• Singapore công bố 800 cơ hội đào tạo AI mới và 500 dự án AI dành cho 1.000 doanh nghiệp trong vòng 12 tháng tới, nhằm thúc đẩy chiến lược kinh tế số.

• 400 suất đào tạo sẽ do AI Singapore (AISG) cung cấp, bao gồm chương trình AIAP Industry kéo dài 6 tháng với nội dung thực tiễn cao, tập trung vào nhu cầu doanh nghiệp.

• 400 suất còn lại do các tập đoàn công nghệ như AWS, Oracle, Microsoft, Singtel cung cấp.

• Từ năm 2018, chương trình AIAP đã đào tạo hơn 410 học viên với tỷ lệ có việc làm sau tốt nghiệp trên 90%.

• AISG cũng sẽ triển khai chương trình Pinnacle AI Industry để đào tạo 100 chuyên gia AI cao cấp trong 3 năm, tập trung vào xây dựng mô hình ngôn ngữ lớn với mô hình Sea-Lion.

• Số lượng chuyên gia AI tại Singapore hiện là hơn 6.000 người, hướng đến mục tiêu 15.000 vào năm 2028 (tăng 25% trong năm qua).

• 20.000 người dân Singapore đã tìm được việc làm công nghệ và 320.000 người đã nâng cao kỹ năng số.

• Doanh nghiệp vẫn gặp khó khăn trong tuyển dụng AI: 47% thiếu hụt tài năng, 51% yêu cầu lương cao, 47% kỹ năng không phù hợp; 62% sẵn sàng tuyển dụng nhân sự quốc tế.

• Trong lĩnh vực doanh nghiệp, 500 dự án AI tạo sinh mới sẽ được hỗ trợ qua chương trình GenAI x Digital Leaders, giúp 1.000 công ty ứng dụng AI vào hoạt động.

• Các công ty lớn như Alibaba Cloud, ST Engineering, Prudential Singapore đã cam kết hỗ trợ thêm hàng ngàn doanh nghiệp SME bằng các dịch vụ đám mây, quét an ninh mạng miễn phí và nội dung đào tạo.

• Singapore cũng sẽ tổ chức cuộc thi phát triển AI quy mô Đông Nam Á nhằm xây dựng giải pháp AI phù hợp với đặc thù khu vực.

• Ông Tan Kiat How nhấn mạnh: "Giá trị của Singapore không chỉ ở năng lực, mà còn ở sự kiên định và đáng tin cậy trong bối cảnh toàn cầu bất ổn."

📌 Singapore đang đẩy mạnh phát triển AI qua 800 suất đào tạo mới và 500 dự án hỗ trợ 1.000 doanh nghiệp. Với mục tiêu tăng gấp ba tài năng AI lên 15.000 người vào năm 2028 và các chương trình thực chiến như AIAP, Singapore khẳng định vai trò dẫn đầu khu vực Đông Nam Á trong đổi mới kỹ thuật số, bất chấp thách thức về nhân sự và thị trường.

https://www.straitstimes.com/business/spore-doubles-down-on-ai-with-800-new-training-spaces-500-business-projects

• Anthropic đang trở thành điểm đến lý tưởng của các nhân sự hàng đầu từ OpenAI và DeepMind. Theo SignalFire, kỹ sư có khả năng rời OpenAI sang Anthropic cao gấp 8 lần, còn từ DeepMind là gần 11 lần.

• Tỷ lệ giữ chân nhân viên tại Anthropic đạt 80% sau 2 năm, cao hơn cả DeepMind (78%) và OpenAI (67%). Meta đứng cuối với 64%.

• Anthropic chuẩn bị tung ra chương trình mua lại cổ phần đầu tiên với định giá 61,5 tỷ USD, cho phép nhân viên cũ và hiện tại bán cổ phần – tạo động lực giữ chân nhân tài.

• Các nhân sự nổi bật gia nhập Anthropic bao gồm:

  • Sholto Douglas (cựu DeepMind),

  • Niki Parmar (đồng tác giả “Attention is All You Need”),

  • Neil Houlsby (từ DeepMind, hiện dẫn đầu văn phòng Zurich),

  • Pavel Izmailov và Jan Leike (cựu OpenAI, rời đi vì lo ngại văn hóa ưu tiên sản phẩm thay vì an toàn).

• Các công ty lớn đang tung gói đãi ngộ “khủng”: DeepMind trả tới 20 triệu USD/năm, rút ngắn thời gian vest cổ phần, và áp dụng hợp đồng không cạnh tranh 6–12 tháng tại Anh.

• Google DeepMind tuyển được Tim Brooks (đồng lãnh đạo nhóm Sora tại OpenAI) và Logan Kilpatrick, nay dẫn đầu Google AI Studio.

• Microsoft cho phép quản lý xin thưởng giữ chân nhân viên nếu thuộc “tài năng AI thiết yếu”.

• Một số nhân sự từ OpenAI đã được chào thưởng từ 1–2 triệu USD để không rời công ty, đặc biệt là những người định gia nhập SSI của Ilya Sutskever hay Eleven Labs.

• Các công ty lớn còn sử dụng chiến thuật “mua giả” (pseudo-acquisition): không mua startup mà thuê toàn bộ đội ngũ + mua bản quyền công nghệ, như Google với Character.AI hay Amazon với Adept.

• Mỹ đang điều tra các thương vụ này vì lo ngại vi phạm luật cạnh tranh công bằng, tránh các vụ thâu tóm trá hình làm méo mó thị trường.

📌 Anthropic đang dẫn đầu cuộc chiến nhân sự AI khi thu hút nhân tài từ OpenAI và DeepMind nhờ chính sách giữ chân đạt 80%, cổ phần hấp dẫn và văn hóa an toàn. DeepMind, Google, Microsoft phản công bằng thưởng tới 20 triệu USD và chiến thuật “mua giả” startup. Nhu cầu về chuyên gia AI cao cấp ngày càng khốc liệt, khi toàn ngành chỉ có vài nghìn người đủ năng lực huấn luyện mô hình quy mô lớn.

https://analyticsindiamag.com/global-tech/how-anthropic-is-snatching-top-talent-from-openai-and-deepmind/

• Câu khẩu hiệu “làm việc thông minh thay vì chăm chỉ” giờ đã trở thành lời cảnh báo cho các nhà lãnh đạo đang chịu áp lực quản lý nhiều người hơn với ít nguồn lực hơn.

• Những người từng quản lý 10 người nay phải gánh 20, trong khi lớp trung gian hỗ trợ dần biến mất. Kết quả là, dù không thiếu năng lực, nhiều lãnh đạo cảm thấy quá tải và bế tắc.

• Giải pháp không nằm ở việc cố gắng hơn, mà là hợp tác với AI để loại bỏ nhiễu loạn, ưu tiên điều quan trọng và trở lại với vai trò dẫn dắt cốt lõi.

• Báo cáo Skills on the Rise của LinkedIn chỉ ra rằng “hiểu biết về AI” là một trong những kỹ năng phát triển nhanh nhất và quan trọng nhất hiện nay.

• Không cần trở thành chuyên gia công nghệ, nhà lãnh đạo chỉ cần biết ứng dụng AI một cách thực tế:

  • Lọc dữ liệu quan trọng

  • Soạn thảo thông điệp tinh tế

  • Tóm tắt cuộc họp

  • Gợi ý để chuẩn bị cho đối thoại khó

  • Mô phỏng tình huống "nếu xảy ra"

• AI không thay thế khả năng phán đoán, mà giúp lãnh đạo có không gian để thể hiện bản thân tốt hơn – điều thường bị gạt sang bên khi ngập trong công việc vận hành.

• Thay vì bị cuốn vào xử lý chi tiết, AI giúp nhà lãnh đạo quay lại với kết nối, huấn luyện và trò chuyện có ý nghĩa, những điều chỉ con người mới có thể làm tốt.

• Tác giả đang phát triển một hệ thống AI hỗ trợ thực tế cho lãnh đạo, cung cấp chiến lược rõ ràng, gợi ý cụ thể và quy trình làm việc hỗ trợ bằng AI, phù hợp với các áp lực hàng ngày của nhà quản lý.

📌 Trong thời đại quản lý bị kéo căng, AI không phải là lựa chọn, mà là công cụ sống còn để giúp lãnh đạo giữ vững vị thế. Hiểu và ứng dụng AI giúp bạn tập trung vào huấn luyện, kết nối và dẫn dắt thực thụ – những giá trị mà máy móc không thể thay thế.

https://www.psychologytoday.com/us/blog/you-according-to-them/202505/if-you-want-to-keep-your-edge-its-time-to-partner-with-ai

• Demis Hassabis, CEO Google DeepMind, tuyên bố AI sẽ làm gián đoạn thị trường việc làm trong vòng 5 đến 10 năm tới, đặc biệt ảnh hưởng đến thế hệ trẻ như Gen Alpha.

• Phát biểu tại hội nghị Google I/O và podcast công nghệ Hard Fork, Hassabis cho rằng AI đang là công nghệ định hình thời đại giống như internet với millennials và smartphone với Gen Z.

• Ông khuyên thanh thiếu niên nên trở thành “AI ninja” bằng cách học sớm các công cụ AI, kỹ năng lập trình và nền tảng STEM (khoa học, công nghệ, kỹ thuật, toán học).

• AI sẽ thay thế một số công việc truyền thống nhưng tạo ra các việc làm mới thú vị và giá trị hơn nếu người trẻ chuẩn bị kỹ.

• Ông nhấn mạnh kỹ năng “meta” như sáng tạo, khả năng thích nghi và tư duy linh hoạt quan trọng hơn bao giờ hết, vì đây là điều AI khó thay thế.

• Hassabis khuyến khích sinh viên đại học sử dụng thời gian học để hiểu rõ bản thân và rèn luyện khả năng học tập chủ động, thay vì chỉ dựa vào chương trình giảng dạy.

• Cảnh báo rằng nhiều kỹ năng cứng đang dần được AI thực hiện hiệu quả hơn, ông gợi ý sinh viên nên vừa học cơ bản qua trường lớp, vừa tận dụng thời gian rảnh để thử nghiệm các công cụ mới và cập nhật công nghệ nhanh chóng.

• DeepMind, dưới sự lãnh đạo của Hassabis, đang hướng đến mục tiêu phát triển AGI (trí tuệ nhân tạo tổng quát) – loại AI có khả năng tư duy như con người.

📌 CEO Google DeepMind cảnh báo AI sẽ thay đổi hoàn toàn thị trường lao động trong 5-10 năm, thúc giục giới trẻ – đặc biệt Gen Alpha – phải học STEM, lập trình và phát triển kỹ năng mềm ngay từ bây giờ. Những ai hiểu và làm chủ công nghệ AI sớm sẽ nắm lợi thế trong thế giới máy móc thông minh đang thống trị.

https://www.indiatoday.in/amp/technology/news/story/google-deepmind-ceo-warns-ai-will-disrupt-jobs-in-5-years-urges-teens-to-prepare-now-2730201-2025-05-25

• Theo báo cáo mới của Nash Squared/Harvey Nash, có đến 51% lãnh đạo công nghệ toàn cầu cho rằng tổ chức của họ thiếu kỹ năng AI – tăng vọt từ 28% năm ngoái, tương đương mức tăng 82%.

• Trong vòng 18 tháng, kỹ năng AI đã nhảy từ vị trí thiếu hụt thứ sáu lên đứng đầu trong danh sách các kỹ năng công nghệ khan hiếm nhất – mức tăng nhanh nhất trong 15 năm khảo sát.

• Ngược lại, nhu cầu về kỹ năng an ninh mạng chỉ tăng từ 16% (năm 2009) lên 33% trong năm nay – minh chứng cho sự bùng nổ vượt trội của AI.

• Ankur Anand, CIO của Nash Squared, cho biết tốc độ đổi mới nhanh chóng từ các mô hình AI tạo sinh như của OpenAI và Google khiến việc đào tạo theo cách truyền thống không thể bắt kịp.

• Để lấp đầy khoảng cách kỹ năng AI, doanh nghiệp cần tập trung vào 5 điểm chính:

1. Đào tạo nhân viên hiện tại

• 52% doanh nghiệp chưa thực hiện đào tạo về AI tạo sinh.

• Doanh nghiệp thành công đều xác định rõ AI phù hợp với chiến lược kinh doanh thế nào.

• Các chương trình học liên tục, có chứng chỉ vai trò cụ thể, giúp nhân viên phát triển và thích nghi nhanh hơn.

2. Tuyển dụng chuyên gia có kỹ năng AI

• 65% lãnh đạo công nghệ sẵn sàng chọn nhà phát triển AI có 2 năm kinh nghiệm hơn người 5 năm nhưng không có kỹ năng AI.

• Kỹ năng phân tích, giải quyết vấn đề, hiểu biết đạo đức AI và khả năng hướng dẫn đồng nghiệp là tiêu chí tuyển chọn quan trọng.

3. Thay đổi mô hình tuyển dụng

• Ưu tiên tài năng có khả năng học nhanh hơn là kinh nghiệm lâu năm không cập nhật kỹ năng AI.

• Tìm kiếm ở các ngành không truyền thống, ví dụ: tài chính, sinh học, nơi AI có thể ứng dụng mạnh.

4. Kết nối với thế hệ AI kế tiếp

• Hợp tác với đại học, vườn ươm khởi nghiệp, và các cộng đồng AI để phát hiện và nuôi dưỡng tài năng trẻ.

5. Khám phá liên tục các cơ hội AI mới

• Luôn mở rộng hướng ứng dụng AI, từ quy trình nội bộ đến sản phẩm, để đội ngũ không ngừng học hỏi và thích nghi.

📌 Khoảng cách kỹ năng AI toàn cầu tăng 82% chỉ trong một năm, với hơn 51% lãnh đạo công nghệ cho biết doanh nghiệp của họ thiếu nhân lực AI. Để giải quyết, doanh nghiệp cần đào tạo nội bộ, ưu tiên kỹ năng hơn kinh nghiệm, và luôn kết nối với nguồn tài năng mới để không bị bỏ lại phía sau trong kỷ nguyên AI tạo sinh.

https://www.zdnet.com/article/the-ai-skills-gap-keeps-growing-here-are-five-ways-to-fill-it/

• Ngày 14/05/2025, Google Cloud chính thức công bố chứng chỉ Generative AI Leader đầu tiên dành cho đối tượng không chuyên kỹ thuật, như quản lý và lãnh đạo doanh nghiệp.

• Mục tiêu của chứng chỉ là giúp học viên hiểu chiến lược ứng dụng AI tạo sinh, cách lãnh đạo các dự án AI và thảo luận hiệu quả về công nghệ trong nội bộ doanh nghiệp.

• Bài thi chứng chỉ kéo dài 90 phút, có giá 99 USD, nhưng không bắt buộc nếu chỉ muốn học nâng cao kiến thức.

• Google đồng thời ra mắt khóa học miễn phí trên nền tảng Google Cloud Skills Boost, gồm 5 mô-đun, tổng thời lượng 7–8 giờ:

  1. Gen AI: Beyond the Chatbot – giải thích khái niệm AI tạo sinh vượt khỏi chatbot.

  2. Gen AI: Unlock Foundational Concepts – làm rõ các khái niệm như mô hình ngôn ngữ lớn (LLM) và loại dữ liệu.

  3. Gen AI: Navigate the Landscape – giới thiệu hệ sinh thái AI, các nền tảng và mô hình hiện có.

  4. Gen AI Apps: Transform Your Work – ví dụ thực tế ứng dụng AI trong doanh nghiệp.

  5. Gen AI Agents: Transform Your Organization – nhấn mạnh vai trò của AI agent trong đổi mới tổ chức.

• Người học có thể hoàn thành toàn bộ nội dung miễn phí mà không cần thi lấy chứng chỉ, nhưng vẫn ứng dụng được kiến thức vào công việc thực tế.

• Không yêu cầu kiến thức nền để tham gia, và không có điều kiện tiên quyết để đăng ký thi chứng chỉ.

• Chứng chỉ có giá trị trong 3 năm, và Google cung cấp miễn phí hướng dẫn ôn thi trên cùng trang.

📌 Google ra mắt chứng chỉ Generative AI Leader với khóa học miễn phí kéo dài 7–8 giờ, giúp lãnh đạo doanh nghiệp hiểu và triển khai AI mà không cần kỹ thuật. Thi lấy chứng chỉ giá 99 USD là tùy chọn, trong khi toàn bộ nội dung học có thể truy cập miễn phí qua nền tảng Google Cloud Skills Boost.

https://www.zdnet.com/article/google-offers-ai-certification-for-business-leaders-now-and-the-training-is-free/

• Theo khảo sát của McKinsey, các quản lý cấp trung dành gần 1 ngày làm việc mỗi tuần cho các nhiệm vụ hành chính lặp lại. AI được kỳ vọng sẽ giảm tải những công việc này.

• Công nghệ AI có thể hỗ trợ như:

  • Tự động hóa xử lý yêu cầu nghỉ phép, biên bản họp.

  • Gợi ý cơ hội việc làm nội bộ cho nhân viên.

  • Xác định khoảng trống kỹ năng để đào tạo phù hợp.

• Tuy nhiên, AI cũng tiềm ẩn nhiều rủi ro nghiêm trọng nếu lạm dụng hoặc triển khai sai cách:

  1. Cắt giảm nhân sự quá đà: Nhiều công ty như Amazon, Microsoft đang loại bỏ các lớp quản lý trung gian. Tuy nhiên, quản lý cấp trung tốt giúp giảm tỷ lệ nghỉ việc, dịch ngôn ngữ cấp cao thành hành động cụ thể.

     • Ví dụ: Klarna đã quá vội vàng thay thế dịch vụ khách hàng bằng AI, gây phản tác dụng.

  2. Giảm tương tác thật giữa người với người: Thay vì tăng sự kết nối, AI có thể thay thế sự chú ý con người, làm mất đi giá trị của những cuộc trò chuyện 1-1 – yếu tố quan trọng trong việc giữ chân nhân viên.

     • Ví dụ: phản hồi email nhanh nhưng vô cảm, kèm câu hỏi kiểu “bạn có muốn tôi viết vui vẻ hơn không?”.

  3. Lệch trọng tâm đào tạo lãnh đạo: AI không thể thay thế hoàn toàn tư duy chiến lược, cảm xúc và văn hóa doanh nghiệp. Nhiều người làm sếp chỉ vì giỏi chuyên môn, nhưng lại thiếu kỹ năng quản lý, đặc biệt khi không được đào tạo bài bản.

     • Tại Anh, 80% quản lý mới không hề qua đào tạo chính thức.

• Podcast Boss Class nhấn mạnh: Quản lý hiệu quả là kết hợp giữa hiệu suất và nhân tính. Văn hóa, sứ mệnh, không gian sáng tạo có thể tạo nên khác biệt – như trường hợp của Lego, Toyota hay Lime.

📌 AI có thể hỗ trợ quản lý nhưng không thể thay thế sự kết nối con người, cảm xúc và văn hóa doanh nghiệp. 84% quản lý mới tại Anh chưa từng được đào tạo, và AI không thể lấp đầy khoảng trống này. Cần tận dụng AI đúng cách: hỗ trợ chứ không loại bỏ vai trò thiết yếu của con người trong lãnh đạo.

https://www.economist.com/leaders/2025/05/13/how-to-handle-the-ai-manager-advice-from-our-new-podcast

Cách đối phó với người quản lý AI. Lời khuyên từ podcast mới của chúng tôi

Để có các mẹo về quản lý tốt, hãy nghe mùa mới nhất của "Boss Class"

Hình minh họa một nữ doanh nhân bay vút qua bầu trời như một siêu anh hùng Minh họa: Paul Blow 13 tháng 5 năm 2025

Trí tuệ nhân tạo lẽ ra phải cải thiện công việc của người quản lý. Các nhiệm vụ hành chính và công việc nặng nhọc chiếm gần một ngày làm việc đầy đủ trong tuần của một người quản lý cấp trung, theo một khảo sát của McKinsey. Bất cứ điều gì giảm bớt sự nhàm chán của việc xử lý yêu cầu nghỉ phép và viết biên bản cuộc họp đều được hoan nghênh. Các công cụ giúp dễ dàng kết nối nhân viên với cơ hội việc làm nội bộ, hoặc giúp bù đắp khoảng trống kỹ năng, lẽ ra phải giúp ích cho các công ty và người lao động.

Nhưng như thường lệ với AI, việc tưởng tượng mọi thứ diễn ra sai lệch cũng dễ dàng như vậy. Có lẽ một ngày nào đó công việc của người quản lý sẽ trở thành việc giám sát các tác nhân AI nhiều hơn. Tuy nhiên, hiện tại, con người mới là quan trọng. Và nếu công nghệ chỉ được xem như một cách để cắt giảm người quản lý, hoặc khuyến khích con người nuông chiều bản năng xấu nhất của họ, nơi làm việc sẽ gặp khó khăn. Việc biến những ông chủ tồi thành tốt sẽ cần giải quyết các vấn đề cơ bản hơn.

Đầu tiên, rủi ro của việc cắt giảm chi phí quá mức. Các lớp quan liêu có thể tích tụ ngay cả trong các công ty thành công nhất. Andy Jassy, giám đốc của Amazon, nằm trong số những người đang cố gắng loại bỏ các nhà quản lý cấp trung "muốn đặt dấu ấn của họ vào mọi thứ". Microsoft cũng nhắm vào sự phình to của quản lý. AI làm thuận lợi cho con đường dẫn đến những vụ sa thải như vậy, nhiều trong số đó là có lý do chính đáng.

Nhưng các nhà quản lý cấp trung giỏi là những anh hùng thầm lặng của nhiều tổ chức. Họ làm giảm tỷ lệ nghỉ việc giữa nhân viên tuyến đầu. Họ gần gũi với khách hàng hơn những người ở cấp C. Họ hoạt động như ribosome, chuyển đổi kế hoạch của cấp cao thành điều gì đó thực tế. Những rủi ro của tự động hóa toàn diện đã trở nên rõ ràng. Klarna, một công ty fintech, hiện nói rằng chi phí thấp hơn đã nặng nề quá mức trong quá trình chuyển đổi vội vã sang trợ lý dịch vụ khách hàng AI. Cùng một nguy hiểm áp dụng cho các sếp. Bạn có thể có quá nhiều; bạn cũng có thể có quá ít.

Rủi ro thứ hai là AI khuyến khích mọi người hành xử theo những cách lệch lạc. Máy móc có thể thay thế sự chú ý của con người, thay vì cho phép nhiều hơn. Nghiên cứu cho thấy thời gian trao đổi riêng tư nhiều hơn với người quản lý giúp giảm thiểu tỷ lệ nghỉ việc của nhân viên. Nhưng nếu một AI có thể cung cấp cho các sếp điểm số cảm xúc nhân viên mới nhất, họ có thể dành ít thời gian thực sự nói chuyện với người lao động hơn. Nếu người quản lý của bạn bắt đầu gửi email phản hồi nhanh hơn bình thường nhưng tin nhắn kết thúc bằng một đoạn cắt và dán "bạn có muốn tôi viết điều này theo phong cách thân thiện hơn không?", liệu bạn có cảm thấy được thúc đẩy hơn không?

Hơn nữa, khi nhiều thứ được đo lường, chúng luôn biến thành mục tiêu. Một AI đo lường mức độ thường xuyên các cá nhân phát biểu trong các cuộc họp có thể thúc đẩy các sếp khuyến khích những người trầm lặng hơn đưa ra quan điểm của họ. Có thể. Nó cũng có thể khuyến khích thậm chí nhiều người hơn nói lan man khi họ không có gì có giá trị để nói.

Rủi ro thứ ba của AI là nó làm xao nhãng việc giải quyết các vấn đề sâu sắc hơn. Cách tốt nhất để nâng cao chất lượng của các sếp là đảm bảo rằng mọi người muốn làm công việc đó ngay từ đầu, và được cung cấp các nguồn lực để thực hiện tốt. Ở Anh, bốn trong số năm nhà quản lý mới không nhận được đào tạo chính thức. Quá nhiều sếp vẫn đảm nhận trách nhiệm báo cáo trực tiếp vì họ giỏi những việc khác. Hiệu suất bán hàng tốt hơn làm tăng khả năng người bán hàng Mỹ được thăng chức, ví dụ, nhưng cũng liên quan đến hiệu suất tồi tệ hơn giữa các cấp dưới mới của họ.

AI có tiềm năng lớn trong việc cải thiện quản lý. Nhưng như mùa mới nhất của Boss Class, podcast chỉ dành cho người đăng ký của chúng tôi về cách trở thành một nhà quản lý tốt, làm rõ, công việc của các nhà lãnh đạo là kết hợp hiệu quả và nhân tính. Sự đổi mới phụ thuộc vào kế hoạch và sáng tạo: Lego cho phép các nhà thiết kế của mình có không gian để cho trí tưởng tượng bay xa nhưng trong giới hạn của lịch ra mắt và chuỗi cung ứng. Văn hóa là bí quyết thành công của nhiều tổ chức: một nhà máy Toyota không chỉ là một nhà máy sản xuất ô tô mà còn là một hệ thống niềm tin. Giám đốc của Lime ghi nhận cả ưu tiên và cảm giác sứ mệnh đã giúp công ty xe đạp điện vượt qua đại dịch. Quản lý có thể được học. Nhưng nó không thể hoàn toàn được mã hóa.

• Ursula von der Leyen, Chủ tịch Ủy ban châu Âu, công bố loạt chính sách mới nhằm bảo vệ và thu hút các nhà khoa học quốc tế, nhất là trong lĩnh vực công nghệ tiên phong như trí tuệ nhân tạo (AI).

• Bà nhấn mạnh tại Đại học Sorbonne (Paris): "Khoa học là chìa khóa cho tương lai châu Âu", đặc biệt trong các lĩnh vực từ sức khỏe, công nghệ, khí hậu cho đến đại dương.

• Gói tài trợ 500 triệu euro (~565 triệu USD) sẽ được triển khai để hỗ trợ nhà nghiên cứu, cùng với luật mới về Khu vực Nghiên cứu Châu Âu (ERA) nhằm tăng cường chia sẻ dữ liệu và tri thức xuyên biên giới.

• Mục tiêu là đưa châu Âu trở thành trung tâm dẫn đầu trong các công nghệ ưu tiên như AI, điện toán lượng tử, không gian vũ trụ, chất bán dẫn, y tế số, hệ gen và công nghệ sinh học.

• Cùng sự kiện, Tổng thống Pháp Emmanuel Macron cũng kêu gọi các nhà khoa học toàn cầu đến Pháp, cho thấy sự phối hợp toàn EU trong chiến lược nhân lực công nghệ cao.

• Bối cảnh này xuất hiện đúng lúc Mỹ, dưới thời Tổng thống Trump, đề xuất cắt giảm hàng tỷ USD tài trợ nghiên cứu đại học – khiến nhiều nhà khoa học đứng trước nguy cơ mất tài nguyên nghiên cứu.

• Von der Leyen chỉ trích gay gắt chính sách của Mỹ: "Việc đặt câu hỏi với vai trò của khoa học và cắt đầu tư cho nghiên cứu tự do là một sai lầm khổng lồ."

• Chính sách của EU không chỉ mang tính bảo vệ mà còn là chiến lược cạnh tranh với Mỹ và Trung Quốc, vốn đang dẫn đầu về phát triển AI và các công nghệ then chốt.

• Việc EU "trải thảm đỏ" cho chuyên gia nước ngoài mang ý nghĩa chiến lược nhằm đảo ngược tình trạng chảy máu chất xám và nâng cao năng lực công nghệ nội khối.

• Dự kiến các quỹ tài trợ mới, ưu đãi thuế và cơ chế định cư thân thiện sẽ được tung ra để hỗ trợ giới khoa học quốc tế lựa chọn châu Âu làm điểm đến lâu dài.

📌 Châu Âu tung gói hỗ trợ 500 triệu euro cùng luật mới để thu hút nhà khoa học công nghệ cao, đặc biệt trong lĩnh vực AI, giữa lúc Mỹ siết chặt ngân sách nghiên cứu dưới thời Trump. Với lời mời từ Ursula von der Leyen và Macron, EU đang định hình lại bản đồ di cư nhân lực khoa học toàn cầu.

https://www.wsj.com/world/europe/eu-chief-touts-protections-for-foreign-scientists-ai-researchers-3226b7fa
#WSJ

Lãnh đạo EU đề xuất bảo vệ cho các nhà khoa học nước ngoài và nhà nghiên cứu AI

Kế hoạch được đưa ra khi các trường đại học ở Hoa Kỳ đã bị ảnh hưởng bởi động thái gần đây của Trump nhằm cắt giảm tài trợ liên bang.

Bởi Edith Hancock

5 tháng 5, 2025 8:08 sáng ET

Chủ tịch Ủy ban Châu Âu Ursula Von der Leyen tại Đại học Sorbonne ở Paris.

Nhà hoạch định chính sách hàng đầu của Liên minh Châu Âu cho biết khối này sẽ bảo vệ các nhà khoa học nước ngoài chuyển đến khu vực này khi Châu Âu tìm cách bắt kịp Hoa Kỳ và Trung Quốc về các công nghệ đổi mới như trí tuệ nhân tạo.

"Tôi tin rằng khoa học nắm giữ chìa khóa cho tương lai của Châu Âu. Không có nó, chúng ta đơn giản không thể giải quyết các thách thức toàn cầu hiện nay—từ sức khỏe đến công nghệ mới, từ khí hậu đến đại dương," Ursula von der Leyen, Chủ tịch Ủy ban Châu Âu, phát biểu tại một hội nghị ở Paris vào thứ Hai.

Chủ tịch ủy ban đã sử dụng bài phát biểu của bà để quảng bá một số chính sách mà cơ quan điều hành của EU dự định đưa ra nhằm thu hút các nhà nghiên cứu đến Châu Âu. Những chính sách này bao gồm đề xuất Đạo luật Khu vực Nghiên cứu Châu Âu để củng cố sự di chuyển tự do của kiến thức và dữ liệu trên toàn khối, một gói hỗ trợ trị giá 500 triệu euro (565 triệu đô la) để hỗ trợ các nhà nghiên cứu, các khoản tài trợ mới và ưu đãi có mục tiêu cho các nhà khoa học trong các công nghệ tiên tiến như AI.

"Chúng tôi muốn Châu Âu trở thành người dẫn đầu trong các công nghệ ưu tiên từ AI đến lượng tử, từ không gian, bán dẫn và vi điện tử đến sức khỏe số, genomics và công nghệ sinh học," bà nói.

Tại sự kiện này vào thứ Hai, Tổng thống Pháp Emmanuel Macron cũng kêu gọi các nhà khoa học đến đất nước.

Kế hoạch của Châu Âu được đưa ra khi các trường đại học ở Hoa Kỳ đã bị ảnh hưởng bởi động thái gần đây của Tổng thống Trump nhằm cắt giảm tài trợ nghiên cứu liên bang. Một đề xuất ngân sách Hoa Kỳ đề ngày 2 tháng 5 đã đề xuất cắt giảm hàng tỷ đô la cho các chương trình tài trợ giáo dục đại học.

"Vai trò của khoa học trong thế giới hiện nay đang bị đặt câu hỏi. Đầu tư vào nghiên cứu cơ bản, tự do và mở đang bị đặt câu hỏi. Thật là một sự tính toán sai lầm khổng lồ," von der Leyen nói tại Paris.

Liên hệ với Edith Hancock tại [email protected]

https://www.businessinsider.com/salesforce-internal-ai-career-coaches-upskill-employees-2025-5

https://blog.google/around-the-globe/google-asia/ai-opportunity-fund-asia-pacific/

https://sloanreview.mit.edu/article/want-ai-driven-productivity-redesign-work/
#MIT

Muốn năng suất hóa theo hướng AI? Thiết kế lại công việc

Để tận dụng lời hứa của trí tuệ nhân tạo, người lãnh đạo cần phân tích jobs và quy trình, tái triển khai công việc, và xây dựng cách thức hoạt động mới.

Ravin Jesuthasan
Ngày 01 tháng 5 năm 2025

Tóm tắt

Tiềm năng khổng lồ để định hình lại công việc được tạo ra bởi việc dân chủ hóa cơ hội (thông qua các nền tảng gig và cách thức hoạt động linh hoạt) và những tiến bộ lớn trong công nghệ (đặc biệt là trí tuệ nhân tạo). Chỉ thông qua nỗ lực phối hợp liên quan đến phân tích, tái triển khai và xây dựng lại các công việc, tổ chức mới có thể thiết kế lại quy trình làm việc cơ bản để đạt được cả tính linh hoạt và năng suất.

Các cấu trúc truyền thống từng định nghĩa công việc — jobs cố định, quy trình cứng nhắc, và vai trò được định nghĩa hẹp — đang sụp đổ dưới sức nặng của sự thay đổi. Qua nhiều thế kỷ, mối quan hệ giữa chi phí (hoặc giá) và khối lượng đã định hình phép tính kinh tế của công việc. Tổ chức hoạt động dựa trên mô hình sự phát triển năng suất gắn với tính sẵn có và chi phí của lao động được tuyển dụng. Nhưng cơ hội dân chủ hóa truy cập công việc thông qua nền tảng gig và cách thức hoạt động linh hoạt, cùng với tiến bộ lớn trong công nghệ — đặc biệt là trí tuệ nhân tạo — đang định hình lại công việc trên các ngành.

Trong quá trình này, nhiều doanh nghiệp đang gặp khó khăn để nhận được mức tăng năng suất được hứa hẹn bởi các thay đổi đó — không phải vì họ thiếu công nghệ mà vì họ đang thất bại trong việc suy nghĩ lại và thiết kế lại các cấu trúc cơ bản của công việc. Điều này đặc biệt đúng khi xem xét lại việc ứng dụng AI trong công việc.

Nhiều công ty vẫn bị mắc kẹt trong các mô hình và quy trình công việc lỗi thời. Công việc vẫn được cấu trúc theo vai trò job cứng nhắc thay vì một hệ thống nhiệm vụ linh hoạt có thể được xử lý và tối ưu hóa trên khả năng của con người và máy móc. Sự mất kết nối này ngăn cản tổ chức khai thác đầy đủ tiềm năng của AI để mở khóa hiệu quả mới, do đó hạn chế mức tăng năng suất và tạo ra các tác động tiêu cực không mong muốn cho nhân sự.

Để tận dụng AI, tổ chức phải đi xa hơn câu chuyện nhị phân đơn giản về thay thế công nghệ cho công việc hiện đang được nhân viên thực hiện và chấp nhận thiết kế lại cơ bản công việc. Chỉ với nỗ lực phối hợp để phân tích, tái triển khai và xây dựng lại công việc, các công ty mới có thể đạt được mức độ linh hoạt, khả năng mở rộng và năng suất mới. Điều này liên quan đến việc sử dụng phương pháp "làm từ công việc" thay vì "tiếp cận từ công nghệ": Thay vì tập trung vào cách công nghệ có thể được áp dụng cho jobs và quy trình hiện có để loại bỏ công việc con người, người lãnh đạo phải phân tích các nhiệm vụ hiện có và mới nổi để hiểu hoạt động nào có thể thay thế, tăng cường hoặc chuyển đổi. Sau khi họ tái triển khai các hoạt động đó cho các giải pháp tối ưu, họ sẽ đi đúng hướng để xây dựng lại cách thức hoạt động hoàn toàn mới.

Kinh tế công việc đang thay đổi

Theo lịch sử, kinh tế của công việc được định nghĩa bởi luật cung và cầu: Khi giá cả (tiền lương) tăng, nhu cầu về lao động giảm. Ở phía khác, mức lương cao hơn khuyến khích tăng nguồn cung lao động.

AI, tự động hóa và các cách thức mới để tổ chức nhân tài, như kết nối từ danh sách nhân tài nội bộ linh hoạt và sử dụng nhân lực từ các nền tảng gig, đang thay đổi mô hình kinh tế này một cách cơ bản và xác định lại đường cầu công việc. Khi AI và tự động hóa trở thành phương án thay thế cho các tác vụ lặp đi lặp lại và tăng cường các tác vụ phức tạp theo cách có thể mở rộng ngày càng nhiều, công ty có nhiều cơ hội để sử dụng nhân tài ngoài nhân viên toàn thời gian trong công việc cố định để hoàn thành công việc. Điều này giúp tổ chức đạt được sự phát triển với mức độ sử dụng tài nguyên thấp hơn và linh hoạt hơn, mở khóa các khả năng hoàn toàn mới để tạo giá trị. (Xem "Uốn cong đường cầu.")

Uốn cong đường cầu

Đường cong màu xanh biểu thị cách thiết kế lại công việc để kết hợp nhân tài và AI có tiềm năng tăng năng suất (khối lượng công việc hoàn thành) trong khi tách biệt sự phát triển đó khỏi cường độ tài nguyên (tổng chi phí công việc).

[Biểu đồ uốn cong đường cầu]

Việc uốn cong này xảy ra ở 2 cấp độ. Khi công ty cung cấp quyền truy cập dân chủ vào công nghệ mới, chẳng hạn như AI tạo sinh, từng nhân viên có thể giải phóng thời gian và tăng năng suất bằng cách thay thế hoạt động đơn điệu (ví dụ: nghiên cứu và phân tích dữ liệu) bằng hoạt động sáng tạo (như tổng hợp dữ liệu và kể chuyện). Các nỗ lực thiết kế lại đơn vị công việc này giúp tổ chức thực hiện nhiều công việc hơn với ít hoặc không tăng chi phí đơn vị.

Ở quy mô doanh nghiệp, nhà lãnh đạo có thể thiết kế lại công việc ở cấp độ vĩ mô, sử dụng các mô hình ngôn ngữ lớn độc quyền và machine learning để vận hành các tác nhân AI tự chủ thực hiện thiết kế quy trình. Điều này có thể bao gồm viết và thực thi mã, với con người hoạt động như người giám sát hoặc thậm chí đảm nhận các hoạt động cụ thể để cung cấp giá trị khác biệt.

Các nỗ lực thiết kế lại đơn vị công việc giúp tổ chức thực hiện nhiều công việc hơn với ít hoặc không tăng chi phí đơn vị.

Mức giảm cường độ tài nguyên có thể từ hệ điều hành được tăng cường bằng AI nghĩa là công việc yêu cầu ít lao động con người hơn và "phụ trội kinh nghiệm" thấp hơn (nghĩa là, giảm nhu cầu về nhân tài kỹ năng cao tốn kém) khi AI dân chủ hóa kiến thức và khả năng. Nhân tài ít kinh nghiệm có thể làm việc ở mức thành thạo cao hơn.

Vì vậy, nhà lãnh đạo có thể phân tích, tái triển khai và xây dựng lại công việc. Họ có thể tổ chức công việc của con người trong công việc cố định, nơi kiểm soát ở mức cao (hãy nghĩ đến phi công hàng không). Họ có thể tạo ra vai trò linh hoạt nơi các thị trường nội bộ cho phép nhân viên có kỹ năng cụ thể đảm nhận gig nội bộ. Chẳng hạn, Unilever đã có thể khai thác 530.000 giờ làm việc bổ sung thông qua thị trường nội bộ vào năm 2020. Nhà lãnh đạo cũng có thể xây dựng mô hình luồng, nơi các kỹ năng chuyên môn từ trong và ngoài công ty có thể chảy vào công việc khi cần thiết. Ví dụ: một công ty bảo hiểm đã đạt được mức tăng 600% về năng suất của các nhà khoa học dữ liệu bằng cách chuyển họ khỏi vai trò cố định trong chức năng IT vào một nhóm nhân tài linh hoạt đảm nhận các dự án trong toàn công ty. Các nỗ lực thiết kế lại như vậy thường dẫn đến mức tăng đáng kể về năng suất với chi phí bổ sung rất nhỏ.

Uốn cong đường cầu tại một công ty dịch vụ tài chính toàn cầu

Để hiểu rõ hơn về quy trình phân tích, tái triển khai và xây dựng lại, hãy xem xét kinh nghiệm của một công ty dịch vụ tài chính toàn cầu mà tôi gần đây tư vấn, công ty này đang tìm kiếm sự thay đổi bước ngoặt trong hiệu suất của quy trình khách hàng quan trọng thông qua việc giới thiệu nền tảng công nghệ mới. Quy trình liên quan đến xử lý đơn hàng khách hàng cho các sản phẩm khác nhau và thực hiện một loạt giao dịch được thương lượng khớp với yêu cầu của khách hàng với các yêu cầu của nhiều nhà cung cấp khác nhau. Quy trình này tạo ra một loạt chứng khoán tùy chỉnh mà công ty sau đó quản lý cho các khách hàng đó.

Nền tảng công nghệ mới kết hợp sử dụng AI thị giác để thu thập dữ liệu từ nhiều nguồn với việc triển khai tự động hóa quy trình robot (RPA) để tích hợp dữ liệu từ nhiều nguồn. Nền tảng này cũng kết hợp machine learning để phân tích dữ liệu từ nhiều nguồn và phát triển chứng khoán mới, và giao diện AI tạo sinh cho phép nhân viên rút ra insights từ tất cả dữ liệu đang được thu thập và đưa ra khuyến nghị cho khách hàng. Nền tảng này được dự kiến sẽ giảm lỗi xử lý, loại bỏ sự thiếu hiệu quả trong tỷ lệ xử lý và cải thiện trải nghiệm khách hàng tổng thể. Ngoài ra, công ty hy vọng rằng quy trình mới sẽ giảm tỷ lệ thay đổi nhân sự và phân bổ nhân tài không hiệu quả: Hệ thống trước đó đã dẫn đến tỷ lệ chuyển việc cao trong nhân tài trẻ chán nản, và quá nhiều năng lực cấp cao dành cho các tác vụ thường ngày có thể được tự động hóa.

Lãnh đạo công ty nhận ra họ cần thiết kế lại công việc xung quanh khả năng của nền tảng mới để thực hiện lợi nhuận được dự báo cho trường hợp kinh doanh của họ. Điều họ chưa nhận ra là cách quy trình phân tích và nghiên cứu các nhiệm vụ khác nhau nói trên sẽ cho phép họ xác định các tùy chọn tái triển khai vượt xa khả năng của nền tảng, bao gồm cơ hội chuyển một số công việc sang nhân tài trẻ hơn và trung tâm khả năng toàn cầu. Nhận ra việc triển khai công nghệ một mình sẽ không giải quyết được vấn đề, các nhà lãnh đạo biết họ cần phân tích công việc cơ bản, tái triển khai và xây dựng lại các cách thức làm việc mới để khai thác đầy đủ khả năng của nền tảng.

Cụ thể, công ty đã thực hiện:

• Tự động hóa 68 nhiệm vụ khác nhau trên 4 vai trò chính tham gia quy trình dịch vụ khách hàng, loại bỏ công việc thủ công đã chủ yếu được thực hiện bởi nhân viên trẻ.
• Chuyển 17 nhiệm vụ từ quản lý cấp cao đến thành viên trẻ trong đội với sự trợ giúp của AI tạo sinh, thay thế các nhiệm vụ đã được tự động hóa. Sự thay đổi này cũng tăng việc giữ chân nhân tài, vì các nhiệm vụ đơn điệu và lặp đi lặp lại được thay thế bằng công việc đòi hỏi sự sáng tạo và tư duy phê bình hơn.
• Tái triển khai 29 nhiệm vụ đòi hỏi kỹ năng phân tích sâu ra khỏi 4 vai trò dịch vụ khách hàng đó sang trung tâm khả năng toàn cầu hiện có có kỹ năng và năng lực và trước đây được sử dụng cho quy trình khác.
• Tăng tác động của nhân viên cao cấp hơn bằng cách tăng cường 14 nhiệm vụ, bao gồm quản lý mối quan hệ khách hàng và huấn luyện nhân viên, với sự hỗ trợ từ khả năng machine learning và AI tạo sinh của nền tảng.

Quá nhiều tổ chức tập trung vào công nghệ như AI tạo sinh  như những công cụ độc lập và bỏ lỡ cách chúng có thể là những nhân tố nhân đôi sức mạnh cho công nghệ hiện có của họ.

Tác động ròng của các nỗ lực thiết kế lại này là giảm 50% công việc của lực lượng lao động hiện tại và giảm 18% tỷ lệ chuyển đổi nhân viên. Những thay đổi đó đã cho phép tổ chức tập trung nhân tài kinh nghiệm nhất vào việc cung cấp trải nghiệm khách hàng "tiếp xúc cao hơn", đặc biệt khi xét đến trải nghiệm  của khách hàng mới (một điểm đau trong quá khứ). Tác động ròng cũng là giảm 40% chi phí hoạt động của toàn bộ quy trình và cải thiện khả năng thu hút và giữ chân khách hàng.

Uốn cong đường cầu công việc đã cho phép lãnh đạo công ty nhận ra sự cải thiện bước ngoặt về năng suất, hiệu quả và tác động khách hàng mà ngay cả trường hợp kinh doanh lạc quan nhất của họ chưa từng tưởng tượng tới.

5 bước để thiết kế lại công việc trong kỷ nguyên thông minh

Mặc dù trường hợp kinh doanh cho việc phân tích, tái triển khai và xây dựng lại công việc rõ ràng, nhiều tổ chức gặp khó khăn để vượt qua vai trò job cứng nhắc lịch sử và tâm lý, kỹ năng và công cụ liên quan đến cách thức thực hiện công việc.

Tổ chức có thể thực hiện 5 hành động này để điều hướng sự thay đổi:

1. Bắt đầu từ công việc

Trong khi việc xem AI như giải pháp hấp dẫn, ROI thực sự chỉ có thể đạt được bằng cách bắt đầu từ công việc cần thực hiện, không phải công nghệ có thể ảnh hưởng đến nó. Điều này chỉ có thể thực hiện bằng cách phân tích công việc thành các nhiệm vụ cơ bản và phân tích nơi công nghệ có thể thay thế, tăng cường hoặc biến đổi từng nhiệm vụ; tái triển khai các nhiệm vụ cho AI và tự động hóa, và tổ chức nhân tài theo những cách mới; và sau đó làm rõ cách xây dựng lại phương thức làm việc mới.

2. Nghĩ về toàn bộ hệ thống công nghệ của bạn

Quá nhiều tổ chức tập trung vào công nghệ như AI tạo sinh như những công cụ độc lập và bỏ lỡ cách chúng có thể là những nhân tố nhân sức mạnh cho công nghệ hiện có (chẳng hạn, trong trường hợp dịch vụ tài chính, RPA và machine learning). Ở đó, sự kết hợp của AI thị giác, RPA, machine learning và AI sinh tạo đã cho phép chuyển đổi hoàn toàn quy trình khách hàng quan trọng.

3. Nghĩ xa hơn AI

Bằng cách bắt đầu "làm từ công việc" thay vì "tiếp cận từ công nghệ", nền tảng công nghệ của công ty dịch vụ tài chính cho phép tái triển khai công việc sang nhân tài trẻ hơn và trung tâm khả năng toàn cầu. Những lợi ích đó không được hình dung trong trường hợp kinh doanh ban đầu, nhưng việc khai thác các tùy chọn này đã tăng thêm ROI của công nghệ. Loại phần thưởng này chỉ có thể nếu bạn sẵn sàng chuyển công việc dựa trên nơi kỹ năng cơ bản để thực hiện công việc cư trú. Việc lựa chọn phương pháp làm từ công việc cũng cho phép các công ty hiểu khả năng công nghệ cụ thể yêu cầu trước khi đầu tư vào chúng, có khả năng tiết kiệm một lượng vốn đáng kể bằng cách tránh trả tiền cho các công cụ sai.

4. Lập kế hoạch cho cách bạn sẽ sử dụng năng lực được giải phóng

Công ty dịch vụ tài chính rõ ràng về cách xây dựng lại vai trò cao cấp để tăng tác động. Khi các nhiệm vụ lặp đi lặp lại bị loại bỏ và công việc khác được chuyển đến nhân viên trẻ hơn, nhân viên cao cấp có thể dành thời gian để cải thiện trải nghiệm khách hàng và cụ thể, nâng cao việc đưa khách hàng mới vào. Tác động kinh tế của tỷ lệ thu hút và giữ chân khách hàng mạnh hơn cuối cùng tương đương với khoản tiết kiệm từ việc thiết kế lại công việc cốt lõi.

5. Biến thiết kế công việc thành năng lực tổ chức cốt lõi

Thực hiện lời hứa của AI đòi hỏi nỗ lực của toàn bộ đội ngũ lãnh đạo tổ chức, ở mọi cấp và trên mọi khả năng — từ lãnh đạo kinh doanh đến lãnh đạo công nghệ đến lãnh đạo nhân sự. Bắt đầu với câu hỏi về công việc cần thực hiện sẽ cho phép tổ chức đảm bảo sự đổi mới liên tục của chính họ, đặc biệt là trước sự phát triển nhanh chóng và không thể đoán trước trong khả năng của AI.

Bạn có sẵn sàng uốn cong đường cầu công việc không?

Về tác giả

Ravin Jesuthasan là đối tác cấp cao và người lãnh đạo toàn cầu cho Dịch vụ Công việc, Kỹ năng và Chuyển đổi tại Mercer. Ông là tác giả của 6 cuốn sách về tương lai công việc, AI và tự động hóa.

https://www.fastcompany.com/91325756/this-is-how-ai-is-changing-mentorship

https://www.forbes.com/councils/forbescommunicationscouncil/2025/04/28/the-ai-knowledge-gap-why-interns-should-be-teaching-ceos/

https://thehill.com/opinion/technology/5277895-ai-enhanced-workforce-productivity/

https://fortune.com/2025/04/29/ntt-data-genai-head-david-pereira-says-ai-is-a-boon-to-consultants-but-also-a-potential-existential-threat/

Đối với các công ty dịch vụ chuyên nghiệp, AI là một trợ giúp lớn—nhưng cũng là mối đe dọa tiềm tàng về sự tồn tại

Tác giả: Jeremy Kahn
29 tháng 4, 2025, 12:54 PM EDT

David Pereira, trưởng bộ phận AI tạo sinh cho Châu Âu và Mỹ Latinh tại công ty tư vấn và dịch vụ công nghệ thông tin NTT Data. Pereira nói AI là một điều may mắn cho các nhà tư vấn—đẩy nhanh thời gian phát triển phần mềm và thực hiện nghiên cứu—nhưng cũng có thể tạo ra mối đe dọa đối với mô hình kinh doanh của các công ty này trong tương lai.

Tư vấn quản lý đứng cao trong danh sách các ngành có mô hình kinh doanh bị đe dọa bởi AI tạo sinh. Xét cho cùng, phân tích tài liệu viết, thực hiện nghiên cứu, viết báo cáo và lập trình ứng dụng phần mềm cho khách hàng là phần lớn công việc của các nhà tư vấn. Nếu khách hàng giờ đây có thể sử dụng một tác nhân AI "nghiên cứu sâu" để làm công việc này, liệu họ có còn cần thuê bạn? Ngay cả khi khách hàng thuê bạn, họ có thể mong đợi bạn sử dụng tác nhân như vậy và tính phí ít hơn—làm đảo lộn cấu trúc chi phí của doanh nghiệp tư vấn. Vì vậy, các nhà tư vấn quản lý phải đối mặt với AI có lẽ nhanh hơn các lĩnh vực khác—và cách họ làm điều đó có thể có bài học cho tất cả chúng ta.

Gần đây, tôi đã nói chuyện với David Pereira, người đứng đầu bộ phận AI tạo sinh cho Châu Âu và Mỹ Latinh tại NTT Data, nhà cung cấp dịch vụ tư vấn và dịch vụ công nghệ thông tin thuộc sở hữu của Tập đoàn NTT của Nhật Bản. Công việc của Pereira không chỉ là về cách NTT Data sử dụng AI để giúp chuyển đổi doanh nghiệp của khách hàng. Đó còn là về cách NTT Data đang tự chuyển đổi để đáp ứng thời điểm AI tạo sinh. Pereira cho tôi biết phân tích của chính NTT Data cho thấy 40% doanh thu của công ty tư vấn có thể bị đe dọa bởi AI tạo sinh. Vì vậy, việc thực hiện đúng quá trình chuyển đổi này là một dự án có tầm quan trọng lớn. "Có một thách thức ở đó, nhưng cũng là cơ hội cho chúng tôi," ông nói.

Pereira nói NTT Data đã tổ chức phản ứng của mình đối với AI tạo sinh xoay quanh bốn luồng công việc chính. Quan trọng nhất, ông nói, là "chuyển đổi tài năng và văn hóa." Công ty tư vấn đang đào tạo tất cả nhân viên để hiểu và sử dụng AI. Nó cũng đang suy nghĩ kỹ về cách các vai trò trong công ty sẽ thay đổi—và chủ động tìm cách cấu hình lại lực lượng lao động xung quanh việc sử dụng AI.

Luồng thứ hai được gọi là "phát triển giá trị" và liên quan đến cách NTT Data sử dụng AI tạo sinh trực tiếp cho và với khách hàng. Ở đây, công ty đã đạt được một số con số lớn: Sử dụng AI tạo sinh để tự động hóa 2 triệu giờ phát triển phần mềm—90% dành cho khách hàng—trong năm tài chính vừa qua, kết thúc vào ngày 31 tháng 3. Sự hỗ trợ lập trình này có nghĩa là NTT Data đã có thể nâng biên lợi nhuận trung bình của các dự án cung cấp dịch vụ công nghệ thông tin lên khoảng 2%, Pereira nói.

Định giá dựa trên giá trị, Thánh Grail của mọi nhà cung cấp AI

Nhưng các khách hàng của NTT Data có nhận thức được công ty đang sử dụng AI tạo sinh để cung cấp một số dịch vụ và yêu cầu công ty tính phí ít hơn không? Pereira nói, trong một số trường hợp câu trả lời là có. Nhưng trong các trường hợp khác, công ty tính giá cố định hoặc đã thuyết phục khách hàng chuyển sang cách thức định giá dựa trên giá trị, trong đó NTT Data được trả tiền dựa trên một bộ chỉ số KPI cụ thể của khách hàng. Thỏa thuận thường được cấu trúc như một khoản thanh toán "dựa trên thành công", trong đó nếu KPI không chuyển động đúng hướng, NTT Data không nhận được gì, nhưng khoản bồi thường cũng tăng lên tương ứng với mức độ cải thiện của KPI.

Loại mô hình định giá này là Thánh Grail cho nhiều người bán dịch vụ dựa trên AI. Nhưng như Pereira lưu ý, nhiều khách hàng không thoải mái khi chuyển sang hệ thống này vì không thích chi phí biến đổi. "Họ mong đợi biết chi phí của dự án trước đó," ông nói.

Luồng thứ ba là cái mà Pereira gọi là "mô hình sản xuất" của NTT Data, một nền tảng công nghệ mà công ty đã phát triển để triển khai các mô hình và giải pháp AI tạo sinh. Một trong những cân nhắc chính ở đây, ông nói, là xây dựng một nền tảng "cắm và chạy"—nơi dễ dàng thay thế các mô hình AI từ các nhà cung cấp khác nhau. Với tốc độ phát triển nhanh của công nghệ, ông nói, điều cần thiết là không bị ràng buộc vào bất kỳ mô hình hoặc nhà cung cấp cụ thể nào. "Chúng tôi cần có nền tảng riêng, để có thể quyết định chiến lược của mình độc lập với chiến lược của các nhà cung cấp," Pereira nói.

Luồng công việc thứ tư và cuối cùng tập trung vào "quy trình nội bộ", hoặc các chức năng hỗ trợ của chính NTT Data, như nhân sự, kế toán và tiếp thị, và đưa AI vào tất cả các phòng ban này để làm cho hoạt động hiệu quả hơn. Pereira nói năm ngoái công ty đã tự động hóa 54.000 giờ làm việc nội bộ trong luồng này. Điều này bao gồm các nhiệm vụ như hợp lý hóa quá trình đưa vào các nhà cung cấp mới vào hệ thống mua sắm và đấu thầu và sử dụng AI để giúp sàng lọc hồ sơ của ứng viên việc làm.

Liệu vẫn còn tồn tại ranh giới giữa dịch vụ và phần mềm?

Mặc dù Pereira rất hào hứng về tiềm năng của các tác nhân AI, ông nói NTT Data thận trọng về việc đưa vào các nhiệm vụ dịch vụ khách hàng, vì một số lý do. Một là đơn giản là chúng chưa thực sự đáng tin cậy. Đó là "đưa vào những rủi ro lớn, và tôi không nghĩ các tổ chức thực sự chuẩn bị để quản lý loại rủi ro này [với] các quy trình hoàn toàn tự động," ông nói. Một lý do khác là NTT Data muốn nhấn mạnh giá trị mà các nhà tư vấn con người cung cấp. Tự động hóa có thể làm cho các nhà tư vấn con người của công ty hiệu quả hơn, nhưng nếu khách hàng xem AI là động lực chính tạo ra giá trị của công ty, thì công ty sẽ gặp rắc rối. "Bởi vì nếu 100% giá trị đến từ tự động hóa, thì chúng tôi nằm ngoài phương trình," ông nói.

Toàn bộ ngành công nghiệp, Pereira nói, phải tìm ra cách phân biệt giữa việc cung cấp dịch vụ và cung cấp phần mềm. Bởi vì, ông nói, nếu mọi thứ trở thành phần mềm, thì các công ty tư vấn nói chung sẽ kết thúc.

Với điều đó, đây là phần còn lại của tin tức AI tuần này.

Jeremy Kahn
[email protected]
@jeremyakahn

https://www.scmp.com/news/china/science/article/3308558/could-chinese-ai-scientists-threaten-us-tech-dominance-study-deepseek-team-gives-clues

Các nhà khoa học AI Trung Quốc có thể đe dọa vị thế thống trị công nghệ của Mỹ? Nghiên cứu về đội ngũ DeepSeek cung cấp manh mối

Đã đến lúc đánh giá lại các giả định 'rằng những người giỏi nhất và sáng giá nhất thế giới tự nhiên muốn học tập và ở lại Hoa Kỳ': báo cáo

Một báo cáo của think tank Mỹ cho biết phân tích về bằng cấp của các nhà phát triển DeepSeek cho thấy "năng lực ngày càng tăng của Trung Quốc trong việc phát triển tài năng AI đẳng cấp thế giới trong nước mà không phụ thuộc vào chuyên môn phương Tây". Ảnh: Reuters

Holly Chik
Xuất bản: 9:00 tối, 30 tháng 4, 2025

Tài năng trí tuệ nhân tạo tự phát triển của Trung Quốc có thể là mối đe dọa đối với vị thế thống trị công nghệ của Hoa Kỳ, theo một nghiên cứu về DeepSeek của Viện Hoover, một think tank Mỹ.

Trung Quốc đã nuôi dưỡng một đường dẫn tài năng AI trong nước mạnh mẽ, như thấy trong đội nghiên cứu của DeepSeek, các thành viên chủ yếu được giáo dục và đào tạo trong nước, báo cáo cho biết.

Trong khi khoảng một phần tư các nhà nghiên cứu DeepSeek có kinh nghiệm ở Mỹ, hầu hết đã trở về Trung Quốc, dẫn đến sự chuyển giao kiến thức một chiều làm mạnh hệ sinh thái AI của Trung Quốc, báo cáo phát hiện.

"Các mô hình tài năng này thể hiện một thách thức cơ bản đối với vị thế lãnh đạo công nghệ của Mỹ mà việc kiểm soát xuất khẩu và đầu tư tính toán đơn thuần không thể giải quyết," báo cáo viết.

"DeepSeek là một chỉ báo cảnh báo sớm về vai trò thiết yếu mà vốn con người - không chỉ phần cứng hay thuật toán - đóng trong địa chính trị, và cách lợi thế tài năng của Mỹ đang bị xói mòn."

Báo cáo được viết bởi Amy Zegart, một thành viên cao cấp tại Viện Hoover và giám đốc phối hợp tại Viện AI Lấy Con người làm Trung tâm của Đại học Stanford, và Emerson Johnston, một sinh viên thạc sĩ năm thứ hai về chính sách quốc tế tại Stanford. Báo cáo được công bố vào ngày 21 tháng 4.

Công ty khởi nghiệp AI Trung Quốc DeepSeek đã thu hút sự chú ý toàn cầu vào cuối năm ngoái sau khi ra mắt hai mô hình AI nguồn mở tiên tiến mà công ty cho biết đã được phát triển với chi phí thấp hơn đáng kể so với các công ty công nghệ lớn hơn của Mỹ, bao gồm OpenAI, công ty đã ra mắt chatbot AI tạo sinh ChatGPT vào năm 2022.

DeepSeek nổi tiếng với đội ngũ các nhà khoa học Trung Quốc trẻ, với nhà sáng lập nói vào tháng 5 năm 2023, "các vai trò kỹ thuật cốt lõi của chúng tôi chủ yếu được đảm nhận bởi những người mới tốt nghiệp hoặc những người có một hoặc hai năm kinh nghiệm làm việc".

Báo cáo của Viện Hoover đã phân tích lịch sử tổ chức của 223 tác giả được ghi công trong năm bài báo do DeepSeek công bố vào năm 2024 và 2025 để tìm hiểu cấu trúc của công ty.

Trong số 201 tác giả có dữ liệu liên kết đã biết, nhóm nghiên cứu phát hiện 111 người "đã được đào tạo và liên kết độc quyền tại các tổ chức Trung Quốc trong suốt sự nghiệp của họ". Chỉ có bốn người dường như không học tập, đào tạo hoặc làm việc ở Trung Quốc.

Điều này cho thấy "năng lực ngày càng tăng của Trung Quốc trong việc phát triển tài năng AI đẳng cấp thế giới trong nước mà không phụ thuộc vào chuyên môn phương Tây", báo cáo cho biết.

Nghiên cứu đã xác định 31 tác giả đã đóng góp cho cả năm bài báo, được các nhà nghiên cứu coi là đội ngũ chính.

Báo cáo cho biết nhóm cốt lõi đã có "thành tích học thuật đáng tin cậy", với trung bình 1.554 trích dẫn cho mỗi tác giả, chỉ số h trung bình - đo lường cả năng suất của tác giả và tác động của công trình đã xuất bản - là 13.5, và chỉ số i10 là 25.5, chỉ số lương tác phẩm với ít nhất 10 trích dẫn.

Đội ngũ cốt lõi của DeepSeek có chỉ số h và i10 tương tự so với các tác giả của mô hình o1 của OpenAI ở mức 12 và 25. Tuy nhiên, đội ngũ DeepSeek có số lượng trích dẫn trung bình thấp hơn, so với mức trung bình 4.400 của các nhà nghiên cứu OpenAI.

Các tác giả của báo cáo cho biết các phát hiện thách thức tường thuật rằng "sự thăng tiến nhanh chóng của DeepSeek được thúc đẩy bởi các nhà nghiên cứu 'chưa được thử nghiệm' hoặc thiếu kinh nghiệm".

"Trong khi OpenAI tiếp tục nhận được sự công nhận toàn cầu, nhiều người đóng góp chính cho DeepSeek - ít nhất theo các tiêu chuẩn thư mục truyền thống - đã xuất bản tốt hơn, được trích dẫn nhất quán hơn và có thể nói là có vị thế học thuật vững chắc hơn tại thời điểm đột phá của họ," báo cáo viết.

Các tác giả cũng phát hiện Viện Hàn lâm Khoa học Trung Quốc giữ vị trí trung tâm và thống trị trong hệ sinh thái, với 18 tác giả có liên kết trực tiếp với viện hàn lâm quốc gia, trong khi 35 người khác liên kết với các tổ chức con của viện.

Đại học Bắc Kinh, Đại học Tsinghua, Đại học Trung Sơn và Đại học Nam Kinh được xếp hạng tiếp theo là các tổ chức hàng đầu liên kết với các nhà nghiên cứu DeepSeek.

"Sự phân bố này cho thấy cách Trung Quốc đã tận dụng cơ sở hạ tầng thể chế của mình để hỗ trợ sự phát triển AI, với một mạng lưới tập trung quanh CAS nhưng phân phối qua nhiều trường đại học uy tín," các nhà nghiên cứu nói.

"Sự tập trung tài năng trong mạng lưới này của các tổ chức Trung Quốc đã tạo ra một môi trường màu mỡ cho đổi mới AI thách thức lợi thế của Mỹ trong tài nguyên thể chế."

Trong số 49 nhà nghiên cứu DeepSeek có liên kết với Mỹ, 31 người đã dành một năm ở Mỹ, trong khi 9 người đã ở lại từ hai đến bốn năm và 9 người khác ở lại năm năm trở lên. Kết nối của họ bao gồm 65 tổ chức ở 26 tiểu bang, bao gồm các trường đại học công lập và tư thục và các công ty.

"Sự phân bố này trải dài toàn bộ chiều rộng địa lý của Hoa Kỳ, với các cụm nhìn thấy rõ ở các trung tâm đổi mới chính: Khu vực Vịnh và Nam California, hành lang Boston-đến-DC, và các khu vực nghiên cứu nặng của Texas và Trung Tây.

"Chiều rộng này có thể đã tạo điều kiện cho việc tiếp xúc rộng rãi hơn với các thực hành khoa học và công nghệ của Mỹ. Nó cũng có nghĩa là không có tổ chức đơn lẻ nào có tầm nhìn tốt về quy mô của việc trao đổi kiến thức AI quốc tế đang diễn ra."

Một số thành viên trong đội ngũ DeepSeek đã trở về Trung Quốc sau khi học tập ở nước ngoài và những người khác đi lại giữa Trung Quốc và Mỹ, cho thấy rằng Mỹ "vẫn là một nút quan trọng trong đào tạo nghiên cứu quốc tế - nhưng nó không phải là trọng tâm hoặc điểm kết thúc", báo cáo cho biết.

"Những phát hiện này gợi ý rằng các tổ chức Mỹ đang đóng vai trò là bàn đạp, trang bị cho các nhà nghiên cứu ưu tú với kỹ năng tác động cao, kết nối và bằng cấp cuối cùng được tái đầu tư vào hệ sinh thái AI của Trung Quốc," báo cáo viết.

49 nhà nghiên cứu DeepSeek có liên kết với Mỹ "nằm trong số những người có thành tích học thuật cao nhất trong toàn bộ đoàn nghiên cứu", các tác giả cho biết. "Đây không phải là những người tham gia ngoại vi, mà là những người đóng góp trung tâm cho một trong những nỗ lực AI tiên tiến nhất của Trung Quốc."

Phân tích về các nhà nghiên cứu DeepSeek "gợi ý rằng đã đến lúc đánh giá lại các giả định lâu dài rằng những người giỏi nhất và sáng giá nhất thế giới tự nhiên muốn học tập và ở lại Hoa Kỳ".

"Thu hút và giữ lại vĩnh viễn những bộ óc giỏi nhất thế giới - từng là nền tảng của sự thống trị công nghệ của Mỹ - dường như ngày càng không phù hợp với thực tế giáo dục thế kỷ 21," báo cáo kết luận.

https://venturebeat.com/ai/addressing-the-developer-skills-gap-the-role-of-ai-in-efficiency-and-skilling/

• Dù nhận thấy tiềm năng từ AI, nhiều CEO vẫn chần chừ vì lo ngại chi phí, rủi ro và thiếu hiểu biết sâu sắc về công nghệ.

• Một rào cản lớn là sự thiếu hiểu biết kỹ thuật: nhiều CEO không xuất thân từ ngành công nghệ nên khó nắm bắt ứng dụng và rủi ro tiềm ẩn của AI.

• Chi phí triển khai cao, bao gồm phát triển mô hình, đầu tư phần cứng và tuyển dụng nhân tài, khiến ROI trở nên khó đoán và làm các CEO e ngại.

• Dữ liệu chất lượng kém và thách thức trong việc quản lý dữ liệu cũng là nguyên nhân cản trở, cùng với lo ngại về vi phạm quyền riêng tư theo GDPR.

• Văn hóa tổ chức đề kháng với thay đổi, đặc biệt là nỗi sợ ảnh hưởng đến sự ổn định nhân sự, cũng làm nhiều CEO ngại ngần thực hiện chuyển đổi số mạnh mẽ.

• Sự khó lường của các mô hình AI, đặc biệt trong những ngành nhạy cảm như tài chính, y tế, càng làm tăng nỗi sợ hãi về hậu quả tiêu cực.

• Thiếu hụt nhân tài AI trên thị trường khiến việc xây dựng đội ngũ nội bộ càng khó khăn, làm gia tăng chi phí và sự phụ thuộc vào đối tác bên ngoài.

• Các CEO thường ngần ngại vì khó dự đoán ROI của dự án AI, đặc biệt khi lợi ích tài chính thường không thể hiện ngay lập tức.

• Lo ngại về quy định pháp lý, đạo đức như thiên vị thuật toán và nguy cơ bất bình đẳng xã hội khiến nhiều CEO chọn đứng ngoài cuộc chơi AI.

• Tác giả khuyến nghị các CEO nên bắt đầu với các dự án AI nhỏ, có kết quả dễ đo lường, nhằm giảm thiểu rủi ro và học hỏi nhanh chóng từ thực tế.

📌 Sự chần chừ trong việc triển khai AI của các CEO xuất phát từ chi phí cao, khó khăn quản lý dữ liệu, lo ngại rủi ro pháp lý và văn hóa tổ chức. Trong bối cảnh AI trở thành lợi thế cạnh tranh then chốt, các doanh nghiệp cần thực hiện 4–5 dự án AI nhỏ song song để học hỏi, giảm thiểu thiệt hại và tiến tới áp dụng AI hiệu quả.

https://www.forbes.com/sites/forbesbooksauthors/2025/04/28/why-the-c-suite-is-the-bottleneck-for-implementing-ai-projects/

https://www.khaleejtimes.com/business/tech/uae-ai-academy-launched

https://www.zdnet.com/article/the-great-ai-skills-disconnect-and-how-to-fix-it/

https://www.fastcompany.com/91313134/the-ai-gap-in-executive-leadership-teams

https://www.bangkokpost.com/business/general/3006922/middle-managers-in-the-age-of-ai-step-up-or-get-left-behind

https://www.fastcompany.com/91317872/how-ai-is-reshaping-leadership-training-for-todays-workplace

https://www.theglobeandmail.com/business/careers/management/article-to-effectively-use-ai-managers-must-get-used-to-a-robot-challenging/

Để sử dụng AI hiệu quả, các nhà quản lý phải làm quen với việc robot thách thức ý tưởng của họ

Harvey Schachter Đặc biệt cho The Globe and Mail Công bố hôm qua 2 Bình luận

Chia sẻ

Lưu để đọc sau Nghe bài viết này

Quan tâm đến nhiều nội dung liên quan đến nghề nghiệp hơn? Hãy xem bản tin Work Life hàng tuần mới của chúng tôi. Được gửi vào mỗi chiều thứ Hai.

Các nhà quản lý đang chuyển từ thời đại thông tin sang thời đại bổ sung khi trí tuệ nhân tạo thêm vào khả năng của chúng ta, các chuyên gia tư vấn phát triển lãnh đạo Rasmus Hougaard và Jacqueline Carter gợi ý. AI cung cấp cho chúng ta cơ hội kết hợp sức mạnh của nó và khả năng con người của chúng ta theo những cách kỳ diệu mà ban đầu sẽ khiến các nhà quản lý mất cân bằng vì họ sẽ cần thay thế thói quen cũ bằng thực hành mới. Cho đến nay, chúng ta hầu như chỉ mới chạm vào bề mặt.

Trong Hướng dẫn Harvard Business Review về AI tạo sinh cho Nhà quản lý, các nhà nghiên cứu quản lý Elisa Farri và Gabriele Rosani đưa ra một số thông tin cụ thể - hướng dẫn thực tế - về cách làm cho thời đại mới này trở thành hiện thực trong nơi làm việc của bạn ngày nay. Nó bắt đầu bằng việc xem khả năng của AI theo hai chế độ chính: Copilot (phi công hỗ trợ) và cothinker (nhà tư duy đồng hành).

Khi được sử dụng như một copilot, AI tạo sinh trở thành một cộng tác viên hiệu quả, xử lý một loạt các nhiệm vụ hành chính, giao tiếp và hoạt động. Đóng góp chính của bạn là định hướng ban đầu, đánh giá cuối cùng và xác nhận kết quả. Trọng tâm của bạn trong lĩnh vực này là thực hiện và năng suất, và đây là cách sử dụng AI phổ biến nhất những ngày này.

Khi được sử dụng như một cothinker, AI tạo sinh trở thành đối tác tư duy của bạn, tham gia vào cuộc trò chuyện, gợi ý các quan điểm mới và thách thức các giả định hoặc ý tưởng của bạn - và của đội của bạn. Nó có thể kết hợp với bạn để phản ánh một cách có cấu trúc, đánh giá các lựa chọn, đánh giá rủi ro, xem xét các quan điểm khác nhau và lập kế hoạch thực hiện lựa chọn tốt nhất.

"Là một cothinker, bạn sẽ tham gia với AI trong một cuộc đối thoại sâu, có tính phản ánh. Điều này có thể giúp bạn giải quyết vấn đề, trở thành một nhà lãnh đạo tốt hơn hoặc động não về các khái niệm đổi mới," Farri và Rosani viết.

Đây là con đường thách thức - thực sự khiến đầu óc quay cuồng - mà các nhà quản lý phải xem xét. Cothinking luôn được thực hiện với đồng nghiệp là con người, trong một vòng liên tục các cuộc họp và thảo luận không chính thức. Quản lý đối với hầu hết chúng ta quy về việc lập chiến lược với người khác - không phải máy móc. Đặc biệt không phải một cỗ máy thiếu kiến thức ngầm của chúng ta về tổ chức và hoạt động chỉ bằng cách nhìn vào các mẫu từ và phun ra "trí thông minh". Nhưng chúng ta đôi khi cũng tìm đến những người ngoài cuộc mang kiến thức khác đến bàn như huấn luyện viên điều hành và tư vấn viên. Và AI là một bản tóm tắt kiến thức. Giống như một tư vấn viên thay đổi có thể hướng dẫn bạn qua các bước của quy trình thay đổi nổi tiếng của John Kotter, AI có vô số thông tin có thể hỗ trợ bạn trong việc áp dụng ý tưởng của ông. Và nó sẽ trở nên tốt hơn, đặc biệt là khi các tổ chức xây dựng công cụ AI của riêng họ, làm cho nó hiểu rõ hơn về tình huống cụ thể của bạn. Tất nhiên, giống như bạn cần đối xử với lời khuyên từ các huấn luyện viên điều hành và tư vấn viên đó một cách thận trọng, điều đó cũng sẽ được yêu cầu ở đây.

Trong hướng dẫn của họ, Farri và Rosani xác định 35 nhiệm vụ quản lý phổ biến có thể được tăng cường với AI tạo sinh, nhấn mạnh rằng đây không phải là danh sách đầy đủ. Các nhiệm vụ liên quan đến quản lý bản thân, quản lý đội của bạn, quản lý doanh nghiệp của bạn và quản lý sự thay đổi và được chia đều giữa các khả năng copilot và cothinking.

Có lẽ bạn đã bước vào thế giới mới này trong danh mục đầu tiên, quản lý bản thân, với việc tóm tắt các cuộc họp hoặc thông tin, hoặc thậm chí viết văn bản, tạo slide và quản lý email hoặc hỗ trợ quản lý thời gian. Nhưng hai tư vấn viên khuyến khích bạn đi sâu hơn nữa: "Khi được sử dụng như một cothinker, AI tạo sinh để quản lý bản thân trở thành đối tác tư duy của bạn. Đối với sự phát triển cá nhân, nó hướng dẫn bạn qua việc phản ánh sâu sắc về phong cách và hành vi lãnh đạo của bạn, cũng như về cách yêu cầu phản hồi để cải thiện bản thân liên tục. Đối với sự phát triển chuyên môn, nó giúp bạn trở thành một người giao tiếp hiệu quả, từ bài phát biểu đến phỏng vấn việc làm."

Còn về giải quyết xung đột thì sao? Đó dường như là nơi cuối cùng để tìm đến một cỗ máy - quá con người, quá lộn xộn. Nhưng trong hướng dẫn của họ, họ cho thấy cách AI như cothinker có thể giúp bạn hiểu các nguồn xung đột, khám phá các lựa chọn giải quyết, chuẩn bị cho các cuộc trò chuyện quan trọng, và sau đó cố gắng lấy lại sự gắn kết của đội. Đối với việc ra quyết định, họ gợi ý bạn sử dụng AI như một đối tác đấu tập, giúp đội của bạn khám phá các vấn đề một cách có cấu trúc. Đúng là nó thiếu kinh nghiệm và trực giác, nhưng họ lưu ý rằng khi bạn rời khỏi phạm vi của các vấn đề tái diễn có rủi ro thấp và giải quyết các vấn đề phức tạp, rủi ro cao và mới mẻ, bạn cần nhiều hơn là kinh nghiệm và trực giác.

Thời đại bổ sung phải vẫn là con người, ngay cả khi đôi khi nó sẽ sử dụng một cỗ máy làm bạn đồng hành. Hougaard và Carter, những người đã viết một cuốn sách xuất sắc ba năm trước, Lãnh đạo Từ bi, trở lại với những chủ đề đó trong cuốn sách mới của họ về quản lý AI, Con người Hơn. Nhiều người lo sợ AI sẽ tạo ra một kỷ nguyên hiệu quả máy móc, phi cá nhân nhưng họ phản bác rằng nó có thể thúc đẩy một thời kỳ phục hưng, định nghĩa lại bản thân khái niệm lãnh đạo. "Nghịch lý thay, AI có thể làm cho các nhà lãnh đạo trở nên người hơn," họ viết. "AI có thể giúp các nhà lãnh đạo khai thác, quản lý và tối đa hóa tiềm năng con người tốt nhất của chúng ta."

Các cuộc phỏng vấn của họ với các nhà lãnh đạo cấp cao tại các tập đoàn lớn và nghiên cứu với các học giả cho thấy AI có thể tiết kiệm thời gian, điều này giải phóng các nhà quản lý để tập trung vào việc tạo ra những trải nghiệm con người hơn. Nó có thể cho phép các nhà quản lý tạo ra sự lãnh đạo cá nhân hóa cực kỳ. Và bằng cách cải thiện kỹ năng của nhà quản lý, nó có thể nâng cao tính người của họ.

Để có được những điều tốt nhất của thời đại bổ sung, họ khuyến khích bạn giữ ba phẩm chất lãnh đạo ở vị trí hàng đầu: Nhận thức, trí tuệ và lòng từ bi. Nghiên cứu của họ cho thấy các nhà lãnh đạo được đánh giá bởi người theo dõi của họ là có nhận thức cao, trí tuệ và lòng từ bi cung cấp cho nhân viên trải nghiệm làm việc tốt hơn, điều này có thể dẫn đến hiệu suất cao hơn.

Hãy là con người, nhưng cũng tận dụng khả năng của AI.

Tạc đạn

Thật sai lầm khi nghĩ rằng tất cả khách hàng nên được đối xử giống nhau. Tư vấn viên Shep Hyken nói rằng tất cả họ nên được đối xử với mức độ tôn trọng tương tự nhưng họ muốn một trải nghiệm cá nhân hóa và vì vậy bạn phải cá nhân hóa sản phẩm của mình cho từng người.

Một nghiên cứu theo dõi 2.700 luật sư ngôi sao làm việc tại hơn 100 công ty luật doanh nghiệp có trụ sở tại Vương quốc Anh trong thời gian 17 năm phát hiện ra rằng, trung bình, các lĩnh vực thực hành thuê một ngôi sao có hiệu suất thấp hơn đến 10% trong năm tiếp theo so với các lĩnh vực thực hành không làm như vậy. Điều này phản ánh nghiên cứu mở rộng của Giáo sư Đại học Harvard Boris Groysberg về những thất bại khi tuyển dụng các nhà phân tích ngân hàng đầu tư trong cuốn sách "Chasing Stars" năm 2010 của ông. Nghiên cứu về luật sư phát hiện ra rằng bất lợi về hiệu suất được giảm đáng kể khi một ngôi sao tham gia vào một lĩnh vực thực hành nơi nhiều người đương nhiệm là ngôi sao và một lợi thế hiệu suất thực sự có thể phát sinh nếu ngôi sao tham gia vào một trong những lĩnh vực thực hành mạnh nhất trong tổ chức.

Tính dự đoán được là kẻ ám sát thầm lặng của quảng cáo, tư vấn viên Roy H. Williams nhấn mạnh.

Harvey Schachter là một nhà văn có trụ sở tại Kingston chuyên về các vấn đề quản lý. Ông, cùng với Sheelagh Whittaker, cựu CEO của cả EDS Canada và Cancom, là tác giả của "When Harvey Didn't Meet Sheelagh: Emails on Leadership".

https://www.scmp.com/news/china/science/article/3306394/early-deaths-top-chinese-ai-scientists-raise-concerns-about-industry-pressures

Cái chết sớm của các nhà khoa học AI hàng đầu Trung Quốc làm dấy lên lo ngại về áp lực ngành công nghiệp

Các lĩnh vực trí tuệ nhân tạo quân sự, thị giác máy tính và công nghệ y tế mất đi những bộ óc hàng đầu do tai nạn hoặc bệnh tật

Thời gian đọc: 4 phút

Sun Jian, nhà khoa học trưởng tại công ty AI Megvii Technology có trụ sở tại Bắc Kinh, là một trong số ít các chuyên gia trí tuệ nhân tạo Trung Quốc có cái chết sớm đã làm chấn động ngành công nghiệp. Ảnh: Handout

Dannie Peng tại Bắc Kinh Công bố: 2:00 chiều, 15/4/2025 | Cập nhật: 3:04 chiều, 15/4/2025

Trí tuệ nhân tạo là trung tâm của cuộc chiến công nghệ Mỹ-Trung, với các công ty Trung Quốc như DeepSeek đang thách thức sự thống trị của Mỹ.

Nhưng trong khi Trung Quốc có nguồn nhân tài AI đang phát triển và những câu chuyện thành công nội địa, đất nước này cũng đã mất đi một số nhân vật hàng đầu trong lĩnh vực quan trọng này. Cái chết sớm của những chuyên gia này - do tai nạn hoặc bệnh tật - đã làm dấy lên lo ngại về sự an toàn cá nhân của những người trong ngành và môi trường nghiên cứu đầy căng thẳng mà họ phải đối mặt.

Nhà khoa học máy tính Trung Quốc Liu Shaoshan cho biết rằng mặc dù các nhà nghiên cứu AI có thể kiếm được mức lương khổng lồ, họ cũng đang chịu áp lực mạnh mẽ.

"Ngành công nghiệp đang phát triển quá nhanh và sự cạnh tranh rất khốc liệt," Liu nói, thêm rằng vào thời điểm một nhà nghiên cứu nghĩ ra một ý tưởng và thực hiện được một nửa thí nghiệm, người khác có thể đã công bố về cùng một chủ đề.

Liu nói thêm rằng những người làm trong ngành cũng phải đối mặt với áp lực đạo đức.

"AI cũng có thể có tác động lớn đến xã hội khi việc sử dụng nó lan rộng, và tiềm năng chưa biết này cho một sự thay đổi lớn trong xã hội cũng có thể đặt họ dưới áp lực đạo đức rất cao," ông nói.

South China Morning Post đã tổng hợp danh sách các nhà khoa học AI hàng đầu đã qua đời ở độ tuổi tương đối trẻ, hầu hết trong số họ đang ở đỉnh cao khoa học và đã có những phát hiện trong các lĩnh vực then chốt như thị giác máy tính, trí tuệ nhân tạo quân sự và AI y tế.

Điều gì đằng sau làn sóng ra đi của các học giả Trung Quốc tại Mỹ?

Tại sao ngày càng nhiều nhà khoa học Trung Quốc rời Mỹ để trở về Trung Quốc?

Sun Jian

2022 - chuyên gia thị giác máy tính

Vào tháng 6/2022, Sun Jian, nhà khoa học trưởng tại công ty AI Megvii Technology có trụ sở tại Bắc Kinh, đã qua đời vì bệnh đột ngột ở tuổi 45. Megvii phát triển phần mềm nhận dạng hình ảnh và học sâu.

Sun là một nhân vật nổi tiếng trong lĩnh vực AI và thị giác máy tính. Là cựu nhà nghiên cứu Microsoft với nhiều năm chuyên môn về thị giác máy tính và nhiếp ảnh tính toán, Sun trở về Trung Quốc và gia nhập công ty khởi nghiệp Megvii vào năm 2016 với vai trò nhà khoa học trưởng và giám đốc quản lý nghiên cứu.

Tại Megvii, ông đã lãnh đạo việc phát triển ShuffleNet, một mạng thần kinh hoạt động trên các thiết bị di động, và Brain++, nền tảng năng suất AI cốt lõi của công ty.

Ông được bổ nhiệm làm trưởng khoa Trí tuệ Nhân tạo tại Đại học Jiaotong Tây An, trường alma mater của ông, vào năm 2019.

Sun đã nhận được một số giải thưởng ngành và học thuật. Ông được MIT Technology Review đưa vào danh sách "Những nhà đổi mới dưới 35 tuổi" vào năm 2010. Ông cũng có 35 bằng sáng chế Hoa Kỳ, trong đó 13 bằng sáng chế được đăng ký quốc tế.

Chuyên gia AI ngành quốc phòng Feng Yanghe là động lực đằng sau phần mềm được sử dụng trong các mô phỏng quân sự của Trung Quốc. Ảnh: Handout

Feng Yanghe

2023 - chuyên gia AI quân sự

Vào tháng 7/2023, Feng Yanghe, một chuyên gia về trí tuệ nhân tạo cho ngành quốc phòng Trung Quốc, đã qua đời tại Bắc Kinh trên đường đến "một nhiệm vụ quan trọng" ở tuổi 38, theo cáo phó.

Feng - có nghiên cứu tập trung vào trò chơi chiến tranh, học tăng cường và lập kế hoạch thông minh - là phó giáo sư tại Đại học Công nghệ Quốc phòng Quốc gia (NUDT) ở Trường Sa, thủ phủ của tỉnh Hồ Nam, miền trung Trung Quốc.

Là một trong những động lực đằng sau phần mềm AI được sử dụng trong các mô phỏng quân sự của quốc gia, ông đã lãnh đạo các nhóm phát triển hệ thống AI War Skull I và War Skull II được Quân đội Giải phóng Nhân dân sử dụng để mô phỏng trò chơi chiến tranh quân sự cho các hoạt động liên hợp.

Trước khi gia nhập NUDT, Feng đã học thống kê tại Đại học Harvard và điện toán hiệu suất cao tại Đại học Iowa như một phần của chương trình đào tạo chung từ năm 2011 đến 2013.

Tang Xiaoou

2023 - người sáng lập SenseTime

Cũng trong năm 2023, chuyên gia AI Tang Xiaoou, giáo sư tại Đại học Trung Quốc Hồng Kông và người sáng lập gã khổng lồ công nghệ SenseTime, đã qua đời ở tuổi 55. Theo cáo phó của công ty ông, Tang đã qua đời sau khi chịu thua bệnh tật, bản chất của căn bệnh không được tiết lộ.

Tang sinh năm 1968 tại tỉnh Liêu Ninh ở đông bắc Trung Quốc. Ông nhận bằng cử nhân từ Đại học Khoa học và Công nghệ Trung Quốc ở tỉnh An Huy vào năm 1990 trước khi chuyển đến Mỹ để học sau đại học. Ông nhận bằng thạc sĩ từ Đại học Rochester vào năm 1991 và bằng tiến sĩ từ MIT vào năm 1996.

Tang, với những quan tâm nghiên cứu bao gồm thị giác máy tính, nhận dạng mẫu và xử lý video, đã thúc đẩy công nghiệp hóa công nghệ thị giác AI ở Trung Quốc.

Ông là giám đốc nhóm điện toán thị giác tại Microsoft Research Asia từ năm 2005 đến 2008.

Năm 2014, ông thành lập SenseTime - được biết đến là một trong bốn "con rồng AI" của Trung Quốc.

Công nghệ của SenseTime cho phép chụp khuôn mặt đa góc và nhận dạng khuôn mặt thời gian thực. Ở một số thành phố, các sản phẩm được sử dụng để giám sát mật độ đám đông và phát hiện phương tiện đỗ xe trái phép. Sử dụng mô hình lớn Ririxin của mình, SenseTime cũng đã xây dựng các doanh nghiệp AI tạo sinh trong các lĩnh vực bao gồm tài chính, chăm sóc sức khỏe và công việc văn phòng.

Tang Xiaoou, người sáng lập Tập đoàn SenseTime, phát biểu tại hội nghị thường niên Diễn đàn Châu Á Boao ở tỉnh Hải Nam, miền nam Trung Quốc vào tháng 3/2019. Ảnh: Xinhua

He Zhi

2024 - đồng sáng lập Yidu Tech

He Zhi, đồng sáng lập và giám đốc đổi mới của công ty chăm sóc sức khỏe được hỗ trợ bởi AI Yidu Tech, đã qua đời vào năm 2024. Ông mới chỉ 41 tuổi.

He là một "người mở đường xuất sắc" đã dẫn dắt số hóa ngành chăm sóc sức khỏe, theo cáo phó đăng trên mạng xã hội. Cáo phó cho biết He bị ngừng thở và ngừng tim do bệnh độ cao khi ở Thanh Hải, một tỉnh nội địa ở tây bắc Trung Quốc. Ông qua đời vào rạng sáng ngày 29/4 năm ngoái sau nỗ lực cứu sống không thành công, theo cáo phó.

Công ty của ông mô tả ông là "một doanh nhân xuất sắc, nhất quán trong trí tuệ nhân tạo và dữ liệu lớn, người đã dành toàn bộ năng lượng của mình cho nghiên cứu khoa học máy tính và khoa học sự sống".

Năm 2000, He được nhận vào khoa khoa học và kỹ thuật vật liệu tại Đại học Thanh Hoa. Ông nhận bằng thạc sĩ về truyền thông điện tử và kỹ thuật từ trường đại học vào năm 2009.

Từ năm 2012 đến 2014, ông làm việc tại gã khổng lồ công nghệ Trung Quốc Alibaba - chủ sở hữu của South China Morning Post.

Năm 2015, ông gia nhập Yidu Tech với tư cách đồng sáng lập, chịu trách nhiệm về đổi mới và phát triển công nghệ của công ty. Công ty có trụ sở tại Bắc Kinh, được thành lập vào năm 2014, tập trung vào các giải pháp chăm sóc sức khỏe được hỗ trợ bởi công nghệ dữ liệu lớn và AI.

Làm thế nào sự chuyển hướng của Big Tech hướng về Trump tác động đến châu Á

Làm thế nào sự chuyển hướng hướng về Trump của các gã khổng lồ công nghệ như Meta có thể định hình lại tương lai kỹ thuật số của châu Á

Quan Yuhui

2025 - chuyên gia xử lý hình ảnh máy tính

Quan Yuhui, một chuyên gia xử lý hình ảnh máy tính và phó giáo sư tại Trường Khoa học Máy tính và Kỹ thuật tại Đại học Công nghệ Nam Trung Quốc (SCUT) ở tỉnh Quảng Đông, miền nam Trung Quốc, đã qua đời vì bệnh tật vào ngày 14/1 ở tuổi 39, theo cáo phó của trường đại học.

"Chúng ta đã mất đi một tài năng trẻ tuyệt vời," cáo phó nêu rõ.

Sinh năm 1985, Quan đã theo học đại học và sau đại học tại SCUT, lấy bằng cử nhân vào năm 2008 và tiến sĩ vào năm 2013. Sau khi hoàn thành đào tạo sau tiến sĩ tại Đại học Quốc gia Singapore vào năm 2016, ông trở về trường alma mater để bắt đầu sự nghiệp giảng dạy, nơi ông đã là phó giáo sư kể từ đó.

Quan, với những quan tâm nghiên cứu tập trung vào các lĩnh vực tiên tiến của nhiếp ảnh tính toán, học không giám sát và phân tích kết cấu, là một ngôi sao đang lên trong lĩnh vực của mình.

Ông đã dẫn dắt nhiều dự án nghiên cứu quốc gia và cấp tỉnh, công bố hơn 80 bài báo khoa học cấp cao và làm người đánh giá cho các tạp chí và hội nghị quốc tế uy tín. Ông được đưa vào danh sách "2% nhà khoa học hàng đầu thế giới" của Đại học Stanford vào năm 2024.

https://www.businessinsider.com/microsoft-ai-ceo-mustafa-suleyman-advice-young-people-2025-4

Tôi sẽ dịch bài báo này từ tiếng Anh sang tiếng Việt cho bạn.

CEO của Microsoft AI có lời khuyên 'khá hiển nhiên' cho giới trẻ muốn thành công

Bởi Sarah Perkel 12/4/2025, 11:06 AM UTC

Mustafa Suleyman, CEO của Microsoft AI, cho biết ông dự đoán tương lai của công việc sẽ bao gồm "mối quan hệ cộng sinh" với AI.

Trong một cuộc phỏng vấn podcast, ông nói rằng thế hệ trẻ sẽ thừa kế một thế giới đã thay đổi.

Để chuẩn bị, ông gợi ý mọi người nên "thử nghiệm" với các mô hình AI hiện có.

CEO Microsoft AI Mustafa Suleyman dự đoán rằng người lao động trong tương lai sẽ phát triển mối quan hệ gần gũi với các tác nhân trí tuệ nhân tạo, đến mức cộng sinh.

"Tôi nghĩ rằng quy trình làm việc hàng ngày của bạn sẽ không còn giống như hiện tại trong 10 hoặc 15 năm tới," Suleyman đã chia sẻ trong một tập gần đây của Podcast "Big Technology".

"Công việc sẽ chủ yếu về việc bạn quản lý tác nhân AI của mình, yêu cầu nó thực hiện các nhiệm vụ, kiểm tra chất lượng, nhận phản hồi, và tạo mối quan hệ cộng sinh để bạn có thể tương tác với nó," ông nói.

Suleyman, đồng sáng lập Google DeepMind, tin rằng mọi người quá bận tâm với khía cạnh "hàng ngày" của AI và không đánh giá đúng tác động lâu dài tiềm tàng của nó.

"Xét cho cùng, chính trí thông minh đã tạo ra mọi giá trị trong nền văn minh nhân loại," Suleyman nói. "Mọi thứ xung quanh chúng ta là sản phẩm của những con người thông minh cùng nhau tổ chức, sáng tạo, phát minh và tạo ra tất cả những gì bạn nhìn thấy ngay lúc này."

Trí tuệ nhân tạo, vẫn còn bị bao phủ bởi sự phóng đại, chưa đáp ứng được tầm nhìn thường được vẽ ra bởi các nhà lãnh đạo công nghệ — như những đột phá trong y học, chẳng hạn như phương pháp điều trị các bệnh chết người, hoặc giải pháp cho khủng hoảng khí hậu.

Nhưng công nghệ này chắc chắn đã bắt đầu thay đổi thế giới chúng ta đang sống. Trong một số trường hợp, ứng dụng của công nghệ đã gây ra những lo ngại — như việc sử dụng AI trong chiến tranh hoặc các công ty dựa vào tác nhân AI thay vì nhân viên. Demis Hassabis, người đồng sáng lập Google DeepMind với Suleyman, thậm chí còn nói rằng ông lo lắng về việc trở thành một Robert Oppenheimer.

Và bây giờ không thể quay lại — Suleyman, người đặc biệt lạc quan về tác động tương lai của AI, chỉ kỳ vọng tốc độ đổi mới sẽ tăng lên.

"Và giờ đây chúng ta sắp làm cho kỹ thuật đó, những khả năng đó, trở nên thực sự rẻ — nếu không muốn nói là chi phí biên gần như bằng không," ông nói.

Để các thế hệ trẻ chuẩn bị tốt nhất cho việc thừa kế một thế giới đã thay đổi, Suleyman gợi ý họ nên làm quen với công nghệ này.

"Điều này hơi giống với việc nói rằng, 'Người trẻ nên làm gì khi họ lần đầu tiếp cận internet?'" ông nói. "Một phần của nó khá hiển nhiên, đó là — sử dụng nó, thử nghiệm, thử các thứ, làm những điều điên rồ, mắc lỗi, làm sai."

Suleyman cho biết thêm rằng chính người dùng công nghệ, chứ không phải người tạo ra công nghệ, cuối cùng sẽ giúp xác định hướng phát triển tương lai của công nghệ bằng cách xác định cách sử dụng tốt nhất.

"Như chúng ta đã thấy nhiều lần trong lịch sử công nghệ, những việc mà mọi người chọn làm với điện thoại, với internet, với laptop, với các công cụ họ có luôn khiến chúng ta kinh ngạc," Suleyman nói. "Chúng luôn sáng tạo và đáng ngạc nhiên hơn bất cứ điều gì bạn có thể nghĩ đến trước đó."

"Tôi nghĩ điều tương tự cũng áp dụng cho một người 15 tuổi đang học trung học, đang suy nghĩ về việc họ sẽ làm gì tiếp theo ở đại học hoặc bất cứ điều gì, hoặc liệu họ có nên đi học đại học hay không," ông nói thêm.

Để sắp xếp thông tin qua những ồn ào, Suleyman nói, bất kỳ ai tò mò nên thử nghiệm với các mô hình.

"Tôi nghĩ câu trả lời là, hãy chơi đùa với những thứ này," ông nói. "Hãy thử chúng, giữ đầu óc cởi mở. Hãy thử mọi thứ có thể với các mô hình này, và sau đó bạn cũng sẽ bắt đầu thấy điểm yếu của chúng, và bạn sẽ bắt đầu giảm bớt sự phóng đại về chúng."

-  Có hàng triệu công nhân đang tham gia vào quá trình sản xuất các mô hình AI, chủ yếu làm công việc gán nhãn dữ liệu như đánh dấu đối tượng trong hình ảnh đường để huấn luyện xe tự lái hoặc gắn nhãn từ trong bản ghi âm thanh để huấn luyện hệ thống nhận dạng giọng nói.

-  Công việc gán nhãn là một ngành kinh doanh lớn, chủ yếu được thuê ngoài ở các khu vực nghèo trên thế giới. Tại Trung Quốc, chính phủ đã hợp tác với các công ty công nghệ như Alibaba và JD.com để đưa công việc gán nhãn đến các vùng xa xôi. Ở Ấn Độ, cơ quan IT Nasscom dự đoán doanh thu từ gán nhãn có thể đạt 7 tỷ USD mỗi năm và tạo việc làm cho 1 triệu người vào năm 2030.

-  Ngành gán nhãn dữ liệu bắt nguồn từ giữa những năm 2000 khi Fei Fei Li tạo ra ImageNet, bộ dữ liệu hình ảnh lớn nhất thời điểm đó. Thay vì thuê sinh viên đại học mất 90 năm để phân loại, bà đã thuê công nhân toàn cầu thông qua nền tảng Mechanical Turk của Amazon, hoàn thành 3,2 triệu hình ảnh trong 2 năm rưỡi.

-  Công việc gán nhãn cơ bản đang dần biến mất. AI đã phát triển từ "trẻ mới biết đi" cần hướng dẫn liên tục đến "thanh thiếu niên" chỉ cần thỉnh thoảng hướng dẫn chuyên môn. Các phòng thí nghiệm AI ngày càng sử dụng dữ liệu đã được gán nhãn từ các phòng thí nghiệm khác và thuật toán để tự động gán nhãn.

-  Vai trò của con người trong AI đang thay đổi. Thay vì gán nhãn cơ bản, nhu cầu hiện nay là những người có kỹ năng cao hơn. Nhiều việc làm về gán nhãn yêu cầu bằng tiến sĩ hoặc kỹ năng lập trình và khoa học. Nhu cầu về người biết nhiều ngôn ngữ ngoài tiếng Anh cũng đang tăng.

-  Một vai trò mới nổi là viết nội dung cho việc huấn luyện AI và đánh giá đầu ra từ các mô hình. Công việc này bao gồm việc so sánh các phản hồi của chatbot, đánh giá và viết lại chúng để cải thiện. Phản hồi của con người cũng quan trọng để đảm bảo AI an toàn và có đạo đức.

-  Các nhà phát triển AI mong muốn giảm sự phụ thuộc vào con người. Nghiên cứu cho thấy 80% thời gian phát triển AI được dành cho công việc dữ liệu. Có nhiều hứng thú về học không giám sát và học tăng cường, nhưng phương pháp tự học chỉ hiệu quả trong lĩnh vực toán học và khoa học.

-  DeepSeek của Trung Quốc đã thử nghiệm huấn luyện AI bằng phản hồi từ máy tính thay vì con người, nhưng mô hình gặp khó khăn trong việc trả lời câu hỏi mở, tạo ra nội dung không có ý nghĩa ở nhiều ngôn ngữ.

-  Nhiều chuyên gia công nghệ tin rằng nhiều người hơn sẽ phải tham gia vào việc đào tạo AI, không phải ít hơn. Sự đa dạng trong lực lượng lao động rất quan trọng, như minh họa bởi việc ChatGPT ban đầu sử dụng quá nhiều từ "delve" vì người gán nhãn ở châu Phi thường sử dụng từ này trong tiếng Anh của họ.

📌 Công nghệ AI hiện phụ thuộc vào hàng triệu người lao động ẩn, chủ yếu từ các nước nghèo. Dù công việc gán nhãn cơ bản đang giảm, nhu cầu về người có kỹ năng cao đang tăng. Chuyên gia dự đoán con người sẽ tiếp tục đóng vai trò quan trọng trong đào tạo và giám sát AI.

https://www.economist.com/international/2025/04/10/there-is-a-vast-hidden-workforce-behind-ai

Có một lực lượng lao động ẩn khổng lồ đằng sau AI

Họ sẽ trở nên thừa thãi khi công nghệ phát triển?

Minh họa: María Jesús Contreras
10/04/2025 | HUBLI

Khi DeepSeek, một công ty Trung Quốc đầy triển vọng, phát hành mô hình ngôn ngữ lớn giá rẻ vào cuối năm ngoái, nó đã đảo ngược những giả định lâu đời về những gì cần thiết để xây dựng thế hệ trí tuệ nhân tạo (AI) tiếp theo. Điều này sẽ ảnh hưởng đến bất kỳ ai giành chiến thắng trong cuộc chiến toàn cầu về thống trị AI. Các nhà phát triển hiện đang xem xét lại cần bao nhiêu phần cứng, năng lượng và dữ liệu. Tuy nhiên, một yếu tố đầu vào khác trong trí tuệ máy móc cũng đang thay đổi: lực lượng lao động.

Đối với người bình thường, AI chỉ là robot, máy móc và mô hình. Đó là công nghệ giết chết việc làm. Trên thực tế, có hàng triệu công nhân tham gia vào việc tạo ra các mô hình AI. Phần lớn công việc của họ liên quan đến các nhiệm vụ như gắn thẻ cho các đối tượng trong hình ảnh đường phố để đào tạo xe tự lái và gắn nhãn từ trong bản ghi âm thanh được sử dụng để đào tạo hệ thống nhận dạng giọng nói. Về mặt kỹ thuật, những người chú thích cung cấp cho dữ liệu thông tin ngữ cảnh mà máy tính cần để tìm ra mối liên hệ thống kê giữa các thành phần của tập dữ liệu và ý nghĩa của chúng đối với con người. Thực tế, bất kỳ ai đã hoàn thành bài kiểm tra CAPTCHA, chọn những bức ảnh có vạch kẻ đường, có thể đã vô tình giúp đào tạo một AI.

Đây là phần "không hấp dẫn" của ngành công nghiệp, như Alex Wang, giám đốc Scale AI, một công ty dữ liệu, nói. Nhưng đó là một ngành kinh doanh rộng lớn. Phần lớn lao động được thuê ngoài đến các khu vực nghèo trên thế giới, nơi có nhiều người có học vấn đang tìm kiếm việc làm. Chính phủ Trung Quốc đã hợp tác với các công ty công nghệ, như Alibaba và JD.com, để mang công việc chú thích đến các vùng xa xôi của đất nước. Tại Ấn Độ, cơ quan đại diện ngành công nghệ thông tin, Nasscom, ước tính doanh thu từ công việc chú thích có thể đạt 7 tỷ đô la mỗi năm và tạo việc làm cho 1 triệu người ở đó vào năm 2030. Đó là con số đáng kể, vì toàn bộ ngành công nghệ thông tin của Ấn Độ trị giá 254 tỷ đô la mỗi năm (bao gồm cả phần cứng) và tạo việc làm cho 5,5 triệu người.

Những người chú thích từ lâu đã được so sánh với cha mẹ, dạy dỗ các mô hình và giúp chúng hiểu thế giới. Nhưng các mô hình mới nhất không cần sự hướng dẫn của họ theo cùng một cách. Khi công nghệ trưởng thành, liệu những người thầy của nó có đang trở nên thừa thãi?

Chú thích dữ liệu không phải là mới. Fei Fei Li, một nhà khoa học máy tính người Mỹ được biết đến như "người đỡ đầu của AI", được ghi nhận đã khởi động ngành công nghiệp này vào giữa những năm 2000 khi bà tạo ra ImageNet, tập dữ liệu hình ảnh lớn nhất vào thời điểm đó. Bà Li nhận ra rằng nếu bà trả tiền cho sinh viên đại học phân loại hình ảnh, điều mà lúc đó hầu hết các nhà nghiên cứu đều làm, nhiệm vụ sẽ mất 90 năm. Thay vào đó, bà thuê công nhân khắp thế giới sử dụng Mechanical Turk, một nền tảng công việc trực tuyến do Amazon điều hành. Bà đã tổ chức được khoảng 3,2 triệu hình ảnh thành một tập dữ liệu trong hai năm rưỡi. Chẳng bao lâu sau, các phòng thí nghiệm AI khác cũng thuê ngoài công việc chú thích theo cách này.

Theo thời gian, các nhà phát triển cảm thấy chán nản với việc chú thích chất lượng thấp được thực hiện bởi công nhân không được đào tạo trên các trang web công việc tự do. Các công ty dữ liệu AI, như Sama và iMerit, đã xuất hiện. Họ thuê công nhân trên khắp thế giới nghèo. Công việc chú thích không chính thức vẫn tiếp tục nhưng các nền tảng chuyên biệt đã xuất hiện cho công việc AI, như những nền tảng do Scale AI vận hành, kiểm tra và đào tạo công nhân. Ngân hàng Thế giới ước tính rằng từ 4,4% đến 12,4% lực lượng lao động toàn cầu tham gia vào công việc tự do, bao gồm cả việc chú thích cho AI. Krystal Kauffman, một cư dân Michigan đã làm công việc dữ liệu trực tuyến trong một thập kỷ, cho rằng các công ty công nghệ có lợi ích trong việc giữ lực lượng lao động này ẩn giấu. "Họ đang bán ma thuật—ý tưởng rằng tất cả những điều này xảy ra một cách tự động," bà Kauffman nói. "Nếu không có phần ma thuật đó, AI chỉ là một sản phẩm khác."

Biểu đồ: The Economist

Một cuộc tranh luận trong ngành là về cách đối xử với người lao động đằng sau AI. Các công ty miễn cưỡng chia sẻ thông tin về tiền lương. Nhưng những người chú thích người Mỹ thường coi 10-20 đô la mỗi giờ là mức lương tốt trên các nền tảng trực tuyến. Những người ở các nước nghèo thường nhận được 4-8 đô la mỗi giờ. Nhiều người phải sử dụng các công cụ giám sát theo dõi hoạt động máy tính của họ và bị phạt vì làm việc chậm. Scale AI đã bị kiện nhiều lần về thực tiễn tuyển dụng của mình. Công ty phủ nhận hành vi sai trái và nói: "Chúng tôi dự định bảo vệ mình một cách mạnh mẽ."

Tuy nhiên, vấn đề lớn hơn là công việc chú thích cơ bản đang khô cạn. Một phần, điều này là không thể tránh khỏi. Nếu AI từng là một đứa trẻ mới biết đi cần cha mẹ chỉ ra mọi thứ và giúp nó hiểu thế giới xung quanh, thì công nghệ đã phát triển thành một thanh thiếu niên chỉ cần sự hướng dẫn và lời khuyên chuyên môn thỉnh thoảng. Các phòng thí nghiệm AI ngày càng sử dụng dữ liệu đã được gắn nhãn từ các phòng thí nghiệm AI khác, sử dụng thuật toán để áp dụng nhãn cho các tập dữ liệu.

Lấy ví dụ về máy kéo tự lái được phát triển bởi Blue River Technology, một công ty con của John Deere, một gã khổng lồ về thiết bị nông nghiệp. Ba năm trước, các kỹ sư của tập đoàn ở Mỹ tải lên các bức ảnh về đất nông nghiệp lên đám mây và cung cấp cho nhân viên iMerit ở Hubli, Ấn Độ, hướng dẫn cẩn thận về những gì cần gắn nhãn: máy kéo, tòa nhà, thiết bị tưới tiêu. Hiện nay, các nhà phát triển sử dụng dữ liệu đã được gắn nhãn trước. Họ vẫn cần nhân viên iMerit kiểm tra nhãn đó và xử lý các "trường hợp đặc biệt", ví dụ như khi một đám bụi che khuất một phần cảnh quan hoặc một cây ném bóng lên cây trồng, làm mô hình bối rối. Một quá trình mất nhiều tháng giờ đây chỉ mất vài tuần.

Từ những bước đi đầu tiên

Làn sóng mô hình AI gần đây nhất đã thay đổi công việc dữ liệu một cách đáng kể hơn. Kể từ năm 2022, khi OpenAI lần đầu tiên cho phép công chúng chơi với chatbot ChatGPT của mình, đã có sự quan tâm đột biến đến các mô hình ngôn ngữ lớn. Dữ liệu từ Pitchbook, một công ty nghiên cứu, cho thấy rằng nguồn vốn đầu tư mạo hiểm toàn cầu cho các công ty khởi nghiệp AI đã tăng hơn 50% vào năm 2024 lên 131,5 tỷ đô la, ngay cả khi nguồn vốn cho các công ty khởi nghiệp khác giảm. Phần lớn số tiền này đang đi vào các kỹ thuật mới hơn để phát triển AI, không cần dữ liệu được chú thích theo cùng một cách. Iva Gumnishka tại Humans in the Loop, một doanh nghiệp xã hội, nói rằng các công ty làm công việc chú thích kỹ năng thấp cho khách hàng xử lý thị giác máy tính và xử lý ngôn ngữ tự nhiên cũ hơn đang bị "bỏ lại phía sau".

Vẫn có nhu cầu về người chú thích, nhưng công việc của họ đã thay đổi. Khi các doanh nghiệp bắt đầu triển khai AI, họ đang xây dựng các mô hình chuyên biệt nhỏ hơn và tìm kiếm những người chú thích có học vấn cao để giúp đỡ. Nó đã trở nên khá phổ biến cho các quảng cáo công việc chú thích yêu cầu bằng tiến sĩ hoặc kỹ năng lập trình và khoa học. Bây giờ các nhà nghiên cứu đang cố gắng làm cho AI đa ngôn ngữ hơn, nhu cầu về người chú thích nói các ngôn ngữ khác ngoài tiếng Anh cũng đang tăng lên. Sushovan Das, một nha sĩ làm việc về các dự án AI y tế tại iMerit, cho rằng công việc chú thích sẽ không bao giờ biến mất. "Thế giới này liên tục phát triển," ông nói. "Vì vậy AI cần được cải thiện nhiều lần."

Các vai trò mới cho con người trong việc đào tạo AI đang xuất hiện. Epoch AI, một công ty nghiên cứu, ước tính rằng nguồn văn bản chất lượng cao có sẵn để đào tạo có thể sẽ cạn kiệt vào năm 2026. Một số phòng thí nghiệm AI đang thuê người viết các đoạn văn bản và dòng mã mà các mô hình có thể được đào tạo. Những người khác đang mua dữ liệu tổng hợp, được tạo ra bằng thuật toán máy tính, và thuê con người xác minh nó. "Dữ liệu tổng hợp vẫn cần phải là dữ liệu tốt," Wendy Gonzalez, giám đốc của Sama, có hoạt động ở Đông Phi, nói.

Vai trò khác cho người lao động là đánh giá đầu ra từ các mô hình và giúp định hình nó. Đó là điều đã giúp ChatGPT hoạt động tốt hơn các chatbot trước đó. Xiaote Zhu tại Scale AI cung cấp một ví dụ về loại nhiệm vụ mở đang được thực hiện trên nền tảng Outlier của công ty, được ra mắt vào năm 2023 để tạo điều kiện cho việc đào tạo AI bởi các chuyên gia. Người lao động được trình bày với hai phản hồi từ một chatbot đề xuất lịch trình cho kỳ nghỉ ở Maldives. Họ cần chọn phản hồi nào họ thích hơn, đánh giá nó, giải thích tại sao câu trả lời là tốt hay xấu và sau đó viết lại phản hồi để cải thiện nó.

Ví dụ của bà Zhu khá nhạt nhẽo. Tuy nhiên, phản hồi của con người cũng rất quan trọng để đảm bảo AI an toàn và đạo đức. Trong một tài liệu được công bố sau khi ra mắt ChatGPT vào năm 2022, OpenAI cho biết họ đã thuê các chuyên gia để "thăm dò định tính, kiểm tra đối nghịch và nói chung cung cấp phản hồi" về các mô hình của họ. Vào cuối quá trình đó, mô hình từ chối phản hồi một số lời nhắc nhất định, chẳng hạn như yêu cầu viết nội dung mạng xã hội nhằm thuyết phục mọi người tham gia al-Qaeda, một nhóm khủng bố.

Ra khỏi tổ

Nếu các nhà phát triển AI có cách của mình, họ sẽ không cần loại đầu vào của con người này. Các nghiên cứu cho thấy rằng có đến 80% thời gian dành cho phát triển AI được dành cho công việc dữ liệu. Naveen Rao tại Databricks, một công ty AI, nói rằng ông muốn các mô hình tự dạy mình, giống như ông muốn con cái mình làm vậy. "Tôi muốn xây dựng con người tự lực," ông nói. "Tôi muốn họ có sự tò mò riêng và tìm ra cách giải quyết vấn đề. Tôi không muốn xúc từng thìa cho họ từng bước."

Có nhiều sự phấn khích về học tập không giám sát, liên quan đến việc cung cấp dữ liệu không nhãn cho các mô hình, và học tập củng cố, sử dụng thử nghiệm để cải thiện việc ra quyết định. Các công ty AI, bao gồm Google DeepMind, đã đào tạo máy móc để chiến thắng trong các trò chơi như Go và cờ vua bằng cách chơi hàng triệu trận đấu với chính mình và theo dõi chiến lược nào hiệu quả, mà không cần bất kỳ đầu vào nào của con người. Nhưng cách tiếp cận tự học đó không hoạt động ngoài phạm vi toán học và khoa học, ít nhất là vào thời điểm hiện tại.

Những người yêu thích công nghệ khắp nơi đã bị choáng ngợp bởi mô hình của DeepSeek rẻ và hiệu quả như thế nào. Nhưng họ ít ấn tượng hơn với nỗ lực của DeepSeek trong việc đào tạo AI bằng cách sử dụng phản hồi được tạo ra bởi máy tính thay vì con người. Mô hình gặp khó khăn trong việc trả lời các câu hỏi mở, tạo ra câu từ vô nghĩa bằng nhiều ngôn ngữ khác nhau. "Sự khác biệt là với Go và cờ vua, kết quả mong muốn rất rõ ràng: chiến thắng trò chơi," Phelim Bradley, đồng sáng lập của Prolific, một công ty dữ liệu AI khác, nói. "Các mô hình ngôn ngữ lớn phức tạp và sâu rộng hơn, vì vậy con người sẽ vẫn tham gia trong một thời gian dài."

Ông Bradley, giống như nhiều người trong ngành công nghệ, cho rằng nhiều người hơn sẽ cần tham gia vào việc đào tạo AI, không phải ít hơn. Sự đa dạng trong lực lượng lao động rất quan trọng. Khi ChatGPT được phát hành vài năm trước, mọi người nhận thấy rằng nó sử dụng quá nhiều từ "delve" (đào sâu). Từ này được coi là "AI-ese", một dấu hiệu rõ ràng rằng văn bản được viết bởi một bot. Trên thực tế, những người chú thích ở châu Phi đã được thuê để đào tạo mô hình và từ "delve" được sử dụng phổ biến hơn trong tiếng Anh của châu Phi so với tiếng Anh của Mỹ hoặc Anh. Cũng giống như kỹ năng và kiến thức của người lao động được chuyển giao cho các mô hình, từ vựng của họ cũng vậy. Hóa ra, cần nhiều hơn một làng để nuôi dạy một đứa trẻ.

Apr 10th 2025|HUBLI

 

WHEN DEEPSEEK, a hotshot Chinese firm, released its cheap large language model late last year it overturned long-standing assumptions about what it will take to build the next generation of artificial intelligence (AI). This will matter to whoever comes out on top in the epic global battle for AI supremacy. Developers are now reconsidering how much hardware, energy and data are needed. Yet another, less discussed, input in machine intelligence is in flux too: the workforce.

To the layman, AI is all robots, machines and models. It is a technology that kills jobs. In fact, there are millions of workers involved in producing AI models. Much of their work has involved tasks like tagging objects in images of roads in order to train self-driving cars and labelling words in the audio recordings used to train speech-recognition systems. Technically, annotators give data the contextual information computers need to work out the statistical associations between components of a dataset and their meaning to human beings. In fact, anyone who has completed a CAPTCHA test, selecting photos containing zebra crossings, may have inadvertently helped train an AI.

This is the “unsexy” part of the industry, as Alex Wang, the boss of Scale AI, a data firm, puts it. But it is a vast business. Much of the labour is outsourced to poor parts of the world, where lots of educated people are looking for work. The Chinese government has teamed up with tech companies, such as Alibaba and JD.com, to bring annotation jobs to far-flung parts of the country. In India the IT industry body, Nasscom, reckons annotation revenues could reach $7bn a year and employ 1m people there by 2030. That is significant, since India’s entire IT industry is worth $254bn a year (including hardware) and employs 5.5m people.

Annotators have long been compared to parents, teaching models and helping them make sense of the world. But the latest models don’t need their guidance in the same way. As the technology grows up, are its teachers becoming redundant?

Data annotation is not new. Fei Fei Li, an American computer scientist known as “the godmother of AI”, is credited with firing the industry’s starting gun in the mid-2000s when she created ImageNet, the largest image dataset at the time. Ms Li realised that if she paid college students to categorise the images, which was then how most researchers did things, the task would take 90 years. Instead, she hired workers around the world using Mechanical Turk, an online gig-work platform run by Amazon. She got some 3.2m images organised into a dataset in two and a half years. Soon other AI labs were outsourcing annotation work this way, too.

Over time developers got fed up with the low-quality annotation done by untrained workers on gig-work sites. AI-data firms, such as Sama and iMerit, emerged. They hired workers across the poor world. Informal annotation work continued but specialist platforms emerged for AI work, like those run by Scale AI, which tests and trains workers. The World Bank reckons that between 4.4% and 12.4% of the global workforce is involved in gig work, including annotation for AI. Krystal Kauffman, a Michigan resident who has been doing data work online for a decade, reckons that tech companies have an interest in keeping this workforce hidden. “They are selling magic—this idea that all these things happen by themselves,” Ms Kauffman, says. “Without the magic part of it, AI is just another product.”

A debate in the industry has been about the treatment of the workers behind AI. Firms are reluctant to share information on wages. But American annotators generally consider $10-20 per hour to be decent pay on online platforms. Those in poor countries often get $4-8 per hour. Many must use monitoring tools that track their computer activity and are penalised for being slow. Scale AI has been hit with several lawsuits over its employment practices. The firm denies wrongdoing and says: “We plan to defend ourselves vigorously.”

The bigger issue, though, is that basic annotation work is drying up. In part, this was inevitable. If AI was once a toddler who needed a parent to point things out and to help it make sense of the world around it, the technology has grown into an adolescent who needs occasional specialist guidance and advice. AI labs increasingly use pre-labelled data from other AI labs, which use algorithms to apply labels to datasets.

Take the example of self-driving tractors developed by Blue River Technology, a subsidiary of John Deere, an agricultural-equipment giant. Three years ago the group’s engineers in America would upload pictures of farmland into the cloud and provide iMerit staff in Hubli, India, with careful instructions on what to label: tractors, buildings, irrigation equipment. Now the developers use pre-labelled data. They still need iMerit staff to check that labelling and to deal with “edge cases”, for example where a dust cloud obscures part of the landscape or a tree throws shade over crops, confusing the model. A process that took months now takes weeks.

From baby steps

The most recent wave of AI models has changed data work more dramatically. Since 2022, when OpenAI first let the public play with its ChatGPT chatbot, there has been a rush of interest in large language models. Data from Pitchbook, a research firm, suggest that global venture-capital funding for AI startups jumped by more than 50% in 2024 to $131.5bn, even as funding for other startups fell. Much of it is going into newer techniques for developing AI, which do not need data annotated in the same way. Iva Gumnishka at Humans in the Loop, a social enterprise, says firms doing low-skilled annotation for older computer-vision and natural-language-processing clients are being “left behind”.

There is still demand for annotators, but their work has changed. As businesses start to deploy AI, they are building smaller specialised models and looking for highly educated annotators to help. It has become fairly common for adverts for annotation jobs to require a PhD or skills in coding and science. Now that researchers are trying to make AI more multilingual, demand for annotators who speak languages other than English is growing, too. Sushovan Das, a dentist working on medical-AI projects at iMerit, reckons that annotation work will never disappear. “This world is constantly evolving,” he says. “So the AI needs to be improved time and again.”

New roles for humans in training AI are emerging. Epoch AI, a research firm, reckons the stock of high-quality text available for training may be exhausted by 2026. Some AI labs are hiring people to write chunks of text and lines of code that models can be trained on. Others are buying synthetic data, created using computer algorithms, and hiring humans to verify it. “Synthetic data still needs to be good data,” says Wendy Gonzalez, the boss of Sama, which has operations east Africa.

The other role for workers is in evaluating the output from models and helping to hammer it into shape. That is what got ChatGPT to perform better than previous chatbots. Xiaote Zhu at Scale AI provides an example of the sort of open-ended tasks being done on the firm’s Outlier platform, which was launched in 2023 to facilitate the training of AI by experts. Workers are presented with two responses from a chatbot recommending an itinerary for a holiday to the Maldives. They need to select which response they prefer, rate it, explain why the answer is good or bad and then rewrite the response to improve it.

Ms Zhu’s example is a fairly anodyne one. Yet human feedback is also crucial to making sure AI is safe and ethical. In a document that was published after the launch of ChatGPT in 2022, OpenAI said it had hired experts to “qualitatively probe, adversarially test and generally provide feedback” on its models. At the end of that process the model refused to respond to certain prompts, such as requests to write social-media content aimed at persuading people to join al-Qaeda, a terrorist group.

Flying the nest

If AI developers had their way they would not need this sort of human input at all. Studies suggest that as much as 80% of the time that goes into the development of AI is spent on data work. Naveen Rao at Databricks, an AI firm, says he would like models to teach themselves, just as he would like his own children to do. “I want to build self-efficacious humans,” he says. “I want them to have their own curiosity and figure out how to solve problems. I don’t want to spoon-feed them every step of the way.”

There is a lot of excitement about unsupervised learning, which involves feeding models unlabelled data, and reinforcement learning, which uses trial and error to improve decision-making. AI firms, including Google DeepMind, have trained machines to win at games like Go and chess by playing millions of contests against themselves and tracking which strategies work, without any human input at all. But that self-taught approach doesn’t work outside the realms of maths and science, at least for the moment.

Tech nerds everywhere have been blown away by how cheap and efficient DeepSeek’s model is. But they are less impressed by DeepSeek’s attempt to train AI using feedback generated by computers rather than humans. The model struggled to answer open-ended questions, producing gobbledygook in a mixture of languages. “The difference is that with Go and chess the desired outcome is crystal clear: win the game,” says Phelim Bradley, co-founder of Prolific, another AI-data firm. “Large language models are more complex and far-reaching, so humans are going to remain in the loop for a long time.”

Mr Bradley, like many techies, reckons that more people will need to get involved in training AI, not fewer. Diversity in the workforce matters. When ChatGPT was released a few years ago, people noticed that it overused the word “delve”. The word became seen as “AI-ese”, a telltale sign that the text was written by a bot. In fact, annotators in Africa had been hired to train the model and the word “delve” is more commonly used in African English than it is in American or British English. In the same way as workers’ skills and knowledge are transferred to models, their vocabulary is, too. As it turns out, it takes more than just a village to raise a child. ■

- Trong khi nhiều người tập trung vào các kỹ sư xây dựng mô hình ngôn ngữ lớn, một cuộc cách mạng thầm lặng đang diễn ra trong các phòng phân tích của các công ty tiên phong: sự xuất hiện của nhà phân tích AI.

- Andy MacMillan, CEO của nền tảng phân tích doanh nghiệp Alteryx, nhấn mạnh rằng khoảng cách giữa dữ liệu thô và thông tin sẵn sàng cho AI đòi hỏi chuyên môn kết hợp kiến thức kỹ thuật với hiểu biết sâu sắc về kinh doanh.

- Hầu hết các tổ chức đã dành hàng thập kỷ sắp xếp dữ liệu xoay quanh các ứng dụng kinh doanh như CRM hay ERP, nhưng AI cần một cấu trúc khác biệt, tạo ra một dự án chuyển đổi dữ liệu lớn nhất thế giới.

- Không thể chỉ đơn giản kết nối hệ thống AI với dữ liệu kinh doanh hiện có và hy vọng nó hiểu được quy trình, chính sách công ty hoặc đặc thù ngành.

- Nhà phân tích AI là người bắc cầu giữa kiến thức kinh doanh và khả năng của AI, kết hợp hiểu biết về dữ liệu với kinh nghiệm kinh doanh thực tế.

- Họ chuyển đổi hiểu biết về quy trình kinh doanh thành luồng dữ liệu mà AI có thể sử dụng, hiểu được những câu hỏi cần đặt ra và bối cảnh cần thiết để tạo ra câu trả lời có ý nghĩa.

- Khái niệm "trung tâm thanh lọc dữ liệu AI" trở nên thiết yếu - một cách tiếp cận có hệ thống để xem xét, phê duyệt và quản lý dữ liệu nào được đưa vào hệ thống AI.

- Cấu trúc chính thức này giúp tổ chức cân bằng giữa đổi mới với tuân thủ quy định và các vấn đề bảo mật, tạo ra hệ thống có thể kiểm toán và quản lý.

- Thay vì bảng điều khiển tĩnh đòi hỏi con người giải thích, AI có thể cung cấp báo cáo tường thuật làm nổi bật những hiểu biết quan trọng nhất, như tính năng "Magic Reports" của Alteryx.

- Trong khi nhiều người lo ngại AI sẽ thay thế công việc, MacMillan nhìn thấy cơ hội to lớn, đặc biệt là với những người trong lĩnh vực phân tích biết nắm bắt những thay đổi này.

📌 Nhà phân tích AI đang trở thành nhân tố quyết định trong chuyển đổi dữ liệu doanh nghiệp. Họ là cầu nối giữa AI và thực tế kinh doanh, biến đổi dữ liệu thô thành thông tin có giá trị. Trong 5 năm tới, đây sẽ là vai trò thiết yếu khi các công ty tái định hình cách sử dụng dữ liệu.

https://www.forbes.com/sites/bernardmarr/2025/04/11/the-rise-of-the-ai-analyst-why-this-could-be-the-most-important-job-in-the-ai-revolution/

-  Theo dữ liệu mới từ LinkedIn, có 10 quốc gia có mật độ tài năng AI cao nhất toàn cầu với Israel dẫn đầu danh sách, khi nguồn cung tài năng AI chiếm 1,98% lực lượng lao động của nước này.

-  Singapore đứng thứ hai với tỷ lệ tài năng AI chiếm 1,64% lực lượng lao động, trong khi Luxembourg xếp thứ ba với tỷ lệ 1,44%.

-  Các vị trí tiếp theo thuộc về Estonia (1,17%), Thụy Sĩ (1,16%), Phần Lan (1,13%), Ireland (1,11%), Đức (1,09%), Hà Lan (1,07%) và Hàn Quốc (1,06%).

-  Đáng chú ý, 6 quốc gia đứng đầu năm 2024 giữ nguyên thứ hạng so với năm trước. Trong khi đó, Ireland tăng 4 bậc lên vị trí thứ 7, còn Hàn Quốc tụt 3 bậc xuống vị trí thứ 10.

-  LinkedIn định nghĩa "tài năng AI" bao gồm cả kỹ năng kỹ thuật AI như học máy hoặc xử lý ngôn ngữ tự nhiên, cũng như kỹ năng sử dụng AI như ChatGPT và GitHub Copilot.

-  Theo Chua Pei Ying, nhà kinh tế trưởng khu vực APAC của LinkedIn, nhiều quốc gia dẫn đầu về mật độ tài năng AI có dân số và diện tích địa lý tương đối nhỏ, nhưng lại phát triển tài năng AI nhanh chóng nhờ xây dựng hệ sinh thái phát triển nhân tài.

-  Mặc dù Ấn Độ không lọt vào top 10 về nồng độ tài năng AI năm 2024, nhưng quốc gia này đã chứng kiến mức tăng 252% về chỉ số này từ 2016 đến 2024, cho thấy các chuyên gia trong nước đang tích cực phát triển kỹ năng liên quan đến AI.

-  Ấn Độ cũng ghi nhận mức tăng 33,4% trong tuyển dụng AI so với tỷ lệ tuyển dụng tổng thể trong năm 2024, cao hơn so với Singapore (25%) và Hoa Kỳ (24,7%).

-  Nghiên cứu của Microsoft và LinkedIn cho thấy 66% lãnh đạo tổ chức không tuyển dụng người không có kỹ năng AI, và 71% cho biết họ thà thuê người có kinh nghiệm ít hơn nhưng có kỹ năng AI còn hơn ứng viên có nhiều kinh nghiệm nhưng thiếu kỹ năng này.

-  Chua cũng nhấn mạnh rằng văn hóa học tập của Singapore góp phần tạo nên lợi thế cạnh tranh trong kỷ nguyên AI mới, khi các chuyên gia ở Singapore đầu tư thời gian học kỹ năng AI nhiều hơn 40% so với đồng nghiệp trên khắp khu vực APAC.

📌 Cuộc đua tài năng AI toàn cầu đang diễn ra mạnh mẽ với Israel (1,98%), Singapore (1,64%) và Luxembourg (1,44%) dẫn đầu. Điều đáng chú ý là các quốc gia nhỏ đang vượt trội nhờ hệ sinh thái nuôi dưỡng nhân tài, trong khi Ấn Độ ghi nhận mức tăng tuyển dụng AI ấn tượng 33,4% trong năm 2024.

https://www.cnbc.com/2025/04/11/linkedin-these-countries-have-a-high-concentration-of-ai-talent.html

• 75% nhân viên trí thức trên toàn cầu hiện đang sử dụng AI tạo sinh trong công việc, tăng gần gấp đôi trong 6 tháng qua. Điều này cho thấy AI không còn là xu hướng mà đã trở thành thực tế.

• 78% người dùng AI đang tự mang công cụ AI riêng vào nơi làm việc (gọi là BYOAI - Bring Your Own AI), bất chấp việc công ty chưa có chính sách chính thức. Điều này phản ánh sự chủ động và cấp tiến từ phía nhân viên.

• Trong khi đó, 79% lãnh đạo công ty tin rằng doanh nghiệp cần triển khai AI để giữ vững tính cạnh tranh. Tuy nhiên, 60% lại cho biết công ty của họ chưa có kế hoạch rõ ràng để áp dụng AI hiệu quả.

• Việc áp dụng AI không chỉ là chuyện công nghệ mà còn ảnh hưởng lớn đến sự nghiệp cá nhân. 66% lãnh đạo cho biết họ sẽ không thuê ứng viên nếu không có kỹ năng AI.

• 71% lãnh đạo ưu tiên tuyển ứng viên ít kinh nghiệm nhưng có kỹ năng AI thay vì ứng viên nhiều kinh nghiệm nhưng thiếu kỹ năng này.

• Số lượng kỹ năng liên quan đến Copilot và ChatGPT được thêm vào hồ sơ LinkedIn đã tăng vọt gấp 142 lần chỉ trong năm qua. Đây là minh chứng rõ rệt cho nhu cầu học và áp dụng AI vào thực tiễn công việc.

• Một nhóm người dùng được gọi là “AI power users” – những người sử dụng AI vài lần mỗi tuần trở lên – đang dẫn đầu trong việc tận dụng tối đa sức mạnh của công nghệ này.

• Đặc điểm của power users là thường xuyên thử nghiệm AI; họ cảm thấy AI giúp tiết kiệm hơn 30 phút mỗi ngày.

• 92% power users cho rằng AI giúp họ sáng tạo hơn; 93% cho biết AI giúp họ tập trung vào công việc quan trọng nhất.

• Ngoài ra, 91% người dùng AI thường xuyên cảm thấy có động lực và thích công việc hơn khi sử dụng AI.

📌75% nhân viên trí thức trên thế giới đã sử dụng AI tạo sinh trong công việc, phần lớn mang công cụ AI cá nhân mà không chờ công ty triển khai chính thức. Dù 79% lãnh đạo nhận thức được tầm quan trọng của AI, 60% vẫn thiếu kế hoạch cụ thể. Kỹ năng AI đang trở thành yếu tố tuyển dụng then chốt, với số lượt thêm Copilot/ChatGPT trên LinkedIn tăng 142 lần. Những người dùng AI thường xuyên tiết kiệm 30 phút/ngày và cải thiện sự sáng tạo, tập trung, và động lực trong công việc.

https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part

• AI đang biến đổi công việc của lực lượng lao động không bàn giấy (deskless workforce), chiếm tới 80% lực lượng lao động toàn cầu. Công nhân trong các ngành như sản xuất, hậu cần, bán lẻ, nông nghiệp và xây dựng hiện nay đang làm việc cùng robot, cảm biến AI và công cụ tự động hóa tiên tiến.

• Ứng dụng AI phổ biến bao gồm: robot học máy trong đóng gói, kiểm tra chất lượng; xe tự lái trong nhà kho/nông trại; drone giao hàng và giám sát; và công nghệ digital twin mô phỏng nhà máy.

• Theo Boston Consulting Group, sự xuất hiện của AI buộc HR phải thay đổi cách tuyển dụng, đào tạo và giữ chân lực lượng lao động tuyến đầu.

• Một nghiên cứu Forrester 2023 dự đoán AI chỉ thay thế hoàn toàn 4,9% việc làm ở Mỹ vào năm 2030. Thay vào đó, AI thường bổ trợ hơn là thay thế con người.

• Dữ liệu từ SHRM và Fidelity 2025 cho thấy tỷ lệ nghỉ việc của lao động không bàn giấy cao hơn 1,6 lần so với nhân viên văn phòng – đặc biệt trong năm đầu tiên. Lý do nghỉ việc không chỉ do công nghệ mà còn vì vấn đề thu nhập, thời gian làm việc và ổn định nghề nghiệp.

• 58% doanh nghiệp tin rằng AI và robot sẽ chuyển đổi mô hình kinh doanh trong 5 năm tới; 40% dự đoán cắt giảm nhân sự ở những công việc có thể tự động hóa hoàn toàn (WEF – Future of Jobs 2025).

• Vai trò mới của công nhân bao gồm: điều hành robot, giám sát AI thị giác máy, bảo trì hệ thống AI, sử dụng dữ liệu từ drone/phân tích. Những công việc trước đây đòi hỏi lao động tay chân giờ yêu cầu kỹ năng tư duy, vận hành thiết bị và kiến thức phần mềm.

• AI đang mở ra lộ trình nghề nghiệp mới: từ nhân viên bảo vệ thành quản lý drone, từ lao công thành kỹ thuật viên robot. Tại các nhà kho, nhân viên được thăng chức thành chuyên viên vận hành AI.

• Cobots (robot cộng tác) giúp nâng sức, giảm thương tích, và hỗ trợ lao động thay vì thay thế họ. Xu hướng này đang phát triển nhờ chi phí giảm và thiếu hụt lao động.

• Trong bán lẻ, AI giúp nhân viên mới sử dụng trợ lý ảo để được huấn luyện nhanh hơn tại chỗ. Ở nông nghiệp, drone thay thế việc quan sát thủ công hàng trăm mẫu đất.

• Việc nâng cao kỹ năng không nhất thiết cần bằng đại học – có thể thông qua đào tạo nghề, chứng chỉ chuyên môn, hoặc các chương trình AI tùy chỉnh ngôn ngữ và trình độ.

• AI cũng cải thiện quản lý lịch làm việc: nhân viên có thể hoán đổi ca trực qua ứng dụng AI thay vì phải xin thủ công. Các công cụ này tăng khả năng giữ chân lao động bằng cách cung cấp lịch trình linh hoạt, hợp lý, và minh bạch.

• HR cần minh bạch về vai trò của AI trong tổ chức để giảm lo sợ bị thay thế. Mặc dù 84% HR cho rằng lao động không bàn giấy dễ nghỉ việc, chỉ 36% nhân viên nghĩ họ làm tạm thời – cho thấy sự chênh lệch trong nhận thức và cần cải thiện truyền thông.

• Tổ chức cần khung quản trị AI vững chắc và đào tạo nhân viên cách sử dụng AI một cách có đạo đức, hiệu quả, và an toàn.

📌 AI đang tái định hình công việc không bàn giấy: từ vận hành máy đến quản lý robot. 58% doanh nghiệp sẽ chuyển đổi bằng AI trong 5 năm tới, còn 40% có thể cắt giảm lao động. Nhưng với đào tạo lại kỹ năng phù hợp, AI sẽ mở ra con đường thăng tiến mới như chuyên viên AI, kỹ thuật viên bảo trì robot, thay vì chỉ đơn thuần thay thế việc làm hiện tại.

https://www.shrm.org/enterprise-solutions/insights/how-ai-is-transforming-deskless-jobs-skills-career-paths

• Các lãnh đạo đang gặp khó khăn trong việc định hình chiến lược AI trong năm 2025, giữa lúc công nghệ GenAI phát triển nhanh chóng nhưng chưa mang lại chuyển đổi lớn như kỳ vọng.

• Thay vì “đại cải tổ”, các doanh nghiệp đang ưu tiên những chuyển đổi nhỏ (small t) để khai thác giá trị từ GenAI. Dù chưa tái thiết toàn bộ quy trình, nhưng họ vẫn đang xây nền móng cho thay đổi dài hạn.

• Báo cáo của Accenture trên 1.500 công ty cho thấy những doanh nghiệp thành công thường dành 15% ngân sách CNTT để xử lý nợ công nghệ (tech debt). Quản lý hiệu quả nợ công nghệ là chìa khóa để đổi mới và phát triển bền vững.

• 97% dữ liệu trong các tổ chức bảo hiểm lớn là dữ liệu phi cấu trúc, như văn bản, hình ảnh, video. GenAI đang thúc đẩy xu hướng “truy xuất kết hợp tạo sinh” (RAG) để xử lý và tận dụng khối dữ liệu này.

• Một thách thức lớn là xây dựng văn hóa dữ liệu trong tổ chức. Mặc dù 57% công ty đầu tư mạnh vào AI, họ vẫn chưa tạo được môi trường ra quyết định dựa trên dữ liệu, gây lãng phí tiềm năng công nghệ.

• “Triết học đang ăn mòn AI” – một nhận định gây sốc nhấn mạnh rằng các nguyên tắc triết học, nếu không được chủ động lồng ghép vào phát triển AI, sẽ tự len lỏi và ảnh hưởng đến cách hệ thống học và hoạt động.

• GenAI không chỉ tự động hóa mà còn thúc đẩy học tập trong tổ chức. Việc kết hợp giữa con người và AI tạo ra hiệu ứng tích lũy, mang lại lợi thế cạnh tranh qua thời gian.

• GenAI và AI phân tích có mục đích khác nhau: GenAI tập trung vào hiệu suất và tự động hóa, còn AI phân tích giúp ra quyết định chiến lược. Lãnh đạo cần chọn đúng loại AI cho từng vấn đề cụ thể, thông qua các buổi workshop ý tưởng.

• BYOAI (Bring Your Own AI) – nhân viên mang công cụ AI riêng vào làm việc – không thể cấm. Việc cấm đoán khiến họ tìm đường vòng, làm suy yếu quản trị và tăng rủi ro. Thay vào đó, lãnh đạo cần tạo khung quản trị linh hoạt.

• Nhiều dự án GenAI thất bại do bỏ qua giai đoạn đánh giá (evals). Các bài kiểm tra tự động giúp đo hiệu quả ứng dụng LLM theo tiêu chí kinh doanh và người dùng, từ đó cải thiện chất lượng sản phẩm và tăng tốc phát triển.

• Causal ML là công cụ mới để trả lời câu hỏi “điều gì sẽ xảy ra nếu...”. Khác với ML truyền thống chuyên dự đoán, causal ML cho phép so sánh các hành động khác nhau, hữu ích trong marketing, tài chính, sản phẩm,...

📌 Trong bối cảnh AI năm 2025 chưa tạo ra thay đổi toàn diện, MIT SMR đề xuất 10 chiến lược cấp thiết như tập trung vào chuyển đổi nhỏ (small t), quản lý nợ công nghệ hiệu quả (15% ngân sách CNTT), khai thác dữ liệu phi cấu trúc (97%), thúc đẩy văn hóa dữ liệu (57% công ty đang gặp khó), không cấm BYOAI và sử dụng đánh giá tự động (evals) để phát triển GenAI. Ngoài ra, cần áp dụng đúng loại AI (phân tích vs tạo sinh) và tận dụng causal ML để ra quyết định chiến lược hiệu quả hơn.

https://sloanreview.mit.edu/article/10-urgent-ai-takeaways-for-leaders/

#MIT

10 điểm quan trọng về AI dành cho lãnh đạo

Chiến lược AI nào thực sự hiệu quả? Nhận lời khuyên về những thách thức cấp bách nhất về AI hiện nay từ các chuyên gia của MIT SMR.

Laurianne McLaughlin
Ngày 07 tháng 4, 2025
Thời gian đọc: 9 phút

Chủ đề
Dữ liệu, AI, & Học máy
AI & Học máy

Tóm tắt: Các nhà lãnh đạo đang gặp khó khăn với việc định hình chiến lược trí tuệ nhân tạo. Sau cùng, công việc này liên quan đến việc giải quyết những vấn đề khó khăn như rủi ro...

Bài viết tập trung vào những thách thức hiện tại của các nhà lãnh đạo trong việc triển khai AI hiệu quả, bao gồm:

1. Bắt đầu với những chuyển đổi nhỏ trước khi hướng đến những thay đổi lớn
2. Quản lý nợ công nghệ AI thông minh
3. Tầm quan trọng của dữ liệu phi cấu trúc
4. Xây dựng văn hóa dựa trên dữ liệu
5. Vai trò của triết học trong chiến lược AI
6. Cách GenAI thúc đẩy việc học tập trong tổ chức
7. So sánh giữa GenAI và AI phân tích
8. Quản lý xu hướng nhân viên tự mang AI vào làm việc (BYOAI)
9. Tầm quan trọng của đánh giá ứng dụng GenAI
10. Sử dụng học máy nhân quả cho câu hỏi giả định

"Mặc dù đã trải qua 2 năm với sự chú ý rộng rãi của giới quản lý và thử nghiệm mở rộng, chúng ta vẫn chưa thấy những chuyển đổi kinh doanh quy mô lớn được hỗ trợ bởi GenAI mà nhiều người ban đầu đã hình dung."

Phát biểu này của các tác giả MIT SMR Melissa Webster và George Westerman có phản ánh trải nghiệm của bạn không? Không có gì ngạc nhiên. Sau hai năm đầy biến động với sự phóng đại, gián đoạn và thử nghiệm đối với nhiều nhà lãnh đạo, bạn (và đồng nghiệp) có thể vẫn đang chờ đợi khoản lợi nhuận kinh doanh lớn. Bạn có thể chưa thiết kế lại quy trình quan trọng đó, cắt giảm thời gian tiếp cận thị trường, hoặc cải thiện đáng kể sự hài lòng của khách hàng.

Như Westerman, giảng viên cao cấp tại Trường Quản lý MIT Sloan, đã lưu ý trong một trong những bài viết phổ biến nhất của chúng tôi về trí tuệ nhân tạo năm nay, bạn có thể cần thực hành kiên nhẫn hơn. Các công ty thành công nhất hiện đang trong giai đoạn chuyển đổi nhỏ hơn sử dụng công cụ AI — mở đường cho sự chuyển đổi lớn đó.

Thật khó để diễn đạt mức độ khó khăn đối với các nhà lãnh đạo trong việc định hình chiến lược AI vào năm 2025. Sau cùng, công việc này liên quan đến việc giải quyết mọi thứ từ quản lý rủi ro đến đạo đức AI, với một số thách thức đáng sợ về quản lý dữ liệu và văn hóa. Đồng thời, các công cụ AI và trí tuệ nhân tạo tạo sinh tiếp tục phát triển. Những gì công cụ GenAI Claude không thể làm được mùa xuân này, có thể sẽ làm được vào mùa hè.

Tại MIT SMR, chúng tôi cố gắng xuất bản những lời khuyên mới mẻ, dựa trên bằng chứng mà các nhà lãnh đạo có thể áp dụng tại tổ chức của họ. Các nhà lãnh đạo rất muốn được hướng dẫn về chiến lược AI: Chúng tôi thấy điều này trong dữ liệu người đọc bài viết của chúng tôi. Ở đây, chúng tôi đã tập hợp 10 bài viết về AI phổ biến và có giá trị nhất trong những tháng gần đây để chia sẻ bài học kịp thời về 10 vấn đề cấp bách về AI.

1. Thu được giá trị GenAI: Bắt đầu với những chuyển đổi "t nhỏ".

"Chưa đầy hai năm trước, trí tuệ nhân tạo tạo sinh đã xuất hiện trên các tiêu đề với những khả năng mới đáng kinh ngạc: Có thể tham gia vào các cuộc trò chuyện; diễn giải lượng lớn văn bản, âm thanh hoặc hình ảnh; và thậm chí tạo ra tài liệu và tác phẩm nghệ thuật mới. Sau đợt áp dụng công nghệ nhanh nhất trong lịch sử — với hơn 100 triệu người dùng trong hai tháng đầu tiên — doanh nghiệp trong mọi ngành bắt đầu thử nghiệm với nó. Tuy nhiên, mặc dù đã trải qua hai năm với sự chú ý rộng rãi của giới quản lý và thử nghiệm mở rộng, chúng ta vẫn chưa thấy những chuyển đổi kinh doanh quy mô lớn được hỗ trợ bởi GenAI mà nhiều người ban đầu đã hình dung.

"Điều gì đã xảy ra? Công nghệ này không đáp ứng được lời hứa của nó sao? Các chuyên gia có sai khi kêu gọi những chuyển đổi lớn không? Các công ty có quá thận trọng không? Câu trả lời cho mỗi câu hỏi đó vừa là có vừa là không. Trí tuệ nhân tạo tạo sinh đã được sử dụng theo cách mang tính chuyển đổi trong nhiều công ty, chỉ là chưa phải là động lực cho việc thiết kế lại toàn diện các chức năng kinh doanh chính. Các nhà lãnh đạo kinh doanh đang tìm cách tạo ra giá trị thực từ các mô hình ngôn ngữ lớn (LLM) mà không cần thay thế hoàn toàn các quy trình kinh doanh hiện có. Họ đang theo đuổi sự chuyển đổi 't nhỏ', ngay cả khi họ xây dựng nền tảng cho những chuyển đổi lớn hơn sắp tới."

Đọc bài viết đầy đủ, "Tạo Giá Trị Từ GenAI Với Chuyển Đổi 't nhỏ'," của Melissa Webster và George Westerman.

2. Đưa ra các lựa chọn thông minh về nợ công nghệ AI.

"Để hiểu cách các nhà lãnh đạo kinh doanh ngày nay đang cải tổ tổ chức của họ, bao gồm vai trò của nợ công nghệ, Accenture đã nghiên cứu 1.500 công ty toàn cầu tại 10 quốc gia thuộc 19 ngành và tiến hành hàng chục cuộc thảo luận chuyên sâu với các nhà lãnh đạo cấp C. Nghiên cứu cho thấy rằng các công ty có vị thế tốt cho sự thay đổi có một 'lõi kỹ thuật số' sẵn sàng cho việc cải tổ — một tập hợp các thành phần chính như cơ sở hạ tầng đám mây, dữ liệu và AI có thể được cập nhật dễ dàng. Họ cũng thường dành khoảng 15% ngân sách CNTT của mình để khắc phục nợ công nghệ.

"Điều nghiên cứu làm rõ là ngày nay, giải quyết nợ công nghệ không phải là loại bỏ nó mà là quản lý nó. Chìa khóa nằm ở việc biết nợ là gì, cái gì cần sửa, cái gì cần giữ, và làm thế nào để nhận ra nợ công nghệ đang thúc đẩy khả năng đổi mới của công ty bạn."

Đọc bài viết đầy đủ, "Cách Quản Lý Nợ Công Nghệ Trong Kỷ Nguyên AI," của Koenraad Schelfaut và Prashant P. Shukla.

3. Dữ liệu phi cấu trúc lại trở nên quan trọng.

"Phần lớn dữ liệu mà GenAI làm việc là tương đối phi cấu trúc, ở dạng văn bản, hình ảnh, video và tương tự. Một nhà lãnh đạo tại một tổ chức bảo hiểm lớn gần đây đã chia sẻ... rằng 97% dữ liệu của công ty là phi cấu trúc. Nhiều công ty quan tâm đến việc sử dụng GenAI để giúp quản lý và cung cấp quyền truy cập vào dữ liệu và tài liệu của riêng họ, thường sử dụng phương pháp gọi là tạo sinh tăng cường bằng truy xuất, hoặc RAG. Nhưng một số công ty chưa làm việc nhiều với dữ liệu phi cấu trúc của họ kể từ thời kỳ quản lý kiến thức cách đây 20 năm hoặc hơn. Họ đã tập trung vào dữ liệu có cấu trúc — thường là các hàng và cột số từ các hệ thống giao dịch."

Đọc bài viết đầy đủ, "Năm Xu Hướng Trong AI Và Khoa Học Dữ Liệu Cho Năm 2025," của Thomas H. Davenport và Randy Bean.

4. Thành công với AI đòi hỏi xây dựng văn hóa dựa trên dữ liệu.

"Nhờ vào sự ồn ào đinh tai nhức óc xung quanh khoa học dữ liệu và AI, các nhà lãnh đạo doanh nghiệp không còn nghi ngờ tiềm năng chuyển đổi của cặp đôi mạnh mẽ này. Tuy nhiên, một thống kê đáng chú ý cho thấy một thách thức lãnh đạo lớn hơn: Hơn 57% công ty gặp khó khăn trong việc xây dựng văn hóa dựa trên dữ liệu, theo nghiên cứu của Wavestone. Điều này cho thấy trong nhiều trường hợp, các nhà lãnh đạo tin vào sức mạnh của dữ liệu và đang đầu tư vào AI, nhưng tổ chức của họ vẫn chưa nhận được lợi ích thực sự.

"Thật vậy, đối với nhiều nhà lãnh đạo, thách thức không phải là mua các công cụ phân tích nâng cao hoặc xây dựng các giải pháp kỹ thuật chính xác. Rào cản thực sự tinh tế nhưng quan trọng hơn nhiều: nuôi dưỡng một môi trường trong tổ chức nơi các cá nhân bản năng sẽ hướng đến dữ liệu bất cứ khi nào họ phải đưa ra quyết định. Đây là ý nghĩa thực sự của việc dựa vào dữ liệu hoặc tạo ra văn hóa dữ liệu."

Đọc bài viết đầy đủ, "Xây Dựng Văn Hóa Dựa Trên Dữ Liệu: Bốn Yếu Tố Chính," của Ganes Kesari.

5. Triết học có thể nuốt chửng chiến lược AI của bạn.

"Ngay cả khi phần mềm nuốt chửng thế giới và AI nuốt chửng phần mềm, yếu tố phá vỡ nào đang sẵn sàng để biến AI thành bữa ăn? Câu trả lời đang ẩn nấp trước mắt. Nó thách thức các nhà lãnh đạo kinh doanh và công nghệ như nhau để suy nghĩ lại về khoản đầu tư và mối quan hệ của họ với trí tuệ nhân tạo. Không có cách nào tránh khỏi yếu tố phá vỡ này; nó thâm nhập vào các bộ huấn luyện và mạng thần kinh của mọi mô hình ngôn ngữ lớn (LLM) trên toàn thế giới.

"Triết học đang nuốt chửng AI: Là một ngành học, bộ dữ liệu và tư duy, triết học ngày càng quyết định cách các công nghệ kỹ thuật số suy luận, dự đoán, sáng tạo, tạo ra và đổi mới. Thách thức doanh nghiệp quan trọng là liệu các nhà lãnh đạo có sở hữu sự tự nhận thức và nghiêm túc để sử dụng triết học như một nguồn lực tạo giá trị với AI hay mặc định theo các nguyên tắc triết học ngầm hiểu, không được nói rõ cho việc triển khai AI của họ. Dù bằng cách nào — tốt hơn hay tệ hơn — triết học nuốt chửng AI. Đối với các giám đốc có ý thức về chiến lược, phép ẩn dụ đó cần được ghi nhớ."

Đọc bài viết đầy đủ, "Triết Học Nuốt Chửng AI," của Michael Schrage và David Kiron.

6. GenAI có thể tăng tốc cách tổ chức học tập.

"Kết hợp với AI truyền thống, trí tuệ nhân tạo tạo sinh mở rộng phạm vi cải thiện tiềm năng trong nhiều quy trình và quyết định và sự dễ dàng mà kiến thức mới này có thể được áp dụng. Điều này, đến lượt nó, tạo ra tiềm năng cho một hiệu ứng cộng hưởng tích cực đến việc học tập tổ chức, với con người và máy móc làm việc phối hợp để tạo ra lợi thế cạnh tranh mới."

Đọc bài viết đầy đủ, "Tăng Tốc Học Tập Tổ Chức Với GenAI," của Paul Baier và John J. Sviokla.

7. GenAI so với AI phân tích: Chọn dự án của bạn một cách khôn ngoan.

"Các nhà lãnh đạo nên nhận ra rằng trí tuệ nhân tạo tạo sinh và AI phân tích là bổ sung chứ không thay thế lẫn nhau. GenAI tập trung vào hiệu quả và tự động hóa, như sử dụng chatbot được hỗ trợ bởi AI để tăng năng suất trung tâm cuộc gọi, trong khi AI phân tích nâng cao việc ra quyết định chiến lược, như xác định thời điểm tốt nhất hoặc đề nghị tốt nhất cho mỗi khách hàng được liên hệ bởi trung tâm cuộc gọi.

"Loại hình AI nào phù hợp nhất với vấn đề kinh doanh của bạn? Một bước quan trọng trong việc tạo lộ trình cho các dự án AI liên quan đến việc tiến hành các hội thảo hình thành ý tưởng trong đó các nhà lãnh đạo kinh doanh và kỹ thuật có thể động não về cơ hội áp dụng AI vào thách thức tổ chức."

Đọc bài viết đầy đủ, "AI Phân Tích: Cách Tốt Hơn Để Xác Định Các Dự Án AI Phù Hợp," của Pedro Amorim, Teresa Bianchi de Aguiar, Luís Guimarães, Bernardo Almada-Lobo và Bruno Teixeira.

8. Mang AI riêng của bạn (BYOAI) không thể bị cấm.

"Do những rủi ro liên quan đến BYOAI, có vẻ hợp lý khi các nhà lãnh đạo xem xét việc cấm hoàn toàn các công cụ GenAI chưa được kiểm định. Triển vọng sử dụng GenAI không kiểm soát, kết hợp với sự không chắc chắn xung quanh việc tiếp xúc pháp lý và quy định, có thể khiến các nhà lãnh đạo thận trọng một cách dễ hiểu. Tuy nhiên, các giám đốc điều hành mà chúng tôi phỏng vấn cho biết rằng việc cấm BYOAI là không thực tế và không hiệu quả. Nhân viên — đặc biệt là những người đã cảm thấy quá tải — thường chuyển sang các công cụ GenAI để nâng cao năng suất cá nhân của họ. Hạn chế truy cập chỉ đẩy họ tìm cách giải quyết không chính thức, có khả năng bỏ qua các khuôn khổ quản trị đã thiết lập. Điều này cuối cùng có thể khuếch đại chính những rủi ro mà các nhà lãnh đạo nhắm đến để giảm thiểu.

"Hơn nữa, lệnh cấm sẽ ngăn nhân viên khám phá các trường hợp sử dụng mới, chặn cơ hội giải quyết vấn đề sáng tạo và khám phá tiềm năng tăng hiệu quả trong toàn tổ chức."

Đọc bài viết đầy đủ, "Mang AI Riêng Của Bạn: Cách Cân Bằng Rủi Ro Và Đổi Mới," của Nick van der Meulen và Barbara H. Wixom.

9. Chú ý hơn đến việc đánh giá ứng dụng GenAI.

"Quy trình đánh giá bao gồm các evals — các bài kiểm tra tự động được thiết kế để đo lường mức độ hoạt động tốt của ứng dụng LLM trên các thông số phản ánh những gì người dùng cuối quan tâm và những gì quan trọng đối với doanh nghiệp. Evals đẩy nhanh quá trình phát triển bằng cách tập trung nỗ lực vào các lĩnh vực quan trọng và tăng khả năng xây dựng các ứng dụng mang lại giá trị tổ chức. Tuy nhiên, thực tế là nhiều đội đầu tư không đủ vào evals. Kết quả: tiến độ không đồng đều và cuối cùng là các dự án GenAI bị hủy bỏ hoặc các ứng dụng có lỗi không đạt được mục tiêu kinh doanh.

"Các nhà lãnh đạo kinh doanh, lãnh đạo CNTT và nhà phát triển làm việc cùng nhau để phát triển các ứng dụng AI tạo sinh để giải quyết vấn đề kinh doanh đều được hưởng lợi từ quy trình đánh giá mạnh mẽ. Các nhà lãnh đạo kinh doanh và CNTT có cái nhìn về mức độ chất lượng thực sự của ứng dụng trong suốt chu kỳ phát triển, và các nhà phát triển có thể trả lời những câu hỏi quan trọng, như 'Chúng ta có đang tiến bộ đủ không?' hoặc 'Chu kỳ phát triển tiếp theo nên tập trung vào điều gì?' hoặc 'Ứng dụng có đủ tốt để triển khai không?'"

Đọc bài viết đầy đủ, "Bước Ứng Dụng GenAI Bạn Đang Bỏ Qua: Đánh Giá," của Rama Ramakrishnan.

10. Câu hỏi giả định cần một công cụ học máy mới.

"ML nhân quả — một lĩnh vực mới nổi của học máy — có thể giúp trả lời... những câu hỏi giả định thông qua suy luận nhân quả. Tương tự như cách các nhà tiếp thị sử dụng các bài kiểm tra A/B để suy ra quảng cáo nào trong hai quảng cáo có khả năng tạo ra nhiều doanh số bán hàng hơn, ML nhân quả có thể thông báo điều gì có thể xảy ra nếu nhà quản lý thực hiện một hành động cụ thể.

"Điều này làm cho công nghệ hữu ích trong nhiều chức năng kinh doanh giống nhau sử dụng ML truyền thống, bao gồm phát triển sản phẩm, sản xuất, tài chính, nhân sự và tiếp thị. ML truyền thống vẫn là phương pháp tiếp cận khi mục tiêu duy nhất là đưa ra dự đoán — chẳng hạn như liệu giá cổ phiếu sẽ tăng hay sản phẩm nào khách hàng có khả năng mua nhất. Khi một công ty muốn dự đoán điều gì sẽ xảy ra nếu nó đưa ra quyết định này so với quyết định khác — chẳng hạn như liệu giảm giá 10% hay không giảm giá có khả năng thúc đẩy khách hàng mua lại hơn không — nó cần ML nhân quả."

Đọc bài viết đầy đủ, "Một Phương Pháp Học Máy Mới Trả Lời Các Câu Hỏi Giả Định," của Stefan Feuerriegel, Yash Raj Shrestha và Georg von Krogh.

-  Chúng ta đã đạt đến đỉnh điểm của cơn sốt AI, khi mọi hội nghị, bản tư vấn và bài thuyết trình đều tập trung vào mô hình ngôn ngữ lớn và tự động hóa lực lượng lao động.

-  Trong khi các công ty đang bận rộn tranh luận về việc áp dụng công cụ mới nào, họ lại bỏ qua câu hỏi quan trọng hơn: liệu họ có những kỹ năng con người cần thiết để phát triển trong thế giới AI?

-  AI không chỉ tự động hóa các nhiệm vụ mà còn định nghĩa lại giá trị của con người tại nơi làm việc. Trong thực tế mới này, những kỹ năng được yêu cầu nhiều nhất lại là những kỹ năng khó dạy và khó đo lường nhất: khả năng thích ứng, tư duy phản biện, trí tuệ cảm xúc và khả năng học hỏi nhanh.

-  Theo Diễn đàn Kinh tế Thế giới, những vai trò phát triển nhanh nhất không phải là những vai trò đòi hỏi chuyên môn kỹ thuật cao nhất, mà là những vai trò đòi hỏi kỹ năng mềm - tư duy phân tích, khả năng phục hồi, lãnh đạo và sáng tạo.

-  Thiếu hụt kỹ năng mềm không chỉ là vấn đề tuyển dụng mà còn là rủi ro chiến lược. Trong một nghiên cứu gần đây của WEF, nhân tài và văn hóa được coi là hai rào cản lớn nhất đối với chuyển đổi số thành công.

-  Các tổ chức tiên tiến đang chuyển từ việc tập trung vào công việc sang tập trung vào kỹ năng, từ bỏ định nghĩa vai trò cứng nhắc và tập trung vào những gì mọi người thực sự có thể làm.

-  Connetics, nhà khai thác mạng điện lớn nhất New Zealand, đã không chỉ số hóa hoạt động mà còn định nghĩa lại thế nào là lãnh đạo xuất sắc bằng cách xây dựng khung kỹ năng mềm dựa trên khoa học.

-  Hầu hết các công ty vẫn dựa vào những tiêu chí lỗi thời để đánh giá tiềm năng: sơ yếu lý lịch, chức danh công việc, trực giác. Nhưng xác định nhân tài trong thời đại AI đòi hỏi một góc nhìn khác.

-  AI có thể giúp ích không phải bằng cách thay thế đánh giá của con người, mà bằng cách nâng cao nó - phát hiện những điểm mạnh tiềm ẩn, ánh xạ kỹ năng mềm với nhu cầu kinh doanh và cung cấp sự phát triển cá nhân hóa ở quy mô lớn.

-  Các nhà lãnh đạo HR nên: xác định những gì quan trọng, đầu tư vào chẩn đoán, tăng cường chứ không tự động hóa, ưu tiên khả năng học hỏi nhanh và thay đổi các chỉ số đo lường.

-  Tương lai của công việc sẽ không được xây dựng trên AI mà trên những người biết cách làm việc với nó. Các tổ chức thành công nhất sẽ không phải là những tổ chức tự động hóa nhiều nhất mà là những tổ chức "con người" nhất.

📌 Trong kỷ nguyên AI, các kỹ năng mềm như khả năng thích ứng, tư duy phản biện và trí tuệ cảm xúc trở nên quý giá hơn bao giờ hết. Theo WEF, nhân tài và văn hóa là hai rào cản lớn nhất cho chuyển đổi số thành công. Tương lai thuộc về các tổ chức biết cách phát triển tiềm năng con người, không chỉ đơn thuần áp dụng công nghệ.

https://www.forbes.com/sites/reeceakhtar/2025/04/05/ai-is-not-your-talent-strategy/

- AI có thể là yếu tố gây gián đoạn quan trọng nhất trong lịch sử nhân loại, được so sánh có tác động sâu rộng hơn cả phát minh ra lửa hoặc điện.

- Khảo sát năm 2023 tại 31 quốc gia cho thấy hơn một nửa số người tham gia cảm thấy lo lắng về tác động của AI đến cuộc sống hàng ngày và tin rằng nó sẽ ảnh hưởng tiêu cực đến công việc của họ.

- Goldman Sachs dự đoán khoảng hai phần ba công việc hiện tại sẽ bị ảnh hưởng bởi tự động hóa AI và có thể lên đến 300 triệu việc làm trên toàn thế giới sẽ bị thay thế hoặc thay đổi đáng kể.

- Phân tích của McKinsey ước tính AI tạo sinh và các công nghệ khác có khả năng tự động hóa các hoạt động công việc chiếm đến 70% thời gian của nhân viên hiện nay.

- Các ngành dễ bị tổn thương bao gồm: hành chính (46% công việc có thể bị tự động hóa), pháp lý (44%), lập trình, kỹ thuật phần mềm, y tế, sáng tạo và sản xuất.

- Các ngân hàng toàn cầu có thể cắt giảm tới 200.000 việc làm trong 3-5 năm tới do AI.

- Trung Quốc đang phát triển "nhà máy tối" - nơi nguyên liệu thô đi vào và sản phẩm hoàn thiện đi ra với rất ít hoặc không có sự can thiệp của con người.

- Tác động của AI sẽ không đồng đều trên toàn cầu: Mỹ đối mặt với gián đoạn trong ngành dịch vụ; châu Á đi đầu trong tự động hóa sản xuất; châu Âu đang thực hiện các bước quy định sớm; các quốc gia vùng Vịnh đầu tư mạnh vào AI; Mỹ Latinh đối mặt với gián đoạn trong sản xuất và nông nghiệp.

- Châu Phi và các khu vực có mức lương thấp và việc làm phi chính thức cao có thể được bảo vệ khỏi tác động tồi tệ nhất do động lực kinh tế để tự động hóa yếu hơn.

- Dù đã có hàng trăm luật, quy định và hướng dẫn về AI, nhưng rất ít trong số đó có tính ràng buộc pháp lý, ngoại trừ Đạo luật AI của EU.

- Khảo sát mới cho thấy hơn 40% nhà tuyển dụng toàn cầu có kế hoạch giảm lực lượng lao động khi AI định hình lại thị trường lao động.

- Chính phủ cần chuẩn bị cho xã hội phát triển hợp đồng xã hội mới, ưu tiên các chương trình đào tạo lại, củng cố mạng lưới an sinh xã hội và khám phá thu nhập cơ bản phổ cập (UBI) để giúp người lao động bị thay thế.

📌 AI đang tự động hóa nhanh chóng với 300 triệu việc làm có thể bị thay thế. Tác động không đồng đều giữa các khu vực, với châu Á và Mỹ chịu ảnh hưởng nặng nề nhất. Cần một hợp đồng xã hội mới, đào tạo lại lực lượng lao động và an sinh xã hội mạnh mẽ để đối phó với cuộc cách mạng AI.

https://theconversation.com/ai-is-automating-our-jobs-but-values-need-to-change-if-we-are-to-be-liberated-by-it-253806

AI đang tự động hóa công việc của chúng ta – nhưng giá trị cần thay đổi nếu chúng ta muốn được giải phóng bởi nó

Xuất bản: Ngày 4 tháng 4, 2025 2.25 chiều BST

Tác giả

Robert Muggah
Nghiên cứu viên Richard von Weizsäcker tại Bosch Academy và Đồng sáng lập, Instituto Igarapé

Bruno Giussani
Cố vấn, Trung tâm Trí tuệ Nhân tạo Tăng cường Thụy Sĩ (SCAI)

Tiến sĩ Robert Muggah là đồng sáng lập của Viện Igarapé, một tổ chức tư vấn độc lập phát triển nghiên cứu, giải pháp và quan hệ đối tác nhằm giải quyết các thách thức an ninh công cộng, kỹ thuật số và khí hậu toàn cầu. Tiến sĩ Muggah cũng là người đứng đầu của SecDev Group, và là cố vấn cho Liên Hợp Quốc, IMF và Ngân hàng Thế giới. Là cố vấn cho các công ty khởi nghiệp AI và các công ty đầu tư công nghệ khí hậu, Tiến sĩ Muggah có kinh nghiệm phát triển công nghệ mới và thử nghiệm hệ thống AI cho an ninh và quản trị. Ông cũng điều phối một lực lượng đặc nhiệm toàn cầu về phân tích dự đoán và AI ở Nam bán cầu từ năm 2023.

Bruno Giussani là Cố vấn tại Trung tâm Trí tuệ Nhân tạo Tăng cường Thụy Sĩ (SCAI).

Trí tuệ nhân tạo có thể là yếu tố gây gián đoạn quan trọng nhất trong lịch sử loài người. CEO của Google Sundar Pichai nổi tiếng với câu nói rằng AI "sâu sắc hơn cả phát minh ra lửa hoặc điện". CEO của OpenAI Sam Altman tuyên bố rằng nó có sức mạnh chữa trị hầu hết các bệnh tật, giải quyết biến đổi khí hậu, cung cấp giáo dục cá nhân hóa cho thế giới, và dẫn đến các "chiến thắng đáng kinh ngạc" khác.

AI chắc chắn sẽ giúp giải quyết các vấn đề lớn, đồng thời tạo ra khối tài sản khổng lồ cho các công ty công nghệ và nhà đầu tư. Tuy nhiên, sự lan rộng nhanh chóng của AI tạo sinh và học máy cũng sẽ tự động hóa phần lớn lực lượng lao động toàn cầu, xóa bỏ cả công việc cổ trắng lẫn cổ xanh. Và mặc dù hàng triệu việc làm mới chắc chắn sẽ được tạo ra, nhưng không rõ điều gì sẽ xảy ra khi có tiềm năng mất hàng tỷ việc làm khác.

Giữa những lời hứa hẹn hồ hởi về lợi ích năng suất từ AI, ngày càng có nhiều lo ngại rằng hậu quả chính trị, xã hội và kinh tế từ việc thay thế lao động hàng loạt sẽ làm sâu sắc thêm bất bình đẳng, gây căng thẳng cho hệ thống an sinh xã hội, và góp phần gây bất ổn xã hội.

Một cuộc khảo sát năm 2023 tại 31 quốc gia cho thấy hơn một nửa số người được hỏi cảm thấy "lo lắng" về tác động của AI đối với cuộc sống hàng ngày và tin rằng nó sẽ ảnh hưởng tiêu cực đến công việc của họ. Lo ngại cũng gia tăng về cách AI đang được vũ khí hóa và có thể đẩy nhanh mọi thứ từ sự phân mảnh địa chính trị đến trao đổi hạt nhân. Trong khi các chuyên gia đang báo động, ngày càng rõ ràng rằng chính phủ, doanh nghiệp và xã hội chưa chuẩn bị cho cuộc cách mạng AI.

Sự xáo trộn AI sắp tới

Ý tưởng rằng một ngày nào đó máy móc sẽ thay thế lao động con người không phải là mới. Nó xuất hiện trong tiểu thuyết, phim ảnh và vô số báo cáo kinh tế kéo dài qua nhiều thế kỷ. Năm 2013, Carl-Benedikt Frey và Michael Osborne thuộc Đại học Oxford đã cố gắng định lượng chi phí con người, ước tính rằng "47% tổng việc làm ở Mỹ nằm trong danh mục rủi ro cao, có nghĩa là các nghề nghiệp liên quan có khả năng tự động hóa". Nghiên cứu của họ đã kích hoạt một cuộc tranh luận toàn cầu về hậu quả sâu rộng của tự động hóa không chỉ đối với công việc sản xuất, mà còn đối với công việc dịch vụ và dựa trên kiến thức.

Hiểu cách AI đang thay đổi xã hội

Quay lại hiện tại, khả năng AI đang phát triển nhanh hơn gần như mọi dự đoán. Vào tháng 11 năm 2022, OpenAI ra mắt ChatGPT, điều này đã đẩy nhanh đáng kể cuộc đua AI. Đến năm 2023, Goldman Sachs dự đoán rằng "khoảng hai phần ba công việc hiện tại tiếp xúc với một mức độ tự động hóa AI nào đó" và có tới 300 triệu việc làm trên toàn thế giới có thể bị thay thế hoặc thay đổi đáng kể bởi AI.

Một phân tích chi tiết hơn của McKinsey ước tính rằng "AI tạo sinh và các công nghệ khác có tiềm năng tự động hóa các hoạt động công việc chiếm tới 70% thời gian của nhân viên ngày nay". Brookings phát hiện ra rằng "hơn 30% tất cả người lao động có thể thấy ít nhất 50% nhiệm vụ trong nghề nghiệp của họ bị gián đoạn bởi AI tạo sinh". Mặc dù phương pháp và ước tính khác nhau, tất cả các nghiên cứu này đều chỉ ra một kết quả chung: AI sẽ làm đảo lộn sâu sắc thế giới việc làm.

Mặc dù có sự cám dỗ so sánh tác động của tự động hóa AI với các cuộc cách mạng công nghiệp trong quá khứ, điều này cũng thiển cận. AI có thể mang tính chuyển đổi hơn động cơ đốt trong hoặc Internet vì nó đại diện cho một sự thay đổi cơ bản trong cách đưa ra quyết định và thực hiện nhiệm vụ. Nó không chỉ là một công cụ mới hoặc nguồn năng lượng, mà là một hệ thống có thể học hỏi, thích nghi và đưa ra quyết định độc lập trên gần như tất cả các lĩnh vực của nền kinh tế và các khía cạnh của cuộc sống con người. Chính vì AI có những khả năng này, mở rộng theo cấp số nhân và không bị giới hạn bởi địa lý, nó đã bắt đầu vượt trội hơn con người. Nó báo hiệu sự ra đời của kỷ nguyên trí tuệ hậu con người.

Goldman Sachs ước tính rằng 46% công việc hành chính và 44% nhiệm vụ pháp lý có thể được tự động hóa trong thập kỷ tới. Trong các lĩnh vực tài chính và pháp lý, các nhiệm vụ như phân tích hợp đồng, phát hiện gian lận và tư vấn tài chính ngày càng được xử lý bởi hệ thống AI có thể xử lý dữ liệu nhanh hơn và chính xác hơn con người. Các tổ chức tài chính đang nhanh chóng triển khai AI để giảm chi phí và tăng hiệu quả, với nhiều vai trò cấp thấp sẽ biến mất. Các ngân hàng toàn cầu có thể cắt giảm tới 200.000 việc làm trong 3 đến 5 năm tới do AI.

Một cách mỉa mai, công việc lập trình và kỹ thuật phần mềm nằm trong số những nghề dễ bị tổn thương nhất khi AI lan rộng. Mặc dù có kỳ vọng rằng AI sẽ tăng năng suất và hợp lý hóa các nhiệm vụ thường xuyên với nhiều lập trình viên và người không phải lập trình viên có khả năng được hưởng lợi, một số người viết mã thừa nhận rằng họ đang trở nên quá phụ thuộc vào các đề xuất của AI (điều này làm suy yếu kỹ năng giải quyết vấn đề).

Anthropic, một trong những nhà phát triển hàng đầu của hệ thống AI tạo sinh, gần đây đã ra mắt Chỉ số Kinh tế dựa trên hàng triệu lượt sử dụng chatbot Claude ẩn danh. Nó tiết lộ sự áp dụng AI rộng rãi trong kỹ thuật phần mềm: "37,2% truy vấn gửi đến Claude thuộc danh mục này, bao gồm các nhiệm vụ như sửa đổi phần mềm, gỡ lỗi mã và khắc phục sự cố mạng".

AI cũng vượt trội hơn con người trong một loạt các vai trò chẩn đoán và hình ảnh y tế ngày càng tăng. Mặc dù các bác sĩ có thể không bị thay thế hoàn toàn, các vai trò hỗ trợ đặc biệt dễ bị tổn thương và các chuyên gia y tế đang lo lắng. Các nhà phân tích khẳng định rằng các công việc đòi hỏi kỹ năng cao không có rủi ro ngay cả khi các công cụ chẩn đoán do AI điều khiển và hệ thống quản lý bệnh nhân đang được triển khai đều đặn trong bệnh viện và phòng khám trên toàn thế giới.

Trong khi đó, các lĩnh vực sáng tạo cũng đối mặt với sự gián đoạn đáng kể khi viết do AI tạo ra và phương tiện tổng hợp được cải thiện. Nhu cầu cho các nhà báo, người viết quảng cáo và nhà thiết kế đã giảm trong khi nội dung do AI tạo ra (bao gồm cả cái gọi là "slop": lượng văn bản, âm thanh và video chất lượng thấp ngày càng tràn ngập mạng xã hội) ngày càng mở rộng. Và trong giáo dục, hệ thống dạy kèm AI, nền tảng học tập thích ứng và chấm điểm tự động có thể giảm nhu cầu về giáo viên con người, không chỉ trong môi trường học từ xa.

Có lẽ tác động mạnh mẽ nhất của AI trong những năm tới sẽ là trong lĩnh vực sản xuất. Các video gần đây từ Trung Quốc cho thấy một cái nhìn thoáng qua về tương lai của các nhà máy hoạt động 24/7 và gần như hoàn toàn tự động (ngoại trừ một số ít người trong vai trò giám sát). Hầu hết các nhiệm vụ được thực hiện bởi robot và công nghệ do AI điều khiển được thiết kế để xử lý sản xuất và, ngày càng tăng, các chức năng hỗ trợ.

Không giống như con người, robot không cần ánh sáng để hoạt động trong các "nhà máy tối" này. CapGemini mô tả chúng là những nơi "nguyên liệu thô đi vào, và sản phẩm hoàn chỉnh đi ra, với rất ít hoặc không có sự can thiệp của con người". Đọc lại câu đó. Những hàm ý sâu sắc và choáng váng: lợi ích hiệu quả (vốn) đến với cái giá của sinh kế con người (lao động) và một vòng xoáy đi xuống nhanh chóng cho người lao động nếu không có biện pháp bảo vệ nào được đưa ra.

Một số người tự tin lập luận rằng, cũng như với các thay đổi công nghệ trong quá khứ, việc mất việc làm do AI sẽ được bù đắp bằng các cơ hội mới. Những người ủng hộ AI thêm vào rằng nó sẽ chủ yếu xử lý các nhiệm vụ lặp đi lặp lại hoặc nhàm chán, giải phóng con người cho công việc sáng tạo hơn — như cho bác sĩ nhiều thời gian hơn với bệnh nhân, giáo viên nhiều thời gian hơn để tương tác với học sinh, luật sư nhiều thời gian hơn để tập trung vào mối quan hệ với khách hàng, hoặc kiến trúc sư nhiều thời gian hơn để tập trung vào thiết kế sáng tạo. Nhưng sự thoải mái lịch sử này bỏ qua tính mới hoàn toàn của AI: lần đầu tiên, chúng ta đối mặt với một công nghệ không chỉ là một công cụ mà là một tác nhân tự chủ, có khả năng đưa ra quyết định và trực tiếp định hình thực tế. Câu hỏi không chỉ là chúng ta có thể làm gì với AI, mà AI có thể làm gì với chúng ta.

AI chắc chắn sẽ tiết kiệm thời gian. Học máy đã diễn giải các bản quét nhanh hơn và rẻ hơn so với bác sĩ. Nhưng ý tưởng rằng điều này sẽ cho các chuyên gia nhiều thời gian hơn cho công việc sáng tạo hoặc lấy con người làm trung tâm ít thuyết phục hơn. Các bác sĩ hiện không thiếu công nghệ; họ thiếu thời gian vì hệ thống chăm sóc sức khỏe ưu tiên hiệu quả và cắt giảm chi phí hơn là "thời gian với bệnh nhân". Sự gia tăng của công nghệ trong chăm sóc sức khỏe trùng hợp với việc bác sĩ dành ít thời gian hơn cho bệnh nhân, không phải nhiều hơn, khi bệnh viện và công ty bảo hiểm đẩy mạnh năng suất cao hơn và chi phí thấp hơn. AI có thể làm cho việc chẩn đoán nhanh hơn, nhưng có ít lý do để nghĩ rằng nó sẽ nới lỏng sự kìm kẹp của một hệ thống được thiết kế để tối đa hóa đầu ra hơn là kết nối con người.

Cũng không có nhiều lý do để mong đợi AI giải phóng nhân viên văn phòng cho các nhiệm vụ sáng tạo hơn. Công nghệ có xu hướng củng cố các giá trị của hệ thống mà nó được đưa vào. Nếu những giá trị đó là giảm chi phí và năng suất cao hơn, AI sẽ được triển khai để tự động hóa nhiệm vụ và củng cố công việc, không phải để tạo không gian thở. Quy trình làm việc sẽ được thiết kế lại để đạt tốc độ và hiệu quả, không phải cho sự sáng tạo hoặc suy ngẫm. Trừ khi có một sự thay đổi có chủ ý trong ưu tiên — một động thái để đánh giá cao đầu vào của con người hơn đầu ra thô — AI có nhiều khả năng siết chặt ốc vít hơn là nới lỏng chúng. Sự thay đổi đó dường như không có khả năng xảy ra trong tương lai gần.

Tác động không đồng đều của AI

Tác động của AI đối với việc làm sẽ không được cảm nhận đồng đều trên toàn thế giới. Nó sẽ ảnh hưởng đến các quốc gia khác nhau theo cách khác nhau. Sự khác biệt trong hệ thống chính trị, mức độ phát triển kinh tế, cơ cấu thị trường lao động và tiếp cận cơ sở hạ tầng AI (bao gồm cả năng lượng) đang định hình cách các khu vực đang chuẩn bị và có khả năng trải qua sự gián đoạn do AI gây ra. Các quốc gia nhỏ hơn, giàu có hơn có khả năng ở vị trí tốt hơn để quản lý quy mô và tốc độ mất việc làm. Một số xã hội thu nhập thấp hơn có thể được bảo vệ khỏi sự gián đoạn do sự thâm nhập thị trường hạn chế của dịch vụ AI nói chung. Trong khi đó, các quốc gia có thu nhập cao và trung bình có thể trải qua sự xáo trộn xã hội và có khả năng bất ổn do tự động hóa nhanh chóng và không thể dự đoán.

Hoa Kỳ, nhà lãnh đạo hiện tại trong phát triển AI, đối mặt với sự tiếp xúc đáng kể với sự gián đoạn do AI gây ra, đặc biệt là trong các dịch vụ. Một nghiên cứu năm 2023 cho thấy những người lao động có trình độ học vấn cao trong các vai trò chuyên nghiệp và kỹ thuật dễ bị thay thế nhất. Các ngành công nghiệp dựa trên kiến thức như tài chính, dịch vụ pháp lý và hỗ trợ khách hàng đã đang cắt giảm việc làm cấp thấp khi AI tự động hóa các nhiệm vụ thường xuyên.

Các công ty công nghệ đã bắt đầu thu hẹp lực lượng lao động của họ, sử dụng điều đó cũng như các tín hiệu cho cả chính phủ và doanh nghiệp. Hơn 95.000 nhân viên tại các công ty công nghệ mất việc làm vào năm 2024. Mặc dù có lợi thế về AI, nền kinh tế nặng về dịch vụ của Mỹ khiến nó tiếp xúc cao với mặt trái của tự động hóa.

Châu Á đứng ở tiền tuyến của tự động hóa do AI trong sản xuất và dịch vụ. Không chỉ là Trung Quốc, mà các quốc gia như Hàn Quốc đang triển khai AI trong cái gọi là "nhà máy thông minh" và hậu cần với các cơ sở sản xuất hoàn toàn tự động ngày càng trở nên phổ biến. Ấn Độ và Philippines, các trung tâm lớn cho IT và dịch vụ khách hàng thuê ngoài, đối mặt với áp lực khi AI đe dọa thay thế lao động con người trong các lĩnh vực này. Nhật Bản, với lực lượng lao động đang thu hẹp, nhìn nhận AI nhiều như một giải pháp hơn là một mối đe dọa. Nhưng sự tiếp xúc rộng hơn của khu vực với tự động hóa phản ánh sự phụ thuộc sâu sắc vào sản xuất và thuê ngoài, khiến nó rất dễ bị thay thế việc làm do AI trong một thế giới đầy biến động địa chính trị.

Châu Âu đang thực hiện các bước quy định sớm để quản lý tác động của AI đối với thị trường lao động. Đạo luật AI của EU nhằm quy định các ứng dụng AI có rủi ro cao, bao gồm cả những ứng dụng ảnh hưởng đến việc làm. Tuy nhiên, ở Đông Âu, nơi sản xuất và lao động giá rẻ là nền tảng của khả năng cạnh tranh kinh tế, tự động hóa đã đang cắt giảm vào an ninh việc làm. Ba Lan và Hungary, ví dụ, đang chứng kiến sự gia tăng trong dây chuyền sản xuất tự động. Nền kinh tế dựa trên kiến thức của Tây Âu đối mặt với rủi ro tương tự như ở Mỹ, đặc biệt là trong tài chính và dịch vụ chuyên nghiệp.

Các quốc gia Vùng Vịnh giàu dầu mỏ đang đầu tư mạnh vào AI như một phần của nỗ lực đa dạng hóa tránh xa sự phụ thuộc vào hydrocarbon. Ả Rập Xê-út, UAE và Qatar đang xây dựng các trung tâm AI và tích hợp AI vào dịch vụ chính phủ và hậu cần. UAE thậm chí có Bộ trưởng Nhà nước về AI. Nhưng với tỷ lệ thất nghiệp thanh niên cao và sự phụ thuộc vào lao động nước ngoài, những quốc gia này đối mặt với rủi ro nếu AI giảm nhu cầu cho công việc kỹ năng thấp, có khả năng làm trầm trọng thêm bất bình đẳng.

Ở Mỹ Latinh, tự động hóa đe dọa gây gián đoạn sản xuất và nông nghiệp, nhưng cũng cả các lĩnh vực như khai thác mỏ, hậu cần và dịch vụ khách hàng. Có tới 2-5% tất cả các công việc trong khu vực có nguy cơ, theo Tổ chức Lao động Quốc tế và Ngân hàng Thế giới. Và không chỉ là người trẻ trong các lĩnh vực dịch vụ chính thức, mà còn là lao động con người trong hoạt động khai thác mỏ, hậu cần và công nhân kho. Các trung tâm cuộc gọi ở Mexico và Colombia đối mặt với áp lực khi các bot dịch vụ khách hàng được hỗ trợ bởi AI giảm nhu cầu cho nhân viên con người. Và giám sát cây trồng do AI điều khiển, tưới tiêu tự động và thu hoạch bằng robot đe dọa thay thế người lao động nông trại, đặc biệt là ở Brazil và Argentina. Tuy nhiên, thị trường lao động phi chính thức lớn của khu vực có thể giảm bớt một số cú sốc.

Mặc dù hầu hết người châu Phi lạc quan về tiềm năng chuyển đổi của AI, việc áp dụng vẫn thấp do cơ sở hạ tầng và đầu tư hạn chế. Tuy nhiên, nền kinh tế kỹ thuật số đang phát triển nhanh chóng của lục địa có thể thấy AI đóng vai trò chuyển đổi trong dịch vụ tài chính, hậu cần và nông nghiệp. Một đánh giá gần đây cho thấy AI có thể thúc đẩy năng suất và tiếp cận dịch vụ, nhưng nếu không được quản lý cẩn thận, nó có nguy cơ làm rộng khoảng cách bất bình đẳng. Như ở Mỹ Latinh, tiền lương thấp và mức độ việc làm phi chính thức cao làm giảm động lực tài chính cho tự động hóa. Mỉa mai thay, động lực kinh tế yếu hơn cho tự động hóa có thể bảo vệ các nền kinh tế này khỏi những điều tồi tệ nhất của sự gián đoạn lao động do AI.

Không ai được chuẩn bị

Quy mô và tốc độ của những phát triển AI gần đây đã khiến nhiều chính phủ và doanh nghiệp bất ngờ. Chắc chắn, một số đang chủ động thực hiện các bước để chuẩn bị lực lượng lao động cho sự chuyển đổi. Hàng trăm luật, quy định, hướng dẫn và tiêu chuẩn AI đã xuất hiện trong những năm gần đây, mặc dù ít trong số đó có tính ràng buộc pháp lý. Một ngoại lệ là Đạo luật AI của EU, tìm cách thiết lập một khuôn khổ pháp lý toàn diện cho việc triển khai AI, giải quyết các rủi ro như mất việc làm và các vấn đề đạo đức. Trung Quốc và Hàn Quốc cũng đã phát triển các chiến lược AI quốc gia với trọng tâm vào chính sách công nghiệp và tự chủ công nghệ, nhằm dẫn đầu về AI và tự động hóa đồng thời thúc đẩy lĩnh vực sản xuất của họ.

Mặc dù có những nỗ lực gần đây để tăng cường giám sát đối với AI, Mỹ đã áp dụng cách tiếp cận laissez-faire ngày càng tăng, ưu tiên đổi mới bằng cách giảm rào cản quy định. Tuy nhiên, quan điểm "quy định tối thiểu" này làm dấy lên lo ngại về chi phí xã hội tiềm ẩn của việc áp dụng AI nhanh chóng, bao gồm việc thay thế công việc trên diện rộng, làm sâu sắc thêm bất bình đẳng và làm suy yếu nền dân chủ.

Các quốc gia khác, đặc biệt là ở Nam bán cầu, phần lớn vẫn đứng ngoài cuộc trong việc quy định AI, thiếu nhận thức, khả năng hoặc cơ sở hạ tầng để giải quyết những vấn đề này một cách toàn diện. Do đó, bức tranh quy định toàn cầu vẫn còn phân mảnh, với sự khác biệt đáng kể về cách các quốc gia đang chuẩn bị cho tác động của tự động hóa đối với lực lượng lao động.

Các doanh nghiệp đang chịu áp lực phải áp dụng AI nhanh chóng và sâu rộng nhất có thể, vì sợ mất khả năng cạnh tranh. Đó là, ít nhất, câu chuyện cường điệu mà các công ty AI đã thành công trong việc đưa ra. Và nó đang hoạt động: một cuộc thăm dò gần đây với 1.000 giám đốc điều hành cho thấy 58% doanh nghiệp đang áp dụng AI do áp lực cạnh tranh và 70% nói rằng tiến bộ công nghệ đang diễn ra nhanh hơn khả năng lực lượng lao động có thể kết hợp.

Một cuộc khảo sát mới khác cho thấy hơn 40% nhà tuyển dụng toàn cầu đã lên kế hoạch giảm lực lượng lao động khi AI định hình lại thị trường lao động. Bị bỏ lỡ trong cuộc chạy đua áp dụng AI là một sự suy ngẫm nghiêm túc về quá trình chuyển đổi lực lượng lao động. Các tổ chức tài chính, công ty tư vấn, trường đại học và các nhóm phi lợi nhuận đã báo động về tác động kinh tế của AI nhưng đã cung cấp ít giải pháp ngoài việc nâng cao kỹ năng lực lượng lao động và Thu nhập Cơ bản Phổ quát (UBI). Chính phủ và doanh nghiệp đang vật lộn với một thách thức cơ bản: làm thế nào để quản lý lợi ích của AI trong khi bảo vệ người lao động khỏi bị thay thế.

Tự động hóa do AI điều khiển không còn là một triển vọng tương lai; nó đã định hình lại thị trường lao động. Khi tự động hóa giảm lực lượng lao động con người, nó cũng sẽ làm giảm sức mạnh của công đoàn và thương lượng tập thể, làm gia tăng quyền lực vốn đối với lao động. Liệu AI có thúc đẩy sự thịnh vượng rộng rãi hay làm sâu sắc thêm bất bình đẳng và bất ổn xã hội phụ thuộc không chỉ vào mệnh lệnh của CEO công ty công nghệ và cổ đông, mà còn vào các quyết định chủ động được đưa ra bởi các nhà hoạch định chính sách, lãnh đạo doanh nghiệp, đại diện công đoàn và người lao động trong những năm tới.

Câu hỏi chính không phải là liệu AI có gây gián đoạn thị trường lao động hay không — điều này là không thể tránh khỏi — mà là cách xã hội sẽ quản lý sự xáo trộn và loại "thỏa thuận mới" nào sẽ được thực hiện để giải quyết các hậu quả tiêu cực bên ngoài của nó. Đáng nhớ rằng mặc dù 3 cuộc cách mạng công nghiệp trước đây đã tạo ra nhiều việc làm hơn số cách mạng công nghiệp đã phá hủy, quá trình chuyển đổi đã dài và đau đớn. Lần này, tốc độ thay đổi sẽ nhanh hơn và sâu sắc hơn, đòi hỏi hành động nhanh chóng và sáng suốt.

Tối thiểu, chính phủ phải chuẩn bị xã hội để phát triển một hợp đồng xã hội mới, ưu tiên các chương trình đào tạo lại, củng cố hệ thống an sinh xã hội, và khám phá UBI để giúp người lao động bị thay thế bởi tự động hóa. Họ cũng nên chủ động thúc đẩy các ngành công nghiệp mới để hấp thụ lực lượng lao động bị thay thế. Doanh nghiệp, đến lượt mình, sẽ cần phải suy nghĩ lại về chiến lược lực lượng lao động và áp dụng mô hình triển khai AI lấy con người làm trung tâm, ưu tiên sự hợp tác giữa con người và máy móc, thay vì thay thế con người bằng máy móc.

Lời hứa của AI là rất lớn, từ việc tăng năng suất đến tạo ra các cơ hội kinh tế mới và thực sự giúp giải quyết các vấn đề tập thể lớn. Tuy nhiên, nếu không có nỗ lực tập trung và phối hợp, công nghệ này khó có thể phát triển theo cách mang lại lợi ích cho toàn xã hội.

-  Theo Aneesh Raman, Giám đốc Cơ hội Kinh tế của LinkedIn, đến năm 2030, 70% kỹ năng cần thiết cho công việc trung bình sẽ thay đổi hoàn toàn.

-  Thị trường lao động truyền thống luôn tồn tại những khiếm khuyết từ khi hình thành. Raman mô tả nó là "một trong những thị trường ít minh bạch, ít năng động và ít công bằng nhất mà con người từng tạo ra".

-  AI đang buộc chúng ta phải xem xét công việc không phải như những chức danh mà là tập hợp các nhiệm vụ đòi hỏi những kỹ năng cụ thể.

-  Quá trình chuyển đổi kinh tế diễn ra qua 4 giai đoạn: giai đoạn đầu là sự gián đoạn với việc áp dụng AI, tiếp theo là sự chuyển đổi công việc, sau đó là việc tạo ra các vai trò hoàn toàn mới, và cuối cùng là mô hình kinh tế mới - "nền kinh tế đổi mới".

-  Raman đề xuất phân tích công việc hiện tại thành 3 nhóm: những nhiệm vụ mà AI sẽ tự động hóa, những nhiệm vụ bạn sẽ làm cùng với AI, và những nhiệm vụ vẫn độc đáo của con người.

-  Khi AI đảm nhận nhiều nhiệm vụ phân tích và tính toán hơn, con người cần phát triển "5 kỹ năng C": tò mò, lòng trắc ẩn, sáng tạo, can đảm và giao tiếp.

-  Kỹ năng mềm đang trở thành "kỹ năng cứng" mới. Dữ liệu của LinkedIn cho thấy xây dựng mối quan hệ, tư duy chiến lược và giao tiếp xếp hạng cao hơn khả năng sử dụng AI.

-  Mô hình sự nghiệp tuyến tính truyền thống đang dần biến mất, thay vào đó là sự nghiệp "đường ngoằn ngoèo" với những kinh nghiệm đa dạng xây dựng danh mục kỹ năng độc đáo.

-  Để chuẩn bị cho tương lai, hãy phát triển khả năng sử dụng AI và tập trung vào các kỹ năng bạn đam mê thay vì chức danh hay bằng cấp.

-  Các bộ phận nhân sự đang chuyển từ vai trò hỗ trợ sang vai trò lãnh đạo chiến lược. Raman dự đoán: "Tôi nghĩ CHRO là CTO mới, CEO tiếp theo."

-  IBM là ví dụ điển hình với bot AI HR xử lý các nhiệm vụ thường xuyên đồng thời gắn trực tiếp lương thưởng với việc phát triển kỹ năng.

📌 AI đang tái định hình thị trường lao động, với 70% kỹ năng công việc sẽ thay đổi vào năm 2030. Kỹ năng mềm như sáng tạo và giao tiếp trở thành kỹ năng quan trọng nhất, trong khi mô hình sự nghiệp tuyến tính biến mất, nhường chỗ cho sự phát triển đa dạng dựa trên kỹ năng.

https://www.forbes.com/sites/bernardmarr/2025/04/04/the-great-skill-shift-how-ai-is-transforming-70-of-jobs-by-2030/

-  Trong nhiều thế kỷ, kiến thức chuyên môn luôn được bảo vệ bởi rào cản giáo dục, chứng chỉ và thuật ngữ chuyên ngành, nhưng giờ đây AI như ChatGPT và Claude đang thay đổi tình hình.

-  Công nghệ AI giảm thiểu sự bất cân xứng thông tin, cho phép người dùng xác minh, đặt câu hỏi và làm rõ thông tin phức tạp, từ đó thúc đẩy tự tin trí tuệ - yếu tố quan trọng cho việc ra quyết định.

-  Bệnh nhân có thể tìm hiểu về tình trạng y tế trước khi gặp bác sĩ, khách hàng có thể hiểu rõ hợp đồng pháp lý, và học sinh có thể chuẩn bị cho các buổi trị liệu hoặc học tập.

-  "Cognitive offloading" (việc dựa vào công cụ thay vì trí nhớ và lý luận) là mặt trái của AI, có thể làm suy yếu khả năng tư duy phân tích và nỗ lực cần thiết để hiểu vấn đề.

-  Hiệu ứng Dunning-Kruger trở nên đáng lo ngại khi AI trình bày thông tin rõ ràng và tự tin, khiến người dùng có thể đánh giá quá cao kiến thức của mình về chẩn đoán bệnh, kết quả xét nghiệm hoặc văn bản pháp lý.

-  Mối quan hệ với chuyên gia đang thay đổi: thay vì mô hình từ trên xuống, tương lai có thể là mối quan hệ đối tác, nơi chuyên gia đóng vai trò cộng tác viên và người giải thích.

-  "Hiệu ứng trôi chảy" trong tâm lý học cho thấy chúng ta thường tin tưởng thông tin dễ hiểu, khiến câu trả lời rõ ràng từ AI đôi khi cảm thấy đáng tin cậy hơn chuyên gia thực sự.

-  Việc ra quyết định đang thay đổi với AI, dẫn đến "moral outsourcing" (ủy thác đạo đức), nơi chúng ta giao phán đoán đạo đức cho thuật toán thay vì bản năng hoặc chuyên gia.

-  Chuyên gia không biến mất mà đang phát triển: vai trò của họ đang chuyển từ người giữ cổng thông tin sang người hướng dẫn bối cảnh, từ người giải thích bí ẩn thành người cố vấn ý nghĩa.

-  Tương lai lý tưởng là kết hợp cả AI và chuyên gia: AI giúp kiến thức dễ tiếp cận hơn, trong khi chuyên gia con người mang lại sự tinh tế, đồng cảm và kinh nghiệm không thể tính toán.

📌 AI đang tái định nghĩa vai trò chuyên gia, không phải loại bỏ họ. Công nghệ giảm bất cân xứng thông tin, tăng tự tin trí tuệ nhưng cũng tạo ra hiệu ứng Dunning-Kruger. Tương lai lý tưởng là mối quan hệ đối tác giữa AI và chuyên gia con người, kết hợp kiến thức dễ tiếp cận với sự tinh tế và kinh nghiệm.

https://www.psychologytoday.com/us/blog/beyond-school-walls/202504/the-decline-of-the-expert

* Đại học Bắc Kinh đã vươn lên dẫn đầu bảng xếp hạng toàn cầu về sản lượng nghiên cứu AI kể từ năm 2022, theo dữ liệu từ trang web AIRankings.

* Viện Trí tuệ nhân tạo và Trường Khoa học và Công nghệ Thông minh của Đại học Bắc Kinh do Zhu Songchun đứng đầu - chuyên gia về thị giác máy tính từng đoạt giải thưởng, người đã trở về Trung Quốc từ Đại học California, Los Angeles vào năm 2020.

* Trong một diễn đàn tại Đại học Bắc Kinh hồi tháng 1, Zhu đã nói: "Tạo ra công nghệ đẳng cấp thế giới thông qua tư duy Trung Quốc là mục tiêu và trách nhiệm của chúng ta. Trung Quốc hoàn toàn có khả năng nắm bắt thời đại AI tổng quát."

* Trong số 10 tổ chức hàng đầu về số lượng bài báo nghiên cứu năm 2024, các tổ chức Trung Quốc chiếm một nửa, với Đại học Bắc Kinh, Đại học Thanh Hoa và Đại học Chiết Giang dẫn đầu.

* Đại học Carnegie Mellon của Mỹ xếp thứ tư, tiếp theo là Viện Khoa học Trung Quốc, Đại học Công nghệ Nanyang (Singapore), Đại học Giao thông Thượng Hải, Đại học Stanford, Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) và Đại học California, Berkeley.

* Xếp hạng trong thập kỷ 2015-2025 cho thấy ba vị trí đầu tiên thuộc về Đại học Bắc Kinh, Carnegie Mellon và Đại học Thanh Hoa, tiếp theo là MIT, Stanford và UC Berkeley của Mỹ.

* Sự thành công nhanh chóng của DeepSeek cho thấy sinh viên tốt nghiệp từ các trường đại học hàng đầu của Trung Quốc có khả năng cạnh tranh cao.

* Nhà sáng lập DeepSeek, Liang Wenfeng, tốt nghiệp Đại học Chiết Giang năm 2010 với bằng cử nhân và thạc sĩ về kỹ thuật thông tin.

* Đội ngũ các nhà khoa học trẻ của ông gần như hoàn toàn gồm người Trung Quốc và sinh viên mới tốt nghiệp từ các trường hàng đầu, bao gồm Đại học Thanh Hoa và Đại học Bắc Kinh.

* Mặc dù các trường đại học hàng đầu của Trung Quốc đã tăng số lượng xuất bản, nhưng khi so sánh với các quốc gia khác, Trung Quốc vẫn đứng thứ hai sau Mỹ về số lượng xuất bản trong các lĩnh vực AI cốt lõi trong 10 năm qua.

* Kể từ năm 2015, 188 viện nghiên cứu ở Mỹ đã xuất bản hơn 35.000 bài báo, trong khi 33 viện nghiên cứu ở Trung Quốc đã xuất bản gần 17.900 bài.

* Kể từ khi ChatGPT ra mắt vào cuối năm 2022, Trung Quốc đã thu hẹp khoảng cách về sản lượng nghiên cứu với Mỹ; từ việc xuất bản ít hơn 1.900 bài báo so với Mỹ vào năm 2023 xuống còn ít hơn 1.400 bài vào năm 2024.

* Tính đến nay trong năm nay, 27 viện nghiên cứu Trung Quốc đã xuất bản tổng cộng 280 bài báo bởi 279 tác giả, so với 102 viện nghiên cứu Mỹ đã xuất bản 179 bài báo bởi 248 tác giả.

📌 Đại học Bắc Kinh dẫn đầu bảng xếp hạng nghiên cứu AI toàn cầu, với các trường đại học Trung Quốc chiếm 5/10 vị trí hàng đầu. Khoảng cách nghiên cứu AI giữa Trung Quốc và Mỹ đang thu hẹp nhanh chóng, từ 1.900 bài báo năm 2023 xuống còn 1.400 bài năm 2024.

https://www.scmp.com/news/china/science/article/3305004/chinese-universities-surpass-us-rivals-ai-ranking-and-then-there-deepseek

• Báo cáo từ Carnegie Mellon và Microsoft nghiên cứu tác động của AI tạo sinh (GenAI) đến tư duy phản biện của nhân viên tri thức qua khảo sát 319 người với 936 ví dụ thực tế trong công việc.

• GenAI được định nghĩa là công cụ cho người dùng cuối có sử dụng mô hình tạo sinh dựa trên deep learning.

• Tư duy phản biện được định nghĩa dựa trên phân loại Bloom, gồm 6 hoạt động: ghi nhớ, hiểu, áp dụng, phân tích, tổng hợp và đánh giá.

• Kết quả khảo sát cho thấy:

  • 59,3% người tham gia cho biết có thực hiện tư duy phản biện khi dùng GenAI.

  • Tuy nhiên, GenAI khiến nhiều người cảm thấy tốn ít nỗ lực hơn trong các hoạt động tư duy, đặc biệt là với người có niềm tin cao vào khả năng của AI.

  • Ngược lại, người có tự tin cao vào bản thân lại có xu hướng tăng cường tư duy phản biện.

• Người dùng thường thực hiện tư duy phản biện khi:

  • Thiết lập mục tiêu và tạo prompt phù hợp.

  • Đánh giá và chỉnh sửa output AI để đảm bảo chất lượng, xác thực thông tin.

  • Tích hợp và sửa đổi nội dung AI sao cho phù hợp ngữ cảnh và mục tiêu công việc.

• Những động lực thúc đẩy tư duy phản biện gồm:

  • Muốn nâng cao chất lượng công việc.

  • Tránh hậu quả tiêu cực (ví dụ: email lỗi, code sai).

  • Học hỏi và phát triển kỹ năng.

• Những rào cản khiến người dùng không tư duy phản biện:

  • Nhận thức sai về độ tin cậy của GenAI.

  • Thiếu động lực do thời gian gấp hoặc vai trò công việc không yêu cầu.

  • Thiếu khả năng đánh giá hoặc cải thiện output AI do không có chuyên môn.

• Với 6 hoạt động tư duy theo Bloom:

  • 72–79% người dùng cảm thấy giảm nỗ lực với các hoạt động như ghi nhớ, hiểu, tổng hợp.

  • 55% cảm thấy hoạt động đánh giá vẫn còn tốn công nhất.

  • Nhiều người chuyển vai trò từ “thực hiện” sang “giám sát”, từ làm việc trực tiếp sang đánh giá và chỉnh sửa output AI.

• Mô hình hồi quy cho thấy:

  • Tự tin vào bản thân (+0,26) và khả năng đánh giá AI (+0,31) liên quan đến tăng tư duy phản biện.

  • Niềm tin vào AI (-0,69) có liên quan đến việc giảm tư duy phản biện.

• Nhân viên có xu hướng tư duy phản biện nhiều hơn khi họ:

  • Có thói quen phản tư trong công việc.

  • Làm những công việc mang tính rủi ro cao hoặc đòi hỏi độ chính xác.

• Tuy nhiên, GenAI đang khuyến khích "hội chứng lười suy nghĩ", đặc biệt trong các công việc đơn giản, tạo nguy cơ lệ thuộc lâu dài.

📌 Báo cáo khảo sát 319 nhân viên văn phòng cho thấy 59% có thực hiện tư duy phản biện khi dùng GenAI, nhưng AI lại khiến họ cảm thấy giảm nỗ lực, đặc biệt với người tin tưởng AI cao (hệ số -0,69). Người tự tin vào bản thân thì tăng khả năng phản biện (hệ số +0,26). Dù AI giúp tăng hiệu quả, nó cũng khiến người dùng ít suy nghĩ độc lập, đặc biệt trong tác vụ đơn giản – một xu hướng có thể làm suy giảm tư duy dài hạn.

https://www.microsoft.com/en-us/research/wp-content/uploads/2025/01/lee_2025_ai_critical_thinking_survey.pdf

🧠 Người dùng thường thực hiện tư duy phản biện khi nào?

• Trong giai đoạn thiết lập mục tiêu và soạn prompt: Người dùng GenAI thường bắt đầu quá trình tư duy phản biện từ việc xác định rõ mục tiêu công việc và hình dung kết quả mong muốn. Họ đặt câu hỏi như: "Tôi đang cố đạt được điều gì?", "Output AI có đáp ứng yêu cầu chuyên môn không?" Việc tạo prompt chính xác, điều chỉnh nhiều lần, suy xét ngôn ngữ và từ khóa đều là dấu hiệu của tư duy phản biện trong bước này.

• Khi kiểm tra và đánh giá kết quả AI tạo ra: Sau khi nhận được output, người dùng bắt đầu kiểm tra độ chính xác, tính đầy đủ và tính phù hợp của nội dung với bối cảnh công việc. Hoạt động này bao gồm đánh giá logic, ngữ điệu, độ rõ ràng, và cả tính cập nhật hoặc mức độ thiên vị trong dữ liệu.

• Khi tích hợp hoặc chỉnh sửa output vào công việc thực tế: Người dùng không chỉ chép lại nguyên văn, mà thường chọn lọc phần phù hợp, điều chỉnh văn phong, hoặc tái cấu trúc lại nội dung. Đặc biệt với các nội dung mang tính chuyên môn, người dùng sẽ chuyển đổi output để phù hợp với văn hóa doanh nghiệp, phong cách cá nhân hoặc yêu cầu ngành nghề.

🚀 Những động lực thúc đẩy người dùng thực hiện tư duy phản biện

1. Cải thiện chất lượng đầu ra công việc:

   • Người dùng nhận thấy rằng kết quả do GenAI tạo ra thường mang tính “chung chung”, thiếu chiều sâu hoặc không đủ chuyên biệt cho từng lĩnh vực cụ thể. Để tránh việc giao nộp sản phẩm kém chất lượng, họ buộc phải đánh giá và chỉnh sửa kỹ lưỡng.

   • Ví dụ: Một người dùng nhận xét rằng output của ChatGPT cho nội dung marketing quá sáo rỗng và cần được chỉnh sửa đáng kể để “đưa ra thứ mà tôi dám gửi cho sếp.”

2. Tránh hậu quả tiêu cực trong công việc:

   • Với các tác vụ có yếu tố rủi ro cao (ví dụ như nội dung pháp lý, chăm sóc sức khỏe, báo cáo tài chính, code lập trình), người dùng tự động cảnh giác và thực hiện đánh giá kỹ lưỡng để phòng ngừa sai sót có thể gây tổn thất lớn.

   • Ví dụ: Một dược sĩ kiểm tra output từ ChatGPT về hướng dẫn điều trị tiểu đường bằng cách so sánh với hướng dẫn chính thức từ bệnh viện, vì tài liệu này sẽ được dùng cho bệnh nhân.

3. Học hỏi và phát triển kỹ năng cá nhân:

   • Một số người xem GenAI như công cụ học tập. Họ không chỉ muốn “lấy kết quả”, mà còn dùng cơ hội này để hiểu cách giải quyết vấn đề, cải thiện kỹ năng viết, trình bày hoặc tư duy logic.

   • Ví dụ: Một người dùng học cách cải thiện email công việc bằng cách đọc kỹ các gợi ý chỉnh sửa từ ChatGPT và sau đó áp dụng vào các email sau để viết tốt hơn mà không cần hỗ trợ.

⚠️ Những rào cản khiến người dùng không thực hiện tư duy phản biện

1. Rào cản về nhận thức (thiếu ý thức về rủi ro):

   • Nhiều người tin rằng AI “đủ thông minh” để xử lý các tác vụ đơn giản, dẫn đến việc họ không thấy cần thiết phải kiểm tra lại. Với các tác vụ như tóm tắt họp, chỉnh sửa văn bản ngắn, dịch thuật, họ mặc định rằng AI sẽ đúng.

   • Ngoài ra, có người thiếu hiểu biết về giới hạn của GenAI, ví dụ tin rằng thông tin AI cung cấp luôn chính xác và đáng tin cậy.

2. Rào cản về động lực (thiếu thời gian, không thấy cần thiết):

   • Với môi trường công việc áp lực, đặc biệt trong ngành bán hàng, marketing, hoặc hành chính, nhiều người không có thời gian suy nghĩ kỹ lưỡng về output. Thay vào đó, họ chỉ cần “có sản phẩm nhanh” để đáp ứng KPI.

   • Có người cho biết rằng việc kiểm tra, sửa lỗi, hay đánh giá là trách nhiệm của các bộ phận khác trong quy trình, nên họ không cần tư duy phản biện.

3. Rào cản về năng lực (không biết cách kiểm tra hoặc sửa AI):

   • Một nhóm người gặp khó khăn trong việc đánh giá output do thiếu kiến thức chuyên môn. Họ không thể xác định liệu kết quả AI đưa ra có đúng hay không, đặc biệt với các chủ đề kỹ thuật như lập trình, y tế hoặc tài chính.

   • Ngay cả khi nhận ra output AI sai, một số người không biết nên chỉnh sửa như thế nào hoặc prompt lại ra sao. Họ mô tả GenAI như “bướng bỉnh”, không làm theo hướng dẫn dù đã điều chỉnh prompt nhiều lần.

- Nền kinh tế đang chuyển từ tập trung vào kiến thức sang đổi mới sáng tạo, nơi khả năng sáng tạo và giải quyết vấn đề của con người trở nên có giá trị hơn kiến thức thuần túy do khả năng ngày càng tăng của AI.

- Theo Aneesh Raman, giám đốc cơ hội kinh tế tại LinkedIn: "Nền kinh tế dựa trên 'kiến thức' đang dần biến mất và nền kinh tế đổi mới đang hình thành".

- AI đã thay đổi cuộc chơi khi máy móc có thể phân tích lượng dữ liệu khổng lồ, nhận diện mẫu hoặc tạo văn bản giống con người trong vài giây - những nhiệm vụ từng đòi hỏi nhiều năm chuyên môn.

- Dữ liệu từ LinkedIn cho thấy 90% lãnh đạo cấp cao coi AI là ưu tiên hàng đầu, với các doanh nghiệp đổ hàng tỷ đô la vào tự động hóa và ra quyết định dựa trên AI.

- Theo Accenture, 73% công ty đang định hướng đầu tư kỹ thuật số vào AI, nhận thức tiềm năng tăng năng suất và mở ra thị trường hoàn toàn mới.

- Đến năm 2030, gần 70% công việc sẽ tồn tại chưa được phát minh. Thị trường AI dự kiến vượt 800 tỷ đô la (618,19 tỷ bảng Anh) vào năm 2030.

- Thách thức thực sự không phải là mất việc làm mà là liệu tổ chức hoặc cá nhân có sẵn sàng định nghĩa lại vai trò của họ hay không.

- Jensen Huang, CEO của Nvidia, nhận định: "Bạn sẽ không mất việc vì AI, mà là vì người biết sử dụng nó".

- Tại Anh, sự phát triển chậm chạp của kỹ năng CNTT đã mở rộng khoảng cách kỹ năng AI - 43% lãnh đạo doanh nghiệp cân nhắc thuê nhân tài quốc tế thay vì tuyển dụng trong nước.

- Nghiên cứu từ MIT cho thấy trẻ em từ gia đình có thu nhập cao có khả năng trở thành nhà sáng chế cao gấp 10 lần so với bạn bè có thu nhập thấp hơn - hiện tượng được gọi là vấn đề "Lost Einsteins".

- Các tổ chức nên phát triển vai trò tích hợp sự hợp tác giữa con người và AI, đòi hỏi sự thay đổi văn hóa hướng tới cách tiếp cận đa chức năng.

📌 Kỷ nguyên AI đang chuyển nền kinh tế từ kiến thức sang đổi mới sáng tạo. Đến 2030, 70% công việc chưa được phát minh và thị trường AI sẽ đạt 800 tỷ đô la. Thành công không phụ thuộc vào việc chống lại AI mà là khả năng hợp tác với nó, như Jensen Huang nói: "Bạn sẽ mất việc vì người biết sử dụng AI, không phải vì AI".

https://oilprice.com/Energy/Energy-General/Human-Creativity-Prevails-in-the-Age-of-AI.html

https://www.cnbc.com/2025/03/28/mark-cuban-dont-rely-on-chatgpt-to-do-all-your-work.html

https://www.entrepreneur.com/science-technology/why-relying-on-ai-could-be-your-biggest-business-mistake/488331

• Sự bùng nổ của AI đang tạo ra cả cơ hội lẫn rủi ro. Nhiều lãnh đạo hiện nay có xu hướng tối ưu hóa lợi nhuận ngắn hạn, tự động hóa mọi quyết định mà bỏ qua sức khỏe con người và bền vững lâu dài.

• Điều này dẫn đến hệ quả là các tổ chức kiệt sức, phụ thuộc, dễ tổn thương trước khủng hoảng về kinh tế, xã hội và môi trường.

• Lãnh đạo tái tạo (regenerative leadership) được đề xuất như một giải pháp đối trọng. Đây là mô hình quản trị mới, đặt trọng tâm vào con người, hệ sinh thái và giá trị dài hạn.

• Khác với lãnh đạo truyền thống thiên về kiểm soát, lãnh đạo tái tạo hướng đến nuôi dưỡng hệ thống sống, phát triển bền vững và tổ chức tự học hỏi, tái tạo.

• 7 nguyên tắc cốt lõi của lãnh đạo tái tạo:

  • Tư duy hệ thống: ra quyết định có lợi cho toàn bộ hệ sinh thái thay vì từng bộ phận riêng lẻ.

  • Tiếp cận theo hệ thống sống: xây dựng đội ngũ và mô hình kinh doanh có khả năng thích nghi, tự làm mới.

  • Lãnh đạo có mục tiêu: mọi quyết sách gắn liền với tác động tích cực dài hạn.

  • Phúc lợi con người: tạo môi trường an toàn tâm lý, khuyến khích hợp tác và chăm sóc sức khỏe nhân viên.

  • Khả năng thích ứng và phục hồi: linh hoạt trước biến động, thiết kế tổ chức có khả năng tiến hóa.

  • Tạo giá trị tái tạo: không chỉ khai thác tài nguyên mà phải trả lại giá trị cho con người, cộng đồng và thiên nhiên.

  • Phân quyền và hợp tác: khuyến khích tự tổ chức, ra quyết định tập thể.

• Ví dụ thực tế:

  • Patagonia và Interface: áp dụng mô hình kinh doanh phục hồi hệ sinh thái, từ đó tăng lòng tin thương hiệu và hiệu quả sản xuất.

  • Microsoft: chính sách làm việc linh hoạt, hỗ trợ sức khỏe tinh thần, học tập liên tục – xây dựng văn hóa tích cực và năng suất lâu dài.

  • Hershey: đảm bảo nguồn cung bền vững thông qua chuỗi cung ứng cacao có trách nhiệm và chương trình giáo dục cộng đồng.

• 5 kỹ năng để phát triển thành lãnh đạo tái tạo:

  1. Mở rộng nhận thức hệ thống: hiểu mối liên hệ giữa doanh nghiệp, tự nhiên và xã hội.

  2. Lắng nghe sâu sắc: hiện diện, đồng cảm, xây dựng văn hóa tin tưởng và sáng tạo.

  3. Tư duy khởi đầu (Shoshin): cởi mở, học hỏi liên tục, sẵn sàng thay đổi.

  4. Khuyến khích cộng tác, phá bỏ thứ bậc: trao quyền cho nhóm, hướng tới đồng sáng tạo.

  5. Đo lường tác động đa chiều: ngoài lợi nhuận, chú trọng các chỉ số về đạo đức, môi trường và cộng đồng.

📌Trong thời đại AI, lãnh đạo tái tạo là mô hình quản trị mới giúp tổ chức vượt qua cạm bẫy lợi nhuận ngắn hạn. Thay vì khai thác, lãnh đạo phải phục hồi và tái tạo giá trị con người, môi trường và công nghệ. Từ ví dụ của Patagonia, Microsoft, Hershey, mô hình này chứng minh hiệu quả bền vững về cả thương hiệu lẫn tăng trưởng. Lãnh đạo thời AI không chỉ duy trì – mà phải tạo ra sự sống mới cho toàn hệ sinh thái doanh nghiệp.

https://www.fastcompany.com/91297839/age-of-ai-requires-regenerative-leadership

https://www.weforum.org/stories/2025/03/ai-know-how-final-piece-of-the-adoption-puzzle/
#WEF

https://www.scmp.com/news/china/science/article/3303847/why-rising-ai-star-left-promising-us-academic-career-return-china

https://news.cgtn.com/news/2025-03-25/Chinese-universities-boost-broaden-AI-courses-amid-tech-boom-1C1OpubzNpm/p.html

https://www.fastcompany.com/91300606/how-to-teach-your-employees-to-embrace-rather-than-fear-the-growth-of-ai

https://www.businessinsider.com/deloitte-principal-says-consultants-ai-technologists-first-2025-3

https://www.forbes.com/sites/dianehamilton/2025/03/19/what-are-the-most-essential-ai-skills-for-non-tech-professionals/

https://www.bangkokpost.com/business/general/2984666/ai-skills-deemed-vital-for-workers-students

https://www.ft.com/content/f742dcdc-41ef-415d-adad-d828d23f739c

#FT

7 vai trò về AI mà các nhà quản lý cần phải nắm vững
Công nghệ đang đặt ra cho các nhà lãnh đạo những thách thức mới khi một số công việc dần bị loại bỏ

Nhu cầu "giữ con người trong vòng kiểm soát" đang trở thành một câu nói sáo rỗng, giống như tuyên bố rằng AI sẽ tạo ra những công việc tốt hơn, chứ không phải ít đi hơn. © VCG/VCG/Getty Images

Roula Khalaf, Tổng biên tập của FT, lựa chọn những câu chuyện yêu thích của mình trong bản tin hàng tuần này.

"Cơ sở kinh doanh chăm sóc cuối đời" hay "nhà dưỡng lão kinh doanh" là cách một số công ty mô tả điểm đến cuối cùng cho các hoạt động doanh nghiệp có nguy cơ bị AI xóa sổ.

Theo nhà đạo đức học về AI, Lollie Mancey, người đã giới thiệu cho tôi thuật ngữ này trong tháng này, việc sắp xếp một "cuộc hạ cánh mềm" cho những người làm việc trong các hoạt động như vậy là một trong những thách thức mới mà các nhà quản lý phải đối mặt.

Quan điểm của Mancey là không ai bước vào kinh doanh với hy vọng rằng di sản của họ sẽ là một doanh nghiệp chỉ bao gồm một số giám đốc điều hành và vài mô hình ngôn ngữ lớn. "Các tổ chức của chúng ta được tạo nên từ con người; chúng ta có văn hóa tổ chức và chúng ta cần phải bảo vệ điều đó."

Nhu cầu "giữ con người trong vòng kiểm soát" đang trở thành một câu nói sáo rỗng, giống như tuyên bố rằng AI sẽ tạo ra những công việc tốt hơn, chứ không phải ít đi hơn. Nhưng vòng kiểm soát đó cần được quản lý, thường theo những cách mới lạ và không quen thuộc. Tôi đã bổ sung vai trò của y tá chăm sóc giảm nhẹ (1) vào danh sách ngày càng dài các vai trò mà các nhà quản lý sẽ phải đảm nhiệm, khi AI tạo ra những thuật ngữ quản lý mới nghe có vẻ khó tin. Dưới đây là 6 vai trò khác.

1. Chất xúc tác cho khả năng mới

"Chúng ta phải 'giáo dục lực lượng lao động của mình trên diện rộng về những gì AI có thể làm được", Jacky Wright, Giám đốc công nghệ và nền tảng của McKinsey, cho biết. Wright hiện đang chịu trách nhiệm triển khai các công cụ AI cho công ty tư vấn này.

Theo Nitin Mittal, lãnh đạo toàn cầu về AI của Deloitte, làm quản lý giờ đây cũng có nghĩa là "trở thành chất xúc tác và người ủng hộ" cho những gì có thể được thực hiện khác đi nhờ công nghệ mới.

2. Người vẽ bản đồ bất định

Không ai nên đánh giá thấp "nỗi sợ bị thay thế" của nhân viên. FOBO (nỗi sợ bị lỗi thời) nằm ở đầu đối diện của phổ bất định so với FOMO (nỗi sợ bỏ lỡ cơ hội).

Matt Wood, Giám đốc công nghệ thương mại và đổi mới của PwC, người từng là Phó chủ tịch AI tại Amazon Web Services, cho biết cuộc tìm kiếm liên tục về hiệu quả "gây ra rất nhiều sự nghi ngờ trong nội bộ các tổ chức". Việc trấn an cả hai dạng hoang mang do AI gây ra sẽ là nhiệm vụ của các nhà quản lý.

3. Nhà thiết kế tổ chức

Các nhóm cần phải áp dụng sức mạnh của các công cụ AI đúng cách và vào đúng nơi.

Theo Aditya Bhasin, Giám đốc công nghệ và thông tin tại Bank of America, các nhà quản lý trước tiên cần xác định phần nào của nhiệm vụ có thể tự động hóa, "phần nào có thể được tăng cường và các quy trình mới sẽ trông như thế nào".

Tiếp theo, họ cần thiết kế lại công việc để đảm bảo nhân viên "thực hiện nhiều hơn các nhiệm vụ 'vì sao' và 'cái gì', đồng thời để máy thực hiện nhiều hơn phần 'như thế nào'", theo Harrick Vin, người đồng cấp của Bhasin tại Tata Consultancy Services.

4. Người khuếch đại tăng trưởng

Theo Wood của PwC, các nhà quản lý cần tự hỏi: "Những kỹ năng nào có thể được tăng tốc và khuếch đại bằng công nghệ này ngay hôm nay?"

Tuy nhiên, đôi khi họ cũng cần đóng vai trò là người điều chỉnh tham vọng. Tôi đã nghe một giám đốc điều hành năm ngoái mô tả tác động của việc áp dụng AI tạo sinh giống như một đợt thăng chức tức thì cho tất cả 2.000 nhân viên của ông.

Tuy nhiên, theo Mittal của Deloitte, để một chuyên viên tư vấn có thể ngồi xuống với một khách hàng quan trọng và "đảm bảo rằng anh ta cảm thấy thoải mái và tin rằng bạn có năng lực — điều đó đòi hỏi nhiều năm kinh nghiệm học hỏi và bạn không thể 'học' điều đó chỉ bằng cách dùng lời nhắc cho máy". Các nhà quản lý cần hướng dẫn đội ngũ của mình cẩn thận để họ phát triển những kỹ năng đó, thay vì nghĩ rằng họ có thể làm được tất cả chỉ vì có sự hỗ trợ của máy móc.

5. Người đánh giá ý tưởng

Nếu đầu ra của nhân viên được hỗ trợ bởi AI ít có khả năng là các dòng mã hoặc số lượng slide PowerPoint, thì vai trò của người quản lý sẽ nghiêng nhiều hơn về "khuyến khích đánh giá ngang hàng (bình duyệt) hoặc đảm bảo chất lượng, thay vì kiểm tra công việc của cá nhân hoặc đảm bảo họ có đủ năng lực kỹ thuật", theo Bhasin của Bank of America.

6. Người đàm phán về điều kiện làm việc

Các nhà quản lý có thể cần xem xét lại ngay cả những điều kiện cơ bản trong hợp đồng lao động dưới tác động của AI.

"Nếu bạn làm một công việc trong 2 giờ vì bạn đang sử dụng AI, bạn có được trả lương cho cùng 7 giờ mà bạn thường được trả không? Chúng ta sẽ xử lý chuyện đó như thế nào?" Mancey đặt câu hỏi.

Lời cảnh báo quan trọng

Cuộc tái cấu trúc công việc quản lý được dự báo này đi kèm với một số cảnh báo quan trọng.

Chuyên gia về công nghệ tại nơi làm việc Danielle Li, giáo sư tại Trường Quản lý Sloan của MIT, chỉ ra rằng "ai cũng biết cách nói về văn hóa và quản lý thay đổi", đó là lý do tại sao các nhà lãnh đạo thường định khung AI theo những thuật ngữ đó. Nhưng Li cho rằng họ cần thiết lập nền tảng để sử dụng AI hiệu quả, đặc biệt là dữ liệu có tổ chức và chất lượng cao.

Lợi ích tiềm năng của AI là rất lớn. Chẳng hạn, AI có thể được sử dụng để phổ biến những hiểu biết của các giáo viên và nhà quản lý giỏi, giúp giải quyết thách thức trong việc đào tạo lực lượng lao động về các cơ hội được cung cấp.

Tuy nhiên, trước tiên, các nhà quản lý cần tìm ra cách, theo lời của Li, "để tạo động lực, bù đắp và khơi dậy sự hứng thú... để ý tưởng nhỏ bé bên trong bạn" được chia sẻ với một cỗ máy. Và, tôi muốn bổ sung, làm thế nào để giải thích rằng cỗ máy đó có thể sắp đưa bạn, công việc của bạn và tổ chức nơi bạn làm việc, vào chuyến đi một chiều đến cơ sở kinh doanh chăm sóc cuối đời.

Seven AI roles managers must master
Technology is handing leaders new challenges as some jobs are wound down
Headshot for Andrew Hill
Andrew HillAdd to myFT

The need to ‘keep humans in the loop’ is becoming almost as much of a cliché as the claim that AI is about better jobs, not fewer jobs © VCG/VCG/Getty Images

Roula Khalaf, Editor of the FT, selects her favourite stories in this weekly newsletter.
The “business hospice” is how some companies are describing the final destination for corporate operations at risk of being wiped out by artificial intelligence.
Orchestrating a soft landing for people working in such activities is just one of the new challenges facing managers, according to AI ethicist, Lollie Mancey, who introduced me to the term this month.
Her point is that nobody goes into business hoping their legacy will be an enterprise that consists of a handful of executives and some large language models: “Our organisations are made of people; we have organisational culture and we need to protect that.”
The need to “keep humans in the loop” is becoming almost as much of a cliché as the claim that AI is about better jobs, not fewer jobs. But that loop needs managing, often in novel and unfamiliar ways. I’ve added palliative care nurse to the growing list of roles managers will have to acquire, as AI spawns new, improbable-sounding managerial jargon. Here are six more.
Possibility catalyser. We have to “educate our workforce en masse about what is possible” with AI, says Jacky Wright, McKinsey’s chief technology and platform officer, whose job includes rolling out AI tools to the consulting firm. Being a manager is now also about “being a catalyst and a champion” of what could be done differently with the new technology, adds Nitin Mittal, Deloitte’s global AI leader.
Uncertainty mapper. Nobody should underestimate employees’ “fear of being obsolete”. FOBO squats at the other end of the uncertainty spectrum from FOMO (fear of missing out). PwC’s commercial technology and innovation officer Matt Wood, formerly Amazon Web Services AI vice-president, says the constant quest for efficiency “drives a lot of mistrust inside organisations”. It falls to managers to try to soothe both forms of AI-driven panic.
Organisational designer. Teams need to apply the power of AI tools correctly and in the right place. Their managers need first to work out what parts of any task can be automated, “what can be augmented and what do the new processes look like”, says Aditya Bhasin, chief technology and information officer at Bank of America. Next, they need to redesign the work to ensure staff “do a lot more of the ‘why’ and the ‘what’, and let the machine do a lot more of the ‘how’”, according to Harrick Vin, Bhasin’s counterpart at Tata Consultancy Services.
Growth amplifier. Managers need to ask themselves “what skills can [they] accelerate and amplify using this technology today?” says PwC’s Wood.
Yet they will sometimes also need to act as ambition moderators. I heard one executive last year describe the effect of applying generative AI as an instant promotion for all 2,000 of his staff. But in the words of Deloitte’s Mittal, for a consultant to be able to sit down with an important client and “make sure he’s comfortable and feels that you’re credible — that’s years and years of learnt experience and you can’t ‘prompt’ yourself to it”. Managers need to mentor their team members carefully so they develop those skills and do not immediately assume they can do it all because they have the help of a machine.
Ideas evaluator. If the output of the AI-augmented worker is less likely to be lines of code or quantity of PowerPoint slides, the manager’s role becomes more one of “encouraging peer review or quality assurance, than of checking the individual’s work or making sure they have the technical competency”, says BofA’s Bhasin. 
Managers may need to re-examine even the basics of workers’ terms and conditions in light of AI. “If you are doing a job in two hours because you’re using AI, are you going to be paid for the same seven hours you would normally be paid for. How are we going to work that out?” asks Mancey.
This forecast reimagining of managerial work comes with some important caveats. Workplace technology expert Danielle Li, a professor at MIT Sloan School of Management, points out that “everybody knows how to talk about culture and change management”, which is why leaders inevitably frame AI in those terms. But she says they need to put in place the foundations for effective use of AI, notably properly organised, high-quality data.
The potential benefits of AI are many. It could be used, for instance, to disseminate expert teachers’ and managers’ insights, helping to meet the challenge of educating the workforce about the opportunities offered.
First, though, managers need to work out how, in Li’s words, “to incentivise, to compensate, to excite people . . . that the nugget of an idea that lives inside you” will be shared with a machine. And, I might add, how to explain that the same machine may be about to send you, your job and the organisation where you work, on a one-way trip to the business hospice.

https://fortune.com/asia/2025/03/20/stanfard-harvard-grads-seek-china-ai-jobs-manycore-six-dragons/

https://www.fastcompany.com/91302131/the-rise-of-the-ai-manager

https://www.zdnet.com/article/tech-leaders-sound-alarm-over-doges-ai-firings-impact-on-american-talent-pipeline/

https://techcrunch.com/2025/03/16/photo-calorie-app-cal-ai-downloaded-over-a-million-times-was-built-by-two-teenagers/

https://fortune.com/2025/03/15/ai-talent-wars-startups-google-meta-openai-hiring-scientists-stock-salaries/

Các công ty công nghệ trị giá hàng trăm tỷ USD đang cạnh tranh để tuyển dụng các nhà khoa học AI có kỹ năng đạt được vị thế thống trị trong lĩnh vực LLM — có chưa đến 1.000 người như vậy trên toàn thế giới

Bởi Sharon Goldman
15 tháng 3, 2025, 12:01 PM UTC

Tech companies worth hundreds of billions are competing to hire AI scientists with the skills to attain LLM supremacy — there are less than 1,000 of them
BYSharon Goldman
March 15, 2025, 12:01 PM UTC

When OpenAI Chief Technology Officer Mira Murati left to launch a startup last year, it was a page straight out of Silicon Valley’s acclaimed entrepreneurial playbook. A few months later, when 19 current and former OpenAI employees — including co-founder John Schulman — announced they had joined Murati’s Thinking Machines, it was a vivid display of another Silicon Valley tradition: the heated talent wars that accompany each new wave of technological progress.
As AI-mania sweeps the tech industry and reshapes business strategies, the race is on to lock down the specialists with the coveted technological skills and know-how. Recruitment raids like Murati’s on her former employer epitomize the high-stakes maneuverings that have emerged over the past 24 months as companies track top AI researchers and engineers like prized assets on the battlefield. The most intense battle is over a small pool of AI research scientists — estimated to be fewer than 1,000 individuals worldwide, according to several industry insiders Fortune spoke with — with the qualifications to build today’s most advanced large language models.
Stock grants for these scientists can range between $2 million to $4 million at a Series D startup, says Tim Tully, a partner at venture capital firm Menlo Ventures. “That was unfathomable when I was hiring research scientists four years ago,” said Tully, whose October AI talent survey found that AI research scientists working on foundational AI research and theoretical advancements hold golden tickets into top-tier companies. 
CEOs like Meta’s Mark Zuckerberg are rolling up their sleeves to personally woo AI stars, according to reports, and influential VC investors like Thrive Capital’s Joshua Kushner have had to run defense, seeking to persuade OpenAI employees of the economic advantage of staying put. (Kushner and OpenAI did not return requests for comment.) To compete with larger, public companies, startups are regularly holding liquidity events with private buyers that give employees a quicker way to cash out some of the equity showered on them. 
Beyond the financial incentives, personal ties to leading figures and adherence to differing philosophies about artificial intelligence have lent a tribal element to Silicon Valley’s latest talent wars. From open source to AI safety and security, the values espoused by the various players, as well as the reputation enjoyed by their leaders, have rewritten the recruiting ground rules and spawned a slew of richly-funded startups led by venerated founders like Murati, her former OpenAI colleague Ilya Sutskever, and Stanford’s Fei-Fei Li, known as the “godmother of AI.” 
The imbalance between the scarce supply of AI talent and the acute demand for it at Big Tech companies and startups alike, poses a looming predicament for the fast-growing AI industry. As tech companies and investors pump tens of billions of dollars into chips and data centers to power AI services, and hunt for data and energy to train ever more powerful AI models, the ability to attract a relatively small cohort of people is adding an unpredictable but potentially crucial wrinkle to the competition. 
More liquidity, fewer cafeterias
The last time Silicon Valley went to war over engineering talent in the 2010s, Google and Facebook waged an all-out perks arms race, each company seeking to outdo the other with on-campus sushi bars, baristas, and other free restaurants, on-site massage therapists, and fitness and martial arts classes.
Fifteen years and thousands of layoffs later, the fight for talent is no longer being waged with cafeteria menus. Today’s coveted AI hotshots are a smaller, more specialized bunch, and companies are competing for them in other ways. 
While the company mission and team of colleagues have always been important draws in tech recruiting, in the field of AI, where practitioners love to debate everything from artificial general intelligence (AGI) to open source models, the right fit is critical. 

That was then: Meta’s on-campus BBQ restaurant is one of the many perks tech companies used to lure engineers in Silicon Valley’s last big talent war in the 2010s.
Kim Kulish/Corbis via Getty Images
Anthropic, one of the first AI startups to peel off from OpenAI, was born because of the founders’ disagreement with OpenAI’s approach to safety and commercialization of the technology. Many of those who left OpenAI for Murati’s Thinking Machines were drawn by their loyalty to the Albania-born founder (and perhaps to the stock options that can reportedly be sold with nearly no waiting period and at a near zero strike price).
Cristobal Valenzuela, co-founder and CEO of AI video startup Runway, stressed the importance of the right cultural and mission fit. “Our specialty, and the people we have attracted who have come from different research labs to Runway, are people who care a lot about the intersection of art and science,” he said, adding that in a few cases candidates he had lost to other companies returned to Runway because they realized it was the right choice. 
“The most talented people want to work on big problems and move the needle,” said Rob Biederman, managing partner at VC firm Asymmetric. That can often be an advantage to startups and play against the established tech giants, he said: “Nothing against Apple specifically, but I wonder if in the context of that organization, do you have the opportunity to move the needle?”
Apple did not respond to a request to answer that question. The company appears to be having some success luring AI talent – at least when it comes to poaching from Big Tech rival Google. Since 2018, Apple has attracted at least 36 AI specialists from Google, including, for a time, Ian Goodfellow – who then returned to Google in 2022 as a research scientist at DeepMind. For its part, Google has fought hard to bolster its ranks amid the competition. Noam Shazeer, one of the co-authors of the AI industry’s seminal Transformers paper, who left his role as a software engineer at Google in 2021 to found Character AI, was hired back to Google, along with several members of his team, in a 2024 “acqui-hire” deal to the tune of $2 billion.
As more AI startups jump into the fray, the supply and demand imbalance is getting worse. In addition to the big AI model companies like OpenAI, Google, Meta, Anthropic, and Amazon,  there are dozens of well-funded late-stage AI startups, including Databricks, Perplexity, Glean, Harvey, and Writer, as well as hot newcomers like Elon Musk’s X.AI and Sutskever’s Safe Superintelligence.
To compete with the big fish, privately held startups are offering employees opportunities to cash in some of the paper wealth tied up in their equity. Umesh Padval, a managing director at Thomvest Ventures, said OpenAI has been particularly active on this front, with multiple tender offers, which give employees the ability to sell some of their shares to private buyers. Typically, employees at startups or private companies have had to wait for an IPO or acquisition to cash out their equity. 
“This is unique,” said Padval, adding that now other AI companies have begun adopting the same tactic to stay competitive in hiring by making their equity offers more attractive.
Cash compensation is also soaring, even for junior and mid-level AI talent. “We’ve seen a lot of startup offers in AGI and robotics where it used to be $250K for your base, but it’s more competitive now,” said Garrett Gentry, a recruiter of AI talent who has worked in-house at Meta, Palantir, Google and Amazon.  “I’m seeing offers of $350,000 for a base or more, which would be roughly equivalent to a PhD plus five years coming from one of the FAANG labs.” 

Straight outta Stanford: Fei-Fei Li, the ‘godmother of AI’, co-founded a startup with a former pupil.

The rise of the academics
The AI research scientists that are now most in demand have historically come from academia—mainly PhDs in computer science, mathematics, statistics, or neuroscience. They were typically not  the highest paid within tech companies, said Menlo Ventures’ Tully — the big bucks went to software engineers who shipped product. 

Today, the tables have turned, and research scientists are the stars of the show. Their path from academia to the tech industry was laid as tech companies funded AI research at universities and more recently have offered hefty compensation packages to bring PhDs — and their teams — in house.
“You can think of senior academics from UC Berkeley who’ve gone into Bay Area tech companies like Databricks and brought a lot of their students,” said Gentry. When Stanford professor Fei-Fei Li recently co-founded AI startup World Labs with her former student Justin Johnson, he suggested two other founding team members: Christoph Lassner, who had worked at Amazon and Meta’s Reality Labs; and Ben Mildenhall, who had created a powerful technique called NeRF as a senior research scientist at Google. 
“Besides the PhD advisor type of mentorship or intellectual leadership relationship, AI/scientific research is inherently social in many ways,” Gantry said in an email, describing the tendency for researchers of a feather to flock together. “While individual scientists undertake experiments, the broader context of research is fundamentally collaborative: peer-reviewed journals, sharing/testing ideas with the broader scientific community, the desire for societal impact, the broader ethical context.” 
That ethos can present a challenge for tech companies with a penchant for secrecy. While many AI companies, including OpenAI and Anthropic, allow employees to publish research and present at conferences on topics like AI safety and security, there are typically restrictions around publishing research that relates to the inner workings of the AI models due to concerns about competition and intellectual property. Meta has tried to turn this to its advantage. In an interview with Fortune last year, Yann LeCun, chief scientist at Meta and founder of Meta’s Fundamental AI Research (FAIR) lab, cited the fact that the group publishes its research openly and extensively as “a huge argument” for scientists to join Meta. 
“If you tell scientists ‘Come work for us but you can’t talk about what you do’…they sense that they will be in a kind of golden prison [where] they will lose their reputation for research,” LeCun said.
A good recent example of this is Nicholas Carlini, a Google DeepMind researcher who announced last week that he was joining Anthropic – but with only a year-long commitment. He had joined Google Brain after earning his PhD in 2018, which he said in a career update blog post last week was his “dream job.” But he said that the process of getting papers approved for publication in journals over the past several years “has gotten considerably more difficult than when I first joined.” The only way he has been able to publish the papers he has, he added, is “because of my willingness to just force my way through, regardless of what the rules say.”  
Recruiting – and retaining AI talent – is key
Runway CEO Valenzuela said he spends most of his time recruiting. “I still interview everyone, I still reach out to the best people that I want to work with,” he said, adding that it sometimes takes a couple of years to hire the talent he wants most. “I just had an interview in the morning with someone who we’ve been studying for a year and a half, from a large research lab,” he said. “We’re trying to close that deal. I hope.”
VC firms are heavily involved in recruiting, with talent teams doing networking and interviews. Biederman said he works hard at building a constant talent pipeline. “As a VC your job is basically being a talent scout,” he said. 

Runway CEO Cristobal Valenzuela says recruiting is critical

Gantry, who specializes in hiring scientists and engineers with expertise in machine learning, computer vision, robotics, and other AI domains, said his scouting takes him around the world, including top academic research conferences. “There’s kind of the standard calendar,” he said. “It’s important to go to those to keep up on the state of the art, to participate in the community, to see what’s new – those are places where you meet people.” 
Some AI startups are tackling the talent wars by going where elite talent lives – and offering them the unique opportunity to work closely with their compatriots. Ilya Sutskever’s Safe Superintelligence, for example, reportedly has only 20 employees (none of which share their employment status on social media) including a half-dozen researchers in a recently-opened office in Tel Aviv. According to reports, the Israeli employee search has been conducted by word of mouth between friends and former army colleagues. Several of the recruits come from Google Research’s Tel Aviv outpost or top Israeli universities – and were recruited for their math and physics expertise. 
Moshe Shalev, co-founder and chief product officer at Tel Aviv-based AI model startup Decart, which is already valued at $500 million and focuses on speeding up AI training, said that there is a fierce battle for the best local talent – with companies all working to recruit from the same pool of AI researchers. The country is working to feed the pipeline, he explained, by drawing not only from universities and tech companies but from math and computer science experts who have served in Unit 8200, the Israel Defense Force’s cybersecurity unit. “We got into this game a little bit late, but it’s not too late,” he said, adding that Decart has recruited more than 18 AI researchers in Israel, including former Google and Apple employees. 
No sign of AI talent battle letting up
At the moment, there are no signs of the battle for elite AI talent letting up anytime soon, or that any one company – startup or tech giant – has an insurmountable advantage. If anything, the competition is only growing fiercer as more startups splinter off from the AI leaders and the pace of AI breakthroughs continues to speed up. That means the brains behind those breakthroughs become even more valuable. 
“The more time you spend in tech, the talent is the only thing that matters,” said Asymmetric’s Biederman. “The best companies monopolize talent.” 

https://www.zdnet.com/article/5-quick-ways-to-tweak-your-ai-use-for-better-results-and-a-safer-experience/

https://www.cnbc.com/2025/03/13/-humans-who-dont-embrace-ai-will-be-replaced-by-ai-grab-co-founder.html

https://www.cnet.com/tech/services-and-software/i-tried-to-build-a-website-using-ai-and-it-only-took-30-minutes/

https://www.reuters.com/world/china/chinas-top-universities-expand-enrolment-beef-up-capabilities-ai-strategic-areas-2025-03-10/

https://hbr.org/2025/02/how-ageism-is-undermining-ai-implementation

#HBR

Cách chủ nghĩa tuổi tác đang làm suy yếu việc triển khai AI
Mona Mourshed và Anika Heavener

25 tháng 2, 2025

Tóm tắt

Các công ty thường cho rằng người lao động lớn tuổi kém thích nghi với công nghệ mới. Khi các lãnh đạo tìm cách triển khai các công cụ AI mới, nhiều người tin rằng nhân viên trẻ sẽ dễ dàng tích hợp các công cụ này vào công việc hơn. Một khảo sát gần đây cho thấy quan điểm này có thể không chính xác. Khi các nhà tuyển dụng—nhiều người trong số họ có quan điểm này—được yêu cầu đánh giá hiệu suất công việc của nhân viên trung niên và lớn tuổi mà họ đã tuyển dụng, 89% báo cáo rằng những cá nhân này làm việc hiệu quả ngang bằng hoặc tốt hơn đồng nghiệp trẻ tuổi. Nhân viên trung niên và lớn tuổi có những thế mạnh đặc biệt trong việc làm việc với AI. Đối với các công ty muốn thúc đẩy việc áp dụng AI, nhóm nhân viên này là tài sản không thể bỏ qua.

Các nhà tuyển dụng hiện đang đưa ra 2 giả định lớn. Thứ nhất, các công cụ AI như AI tạo sinh và AI agent sẽ thay đổi cách làm việc. Thứ hai, nhân viên trung niên và lớn tuổi không phù hợp để thích nghi với những công nghệ này. Trong khi giả định đầu tiên cần thời gian để kiểm chứng, giả định thứ hai ngay lúc này đã được chứng minh là sai. Nếu không thay đổi quan niệm này, cả người lao động và nhà tuyển dụng đều sẽ chịu thiệt thòi.

Là CEO sáng lập của Generation, một tổ chức phi lợi nhuận toàn cầu đào tạo và kết nối người trưởng thành ở mọi lứa tuổi với công việc mới (Mona), và là trưởng bộ phận đổi mới và đầu tư của The SCAN Foundation, tổ chức hỗ trợ người lớn tuổi (Anika), chúng tôi đã từng chứng kiến sự thiên vị công nghệ đối với lao động lớn tuổi. Trong khảo sát của Generation năm 2021, khi được yêu cầu đánh giá điểm mạnh của ứng viên, các nhà tuyển dụng chủ yếu đánh giá ứng viên trẻ có khả năng sẵn sàng ứng dụng cao hơn, có kinh nghiệm phù hợp hơn và phù hợp với văn hóa công ty hơn so với những người từ 45 tuổi trở lên. Tương tự, trong khảo sát Generation-OECD năm 2023, 47% nhà tuyển dụng cho biết họ sẽ tuyển dụng ứng viên từ 30–44 tuổi cho các vị trí cấp thấp hoặc trung cấp, trong khi chỉ 13% sẵn sàng tuyển dụng ứng viên từ 55 tuổi trở lên.

Điều đáng lo ngại là những đánh giá trước đây hoàn toàn không phản ánh đúng kết quả thực tế. Khi chúng tôi yêu cầu chính những nhà tuyển dụng đó đánh giá hiệu suất công việc của nhân viên trung niên và lớn tuổi mà họ đã tuyển dụng, 89% báo cáo rằng những nhân viên này làm việc hiệu quả ngang bằng hoặc tốt hơn đồng nghiệp trẻ tuổi.

Thiên vị tuổi tác vô căn cứ này có thể sẽ tiếp tục gây hại khi các nhà tuyển dụng triển khai AI trong môi trường làm việc. Theo khảo sát mới nhất của chúng tôi, mặc dù nhân viên trung niên và lớn tuổi có những thế mạnh đặc biệt, các nhà tuyển dụng lại có xu hướng bỏ qua họ hơn bao giờ hết trong bối cảnh AI mới này.

Chủ nghĩa tuổi tác đang làm suy yếu việc triển khai AI

Generation gần đây đã thực hiện một cuộc khảo sát để tìm hiểu trải nghiệm của nhân viên trung niên và lớn tuổi trong bối cảnh các công cụ AI tạo sinh ngày càng phổ biến tại Mỹ và 4 quốc gia châu Âu: Pháp, Ireland, Tây Ban Nha và Anh. (Khảo sát này được hỗ trợ bởi The SCAN Foundation tại Mỹ và Google.org tại châu Âu.) Mẫu khảo sát bao gồm 2.610 nhân viên từ 45 tuổi trở lên làm việc ở các vị trí đầu vào và trung cấp, cùng 1.488 nhà tuyển dụng thuộc nhiều ngành nghề và quy mô công ty khác nhau, những người có trách nhiệm tuyển chọn ứng viên cho các vị trí này.

Nhìn chung, nhà tuyển dụng vẫn ưu tiên ứng viên trẻ. Chúng tôi phát hiện rằng chỉ 32% nhà tuyển dụng tại Mỹ có khả năng xem xét tuyển dụng ứng viên trên 60 tuổi cho các vị trí thường xuyên sử dụng công cụ AI, so với 90% sẵn sàng xem xét ứng viên dưới 35 tuổi. Tại châu Âu, 33% công ty sẵn sàng tuyển dụng ứng viên trên 55 tuổi cho các vị trí này, trong khi 86% sẵn sàng xem xét nhóm dưới 35 tuổi. Nhóm tuổi trung niên có tỷ lệ được xem xét thấp dần theo độ tuổi (tại Mỹ, 79% nhà tuyển dụng sẵn sàng tuyển ứng viên 35–44 tuổi, 53% cho nhóm 45–59 tuổi; tại châu Âu, con số này lần lượt là 71% và 52%).

Với sự hào hứng áp dụng thế hệ công cụ AI tạo sinh mới nhất, định kiến dai dẳng này là tín hiệu xấu cho lao động lớn tuổi. Gần một nửa số nhà tuyển dụng Mỹ trong khảo sát của chúng tôi cho biết công ty họ đã bắt đầu cung cấp công cụ AI cho nhân viên, và 24% khác dự định làm vậy trong vòng 12 tháng tới. Trong khi châu Âu chuyển đổi chậm hơn, sự thay đổi vẫn đang diễn ra, với 29% nhà tuyển dụng đã cung cấp công cụ AI và 31% dự định triển khai trong năm tới. Rõ ràng, việc sử dụng các công cụ này là ưu tiên đối với doanh nghiệp và nhà tuyển dụng.

Tuy nhiên, có khả năng các lãnh đạo doanh nghiệp vẫn chưa biết chính xác điều gì cần thiết để thành công với AI. Nhiều công ty đang gặp khó khăn trong quá trình chuyển đổi AI. Theo LinkedIn Executive Confidence Index, 40% giám đốc điều hành toàn cầu cho biết tổ chức của họ có sự đồng thuận lãnh đạo hạn chế, công cụ chưa hoàn chỉnh và quy trình còn rời rạc trong việc áp dụng AI tạo sinh, trong khi 25% chưa bắt đầu quá trình này.

Nhân viên cũng chưa biết cách thích nghi. Một khảo sát gần đây của Upwork cho thấy nhân viên ở mọi độ tuổi và vai trò đều chưa rõ cách sử dụng AI. Gần một nửa (47%) cho biết họ không biết cách dùng AI để đạt mức năng suất mà công ty kỳ vọng, và 77% nói rằng AI thực tế làm giảm hiệu suất và tăng khối lượng công việc của họ. Khảo sát của Gallup trong quý 2/2024 cũng cho thấy gần 70% nhân viên Mỹ chưa từng sử dụng AI, chỉ 10% sử dụng ít nhất hàng tuần.

Tuy nhiên, những con số chung này che giấu một điểm sáng quan trọng mà khảo sát của chúng tôi phát hiện. Một nhóm nhỏ nhân viên trung niên và lớn tuổi đang có trải nghiệm rất khác với AI. Trong số 15% nhân viên trung niên và lớn tuổi đã sử dụng công cụ AI tại nơi làm việc, phần lớn là những “người dùng quyền lực” tự học. Họ sử dụng AI nhiều lần mỗi tuần, thậm chí hàng ngày. Hơn một nửa nhóm người dùng quyền lực lớn tuổi tại Mỹ và hai phần ba tại châu Âu cho biết AI giúp cải thiện chất lượng và tốc độ công việc. Gần một nửa nói rằng công nghệ này giúp họ đảm nhận công việc cấp cao hơn, và khoảng một phần ba cho biết AI hỗ trợ họ đưa ra quyết định tốt hơn.

Nhóm người dùng nhỏ nhưng quan trọng này cho thấy một hướng đi cho các tổ chức triển khai AI. Tuy nhiên, để đạt tiến bộ, các nhà tuyển dụng cần thừa nhận rằng chỉ có sự hợp tác giữa các thế hệ mới có thể giúp AI phát huy hết tiềm năng tại nơi làm việc.

Giải pháp hai bước cho nhà tuyển dụng

Để giải quyết vấn đề chuyển đổi AI, các công ty cần xem xét lại lý do họ đang gặp khó khăn—và tận dụng những nguồn lực sẵn có. Có sự đồng thuận rộng rãi rằng “con người trong vòng lặp” là điều cần thiết để đảm bảo AI agent—một công nghệ dự kiến sẽ bùng nổ vào năm 2025—hoạt động một cách chính xác, an toàn và có đạo đức. Những công cụ AI này do các công ty công nghệ phát triển hoặc được doanh nghiệp tùy chỉnh để tự động thực hiện những nhiệm vụ phức tạp mà trước đây vốn do con người đảm nhiệm. Vì vậy, những nhân viên có kinh nghiệm phán đoán trong kinh doanh và khả năng nhận diện mô hình—chẳng hạn như nhân viên trung niên và lớn tuổi—có thể phù hợp để đảm nhận vai trò này. Tuy nhiên, để tận dụng cơ hội này, các nhà tuyển dụng cần chủ động hơn trong việc kết hợp AI với kinh nghiệm làm việc của nhân viên.

Bước 1: Tận dụng những người dùng quyền lực có kinh nghiệm

Điểm khởi đầu có thể là khai thác triệt để hơn những hiểu biết của nhóm nhỏ người dùng quyền lực lớn tuổi, những người đã tự học cách sử dụng AI. Việc tôn vinh những nhân viên này và khuyến khích họ chia sẻ, hướng dẫn đồng nghiệp có thể giúp ích cho nhân viên ở mọi độ tuổi. Một số người có thể được điều chuyển sang các vai trò quan trọng, nơi việc áp dụng AI là trọng tâm. Việc tìm ra những trường hợp sử dụng AI phù hợp với kinh nghiệm làm việc, sau đó áp dụng vào các vai trò và nhiệm vụ cụ thể, sẽ giúp tăng khả năng đạt được những lợi ích năng suất mà AI hứa hẹn một cách nhanh chóng hơn.

Bước 2: Đẩy mạnh đào tạo và thu hút sự tham gia của toàn bộ nhân viên—cả trẻ lẫn lớn tuổi

Nhưng việc tận dụng tốt hơn những nhân viên giàu kinh nghiệm không chỉ đơn giản là khai thác những người dùng AI sẵn có. Khảo sát của chúng tôi cũng phát hiện rằng phần lớn nhân viên trung niên và lớn tuổi vẫn chưa chắc chắn về giá trị của AI. Trong số những người chưa sử dụng AI, 24% tại Mỹ và 36% tại châu Âu bày tỏ mong muốn học cách sử dụng các công cụ AI, nhưng cũng có một phần tư số người được hỏi tỏ thái độ trung lập hoặc không chắc chắn. Đáng lo ngại hơn, gần một phần ba số người chưa sử dụng AI tại Mỹ và 17% tại châu Âu tuyên bố rằng họ không quan tâm đến AI.

Để thu hút nhóm nhân viên giàu kinh nghiệm này và tận dụng tri thức tổ chức của họ, các công ty cần xây dựng một năng lực quan trọng mới. Thay vì chỉ dựa vào những người dùng quyền lực tự học thuộc mọi lứa tuổi, doanh nghiệp cần tích hợp kỹ năng AI vào các chương trình đào tạo chính thức, cập nhật liên tục nội dung để theo kịp sự thay đổi nhanh chóng, đồng thời xác định các trường hợp sử dụng phù hợp. Những chương trình này phải nhắm đến số lượng lớn nhân viên trung niên và lớn tuổi cần học lại kỹ năng để chuyển sang công việc mới hoặc nâng cao kỹ năng trong vai trò hiện tại. Về phía nhân viên, họ cũng cần tránh việc chỉ dựa vào kinh nghiệm làm lợi thế duy nhất để duy trì khả năng cạnh tranh trong thị trường lao động.

Microsoft cho thấy cách tiếp cận hai bước này có thể mang lại hiệu quả. Họ đã triển khai các chương trình nâng cao và đào tạo lại kỹ năng trên toàn công ty thông qua các nền tảng như Microsoft Learn và LinkedIn Learning, giúp nhân viên ở mọi độ tuổi có thể tiếp cận dễ dàng. Đáng chú ý, các chương trình nội bộ của Microsoft thường xác định những vai trò "quản lý AI" trong tương lai—những vị trí yêu cầu cả kiến thức kỹ thuật về AI và kỹ năng lãnh đạo vững chắc, đây chính là lĩnh vực mà kinh nghiệm của các chuyên gia lâu năm đặc biệt quan trọng.

Phù hợp với nhu cầu ngày càng tăng về việc triển khai AI có trách nhiệm, Microsoft cũng đã bổ nhiệm các chuyên gia có kinh nghiệm vào những vai trò chủ chốt trong việc định hình chính sách công ty, đảm bảo tuân thủ quy định và quản lý rủi ro tiềm ẩn. Các giải pháp Microsoft Industry Cloud, vốn đòi hỏi kiến thức chuyên môn sâu, thường dựa vào hiểu biết của nhân viên trung niên và lớn tuổi để tinh chỉnh các ứng dụng AI cho các tình huống thực tế. Hơn nữa, với sự ra đời của các công cụ AI tạo sinh như Microsoft 365 Copilot, Microsoft nhận thấy sự cần thiết của việc để các nhà quản lý giàu kinh nghiệm đóng vai trò “quản lý AI agent,” tận dụng kiến thức tổ chức và tư duy phản biện để giám sát triển khai AI, diễn giải kết quả và đảm bảo sự phù hợp với mục tiêu kinh doanh. Cách tiếp cận của Microsoft cho thấy rằng các công ty có thể kết hợp khả năng AI với kinh nghiệm quý báu của nhân viên trung niên và lớn tuổi, tạo ra sự cộng hưởng giúp tối đa hóa tiềm năng của cả con người và AI trên nhiều thế hệ.

Những hành động như vậy có thể giúp tìm ra những giải pháp mới, mang lại cho cả nhân viên và doanh nghiệp khả năng tận dụng tốt hơn làn sóng AI mới này, đồng thời tiếp tục phát triển môi trường làm việc để khai thác tối đa sức mạnh chuyển đổi của AI.

How Ageism Is Undermining AI Implementation
by Mona Mourshed and Anika Heavener

February 25, 2025

Summary.   Companies often assume that older workers are less adept at adapting to new technologies. As leaders look to bring new AI tools onboard, many believe that younger workers will be better able to integrate these tools into their work. A recent survey suggests this view may be unfounded. When hiring managers—many of whom held this view—were asked to assess the job performance of the midcareer and older workers whom they already employ, 89% reported that these individuals performed as well if not better than younger peers. Midcareer and older workers offer unique strengths when it comes to working with AI. For companies that want to drive AI adoption, these workers are an essential asset that can’t be overlooked.close

Employers are currently making two big assumptions. First, that AI tools such as generative AI and AI agents are going to remake how we work. And second, that midcareer and older workers aren’t suited to adapt to these technologies. While we’ll have to wait and see how the first assumption shakes out, we know right now that the second is wrong. And unless it’s challenged, both workers and employers will lose out.

As the founding CEO of Generation, a global nonprofit that trains and places adults of all ages into new careers (Mona), and as the head of innovation and investments for The SCAN Foundation, which supports older adults (Anika), we’ve seen this kind of pre-existing technology bias against older workers before. In Generation’s 2021 survey, when employers were asked to rate job candidate strengths, they overwhelmingly identified younger candidates as more application-ready, possessing more relevant experience, and as better fits with company culture relative to those who were age 45+. Similarly, in the Generation-OECD follow-up survey in 2023, 47% of hiring managers said they would hire a candidate age 30–44 for an entry- or intermediate-level role while only 13% said the same about candidates age 55+.

What’s troubling about these earlier judgments is how disconnected from actual results they were. As it turns out, when we asked those same hiring managers to assess the job performance of the midcareer and older workers whom they already employ, 89% reported that these individuals performed as well if not better than younger peers.

Unfounded age bias is likely to prove equally unhelpful now as employers navigate rolling out AI in the workplace. And according to our new survey, while midcareer and older workers offer unique strengths, employers are even more likely to overlook them than before in this new AI environment.

Ageism Is Undermining AI Implementation
Generation recently conducted a survey to explore the experience of midcareer and older workers in light of the growing use of generative AI tools in the U.S. and in four European countries: France, Ireland, Spain, and the United Kingdom. (This survey was supported with grant support from The SCAN Foundation in the U.S. and Google.org in Europe.) Our sample included 2,610 employees age 45+ who work in entry- and mid-level roles, and 1,488 hiring managers across a range of industries and company sizes who evaluate candidates for these roles.

Across the board, employers prefer younger candidates. Just 32% of employers in the U.S., we found, would “likely” consider candidates over age 60 for roles that regularly use AI tools versus 90% who would likely consider candidates under age 35. In Europe, 33% of companies said they were likely to consider hiring candidates over age 55 for such roles, while 86% were likely to consider the younger under age 35 group. The middle age range fell somewhere in between – with a declining interest as they got older (in the U.S., 79% of employers were likely to consider candidates aged 35–44, and 53% for those aged 45–59. In Europe, 71% were likely to consider candidates aged 35–44, and 52% for those aged 45–54).

Given the enthusiasm for adopting the latest generation of generative AI tools, this persistent bias bodes poorly for older workers. Nearly half of U.S. hiring managers in our survey reported that their companies have started providing AI tools to employees, and an additional 24% plan to do so in the next 12 months. While Europe’s transition is slower, change is underway there as well, with 29% of employers saying they currently provide AI tools and 31% planning to in the next year. Being able to use these tools is clearly a priority for companies and hiring managers.

However, it’s also possible that business leaders don’t yet know what they need to succeed with AI. Many companies report struggling with their AI transition. According to the LinkedIn Executive Confidence Index, 40% of global executives say their organizations have “limited leadership alignment, tools, and ad hoc processes in place” for generative AI adoption, while 25% say their organizations have not yet started this process.

Workers are also at sea. A recent survey by Upwork showed that employees across all ages and roles remain unsure how to use AI. Nearly half (47%) of employees reported that they have no idea how to use AI to achieve the productivity gains their employers expect and 77% saying these tools have actually decreased their productivity and added to their workload. Similarly, a Gallup Q2 2024 survey found that nearly seven in 10 U.S. employees say they never use AI, while only one in 10 say they use it at least weekly.

But these broad numbers obscure a critical bright spot that our survey identified. One key group of older employees, it turns out, are having a very different encounter with AI. Among the 15% of midcareer and older workers in our survey who say they have already adopted AI tools in the workplace, most are self-taught “power users.” This group turns to AI tools multiple times a week, if not daily. More than half of older power users in the U.S. and two-thirds in Europe reported that AI is improving their work quality and pace. In both the U.S. and Europe, nearly half of these power users added that the technology allows them to do more advanced or higher-level work, and about a third said it helps them make better decisions.

This small but important group of users shows a way forward for organizations that are implementing AI.  But making progress will require employers to recognize that only a true inter-generational effort will enable AI to realize its full potential in the workplace.

A Two-Step Solution for Employers
To solve their AI transition problems, companies should take a fresh look at why they’re struggling—and the resources they already have. There is widespread alignment that a “human in the loop” is necessary to ensure that AI agents—the use of which is expected to increase dramatically in 2025—operate in an accurate, secure, and ethical manner. These AI tools are created by tech players or customized by companies to work autonomously to accomplish complex tasks that would otherwise be given to a human to perform. To that end, workers with years of business judgement and pattern recognition—such as midcareer and older workers—can be well-placed to play this role. But enabling this opportunity requires employers to be much more intentional about how to marry AI with worker experience.

Step One: Lean Harder on Experienced Power Users.
A starting point could be to double-down on leveraging the insights of the small group of older power users who have already taught themselves how to use AI tools. Spotlighting these employees and incentivizing them to share and mentor their peers on how to do the same can help employees of all ages. Moving a few into critical new roles where AI adoption is front and center can also help. Uncovering more relevant use cases that marry experience with AI tools, and then applying them to specific roles and tasks, should increase the odds that those much-touted productivity gains will be realized faster.

Step Two: Redouble Efforts to Educate and Engage the Rest—Young and Old Alike.
But making the most of experienced workers will require more from employers than merely better leveraging the AI proficiency of the already converted. As our survey also found, most midcareer and older workers are still on the fence about the value of AI. While 24% of non-users who are age 45 and over in the US and 36% in Europe expressed interest in learning to use AI tools, another quarter were neutral or unsure. Most troubling, nearly a third of the non-users in the U.S. and 17% in Europe declared they are not interested in AI at all.

To bring this larger group of experienced workers into the tent and tap into their institutional know-how, companies need to build out an important new capability. Rather than just rely on self-taught power users across the age spectrum, they also need to integrate AI skills into their formal training programs, while keeping the rapidly changing content relevant and continuously identifying relevant use cases. These programs will then need to better target the many midcareer and older workers who will need to reskill to move to a new job or upskill within a role. For their part, those workers will need to guard against falling back on experience alone as the best way to stay employable.

Microsoft shows how this two-step approach can work well. It has implemented company-wide upskilling and reskilling initiatives through platforms such as Microsoft Learn and LinkedIn Learning, designed to be accessible to employees of all ages. Notably, Microsoft’s internal programs often identify future “AI manager” roles that require both technical AI knowledge and strong leadership experience—areas where seasoned professionals’ judgment is especially critical.

In line with the growing need for responsible AI deployment, Microsoft has also placed experienced professionals in key roles guiding company policy, ensuring regulatory compliance, and managing potential risks. The company’s Industry Cloud solutions, which require deep domain expertise, often rely on the knowledge of midcareer and older workers to fine-tune AI applications for real-world scenarios. Furthermore, with the emergence of generative AI tools such as Microsoft 365 Copilot, Microsoft recognizes the need for seasoned managers to act as “managers of AI agents,” leveraging their institutional knowledge and critical thinking skills to oversee AI deployment, interpret outputs, and ensure alignment with business goals. Microsoft’s approach to AI training and integration demonstrates how companies can marry AI capabilities with the valuable experience of midcareer and older workers, creating a synergy that maximizes the potential of both human and AI across generations.

Actions like these can help find emerging answers that will give everyone—employees and employers—a greater ability both to better leverage this new wave of agents and to keep evolving our workplaces to harness AI’s transformative power.

https://www.businessinsider.com/openai-researcher-soft-skills-valuable-ai-2025-2

Nhà nghiên cứu OpenAI: Kỹ năng mềm sẽ không biến mất

Sarah Perkel | 23/02/2025, 10:49 AM UTC

Karina Nguyen đã rời bỏ lĩnh vực kỹ thuật để chuyển sang nghiên cứu sau khi chứng kiến Claude cải thiện khả năng lập trình trong công việc trước đây tại Anthropic.

Trong một cuộc phỏng vấn podcast gần đây, cô cho rằng kỹ năng mềm vẫn sẽ quan trọng ngay cả khi công việc thay đổi.

Nguyen, hiện đang làm việc tại OpenAI, nhận định rằng sự sáng tạo và trí tuệ cảm xúc là một trong những thứ khó dạy nhất cho AI.

Trong bối cảnh một số công việc có thể dần trở nên lỗi thời do AI, nhà nghiên cứu Karina Nguyen của OpenAI cho biết cô tin rằng kỹ năng mềm vẫn sẽ được đánh giá cao.

Điều này cũng đúng trong lĩnh vực nghiên cứu AI.

"Tôi chỉ nghĩ rằng những người làm AI—ước gì họ có thể sáng tạo hơn và kết nối các ý tưởng giữa nhiều lĩnh vực khác nhau," Nguyen chia sẻ trong một tập gần đây của Lenny's Podcast.

Nguyen, từng làm việc tại Anthropic, cho rằng trên hết, AI sẽ giúp tự động hóa "những công việc lặp đi lặp lại của con người". Cô nói thêm rằng các mô hình AI hiện tại vẫn gặp khó khăn trong việc tiếp thu những kỹ năng vốn rất tự nhiên đối với con người.

"Tôi nghĩ giấc mơ của mọi nhà nghiên cứu AI là tự động hóa chính công việc nghiên cứu AI," Nguyen nói. "Điều đó khá đáng sợ, theo tôi, và khiến tôi nghĩ rằng quản lý con người sẽ vẫn còn tồn tại. Trí tuệ cảm xúc vẫn là một trong những thứ khó nhất đối với AI—sự sáng tạo cũng vậy."

Tại OpenAI, công việc của Nguyen chủ yếu liên quan đến "quản lý và hướng dẫn", mặc dù ban đầu cô đam mê kỹ thuật. Sự thay đổi này bắt đầu khi cô làm việc tại Anthropic—khi chứng kiến Claude phát triển nhanh chóng, cô nhận ra một điều về sự nghiệp của mình.

"Khi tôi mới đến Anthropic, tôi nghĩ: 'Ôi không, tôi thực sự yêu thích lập trình front-end,'" Nguyen kể lại. "Nhưng sau đó tôi chuyển sang nghiên cứu vì nhận ra rằng, 'Trời ơi, Claude đang ngày càng giỏi hơn trong việc lập trình front-end. Claude đang ngày càng giỏi hơn trong việc viết mã.'"

Nguyen và OpenAI đã không phản hồi ngay lập tức yêu cầu bình luận từ Business Insider trước khi bài báo được xuất bản.

"Có một khoảnh khắc nhận thức meta kiểu như: 'Trời ơi, thế giới thực sự đang thay đổi,'" cô nói thêm.

Nguyen cho biết các mô hình AI ngày càng tiến bộ, trở nên hiệu quả hơn về chi phí khi các "mô hình nhỏ" đang chứng minh rằng chúng "thông minh hơn cả mô hình lớn". Khi chi phí liên quan đến AI giảm, cô dự đoán công nghệ này sẽ tiếp tục phổ biến hơn nữa, mở ra nhiều cơ hội mới cho những lĩnh vực trước đây bị giới hạn bởi trí tuệ con người.

"Tôi đang nghĩ đến lĩnh vực chăm sóc sức khỏe," Nguyen chia sẻ. "Thay vì đến gặp bác sĩ, tôi có thể hỏi ChatGPT hoặc nhập danh sách triệu chứng và nhờ ChatGPT chẩn đoán xem đó có thể là cảm lạnh, cúm hay bệnh gì khác."

Nguyen cho biết cô đã dành "rất nhiều" thời gian để suy nghĩ về tương lai của mình trong một môi trường làm việc đang thay đổi do AI. Cô chia sẻ rằng nếu một ngày nào đó các mô hình AI mà cô giúp phát triển có thể tự động hóa công việc hiện tại của mình, cô có thể dành thời gian viết "truyện ngắn, tiểu thuyết khoa học viễn tưởng" hoặc làm việc như một chuyên gia bảo tồn tại bảo tàng.

"Tôi cảm thấy mình có rất nhiều lựa chọn nghề nghiệp," Nguyen nói. "Tôi rất muốn trở thành một nhà văn. Tôi nghĩ điều đó sẽ cực kỳ thú vị."

OpenAI researcher says soft skills aren't going anywhere
Sarah Perkel Feb 23, 2025, 10:49 AM UTC

Karina Nguyen left engineering for research after watching Claude get better at coding in a previous role at Anthropic.
In a recent podcast interview, she said soft skills will remain important even as work changes.
Nguyen, now at OpenAI, said creativity and emotional intelligence remain some of the hardest things to teach AI.
In a world where certain jobs could one day be rendered obsolete by AI, OpenAI researcher Karina Nguyen said she expects soft skills to endure as highly prized.
She also expects that to be the case in the realm of AI research.
"I just think people in AI field are like — I wish they were a little bit more creative and connecting the dots across different fields," Nguyen said on a recent episode of "Lenny's Podcast."
Nguyen, who previously worked at Anthropic, said that above all else, she expects AI to automate "redundant tasks for people." She added that the models she works with can struggle to grasp skills that often come so naturally to human beings.
"I think it's the dream of any AI research is to automate AI research," Nguyen said. "It's kind of scary, I'd say, which makes me think that people management will stay, you know? It's one of the hardest things to — emotional intelligence, with the models, creativity in itself is one of the hardest things."
At OpenAI, Nguyen said her role is heavy on "management and mentorship," despite originally being passionate about engineering. She said the shift came about during her tenure at Anthropic — after observing Claude's rapidly advancing capabilities, Nguyen came to a realization about her career.
"When I first came to Anthropic, I was like, 'Oh no, I really love front-end engineering,'" Nguyen said. "And then the reason why I switched to research is because I realized, at that time, it's like, 'Oh my god, Claude is getting better at front-end. Claude is getting better at coding.'"
Nguyen and OpenAI did not immediately respond to a request for comment by Business Insider prior to publication.
"It was kind of this meta realization where it's like, 'Oh my god, the world is actually changing,'" she added.
Nguyen said that models are only improving, becoming increasingly cost-efficient as "small models" prove themselves "smarter than large models." As the costs associated with artificial intelligence drop, Nguyen expects the technology to proliferate even further, unlocking work that she considers to have been previously "bottlenecked by intelligence."
"I'm thinking about healthcare, right?" Nguyen said. "Instead of going to a doctor, I can ask ChatGPT or give ChatGPT a list of symptoms and ask me, 'Would I have a cold, flu, something else?'"
Nguyen said she's been spending "a lot" of time thinking about what her future might look like in a working landscape altered by AI. She said that if the models she's helped build eventually automate her current job, she may spend her time writing "short stories, sci-fi stories, novels," or working as a museum conservator.
"I feel like I have a lot of job options," Nguyen said. "I would love to be a writer, I think. I think that would be super cool.

• Các trường đại học tại Singapore đang mở rộng chương trình đào tạo trí tuệ nhân tạo (AI) từ cấp độ cử nhân đến thạc sĩ nhằm đáp ứng nhu cầu nhân lực cho nền kinh tế AI của quốc gia.

1. Đại học Quốc gia Singapore (NUS)

• NUS mở hai chương trình cử nhân mới về AI vào năm 2025:
  • Cử nhân Máy tính về Trí tuệ Nhân tạo, tập trung vào lý luận, ngôn ngữ, học máy và sử dụng AI có trách nhiệm.
  • Cử nhân Kỹ thuật về Robotics và Trí tuệ Máy, kết hợp các lĩnh vực thiết kế, lập trình, điều khiển học và trí tuệ máy.
• Các chương trình thạc sĩ bao gồm:
  • Thạc sĩ Khoa học về Trí tuệ Nhân tạo và Đổi mới
  • Thạc sĩ Máy tính chuyên ngành AI
  • Thạc sĩ Công nghệ về Hệ thống Trí tuệ Nhân tạo (NUS-ISS)

2. Đại học Công nghệ Nanyang (NTU)

• Năm 2025, NTU giới thiệu Cử nhân Kỹ thuật về Robotics, tích hợp các lĩnh vực cơ khí, điện tử, cơ điện tử và AI.
• Từ năm 2018, NTU đã có các chương trình như:
  • Cử nhân Máy tính (Danh dự) về Khoa học Dữ liệu và AI
  • Cử nhân Máy tính (Danh dự) về AI và Xã hội
• Hơn 3.400 sinh viên đã theo học các chương trình AI bậc cử nhân trong 5 năm qua.
• NTU cũng có Thạc sĩ Khoa học về AI từ năm 2020, với 62% nghiên cứu sinh bậc cao học tham gia các đề tài AI.
• Cung cấp 9 khóa học đào tạo ngắn hạn về AI từ năm 2021.

3. Đại học Quản lý Singapore (SMU)

• SMU tích hợp AI vào nhiều chuyên ngành, trong đó có:
  • Thạc sĩ Công nghệ Thông tin trong Kinh doanh, chuyên ngành AI
  • Các khóa học về học máy, giao tiếp ngôn ngữ tự nhiên và an toàn AI
  • Học máy trong kinh tế và tài chính, thuộc các chương trình thạc sĩ.

4. Học viện Công nghệ Singapore (SIT)

• Giới thiệu chương trình Cử nhân AI Ứng dụng từ năm 2022, tập trung vào học máy, thị giác máy tính và xử lý ngôn ngữ tự nhiên.
• Đã triển khai hơn 10 mô-đun AI trong các ngành học khác.
• Tất cả chương trình Công nghệ Thông tin tại SIT đều có ít nhất một môn AI.

5. Đại học Công nghệ và Thiết kế Singapore (SUTD)

• Cử nhân Khoa học về Thiết kế và AI từ năm 2020, kéo dài 3,5 năm, tập trung vào AI trong thiết kế và xây dựng môi trường.
• Sinh viên có thể chọn Chuyên ngành phụ về AI.
• Viện đào tạo dành cho người đi làm, SUTD Academy, cung cấp khóa học Giới thiệu AI (2021) và AI Tạo Sinh trong Thiết Kế & Đổi mới (2023).

6. Đại học Khoa học Xã hội Singapore (SUSS)

• Mở khóa học AI Tạo Sinh từ tháng 1/2025, kéo dài 12 tuần, tập trung vào Mô hình Ngôn ngữ Lớn (LLM) và tính đạo đức trong AI.
• Tháng 7/2025, ra mắt khóa học Xử lý Ngôn ngữ Tự nhiên (NLP) cho AI Tạo Sinh, cung cấp kỹ năng kỹ thuật về NLP.

📌 

Singapore đang mở rộng đào tạo AI với hàng loạt chương trình từ cử nhân đến thạc sĩ, cùng nhiều khóa học ngắn hạn cho người đi làm. NUS và NTU tiên phong với các ngành AI chuyên sâu như Cử nhân AI, Robotics, và Khoa học Dữ liệu, trong khi các trường khác tập trung vào ứng dụng AI trong kinh doanh, thiết kế và xã hội. Với hơn 3.400 sinh viên NTU theo học AI, cùng sự tham gia mạnh mẽ từ các trường khác, Singapore đang đầu tư mạnh để trở thành trung tâm AI hàng đầu châu Á. 🚀

https://www.straitstimes.com/singapore/learning-about-artificial-intelligence-in-singapore-universities

https://www.businessinsider.com/meta-yann-lecun-scientists-look-abroad-amid-trump-funding-cuts-2025-2

Nhà khoa học AI trưởng của Meta nói rằng các nhà nghiên cứu ở Mỹ có thể tìm kiếm cơ hội ở nước ngoài khi Trump tìm cách đóng băng tài trợ
Lakshmi Varanasi 22/02/2025, 10:23 PM UTC

Yann LeCun của Meta cảnh báo rằng có thể xảy ra một cuộc di cư của các nhà khoa học ở Mỹ do cắt giảm tài trợ.
Chính quyền Trump muốn cắt giảm tài trợ cho NIH, gây lo ngại trong cộng đồng khoa học.
LeCun nói rằng châu Âu nên thu hút họ bằng cách cung cấp điều kiện nghiên cứu thuận lợi hơn.

Mỹ có thể sớm chứng kiến sự chảy máu chất xám trong lĩnh vực công nghệ, theo Yann LeCun, nhà khoa học AI trưởng của Meta.
"Mỹ dường như đang tự hủy hoại hệ thống tài trợ nghiên cứu công của mình. Nhiều nhà khoa học ở Mỹ đang tìm kiếm phương án B," LeCun viết trong một bài đăng trên LinkedIn vào thứ Bảy.

Chính quyền Trump đã ban hành nhiều sắc lệnh hành pháp nhằm cắt giảm tài trợ, làm dấy lên lo ngại trong cộng đồng khoa học ở Mỹ.
Chính quyền này đã công bố các khoản cắt giảm lớn đối với Viện Y tế Quốc gia (NIH), điều này sẽ chấm dứt hàng tỷ USD tài trợ liên bang cho nghiên cứu y sinh. Hôm thứ Sáu, một thẩm phán đã gia hạn lệnh tạm thời chặn các khoản cắt giảm này trong khi các vụ kiện từ các bang và các trường đại học—những bên cho rằng các khoản cắt giảm này là bất hợp pháp—đang được giải quyết tại tòa án.

"Một chính phủ tỉnh táo sẽ không bao giờ làm điều này," cựu Hiệu trưởng Trường Y Harvard Jeffrey Flier nói về việc cắt giảm tài trợ trong một bài đăng trên X.

Đội cắt giảm chi phí DOGE của Elon Musk cũng đã được triển khai đến các cơ quan liên bang, bao gồm NIH, Cục Quản lý Khí quyển và Đại dương Quốc gia (NOAA), Cơ quan Bảo vệ Môi trường (EPA) và NASA.

Sắc lệnh hành pháp mà Trump ký nhằm chống lại các quy định về đa dạng, công bằng và hòa nhập cũng làm dấy lên lo ngại rằng nó có thể đe dọa nghiên cứu khoa học tại các trường đại học.
"Ít nhất một trường đại học đang yêu cầu các nhà nghiên cứu tránh sử dụng các thuật ngữ như 'đa dạng sinh học' để không bị hệ thống AI đánh giá đơn xin tài trợ phát hiện," theo Scientific American.

LeCun—người từng lấy bằng cử nhân và tiến sĩ ở Pháp—nói rằng những thay đổi ở Mỹ nên là lời cảnh tỉnh cho các tổ chức và công ty ở châu Âu.
"Bạn có thể có cơ hội thu hút một số nhà khoa học giỏi nhất thế giới," ông viết.

Ông chia sẻ 7 điều mà theo ông, các nhà nghiên cứu tài năng mong muốn có tại bất kỳ trường đại học, công ty hay cơ quan nghiên cứu công nào mà họ gia nhập:

• Tiếp cận sinh viên giỏi nhất và cộng sự trẻ tài năng.
• Tiếp cận nguồn tài trợ nghiên cứu với ít thủ tục hành chính.
• Mức lương tốt (tương đương với các trường đại học hàng đầu ở Mỹ, Thụy Sĩ, Canada).
• Tự do nghiên cứu những gì họ cho là triển vọng nhất.
• Tiếp cận cơ sở vật chất nghiên cứu (ví dụ: hạ tầng tính toán, v.v.).
• Khả năng hợp tác/tư vấn với ngành công nghiệp và các startup.
• Khối lượng giảng dạy và hành chính vừa phải.

Thông điệp của ông gửi đến châu Âu: "Để thu hút những tài năng khoa học và công nghệ hàng đầu, hãy làm cho các ngành nghề nghiên cứu khoa học và công nghệ trở nên hấp dẫn."

Meta's chief AI scientist says US-based researchers may look abroad as Trump tries to freeze funding
Lakshmi Varanasi Feb 22, 2025, 10:23 PM UTC

Meta's Yann LeCun warned there could be an exodus of US-based scientists due to funding cuts.
The Trump administration wants to slash NIH funding, causing concern in the scientific community.
LeCun said Europe should be recruiting them by offering more favorable research conditions.
The United States could soon see an exodus of tech talent, according to Meta's chief AI scientist, Yann LeCun.
"The US seems set on destroying its public research funding system. Many US-based scientists are looking for a Plan B," LeCun wrote in a post on LinkedIn on Saturday.
The Trump administration has issued several executive orders to reduce funding, sparking concern among the US-based scientific community.
It announced drastic cuts to the National Institutes of Health that would effectively end billions in federal funding for biomedical research. A judge on Friday extended a temporary block on the cuts as lawsuits filed by states and universities who say the cuts are illegal make their way through the court system.
"A sane government would never do this," former Harvard Medical School Dean Jeffrey Flier said of the funding cuts in a post on X.
Elon Musk's cost-cutting DOGE squad has also been deployed to federal agencies, including the NIH, National Oceanic and Atmospheric Administration, the Environmental Protection Agency, and NASA.
The executive order that Trump signed against diversity, equity, and inclusion mandates has also caused concern that it could threaten scientific research at universities.
"At least one university is telling its researchers to refrain from terms like "biodiversity" to steer clear of detection by AI-based grant review systems, " Scientific American reported.
LeCun — who earned his bachelor's and Ph.D. in France — said the changes in the United States should be a wake-up call for European institutions and companies.
"You may have an opportunity to attract some of the best scientists in the world," he wrote.
He shared seven things he believes talented researchers want to see at any university, company, or public research agency they're joining:
Access to top students and junior collaborators.
Access to research funding with little administrative overhead.
Good compensation (comparable with top universities in the US, Switzerland, Canada).
Freedom to do research on what they think is most promising.
Access to research facilities (e.g. computing infrastructure, etc).
Ability to collaborate/consult with industry and startups.
Moderate teaching and administrative duties.
His message to Europe: "To attract the best scientific and technological talents, make science and technology research professions attractive."

https://www.scmp.com/news/china/science/article/3299470/race-ai-supremacy-chinese-born-scientists-musks-grok-squad-line-against-china

https://www.itpro.com/technology/artificial-intelligence/ai-tools-critical-thinking-reliance

- Theo khảo sát của Viện nghiên cứu Nomura với hơn 10.000 người, 61% người Nhật biết về AI tạo sinh nhưng chỉ 9% đã sử dụng

Tỷ lệ sử dụng cao nhất ở nhóm tuổi trẻ:
  -  21% ở độ tuổi 20-29
  -  20% ở độ tuổi 15-19

- Người cao tuổi (60-70 tuổi) thể hiện nhiều lo ngại về AI hơn giới trẻ

Trong lĩnh vực kinh doanh:
  -  Trên 85% doanh nghiệp đã áp dụng AI tạo sinh ghi nhận lợi ích
  -  Ngành bán lẻ có tỷ lệ sử dụng cao do thiếu hụt lao động
  -  Rào cản chính: thiếu chuyên gia AI, kiến thức và thông tin chính xác

- SoftBank và OpenAI sẽ thành lập liên doanh tại Nhật để cung cấp dịch vụ AI cho khách hàng doanh nghiệp

Chính phủ Nhật Bản:
  -  Đang xây dựng kế hoạch tổng thể phát triển AI an toàn
  -  Thủ tướng Shigeru Ishiba đồng ý tăng cường hợp tác an ninh mạng với Mỹ
  -  77% người dân ủng hộ việc quản lý AI, mức cao nhất toàn cầu

📌 Nhật Bản đối mặt nghịch lý: Dù là quốc gia công nghệ hàng đầu, chỉ 9% dân số sử dụng AI tạo sinh. Lo ngại về an ninh và thiếu chuyên gia là rào cản chính, trong khi 77% người dân mong muốn có quy định chặt chẽ về AI.

https://japantoday.com/category/tech/only-9-of-japanese-people-have-used-generative-ai-survey

- Hội nghị tại Paris vào ngày 10-11/2 chứng kiến những tuyên bố quan trọng về tiềm năng của AI. Sundar Pichai (Alphabet) khẳng định AI là "bước ngoặt lớn nhất trong đời người". Dario Amodei (Anthropic) cho rằng AI sẽ tạo ra "sự thay đổi lớn nhất trong thị trường lao động toàn cầu".  
- Nghiên cứu năm 2023 của Erik Brynjolfsson (Stanford) chỉ ra công cụ AI tạo sinh tăng năng suất 34% cho nhân viên chưa có kinh nghiệm, nhưng ít ảnh hưởng đến nhân viên có kinh nghiệm. Điều này gợi ý AI có thể chuyển giao phương thức làm việc tốt từ người tài năng sang người ít tài năng hơn.
- AI tạo sinh giúp cải thiện đáng kể chất lượng công việc viết lách ở người kém năng lực, theo nghiên cứu của Shakked Noy và Whitney Zhang (MIT). Nhưng dù có ích, AI vẫn khiến các công việc lặp lại dễ bị tự động hóa.  
- Amit Zavery (ServiceNow) ước tính hơn 85% trường hợp dịch vụ khách hàng không cần nhân sự tham gia nhờ AI. Điều này đe dọa công việc của các nhân viên hỗ trợ khách hàng.  
- Trong các công việc phức tạp như nghiên cứu và quản lý, lợi ích từ AI thường tập trung ở những người có năng lực cao. Ví dụ, Aidan Toner-Rodgers (MIT) nhận thấy các nhà nghiên cứu hàng đầu tăng gấp đôi năng suất nhờ AI, trong khi nhóm kém hiệu quả không ghi nhận thay đổi.  
- Nghiên cứu tại Kenya cho thấy doanh nhân giỏi tăng lợi nhuận hơn 15% nhờ AI, còn nhóm yếu thì lợi nhuận giảm. Trong tài chính, nhà đầu tư có kinh nghiệm nâng lợi nhuận gần 10%, so với chỉ 2% của người ít kinh nghiệm.
- AI đã bắt đầu thay đổi cấu trúc công việc: kỹ sư có thêm thời gian cho sáng tạo, luật sư trẻ tập trung vào khách hàng thay vì các nhiệm vụ lặp lại. Kỹ năng tưởng tượng và ứng dụng sáng tạo AI đang trở thành yếu tố quyết định.  
- AI được dự báo tiếp tục củng cố lợi thế cho những người có kỹ năng và khả năng ra quyết định tốt, tương tự như ảnh hưởng của Cách mạng Công nghiệp và thời đại máy tính trước đây.  

---

📌 AI đang làm gia tăng khoảng cách kỹ năng giữa người lao động, với lợi ích vượt trội cho nhóm có năng lực cao, như tăng năng suất 34% hoặc lợi nhuận 15%. Các công việc kỹ năng thấp đối diện nguy cơ tự động hóa cao, báo hiệu một tương lai lao động đầy thách thức và thay đổi.

https://www.economist.com/finance-and-economics/2025/02/13/how-ai-will-divide-the-best-from-the-rest

Cách AI gia tăng khoảng cách giữa những người giỏi nhất với phần còn lại
Các lãnh đạo công nghệ nói rằng công nghệ này sẽ trở thành công cụ bình đẳng hóa vĩ đại. Nhưng thực tế, nó có vẻ sẽ làm gia tăng khoảng cách xã hội

Tại một hội nghị thượng đỉnh ở Paris vào ngày 10 và 11 tháng 2, các lãnh đạo công nghệ đã tranh nhau đưa ra những tuyên bố hoành tráng nhất về trí tuệ nhân tạo. “AI sẽ là sự chuyển đổi sâu sắc nhất trong cuộc đời của chúng ta,” theo lời Sundar Pichai, giám đốc điều hành của Alphabet. Dario Amodei, giám đốc điều hành của Anthropic, nói rằng nó sẽ dẫn đến “sự thay đổi lớn nhất trong thị trường lao động toàn cầu trong lịch sử loài người.” Trong một bài đăng trên blog, Sam Altman của OpenAI viết rằng, “Trong một thập kỷ nữa, có lẽ tất cả mọi người trên Trái Đất sẽ có thể làm được nhiều hơn cả những cá nhân có tầm ảnh hưởng nhất ngày nay.”

Dự đoán của Altman dựa trên một trường phái tư duy đã được thiết lập từ trước. Khi các mô hình ngôn ngữ lớn lần đầu trở nên phổ biến vào đầu những năm 2020, các nhà kinh tế học và lãnh đạo doanh nghiệp đã hy vọng rằng những công cụ này, cùng với các công nghệ AI khác, sẽ giúp tạo ra một sân chơi bình đẳng hơn, trong đó những lao động có kỹ năng thấp hơn sẽ hưởng lợi nhiều nhất. Phần mềm có khả năng xử lý các nhiệm vụ như gấp protein hay sáng tác thơ có vẻ sẽ giúp dân chủ hóa cơ hội. Jensen Huang, giám đốc điều hành của Nvidia – một công ty thiết kế chip – đã hình dung về một tương lai nơi mà người lao động “tất cả sẽ trở thành CEO của các AI agent.”

Tuy nhiên, những nghiên cứu gần đây lại đặt dấu hỏi cho viễn cảnh đó. Thay vào đó, chúng gợi ý một tương lai nơi người giỏi sẽ ngày càng tiến xa hơn—còn phần còn lại thì bị tụt lại phía sau. Trong những công việc phức tạp như nghiên cứu và quản lý, bằng chứng mới cho thấy những cá nhân có năng suất cao nhất là những người có vị thế tốt nhất để làm việc với AI (xem bảng). Đánh giá đầu ra của các mô hình AI đòi hỏi chuyên môn và khả năng phán đoán tốt. Thay vì thu hẹp khoảng cách, AI nhiều khả năng sẽ làm gia tăng sự phân hóa trong lực lượng lao động, giống như các cuộc cách mạng công nghệ trước đây.

Lập luận cho rằng AI có thể là công cụ bình đẳng hóa được củng cố bởi những nghiên cứu chỉ ra rằng công nghệ này giúp nâng cao hiệu suất nhất cho những nhân sự ít kinh nghiệm. Một nghiên cứu năm 2023 của Erik Brynjolfsson thuộc Đại học Stanford, cùng Danielle Li và Lindsey Raymond thuộc Viện Công nghệ Massachusetts (MIT), phát hiện rằng các công cụ AI tạo sinh đã giúp tăng năng suất lên 34% đối với những nhân viên hỗ trợ khách hàng mới vào nghề, giúp họ giải quyết thắc mắc nhanh hơn và hiệu quả hơn. Ngược lại, những nhân viên có kinh nghiệm gần như không nhận được lợi ích gì, vì AI chỉ củng cố những phương pháp mà họ vốn đã áp dụng. Điều này cho thấy công nghệ này có thể thu hẹp khoảng cách bằng cách truyền tải những phương pháp làm việc tốt nhất từ nhân viên giỏi sang những người ít tài năng hơn.

Một xu hướng tương tự cũng được quan sát thấy trong các công việc đòi hỏi nhiều kiến thức. Nghiên cứu của Shakked Noy và Whitney Zhang, cả hai đều thuộc MIT, cho thấy những người viết kém hơn có sự cải thiện đáng kể nhất về chất lượng bài viết khi sử dụng ChatGPT của OpenAI để soạn thảo các tài liệu như thông cáo báo chí và báo cáo. Nhiều người đạt chất lượng cao hơn đơn giản chỉ bằng cách sử dụng nguyên bản đầu ra của AI, nhấn mạnh khả năng của công nghệ này trong việc nâng cao hiệu suất cơ bản. Tương tự, Jonathan Choi thuộc Đại học Nam California và các đồng tác giả phát hiện rằng một công cụ AI đa dụng giúp nâng cao chất lượng công việc pháp lý, chẳng hạn như soạn thảo hợp đồng, đặc biệt là đối với những sinh viên luật kém tài năng nhất.  

Vấn đề là tác động này bị lấn át bởi một yếu tố khác. Một công việc có thể được xem như một tập hợp các nhiệm vụ, trong đó công nghệ có thể giúp tự động hóa hoặc hỗ trợ. Đối với kiểm soát viên không lưu, công nghệ đóng vai trò hỗ trợ: nó xử lý dữ liệu chuyến bay nhưng vẫn để con người đưa ra quyết định, giúp duy trì mức lương cao. Ngược lại, hệ thống tự thanh toán lại đơn giản hóa vai trò của nhân viên thu ngân bằng cách tự động hóa các tác vụ như tính tiền thừa, làm giảm yêu cầu về kỹ năng và khiến mức lương trì trệ.  

Do đó, dù từng có sự lạc quan ban đầu, các nhân viên chăm sóc khách hàng và những lao động có kỹ năng thấp khác có thể đối mặt với viễn cảnh giống như thu ngân. Những nhiệm vụ lặp đi lặp lại của họ rất dễ bị tự động hóa. Amit Zavery của ServiceNow, một công ty phần mềm doanh nghiệp, ước tính rằng hơn 85% yêu cầu hỗ trợ khách hàng của một số khách hàng hiện không cần con người tham gia. Khi AI phát triển, con số này có thể còn tăng cao hơn nữa, khiến số lượng nhân viên hỗ trợ giảm dần và họ chỉ xử lý những trường hợp phức tạp nhất. Mặc dù AI có thể ban đầu giúp tăng năng suất, nhưng về lâu dài, tác động của nó sẽ là biến kỹ năng thành hàng hóa và tự động hóa công việc.  

Không giống như các công nghệ tự động hóa trước đây, vốn thay thế các công việc mang tính lặp lại như lắp ráp dây chuyền hoặc kế toán sổ sách, AI có thể mở rộng ảnh hưởng sang cả những công việc phi tuyến tính và sáng tạo. Công nghệ này có thể học một cách ngầm hiểu, nhận diện mô hình và đưa ra dự đoán mà không cần hướng dẫn cụ thể; có lẽ theo thời gian, AI sẽ có thể viết kịch bản hấp dẫn hoặc thiết kế sản phẩm hữu ích. Hiện tại, trong các ngành có mức lương cao, dường như những nhân viên cấp dưới là đối tượng dễ bị AI thay thế nhất. Tại A&O Shearman, một công ty luật, các công cụ AI hiện xử lý phần lớn công việc thường ngày mà trước đây do trợ lý luật sư hoặc nhân viên pháp lý thực hiện. Phần mềm của công ty có thể phân tích hợp đồng, so sánh với các giao dịch trước đây và đề xuất chỉnh sửa trong chưa đầy 30 giây. David Wakeling, trưởng bộ phận AI của công ty, cho biết những nhân sự hàng đầu tận dụng tốt nhất công nghệ này để đưa ra các quyết định mang tính chiến lược.  

Sự thay đổi trong các nghiên cứu kinh tế gần đây cũng ủng hộ quan sát này. Dù các nghiên cứu ban đầu cho rằng những người làm việc kém hơn có thể hưởng lợi đơn giản bằng cách sao chép đầu ra của AI, nhưng các nghiên cứu mới hơn lại tập trung vào những nhiệm vụ phức tạp hơn, chẳng hạn như nghiên cứu khoa học, điều hành doanh nghiệp và đầu tư tài chính. Trong những bối cảnh này, những cá nhân có năng suất cao hưởng lợi nhiều hơn hẳn so với đồng nghiệp có năng suất thấp. Trong một số trường hợp, những người làm việc kém hiệu quả thậm chí không có sự cải thiện nào, hoặc còn bị tụt lại phía sau.

Thiết kế thông minh

Aidan Toner-Rodgers của MIT, chẳng hạn, phát hiện rằng việc sử dụng một công cụ AI để hỗ trợ khám phá vật liệu đã gần như tăng gấp đôi năng suất của các nhà nghiên cứu hàng đầu, trong khi không có tác động đo lường được đối với nhóm thấp nhất. Phần mềm cho phép các nhà nghiên cứu chỉ định các đặc tính mong muốn, sau đó tạo ra các vật liệu tiềm năng được dự đoán sẽ có những đặc tính đó. Các nhà khoa học xuất sắc, với nền tảng chuyên môn vững chắc, có thể xác định những đề xuất triển vọng và loại bỏ những đề xuất kém chất lượng. Ngược lại, các nhà nghiên cứu kém hiệu quả hơn gặp khó khăn trong việc lọc ra các kết quả hữu ích khỏi những kết quả không liên quan (xem biểu đồ 2).

Những kết quả tương tự cũng xuất hiện trong các lĩnh vực khác. Nicholas Otis thuộc Đại học California, Berkeley, cùng các đồng tác giả phát hiện rằng các doanh nhân Kenya có năng lực cao hơn đã tăng lợi nhuận hơn 15% khi sử dụng trợ lý AI, trong khi những người yếu hơn lại bị giảm lợi nhuận. Sự khác biệt nằm ở cách họ áp dụng các đề xuất của AI. Những người đạt thành tích thấp chỉ làm theo các lời khuyên chung chung, chẳng hạn như tăng cường quảng cáo; trong khi những người giỏi hơn sử dụng AI để tìm ra các giải pháp phù hợp, ví dụ như đảm bảo nguồn điện mới trong thời gian mất điện (xem biểu đồ 3).

Trong lĩnh vực ra quyết định tài chính, Alex Kim của Đại học Chicago và các đồng tác giả đã thực hiện một thí nghiệm trong đó những người tham gia sử dụng AI để phân tích bảng điểm cuộc gọi thu nhập trước khi phân bổ 1.000 USD vào một danh mục đầu tư mô phỏng. Các nhà đầu tư sành sỏi đạt tỷ suất lợi nhuận cao hơn gần 10% khi có AI hỗ trợ; trong khi những nhà đầu tư ít kinh nghiệm hơn chỉ tăng được 2%. Những nhà đầu tư dày dạn tận dụng tốt hơn các thông tin chi tiết từ cuộc gọi thu nhập, chẳng hạn như chi tiêu cho R&D, mua lại cổ phiếu và lợi nhuận hoạt động trước khấu hao.

Khi AI tái định hình công việc, các nhiệm vụ mới đang dần xuất hiện. Rajeev Rajan của Atlassian, một công ty phần mềm văn phòng, cho biết các công cụ AI giúp kỹ sư tiết kiệm vài giờ mỗi tuần, cho phép họ tập trung vào công việc sáng tạo. Các luật sư trẻ tốn ít thời gian hơn cho những công việc lặt vặt và có nhiều thời gian hơn với khách hàng. “Những người thực sự thông minh, có thể đang chán ngán với việc phân tích các báo cáo thu nhập thường kỳ, sẽ là những người hưởng lợi nhiều nhất,” một lãnh đạo tại một công ty đầu tư lớn nhận xét. “Kỹ năng được đánh giá cao nhất trong ngắn hạn sẽ là khả năng tưởng tượng ra những cách sáng tạo để sử dụng AI.” Những công việc lặp đi lặp lại trong các ngành này đang dần được tự động hóa, giúp nhân viên trẻ đảm nhận các nhiệm vụ nâng cao sớm hơn trong sự nghiệp của họ.

Thị trường lao động luôn được định hình bởi sự biến mất của các vai trò cũ và sự xuất hiện của các công việc mới. David Autor của MIT ước tính rằng khoảng 60% công việc ở Mỹ vào năm 2018 chưa từng tồn tại vào năm 1940. Nghề “thiết kế máy bay” được bổ sung vào điều tra dân số vào những năm 1950; “lập kế hoạch hội nghị” xuất hiện vào những năm 1990. Nhưng ai sẽ đảm nhận những công việc mới do AI tạo ra? Lịch sử cho thấy rằng những biến động công nghệ thường có lợi cho những người có kỹ năng cao. Trong Cách mạng Công nghiệp, các kỹ sư làm chủ công nghệ máy móc mới đã chứng kiến mức lương tăng vọt, trong khi lao động phổ thông bị thiệt thòi. Thời đại máy tính mang lại lợi ích cho kỹ sư phần mềm và khiến các nhân viên đánh máy trở nên lỗi thời. AI dường như sẽ đi theo con đường tương tự, mang lại lợi ích cho những người có khả năng phán đoán, sự linh hoạt và chuyên môn để điều hướng môi trường phức tạp, giàu thông tin.

Hơn nữa, các công cụ AI ngày nay chỉ là bước khởi đầu. Khi công nghệ trở nên tinh vi hơn, các AI agent bán tự động có khả năng hoạt động độc lập—giống như viễn cảnh mà Jensen Huang đã hình dung—có thể thay đổi hoàn toàn môi trường làm việc. Điều đó có thể khiến mọi lao động đều trở thành một kiểu "CEO," đúng như lời giám đốc điều hành của Nvidia đã dự đoán. Nhưng sẽ không có sự bình đẳng hóa: những người tài giỏi nhất vẫn sẽ là những CEO giỏi nhất. ■

How AI will divide the best from the rest
Tech bosses say the tech will be a great equaliser. Instead, it looks likely to widen social divides

At a summit in Paris on February 10th and 11th, tech bosses vied to issue the most grandiose claim about artificial intelligence. “AI will be the most profound shift of our lifetimes,” is how Sundar Pichai, Alphabet’s boss, put it. Dario Amodei, chief executive of Anthropic, said that it would lead to the “largest change to the global labour market in human history”. In a blog post, Sam Altman of OpenAI wrote that “In a decade perhaps everyone on earth will be capable of accomplishing more than the most impactful person can today.”

Mr Altman’s prediction taps into an established school of thought. As large language models first gained popularity in the early 2020s, economists and bosses were hopeful that they, and other AI tools, would level the playing field, with lower-skilled workers benefiting most. Software capable of handling tasks such as protein-folding and poetry-writing would surely democratise opportunity. Jensen Huang, chief executive of Nvidia, a chip designer, envisioned a future in which workers “are all going to be CEOs of AI agents”.
More recent findings have cast doubt on this vision, however. They instead suggest a future in which high-flyers fly still higher—and the rest are left behind. In complex tasks such as research and management, new evidence indicates that high performers are best positioned to work with AI (see table). Evaluating the output of models requires expertise and good judgment. Rather than narrowing disparities, AI is likely to widen workforce divides, much like past technological revolutions.

The case for AI as an equaliser was supported by research showing that the tech enhances output most for less experienced workers. A study in 2023 by Erik Brynjolfsson of Stanford University and Danielle Li and Lindsey Raymond of the Massachusetts Institute of Technology (MIT) found that generative-AI tools boosted productivity by 34% for novice customer-support workers, helping them resolve queries faster and more effectively. Experienced workers, by contrast, saw little benefit, as the AI reinforced approaches they were already using. This suggested the tech could narrow gaps by transferring best practices from talented to less talented employees.

A similar trend was observed in other knowledge-intensive tasks. Research by Shakked Noy and Whitney Zhang, both of MIT, found that weaker writers experienced the greatest improvements in the quality of their work when using OpenAI’s ChatGPT to draft materials such as press releases and reports. Many saw better quality simply by using the AI’s unedited output, underscoring its ability to elevate baseline performance. Similarly, Jonathan Choi of the University of Southern California and co-authors found a general-purpose AI tool improved the quality of legal work, such as drafting contracts, most notably for the least talented law students.
The problem is that this is swamped by another effect. A job can be considered as a bundle of tasks, which tech may either commoditise or assist with. For air-traffic controllers, tech is an augmentation: it processes flight data while leaving decisions to humans, keeping wages high. By contrast, self-check-out systems simplify cashiers’ roles, automating tasks such as calculating change. This lowers the skill requirement, causing wages to stagnate.
Thus despite the early optimism, customer-service agents and other low-skilled workers may face a future akin to cashiers. Their repetitive tasks are susceptible to automation. Amit Zavery of ServiceNow, a business-software company, estimates that more than 85% of customer-service cases for some clients no longer require human involvement. As AI advances, this figure will probably rise, leaving fewer agents to handle only the most complex cases. Although AI may at first boost productivity, its long-term impact will be to commoditise skills and automate tasks.
Unlike earlier automation, which replaced routine jobs such as assembly-line work and book-keeping, AI may extend its reach to non-routine and creative work. It can learn tacitly, recognise patterns and make predictions without explicit instruction; perhaps, in time, it will be able to write entertaining scripts and design useful products. For the moment it seems as though, in high-wage industries, it is junior staff who are the most vulnerable to automation. At A&O Shearman, a law firm, AI tools now handle much of the routine work once done by associates or paralegals. The company’s software can analyse contracts, compare them with past deals and suggest revisions in under 30 seconds. Top performers have been best at using the tech to make strategic decisions, says David Wakeling, the firm’s head of AI.

The shift in recent economic research supports his observation. Although early studies suggested that lower performers could benefit simply by copying AI outputs, newer studies look at more complex tasks, such as scientific research, running a business and investing money. In these contexts, high performers benefit far more than their lower-performing peers. In some cases, less productive workers see no improvement, or even lose ground.

Intelligent design
Aidan Toner-Rodgers of MIT, for instance, found that using an AI tool to assist with materials discovery nearly doubled the productivity of top researchers, while having no measurable impact on the bottom third. The software allowed researchers to specify desired features, then generate candidate materials predicted to possess these properties. Elite scientists, armed with plenty of subject expertise, could identify promising suggestions and discard poor ones. Less effective researchers, by contrast, struggled to filter useful outputs from irrelevant ones (see chart 2).

Similar results have emerged in other areas. Nicholas Otis of the University of California, Berkeley, and co-authors found that stronger Kenyan entrepreneurs raised their profits by over 15% with an AI assistant, and strugglers saw profits fall. The difference lay in how they applied AI recommendations. Low achievers followed generic advice such as doing more advertising; high achievers used AI to find tailored solutions, such as securing new power sources during blackouts (see chart 3).
In financial decision-making, Alex Kim of the University of Chicago and co-authors conducted an experiment where participants used AI to analyse earnings-call transcripts before allocating $1,000 in a simulated portfolio. Sophisticated investors achieved nearly 10% higher returns with AI; less sophisticated investors saw gains of 2%. Seasoned investors made better use of insights from earnings calls such as those concerning R&D spending, share repurchases and operating profit before depreciation and amortisation.
As AI reshapes work, new tasks are emerging. Rajeev Rajan of Atlassian, an office-software firm, says that AI tools free up a couple of hours a week for engineers, allowing them to focus on creative work. Junior lawyers spend less time on chores and more with clients. “Really smart people who may be bored with analysing routine earnings releases will benefit the most,” says a boss at a large investment firm. “The skill that is going to be rewarded most in the short run is imagination in finding creative ways to use AI.” The grunt work of these industries is being automated, allowing junior employees to take on advanced tasks earlier in their careers.
Labour markets have always been defined by the destruction of old roles and the creation of new ones. David Autor of MIT has estimated that 60% or so of work in America in 2018 did not exist in 1940. The job of “airplane designer” was added to the census in the 1950s; “conference planner” arrived in the 1990s. But who will take AI’s new jobs when they emerge? History suggests that technological upheavals favour the skilled. In the Industrial Revolution, engineers who mastered new machinery saw their wages soar as routine labourers lost out. The computer age rewarded software engineers and rendered typists obsolete. AI appears poised to follow a similar path, benefiting those with the judgment, agility and expertise to navigate complex, information-rich environments.
Moreover, today’s AI tools are just the beginning. As the technology grows more sophisticated, semi-autonomous agents capable of acting independently—of the sort envisioned by Mr Huang—may transform workplaces. That might make every worker a CEO of sorts, just as the Nvidia chief executive has predicted. But there will be no levelling-out: the most talented will still make the best CEOs. ■
For more expert analysis of the biggest stories in economics, finance and markets, sign up to Money Talks, our weekly subscriber-only newsletter.

-  93% người thuộc Gen Z sử dụng ít nhất 2 công cụ AI mỗi tuần trong công việc, theo khảo sát của Google với hơn 1.000 người lao động tri thức

-  Abigail Carlos, 26 tuổi, nhân viên Warner Bros. Discovery sử dụng ChatGPT và Perplexity để soạn email, kiểm tra bảng tính, giúp giảm một nửa khối lượng công việc

-  Gen Z dự kiến chiếm hơn 25% lực lượng lao động toàn cầu trong năm 2025, vượt qua tỷ lệ của thế hệ baby boomer tại Mỹ

-  Monique Buksh, 22 tuổi, sinh viên luật tại Australia sử dụng Westlaw Edge và Lexis+ cho nghiên cứu pháp lý, Grammarly để soạn thảo văn bản

-  Hơn 12.000 việc làm đã bị cắt giảm trong năm 2024 do ảnh hưởng của AI, theo phân tích gần đây

-  71% lãnh đạo ưu tiên tuyển dụng ứng viên có chuyên môn về AI hơn là người có kinh nghiệm truyền thống

-  40% Gen Z thừa nhận AI cản trở sự phát triển kỹ năng do thực hiện các nhiệm vụ thay họ, theo khảo sát của TalentLMS

-  Khoảng 50% Gen Z tìm đến AI để được tư vấn thay vì hỏi quản lý trực tiếp

-  Nghiên cứu từ Microsoft và Carnegie Mellon University chỉ ra rằng càng sử dụng và tin tưởng AI, người dùng càng ít dựa vào kỹ năng tư duy phản biện

-  Các chuyên gia khuyến nghị cần phát triển chuyên môn sâu trong lĩnh vực để sử dụng AI hiệu quả mà không làm suy giảm khả năng phân tích

📌 Gen Z đang dẫn đầu xu hướng ứng dụng AI trong công việc với 93% sử dụng thường xuyên, giúp tăng hiệu suất nhưng cũng đối mặt rủi ro về suy giảm kỹ năng tư duy và giao tiếp. Hơn 12.000 việc làm đã bị cắt giảm trong năm 2024 do AI, đặc biệt ảnh hưởng đến vị trí entry-level.

https://www.yahoo.com/tech/93-gen-zers-ai-mdash-100601728.html

- Thành công của DeepSeek được xem là minh chứng mạnh mẽ cho giáo dục STEM của Trung Quốc khi so sánh với Mỹ, nhờ đội ngũ phát triển chủ yếu từ các trường đại học hàng đầu trong nước như Đại học Thanh Hoa, Bắc Kinh.  
- Nền giáo dục khoa học công nghệ Trung Quốc đã tăng trưởng vượt bậc, với số lượng sinh viên tốt nghiệp đại học tăng hơn 14 lần trong hai thập kỷ qua. Năm 2020, Trung Quốc đào tạo hơn 4 lần số lượng sinh viên STEM so với Mỹ và có 2.300 chương trình cử nhân AI được bổ sung từ năm 2018.  
- DeepSeek tránh sự kiểm soát của chính phủ bằng cách giữ hình ảnh khiêm tốn và tập trung vào khám phá tri thức thay vì lợi nhuận tức thì. Tuy nhiên, điều này đặt câu hỏi liệu họ có thể duy trì cách tiếp cận này lâu dài trong bối cảnh chính trị hiện tại.  
- Trung Quốc đã đầu tư mạnh vào giáo dục và nghiên cứu, nhưng môi trường làm việc tập trung vào kết quả nhanh chóng cùng với văn hóa quản lý chặt chẽ đã kìm hãm sáng tạo.  
- Các công ty công nghệ Trung Quốc đối mặt thách thức từ chính sách kiểm soát của chính phủ như cuộc đàn áp các công ty lớn (Alibaba, Tencent). Điều này khiến nhiều nhân sự tài năng trẻ chuyển hướng sang các công việc ổn định hơn như công chức thay vì công nghệ.  
- Sự hỗ trợ tài chính và hợp tác giữa trường đại học và doanh nghiệp của chính phủ Trung Quốc thúc đẩy nghiên cứu và ứng dụng. Song, chính sự can thiệp quá mức cũng là cản trở lớn đối với sự đổi mới và phát triển dài hạn.  
- Thành công của DeepSeek không chỉ đến từ nền tảng giáo dục mà còn từ mô hình tổ chức độc đáo: tuyển dụng nhân tài từ các ngành nhân văn để tạo không khí sáng tạo thoải mái.  
- Một số chuyên gia như ông Liang, nhà sáng lập DeepSeek, nhấn mạnh rằng đổi mới đòi hỏi ít sự quản lý và can thiệp nhất có thể.

📌 Trung Quốc đã đạt bước tiến lớn trong giáo dục STEM với hơn 2.300 chương trình AI mới và số lượng lớn các tài năng AI hàng đầu thế giới. Tuy nhiên, sự kiểm soát từ chính phủ và tập trung vào kết quả nhanh chóng có thể kìm hãm sự sáng tạo dài hạn. Thành công của DeepSeek cho thấy cần khuyến khích môi trường sáng tạo tự do và ít can thiệp hơn.

https://www.nytimes.com/2025/02/10/world/asia/china-deepseek-education.html

Thành công của DeepSeek nói lên điều gì về khả năng nuôi dưỡng nhân tài của Trung Quốc

Trung Quốc đào tạo số lượng lớn sinh viên tốt nghiệp STEM, nhưng không được biết đến với khả năng đổi mới. Các yếu tố văn hóa và chính trị có thể giúp giải thích điều này.

Vivian Wang
Tường thuật từ Bắc Kinh
Ngày 10 tháng 2 năm 2025
Cập nhật 2:58 sáng ET

Đối với nhiều người Trung Quốc, thành công của DeepSeek là một chiến thắng của hệ thống giáo dục nước này, là bằng chứng cho thấy giáo dục Trung Quốc ngang bằng hoặc thậm chí vượt Mỹ.

Theo người sáng lập DeepSeek, nhóm phát triển cốt lõi của startup Trung Quốc đang làm chấn động thế giới AI này đều học đại học ở Trung Quốc. Điều này khác với nhiều công ty công nghệ Trung Quốc trước đây, vốn thường tìm kiếm nhân tài được đào tạo ở nước ngoài.

Khi chứng kiến phản ứng bất ngờ của người Mỹ, nhiều cư dân mạng Trung Quốc không giấu nổi niềm tự hào, một số người còn nhấn mạnh số lượng tiến sĩ khoa học mà Trung Quốc đào tạo hàng năm. Một bài đăng trên blog thậm chí có tiêu đề: "Thành công của DeepSeek chứng minh rằng nền giáo dục của chúng ta rất xuất sắc."

Sự công nhận thậm chí còn đến từ nước ngoài. Pavel Durov, nhà sáng lập nền tảng nhắn tin Telegram, tháng trước đã nhận xét rằng cạnh tranh khốc liệt trong các trường học Trung Quốc chính là động lực giúp nước này đạt thành tựu trong AI. Ông viết trên mạng xã hội: "Nếu Mỹ không cải cách hệ thống giáo dục của mình, nước này có nguy cơ đánh mất vị thế dẫn đầu công nghệ vào tay Trung Quốc."

Thực tế phức tạp hơn thế. Đúng là Trung Quốc đã đầu tư mạnh vào giáo dục, đặc biệt là trong khoa học và công nghệ, giúp nước này xây dựng một lực lượng nhân tài lớn, yếu tố then chốt để đạt mục tiêu trở thành cường quốc AI vào năm 2025.

Tuy nhiên, ngoài môi trường học đường, những sinh viên tốt nghiệp này còn phải đối mặt với nhiều rào cản như văn hóa làm việc căng thẳng và những thay đổi khó lường trong chính sách của Đảng Cộng sản Trung Quốc. Dưới thời lãnh đạo hiện tại, ông Tập Cận Bình, chính quyền ưu tiên kiểm soát hơn là tăng trưởng kinh tế và sẵn sàng trấn áp các công ty công nghệ nếu chúng trở nên quá quyền lực.

DeepSeek đã tránh được phần lớn những áp lực đó, một phần nhờ giữ hồ sơ khiêm tốn và người sáng lập công khai cam kết theo đuổi khám phá trí tuệ thay vì lợi nhuận nhanh chóng. Tuy nhiên, chưa rõ công ty có thể duy trì điều đó trong bao lâu.

"Trung Quốc có rất nhiều nhà nghiên cứu và kỹ sư trẻ trung, tài năng và đầy nhiệt huyết. Tôi không nghĩ có sự chênh lệch lớn về giáo dục giữa Trung Quốc và Mỹ trong lĩnh vực này, đặc biệt là về AI," Yiran Chen, giáo sư kỹ thuật điện và máy tính tại Đại học Duke, nhận xét. "Nhưng rào cản thực sự lại đến từ những yếu tố khác."

Đối với nhiều người Trung Quốc, sức mạnh của hệ thống giáo dục gắn liền với vị thế toàn cầu của đất nước. Chính phủ đã đầu tư mạnh vào giáo dục đại học, và số lượng sinh viên tốt nghiệp mỗi năm—từng rất ít ỏi—nay đã tăng hơn 14 lần trong hai thập kỷ qua. Một số trường đại học Trung Quốc hiện nằm trong nhóm tốt nhất thế giới.

Tuy nhiên, trong nhiều thập kỷ, những sinh viên xuất sắc nhất của Trung Quốc thường ra nước ngoài du học và ở lại đó. Theo một số chỉ số, điều này đang bắt đầu thay đổi.

Năm 2020, Trung Quốc đào tạo số lượng sinh viên tốt nghiệp STEM nhiều hơn hơn 4 lần so với Mỹ. Riêng trong lĩnh vực AI, nước này đã mở thêm hơn 2.300 chương trình cử nhân kể từ năm 2018, theo nghiên cứu của MacroPolo, một nhóm nghiên cứu có trụ sở tại Chicago chuyên nghiên cứu về Trung Quốc.

Đến năm 2022, gần một nửa số nhà nghiên cứu AI hàng đầu thế giới xuất thân từ các trường đại học Trung Quốc, so với khoảng 18% đến từ các trường đại học Mỹ, theo MacroPolo. Mặc dù phần lớn những nhà nghiên cứu hàng đầu này vẫn làm việc tại Mỹ, số lượng chọn ở lại Trung Quốc ngày càng tăng.

"Trung Quốc đã đào tạo ra một lượng lớn nhân tài trong những năm qua. Họ cần phải tìm chỗ để phát triển," Damien Ma, nhà sáng lập MacroPolo, nhận định.

Washington cũng đã tăng cường hạn chế cấp thị thực cho sinh viên Trung Quốc theo học một số ngành nhất định, bao gồm AI, với lý do lo ngại về an ninh quốc gia.

"Nếu họ không thể ra nước ngoài, họ sẽ thành lập công ty riêng hoặc làm việc cho một công ty Trung Quốc," ông Ma nói.

Một số ý kiến chỉ trích hệ thống giáo dục Trung Quốc quá chú trọng thi cử, thiếu sáng tạo và đổi mới. Việc mở rộng chương trình đào tạo AI ở Trung Quốc cũng không đồng đều, và không phải chương trình nào cũng tạo ra nhân tài xuất sắc, ông Ma thừa nhận. Tuy nhiên, những trường hàng đầu như Đại học Thanh Hoa và Đại học Bắc Kinh vẫn thuộc nhóm đẳng cấp thế giới, và nhiều nhân viên của DeepSeek đã từng theo học tại đây.

Chính phủ Trung Quốc cũng góp phần thúc đẩy mối liên kết chặt chẽ giữa học thuật và doanh nghiệp hơn so với phương Tây, theo Marina Zhang, giáo sư tại Đại học Công nghệ Sydney chuyên nghiên cứu về đổi mới công nghệ Trung Quốc. Chính phủ đã đổ tiền vào các dự án nghiên cứu và khuyến khích các học giả đóng góp vào các sáng kiến AI quốc gia.

Tuy nhiên, sự can thiệp của chính phủ cũng là một trong những rủi ro lớn nhất đối với đổi mới công nghệ tại Trung Quốc.

Bắc Kinh hiện đang hỗ trợ mạnh mẽ cho ngành AI—ít nhất là ở thời điểm này. Nhưng trước đó, vào năm 2020, sau khi nhận thấy mình kiểm soát quá ít đối với các tập đoàn công nghệ lớn như Alibaba, chính quyền đã tiến hành một cuộc trấn áp diện rộng kéo dài nhiều năm đối với ngành công nghệ Trung Quốc. (Người sáng lập DeepSeek, Liang Wenfeng, đã chuyển sang AI từ lĩnh vực giao dịch đầu cơ, một phần vì chính phủ cũng siết chặt quy định trong lĩnh vực này.)

Hậu quả của cuộc trấn áp là hàng loạt đợt sa thải trong các công ty công nghệ, cùng với sự bất ổn về tương lai của ngành, khiến lĩnh vực này kém hấp dẫn hơn đối với những sinh viên giỏi nhất của Trung Quốc. Số lượng kỷ lục sinh viên tốt nghiệp đã chọn tham gia kỳ thi công chức, mặc dù công việc này lương thấp nhưng ổn định.

Lĩnh vực AI phần nào tránh được tình trạng chảy máu chất xám cho đến nay, một phần vì chính phủ ưu tiên phát triển công nghệ này, theo Yanbo Wang, giáo sư tại Đại học Hong Kong chuyên nghiên cứu về khởi nghiệp công nghệ tại Trung Quốc. Ông dự đoán rằng sẽ có thêm nhiều startup AI thành công xuất hiện tại Trung Quốc, được thúc đẩy bởi thế hệ trẻ.

Tuy nhiên, ông cũng lưu ý rằng không thể biết chắc AI Trung Quốc sẽ phát triển ra sao nếu Bắc Kinh có cách tiếp cận cởi mở hơn với các công ty công nghệ lớn trong những năm qua.

"Khả năng cạnh tranh dài hạn của Trung Quốc trong lĩnh vực AI không chỉ phụ thuộc vào hệ thống giáo dục STEM, mà còn vào cách chính phủ đối xử với các nhà đầu tư tư nhân, doanh nhân và các công ty vì lợi nhuận," ông Wang nhận định.

Ngay cả trong các công ty tư nhân, nhân viên thường phải đối mặt với áp lực tạo ra kết quả nhanh chóng. Điều này dẫn đến một định kiến phổ biến, ngay cả ở Trung Quốc, rằng kỹ sư Trung Quốc giỏi cải tiến các phát minh có sẵn hơn là sáng tạo ra cái mới.

Ông Liang Wenfeng, nhà sáng lập DeepSeek, cũng từng bày tỏ quan điểm tương tự. Năm ngoái, ông nhận xét: "Những nhân tài hàng đầu ở Trung Quốc đang bị đánh giá thấp. Vì có quá ít đổi mới thực sự ở cấp độ xã hội, họ không có cơ hội được công nhận."

Thành công của DeepSeek có thể xuất phát không chỉ từ điểm mạnh chung của các công ty công nghệ Trung Quốc, mà còn từ những khác biệt của nó so với phần còn lại. Công ty được tài trợ bởi lợi nhuận từ quỹ đầu cơ mẹ. Ngoài ra, ông Liang còn tuyển dụng cả sinh viên tốt nghiệp ngành nhân văn, bên cạnh các chuyên gia khoa học máy tính, với tinh thần tạo ra một môi trường trí tuệ tự do.

Sau khi DeepSeek tạo được tiếng vang, một số ý kiến đã kêu gọi các công ty Trung Quốc khác học theo mô hình của họ. Một bài bình luận trên trang của Ủy ban Đảng Cộng sản tỉnh Chiết Giang, nơi đặt trụ sở của DeepSeek, đã khẳng định cần phải tin tưởng vào tài năng trẻ và trao cho các công ty hàng đầu quyền kiểm soát lớn hơn đối với nguồn lực đổi mới.

Tuy nhiên, cách tốt nhất để Trung Quốc tận dụng lực lượng lao động AI tài năng và đầy tham vọng có thể là để chính phủ bớt can thiệp.

"Đổi mới cần càng ít sự quản lý và can thiệp càng tốt," ông Liang phát biểu trong một cuộc phỏng vấn khác. "Sự đổi mới thường xảy ra một cách tự nhiên, chứ không phải là thứ có thể được lập kế hoạch, càng không phải thứ có thể dạy dỗ."

Siyi Zhao đã đóng góp vào phần nghiên cứu cho bài viết này.

Đính chính (10/2/2025):

Phiên bản trước của bài viết đã đưa sai mốc thời gian mà Trung Quốc đặt mục tiêu trở thành cường quốc AI. Mốc chính xác là 2025, không phải 2023.

Khi phát hiện lỗi, chúng tôi sẽ công khai đính chính. Nếu bạn phát hiện sai sót, vui lòng liên hệ: [email protected]. Tìm hiểu thêm.

Vivian Wang là phóng viên thường trú tại Bắc Kinh, chuyên viết về sự trỗi dậy của Trung Quốc trên trường quốc tế và cách điều này ảnh hưởng đến cuộc sống hàng ngày của người dân.
Tìm hiểu thêm về Vivian Wang.

- Liang Wenfeng, 23 tuổi vào năm 2008, bắt đầu nghiên cứu về giao dịch thuật toán trong bối cảnh khủng hoảng tài chính toàn cầu

- Năm 2015, sau khi tốt nghiệp thạc sĩ tại Đại học Chiết Giang, Liang thành lập quỹ phòng hộ định lượng High-Flyer tại Thành Đô

- High-Flyer nhanh chóng đạt 20 tỷ nhân dân tệ (2,8 tỷ USD) tài sản quản lý nhờ áp dụng thuật toán tiên tiến và hiểu biết sâu sắc về thị trường địa phương

- Năm 2019, High-Flyer được xếp hạng quỹ phòng hộ cổ phiếu số 1 theo Shanghai Suntime Information Technology

- Chiến lược tuyển dụng độc đáo của Liang: ưu tiên người trẻ, sáng tạo thay vì kinh nghiệm, thu hút nhân tài từ nhiều lĩnh vực khác nhau

- Sau 6 năm thành lập, High-Flyer trở thành một trong 4 quỹ đầu tư định lượng hàng đầu Trung Quốc với tài sản quản lý 100 tỷ nhân dân tệ (13,9 tỷ USD)

- Năm 2021, đầu tư 1 tỷ nhân dân tệ (139 triệu USD) xây dựng siêu máy tính AI Fire-Flyer 2

- High-Flyer sở hữu 10.000 GPU Nvidia A100, là quỹ phòng hộ duy nhất trong top 5 công ty Trung Quốc có nhiều GPU nhất

- Năm 2023, Liang chuyển hướng sang AI và thành lập DeepSeek, phát triển mô hình ngôn ngữ và suy luận DeepSeek-R1

- DeepSeek-R1 nổi lên như đối thủ cạnh tranh của mô hình suy luận nâng cao o1 của OpenAI, gây chấn động thị trường chip toàn cầu

📌 Liang Wenfeng đã chuyển đổi từ quỹ phòng hộ 13,9 tỷ USD thành công ty AI DeepSeek, sở hữu 10.000 GPU Nvidia A100 và phát triển DeepSeek-R1 cạnh tranh với OpenAI, minh chứng cho khả năng thích ứng và tầm nhìn đột phá trong công nghệ.

https://www.thehindu.com/sci-tech/technology/liang-wenfeng-rise-of-a-black-swan/article69169210.ece

Liang Wenfeng: Sự trỗi dậy của một "Thiên nga đen"

Doanh nhân Trung Quốc, người sáng lập quỹ phòng hộ định lượng vào năm 2015 và đưa quỹ này đến thành công vang dội, đã làm rung chuyển lĩnh vực Trí tuệ Nhân tạo toàn cầu với mô hình ngôn ngữ và lập luận DeepSeek-R1, tập trung vào thị trường tài chính và các chỉ số kinh tế vĩ mô nhằm khai thác tối đa tiềm năng của giao dịch thuật toán.

Xuất bản - 02/02/2025, 02:02 sáng IST
John Xavier

Tài chính không phải là lĩnh vực đầu tiên khiến Liang Wenfeng quan tâm đến việc thử nghiệm công nghệ mới và các mô hình thuật toán, nhưng đó lại trở thành sân chơi của ông vào thời điểm đó. Bất chấp những thách thức và trở ngại, Liang luôn vững tin rằng học máy (ML) và trí tuệ nhân tạo (AI) có thể thay đổi thế giới một cách căn bản. Và niềm tin của ông đã được chứng minh khi một mô hình ngôn ngữ AI do công ty khởi nghiệp DeepSeek của ông phát triển đã làm xáo trộn bối cảnh AI toàn cầu và khiến cổ phiếu ngành chip lao dốc vào tuần trước.

Liang theo học thạc sĩ ngành kỹ thuật thông tin và truyền thông tại Đại học Chiết Giang trước khi chuyển đến thành phố Thành Đô, tây nam Trung Quốc. Thay vì tìm kiếm một công việc tại các tập đoàn công nghệ lớn như nhiều đồng môn, ông quyết định bước vào một lĩnh vực hoàn toàn mới, với tham vọng tận dụng ML và AI trong ngành tài chính đang thay đổi nhanh chóng. Cùng với một số cựu sinh viên Đại học Chiết Giang, Liang thành lập quỹ phòng hộ định lượng High-Flyer vào năm 2015.

High-Flyer nhanh chóng gây được tiếng vang, đạt 20 tỷ nhân dân tệ (2,8 tỷ USD) tài sản đang quản lý (AUM) chỉ trong vài năm. Thành công của quỹ này đến từ việc ứng dụng các thuật toán tinh vi nhằm tối ưu hóa chiến lược giao dịch. Bằng cách khai thác các tập dữ liệu lớn và nâng cao khả năng ra quyết định, High-Flyer đã đạt được lợi nhuận đáng kinh ngạc.

Công nghệ luôn là trọng tâm trong hoạt động của công ty. Dưới sự lãnh đạo của Liang, High-Flyer đầu tư mạnh vào tài nguyên tính toán hiệu năng cao và xây dựng một đội ngũ kỹ sư, nhà khoa học dữ liệu tận tâm. Chính chiến lược tập trung vào công nghệ này, kết hợp với sự am hiểu thị trường trong nước, đã giúp công ty tạo ra lợi thế cạnh tranh trong một môi trường mà hiểu biết về bối cảnh địa phương đóng vai trò then chốt. Dù các quỹ phòng hộ nước ngoài sở hữu công nghệ vượt trội, nhưng High-Flyer với lợi thế hiểu biết thị trường nội địa vẫn vượt trội hơn so với các đối thủ nước ngoài tại Trung Quốc.

Đến năm 2019, High-Flyer đã đạt được thành công đáng kinh ngạc, trở thành quỹ phòng hộ cổ phiếu số 1 theo xếp hạng của nhà cung cấp dữ liệu Shanghai Suntime Information Technology.

Hơn nữa, khả năng thích ứng nhanh chóng với biến động thị trường của quỹ này giúp tận dụng hiệu quả những điểm chưa hoàn thiện trong hệ thống tài chính Trung Quốc. Các chuyên gia theo dõi thị trường Trung Quốc vào thời điểm đó nhận định rằng sự kết hợp giữa tính thanh khoản cao và những bất cập trong hệ thống tài chính đã tạo ra môi trường lý tưởng cho các chiến lược giao dịch có hệ thống.

Tuyển dụng phi truyền thống

Thành công của Liang Wenfeng không chỉ đến từ các thuật toán tinh vi hay sự am hiểu sâu sắc về thị trường trong nước. Ông còn tạo ra sự khác biệt bằng cách tiếp cận tuyển dụng nhân tài theo một hướng hoàn toàn khác biệt so với các quỹ nội địa khác.

Ông thách thức các quy trình tuyển dụng truyền thống trong ngành công nghệ và tài chính bằng cách ưu tiên sự sáng tạo, đam mê và kỹ năng nền tảng hơn là kinh nghiệm làm việc. Liang tích cực tuyển dụng những nhân sự trẻ, tin rằng những người ít kinh nghiệm có khả năng đổi mới và tư duy phản biện tốt hơn trong việc giải quyết vấn đề.

Theo quan điểm của ông, các chuyên gia giàu kinh nghiệm thường bị ràng buộc bởi tư duy cứng nhắc, nhanh chóng đưa ra những phương pháp quen thuộc, trong khi những người ít kinh nghiệm lại sẵn sàng thử nghiệm nhiều giải pháp khác nhau và thích nghi tốt hơn với những thách thức hiện tại. Triết lý này còn thể hiện trong chiến lược tuyển dụng của Liang, khi ông đưa những nhân sự có nền tảng đa dạng, đặc biệt là từ lĩnh vực văn học, vào các đội ngũ kỹ sư.

Khác với hầu hết đội ngũ sáng lập của các quỹ đầu tư định lượng (quant-investing) Trung Quốc – những người có kinh nghiệm làm việc hoặc học tập tại châu Âu hay Mỹ – đội ngũ của Liang tại High-Flyer hoàn toàn là nhân tài trong nước, phát triển độc lập mà không dựa vào nền tảng đào tạo phương Tây.

Chỉ trong 6 năm kể từ khi thành lập, High-Flyer đã đạt được thành công vang dội, trở thành một trong 4 quỹ đầu tư định lượng hàng đầu Trung Quốc với tổng tài sản quản lý (AUM) đạt 100 tỷ nhân dân tệ (13,9 tỷ USD). Thành tựu này càng đáng chú ý hơn khi xét đến việc Liang là một “người ngoài cuộc” trong thế giới quỹ phòng hộ.

Thành công của ông gắn liền với khả năng thích nghi trong môi trường đầy thách thức. Từ cuộc khủng hoảng tài chính năm 2008, Liang đã thể hiện sự kiên cường và không ngừng phát triển hoạt động kinh doanh. Ngày 24/8/2015, đúng vào thời điểm High-Flyer ra mắt, chỉ số Shanghai Composite Index lao dốc 8,5% – mức giảm lớn nhất trong một ngày trong vòng 8 năm. Truyền thông nhà nước Trung Quốc, Nhân Dân Nhật Báo, gọi sự kiện này là “Ngày thứ Hai đen tối” (Black Monday).

Dưới thời Donald Trump (2017-2021) và Joe Biden, các công ty Trung Quốc, bao gồm cả High-Flyer, phải đối mặt với những hạn chế xuất khẩu do chính sách kiểm soát thương mại của Mỹ. Những chính sách này đã cản trở khả năng tiếp cận các loại chip bán dẫn quan trọng, đặc biệt là GPU của Nvidia – yếu tố then chốt trong công nghệ tính toán hiệu năng cao.

Bất chấp những trở ngại đó, Liang vẫn xây dựng được một đế chế tỷ đô nhờ vào chuyên môn về đầu tư định lượng và công nghệ tiên tiến. Tuy nhiên, đến năm 2023, ngành quỹ phòng hộ trị giá 200 tỷ USD của Trung Quốc rơi vào tầm ngắm của các cơ quan quản lý tài chính nước này. Khi Bắc Kinh tìm cách khôi phục niềm tin của nhà đầu tư cá nhân và kiểm soát đợt bán tháo cổ phiếu trị giá 4.000 tỷ USD, các quỹ định lượng phát triển nhanh như High-Flyer trở thành mục tiêu giám sát của chính phủ.

Trước những diễn biến này, Liang quyết định chuyển hướng sang lĩnh vực AI. Cùng năm đó, ông thành lập DeepSeek – một phòng thí nghiệm AI chuyên phát triển các mô hình ngôn ngữ và lập luận quy mô lớn. Mô hình DeepSeek-R1 của công ty hiện đã nổi lên như một đối thủ đáng gờm của mô hình lập luận tiên tiến o1 do OpenAI (Mỹ) phát triển.

Hành trình dài

Mặc dù DeepSeek chính thức được thành lập vào năm 2023, nhưng sự chuẩn bị của Liang Wenfeng cho hành trình này đã bắt đầu từ rất lâu trước đó. Ông đã đầu tư vào AI hơn 7 năm, từ khoảng thời điểm kiến trúc transformer truyền cảm hứng cho OpenAI xây dựng các mô hình generative pre-trained (GPT).

Từ năm 2017, Liang đã mở rộng phạm vi nghiên cứu về thuật toán và phần mềm AI. Đội ngũ của ông đã giải quyết vấn đề lỗi huấn luyện trên một máy đơn bằng cách phát triển giải pháp tính toán quy mô lớn, giành Giải thưởng Golden Bull ở Malaysia vào năm sau. Đến năm 2021, quỹ của ông chi 1 tỷ nhân dân tệ (139 triệu USD) để xây dựng siêu máy tính AI Fire-Flyer 2, phục vụ các tác vụ AI phức tạp. Hệ thống này được trang bị các thẻ tăng tốc siêu nhanh và mạng kết nối có tốc độ truyền dữ liệu lên đến 200 gigabit/giây.

Dưới sự lãnh đạo của Liang, quỹ đầu tư định lượng của ông đã tích lũy được một nguồn tài nguyên tính toán khổng lồ, bao gồm 10.000 GPU Nvidia A100, đưa High-Flyer trở thành một thế lực lớn trong lĩnh vực AI. Theo một số báo cáo, High-Flyer là quỹ phòng hộ duy nhất nằm trong danh sách 5 công ty Trung Quốc sở hữu hơn 10.000 GPU – 4 công ty còn lại đều là các tập đoàn Internet.

Tầm ảnh hưởng của Liang đối với nghiên cứu AI rất sâu rộng và đa chiều. DeepSeek đã mang đến những góc nhìn mới mẻ, thách thức các quan điểm truyền thống và mở ra những hướng đi mới trong việc khám phá nhận thức con người thông qua AI.

Trong cuốn sách của mình, Nassim Nicholas Taleb viết: “Chúng ta có xu hướng nhìn tương lai qua một đường hầm, giả định rằng mọi thứ sẽ diễn ra như thường lệ, không có Thiên nga đen nào xuất hiện – trong khi thực tế, chẳng có gì là bình thường cả.” Đối với những ai đang nhìn nhận tương lai theo cách đó, Liang chính là một Thiên nga đen – hình thành từ nghịch cảnh, và tình cờ mở ra một chương mới đầy bất ngờ trong nghiên cứu AI, thậm chí có thể là cả lĩnh vực đầu tư định lượng.

Liang Wenfeng: Rise of a Black Swan 
Premium
The Chinese entrepreneur, who established a quantitative hedge fund in 2015 and led it to a massive success, has shaken up the global Artificial Intelligence landscape with his language and reasoning model, DeepSeek-R1 on financial markets and macroeconomic indicators with a goal of exploring the full potential of algorithmic trading. 
Published - February 02, 2025 02:02 am IST
John Xavier

Finance wasn’t the first industry that piqued Mr. Liang’s interest in testing emerging technology and algorithmic frameworks, but it became his domain at that point in time. Despite challenges and setbacks, Mr. Liang remained steadfast in his belief that machine learning (ML) and artificial intelligence (AI) had the potential to revolutionise the world fundamentally. He was proved right when an AI language model launched by his startup DeepSeek disrupted the global AI landscape and triggered a meltdown of chip stocks worldwide last week.
Mr. Liang pursued his master’s in information and communications engineering at Zhejiang University before relocating to the southwestern Chinese city of Chengdu. Instead of securing a job at prominent tech firms like his peers, he ventured into an uncharted territory, determined to leverage ML and AI in the rapidly evolving finance landscape. With a few Zhejiang University alumni by his side, Mr. Liang founded High-Flyer, a quantitative hedge fund, in 2015.
High-Flyer quickly gained recognition, amassing 20 billion yuan ($2.8 billion) in assets under management (AUM) within a few years. The fund’s success can be attributed to its adoption of sophisticated algorithms to enhance trading strategies. By harnessing large datasets and optimising decision-making processes, High-Flyer achieved remarkable returns.
Technology remained at the heart of the firm’s operations. Under Mr. Liang’s leadership, High-Flyer invested in high-performance computing resources and assembled a dedicated team of engineers and data scientists. This strategic focus on technology, coupled with the firm’s local expertise, proved pivotal in a market where understanding local dynamics was paramount. While foreign hedge funds also possessed superior technology, High-Flyer’s localised knowledge enabled it to outperform its competitors in the Chinese market.
By 2019, High-Flyer had achieved remarkable success, ranking as the No. 1 stock hedge fund, according to data provider Shanghai Suntime Information Technology.
Moreover, the fund’s ability to swiftly adapt to market fluctuations enabled it to capitalise on inefficiencies within the Chinese market. Industry experts closely monitoring the Chinese market at that time observed that the combination of high liquidity and inefficiencies in the Chinese financial system created an ideal environment for systematic trading strategies.

Unorthodox hiring
Mr. Liang’s success isn’t solely attributed to his firm’s sophisticated algorithms and deep knowledge of the local market. He also set himself apart from other local funds in his approach to talent acquisition.
He challenged traditional hiring practices in the tech and finance industries by prioritising creativity, passion, and basic skills over work experience. He actively recruited younger workers, believing less experienced employees are more likely to innovate and think critically about solving problems.
Mr. Liang viewed experienced professionals as rigid in their approach, quickly recommending established methods, while inexperienced workers to be more willing to explore multiple solutions and adapt to current challenges. This philosophy extended to his hiring strategy of bringing diverse backgrounds, particularly those from literary fields, into engineering teams.
Unlike most founding teams of Chinese quant-investing funds, who have backgrounds in Europe or the U.S., Mr. Liang’s team at High-Flyer is entirely driven by local talent. His fund was founded by a team of local professionals who grew independently.
Within six years of its establishment, High-Flyer achieved remarkable success, becoming one of the top four quant-investing funds in China with an AUM of 100 billion yuan ($13.9 billion). This achievement was particularly noteworthy considering Mr. Liang’s outsider status in the hedge fund world.
The success can be attributed to his ability to thrive in challenging circumstances. From the financial crisis of 2008, he demonstrated resilience and continued to grow his business. On August 24, 2015, during the launch of High-Flyer, the Shanghai Composite Index experienced a significant decline of 8.5%, marking its worst single day drop in eight years. This event was dubbed “Black Monday” by the Communist Party of China’s mouthpiece, People’s Daily.
During the terms of both Donald Trump (2017-21) and Joe Biden, Chinese firms, including High-Flyer, faced restrictions on exports due to export controls. These policies curtailed access to crucial semiconductors, particularly Nvidia GPUs, for Chinese companies.
Despite these challenges, Mr. Liang’s expertise in quant-investing and his sophisticated technology enabled him to build a billion-dollar empire. However, in 2023, the $200 billion hedge fund industry came in the crosshairs of the Chinese finance regulators. As Beijing sought to restore retail investor confidence and mitigate a substantial $4 trillion sell-off in stocks, fast-growing quant funds, such as High-Flyer, became targets of regulatory attention.
These developments prompted Mr. Liang to pivot his focus towards AI. In the same year, he launched DeepSeek, the AI lab focused on building large language and reasoning models. The company’s DeepSeek-R1 model has emerged as a rival to U.S.-based OpenAI’s advanced reasoning model, o1.
Long journey
Although DeepSeek was officially established in 2023, Mr. Liang’s preparation for this journey began long ago. He has been making AI investments for over seven years, from around the time the transformer architecture inspired OpenAI to build their generative pre-trained (GPT) models.
As far back as 2017, the DeepSeek founder began expanding the scope of research in AI algorithm and software. His team solved the single-machine training failure problem with a large-scale computing power solution and won the Golden Bull Award for it in Malaysia the following year. Subsequently, in 2021, his fund spent 1 billion yuan ($139 million) to build an AI supercomputer, Fire-Flyer 2, to handle complex AI tasks. The system was built with super-fast accelerator cards and a network connection that could transfer data at 200 gigabits per second.
Under Mr. Liang’s leadership, the quant fund had already amassed an impressive collection of computational resources, including 10,000 Nvidya A100 GPUs, positioning it as a dominant force in the AI field. According to some reports, High Flyer is the only hedge fund among the five Chinese companies with more than 10,000 GPUs. The other four are all Internet giants. Mr. Liang’s impact on AI research is profound and multifaceted. DeepSeek has injected fresh energy and perspectives into the field, challenging prevailing paradigms and opening new avenues for breakthroughs in understanding human cognition through AI.
In his book, Mr. Taleb notes, “We tend to ‘tunnel’ while looking into the future, making it business as usual, Black Swan-free, when in fact there is nothing usual about the future.” Mr. Liang, to those viewing the future through a tunnel, is a Black Swan formed through adversity that happens to have opened the door to an unexpected, new chapter in AI research, and possibly in quant-investing.

- Bộ trưởng Công nghệ Thông tin Ấn Độ Ashwini Vaishnaw thông báo chính phủ sẽ đầu tư 500 crore rupee (khoảng 60 triệu USD) để thành lập Trung tâm AI xuất sắc trong năm tài chính 2025-26

- Ấn Độ đã triển khai 18.000 GPU hiện đại để phục vụ nghiên cứu AI cho các nhà khoa học, học giả và startup

- Tháng 3/2024, chính phủ Ấn Độ công bố khoản đầu tư 1,25 tỷ USD cho sứ mệnh IndiaAI, bao gồm tài trợ cho các startup AI và phát triển cơ sở hạ tầng AI nội địa

- Bộ trưởng Tài chính Nirmala Sitharaman xác nhận Trung tâm AI xuất sắc mới sẽ tập trung vào lĩnh vực giáo dục, bổ sung vào 3 trung tâm hiện có về nông nghiệp, y tế và đô thị bền vững

- DeepSeek của Trung Quốc gây chấn động khi tuyên bố chỉ mất 2 tháng và chi phí dưới 6 triệu USD để xây dựng mô hình AI sử dụng chip H800 của Nvidia

- Lượt tải ứng dụng DeepSeek đã vượt qua ChatGPT trên App Store của Apple, thách thức niềm tin rằng Trung Quốc đang tụt hậu so với Mỹ trong cuộc đua AI

- Bộ trưởng Vaishnaw đánh giá cao hiệu quả thuật toán của DeepSeek và tin tưởng vào khả năng đổi mới của các nhà nghiên cứu Ấn Độ

📌 Ấn Độ đang đẩy mạnh phát triển AI với khoản đầu tư 1,25 tỷ USD cho IndiaAI, triển khai 18.000 GPU và thành lập các trung tâm xuất sắc. DeepSeek của Trung Quốc nổi lên là đối thủ đáng gờm với ChatGPT khi chỉ tốn 6 triệu USD phát triển.

https://www.ndtv.com/india-news/union-budget-2025-2026-artificial-intelligence-ai-india-chatgpt-deepseek-ashwini-vaishnaw-7612661

- Nghiên cứu của Michael Gerlich tại SBS Swiss Business School cho thấy việc sử dụng công cụ AI gia tăng liên quan đến suy giảm kỹ năng tư duy phản biện.

- Nghiên cứu mang tên "AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking" chỉ ra rằng cognitive offloading là nguyên nhân chính dẫn đến sự suy giảm.

- AI đã trở thành công cụ thiết yếu trong nhiều lĩnh vực, từ trợ lý ảo đến các phân tích phức tạp.

- Sự gia tăng sử dụng AI ảnh hưởng đến cách suy nghĩ của con người, nhất là ở giới trẻ, nhóm người sử dụng công nghệ nhiều nhất.

- Cognitive offloading (giảm tải nhận thức) cho phép người dùng giảm bớt nỗ lực tinh thần, nhưng cũng đặt ra câu hỏi về tác động lâu dài đến các chức năng nhận thức như trí nhớ và khả năng giải quyết vấn đề.

- Nghiên cứu sử dụng 666 người tham gia tại Vương quốc Anh, phân chia theo 3 nhóm tuổi (17-25, 26-45, và 46 trở lên) và nhiều nền tảng giáo dục khác nhau.

- Kết quả cho thấy có mối tương quan tiêu cực đáng kể giữa việc sử dụng công cụ AI và điểm số tư duy phản biện (r = -0.68, p < 0.001).

- Những người sử dụng AI thường xuyên có khả năng đánh giá thông tin và giải quyết vấn đề phản ánh thấp hơn.

- Cognitive offloading có mối tương quan mạnh với việc sử dụng AI (r = +0.72) và có quan hệ nghịch với tư duy phản biện (r = -0.75).

- Các nghiên cứu cho thấy những người trẻ tuổi (17-25) phụ thuộc nhiều vào AI hơn và có điểm số tư duy phản biện thấp hơn.

- Những người có trình độ học vấn cao có khả năng tư duy phản biện tốt hơn, cho thấy giáo dục có thể làm giảm một số tác động của việc phụ thuộc vào AI.

- Phân tích hồi quy ngẫu nhiên chỉ ra rằng sự gia tăng sử dụng AI mang lại lợi ích ngày càng ít cho tư duy phản biện (R2 = 0.37).

- 3 chủ đề chính xuất hiện trong phỏng vấn: người tham gia thừa nhận phụ thuộc vào AI cho nhiệm vụ như ghi nhớ và quyết định, đặc biệt là giới trẻ.

- Nghiên cứu cảnh báo về việc mất kỹ năng tư duy phản biện do sử dụng AI quá thường xuyên.

- Tác giả kiến nghị các biện pháp giáo dục và phát triển kỹ năng tư duy phản biện để cân bằng sự phát triển của AI.

- Tương lai của tư duy phản biện có thể bị đe dọa nếu kỹ năng này không còn cần thiết trong môi trường công nghệ.

📌 Nghiên cứu cho thấy AI có thể làm suy giảm kỹ năng tư duy phản biện, đặc biệt ở giới trẻ, với mối tương quan tiêu cực giữa việc sử dụng AI và khả năng phản biện (r = -0.68). Cần cân bằng giữa việc khai thác lợi ích của AI và duy trì tư duy phản biện để đảm bảo phát triển nhận thức bền vững.

https://phys.org/news/2025-01-ai-linked-eroding-critical-skills.html

- Microsoft sử dụng biểu mẫu đặc biệt để yêu cầu thưởng giữ chân cho nhân viên quan trọng không thể để mất

- Biểu mẫu bao gồm câu hỏi đánh giá mức độ thiệt hại nếu nhân viên rời Microsoft và có thêm phần đánh giá riêng về đóng góp trong lĩnh vực AI

- Các quản lý có thể yêu cầu thưởng cổ phiếu hoặc tiền mặt đặc biệt để giữ chân nhân viên then chốt với chiến lược công ty

- Tính đến tháng 9/2024, mức lương trung bình trong nhóm AI của Microsoft cao hơn 37% so với mức trung bình của toàn bộ nhân viên tại Mỹ

- Kỹ sư phần mềm làm việc trong lĩnh vực AI được trả lương cao hơn 48% so với mức trung bình của kỹ sư phần mềm tại công ty

- Trong khủng hoảng lãnh đạo tại OpenAI năm 2023, CTO Kevin Scott của Microsoft đã tuyên bố sẽ tuyển dụng hàng trăm nhân viên OpenAI với mức lương tương đương

- Quyết định này gây tranh cãi vì diễn ra trong thời điểm Microsoft đang cắt giảm việc làm và đóng băng lương

- Cuộc chiến giành nhân tài AI đang diễn ra gay gắt giữa các công ty công nghệ lớn như Google, OpenAI, Meta với các gói đãi ngộ lên đến hàng triệu USD

📌 Microsoft đang triển khai chiến lược giữ chân nhân tài AI qua biểu mẫu đánh giá và chế độ đãi ngộ vượt trội. Nhóm AI được trả lương cao hơn 37% so với mức trung bình toàn công ty, phản ánh tầm quan trọng của AI trong chiến lược phát triển của Microsoft.

https://www.businessinsider.com/microsoft-document-ai-talent-retention-managers-2025-1

Tài liệu nội bộ của Microsoft tiết lộ cách các quản lý xác định nhân viên không thể để mất — và điều này xoay quanh AI  
Ashley Stewart 10/01/2025, 10:00 AM UTC  

Chia sẻ  

Lưu  

CEO Microsoft Satya Nadella phát biểu trước một màn hình lớn hiển thị dòng chữ "Microsoft Copilot."  
Adek Berry/AFP qua Getty Images  

Các quản lý tại Microsoft sử dụng biểu mẫu để yêu cầu thưởng giữ chân cho những nhân viên không thể để mất.  
Một trong những tài liệu này, được Business Insider (BI) xem xét, có một mục riêng dành cho đóng góp của nhân viên liên quan đến AI.  
Nhân viên AI tại Microsoft kiếm được nhiều tiền hơn đồng nghiệp, theo dữ liệu bảng lương mà BI đã xem qua.  

Một số quản lý tại Microsoft có thể đang cố gắng nhiều hơn để giữ chân các nhân viên tài năng có kiến thức chuyên sâu về AI, theo một tài liệu nội bộ được Business Insider xem xét.  

Các quản lý tại Microsoft sử dụng các tài liệu này để lập luận yêu cầu thưởng giữ chân. Những gợi ý trong biểu mẫu bao gồm các câu hỏi như "Thiệt hại nào xảy ra nếu nhân viên rời khỏi Microsoft?"  

Các quản lý có thể yêu cầu thưởng bằng cổ phiếu hoặc tiền mặt đặc biệt để giữ chân những nhân viên quan trọng nhất đối với chiến lược của công ty. Một tài liệu được BI xem qua có một mục riêng dành cho đóng góp của nhân viên trong lĩnh vực AI.  

"Trong bối cảnh chuyển đổi AI là một ưu tiên chính, vui lòng cho biết liệu cá nhân này có phải là nhân tài AI quan trọng hay không và chia sẻ rủi ro đối với sáng kiến AI nếu nhân tài không được giữ chân," tài liệu yêu cầu các quản lý Microsoft trả lời.  

Theo một người quen thuộc với tình hình, câu hỏi này mới được thêm vào tài liệu gần đây. Tài liệu này được chuẩn bị cho một nhóm lớn cụ thể bên trong Microsoft. Tuy nhiên, không rõ liệu câu hỏi liên quan đến AI này có được thêm vào các tài liệu giữ chân tương tự ở các bộ phận khác của công ty hay không.  

Người phát ngôn của Microsoft cho biết công ty không có biểu mẫu trung tâm cho các yêu cầu thưởng cổ phiếu và tiền mặt đặc biệt, và các tổ chức cũng như nhóm có thể tự lựa chọn thêm các mục khác nhau, tùy thuộc vào các ưu tiên chiến lược của họ.  

Dù vậy, việc thêm câu hỏi liên quan đến AI vào tài liệu cụ thể này cho thấy rằng các cuộc chiến tranh giành nhân tài AI có thể đang thúc đẩy một số bộ phận tại Microsoft phải nỗ lực hơn để ngăn chặn việc bị đối thủ "cướp" nhân viên.  

Google, OpenAI, Meta, và các công ty công nghệ khác đang chạy đua để phát triển những mô hình AI mạnh mẽ nhất và các công cụ AI tạo sinh tốt nhất, và họ cần những nhân viên hiểu rõ các chi tiết kỹ thuật về cách tạo ra những sản phẩm này. Điều này đã dẫn đến các cuộc chiến trả giá để giành nhân tài, cùng với những gói lương thưởng trị giá hàng triệu USD đôi khi được đưa ra.  

Microsoft đã ưu tiên nhân tài AI khi nói đến lương thưởng.  

Tính đến tháng 9, mức lương trung bình trong nhóm AI của Microsoft cao hơn khoảng 37% so với mức trung bình của tất cả nhân viên tại Mỹ của công ty. Chẳng hạn, các kỹ sư phần mềm làm việc trong lĩnh vực AI kiếm được nhiều hơn 48% so với mức trung bình của kỹ sư phần mềm tại công ty, theo một bảng lương được chia sẻ với BI.  

Năm 2023, trong một cuộc khủng hoảng lãnh đạo tại OpenAI, Giám đốc Công nghệ (CTO) của Microsoft Kevin Scott cho biết gã khổng lồ phần mềm sẽ thuê hàng trăm nhân viên của OpenAI và giữ nguyên mức lương hiện tại của họ.  

Ông đưa ra thông báo này trong bối cảnh cắt giảm nhân sự và đóng băng lương tại Microsoft, điều khiến một số nhân viên cảm thấy phẫn nộ.  

Internal Microsoft document shows one way managers decide which employees they can't afford to lose — and it's all about AI
Ashley Stewart Jan 10, 2025, 10:00 AM UTC

Share

Save
Microsoft CEO Satya Nadella speaks in front of a large screen displaying the words "Microsoft Copilot."
Adek Berry/AFP via Getty Images
Microsoft managers use forms to requests retention bonuses for employee they can't afford to lose.
One such document, viewed by BI includes, a field specific to employees' AI contributions.
Microsoft AI employees earn a lot more than colleagues, according to payroll data viewed by BI.
Some managers at Microsoft may be trying harder to retain talented employees with AI know-how, according to an internal document viewed by Business Insider.
Microsoft managers use these types of documents to make the case for retention bonuses. Prompts include questions such as "What harm is done if employee leaves Microsoft?"
Managers can request special stock or cash awards to help keep employees who are most important to the company's strategy. One such document viewed by BI includes a separate field specific to employees' contributions in AI.
"In the context of AI transformation as a key priority, please indicate if this individual is critical AI talent and share the risk to the AI initiative/s if talent is not retained," the document asks Microsoft managers.
This question was added to the document recently, according to a person familiar with the situation. It was prepared for a specific, large group inside Microsoft. However, it's unclear if the AI question is being added to similar retention documents in other parts of the company.
A Microsoft spokesperson said the company does not have a central form for special stock and cash award requests, and organizations and teams can choose whether to add different fields, depending on what their strategic priorities are.
Still, the addition of the AI question to this specific document suggests that the AI talent wars may be pushing some parts of Microsoft to do more to prevent poaching by rivals.
Google, OpenAI, Meta, and other tech companies are racing to develop the most powerful AI models and the best generative AI tools, and they need employees who know the technical details of how to craft these products. That's caused bidding wars for some talent, along with multimillion-dollar compensation packages sometimes.
The company has already prioritized AI talent when it comes to compensation.
As of September, average compensation in Microsoft's AI group was about 37% higher than the average for all of the company's US employees. Software engineers working in AI, for example, earned 48% more than the average software engineer at the company, according to a payroll spreadsheet shared with BI.
In 2023, during a leadership crisis at OpenAI, Microsoft CTO Kevin Scott said the software giant would hire hundreds of OpenAI employees and match their current compensation.
He made the announcement in the midst of job cuts and a salary freeze at Microsoft, which made some employees furious.

- Tổng thống Putin công bố kế hoạch phát triển AI cùng các đối tác BRICS và các nước khác, nhằm thách thức vị thế thống trị của Mỹ trong lĩnh vực công nghệ then chốt thế kỷ 21

- Nga hiện xếp hạng 31/83 quốc gia về triển khai AI theo Global AI Index của Tortoise Media, đứng sau Mỹ, Trung Quốc và các thành viên BRICS như Ấn Độ, Brazil

- Theo Stanford University, Nga xếp hạng 29/36 quốc gia về mức độ sôi động trong lĩnh vực AI, dựa trên 42 chỉ số

- Mục tiêu đến năm 2030:
  + Trang bị kỹ năng AI cho 80% lực lượng lao động (hiện tại 5% năm 2023)
  + Tăng GDP thêm 11,2 nghìn tỷ ruble (109 tỷ USD) nhờ ứng dụng AI
  + Tăng đầu tư vào AI gấp 7 lần lên 850 tỷ ruble

- Sberbank và Yandex đang dẫn đầu thị trường AI trong nước với các mô hình AI tạo sinh:
  + GigaChat của Sberbank
  + YandexGPT của Yandex

- Thách thức chính: Lệnh trừng phạt phương Tây hạn chế tiếp cận GPU - chip xử lý đồ họa thiết yếu cho phát triển AI

- Liên minh AI mới bao gồm các hiệp hội AI quốc gia từ Brazil, Trung Quốc, Ấn Độ, Nam Phi, Serbia, Indonesia nhằm:
  + Thúc đẩy nghiên cứu chung về công nghệ
  + Phát triển quy định về AI
  + Tạo cơ hội kinh doanh sản phẩm AI giữa các nước thành viên

📌 Nga đặt mục tiêu đào tạo 80% lực lượng lao động về AI vào 2030, dự kiến tăng GDP thêm 109 tỷ USD. Liên minh AI mới với BRICS và các đối tác quốc tế nhằm vượt qua rào cản chip GPU, thách thức vị thế dẫn đầu của Mỹ trong cuộc đua công nghệ.

https://allwork.space/2024/12/putin-announces-ai-alliance-to-equip-80-of-workers-with-ai-skills-by-2030/

Putin công bố liên minh AI nhằm trang bị kỹ năng AI cho 80% lực lượng lao động vào năm 2030
Hiện tại, Nga xếp thứ 31 trong số 83 quốc gia về mức độ triển khai AI, dự báo sẽ tăng GDP thêm 109 tỷ USD nhờ ứng dụng AI.

Emma Ascott – Ngày 11 tháng 12 năm 2024, chuyên mục Tin tức (Thời gian đọc: 3 phút)

Tổng thống Nga Vladimir Putin và CEO của Sberbank, German Gref, tham dự Hội nghị AI Journey, một sự kiện quốc tế về công nghệ trí tuệ nhân tạo, tại Moscow, Nga ngày 11 tháng 12 năm 2024. Sputnik/Valery Sharifulin/Pool qua REUTERS

Tổng thống Vladimir Putin tuyên bố hôm thứ Tư rằng Nga sẽ phát triển trí tuệ nhân tạo cùng các đối tác BRICS và các quốc gia khác, nhằm thách thức sự thống trị của Hoa Kỳ trong một trong những công nghệ triển vọng và quan trọng nhất của thế kỷ 21.

Sự hợp tác này dự kiến sẽ có tác động lớn đến lực lượng lao động, với vai trò trung tâm của AI trong việc định hình tương lai của công việc trên các ngành công nghiệp. Bằng cách trang bị kỹ năng AI cho người lao động và phát triển công nghệ AI nội địa, Nga hy vọng sẽ tăng năng suất kinh tế và thích nghi lực lượng lao động để đáp ứng nhu cầu của một thế giới ngày càng định hướng công nghệ.

Phát biểu tại hội nghị hàng đầu về AI của Nga, Putin cho biết Mạng lưới Liên minh AI mới sẽ bao gồm các hiệp hội quốc gia và các tổ chức phát triển trong lĩnh vực AI từ các nước BRICS và các quốc gia quan tâm khác.

“Nga cần tham gia bình đẳng trong cuộc đua toàn cầu nhằm tạo ra trí tuệ nhân tạo mạnh mẽ. Đây chính là những giải pháp tiên tiến mà các nhà khoa học Nga hiện đang nghiên cứu,” Putin phát biểu tại hội nghị AI ở Moscow.

“Chúng tôi mời gọi các nhà khoa học từ khắp nơi trên thế giới tham gia hợp tác,” ông bổ sung.

Các biện pháp trừng phạt từ phương Tây nhằm hạn chế Nga tiếp cận các công nghệ cần thiết để duy trì cuộc chiến tại Ukraine đã khiến các nhà sản xuất vi mạch lớn trên thế giới ngừng xuất khẩu sang Nga, làm giảm đáng kể tham vọng AI của nước này.

Ngân hàng Sberbank, tổ chức tài chính hàng đầu của Nga, đang dẫn đầu sự phát triển AI tại quốc gia này. Tuy nhiên, CEO của Sberbank, German Gref, thừa nhận vào năm 2023 rằng các đơn vị xử lý đồ họa (GPU), loại vi mạch quan trọng cho phát triển AI, là thách thức lớn nhất mà Nga phải đối mặt trong việc thay thế.

Hôm thứ Tư, ngân hàng này cho biết các hiệp hội AI quốc gia từ các nước BRICS, gồm Brazil, Trung Quốc, Ấn Độ và Nam Phi, cùng với Serbia, Indonesia và các quốc gia không thuộc BRICS khác, đã tham gia Mạng lưới Liên minh AI.

Mạng lưới này sẽ tạo điều kiện cho các nghiên cứu chung về công nghệ và quy định AI, đồng thời cung cấp cơ hội đưa các sản phẩm AI vào thị trường của các quốc gia thành viên.

Nga tìm cách gia nhập nhóm cường quốc hàng đầu trong cuộc đua AI
Hoa Kỳ và Trung Quốc hiện là các cường quốc hàng đầu về AI, trong khi Tổng thống tân cử của Hoa Kỳ, Donald Trump, đã bổ nhiệm một "Đặc phái viên AI và Tiền mã hóa tại Nhà Trắng" nhằm đảm bảo Hoa Kỳ vẫn là quốc gia giàu nhất và tiến bộ nhất về công nghệ trên thế giới.

Tuy nhiên, động thái liên kết với Trung Quốc của Putin có thể thay đổi cục diện cuộc đua AI.

Nga là một trong 10 quốc gia, bao gồm Hoa Kỳ, Trung Quốc, Anh và Israel, đang phát triển các mô hình AI tạo sinh của riêng mình.

Công ty tư vấn Yakov and Partners, do các cựu nhân viên McKinsey tại Moscow điều hành, cho rằng điều này có thể giúp Nga trở thành một đối thủ đáng gờm hơn.

Nga dự đoán việc sử dụng công nghệ AI trên mọi lĩnh vực sẽ đóng góp 11,2 nghìn tỷ rúp (109 tỷ USD) vào tổng sản phẩm quốc nội vào năm 2030, so với mức 0,2 nghìn tỷ rúp (1,9 tỷ USD) vào năm 2023.

Chiến lược AI của nước này cũng đặt mục tiêu 80% lực lượng lao động Nga sẽ có kỹ năng AI vào năm 2030, so với 5% vào năm 2023, trong khi đầu tư vào AI cần tăng gấp bảy lần, lên 850 tỷ rúp.

Sberbank, đơn vị phát triển mô hình AI tạo sinh GigaChat, và Yandex, nhà lãnh đạo công nghệ với mô hình YandexGPT, đang thống trị thị trường AI nội địa của Nga.

Hiện tại, Nga xếp thứ 31 trong số 83 quốc gia về mức độ triển khai AI, đổi mới và đầu tư, theo Chỉ số AI Toàn cầu của Tortoise Media (Anh). Nga thua xa Hoa Kỳ, Trung Quốc và cả các thành viên BRICS như Ấn Độ và Brazil.

Công cụ đánh giá AI của Đại học Stanford, dựa trên 42 chỉ số AI tại 36 quốc gia, xếp Nga ở vị trí thứ 29.

(1 USD = 106,9955 rúp)

- Theo khảo sát mới từ Microsoft và LinkedIn, 75% lao động tri thức trên toàn cầu hiện đang sử dụng AI tạo sinh trong công việc

- Người lao động là những người tiên phong áp dụng AI tạo sinh, không phải các công ty:
  + Tại hầu hết các quốc gia, người lao động tự sử dụng công cụ AI tạo sinh dù công ty không cung cấp
  + Xu hướng này đặc biệt rõ nét tại Trung Quốc và Mỹ

- Mỹ đang tụt hậu trong việc áp dụng AI tạo sinh so với các nước có thu nhập trung bình:
  + Các nước dẫn đầu gồm Ấn Độ, Indonesia và Brazil
  + Điều này đáng chú ý vì Mỹ là quê hương của các nền tảng AI tạo sinh hàng đầu như ChatGPT của OpenAI và Llama của Meta

- Sự phổ biến của AI tạo sinh tại các nước đang phát triển cho thấy:
  + Lực lượng lao động trẻ am hiểu công nghệ đang góp phần thu hẹp khoảng cách số toàn cầu
  + Các nền kinh tế mới nổi đang nhanh chóng bắt kịp xu hướng công nghệ mới

📌 Mặc dù là nơi phát triển các nền tảng AI tạo sinh hàng đầu thế giới, Mỹ lại tụt hậu trong việc áp dụng công nghệ này so với các nước đang phát triển. 75% lao động tri thức toàn cầu đã sử dụng AI tạo sinh, với người lao động là những người tiên phong thay vì doanh nghiệp.

https://fortune.com/2024/12/02/ai-us-llama-chatgpt-india/

- Panasonic vừa tạo ra một bản sao AI của nhà sáng lập Konosuke Matsushita, người đã qua đời năm 1989, nhằm bảo tồn tầm nhìn quản lý của ông.
- Dự án được phát triển cùng với Viện Matsuo, thuộc Đại học Tokyo, sử dụng các tác phẩm viết, bài phát biểu và trên 3.000 bản ghi âm giọng nói của Matsushita.
- Mục tiêu là giúp thế hệ tiếp theo hiểu và áp dụng tầm nhìn lãnh đạo của Matsushita trong các quyết định kinh doanh.
- Panasonic nhận thấy số lượng người được đào tạo trực tiếp từ Matsushita đang giảm dần, vì vậy quyết định sử dụng công nghệ AI tạo sinh để truyền tải tầm nhìn của ông.
- Matsushita được coi là "thần quản lý" của Nhật Bản, ông đã đóng góp lớn vào việc xây dựng Panasonic thành một trong những công ty dẫn đầu trong lĩnh vực điện tử tiêu dùng.
- Cuốn sách "Con đường" của Matsushita vẫn được coi là một tài liệu quan trọng cho giới kinh doanh tại Nhật Bản.
- Nếu Panasonic thành công với việc sử dụng AI để tái tạo hình ảnh của Matsushita, xu hướng này có thể dẫn đến việc nhiều tổ chức khác cũng phát triển AI để thay thế hoặc bổ sung cho các nhà lãnh đạo truyền thống.
- Sundar Pichai, CEO của Alphabet, cho biết hơn 25% mã nguồn mới tại Google hiện nay được tạo ra bởi AI.
- Tương tự, PhonePe đã giảm 60% nhân viên hỗ trợ khách hàng trong 5 năm qua nhờ vào các chatbot AI, xử lý hơn 90% vấn đề của khách hàng mặc dù số lượng giao dịch tăng gấp 40 lần.

📌 Panasonic đang thử nghiệm AI thay thế nhà sáng lập với hi vọng duy trì tầm nhìn lãnh đạo của Konosuke Matsushita. Nếu thành công, sẽ thúc đẩy xu hướng sử dụng AI trong lãnh đạo doanh nghiệp, đặc biệt khi công nghệ AI đã xâm nhập sâu rộng vào nhiều lĩnh vực.

https://www.timesnownews.com/business-economy/industry/can-ai-replace-ceos-japans-panasonic-experiment-could-be-a-game-changer-article-115829880

- Các công ty công nghệ hàng đầu đạt tỷ lệ thành thạo AI lên tới 90% đối với nhân viên không thuộc khối kỹ thuật, trong khi con số này ở các công ty truyền thống chỉ đạt 28%

- Để xây dựng lực lượng lao động sẵn sàng với AI, tổ chức cần phân chia nhân viên thành 2 nhóm chính:
  + Người xây dựng AI (chiếm 5% nhân viên)
  + Người sử dụng AI (chiếm 95% còn lại)

- Mô hình kim tự tháp kỹ năng AI gồm 4 cấp độ:
  + Trung tâm xuất sắc: Các chuyên gia AI xây dựng nền tảng
  + "AI + X": Chuyên gia trong lĩnh vực cụ thể kết hợp với AI
  + Thành thạo: Nhân viên tương tác với đối tác kỹ thuật
  + Hiểu biết cơ bản: Nhân viên tuyến đầu cải thiện năng suất

- Thách thức khi triển khai tầm nhìn kỹ năng AI:
  + Tận dụng nhân tài giỏi nhất để nâng cao tiêu chuẩn
  + Tránh văn hóa "nghiệp dư nguy hiểm" - những người đánh giá quá cao năng lực
  + Lãnh đạo cần đi đầu trong việc phát triển kỹ năng AI

- Kỹ năng trong lĩnh vực AI được chia làm 2 loại:
  + Kỹ năng dễ lỗi thời: Cần cập nhật liên tục như ngôn ngữ lập trình
  + Kỹ năng bền vững: Nền tảng về toán học, thống kê, thuật toán

📌 Chuyển đổi sang kỷ nguyên AI đòi hỏi 100% nhân viên phải thích nghi. Trong khi công ty công nghệ đạt 90% nhân viên thành thạo AI, các doanh nghiệp truyền thống mới chỉ đạt 28%. Tổ chức cần xây dựng chiến lược phát triển kỹ năng toàn diện từ hiểu biết cơ bản đến chuyên sâu để không bị tụt hậu.

https://www.techradar.com/pro/every-employee-is-now-an-ai-employee-heres-how-organizations-need-to-prepare

- Các tập đoàn công nghệ lớn của Trung Quốc đang mở rộng văn phòng tại California để tuyển dụng nhân tài AI, bất chấp nỗ lực kiểm soát của Washington

- Alibaba đang tuyển dụng đội ngũ AI tại Sunnyvale, tiếp cận các kỹ sư, quản lý sản phẩm và nhà nghiên cứu AI từng làm việc tại OpenAI và các công ty công nghệ lớn của Mỹ

- Meituan đã thành lập đội ngũ AI tạo sinh mới có tên GN06 do đồng sáng lập Wang Huiwen dẫn dắt, tập trung vào các tính năng như dịch menu và trợ lý AI

- ByteDance có nhiều đội nghiên cứu AI tại California, một nhóm tập trung tích hợp AI vào TikTok, nhóm khác phát triển mô hình ngôn ngữ lớn Doubao

- Các startup AI nhỏ hơn của Trung Quốc cũng hiện diện tại Mỹ, như Moonshot AI với chatbot Kimi do đồng sáng lập Wu Yuxin điều hành tại San Francisco

- Baidu từng vận hành một trong những phòng nghiên cứu AI hàng đầu tại Silicon Valley với hàng trăm nhân viên vào năm 2017, nhưng đã giảm quy mô đáng kể do xung đột nội bộ và quan hệ Mỹ-Trung căng thẳng

- Hiện chưa có hạn chế đối với các công ty Trung Quốc tiếp cận chip AI cao cấp thông qua trung tâm dữ liệu tại Mỹ, tuy nhiên Bộ Thương mại Mỹ đã đề xuất quy định mới yêu cầu nhà cung cấp đám mây xác minh danh tính người dùng

📌 Bất chấp lệnh cấm chip AI của Mỹ, các công ty công nghệ hàng đầu Trung Quốc đang đẩy mạnh tuyển dụng nhân tài tại Silicon Valley. Alibaba, ByteDance và Meituan mở rộng văn phòng California, trong khi Baidu thu hẹp từ 100 nhân sự năm 2017 xuống còn rất ít do căng thẳng Mỹ-Trung.

https://www.ft.com/content/da8c29b0-0a90-4d2a-8535-c8459ccc7bb4

#FT

- Sam Altman, CEO OpenAI được bổ nhiệm làm 1 trong 7 đồng chủ tịch nhóm chuyển tiếp của thị trưởng đắc cử San Francisco Daniel Lurie

- Ngành công nghệ từ Silicon Valley đang dần dịch chuyển vào trung tâm San Francisco, tạo ra căng thẳng tại thành phố vốn nổi tiếng với văn hóa hippie

- San Francisco đang phải đối mặt với:
  + Phục hồi kinh tế chậm chạp sau đại dịch
  + Khủng hoảng ma túy và vô gia cư
  + Vấn đề an ninh công cộng khiến nhiều lãnh đạo công nghệ rời khỏi vùng Vịnh

- Xu hướng chính trị đang chuyển sang cánh trung tâm của đảng Dân chủ, được thúc đẩy bởi:
  + Người dân bất mãn
  + Các nhà tài trợ là lãnh đạo công nghệ giàu có

- Các doanh nhân công nghệ tham gia chính quyền:
  + Jan Koum, đồng sáng lập WhatsApp ủng hộ Lurie
  + Bilal Mahmood và Danny Sauter, cựu doanh nhân phần mềm, được bầu vào hội đồng giám sát thành phố

- Daniel Lurie sẽ kế nhiệm London Breed, nữ thị trưởng da màu đầu tiên của thành phố từ năm 2018

- Theo Mahmood, các cựu lãnh đạo doanh nghiệp có thể giúp thành phố bằng:
  + Kinh nghiệm về quản trị dựa trên số liệu
  + Khả năng xác định ưu tiên
  + Cải thiện cơ sở hạ tầng kỹ thuật để giải quyết vấn đề tuyển dụng và phê duyệt nhà ở

📌 San Francisco chứng kiến làn sóng lãnh đạo công nghệ tham gia chính quyền, với Sam Altman của OpenAI là gương mặt mới nhất. Các cựu doanh nhân công nghệ hứa hẹn mang kỹ năng quản lý và công nghệ để giải quyết các vấn đề về an ninh, nhà ở và phục hồi kinh tế của thành phố.

https://www.reuters.com/world/us/san-francisco-mayor-elect-taps-openai-ceo-sam-altman-transition-team-2024-11-18/

- Singapore hiện có hơn 1,3 triệu lập trình viên trong tổng dân số 6 triệu người, với tốc độ tăng trưởng 28% trong 12 tháng tính đến tháng 9/2024

- Quốc đảo xếp hạng 9 toàn cầu về số lượng người đóng góp cho các dự án AI trên GitHub, với hơn 9.700 lập trình viên tham gia

- Năm 2024 chứng kiến sự tăng trưởng mạnh mẽ trên GitHub:
  • Đóng góp cho dự án AI tạo sinh tăng 59%
  • Số lượng dự án tăng 98%

- GitHub giới thiệu các tính năng mới tại hội nghị Universe ở San Francisco:
  • Cho phép lựa chọn mô hình ngôn ngữ lớn từ Anthropic, Google và OpenAI
  • Ra mắt GitHub Spark - công cụ AI tạo ứng dụng web bằng lệnh ngôn ngữ tự nhiên

- Về tài chính:
  • Phí người dùng cá nhân: 10 USD/tháng hoặc 100 USD/năm
  • Phí doanh nghiệp: 19-39 USD/tháng
  • GitHub có 1,8 triệu người dùng trả phí
  • Doanh thu dự kiến đạt 2 tỷ USD/năm

- Xu hướng công nghệ 2024:
  • Python vượt qua JavaScript trở thành ngôn ngữ phổ biến nhất
  • Jupyter Notebooks tăng trưởng 92%
  • ANZ Bank báo cáo năng suất lập trình tăng 42% nhờ Copilot

📌 Singapore đang chứng kiến sự bùng nổ về số lượng lập trình viên với 1,3 triệu người (chiếm 1/4 dân số), tăng trưởng 28% trong năm 2024. Quốc đảo này xếp hạng 9 toàn cầu về đóng góp cho dự án AI, khẳng định vị thế là trung tâm công nghệ hàng đầu châu Á.

https://www.straitstimes.com/business/spore-has-1-3m-coders-ranks-9th-globally-for-helping-ai-projects-github

- Meta hợp tác với Bộ Công nghệ Thông tin Ấn Độ để thành lập Trung tâm AI tạo sinh tại IIT Jodhpur.
- Mục tiêu của trung tâm là thúc đẩy nghiên cứu và phát triển AI nguồn mở tại Ấn Độ.
- Sự hợp tác này nhằm phát triển các ứng dụng AI bản địa và nâng cao kỹ năng cho thế hệ trẻ.
- Trung tâm sẽ hỗ trợ mục tiêu của Ấn Độ trở thành nền kinh tế 5.000 tỷ USD thông qua phát triển công nghệ.
- S.Krishnan, thư ký Bộ Công nghệ Thông tin, nhấn mạnh tầm quan trọng của sự hợp tác giữa chính phủ, ngành công nghiệp và học viện.
- Meta cam kết đầu tư 7.5 crore rupee (khoảng 900.000 USD) trong vòng 3 năm tới cho trung tâm này.
- Chương trình sẽ giúp sinh viên và nhà phát triển trẻ từ 18 đến 30 tuổi sử dụng các mô hình ngôn ngữ lớn nguồn mở để giải quyết các thách thức thực tiễn.
- Trung tâm sẽ cung cấp kiến thức và công cụ cần thiết cho việc phát triển và triển khai có trách nhiệm các công nghệ AI tạo sinh.
- Sự kiện này đánh dấu một bước tiến lớn trong việc xây dựng hệ sinh thái đổi mới sáng tạo trong lĩnh vực AI tại Ấn Độ.

📌 Meta hợp tác với Bộ Công nghệ Thông tin để thành lập Trung tâm AI tạo sinh tại IIT Jodhpur với khoản đầu tư 7.5 crore rupee (900.000 USD). Mục tiêu là nâng cao kỹ năng cho thế hệ trẻ và thúc đẩy nghiên cứu AI nguồn mở.

https://m.economictimes.com/tech/technology/meta-partners-with-it-ministry-to-set-up-centre-for-generative-ai-at-iit-jodhpur/articleshow/114628091.cms

• Google vừa công bố tài trợ 15 triệu USD cho hai tổ chức phi lợi nhuận trong khuôn khổ Quỹ cơ hội AI trị giá 75 triệu USD

• Partnership for Public Service nhận 10 triệu USD để mở Trung tâm AI Liên bang vào mùa xuân 2025, tập trung đào tạo công chức về đánh giá và ứng dụng AI

• InnovateUS được tài trợ 5 triệu USD để mở rộng quy mô đào tạo từ 50.000 công chức tại 15 bang lên 100.000 người tại hơn 30 bang

• Tháng 9/2024, Google đã cam kết đầu tư 25 triệu USD cho các tổ chức phi lợi nhuận tập trung đào tạo giáo viên và học sinh về AI tạo sinh

• Adobe công bố sáng kiến toàn cầu nhằm giúp 30 triệu người phát triển kỹ năng AI, tiếp thị số và sáng tạo nội dung đến năm 2030

• IBM hợp tác với các trường đại học để đào tạo 2 triệu người về AI đến cuối năm 2026 thông qua nền tảng IBM SkillsBuild

• Theo khảo sát của IBM và Oracle với hơn 2.500 CEO từ 30 quốc gia, 60% CEO cho rằng thiếu kiến thức AI cản trở việc ứng dụng AI trong tổ chức

• Báo cáo của Microsoft và LinkedIn chỉ ra 80% lãnh đạo doanh nghiệp tin rằng AI giúp duy trì khả năng cạnh tranh, nhưng 60% chưa có chiến lược sử dụng AI

• 71% lãnh đạo ưu tiên tuyển dụng ứng viên ít kinh nghiệm nhưng có kỹ năng AI hơn là người có nhiều kinh nghiệm nhưng thiếu kỹ năng AI

📌 Các công ty công nghệ hàng đầu đang đổ hàng trăm triệu USD vào đào tạo kỹ năng AI, với mục tiêu đào tạo hơn 32 triệu người trong 6 năm tới. Thiếu hụt kỹ năng AI đang là rào cản lớn khi 60% tổ chức chưa có chiến lược ứng dụng AI hiệu quả.

https://www.cnbc.com/2024/10/25/google-adobe-and-ibm-aiming-to-help-millions-gain-ai-skills.html

• Edward Kim, đồng sáng lập và giám đốc công nghệ của Gusto, cho rằng việc cắt giảm đội ngũ hiện tại và thuê nhiều kỹ sư AI chuyên biệt là "cách tiếp cận sai lầm".

• Kim nhấn mạnh rằng nhân viên phi kỹ thuật có hiểu biết sâu sắc hơn về nhu cầu và khó khăn của khách hàng, giúp họ định hướng tốt hơn cho việc phát triển các tính năng AI.

• Gusto đã tạo ra Gus, một trợ lý AI được công bố vào tháng trước, với sự đóng góp lớn từ đội ngũ trải nghiệm khách hàng phi kỹ thuật.

• Công ty đã phát triển CoPilot, một công cụ trải nghiệm khách hàng, được triển khai cho đội ngũ CX vào tháng 6 và hiện đang xử lý từ 2.000 đến 3.000 tương tác mỗi ngày.

• Kim tin rằng Gusto có thể nâng cao kỹ năng của nhiều nhân viên hiện tại để họ có thể xây dựng các ứng dụng AI.

• Gus là chức năng AI lớn đầu tiên mà Gusto ra mắt cho khách hàng, tích hợp nhiều tính năng AI riêng lẻ trước đó.

• Kim nhấn mạnh rằng giao diện để tạo ứng dụng ML và AI đã trở nên dễ tiếp cận hơn nhiều so với trước đây.

• Eric Rodriguez, một nhân viên không có nền tảng lập trình, đã phát triển công cụ CoPilot cho đội ngũ trải nghiệm khách hàng của Gusto.

• Gusto đã xây dựng một giao diện nội bộ cho phép đội ngũ hỗ trợ viết "công thức" cho Gus bằng ngôn ngữ tự nhiên, không cần kỹ năng kỹ thuật.

• Kim cho rằng những người có chuyên môn trong lĩnh vực cụ thể, dù không có chuyên môn kỹ thuật, sẽ là người thúc đẩy ứng dụng AI tiến bộ.

• Gusto đang tập trung vào cách tiếp cận từ dưới lên, cho phép các đội ngũ xác định cách AI có thể hỗ trợ công việc của họ.

• Kim dự đoán rằng vai trò của nhân viên sẽ phát triển, với nhiều nhân viên CX tập trung vào việc viết "công thức" và tinh chỉnh prompt thay vì trực tiếp trả lời câu hỏi.

• Việc áp dụng AI sẽ mang lại hiệu quả cao hơn cho công ty và cải thiện trải nghiệm khách hàng, đồng thời mở ra cơ hội cho Gusto phát triển thêm nhiều tính năng mới.

📌 Gusto đang định hình lại cách tiếp cận AI trong doanh nghiệp bằng cách trao quyền cho nhân viên phi kỹ thuật. Thay vì thuê chuyên gia đắt đỏ, họ tận dụng kiến thức chuyên môn của đội ngũ hiện tại để phát triển các ứng dụng AI mạnh mẽ như Gus và CoPilot, xử lý 2.000-3.000 tương tác/ngày, mang lại hiệu quả và trải nghiệm khách hàng tốt hơn.

https://techcrunch.com/2024/10/20/gustos-head-of-technology-says-hiring-an-army-of-specialists-is-the-wrong-approach-to-ai/

• Theo báo cáo mới từ Wall Street Journal, OpenAI đang đối mặt với căng thẳng nội bộ nghiêm trọng sau hàng loạt vụ ra đi của các lãnh đạo cấp cao trong 10 tháng qua.

• Sự ra đi của đồng sáng lập Ilya Sutskever vào tháng 5/2024 khiến các lãnh đạo OpenAI lo ngại công ty có thể sụp đổ. Mira Murati và Greg Brockman đã cố gắng thuyết phục Sutskever quay lại nhưng không thành công.

• Mira Murati, CTO của OpenAI, đã từ chức vào ngày 25/9/2024, gây chấn động trong ngành. Cùng ngày, hai lãnh đạo cấp cao khác cũng tuyên bố rời đi.

• Nhân viên OpenAI bày tỏ lo ngại về việc công ty tập trung quá nhiều vào việc phát hành sản phẩm AI nhanh chóng, thiếu kiểm tra an toàn kỹ lưỡng. 

• Murati đã nhiều lần trì hoãn ra mắt một số tính năng của GPT-4o như tìm kiếm và tương tác bằng giọng nói vì lo ngại chúng chưa sẵn sàng.

• OpenAI đang trong quá trình gọi vốn hàng tỷ USD với định giá tiềm năng 150 tỷ USD. CFO Sarah Friar đã gửi thông báo trấn an các nhà đầu tư sau khi Murati từ chức.

• Một số nhân viên cũ và hiện tại của OpenAI cho rằng việc công bố sản phẩm và kiểm tra an toàn đang bị đẩy nhanh quá mức do lo ngại mất lợi thế cạnh tranh trong lĩnh vực AI.

• OpenAI phản hồi rằng họ không đồng ý với cách mô tả trong báo cáo, nhưng thừa nhận công ty cần phát triển và thích nghi khi chuyển từ phòng thí nghiệm nghiên cứu sang công ty toàn cầu trong vòng 2 năm.

• Công ty khẳng định vẫn cam kết sứ mệnh của mình và tự hào phát hành các mô hình AI có khả năng cao nhất và an toàn nhất trong ngành.

📌 OpenAI đang trải qua khủng hoảng lãnh đạo nghiêm trọng với việc nhiều lãnh đạo cấp cao ra đi. Công ty phải cân bằng giữa áp lực phát triển nhanh và đảm bảo an toàn AI. Vòng gọi vốn sắp tới với định giá 150 tỷ USD sẽ là thử thách quan trọng cho tương lai của OpenAI.

https://www.businessinsider.com/openai-execs-worried-company-collapse-ilya-sutskever-left-report-2024-9

• Nghiên cứu mới từ Cornerstone OnDemand phân tích 40TB dữ liệu thị trường việc làm trên 200 quốc gia cho thấy nhu cầu về kỹ năng mềm cao hơn gấp đôi so với kỹ năng kỹ thuật số trên toàn cầu và gấp ba ở châu Âu.

• Mặc dù số lượng việc làm liên quan đến AI và máy học tăng 65% trên toàn cầu và việc làm liên quan đến AI tạo sinh tăng 411% kể từ năm 2019, kỹ năng mềm vẫn được ưu tiên hơn.

• Bledi Taska từ SkyHive by Cornerstone nhận định xu hướng này sẽ ổn định khi công nghệ AI được tích hợp vào hoạt động hàng ngày của doanh nghiệp.

• Các chuyên gia trong ngành công nghệ cho rằng kỹ năng con người vẫn rất quan trọng do công nghệ AI thay đổi nhanh chóng. Ứng viên có thể học hỏi công cụ kỹ thuật số và AI trong quá trình làm việc.

• Steve Salvin, CEO của Aiimi, nhấn mạnh tầm quan trọng của việc kết hợp kỹ năng kỹ thuật với kỹ năng mềm để giao tiếp, đổi mới và triển khai dự án công nghệ hiệu quả.

• Nhiều công ty như Ten10 đã tập trung phát triển chương trình đào tạo nội bộ để nâng cao kỹ năng của nhân viên, thay vì chỉ tìm kiếm ứng viên có sẵn kỹ năng kỹ thuật.

• Nghiên cứu cũng chỉ ra 1/5 việc làm ở Anh đang cung cấp hình thức làm việc từ xa hoặc linh hoạt. Trên toàn cầu, số lượng việc làm từ xa đã tăng 39%.

• Tại Anh, tỷ lệ việc làm liên quan đến AI và máy học tăng 10%, xếp thứ 6 toàn cầu. London có số lượng việc làm yêu cầu kỹ năng AI tạo sinh cao nhất nước Anh nhưng vẫn thấp hơn một số thành phố ở Mỹ như San Francisco.

• Các chuyên gia nhấn mạnh tầm quan trọng của việc kết hợp hài hòa giữa kỹ năng con người và năng lực kỹ thuật số, với AI đóng vai trò then chốt trong việc kết nối hai yếu tố này.

📌 Nghiên cứu của Cornerstone cho thấy kỹ năng mềm đang được ưu tiên hơn kỹ năng kỹ thuật số trong tuyển dụng, với nhu cầu cao gấp đôi trên toàn cầu. Mặc dù việc làm AI tăng mạnh (411% cho AI tạo sinh), các chuyên gia nhấn mạnh tầm quan trọng của việc kết hợp kỹ năng con người và công nghệ để thúc đẩy đổi mới.

https://www.itpro.com/business/business-strategy/in-the-age-of-ai-finding-staff-with-soft-skills-has-become-a-critical-enterprise-focus

- **Prompt engineering** là kỹ năng quan trọng giúp khai thác toàn bộ tiềm năng của **mô hình ngôn ngữ lớn (LLM)**, từ việc tạo nội dung cho đến giải quyết các vấn đề phức tạp trong nhiều lĩnh vực như chăm sóc khách hàng, giáo dục, y tế và phát triển phần mềm.

- Các **LLM** được xây dựng dựa trên thuật toán học sâu, được huấn luyện trên lượng dữ liệu văn bản khổng lồ, cho phép chúng tạo ra văn bản chất lượng cao, trả lời câu hỏi và dịch ngôn ngữ.

- Prompt engineering giúp **định hình cách AI phản hồi** bằng cách thiết kế các gợi ý (prompts) hiệu quả, nhằm tạo ra các đầu ra chính xác và phù hợp nhất. Nó liên quan đến việc tinh chỉnh các gợi ý để AI hiểu đúng ý định của người dùng.

- Các loại gợi ý bao gồm:
  - **Gợi ý trực tiếp**: Đưa ra chỉ dẫn ngắn gọn như "Dịch 'hello' sang tiếng Tây Ban Nha."
  - **Gợi ý có ngữ cảnh**: Thêm một chút bối cảnh, chẳng hạn "Tôi đang viết bài về lợi ích của AI, hãy tạo tiêu đề thu hút."
  - **Gợi ý dựa trên chỉ dẫn chi tiết**: Cung cấp hướng dẫn cụ thể về nội dung và phong cách.
  - **Gợi ý dựa trên ví dụ**: Đưa ra ví dụ để AI mô phỏng, như yêu cầu viết một bài haiku sau khi cung cấp mẫu.

- **Kỹ thuật prompt engineering**:
  - **Tinh chỉnh lặp lại**: Điều chỉnh gợi ý dựa trên phản hồi của AI để có kết quả tốt hơn.
  - **Chuỗi suy nghĩ**: Khuyến khích AI giải thích từng bước để giải quyết các vấn đề phức tạp.
  - **Nhập vai**: Gán vai trò cho AI để hướng dẫn nhiệm vụ, như đóng vai hướng dẫn viên bảo tàng.
  - **Gợi ý đa lượt**: Chia nhiệm vụ phức tạp thành nhiều bước nhỏ, mỗi bước được hướng dẫn bằng một gợi ý.

- **Thách thức**: Mặc dù AI đã cải thiện, nhưng các LLM vẫn gặp khó khăn với các khái niệm trừu tượng, hài hước và tư duy phức tạp. Các kỹ sư gợi ý phải hiểu rõ những hạn chế này và giảm thiểu sai lệch tiềm ẩn trong kết quả.

- **Cơ hội**: Prompt engineering giúp tận dụng tối đa khả năng của AI, đồng thời cải thiện hiệu suất xử lý và tiết kiệm tài nguyên tính toán, mở ra nhiều tiềm năng trong tương lai mà chúng ta chưa tưởng tượng được.

📌 Prompt engineering là kỹ năng quan trọng trong việc tối ưu hóa cách tương tác với mô hình ngôn ngữ lớn (LLM), mở ra cơ hội lớn trong việc áp dụng AI vào mọi ngành nghề và cuộc sống.

https://venturebeat.com/ai/why-prompt-engineering-is-one-of-the-most-valuable-skills-today/

- Với sự phát triển nhanh chóng của công nghệ, 70% các công ty dẫn đầu về kinh tế hiện đang sử dụng phần mềm tự phát triển để tạo ra lợi thế cạnh tranh. Trong đó, 1/3 các công ty này đang kiếm tiền trực tiếp từ phần mềm. AI tạo sinh (GenAI) mang đến một cơ hội lớn để tăng thêm giá trị bằng cách giúp lập trình viên tạo ra mã nhanh hơn và hiệu quả hơn.
- GenAI đã chứng minh được khả năng tăng năng suất làm việc. Chẳng hạn, tại IBM Software, các lập trình viên sử dụng GenAI đã ghi nhận mức tăng năng suất từ 30-40%. Các công cụ AI này giúp giảm thời gian cần thiết để viết mã và tài liệu hóa quy trình phát triển, đồng thời cải thiện đáng kể hiệu quả công việc.
- Tuy nhiên, việc ứng dụng AI tạo sinh trong phát triển phần mềm vẫn chưa phổ biến rộng rãi. Chỉ có 13% các công ty đang sử dụng GenAI một cách hệ thống trong quy trình phát triển phần mềm. Các công cụ GenAI hiện tại chỉ hỗ trợ khoảng 10-20% các hoạt động lập trình, cho thấy tiềm năng của công nghệ này vẫn chưa được khai thác hoàn toàn.
- AI tạo sinh đang giúp thực hiện các tác vụ đơn giản như viết mã cơ bản, tài liệu hóa mã, thiết kế giao diện web và đồ họa. Hơn thế nữa, nó đang dần tiến bộ để giải quyết các tác vụ phức tạp hơn, chẳng hạn như tạo các trường hợp thử nghiệm, xử lý các lỗi phát sinh và tự động tạo báo cáo từ các hệ thống nhật ký.
- GenAI dự kiến sẽ cải thiện quy trình phát triển phần mềm (PDLC) bằng cách giảm thời gian từ vài tháng xuống chỉ còn vài tuần hoặc thậm chí vài ngày. Nó cũng giúp cải thiện chất lượng mã và giảm gánh nặng kỹ thuật, tạo ra một tương lai mà việc phát triển phần mềm trở nên nhanh chóng và dễ dàng hơn.
- Để đáp ứng với sự thay đổi do AI tạo sinh mang lại, các lập trình viên cần phát triển các kỹ năng mới, đặc biệt là kỹ năng kiểm tra và đánh giá mã tự động tạo ra bởi GenAI. Điều này đòi hỏi khả năng phân tích tính tương thích của mã với các kho lưu trữ mã hiện có và khả năng kết nối các mô hình AI khác nhau để nâng cao chất lượng giải pháp.
- Đối với quản lý sản phẩm (Product Manager - PM), họ cũng cần nắm vững các công cụ không mã (no-code) hoặc ít mã (low-code) để làm việc với AI trong việc tạo nguyên mẫu và sản xuất mã. Đồng thời, PM cần phát triển khả năng xây dựng các mô hình đại lý AI (agentic frameworks), nơi mà các mô hình ngôn ngữ lớn (LLMs) hoạt động cùng nhau để hoàn thành các nhiệm vụ phức tạp.
- Vai trò và kỹ năng trong các tổ chức sẽ dần thay đổi và có sự giao thoa. Ví dụ, vai trò của quản lý sản phẩm và lập trình viên có thể hợp nhất thành một vai trò duy nhất, nơi một cá nhân có thể sử dụng GenAI để thiết kế giao diện, phát triển yêu cầu và tự động tạo mã.
- Các tổ chức cần phát triển chiến lược quản lý tài năng xoay quanh kỹ năng thay vì vai trò cố định. Điều này đòi hỏi một kế hoạch nguồn lực chiến lược (strategic workforce planning) dựa trên kỹ năng, bao gồm việc đánh giá những kỹ năng hiện có, những kỹ năng còn thiếu và những kỹ năng mà công nghệ AI có thể thay thế.
- Một ví dụ điển hình là một công ty khoa học đời sống đã sử dụng công cụ suy luận AI để phát triển cái nhìn toàn diện về tài năng kỹ thuật số. Công cụ này quét các thông tin từ hồ sơ LinkedIn, hệ thống nội bộ như Jira và các kho mã, từ đó xác định các kỹ năng cần thiết cho từng vai trò và lấp đầy các khoảng trống kỹ năng thông qua các chương trình đào tạo cụ thể.
- Để thúc đẩy sự phát triển kỹ năng trong doanh nghiệp, các chương trình học nghề (apprenticeship) đóng vai trò quan trọng, giúp nhân viên học tập từ kinh nghiệm thực tế và phát triển kỹ năng mới trong bối cảnh thay đổi nhanh chóng của công nghệ AI.

📌 GenAI đang mang lại sự thay đổi mạnh mẽ trong quy trình phát triển phần mềm, với năng suất tăng đến 40%. Để tận dụng tối đa tiềm năng này, các tổ chức cần tái cấu trúc chiến lược quản lý tài năng, tập trung vào phát triển kỹ năng thay vì vai trò, và xây dựng các chương trình học nghề hiệu quả để chuẩn bị cho kỷ nguyên AI.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-gen-ai-skills-revolution-rethinking-your-talent-strategy

#McKinsey

• Time Magazine đã công bố danh sách 100 người có ảnh hưởng nhất trong lĩnh vực trí tuệ nhân tạo (AI), bao gồm 3 nhân vật từ Trung Quốc trong nhóm 15 lãnh đạo hàng đầu.

• Zhuang Rongwen, Cục trưởng Cục Quản lý Không gian mạng Trung Quốc (CAC), được vinh danh vì đã áp dụng thành công các quy định kiểm duyệt đối với công nghệ AI tạo sinh mà không kìm hãm sự đổi mới trong nước. Dưới sự giám sát của ông, CAC đã ban hành quy định AI tạo sinh đầu tiên trên thế giới vào mùa hè năm ngoái.

• Liang Rubo, Chủ tịch kiêm CEO ByteDance, công ty mẹ của TikTok, cũng có tên trong danh sách. ByteDance đã đặt AI là một trong những ưu tiên hàng đầu, ra mắt các chatbot Cici và Doubao, cùng công cụ tạo video AI Jimeng.

• Wang Xiaochuan, nhà sáng lập startup AI tạo sinh Baichuan AI, là nhân vật thứ ba từ Trung Quốc. Baichuan AI được thành lập vào tháng 4/2023 và được coi là một trong "tứ hổ AI" của Trung Quốc. Công ty này vừa huy động được khoảng 5 tỷ nhân dân tệ (687,6 triệu USD) trong vòng gọi vốn mới nhất, định giá công ty hơn 20 tỷ nhân dân tệ.

• Danh sách cũng bao gồm các CEO của các công ty công nghệ lớn như Google, Microsoft, Nvidia, Meta và OpenAI.

• Nhà khoa học máy tính Andrew Yao Chi-chih của Trung Quốc được vinh danh trong nhóm 23 nhà tư tưởng. Ông là người đoạt giải Turing và hiện là Trưởng khoa Viện Khoa học Thông tin Liên ngành Đại học Tsinghua.

• Giáo sư luật Zhang Linghan cũng có mặt trong nhóm 37 người định hình. Bà là tác giả chính của bản dự thảo sơ bộ luật AI toàn diện được công bố vào tháng 3.

• Danh sách năm ngoái bao gồm Robin Li Yanhong - đồng sáng lập kiêm chủ tịch Baidu, nhà đầu tư mạo hiểm Lee Kai-fu, và giáo sư Yi Zeng từ Viện Hàn lâm Khoa học Trung Quốc.

📌 Time Magazine vinh danh 3 nhân vật Trung Quốc trong top 15 lãnh đạo AI có ảnh hưởng nhất, gồm Cục trưởng CAC, CEO ByteDance và nhà sáng lập Baichuan AI. Danh sách phản ánh vai trò ngày càng quan trọng của Trung Quốc trong việc định hình ngành công nghiệp AI toàn cầu.

https://www.scmp.com/tech/big-tech/article/3277587/times-ai-list-names-chinas-cyberspace-chief-bytedance-ceo-among-most-influential

https://time.com/7012765/zhuang-rongwen/
#TIME

• Zhuang Rongwen, Cục trưởng Cục Quản lý Không gian mạng Trung Quốc (CAC), đối mặt với thách thức áp dụng kiểm duyệt lên công nghệ AI tạo sinh mà không cản trở đổi mới trong nước.

• Tháng 8/2023, dưới sự lãnh đạo của Zhuang, Trung Quốc trở thành một trong những quốc gia đầu tiên thực thi quy định ràng buộc nhắm vào AI tạo sinh, chỉ chưa đầy 1 năm sau khi ChatGPT ra mắt.

• Luật mới yêu cầu các nhà phát triển phải được chính phủ phê duyệt trước khi triển khai mô hình công khai.

• Kể từ đó, chính phủ đã phê duyệt hơn 40 mô hình ngôn ngữ tiếng Trung, bao gồm các mô hình từ các công ty kỳ lân AI mới nổi như Zhipu và Baichuan.

• Trung Quốc đứng thứ hai sau Mỹ về số lượng mô hình AI quy mô lớn, chiếm 25% tổng số mô hình như vậy trên toàn cầu.

• Một điều khoản trong luật yêu cầu các nhà phát triển AI phải "Duy trì các Giá trị Xã hội Chủ nghĩa Cốt lõi".

• Tháng 5/2024, một bộ phận nghiên cứu của CAC đã tạo ra mô hình ngôn ngữ lớn riêng có tên 'Chat Xi PT', được đào tạo dựa trên học thuyết chính trị của Chủ tịch Tập Cận Bình và các tài liệu chính thức khác. Hiện tại, mô hình này chỉ sử dụng nội bộ.

• CAC dưới sự lãnh đạo của Zhuang cũng đã hạn chế quyền lực của các công ty công nghệ lớn nhất Trung Quốc.

• Mùa hè năm 2022, cơ quan này đã phạt công ty gọi xe hàng đầu Trung Quốc Didi 1,2 tỷ USD vì vi phạm luật an ninh dữ liệu.

• Khoản tiền phạt khổng lồ này là một phần trong chiến dịch trấn áp đa cơ quan đối với ngành công nghệ Trung Quốc, làm mất hơn 1.000 tỷ USD giá trị của lĩnh vực này.

• Mặc dù chiến dịch trấn áp đã giảm bớt, nhưng không có gì đảm bảo nó sẽ kéo dài.

• Quyết định của Zhuang sẽ góp phần định hình liệu Trung Quốc có thể bắt kịp các đối thủ phương Tây và hiện thực hóa khát vọng trở thành cường quốc AI hay không.

📌 Zhuang Rongwen, lãnh đạo CAC, đang định hình tương lai AI của Trung Quốc. Dưới sự chỉ đạo của ông, Trung Quốc đã ban hành quy định AI tạo sinh tiên phong, phê duyệt 40+ mô hình trong nước, chiếm 25% mô hình AI quy mô lớn toàn cầu. Tuy nhiên, thách thức cân bằng kiểm soát và đổi mới vẫn còn.

• Công nghệ AI đang được tích hợp vào hầu hết các khía cạnh hoạt động kinh doanh, từ chatbot đến chấm điểm tín dụng. Các hệ thống AI hiện được con người ủy quyền ở cấp cao.

• Tác giả cho rằng các hội đồng quản trị nên cân nhắc bổ nhiệm AI làm Giám đốc điều hành (COO) vì 3 yếu tố chính:

• Thứ nhất, công nghệ AI đã phát triển vượt bậc trong những năm gần đây. Các thuật toán học máy, xử lý ngôn ngữ tự nhiên và phân tích dữ liệu nâng cao đã đạt đến mức độ tinh vi khó tưởng tượng được cách đây một thập kỷ. 

• Hệ thống AI có thể thực hiện các nhiệm vụ phức tạp đòi hỏi ra quyết định nhanh nhạy, lập kế hoạch chiến lược và giải quyết vấn đề sáng tạo. Con người không thể làm được ở quy mô mà AI có thể.

• Thứ hai, các công ty ngày nay được kỳ vọng sẽ tìm cách tinh gọn quy trình, giảm chi phí và nâng cao năng suất với tốc độ chưa từng có. Một COO AI có thể dự đoán, lập kế hoạch và thực hiện hiệu quả hoạt động trên toàn bộ hệ sinh thái doanh nghiệp theo cách mà con người không thể sánh kịp.

• Hệ thống AI có thể hoạt động 24/7 không mệt mỏi, xử lý lượng thông tin khổng lồ với tốc độ cực nhanh và đưa ra quyết định dựa trên dữ liệu một cách chính xác. Ví dụ, một COO AI có thể giám sát hậu cần chuỗi cung ứng, đảm bảo phân bổ tài nguyên tối ưu và chủ động giảm thiểu các gián đoạn tiềm ẩn.

• Thứ ba, sức mạnh vượt trội của AI là khả năng ra quyết định dựa trên dữ liệu. Doanh nghiệp hiện đại tạo ra lượng dữ liệu khổng lồ, và khả năng phân tích nhanh chóng và chính xác là rất quan trọng. 

• Một COO AI sẽ xuất sắc trong việc này. Ví dụ, trong lĩnh vực marketing và bán hàng, COO AI có thể phân tích các mô hình hành vi của người tiêu dùng trong toàn bộ chu kỳ, dự đoán xu hướng tương lai và phát triển chiến lược phù hợp.

• Tuy nhiên, AI vẫn chưa thể đảm nhận vai trò CEO. CEO cần xử lý các nhiệm vụ liên quan đến con người, đòi hỏi trực giác và sự đồng cảm trong một thế giới ngày càng được thúc đẩy bởi công nghệ.

• AI hiện cũng chưa đủ khả năng đưa ra các quyết định và đánh đổi tinh tế ở cấp độ quy định. Cơ quan quản lý và cổ đông kỳ vọng CEO phải chịu trách nhiệm về quyết định và hành động của mình.

• Mặc dù lợi ích tiềm năng của một COO AI là rất lớn, vẫn có những thách thức cần giải quyết. Sự tin tưởng và chấp nhận từ nhân viên, cổ đông và khách hàng sẽ là yếu tố quan trọng. 

• Sẽ có một lượng lớn hoài nghi ban đầu đối với bất kỳ sự bổ nhiệm nào như vậy mà hội đồng quản trị (do con người thống trị) sẽ cần giải quyết nếu họ bổ nhiệm một COO AI - đặc biệt là khi đưa ra quyết định về việc làm và tính minh bạch trong việc ra quyết định hoạt động.

📌 AI đang nhanh chóng trở thành ứng cử viên hàng đầu cho vị trí COO tại các tập đoàn lớn nhờ khả năng xử lý dữ liệu và ra quyết định vượt trội. Tuy nhiên, vẫn cần giải quyết các thách thức về niềm tin và minh bạch trước khi AI có thể đảm nhận hoàn toàn vai trò này.

https://www.ft.com/content/9a23e8bc-fca6-4db6-863d-6b6ec3d392ef

#FT

- Ngành công nghiệp công nghệ thông tin (IT) của Ấn Độ đóng vai trò quan trọng trong việc thúc đẩy tăng trưởng xuất khẩu của quốc gia, chiếm hơn 50% tổng kim ngạch xuất khẩu dịch vụ của Ấn Độ, tương đương 200 tỷ USD.

- Lực lượng lao động AI của Ấn Độ dự kiến sẽ tăng từ 6-6,5 lakh (600.000 - 650.000) hiện tại lên hơn 1,25 triệu người vào năm 2027, được thúc đẩy bởi nhu cầu ngày càng tăng đối với các sản phẩm và giải pháp công nghệ sâu như AI/GenAI, Blockchain và AR/VR.

- Tuy nhiên, mức tăng trưởng này vẫn chưa đủ để bù đắp khoảng cách về kỹ năng AI tại Ấn Độ. Theo ước tính, nhu cầu về kỹ năng AI đang tăng với tốc độ CAGR 25-35%, trong khi nguồn cung chỉ tăng khoảng 13%, dẫn đến khoảng cách cung - cầu đáng kể.

- Các công ty IT lớn của Ấn Độ như TCS và Wipro đã bắt đầu đào tạo lực lượng lao động hiện tại về AI và công nghệ hiện đại. Microsoft cũng cam kết sẽ đào tạo AI cho 2 triệu người dân Ấn Độ vào năm 2025.

- Chính phủ Ấn Độ, thông qua các bộ ngành như MeitY và MSDE, cũng đã triển khai nhiều sáng kiến nhằm tạo ra một lực lượng lao động sẵn sàng cho kỷ nguyên AI.

📌 Dù đang tăng trưởng mạnh mẽ, lực lượng lao động AI của Ấn Độ dự kiến sẽ đạt 1,25 triệu người vào năm 2027, nhưng vẫn chưa đủ để đáp ứng nhu cầu ngày càng tăng của thị trường. Cần có những nỗ lực lớn hơn nữa về đào tạo và phát triển kỹ năng AI để thu hẹp khoảng cách cung - cầu.

https://www.entrepreneur.com/en-in/news-and-trends/indian-ai-pool-to-touch-125-million-by-2027-still-not/478693

- Trí tuệ nhân tạo thế hệ mới (Gen AI) dự kiến sẽ thay đổi hơn 40% hoạt động công việc trong những năm tới, không chỉ dành riêng cho các chuyên gia công nghệ mà còn cho bất kỳ ai có thể sử dụng lệnh bằng ngôn ngữ hàng ngày. Sự chuyển mình này sẽ ảnh hưởng sâu sắc đến nhiều lĩnh vực, đặc biệt là pháp lý, ngân hàng, bảo hiểm, và thị trường vốn.

- Để thành công trong kỷ nguyên hợp tác giữa con người và máy móc, người lao động cần phát triển các "kỹ năng kết hợp" (fusion skills) như: Interrogation thông minh, tích hợp Judgment, và Apprenticing tương hỗ.

- Interrogation thông minh là khả năng hướng dẫn các mô hình ngôn ngữ lớn (LLMs) thực hiện các tác vụ một cách hiệu quả hơn, ví dụ như chia nhỏ quy trình thành các bước cụ thể hoặc hình dung nhiều hướng giải quyết khác nhau.

- Tích hợp Judgment là việc đưa vào các yếu tố đánh giá và đạo đức của con người để nâng cao độ tin cậy và chính xác của kết quả do AI tạo ra. Điều này bao gồm việc sử dụng các nguồn kiến thức uy tín để bổ sung cho mô hình khi cần thiết và kiểm tra các kết quả nghi ngờ.

- Apprenticing tương hỗ là việc điều chỉnh AI theo bối cảnh doanh nghiệp cụ thể bằng cách đưa dữ liệu và kiến thức tổ chức vào trong các lệnh nhắc. Khi người dùng trở nên thành thạo trong việc này, họ cũng học cách đào tạo AI để xử lý các thách thức phức tạp hơn.

- Nghiên cứu cho thấy, việc sử dụng các chỉ dẫn tình huống một cách ngẫu nhiên thường dẫn đến kết quả không đáng tin cậy, đặc biệt trong các nhiệm vụ phân tích phức tạp. Do đó, việc áp dụng các kỹ thuật như suy nghĩ từng bước, đào tạo AI theo từng giai đoạn và khám phá sáng tạo sẽ cải thiện đáng kể kết quả làm việc với Gen AI.

- Một nghiên cứu gần đây cho thấy rằng việc hướng dẫn AI suy nghĩ theo chuỗi từng bước có thể nâng cao độ chính xác của kết quả lên đến 3 lần. Ví dụ, nếu một nhân viên tài chính sử dụng AI để tính toán ngân sách, việc yêu cầu AI suy nghĩ từng bước sẽ giúp nó đưa ra kết quả chính xác hơn.

- Bên cạnh đó, việc bảo vệ quyền riêng tư và tránh định kiến khi sử dụng AI cũng rất quan trọng. Người dùng cần chú ý đến các dữ liệu nhạy cảm và đảm bảo rằng các mô hình AI không bị ảnh hưởng bởi các thông tin thiên lệch.

📌 Để tận dụng tối đa tiềm năng của Gen AI, người lao động cần phát triển các kỹ năng như Interrogation thông minh, tích hợp Judgment, và Apprenticing tương hỗ. Những kỹ năng này không chỉ giúp cải thiện độ chính xác và độ tin cậy của AI mà còn tạo ra cơ hội mới trong môi trường làm việc hiện đại. Sự chuẩn bị cho tương lai công việc sẽ phụ thuộc vào khả năng của chúng ta trong việc hợp tác hiệu quả với AI.

https://hbr.org/2024/09/embracing-gen-ai-at-work

#HBR

• Theo báo cáo mới của McKinsey, 91% trong số gần 600 người được khảo sát cho biết họ sử dụng AI tạo sinh cho công việc, tăng mạnh so với con số 30% cách đây 6 tháng.

• McKinsey cho rằng đây là "điểm bước ngoặt" trong việc sử dụng AI của nhân viên, nhưng các công ty vẫn chưa theo kịp nhân viên của họ trong lĩnh vực này.

• Kết quả này phù hợp với báo cáo trước đó của Microsoft và LinkedIn, cho thấy 75% người lao động sử dụng AI tại nơi làm việc mà không có sự đồng ý của cấp trên.

• Đa số người lao động tin rằng AI sẽ giúp họ trong giao tiếp, tư duy phản biện và sáng tạo.

• Khoảng 70% người dùng AI tự nhận là "người dùng nhẹ", trong khi 21% tự nhận là "người dùng nặng".

• Ngược lại, chỉ có 13% công ty đã triển khai 6 trường hợp sử dụng AI trở lên tại văn phòng - nhóm mà McKinsey gọi là "người áp dụng sớm".

• 60% công ty vẫn đang trong giai đoạn thử nghiệm, được định nghĩa là những công ty đã thử nghiệm AI tạo sinh hoặc đưa vào sử dụng tối đa 5 ứng dụng AI tạo sinh.

• Theo Arun Chandrasekaran của Gartner, nhiều công ty đang gặp khó khăn trong việc chuyển từ thử nghiệm sang sản xuất các dự án AI, do các yếu tố như ảo giác và rủi ro khác, chi phí cao hoặc thiếu quản trị dữ liệu.

• Gartner dự đoán 30% các dự án AI sẽ bị từ bỏ vào năm tới.

• Hầu hết nhân viên đều lạc quan về khả năng cải thiện trải nghiệm làm việc của AI tạo sinh, khác với các cuộc khảo sát khác cho thấy sự lo ngại của người lao động.

• McKinsey khuyến nghị các công ty nên tận dụng tối đa việc sử dụng AI của nhân viên bằng cách triển khai cấu trúc quản trị, nâng cao kỹ năng và đào tạo lại lực lượng lao động một cách chính thức, đồng thời cung cấp các phương tiện hỗ trợ khác cho AI tại nơi làm việc.

📌 91% người lao động đã sử dụng AI tạo sinh tại nơi làm việc, tăng mạnh từ 30% cách đây 6 tháng. Tuy nhiên, chỉ 13% công ty đã triển khai AI một cách toàn diện. McKinsey khuyến nghị các công ty cần nhanh chóng bắt kịp xu hướng này bằng cách xây dựng cấu trúc quản trị và đào tạo nhân viên.

https://www.emergingtechbrew.com/stories/2024/08/16/mckinsey-report-ai-use-at-work

• AI đang làm thay đổi mạnh mẽ ngành công nghiệp outsourcing CNTT trị giá 250 tỷ USD của Ấn Độ. Các công ty đang phải nhanh chóng thích nghi, nhưng nhiều việc làm có thể bị mất.

• Các hoạt động cấp thấp như tổng đài chăm sóc khách hàng trong lĩnh vực BPO đang bị đe dọa nghiêm trọng bởi AI. Keshav Murugesh, CEO của WNS cho biết AI tạo sinh sẽ nhanh chóng thay thế nhân viên làm các công việc đơn giản này.

• Ngành outsourcing đóng góp khoảng 8% GDP và tạo việc làm cho 5,4 triệu người ở Ấn Độ. Hơn 80% công ty trong S&P 500 thuê ngoài một số hoạt động cho Ấn Độ.

• Các chuyên gia cảnh báo rằng các công ty Mỹ sẽ ngừng sử dụng dịch vụ outsourcing của Ấn Độ nếu họ không thể tự động hóa và thay thế con người bằng máy móc.

• Hơn 1,4 triệu việc làm trong các hoạt động dễ bị tổn thương nhất, trong đó 1/3 là ở các tổng đài. Ngành công nghiệp đang cố gắng chuyển sang các dịch vụ có giá trị cao hơn.

• Xu hướng giảm cường độ lao động đã diễn ra trong 10 năm qua. Hiện chỉ cần 21 nhân viên để tạo ra doanh thu 1 triệu USD/năm, so với 27 nhân viên một thập kỷ trước.

• 3 công ty công nghệ lớn nhất Ấn Độ - TCS, Infosys và Wipro - đã cắt giảm hơn 60.000 nhân viên trong năm tài chính kết thúc tháng 3/2024.

• Các công ty đang tích cực phát triển và triển khai các công cụ AI mới như hỗ trợ lập trình, chatbot tùy chỉnh, mô hình ngôn ngữ lớn bằng tiếng Hindi.

• Nhiều người tìm việc đang cảm thấy bi quan về triển vọng việc làm. Một số lo ngại ChatGPT sẽ thay thế các công việc BPO trong tương lai gần.

• Tuy nhiên, các lãnh đạo ngành vẫn lạc quan rằng AI sẽ tạo ra cơ hội kinh doanh mới, đòi hỏi kỹ năng tư duy phản biện, thiết kế và giải quyết vấn đề sáng tạo cao hơn.

📌 AI đang làm thay đổi sâu sắc ngành outsourcing CNTT 250 tỷ USD của Ấn Độ, đe dọa 1,4 triệu việc làm cấp thấp. Các công ty đang chuyển hướng sang dịch vụ giá trị cao và phát triển công cụ AI mới, nhưng vẫn cắt giảm hơn 60.000 nhân viên. Tương lai đòi hỏi kỹ năng cao hơn từ lực lượng lao động.

https://www.wsj.com/tech/ai/ai-is-coming-for-indias-famous-tech-hub-97261085

#WSJ

• Các giáo viên dạy lập trình đang phải đối mặt với thách thức về việc dạy gì cho học sinh trong thời đại AI có thể tạo ra code mạnh mẽ.

• Hiệp hội Giáo viên Khoa học Máy tính (CSTA) nhận thấy chatbot có thể code nhanh hơn con người, nhưng không đảm bảo kết quả tốt hơn. AI có thể tạo ra nhiều sản phẩm lỗi hàng loạt.

• CSTA khuyến khích tích hợp công cụ AI vào giáo dục, đồng thời giúp học sinh hiểu và đánh giá nội dung do AI tạo ra, giải quyết vấn đề thiên vị, đảm bảo minh bạch và trách nhiệm giải trình.

• Code.org đã thành lập "TeachAI" và phát hành hướng dẫn về tương lai của khoa học máy tính trong thời đại AI. Khảo sát cho thấy 66% giáo viên đã giúp học sinh hiểu các vấn đề xã hội và đạo đức liên quan đến AI.

• Các chuyên gia nhấn mạnh tầm quan trọng của việc học lập trình, vì code do AI tạo ra vẫn cần con người giám sát, đánh giá và sửa lỗi. Sáng tạo và chuyên môn của con người vẫn cần thiết.

• Học lập trình không chỉ đào tạo lập trình viên tương lai mà còn giúp học sinh giải quyết vấn đề, sáng tạo và cảm thấy vui vẻ hơn.

• Tại hội nghị CSTA 2024, các chuyên gia nhấn mạnh vai trò của giáo viên trong việc chuyển đổi giáo dục, với AI chỉ là công cụ hỗ trợ.

• Các phiên thảo luận tập trung vào đào tạo đạo đức khi nói về AI và tiềm năng của AI trong việc cho phép học sinh thực hiện các dự án phức tạp và sáng tạo hơn.

• Một nghiên cứu tại Stanford cho thấy học sinh sử dụng code do AI tạo ra có nhiều lỗ hổng bảo mật hơn so với học sinh không sử dụng AI.

• Giáo viên nhận thấy vẫn cần dạy lập trình vì con người vẫn cần đọc, kiểm tra và gỡ lỗi code trong tương lai gần.

📌 Giáo viên dạy lập trình đang đối mặt với thách thức cân bằng giữa tích hợp AI và dạy kỹ năng cốt lõi. 66% giáo viên đã giúp học sinh hiểu vấn đề đạo đức AI. Chuyên gia nhấn mạnh vai trò con người trong giám sát, đánh giá code AI và tầm quan trọng của việc học lập trình.

https://thenewstack.io/in-the-age-of-ai-what-should-we-teach-student-programmers/

- Một số tổ chức đang tạo ra vị trí quản lý cấp cao mới là Giám đốc AI (CAIO) để giám sát toàn diện các hoạt động AI. Theo khảo sát tháng 8/2023 với 965 nhà ra quyết định CNTT toàn cầu tại các công ty vừa và lớn, 11% đã tuyển CAIO và 21% đang tích cực tìm cách tuyển dụng.
- Những lợi ích chính của việc bổ nhiệm CAIO bao gồm:
• Giảm sự phân mảnh của AI, mang lại cách tiếp cận thống nhất và chiến lược toàn diện. 
• Nâng tầm các dự án AI lên mức có khả năng làm thay đổi sâu sắc mục tiêu và mô hình kinh doanh của tổ chức.
• Quản lý tập trung các rủi ro liên quan đến AI như vi phạm quyền riêng tư, phân biệt đối xử, an ninh mạng.
• Giải quyết các thiếu sót nội bộ về hiểu biết và ứng dụng AI.
- Tuy nhiên, việc bổ nhiệm CAIO cũng có những nhược điểm đáng kể:
• Tạo ra xung đột chức năng và chồng chéo trách nhiệm với các vai trò điều hành khác như CIO, CTO, CDO. 
• Quá nhấn mạnh AI như một giải pháp tổng thể cho doanh nghiệp, có thể bỏ qua các lựa chọn đơn giản và hiệu quả chi phí hơn.
• Đòi hỏi chi phí tài chính đáng kể cho vị trí CAIO và cơ sở hạ tầng hỗ trợ.
- Các yếu tố then chốt ảnh hưởng đến quyết định bổ nhiệm CAIO:
• Tầm quan trọng chiến lược của AI đối với khả năng cạnh tranh của tổ chức. Các tổ chức trong lĩnh vực công nghệ, tài chính, giáo dục, bán lẻ có thể hưởng lợi nhiều từ CAIO.
• Mức độ trưởng thành của AI trong tổ chức. CAIO có tác động tích cực nhất ở giai đoạn 2-4 theo mô hình trưởng thành AI của Gartner. Ở giai đoạn 1 và 5, vai trò này ít hiệu quả hơn.
• Thời gian cần thiết. CAIO nên là một vị trí có thời hạn cố định để xây dựng năng lực AI, sau đó chuyển giao cho các bộ phận kinh doanh/công nghệ.
- Để CAIO hoạt động hiệu quả cần đảm bảo: nhiệm vụ rõ ràng, KPI đo lường được, phân định rõ trách nhiệm với các vai trò điều hành khác, nguồn lực đáng kể (nhân sự, ngân sách), kỹ năng giao tiếp và quản lý thay đổi mạnh mẽ.

📌 Bổ nhiệm Giám đốc AI không phải là yêu cầu bắt buộc với mọi tổ chức. Phương án mặc định nên là tận dụng AI trong các cấu trúc hiện có, thông qua quản trị xuyên suốt doanh nghiệp hoặc hợp tác với đối tác bên ngoài. Tuy nhiên, với một số tổ chức, đặc biệt ở giai đoạn trưởng thành AI từ 2-4, tuyển dụng CAIO là hợp lý. Điều quan trọng là phải có sự lãnh đạo định hướng sáng kiến AI với tầm nhìn chiến lược, dù thông qua CAIO chuyên trách hay các phương thức khác.

https://sloanreview.mit.edu/article/do-you-really-need-a-chief-ai-officer/

#MIT

• Theo Slack Workforce Index, nhân viên văn phòng dành 41% thời gian cho các công việc lặp đi lặp lại, ít giá trị.

• 81% người sử dụng công cụ AI để tự động hóa công việc ghi nhận năng suất tăng.

• Rào cản lớn nhất đối với việc áp dụng AI rộng rãi là lãnh đạo có thái độ "chờ đợi và quan sát".

• Aytekin Tank, CEO Jotform, cho rằng AI đang thay đổi căn bản cách làm việc và cần có sự thay đổi từ cấp lãnh đạo.

• Người lao động lo ngại bị tụt hậu có thể:
- Nghiên cứu và đề xuất áp dụng công cụ AI đơn giản để tăng năng suất
- Tự nâng cao kỹ năng AI trong thời gian rảnh rỗi
- Thử nghiệm các công cụ như Otter.ai, Grammarly, Jasper AI, Notion

• Nghiên cứu của GitHub cho thấy lập trình viên sử dụng Copilot hoàn thành công việc nhanh hơn 55%, 88% cảm thấy năng suất cao hơn.

• World Economic Forum dự báo tự động hóa có thể ảnh hưởng đến 85 triệu việc làm toàn cầu vào năm 2025.

• Theo IBM, 40% lực lượng lao động cần đào tạo lại trong 3 năm tới để theo kịp xu hướng.

• Người lao động nên cân nhắc thay đổi công việc nếu công ty hiện tại không đầu tư vào AI.

• Các công cụ AI như Otter.ai, Grammarly, Jasper AI, Notion có thể giúp tăng hiệu quả công việc hàng ngày.

• Việc tự động hóa công việc lặp đi lặp lại sẽ giúp nhân viên có thêm thời gian cho các công việc sáng tạo, có ý nghĩa hơn.

📌 AI đang thay đổi căn bản thị trường việc làm công nghệ. 81% người dùng công cụ AI ghi nhận năng suất tăng. Dự báo đến 2025, tự động hóa có thể ảnh hưởng 85 triệu việc làm toàn cầu. Người lao động và doanh nghiệp cần chủ động nâng cao kỹ năng AI để không bị tụt hậu.

https://venturebeat.com/programming-development/tech-workers-who-adopt-a-wait-and-see-approach-to-ai-will-be-left-behind-in-the-jobs-race/

• Nghiên cứu của Avanade cho thấy nhân viên thoải mái hơn về việc sử dụng công cụ AI tạo sinh để ghi chép cuộc họp.

• Trước nghiên cứu, 72% nhân viên cảm thấy thận trọng hơn về giao tiếp khi biết Copilot for M365 sẽ được sử dụng để ghi chép cuộc họp. Sau 6 tuần, 45% nhân viên cảm thấy bớt thận trọng hơn, cho thấy sự thay đổi đáng kể theo hướng giao tiếp cởi mở hơn.

• 88% nhận thấy Copilot for M365 phù hợp với giá trị doanh nghiệp và hơn 50% cho rằng nó phù hợp với giá trị cá nhân.

• Tuy nhiên, điểm trung bình về tính minh bạch (78%) và trách nhiệm giải trình (65%) của công cụ này phản ánh tầm quan trọng của việc hiểu rõ quy trình ra quyết định và thực hiện quản trị mạnh mẽ.

• Bhavya Kapoor, Chủ tịch khu vực thị trường tăng trưởng của Avanade, nhấn mạnh tầm quan trọng của việc phát triển niềm tin và sự tự tin khi sử dụng các công nghệ này để tối đa hóa lợi ích của AI.

• Nghiên cứu 7 tuần với 700 nhân viên toàn cầu của Avanade phân tích tác động của Copilot for M365 đối với 5 chỉ số con người tại nơi làm việc: giao tiếp, tin tưởng, sáng tạo, hài lòng công việc, cảm giác thuộc về và hành vi công dân tổ chức.

• Điểm sáng tạo và đổi mới tổng thể của Avanade tăng 2% lên 82% so với năm ngoái. Sự chấp nhận cách làm việc mới tăng từ 80% lên 89%.

• 85% người cảm thấy hoàn thành công việc và 80% vẫn tập trung vào nhiệm vụ sau khi giới thiệu Copilot for M365.

• Khả năng thích ứng công nghệ tăng lên 86%, cho thấy công cụ này có thể thúc đẩy kỹ năng kỹ thuật và thích nghi với công cụ mới.

• Kết quả tổng thể cho thấy sự gia tăng sáng tạo có cấu trúc, chia sẻ ý tưởng và giải quyết vấn đề, nhưng cải thiện hạn chế đối với tư duy nguyên bản hoặc tự phát.

📌 Nghiên cứu của Avanade về Copilot for M365 cho thấy nhân viên thoải mái hơn 45% với AI tạo sinh trong giao tiếp sau 6 tuần sử dụng. 88% nhận thấy công cụ phù hợp với giá trị doanh nghiệp, 85% cảm thấy hoàn thành công việc. Tuy nhiên, cần chú ý đến tính minh bạch (78%) và trách nhiệm giải trình (65%) khi triển khai AI.

https://www.nst.com.my/business/corporate/2024/08/1087539/employees-more-comfortable-generative-ai

• CISA (Cơ quan An ninh mạng và Cơ sở hạ tầng) đã chính thức bổ nhiệm Lisa Einstein làm Giám đốc AI đầu tiên của cơ quan.

• Quyết định này phản ánh cam kết của CISA trong việc sử dụng AI có trách nhiệm để thúc đẩy nhiệm vụ phòng thủ mạng và hỗ trợ chủ sở hữu cơ sở hạ tầng trọng yếu trên toàn Hoa Kỳ phát triển và áp dụng AI an toàn, bảo mật.

• Einstein đã dẫn dắt các nỗ lực về AI của CISA từ năm 2023 với vai trò Cố vấn cấp cao về AI. Từ năm 2022, bà cũng giữ chức Giám đốc điều hành của Ủy ban Cố vấn An ninh mạng CISA.

• CISA nhấn mạnh rằng an ninh mạng vững chắc là nền tảng cho AI đáng tin cậy, và việc sử dụng AI có trách nhiệm ngày càng quan trọng đối với an ninh của cơ sở hạ tầng trọng yếu.

• Vị trí mới này được thiết lập nhằm thể chế hóa các nỗ lực đang diễn ra của CISA trong việc quản lý có trách nhiệm việc sử dụng AI của chính họ và đảm bảo các đối tác cơ sở hạ tầng trọng yếu phát triển và áp dụng AI một cách an toàn và bảo mật.

• Giám đốc CISA Jen Easterly bày tỏ niềm tự hào về cách nhóm của họ đã cùng nhau nỗ lực trong hai năm qua để hiểu và ứng phó với những tiến bộ nhanh chóng trong AI, nhiều trong số đó có ý nghĩa quan trọng đối với các nhiệm vụ cốt lõi về phòng thủ mạng và bảo mật cơ sở hạ tầng trọng yếu.

• Easterly ca ngợi Einstein là một nhà lãnh đạo truyền cảm hứng, người đã tập hợp các đồng nghiệp trong toàn bộ cơ quan xung quanh một tầm nhìn rõ ràng và có tác động lớn.

• Einstein bày tỏ sự quan tâm sâu sắc đến sứ mệnh của CISA, nhấn mạnh rằng nếu họ thành công, các hệ thống quan trọng mà người Mỹ phụ thuộc vào hàng ngày sẽ trở nên an toàn, đáng tin cậy và có khả năng hơn.

• Bà nhấn mạnh rằng các công cụ AI có thể đẩy nhanh tiến trình này, nhưng chỉ có thể gặt hái được lợi ích và tránh tác hại từ việc áp dụng sai hoặc lạm dụng nếu tất cả cùng nhau làm việc để ưu tiên sự an toàn, bảo mật và đáng tin cậy trong việc phát triển và triển khai các công cụ AI.

• Einstein bày tỏ vinh dự được phục vụ trong vai trò mới này để giúp CISA giải quyết thách thức quan trọng này.

📌 CISA bổ nhiệm Lisa Einstein làm Giám đốc AI đầu tiên, thể hiện cam kết sử dụng AI có trách nhiệm trong an ninh mạng. Einstein, với kinh nghiệm từ 2022, sẽ dẫn dắt nỗ lực của CISA trong việc phát triển và áp dụng AI an toàn, bảo mật cho cơ sở hạ tầng trọng yếu của Hoa Kỳ.

https://www.thefastmode.com/leadership-and-management/36664-cisa-welcomes-lisa-einstein-as-first-chief-ai-officer

• AI và tự động hóa đang giúp nhân viên thoát khỏi các công việc lặp đi lặp lại để tập trung vào các nhiệm vụ chiến lược và sáng tạo hơn.

• 80% nhân viên sử dụng công cụ AI báo cáo năng suất tăng, đặc biệt trong các lĩnh vực như hỗ trợ viết, tự động hóa quy trình và phân tích dữ liệu.

• 29% người dùng AI cảm thấy đam mê công việc hơn, cho thấy tác động tích cực của AI đến trải nghiệm và sự gắn kết của nhân viên.

• Nhân viên được hỗ trợ bởi AI có thể tập trung vào các sáng kiến chiến lược dài hạn, phân tích thị trường và đổi mới.

• AI giúp giải phóng khả năng sáng tạo của nhân viên, cho phép họ tập trung vào việc phát triển các giải pháp đột phá.

• Các nền tảng AI có thể phân tích dữ liệu hiệu suất cá nhân và mục tiêu nghề nghiệp để đề xuất lộ trình học tập cá nhân hóa cho nhân viên.

• Các công ty tích hợp thành công AI vào lực lượng lao động sẽ mở ra các mức năng suất, đổi mới và sự hài lòng của nhân viên chưa từng có.

• Theo McKinsey, các tổ chức sử dụng AI đã thấy năng suất tăng tới 40% ở một số chức năng nhất định.

• Hơn 80% người lao động sử dụng AI tạo sinh hàng ngày kỳ vọng nó sẽ giúp thời gian làm việc hiệu quả hơn trong 12 tháng tới.

• Nhân viên sử dụng AI báo cáo điểm số cao hơn về cân bằng công việc-cuộc sống (26%), cảm giác thuộc về (32%) và sự hài lòng công việc tổng thể (31%).

• AI cung cấp dữ liệu và thông tin chi tiết theo thời gian thực, giúp các nhà lãnh đạo đưa ra quyết định sáng suốt dựa trên dữ liệu.

• Cách tiếp cận toàn diện xem công nghệ, kinh doanh và con người như một chiến lược thống nhất sẽ thúc đẩy lợi thế cạnh tranh.

• Cách tiếp cận do con người dẫn dắt và được hỗ trợ bởi công nghệ sẽ đảm bảo rằng các rủi ro liên quan đến công nghệ đột phá được bảo vệ và giám sát nghiêm ngặt bởi con người.

📌 AI tạo sinh đang thay đổi cách làm việc, giúp nhân viên tập trung vào công việc chiến lược và sáng tạo hơn. 80% người dùng AI báo cáo năng suất tăng, trong khi 29% cảm thấy đam mê công việc hơn. Các công ty tích hợp AI thành công có thể tăng năng suất lên tới 40% ở một số chức năng.

https://www.forbes.com/sites/williamarruda/2024/08/04/how-the-rise-of-the-ai-enabled-employee-will-impact-career-success/

• Sự kiện Google I/O Connect tại Bengaluru thu hút đông đảo người tham dự, phản ánh sự phát triển mạnh mẽ của cộng đồng lập trình AI tại Ấn Độ.

• Hơn 2 triệu lập trình viên toàn cầu sử dụng Gemini, mô hình ngôn ngữ lớn của Google, thông qua Google AI Studio. Ấn Độ là một trong những quốc gia có lượng người dùng lớn nhất.

• Các kỹ sư Google tại Ấn Độ đóng góp đáng kể vào các tính năng chính của Gemini, tập trung vào 3 chủ đề: tăng cường khả năng hình ảnh và giọng nói, tối ưu hóa cho thiết bị di động và hỗ trợ đa ngôn ngữ.

• Gemini có khả năng hiểu ngữ cảnh trong hình ảnh, phát hiện lỗi trong các bài toán vật lý, và có cửa sổ ngữ cảnh dài lên tới 2 triệu token.

• Đội ngũ Google Ấn Độ phát triển Matformer, cho phép xây dựng mô hình lồng nhau với nhiều kích thước khác nhau trên cùng một thiết bị di động.

• Miko, robot giáo dục do 3 doanh nhân Ấn Độ phát triển, đã thành công tại Mỹ và được bán tại các chuỗi bán lẻ lớn như Walmart, Amazon và Costco.

• Miko sử dụng Gemini để kiểm soát chất lượng và đảm bảo nội dung phù hợp với độ tuổi và văn hóa của trẻ em ở các khu vực khác nhau.

• Cropin, nền tảng quản lý nông nghiệp, sử dụng dữ liệu vệ tinh, thời tiết và canh tác để cung cấp dự báo cho doanh nghiệp và chính phủ.

• Cropin tạo ra lưới 5x5km toàn cầu, tích hợp các mô hình cây trồng, dữ liệu khí hậu và quan sát Trái đất để đưa ra các dự đoán chính xác.

• Gemini giúp Cropin trả lời nhanh chóng các câu hỏi phức tạp về điều kiện canh tác và năng suất cây trồng trên toàn cầu.

📌 Ấn Độ nổi lên như một trung tâm phát triển AI toàn cầu với hơn 2 triệu lập trình viên sử dụng Gemini. Các ứng dụng đột phá như robot giáo dục Miko và nền tảng nông nghiệp Cropin cho thấy tiềm năng to lớn của AI made-in-India trên thị trường quốc tế.

https://timesofindia.indiatimes.com/technology/times-techies/india-ai-developer-base-huge/articleshow/112210046.cms

• Báo cáo "Cơ hội chuyển đổi của AI đối với công việc ICT" cho thấy 92% công việc được phân tích dự kiến sẽ trải qua sự chuyển đổi ở mức độ cao hoặc trung bình do sự tiến bộ của AI.

• Báo cáo do Cisco dẫn đầu, được tạo bởi các thành viên Consortium và phân tích bởi Accenture, xác định các khóa đào tạo thiết yếu về kiến thức AI, phân tích dữ liệu và kỹ thuật prompt engineering cho người lao động muốn thích ứng với cuộc cách mạng AI.

• AI-Enabled ICT Workforce Consortium bao gồm Cisco, Accenture, Eightfold, Google, IBM, Indeed, Intel, Microsoft và SAP cùng các cố vấn từ các tổ chức lao động và giáo dục.

• 40% vị trí cấp trung và 37% vị trí cấp nhập môn dự kiến sẽ có mức độ chuyển đổi cao do AI.

• Một số kỹ năng sẽ trở nên quan trọng hơn như đạo đức AI, AI có trách nhiệm, prompt engineering, kiến thức AI, kiến trúc mô hình ngôn ngữ lớn và phương pháp agile.

• Một số kỹ năng có thể trở nên ít liên quan hơn như quản lý dữ liệu truyền thống, tạo nội dung, bảo trì tài liệu, lập trình cơ bản và nghiên cứu thông tin.

• Báo cáo cung cấp phân tích chi tiết về tác động của AI đối với 47 vai trò ICT trên 7 nhóm công việc thông qua Bảng chuyển đổi công việc.

• Người lao động có thể sử dụng Bảng chuyển đổi công việc làm công cụ đào tạo để chuẩn bị cho thị trường việc làm trong kỷ nguyên AI.

• Các công ty thành viên Consortium đã cam kết đào tạo kỹ năng số và AI cho hơn 95 triệu người trên toàn cầu trong 10 năm tới.

• Cisco cam kết đào tạo 25 triệu người về kỹ năng an ninh mạng và kỹ thuật số đến năm 2032.

• IBM cam kết đào tạo kỹ năng cho 30 triệu người đến năm 2030, trong đó có 2 triệu người về AI đến cuối năm 2026.

• Intel cam kết trao quyền cho hơn 30 triệu người với kỹ năng AI cho công việc hiện tại và tương lai đến năm 2030.

• Microsoft đã đào tạo và cấp chứng chỉ cho 12,6 triệu người về kỹ năng số, vượt mục tiêu 10 triệu người đến năm 2025.

• SAP cam kết nâng cao kỹ năng cho 2 triệu người trên toàn cầu đến năm 2025.

• Google đã công bố hơn 130 triệu USD tài trợ để hỗ trợ đào tạo AI và kỹ năng cho người dân trên khắp Mỹ, Châu Âu, Châu Phi, Mỹ Latinh và Châu Á - Thái Bình Dương.

• Consortium dự định giới thiệu Sổ tay lực lượng lao động AI để hỗ trợ các doanh nghiệp vừa và nhỏ cũng như các công ty lớn nâng cao kỹ năng lực lượng lao động một cách chủ động.

📌 92% công việc ICT sẽ chuyển đổi do AI, đòi hỏi đào tạo lại gấp. Các công ty công nghệ hàng đầu cam kết đào tạo kỹ năng AI cho hơn 95 triệu người trong 10 năm tới. Báo cáo cung cấp hướng dẫn chi tiết để người lao động và doanh nghiệp chuẩn bị cho tương lai AI.

https://www.cisco.com/c/m/ai-enabled-ict-workforce-consortium.html

• Ủy ban điều tra AI của bang NSW đã đưa ra đề xuất bổ nhiệm nhiều "giám đốc AI" ở cấp toàn chính quyền, cấp bộ và cơ quan sau cuộc điều tra kéo dài 1 năm về việc sử dụng và cơ hội AI trong tiểu bang.

• Đề xuất bổ nhiệm một giám đốc AI cấp toàn tiểu bang NSW, được hỗ trợ bởi các giám đốc AI ở các bộ ngành và cơ quan để tối đa hóa việc sử dụng AI có trách nhiệm.

• Giám đốc AI cấp toàn tiểu bang sẽ làm việc xuyên suốt các bộ ngành và văn phòng chính phủ, bao gồm cả ủy viên thông tin và quyền riêng tư, trưởng khoa học gia và giám đốc dữ liệu, để hỗ trợ việc áp dụng và quản lý công nghệ AI có trách nhiệm.

• Nhiệm vụ của giám đốc AI toàn tiểu bang còn bao gồm cung cấp tư vấn chiến lược liên tục cho Chính phủ về xu hướng, cơ hội và rủi ro của việc sử dụng AI trong các bộ ngành chính phủ NSW, đồng thời dẫn dắt các sáng kiến giáo dục công chúng.

• Ủy ban đề xuất chính phủ "điều tra việc thành lập 'Văn phòng AI NSW' để đảm bảo việc cung cấp dịch vụ của tiểu bang được bảo vệ và nâng cao thông qua việc sử dụng công nghệ AI có trách nhiệm."

• Một cơ chế hỗ trợ khác là tính minh bạch trong sử dụng, với đề xuất chính phủ "xem xét duy trì một đăng ký công khai về các hệ thống ra quyết định tự động có sẵn trong chính phủ và các cơ quan của nó và khi nào chúng được áp dụng."

• Ủy ban cũng đề xuất tiến hành "phân tích khoảng trống quy định" như một vấn đề ưu tiên để tránh sự trùng lặp không cần thiết của luật pháp và tối đa hóa hiệu quả của bất kỳ thay đổi pháp luật nào được coi là cần thiết.

• NSW đã có vai trò quan trọng trong việc phát triển chính sách AI quốc gia phối hợp, với khung đảm bảo AI của tiểu bang được sử dụng làm nền tảng cho nỗ lực đó.

• Ủy ban nhấn mạnh tầm quan trọng của việc tham vấn với các chuyên gia ngành, kỹ thuật và pháp lý để đảm bảo khung pháp lý và quy định có lợi và phù hợp, giúp củng cố một cách tiếp cận cập nhật và có thể phản ứng chủ động và linh hoạt nhất có thể đối với các vấn đề mới nổi.

📌 Úc: bang NSW đề xuất bổ nhiệm nhiều giám đốc AI, thành lập Văn phòng AI và đăng ký công khai hệ thống quyết định tự động để quản lý việc sử dụng AI có trách nhiệm trong chính phủ. Các biện pháp này nhằm tối ưu hóa lợi ích và giảm thiểu rủi ro của công nghệ AI đang phát triển nhanh chóng.

https://www.itnews.com.au/news/nsw-gov-asked-to-employ-multiple-chief-ai-officers-610119

• Các công ty công nghệ lớn của Trung Quốc như Baidu, Tencent và ByteDance đang tích cực tìm kiếm nhân tài hàng đầu trên toàn cầu để tăng cường nghiên cứu về các công nghệ tiên tiến như AI, chip bán dẫn và xe tự lái.

• Baidu tập trung tuyển dụng chuyên gia trong lĩnh vực mô hình ngôn ngữ lớn (LLM), thị giác máy tính, xe tự lái và thiết kế mạch tích hợp. Công ty nhắm đến sinh viên tốt nghiệp từ tháng 9/2024 đến tháng 8/2025.

• Tencent có chương trình tuyển dụng "sinh viên công nghệ hàng đầu trên toàn cầu" trong 10 lĩnh vực kỹ thuật bao gồm LLM, động cơ game, robotics và điện toán lượng tử. Vị trí tuyển dụng không chỉ ở Trung Quốc mà còn ở các nền kinh tế lớn khác như Mỹ, Anh, Singapore và Hà Lan.

• ByteDance tìm kiếm nghiên cứu sinh tiến sĩ để nâng cao khả năng tìm kiếm và đề xuất của mình. Công ty cũng tuyển dụng chuyên gia về robotics, an ninh mạng và phần cứng.

• Xu hướng nghiên cứu sinh tiến sĩ chọn làm việc trong ngành công nghiệp thay vì học viện đang gia tăng. Gần 70% tiến sĩ AI gia nhập các tập đoàn vào năm 2020, so với chỉ 21% năm 2004.

• Việc theo đuổi nhân tài chất lượng cao trong các lĩnh vực như AI và chip bán dẫn phù hợp với chủ trương tự chủ công nghệ của Bắc Kinh, nhằm đối phó với các hạn chế xuất khẩu do Mỹ áp đặt vì lý do an ninh quốc gia.

• Các công ty hứa hẹn "mức lương cạnh tranh" và "đào tạo toàn diện" để thu hút nhân tài công nghệ giỏi nhất thế giới, những người cũng đang được các gã khổng lồ công nghệ phương Tây và giới học thuật săn đón.

• OpenAI gần đây đã cấm các nhà phát triển tại Trung Quốc truy cập dịch vụ của mình thông qua API, thúc đẩy sự phát triển của các giải pháp thay thế trong nước.

📌 Các công ty công nghệ hàng đầu Trung Quốc đang tích cực tuyển dụng nghiên cứu sinh tiến sĩ AI trên toàn cầu để tăng cường nghiên cứu công nghệ tiên tiến. Xu hướng này phản ánh sự chuyển dịch từ học viện sang công nghiệp, với 70% tiến sĩ AI gia nhập doanh nghiệp năm 2020. Động thái này cũng phù hợp với mục tiêu tự chủ công nghệ của Trung Quốc trước các hạn chế của Mỹ.

https://www.scmp.com/tech/tech-trends/article/3271560/baidu-bytedance-pursue-ai-graduates-overseas-amid-shortage-top-tech-talent

• Bộ Công nghệ Thông tin Ấn Độ (MeitY) công bố sáng kiến đào tạo AI cho 10.000 startup tại Hội nghị Google I/O ở Bengaluru, nhằm thúc đẩy hệ sinh thái startup Ấn Độ trong lĩnh vực AI.

• Google là đối tác chính, cung cấp gói hỗ trợ toàn diện bao gồm hướng dẫn, chuyên môn và công cụ để giúp các startup phát triển ứng dụng AI.

• Mỗi startup sẽ nhận được 350.000 USD tín dụng Google Cloud để phục vụ nhu cầu điện toán đám mây, cần thiết cho việc phát triển và triển khai các ứng dụng AI đòi hỏi sức mạnh tính toán lớn.

• MeitY tổ chức Hackathon Gen AI toàn quốc và Bootcamp Startup AI kéo dài 3 tháng để thúc đẩy đổi mới sáng tạo và phát triển tài năng AI.

• Google giảm giá tới 70% cho các công cụ phát triển bổ sung, giúp startup dễ dàng tiếp cận công nghệ tiên tiến và mở rộng quy mô hoạt động.

• Hợp tác với Mạng lưới Mở cho Thương mại Số (ONDC), Google giảm tới 90% giá một số API Google Maps Platform, hỗ trợ startup cung cấp dịch vụ dựa trên vị trí.

• Sáng kiến này không chỉ đào tạo mà còn hướng tới xây dựng hệ sinh thái startup ứng dụng AI tại Ấn Độ, tạo cơ hội cho mọi startup tham gia vào làn sóng đổi mới.

• Chương trình đại diện cho tầm nhìn về một hệ sinh thái startup ứng dụng AI tại Ấn Độ, tạo điều kiện tiếp cận nguồn lực, kiến thức và hỗ trợ hàng đầu.

• Việc tập trung làm cho công nghệ tiên tiến trở nên vừa túi tiền và dễ tiếp cận đảm bảo làn sóng đổi mới này mang tính bao trùm, mang lại cơ hội cho mọi startup đầy tham vọng.

• Sáng kiến này được xem như một bước đột phá công nghệ tiếp theo của Ấn Độ, thể hiện hy vọng và hứa hẹn về đổi mới sáng tạo.

• Đối với các startup, đây không chỉ là cơ hội mà còn là lời kêu gọi hành động để đi đầu trong cuộc cách mạng AI.

• Với sự hỗ trợ của các gã khổng lồ như Google và sự ủng hộ của chính phủ Ấn Độ, con đường đã được mở ra cho các startup tiến về phía trước.

📌 MeitY và Google hợp tác đào tạo AI cho 10.000 startup Ấn Độ, cung cấp 350.000 USD tín dụng đám mây/startup, giảm 70% giá công cụ phát triển và 90% giá API Google Maps. Sáng kiến này hướng tới xây dựng hệ sinh thái startup AI toàn diện, thúc đẩy đổi mới sáng tạo và đưa Ấn Độ trở thành cường quốc AI.

https://yourstory.com/2024/07/meity-train-10-000-indian-startups-ai

• Các tiến bộ trong AI dân sự có thể gây ra những hậu quả nghiêm trọng đối với hòa bình và an ninh quốc tế, nhưng nhiều người trong cộng đồng AI dân sự dường như không nhận thức được điều này.

• AI có thể đe dọa hòa bình và an ninh theo nhiều cách trực tiếp và gián tiếp:
- Chatbot AI có thể được sử dụng để tạo ra thông tin sai lệch cho các chiến dịch gây ảnh hưởng chính trị
- Mô hình ngôn ngữ lớn có thể được dùng để tạo mã cho các cuộc tấn công mạng và hỗ trợ phát triển vũ khí sinh học
- Quyết định về việc mở mã nguồn phần mềm AI có ý nghĩa địa chính trị, ảnh hưởng đến việc các quốc gia hoặc tác nhân phi quốc gia tiếp cận công nghệ quan trọng

• Cần thay đổi trong giáo dục và phát triển nghề nghiệp của các nhà thực hành AI:
- Đưa các khóa học bắt buộc về tác động xã hội của công nghệ, đổi mới có trách nhiệm, đạo đức AI và quản trị vào chương trình đào tạo AI ở cả bậc đại học và sau đại học
- Phát triển các khóa học giáo dục thường xuyên về tác động xã hội của nghiên cứu AI
- Khuyến khích chia sẻ kiến thức và thảo luận về rủi ro tiềm ẩn ngoài cộng đồng nghiên cứu AI

• Các tổ chức như IEEE và ACM có thể đóng vai trò quan trọng trong việc thiết lập các khóa học giáo dục thường xuyên và tạo ra các nhóm làm việc chuyên gia

• Các trường đại học và khu vực tư nhân cần tạo hoặc mở rộng các vị trí và bộ phận tập trung vào tác động xã hội và quản trị AI

• Đã có những động thái quản lý AI trên toàn cầu như thành lập Cơ quan Cố vấn Cấp cao của LHQ về AI, Ủy ban Toàn cầu về AI có trách nhiệm trong lĩnh vực quân sự, Tuyên bố G7 về quy trình AI Hiroshima, Hội nghị thượng đỉnh An toàn AI đầu tiên do Anh tổ chức

• Đầu tư vào giáo dục là một trong những cách hiệu quả và bền vững nhất để đảm bảo các nhà phát triển AI có kiến thức cơ bản và phương tiện để giải quyết rủi ro từ công việc của họ

📌 AI có thể gây ra những rủi ro nghiêm trọng cho hòa bình và an ninh toàn cầu. Cần thay đổi giáo dục AI để trang bị cho các nhà phát triển kiến thức về tác động xã hội và quản trị có trách nhiệm. Các tổ chức như IEEE, trường đại học và doanh nghiệp đóng vai trò quan trọng trong việc này.

https://spectrum.ieee.org/ai-missteps-unravel-global-security

• Giám đốc đạo đức AI là một vị trí mới nổi quan trọng trong các công ty công nghệ, đảm bảo việc sử dụng AI có trách nhiệm.

• Họ xác định các nguyên tắc để quản lý công nghệ AI, nắm vững khung pháp lý và làm cầu nối giữa các bên liên quan.

• Mức lương hàng năm cho vị trí này thường ở mức 6 con số.

• Theo khảo sát của McKinsey, 65% trong số hơn 1.300 công ty đã sử dụng AI tạo sinh thường xuyên, tăng gấp đôi so với năm trước.

• Tuy nhiên, việc lạm dụng công nghệ này tiềm ẩn nhiều rủi ro như tạo ra thông tin sai lệch, củng cố định kiến và vi phạm dữ liệu nhạy cảm.

• Giám đốc đạo đức AI cần xác định tác động của việc sử dụng AI đối với xã hội, khách hàng và môi trường.

• Yêu cầu cho vị trí này bao gồm: hiểu biết kỹ thuật về AI tạo sinh, kinh nghiệm xây dựng và triển khai sản phẩm, nắm vững luật pháp và quy định về AI, kinh nghiệm quản lý cấp cao.

• Họ cần có khả năng giao tiếp tốt với các bên liên quan và tham gia vào các hội đồng, sự kiện bên ngoài để chia sẻ kinh nghiệm.

• Christina Montgomery, Giám đốc quyền riêng tư và tin cậy của IBM, cho biết bà dành nhiều thời gian tham gia các sự kiện bên ngoài và tương tác với các nhà hoạch định chính sách.

• Các giám đốc đạo đức AI cần hợp tác chặt chẽ với nhau và các bên liên quan để xây dựng các quy định và thực hành tốt nhất về quản trị AI.

• Hiện các công ty chưa tuyển dụng đủ người cho vị trí này, mặc dù nó rất cần thiết cho việc sử dụng AI quy mô lớn.

• Vai trò này phù hợp với những người có nền tảng về chính sách và triết học, bên cạnh các chuyên gia lập trình.

• Mục tiêu cuối cùng là đảm bảo AI phát triển phù hợp với các giá trị của con người và mang lại lợi ích cho xã hội.

📌 Giám đốc đạo đức AI đóng vai trò then chốt trong việc quản lý rủi ro và đảm bảo sử dụng AI có trách nhiệm. Với mức lương hấp dẫn và tầm ảnh hưởng lớn, đây được coi là một trong những vị trí quan trọng nhất trong lĩnh vực AI hiện nay.

https://www.businessinsider.com/ai-chief-ethics-officer-2024-7

Danh sách các khóa học AI nổi tiếng cho các đối tượng khác nhau:

## 10 khóa học AI nổi tiếng cho người mới bắt đầu:

1. AI for Everyone (Coursera) - Giảng dạy bởi Andrew Ng
2. Introduction to Artificial Intelligence (IBM via Coursera)
3. Understanding Artificial Intelligence (DataCamp)
4. Google Cloud's Introduction to Generative AI Learning Path
5. AWS's Building a Generative AI-Ready Organization (Coursera)
6. AI Foundations for Everyone (IBM)
7. Elements of AI (University of Helsinki)
8. Introduction to Machine Learning (Udacity)
9. AI for Non-Technical People (Udemy)
10. Machine Learning Crash Course (Google)

## 10 khóa học AI nổi tiếng cho trung cấp:

1. Machine Learning Specialization (Coursera)
2. Deep Learning Specialization (DeepLearning.AI via Coursera)
3. Artificial Intelligence Nanodegree (Udacity)
4. Applied Data Science with Python Specialization (University of Michigan via Coursera)
5. TensorFlow Developer Professional Certificate (DeepLearning.AI via Coursera)
6. Computer Vision Nanodegree (Udacity)
7. Natural Language Processing Specialization (DeepLearning.AI via Coursera)
8. AI Programming with Python Nanodegree (Udacity)
9. IBM AI Engineering Professional Certificate (Coursera)
10. Machine Learning with TensorFlow on Google Cloud Platform Specialization (Google Cloud via Coursera)

## 10 khóa học AI nổi tiếng cho nâng cao:

1. Stanford Artificial Intelligence Professional Program
2. MIT Professional Certificate Program in Machine Learning & Artificial Intelligence
3. Advanced Machine Learning Specialization (HSE University via Coursera)
4. Deep Reinforcement Learning Nanodegree (Udacity)
5. Probabilistic Graphical Models Specialization (Stanford University via Coursera)
6. Advanced Data Science with IBM Specialization (IBM via Coursera)
7. AI for Medicine Specialization (DeepLearning.AI via Coursera)
8. Self-Driving Cars with Duckietown (ETH Zurich)
9. CS224N: Natural Language Processing with Deep Learning (Stanford)
10. Advanced AI: Deep Reinforcement Learning in Python (Udemy)

## 10 khóa học AI nổi tiếng cho doanh nghiệp:

1. AI For Business (University of Pennsylvania via Coursera)
2. Generative AI for Business Transformation (Simplilearn)
3. AI Strategy for Business Leaders (INSEAD via Coursera)
4. Artificial Intelligence: Business Strategies and Applications (UC Berkeley)
5. Leading the AI-Driven Organization (MIT Sloan School of Management)
6. Oxford Artificial Intelligence Programme (Saïd Business School, University of Oxford)
7. The Business of AI (London Business School)
8. Competing in the Age of AI (Harvard Business School)
9. AI in Business: From Strategy to Implementation (ESSEC Business School via Coursera)
10. AI for Business Innovation and Transformation (MIT Sloan)

## 10 khóa học AI nổi tiếng cho công chức chính phủ:

1. AI for Public Sector (edX)
2. Artificial Intelligence for the Public Sector (University of Texas at Austin)
3. AI in Government (Coursera)
4. Digital Government and AI (edX)
5. AI Policy and Governance (Harvard Kennedy School)
6. Ethics of AI for Public Policy (edX)
7. AI for Public Policy and Administration (Udemy)
8. Implementing AI in the Public Sector (FutureLearn)
9. AI and Machine Learning in Public Administration (EGPA)
10. Artificial Intelligence and Its Use in the Public Sector (OECD)

Các khóa học này cung cấp kiến thức và kỹ năng AI phù hợp với từng đối tượng, từ người mới bắt đầu đến chuyên gia, cũng như các lĩnh vực ứng dụng AI khác nhau trong kinh doanh và khu vực công.

Citations:
[1] https://www.udemy.com/topic/artificial-intelligence/
[2] https://www.learndatasci.com/best-artificial-intelligence-ai-courses/
[3] https://www.datarails.com/best-free-beginner-ai-courses/
[4] https://www.coursera.org/courses?productDifficultyLevel=Advanced&query=artificial+intelligence
[5] https://www.techrepublic.com/article/best-ai-courses/
[6] https://www.datacamp.com/blog/top-ai-certifications
[7] https://growthtribe.io/blog/the-best-artificial-intelligence-for-business-courses-in-2024
[8] https://poetsandquantsforexecs.com/news/10-ai-machine-learning-exec-ed-courses-for-2024/
[9] https://zapier.com/blog/best-ai-courses/
[10] https://www.eweek.com/artificial-intelligence/ai-certifications/
[11] https://hackr.io/blog/artificial-intelligence-courses
[12] https://www.simplilearn.com/best-artificial-intelligence-certifications-article
[13] https://tech.co/news/free-ai-courses-june-2024
[14] https://www.processexcellencenetwork.com/ai/articles/free-ai-training-business

Một số khung năng lực AI điển hình trên thế giới:

## Khung năng lực AI của UNESCO

UNESCO đang phát triển hai khung năng lực AI quan trọng:

1. Khung năng lực AI cho giáo viên: Xác định kiến thức, kỹ năng và thái độ mà giáo viên cần có để hiểu vai trò của AI trong giáo dục và sử dụng AI trong giảng dạy một cách hiệu quả và đạo đức.

2. Khung năng lực AI cho học sinh: Xác định kiến thức, kỹ năng và thái độ mà học sinh cần có để hiểu và tương tác với AI một cách an toàn và có ý nghĩa trong giáo dục và cuộc sống.

Cả hai khung năng lực này đều tập trung vào các khía cạnh chính như tư duy lấy con người làm trung tâm, đạo đức AI, kỹ thuật và ứng dụng AI cơ bản, sư phạm AI (đối với giáo viên) và thiết kế hệ thống AI (đối với học sinh)[1].

## Khung năng lực AI Skills for Business

Được phát triển bởi Viện Alan Turing (Vương quốc Anh), khung năng lực này xác định kiến thức, kỹ năng và thái độ cần thiết để ứng dụng AI trong môi trường kinh doanh. Khung này bao gồm 5 chiều:

1. Quyền riêng tư và quản lý dữ liệu
2. Hiểu biết về AI và các công nghệ liên quan
3. Ứng dụng AI trong kinh doanh
4. Đạo đức và quản trị AI
5. Kỹ năng mềm và lãnh đạo trong thời đại AI[3]

## Khung năng lực AI của PIA

Được phát triển bởi Pôle montréalais d'enseignement supérieur en intelligence artificielle (PIA), khung năng lực này nhằm hỗ trợ việc học tập về AI ở cấp cao đẳng, đại học và đào tạo nghề. Khung này bao gồm các lĩnh vực:

- Kỹ thuật: Dữ liệu, Toán học và thống kê, Lập trình, Machine Learning, Deep Learning, Cơ sở hạ tầng, Thư viện và Framework
- Kinh doanh: Lập kế hoạch và mở rộng dự án AI, Công nghệ AI
- Con người: Đổi mới, Làm việc nhóm, Chuyên nghiệp
- Đạo đức: Được tích hợp xuyên suốt các lĩnh vực khác[2]

## Khung năng lực AI cho quản lý nhân tài

Được đề cập trong một cuốn sách chuyên khảo, khung năng lực này tập trung vào việc sử dụng AI để quản lý nhân tài trong nền kinh tế số. Khung này bao gồm:

- Mô hình và công nghệ AI trong quản lý nhân sự
- Ứng dụng AI trong tuyển dụng, đào tạo và phát triển nhân viên
- Triển khai hệ thống quản lý nhân tài dựa trên AI
- Đạo đức và bảo mật trong quản lý nhân tài bằng AI[7]

## Khung năng lực AI của Chính phủ Hoa Kỳ

Được phát triển bởi Văn phòng Quản lý Nhân sự Hoa Kỳ (OPM), khung năng lực này bao gồm:

- 43 năng lực chung (như trách nhiệm giải trình, kỹ năng máy tính, sáng tạo và đổi mới, v.v.)
- 14 năng lực kỹ thuật (như phát triển ứng dụng, AI và machine learning, phân tích dữ liệu, v.v.)[9]

Đặc điểm chung của các khung năng lực AI này là:

1. Tập trung vào con người: Nhấn mạnh việc phát triển AI lấy con người làm trung tâm.
2. Đạo đức và trách nhiệm: Đề cao các vấn đề về đạo đức, an toàn và trách nhiệm trong phát triển và sử dụng AI.
3. Kiến thức nền tảng: Bao gồm kiến thức cơ bản về kỹ thuật và ứng dụng AI.
4. Kỹ năng thực hành: Nhấn mạnh khả năng áp dụng AI vào thực tế trong các lĩnh vực cụ thể.
5. Tính liên ngành: Kết hợp nhiều lĩnh vực khác nhau, từ kỹ thuật đến đạo đức và quản lý.
6. Phát triển liên tục: Được thiết kế để có thể cập nhật và phát triển theo sự tiến bộ của công nghệ AI.

Tóm lại, các khung năng lực AI điển hình trên thế giới đang hướng tới việc phát triển một lực lượng lao động có khả năng hiểu, sử dụng và quản lý AI một cách có trách nhiệm và hiệu quả trong nhiều lĩnh vực khác nhau, từ giáo dục đến kinh doanh và quản lý nhân sự.

Citations:
[1] https://www.unesco.org/en/digital-education/ai-future-learning/competency-frameworks
[2] https://storage.grenadine.co/public.grenadine.co/global/357/3610/2d6e05880ec040eac045d51bbddb8655.pdf
[3] https://www.turing.ac.uk/skills/collaborate/ai-skills-business-framework
[4] https://www.linkedin.com/posts/fengchun-miao-5b999077_national-or-institutional-ai-competency-frameworks-activity-7189989522951086081-4w2L
[5] https://www.turing.ac.uk/sites/default/files/2023-11/final_bridgeai_framework.pdf
[6] https://enetosh.net/good-practice/database/database-detail/ai-competency-frameworks-for-school-students-and-teachers.html
[7] https://www.routledge.com/AI-Oriented-Competency-Framework-for-Talent-Management-in-the-Digital-Economy-Models-Technologies-Applications-and-Implementation/Khang/p/book/9781032576053
[8] https://www.linkedin.com/pulse/using-ai-skills-business-competency-framework-jonathan-bowker-jmcre
[9] https://chcoc.gov/sites/default/files/Skills-Based%20Hiring%20Guidance%20and%20Competency%20Model%20for%20Artificial%20Intelligence%20Work.pdf
[10] https://iuk.ktn-uk.org/opportunities/ai-skills-for-business-competency-framework-and-resources/
[11] https://www.linkedin.com/pulse/ai-skills-business-competency-framework-shane-snipes-ph-d--ns4oe

• Theo một khảo sát gần đây của công ty phần mềm tuyển dụng Ringover, người lao động có kỹ năng AI có thể kiếm được nhiều hơn gần 25.000 USD mỗi năm so với những người không có.

• Các khóa học AI miễn phí trên Coursera như "AI For Everyone" và "Generative AI for Everyone" do DeepLearning.AI cung cấp đang rất phổ biến với người mới bắt đầu. Mỗi khóa học chỉ mất 5-6 giờ để hoàn thành.

• Google cung cấp khóa học AI Essentials với giá 49 USD và Quỹ Cơ hội AI trị giá 75 triệu USD để phổ biến khóa học miễn phí cho các cộng đồng thiếu thốn, nhân viên khu vực công và các tổ chức phi lợi nhuận ở Mỹ.

• Amazon Web Services (AWS) cung cấp cơ hội học tập AI cho cả nhân viên kỹ thuật và phi kỹ thuật. Amazon gần đây đã công bố sáng kiến đào tạo AI miễn phí cho 2 triệu người vào năm 2025.

• Các chứng chỉ AI ngắn hạn và thường xuyên hơn đang trở nên hấp dẫn hơn đối với các chuyên gia đang làm việc, do kỹ năng công nghệ thường xuyên được cập nhật và có thời gian sử dụng ngắn hơn.

• Bolivar Llerena, một chuyên viên cao cấp tại công ty CNTT đa quốc gia Kyndryl, có chứng chỉ AI từ IBM, Google và AWS. Anh chọn chứng chỉ thay vì giáo dục chính quy vì tính linh hoạt và tập trung thực tế trong một ngành phát triển nhanh chóng.

• Jenni Troutman, giám đốc sản phẩm và dịch vụ đào tạo và chứng nhận tại AWS, cho biết các nhóm tuyển dụng và phát triển ngày nay công nhận chứng chỉ là bằng chứng hợp pháp về kiến thức làm việc của mọi người trong các khái niệm kỹ thuật.

• Goodwill Industries International, một tổ chức phi lợi nhuận nhận tài trợ từ quỹ của Google, đang triển khai đào tạo AI cho các cộng đồng địa phương. Hơn 80% người Mỹ sống trong vòng 16 km từ một cửa hàng Goodwill.

• Steve Preston, chủ tịch và CEO của Goodwill, cho rằng việc cung cấp quyền truy cập vào đào tạo kỹ năng số, bao gồm sử dụng AI hiệu quả, mang lại cơ hội học tập, việc làm và phát triển nghề nghiệp công bằng hơn.

• Các khóa học trực tuyến, bootcamp và các phương pháp khác để có được kinh nghiệm thực tế mà nhà tuyển dụng đang tìm kiếm đã trở thành điểm đến học tập riêng biệt, không chỉ là giải pháp tạm thời trong khi giáo dục truyền thống bắt kịp.

📌 Chứng chỉ AI từ các công ty công nghệ lớn đang trở thành chìa khóa mở ra cơ hội việc làm và tăng lương đáng kể. Với mức chênh lệch lương 25.000 USD/năm, các khóa học ngắn hạn từ Google, Amazon và các nền tảng trực tuyến đang thu hút người lao động muốn nâng cao kỹ năng nhanh chóng trong lĩnh vực AI đang phát triển nhanh chóng.

https://observer.com/2024/07/big-tech-ai-education-program/

• TCS (Tata Consultancy Services) đang đào tạo khoảng 20.000 nhân viên về AI tạo sinh mỗi quý, với mục tiêu đào tạo toàn bộ lực lượng lao động trong vòng 2 năm tới.

• Công ty đã triển khai hơn 250 dự án sử dụng AI tạo sinh cho khách hàng trên toàn cầu, bao gồm các ứng dụng như chatbot, tóm tắt văn bản và phân tích dữ liệu.

• TCS đã thành lập một nhóm chuyên trách gồm 50 chuyên gia để phát triển các giải pháp AI tạo sinh cho khách hàng.

• Công ty đang tập trung vào việc tích hợp AI tạo sinh vào các quy trình kinh doanh cốt lõi của khách hàng, thay vì chỉ tạo ra các ứng dụng độc lập.

• TCS đã phát triển một nền tảng nội bộ có tên TCS Conversa để đào tạo nhân viên về AI tạo sinh. Nền tảng này cung cấp các khóa học và bài tập thực hành.

• Công ty cũng đang sử dụng AI tạo sinh để cải thiện hiệu suất nội bộ, bao gồm việc tự động hóa các quy trình và tăng cường năng suất của nhân viên.

• TCS đang hợp tác với các công ty công nghệ lớn như Microsoft, Google và Amazon để phát triển các giải pháp AI tạo sinh.

• Công ty nhấn mạnh tầm quan trọng của việc đảm bảo an toàn và đạo đức khi sử dụng AI tạo sinh, đặc biệt là trong các ngành nhạy cảm như tài chính và chăm sóc sức khỏe.

• TCS đang đầu tư vào nghiên cứu và phát triển để tạo ra các mô hình AI tạo sinh riêng, nhằm giảm sự phụ thuộc vào các nền tảng của bên thứ ba.

• Công ty dự đoán rằng AI tạo sinh sẽ tạo ra cơ hội kinh doanh đáng kể trong những năm tới, đặc biệt là trong lĩnh vực tự động hóa và phân tích dữ liệu.

• TCS đang tập trung vào việc phát triển các kỹ năng "AI-first" cho nhân viên, bao gồm khả năng tư duy phản biện và giải quyết vấn đề phức tạp.

• Công ty cũng đang khám phá các ứng dụng của AI tạo sinh trong lĩnh vực nghiên cứu và phát triển sản phẩm, với mục tiêu tăng tốc quá trình đổi mới sáng tạo.

📌 TCS đang đào tạo 20.000 nhân viên về AI tạo sinh mỗi quý, với mục tiêu đạt 100% lực lượng lao động trong 2 năm. Công ty đã triển khai hơn 250 dự án AI tạo sinh, tập trung vào tích hợp AI vào quy trình kinh doanh cốt lõi của khách hàng và cải thiện hiệu suất nội bộ.

Citations:
[1] https://www.business-standard.com/companies/news/nearly-20-000-employees-to-be-trained-in-genai-every-quarter-tcs-124071300008_1.html

• Một cuộc khảo sát gần đây của Elsevier với gần 3.000 người làm việc trong lĩnh vực nghiên cứu và y tế trên toàn cầu đã tiết lộ rằng chỉ có 22% người Ấn Độ đang sử dụng AI tạo sinh cho mục đích công việc.

• Mặc dù tỷ lệ sử dụng thấp, nhưng 95% người được khảo sát tin rằng AI tạo sinh là một nguồn kiến thức tuyệt vời.

• 87% người tham gia cho rằng việc sử dụng các công cụ AI tạo sinh có thể cải thiện chất lượng công việc.

• Cuộc khảo sát cho thấy có sự chênh lệch đáng kể giữa nhận thức về tiềm năng của AI tạo sinh và việc áp dụng thực tế trong môi trường làm việc ở Ấn Độ.

• Nghiên cứu không chỉ tập trung vào Ấn Độ mà còn bao gồm dữ liệu từ nhiều quốc gia khác, cho phép so sánh xu hướng sử dụng AI tạo sinh trên toàn cầu.

• Kết quả khảo sát gợi ý rằng có thể có những rào cản đối với việc áp dụng AI tạo sinh trong môi trường làm việc ở Ấn Độ, bất chấp nhận thức tích cực về công nghệ này.

• Các yếu tố có thể ảnh hưởng đến tỷ lệ áp dụng thấp bao gồm thiếu đào tạo, hạn chế về cơ sở hạ tầng, lo ngại về bảo mật dữ liệu hoặc chính sách của tổ chức.

• Nghiên cứu nhấn mạnh nhu cầu tìm hiểu sâu hơn về những thách thức cụ thể mà người lao động Ấn Độ phải đối mặt khi áp dụng AI tạo sinh trong công việc.

• Kết quả cũng gợi ý rằng có cơ hội đáng kể để tăng cường sử dụng AI tạo sinh trong các lĩnh vực nghiên cứu và y tế ở Ấn Độ, có thể dẫn đến cải thiện hiệu quả và chất lượng công việc.

• Cuộc khảo sát của Elsevier cung cấp cái nhìn quý giá về thái độ và hành vi đối với AI tạo sinh trong môi trường chuyên nghiệp, đặc biệt là trong các lĩnh vực đòi hỏi kiến thức chuyên sâu như nghiên cứu và y tế.

📌 Khảo sát của Elsevier cho thấy chỉ 22% người Ấn Độ sử dụng AI tạo sinh cho công việc, mặc dù 95% tin đây là nguồn kiến thức tuyệt vời và 87% cho rằng nó có thể cải thiện chất lượng công việc. Kết quả này cho thấy tiềm năng lớn để tăng cường áp dụng AI tạo sinh trong lĩnh vực nghiên cứu và y tế ở Ấn Độ.

https://analyticsindiamag.com/only-22-of-indians-are-using-genai-for-work-purposes/

• Tổ chức phi lợi nhuận Esperanza tổ chức diễn đàn về trí tuệ nhân tạo (AI), thảo luận về cách AI đang thay đổi giáo dục và phát triển lực lượng lao động.

• Singapore được đánh giá cao với chính sách toàn diện hỗ trợ tích hợp AI vào toàn bộ hệ thống giáo dục, từ mẫu giáo đến học tập suốt đời cho người lao động.

• Ủy ban Phát triển Kinh tế Số của Hong Kong đã đưa ra 12 khuyến nghị để định hướng Hong Kong trong kỷ nguyên số, bao gồm chiến lược nhân lực toàn diện và nâng cao kỹ năng số.

• Singapore xếp thứ 2 thế giới về khả năng cạnh tranh nhân tài theo xếp hạng của INSEAD năm 2023, sau Thụy Sĩ.

• Bộ Giáo dục Singapore quản lý cổng học tập trực tuyến với các tính năng hỗ trợ bởi AI, như Trợ lý phản hồi ngôn ngữ tiếng Anh.

• Sáng kiến SkillsFuture của Singapore tập trung vào học tập suốt đời cho người đã rời ghế nhà trường.

• Singapore đặt mục tiêu tăng gấp 3 lần số chuyên gia AI lên 15.000 người trong 3-5 năm tới.

• Một nghiên cứu cho thấy nhân viên có chuyên môn AI ở Hong Kong có thể tăng lương tới 28%.

• Singapore đã ra mắt nền tảng AI Singapore để kết nối các viện nghiên cứu và startup AI.

• Chuyên gia Rose Luckin nhấn mạnh tầm quan trọng của việc phát triển trí tuệ con người tinh vi hơn trong kỷ nguyên số, bên cạnh đào tạo lực lượng lao động tự tin và có năng lực.

• Một du khách đại lục gặp khó khăn khi thanh toán trên xe buýt ở Hong Kong đã nhận được sự giúp đỡ nhiệt tình từ các hành khách khác.

• Một cư dân lâu năm cho rằng lòng tốt vốn có trong văn hóa và con người Hong Kong, không cần phải có chiến dịch "mỉm cười" nào.

• Một người dân bày tỏ Hong Kong không nên quá lo lắng về những lời phàn nàn của thiểu số du khách khó tính.

📌 Hong Kong cần học hỏi Singapore để phát triển kỹ năng AI, với chiến lược toàn diện từ giáo dục đến đào tạo suốt đời. Singapore đặt mục tiêu tăng chuyên gia AI lên 15.000 người trong 3-5 năm tới, trong khi Hong Kong còn nhiều việc phải làm để theo kịp.

https://www.scmp.com/opinion/letters/article/3266651/look-singapore-how-improve-hong-kongs-ai-skills

• Microsoft đang mở rộng các sáng kiến giáo dục liên quan đến AI tại Hong Kong, duy trì quyền truy cập vào các mô hình của OpenAI, trong khi hoạt động kinh doanh tại Trung Quốc đang bị giám sát chặt chẽ ở Mỹ.

• Trong nỗ lực mới nhất, Microsoft đã hợp tác với Trường Tiểu học Jockey Club thuộc Đại học Giáo dục Hong Kong để cung cấp dịch vụ AI từ năm học vừa qua kết thúc vào tháng 6. Khoảng 220 học sinh lớp 5 và 6 được tiếp cận với chatbot và công cụ tạo hình ảnh từ văn bản của Microsoft - được hỗ trợ bởi các mô hình GPT và Dall-E của OpenAI - trong các lớp học khoa học.

• Sự hợp tác này diễn ra sau khi Microsoft đạt được thỏa thuận với 8 trường đại học ở Hong Kong vào năm ngoái để quảng bá các dịch vụ AI của mình. Việc mở rộng sang khối K-12 được thực hiện thông qua đối tác đào tạo toàn cầu Gamenoodlesoup, một nhà phát triển công nghệ giáo dục và giải trí.

• Fred Sheu, giám đốc công nghệ quốc gia tại Microsoft Hong Kong, cho biết công ty có kế hoạch "triển khai giải pháp này cho tất cả các trường học ở Hong Kong" trong vài năm tới.

• Microsoft đang đẩy mạnh các dịch vụ AI ở châu Á và duy trì cam kết với Hong Kong ngay cả khi các đối thủ giữ khoảng cách do căng thẳng địa chính trị Mỹ-Trung. OpenAI gần đây đã hạn chế quyền truy cập vào API của mình tại thành phố này.

• Sheu nhấn mạnh rằng việc hạn chế API không ảnh hưởng đến Microsoft, vì công ty vẫn có thể cung cấp dịch vụ Azure AI dựa trên các mô hình của OpenAI.

• Hoạt động kinh doanh của Microsoft tại Trung Quốc gần đây đã bị giám sát chính trị ở Mỹ. Các nhà lập pháp Mỹ đã chất vấn chủ tịch Microsoft Brad Smith về hoạt động của công ty tại Trung Quốc. Ông cho biết Trung Quốc chỉ chiếm 1,5% doanh thu toàn cầu và xác nhận công ty đang đề nghị di dời 700-800 nhân viên sang các thị trường khác.

• Đối với các dịch vụ AI, Microsoft phải đối mặt với thách thức chứng minh giá trị của AI tạo sinh trong các ứng dụng thực tế.

• Hiệu trưởng Trường Tiểu học Jockey Club, Elsa Cheung Kam Yan, cho biết việc sử dụng AI có thể nâng cao hiệu quả học tập và giảng dạy, vì học sinh sẽ có "cơ hội tiếp xúc rộng rãi hơn" với thông tin và tự do khám phá ngoài sách giáo khoa.

• Trường này đã hợp tác với Microsoft Hong Kong trong 12 năm và có kế hoạch mở rộng việc sử dụng AI sang nhiều lớp học hơn.

📌 Microsoft đang mở rộng sáng kiến giáo dục AI tại Hong Kong, bắt đầu từ trường tiểu học với 220 học sinh. Công ty cam kết duy trì dịch vụ Azure AI tại đây bất chấp hạn chế của OpenAI. Hoạt động tại Trung Quốc chỉ chiếm 1,5% doanh thu toàn cầu của Microsoft.

https://www.scmp.com/tech/tech-trends/article/3269557/microsoft-puts-ai-hong-kong-primary-school-commits-expansion-openai-pulls-back

- Generative AI đang phát triển mạnh mẽ và tác động lớn đến tương lai lao động toàn cầu và Singapore. Năm 2023 đánh dấu sự bùng nổ của generative AI với các start-up trở thành kỳ lân và sự tăng trưởng người dùng nhanh chóng của ChatGPT.

- Để tận dụng cơ hội, cần có sự hợp tác chặt chẽ giữa chính phủ, doanh nghiệp và người lao động. Singapore đang chủ động chuẩn bị về cơ sở hạ tầng như mạng băng thông rộng quốc gia, chiến lược quốc gia về AI, phát triển nhân tài với đầu tư hơn 735 triệu USD trong 5 năm tới.

- Các xu hướng chính của generative AI bao gồm: tác động mạnh mẽ đến mọi ngành nghề, tạo ra các công việc mới như cán bộ rủi ro AI, cán bộ tuân thủ AI; tăng tốc các hoạt động như tóm tắt tài liệu, tạo nội dung, phân tích tài chính; cung cấp khả năng siêu nhân cho người lao động.

- Doanh nghiệp cần tập trung nắm bắt giá trị của generative AI, xây dựng văn hóa đổi mới sáng tạo, tuyển dụng dựa trên kỹ năng, đào tạo lại lực lượng lao động. Các doanh nghiệp lớn có nguồn lực để đầu tư, trong khi doanh nghiệp vừa và nhỏ cần sự hỗ trợ của chính phủ.

- Chính phủ Singapore hỗ trợ doanh nghiệp vừa và nhỏ bằng lộ trình chuyển đổi số, tích hợp giải pháp AI. Đối với sinh viên và người lao động tương lai, chương trình giảng dạy được cập nhật thường xuyên, tỷ lệ sinh viên ngành ICT tại các trường đại học đã tăng gấp đôi trong 5 năm qua lên 20%.

- Các doanh nghiệp cần chủ động quản trị rủi ro, tuân thủ khi triển khai generative AI, cân bằng giữa đổi mới và kiểm soát rủi ro. Singapore tham gia đối thoại toàn cầu để đưa ra các quy tắc hợp lý cho AI. Hợp tác là chìa khóa để tất cả các bên cùng phát triển bền vững.

📌 Generative AI đang mở ra cơ hội lớn cho tương lai lao động, nhưng cũng đặt ra nhiều thách thức. Singapore đang chủ động hành động với đầu tư 735 triệu USD, tăng gấp đôi sinh viên ICT lên 20%, hỗ trợ doanh nghiệp chuyển đổi số. Hợp tác chặt chẽ giữa chính phủ, doanh nghiệp, người lao động là chìa khóa để tận dụng sức mạnh của generative AI, vượt qua thách thức và cùng phát triển bền vững trong kỷ nguyên mới.

https://www.mckinsey.com/sg/our-insights/generative-ai-and-the-future-of-work-a-singapore-perspective

#McKinsey

• Theo Sách Trắng về Thông tin và Truyền thông Nhật Bản năm 2024, chỉ có 9,1% người Nhật sử dụng AI tạo sinh, thấp hơn nhiều so với các nước khác: Trung Quốc (56,3%), Mỹ (46,3%), Anh (39,8%) và Đức (34,6%).

• Lý do phổ biến nhất khiến người Nhật không sử dụng AI tạo sinh là "không biết cách sử dụng" (hơn 40% người được hỏi). Gần 40% cho rằng AI tạo sinh "không cần thiết trong cuộc sống hàng ngày", tỷ lệ này cao hơn so với 4 nước còn lại.

• Chỉ 8,3% người Nhật sử dụng AI tạo sinh để tìm kiếm, 5,9% dùng để tóm tắt hoặc dịch nội dung. Tuy nhiên, 71,1% bày tỏ thái độ tích cực về việc sử dụng AI tạo sinh cho các mục đích này trong tương lai.

• Về phía doanh nghiệp, 46,8% công ty Nhật Bản đang sử dụng AI tạo sinh, thấp hơn nhiều so với Mỹ (84,7%), Trung Quốc (84,4%) và Đức (72,7%).

• Chỉ 15,7% công ty Nhật Bản có kế hoạch "sử dụng tích cực AI tạo sinh", thấp hơn nhiều so với Trung Quốc (71,2%), Mỹ (46,3%) và Đức (30,1%).

• Hơn 70% doanh nghiệp Nhật Bản cho rằng AI tạo sinh sẽ "tạo ra ý tưởng mới và đổi mới" và "giúp nâng cao hiệu quả và giải quyết tình trạng thiếu lao động". Tuy nhiên, tỷ lệ tương tự cũng dự đoán nó sẽ "tăng rủi ro bảo mật" và "tăng khả năng vi phạm bản quyền".

• Các công ty Nhật Bản đang triển khai AI tạo sinh một cách "thận trọng", bắt đầu với công việc nội bộ như chuẩn bị biên bản cuộc họp. Trong khi đó, các đối tác nước ngoài đang tích cực sử dụng nó trong nhiều hoạt động bao gồm cả dịch vụ khách hàng.

• Bộ Nội vụ và Truyền thông Nhật Bản cho rằng việc thúc đẩy AI tạo sinh sẽ đòi hỏi phải thiết lập các quy tắc.

• Theo dự đoán của Boston Consulting Group, thị trường AI tạo sinh toàn cầu sẽ tăng hơn gấp đôi từ 35 tỷ USD năm 2024 lên 88 tỷ USD vào năm 2026, và tiếp tục tăng lên 121 tỷ USD vào năm 2027.

• Các ngành như tài chính và chăm sóc sức khỏe được dự đoán sẽ có cơ hội đáng kể từ sự phát triển của AI tạo sinh.

📌 Nhật Bản đang tụt hậu trong việc áp dụng AI tạo sinh so với các nước phát triển khác. Chỉ 9,1% người dân và 46,8% doanh nghiệp Nhật sử dụng công nghệ này, thấp hơn nhiều so với Trung Quốc và Mỹ. Tuy nhiên, thị trường AI tạo sinh toàn cầu dự kiến sẽ tăng từ 35 tỷ USD năm 2024 lên 121 tỷ USD vào năm 2027.

https://asia.nikkei.com/Business/Technology/Artificial-intelligence/Japan-trails-China-U.S.-in-personal-usage-of-generative-AI-white-paper

• AI tạo sinh đã trở thành một công nghệ đột phá từ tháng 11/2022, thay đổi cách doanh nghiệp hoạt động và phát triển.

• Vai trò Giám đốc AI (CAIO) đang nổi lên như một vị trí quan trọng trong ban lãnh đạo cấp cao. CAIO cần cân bằng giữa hiểu biết kỹ thuật, tầm nhìn chiến lược và khả năng đổi mới.

• Thiết lập quản trị AI đáng tin cậy là ưu tiên hàng đầu của CAIO. Cần xây dựng khung quản trị và hội đồng AI để đảm bảo sử dụng AI an toàn, có đạo đức nhưng vẫn cho phép đổi mới nhanh chóng.

• CAIO cần đưa AI vào tay nhân viên thông qua đào tạo và hệ thống an toàn. Điều này giúp giảm bớt nỗi sợ hãi và kích thích sáng tạo từ dưới lên. Hơn 50% người tiêu dùng cho rằng AI tạo sinh đang có tác động lớn đến công việc của họ.

• Nhiều tổ chức đang cung cấp hoặc lên kế hoạch đào tạo bắt buộc về AI tạo sinh cho nhân viên. CAIO cần có quyền hạn để huy động toàn bộ tổ chức tham gia.

• Các công ty cần hành động nhanh chóng với AI để giành lợi thế cạnh tranh. Lợi thế của "người đi sau nhanh" đã giảm đi với các công nghệ gần đây và có thể biến mất hoàn toàn với AI tạo sinh.

• Các tổ chức lấy AI làm trọng tâm có khả năng trở thành người chiến thắng, trong khi những công ty chậm thích ứng có thể gặp khó khăn trong việc bắt kịp đối thủ.

• CAIO đóng vai trò quan trọng trong việc dẫn dắt tổ chức vượt qua thời kỳ đột phá này, cân bằng giữa đổi mới táo bạo và sử dụng AI có trách nhiệm.

• Kinh nghiệm 6 tháng làm Phó Chủ tịch AI và Đổi mới Số tại KPMG Hoa Kỳ cho thấy vai trò lãnh đạo AI cấp cao là rất cần thiết để theo đuổi chiến lược AI táo bạo, nhanh chóng và có trách nhiệm.

📌 AI tạo sinh đang thay đổi cách doanh nghiệp hoạt động. Vai trò CAIO trở nên thiết yếu để quản trị AI hiệu quả, đào tạo nhân viên và nắm bắt cơ hội. Hơn 50% người tiêu dùng cho rằng AI tạo sinh đang tác động lớn đến công việc. Các công ty cần hành động nhanh để giành lợi thế cạnh tranh trong kỷ nguyên AI.

https://venturebeat.com/ai/in-the-age-of-ai-the-role-of-the-caio-will-be-indispensable-and-heres-why/

• Theo báo cáo của Indeed, 42% công việc liên quan đến AI tạo sinh ở Ấn Độ yêu cầu kỹ năng "máy học", trong khi 40% yêu cầu kỹ năng "Python".

• Các kỹ năng AI và giao tiếp khác cũng được tìm kiếm, bao gồm xử lý ngôn ngữ tự nhiên (20%), TensorFlow (19%) và khoa học dữ liệu (17%).

• Các kỹ năng công nghệ chính được các nhà tuyển dụng Ấn Độ tìm kiếm bao gồm: máy học (42%), Python (40%), AI (36%), kỹ năng giao tiếp (23%), xử lý ngôn ngữ tự nhiên (20%), TensorFlow (19%), khoa học dữ liệu (17%), AWS (14%), học sâu (14%), Java (11%), Azure (11%), xử lý hình ảnh (10%), SQL (10%), PyTorch (9%), Agile (8%).

• Sashi Kumar, Trưởng bộ phận Bán hàng của Indeed Ấn Độ, nhấn mạnh tầm quan trọng của việc cải thiện kỹ năng để Ấn Độ trở thành người dẫn đầu trong các cuộc thảo luận toàn cầu về AI.

• Các chuyên gia AI Ấn Độ rất lạc quan về cơ hội việc làm, với hơn 85% kỳ vọng AI sẽ tạo ra việc làm mới trong 1-5 năm tới.

• Theo dự báo của NASSCOM và BCG, thị trường AI ở Ấn Độ dự kiến sẽ đạt quy mô 17 tỷ USD vào năm 2027, với tốc độ tăng trưởng kép hàng năm (CAGR) từ 25% đến 35%.

• Tuy nhiên, sự mở rộng nhanh chóng này đang tạo ra một khoảng cách kỹ năng đáng kể, khi các công ty gặp khó khăn trong việc tìm kiếm các chuyên gia có đủ trình độ để triển khai và quản lý các công nghệ đang phát triển này.

• Indeed nhấn mạnh rằng đây là thời điểm thích hợp cho một cuộc chuyển đổi kỹ năng dựa trên công nghệ để giúp Ấn Độ dẫn đầu trong kỷ nguyên AI.

📌 Thị trường AI Ấn Độ dự kiến đạt 17 tỷ USD vào 2027, tăng trưởng 25-35% hàng năm. 42% việc làm AI tạo sinh yêu cầu kỹ năng máy học, 40% cần Python. Hơn 85% chuyên gia kỳ vọng AI tạo việc làm mới trong 5 năm tới, nhưng thiếu hụt nhân lực trầm trọng.

https://www.businesstoday.in/tech-today/trending/story/42-genai-job-roles-require-machine-learning-skills-indeed-report-435142-2024-06-29

• Toàn cầu hóa, chuyển đổi số và sự phát triển của AI tạo sinh đang định hình lại cách làm việc trên toàn thế giới. Hai phần ba công việc có nguy cơ bị tự động hóa, trong khi AI tạo sinh dự kiến mang lại 4,4 nghìn tỷ USD tăng năng suất.

• Dữ liệu từ Báo cáo Khoảng cách Giới toàn cầu 2024 của Diễn đàn Kinh tế Thế giới cho thấy sự chênh lệch giới ngày càng tăng trong kỹ năng AI và kỹ thuật số, mặc dù số lượng đăng ký học tổng thể tăng lên.

• 66% lãnh đạo sẽ không tuyển dụng người không có kỹ năng AI, nhưng chỉ 5% công ty đã triển khai đào tạo lại ở quy mô lớn. 94% nhân viên muốn học kỹ năng AI.

• Báo cáo Kỹ năng Toàn cầu 2024 của Coursera ghi nhận số lượng đăng ký khóa học về AI tạo sinh tăng 1.061% trong năm qua. Khu vực Châu Á - Thái Bình Dương tăng 1.270%, Châu Phi cận Sahara tăng 1.500% và Mỹ Latinh tăng 882%.

• Phụ nữ chỉ chiếm 30% số lượng đăng ký khóa học AI tạo sinh. Cần sự hỗ trợ từ các tổ chức để đảm bảo kết quả công bằng cho tất cả mọi người.

• Hơn 90% công việc hiện nay yêu cầu ít nhất một số kỹ năng số. Nếu không giải quyết được khoảng cách kỹ năng số, các nước G20 có thể mất tới 11,5 nghìn tỷ USD tăng trưởng GDP tích lũy đến năm 2028.

• Năm 2023, 40% người trưởng thành ở EU thiếu kỹ năng số cơ bản. Kết nối số và học trực tuyến là công cụ mạnh mẽ để thúc đẩy bình đẳng trong nền kinh tế số.

• Báo cáo Tương lai Việc làm 2023 của Diễn đàn Kinh tế Thế giới ước tính 60% lao động sẽ cần đào tạo lại vào năm 2027. Chứng chỉ vi mô ngành đã trở thành công cụ quan trọng để giải quyết tình trạng thiếu hụt lao động ngày càng tăng.

• Các công ty như Google, IBM, Microsoft và AWS đã tạo ra hơn 45 chứng chỉ chuyên nghiệp để chuẩn bị cho người học không có bằng đại học hoặc kinh nghiệm làm việc trước đó cho các công việc kỹ thuật số có nhu cầu cao.

• Số lượng đăng ký chứng chỉ chuyên nghiệp tăng 61% so với cùng kỳ năm ngoái ở Bắc Mỹ và tăng 41% ở Trung Đông và Bắc Phi, với người học hướng tới các nghề nghiệp trong phân tích dữ liệu, an ninh mạng và quản lý dự án.

📌 AI tạo sinh và công nghệ mới đang định hình lại thị trường lao động toàn cầu. Cần ưu tiên đào tạo kỹ năng AI, kỹ thuật số và nghề nghiệp tương lai để thu hẹp khoảng cách cơ hội. Chính phủ, doanh nghiệp và học viện cần hợp tác để đảm bảo kết quả công bằng cho tất cả mọi người trong thế giới đang thay đổi nhanh chóng.

https://www.weforum.org/agenda/2024/06/genai-emerging-technologies-digital-skills/

#WEF

- Chính phủ Thái Lan công bố kế hoạch phát triển 280.000 nhân lực công nghệ cao trong 5 năm tới.
- Trọng tâm là các lĩnh vực bán dẫn, xe điện (EV) và trí tuệ nhân tạo (AI), nhằm đưa Thái Lan trở thành trung tâm công nghiệp tiên tiến hàng đầu.
- Kế hoạch bao gồm đào tạo 80.000 nhân lực trong ngành bán dẫn, 150.000 trong lĩnh vực xe điện và 50.000 trong AI.
- Chiến lược phát triển toàn diện này dự kiến sẽ bao gồm tất cả các cấp độ từ nghiên cứu đến sinh viên tốt nghiệp.
- Chính phủ Thái Lan đưa ra nhiều khóa đào tạo và ưu đãi thuế đáng kể, giảm 250% thuế cho các công ty cử nhân viên tham gia các chương trình đào tạo này.
- Mặc dù chưa có ước tính chi phí cụ thể, nhưng các ưu đãi và cơ hội đào tạo cho thấy mức độ đầu tư đáng kể vào việc nâng cao kỹ năng cho nhân lực công nghệ tương lai của đất nước.
- Việc tập trung vào các ngành công nghệ cao phù hợp với xu hướng nâng cao kỹ năng toàn cầu hướng các lĩnh vực áp dụng công nghệ tiên tiến.
- Các sáng kiến gần đây của Thái Lan cũng giúp đất nước tận dụng các cơ hội mới nổi như nhân lực công nghệ từ xa và đầu tư quốc tế.

📌 Thái Lan đặt mục tiêu đào tạo 280.000 nhân lực công nghệ cao trong 5 năm tới, tập trung vào bán dẫn, xe điện và AI. Chính phủ đưa ra nhiều ưu đãi thuế và cơ hội đào tạo để thu hút sự tham gia. Chiến lược này nhằm đưa Thái Lan trở thành trung tâm công nghiệp tiên tiến, đón đầu xu hướng công nghệ toàn cầu và tận dụng cơ hội từ nhân lực công nghệ từ xa và đầu tư quốc tế.

https://allwork.space/2024/06/thailand-to-upskill-280000-to-meet-ambitious-tech-workforce-goals/

Here are the SEO contents and summary for the provided text:

Meta description: Scale AI CEO Alexandr Wang tuyên bố công ty sẽ tuyển dụng dựa trên chính sách MEI (merit, excellence, intelligence - tài năng, xuất sắc, thông minh), thay vì DEI (diversity, equity, inclusion - đa dạng, công bằng, hòa nhập). Ông nhấn mạnh Scale AI là một tổ chức trọng dụng nhân tài và sẽ luôn như vậy.

Meta keywords: Scale AI, Alexandr Wang, chính sách tuyển dụng MEI, tuyển dụng theo tài năng, AI, công ty khởi nghiệp

SEO title: CEO Scale AI: 'Chúng tôi tuyển dụng theo tài năng, xuất sắc và thông minh, không phải đa dạng, công bằng, hòa nhập'

Tóm tắt chi tiết:

- Alexandr Wang, CEO của công ty khởi nghiệp AI Scale AI, thông báo chính sách tuyển dụng MEI (tài năng, xuất sắc, thông minh), trái ngược với chính sách DEI (đa dạng, công bằng, hòa nhập) phổ biến ở các công ty khác.
- Scale AI hỗ trợ các doanh nghiệp triển khai mô hình AI bằng cách cung cấp nhân công và dịch vụ phần mềm để gán nhãn và kiểm tra dữ liệu. Công ty đã hợp tác với OpenAI, Bộ Quốc phòng Mỹ và các phòng thí nghiệm AI lớn.
- Gần đây, Scale AI đã huy động được 1 tỷ USD từ các nhà đầu tư. Wang cho biết ông phỏng vấn mọi ứng viên hoặc phê duyệt mọi hồ sơ ứng viên vì "Tài năng là thước đo đầu vào số 1 của chúng tôi".
- Wang nhấn mạnh Scale AI đối xử với ứng viên như cá nhân, không phải đại diện của nhóm. Ông tin rằng mọi người nên được đánh giá bằng nội dung tính cách, tài năng, kỹ năng và đạo đức làm việc.
- Các tin tuyển dụng liên quan đến DEI đã giảm 44% trong năm 2023. Wang cho rằng niềm tin cho rằng chủ nghĩa trọng dụng nhân tài mâu thuẫn với sự đa dạng là sai lầm. Không nhóm nào có độc quyền về sự xuất sắc.
- Bài đăng trên X của Wang đã nhận được sự khen ngợi từ nhiều lãnh đạo doanh nghiệp Thung lũng Silicon như Elon Musk, Garry Tan, Palmer Luckey và Brian Armstrong.
- Doanh thu hàng năm của Scale AI dự kiến đạt 1.4 tỷ USD vào cuối năm 2024, tăng trưởng 200%/năm. Công ty dự kiến sẽ có lãi vào cuối năm nay.

📌 Scale AI khẳng định vị thế là công ty khởi nghiệp AI hàng đầu với chính sách tuyển dụng đề cao tài năng, sự xuất sắc và trí tuệ. CEO Alexandr Wang tin rằng cách tiếp cận này không chỉ tạo ra đội ngũ mạnh nhất mà còn đảm bảo đối xử công bằng và tôn trọng với đồng nghiệp. Với doanh thu dự kiến đạt 1.4 tỷ USD (tương đương 32.900 tỷ VND) vào cuối năm 2024, Scale AI đang trên đà phát triển mạnh mẽ.

https://www.foxbusiness.com/fox-news-tech/scale-ai-ceo-explains-why-his-company-hire-mei-not-dei-merit-excellence-intelligence

- Chủ tịch Trung Quốc Tập Cận Bình đã ca ngợi Andrew Yao Chi-Chih, nhà khoa học máy tính và chuyên gia AI nổi tiếng, người đã rời Mỹ hai thập kỷ trước để giảng dạy tại Đại học Thanh Hoa.
- Trong thư gửi Yao, Tập Cận Bình nhấn mạnh rằng Yao đã biến tình yêu đất nước thành hành động phục vụ, đạt được những thành tựu đáng kể trong giảng dạy và đổi mới nghiên cứu.
- Yao, người đứng đầu Viện Khoa học Thông tin Liên ngành và Trường Cao đẳng AI mới thành lập tại Đại học Thanh Hoa, được khuyến khích tiếp tục cam kết với "nguyện vọng ban đầu" và tận dụng thế mạnh của mình để đào tạo tài năng sáng tạo của Trung Quốc.
- Tập Cận Bình kêu gọi Yao tiếp tục đóng góp để giúp Trung Quốc đạt được tự lực và trở thành cường quốc giáo dục, khoa học và công nghệ.
- Yao, 77 tuổi, đã viết thư cho Tập Cận Bình để phản ánh về hai thập kỷ làm việc tại Bắc Kinh, bày tỏ quyết tâm đóng góp cho "sự phục hưng vĩ đại của dân tộc Trung Hoa".
- Yao đã có những đóng góp cơ bản cho lý thuyết thuật toán và cấu trúc dữ liệu trong những năm 1970, bao gồm nguyên lý min-max của Yao, một kỹ thuật cơ bản cho lý luận về thuật toán ngẫu nhiên và độ phức tạp.
- Ông cũng là người tiên phong trong lĩnh vực mật mã học, với bài báo cùng nhà khoa học máy tính người Israel Danny Dolev năm 1981 được coi là điểm khởi đầu trong lĩnh vực an ninh máy tính.
- Sinh ra tại Thượng Hải năm 1946, Yao chuyển đến Đài Loan cùng gia đình khi còn nhỏ và học ngành vật lý tại Đại học Quốc gia Đài Loan.
- Sau khi nhận bằng tiến sĩ vật lý tại Đại học Harvard năm 1972, Yao chuyển sang ngành khoa học máy tính và nhận bằng tiến sĩ thứ hai tại Đại học Illinois năm 1975.
- Yao đã làm việc tại nhiều trường đại học hàng đầu ở Mỹ, bao gồm MIT, Stanford, UC Berkeley và Princeton.
- Năm 2000, Yao nhận giải thưởng Turing cho những đóng góp cho lý thuyết tính toán, bao gồm lý thuyết dựa trên độ phức tạp của việc tạo số ngẫu nhiên giả, mật mã học và độ phức tạp giao tiếp.
- Năm 2004, Yao rời Mỹ và gia nhập Đại học Thanh Hoa với tư cách là giáo sư toàn thời gian tại Trung tâm Nghiên cứu Cao cấp và Viện Khoa học Máy tính Lý thuyết.
- Năm 2015, Yao cùng nhà vật lý đoạt giải Nobel Dương Chấn Ninh từ bỏ quốc tịch Mỹ và xin quốc tịch Trung Quốc, sau đó được bầu làm viện sĩ Viện Hàn lâm Khoa học Trung Quốc.
- Yao cũng là thành viên của Viện Hàn lâm Khoa học Quốc gia Mỹ và Viện Hàn lâm Nghệ thuật và Khoa học Mỹ, cùng nhiều tổ chức khác.
- Ông đã nhận nhiều giải thưởng quốc tế, bao gồm giải George Pólya về Tổ hợp Ứng dụng năm 1987 và là người đầu tiên nhận giải Donald Knuth năm 1996.

📌 Andrew Yao, nhà khoa học máy tính nổi tiếng, được Tập Cận Bình ca ngợi vì những đóng góp xuất sắc cho Trung Quốc sau khi từ bỏ quốc tịch Mỹ. Yao đã có những thành tựu đáng kể trong giảng dạy và nghiên cứu tại Đại học Thanh Hoa, đặc biệt trong lĩnh vực thuật toán và mật mã học.

https://www.scmp.com/news/china/science/article/3266478/president-xi-acclaims-ai-expert-andrew-yao-who-renounced-us-citizenship-after-return

- Kể từ năm 2017, AWS đã đào tạo hơn 5,5 triệu người ở Ấn Độ và hơn 8,3 triệu người trên toàn khu vực châu Á Thái Bình Dương và Nhật Bản về kỹ năng AI và điện toán đám mây.
- AWS có kế hoạch đào tạo khoảng 2 triệu người về AI trên toàn cầu vào năm 2025 thông qua sáng kiến "AI-Ready".
- AWS cung cấp các khóa học miễn phí và trả phí trên các nền tảng như Coursera để nâng cao kỹ năng về AI tạo sinh.
- Cách tiếp cận AI có trách nhiệm của AWS liên quan đến việc xác định, đo lường và giảm thiểu rủi ro ở mọi giai đoạn, từ đào tạo mô hình đến triển khai.
- Một báo cáo gần đây của EY cho thấy AI tạo sinh có thể thúc đẩy GDP của Ấn Độ tăng từ 359 đến 438 tỷ USD vào năm 2030.
- Các tổ chức trên khắp Ấn Độ đang nhận ra lợi ích đáng kể về năng suất và cải thiện trải nghiệm khách hàng bằng cách tích hợp AI tạo sinh vào sản phẩm và giải pháp của họ.
- Amazon Bedrock, một dịch vụ AI tạo sinh được quản lý hoàn toàn, hiện đã có sẵn tại Khu vực Châu Á Thái Bình Dương của AWS (Mumbai).
- Việc ra mắt ở Ấn Độ nâng cao khả năng AI tạo sinh bằng cách cải thiện xử lý và thời gian phản hồi do gần với người dùng hơn. Nó cũng mang lại nhiều tính linh hoạt và lựa chọn mô hình hơn.
- Các đội ngũ của Ấn Độ đóng vai trò quan trọng trong hoạt động toàn cầu của AWS. Chuyên môn của các kỹ sư và nhà phát triển Ấn Độ là không thể thiếu đối với các dịch vụ như Amazon Bedrock.

📌 AWS đã đào tạo hơn 5,5 triệu người Ấn Độ về AI và kỹ năng đám mây từ 2017, đồng thời ra mắt dịch vụ AI tạo sinh Amazon Bedrock tại Ấn Độ. Công ty có kế hoạch đào tạo 2 triệu người về AI toàn cầu vào 2025. Báo cáo EY ước tính AI tạo sinh có thể thúc đẩy GDP Ấn Độ tăng 359-438 tỷ USD vào 2030. Chuyên môn của đội ngũ Ấn Độ đóng vai trò quan trọng trong sự đổi mới của AWS.

https://analyticsindiamag.com/aws-trains-over-5-mn-in-ai-and-cloud-skills-in-india/

- Tầm quan trọng nền tảng của dữ liệu đang tạo ra những yêu cầu mới đối với các chuyên gia dữ liệu. Họ đang gặp phải những thách thức mới về dữ liệu, sự phức tạp ngày càng tăng của dữ liệu, cấu trúc nhóm đang phát triển và các công cụ, công nghệ mới nổi.

- Các chuyên gia dữ liệu đang tiếp cận gần hơn với kinh doanh và ngược lại. Họ được yêu cầu mở rộng kiến thức về kinh doanh, tham gia sâu hơn với các đơn vị kinh doanh và hỗ trợ việc sử dụng dữ liệu trong tổ chức.

- Chiến lược dữ liệu và AI đã trở thành một phần quan trọng của chiến lược kinh doanh. Các nhà lãnh đạo doanh nghiệp cần đầu tư vào chiến lược dữ liệu và AI của họ.

- Các chuyên gia dữ liệu sẽ định hình cách triển khai AI tạo sinh trong doanh nghiệp. Các cân nhắc chính như tạo ra kết quả chất lượng cao, ngăn chặn sai lệch và ảo giác, thiết lập quản trị, thiết kế quy trình dữ liệu, đảm bảo tuân thủ quy định đều thuộc phạm vi của các chuyên gia dữ liệu.

- Các công cụ và kiến trúc dữ liệu tiên tiến như lakehouse và data mesh cho phép các nhóm dữ liệu chuyên nghiệp hóa, chuẩn hóa và đơn giản hóa công việc của họ, đồng thời tối ưu hóa việc sử dụng tài sản dữ liệu.

- Vai trò mới của các chuyên gia dữ liệu như kỹ sư phân tích đang nổi lên để lấp đầy khoảng trống giữa nhà phân tích dữ liệu và kỹ sư dữ liệu.

- Cấu trúc và vị trí của tổ chức dữ liệu trong doanh nghiệp đang thay đổi, với xu hướng phi tập trung hóa sở hữu dữ liệu. Tuy nhiên, dữ liệu vẫn đòi hỏi sự hợp tác và nhất quán nội bộ.

- Các tổ chức cần hỗ trợ các chuyên gia dữ liệu bằng cách đầu tư vào công nghệ và cơ sở hạ tầng, dân chủ hóa khả năng tiếp cận dữ liệu, đồng thời đảm bảo quản trị và giám sát dữ liệu, AI một cách mạnh mẽ.

📌 Trong kỷ nguyên AI, dữ liệu đóng vai trò then chốt. Các chuyên gia dữ liệu đang đối mặt với nhiều thách thức và cơ hội mới khi tổ chức dữ liệu chuyển đổi. Họ cần mở rộng kỹ năng, tiếp cận gần hơn với kinh doanh và định hình triển khai AI tạo sinh. Các tổ chức cần đầu tư đúng đắn vào nhóm dữ liệu, lựa chọn công cụ và kiến trúc phù hợp như lakehouse, data mesh, đồng thời thay đổi văn hóa để đón đầu tương lai được định hình bởi dữ liệu và AI.

Citations:
https://www.databricks.com/sites/default/files/2024-05/mittr-databricks2024-final-14may2024.pdf

- OpenAI ra mắt GPT-4o, phiên bản mới nhất của ChatGPT, có khả năng giống con người đáng kinh ngạc như hiểu cảm xúc, nói chuyện, hát và cười.
- Theo báo cáo của McKinsey, AI tạo sinh có thể tự động hóa tới 70% hoạt động kinh doanh vào năm 2030. OpenAI ước tính 80% lực lượng lao động Mỹ sẽ chịu ảnh hưởng ít nhất 10% công việc của họ.
- AI nên được xem như một đối tác có thể nhận thức, hiểu và phân tích thông tin nhanh hơn và hiệu quả hơn con người. Tuy nhiên, các kỹ năng mềm như lãnh đạo, quản lý chiến lược, giao tiếp và các kỹ năng mềm khác sẽ tiếp tục là thế mạnh độc quyền của con người.
- Sáng tạo đòi hỏi trực giác, cảm xúc, đồng cảm và tư duy ngoài khuôn khổ, đây là điều AI hiện đang gặp khó khăn để nắm bắt đầy đủ. 
- Lãnh đạo và quản lý chiến lược sẽ tiếp tục do con người điều khiển vì họ có thể xem xét các yếu tố như mối quan hệ cá nhân hay văn hóa công ty khi ra quyết định.
- Con người sở hữu đặc điểm quan trọng mà AI không thể sao chép được, đó là sự đồng cảm. AI không thể giao tiếp với các thành viên trong nhóm ở cùng cấp độ, đưa ra giải pháp cho vấn đề của họ hay lắng nghe khi cần thiết.
- Trong môi trường kinh doanh cạnh tranh gay gắt, nhiều quyết định đòi hỏi cân nhắc về mặt đạo đức. Không giống như AI hoạt động dựa trên thuật toán và mẫu dữ liệu, con người có sự linh hoạt để xử lý các tình huống đạo đức khó xử.
- 5 kỹ năng thiết yếu cần phát triển để tận dụng tối đa AI: tư duy phản biện, trí tuệ cảm xúc, giải quyết vấn đề sáng tạo, học tập liên tục và chấp nhận AI.

📌 Kỷ nguyên AI mở ra những cơ hội tuyệt vời trước đây không thể tưởng tượng nổi. AI có thể phân tích dữ liệu, xử lý các công việc nhỏ thường xuyên và tạo nội dung trong nháy mắt. Tuy nhiên, thay vì cạnh tranh với máy móc, chúng ta nên tập trung vào các đặc điểm và kỹ năng mềm độc đáo của con người như sáng tạo, lãnh đạo, giao tiếp, đồng cảm và ra quyết định đạo đức - đây vẫn là vũ khí bí mật của chúng ta trong thời đại AI.

https://venturebeat.com/ai/ai-vs-humans-why-soft-skills-are-your-secret-weapon

- Trong 5 năm qua, số lượng sinh viên đại học chuyên ngành khoa học máy tính và công nghệ thông tin ở Mỹ tăng 43%, lên hơn 628.900 người. Trong khi đó, số lượng sinh viên chuyên ngành ngôn ngữ và văn học Anh giảm khoảng 1/5, xuống dưới 108.000 người.

- Các công ty công nghệ đã cắt giảm hơn 89.000 việc làm trong năm nay, theo Layoffs.fyi. Điều này đe dọa sẽ kìm hãm sự bùng nổ giáo dục về khoa học máy tính.

- Ngoài lĩnh vực công nghệ, vẫn có nhiều nhu cầu về lập trình viên phần mềm và kỹ sư máy tính. Hầu hết mọi ngành đều đang đầu tư vào công nghệ.

- Cục Thống kê Lao động Mỹ dự báo tổng việc làm trong lĩnh vực máy tính và công nghệ thông tin rộng lớn hơn sẽ tăng trưởng nhanh hơn nhiều so với mức trung bình cho tất cả các ngành nghề.

- Sự trỗi dậy của AI có thể làm tăng nhu cầu về giáo dục khoa học nhân văn. Xu hướng mắc lỗi hoặc ảo giác của AI đồng nghĩa với sự gia tăng nhu cầu về kỹ sư prompt, đòi hỏi người có kỹ năng ngôn ngữ và tư duy sáng tạo mạnh mẽ.

📌 Mặc dù ngành công nghệ đang cắt giảm nhân sự, nhu cầu về kỹ năng máy tính vẫn cao ở các lĩnh vực khác. Đáng chú ý, sự trỗi dậy của AI có thể làm tăng nhu cầu về giáo dục khoa học nhân văn, đặc biệt là kỹ năng ngôn ngữ mạnh để tương tác hiệu quả với các hệ thống AI trong vai trò kỹ sư nhắc nhở.

https://www.ft.com/content/5eadde17-8fb5-44dd-8b11-8a0690121998

#FT

- Nghiên cứu của Microsoft và LinkedIn cho thấy 3/4 người được khảo sát đang sử dụng AI tạo sinh (generative AI) trong công việc. Đa số (78%) tự đưa công cụ AI vào sử dụng, đặc biệt tại các doanh nghiệp vừa và nhỏ. AI giúp họ giảm tải các công việc nhàm chán, đối phó với khối lượng công việc ngày càng tăng.

- 2/3 lãnh đạo doanh nghiệp khẳng định sẽ không tuyển dụng ứng viên thiếu kỹ năng AI. Gần 3/4 cho biết thà tuyển người ít kinh nghiệm hơn nhưng có kỹ năng AI còn hơn ứng viên kinh nghiệm nhưng không có kỹ năng này.

- Theo báo cáo của PwC, tốc độ tăng trưởng của các công việc yêu cầu kỹ năng chuyên gia AI nhanh gấp 3.5 lần so với tổng thể tất cả các công việc. Các vị trí việc làm chuyên gia AI cũng có mức lương cao hơn trung bình 25%.

- Các ngành nghề đang bổ sung AI vào danh sách kỹ năng cần có, bao gồm viết nội dung, thiết kế đồ họa, quản lý marketing, khởi nghiệp, chuyên gia kinh doanh, lập trình web và phần mềm.

- Hơn 3/4 người tin rằng kỹ năng AI là cần thiết để duy trì khả năng cạnh tranh trên thị trường việc làm. Họ cũng coi kiến thức AI là cách để thăng tiến nhanh hơn (69%) và mở rộng cơ hội việc làm (79%).

- Những người được gọi là "người dùng AI siêu cấp" (AI power users) sử dụng AI vài lần một tuần trong công việc, luôn thử nghiệm nhiều cách ứng dụng AI khác nhau, tự hỏi AI có thể giúp gì trước khi bắt tay vào một nhiệm vụ mới, dùng AI để bắt đầu và kết thúc ngày làm việc, thiết kế lại quy trình và cách thức làm việc của cá nhân lẫn tổ chức với sự trợ giúp của AI.

📌 Kỹ năng sử dụng và ứng dụng AI đang nhanh chóng trở thành yếu tố then chốt trong tuyển dụng nhân sự, với mức lương cho các vị trí yêu cầu kỹ năng này cao hơn trung bình 25%. Người lao động cần chủ động trở thành "người dùng AI siêu cấp" để nâng cao năng lực cạnh tranh nghề nghiệp. Đồng thời, doanh nghiệp và hệ thống giáo dục đào tạo cũng phải thích ứng để trang bị kỹ năng AI cho thế hệ lao động hiện tại và tương lai.

https://www.weforum.org/agenda/2024/06/ai-skills-rival-job-experience-in-recruitment/

- Nghiên cứu mới nhất của các tác giả cho thấy AI có thể giúp các nhà lãnh đạo trở nên nhân văn hơn bằng cách tăng cường 3 phẩm chất cốt lõi: nhận thức, trí tuệ và lòng trắc ẩn. 

- Nhận thức giúp lãnh đạo có cái nhìn sâu sắc về bản thân, người khác và môi trường xung quanh. Trí tuệ giúp đưa ra quyết định cân bằng giữa lợi ích ngắn hạn và sự bền vững lâu dài. Lòng trắc ẩn đảm bảo nhân viên luôn cảm thấy được tôn trọng, trân trọng.

- Các nhà lãnh đạo có nhận thức, trí tuệ và lòng trắc ẩn cao sẽ sẵn sàng hơn để trở thành những nhà lãnh đạo được AI bổ trợ. Họ vượt trội hơn 88% trong việc cung cấp bối cảnh rõ ràng cho công việc, 87% trong khả năng xác định nội dung tốt từ AI, 78% trong việc đặt câu hỏi đúng, 82% trong khả năng lãnh đạo bằng trái tim và sự quan tâm.

- Một nhà lãnh đạo được AI bổ trợ có thể tận dụng điểm mạnh của cả con người và AI. Ví dụ khi chuẩn bị cho một cuộc trò chuyện khó khăn, họ thiết lập bối cảnh, tìm kiếm đánh giá và phân tích từ AI, áp dụng tư duy phản biện và phán đoán của con người, để cuối cùng đem lại kết quả tốt hơn.

- Để tận dụng tối đa sức mạnh của AI, các nhà lãnh đạo cần liên tục phát triển bản thân, trau dồi 3 phẩm chất nhận thức, trí tuệ, lòng trắc ẩn. Đồng thời, họ cũng cần biết cách kết hợp hài hòa giữa sức mạnh của AI (xử lý khối lượng dữ liệu khổng lồ, đưa ra đề xuất) và con người.

- Tương lai sẽ được thấm nhuần và thúc đẩy bởi AI. Để làm chủ tương lai này, tất cả chúng ta nên phấn đấu trở thành những nhà lãnh đạo nhân văn hơn được AI nâng cao và bổ trợ, từ đó mang lại hiệu quả công việc tốt hơn và trải nghiệm tích cực hơn cho nhân viên.

📌 Nghiên cứu cho thấy các nhà lãnh đạo kết hợp tốt nhất giữa sức mạnh của con người (nhận thức, trí tuệ, lòng trắc ẩn) và AI (xử lý dữ liệu khổng lồ, đưa ra đề xuất) sẽ là những người dẫn đầu trong tương lai. Để tận dụng tối đa sức mạnh của AI, các nhà lãnh đạo cần không ngừng rèn luyện bản thân, trở thành phiên bản con người tốt nhất, đồng thời biết cách kết hợp hài hòa với AI để nâng cao hiệu quả lãnh đạo và mang lại trải nghiệm tích cực cho nhân viên.

Citations:
https://hbr.org/2024/06/how-ai-can-make-make-us-better-leaders

#HBR

- Theo khảo sát của NORC cho Hopelab và Common Sense Media vào mùa thu năm ngoái, chỉ 4% thanh niên Mỹ từ 14-22 tuổi cho biết họ sử dụng AI sinh (generative AI) gần như hàng ngày hoặc mỗi ngày.
- 51% thanh niên Mỹ nói rằng họ đã từng sử dụng AI, trong khi 41% chưa bao giờ dùng và 8% không biết công cụ AI là gì. 
- Trong số những người đã từng dùng AI, 11% sử dụng mỗi tuần 1-2 lần, 12% mỗi tháng 1-2 lần, 7% mỗi năm 1-2 lần và 17% chỉ dùng 1-2 lần từ trước đến nay.
- 53% sử dụng AI để tìm kiếm thông tin, 51% để lấy ý tưởng, 46% để hỗ trợ bài tập, 31% để tạo ảnh, 17% để hỗ trợ công việc, 16% để tạo âm thanh/nhạc, 15% để viết code.
- Trong số những người chưa dùng AI, 34% cho rằng nó không hữu ích, 24% liên hệ nó với gian lận/đạo văn, 23% không biết cách dùng, 22% lo ngại về quyền riêng tư, 20% không biết công cụ AI tồn tại.
- Công cụ AI đã bùng nổ trong những năm gần đây và bắt đầu định hình lại giáo dục và việc làm. Trường học phải điều chỉnh chương trình giảng dạy, người lao động cũng phải thích nghi trước lo ngại bị thay thế bởi AI.
- Khảo sát được thực hiện trên 1,274 thanh niên với sai số 5.9%.

📌 Chỉ một phần nhỏ (4%) thanh niên Mỹ sử dụng AI thường xuyên theo khảo sát mới. Khoảng một nửa đã từng dùng AI, chủ yếu để tìm thông tin, lấy ý tưởng và hỗ trợ học tập. Tuy nhiên, nhiều người vẫn e ngại về tính hữu ích, đạo đức và riêng tư của AI. Công nghệ này đang buộc giáo dục và việc làm phải thích nghi nhanh chóng.

https://thehill.com/policy/technology/4700285-young-americans-ai-tools-chatgpt/

Hai báo cáo nghiên cứu được thực hiện vào năm 2024 bởi Viện Reuters và Microsoft đã đưa ra những kết quả khác biệt về mức độ sử dụng chatbot và AI tại nơi làm việc.

1. Báo cáo "Chatbots Are 'Hyped' More Than They're Actually Used" của Viện Reuters:
- Khảo sát 12.217 người tại 6 quốc gia (Argentina, Đan Mạch, Pháp, Nhật Bản, Anh và Mỹ).
- Mặc dù ChatGPT là chatbot được biết đến nhiều nhất (50%), tỷ lệ sử dụng thường xuyên chỉ từ 1-7% tùy quốc gia.
- Chatbot được sử dụng nhiều hơn trong cuộc sống cá nhân so với công việc/trường học, trừ Argentina[1].

2. Báo cáo "Microsoft study: 75% of knowledge workers using AI at work, nearly doubling in six months":
- Khảo sát 31.000 người lao động trí thức tại 31 quốc gia.
- 75% người lao động trí thức đang sử dụng AI, tăng gần gấp đôi chỉ trong 6 tháng.
- Những người dùng AI "siêu cấp" tiết kiệm hơn 30 phút mỗi ngày.
- Xu hướng "Mang AI của riêng bạn" (BYOAI), với 78% người dùng tự áp dụng công cụ AI.
- Số người bổ sung kỹ năng AI vào hồ sơ tăng đáng kể. Các bài đăng tuyển dụng đề cập AI nhận được 17% đơn ứng tuyển nhiều hơn[2].

Sự khác biệt trong kết quả của hai nghiên cứu có thể xuất phát từ các nguyên nhân sau:

1. Đối tượng khảo sát: Nghiên cứu của Viện Reuters khảo sát trên đối tượng rộng, trong khi nghiên cứu của Microsoft tập trung vào nhóm người lao động trí thức, là những người có xu hướng tiếp cận công nghệ mới sớm hơn.

2. Phạm vi công nghệ: Nghiên cứu của Viện Reuters chỉ đề cập đến chatbot, trong khi nghiên cứu của Microsoft xem xét AI nói chung, bao gồm nhiều ứng dụng khác nhau.

3. Phương pháp khảo sát: Nghiên cứu của Viện Reuters tập trung vào ý kiến và mức độ sử dụng chatbot nói chung, trong khi nghiên cứu của Microsoft đi sâu vào việc sử dụng AI tại nơi làm việc, bao gồm cả tác động đến năng suất và thị trường lao động.

Mặc dù có sự khác biệt, cả hai nghiên cứu đều chỉ ra sự gia tăng trong nhận thức và sử dụng AI/chatbot, đặc biệt trong môi trường làm việc. Tuy nhiên, nghiên cứu của Viện Reuters cảnh báo về sự thổi phồng xung quanh chatbot, trong khi nghiên cứu của Microsoft nhấn mạnh tác động tích cực của AI đối với năng suất và hiệu quả.

Citations:
[1] https://www.extremetech.com/internet/chatbots-are-hyped-more-than-theyre-actually-used-study
[2] https://www.geekwire.com/2024/microsoft-study-finds-75-of-knowledge-workers-using-ai-at-work-nearly-doubling-in-six-months/

Lưu ý: Bài viết so sánh này được thực hiện bởi chatbot, dựa vào 2 link trên

- Xu hướng bổ nhiệm Giám đốc AI (CAIO) đang gia tăng, với 13% tổ chức tạo thêm vị trí lãnh đạo AI kể từ tháng 12/2022 theo LinkedIn.

- 65% lãnh đạo đang đảm nhiệm vai trò mới xuất hiện trong 5 năm qua. Họ phụ trách nhiều lĩnh vực như khoa học dữ liệu, kỹ thuật, machine learning.

- Năm 2023, tổng thu nhập trung bình của lãnh đạo AI tại Mỹ là 1,134 triệu USD. Ngành tài chính có lương cơ bản cao nhất, ngành công nghệ có tổng thu nhập cao nhất nhờ khoản thưởng dài hạn.