Những rủi ro người lao động cần nhìn thấy khi có đồng nghiệp AI

Trong những bài trước, tôi đã thử tưởng tượng một công ty nơi mỗi người có một hoặc nhiều đồng nghiệp AI.

Đó có thể là một viễn cảnh tốt. Người làm product bớt chìm trong phản hồi rời rạc. Kỹ sư có người cùng lần theo bug. Sales có thêm thời gian cho khách hàng. Marketer có thể thử nhiều ý tưởng hơn. Những phần việc lặp lại, mệt mỏi và dễ bị quên có thể được xử lý tốt hơn.

Nhưng có một điều cần nói rõ: một công cụ làm tăng năng suất không tự động làm vị thế của người lao động tốt hơn.

Máy móc, phần mềm và internet đều từng mở ra công việc mới. Đồng thời, chúng cũng thay đổi ai có lợi thế, kỹ năng nào trở nên rẻ hơn và ai nắm quyền trong quá trình làm việc.

Đồng nghiệp AI có thể tạo ra những thay đổi còn nhanh hơn. Không phải vì nó thay thế tất cả con người ngay lập tức, mà vì nó có thể sao chép một phần năng lực của con người, đặt năng lực ấy vào một quy trình, rồi nhân bản quy trình đó với tốc độ rất lớn.

Đây không phải là danh sách các dự đoán chắc chắn. Tôi nghĩ đây là những rủi ro người lao động nên nhìn thấy sớm, để không chỉ là người bị thay đổi bởi công nghệ.

Rủi ro đầu tiên: phần việc dễ nhìn thấy sẽ bị định giá lại rất nhanh

Một công việc thường không phải chỉ có một loại giá trị.

Một designer không chỉ vẽ màn hình. Một lập trình viên không chỉ gõ code. Một người làm Sales không chỉ gửi email. Họ còn hiểu bối cảnh, xử lý ngoại lệ, xây lòng tin, kết nối những người khác và nhận trách nhiệm khi có chuyện không như mong muốn.

Nhưng khi AI làm tốt một phần đầu ra dễ nhìn thấy — bản nháp thiết kế, đoạn code, email, bản dịch, báo cáo — thị trường có thể bắt đầu định giá cả công việc dựa trên phần dễ thấy ấy.

Người ta có thể hỏi: “AI làm được trong vài phút, tại sao việc này lại mất nhiều tiền?”

Đó là một câu hỏi nguy hiểm nếu nó bỏ qua toàn bộ phần phán đoán, kiểm tra và trách nhiệm phía sau. Nhưng thị trường không phải lúc nào cũng công bằng với những thứ khó nhìn thấy. Khi một đầu ra trở nên dễ tạo, người lao động phải diễn đạt rõ hơn giá trị của mình nằm ở đâu ngoài đầu ra đó.

Không phải để chứng minh rằng mình bận. Mà để chứng minh rằng kết quả mình chịu trách nhiệm tạo ra là đáng tin.

Rủi ro thứ hai: kỹ năng có thể bị “đóng gói” thành tài sản của công ty

Khi một nhân viên giỏi tạo ra đồng nghiệp AI cho mình, họ sẽ dạy nó rất nhiều thứ: cách đọc một khách hàng, cách xử lý một lỗi thường gặp, cách viết một proposal, cách nhận ra tín hiệu bất thường, cách trả lời theo văn hóa của công ty.

Đó là điều tốt cho tổ chức. Tri thức không còn chỉ nằm trong đầu một vài người làm lâu năm.

Nhưng nó đặt ra một câu hỏi không dễ chịu: khi nhân viên nghỉ việc, phần kinh nghiệm nào vẫn đi theo họ, và phần nào đã được đóng gói thành AI ở lại công ty?

Trước đây, một người có thể rời đi với kinh nghiệm của mình. Trong tương lai, rất có thể họ đã vô tình tạo ra một bản sao quy trình làm việc của chính mình — một bản sao không thay họ hoàn toàn, nhưng khiến công ty bớt phụ thuộc vào họ hơn rất nhiều.

Điều này sẽ làm ranh giới giữa “tri thức cá nhân”, “tri thức đội ngũ” và “tài sản của công ty” quan trọng hơn. Người lao động cần hiểu rõ mình đang đưa dữ liệu nào, quy trình nào và phong cách làm việc nào vào hệ thống AI của tổ chức.

Rủi ro thứ ba: mất con đường để học nghề

Nhiều nghề có một bậc thang rất tự nhiên.

Người mới bắt đầu bằng các phần việc nhỏ: đọc tài liệu, sửa lỗi đơn giản, làm báo cáo, viết bản nháp, quan sát người có kinh nghiệm. Qua những việc này, họ học được ngôn ngữ của nghề, tích lũy trực giác và dần được giao phần việc khó hơn.

Nếu AI nhận phần lớn việc ở bậc thấp, chuyện gì sẽ xảy ra với người mới?

Một công ty có thể rất muốn tuyển một người đã biết cách ra quyết định, nhưng lại không còn kiên nhẫn đầu tư vào những công việc giúp người đó học cách ra quyết định. Khi ấy, bậc thang vào nghề có thể bị rút ngắn hoặc biến mất ở một số vị trí.

Đây là rủi ro dài hạn không chỉ cho người mới. Một ngành không có cách đào tạo người mới sẽ thiếu những người giỏi trong tương lai.

Vì vậy, dùng AI cho người mới không nên chỉ là “để AI làm hộ”. Nó nên là một công cụ giải thích, phản biện và cho phép họ thực hành. Nếu không, ta có thể tạo ra một thế hệ biết giao việc cho AI nhưng không đủ nền tảng để nhận ra khi AI sai.

Rủi ro thứ tư: tốc độ mới có thể trở thành mức kỳ vọng mới

Khi AI giúp hoàn thành việc nhanh hơn, lợi ích đầu tiên thường là giảm thời gian chờ đợi.

Nhưng rất nhanh sau đó, tốc độ mới có thể trở thành tiêu chuẩn mới.

Khách hàng quen với phản hồi trong vài giờ thay vì vài ngày. Quản lý quen với việc có bản tóm tắt ngay sau cuộc họp. Một chiến dịch từng cần một tuần để chuẩn bị bây giờ được yêu cầu xong trong một ngày.

Năng suất tăng không nhất thiết biến thành thời gian rảnh. Nó có thể biến thành nhiều công việc hơn trong cùng một ngày.

Đây là một rủi ro rất quen thuộc của công nghệ, nhưng AI làm nó mạnh hơn vì nó chạm vào công việc trí óc — nơi ranh giới giữa “còn có thể nghĩ thêm” và “đã nên dừng” vốn đã rất mờ.

Người lao động cần bảo vệ không chỉ giờ làm, mà cả quyền có thời gian để suy nghĩ, kiểm tra và phục hồi. Một quyết định được tạo ra nhanh chưa chắc là một quyết định tốt.

Rủi ro thứ năm: sự giám sát có thể trở nên chi tiết và vô hình hơn

Đồng nghiệp AI muốn hữu ích cần biết bối cảnh. Nó cần đọc tài liệu, lịch sử trao đổi, công việc đang làm, đôi khi cả email, lịch và các cuộc họp.

Đó cũng chính là nơi rủi ro xuất hiện.

Khi mọi tương tác đi qua hệ thống số, công ty có khả năng nhìn thấy nhiều hơn về cách nhân viên làm việc: ai phản hồi nhanh, ai dùng AI nhiều, ai sửa bao nhiêu bản nháp, ai có những cuộc trò chuyện nào, ai bị đánh giá là “năng suất thấp” theo một chỉ số nào đó.

Điều đáng lo không chỉ là việc bị theo dõi. Là việc những dữ liệu này có thể được diễn giải bởi hệ thống mà người lao động không hiểu, không kiểm tra được và khó phản đối.

Một con số về số task hoàn thành không nói được ai đang giải quyết việc khó. Một thống kê về thời gian trả lời không nói được ai đang dành thời gian lắng nghe khách hàng. Khi chỉ số dễ đo trở thành chỉ số để đánh giá, công việc quan trọng nhưng khó đo có thể bị bỏ quên.

Rủi ro thứ sáu: trách nhiệm vẫn là của con người, quyền quyết định thì không hẳn

AI có thể đề xuất, viết nháp, xếp ưu tiên và thậm chí thực hiện một số thao tác. Nhưng khi có sai sót, người chịu trách nhiệm thường vẫn là con người.

Đó là hợp lý ở một mức độ nào đó. Không thể nói “AI bảo tôi làm” để xóa bỏ trách nhiệm với khách hàng, đồng nghiệp hay xã hội.

Nhưng sẽ không công bằng nếu người lao động bị yêu cầu chịu trách nhiệm cho những hệ thống họ không được chọn, không được hiểu đầy đủ và không có quyền từ chối sử dụng.

Một công ty trưởng thành cần trả lời rõ: AI được quyền làm gì? Ai phê duyệt? Dữ liệu nào được dùng? Khi AI sai, quy trình khắc phục ra sao? Và một nhân viên có thể dừng một hành động tự động ở đâu?

Nếu không có những ranh giới này, “AI hỗ trợ” rất dễ trở thành “AI quyết định, con người ký tên”.

Rủi ro thứ bảy: cạnh tranh không còn chỉ đến từ người khác

Trước đây, cạnh tranh trên thị trường lao động chủ yếu là cạnh tranh giữa những người có kỹ năng tương tự.

Trong tương lai, một người có thể cạnh tranh với một đội ngũ nhỏ được AI khuếch đại. Một freelancer có quy trình tốt và vài agent giỏi có thể làm khối lượng công việc từng cần nhiều người. Một công ty ở nơi khác có thể đưa ra mức giá rất thấp vì phần lớn công việc đã được tự động hóa.

Điều này không có nghĩa mọi người sẽ bị thay thế. Nhưng nó có thể làm thị trường phân cực hơn.

Những người biết dùng AI, có dữ liệu, có quan hệ khách hàng và có quyền tự quyết trong công việc có thể được khuếch đại mạnh. Những người chỉ được giao một mảnh việc rất hẹp, dễ kiểm tra và không có cơ hội học thêm có thể chịu áp lực nhiều hơn.

Rủi ro lớn nhất không phải là AI giỏi hơn một con người trong mọi mặt. Rủi ro là AI làm chênh lệch giữa các con người tăng nhanh hơn tốc độ xã hội kịp tạo ra con đường mới cho những người ở lại phía sau.

Rủi ro thứ tám: chúng ta có thể đánh mất khả năng phán đoán

Một đồng nghiệp AI tốt đến mức nào đó sẽ tạo ra một sự cám dỗ rất dễ hiểu: tin nó cho nhanh.

Khi AI luôn viết bản nháp đầu tiên, tóm tắt tài liệu đầu tiên, đề xuất phương án đầu tiên, con người có thể dần mất cơ hội tự hình thành một quan điểm trước khi nhìn thấy câu trả lời.

Đây không chỉ là rủi ro về kỹ năng. Nó là rủi ro về sự độc lập trong suy nghĩ.

Nếu AI nói một khách hàng không quan trọng, một ý tưởng không khả thi hay một nhân viên không hiệu quả, chúng ta cần còn đủ hiểu biết để hỏi lại: dựa vào đâu? Nó đã bỏ qua điều gì? Có dữ liệu nào bị thiếu? Cách đo này có đang thiên lệch không?

Người lao động trong thời đại AI cần giữ một năng lực rất cũ: có quan điểm trước khi đi tìm sự đồng ý.

Vậy người lao động nên chuẩn bị gì?

Tôi không nghĩ câu trả lời là cố gắng trở thành người làm mọi thứ nhanh nhất bằng AI.

Thay vào đó, có lẽ cần xây dựng vài thứ khó bị tách rời khỏi con người:

• Hiểu sâu một vấn đề, một ngành hoặc một nhóm khách hàng cụ thể.
• Biết kiểm tra, phản biện và đặt ranh giới cho AI thay vì chỉ nhận đầu ra.
• Xây dựng quan hệ tin cậy với khách hàng và đồng nghiệp.
• Học cách mô tả một kết quả tốt, không chỉ một danh sách task.
• Giữ lại thời gian để tự suy nghĩ và tiếp tục học những nền tảng của nghề.
• Quan tâm đến quyền dữ liệu, quyền riêng tư và quyền được biết hệ thống AI đang đánh giá mình như thế nào.

Có lẽ kỹ năng quan trọng nhất là không để bản thân chỉ trở thành người đứng giữa một hệ thống tự động và nút “Approve”.

Đồng nghiệp AI có thể giúp ta làm việc mạnh hơn. Nhưng nếu không hiểu vị trí của mình trong hệ thống ấy, ta cũng có thể trở thành phần dễ thay thế nhất của nó.

Tương lai của lao động không chỉ được quyết định bởi AI có thể làm gì. Nó còn được quyết định bởi cách công ty thiết kế công việc, cách xã hội mở đường cho người mới học nghề, và cách mỗi người giữ lại năng lực phán đoán của chính mình.