Tuy nhiên, thay vì cải thiện năng suất, nhiều doanh nghiệp lại đối mặt với tình trạng “workslop” - những email, báo cáo hay nội dung do AI tạo ra có vẻ chuyên nghiệp nhưng thiếu độ chính xác, bối cảnh và chiều sâu, buộc người làm phải tốn thêm thời gian kiểm tra, chỉnh sửa và xử lý hậu quả.
Khi AI biến công việc thành gánh nặng cho người khác
Việc ứng dụng trí tuệ nhân tạo tạo sinh (generative AI) trong doanh nghiệp đang tạo ra một nghịch lý khi nhân viên ngày càng sử dụng AI nhiều hơn theo yêu cầu của công ty, nhưng phần lớn tổ chức lại không thu được giá trị tương xứng.
Số doanh nghiệp vận hành bằng các quy trình có AI dẫn dắt gần như đã tăng gấp đôi trong năm qua, trong khi mức độ sử dụng AI tại nơi làm việc cũng tăng mạnh kể từ năm 2023. Tuy nhiên, báo cáo gần đây của MIT Media Lab cho thấy 95% tổ chức không đo lường được lợi nhuận rõ ràng từ các khoản đầu tư vào công nghệ này.
Theo nghiên cứu do BetterUp Labs phối hợp với Phòng thí nghiệm truyền thông xã hội Stanford thực hiện và được đăng tải trên Harvard Business Review, một trong những nguyên nhân chính nằm ở việc nhân viên dùng AI để tạo ra những sản phẩm “có vẻ chuyên nghiệp” nhưng thực chất thiếu chiều sâu, thiếu giá trị và cuối cùng khiến đồng nghiệp phải làm thêm việc để sửa chữa hoặc xử lý hậu quả.
AI hiện cho phép nhân viên tạo ra rất nhanh những bản báo cáo dài, slide trình bày đẹp mắt, email trôi chảy hay đoạn mã có thể vận hành được. Nhưng tốc độ và hình thức chỉ là bề nổi.
Trong nhiều trường hợp, nội dung do AI tạo ra thiếu bối cảnh, thiếu phân tích thực tế hoặc không thực sự giải quyết vấn đề của dự án. Điều nguy hiểm là phần việc khó nhất không biến mất mà được chuyển sang cho người nhận xử lý.
Người nhận phải tự giải mã nội dung, xác minh thông tin, sửa lỗi hoặc thậm chí làm lại từ đầu. Thay vì giúp tiết kiệm thời gian, AI lại khiến quy trình làm việc kéo dài hơn.
Không ít nhân viên mô tả cảm giác bối rối khi mở một tài liệu “trông rất hoàn chỉnh” nhưng càng đọc càng không hiểu nội dung thực sự muốn nói gì. Sau đó là cảm giác khó chịu khi nhận ra người gửi có thể chỉ sao chép kết quả từ AI mà không kiểm tra kỹ.
“Nếu bạn từng tự hỏi ‘Rốt cuộc tài liệu này đang nói gì vậy?’, rất có thể bạn đã trở thành nạn nhân của workslop”, nhóm nghiên cứu nhận định.
Mỗi “tác phẩm AI” có thể làm mất gần hai giờ làm việc
Khảo sát trên 1.150 nhân viên toàn thời gian tại Mỹ cho thấy 40% người tham gia từng nhận phải “workslop” trong vòng một tháng gần nhất. Trung bình, khoảng 15,4% nội dung họ nhận được tại nơi làm việc bị đánh giá là dạng “công việc thừa” này.
Hiện tượng xảy ra chủ yếu giữa các đồng nghiệp ngang cấp, nhưng cũng xuất hiện trong mối quan hệ giữa cấp trên và cấp dưới. Đáng chú ý, có tới 16% trường hợp workslop được gửi từ quản lý xuống nhân viên.
Các lĩnh vực bị ảnh hưởng nặng nhất là công nghệ và dịch vụ chuyên môn - những ngành có cường độ sử dụng AI cao.
Một nhân viên ngành tài chính cho biết anh phải đứng trước lựa chọn khó xử sau khi nhận một tài liệu do AI tạo ra: tự sửa lại, yêu cầu đồng nghiệp làm lại hay chấp nhận một sản phẩm kém chất lượng.
Một quản lý trong ngành công nghệ kể rằng email do AI tạo khiến cả nhóm hiểu sai nội dung, buộc họ phải mất thêm gần hai giờ để họp lại và giải thích từ đầu.
Trong khi đó, một giám đốc bán lẻ cho biết bà phải dành thêm thời gian kiểm chứng thông tin, tổ chức các cuộc họp bổ sung rồi cuối cùng tự làm lại toàn bộ công việc.
Theo tính toán của nhóm nghiên cứu, mỗi lần xử lý workslop khiến nhân viên mất trung bình 1 giờ 56 phút. Dựa trên mức lương và thời gian bị lãng phí, chi phí vô hình của hiện tượng này vào khoảng 186 USD mỗi nhân viên mỗi tháng.
Với một doanh nghiệp có 10.000 lao động, workslop có thể gây thất thoát hơn 9 triệu USD mỗi năm vì suy giảm năng suất.
Không chỉ mất thời gian, doanh nghiệp còn mất niềm tin
Tác động nghiêm trọng hơn nằm ở yếu tố con người.
Hơn một nửa số người tham gia khảo sát cho biết họ cảm thấy khó chịu khi nhận nội dung AI kém chất lượng. 38% cảm thấy bối rối và 22% thậm chí thấy bị xúc phạm.
Khoảng một nửa số người được hỏi đánh giá đồng nghiệp gửi workslop là kém sáng tạo, kém năng lực và thiếu đáng tin cậy hơn trước. 42% cho biết mức độ tin tưởng của họ giảm xuống, trong khi 37% đánh giá người gửi “kém thông minh hơn”.
Đáng chú ý, 32% người từng nhận workslop nói họ không muốn tiếp tục hợp tác với người gửi trong tương lai.
Các chuyên gia cảnh báo điều này có thể làm xói mòn nền tảng cộng tác - yếu tố vốn được xem là then chốt để AI phát huy hiệu quả trong doanh nghiệp.
Lãnh đạo doanh nghiệp cần làm gì?
Theo nhóm nghiên cứu, vấn đề không nằm ở bản thân AI mà ở cách con người sử dụng công nghệ này.
Trên thực tế, làm việc qua loa vốn luôn tồn tại trong môi trường công sở. AI chỉ khiến việc tạo ra sản phẩm có vẻ chỉn chu trở nên dễ dàng hơn rất nhiều.
Một sai lầm phổ biến hiện nay là lãnh đạo doanh nghiệp thúc ép nhân viên dùng AI cho mọi thứ. Điều này vô tình tạo ra tâm lý sử dụng công nghệ một cách thiếu chọn lọc, dẫn đến tình trạng sao chép nội dung AI mà không đánh giá chất lượng hay mức độ phù hợp.
Các chuyên gia cho rằng AI không thể thay thế hoàn toàn tư duy con người, đặc biệt với những công việc cần bối cảnh, phân tích hoặc ra quyết định phức tạp.
Doanh nghiệp cần xây dựng quy chuẩn rõ ràng về cách sử dụng AI, xác định những nhiệm vụ phù hợp với công nghệ này và yêu cầu nhân viên chịu trách nhiệm với sản phẩm cuối cùng.
Theo các chuyên gia, tương lai của môi trường làm việc không nằm ở việc dùng AI nhiều đến đâu, mà ở cách con người kết hợp AI với tư duy và trách nhiệm nghề nghiệp.
“Workslop có thể rất dễ tạo ra, nhưng cái giá doanh nghiệp phải trả lại không hề nhỏ”, nhóm nghiên cứu kết luận.
Câu chuyện “workslop” cho thấy thách thức của AI tại doanh nghiệp không còn nằm ở việc có sử dụng công nghệ hay không, mà ở khả năng biến công nghệ thành năng suất thực tế. Điều này đặc biệt đáng chú ý tại Việt Nam, khi ngày càng nhiều doanh nghiệp đưa AI vào công việc nhưng mức độ ứng dụng vẫn chưa đồng đều. Theo tinh thần Nghị quyết 57-NQ/TW, chuyển đổi số cần tạo ra sản phẩm, giá trị và hiệu quả cụ thể thay vì chạy theo công nghệ. Vì vậy, doanh nghiệp cần đồng thời đầu tư công cụ, đào tạo nhân lực và xây dựng quy trình kiểm soát đầu ra để AI thực sự giảm việc, thay vì tạo thêm việc cho người khác.
