Trào lưu AI và các nền tảng gig cùng phương pháp làm việc agile giúp mở rộng cơ hội tiếp cận công việc, làm lung lay các mô hình việc làm cố định và quy trình rập khuôn truyền thống.
Nhiều doanh nghiệp chưa khai thác hết tiềm năng của AI do chưa tái cấu trúc lại công việc, vẫn giữ mô hình vai trò công việc cứng nhắc thay vì linh hoạt giữa người và máy.
Để tận dụng AI, tổ chức cần tư duy lại quy trình từ “công việc-lùi”, giải cấu trúc các nhiệm vụ để xác định việc gì nên cho AI làm, việc gì tăng cường bằng công nghệ, thay vì chỉ thay thế nhân sự đơn thuần.
Mô hình kinh tế lao động thay đổi: AI và tự động hóa bẻ cong đường cầu lao động, cho phép doanh nghiệp tăng quy mô mà không cần tăng chi phí tương ứng, giảm phụ thuộc vào lao động có kinh nghiệm và mở rộng khai thác nhân lực trình độ thấp ở mức hiệu quả cao hơn.
Ví dụ điển hình: Unilever mở rộng được 530.000 giờ làm thêm nhờ chợ việc nội bộ năm 2020; một công ty bảo hiểm tăng 600% năng suất nhà khoa học dữ liệu khi chuyển khỏi vai trò cố định sang nhóm dự án linh hoạt.
Tại một tập đoàn dịch vụ tài chính toàn cầu, việc áp dụng nền tảng AI mới (kết hợp AI vision, RPA, machine learning, AI tạo sinh) giúp:
Tự động hóa 68 nhiệm vụ, loại bỏ thao tác lặp lại cho nhân viên cấp thấp.
Chuyển 17 nhiệm vụ từ quản lý cấp cao sang nhân viên cấp thấp nhờ AI tạo sinh, tăng giữ chân nhân tài.
Tái phân bổ 29 nhiệm vụ phân tích dữ liệu sang trung tâm toàn cầu chuyên trách.
Tăng hiệu suất 14 nhiệm vụ cho nhân viên cấp cao nhờ AI hỗ trợ.
Kết quả: giảm 50% khối lượng công việc, giảm 18% tỷ lệ nghỉ việc, giảm 40% chi phí vận hành, cải thiện trải nghiệm và giữ chân khách hàng.
Đề xuất 5 bước để thiết kế lại công việc theo kỷ nguyên AI:
Xuất phát từ công việc thực chất, không phải công nghệ.
Tận dụng trọn bộ công nghệ, không coi AI là công cụ độc lập.
Suy nghĩ vượt ra ngoài AI, tập trung phân bổ việc theo năng lực.
Lên kế hoạch sử dụng hiệu quả nguồn lực được giải phóng.
Xây dựng năng lực thiết kế công việc như cốt lõi tổ chức, với sự tham gia của toàn bộ lãnh đạo.
📌 Thiết kế lại công việc với AI có thể giúp doanh nghiệp giảm đến 50% khối lượng công việc, tăng 600% năng suất một số vị trí, giảm 40% chi phí vận hành và cải thiện trải nghiệm khách hàng; điều kiện là phải phá vỡ mô hình cũ, tổ chức linh hoạt theo nhiệm vụ và đầu tư bài bản vào chuyển đổi số.
https://sloanreview.mit.edu/article/want-ai-driven-productivity-redesign-work/
#MIT
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
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.
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.")
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.
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:
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.
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:
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.
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.
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.
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.
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?
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.