Làn sóng thay thế bằng AI bị đánh giá quá cao? Barclays: Chỉ 20% kỹ năng cốt lõi trong môi trường làm việc có thể được sao chép ở mức độ cao, nhưng hiệu ứng khuếch đại đã lan tỏa một cách âm thầm.

Tác động của AI lên thị trường lao động có thể nhẹ nhàng hơn nhiều so với những gì thị trường vẫn thường kể, nhưng lại sâu sắc hơn rất nhiều. Nghiên cứu mới nhất của Barclays cho thấy chỉ khoảng 20% kỹ năng cốt lõi trong công việc có thể được AI sao chép ở mức cao, nỗi lo về làn sóng "thay thế quy mô lớn" đang bị đánh giá quá cao; tuy nhiên, "hiệu ứng khuếch đại" của AI đối với năng suất lại cho thấy một bức tranh hoàn toàn khác — phạm vi phủ sóng rộng hơn nhiều so với tự động hóa thay thế, gần như thâm nhập vào mọi ngóc ngách của thị trường lao động.

Barclays đã phát hành báo cáo vào ngày 22 tháng 9, giới thiệu "Khung tự động hóa và khuếch đại AI" (Barclays 3A Framework), lấy kỹ năng chứ không phải nghề nghiệp làm đơn vị phân tích trung tâm, đánh giá một cách hệ thống tác động của AI nhận thức và AI vật lý lên hơn 830 nghề nghiệp. Nghiên cứu cho thấy rủi ro tự động hóa tập trung cao vào một số nhóm nghề nghiệp nhất định, các nghề nghiệp có mức phơi nhiễm cao với AI nhận thức chủ yếu tập trung ở các vị trí công nghệ thông tin, kỹ thuật và khoa học, trong khi các nghề nghiệp có mức phơi nhiễm cao với AI vật lý chủ yếu rơi vào lĩnh vực xây dựng, sản xuất, lắp đặt, bảo trì và sửa chữa. Song song đó, dữ liệu tuyển dụng tại Mỹ đã xuất hiện thay đổi cấu trúc phù hợp với AI — kể từ năm 2022, tỷ trọng vị trí tuyển dụng của các nghề có mức phơi nhiễm tự động hóa cao nhất đã giảm từ khoảng 30% xuống còn khoảng 25%.

Sự mở rộng nhanh chóng của nhu cầu kỹ năng AI còn tiết lộ một logic khác: tại Mỹ, Anh, Pháp và Đức, tỷ trọng các vị trí yêu cầu kỹ năng AI đã tăng từ khoảng 2% năm 2019 lên 6% đến 10% vào tháng 8 năm 2026. Đáng chú ý là, trọng tâm của nhu cầu kỹ năng AI đang dịch chuyển — năm 2019, hơn 70% vị trí liên quan đến AI tập trung ở các vị trí công nghệ và dữ liệu, nhưng đến năm 2026, tỷ lệ này chỉ còn khoảng 50%, còn tỷ trọng vị trí quản lý đã tăng từ khoảng 10% lên 25%, cho thấy AI đang lan tỏa từ lĩnh vực kỹ thuật chuyên môn sang hệ sinh thái công việc rộng lớn hơn.

Các phân tích truyền thống về tác động của AI lên lao động thường lấy "nghề nghiệp" làm đơn vị, nhưng Barclays cho rằng nghề nghiệp là một tập hợp các nhiệm vụ, nhiệm vụ lại là một tập hợp các kỹ năng, và kỹ năng mới là "đơn vị nguyên tử" để hiểu tác động của AI. AI có khả năng tự động hóa hoặc khuếch đại các kỹ năng cụ thể — như thu thập thông tin, viết lách hay phân tích dữ liệu — thay vì toàn bộ nghề nghiệp.

Khung 3A dựa trên cơ sở dữ liệu của Bộ Lao động Mỹ, bao gồm 104 kỹ năng cần thiết cho các nghề khác nhau và liên kết chúng với hơn 800 nghề nghiệp. Khung này đổi mới ở ba phương diện: Thứ nhất, đồng thời bao gồm cả AI nhận thức và AI vật lý, bao quát cả trí thông minh số và trí thông minh vật lý; Thứ hai, lấy kỹ năng thay vì nhiệm vụ hay nghề nghiệp làm đơn vị phân tích cơ bản; Thứ ba, đồng thời ghi nhận hai hiệu ứng "tự động hóa" và "khuếch đại" — hiệu ứng trước đo lường mức độ AI thay thế lao động con người, hiệu ứng sau đo lường tiềm năng AI nâng cao năng suất kỹ năng của con người.

Kết quả nghiên cứu cho thấy chỉ khoảng 20% kỹ năng trong công việc được đánh giá là có thể AI sao chép cao, 40% kỹ năng cho thấy khả năng kháng lại AI nhận thức tốt, tỷ lệ kỹ năng kháng lại AI vật lý lên tới 70%, cho thấy phạm vi tác động tự động hóa của AI vật lý hiện vẫn hẹp hơn nhiều so với AI nhận thức.

Về phân bổ phơi nhiễm tự động hóa, phát hiện then chốt của Barclays là: Mức phơi nhiễm cực cao chỉ tập trung ở một số rất ít nghề nghiệp, phần lớn nghề nghiệp chủ yếu nghiêng về một dạng phơi nhiễm với AI nhận thức hoặc AI vật lý, chứ không phải cả hai đồng thời.

Các nghề có mức phơi nhiễm tự động hóa cao nhất với AI nhận thức bao gồm nhà khoa học dữ liệu, nhà thống kê và chuyên viên tính toán bảo hiểm, với các kỹ năng cốt lõi — thu thập thông tin, nhận dạng mẫu, xử lý tài liệu và ra quyết định theo quy trình — trùng khớp rất lớn với năng lực AI. Đối với AI vật lý, những nghề bị phơi nhiễm cao nhất là công nhân nông nghiệp, vận hành máy dệt, công nhân kết cấu thép... những người phụ thuộc nhiều vào lao động thể chất lặp đi lặp lại.

Ngược lại, khoảng 120 nghề nghiệp có mức phơi nhiễm tổng hợp với cả hai loại AI ở mức tương đối thấp, chiếm khoảng 20% lực lượng lao động Mỹ, chủ yếu gồm giáo viên, người trông trẻ, huấn luyện viên và một số nhân sự khách sạn, giải trí — những nghề này phụ thuộc cao vào sự tương tác giữa người với người, giám sát tại chỗ hoặc biểu diễn giải trí, khó bị AI sao chép.

Khác với phân bổ tập trung của tự động hóa, hiệu ứng khuếch đại của AI lại có đặc điểm lan tỏa rộng rãi và cân bằng hơn. Theo mô hình của Barclays, hiệu ứng khuếch đại nổi bật nhất ở các nghề nghiệp có tỷ trọng kỹ năng có thể sao chép, một phần có thể sao chép và không thể sao chép ở mức cân đối nhất — AI đảm nhiệm phần có thể sao chép, đồng thời nâng cao giá trị và hiệu suất các kỹ năng còn lại của con người.

Các nghề được khuếch đại mạnh bởi AI nhận thức bao gồm kiểm soát viên không lưu, quản lý dịch vụ y tế và quản lý đào tạo — các vị trí quản lý, nơi AI có thể tiếp quản công việc xử lý tài liệu hành chính, đồng thời khuếch đại khả năng lãnh đạo, cố vấn và quản lý nhân sự của con người. Đối với AI vật lý, hiệu ứng khuếch đại thể hiện rõ nhất ở các nghề về cơ khí, kỹ thuật như thợ máy xe buýt, xe tải, kỹ thuật viên cơ khí công nghiệp, một số công việc thể lực thường lệ có thể tự động hóa, trong khi tác vụ như chẩn đoán, ra quyết định, ứng biến vẫn phải do con người đảm nhận.

Barclays nhấn mạnh, thông tin then chốt về phân bổ hiệu ứng khuếch đại là: Năng lực tự động hóa của AI tập trung vào một số nghề nhất định, còn khả năng nâng cao năng suất lại bao phủ rất nhiều nhóm nghề nghiệp khác nhau, từ bác sĩ, giáo viên tới kỹ sư đều có thể được hưởng lợi thực tế từ công cụ AI. Đặc điểm này cho thấy tổng tăng trưởng năng suất do AI mang lại trong dài hạn có thể vượt qua tác động thay thế trực tiếp của nó.

Dữ liệu thị trường lao động đã bắt đầu xác nhận những kết quả theo khung lý thuyết trên. Theo phân tích dữ liệu tuyển dụng LinkUp của Barclays, từ năm 2022 tới nay, tỷ lệ vị trí trống thuộc nhóm nghề phơi nhiễm tự động hóa cao nhất đã giảm từ gần 30% còn khoảng 25%, trong đó vị trí kỹ sư phần mềm giảm nhiều nhất; tỷ lệ vị trí ở nghề phơi nhiễm thấp lại nhích nhẹ từ khoảng 20% lên 21-23%.

Đồng thời, nhu cầu kỹ năng chuyên sâu về AI đang tăng tốc mạnh mẽ. Theo dữ liệu của Indeed Hiring Lab dựa trên tìm kiếm từ khóa mở rộng, tỷ lệ vị trí liên quan đến AI ở Mỹ, Anh, Pháp, Đức đã tăng từ khoảng 2% năm 2019 lên 6-10% vào năm 2026, Anh có mức tăng mạnh nhất.

Điều có ý nghĩa cấu trúc hơn là sự thay đổi bên cầu. Năm 2019, vị trí ngành công nghệ và dữ liệu chiếm hơn 70% tin tuyển dụng liên quan tới AI; đến năm 2026, tỷ lệ này giảm còn khoảng 50%, còn nhóm vị trí quản lý tăng từ khoảng 10% lên đến 25%. Xu hướng này rõ nét ở cả Mỹ, Anh, Pháp, Đức, cho thấy AI đang thâm nhập vào toàn bộ môi trường lao động với vai trò kỹ năng phổ cập, không còn là năng lực kỹ thuật chuyên biệt.

Báo cáo cũng dự báo thêm về mô hình kinh tế mới phát sinh khi AI vật lý phổ biến, chia thành hai giai đoạn.

Giai đoạn đầu, con người đóng vai trò "huấn luyện viên robot" — do AI vật lý thiếu hệ dữ liệu thế giới thực tương đương với ngữ liệu huấn luyện của mô hình ngôn ngữ lớn, ngành này đang dùng điều khiển từ xa, thu thập video góc nhìn thứ nhất... dựa vào con người trình diễn để tạo dữ liệu huấn luyện cho robot. Figure's Index, Scale AI... đã xây dựng hệ sinh thái crowdsourcing này.

Ở giai đoạn thứ hai, trọng tâm giá trị chuyển sang "quy trình thao tác" thực thụ. Khi AI vật lý trưởng thành, tiêu điểm sẽ dịch từ phần cứng sang các kỹ năng và quy trình làm việc nhúng bên trong — như hàn, phẫu thuật, nấu ăn... các tri thức chuyên môn có thể được mã hóa thành "sổ tay vận hành robot" có thể cấp phép quy mô lớn, hình thành một dạng quyền sở hữu trí tuệ hoàn toàn mới. UniStore của Unitree và NeuraGym/NeuraVerse của NEURA Robotics đã được xem là ví dụ sớm, dù hiện vẫn dựa trên nền tảng nhà sản xuất robot hình người.

Barclays cho rằng, ở trường hợp cực đoan, phần cứng sẽ dần trở thành hàng hóa, còn điểm cao trong cạnh tranh thực sự thuộc về bên có thể thu thập, mã hóa và kiểm soát kỹ năng giá trị cao — doanh nghiệp xây được nhiều robot nhất chưa chắc đã là người thắng cuối, mà bên nắm "lớp lệnh" có thể sẽ thống trị cuộc đua giành giật kỹ năng mới này.