AI có thể tự động hóa hơn 50% công việc hiện tại, nhưng không có nghĩa con người sẽ mất việc. McKinsey chỉ ra: kỹ năng về con người (people-centric skills) sẽ quan trọng hơn bao giờ hết. Bài viết này phân tích chi tiết những kỹ năng nào đang bị "đe dọa", kỹ năng nào đang "lên ngôi", và làm thế nào để nâng cấp bản thân trong kỷ nguyên AI.
AI không "giết chết" công việc - Nó thay đổi cách chúng ta làm việc
Sự phát triển của AI khiến nhiều người lo lắng. Tiêu đề báo chí thường vẽ nên một bức tranh u ám: "AI sẽ thay thế con người", "Hàng triệu việc làm biến mất", "Tương lai không còn chỗ cho lao động phổ thông", v.v.
Nhưng phân tích mới nhất từ McKinsey Global Institute cho thấy tác động thực tế phức tạp hơn nhiều nhưng không tiêu cực như những gì tiêu đề phản ánh.
Sự thật là:
60% số giờ làm việc hiện nay tại Mỹ có thể được cắt giảm bởi AI. Con số này thể hiện con người phải thực hiện những việc khác trong ngày làm việc của họ, đồng nghĩa với việc học hỏi và phát triển những kỹ năng khác. Lực lượng lao động sẽ không trở nên lỗi thời, nhưng sẽ cần có các kỹ năng khác và phải nhanh. Đọc tiếp bài viết để biết chúng là những kỹ năng nào nhé.
Cần phát triển những kỹ năng nào trong kỉ nguyên AI?
Để đánh giá kỹ năng sẽ thay đổi như thế nào, McKinsey đã tạo ra Skill Change Index - bảng chỉ số đo lường mức độ bị tự động hoá (exposure to automation) của từng kỹ năng bởi AI trong 5 năm tới. Các kỹ năng trải dài từ trái qua phải với đặc tính lấy con người làm trung tâm (people-centric skills) đến thường xuyên và thủ công (routine and manual tasks).
Image source: McKinsey
A. Nhóm kỹ năng ít bị tự động hoá bởi AI nhất:
- Lãnh đạo (Leadership): Khả năng truyền cảm hứng, định hướng tầm nhìn, ra quyết định chiến lược. AI có thể cung cấp dữ liệu, nhưng chưa thể thay thế khả năng đánh giá và trực giác của lãnh đạo giỏi.
- Đào tạo (Coaching và Mentoring): Phát triển con người đòi hỏi sự đồng cảm, hiểu bối cảnh, điều chỉnh linh hoạt.
- Đàm phán (Negotiation): Đọc vị người đối diện, điều chỉnh chiến thuật “real-time”, xây dựng quan hệ. Yêu cầu EQ và khả năng nhạy bén về tâm lý con người.
- Đồng cảm, Nhận thức tình huống và EQ (Empathy & Situational Awareness and EQ): Hiểu cảm xúc, nhận thức về tình huống thực tế, xây dựng mối quan hệ, tạo lòng tin, đây hoàn toàn là khả năng đặc biệt nhất của con người.
B. Nhóm kỹ năng bị tự động hoá mức độ trung bình:
Những kỹ năng này vẫn quan trọng nhưng cách sử dụng sẽ thay đổi đáng kể:
- Giao tiếp (Communication): AI có thể draft email, tạo nội dung cơ bản. Nhưng giao tiếp phức tạp, thuyết phục, tạo kết nối cảm xúc vẫn thuộc về con người.
Thay đổi: Con người sẽ tập trung vào giao tiếp mức độ cao hơn, để AI xử lý phần thường xuyên. - Quan hệ khách hàng (Customer relations): AI agents có thể xử lý các yêu cầu thường xuyên. Con người giải quyết các vấn đề phức tạp hoặc nhạy cảm.
Thay đổi: Vai trò chuyển từ "trả lời mọi thứ" sang "giải quyết vấn đề khó". - Quản lý (Management): AI có thể hỗ trợ lên kế hoạch, theo dõi tiến độ, phân tích dữ liệu. Nhưng quản lý con người, động viên đội ngũ, xử lý xung đột vẫn cần con người.
Thay đổi: Quản lý sẽ ít "admin" hơn, nhiều "people leadership" hơn. - Viết lách (Writing): AI có thể viết draft, tóm tắt, dịch thuật. Nhưng viết sáng tạo, viết thuyết phục, storytelling vẫn cần con người.
Thay đổi: Con người sẽ làm editor, strategist nhiều hơn là writer cơ bản. - Giải quyết vấn đề (Problem-solving): AI có thể xử lý vấn đề có cấu trúc rõ ràng.
Vấn đề phức tạp, mơ hồ, cần judgment vẫn thuộc về con người.
Thay đổi: Con người giải quyết vấn đề mức độ cao hơn, để AI xử lý phần cơ bản.
C. Nhóm kỹ năng bị tự động hoá cao:
- Chi tiết định hướng (Detail orientation): Kiểm tra lỗi, đối chiếu dữ liệu, nhập liệu. AI vượt trội ở những việc này.
- Đảm bảo chất lượng (Quality assurance): Kiểm tra sản phẩm theo tiêu chuẩn cố định. AI + vision systems có thể làm nhanh và chính xác hơn.
- Quản lý kho (Inventory management): Theo dõi tồn kho, đặt hàng tự động, tối ưu hóa. AI và automation đã xử lý tốt.
- Lập hóa đơn (Invoicing): Xử lý hóa đơn, thanh toán, đối chiếu. Dễ dàng tự động hóa.
- SQL programming và data entry: Truy vấn database, nhập dữ liệu. AI có thể generate code, tự động nhập liệu.
Từ những kết quả phân tích, chắc hẳn bạn cũng đã có câu trả lời cho mình. Hãy thích ứng với những thay đổi để không bị bỏ lại phía sau nhé. AI sẽ dần đảm nhận các công việc về:
- Sàng lọc thông tin
- Tổ chức dữ liệu
- Soạn thảo nội dung cơ bản
- Xử lý các công việc thường xuyên
Con người sẽ phải dựa nhiều hơn vào các khả năng tập trung vào yếu tố con người mà công nghệ cần thời gian lớn để phát triển.
Các công ty, nhà lãnh đạo nên thích ứng như thế nào?
Theo dự báo của McKinsey, AI agents và robots có thể tạo ra khoảng 3 nghìn tỷ USD giá trị kinh tế hàng năm cho nền kinh tế Mỹ vào năm 2030.
Nhưng việc hiện thực hóa tiềm năng này phụ thuộc vào 2 yếu tố chính:
- Cách tổ chức thiết kế lại quy trình làm việc
- Tốc độ kỹ năng của con người thích ứng
thay vì các phát minh đột phá như mọi người thường nghĩ.
McKinsey đề xuất ba hành động then chốt mà doanh nghiệp cần thực hiện:
A. Thiết kế lại quy trình - Con người và AI tạo giá trị cùng nhau
Thiết kế lại quy trình xung quanh AI, để con người, AI agents và robots hoạt động cùng nhau như một hệ thống tích hợp thay vì các phần rời rạc.
- Xác định quy trình cụ thể: Quy trình nào có phần lớn công việc hiện tại có thể được làm lại? Định nghĩa con người sẽ đóng góp như thế nào trong các quy trình được thiết kế lại đó.
- Phân công rõ ràng giữa AI và con người: AI agents đảm nhận: Nhiều nhiệm vụ số, thông tin và giao tiếp thường xuyên. Robots thực hiện: Nhiều nhiệm vụ vật lý. Con người vẫn cần thiết cho: Phán đoán tinh tế, sáng tạo, nhận thức tình huống và kỹ năng xã hội-cảm xúc.
B. Xây dựng kỹ năng làm việc hiệu quả với AI
Xác định kỹ năng cần thiết, đặc biệt với managers, những người sẽ cần hợp tác hiệu quả với AI.
- Thông thạo kỹ thuật cơ bản (Technical fluency): Hiểu AI hoạt động như thế nào. Biết công cụ nào phù hợp cho công việc nào. Cập nhật các công cụ và các khả năng mới của AI.
- Kỹ năng ứng dụng AI:
- Xác định vấn đề (Framing problems): Đặt câu hỏi đúng cho AI, xác định scope rõ ràng
- Giám sát Outputs (Overseeing AI outputs): Review kết quả, xác định lỗi và kiểm tra độ chính xác của output.
- Diễn giải kết quả (Interpreting results): Hiểu ý nghĩa của AI outputs trong bối cảnh business
- Quản lý ngoại lệ (Managing exceptions): Xử lý các trường hợp AI không thực hiện tốt được.
- Khả năng đưa ra quyết định cấp cao (Knowing when to escalate decisions): Nhận biết giới hạn của AI để đưa ra phán quyết cuối cùng.
C. Lập bản đồ kỹ năng và kế hoạch reskilling
Cập nhật mô tả công việc là chưa đủ. Nhân viên cần một môi trường hỗ trợ đào tạo để xây dựng các khả năng sẽ đưa họ tiến về phía trước.
- Skills mapping (Lập bản đồ kỹ năng):
- Xác định kỹ năng hiện tại của nhân viên
- Xác định kỹ năng cần thiết cho vai trò tương lai
- Tìm khoảng cách (gap) giữa hai điểm trên
- Kế hoạch reskilling: Củng cố khả năng leadership, empathy, critical thinking, judgment, creativity. Không chỉ đào tạo, mà tạo cơ hội thực hành.
- Tạo lộ trình vào các vai trò liền kề: Ví dụ: Customer service rep → Customer success specialist, Data entry clerk → Data analyst
- Đầu tư vào training thực tế: Giúp mọi người áp dụng điểm mạnh của họ trong bối cảnh mới. Không chỉ học lý thuyết mà cần đào tạo thực tế on-the-job, có feedback loop rõ ràng.
Nguồn tham khảo:
Human skills will matter more than ever in the age of AI | McKinsey
Skills reset for the AI age | McKinsey
