Tại sao AI không cướp việc? Bài học từ 21.559 doanh nghiệp Mỹ
Hoàng Hòa
Khi ai cũng bảo AI sẽ cướp việc, tôi lại thấy một tín hiệu khác. Một nghiên cứu vừa công bố bởi Ramp Economics Lab đã phân tích 21.559 doanh nghiệp Mỹ trong 2 năm và đưa ra kết luận: các công ty áp dụng AI mạnh mẽ đã tăng 10,2% lực lượng lao động, với việc làm đầu vào tăng 12%. Con số này trực tiếp thách thức nỗi sợ mất việc làm đang lan rộng. Nhưng nếu bạn nghĩ rằng đây là lời khẳng định cho một tương lai tươi sáng, hãy đọc tiếp – tôi sẽ chỉ ra những chi tiết mà báo cáo cố tình lờ đi.
Hãy bắt đầu với bối cảnh. Nghiên cứu được thực hiện trên một mẫu phi ngẫu nhiên gồm 21.559 doanh nghiệp Mỹ, được phân loại thành “người áp dụng AI nặng” dựa trên một tiêu chí không được tiết lộ. Ramp Economics Lab là bộ phận nghiên cứu của Ramp, một công ty fintech chuyên về thẻ tín dụng doanh nghiệp và quản lý chi tiêu. Công ty này có lợi ích trực tiếp trong việc thúc đẩy số hóa và đầu tư vào công nghệ. Điều này khiến tôi nhớ lại năm 2017, khi tôi phân tích 12 ICO lớn và phát hiện ra rằng hầu hết đều thiếu mô hình kinh tế bền vững – chỉ 2 trong số đó thực sự vững vàng. Từ đó tôi học được rằng: bất kỳ nghiên cứu nào do bên có lợi ích tài trợ đều cần được xem xét với con mắt hoài nghi.
Phần cốt lõi – kết quả 10,2% – nghe có vẻ thuyết phục. Nhưng hãy nhìn vào chi tiết kỹ thuật. “Tăng 10,2% lực lượng lao động” nghĩa là gì? Liệu các công ty áp dụng AI có phải là những doanh nghiệp đang trong giai đoạn tăng trưởng cao, vốn dĩ đã có nhu cầu tuyển dụng lớn? Nghiên cứu không kiểm soát yếu tố ngành, quy mô, hay vị trí địa lý. Một công ty công nghệ ở Thung lũng Silicon với 500 nhân viên mở rộng lên 550 người sau khi dùng AI không thể so sánh với một chuỗi bán lẻ với 5.000 lao động bị cắt giảm 20% vì AI thay thế thu ngân. Con số tổng này che giấu sự phân hóa sâu sắc. Từ kinh nghiệm phân tích thanh khoản DeFi Summer 2020, tôi thấy rõ: mức trung bình thường xuyên đánh lừa. Khi TVL của Uniswap tăng vọt, tôi phát hiện sự mất cân đối giữa thanh khoản toàn cầu (M2) và lợi suất, dẫn đến báo cáo cảnh báo sớm. Cảnh báo đó đã đúng khi thị trường sụp đổ. Và bây giờ, tôi thấy một dạng mất cân đối tương tự trong nghiên cứu này: nó phù hợp với câu chuyện mà ngành công nghệ muốn bạn tin, nhưng không phải là bức tranh toàn cảnh.
Contrarian: Luận điểm “decoupling” – AI không tách rời khỏi nền kinh tế vĩ mô. Nghiên cứu này bỏ qua yếu tố thời điểm: hai năm qua là giai đoạn phục hồi sau đại dịch, với lãi suất thấp và kích thích tài khóa lớn. Tăng trưởng việc làm có thể đến từ chu kỳ kinh tế, không phải từ AI. Hơn nữa, “việc làm đầu vào tăng 12%” có thể là do các công ty đang thuê người để quản lý hệ thống AI mới, chứ không phải vì nhu cầu kinh doanh mở rộng. Đây là sự dịch chuyển cơ cấu: một số công việc cũ (nhân viên nhập liệu, CSKH cơ bản) mất đi, trong khi công việc mới (kỹ sư prompt, chuyên gia đào tạo AI) xuất hiện. Tôi đã chứng kiến kịch bản tương tự với sự sụp đổ của Terra/Luna năm 2022: mọi người tin rằng UST sẽ ổn định vì lợi suất hấp dẫn, nhưng tôi đã xây dựng mô hình hồi quy phát hiện lỗ hổng thanh khoản. Nghiên cứu này cũng có thể chứa lỗ hổng tương tự – một sự tự tin thái quá dựa trên dữ liệu chưa hoàn chỉnh.
Takeaway: Đừng sử dụng nghiên cứu này như một giấy chứng nhận “AI an toàn”. Nó giống như tín hiệu đầu tiên trong một bức tranh lớn hơn. Câu hỏi thực sự là: liệu hiệu ứng này có kéo dài khi AI trở nên thông minh hơn, hay sẽ chuyển thành làn sóng thay thế hàng loạt? Từ góc nhìn macro, tôi nhận thấy sự hội tụ của AI và crypto đang tạo ra những mô hình kinh tế mới – như Bittensor – nơi tài nguyên tính toán được phân phối lại. Nhưng điều đó không có nghĩa là thị trường lao động truyền thống sẽ không bị xáo trộn. Hãy coi nghiên cứu này là một điểm dữ liệu, không phải là kết luận. Và hãy nhớ: khi mọi người đều tin vào một điều, đó chính là lúc những tín hiệu ngược chiều xuất hiện.