Năng suất tăng ở đầu vào, công việc dồn về khâu kiểm duyệt
Nghịch lý năng suất của AI tại nơi làm việc xảy ra khi công cụ giúp nhân viên tạo bản nháp nhanh hơn nhưng chuyển phần kiểm tra, xác minh và sửa sai sang người chịu trách nhiệm duyệt sản phẩm. Đây không chỉ là chuyện dùng công nghệ chưa thành thạo; đó là câu hỏi ai được hưởng thời gian tiết kiệm và ai phải trả giá cho lỗi đầu ra. Một quản lý cấp trung tại công ty truyền thông, phụ trách nhóm tám nhân viên, cho biết khoảng nửa năm gần đây phần lớn thời gian của mình dành cho sửa sản phẩm do AI tạo ra. Công ty khuyến khích nhóm dùng AI để tăng năng suất; người quản lý còn hướng dẫn cách đặt câu lệnh, kiểm tra thông tin và biên tập. Thế nhưng nhân viên ngày càng nhàn hơn trong khi quản lý phải gánh phần sửa lỗi AI. Công cụ làm công việc dễ bắt đầu hơn, nhưng chưa chắc đã làm ra sản phẩm đáng tin cậy hơn.
Ví dụ điển hình là bản kế hoạch truyền thông gần 20 trang, dù trước đó nhân viên thường chỉ gửi khoảng sáu trang để quản lý nắm việc. Tài liệu đề xuất tổ chức sự kiện vào lúc địa điểm đã có chương trình khác, ngân sách cộng lệch gần 30%, số liệu thị trường thiếu nguồn và phần mô tả khách hàng chung chung. Người quản lý mất gần hai giờ sửa, đến mức bản kế hoạch gần như phải làm lại từ đầu. Độ dài và vẻ trau chuốt của tài liệu không thể thay thế tính đúng đắn. Nếu nhân viên chỉ chuyển bản nháp từ công cụ sang cấp trên mà không tự kiểm tra, tốc độ tạo nội dung chỉ chuyển nút thắt sang người duyệt.
Báo cáo nhiều hơn không đồng nghĩa quyết định tốt hơn
Vấn đề không dừng ở vài bản nháp sai. Khi công cụ khiến việc tạo tài liệu trở nên dễ dàng, cấp quản lý có thể nhận lượng báo cáo do AI tạo tăng vọt lên gấp hàng chục lần. Thay vì có thêm thời gian để phân tích, lãnh đạo phải tổng hợp nhiều tài liệu hơn, lần theo dữ liệu và tự hỏi chỉ số nào đáng tin. Đó là con đường ngắn dẫn đến quá tải thông tin: khối lượng đầu ra tăng, còn năng lực kiểm chứng không tự nhiên tăng theo. Một bản phân tích đối thủ 12 trang được gửi sát hạn từng có biểu đồ và ngôn ngữ chuyên nghiệp, nhưng lại gộp dữ liệu của hai thương hiệu, dùng thông tin cũ và đưa ra kết luận không có căn cứ. Các đường dẫn tham khảo do AI cung cấp cũng không dẫn đến nội dung được trích dẫn; bản làm lại vẫn còn lỗi, khiến quản lý phải kiểm tra đến gần 22 giờ. Hình thức chỉn chu có thể làm sai sót khó nhận ra hơn, chứ không khiến chúng ít nguy hiểm hơn.
Khi các chỉ số liên tục cần xác minh, người quản lý không thể dựa vào báo cáo để ra quyết định nhanh; họ trở thành điểm nghẽn của quy trình. Bởi vậy, số lượng tài liệu tăng không phải thước đo đủ tốt cho hiệu quả kinh doanh. Nếu mỗi báo cáo mới đòi hỏi một lượt kiểm chứng từ đầu, doanh nghiệp có thể đang sản xuất thêm việc đọc chứ không phải thêm hiểu biết. Sự hoài nghi của cấp điều hành không nhất thiết là phản ứng chống AI; đó có thể là phản ứng hợp lý trước dữ liệu thiếu nguồn, thiếu chuẩn và thiếu người chịu trách nhiệm.
Phần thời gian tiết kiệm được đang thuộc về ai?
Trong câu chuyện của người quản lý, nhân viên có thể hoàn thành bản nháp trong 30 phút, còn người duyệt mất từ hai đến ba tiếng để biến nó thành sản phẩm có thể sử dụng. Đây là phép so sánh làm lộ rõ câu hỏi về phân phối lợi ích: nếu người tạo nội dung rút ngắn thời gian còn người chịu trách nhiệm cuối cùng phải tăng giờ làm, năng suất đã tăng cho ai? Người nhận đầu ra thường không thể bỏ qua kiểm tra, bởi sai sót gửi khách hàng vẫn có thể quay về họ. Trong khi đó, nhân viên có thể mất vài phút sửa theo nhận xét, dù lỗi ban đầu nằm ở lập luận, cách hiểu yêu cầu hoặc hướng triển khai và buộc quản lý đọc lại các phần liên quan. Mô hình ấy thưởng cho tốc độ tạo bản nháp nhưng đặt chi phí thầm lặng lên khâu kiểm duyệt. Nếu doanh nghiệp chỉ đếm số tài liệu hoàn thành, họ sẽ bỏ sót thời gian sửa, rủi ro uy tín và sự kiệt sức của những người gác cổng chất lượng.
AI vẫn hữu ích cho tìm ý tưởng, lập dàn ý, tổng hợp tài liệu và viết nháp, nhưng cần được giao việc cùng quy tắc chịu trách nhiệm rõ ràng. Nhân viên phải đọc lại, xác minh số liệu, kiểm tra tên riêng và ghi nguồn cho thông tin quan trọng; người quản lý cần quy định đầu ra nào thật sự cần gửi, thay vì khuyến khích tạo tài liệu càng nhiều càng tốt. Đó là cách để thời gian được giải phóng nhờ AI không biến thành hàng giờ sửa lỗi AI ở cấp trên.
Muốn AI tạo giá trị, phải sửa quy trình chứ không chỉ mua công cụ
Với doanh nghiệp vừa và nhỏ, chạy theo công cụ mới trong khi dữ liệu gốc còn phân tán hoặc nhập thủ công dễ tạo cảm giác an tâm giả. Nền tảng dữ liệu sạch và quy trình rõ ràng quan trọng hơn việc triển khai AI theo phong trào; nếu đầu vào thiếu chuẩn, tốc độ xử lý chỉ giúp lan truyền sai lệch nhanh hơn. Cũng cần chọn bài toán cụ thể cho từng bộ phận, thay vì coi mọi tài liệu do AI tạo ra là một bước tiến.
Doanh nghiệp có thể triển khai từng bước theo phân hệ quản lý, phù hợp với năng lực và quy mô, đồng thời đào tạo lại nhân sự để họ chuyển sang công việc tạo giá trị cao hơn. Nhưng đào tạo không thể chỉ dạy cách viết câu lệnh; phải bao gồm kiểm chứng nguồn, rà soát dữ liệu và quyết định khi nào không nên dùng đầu ra. Người quản lý trong câu chuyện đã yêu cầu nhân viên đọc lại, xác minh số liệu, kiểm tra tên riêng, ghi nguồn và chịu trách nhiệm với nội dung gửi lên.
Kết luận không phải AI làm nhân viên lười hay quản lý phải tự sửa mọi lỗi. Vấn đề là doanh nghiệp chưa tính đủ chi phí kiểm duyệt khi đo năng suất. Nếu phần thời gian tiết kiệm ở khâu tạo nội dung chỉ bị chuyển thành quá tải thông tin và sửa sai ở cấp quản lý, lợi ích vẫn chưa được chia đều. AI chỉ giúp tổ chức làm việc tốt hơn khi người tạo, người duyệt và quy trình dữ liệu cùng chịu trách nhiệm về chất lượng.
