Tác động lớn không đồng nghĩa với mất việc hàng loạt
AI trong việc làm là việc trí tuệ nhân tạo hỗ trợ hoặc tự động hóa một phần nhiệm vụ, khiến cách tổ chức công việc và kỹ năng cần có thay đổi, chứ không nhất thiết xóa bỏ toàn bộ một vị trí. Theo ILO, khoảng 20,8% lực lượng lao động Việt Nam, tương đương 11,5 triệu người, có thể chịu tác động từ AI tạo sinh; tỷ lệ việc làm có nguy cơ tự động hóa cao chỉ khoảng 2%. Con số lớn vì thế không nên được hiểu như dự báo thất nghiệp hàng loạt. Nó là lời cảnh báo về quy mô chuyển dịch trong công việc: nhiều người có thể phải học cách làm mới, dù vẫn giữ vai trò trong doanh nghiệp. Tại Diễn đàn Kinh tế Mùa thu 2026 ở TP Hồ Chí Minh ngày 27/10, đại diện cơ quan quản lý, tổ chức quốc tế, doanh nghiệp và trường đại học đã bàn về tác động của AI đối với việc làm và cách chuẩn bị nhân lực cho sản xuất. Thông điệp đúng đắn không phải là chờ xem công nghệ lấy đi bao nhiêu việc, mà là chuẩn bị để người lao động đảm nhận những nhiệm vụ mới.
Nhìn AI và việc làm qua lăng kính chỉ cắt giảm nhân sự sẽ bỏ qua cơ hội nâng năng lực của người lao động. Chuyên gia ILO Felix Weidenkaff nhấn mạnh rằng AI chủ yếu làm thay đổi nhiệm vụ và cách thức làm việc; người lao động cần được tham gia vào thiết kế, triển khai công nghệ vì họ hiểu quy trình và rủi ro tại nơi làm việc. Điều đó cũng giúp doanh nghiệp tránh coi công nhân là người chỉ nhận lệnh dùng một công cụ đã được quyết định ở nơi khác. Khi công nghệ được đưa vào mà người làm trực tiếp không được lắng nghe, lỗi quy trình và nguy cơ mất an toàn dễ bị bỏ sót. Chuẩn bị kỹ năng, vì vậy, không phải phần phụ của chuyển đổi số mà là điều kiện để công nghệ tạo ra giá trị.
Trong nhà máy, công nghệ đổi cả nội dung công việc
AI trong sản xuất đã có mặt ở các khâu như bảo trì dự đoán, kiểm soát chất lượng và logistics; vì thế thay đổi không dừng ở việc thêm phần mềm vào dây chuyền. Khi tự động hóa quy trình sản xuất lên 50%, Schneider Electric nhận thấy chỉ 20% nhân sự ban đầu có đủ kỹ năng vận hành các hệ thống mới. Khoảng cách ấy cho thấy đầu tư máy móc mà không đầu tư cho người dùng sẽ khiến năng lực công nghệ đi trước khả năng vận hành. Kỹ thuật viên bảo trì cần biết dùng công cụ AI bên cạnh chuyên môn và kinh nghiệm thực tế, còn công việc trong chuỗi cung ứng đòi hỏi phối hợp với dữ liệu và mô hình dự báo. AI không làm mọi vị trí trở nên giống nhau; nó làm tăng yêu cầu kết hợp hiểu biết nghề nghiệp với năng lực số.
Trường hợp Schneider Electric cho thấy đào tạo kỹ năng có thể đem lại kết quả cụ thể: sau quá trình nâng cao năng lực, thời gian chuẩn bị một đội ngũ vận hành thành công công nghệ số và tự động hóa giảm từ 75 ngày xuống 15 ngày. Đáng chú ý, những người thích ứng là công nhân kỹ thuật trực tiếp, không chỉ chuyên gia công nghệ thông tin. Bài học là đào tạo không nên giới hạn ở lớp kiến thức chung về AI. Chương trình cần bám vào từng vị trí, thiết bị và tình huống sản xuất để người học có thể áp dụng ngay. Nếu không, khoảng cách giữa công nghệ được mua về và công nghệ được sử dụng hiệu quả sẽ tiếp tục kéo dài.
Đào tạo lại phải gắn với công việc và người lao động
Doanh nghiệp cần coi đào tạo lại là một phần của kế hoạch ứng dụng AI, không phải hoạt động bổ sung sau khi hệ thống đã vận hành. Schneider Electric điều chỉnh cách tổ chức công việc và trang bị kỹ năng số, kỹ năng AI cho nhân viên, trong đó có kỹ thuật viên bảo trì. Doanh nghiệp và cơ sở giáo dục cần cùng xây dựng chương trình kết hợp kiến thức nền tảng với thực hành, đồng thời cập nhật theo sự phát triển của công nghệ. Cách làm đó giúp nội dung đào tạo sát nhu cầu nhà máy hơn, thay vì dạy công cụ tách rời khỏi nhiệm vụ thực tế. Người lao động cũng cần được biết mình còn thiếu kỹ năng gì và có lộ trình cụ thể để bổ sung. Nếu trách nhiệm thích ứng chỉ bị đẩy sang cá nhân, những người ít cơ hội tiếp cận đào tạo sẽ phải chịu phần rủi ro lớn nhất.
Chuỗi cung ứng cho thấy tự động hóa một nhiệm vụ không nhất thiết đồng nghĩa với loại bỏ những người từng làm nhiệm vụ ấy. Tại Coats, AI hỗ trợ tự động hóa công việc dự báo trước đây do khoảng 30 người đảm nhiệm; doanh nghiệp đào tạo lại và điều chuyển họ sang các phần việc khác trong chuỗi cung ứng cần sự tham gia trực tiếp của con người. Đây là lựa chọn đáng chú ý: năng suất mới chỉ có ý nghĩa xã hội khi người lao động được chuẩn bị để chuyển sang công việc có giá trị khác. Coats cũng trao công cụ AI cho chuyên gia quy trình nghiệp vụ tại Việt Nam, thay vì chỉ giới hạn quyền sử dụng ở chuyên gia dữ liệu. Người hiểu rõ vấn đề tại từng bộ phận có thể giúp công nghệ giải quyết nhu cầu thật, đồng thời nhìn thấy những trở ngại mà nhóm bên ngoài khó nhận ra.
Công nghệ chỉ là một nửa của chuyển đổi
Thước đo thành công không nên chỉ là số quy trình được tự động hóa hay tốc độ xử lý tăng lên. Doanh nghiệp còn phải xem chất lượng việc làm, an toàn lao động và khả năng chuyển người lao động sang các khâu tạo giá trị cao hơn. Lãnh đạo không cần trở thành chuyên gia AI, nhưng phải hiểu đủ để đánh giá đề xuất, tổ chức thử nghiệm và ra quyết định kịp thời. Cơ quan quản lý cũng có vai trò kết nối doanh nghiệp với chuyên gia, hạ tầng tính toán, dữ liệu và nguồn lực dùng chung, đặc biệt để doanh nghiệp vừa và nhỏ có thể thử nghiệm công nghệ. Bộ Khoa học và Công nghệ đã trình Thủ tướng chiến lược quốc gia về phát triển AI đến năm 2030, định hướng đến năm 2045, đồng thời dự kiến phối hợp với Bộ Giáo dục và Đào tạo, Bộ Nội vụ triển khai các nội dung liên quan. Chính sách chỉ phát huy tác dụng khi được nối với nhu cầu kỹ năng thực tế tại nơi làm việc.
Bài toán của AI và việc làm không phải chọn giữa công nghệ với con người. Lựa chọn cần thiết là ứng dụng có mục tiêu, có đào tạo và có tiếng nói của người trực tiếp làm việc. Với 11,5 triệu lao động Việt Nam có thể chịu tác động, chờ đến khi quy trình mới thành hình rồi mới dạy kỹ năng là quá muộn. Doanh nghiệp nên xác định nhiệm vụ nào thay đổi, ai cần học gì và có thể chuyển sang công việc nào; cơ sở đào tạo cần phối hợp để chương trình bám sát nhu cầu đó. Kết luận rất rõ: AI có thể nâng năng suất, nhưng chỉ đào tạo kỹ năng và chuẩn bị cho công việc mới mới giúp người lao động cùng hưởng lợi từ chuyển đổi.
