Anthropic vừa công bố một báo cáo nghiên cứu mang tên "Labor market impacts of AI: A new measure and early evidence", với điểm cốt lõi là thực hiện một điều chưa từng có trước đây: phân biệt giữa những gì AI "về mặt lý thuyết có thể làm" và những gì AI "đang thực sự làm" trong thực tế.
Sự khác biệt này quan trọng hơn bạn nghĩ rất nhiều.
Tại sao các dự đoán trước đây luôn sai lệch
Trước đây, khi đánh giá tác động của AI đối với công việc, mọi người thường làm như sau: liệt kê các nhiệm vụ trong công việc, hỏi "AI có thể làm việc này không", tính toán tỷ lệ, rồi đưa ra kết luận như "65% công việc trong ngành này sẽ bị AI thay thế".
Vấn đề là giữa "có thể làm" và "đang làm" có một khoảng cách rất lớn.
Nhà kinh tế học Peter McCrory của Anthropic đã đưa ra khái niệm "observed exposure" (mức độ tiếp xúc thực tế quan sát được) trong nghiên cứu này: kết hợp khả năng lý thuyết của AI với dữ liệu sử dụng API thực tế từ Claude, để xem người dùng thực sự đang dùng AI làm công việc gì.
Dữ liệu nói lên điều gì
Ví dụ tiêu biểu nhất là lập trình viên:
- Mức độ tiếp xúc lý thuyết: 94% nhiệm vụ lập trình AI về mặt lý thuyết có khả năng xử lý
- Mức độ tiếp xúc thực tế quan sát được: Chỉ 33% nhiệm vụ được AI đảm nhận trong thực tế
Nói cách khác, 94% công việc của lập trình viên về mặt lý thuyết có thể được AI hoàn thành, nhưng trong thực tế AI mới chỉ thâm nhập được một phần ba. Hơn 60 điểm phần trăm còn lại không phải vì AI không làm được, mà vì nhiều lý do khác nhau khiến con người vẫn đang làm: quán tính, vấn đề ủy quyền, quy định, rào cản niềm tin, chi phí tích hợp…
| Nghề nghiệp | Mức độ tiếp xúc lý thuyết | Mức độ tiếp xúc thực tế quan sát được |
|---|---|---|
| Lập trình viên (tổng thể) | 94% | 33% |
| Nhân viên nhập liệu | Cao | Cao (gần nhau) |
| Nhà vi sinh vật học | Cao | Thấp (công việc phòng thí nghiệm không thể giao cho AI) |
| Quản lý bất động sản | Trung bình | Thấp (kỹ năng đàm phán khó AI hóa) |
Đối với các công việc lặp đi lặp lại nhiều như nhập liệu, mức độ tiếp xúc lý thuyết và thực tế khá gần nhau — AI thực sự đang làm những công việc này.
Nhưng với nhà vi sinh vật học, mức độ tiếp xúc lý thuyết không thấp (AI có thể làm phân tích dữ liệu, tổng quan tài liệu), nhưng mức độ tiếp xúc thực tế lại rất thấp, vì công việc cốt lõi được thực hiện bằng tay trong phòng thí nghiệm.
Ai nguy hiểm hơn: Không phải nhóm bạn nghĩ
Một phát hiện khác đi ngược trực giác: những người làm việc trong các ngành có mức độ tiếp xúc cao thực tế có trình độ học vấn cao hơn, thu nhập cao hơn và tỷ lệ nữ giới cao hơn.
- 25% ngành có mức độ tiếp xúc cao nhất, mức lương trung bình của người lao động cao hơn 47% so với các ngành có mức độ tiếp xúc thấp
- Khả năng có bằng sau đại học cao hơn 4,5 lần
- Tỷ lệ nữ giới cao hơn 16 điểm phần trăm so với các ngành có mức độ tiếp xúc thấp
Điều này phá vỡ quan điểm thông thường rằng "AI sẽ loại bỏ các công việc kỹ năng thấp trước". Các công việc tri thức, biên tập, phân tích, lập trình — những công việc cổ trắng — lại là những lĩnh vực AI thâm nhập đầu tiên.
Tác động đối với người trẻ đã có thể định lượng được: những người trẻ từ 22-25 tuổi có khả năng tìm được việc làm trong các ngành có mức độ tiếp xúc cao thấp hơn 14% so với trước đây. Không có thất nghiệp hàng loạt, nhưng rào cản gia nhập đã cao hơn — số lượng vị trí mới trong các công việc này giảm đi vì nhân viên hiện tại đã dùng AI để nâng cao hiệu suất.
McCrory đã nói gì
"Bạn muốn Claude giúp bạn làm machine learning, nhưng thực ra bạn phải hiểu machine learning mới có thể chỉ đạo nó."
Ý của câu này là: AI không thay thế năng lực chuyên môn, mà yêu cầu người lao động phải dùng năng lực chuyên môn để điều khiển AI. Rào cản không giảm, chỉ thay đổi hình thức.
Điều này tương ứng với dữ liệu việc làm: trong các ngành có mức độ tiếp xúc cao, lương của người lao động có kinh nghiệm đang tăng, nhưng các vị trí đầu vào đang biến mất. AI giúp nhân viên kỳ cựu tăng hiệu suất, đồng thời thay thế một phần công việc cơ bản — trước đây những công việc cơ bản này là bậc thang cho người trẻ vào nghề.
Tại sao nghiên cứu này quan trọng
Trước đây, các cuộc thảo luận về AI và việc làm hoặc là theo hướng ngày tận thế (AI sẽ xóa sổ mọi công việc), hoặc là theo hướng lạc quan (AI chỉ tạo thêm nhiều việc làm hơn).
Giá trị của nghiên cứu Anthropic này là: nó cung cấp một khung đo lường được, có thể xác định sớm những ngành nào đang bị AI thâm nhập trước khi dữ liệu việc làm sụp đổ. Nhờ đó, các nhà hoạch định chính sách có thời gian phản ứng, thay vì phải chờ đến khi một nhóm người mất việc mới bắt đầu khắc phục.
Dữ liệu quan sát thực tế hiện tại cho thấy: chưa đến mức thất nghiệp hàng loạt, nhưng con đường vào các ngành có mức độ tiếp xúc cao của người trẻ đã bắt đầu hẹp lại. Xu hướng tiếp theo, mọi người có thể tự suy luận.
Nguồn tham khảo: Anthropic's research shows that AI can already do a huge portion of many jobs (Fortune); CocoLoop, Labor market impacts of AI: A new measure and early evidence (Anthropic Research)