỉ tiêu nhân sự sẽ bỏ qua những điều kiện quyết định AI có thực sự giúp tổ chức làm việc khác đi hay không.

Ví dụ giả định, một công ty tăng khả năng xử lý hồ sơ bằng AI nhưng đang có nhiều yêu cầu khách hàng chưa phục vụ. Lợi ích có thể được dùng để giải quyết phần tồn đọng thay vì giảm người. Một công ty khác có thể cần giảm nhập liệu trùng lặp và tăng công việc kiểm soát. Hai tình huống đều không thể được kết luận chỉ bằng dự báo tăng hoặc giảm việc làm ròng trên toàn thế giới.

Chỉ số phơi nhiễm có nghĩa một nghề sẽ biến mất không?

Nghiên cứu ILO Working Paper 140 công bố ngày 20/5/2025 kết hợp dữ liệu nhiệm vụ, ý kiến chuyên gia và dự đoán của mô hình để ước tính phơi nhiễm với AI tạo sinh. Trang tóm tắt mô tả việc lấy mẫu từ hệ thống phân loại có 29.753 nhiệm vụ của Ba Lan và khảo sát 1.640 người lao động. Đây là thiết kế đánh giá khả năng tác động, không phải đếm thông báo cho thôi việc [2].

Theo ước tính trên trang công bố, khoảng một phần tư lao động toàn cầu làm nghề có một mức phơi nhiễm với AI tạo sinh; nhóm cao nhất chiếm 3, 3% việc làm. ILO cho rằng biến đổi công việc có khả năng là tác động chủ yếu, vì phần lớn nghề vẫn gồm nhiệm vụ cần con người. Không nên đọc một phần tư như tỷ lệ việc làm chắc chắn bị thay thế [2].

Một nghề bao gồm nhiều nhiệm vụ với mức tác động khác nhau. Người xử lý hồ sơ không chỉ nhập thông tin mà còn nhận ra hồ sơ thiếu, phối hợp với người gửi và giải quyết ngoại lệ. AI có thể hỗ trợ một phần nhưng làm phát sinh nhu cầu kiểm tra mới. Muốn đánh giá vai trò đó, doanh nghiệp phải nhìn toàn bộ chuỗi công việc, bao gồm phần bị chuyển sang đồng nghiệp sau khi một bước được tự động hóa.

Chỉ số toàn cầu hữu ích để tìm vùng cần khảo sát sâu, chứ chưa cung cấp quyết định cho từng người. Khả năng AI vận hành tốt còn cần dữ liệu đủ tin cậy, phần mềm kết nối và quyền được cấp. Một nhiệm vụ có vẻ dễ mô tả trên giấy có thể khó xử lý khi dữ liệu thiếu, yêu cầu thay đổi hoặc hậu quả sai lớn. Cần quan sát điều kiện thực tế trước khi dùng chữ thay thế.

Khảo sát kỳ vọng khác kết quả tự báo cáo ra sao?

State of AI 2026 được McKinsey xuất bản vào 25/8/2026. Báo cáo sử dụng trả lời trực tuyến từ 1.719 người tại 97 quốc gia, thu thập trong khoảng 4/5–8/6/2026 rồi gia quyền theo đóng góp GDP quốc gia. Trong nhóm người trả lời thuộc tổ chức dùng AI, 14% nói AI góp phần làm giảm tổng nhân sự trong năm trước; 39% người trả lời dự kiến giảm tổng nhân sự do AI trong năm tới [3].

Hai số đó khác thời kỳ và cách hỏi, không phải tỷ lệ chuyển đổi từ kế hoạch sang hành động của cùng mọi công ty. McKinsey cho biết có kiểm riêng nhóm 552 người tham gia cả hai năm và nhận được xu hướng tương tự; bài không dùng nhóm này để suy ra quan hệ nhân quả. Đơn vị phát hành McKinsey kinh doanh dịch vụ tư vấn; dữ liệu do người tham gia tự khai nên có giới hạn khác với thống kê hành chính của thị trường lao động [3].

Việc kỳ vọng giảm người cao hơn kết quả tự báo cáo trước đó không bảo đảm lần dự báo tiếp theo sẽ sai theo cùng mức. Công nghệ, điều kiện kinh doanh và cách triển khai AI có thể đổi. Điều nên giữ là sự thận trọng với dự định: kế hoạch nhân sự chỉ dựa trên kỳ vọng chưa có cùng mức bằng chứng với thay đổi đã được quan sát trong một phạm vi xác định.

Khi công ty tự khảo sát, nên hỏi riêng người dùng AI, người quản lý quy trình và bộ phận nhân sự. Người dùng có thể thấy một tác vụ nhanh hơn, trong khi bộ phận khác phải xử lý thêm lỗi. Người quản lý có thể dự kiến thay đổi tuyển dụng mà chưa có quyết định. Nếu gộp những câu trả lời này thành một tỷ lệ hiệu quả hoặc mất việc duy nhất, tổ chức sẽ khó biết cần hành động ở đâu.

Dữ liệu quan sát ở Đan Mạch giới hạn kết luận như thế nào?

Becker Friedman Institute đăng phần giới thiệu nghiên cứu của hai tác giả Humlum, Vestergaard vào 15/4/2025, mô tả việc nối khảo sát sử dụng chatbot AI với hồ sơ hành chính lao động ở Đan Mạch. Phân tích ban đầu chưa phát hiện tác động đối với thu nhập cùng số giờ làm trong hồ sơ được phân tích, nhưng có liên hệ với chuyển đổi nghề và tổ chức lại nhiệm vụ. Đây không phải một thử nghiệm chung về mọi hệ thống AI [4].

Kết quả này giúp tránh kết luận chỉ vì công cụ phổ biến thì việc làm phải đổi ngay theo một hướng. Đồng thời, không thể từ một quan sát ban đầu ở Đan Mạch khẳng định AI sẽ không ảnh hưởng tới lao động Việt Nam hoặc các giai đoạn sau. Tác động có thể đi qua việc tuyển mới, chuyển nhiệm vụ, học nghề và cách phân phối công việc trước khi thể hiện rõ trong thu nhập hoặc giờ làm.

Một hạn chế thường gặp khi thảo luận là chỉ nhìn tổng nhân sự. Công ty có thể giữ số người nhưng đổi loại việc, yêu cầu kỹ năng hoặc mức hỗ trợ cho người mới. Nhân viên cũng có thể dùng AI để hoàn thành phần việc trước đây làm thêm ngoài giờ nhưng thời gian đó không được ghi nhận giống nhau. Những khả năng này cần được kiểm bằng dữ liệu phù hợp, không tự coi là kết quả đã được nghiên cứu trên chứng minh.

Doanh nghiệp nên ghi rõ mình đang quan sát đầu vào, hoạt động hay kết quả. Số tài khoản AI cho biết khả năng tiếp cận, nhật ký sử dụng phản ánh một phần hoạt động, còn chất lượng dịch vụ và thời gian hoàn tất nói về kết quả công việc. Nhân sự thay đổi là một lớp khác. Tách các lớp giúp công ty nhận ra điều gì đã biết, điều gì mới là giả thuyết cần theo dõi tiếp.

Năm việc cần làm trước khi đổi vai trò của người lao động

Việc đầu tiên là mô tả công việc hiện tại cùng các nhiệm vụ dễ bị bỏ sót. Người thực hiện cần có cơ hội giải thích phần phối hợp, kiểm tra và xử lý ngoại lệ. Nếu chỉ dùng bản mô tả chức danh cũ, công ty có thể đánh giá AI thay thế một việc vốn đã được đồng nghiệp hỗ trợ ở hậu trường. Sơ đồ công việc phải phản ánh cách tổ chức đang thực sự hoạt động.

Việc tiếp theo là thử năng lực AI trong phạm vi được phép, rồi tính cả công sức giám sát và sửa lỗi. Ví dụ giả định, công cụ trích thông tin nhanh nhưng nhân viên phải kiểm lại tài liệu khó đọc và xử lý dữ liệu thiếu. Chỉ phần thời gian nhập được giảm chưa đủ chứng minh tổng nguồn lực giảm tương ứng. Cần giữ phương án làm việc khác khi công cụ không hoạt động như dự kiến.

Việc tiếp theo nữa là xem các phương án sử dụng khả năng mới. Có thể cải thiện chất lượng, phục vụ nhu cầu đang tồn, đổi phân công hoặc đào tạo lại. Mỗi phương án cần người chịu trách nhiệm và điều kiện hỗ trợ. Đây là gợi ý quản trị của tác giả, không phải lời khuyên thay đổi hợp đồng lao động hay lựa chọn cho thôi việc trong một trường hợp cụ thể.

Sau đó, tổ chức cần trao đổi với người bị ảnh hưởng và xem yêu cầu pháp luật trước khi quyết định. Phần cuối là theo dõi kết quả sau thay đổi, bao gồm lỗi, thời gian, chất lượng và gánh nặng chuyển sang nhóm khác. Tổng cộng 5 việc được đề xuất để giữ quyết định gắn với bằng chứng; chúng chưa được kiểm chứng như một mô hình bảo đảm thành công hoặc tuân thủ đầy đủ.

Áp dụng theo quy mô và mức phụ thuộc vào con người

Hộ kinh doanh nên nhìn sự phụ thuộc vào từng người trước khi kỳ vọng giảm công việc nhờ AI. Một người có thể vừa bán hàng, ghi nhớ khách quen, xử lý khiếu nại và đối chiếu tiền. Tự động hóa khâu viết nội dung không đồng nghĩa các phần còn lại có thể bỏ đi. Chủ hộ cần biết khi công cụ dừng thì ai tiếp tục phục vụ khách và dữ liệu cần thiết nằm ở đâu.

Doanh nghiệp nhỏ nên ưu tiên khả năng san sẻ công việc và giảm phụ thuộc vào cá nhân. Nếu AI giúp người mới tìm thông tin nhanh hơn, có thể dùng phần nguồn lực đó để củng cố dịch vụ hoặc hướng dẫn đồng nghiệp. Không nên tạo yêu cầu hiệu suất mới chỉ từ một lần trình diễn thuận lợi. Người có kinh nghiệm cần được tham gia xác định phần kiến thức chưa nằm trong tài liệu.

Doanh nghiệp vừa cần nhìn tác động giữa phòng ban. Giảm khâu nhập liệu có thể tăng yêu cầu kiểm soát chất lượng dữ liệu; tăng bản nháp bằng AI có thể làm đội duyệt quá tải. Phải theo dõi luồng bàn giao và người chịu trách nhiệm ở mỗi điểm. Nếu chỉ đánh giá từng nhóm riêng, công ty dễ ghi nhận một nơi tiết kiệm trong khi nơi khác đang gánh thêm việc chưa được tính.

Doanh nghiệp lớn có thể cần các kịch bản nhân lực theo đơn vị, nghề và mức sẵn sàng, cùng cách theo dõi nhất quán. Kịch bản nên nêu giả định về khả năng AI, nhu cầu thị trường và hỗ trợ đào tạo, không tuyên bố một tương lai chắc chắn. Có thể thuê chuyên gia khảo sát hoặc hỗ trợ chuyển đổi, nhưng quyết định liên quan quyền lợi người lao động phải dựa trên căn cứ và thẩm quyền thực tế.

Góc nhìn AI: AI thay thế việc làm hay tạo lại phần việc phải giữ?

Khi AI tạo bản nháp nhanh hơn, phần việc kiểm và quyết định có thể trở nên quan trọng hơn. Tuy nhiên, không nên tự suy ra sẽ xuất hiện đủ vị trí giám sát cho mọi người bị tác động. Một vai trò mới chỉ có ý nghĩa khi có nhiệm vụ thật, quyền can thiệp, thời gian thực hiện và năng lực cần thiết. Đổi tên chức danh không thay được thiết kế công việc.

OWASP, trong danh mục rủi ro ứng dụng mô hình ngôn ngữ lớn bản 2025, mô tả việc trao quá nhiều chức năng, quyền hoặc tự chủ cho hệ thống. Khung cộng đồng này giúp đặt câu hỏi phòng thủ về tác tử AI, không cung cấp dự báo nhu cầu nghề nghiệp. Người giám sát phải hiểu hành động nào được phép và cách chuyển xử lý khi công cụ vượt phạm vi [7].

NIST đưa hiện tượng trả lời tự tin dù nội dung không đúng vào hồ sơ rủi ro cho AI tạo sinh, bản tháng 7/2024. Việc tham khảo tài liệu mang tính tự nguyện; mô tả đó chưa xác định một xác suất sai chung cho sản phẩm đang dùng. Khi tổ chức lại công việc, cần xem người duyệt có đủ căn cứ kiểm và đủ thời gian xử lý, thay vì giữ một bước duyệt chỉ trên sơ đồ [8].

Ví dụ giả định, trợ lý AI lập đề xuất trả lời khách hàng nhưng người phụ trách chưa được xem hồ sơ nguồn. Yêu cầu họ chịu trách nhiệm kiểm chất lượng trong điều kiện đó không tạo được sự giám sát có ý nghĩa. Tổ chức cần sửa quyền truy cập, hướng dẫn hoặc phạm vi tác vụ trước khi dùng kết quả thử nghiệm để bàn đến thay đổi nhân sự.

Mốc rà soát nguồn của bài là 24/10/2026; tốc độ phát triển AI khiến giả định công nghệ cần được xem lại thường xuyên. Điều không nên đổi theo mỗi lần ra mắt công cụ là cách ghi bằng chứng và giới hạn kết luận. Có thể điều chỉnh thử nghiệm khi năng lực mới xuất hiện, nhưng các quyết định tác động tới con người cần nhiều hơn một mô tả tính năng hoặc lời hứa tự động hóa.

Việt Nam: xem trách nhiệm đào tạo và phương án sử dụng lao động

Tại Việt Nam, Bộ luật Lao động 45/2019/QH14 do Quốc hội thông qua 20/11/2019, có hiệu lực 1/1/2021. Văn phòng Quốc hội công bố bản hợp nhất 125/VBHN-VPQH vào 27/8/2025; theo Điều 42 trong bản này, khi thay đổi cơ cấu, công nghệ ảnh hưởng đến việc làm của nhiều người, người sử dụng lao động phải xây dựng và thực hiện phương án sử dụng lao động; nếu có chỗ làm mới thì ưu tiên đào tạo lại để tiếp tục sử dụng [5].

Quy định này không đồng nghĩa cứ đưa AI vào là được tự cắt giảm người, cũng không thể từ riêng một đoạn rút ra toàn bộ thủ tục. Doanh nghiệp Việt Nam cần kiểm điều kiện, các quy định liên quan và tình huống thực tế với bộ phận chuyên môn. Bài không hướng dẫn một quyết định cho thôi việc hay cách áp dụng quyền lợi của một người cụ thể.

Với số hiệu 148/2025/QH15, Luật Chuyển đổi số có hiệu lực kể từ 1/7/2026; Quốc hội thông qua văn bản vào 11/12/2025. Khoản 5 Điều 17 nêu trách nhiệm đào tạo năng lực số cơ bản. Với lao động đứng trước nguy cơ mất việc khi tổ chức chuyển đổi số, luật còn đề cập nâng năng lực và hỗ trợ chuyển nghề qua đào tạo, hướng dẫn để phù hợp nhu cầu thị trường. Đây là cơ sở cần xem cùng kế hoạch thay đổi công việc, không chỉ kế hoạch mua công cụ AI [6].

Câu hỏi thường gặp

AI có lấy mất việc không nếu nghề được xếp phơi nhiễm cao? Phơi nhiễm chỉ gợi ý nghề có những nhiệm vụ công nghệ có thể tác động. Việc làm còn phụ thuộc cách triển khai, nhu cầu và tổ chức công việc. Người lao động nên xem nhiệm vụ nào đang đổi và cơ hội học thêm cụ thể; không nên coi một vị trí trong bảng xếp hạng là kết luận chắc chắn về bản thân.

Tổng số việc làm tăng có bảo đảm mọi người đều hưởng lợi không? Không. Tổng ròng có thể che những thay đổi khác nhau giữa nghề, địa bàn và nhóm lao động. Một người có thể cần chuyển sang việc mới trong khi cơ hội xuất hiện ở nơi khác hoặc đòi hỏi kỹ năng khác. Vì vậy, dự báo toàn thị trường không thay được hỗ trợ học tập và chuyển đổi trong hoàn cảnh thực tế.

Doanh nghiệp có thể dùng số liệu toàn cầu để đặt chỉ tiêu giảm người không? Số liệu toàn cầu phù hợp để nhận diện xu hướng và xây giả thuyết, nhưng chưa đủ cho quyết định nhân sự cụ thể. Cần thử trong điều kiện của công ty, tính phần giám sát, xem nhu cầu khách hàng và kiểm nghĩa vụ pháp luật. Một lần công cụ làm nhanh không phản ánh toàn bộ vị trí hoặc chuỗi công việc.

Người lao động nên học công cụ hay học cách kiểm kết quả? Cần nội dung phù hợp vai trò, bao gồm cả thao tác và phán đoán. Biết dùng công cụ giúp tiếp cận công việc mới, còn khả năng kiểm nguồn, hiểu quy trình và phối hợp giúp sử dụng có trách nhiệm. Không có một khóa học nào bảo đảm việc làm trong mọi hoàn cảnh; nhu cầu nên được trao đổi dựa trên nhiệm vụ đang thay đổi.

Nguồn và phương pháp

Bài là nghiên cứu bàn có AI hỗ trợ biên soạn, đối chiếu ngày 24/10/2026; không phải bản dịch và không phải tư vấn pháp lý. Dự báo, phơi nhiễm, tự báo cáo và hồ sơ quan sát được phân biệt theo phạm vi từng nguồn. Quy trình, sơ đồ và ví dụ giả định do tác giả đề xuất, chưa kiểm chứng thực địa. Chưa có khảo sát nhân sự tại doanh nghiệp Việt Nam trong bài; kết quả quốc tế không được dùng để dự đoán số người mất việc tại một công ty cụ thể.