AI ảnh hưởng đến việc làm qua từng nhiệm vụ, ít khi xóa sổ cả một nghề

AI tác động lên từng nhiệm vụ trong nghề, như soạn văn bản, tóm tắt hay tra cứu. Vì thế phần lớn nghề đổi cách làm chứ ít khi biến mất hẳn. Các nghiên cứu của ILO đo riêng AI tạo sinh (generative AI), tức loại AI tự viết văn bản, tạo hình ảnh, âm thanh hay mã máy tính.

Theo bản tóm tắt nghiên cứu năm 2025 của ILO, phần lớn việc làm sẽ được chuyển đổi hơn là trở nên dư thừa. Lý do là công việc vẫn cần con người tham gia.

Các nhà nghiên cứu đo theo nhiệm vụ vì một nghề gồm nhiều việc nhỏ, và AI chỉ làm được một phần. Working Paper 140 (WP140) của ILO, công bố tháng 5/2025, chấm điểm từng nhiệm vụ của mỗi nghề trong ISCO-08. Đây là danh mục nghề chuẩn mà các nước dùng để thống kê. ILO làm báo cáo cùng NASK, viện nghiên cứu quốc gia của Ba Lan, và bao quát gần 30.000 nhiệm vụ ở cấp nghề 6 chữ số.

Nhiệm vụ bị ảnh hưởng không đồng nghĩa với người bị mất việc. Theo bài phỏng vấn của ILO ngày 29/09/2025, phơi nhiễm (exposure) chỉ có nghĩa nhiều nhiệm vụ của nghề có thể được tự động hóa. Việc làm có mất đi hay không còn tùy doanh nghiệp dùng AI ra sao và người lao động có cơ hội học, thích nghi hay không.

Pawel Gmyrek, chuyên gia nghiên cứu cao cấp của ILO và đồng tác giả WP140, gọi xu hướng này là "job transformation, not a 'job apocalypse.'" Câu này có nghĩa việc làm đang chuyển đổi, chứ không đi tới ngày tận thế.

"Phơi nhiễm", "dự báo" và "mất việc thực tế" khác nhau ra sao

Ba loại con số này đo ba thứ khác nhau và không thay thế được cho nhau. Phơi nhiễm là tỷ lệ việc làm có nhiệm vụ mà AI về kỹ thuật có thể làm. Dự báo là ước tính về tương lai, dựa trên giả định hoặc khảo sát doanh nghiệp. Mất việc thực tế là số người đã mất việc mà thống kê ghi lại.

Hai con số được trích nhiều nhất, của ILO và IMF, đều đo phơi nhiễm.

Khái niệmĐo cái gìVí dụ con số và nguồn
Phơi nhiễmTỷ lệ việc làm có nhiệm vụ AI có thể làm, tính theo khả năng kỹ thuật hoặc theo mức sử dụng AI quan sát đượcKhoảng một phần tư lao động toàn cầu làm nghề có phơi nhiễm với AI tạo sinh (ILO, WP140, 20/05/2025); gần 40% việc làm toàn cầu phơi nhiễm với AI (IMF, 14/01/2024)
Dự báo, khảo sát doanh nghiệpKế hoạch và ước tính của doanh nghiệp cho một mốc tương lai, tính cả nguyên nhân ngoài công nghệBiến động việc làm tương đương 22% số việc làm đến năm 2030, theo khảo sát hơn 1.000 nhà tuyển dụng (WEF, Future of Jobs Report 2025, 08/01/2025)
Mất việc thực tếSố người đã mất việc hoặc số việc làm đã thay đổi, theo dữ liệu thống kê, bảng lương và tuyển dụngDữ liệu bảng lương và tin tuyển dụng ở Mỹ. Con số 120.136 việc làm bị cắt có nêu lý do AI trong 9 tháng năm 2026 của Challenger, Gray & Christmas (01/10/2026) là số việc làm doanh nghiệp công bố kế hoạch cắt, không phải số người đã mất việc

Con số 92 triệu việc làm bị thay thế của WEF đến từ khảo sát doanh nghiệp về kế hoạch đến năm 2030, nên thuộc loại dự báo. Nhầm lẫn thường xảy ra khi tỷ lệ phơi nhiễm bị viết thành số người sắp mất việc. Chính các nhà kinh tế của Ngân hàng Dự trữ Liên bang New York (New York Fed) lưu ý chỉ số của họ chỉ đo phơi nhiễm tiềm năng. Theo họ, phơi nhiễm chưa chắc dẫn tới tuyển ít đi hay sa thải nhiều hơn.

Dữ liệu việc làm và tuyển dụng thực tế đến nay cho thấy gì

Dữ liệu tuyển dụng và bảng lương ở Mỹ đến nay chỉ cho thấy dấu hiệu cục bộ ở lao động trẻ trong các nghề phơi nhiễm với AI. Chưa có dấu hiệu AI kéo giảm cầu lao động, tức nhu cầu tuyển người, trên diện rộng.

  • New York Fed, bài đăng tháng 5/2026: Richard Audoly, Miles Guerin và Giorgio Topa dùng tin tuyển dụng của Lightcast đến tháng 1/2026. Lightcast là công ty gom tin từ trang tuyển dụng của doanh nghiệp và các trang việc làm. Nhóm còn dùng khảo sát việc làm theo nghề OEWS năm 2024 của Cục Thống kê Lao động Mỹ (BLS). Để tách AI khỏi chu kỳ kinh tế, họ so nghề phơi nhiễm cao với nghề phơi nhiễm thấp theo từng quý. Quý gốc là quý 3/2022, quý trước khi ChatGPT ra mắt. Tin tuyển dụng ở nghề phơi nhiễm cao có giảm so với nhóm kia, nhưng khoảng cách đã mở ra từ trước năm 2022 và đứng yên sau năm 2023. Nhóm tác giả kết luận AI không phải động lực chính khiến tuyển dụng chậm lại.
  • Stanford Digital Economy Lab, bản sửa tháng 8/2026: Erik Brynjolfsson, Bharat Chandar và Ruyu Chen viết nghiên cứu "Canaries in the Coal Mine". Nhóm dùng bảng lương của ADP đến tháng 6/2026. ADP là công ty xử lý bảng lương cho hàng triệu lao động Mỹ. Việc làm của lao động 22–25 tuổi ở các nghề phơi nhiễm với AI thấp hơn 19% so với kịch bản đối chứng. Kịch bản đối chứng là mức lẽ ra đạt được nếu nhóm này theo kịp người cùng tuổi ở nghề ít phơi nhiễm. Khoảng cách đến chủ yếu từ việc tuyển ít người trẻ hơn, không phải từ việc cho nghỉ việc.
  • Khảo sát doanh nghiệp của New York Fed: phần lớn doanh nghiệp định dùng AI kèm đào tạo lại nhân viên, nên tác động lên tuyển dụng còn hạn chế.

Vẫn còn quá sớm để kết luận. New York Fed lưu ý tin tuyển dụng không phải số người được tuyển hay nghỉ việc, và thời gian dùng AI còn ngắn. Nhóm Stanford gọi kết quả là chỉ báo mô tả sớm, chưa phải ước lượng nhân quả, nghĩa là chưa chứng minh AI là nguyên nhân. Xu hướng vẫn giữ khi bỏ doanh nghiệp công nghệ và nghề máy tính ra khỏi mẫu, nhưng yếu đi khi tính đến trình độ học vấn.

AI thay thế hay hỗ trợ con người?

Với phần lớn nghề hiện nay, AI hỗ trợ con người nhiều hơn là thay thế. Việc thay thế diễn ra ở từng nhiệm vụ, khi nhiệm vụ lặp lại, dễ chuẩn hóa và AI làm được gần hết. Phu Huynh và Felix Weidenkaff viết bài phân tích về ASEAN của ILO vào tháng 4/2026. Theo hai tác giả, AI tạo sinh nhiều khả năng đổi vai trò và nhiệm vụ trong nghề hơn là xóa bỏ việc làm.

Kết quả không giống nhau ở mọi nơi. IMF ước tính ở các nền kinh tế phát triển, khoảng một nửa số việc làm có phơi nhiễm có thể hưởng lợi từ AI. Đó là phần việc được AI bổ trợ (augmentation): người làm hưởng lợi từ AI và năng suất tăng.

Nửa còn lại có thể bị AI làm thay nhiệm vụ chính. Khi đó cầu lao động giảm, lương thấp hơn và doanh nghiệp tuyển ít hơn. Trường hợp cực đoan nhất, một số việc làm có thể biến mất. Kết quả nghiêng về phía nào còn tùy cách doanh nghiệp đưa AI vào công việc.

Khi nào AI bổ trợ người lao động, khi nào AI làm thay nhiệm vụ

AI bổ trợ khi chỉ làm được một phần nhiệm vụ hoặc khi được dùng để hỗ trợ người làm. AI làm thay khi nhiệm vụ vừa dễ tự động hóa vừa chuẩn hóa cao, và AI làm được gần hết.

Tiêu chíAI bổ trợ khi…AI làm thay khi…
Mức AI làm được nhiệm vụAI chỉ làm được một phần; theo New York Fed, chỉ một nhiệm vụ AI không làm được cũng có thể giới hạn mức tự động hóa của cả nghềAI làm được gần hết nhiệm vụ, một tiêu chí trong chỉ số của New York Fed
Mức chuẩn hóaNhiệm vụ khó chuẩn hóa hoặc khó tự động hóaNhiệm vụ vừa dễ tự động hóa vừa chuẩn hóa cao; ở Việt Nam khoảng 1 triệu lao động làm loại việc này theo báo cáo ILO (Cổng Thông tin điện tử Chính phủ, 17/04/2026)
Cách người dùng đưa AI vàoAI được dùng để hỗ trợ người làm nhiệm vụAI được dùng để tự động hóa nhiệm vụ; chỉ số New York Fed tách riêng hai cách dùng này
Kết quả đã quan sátViệc làm đi ngang hoặc tăng, nhất là với lao động nhiều kinh nghiệm (Stanford, 12/08/2026)Mức giảm việc làm tập trung ở các nghề này (Stanford, 12/08/2026)

Cùng một nghề có thể vừa được bổ trợ vừa bị làm thay ở các nhiệm vụ khác nhau. ILO chia phơi nhiễm thành bốn mức tăng dần, từ Gradient 1 đến Gradient 4. Mỗi nghề được xếp mức theo điểm trung bình và độ chênh điểm giữa các nhiệm vụ của nghề đó.

Nghiên cứu "Generative AI at Work" của Erik Brynjolfsson, Danielle Li và Lindsey R. Raymond theo dõi nhân viên hỗ trợ khách hàng. Nghiên cứu công bố trên NBER, sau đó đăng trên The Quarterly Journal of Economics năm 2025. Kết quả: trợ lý AI tạo sinh giúp người mới vào nghề tăng năng suất nhiều nhất, còn người giàu kinh nghiệm hầu như không đổi.

Tự động hóa và AI khác nhau thế nào?

Tự động hóa (automation) truyền thống, tức máy làm thay trọn một nhiệm vụ, chủ yếu chạm tới việc chân tay và lặp lại theo quy tắc cố định. AI tạo sinh chạm tới việc nhận thức như viết, tóm tắt, phân tích. Vì vậy, lần này nhóm nghề văn phòng đứng đầu về mức phơi nhiễm.

Hai loại khác nhau ở cách vận hành. Máy móc và phần mềm tự động hóa kiểu cũ chạy theo quy tắc do người lập sẵn. AI tạo sinh thì học từ dữ liệu để tạo ra nội dung mới.

Theo ILO, nhóm nghề văn thư phơi nhiễm với AI tạo sinh cao nhất. Ví dụ là nhân viên nhập liệu, nhân viên đánh máy, nhân viên kế toán và ghi sổ, thư ký hành chính. Từ năm 2023 đến 2025, phơi nhiễm tăng ở một số nghề chuyên môn số hóa cao. Đó là chuyên viên phân tích tài chính, lập trình viên web và đa phương tiện, lập trình viên ứng dụng, cố vấn đầu tư.

Theo bản tóm tắt năm 2025 của ILO, AI tạo giọng nói, hình ảnh và video tốt hơn nên điểm của các nghề truyền thông và web tăng lên.

Nước giàu phơi nhiễm cao hơn nước nghèo. Theo ILO, phơi nhiễm chiếm 34% tổng việc làm ở nước thu nhập cao, so với 11% ở nước thu nhập thấp. IMF cho kết quả cùng chiều. Theo IMF, khoảng 60% việc làm ở nền kinh tế phát triển có thể chịu tác động của AI, so với khoảng 26% ở nước thu nhập thấp. Thị trường mới nổi ở khoảng giữa, với 40%.

Tỷ lệ việc làm có thể chịu tác động của AI theo nhóm nền kinh tế

%0204060604026Nền kinh tế phát triểnThị trường mới nổiNước thu nhập thấpNền kinh tế phát triển 60 %Thị trường mới nổi 40 %Nước thu nhập thấp 26 %
Xem số liệu
Đơn vị: %Giá trị
Nền kinh tế phát triển60
Thị trường mới nổi40
Nước thu nhập thấp26
Biểu đồ: Hỏa Tốc 24h – Nguồn: IMF, 14/01/2024

Các nghiên cứu quốc tế nói gì về AI và việc làm?

ILO, IMF và WEF đều cho rằng AI sẽ thay đổi một phần đáng kể việc làm trên thế giới, nhưng mỗi tổ chức đo một thứ khác nhau. Không báo cáo nào trong ba báo cáo này dự báo thất nghiệp hàng loạt. ILO nói về chuyển đổi việc làm, IMF tách nhóm được bổ trợ với nhóm bị ảnh hưởng, còn WEF thấy việc làm tạo mới nhiều hơn việc bị thay thế. Đọc riêng một con số mà bỏ qua cách đo thì rất dễ hiểu sai.

3 báo cáo chính thức của ILO, IMF và WEF đo những gì

Ba báo cáo được trích nhiều nhất đo ba thứ khác nhau. ILO đo phơi nhiễm của từng nhiệm vụ với AI tạo sinh, còn IMF đo phơi nhiễm và khả năng bổ trợ của việc làm. WEF tổng hợp kế hoạch việc làm của doanh nghiệp đến năm 2030, và chỉ WEF đưa ra số việc làm tạo mới, bị thay thế.

Tổ chức và báo cáoNgày công bốĐo cái gìCon số chínhLoại số liệu
ILO, Working Paper 140 "Generative AI and Jobs: A Refined Global Index of Occupational Exposure"20/05/2025Phơi nhiễm của nghề với AI tạo sinh, chấm theo từng nhiệm vụKhoảng 1/4 lao động toàn cầu làm nghề có phơi nhiễm; 3,3% việc làm toàn cầu ở mức phơi nhiễm cao nhấtPhơi nhiễm
IMF, bài blog của Tổng Giám đốc Kristalina Georgieva14/01/2024Phơi nhiễm với AI nói chung, tách nhóm có thể được bổ trợ và nhóm có thể bị ảnh hưởng tiêu cựcGần 40% việc làm toàn cầu; khoảng 60% ở nền kinh tế phát triểnPhơi nhiễm
WEF, Future of Jobs Report 202508/01/2025 (thông cáo tại Geneva)Kế hoạch về việc làm đến năm 2030 của hơn 1.000 nhà tuyển dụng lớn, thuộc 22 cụm ngành, đại diện hơn 14 triệu lao động170 triệu việc làm mới (tương đương 14% số việc làm hiện nay), 92 triệu bị thay thế, tăng ròng 78 triệuKhảo sát doanh nghiệp, dự báo

Chỉ số toàn cầu của WP140 vẫn là bản ILO dùng cho các phân tích quốc gia và khu vực năm 2026, như báo cáo về Việt Nam và ASEAN. Muốn biết bao nhiêu việc làm có nhiệm vụ AI chạm tới, bạn nên đọc ILO hoặc IMF. Muốn biết doanh nghiệp định tuyển thêm và cắt bớt gì đến năm 2030, bạn nên đọc WEF.

WEF còn dự kiến gần 40% kỹ năng cần cho công việc sẽ thay đổi. Theo WEF, 63% nhà tuyển dụng coi khoảng trống kỹ năng là rào cản chính.

Vì sao con số giữa các báo cáo chênh nhau

Mỗi báo cáo dùng định nghĩa, loại AI, nguồn dữ liệu và nhóm quốc gia khác nhau. Vì vậy các con số không cộng, trừ hay so thẳng với nhau được.

  1. Khác về định nghĩa: ILO và IMF đo phơi nhiễm, tức khả năng AI chạm tới nhiệm vụ. WEF hỏi doanh nghiệp định tạo mới hay thay thế bao nhiêu việc làm. WEF còn tính cả lý do ngoài công nghệ như thay đổi nhân khẩu học, tức cơ cấu dân số, căng thẳng địa kinh tế và sức ép kinh tế.
  2. Khác về loại AI: ILO chỉ đo AI tạo sinh, còn IMF đo AI nói chung.
  3. Khác về nguồn dữ liệu: ILO thu 52.558 điểm dữ liệu từ người lao động cho 2.861 nhiệm vụ. Sau đó ILO so với khảo sát chuyên gia và huấn luyện một trợ lý AI chấm điểm các nhiệm vụ trong tài liệu ISCO-08. New York Fed lại dựa vào mức dùng AI quan sát được trong dữ liệu của Anthropic, không dựa vào khả năng kỹ thuật.
  4. Khác về nhóm quốc gia và thời điểm: cả ILO và IMF đều thấy nước giàu phơi nhiễm cao hơn nước nghèo. IMF công bố từ tháng 1/2024, sớm hơn hai báo cáo kia. WEF tính cho năm 2030.

Con số "85 triệu mất, 97 triệu mới" đã cũ như thế nào

Con số "85 triệu việc làm mất, 97 triệu việc làm mới" đến từ Future of Jobs Report 2020 của WEF, công bố tháng 10/2020. Báo cáo này dự báo cho năm 2025, và WEF đã thay nó bằng ước tính mới cho năm 2030.

Theo báo cáo năm 2020, đến năm 2025 có thể có 85 triệu việc làm bị thay thế do thay đổi phân công lao động giữa người và máy. Cùng lúc, 97 triệu vai trò mới có thể xuất hiện. Con số này đã cũ vì hai lẽ. Năm 2025 đã qua, và báo cáo ra đời trước khi ChatGPT ra mắt nên chưa tính tới AI tạo sinh.

Báo cáo năm 2025 nâng cả hai con số lên: 92 triệu việc làm bị thay thế và 170 triệu việc làm mới đến năm 2030.

Ước tính của WEF qua hai kỳ báo cáo Future of Jobs

triệu việc làm050100150200859297170Việc làm bị thay thếViệc làm mớiViệc làm bị thay thế Báo cáo 2020, mốc 2025: 85 triệu việc làm Báo cáo 2025, mốc 2030: 92 triệu việc làmViệc làm mới Báo cáo 2020, mốc 2025: 97 triệu việc làm Báo cáo 2025, mốc 2030: 170 triệu việc làm

■Báo cáo 2020, mốc 2025 ■Báo cáo 2025, mốc 2030

Xem số liệu
Đơn vị: triệu việc làmBáo cáo 2020, mốc 2025Báo cáo 2025, mốc 2030
Việc làm bị thay thế8592
Việc làm mới97170
Biểu đồ: Hỏa Tốc 24h – Nguồn: WEF, 10/2020 và 08/01/2025

Thị trường lao động Việt Nam chịu ảnh hưởng thế nào?

Việt Nam phơi nhiễm với AI tạo sinh thấp hơn các nước thu nhập cao, nhưng số người chịu tác động vẫn tính bằng triệu. Theo ILO, rủi ro bị tự động hóa hoàn toàn ở Việt Nam thấp hơn Indonesia, Philippines và Thái Lan.

Theo Cục Thống kê, quý III/2026 cả nước có khoảng 54,1 triệu người trong lực lượng lao động và gần 53,0 triệu người có việc làm. Tỷ lệ lao động có việc làm phi chính thức là 60,6%. Chỉ 30,4% lao động đã qua đào tạo có bằng, chứng chỉ.

Dịch vụ chiếm phần lớn nhất trong việc làm, nhưng khoảng một phần tư lao động vẫn làm nông, lâm nghiệp và thủy sản.

Cơ cấu lao động có việc làm theo khu vực kinh tế, quý III/2026

%0204060Dịch vụ41 %Công nghiệp và xây dựng33,9 %Nông, lâm nghiệp và thủy sản25,1 %Dịch vụ 41 %Công nghiệp và xây dựng 33,9 %Nông, lâm nghiệp và thủy sản 25,1 %
Xem số liệu
Đơn vị: %Giá trị
Dịch vụ41
Công nghiệp và xây dựng33,9
Nông, lâm nghiệp và thủy sản25,1
Biểu đồ: Hỏa Tốc 24h – Nguồn: Cục Thống kê, 03/10/2026

Phơi nhiễm thấp hơn không có nghĩa là an toàn hơn cho mọi người. Bà Sinwon Park, Giám đốc Văn phòng ILO tại Việt Nam, nhận định "the benefits and risks will not be evenly distributed". Ý bà là lợi ích và rủi ro của AI tạo sinh sẽ không chia đều, nhất là với phụ nữ.

ILO đề nghị Chính phủ, giới sử dụng lao động và người lao động cùng làm năm việc:

  • quản trị AI;
  • dữ liệu thị trường lao động;
  • đối thoại tại nơi làm việc về việc dùng AI;
  • hỗ trợ doanh nghiệp nhỏ và vừa;
  • đào tạo kỹ năng có chú ý tới giới.

Bao nhiêu lao động Việt Nam làm nghề có phơi nhiễm với AI tạo sinh

Theo ILO, khoảng 11,5 triệu lao động Việt Nam, tức khoảng 1/5 lực lượng lao động, làm việc có nhiệm vụ mà AI tạo sinh có thể chạm tới. Dưới 2% việc làm thuộc mức phơi nhiễm cao nhất. Rủi ro bị tự động hóa hoàn toàn cũng chỉ ảnh hưởng chưa tới 2 trong 100 lao động.

Số liệu nằm trong một báo cáo của Văn phòng ILO tại Việt Nam, được đưa tin ngày 17/04/2026. Tên báo cáo là "Generative AI and Jobs in Viet Nam: Labor Market Exposure and Policy Considerations". Con số này đo nhiệm vụ AI có thể chạm tới, không phải số người sẽ mất việc.

Trong khu vực, ILO cho biết 21–28% việc làm có phơi nhiễm với AI tạo sinh ở các nước ASEAN có dữ liệu so sánh được. Philippines ở đầu trên của khoảng này, còn Thái Lan và Việt Nam thấp hơn một chút. Ở mức phơi nhiễm cao nhất, tỷ lệ việc làm là 3–4% ở Indonesia, Philippines và Thái Lan, cao hơn rõ so với Việt Nam.

Nhóm lao động, ngành và địa phương nào ở Việt Nam phơi nhiễm cao hơn

Ở Việt Nam, phơi nhiễm tập trung ở lao động nữ, ở các ngành tài chính, thương mại, thông tin và ở ba thành phố lớn, theo ILO.

  • Theo giới: 24,1% lao động nữ làm việc có phơi nhiễm, so với 17,8% ở lao động nam. Lý do là phụ nữ tập trung ở vị trí văn thư, hành chính và dịch vụ. Phụ nữ cũng chiếm khoảng 2/3 lực lượng bán hàng, nơi AI tạo sinh có thể giúp tăng năng suất và chất lượng việc làm.
  • Theo ngành và nghề: tài chính và bảo hiểm có tỷ lệ việc làm phơi nhiễm cao nhất, 82,6%. Tiếp theo là bán buôn và bán lẻ với 76,3%, thông tin và truyền thông với 74,3%. Riêng nghề văn thư, 64,9% việc làm ở Việt Nam thuộc mức phơi nhiễm cao nhất. Mức phơi nhiễm theo từng nghề nằm ở bài những nghề phơi nhiễm cao với AI.
  • Theo khu vực: Hà Nội, TP. Hồ Chí Minh và Đà Nẵng chiếm hơn 1/3 số việc làm có thể chịu ảnh hưởng trên cả nước.

Ở cả ba ngành dẫn đầu, từ 74,3% việc làm trở lên có phơi nhiễm với AI tạo sinh.

Ba ngành có tỷ lệ việc làm phơi nhiễm với AI tạo sinh cao nhất ở Việt Nam

%025507510082,676,374,3Tài chính và bảo hiểmBán buôn và bán lẻThông tin và truyền thôngTài chính và bảo hiểm 82,6 %Bán buôn và bán lẻ 76,3 %Thông tin và truyền thông 74,3 %
Xem số liệu
Đơn vị: %Giá trị
Tài chính và bảo hiểm82,6
Bán buôn và bán lẻ76,3
Thông tin và truyền thông74,3
Biểu đồ: Hỏa Tốc 24h – Nguồn: ILO, 21/04/2026

Theo ILO, lao động có trình độ đại học trở lên phơi nhiễm cao nhất ở Philippines và Việt Nam. Với nghề văn thư, việc làm ở mức phơi nhiễm cao nhất chiếm 37,8% ở Philippines và 67,5% ở Indonesia. Tỷ lệ 64,9% của Việt Nam vì thế gần với Indonesia.

Doanh nghiệp Việt Nam đang đưa AI vào công việc đến đâu

Doanh nghiệp Việt Nam đã đưa AI vào vận hành khá rộng. Theo Báo cáo thị trường tuyển dụng thường niên lần 6 (2025–2026) của TopCV, 61,2% doanh nghiệp được hỏi đã dùng AI trong vận hành. Mức dùng ở mỗi nơi khác nhau.

TopCV nêu năm lĩnh vực mà AI có thể giúp tối ưu ngân sách và hiệu quả trong năm 2025. Đó là kinh doanh, bán hàng; marketing, truyền thông, quảng cáo; IT – phần mềm; chăm sóc khách hàng; nhân sự – tuyển dụng. Theo ILO, bán buôn và bán lẻ cũng thuộc ba ngành phơi nhiễm cao nhất ở Việt Nam.

Nghề chịu tác động nhiều nhất từ AI

Nghề chịu tác động nhiều nhất là nghề có nhiều nhiệm vụ xử lý văn bản và dữ liệu. Theo ILO, nhóm văn thư đứng đầu, cả trên toàn cầu lẫn ở Việt Nam. Phân tích từng nhóm nghề nằm ở bài nghề chịu tác động nhiều nhất từ AI.

AI làm thay đổi cách tuyển dụng như thế nào

AI đang chen vào khâu sàng lọc và đánh giá ứng viên. Phần mềm đọc, phân loại CV rồi đưa ra điểm số hoặc khuyến nghị trước khi người tuyển dụng quyết định. Vì vậy, việc ai được gọi phỏng vấn ngày càng phụ thuộc vào thuật toán, và EU, Mỹ đã đặt quy định riêng.

Ủy ban châu Âu nêu phần mềm sắp xếp, phân loại CV trong tuyển dụng (CV-sorting software) làm ví dụ về AI rủi ro cao. Ví dụ này thuộc lĩnh vực việc làm và quản lý người lao động. Thành phố New York gọi nhóm công cụ này là công cụ ra quyết định tuyển dụng tự động (AEDT) trong Luật địa phương 144. Ở Việt Nam, theo TopCV, nhân sự – tuyển dụng là lĩnh vực ít sẵn sàng tìm hiểu AI nhất trong các lĩnh vực được khảo sát.

Bìa kẹp hồ sơ xin việc đặt cạnh bút và máy tính xách tay trên mặt bàn đá
Ảnh minh họa: Markus Winkler / Pexels (Pexels License)

AI sàng lọc hồ sơ ứng viên hoạt động thế nào?

AI đọc CV, tách thông tin như kỹ năng và kinh nghiệm, so với yêu cầu công việc rồi chấm điểm, xếp hạng ứng viên. Người tuyển dụng nhận kết quả này trước khi xem hồ sơ.

  1. Đọc và tách dữ liệu: phần mềm đọc CV, tách học vấn, kinh nghiệm, kỹ năng thành từng trường thông tin riêng.
  2. So khớp: hệ thống so các trường thông tin này với yêu cầu của vị trí tuyển dụng.
  3. Chấm điểm và xếp hạng: hệ thống tạo ra điểm số hoặc khuyến nghị cho từng ứng viên.
  4. Chuyển cho người tuyển dụng: danh sách đã xếp hạng đến tay người quyết định mời ai phỏng vấn.

Hệ thống đời trước chủ yếu so từ khóa trong CV với từ khóa trong tin tuyển dụng. Hệ thống mới dùng mô hình ngôn ngữ lớn (LLM), tức loại AI học từ lượng văn bản rất lớn để hiểu và tạo câu chữ. Loại này có thể so theo nghĩa thay vì chỉ trùng từ. Người tuyển dụng vẫn giữ quyết định cuối cùng.

Đạo luật SB26-189 của bang Colorado định nghĩa công nghệ ra quyết định tự động (ADMT) là công nghệ xử lý dữ liệu cá nhân để tạo ra điểm số hoặc khuyến nghị. Kết quả đó giúp đưa ra hay định hướng quyết định về một người.

Thiên kiến của AI trong tuyển dụng là gì?

Thiên kiến của AI trong tuyển dụng là khi hệ thống chấm ứng viên lệch có hệ thống theo giới tính, tuổi, sắc tộc hay hoàn cảnh. Lỗi này thường đến từ việc mô hình học từ dữ liệu tuyển dụng cũ vốn đã lệch.

Thiên kiến có thể sinh ra từ ba chỗ. Thứ nhất là dữ liệu huấn luyện mang theo các quyết định tuyển dụng cũ. Thứ hai là tiêu chí do người thiết kế chọn. Thứ ba là các biến thay thế, như tên trường hay khoảng trống trong CV.

Luật đã tính đến rủi ro này. Đạo luật AI của EU yêu cầu hệ thống rủi ro cao dùng dữ liệu huấn luyện chất lượng cao để giảm kết quả phân biệt đối xử. Luật địa phương 144 của New York buộc công cụ AEDT phải qua kiểm toán thiên kiến. Đó là việc đánh giá xem công cụ có cho kết quả chênh lệch giữa các nhóm ứng viên hay không.

Thiên kiến của máy khó phát hiện hơn thiên kiến của người. Ứng viên thường không thấy điểm số của mình, trong khi một tiêu chí lệch được áp cho mọi hồ sơ cùng lúc.

EU và Mỹ quản lý AI trong tuyển dụng ra sao

EU xếp AI dùng trong tuyển dụng vào nhóm rủi ro cao theo Đạo luật AI, kèm nghĩa vụ về dữ liệu, minh bạch và giám sát của con người. Ở Mỹ, quy định cụ thể đến từ cấp thành phố và cấp bang, như New York và Colorado.

Khu vựcVăn bảnYêu cầu chính với AI tuyển dụngThời điểm áp dụng, tình trạng tại 19/10/2026
EUĐạo luật AI, Quy định (EU) 2024/1689, nhóm rủi ro cao thuộc Phụ lục III (gồm việc làm)Đánh giá và giảm thiểu rủi ro; dữ liệu huấn luyện chất lượng cao; ghi nhật ký hoạt động; tài liệu kỹ thuật cho cơ quan quản lý; thông tin rõ cho bên triển khai; giám sát phù hợp của con người; độ chính xác và an ninh mạngCó hiệu lực từ 01/08/2024; nghĩa vụ với nhóm rủi ro cao thuộc Phụ lục III lùi tới 02/12/2027 theo gói AI Omnibus có hiệu lực từ 27/07/2026
Thành phố New York, MỹLuật địa phương 144 năm 2021 về công cụ AEDTKiểm toán thiên kiến trong vòng một năm trước khi dùng; công khai thông tin kiểm toán; báo cho người lao động hoặc ứng viên 10 ngày làm việc trước khi dùng công cụSở Bảo vệ Người tiêu dùng và Người lao động (DCWP) thực thi từ 05/07/2023
Bang Colorado, MỹSB26-189 về công nghệ ra quyết định tự động, ban hành lại các quy định bảo vệ người tiêu dùng của SB 24-205Thông báo tại điểm tương tác; mô tả vai trò của máy trong 30 ngày sau kết quả bất lợi; quyền xem, sửa dữ liệu cá nhân và yêu cầu con người xem xét lạiThống đốc ký ngày 14/05/2026, hiệu lực từ cùng ngày theo trang lập pháp bang; nghĩa vụ tài liệu kỹ thuật của bên phát triển bắt đầu từ 01/01/2027

Ủy ban châu Âu đề xuất gói AI Omnibus ngày 19/11/2025, và các bên đạt thỏa thuận chính trị ngày 07/05/2026. Ở Colorado, tuyển dụng thuộc nhóm "quyết định hệ trọng" và Tổng chưởng lý bang thi hành luật. Trước 01/01/2030, cơ quan này phải báo trước 60 ngày và cho cơ hội khắc phục.

Với độc giả Việt Nam, các quy định này cho thấy ứng viên được bảo vệ ra sao ở nơi đã có luật. Ở New York, ứng viên được báo trước 10 ngày làm việc khi công cụ được dùng. Ở Colorado, người nhận kết quả bất lợi được biết vai trò của máy và có quyền yêu cầu con người xem xét lại.

Những nghề mới xuất hiện nhờ AI

AI tạo ra nghề mới ở hai đầu. Một đầu là nghề chuyên môn cao để xây dựng, vận hành và kiểm soát AI. Đầu kia là việc thủ công như gán nhãn dữ liệu, kiểm duyệt nội dung để AI học được. Theo khảo sát doanh nghiệp của WEF, vai trò công nghệ là nhóm tăng nhanh nhất tính theo tỷ lệ phần trăm đến năm 2030.

Hành lang trung tâm dữ liệu với các tủ máy chủ và thiết bị mạng
Ảnh minh họa: Brett Sayles / Pexels (Pexels License)

Nhóm nghề xây dựng, vận hành và kiểm soát AI

Nhóm này gồm người làm dữ liệu, mô hình và phần mềm, cùng người giữ cho hệ thống AI đúng luật. Theo khảo sát của WEF, ba việc làm tăng nhanh nhất về tỷ lệ là chuyên gia dữ liệu lớn, kỹ sư công nghệ tài chính và chuyên gia AI, học máy.

  • Chuyên gia dữ liệu lớn (Big Data Specialists): thu thập, làm sạch và phân tích các khối dữ liệu lớn mà doanh nghiệp và mô hình AI dùng.
  • Kỹ sư công nghệ tài chính (Fintech Engineers): xây phần mềm cho dịch vụ tài chính như thanh toán, cho vay, đầu tư trực tuyến.
  • Chuyên gia AI và học máy (AI and Machine Learning Specialists): huấn luyện, thử và đưa mô hình học máy, tức phần mềm tự học quy luật từ dữ liệu, vào sản phẩm.
  • Lập trình viên phần mềm và ứng dụng: viết và bảo trì phần mềm mà người dùng và doanh nghiệp dùng hằng ngày.

Nhóm kiểm soát AI gắn với quy định mới. Đạo luật AI của EU buộc hệ thống rủi ro cao có giám sát phù hợp của con người, ghi nhật ký và tài liệu kỹ thuật. Doanh nghiệp vì thế cần người lo phần tuân thủ và quản trị rủi ro.

Những công việc thủ công đằng sau các mô hình AI là gì?

Đằng sau các mô hình AI là những việc thủ công như gán nhãn dữ liệu, chấm điểm câu trả lời của mô hình và lọc nội dung độc hại. Phần việc này ít được nhắc tới nhưng cần để mô hình học đúng.

  • Gán nhãn dữ liệu: người làm đánh dấu nội dung của văn bản, hình ảnh để mô hình học cách phân loại.
  • Chấm điểm câu trả lời: người làm so sánh, xếp hạng các câu trả lời của mô hình để mô hình học cách trả lời phù hợp hơn.
  • Lọc nội dung độc hại: người làm đọc và gắn nhãn nội dung bạo lực, thù ghét để hệ thống học cách chặn.

ILO mô tả điều kiện làm việc trên nền tảng lao động số trong báo cáo World Employment and Social Outlook 2021. Trên các nền tảng này, việc được giao và trả công qua ứng dụng hoặc trang web. Báo cáo dựa trên khảo sát và phỏng vấn khoảng 12.000 lao động và đại diện của 85 doanh nghiệp. Số nền tảng lao động số trên thế giới tăng 5 lần trong thập niên trước năm 2021. Một nửa số lao động trên nền tảng trực tuyến kiếm dưới 2 USD mỗi giờ.

Tiền của dồn về một số nơi. Theo ILO, 96% vốn đầu tư vào nền tảng nằm ở châu Á, Bắc Mỹ và châu Âu. Riêng Mỹ và Trung Quốc chiếm 70% doanh thu.

Ngày 12/06/2026, Hội nghị Lao động Quốc tế lần thứ 114 tại Geneva thông qua Công ước số 193 về việc làm bền vững trong kinh tế nền tảng. Công ước nhận 406 phiếu thuận và 8 phiếu chống. Ngoài ra có 36 phiếu trắng. Công ước áp dụng cho việc gọi xe, giao hàng và dịch vụ tự do trực tuyến. Người làm được bảo vệ về thù lao tối thiểu, an toàn vệ sinh lao động và trước việc bị khóa tài khoản không chính đáng.

Từng quốc gia tự xác định tình trạng việc làm của người làm trên nền tảng.

Người lao động chia sẻ gì khi làm việc cùng AI?

Người lao động có hai cảm nhận song song khi làm việc cùng AI: lo về tương lai công việc, nhưng thấy AI giúp một số việc nhanh hơn. Khảo sát người lao động cho thấy góc nhìn của chính người làm, bên cạnh ước tính của chuyên gia và doanh nghiệp.

Cận cảnh đôi tay người lao động gõ phím máy tính xách tay khi làm việc
Ảnh minh họa: Kampus Production / Pexels (Pexels License)

Lo lắng nhiều hơn hy vọng: khảo sát người lao động nói gì

Người lao động Mỹ lo nhiều hơn hy vọng khi nghĩ tới việc dùng AI ở nơi làm việc trong tương lai. Đó là kết quả khảo sát của Pew Research Center với 5.273 người lao động Mỹ, làm trong tháng 10/2024 và công bố tháng 2/2025.

  • Cảm nhận: 52% lo lắng và 36% hy vọng. Ngoài ra, 33% thấy choáng ngợp.
  • Cơ hội việc làm dài hạn của chính họ: 32% cho rằng AI sẽ khiến cơ hội ít đi, chỉ 6% cho rằng nhiều hơn. Có 31% cho rằng không khác mấy.
  • Mức sử dụng: khoảng 1/6 người lao động cho biết ít nhất một phần công việc được làm bằng AI. Có 63% không dùng AI nhiều hoặc không dùng.

Tỷ lệ lo lắng cao hơn tỷ lệ hy vọng 16 điểm phần trăm.

Cảm nhận của người lao động Mỹ về việc dùng AI ở nơi làm việc trong tương lai

%0204060Lo lắng52 %Hy vọng36 %Choáng ngợp33 %Lo lắng 52 %Hy vọng 36 %Choáng ngợp 33 %
Xem số liệu
Đơn vị: %Giá trị
Lo lắng52
Hy vọng36
Choáng ngợp33
Biểu đồ: Hỏa Tốc 24h – Nguồn: Pew Research Center, 25/02/2025

Ở Việt Nam, khảo sát của TopCV đo mức dùng AI chứ không đo cảm nhận. Theo TopCV, 93,49% người lao động ngành IT – phần mềm đang dùng AI trong công việc ở các mức độ khác nhau. Ở nhóm ngoài IT, tỷ lệ này trên 80%.

AI giúp làm nhanh hơn nhưng chưa chắc làm tốt hơn

AI giúp người lao động làm nhanh hơn ở những nhiệm vụ nằm trong khả năng của nó, nhưng lợi ích không đều. Người dùng cũng có thể đánh giá sai lợi ích ấy. Trong thử nghiệm của METR, lập trình viên giàu kinh nghiệm còn làm chậm hơn khi dùng AI.

Nghiên cứuĐối tượngKết quả về tốc độ và chất lượng
"Navigating the Jagged Technological Frontier", Harvard Business School cùng BCG (21/09/2023)758 tư vấn viên của BCGVới nhiệm vụ trong khả năng của AI: hoàn thành nhiều hơn trên 12% số nhiệm vụ, nhanh hơn trên 25%, chất lượng do người chấm cao hơn trên 40%
"Generative AI at Work", NBER Working Paper 311615.179 nhân viên hỗ trợ khách hàngNăng suất tăng bình quân khoảng 14%; người mới vào nghề tăng khoảng 34%; người giàu kinh nghiệm hầu như không đổi
Thử nghiệm của METR (10/07/2025)16 lập trình viên mã nguồn mở giàu kinh nghiệm, 246 việc thật trên kho mã của chính họMất thời gian lâu hơn 19% khi dùng AI, dù trước thử nghiệm kỳ vọng nhanh hơn 24% và sau thử nghiệm vẫn tin AI giúp nhanh hơn khoảng 20%

METR lưu ý thử nghiệm dùng công cụ đầu năm 2025, chủ yếu là Cursor Pro với Claude 3.5/3.7 Sonnet, và mẫu còn nhỏ. Kết quả này đã được thay bằng bản cập nhật tháng 2/2026 cho công cụ cuối năm 2025.

Khảo sát của Pew cũng cho thấy khoảng cách giữa nhanh và tốt. Trong số người đã dùng chatbot AI, tức phần mềm trò chuyện bằng AI, cho công việc, 40% thấy nó cực kỳ hoặc rất hữu ích để làm nhanh hơn. Chỉ 29% thấy như vậy với việc nâng chất lượng. Bài học chung là biết AI giỏi việc gì trong chính công việc của mình và luôn kiểm tra kết quả.

Làm sao để làm việc cùng AI thay vì bị AI bỏ lại phía sau?

Người lao động cần biết AI giỏi và kém ở nhiệm vụ nào trong chính công việc của mình, biết kiểm tra kết quả và giữ phần việc cần phán đoán. Lộ trình chi tiết nằm ở bài kỹ năng làm việc cùng AI.

Người giữ được phần việc AI không làm được có thể đứng vững hơn. Các nhóm nghề chịu tác động và cách chuẩn bị nằm ở hai bài các nhóm nghề chịu tác động mạnh từ AI và lộ trình kỹ năng cho người làm việc cùng AI.

Thời điểm cần theo dõi tiếp theo nằm ở luật. Colorado bắt đầu nghĩa vụ tài liệu kỹ thuật của bên phát triển từ 01/01/2027. EU áp nghĩa vụ rủi ro cao cho AI trong lĩnh vực việc làm từ 02/12/2027.

Cách đọc số liệu: số trong bài lấy theo bản gốc của từng tổ chức, tra cứu ngày 19/10/2026. Dữ liệu tuyển dụng và bảng lương của New York Fed và Stanford là dữ liệu Mỹ. Pew hỏi về cảm nhận, còn TopCV hỏi về mức dùng AI, nên tỷ lệ của Mỹ và Việt Nam không so thẳng được. ILO chia theo ngành kinh tế, TopCV chia theo lĩnh vực công việc, nên hai nguồn chỉ so được gần đúng.