Đứng ở chặng cuối của hành trình nghề nghiệp, điều khiến tôi băn khoăn nhất về trí tuệ nhân tạo không phải AI sẽ thông minh đến đâu hay bao nhiêu công việc sẽ bị thay thế. Tôi nghĩ nhiều hơn đến một câu hỏi nhỏ đó là thế hệ trẻ sẽ bắt đầu sự nghiệp bằng cách nào, nếu những công việc vốn dành cho người mới đang được AI đảm nhiệm, trong khi nhà tuyển dụng lại cần ngay những người đã có kinh nghiệm?

Trong thị trường lao động hiện đại, con người hiếm khi bước thẳng từ trường học vào những công việc đòi hỏi phán đoán, quyết định và trách nhiệm cao. Giữa hai trạng thái ấy luôn có một khoảng chuyển tiếp. Người mới nhập dữ liệu, kiểm tra hồ sơ, viết bản thảo, sửa những đoạn mã đơn giản, hỗ trợ quy trình rồi đưa cho người có kinh nghiệm hơn kiểm tra. Nhìn từ góc độ năng suất, nhiều công việc trong số đó không có gì đặc biệt. Nhưng với quá trình hình thành một con người nghề nghiệp, giá trị của chúng lớn hơn nhiều. Đó là nơi người mới được phép sai khi cái giá của sai lầm còn thấp, học cách nhận ra một con số tưởng đúng nhưng thực ra vô lý, một quy trình trên giấy khác với thực tế vận hành ra sao. Họ quan sát người đi trước rồi dần tích lũy thứ kiến thức rất khó truyền đạt bằng giáo trình. Khoa học về tổ chức gọi một phần trong số đó là tri thức ngầm (tacit knowledge). Tôi thì gọi đó là kinh nghiệm.

Kinh nghiệm không tự nhiên xuất hiện sau một số năm làm việc. Nó được tạo nên từ vô số lần làm, sai, sửa, quan sát và chịu trách nhiệm với những việc ngày càng khó hơn.

Chính ở đây AI đang làm xuất hiện một nghịch lý

Những nhiệm vụ từng tạo nên tầng thấp nhất của chiếc thang nghề nghiệp cũng chính là những nhiệm vụ AI đang thực hiện ngày càng nhanh, rẻ và khá tốt. Xét riêng từng doanh nghiệp, giảm bớt những vị trí chỉ làm các công việc ấy là một quyết định kinh tế hoàn toàn có thể hiểu được. Vấn đề xuất hiện nếu tất cả doanh nghiệp cùng làm như vậy.

Một doanh nghiệp hôm nay có thể giảm tuyển người mới, dùng AI để tăng năng suất của những người đã có kinh nghiệm rồi vài năm sau tuyển nhân sự cấp trung từ thị trường. Nhưng nếu cả một thế hệ doanh nhân cùng tối ưu theo cách ấy thì những nhân sự giàu kinh nghiệm của mười năm sau sẽ được hình thành ở đâu?

Sự tối ưu của từng doanh nghiệp có thể trở thành một vấn đề dài hạn của cả thị trường lao động. Trong kinh tế học, có thể xem đó là một dạng ngoại ứng đào tạo (training externality). Doanh nghiệp chịu chi phí đào tạo người mới hôm nay, trong khi lợi ích từ lực lượng lao động có kinh nghiệm ngày mai có thể được cả thị trường cùng hưởng. Công nghệ càng làm cho việc cắt bỏ tầng nhân sự mới dễ dàng, động cơ né tránh khoản đầu tư ấy càng lớn. Nói nôm na, đó là cách chúng ta bắt đầu “ăn vào hạt giống”.

Dữ liệu vài năm gần đây cho thấy nỗi lo này không còn hoàn toàn là giả thuyết. Nghiên cứu của Stanford Digital Economy Lab trên dữ liệu bảng lương của ADP nhận thấy đến giữa năm 2026, việc làm của nhóm tuổi từ 22 đến 25 trong các nghề phơi nhiễm AI cao thấp hơn khoảng 19% so với mức có thể đạt được nếu tăng cùng nhịp với nhóm ít phơi nhiễm hơn. Khoảng cách tương tự không xuất hiện rõ ở lao động giàu kinh nghiệm và sự điều chỉnh chủ yếu diễn ra qua giảm tuyển mới [1].

Các nhà khoa học tại Harvard chỉ ra trên khoảng 65 triệu hồ sơ lao động của hơn 280.000 doanh nghiệp Mỹ cũng ghi nhận sau khi doanh nghiệp áp dụng AI tạo sinh, số nhân sự ít kinh nghiệm giảm tương đối so với các doanh nghiệp chưa áp dụng [2].

Những con số ấy cần được đọc thận trọng vì thị trường lao động còn chịu tác động của lãi suất, chu kỳ công nghệ và nhiều yếu tố khác. Các nghiên cứu trên cũng chưa khẳng định AI là nguyên nhân duy nhất. Nhưng kết quả đang cùng gợi ra một sự điều chỉnh không đồng đều, tập trung nhiều hơn ở người mới vào nghề và các công việc có nhiều nhiệm vụ nhận thức lặp lại.

Thực tế thì AI không xóa toàn bộ những việc ấy, mà đang lấy đi hoặc làm nhỏ lại chính những phần việc người mới từng dùng để học nghề.

Báo cáo của PwC năm 2026 cho thấy trong 2,4 triệu vị trí đầu vào được phân tích tại Mỹ, nhóm chịu ảnh hưởng AI cao có khả năng yêu cầu những kỹ năng vốn thường gắn với người có kinh nghiệm như phán đoán, lãnh đạo và tư duy chiến lược cao gấp bảy lần nhóm ít chịu ảnh hưởng. PwC gọi hiện tượng này là sự nén lại của bậc thang nghề nghiệp (career ladder compression) [3].

Có lẽ đây mới là thay đổi sâu sắc. Nấc thang đầu tiên chưa chắc đã biến mất mà nó đang được nâng lên cao hơn.

Người mới bước vào nghề được yêu cầu ít làm việc đơn giản hơn và sớm phải biết kiểm chứng, xử lý ngoại lệ hay chịu trách nhiệm cho đầu ra do AI hỗ trợ. Với doanh nghiệp, đây có thể là bước tiến về năng suất. Với người trẻ, nó lại tạo ra một nghịch lý qua sự đòi hỏi họ phải như người có kinh nghiệm ngay khi chưa có đủ những trải nghiệm tạo ra kinh nghiệm.

Không thể giải quyết nghịch lý này chỉ bằng lời khuyên người trẻ hãy học thêm tư duy phản biện hay năng lực phán đoán, vì đó là những sản phẩm của kiến thức và trải nghiệm.

Tuy nhiên, bức tranh không chỉ ảm đạm thế

Nghiên cứu của Erik Brynjolfsson, Danielle Li và Lindsey Raymond trên 5.172 nhân viên hỗ trợ khách hàng cho thấy khi AI được dùng như công cụ trợ giúp, năng suất trung bình tăng khoảng 15 phần trăm và nhóm ít kinh nghiệm hưởng lợi nhiều nhất. AI dường như giúp những thực hành tốt của người giỏi lan truyền nhanh hơn sang người mới, qua đó rút ngắn đường cong học hỏi [4].

Điều đó cho thấy AI vừa có thể làm mất đi một số công việc học nghề cũ, vừa có thể trở thành công cụ học nghề mới. Nếu thời gian AI tiết kiệm được giúp người trẻ học thêm với người có kinh nghiệm thì việc học nghề có thể được rút ngắn. Sai lầm cần được phép xảy ra, nhưng chuyển dần từ sai trong thao tác sang sai trong lựa chọn dữ liệu, hiểu bối cảnh hay phán đoán.

Vì thế, không cần níu giữ những phần việc AI đã làm tốt hơn. Điều phải giữ lại là cơ hội để người mới được lớn lên trong nghề qua công việc thật và trách nhiệm thật.

Bài toán này không thể khoán trắng cho thị trường tự điều chỉnh. World Economic Forum dự báo đến năm 2030 các xu thế công nghệ, kinh tế, nhân khẩu học và chuyển đổi xanh có thể tạo ra 170 triệu việc làm mới, đồng thời làm dịch chuyển 92 triệu việc làm hiện hữu [5]. Báo cáo chuyên đề năm 2026 của tổ chức này cũng cho thấy hơn một phần ba lao động trẻ toàn cầu đang làm trong các nghề chịu tác động từ trung bình đến cao của AI [6].

Có thể tìm thấy một phần lời giải từ những cơ chế phát triển nhân lực đã có ở một số nền kinh tế. Singapore tổ chức chương trình thực tập nghề có cấu trúc cho người mới tốt nghiệp, kéo dài từ ba đến sáu tháng và được Chính phủ đồng tài trợ [7]. Đức có hệ thống đào tạo nghề kép, nơi người học vừa học tại trường nghề vừa làm việc tại doanh nghiệp theo những chuẩn nghề và quy định chất lượng [8]. Điều đáng để chúng ta tham khảo là cách họ coi việc hình thành người lao động có kinh nghiệm là quá trình cần sự tham gia của nhiều chủ thể, không phải trách nhiệm tự thân của người trẻ.

Trong bối cảnh AI, việc tái thiết kế con đường vào nghề không thể do một chủ thể đơn lẻ thực hiện. Trường học cần đưa người học đến gần bài toán thật hơn. Doanh nghiệp cần nhìn nhân sự đầu vào như nguồn nhân lực kế cận, được học nhanh hơn, làm việc thật sớm hơn và nhận trách nhiệm theo lộ trình có kiểm soát. Nhà nước, ở những lĩnh vực có nguy cơ thiếu hụt nhân lực, có thể chia sẻ chi phí đào tạo tại nơi làm việc và khuyến khích doanh nghiệp duy trì những vị trí đầu vào có hàm lượng học tập thực sự.

Mục tiêu không phải giữ lại những công việc năng suất thấp chỉ vì chúng từng tồn tại. Mục tiêu là không để lợi ích ngắn hạn của tự động hóa vô tình phá hỏng cơ chế hình thành vốn con người trong dài hạn.

Với người trẻ, bên cạnh năng lực thực thi, giá trị sẽ ngày càng nằm ở khả năng phản biện, nhận ra điều bất hợp lý phía sau dữ liệu, hiểu những lớp ngữ cảnh AI chưa thể nắm bắt đầy đủ, kết nối con người với con người và cuối cùng là dám chịu trách nhiệm cho quyết định của mình. Nếu xã hội vừa lấy đi những cơ hội giúp người trẻ hình thành các năng lực ấy, vừa quay lại trách họ thiếu kinh nghiệm, thì đó mới là điều đáng lo.

Tôi không nhìn vấn đề này với tâm thế hoài cổ. Những công việc có thể tự động hóa rồi sẽ ngày càng được tự động hóa. Không cần níu giữ một quy trình chậm hơn, tốn kém hơn chỉ để bảo vệ ký ức về cách thế hệ trước từng học nghề. Nhưng không vì thế mà để công cụ thay thế luôn cả quá trình hình thành năng lực nghề nghiệp. Đó là con đường từ một người chưa biết nghề trở thành người hiểu nghề, từ người làm theo hướng dẫn trở thành người biết phán đoán, rồi từ người biết phán đoán trở thành người đủ bản lĩnh để chịu trách nhiệm.

Tài liệu tham khảo

[1] Brynjolfsson, E., Chandar, B., & Chen, R. (2025, revised August 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.

[2] Hosseini Maasoum, S. M., & Lichtinger, G. (2026). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. Working Paper, Harvard University. Revised June 6, 2026.

[3] PwC. (2026). 2026 Global AI Jobs Barometer: Two Futures for Jobs in an AI Era.

[4] Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942.

[5] World Economic Forum. (2025). The Future of Jobs Report 2025. Geneva, Switzerland.

[6] World Economic Forum. (2026). Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways. Geneva, Switzerland.

[7] Workforce Singapore. (2025). Graduate Industry Traineeships (GRIT) Programme Factsheet for Trainees. Singapore.

[8] Federal Institute for Vocational Education and Training (BIBB). (2024). Involvement of Companies in Germany. Bonn, Germany.

Thực hiện: Nguyễn Mạnh Cường
Chuyên gia đổi mới sáng tạo
Đồ họa: Duyên Nguyễn