Một phần không gian trưng bày tại Triển lãm Adopt AI tại Grand Palais, Pháp. Ảnh: Ngọc Hiệp - PV TTXVN tại Pháp
Lợi ích từ trí tuệ nhân tạo (AI) tương đối dễ đo lường và thể hiện nhanh chóng qua việc giảm số lượng nhân viên và tăng năng suất. Nhưng tác động thực sự của xu hướng này lại khó nhận thấy hơn và có thể mất nhiều năm mới bộc lộ.
Mắt xích đầu tiên bị đứt
Theo Giáo sư Jose Parra Moyano, chuyên gia về Chiến lược Kỹ thuật số tại IMD, khi các công việc thường nhật được tự động hóa, những vị trí đầu tiên bị cắt giảm thường là các vị trí cấp thấp nhất. Giáo sư Moyano nhận định với tờ National (UAE) rằng dù điều này nghe có vẻ hợp lý về mặt kinh tế, nhưng lại làm gián đoạn nguồn cung cấp các nhà quản lý tương lai, dẫn đến tình trạng thiếu hụt kinh nghiệm, khả năng phán đoán và đây là cái giá thực sự tốn kém về lâu dài.
Năm nay, một làn sóng công cụ AI mới từ các công ty như Anthropic đã bắt đầu đảm nhận các nhiệm vụ trong nhiều ngành nghề, từ luật, ngân hàng đến kế toán, đặt ra câu hỏi về việc bao nhiêu công việc này vẫn cần nhân viên mới vào nghề thực hiện. Trong các lĩnh vực như tiếp thị, truyền thông và dịch vụ khách hàng, nhiều nhà quản lý cho biết AI hiện có thể đảm nhận phần lớn công việc thường nhật trước đây được giao cho nhân viên mới.
Việc tinh gọn đội ngũ nhân sự bằng AI giúp cắt giảm cùng lúc chi phí lương, chi phí đào tạo và thời gian giám sát từ nhân viên cấp cao. Trong những tháng đầu, nhân viên mới trong các công việc trí óc thường là khoản chi phí ròng hơn là người đóng góp ròng, vì họ cần thời gian để đạt năng suất tối đa. Về mặt số liệu, logic cắt giảm này dường như rất thuyết phục.
Tuy nhiên, nhân viên mới vào nghề không chỉ có nhiệm vụ thuyết trình hay tổng hợp dữ liệu. Họ còn đang học cách làm việc ở cấp bậc cao hơn - đây là cách khả năng phán đoán được hình thành, diễn ra dần dần theo thời gian dưới sự hướng dẫn của người có kinh nghiệm. Đào tạo chính quy hay quan sát thực tế chỉ là một trong những giải pháp ban đầu, khó thay thế cho việc học hỏi thông qua thực hành.
Đáng chú ý, công ty dịch vụ chuyên nghiệp PwC ghi nhận số lượng đơn xin việc cho các vị trí cấp thấp tăng 35% vào năm ngoái dù AI đảm nhận nhiều nhiệm vụ có giá trị thấp hơn. Điểm then chốt là PwC vẫn chưa tự động hóa hoàn toàn một số công việc cấp thấp, với mục đích bảo toàn quá trình đào tạo và xây dựng khả năng phán đoán của nhân viên.
Hiện nay, một số công ty để AI đảm nhận những nhiệm vụ từng dùng để đào tạo, cách làm này vô tình triệt tiêu giá trị học hỏi mà các vị trí đó vốn mang lại. Một số công ty khác thận trọng hơn: để AI xử lý công việc thường ngày, trong khi nhân viên cấp thấp tập trung vào việc đánh giá, đặt câu hỏi và tinh chỉnh kết quả. Sự khác biệt giữa hai cách tiếp cận này là rất lớn - một cách làm suy yếu quy trình, cách kia có thể đẩy nhanh quá trình xây dựng năng lực phán đoán.
Rủi ro ở chỗ hầu hết doanh nghiệp không đưa ra lựa chọn này một cách có chủ ý. Dưới áp lực cắt giảm chi phí, việc giảm số lượng nhân viên thường dễ hơn là thiết kế lại vai trò công việc, và thiệt hại chỉ trở nên rõ ràng sau khi việc khắc phục khó khăn và tốn kém hơn nhiều.
Khoảng trống nguy hiểm ở tầng trung
Hệ quả dài hạn là một tầng quản lý trung gian yếu hơn, tạo ra "điểm nghẽn" trong tổ chức và đó là cách khả năng cạnh tranh bị bào mòn dần. Các doanh nghiệp coi việc tuyển dụng nhân sự cấp thấp là chi phí cần cắt giảm thay vì năng lực cần xây dựng, có khả năng phải trả giá về sau thông qua mức lương cao hơn cho nhân sự có kinh nghiệm.
Điều này đặc biệt nghiêm trọng trong các lĩnh vực mà sai sót mang hậu quả nặng nề như tư vấn pháp lý, báo cáo tài chính hay kiểm toán - nơi đầu ra của AI cần được xem xét kỹ lưỡng bởi những người có đủ kinh nghiệm để nhận ra sai lệch. Khi AI tạo ra ngày càng nhiều sản phẩm cần kiểm tra, mà lại có ít nhân viên cấp cao hơn để thực hiện điều đó, rủi ro hệ thống sẽ tích lũy ngày càng cao.
Trong bối cảnh trên, công ty tư vấn McKinsey đã bắt đầu thay đổi cách đánh giá ứng viên: yêu cầu sinh viên tốt nghiệp sử dụng trợ lý AI trong các cuộc phỏng vấn, không chỉ xem xét kết quả mà còn cả cách ứng viên đặt câu hỏi, phản biện và tinh chỉnh kết quả đó. Câu hỏi không còn là liệu nhân viên mới có dùng AI hay không, mà là họ dùng như thế nào và liệu doanh nghiệp có đủ người có khả năng phán đoán để giám sát quá trình đó hay không.