Khoảng cách kỹ năng khi công nghệ đi trước
Chiều 27/10, tại TP Hồ Chí Minh, trong khuôn khổ Diễn đàn Kinh tế Mùa thu 2026, đại diện cơ quan quản lý, tổ chức quốc tế, doanh nghiệp và trường đại học đã trao đổi về tác động của trí tuệ nhân tạo (AI) đối với việc làm, cũng như giải pháp đào tạo nhân lực đáp ứng yêu cầu sản xuất trong giai đoạn mới.
Khi nâng tỷ lệ tự động hóa trong quy trình sản xuất lên 50%, Tập đoàn Schneider Electric, doanh nghiệp chuyên về quản lý năng lượng và tự động hóa của Pháp, nhận ra một khoảng cách: Chỉ 20% nhân sự có đủ kỹ năng vận hành các hệ thống này. Phần lớn lực lượng lao động còn lại cần được đào tạo để thích ứng với cách làm việc mới.
Theo bà Jin Piao, Phó Chủ tịch Cấp cao phụ trách Chuỗi cung ứng toàn cầu, Cụm Công nghiệp Đông Á của tập đoàn Schneider Electric, việc đưa AI vào sản xuất không chỉ thay đổi cách làm việc mà còn tác động đến bản chất công việc, kỹ năng cần thiết và giá trị người lao động tạo ra. Vì vậy, đầu tư cho công nghệ phải đi cùng chuẩn bị năng lực cho người sử dụng.
Doanh nghiệp đã điều chỉnh cách tổ chức công việc và bổ sung kỹ năng số, kỹ năng AI cho người lao động. Các kỹ thuật viên bảo trì được đào tạo sử dụng công cụ AI để hỗ trợ công việc bên cạnh kiến thức chuyên môn và kinh nghiệm tích lũy. Theo bà Jin Piao, sau quá trình nâng cao kỹ năng, thời gian đào tạo một đội ngũ vận hành thành công công nghệ số và tự động hóa mới giảm từ 75 ngày xuống còn 15 ngày.
“Tôi rất tự hào khi phần lớn những nhân sự này là công nhân kỹ thuật trực tiếp chứ không phải các chuyên gia IT, nhưng họ đã thích ứng rất nhanh”, bà Jin Piao chia sẻ. Từ quá trình chuyển đổi tại doanh nghiệp, bà cho rằng việc ứng dụng AI cần bắt đầu bằng bài toán sản xuất, kinh doanh và giá trị thực tế cần đạt được. Công nghệ cũng cần được tích hợp với kiến thức chuyên môn trong từng quy trình để người lao động có thể sử dụng công cụ mới giải quyết vấn đề trong công việc.
Yêu cầu kết hợp giữa chuyên môn và kỹ năng AI cũng được đặt ra tại Tập đoàn Coats. Theo ông Bharath R, Giám đốc Chuỗi cung ứng Cụm thị trường Việt Nam, Campuchia và Thái Lan của Tập đoàn Coats, doanh nghiệp ưu tiên xác định vấn đề cần giải quyết cho khách hàng và ngành công nghiệp trước khi lựa chọn công nghệ. Tại Việt Nam, Coats cấp quyền sử dụng công cụ AI đám mây cho các chuyên gia quy trình nghiệp vụ, thay vì chỉ giới hạn ở đội ngũ phân tích dữ liệu hay chuyên gia AI. Những người am hiểu công việc tại từng bộ phận được tiếp cận công cụ phù hợp để tham gia xây dựng giải pháp.
Theo ông Bharath R, trong 90 ngày trước thời điểm chia sẻ, đội ngũ này đã xây dựng các mô hình và ứng dụng dữ liệu cho thị trường Việt Nam nhằm giải quyết bài toán của khách hàng và doanh nghiệp nhỏ và vừa. AI giúp giảm thời gian và nguồn lực cho những quy trình trước đây cần nhiều nhân sự cùng các bảng tính. “AI chỉ giải quyết được vấn đề khi nó được dẫn dắt bởi đúng các chuyên gia am hiểu nghiệp vụ. Ở mỗi bộ phận, chúng tôi có các chuyên gia nghiệp vụ chuyên sâu và cung cấp các công cụ AI phù hợp cho họ”, ông Bharath R nói.
Tuy nhiên, năng lực của nhân viên chỉ là một phần của quá trình chuyển đổi. Người đứng đầu cũng cần hiểu công nghệ để đánh giá đề xuất và tổ chức triển khai. Ông Bharath R cho rằng, lãnh đạo không nhất thiết phải trở thành kỹ sư AI hay nhà khoa học dữ liệu, nhưng cần có hiểu biết cơ bản và trực tiếp trải nghiệm các công cụ mới.
Khi công nghệ đi trước kỹ năng
Bài toán thực tiễn tại Schneider Electric
Tự động hóa
50%
Tỷ lệ tự động hóa trong quy trình sản xuất được nâng lên.
Thiếu hụt kỹ năng
Chỉ 20%
Nhân sự ban đầu có đủ kỹ năng vận hành các hệ thống này.
Giải pháp
Đào tạo AI
Khẩn trương đào tạo kỹ năng số và AI cho người lao động.
Hiệu quả
15 ngày
Thời gian đào tạo đội ngũ vận hành mới (rút ngắn từ 75 ngày).
Tại Coats, một mô hình dự báo do đội ngũ Việt Nam tự phát triển cho thấy cả khả năng ứng dụng AI lẫn những vướng mắc trong quá trình đưa giải pháp vào thực tế. Trước đó, tập đoàn làm việc với một đối tác bên ngoài hơn 15 tháng để xây dựng mô hình dự báo. Khi phát triển giải pháp nội bộ, đội ngũ tại Việt Nam mất hai tuần để hoàn thiện trên nền tảng dữ liệu và các tham số đã có sẵn. Theo ông Bharath R, độ chính xác của mô hình nội bộ cao hơn 10% so với mô hình do đối tác xây dựng.
Dù vậy, việc trình bày và xin phê duyệt để triển khai sang các quốc gia khác mất nhiều tháng. Sau khi được chấp thuận, doanh nghiệp mất một tuần để nhân rộng mô hình trên toàn cầu. Từ trường hợp này, ông Bharath R cho rằng tổ chức cần đẩy nhanh việc ra quyết định, đồng thời duy trì chính sách quản trị dữ liệu chặt chẽ.
Công nghệ mới cũng làm thay đổi cách bố trí nhân lực. Theo đại diện Coats, trước đây có 30 người tham gia công tác dự báo; sau khi đưa mô hình AI vào thay thế quy trình này, doanh nghiệp đào tạo lại và điều chuyển họ sang những bộ phận khác trong chuỗi cung ứng cần sự tham gia trực tiếp của con người.
Từ góc nhìn thị trường lao động, ông Felix Weidenkaff, Chuyên gia Việc làm và Chính sách Thị trường Lao động của Văn phòng Tổ chức Lao động Quốc tế tại Việt Nam (ILO), cho biết nghiên cứu về AI tạo sinh tại Việt Nam ghi nhận khoảng 20,8% lực lượng lao động tiếp xúc với công nghệ này, trong khi tỷ lệ công việc có nguy cơ bị tự động hóa hoàn toàn khoảng 2,8%.
Theo ông, AI chủ yếu có vai trò hỗ trợ, nâng cao năng lực của người lao động. Trong sản xuất, công nghệ đã được ứng dụng ở các công đoạn như bảo trì dự đoán, kiểm soát chất lượng và logistics. Dù vậy, hiệu quả tại từng công việc không tự động chuyển thành lợi nhuận hay tăng trưởng bền vững cho toàn doanh nghiệp.
“Cốt lõi của phương pháp tiếp cận lấy con người làm trung tâm là người lao động cần được tham vấn, được tham gia vào quá trình thiết kế và ứng dụng công nghệ, thay vì chỉ bị xem là người sử dụng thụ động”, ông Felix Weidenkaff nhấn mạnh. Chuyên gia ILO cho rằng, đối thoại về ứng dụng AI cần diễn ra ở cả cấp doanh nghiệp và cấp ngành. Qua đó, các bên có thể cùng thảo luận về nâng cao năng suất, hạn chế cạnh tranh không lành mạnh và bảo đảm tiếng nói của người lao động trong quá trình thay đổi công việc.
Gắn đào tạo với nhu cầu thực tế
Khi công nghệ thay đổi công việc, người lao động cần biết mình thiếu kỹ năng gì và có thể bổ sung bằng cách nào. Doanh nghiệp cũng cần cơ sở để đánh giá năng lực, bố trí nhân sự và tổ chức đào tạo phù hợp. Theo ông Trần Anh Tú, Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo (Bộ Khoa học và Công nghệ), tiêu chuẩn kỹ năng nghề cần được xây dựng từ thực tiễn công việc. Yêu cầu đối với người ứng dụng AI trong nhà máy có thể khác với yêu cầu trong bảo trì hay nghiên cứu, do tính chất công việc và dữ liệu sử dụng không giống nhau.
Bên cạnh kỹ năng sử dụng công cụ, người lao động cần được cập nhật cách đánh giá tính xác thực của kết quả do AI tạo ra và bảo đảm an toàn dữ liệu. Với công việc kiểm soát chất lượng, việc sử dụng AI cần đi cùng khả năng kiểm tra độ tin cậy của kết quả và hiểu cách dữ liệu đầu vào được bảo vệ khi đưa vào hệ thống.
“Theo tôi, doanh nghiệp và các cơ quan quản lý nhà nước phải cùng phối hợp để xây dựng tiêu chuẩn kỹ năng nghề này, bởi vì chính các doanh nghiệp là bên sử dụng lao động và xác định rõ nhất các bài toán cần giải quyết”, ông Tú cho biết. Cùng với sự tham gia của doanh nghiệp và cơ quan quản lý, các cơ sở đào tạo cần dựa trên nhu cầu thực tế để xây dựng chương trình phù hợp.
Ông Tú đề xuất tích hợp các kỹ năng vào hệ thống tiêu chuẩn kỹ năng nghề quốc gia và cập nhật liên tục. Khi kỹ năng được chuẩn hóa, doanh nghiệp tiếp nhận lao động có thêm cơ sở xác định trình độ để bố trí công việc và tiếp tục đào tạo khi cần thiết. Việc chuẩn bị nhân lực không chỉ dành cho những người đang làm việc; các trường đại học và cơ sở giáo dục nghề nghiệp cũng cần điều chỉnh chương trình để người học có cơ hội tiếp cận yêu cầu sản xuất mới trước khi gia nhập thị trường lao động.
PGS.TS Quản Thành Thơ, Trưởng khoa Khoa học và Kỹ thuật Máy tính Trường Đại học Bách khoa (Đại học Quốc gia TP Hồ Chí Minh), cho rằng trường đại học và doanh nghiệp cần cùng xây dựng chương trình đào tạo. Giáo trình phải được cập nhật để vừa đáp ứng chuẩn mực học thuật, vừa theo sát yêu cầu thực tiễn của doanh nghiệp và thị trường.
Theo ông, sinh viên cần rèn luyện kỹ năng giải quyết vấn đề và tư duy đổi mới sáng tạo thông qua các dự án thực tế. Trường Đại học Bách khoa đã hợp tác với các tập đoàn công nghệ như Qualcomm, VinFast để sinh viên tiếp cận những nền tảng AI mới và học hỏi từ kỹ sư trong nghề. Nhà trường cũng chuyển giao kết quả nghiên cứu cho doanh nghiệp ứng dụng.
Bên cạnh hợp tác giữa từng trường và doanh nghiệp, PGS.TS Quản Thành Thơ đề cập yêu cầu xây dựng hệ sinh thái gắn kết nhà trường, doanh nghiệp và xã hội. Ông dẫn trường hợp Đại học Quốc gia TP Hồ Chí Minh hợp tác với VNG thành lập trung tâm AI, tạo không gian và hạ tầng cho người trẻ nghiên cứu với sự cố vấn chuyên môn của các nhà khoa học.
“Chúng ta cần đi xa hơn các chương trình học thuật truyền thống, liên tục cập nhật giáo trình để vừa đáp ứng chuẩn mực học thuật, vừa bám sát các yêu cầu thực tiễn của doanh nghiệp và thị trường”, PGS.TS Quản Thành Thơ nói.
Kinh nghiệm hợp tác của Tập đoàn Schneider Electric cho thấy vai trò của việc đưa người học tiếp cận môi trường làm việc ngay trong quá trình đào tạo. Theo bà Jin Piao, tại Vũ Hán (Trung Quốc), tập đoàn hợp tác với 11 trường cao đẳng nghề và đại học để triển khai học bổng, chương trình thực tập và thành lập các phòng thí nghiệm AI liên kết. Tại Batam (Indonesia), nhà máy của tập đoàn phối hợp với các trường địa phương đào tạo hơn 1.000 học sinh, sinh viên trong nhiều năm qua.
Ba yêu cầu để người lao động làm chủ AI
Đào tạo từ công việc thực tế
Doanh nghiệp xác định kỹ năng cần bổ sung cho từng vị trí, kết hợp kiến thức chuyên môn với khả năng sử dụng AI và bảo vệ dữ liệu.
Gắn nhà trường với doanh nghiệp
Cơ sở đào tạo cập nhật chương trình theo nhu cầu thực tế, tạo điều kiện để người học tham gia dự án, thực tập và tiếp cận phòng thí nghiệm.
Công nhận kỹ năng và lắng nghe
Cơ quan quản lý phối hợp với doanh nghiệp chuẩn hóa kỹ năng nghề; người lao động được tham gia đối thoại trong quá trình ứng dụng công nghệ.
Từ thực tế này, bà Jin Piao cho rằng đào tạo cần kết hợp nền tảng học thuật với yêu cầu của doanh nghiệp, đồng thời tạo điều kiện để người học tham gia các dự án và thực hành tại phòng thí nghiệm. Cùng với việc chuẩn bị kỹ năng cho thế hệ lao động tương lai, doanh nghiệp cần tiếp tục đào tạo lại lực lượng hiện có. Các cơ quan quản lý và cơ sở đào tạo cũng cần phối hợp xây dựng chuẩn kỹ năng để người lao động có thể thích ứng với công nghệ mới và chuyển đổi công việc khi cần thiết.
