Cách đây đúng 10 năm, chương trình máy tính AlphaGo đánh bại Lee Sedol, một trong những kỳ thủ cờ vây xuất sắc nhất lịch sử loài người, trong một trận đấu mà hầu hết chuyên gia đều cho rằng máy tính sẽ cần ít nhất thêm một thập niên nữa mới có thể làm được. Ngay đêm định mệnh đó, Lee ngồi trầm ngâm trước bàn cờ một mình rất lâu. Anh thua trước một thực thể được tạo ra từ chính trí tuệ con người, nhưng giờ có khả năng tính toán hàng triệu nước đi mỗi giây, một thực thể không bao giờ mệt, không bao giờ run tay, và không bao giờ bị cảm xúc chi phối khi ra quyết định.
Ba năm sau, Lee tuyên bố giải nghệ. Trong cuộc phỏng vấn với The New York Times, Lee kể lại cảm giác: "Thất bại trước đối thủ là một trí tuệ nhân tạo, với tôi điều đó đồng nghĩa với việc cả thế giới của tôi vỡ vụn. Tôi chẳng thể nào tận hưởng các ván cờ được nữa, thế nên tôi quyết định dừng lại."
Câu chuyện của Lee Sedol có lẽ là một phép ẩn dụ cho điều đang xảy ra với toàn bộ nền kinh tế toàn cầu. AI và công nghệ đang tăng tốc quá nhanh làm thay đổi cả cấu trúc kinh tế toàn cầu. Nhưng đại đa số người lao động chúng ta là những người không làm việc trực tiếp trong lĩnh vực công nghệ, và vẫn đang xem trí tuệ nhân tạo như một chủ đề phim khoa học viễn tưởng, hay như một từ khóa "bắt trend", hoặc tự nhủ rằng: "Ngành của tôi cần sự tương tác giữa người với người, máy móc không bao giờ thay thế được."
Nhưng rất tiếc, chúng ta đã lầm.
Là một kỹ sư dữ liệu, hằng ngày lập trình, làm việc cùng AI, tôi khó lòng lạc quan trước cơn bão AI đang sầm sập tới.
Khoảnh khắc AlphaGo của DeepMind đánh bại nhà vô địch cờ vây thế giới Lee Sedol. Ảnh: AFP
Chúng ta yên tâm rằng con người có vai trò không thể thay thế giống như cho ếch vào nồi nước mát và đun nóng từ từ, nó bị luộc chín và lìa đời trong sự thoải mái mà không hề hay biết.
Bộ não con người "lập trình" từng bước còn AI theo cấp số nhân
Lý do khiến chúng ta yên tâm trong nồi nước ấm từ từ xuất phát từ chính cấu tạo não bộ và quá trình tiến hóa trong lịch sử hàng triệu năm qua của loài người. Thông thường sự phát triển đi theo con đường tuyến tính, sự thay đổi của ngày mai sẽ diễn ra với tốc độ tương tự ngày hôm qua một cách đều đặn. Nếu bạn đi 30 bước tuyến tính (1, 2, 3, 4...), bạn sẽ đi được 30 mét.
Nhưng rất tiếc, não chúng ta "lập trình" từng bước một, còn công nghệ, đặc biệt là AI và sức mạnh tính toán, phát triển theo cấp số nhân. Khi đi 30 bước theo cấp số nhân (1, 2, 4, 8, 16...), ở bước thứ 30, bạn đã đi được hơn một tỷ mét, đủ để đi vòng quanh Trái Đất 26 lần. Đây là cách AI đang đi.
Đây cũng là ý tưởng cốt lõi của định luật Moore, do Gordon Moore đề xuất năm 1965. Moore cũng là nhà đồng sáng lập tập đoàn Intel. Ông dự đoán số lượng bóng bán dẫn trên vi mạch sẽ tăng gấp đôi sau mỗi 18 đến 24 tháng, trong khi chi phí giảm dần. Điều này thúc đẩy sức mạnh tính toán của máy tính tăng theo cấp số nhân, định hình sự phát triển vượt bậc của công nghệ hiện đại.
Chỉ vài năm trước, các mô hình ngôn ngữ còn viết những câu ngô nghê, robot thì vấp ngã khi bước lên bậc thang. Nhưng thông qua sức mạnh của dữ liệu khổng lồ và sự phát triển chóng mặt của công nghệ bán dẫn, chúng đã tự học, tự tối ưu và nhân đôi sức mạnh sau mỗi chu kỳ ngắn. Sự phát triển của trí thông minh loài người phát triển tuyến tính trong khi sự phát triển của trí tuệ nhân tạo đang nhảy vọt theo hàm mũ sau mỗi chu kỳ ngày càng ngắn.
Lịch sử tiến hóa từ từ khiến đa phần chúng ta vẫn yên tâm với công việc đang làm mà không hay biết rằng máy đã tự học tự làm những việc tưởng chừng như vài thập niên nữa mới làm nổi. Chẳng hạn, nó học được từ dữ liệu nhà vệ sinh và ...tự cọ nhà vệ sinh thay lao công. Một công việc rất tỉ mỉ và lắt léo.
Các cô lao công có thể không biết thông tin này và không biết tới nồi nước đang nóng dần lên, nhưng người làm công nghệ như chúng tôi rất cần nói kỹ về tốc độ phát triển của công nghệ.
Tốc độ tiến hóa thực sự của AI
Trên nhiều lĩnh vực, AI đã giỏi hơn con người.
Báo cáo Chỉ số AI 2025 (AI Index Report) từ Đại học Stanford là một trong những nguồn dữ liệu hàn lâm uy tín nhất thế giới về AI đã cho thấy bức tranh sau: Chỉ một mô hình AI thông dụng chứ chưa phải chuyên dụng cho các tác vụ chuyên ngành, GPT-4 của OpenAI đã vượt qua kỳ thi Luật sư với kết quả cao hơn 90% các thí sinh, đạt 75,7% ở phần trắc nghiệm trong khi điểm trung bình của thí sinh con người là 68%.
Trong y khoa, GPT-4 đạt 93,2% ở bài thi USMLE Step 1, cao hơn rất nhiều so với mức thi đỗ 60% mà các sinh viên y khoa phấn đấu ròng rã suốt nhiều năm trời. Ở lĩnh vực toán học, mô hình o1 của OpenAI ghi được 74,4% trên đề thi vòng loại Olympic Toán Quốc tế, so với chỉ 9,3% của phiên bản trước đó. Đây là một bước nhảy vọt với thành tích gấp 8 lần chỉ sau đúng một phiên bản cập nhật (1).
Robot tích hợp AI tự học và có thể làm những công việc khéo léo như cọ toilet, những công việc tỉ mỉ mà chúng ta thường nghĩ còn lâu robot mới làm được. Ảnh: Team Homer / University of Koblenz-Landau
Nhưng điều đáng sợ nhất không ở việc sức mạnh của AI tăng chóng mặt, mà là chi phí giảm đáng kể. Chi phí suy luận (inference cost) cho một mô hình AI có năng lực tương đương mô hình GPT-3.5 đã giảm từ 20 USD xuống còn 0,07 USD cho mỗi 1 triệu token (đơn vị đo lường ngôn ngữ mà AI xử lý). Nghĩa là mô hình AI này đã giảm chi phí vận hành 280 lần chỉ trong chưa đầy hai năm phát triển và nâng cấp.
Khi một phần mềm có giá 20 USD mỗi tháng có thể làm được khối lượng công việc của một nhân viên văn phòng được trả 1.000 USD mỗi tháng nhưng với tốc độ nhanh hơn gấp bội thì ông chủ sẽ sử dụng ai?
Và thực tế, điều đó xảy ra rồi. Theo dữ liệu từ Tổ chức Hợp tác và Phát triển Kinh tế (OECD) công bố vào đầu năm 2026, tỷ lệ doanh nghiệp sử dụng AI tại các nước phát triển đã tăng hơn gấp đôi trong vòng hai năm. 42% doanh nghiệp quy mô lớn đã triển khai AI vào vận hành thực tế, và 40% các doanh nghiệp khác đang trong giai đoạn thử nghiệm (3).
AI đã trở thành cơ sở hạ tầng mới của nền kinh tế thế giới. Và chính tại đây, các thực thể trí tuệ phi sinh học này đang âm thầm đưa ra quyết định duyệt khoản vay ngân hàng của bạn, sàng lọc hồ sơ xin việc, phân tích ảnh chụp cắt lớp tại bệnh viện, và soạn thảo hợp đồng pháp lý.
Công việc của mình vẫn an toàn?
Khác với các cuộc cách mạng công nghiệp trước đây chủ yếu thay thế sức lực cơ bắp, cuộc cách mạng AI nhắm vào lực lượng lao động trí thức, những người ngồi trong văn phòng.
Nếu bạn vẫn tin rằng công việc của mình an toàn vì nó đòi hỏi "kiến thức chuyên môn" hoặc "tư duy phân tích," thì dữ liệu dưới đây sẽ khiến bạn nghĩ lại.
Báo cáo Tương lai việc làm 2025 của Diễn đàn Kinh tế Thế giới (WEF), khảo sát hơn 1.000 doanh nghiệp hàng đầu toàn cầu, đại diện cho hơn 14 triệu lao động tại 55 nền kinh tế (4) cho thấy: Từ năm 2025 đến 2030, sẽ có 170 triệu công việc mới được tạo ra, đồng thời 92 triệu công việc sẽ bị đào thải. Dù công việc mới sinh ra nhưng đây là một ảo tưởng nguy hiểm nếu bạn không đọc kỹ.
170 triệu công việc mới kia là những công việc hoàn toàn khác. Đây là những công việc đòi hỏi kỹ năng, như vận hành AI, phân tích dữ liệu lớn, an ninh mạng... và chúng không dành cho những người chưa kịp cập nhật, học hỏi công nghệ.
Gần đây, báo cáo của Tập đoàn tài chính Goldman Sachs đã đưa ra dự báo khiến ta bớt lo lắng phần nào, ước tính AI sẽ thực tế thay thế khoảng 6-7% lực lượng lao động tại Mỹ khi được triển khai rộng rãi, và tỷ lệ thất nghiệp sẽ chững lại, sau vài năm chao đảo, khi nền kinh tế tái cân bằng (6).
Nhưng khoảng một phần tư tổng số việc làm hiện tại trên toàn cầu sẽ trải qua những thay đổi tận gốc rễ. Và khoảng 39% kỹ năng hiện có của người lao động sẽ trở nên lỗi thời hoặc cần được chuyển đổi trước năm 2030 (4).
Trong khi hàng chục triệu người lo sợ mất việc, thì các doanh nghiệp vẫn đang trong cơn khát nhân sự. Tuy nhiên, họ không khát những nhân sự làm việc theo kiểu cũ, mà họ thiếu hụt những con người biết cách sử dụng AI để mang lại thêm năng suất.
Và thế là, doanh nghiệp sẽ đào tạo lại lao động, nhưng khảo sát của WEF cho thấy, nếu 59 trên 100 người lao động cần được đào tạo lại trước năm 2030, thì 11 trong số đó nhiều khả năng sẽ không bao giờ nhận được sự đào tạo phù hợp - tương đương hơn 120 triệu lao động trên toàn cầu sẽ không biết đi đâu về đâu.
Chúng ta đang chứng kiến sự lệch pha khổng lồ giữa những gì hệ thống giáo dục đào tạo suốt 20 năm qua và những gì thị trường thực sự cần trong 2 năm trở lại đây.
Vậy điều này có ý nghĩa gì với tôi, đang làm việc trong lĩnh vực khoa học dữ liệu, và với bạn? Có thể bạn đang làm giáo viên, bác sĩ, nhân viên kinh doanh, hay tài xế?
Đương nhiên là học thêm kỹ năng, hợp tác với AI, tự nâng cấp mình. Nhưng nếu người nông dân này có thể chuyển đổi từ việc làm đồng sang trồng cây hoặc chăn nuôi; thì liệu một bác sĩ chuyên khoa có thể sẵn sàng chuyển sang làm thợ máy; hoặc kỹ sư công nghệ có thể chuyển nghề làm giáo viên trông trẻ trong vài tháng? Mức độ chuyển đổi công việc ngày nay rất phức tạp, khi mà yêu cầu tối thiểu của mỗi chức danh nghề nghiệp ngày càng cao.
Mục đích của tôi khi viết bài này hoàn toàn không phải để gieo rắc sự sợ hãi vì sự sợ hãi chỉ làm tê liệt hành động. Tất nhiên mỉa mai thay, kỹ sư dữ liệu chúng tôi giống những kẻ sáng tạo tự đào mộ cho chính mình khi thiết kế và nạp dữ liệu cho AI từng ngày. Nhưng cũng vì hiểu về quá trình phát triển của AI nên mục đích của tôi là đánh thức bạn khỏi cơn ngái ngủ của tư duy tuyến tính, và kích hoạt sự chuẩn bị.
Bởi vì trong hai năm tới chúng ta sẽ nhìn rõ hơn AI tái thiết từng ngành nghề như thế nào. Và mỗi người chúng ta cần phải làm gì để không trở thành nạn nhân của cuộc đại tu lịch sử này?
(Kỳ tiếp: Một cuộc đại nhảy vọt về năng lực)
---
Nguồn tham khảo:
(1) Stanford HAI - AI Index Report 2025. Dữ liệu về hiệu năng AI trên các kỳ thi chuyên môn, chi phí suy luận giảm 280 lần, và tốc độ tiến hóa năng lực mô hình. Nguồn: hai.stanford.edu/ai-index/2025-ai-index-report
(2) OECD - Thông cáo về tình hình ứng dụng AI (01/2026). Tỷ lệ doanh nghiệp OECD dùng AI tăng gấp đôi trong 2 năm; 36,8% cá nhân dùng AI tạo sinh. Nguồn: oecd.org/en/about/news/announcements/2026/01/ai-use-by-individuals-surges...
(3) IBM - Global AI Adoption Index 2023. 42% doanh nghiệp lớn đã triển khai AI, 40% đang thử nghiệm. Nguồn: newsroom.ibm.com/2024-01-10-Data-Suggests-Growth-in-Enterprise-Adoption-of-AI...
(4) WEF - Future of Jobs Report 2025. 170 triệu việc mới, 92 triệu bị đào thải, 86% doanh nghiệp dự báo AI sẽ thay đổi vận hành, 63% coi khoảng cách kỹ năng là rào cản lớn nhất. Nguồn: weforum.org/publications/the-future-of-jobs-report-2025
(5) Goldman Sachs - "The Potentially Large Effects of AI on Economic Growth" (03/2023). AI tạo sinh có thể tác động tương đương 300 triệu việc làm toàn thời gian, 2/3 việc làm tại Mỹ và châu Âu bị ảnh hưởng một phần. Nguồn: goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent
(6) Goldman Sachs - "How Will AI Affect the Global Workforce?" (08/2025). Dự báo thực tế: 6-7% lực lượng lao động Mỹ bị thay thế, thất nghiệp tăng ~0,5 điểm % rồi ổn định sau 2 năm. Nguồn: goldmansachs.com/insights/articles/how-will-ai-affect-the-global-workforce
(7) IFR - World Robotics 2025: Industrial Robots. 542.000 robot được lắp đặt năm 2024, 4,66 triệu đang vận hành, nhu cầu tăng gấp đôi trong 10 năm. Nguồn: ifr.org/ifr-press-releases/news/global-robot-demand-in-factories-doubles-over-10-years
(8) IFR - World Robotics 2025: Service Robots. Robot dịch vụ chuyên nghiệp đạt ~199.000 đơn vị, robot y tế tăng 91%, robot logistics tăng 14%. Nguồn: ifr.org/ifr-press-releases/news/service-robots-see-global-growth-boom