Sam Altman đã đúng về tương lai thị trường việc làm khi AI đang thay thế con người?

https://www.theatlantic.com/technology/archive/2025/03/generative-ai-agents/682050/

Sam Altman có đúng về thị trường lao động không?
Các công ty công nghệ đang tung ra các sản phẩm AI có khả năng làm nhiều hơn là chỉ trả lời câu hỏi.

Bởi Matteo Wong
14 tháng 3, 2025, 2:13 PM ET

Tương lai tự động hóa vừa tiến thêm vài bước gần hơn. Trong vài tuần qua, gần như tất cả các công ty AI lớn — OpenAI, Anthropic, Google, xAI, Amazon, Microsoft và Perplexity, cùng với nhiều công ty khác — đã công bố các sản phẩm mới tập trung không phải vào việc trả lời câu hỏi hay giúp người dùng làm việc hiệu quả hơn, mà là hoàn thành các nhiệm vụ một cách độc lập. Các sản phẩm này được quảng bá vì khả năng “lý luận” giống như con người và hoạt động như những "tác nhân" (agents) có thể thực hiện công việc phức tạp từ đầu đến cuối.

Con người vẫn sẽ cần điều chỉnh các mô hình này, tất nhiên là vậy, nhưng chúng được thiết kế để giúp ít người hơn làm được khối lượng công việc của nhiều người hơn. Tháng trước, Anthropic đã ra mắt Claude Code, một chương trình lập trình có thể đảm nhận phần lớn công việc của một nhà phát triển phần mềm nhưng với tốc độ nhanh hơn nhiều, “giảm thời gian phát triển và chi phí hoạt động.” Chương trình này chủ động tham gia như một đồng nghiệp, viết và triển khai mã, cùng nhiều nhiệm vụ khác. Google hiện đã có một “mô hình chủ lực” sẵn sàng cho sử dụng rộng rãi, và có đến ba công ty AI riêng biệt đã tung ra các sản phẩm mang tên Deep Research, tất cả đều tập trung vào việc nhanh chóng thu thập và tổng hợp lượng lớn thông tin thay mặt cho người dùng. OpenAI ca ngợi rằng phiên bản của họ có khả năng “hoàn thành các nhiệm vụ nghiên cứu nhiều bước cho bạn” và “hoàn thành trong vài chục phút những gì một con người phải mất nhiều giờ mới làm được.”

Các công ty AI từ lâu đã xây dựng và hưởng lợi từ câu chuyện rằng sản phẩm của họ cuối cùng sẽ có khả năng tự động hóa các dự án lớn cho người dùng, thay thế việc làm và có thể làm thay đổi hoàn toàn nhiều ngành nghề hoặc thậm chí toàn bộ lĩnh vực trong xã hội. Ngay từ năm 2016, Sam Altman — khi đó vừa đồng sáng lập OpenAI — đã viết trong một bài blog rằng “khi công nghệ tiếp tục loại bỏ các công việc truyền thống,” các mô hình kinh tế mới có thể sẽ trở nên cần thiết, chẳng hạn như thu nhập cơ bản phổ quát (universal basic income). Từ đó đến nay, ông đã nhiều lần cảnh báo rằng AI sẽ làm gián đoạn thị trường lao động, nói với đồng nghiệp Ross Andersen vào năm 2023 rằng “công việc chắc chắn sẽ biến mất, không có gì phải bàn cãi.”

Bất chấp bản chất đáng ngại của những tuyên bố đó, chúng cho đến nay vẫn chỉ là suy đoán. Hai năm trước, ChatGPT thậm chí còn không thể thực hiện các phép toán cơ bản, và các nhà phê bình từ lâu đã nhấn mạnh vào các vấn đề của công nghệ này, từ thành kiến đến ảo tưởng. Các chatbot và trình tạo hình ảnh AI đã nhanh chóng nổi tiếng vì giúp học sinh gian lận trong bài tập về nhà và làm ngập tràn internet bằng các nội dung kém chất lượng. Các ứng dụng thực tiễn đã nhanh chóng xuất hiện trong một số ngành — lập trình, chăm sóc khách hàng, viết nội dung cơ bản — nhưng ngay cả những mô hình AI tốt nhất cũng rõ ràng chưa đủ khả năng để gây ra sự mất việc làm trên diện rộng.

Hai bước chuyển đổi quan trọng

Tuy nhiên, từ đó đến nay, hai sự chuyển đổi đã xảy ra.

Đầu tiên, tìm kiếm AI đã trở thành tiêu chuẩn. Các chatbot trở nên phổ biến vì chúng có thể trả lời câu hỏi của con người một cách mạch lạc — mặc dù thường xuyên không chính xác. Hàng tỷ người đã quen với việc tìm kiếm thông tin trực tuyến, khiến đây trở thành một ứng dụng hiển nhiên cho các mô hình AI — thứ mà nếu không có công cụ tìm kiếm thì có thể trông giống như các dự án nghiên cứu hơn là sản phẩm hoàn chỉnh. Hiện nay, 300 triệu người dùng ChatGPT mỗi tuần và hơn 1 tỷ người sử dụng công cụ tìm kiếm AI của Google, theo số liệu từ các công ty.

Tuy nhiên, mặc dù chatbot và tìm kiếm AI tạo ra sự thay đổi lớn về văn hóa, tiềm năng kinh doanh của chúng vẫn rất hạn chế đối với các gã khổng lồ công nghệ. So với các thuật toán tìm kiếm truyền thống, thuật toán AI đắt hơn để vận hành. Và tìm kiếm là một mô hình kinh doanh cũ mà AI tạo sinh chỉ có thể cải thiện phần nào — có thể dẫn đến vài cú nhấp chuột vào quảng cáo trả phí hoặc tạo ra một chút dữ liệu người dùng để nhắm mục tiêu quảng cáo trong tương lai.

Bước chuyển đổi thứ hai dẫn đến giai đoạn mới của kỷ nguyên AI đơn giản là công nghệ đã thực sự cải thiện, mặc dù vẫn còn đầy rẫy những vấn đề về thành kiến và độ chính xác. Các mô hình "lý luận" (reasoning models) được tung ra trong những tháng gần đây — chẳng hạn như o3-mini của OpenAI và Grok 3 của xAI — đã gây ấn tượng mạnh. Các sản phẩm AI này thực sự có thể hữu ích, và các ứng dụng của chúng trong việc thúc đẩy nghiên cứu khoa học có thể mang lại lợi ích to lớn.

Các nhà kinh tế, bác sĩ, lập trình viên và các chuyên gia khác đều đang nhận thấy rằng các mô hình mới này có thể đẩy nhanh công việc của họ; một phần tư các startup công nghệ trong đợt tuyển chọn năm nay của vườn ươm danh tiếng Y Combinator cho biết 95% mã của họ được tạo ra nhờ AI. Các công ty lớn — như McKinsey, Moderna và Salesforce — hiện đang sử dụng AI trong hầu hết các lĩnh vực kinh doanh của họ.

Tầm nhìn của Altman về tương lai hậu công việc

Sam Altman đã sử dụng ngôn ngữ tương tự trong thời gian gần đây, hình dung về vô số “nhân viên tri thức ảo” (virtual knowledge workers) xuất hiện trong mọi ngành công nghiệp. Nhưng tầm nhìn đầy hứa hẹn đó đã trở nên u ám hơn nhiều khi được triển khai trong thực tế.

Những vấn đề cố hữu của các mô hình AI tạo sinh — từ thành kiến, độ chính xác kém đến việc trích dẫn không chính xác — vẫn tồn tại, ngay cả khi công nghệ này đã có nhiều tiến bộ. Công nghệ tạo hình ảnh của OpenAI vẫn gặp khó khăn trong việc tạo ra những người có đúng số chi. Salesforce được cho là đang gặp khó khăn trong việc bán sản phẩm AI Agentforce của mình cho khách hàng vì vấn đề về độ chính xác và giá thành cao.

Tuy nhiên, các công ty vẫn tiếp tục thúc đẩy việc tự động hóa mọi thứ — tương lai tràn ngập AI có thể sẽ không hoàn hảo, nhưng nó vẫn đang đến gần.

Google và Perplexity đã không phản hồi yêu cầu bình luận, và người phát ngôn của Microsoft từ chối bình luận. Một người phát ngôn của OpenAI đã dẫn tôi đến một bài viết từ tháng 9, trong đó Altman viết: “Tôi không lo lắng rằng chúng ta sẽ hết việc để làm.” ■

Was Sam Altman Right About the Job Market?
Tech companies are unleashing AI products that do much more than answer questions.
By Matteo Wong

March 14, 2025, 2:13 PM ET

The automated future just lurched a few steps closer. Over the past few weeks, nearly all of the major AI firms—OpenAI, Anthropic, Google, xAI, Amazon, Microsoft, and Perplexity, among others—have announced new products that are focused not on answering questions or making their human users somewhat more efficient, but on completing tasks themselves. They are being pitched for their ability to “reason” as people do and serve as “agents” that will eventually carry out complex work from start to finish.
Humans will still nudge these models along, of course, but they are engineered to help fewer people do the work of many. Last month, Anthropic launched Claude Code, a coding program that can do much of a human software developer’s job but far faster, “reducing development time and overhead.” The program actively participates in the way that a colleague would, writing and deploying code, among other things. Google now has a widely available “workhorse model,” and three separate AI companies have products named Deep Research, all of which quickly gather and synthesize huge amounts of information on a user’s behalf. OpenAI touts its version’s ability to “complete multi-step research tasks for you” and accomplish “in tens of minutes what would take a human many hours.”
AI companies have long been building and benefiting from the narrative that their products will eventually be able to automate major projects for their users, displacing jobs and perhaps even entire professions or sectors of society. As early as 2016, Sam Altman, who had recently co-founded OpenAI, wrote in a blog post that “as technology continues to eliminate traditional jobs,” new economic models might be necessary, such as a universal basic income; he has warned repeatedly since then that AI will disrupt the labor market, telling my colleague Ross Andersen in 2023 that “jobs are definitely going to go away, full stop.”
Despite the foreboding nature of these comments, they have remained firmly in the realm of speculation. Two years ago, ChatGPT couldn’t perform basic arithmetic, and critics have long harped on the technology’s biases and mythomania. Chatbots and AI-powered image generators became known for helping kids cheat on homework and flooding the web with low-grade content. Meaningful applications quickly emerged in some professions—coding, fielding customer-service queries, writing boilerplate copy—but even the best AI models were clearly not capable enough to precipitate widespread job displacement.
Read: A chatbot is secretly doing my job
Since then, however, two transformations have taken place. First, AI search became standard. Chatbots exploded in popularity because they could lucidly—though frequently inaccurately—answer human questions. Billions of people were already accustomed to asking questions and finding information online, making this an obvious use case for AI models that might otherwise have seemed like research projects: Now 300 million people use ChatGPT every week, and more than 1 billion use Google’s AI Overview, according to the companies. Further underscoring the products’ relevance, media companies—including The Atlantic—signed lucrative deals with OpenAI and others to add their content to AI search, bringing both legitimacy and some additional scrutiny to the technology. Hundreds of millions were habituated to AI, and at least some portion have found the technology helpful.
But although plain chatbots and AI search introduced a major cultural shift, their business prospects were always small potatoes for the tech giants. Compared with traditional search algorithms, AI algorithms are more expensive to run. And search is an old business model that generative AI could only enhance—perhaps resulting in a few more clicks on paid advertisements or producing a bit more user data for targeting future advertisements.
Refining and expanding generative AI to do more for the professional class—not just students scrambling on term papers—is where tech companies see the real financial opportunity. And they’ve been building toward seizing it. The second transformation that has led to this new phase of the AI era is simply that the technology, while still riddled with biases and inaccuracies, has legitimately improved. The slate of so-called reasoning models released in recent months, such as OpenAI’s o3-mini and xAI’s Grok 3, has impressed in particular. These AI products can be genuinely helpful, and their applications to advancing scientific research could prove lifesaving. Economists, doctors, coders, and other professionals are widely commenting on how these new models can expedite their work; a quarter of tech start-ups in this year’s cohort at the prestigious incubator Y Combinator said that 95 percent of their code was generated with AI. Major firms—McKinsey, Moderna, and Salesforce, to name just a handful—are now using it in basically every aspect of their businesses. And the models continue getting cheaper, and faster, to deploy.
Read: The GPT era is already ending
Tech executives, in turn, have grown blunt about their hopes that AI will become good enough to do a human’s work. In a Meta earnings call in late January, CEO Mark Zuckerberg said, “2025 will be the year when it becomes possible to build an AI engineering agent” that’s as skilled as “a good, mid-level engineer.” Dario Amodei, the CEO of Anthropic, recently said in a talk with the Council on Foreign Relations that AI will be “writing 90 percent of the code” just a few months from now—although still with human specifications, he noted. But he continued, “We will eventually reach the point where the AIs can do everything that humans can,” in every industry. (Amodei, it should be mentioned, is the ultimate techno-optimist; in October, he published a sprawling manifesto, titled “Machines of Loving Grace,” that posited AI development could lead to “the defeat of most diseases, the growth in biological and cognitive freedom, the lifting of billions of people out of poverty to share in the new technologies, a renaissance of liberal democracy and human rights.”) Altman has used similarly grand language recently, imagining countless virtual knowledge workers fanning out across industries.
These bright visions have dimmed considerably when put into practice: Elon Musk and the Department of Government Efficiency’s efforts to replace human civil servants with AI may be the clearest and most dramatic execution of this playbook yet, with massive job loss and little more than chaos to show for it so far. Meanwhile, all of generative-AI models’ issues with bias, inaccuracy, and poor citations remain, even as the technology has advanced. OpenAI’s image-generating technology still struggles at times to produce people with the right number of appendages. Salesforce is reportedly struggling to sell its AI agent, Agentforce, to customers because of issues with accuracy and concerns about the product’s high cost, among other things. Nevertheless, the corporation has pressed on with its pitch, much as other AI companies have continued to iterate on and promote products with known issues. (In a recent earnings call, Salesforce CEO Marc Benioff said the firm has “3,000 paying Agentforce customers who are experiencing unprecedented levels of productivity.”) In other words, flawed products won’t stop tech companies’ push to automate everything—the AI-saturated future will be imperfect at best, but it is coming anyway.
The industry’s motivations are clear: Google’s and Microsoft’s cloud businesses, for instance, grew rapidly in 2024, driven substantially by their AI offerings. Meta’s head of business AI, Clara Shih, recently told CNBC that the company expects “every business” to use AI agents, “the way that businesses today have websites and email addresses.” OpenAI is reportedly considering charging $20,000 a month for access to what it describes as Ph.D.-level research agents.
Google and Perplexity did not respond to a request for comment, and a Microsoft spokesperson declined to comment. An OpenAI spokesperson pointed me to an essay from September in which Altman wrote, “I have no fear that we’ll run out of things to do.” He could well be right; the Bureau of Labor Statistics projects AI to substantially increase the demand for computer and business occupations through 2033. A spokesperson for Anthropic referred me to the start-up’s initiative to study and prepare for AI’s effect on the labor market. The effort’s first research paper analyzed millions of conversations with Anthropic’s Claude model and found that it was used to “automate” human work in 43 percent of cases, such as identifying and fixing a software bug.
Tech companies are revealing, more clearly than ever, their vision for a post-work future. ChatGPT started the generative-AI boom not with an incredible business success, but with a psychological one. The chatbot was and is still possibly losing the company money, but it exposed internet users around the world to the first popular computer program that could hold an intelligent conversation on any subject. The advent of AI search may have performed a similar role, presenting limited opportunity for immediate profits but habituating—or perhaps inoculating—millions of people to bots that can think, write, and live for you.