AI không chỉ làm thay việc — nó đang thay đổi cách tổ chức công việc
AI trong doanh nghiệp là việc tích hợp các hệ thống trí tuệ nhân tạo vào quy trình và cơ cấu tổ chức, từ hỗ trợ tác vụ hằng ngày đến phối hợp công việc và tham gia những chức năng chuyên môn. Thay đổi lớn nhất không nằm ở tốc độ xử lý, mà ở câu hỏi ai làm việc gì và ai chịu trách nhiệm cho kết quả.
Có ba cách AI có thể xuất hiện trong sơ đồ tổ chức: ở dưới con người như một lực lượng trợ lý; bên cạnh con người như đồng nghiệp đảm nhận từng vai trò; hoặc ở giữa các cấp nhân sự để điều phối, giám sát và kết nối chỉ đạo với đóng góp của nhân viên. Đây không phải những kịch bản loại trừ nhau: các doanh nghiệp có thể kết hợp cả ba khi công nghệ trưởng thành.
Việc ứng dụng cũng diễn ra theo từng bước. Khi AI chỉ xử lý được một phần công việc, nhân viên tuyến đầu hiểu quy trình thường là người phù hợp nhất để thử nghiệm và giám sát. Khi hệ thống có thể đảm nhiệm cả một chức năng từ đầu đến cuối, lãnh đạo mới có thể sử dụng trực tiếp. Vì vậy, tổ chức ứng dụng AI hiệu quả không chỉ mua công cụ; họ phải thiết kế lại quyền giao việc, trách nhiệm và cách con người kiểm tra kết quả.
Cơ hội việc làm bắt đầu thay đổi từ nấc thang đầu tiên
AI và việc làm thường được bàn luận như một câu chuyện mất việc, nhưng một biến chuyển ít được chú ý là doanh nghiệp có thể tuyển ít người mới vào những vị trí cấp thấp vốn dành cho việc lặp lại. Một nghiên cứu của Đại học Stanford cho thấy việc làm của lao động từ 22 đến 25 tuổi trong các ngành chịu tác động mạnh của AI thấp hơn 19% so với nhóm ít chịu tác động; chênh lệch chủ yếu đến từ việc tuyển ít lao động trẻ hơn, chứ không phải số người mất việc tăng lên.
Điều đó khiến con đường bước vào nghề trở nên mong manh hơn. Nếu AI soạn bản nháp, tổng hợp dữ liệu hay xử lý yêu cầu cơ bản, người mới có thể mất những nhiệm vụ từng giúp họ học nghề và chứng minh năng lực. Nhưng tự động hóa không tất yếu đồng nghĩa với cắt giảm: khi năng suất tăng, doanh nghiệp có thể mở rộng mục tiêu, còn nhân viên chuyển sang phối hợp, giao tiếp, sáng tạo và chịu trách nhiệm cho phạm vi công việc lớn hơn.
Thách thức là bảo đảm người trẻ vẫn có cơ hội tích lũy kinh nghiệm, thay vì chỉ đòi hỏi họ thích nghi với một vị trí đã thay đổi. Người lao động cần chuyên môn, tư duy linh hoạt và khả năng làm việc cùng AI; doanh nghiệp cũng phải tạo lộ trình đào tạo và trao quyền giám sát, không thể mặc định rằng mọi người sẽ tự tìm được nấc thang mới.
Trong khoa học, AI đang bước từ tính toán sang tham gia lập luận
Trong nhiều thập kỷ, máy tính giúp nhà khoa học xử lý phép tính, còn đặt giả thuyết, chọn hướng tiếp cận và xây dựng chứng minh vẫn chủ yếu là việc của con người. Ranh giới ấy đang dịch chuyển. Một công bố về bài toán Navier–Stokes — thách thức toán học kéo dài gần 90 năm — cho biết hệ thống đã huy động khoảng 10.000 tác nhân AI chạy song song và đưa ra một chứng minh sau khoảng 88 giờ.
Điểm đáng chú ý không chỉ là quy mô tính toán. AI đã tham gia tìm hướng giải, phát triển lập luận và xây dựng chứng minh, những công đoạn vốn đòi hỏi nghiên cứu chuyên sâu. Tuy nhiên, một kết quả do hệ thống tạo ra không tự động thay thế việc con người thẩm định giả định, phương pháp và tính đúng đắn. Giá trị thực tế nằm ở việc mở rộng số hướng có thể khảo sát, đồng thời đặt ra yêu cầu kiểm chứng nghiêm ngặt.
Nếu năng lực này tiếp tục tiến bộ, AI có thể hỗ trợ nghiên cứu thiết kế lò nhiệt hạch ổn định, cơ chế gấp cuộn protein hay những mô hình vật lý mới. Khi đó, nhà khoa học không chỉ dùng máy để trả lời câu hỏi đã có sẵn; họ có thể nhận được gợi ý về những hướng nghiên cứu chưa từng nghĩ tới. AI trong khoa học vì thế có tiềm năng thay đổi cả nhịp độ lẫn cách con người sáng tạo tri thức.
Lợi ích phụ thuộc vào cách con người thiết kế vai trò
Từ văn phòng đến phòng nghiên cứu, bài học chung không phải là giao càng nhiều việc cho AI càng tốt. Doanh nghiệp cần quyết định phần nào nên giao cho hệ thống, ai kiểm tra đầu ra và nhân viên được phát triển ra sao khi nhiệm vụ cũ biến mất. Nhóm khoa học cũng cần giữ vai trò đánh giá bằng chứng, phát hiện sai lệch và chịu trách nhiệm về kết luận.
Những mô hình tổ chức mới đã xuất hiện ở mức độ ban đầu, nhưng khó có một sơ đồ duy nhất phù hợp với mọi nơi. Điều thiết yếu là tránh để AI trở thành một tầng quyền lực mờ đục, nơi quyết định được tự động hóa mà không ai hiểu hoặc chịu trách nhiệm. Người lao động cần được học cách hợp tác với hệ thống; người quản lý cần biết phân công và đánh giá; nhà nghiên cứu cần kiểm chứng thay vì nhầm sự trôi chảy với sự thật.
AI có thể nâng năng suất và mở rộng biên giới khám phá, nhưng lợi ích không tự phân phối công bằng. Nếu doanh nghiệp chỉ dùng công nghệ để loại bỏ vị trí đầu vào, cơ hội học nghề sẽ co lại; nếu giới khoa học xem đầu ra máy móc là kết luận cuối cùng, chất lượng tri thức sẽ bị đe dọa. Kết quả tốt nhất đòi hỏi con người chủ động thiết kế công việc, đào tạo và cơ chế kiểm soát.
