Từ số năm kinh nghiệm đến năng lực tạo giá trị
Tiêu chuẩn tuyển dụng nhân sự công nghệ là tập hợp năng lực mà nhà tuyển dụng dùng để đánh giá ứng viên, ngày càng kết hợp kinh nghiệm dự án, kỹ năng AI, tư duy sản phẩm và khả năng phối hợp thay vì chỉ dựa vào bằng cấp hay thâm niên. Sự dịch chuyển này không phải xu hướng nhất thời: Báo cáo tương lai việc làm 2025 của Diễn đàn Kinh tế Thế giới ước tính 39% kỹ năng cốt lõi sẽ thay đổi đến năm 2030 dưới tác động của AI và tự động hóa. Với kỹ sư, biết một ngôn ngữ lập trình và có nhiều năm làm việc từng là lợi thế dễ nhận diện. Nay, doanh nghiệp muốn thấy ứng viên giải quyết được vấn đề thực tế, hiểu sản phẩm phục vụ ai và dùng AI để nâng chất lượng công việc. Số năm kinh nghiệm vẫn có ý nghĩa, nhưng chỉ khi được chứng minh bằng năng lực thiết kế, đánh giá và chịu trách nhiệm với giải pháp.
Khoảng cách giữa nhu cầu và nguồn cung khiến doanh nghiệp nâng kỳ vọng. Khảo sát hơn 3.000 đại diện tuyển dụng và người lao động ghi nhận 55% doanh nghiệp công nghệ thông tin thiếu ứng viên có kỹ năng cao; 7,87% xem AI là tiêu chí quyết định khi tuyển. Con số sau chưa phải đa số, nhưng cho thấy kỹ năng AI đang dịch chuyển từ điểm cộng thành yêu cầu rõ ràng ở một số vị trí. Đồng thời, năng lực giao tiếp, tư duy phản biện và tư duy sản phẩm vẫn là những khoảng trống được doanh nghiệp nêu ra. Vì vậy, tiêu chuẩn mới không đơn giản là “biết dùng công cụ AI”: ứng viên cần kết hợp chuyên môn với khả năng kiểm tra đầu ra, trao đổi với đồng nghiệp và hiểu tác động của lựa chọn kỹ thuật.
Thâm niên không còn là lá chắn
Người làm lâu năm không mất giá trị, nhưng kinh nghiệm tự thân không còn bảo đảm lợi thế. Nhà tuyển dụng kỳ vọng ứng viên có thâm niên giải quyết vấn đề độc lập, tự quản lý công việc và thích ứng với AI; đó là một chuẩn cao hơn việc liệt kê dự án cũ trong hồ sơ. Trong khi đó, sinh viên mới có thể tiếp cận sớm với công cụ số, phân tích dữ liệu và AI, khiến khoảng cách về thâm niên không còn đồng nghĩa với khoảng cách về khả năng thích nghi. Báo cáo thị trường cho biết 59,1% doanh nghiệp ưu tiên đào tạo nội bộ kỹ năng AI, dấu hiệu cho thấy ngay cả người đang có việc cũng phải cập nhật năng lực. Người có kinh nghiệm cần biến trải nghiệm thành bằng chứng: vì sao chọn kiến trúc này, giải pháp phục vụ nhu cầu nào, rủi ro được đánh giá ra sao và kết quả có thể đo lường thế nào. Thâm niên chỉ có sức nặng khi đi cùng phán đoán tốt.
Điều này không có nghĩa người lao động phải chạy theo mọi công cụ mới. Năng lực bền vững hơn là biết đặt câu hỏi đúng, nhận ra khi AI đưa ra kết quả sai và gắn quyết định kỹ thuật với bài toán nghiệp vụ. Một ứng viên có thể dùng AI nhanh, nhưng nếu không giải thích được đầu ra hoặc đánh đổi về chi phí vận hành, tốc độ và độ tin cậy, lợi thế ấy rất mong manh. Với doanh nghiệp, đánh giá qua bài tập dự án và trao đổi về cách ra quyết định sẽ hữu ích hơn việc dùng số năm làm việc như một đại diện thay thế cho năng lực. Trong vài năm tới, người có kinh nghiệm cần chứng minh mình học được điều mới và xử lý được bài toán phức tạp hơn, chứ không chỉ đã làm việc lâu hơn.
Tuyển dụng bằng AI cần người chịu trách nhiệm
Sự thay đổi không chỉ nằm ở yêu cầu dành cho ứng viên; AI cũng đang định hình cách doanh nghiệp chọn người. Tại Singapore, khảo sát công bố ngày 30/10 cho thấy AI được dùng trong ít nhất một chức năng nhân sự tại 81% doanh nghiệp lớn và 65% doanh nghiệp nhỏ và vừa. Công nghệ thường được đưa vào các bước đầu như sàng lọc hồ sơ và lập danh sách ứng viên. Điều đó có thể giúp xử lý lượng hồ sơ lớn, nhưng cũng trao cho hệ thống ảnh hưởng đáng kể: cách AI phân loại một hồ sơ có thể quyết định ứng viên có được mời phỏng vấn hay không. Tuyển dụng bằng AI vì thế không thể chỉ được đánh giá qua tốc độ. Một quy trình nhanh nhưng loại nhầm người, hoặc không thể giải thích vì sao hồ sơ bị gạt sang bên, là một quy trình thiếu trách nhiệm.
Tại Mỹ, một số ứng viên có bằng khoa học hoặc công nghệ và hơn 10 năm kinh nghiệm đã khởi kiện nền tảng Eightfold AI sau khi không được tuyển, cho rằng họ không được thông báo về việc bị đánh giá và không có cơ hội kiểm tra hay phản đối thông tin sai. Đây là cáo buộc, không phải kết luận rằng nền tảng đã phân biệt đối xử; nhưng vụ việc phơi bày rủi ro mà ứng viên có thể gặp ngay từ vòng lọc đầu. Khảo sát tại Singapore cho biết 85% trường hợp ứng dụng AI trong nhân sự vẫn cần con người xác nhận quyết định, còn nhiều doanh nghiệp giữ quyền can thiệp cả khi AI tự xử lý bước đầu. Có người phê duyệt cuối cùng là chưa đủ: nhà tuyển dụng cần kiểm tra tiêu chí, dữ liệu và những hồ sơ bị loại, đồng thời cho ứng viên biết cách yêu cầu xem xét lại.
Một chuẩn mới phải đi cùng trách nhiệm
Doanh nghiệp nên coi minh bạch và công bằng là phần của chất lượng tuyển dụng, không phải thủ tục bổ sung. Điều đó đòi hỏi kiểm tra dữ liệu đầu vào, theo dõi nhóm ứng viên bị loại, ghi lại lý do con người sửa quyết định và định kỳ rà soát xem công cụ có tạo bất lợi cho một nhóm nào không. Người phụ trách nhân sự cũng cần đủ hiểu biết để nhận ra giới hạn của hệ thống và có quyền đảo ngược kết quả. Khi một hồ sơ bị loại vì khoảng trống nghề nghiệp hoặc cách trình bày khác thường, cần có cơ chế để người thật đánh giá bối cảnh thay vì mặc định tin vào phân loại tự động. Trách nhiệm cuối cùng thuộc về nhà tuyển dụng, không thể đẩy sang thuật toán hay nhà cung cấp phần mềm.
Với người tìm việc, hướng ứng phó thiết thực là xây dựng hồ sơ thể hiện rõ đóng góp trong dự án, cách dùng AI có trách nhiệm và khả năng biến hiểu biết kỹ thuật thành kết quả sản phẩm. Với doanh nghiệp, tuyển dụng bằng AI chỉ có giá trị khi vừa cải thiện chất lượng lựa chọn vừa bảo đảm ứng viên có cơ hội được đánh giá công bằng. Các tiêu chuẩn năng lực sẽ tiếp tục biến đổi, nên thâm niên không thể thay cho học tập liên tục, còn tự động hóa không thể thay cho trách nhiệm giải trình. Kết luận rất rõ: ngành công nghệ cần người vừa làm được việc, hiểu sản phẩm và sử dụng AI có phán đoán; nhà tuyển dụng phải bảo đảm con đường chọn những người ấy minh bạch và có thể kiểm tra.
