Nhân lực thời AI: Đừng là "tua vít cao cấp", hãy là người biết chọn đúng con ốc để siết

"Điểm nghẽn nhân lực"

Khi nhìn vào bức tranh toàn cảnh về việc làm, nhiều người lo sợ về một tương lai không có chỗ cho con người. ThS Lê Hoài Việt, giảng viên Trường ĐH Mở TPHCM, thành viên Hội đồng tư vấn và hỗ trợ khởi nghiệp Quốc gia phía Nam cho rằng, có thể ví thị trường nhân lực AI, dữ liệu và tự động hóa hiện nay giống như một nhà bếp hiện đại đầy đủ máy móc tối tân, nhưng lại thiếu… người biết nấu món ăn ngon.

"Điểm nghẽn lớn nhất là thiếu người hiểu vì sao phải dùng công cụ đó và dùng để tạo ra giá trị gì. Rất nhiều người nói trôi chảy về AI, dữ liệu, tự động hóa, nhưng khi hỏi "bài toán kinh doanh cụ thể là gì, giải pháp này giúp tiết kiệm bao nhiêu chi phí hay tăng bao nhiêu hiệu suất" lại đưa ra câu trả lời mơ hồ", ThS Lê Hoài Việt nêu.

Theo chuyên gia, điểm nghẽn khác nằm ở tư duy sản phẩm và trách nhiệm kết quả. Nhiều người làm công nghệ quen nhận việc và hoàn thành việc đó, trong khi doanh nghiệp lại cần những người dám đặt câu hỏi ngược lại, dám đề xuất, dám chịu trách nhiệm đến cùng cho hiệu quả cuối.

Cuối cùng là sức bền học tập và va chạm. Công nghệ thay đổi rất nhanh, kiến thức hôm nay có thể lỗi thời sau vài tháng, nên những ai chỉ học một lần rồi muốn "ăn mãi" sẽ sớm hụt hơi.

Tóm lại, thị trường không thiếu người biết thuật ngữ, cũng không thiếu chứng chỉ, nhưng đang khát những người đủ tỉnh táo để nối công nghệ với thực tế và đủ bản lĩnh để đứng giữa áp lực thay đổi liên tục, chuyên gia Hoài Việt nhận định.

Đánh giá về cơ hội việc làm cho người trẻ không học chuyên sâu công nghệ nhưng biết ứng dụng công nghệ vào công việc, ThS Lê Hoài Việt cho rằng, đây là nhóm có cơ hội rất lớn, thậm chí là nhóm hưởng lợi rõ nhất trong giai đoạn 2026 - 2030.

"Thị trường hiện nay không thiếu người học chuyên sâu công nghệ, cái thiếu là thiếu những người biết dùng công nghệ như một công cụ làm việc hằng ngày. Rất nhiều doanh nghiệp gặp tình trạng đội kỹ thuật thì nói ngôn ngữ của máy móc, còn các phòng ban kinh doanh, vận hành, nhân sự lại nói ngôn ngữ của con người và khoảng trống nằm ở giữa hai bên đó. Người trẻ không cần viết thuật toán hay huấn luyện mô hình phức tạp, nhưng nếu biết đặt câu hỏi đúng cho AI, biết dùng dữ liệu để ra quyết định, biết tự động hóa những việc lặp lại trong công việc của mình thì giá trị tạo ra rất rõ và rất nhanh", chuyên gia lý giải.

Từ thực tế tuyển dụng, ông cho rằng, những vị trí như phân tích kinh doanh, quản lý sản phẩm, vận hành số, marketing dựa trên dữ liệu hay quản trị dự án công nghệ đều ưu tiên những người hiểu nghiệp vụ và ứng dụng công nghệ tốt hơn là những người chỉ mạnh kỹ thuật.

ThS Hoài Việt cho rằng, điều người trẻ nên đầu tư dài hạn không phải là một bộ kỹ năng cụ thể. "Điều họ cần là những năng lực có khả năng sống sót qua mọi chu kỳ công nghệ. Trước hết là tư duy học tập liên tục, khả năng phân tích vấn đề, đặt câu hỏi đúng và chuyển hóa thông tin thành quyết định".

Tiếp theo là kỹ năng giao tiếp, phối hợp và chịu trách nhiệm cho kết quả cuối cùng, những thứ mà máy móc làm rất kém và có thể còn lâu mới làm tốt. Trong bối cảnh này, hiểu công nghệ và làm công nghệ là hai khái niệm rất khác nhau. Làm công nghệ nghĩa là trực tiếp xây dựng hệ thống, viết code, huấn luyện mô hình; còn hiểu công nghệ là biết công nghệ làm được gì, giới hạn ở đâu, nên dùng vào khâu nào để tạo giá trị lớn nhất.

Người hiểu công nghệ không cần cầm tay viết từng dòng lệnh, nhưng đủ hiểu để không bị công nghệ dẫn dắt sai hướng và đủ tỉnh táo để đặt yêu cầu đúng cho đội kỹ thuật. Chính nhóm này đang trở thành lợi thế cạnh tranh mới của thị trường lao động, vì họ đứng ở giao điểm giữa con người, công nghệ và bài toán kinh doanh. Khi công nghệ ngày càng phổ cập và rẻ hơn, thứ hiếm chính là năng lực sử dụng công cụ một cách thông minh và có trách nhiệm. Người trẻ nào xây được nền tảng kỹ năng như vậy sẽ không bị lệ thuộc vào một công nghệ cụ thể, đó mới là sự bền vững thật sự trong một thị trường liên tục đổi thay, chuyên gia phân tích.

AI hỗ trợ, con người đưa ra quyết định

Dưới góc độ giảng dạy, ThS Việt khuyến nghị: "Các trường đại học đừng xem mình là nơi cấp bằng, hãy xem mình là bệ phóng năng lực và phải chịu trách nhiệm đến tận đầu ra".

Từ kinh nghiệm trên giảng đường và làm việc với doanh nghiệp, chuyên gia nhận thấy nghịch lý khá phổ biến: "Sinh viên học rất chăm, điểm rất đẹp, nhưng bước vào môi trường làm việc lại lúng túng vì chưa quen tư duy làm việc trong môi trường chuyên nghiệp, làm việc theo mục tiêu, đo lường kết quả và chịu phản biện. Đó là khoảng cách giữa học để biết và học để làm, và khoảng cách này nếu không thu hẹp thì AI sẽ thu hẹp hộ chúng ta theo cách rất… đau", ông nhấn mạnh.

Trước hết, chương trình đào tạo của các trường phải chuyển từ "môn học" sang "bài toán". Nghĩa là cấu trúc học phần dựa trên dự án, tình huống thật, dữ liệu thật, sản phẩm thật; sinh viên phải được trải qua cảm giác làm việc như ngoài doanh nghiệp. Ví dụ như nhận brief (yêu cầu) mơ hồ, tự làm rõ yêu cầu, làm việc nhóm, bị phản biện, sửa đi sửa lại, rồi mới ra được sản phẩm.

Thứ hai, trường cần một cơ chế cập nhật nhanh như doanh nghiệp. Nội dung có thể thay đổi theo quý, có học phần ngắn, chứng chỉ vi mô, modules linh hoạt; cái gì thị trường đã đổi, nhà trường phải đổi theo. 

Thứ ba, đội ngũ giảng viên cần được tạo điều kiện đi thực tế đúng nghĩa, không phải đi tham quan, mà tham gia dự án, tư vấn, hợp tác nghiên cứu ứng dụng, để mang hơi thở thật vào lớp. Một giảng viên không chạm vào thực tế lâu ngày rất dễ dạy bằng kinh nghiệm cũ, trong khi thị trường lại đang chạy bằng phiên bản mới.

Cuối cùng, đại học phải dạy cho sinh viên một thứ quan trọng hơn cả nghề. Đó là năng lực tự học và tái kỹ năng liên tục. Bằng cấp sẽ vẫn có giá trị, nhưng giá trị đó nằm ở việc người học ra trường có thể học tiếp nhanh đến mức nào. Bởi ngoài thị trường, không ai trả lương cho việc người từng học, người ta trả lương cho việc nhân sự giải quyết được gì hôm nay. Nếu nhà trường tổ chức được môi trường học tập bám sát logic đó, đại học sẽ trở thành nơi tạo ra nguồn lực mới cho thị trường chứ không phải là chỉ chạy theo thị trường.

Đối với người học, chuyên gia cho rằng, kỷ nguyên AI cần người trẻ vừa có "cơ bắp" chuyên môn, vừa có "bộ não" liên ngành để định hướng. Vì thế, việc sinh viên cần học sâu một thứ để có giá trị thật, đồng thời học rộng vài thứ để không bị AI dắt mũi.

Ông phân tích, học sâu là để có một nghề, một trụ cột khiến người khác tin và giao việc. Đó có thể là phân tích dữ liệu kinh doanh, thiết kế sản phẩm, tài chính, vận hành chuỗi cung ứng, lập trình, viết nội dung chiến lược, hay quản trị nhân sự theo dữ liệu… Chỉ cần đủ sâu để nhân sự tạo ra kết quả đo được. Còn năng lực liên ngành là chiếc "hộ chiếu" giúp người lao động bước qua các biên giới mới. Nếu biết công nghệ ở mức ứng dụng, hiểu dữ liệu ở mức ra quyết định, hiểu tâm lý con người ở mức dẫn dắt và phối hợp. Trong môi trường có AI, ai chỉ biết một mảng mà không hiểu ngữ cảnh thường rơi vào cảnh làm rất giỏi nhưng làm… sai thứ cần làm.

"Đừng biến mình thành cái tua vít cao cấp trong thời đại mà người ta có cả hộp dụng cụ và một con robot cầm hộp đó. Thị trường sẽ trả lương cao cho người biết chọn đúng con ốc cần siết, biết siết tới mức nào, biết lúc nào nên dùng máy, lúc nào phải dùng tay và quan trọng nhất là chịu trách nhiệm nếu cái kệ đổ. Chiều sâu giúp con người không bị thay thế, chiều rộng giúp thăng tiến. Người thông minh là người biết đặt một chân thật vững trên nền chuyên môn, chân còn lại đủ linh hoạt để bước theo sự thay đổi", chuyên gia Hoài Việt khẳng định.

Theo ThS Việt, người lao động giữ được vị trí vững vàng trước làn sóng AI cần có một số đặc điểm. 

Họ là những người có khả năng xác định và cấu trúc vấn đề trong bối cảnh phức tạp, nơi dữ liệu chưa đầy đủ và mục tiêu thường chồng chéo. Đồng thời, cũng là những người biết kết nối công nghệ với con người và mục tiêu tổ chức, hiểu công nghệ đủ sâu để sử dụng đúng chỗ và đủ tỉnh táo để nhìn ra giới hạn của nó. 

Một đặc điểm quan trọng khác là năng lực phán đoán và chịu trách nhiệm cho quyết định, nhất là các quyết định liên quan đến chiến lược, đạo đức và con người, nơi không tồn tại đáp án tuyệt đối. 

Cuối cùng, đó là những người có khả năng học nhanh, học lại và tự dịch chuyển năng lực của mình khi bối cảnh thay đổi. Giá trị của họ nằm ở tầng tư duy và lựa chọn, nơi AI đóng vai trò hỗ trợ mạnh mẽ nhưng vẫn cần con người dẫn dắt, ThS Việt bày tỏ.