Tuyển dụng chuyển từ bằng cấp sang năng lực làm việc
Tuyển dụng kỹ sư trong kỷ nguyên AI là quá trình đánh giá ứng viên qua khả năng vận dụng kiến thức, dùng công cụ AI và giải quyết vấn đề thực tế, thay vì chỉ dựa vào bằng cấp hay điểm số. Xu hướng này đã rõ ở Ấn Độ, nơi ngành công nghệ thông tin dự kiến có khoảng 5,95 triệu lao động trong năm 2026. Sinh viên năm cuối Arpita Dayama, học tại Viện Công nghệ Ấn Độ Bombay, nhận thấy thành tích tốt không bảo đảm lợi thế nếu không thể trình bày dự án đã làm, cách tiếp cận và chi tiết kỹ thuật. Doanh nghiệp cũng muốn người mới có nền tảng kỹ thuật vững và hiểu bài toán kinh doanh ngay từ đầu. Nhà đồng sáng lập Infosys Nandan Nilekani phát biểu tại diễn đàn kinh tế ở New Delhi ngày 13/10 rằng AI ngày càng đảm nhiệm những việc lập trình từng giao cho kỹ sư trẻ.
Sự thay đổi không chỉ nằm ở cách phỏng vấn mà còn ở số lượng vị trí đầu vào. Một tập đoàn công nghệ lớn tại Ấn Độ tuyển chưa bằng một nửa số sinh viên mới tốt nghiệp so với mức hơn 110.000 người của bốn năm trước; một tập đoàn khác giảm khoảng 80% lượng tuyển mới tốt nghiệp trong năm tài chính 2025 so với ba năm trước. Đây không phải bằng chứng rằng cơ hội cho người trẻ đã biến mất, nhưng cho thấy họ phải chứng minh giá trị sớm hơn. Với tuyển dụng công nghệ, kỹ năng thực hành như triển khai dự án dữ liệu, xác định nhu cầu khách hàng và đề xuất giải pháp phù hợp ngày càng quan trọng hơn việc chỉ hoàn thành một ứng dụng theo yêu cầu.
Biết dùng AI đang thành kỹ năng cơ bản
Người lao động không còn có thể xem kỹ năng AI là điểm cộng để làm đẹp hồ sơ; nhiều nhà tuyển dụng đã coi đó là năng lực đầu vào. Báo cáo Work Trend Index 2024 của Microsoft và LinkedIn cho biết hai phần ba lãnh đạo doanh nghiệp nói họ sẽ không tuyển người thiếu kỹ năng AI; tỷ lệ đồng tình tại Việt Nam được nêu là 76%. Điều này không có nghĩa ứng viên phải biết huấn luyện mô hình. Họ cần biết đặt yêu cầu rõ ràng, dùng AI để nghiên cứu, lập trình hoặc phân tích, rồi tự kiểm tra đầu ra. Công cụ có thể giúp tăng tốc, nhưng không chịu trách nhiệm nếu kết quả sai, thiếu căn cứ hoặc không phù hợp bối cảnh.
Đó là lý do kỹ năng thực hành phải đi cùng tư duy phản biện. Người học cần biết phân rã vấn đề, lựa chọn công cụ, đánh giá chất lượng kết quả và giải thích vì sao chấp nhận hoặc sửa đầu ra do AI tạo ra. Một cách luyện tập thiết thực là đưa tài liệu môn học vào cuộc trò chuyện, yêu cầu AI đóng vai trợ giảng để chỉ ra lỗi thay vì làm hộ; sau đó tích hợp một luồng AI vào đồ án và ghi rõ công cụ được dùng cho việc gì trong hồ sơ ứng tuyển. Dấu vết về cách làm và khả năng kiểm chứng thuyết phục hơn lời khẳng định chung chung rằng mình “biết AI”.
Đại học cần đưa kiến thức ra khỏi giảng đường
Kinh nghiệm từ Ấn Độ đặt ra câu hỏi đáng lưu ý cho đào tạo kỹ sư: chương trình đại học có giúp sinh viên sẵn sàng xử lý công việc thật hay vẫn chủ yếu kiểm tra khả năng ghi nhớ và làm bài? Một số sinh viên tại các trường lớn ở Việt Nam phản ánh môn tính toán còn trừu tượng, môn lập trình nặng viết mã bằng tay, trong khi lý thuyết trải rộng nhưng ít đi sâu ứng dụng. Khoảng cách ấy đáng ngại hơn khi doanh nghiệp giảm những việc thường lệ vốn từng giúp người mới tích lũy kinh nghiệm. Khảo sát của Oliver Wyman tại Ấn Độ cho thấy khoảng 45% nhà quản lý nói AI đang đảm nhiệm một số công việc khởi đầu của nhân viên trẻ; nhu cầu lại tăng ở AI, an ninh mạng và cải tiến quy trình.
Chương trình đào tạo không thể bắt kịp chỉ bằng cách thêm một môn công cụ mới. Sinh viên cần dự án gắn với vấn đề của doanh nghiệp, cơ hội làm việc nhóm liên ngành và bài đánh giá yêu cầu giải thích lập luận, kiểm chứng đầu ra AI, cải thiện kết quả thay vì chỉ nộp đáp án. Chính sách tại Việt Nam đã chuyển động: Thông tư 54/2026/TT-BGDĐT quy định chuẩn đầu ra đại học cần có năng lực số và nội dung AI, có hiệu lực từ ngày 30/6. Tuy vậy, quy định chỉ có ý nghĩa khi biến thành bài tập và trải nghiệm thực tế. Doanh nghiệp cũng cần góp phần thiết kế dự án, còn nhà trường phải tạo điều kiện để sinh viên thực hành trước khi tốt nghiệp.
Lợi thế sẽ thuộc về người biết kết hợp kỹ thuật và phán đoán
Người học cần bổ sung nhiều hơn thao tác với công cụ: nền tảng kỹ thuật đủ sâu để hiểu giới hạn của hệ thống, tư duy giải quyết vấn đề để xác định đúng việc cần làm, kiến thức kinh doanh để nhận ra nhu cầu khách hàng, cùng khả năng ra quyết định và giao tiếp để giải thích phương án. AI có thể viết mã nhanh, nhưng không tự bảo đảm rằng sản phẩm giải quyết đúng vấn đề hay có thể triển khai an toàn. Bởi vậy, các doanh nghiệp ưu tiên tuyển người có kinh nghiệm cho một số vị trí AI, điện toán đám mây và an ninh mạng; một khảo sát năm 2026 tại Ấn Độ ghi nhận khoảng 60% doanh nghiệp chọn người đã có kinh nghiệm thay vì sinh viên mới tốt nghiệp.
Đây cũng là lời cảnh báo về nguồn nhân lực kế cận: nếu doanh nghiệp chỉ tìm người làm được việc ngay, người trẻ sẽ có ít cơ hội học từ những nhiệm vụ đầu tiên. Trong giai đoạn chuyển tiếp, doanh nghiệp vẫn phải tham gia chuẩn bị lao động mới, còn trường đại học cần đổi mới cách đào tạo và tăng liên kết với nơi sử dụng nhân lực. Người học không nên chờ chương trình hoàn hảo mới bắt đầu: hãy xây dự án có thể trình bày, luyện cách kiểm tra câu trả lời của AI và học liên tục từ phản hồi. Kết luận rất rõ: bằng cấp vẫn có giá trị, nhưng trong tuyển dụng công nghệ, năng lực thực hành và phán đoán mới quyết định ứng viên có thể biến kiến thức thành kết quả hay không.
