Trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào? [Video và câu hỏi trắc nghiệm]

Tóm lại: Trí tuệ nhân tạo (AI) chủ yếu đang định hình lại công việc bằng cách tự động hóa các phần lớn nhiệm vụ, tăng tốc độ sản xuất và nâng cao kỳ vọng - đặc biệt là ở các vị trí cấp thấp. Nếu bạn học cách sử dụng AI và kiểm chứng kết quả đầu ra của nó, bạn sẽ có nhiều khả năng nắm bắt cơ hội hơn; nếu công việc của bạn chủ yếu là sản xuất lặp đi lặp lại ở bước đầu tiên, bạn sẽ dễ bị ảnh hưởng hơn khi các nhóm áp dụng AI.

Những điểm chính cần ghi nhớ:

Chuyển đổi nhiệm vụ: Dự kiến ​​các công việc lặp đi lặp lại sẽ được tự động hóa, vai trò của các nhân viên sẽ phát triển chứ không biến mất.

Lộ trình thăng tiến cho nhân viên mới vào nghề: Nhân viên mới có thể gặp ít cơ hội hơn và yêu cầu về năng lực ngay từ ngày đầu tiên cao hơn.

Xác minh: Rèn luyện kỹ năng kiểm tra sự thật, số liệu, các trường hợp ngoại lệ và việc tuân thủ chính sách.

Tiến tới việc đưa ra quyết định: Xác định rõ hơn các mục tiêu, hạn chế, sự đánh đổi và trách nhiệm giải trình đối với kết quả.

Bằng chứng về hiệu quả công việc: Theo dõi thời gian tiết kiệm được, số lỗi giảm thiểu và kết quả đạt được để chứng minh giá trị của bản thân.

Những bài viết bạn có thể muốn đọc sau bài này:

🔗 Liệu trí tuệ nhân tạo (AI) có thay thế được kế toán viên?
Khám phá cách tự động hóa thay đổi công việc kế toán và vai trò tương lai của nó.

🔗 Liệu trí tuệ nhân tạo (AI) có thể thay thế an ninh mạng?
Đánh giá tác động của trí tuệ nhân tạo đối với an ninh mạng, rủi ro và sự giám sát của con người.

🔗 Liệu trí tuệ nhân tạo (AI) có thay thế các kỹ sư dữ liệu?
Hãy xem những tác vụ kỹ thuật dữ liệu nào mà trí tuệ nhân tạo (AI) có thể tự động hóa ngay hôm nay.

🔗 Liệu trí tuệ nhân tạo (AI) có thay thế các đại lý bảo hiểm?
Tìm hiểu cách trí tuệ nhân tạo (AI) có thể định hình lại hoạt động bán bảo hiểm và dịch vụ khách hàng.

1) Câu trả lời thực tế cho câu hỏi “Trí tuệ nhân tạo tác động đến việc làm như thế nào?” (không phải câu trả lời kịch tính) 😅

Hãy bỏ qua phiên bản phim ảnh nơi robot cướp đoạt mọi thứ chỉ sau một đêm. Tác động thực sự thường đến như thế này:

• Ban đầu, các tác vụ được tự động hóa, chứ không phải toàn bộ công việc . OECD

• Tốc độ làm việc sẽ nhanh hơn đối với những người biết cách sử dụng trí tuệ nhân tạo một cách thành thạo. (NBER)

• Công việc ở cấp độ đầu vào thay đổi nhiều nhất vì nó thường bao gồm các nhiệm vụ lặp đi lặp lại. IMF

• Các vai trò mới xuất hiện vì cần có người thực hiện, giám sát, đo lường và khắc phục các quy trình làm việc dựa trên trí tuệ nhân tạo. Diễn đàn Kinh tế Thế giới

• Định nghĩa về “nhân viên giỏi” đang chuyển từ “thao tác nhanh” sang “khả năng phán đoán tốt”. Diễn đàn Kinh tế Thế giới.

Vậy nên khi ai đó hỏi, Trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào?, câu trả lời rõ ràng nhất là:
AI thay đổi hình thức công việc - và tưởng thưởng cho những người có thể định hướng nó thay vì phớt lờ nó. IMF

Và đúng vậy, một số vai trò sẽ bị thu hẹp lại. Tôi sẽ không nói giảm nói tránh bằng những biểu tượng cảm xúc kiểu poster truyền động lực. Nhưng câu chuyện giống như việc sửa sang lại một ngôi nhà hơn là san bằng cả một thành phố 🧱🏠.

2) Ba cách mà trí tuệ nhân tạo (AI) thay đổi: thay thế, định hình lại hoặc nâng cao tiêu chuẩn 📈

Hầu hết các tác động đến việc làm đều thuộc ba nhóm chính:

A) Thay thế (một phần công việc)

Đây là lúc trí tuệ nhân tạo xử lý một lượng lớn dữ liệu đầu ra lặp đi lặp lại:

• lập lịch cơ bản

• bản tóm tắt đầu tiên

• câu trả lời đơn giản của khách hàng

• dọn dẹp dữ liệu định kỳ

• viết dựa trên mẫu

Hiếm khi có chuyện "thay thế hoàn toàn một người", mà thường là "loại bỏ 20-40% những việc họ từng làm". (OpenAI OECD

Nghe thì có vẻ tuyệt vời cho đến khi bạn nhận ra rằng 20-40% là con số mà một số người dùng để biện minh cho việc tăng nhân sự.

B) Tái cấu trúc (công việc vẫn giữ nguyên, nhưng quy trình làm việc thay đổi)

Đây là trường hợp phổ biến nhất. Bạn vẫn làm công việc đó, nhưng:

• Bạn giám sát các đầu ra

• bạn chỉnh sửa và xác minh

• bạn đặt ra các ràng buộc

• bạn xử lý các trường hợp ngoại lệ

• bạn đưa ra quyết định cuối cùng

Rất nhiều người trở thành "người đánh giá" mà không được trao danh hiệu hay tăng lương, điều này... không lý tưởng, nhưng đó là thực tế.

C) Nâng cao tiêu chuẩn (cùng chức danh công việc, nhưng kỳ vọng cao hơn)

Điều này khá tinh tế. Khi các nhóm áp dụng công cụ AI, đột nhiên "năng suất trung bình" trở thành "mức tối thiểu chấp nhận được".
Công việc không hề dễ dàng hơn. Nó trở nên nhanh hơn… và bận rộn hơn 😵💫.

Vậy thì câu trả lời là có - Trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào? Đôi khi, nó khiến cùng một công việc trở nên giống như một guồng quay được đẩy nhanh một cách âm thầm.

3) Những công việc nào bị ảnh hưởng nhiều nhất - và tại sao lại liên quan đến nhiệm vụ chứ không phải uy tín? 🎯

Một nguyên tắc hợp lý: công việc càng dễ dự đoán, càng dựa trên văn bản hoặc càng có nhiều mẫu, thì AI càng có thể hỗ trợ hoặc tự động hóa nó. Điều đó không có nghĩa là công việc biến mất. Nó có nghĩa là "trọng tâm" của công việc dịch chuyển. (OpenAI ILO)

Các loại nhiệm vụ được tiếp xúc nhiều hơn

• báo cáo lặp đi lặp lại

• mẫu email và đề xuất

• nghiên cứu cơ bản và tóm tắt

• kiểm tra QA định kỳ

• nhập liệu và phân loại

• Các biến thể hình ảnh tiêu chuẩn (thay đổi kích thước, xóa nền, chỉnh sửa nhanh)

Thêm các loại tác vụ được bảo vệ (hiện tại… tạm thời)

• những quyết định mang tính rủi ro cao

• đàm phán giữa các cá nhân phức tạp

• công việc thực tế đòi hỏi thể lực trong môi trường không thể dự đoán trước

• quyết định lãnh đạo mơ hồ

• Công việc đòi hỏi bối cảnh sâu sắc và sự tin tưởng McKinsey

Và để cho thêm phần khó chịu: một công việc có thể bao gồm cả hai. Vai trò của bạn có thể "an toàn", trong khi một nửa số nhiệm vụ hàng tuần của bạn về cơ bản là những công việc dễ dàng được tự động hóa.

4) Tác động “thầm lặng”: các vị trí cấp thấp và cơ hội thăng tiến bị thiếu hụt 🪜😬

Phần này rất quan trọng nhưng mọi người lại ít đề cập đến.

Nhiều vị trí cấp thấp tồn tại là do các tổ chức cần:

• ai đó soạn thảo bản thảo đầu tiên

• một người để xử lý các vé thông thường

• người chuyên tổng hợp ghi chú và báo cáo

• một người để làm công việc "bận rộn nhưng cần thiết"

Trí tuệ nhân tạo (AI) có thể đảm nhiệm một phần công việc đó. Điều này có nghĩa là các công ty có thể tuyển dụng ít nhân viên cấp dưới hơn, hoặc giao cho nhân viên cấp dưới những công việc khác nhau (nhiều hơn về kiểm thử chất lượng, nhiều hơn về điều phối, nhiều hơn về sử dụng công cụ). IMF NBER

Rủi ro tiềm ẩn là hiệu ứng "thang gãy":

• ít điểm vào hơn

• ít cơ hội hơn để học những kiến ​​thức cơ bản

• Số lượng người hướng dẫn ít hơn vì các nhóm nhỏ gọn hơn

• kỳ vọng cao hơn về năng lực ngay từ ngày đầu tiên

Nếu bạn mới vào nghề, câu hỏi "Trí tuệ nhân tạo tác động đến việc làm như thế nào?" thường có nghĩa là: bạn có thể cần phải thể hiện khả năng thực tế sớm hơn so với trước đây.

Không công bằng? Đôi khi. Đúng sự thật? Thường thì đúng. 🤷

5) Những công việc mới do AI tạo ra (và những công việc thường bị bỏ qua) 🧠✨

Mỗi làn sóng công nghệ đều loại bỏ một số công việc và tạo ra những công việc khác. Trí tuệ nhân tạo ( AI) cũng không ngoại lệ, nhưng những công việc mới này thoạt nhìn có vẻ… không mấy hấp dẫn. (Diễn đàn Kinh tế Thế giới)

Dưới đây là những khu vực thường mở rộng:

• Thiết kế quy trình và vận hành AI: biến câu nói “chúng ta nên sử dụng AI” thành các bước thực tế mà mọi người thực hiện.

• Chất lượng và đánh giá AI: kiểm tra kết quả đầu ra, chấm điểm độ tin cậy, theo dõi lỗi.

• Quản lý dữ liệu: đảm bảo dữ liệu chính xác tồn tại, sạch sẽ và được xử lý một cách có đạo đức.

• Bảo mật và tuân thủ: ngăn ngừa rò rỉ, lạm dụng và các sự cố "ôi, chúng ta đã dán thông tin mật"

• Vai trò của con người trong quy trình: xem xét, chỉnh sửa, phê duyệt các kết quả có tác động lớn. ILO

• Đào tạo và hỗ trợ: hướng dẫn các nhóm sử dụng công cụ đúng cách (điều này quan trọng hơn vẻ ngoài của nó) Diễn đàn Kinh tế Thế giới

Ngoài ra, còn một lĩnh vực khá đặc biệt: những người có khả năng viết ra các hướng dẫn nội bộ rõ ràng sẽ trở nên vô cùng giá trị. Giống như chính sách nhưng lại rất thiết thực. Không thú vị lắm ở các buổi tiệc, nhưng lại rất hữu ích trong công việc 📝.

6) Điều gì tạo nên một kế hoạch nghề nghiệp chống lại trí tuệ nhân tạo hiệu quả? 🧭🤝

Đây là phần mà mọi người đều muốn: cẩm nang hướng dẫn. Và không, cẩm nang hướng dẫn không phải là "học lập trình" (đôi khi hữu ích, đôi khi hoàn toàn không liên quan). Một kế hoạch nghề nghiệp chống lại trí tuệ nhân tạo tốt cần có một vài yếu tố sau:

1) Bạn chọn một "tổ hợp kỹ năng", chứ không phải một kỹ năng riêng lẻ

Hãy hình dung một chồng tài liệu như sau:

• Kiến thức chuyên môn (ngành nghề của bạn)

• Thành thạo công cụ (AI + các công cụ cốt lõi)

• giao tiếp (giải thích các quyết định)

• Khả năng phán đoán (biết điều gì đáng tin cậy)

• Độ tin cậy (mọi người tin tưởng vào bạn)

Một kỹ năng giống như một ngọn nến. Một chồng kỹ năng giống như một đống lửa trại 🔥. Phép ẩn dụ hơi không hoàn hảo, nhưng bạn hiểu ý tôi chứ.

2) Bạn tiến gần hơn đến các quyết định

Trí tuệ nhân tạo giỏi trong việc đưa ra các lựa chọn. Con người vẫn giữ được giá trị khi họ:

• xác định mục tiêu

• đặt ràng buộc

• lựa chọn sự đánh đổi

• Chịu trách nhiệm về kết quả BLS

Nếu công việc của bạn chủ yếu là "tạo ra sản phẩm", hãy bắt đầu chuyển sang "quyết định sản phẩm đó nên là gì"

3) Bạn xây dựng bằng chứng về công việc

Không phải cảm nhận. Mà là bằng chứng.

• số liệu trước/sau

• tiết kiệm thời gian

• giảm thiểu lỗi

• sự hài lòng của khách hàng được cải thiện

• quy trình được ghi lại

Hãy lập một tập tin nhỏ để khoe khoang thành tích. Tôi biết, nghe có vẻ hơi kỳ cục. Nhưng cứ làm đi 😬.

4) Bạn học được kỹ năng xác minh

Đây là siêu năng lực bị đánh giá thấp:

• kiểm tra các thông tin ảo giác

• phát hiện các trường hợp ngoại lệ bị bỏ sót

• Xác thực số liệu và nguồn thông tin nội bộ

• Biết khi nào cần nói "không, làm lại đi"

Tương lai thuộc về những biên tập viên giỏi. Không chỉ biên tập về nội dung - mà còn cả về quyết định.

7) Bảng so sánh: những cách hàng đầu mọi người sử dụng AI trong công việc (và tại sao một số cách lại hiệu quả hơn) 🧾🤖

Dưới đây là một "thực đơn" các phương pháp thực tế. Không hoàn hảo, nhưng rất hữu ích.

Lời thú nhận về thói quen định dạng: giá cả được cố tình để không rõ ràng vì giá thực tế thay đổi và cũng vì mọi người tranh luận về ý nghĩa của cụm từ "đáng giá". Cả hai đều đúng.

8) Những kỹ năng “được tích lũy” khi AI hiện diện ở khắp mọi nơi 📚⚙️

Nếu bạn muốn một danh sách ngắn các kỹ năng vẫn có giá trị ngay cả khi công cụ thay đổi, đây là những kỹ năng tôi tin tưởng nhất (dựa trên nhiều quan sát thực tế và những gì luôn mang lại hiệu quả trong các nhóm): Diễn đàn Kinh tế Thế giới

Khả năng phán đoán và tư duy phản biện 🧠

• phát hiện những giả định sai lầm

• đặt câu hỏi tiếp theo phù hợp

• Nhận biết khi nào kết quả đầu ra có vẻ hợp lý nhưng lại sai

Giao tiếp rõ ràng 🗣️

• viết quyết định một cách rõ ràng

• giải thích về sự đánh đổi

• Dịch thuật thuật ngữ chuyên ngành cho người không chuyên về kỹ thuật

Tư duy hệ thống 🔁

• Hiểu rõ quy trình làm việc từ đầu đến cuối

• xác định các điểm nghẽn

• Cải thiện quy trình, chứ không chỉ kết quả đầu ra

Sự thấu cảm với các bên liên quan 🤝

• Hiểu được nhu cầu thực sự của mọi người

• Xử lý sự phản kháng mà không tỏ ra thô lỗ

• Điều phối các nhóm có mong muốn khác nhau

Thành thạo sử dụng công cụ (không phải ám ảnh về công cụ) 🧰

Học hỏi:

• cách nhắc nhở hiệu quả

• cách đánh giá kết quả đầu ra

• Cách tích hợp AI vào quy trình làm việc của bạn BLS

Đừng trở thành người chỉ biết nói về công cụ. Chẳng ai mời người đó đi ăn trưa cả. (Ừ, thỉnh thoảng cũng có, nhưng bạn hiểu ý tôi chứ) 🍜

9) Làm thế nào để sử dụng AI mà không trở thành một phần bị thay thế 😬➡️😎

Đây là một vấn đề lớn. Bởi vì có một cái bẫy: nếu bạn chỉ sử dụng AI để làm những phần dễ nhất nhanh hơn, bạn có thể vô tình làm cho vai trò của mình trông đơn giản hơn thực tế.

Hãy thử những chiến lược này:

Hãy là người "chịu trách nhiệm" về kết quả

Thay vì nói "Tôi đã tạo ra 10 lựa chọn", hãy chuyển sang:

• “Tôi đã chọn phương án tốt nhất dựa trên X”

• “Tôi đã kiểm tra điều này dựa trên các ràng buộc Y”

• “Tôi đã thử nghiệm với nhóm người dùng Z”

Quyền sở hữu thì khó thay đổi. Kết quả thì khó nắm bắt.

Hãy ghi lại quy trình của bạn

Hãy ghi lại:

• những gì bạn đã làm

• Tại sao bạn lại làm vậy?

• điều gì đã thay đổi

• những gì bạn đã học được

Nó giúp bạn tránh khỏi những cuộc trò chuyện kiểu "ai cũng có thể làm thế".

Trở thành cầu nối giữa trí tuệ nhân tạo và thực tế 🌍

Thực tế bao gồm:

• chính sách

• giọng điệu thương hiệu

• sắc thái của khách hàng

• hạn chế pháp lý

• Chính trị nội bộ nhóm (đúng vậy, chính trị - chứ không phải chính phủ)

Trí tuệ nhân tạo không tự nhiên xử lý được mớ hỗn độn đó. Con người mới làm được.

Hãy phát triển một chuyên ngành mà trí tuệ nhân tạo hỗ trợ nhưng không thay thế nó

Ví dụ:

• tiếp thị tuân thủ

• hoạt động chăm sóc sức khỏe (ngữ cảnh cao)

• Phân tích an ninh mạng (mức độ rủi ro cao)

• chiến lược bán hàng doanh nghiệp (chú trọng xây dựng mối quan hệ)

• quản lý sản phẩm (sự đánh đổi và sự phù hợp)

Vậy tóm lại, trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào? Đôi khi bằng cách buộc bạn phải thăng tiến trong chuỗi giá trị… ngay cả khi bạn không mong muốn điều đó.

10) Những sai lầm mà nhà tuyển dụng thường mắc phải (và những điều mà các đội nhóm thông minh làm thay vào đó) 🏢🛠️

Nếu bạn quản lý nhân sự hoặc xây dựng đội nhóm, trí tuệ nhân tạo (AI) có thể là một món quà hoặc một cơn đau đầu âm ỉ.

Những lỗi thường gặp:

• Triển khai công cụ mà không đào tạo

• đo lường "hoạt động" thay vì kết quả

• giả định rằng kết quả đầu ra của AI được chấp nhận một cách tự động

• Cắt giảm nhân sự trước khi thiết kế lại quy trình làm việc

• bỏ qua tác động tiêu cực đến tinh thần khi mọi người cảm thấy mình có thể bị thay thế

Những bước đi thông minh hơn:

• Xác định những lĩnh vực nào cho phép và những lĩnh vực nào không cho phép sử dụng trí tuệ nhân tạo (AI)

• Xây dựng các tiêu chuẩn đánh giá (thế nào là "tốt")

• Đầu tư vào đào tạo và các cẩm nang nội bộ

• Phân công trách nhiệm giám sát chất lượng và rủi ro

• Khuyến khích cải tiến quy trình, không chỉ tốc độ - Diễn đàn Kinh tế Thế giới

Thêm một điều nữa: nếu bạn muốn nhận con nuôi, đừng chê bai những người thận trọng. Thận trọng có thể là sự khôn ngoan. Hoặc là nỗi sợ hãi. Thường thì là cả hai 😅.

11) Hỏi đáp nhanh: những câu hỏi mọi người thường thì thầm với nhau trong các cuộc họp 🤫

“Liệu trí tuệ nhân tạo có cướp mất việc làm của tôi không?”

Nó có thể lấy đi từng phần của nó. Cách phòng thủ tốt nhất của bạn là trở thành người:

• sử dụng AI tốt

• xác minh chính xác

• hiểu bối cảnh kinh doanh

• có thể phối hợp con người IMF

“Liệu việc học các công cụ AI có đủ?”

Không. Công cụ có thể thay đổi. Nhưng những nguyên tắc cơ bản thì trường tồn. Hãy học cách sử dụng công cụ, nhưng hãy gắn chúng với các kỹ năng như khả năng phán đoán, tư duy hệ thống và giao tiếp.

“Nếu tôi ghét trí tuệ nhân tạo thì sao?”

Bạn không cần phải yêu thích nó. Bạn chỉ cần có mối quan hệ làm việc hiệu quả với nó. Giống như người đồng nghiệp phiền phức nhưng hữu ích vậy.

“Đâu là con đường sự nghiệp an toàn nhất?”

Không có gì là hoàn toàn an toàn. Nhưng những vai trò đòi hỏi tính bối cảnh cao, sự tin tưởng, trách nhiệm và các mối quan hệ giữa người với người thường có khả năng phục hồi tốt hơn. (McKinsey OECD)

12) Tóm tắt cuối cùng - vậy, trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào? ✅🤖

(AI) không phải là một sự kiện đơn lẻ. Đó là sự sắp xếp lại dần dần các nhiệm vụ, kỳ vọng và quy trình làm việc. Một số vai trò thu hẹp lại, một số mở rộng, và nhiều vai trò tiến hóa. Diễn đàn Kinh tế Thế giới - IMF

Những người thành công nhất thường:

• Hãy coi AI như một đồng nghiệp, chứ không phải một cây đũa thần 🪄

• Hãy học cách xác minh và chỉnh sửa, chứ không chỉ đơn thuần là tạo ra sản phẩm

• Tiến gần hơn đến việc ra quyết định và quyền sở hữu

• Hãy xây dựng bộ kỹ năng đa dạng thay vì chỉ chạy theo một xu hướng

• ghi lại tác động và kết quả

Và nếu bạn vẫn đang thắc mắc, Trí tuệ nhân tạo (AI) tác động đến việc làm như thế nào? thì đây là tóm tắt ngắn gọn:

Trí tuệ nhân tạo (AI) đề cao khả năng thích ứng, tư duy mạch lạc và tinh thần trách nhiệm - và trừng phạt sự lặp lại không dựa trên phán đoán. OpenAI BLS
Không phải lúc nào cũng công bằng. Không phải lúc nào cũng thú vị. Nhưng khả thi… và đôi khi, thậm chí còn hấp dẫn.

Ví dụ thực tế: Sử dụng AI với vai trò là một nhà phân tích vận hành cấp dưới mà không trở thành "người dễ bị thay thế" 🧾🤖

Kịch bản

Hãy tưởng tượng một chuyên viên phân tích vận hành cấp dưới tại một nhà bán lẻ trực tuyến quy mô trung bình. Công việc hàng tuần của họ bao gồm tóm tắt xu hướng khiếu nại của khách hàng, dọn dẹp các ghi chú không có cấu trúc trên bảng tính, soạn thảo các bản cập nhật nội bộ và báo cáo các vấn đề cho người quản lý hỗ trợ.

Trước khi có AI, phần lớn giá trị của họ đến từ việc thực hiện bước xử lý ban đầu: đọc phiếu yêu cầu, nhóm các vấn đề, viết bản tóm tắt sơ lược và chuẩn bị slide cho cuộc họp vận hành hàng tuần.

Với AI, bước xử lý ban đầu có thể diễn ra nhanh hơn nhiều. Bước đi an toàn hơn trong sự nghiệp không chỉ đơn giản là "để AI tóm tắt mọi thứ". Mà là trở thành người kiểm tra bản tóm tắt, phát hiện ra quy luật và đưa ra khuyến nghị cho nhóm về những việc cần làm tiếp theo.

Những gì trợ lý cần

Để làm cho điều này có giá trị, nhà phân tích sẽ cung cấp cho AI:

Xuất phiếu khách hàng sau khi loại bỏ dữ liệu cá nhân

các loại khiếu nại của công ty

quy tắc hoàn tiền và khiếu nại

Ví dụ về các bản tóm tắt hàng tuần tốt

Danh sách những việc mà trí tuệ nhân tạo không được tự quyết định, chẳng hạn như hoàn tiền, đóng tài khoản hoặc khiếu nại pháp lý

Mục tiêu không phải là để AI thay thế hoàn toàn công việc hỗ trợ. Mục tiêu là để tăng tốc quá trình phân loại thường ngày, giúp nhà phân tích có thể dành nhiều thời gian hơn cho việc đánh giá.

Ví dụ hướng dẫn

Dưới đây là một gợi ý thực tế mà nhà phân tích có thể sử dụng:

Bạn đang giúp tôi xem xét các phiếu yêu cầu hỗ trợ khách hàng đã được ẩn danh cho một cuộc họp vận hành. Hãy nhóm các phiếu yêu cầu thành các danh mục vấn đề rõ ràng, đếm số lượng phiếu thuộc mỗi danh mục và xác định ba vấn đề thường xuyên xảy ra nhất. Không được bịa đặt nguyên nhân. Nếu nội dung phiếu yêu cầu không giải thích lý do tại sao vấn đề xảy ra, hãy viết “nguyên nhân không rõ ràng”. Kết thúc bằng ba hành động được đề xuất để người quản lý xem xét.

Cách kiểm tra nó

Một cách kiểm tra đơn giản là lấy 30 vé cũ mà các hạng mục chính xác đã được biết trước và so sánh kết quả đầu ra của AI với phiên bản đã được con người xem xét.

Kiểm tra:

Hệ thống đã phân loại vé chính xác chưa?

Liệu nó có bịa đặt ra những lý do khiến khách hàng phàn nàn không?

Liệu nó có bỏ sót những vấn đề cấp bách hoặc nhạy cảm không?

Các hành động được đề xuất có phù hợp với chính sách của công ty không?

Liệu người quản lý có thể hiểu được bản tóm tắt trong vòng chưa đầy hai phút không?

Một báo cáo lỗi kém chất lượng sẽ ghi đại loại như: “Hầu hết các sự chậm trễ là do thiếu nhân viên kho”, trong khi phiếu báo chỉ đề cập đến việc giao hàng chậm.

Một kết quả chi tiết hơn sẽ như sau: “12 phiếu yêu cầu hỗ trợ đề cập đến việc giao hàng chậm trễ. Nguyên nhân không rõ ràng từ nội dung phiếu. Bước tiếp theo được đề xuất: kiểm tra nhật ký thực hiện đơn hàng trước khi xác định nguyên nhân gốc rễ.”

Kết quả

Kết quả minh họa: dựa trên việc đo thời gian thực hiện ba nhiệm vụ báo cáo hàng tuần mẫu trước và sau khi sử dụng quy trình này, nhà phân tích có thể giảm thời gian soạn thảo báo cáo lần đầu từ 2 giờ 15 phút xuống còn 38 phút.

Nguyên tắc đo lường rất đơn giản: tính thời gian xem xét thủ công và bản nháp đầu tiên của phiếu yêu cầu, sau đó tính thời gian phiên bản có sự hỗ trợ của AI, bao gồm cả việc kiểm tra của con người. Trong ví dụ này, chuyên viên phân tích vẫn dành 25 phút để xác minh các danh mục, kiểm tra các phiếu yêu cầu nhạy cảm về chính sách và viết lại các khuyến nghị cuối cùng.

Chỉ số quan trọng không chỉ là "thời gian tiết kiệm được". Hãy theo dõi cả tỷ lệ lỗi. Ví dụ, nếu AI phân loại sai 4 trong số 30 vé, đó là tỷ lệ lỗi theo danh mục là 13% - đủ cao để cần sự xem xét của con người trước khi bản tóm tắt đến tay người quản lý.

Điều gì có thể xảy ra sai sót?

Rủi ro lớn nhất là coi bản tóm tắt của AI là sự thật. Nó có thể nhóm các phiếu yêu cầu một cách gọn gàng nhưng lại bỏ sót ngữ cảnh, phóng đại các mô hình hoặc bịa đặt các nguyên nhân nghe có vẻ hợp lý.

Một lỗi phổ biến khác là sao chép dữ liệu khách hàng riêng tư vào công cụ mà không kiểm tra quy định của công ty. Nhà phân tích cần ẩn danh tên, email, số đơn hàng, địa chỉ và chi tiết thanh toán trước khi sử dụng AI.

Sai lầm thứ ba là chỉ báo cáo về tốc độ. Nếu nhà phân tích nói, “Tôi đã hoàn thành báo cáo nhanh hơn,” điều đó nghe có vẻ như công việc đã trở nên nhỏ hơn. Nếu họ nói, “Tôi đã giảm thời gian soạn thảo xuống 72%, phát hiện bốn phiếu yêu cầu bị phân loại sai và xác định được hai rủi ro leo thang trước cuộc họp,” điều đó thể hiện khả năng phán đoán.

Bài học thực tiễn

Trí tuệ nhân tạo có thể loại bỏ bước xử lý ban đầu chậm chạp, nhưng giá trị nghề nghiệp đến từ những gì xảy ra sau đó: kiểm tra kết quả đầu ra, tìm ra quy luật thực sự, giải thích các sự đánh đổi và giúp nhóm đưa ra quyết định tốt hơn.

Câu hỏi thường gặp

Trí tuệ nhân tạo (AI) tác động như thế nào đến công việc văn phòng hàng ngày?

Trong hầu hết các môi trường làm việc, AI không thay thế toàn bộ công việc ngay lập tức mà chỉ thay thế một phần công việc. Điều này thường thể hiện ở việc soạn thảo bản nháp nhanh hơn, tóm tắt nhanh hơn và tự động hóa nhiều công việc hành chính hơn. Theo thời gian, nhiều vai trò sẽ chuyển sang xem xét, xác minh và đưa ra quyết định cuối cùng. Những người được lợi nhiều nhất thường là những người học cách điều khiển đầu ra của AI, thay vì coi các công cụ này như tiếng ồn nền.

Những công việc nào bị ảnh hưởng nhiều nhất bởi trí tuệ nhân tạo, và tại sao?

Các công việc bị ảnh hưởng nhiều nhất khi phần lớn công việc mang tính dự đoán, dựa trên văn bản hoặc có nhiều mẫu lặp lại - ví dụ như báo cáo thường xuyên, email mẫu, tóm tắt nghiên cứu cơ bản và phân loại dữ liệu. Điều đó không có nghĩa là vai trò đó tự động biến mất, nhưng "trọng tâm" sẽ thay đổi. Các nhiệm vụ ít mang tính tương tác hơn thường liên quan đến khả năng phán đoán cao, tương tác giữa người với người tinh tế, sự tin tưởng và độ phức tạp thực tế.

Liệu trí tuệ nhân tạo (AI) sẽ cướp mất công việc của tôi, hay chỉ một phần công việc của tôi?

Một kết quả thường thấy là trí tuệ nhân tạo (AI) đảm nhận một phần công việc - thường là những công việc lặp đi lặp lại ở bước "kiểm tra ban đầu" - trong khi con người vẫn giữ quyền quyết định, xử lý các trường hợp ngoại lệ và chịu trách nhiệm. Rủi ro là nếu 20-40% nhiệm vụ biến mất, một số nhóm sẽ giảm nhân sự thay vì thiết kế lại quy trình làm việc. Vị trí an toàn hơn là trở thành người sử dụng AI thành thạo, kiểm chứng nghiêm ngặt và hiểu rõ bối cảnh kinh doanh.

Tại sao các vị trí việc làm cấp thấp lại thay đổi nhiều đến vậy do sự phát triển của trí tuệ nhân tạo?

Nhiều vị trí cấp thấp trước đây chủ yếu đảm nhiệm việc soạn thảo bản nháp, xử lý các yêu cầu thường xuyên và các công việc bận rộn nhưng cần thiết. Giờ đây, trí tuệ nhân tạo (AI) có thể đảm nhiệm một phần công việc đó, vì vậy các công ty có thể tuyển dụng ít nhân viên cấp dưới hơn hoặc chuyển hướng công việc của nhân viên cấp dưới sang kiểm thử chất lượng (QA), điều phối và các quy trình làm việc dựa trên công cụ. Điều này có thể tạo ra hiệu ứng "thang bậc bị gãy", với ít cơ hội nghề nghiệp hơn và kỳ vọng cao hơn ngay từ ngày đầu tiên. Những người mới vào nghề thường cần chứng minh khả năng thực tế sớm hơn trước đây.

Trí tuệ nhân tạo (AI) tạo ra những công việc mới nào mà mọi người thường bỏ qua?

Ngoài những chức danh hào nhoáng, sự phát triển thường thể hiện ở hoạt động AI, thiết kế quy trình làm việc, đánh giá chất lượng và xem xét có sự tham gia của con người. Các nhóm cũng cần quản lý dữ liệu, giám sát an ninh và tuân thủ, cũng như đào tạo nội bộ để các công cụ được áp dụng mà không bị rò rỉ hoặc mắc lỗi không đáng có. Những người có thể viết ra các hướng dẫn và cẩm nang nội bộ rõ ràng trở nên vô cùng giá trị. Ai đó phải biến việc “sử dụng AI” thành một quy trình an toàn và có thể lặp lại.

Kế hoạch nghề nghiệp thực tế nào có thể chống lại sự thay thế của AI (mà không chạy theo trào lưu)?

Một kế hoạch vững chắc cần xây dựng dựa trên các kỹ năng: kiến ​​thức chuyên môn, thành thạo công cụ, kỹ năng giao tiếp, khả năng phán đoán và độ tin cậy. Tiến gần hơn đến việc đưa ra quyết định - xác định mục tiêu, đặt ra các ràng buộc, lựa chọn sự đánh đổi và chịu trách nhiệm về kết quả. Lưu giữ bằng chứng về công việc như thời gian tiết kiệm được, lỗi giảm thiểu và quy trình được cải thiện. Khả năng quan trọng nhưng thường bị đánh giá thấp là khả năng kiểm chứng: phát hiện những sai sót, các trường hợp ngoại lệ bị bỏ sót và các con số không chính xác.

Làm thế nào để sử dụng trí tuệ nhân tạo (AI) trong công việc mà không trở thành người bị thay thế?

Nếu bạn chỉ sử dụng AI để thực hiện những phần dễ nhất một cách nhanh hơn, bạn có thể vô tình khiến vai trò của mình trông đơn giản hơn. Hãy chuyển sang vai trò chủ động: giải thích những gì bạn đã chọn, tại sao bạn chọn nó và cách bạn đã xác thực nó. Ghi lại quy trình của bạn để câu nói "ai cũng có thể làm được" không còn đúng nữa. Hãy trở thành cầu nối giữa AI và những ràng buộc thực tế như chính sách, giọng điệu thương hiệu, sắc thái khách hàng và rủi ro pháp lý.

Những kỹ năng nào phát huy hiệu quả nhất khi trí tuệ nhân tạo hiện diện ở khắp mọi nơi?

Khả năng phán đoán và tư duy phản biện trở nên quan trọng hơn vì AI có thể tạo ra kết quả hợp lý nhưng vẫn sai. Giao tiếp rõ ràng càng quan trọng hơn khi các nhóm cần các quyết định và sự đánh đổi được trình bày rõ ràng. Tư duy hệ thống giúp bạn cải thiện quy trình làm việc từ đầu đến cuối, chứ không chỉ tăng tốc một bước duy nhất. Thành thạo công cụ cũng hữu ích - nhưng không phải là ám ảnh về công cụ; lợi thế bền vững là biết cách đưa ra gợi ý, đánh giá và tích hợp AI một cách có trách nhiệm.

Các nhà tuyển dụng thường mắc phải những sai lầm gì khi áp dụng các công cụ trí tuệ nhân tạo?

Một sai lầm phổ biến là triển khai các công cụ mà không có đào tạo, tiêu chuẩn đánh giá hoặc ranh giới rõ ràng về phạm vi cho phép sử dụng AI. Một số nhóm cắt giảm nhân sự trước khi thiết kế lại quy trình làm việc, sau đó lại gặp phải các vấn đề về chất lượng và tinh thần làm việc. Các nhóm mạnh hơn sẽ xác định các giới hạn, thiết lập "tiêu chuẩn tốt", đầu tư vào cẩm nang hướng dẫn và phân công trách nhiệm giám sát rủi ro. Tỷ lệ áp dụng sẽ được cải thiện khi sự thận trọng được coi là có giá trị, chứ không phải là sự phản kháng.

Tài liệu tham khảo

1. Tổ chức Lao động Quốc tế (ILO) - ilo.org

2. Tổ chức Lao động Quốc tế (ILO) - ilo.org

3. Tổ chức Hợp tác và Phát triển Kinh tế (OECD) - oecd.org

4. Tổ chức Hợp tác và Phát triển Kinh tế (OECD) - oecdskillsandwork.wordpress.com

5. Cục Nghiên cứu Kinh tế Quốc gia (NBER) - nber.org

6. Quỹ Tiền tệ Quốc tế (IMF) - imf.org

7. Quỹ Tiền tệ Quốc tế (IMF) - imf.org

8. Diễn đàn Kinh tế Thế giới - Báo cáo Tương lai Việc làm năm 2023 - weforum.org

9. Diễn đàn Kinh tế Thế giới - Báo cáo Tương lai Việc làm 2025: Triển vọng Kỹ năng - weforum.org

10. OpenAI - GPT là GPT - openai.com

11. McKinsey & Company - mckinsey.com

12. Cục Thống kê Lao động Hoa Kỳ (BLS) - Đánh giá tác động của công nghệ mới đối với thị trường lao động - bls.gov

13. Cục Thống kê Lao động Hoa Kỳ (BLS) - Kết hợp tác động của trí tuệ nhân tạo vào dự báo việc làm của BLS - bls.gov

Tìm kiếm những công nghệ AI mới nhất tại Cửa hàng Trợ lý AI chính thức

Về chúng tôi