KHI AI LÀM THAY ĐỔI LUẬT CHƠI
30/08/2026
57
views
1
#5 on leaderboard of challenge:
AI có giúp chúng ta nhàn hơn không?
Có.
---
---
Một lập trình viên có thể viết code nhanh hơn. Một tester có thể tạo test case nhanh hơn. Một BA có thể tổng hợp tài liệu nhanh hơn. Một PM có thể chuẩn bị biên bản họp trong vài phút. Một ứng viên có thể viết CV, chuẩn bị phỏng vấn hay tìm hiểu công ty nhanh hơn rất nhiều so với trước đây.
Nhưng tôi nghĩ câu hỏi thú vị hơn không phải là: “AI có giúp chúng ta làm nhanh hơn không?”
Mà là:
Khi tất cả mọi người đều có thể làm nhanh hơn nhờ AI, công việc có thật sự trở nên nhẹ hơn không?
Tôi ngày càng có cảm giác rằng AI làm giảm công sức của từng tác vụ, nhưng không chắc làm giảm tổng khối lượng công việc mà chúng ta phải đối mặt. Bởi khi năng lực của một cá nhân tăng lên, năng lực của những người xung quanh cũng tăng. Sản lượng tăng. Kỳ vọng tăng. Tiêu chuẩn thay đổi. Và cuối cùng, chính luật chơi của công việc cũng thay đổi theo. Tôi muốn bắt đầu câu chuyện này từ một nơi mà hầu như người làm IT nào cũng từng đi qua: tuyển dụng.
Khi cả ứng viên và nhà tuyển dụng đều có AI
Trong những buổi chia sẻ với sinh viên, tôi thường nói về tuyển dụng như một quá trình gồm nhiều lớp đánh giá: hồ sơ, trao đổi ban đầu, bài kiểm tra hoặc đánh giá chuyên môn, phỏng vấn với bộ phận chuyên môn và cuối cùng là quyết định hợp tác. Trước đây, mỗi bước đều cung cấp cho doanh nghiệp một số tín hiệu nhất định.
CV cho thấy ứng viên đã làm gì.
Bài test cho thấy khả năng chuyên môn.
Buổi phỏng vấn cho thấy cách tư duy, giao tiếp và xử lý tình huống.
Những tín hiệu đó vốn không hoàn hảo, nhưng ít nhất chúng giúp hai bên hiểu nhau hơn.
AI đang làm một việc rất thú vị: nó làm cho việc tạo ra những tín hiệu đẹp trở nên cực kỳ dễ dàng.
Một CV bình thường có thể được AI chỉnh thành một CV rất chuyên nghiệp chỉ trong vài phút.
Một ứng viên có thể đưa JD vào AI rồi hỏi:
Bài test cho thấy khả năng chuyên môn.
Buổi phỏng vấn cho thấy cách tư duy, giao tiếp và xử lý tình huống.
Những tín hiệu đó vốn không hoàn hảo, nhưng ít nhất chúng giúp hai bên hiểu nhau hơn.
AI đang làm một việc rất thú vị: nó làm cho việc tạo ra những tín hiệu đẹp trở nên cực kỳ dễ dàng.
Một CV bình thường có thể được AI chỉnh thành một CV rất chuyên nghiệp chỉ trong vài phút.
Một ứng viên có thể đưa JD vào AI rồi hỏi:
“CV của tôi đang thiếu gì?”
“Những câu hỏi nào có thể xuất hiện trong buổi phỏng vấn?”
“Hãy đóng vai interviewer và phỏng vấn tôi.”
“Giúp tôi trình bày project này thuyết phục hơn.”
Với vị trí kỹ thuật, ứng viên còn có thể dùng AI để giải thích thuật toán, luyện coding test, review code hay mô phỏng những câu hỏi chuyên môn. Ở phía ứng viên, đây rõ ràng là phần nhàn. Những việc từng mất vài giờ có thể chỉ còn vài chục phút. Nhưng vấn đề bắt đầu xuất hiện khi gần như tất cả ứng viên đều có công cụ tương tự.
Một CV được trình bày rất tốt trước đây có thể là tín hiệu của sự chỉn chu. Khi AI có thể giúp hầu hết mọi người tạo ra một CV đẹp, tín hiệu đó yếu đi.
Một câu trả lời phỏng vấn trôi chảy từng cho thấy ứng viên chuẩn bị kỹ. Khi ứng viên có thể luyện hàng chục vòng phỏng vấn giả với AI, những câu hỏi quen thuộc cũng dần mất khả năng phân biệt.
Một bài assignment hoàn chỉnh cũng không còn đơn giản cho biết “người này làm được hay không”. Nhà tuyển dụng phải bắt đầu hỏi thêm: họ hiểu đến đâu, họ lựa chọn giải pháp vì sao, họ có thể giải thích, thay đổi hoặc bảo vệ quyết định của mình hay không.
Điểm đáng chú ý ở đây là:
Điểm đáng chú ý ở đây là:
Việc đánh giá ứng viên vốn đã khó từ trước. AI không tạo ra cái khó đó.
Cái “nhọc mới” nằm ở chỗ khác.
AI làm cho những tín hiệu cũ trở nên dễ tạo ra hơn, vì vậy doanh nghiệp phải tìm những tín hiệu mới có giá trị hơn.
Khi nộp hồ sơ trở nên quá dễ
Câu chuyện còn thú vị hơn nếu chúng ta đi thêm một bước.
Nếu AI giúp một ứng viên chuẩn bị hồ sơ nhanh hơn, người đó có thể ứng tuyển nhiều vị trí hơn.
Nếu công cụ tự động hóa tiếp tục phát triển, quá trình tìm việc có thể tiến xa hơn nữa: tìm job phù hợp, điều chỉnh CV, viết cover letter, chuẩn bị câu trả lời, thậm chí hỗ trợ theo dõi quá trình ứng tuyển.
Từ góc nhìn của từng cá nhân, đó là năng suất.
Nhưng nếu hàng nghìn ứng viên cùng tăng năng suất theo cách đó, điều gì xảy ra ở phía doanh nghiệp Số hồ sơ tăng. Recruiter lại phải dùng AI để lọc. Doanh nghiệp phải xây thêm tiêu chí đánh giá. Interviewer phải đặt câu hỏi sâu hơn. Quy trình tuyển dụng phải tìm cách phân biệt giữa một hồ sơ được AI hỗ trợ tốt và một người thực sự phù hợp với công việc. Một vòng lặp bắt đầu hình thành:
Nhưng nếu hàng nghìn ứng viên cùng tăng năng suất theo cách đó, điều gì xảy ra ở phía doanh nghiệp Số hồ sơ tăng. Recruiter lại phải dùng AI để lọc. Doanh nghiệp phải xây thêm tiêu chí đánh giá. Interviewer phải đặt câu hỏi sâu hơn. Quy trình tuyển dụng phải tìm cách phân biệt giữa một hồ sơ được AI hỗ trợ tốt và một người thực sự phù hợp với công việc. Một vòng lặp bắt đầu hình thành:
AI giúp ứng viên làm được nhiều hơn → doanh nghiệp nhận nhiều hơn → doanh nghiệp cần AI để xử lý nhiều hơn.
Cả hai phía đều được AI giúp.
Nhưng cả hai phía cũng bắt đầu phải chạy nhanh hơn.
Tôi nghĩ đây là một ví dụ khá rõ cho câu “Nhàn nhờ AI. Nhọc cũng AI”.
Không phải vì AI khiến việc cũ khó hơn.
Mà vì khi AI làm một việc trở nên quá dễ, quy mô của hệ thống xung quanh việc đó thay đổi.
Nhưng cả hai phía cũng bắt đầu phải chạy nhanh hơn.
Tôi nghĩ đây là một ví dụ khá rõ cho câu “Nhàn nhờ AI. Nhọc cũng AI”.
Không phải vì AI khiến việc cũ khó hơn.
Mà vì khi AI làm một việc trở nên quá dễ, quy mô của hệ thống xung quanh việc đó thay đổi.
Và chuyện này không dừng ở tuyển dụng
Nếu đang làm IT, có lẽ chúng ta đã nhìn thấy cùng một hiện tượng ngay trên bàn làm việc của mình.
Một developer trước đây có thể mất vài giờ để dựng một đoạn code, tìm lỗi hoặc đọc tài liệu.
Bây giờ AI có thể sinh code, giải thích code cũ, đề xuất refactor, viết unit test hoặc tìm nguyên nhân lỗi rất nhanh.
Nếu đang làm IT, có lẽ chúng ta đã nhìn thấy cùng một hiện tượng ngay trên bàn làm việc của mình.
Một developer trước đây có thể mất vài giờ để dựng một đoạn code, tìm lỗi hoặc đọc tài liệu.
Bây giờ AI có thể sinh code, giải thích code cũ, đề xuất refactor, viết unit test hoặc tìm nguyên nhân lỗi rất nhanh.
Đó là phần nhàn.
Nhưng nếu trước đây một developer xử lý được 5 task trong một khoảng thời gian và bây giờ có thể xử lý 10 task, rất có thể một lúc nào đó 10 task sẽ không còn được xem là “năng suất vượt trội”.
Nó trở thành bình thường.
Thứ giúp chúng ta nhanh hơn hôm nay có thể trở thành tiêu chuẩn mà chúng ta phải đáp ứng ngày mai.
Tester cũng vậy.
AI có thể giúp tạo test case, phân tích requirement, sinh dữ liệu kiểm thử hoặc hỗ trợ tìm những trường hợp bất thường. Khối lượng công việc trên từng test case giảm. Nhưng khả năng kiểm thử tăng lên thì kỳ vọng về coverage cũng có thể tăng theo.
BA có thể dùng AI để tóm tắt hàng chục trang tài liệu, so sánh yêu cầu, tạo user story hay chuẩn bị câu hỏi. Nhưng vì việc tạo tài liệu trở nên dễ hơn, lượng tài liệu được tạo ra cũng có thể nhiều hơn.
PM có thể tóm tắt meeting nhanh hơn, viết report nhanh hơn, phân tích risk nhanh hơn. Nhưng khi mọi báo cáo đều có thể được chuẩn bị nhanh, tổ chức cũng dễ kỳ vọng nhiều báo cáo hơn, cập nhật thường xuyên hơn và phản ứng nhanh hơn.
Marketing, sales, HR hay các bộ phận khác cũng không nằm ngoài vòng lặp đó.
AI làm giảm cost của một hành động.
Khi cost giảm, chúng ta thực hiện nhiều hành động hơn.
Khi tất cả mọi người cùng thực hiện nhiều hơn, mặt bằng kỳ vọng lại tăng lên.
Đó là lý do tôi không nghĩ câu chuyện AI chỉ nên được nhìn theo công thức:
BA có thể dùng AI để tóm tắt hàng chục trang tài liệu, so sánh yêu cầu, tạo user story hay chuẩn bị câu hỏi. Nhưng vì việc tạo tài liệu trở nên dễ hơn, lượng tài liệu được tạo ra cũng có thể nhiều hơn.
PM có thể tóm tắt meeting nhanh hơn, viết report nhanh hơn, phân tích risk nhanh hơn. Nhưng khi mọi báo cáo đều có thể được chuẩn bị nhanh, tổ chức cũng dễ kỳ vọng nhiều báo cáo hơn, cập nhật thường xuyên hơn và phản ứng nhanh hơn.
Marketing, sales, HR hay các bộ phận khác cũng không nằm ngoài vòng lặp đó.
AI làm giảm cost của một hành động.
Khi cost giảm, chúng ta thực hiện nhiều hành động hơn.
Khi tất cả mọi người cùng thực hiện nhiều hơn, mặt bằng kỳ vọng lại tăng lên.
Đó là lý do tôi không nghĩ câu chuyện AI chỉ nên được nhìn theo công thức:
Trước đây mất 4 giờ, bây giờ mất 1 giờ, vậy chúng ta tiết kiệm được 3 giờ.
Ba giờ đó không nhất thiết biến thành ba giờ nghỉ.
Nó có thể biến thành ba task khác.
Và sau một thời gian, ba task khác đó lại trở thành một phần của công việc bình thường.
Nó có thể biến thành ba task khác.
Và sau một thời gian, ba task khác đó lại trở thành một phần của công việc bình thường.
Từ AI hỗ trợ đến AI tham gia công việc
Có một thay đổi nữa mà tôi nghĩ người làm IT sẽ ngày càng gặp nhiều hơn: AI không chỉ dừng ở việc trả lời câu hỏi. Chúng ta đang tiến tới những hệ thống có thể được giao mục tiêu, tự thực hiện nhiều bước, sử dụng công cụ, kiểm tra kết quả rồi tiếp tục hành động.
Trong AI, chúng thường được gọi là Agent – tác tử.
Sự khác biệt nghe có vẻ nhỏ nhưng thực ra khá lớn.
Một AI assistant có thể giúp tôi viết email.
Một Agent trong tương lai có thể nhận mục tiêu:
Trong AI, chúng thường được gọi là Agent – tác tử.
Sự khác biệt nghe có vẻ nhỏ nhưng thực ra khá lớn.
Một AI assistant có thể giúp tôi viết email.
Một Agent trong tương lai có thể nhận mục tiêu:
“Tìm những khách hàng phù hợp, chuẩn bị thông tin, soạn email, theo dõi phản hồi và đề xuất bước tiếp theo.”
Một AI assistant có thể giúp recruiter đọc CV.
Một Agent có thể hỗ trợ tìm ứng viên, sàng lọc, liên hệ, sắp lịch và cập nhật trạng thái.
Một AI assistant có thể giúp developer viết code.
Một Agent có thể nhận task, đọc codebase, chỉnh sửa nhiều file, chạy test rồi báo lại kết quả.
Lúc này câu hỏi không còn đơn thuần là:
Một Agent có thể hỗ trợ tìm ứng viên, sàng lọc, liên hệ, sắp lịch và cập nhật trạng thái.
Một AI assistant có thể giúp developer viết code.
Một Agent có thể nhận task, đọc codebase, chỉnh sửa nhiều file, chạy test rồi báo lại kết quả.
Lúc này câu hỏi không còn đơn thuần là:
“AI giúp tôi nhanh hơn bao nhiêu?”
Mà bắt đầu trở thành:
“Phần nào con người làm?”“Phần nào Agent được quyền làm?”“Agent được phép tự quyết tới đâu?”“Việc nào bắt buộc con người duyệt?”“Nếu Agent làm sai thì ai chịu trách nhiệm?”“Nếu hai Agent đưa ra hai kết quả khác nhau thì hệ thống xử lý thế nào?”
Đó là lúc tôi thấy khái niệm Human–Agent Work System trở nên đáng quan tâm.
Không phải vì chúng ta cần thêm một thuật ngữ công nghệ.
Mà vì khi AI bắt đầu thực sự tham gia vào quá trình làm việc, doanh nghiệp sẽ phải thiết kế lại cách con người và AI phối hợp với nhau.
Và đây có lẽ mới là phần “nhọc” lớn hơn trong những năm tới.
Không phải học thêm một prompt.
Mà là học cách tổ chức công việc trong một thế giới mà con người không còn là tác nhân duy nhất thực hiện công việc.
Không phải vì chúng ta cần thêm một thuật ngữ công nghệ.
Mà vì khi AI bắt đầu thực sự tham gia vào quá trình làm việc, doanh nghiệp sẽ phải thiết kế lại cách con người và AI phối hợp với nhau.
Và đây có lẽ mới là phần “nhọc” lớn hơn trong những năm tới.
Không phải học thêm một prompt.
Mà là học cách tổ chức công việc trong một thế giới mà con người không còn là tác nhân duy nhất thực hiện công việc.
Nhàn hơn, nhưng chưa chắc rảnh hơn
Tôi vẫn tin AI là một trong những công cụ giúp chúng ta làm việc hiệu quả nhất mà con người từng tạo ra.
Tôi cũng không nghĩ giải pháp là né tránh AI để bảo vệ cách làm việc cũ.
Nếu người khác có AI còn mình không dùng, rất có thể mình chỉ đang tự làm khó mình.
Nhưng có lẽ chúng ta cũng không nên nhầm lẫn giữa hai khái niệm:
Tôi cũng không nghĩ giải pháp là né tránh AI để bảo vệ cách làm việc cũ.
Nếu người khác có AI còn mình không dùng, rất có thể mình chỉ đang tự làm khó mình.
Nhưng có lẽ chúng ta cũng không nên nhầm lẫn giữa hai khái niệm:
làm một việc dễ hơn và công việc trở nên nhẹ hơn.
AI chắc chắn đang làm rất nhiều việc trở nên dễ hơn.
Nhưng khi hàng triệu người cùng được tăng năng lực, thị trường, doanh nghiệp và chính đồng nghiệp của chúng ta cũng thay đổi theo.
CV đẹp hơn.
Code nhanh hơn.
Test nhiều hơn.
Report nhanh hơn.
Ứng tuyển nhiều hơn.
Phân tích nhiều hơn.
Và cuối cùng, chuẩn mực mới lại được thiết lập.
Vì vậy, cái nhọc đáng nói không nằm ở những việc vốn đã khó từ trước.
Nhưng khi hàng triệu người cùng được tăng năng lực, thị trường, doanh nghiệp và chính đồng nghiệp của chúng ta cũng thay đổi theo.
CV đẹp hơn.
Code nhanh hơn.
Test nhiều hơn.
Report nhanh hơn.
Ứng tuyển nhiều hơn.
Phân tích nhiều hơn.
Và cuối cùng, chuẩn mực mới lại được thiết lập.
Vì vậy, cái nhọc đáng nói không nằm ở những việc vốn đã khó từ trước.
Cái nhọc mới nằm ở chỗ: mỗi khi AI làm một việc trở nên quá dễ, luật chơi xung quanh việc đó cũng bắt đầu thay đổi.
Nếu bạn là developer, tester, BA, PM, recruiter hay bất kỳ ai đang làm trong ngành công nghệ, có lẽ câu chuyện này không chỉ nằm ở một vòng tuyển dụng. Nó có thể đang xảy ra ngay trong công việc của bạn.
---
Nếu sau bài viết này, “Agent – tác tử” không còn nghe quá xa lạ, và từ câu chuyện tuyển dụng bạn có thể liên tưởng đến chính công việc mình đang làm, thì với tôi như vậy là đủ.
---
Nếu sau bài viết này, “Agent – tác tử” không còn nghe quá xa lạ, và từ câu chuyện tuyển dụng bạn có thể liên tưởng đến chính công việc mình đang làm, thì với tôi như vậy là đủ.
Còn không thì thôi, coi như tôi vừa kể thêm một góc nhìn về AI trong công việc.
Alex Vuong
Business Development Manager
Business Development Manager
