Bùi Minh Nhật✔
Intern Writer
Có một nghịch lý đang diễn ra trong ngành công nghệ: AI càng phát triển, các công ty công nghệ càng nói nhiều về năng suất, tự động hóa và khả năng làm được nhiều việc hơn với ít nhân lực hơn. Nhưng cùng lúc đó, hàng loạt nhân viên công nghệ lại đứng trước nguy cơ mất việc.
Ở Mỹ, gần đây Microsoft và nhiều tập đoàn công nghệ lớn liên tục tái cơ cấu, cắt giảm nhân sự trong khi vẫn tăng mạnh đầu tư vào AI và hạ tầng trung tâm dữ liệu. Ở Trung Quốc, trên mạng xuất hiện những câu chuyện về kỹ sư IT từng có mức lương cao nay phải xuống nhà máy làm công nhân để duy trì thu nhập. Còn ở Việt Nam, trên mạng xã hội không khó để bắt gặp những chia sẻ của nhân viên IT ngoài 30 tuổi mất việc, loay hoay tìm công việc mới, hoặc những thông báo bất ngờ từ doanh nghiệp công nghệ yêu cầu nhân viên bàn giao công việc và nghỉ việc.
Điều đáng chú ý là những người mất việc không hẳn là lao động thiếu chuyên môn. Trong số đó có cả những người đã làm nghề nhiều năm, có kinh nghiệm phát triển phần mềm, quản lý hệ thống và tham gia các dự án công nghệ phức tạp. Vậy tại sao điều này lại xảy ra đúng vào thời điểm AI đang bùng nổ? Chẳng phải AI càng phát triển thì ngành công nghệ càng cần nhiều kỹ sư, lập trình viên và chuyên gia để xây dựng, vận hành những hệ thống mới hay sao?
Câu trả lời nằm ở chỗ AI đang làm thay đổi cách doanh nghiệp tổ chức công việc, chứ không đơn giản là thay thế con người bằng máy móc.
Trước hết, cần nhìn vào một thay đổi rất cụ thể: AI đã làm giảm đáng kể chi phí và thời gian để tạo ra một sản phẩm phần mềm. Trước đây, muốn xây dựng một website, ứng dụng hay trò chơi đơn giản, doanh nghiệp phải có lập trình viên viết mã, thiết kế giao diện, kiểm thử và sửa lỗi. Nay, một người không chuyên cũng có thể dùng AI để tạo ra sản phẩm có thể chạy được chỉ bằng cách mô tả yêu cầu. Những công việc từng cần một nhóm người thực hiện giờ có thể được rút gọn đáng kể.
Điều này không có nghĩa AI đã đủ khả năng thay thế kỹ sư phần mềm trong mọi lĩnh vực. Một ứng dụng bán hàng đơn giản khác rất xa hệ thống ngân hàng xử lý hàng triệu giao dịch, nền tảng thương mại điện tử quy mô lớn hay hệ thống điều khiển công nghiệp. Những sản phẩm phức tạp đòi hỏi kiến thức sâu về kiến trúc hệ thống, bảo mật, cơ sở dữ liệu, khả năng chịu tải, tính ổn định và xử lý những tình huống mà người thiết kế không thể dự đoán hết. AI có thể viết từng đoạn mã, nhưng để bảo đảm toàn bộ hệ thống vận hành chính xác, an toàn và ổn định vẫn cần kỹ sư có chuyên môn và kinh nghiệm.
Vậy vấn đề nằm ở đâu? Nằm ở chỗ doanh nghiệp không cần AI thay thế hoàn toàn một kỹ sư mới có thể cắt giảm nhân sự. Chỉ cần AI giúp một kỹ sư làm được khối lượng công việc trước đây của hai hoặc ba người, nhu cầu tuyển dụng đã có thể giảm xuống. Chẳng hạn, một nhóm phát triển phần mềm trước đây có 10 người, nay có thể chỉ cần 6 hoặc 7 người để hoàn thành khối lượng công việc tương đương. Những công việc viết mã cơ bản, kiểm thử đơn giản, viết tài liệu kỹ thuật hay sửa lỗi phổ biến sẽ chịu ảnh hưởng trước tiên. Đây là sự thay đổi về năng suất lao động, nhưng hệ quả đối với người lao động lại rất thực tế: ít vị trí việc làm hơn.
Một hệ quả khác là doanh nghiệp có thể không còn muốn tuyển nhiều nhân viên mới vào nghề. Trước đây, các công ty thường tuyển lập trình viên junior để giao những công việc đơn giản, lặp lại, qua đó giúp họ tích lũy kinh nghiệm trước khi đảm nhận nhiệm vụ phức tạp hơn. Nhưng hiện nay, nhiều công việc như vậy đã có thể giao cho AI hỗ trợ. Doanh nghiệp có xu hướng muốn một nhân viên có thể xử lý nhiều công đoạn, thay vì tuyển nhiều người để chia nhỏ công việc. Một nghiên cứu của Stanford công bố tháng 8/2026 cho thấy việc làm của nhóm lao động trẻ từ 22 đến 25 tuổi trong các ngành nghề chịu tác động mạnh từ AI thấp hơn khoảng 19% so với mức giả định nếu họ duy trì được tốc độ tăng trưởng tương đương nhóm ít chịu ảnh hưởng. Sự khác biệt chủ yếu đến từ việc doanh nghiệp giảm tuyển người trẻ, chứ không phải sa thải hàng loạt nhân viên hiện tại.
Nhưng tại sao ngay cả những người có kinh nghiệm, ngoài 30 tuổi, cũng có nguy cơ mất việc? Bởi kinh nghiệm không phải lúc nào cũng đồng nghĩa với việc doanh nghiệp cần giữ lại vị trí đó. Một kỹ sư có 10 năm kinh nghiệm trong một công nghệ hoặc quy trình cũ vẫn có thể bị ảnh hưởng nếu sản phẩm họ phụ trách không còn là trọng tâm, dự án bị thu hẹp hoặc công ty chuyển sang một nền tảng mới. Trong khi đó, những người trẻ hơn nhưng thành thạo AI, có khả năng làm việc trên nhiều công đoạn và chấp nhận mức lương thấp hơn đôi khi lại phù hợp với mô hình vận hành mới. Đây không phải quy luật đúng với mọi doanh nghiệp, nhưng là một áp lực có thật trên thị trường tuyển dụng.
Ở Trung Quốc, sự thay đổi này đang diễn ra khá rõ. Reuters từng ghi nhận các công ty công nghệ nước này âm thầm cắt giảm nhân sự, đặc biệt ở những bộ phận marketing, phát triển giao diện và các công việc có thể tự động hóa. Một số doanh nghiệp yêu cầu nhân viên sử dụng AI để xử lý quy trình, sau đó giảm nhu cầu tuyển dụng. Có trường hợp kỹ sư phần mềm bị sa thải cùng hàng trăm đồng nghiệp. Tuy nhiên, cũng cần lưu ý rằng làn sóng cắt giảm tại Trung Quốc không chỉ xuất phát từ AI mà còn liên quan đến kinh tế tăng trưởng chậm, nhu cầu tiêu dùng yếu và quá trình điều chỉnh bộ máy sau nhiều năm tuyển dụng mạnh.
Một nguyên nhân quan trọng khác là cuộc đua AI đang khiến các tập đoàn công nghệ phải phân bổ lại nguồn vốn. Chẳng hạn, ngày 26/10/2026, Microsoft công bố chương trình mua lại việc làm tự nguyện dành cho khoảng 60.000 nhân viên đủ điều kiện, tức hơn một phần tư lực lượng lao động toàn cầu. Đây không phải là việc hãng tuyên bố sa thải bắt buộc 60.000 người, mà là chương trình khuyến khích nhân viên nghỉ việc có hỗ trợ. Động thái này diễn ra khi Microsoft dự kiến chi khoảng 175 tỷ USD cho đầu tư vốn trong năm tài chính 2026, phần lớn phục vụ hạ tầng AI.
Các khoản đầu tư vào chip, trung tâm dữ liệu, máy chủ và điện năng đang ngày càng lớn. Trong khi đó, doanh nghiệp vẫn phải chứng minh với cổ đông rằng những khoản tiền khổng lồ này sẽ tạo ra lợi nhuận. Giảm chi phí nhân sự, thu gọn bộ máy và chuyển nguồn lực sang AI là một cách để thực hiện điều đó. Vì thế, không phải nhân viên nào bị mất việc cũng là người bị AI thay thế trực tiếp. Có người mất việc vì dự án bị dừng, bộ phận bị giải thể, công ty tái cơ cấu hoặc muốn tiết kiệm chi phí để đầu tư vào lĩnh vực khác.
Điều này cũng lý giải tại sao không nên nhìn nhận làn sóng sa thải hiện nay theo cách đơn giản rằng AI đã đủ thông minh để làm thay con người. Thực tế, AI vẫn có những hạn chế đáng kể. Nó có thể tạo ra mã nguồn rất nhanh nhưng cũng có thể đưa ra giải pháp sai, tạo lỗ hổng bảo mật hoặc không hiểu đầy đủ những ràng buộc của một hệ thống đang vận hành. Với những dự án lớn, chi phí sửa chữa một lỗi nghiêm trọng đôi khi cao hơn nhiều so với số tiền tiết kiệm được nhờ giảm nhân sự. Một số doanh nghiệp thậm chí đã phải tuyển dụng trở lại sau khi nhận ra chatbot và công cụ AI chưa thể thay thế hoàn toàn khả năng phán đoán, kiến thức nội bộ và kinh nghiệm của con người.
Nhìn rộng hơn, ngành công nghệ có thể đang trải qua một cuộc sàng lọc về cơ cấu lao động. Nhu cầu đối với người có khả năng sử dụng AI, thiết kế hệ thống, bảo mật, xử lý dữ liệu và giải quyết các vấn đề phức tạp vẫn tồn tại, thậm chí tăng lên. Nhưng nhu cầu đối với những người chủ yếu thực hiện các công việc có thể chuẩn hóa và tự động hóa đang chịu sức ép.
Đây cũng là điều đáng suy nghĩ đối với nhân viên IT tại Việt Nam. Trước đây, chỉ cần có kỹ năng lập trình tốt, thành thạo một vài ngôn ngữ và framework phổ biến, người lao động đã có thể tìm được công việc tương đối ổn định. Nhưng lợi thế đó đang dần thay đổi. Khi AI có thể hỗ trợ viết mã, kiểm thử và xây dựng sản phẩm cơ bản, giá trị của một lập trình viên không còn nằm đơn thuần ở việc viết được bao nhiêu dòng code, mà ở khả năng hiểu bài toán kinh doanh, thiết kế giải pháp, kiểm soát chất lượng và chịu trách nhiệm với hệ thống mình xây dựng.
Nghịch lý của thời kỳ AI là công nghệ có thể tạo ra nhiều sản phẩm hơn, nhưng không có nghĩa sẽ tạo ra nhiều việc làm hơn. Một doanh nghiệp có thể tăng gấp đôi năng suất mà không cần tăng gấp đôi nhân sự. Và khi năng suất tăng nhanh hơn nhu cầu thị trường, số lượng lao động cần thiết thậm chí có thể giảm xuống. Với người lao động, thách thức không chỉ là học cách sử dụng AI, mà còn phải tìm được những năng lực mà AI có thể hỗ trợ nhưng chưa thể tự mình đảm nhiệm trọn vẹn.
Ở Mỹ, gần đây Microsoft và nhiều tập đoàn công nghệ lớn liên tục tái cơ cấu, cắt giảm nhân sự trong khi vẫn tăng mạnh đầu tư vào AI và hạ tầng trung tâm dữ liệu. Ở Trung Quốc, trên mạng xuất hiện những câu chuyện về kỹ sư IT từng có mức lương cao nay phải xuống nhà máy làm công nhân để duy trì thu nhập. Còn ở Việt Nam, trên mạng xã hội không khó để bắt gặp những chia sẻ của nhân viên IT ngoài 30 tuổi mất việc, loay hoay tìm công việc mới, hoặc những thông báo bất ngờ từ doanh nghiệp công nghệ yêu cầu nhân viên bàn giao công việc và nghỉ việc.
Điều đáng chú ý là những người mất việc không hẳn là lao động thiếu chuyên môn. Trong số đó có cả những người đã làm nghề nhiều năm, có kinh nghiệm phát triển phần mềm, quản lý hệ thống và tham gia các dự án công nghệ phức tạp. Vậy tại sao điều này lại xảy ra đúng vào thời điểm AI đang bùng nổ? Chẳng phải AI càng phát triển thì ngành công nghệ càng cần nhiều kỹ sư, lập trình viên và chuyên gia để xây dựng, vận hành những hệ thống mới hay sao?
Câu trả lời nằm ở chỗ AI đang làm thay đổi cách doanh nghiệp tổ chức công việc, chứ không đơn giản là thay thế con người bằng máy móc.
Trước hết, cần nhìn vào một thay đổi rất cụ thể: AI đã làm giảm đáng kể chi phí và thời gian để tạo ra một sản phẩm phần mềm. Trước đây, muốn xây dựng một website, ứng dụng hay trò chơi đơn giản, doanh nghiệp phải có lập trình viên viết mã, thiết kế giao diện, kiểm thử và sửa lỗi. Nay, một người không chuyên cũng có thể dùng AI để tạo ra sản phẩm có thể chạy được chỉ bằng cách mô tả yêu cầu. Những công việc từng cần một nhóm người thực hiện giờ có thể được rút gọn đáng kể.
Điều này không có nghĩa AI đã đủ khả năng thay thế kỹ sư phần mềm trong mọi lĩnh vực. Một ứng dụng bán hàng đơn giản khác rất xa hệ thống ngân hàng xử lý hàng triệu giao dịch, nền tảng thương mại điện tử quy mô lớn hay hệ thống điều khiển công nghiệp. Những sản phẩm phức tạp đòi hỏi kiến thức sâu về kiến trúc hệ thống, bảo mật, cơ sở dữ liệu, khả năng chịu tải, tính ổn định và xử lý những tình huống mà người thiết kế không thể dự đoán hết. AI có thể viết từng đoạn mã, nhưng để bảo đảm toàn bộ hệ thống vận hành chính xác, an toàn và ổn định vẫn cần kỹ sư có chuyên môn và kinh nghiệm.
Vậy vấn đề nằm ở đâu? Nằm ở chỗ doanh nghiệp không cần AI thay thế hoàn toàn một kỹ sư mới có thể cắt giảm nhân sự. Chỉ cần AI giúp một kỹ sư làm được khối lượng công việc trước đây của hai hoặc ba người, nhu cầu tuyển dụng đã có thể giảm xuống. Chẳng hạn, một nhóm phát triển phần mềm trước đây có 10 người, nay có thể chỉ cần 6 hoặc 7 người để hoàn thành khối lượng công việc tương đương. Những công việc viết mã cơ bản, kiểm thử đơn giản, viết tài liệu kỹ thuật hay sửa lỗi phổ biến sẽ chịu ảnh hưởng trước tiên. Đây là sự thay đổi về năng suất lao động, nhưng hệ quả đối với người lao động lại rất thực tế: ít vị trí việc làm hơn.
Một hệ quả khác là doanh nghiệp có thể không còn muốn tuyển nhiều nhân viên mới vào nghề. Trước đây, các công ty thường tuyển lập trình viên junior để giao những công việc đơn giản, lặp lại, qua đó giúp họ tích lũy kinh nghiệm trước khi đảm nhận nhiệm vụ phức tạp hơn. Nhưng hiện nay, nhiều công việc như vậy đã có thể giao cho AI hỗ trợ. Doanh nghiệp có xu hướng muốn một nhân viên có thể xử lý nhiều công đoạn, thay vì tuyển nhiều người để chia nhỏ công việc. Một nghiên cứu của Stanford công bố tháng 8/2026 cho thấy việc làm của nhóm lao động trẻ từ 22 đến 25 tuổi trong các ngành nghề chịu tác động mạnh từ AI thấp hơn khoảng 19% so với mức giả định nếu họ duy trì được tốc độ tăng trưởng tương đương nhóm ít chịu ảnh hưởng. Sự khác biệt chủ yếu đến từ việc doanh nghiệp giảm tuyển người trẻ, chứ không phải sa thải hàng loạt nhân viên hiện tại.
Nhưng tại sao ngay cả những người có kinh nghiệm, ngoài 30 tuổi, cũng có nguy cơ mất việc? Bởi kinh nghiệm không phải lúc nào cũng đồng nghĩa với việc doanh nghiệp cần giữ lại vị trí đó. Một kỹ sư có 10 năm kinh nghiệm trong một công nghệ hoặc quy trình cũ vẫn có thể bị ảnh hưởng nếu sản phẩm họ phụ trách không còn là trọng tâm, dự án bị thu hẹp hoặc công ty chuyển sang một nền tảng mới. Trong khi đó, những người trẻ hơn nhưng thành thạo AI, có khả năng làm việc trên nhiều công đoạn và chấp nhận mức lương thấp hơn đôi khi lại phù hợp với mô hình vận hành mới. Đây không phải quy luật đúng với mọi doanh nghiệp, nhưng là một áp lực có thật trên thị trường tuyển dụng.
Ở Trung Quốc, sự thay đổi này đang diễn ra khá rõ. Reuters từng ghi nhận các công ty công nghệ nước này âm thầm cắt giảm nhân sự, đặc biệt ở những bộ phận marketing, phát triển giao diện và các công việc có thể tự động hóa. Một số doanh nghiệp yêu cầu nhân viên sử dụng AI để xử lý quy trình, sau đó giảm nhu cầu tuyển dụng. Có trường hợp kỹ sư phần mềm bị sa thải cùng hàng trăm đồng nghiệp. Tuy nhiên, cũng cần lưu ý rằng làn sóng cắt giảm tại Trung Quốc không chỉ xuất phát từ AI mà còn liên quan đến kinh tế tăng trưởng chậm, nhu cầu tiêu dùng yếu và quá trình điều chỉnh bộ máy sau nhiều năm tuyển dụng mạnh.
Một nguyên nhân quan trọng khác là cuộc đua AI đang khiến các tập đoàn công nghệ phải phân bổ lại nguồn vốn. Chẳng hạn, ngày 26/10/2026, Microsoft công bố chương trình mua lại việc làm tự nguyện dành cho khoảng 60.000 nhân viên đủ điều kiện, tức hơn một phần tư lực lượng lao động toàn cầu. Đây không phải là việc hãng tuyên bố sa thải bắt buộc 60.000 người, mà là chương trình khuyến khích nhân viên nghỉ việc có hỗ trợ. Động thái này diễn ra khi Microsoft dự kiến chi khoảng 175 tỷ USD cho đầu tư vốn trong năm tài chính 2026, phần lớn phục vụ hạ tầng AI.
Các khoản đầu tư vào chip, trung tâm dữ liệu, máy chủ và điện năng đang ngày càng lớn. Trong khi đó, doanh nghiệp vẫn phải chứng minh với cổ đông rằng những khoản tiền khổng lồ này sẽ tạo ra lợi nhuận. Giảm chi phí nhân sự, thu gọn bộ máy và chuyển nguồn lực sang AI là một cách để thực hiện điều đó. Vì thế, không phải nhân viên nào bị mất việc cũng là người bị AI thay thế trực tiếp. Có người mất việc vì dự án bị dừng, bộ phận bị giải thể, công ty tái cơ cấu hoặc muốn tiết kiệm chi phí để đầu tư vào lĩnh vực khác.
Điều này cũng lý giải tại sao không nên nhìn nhận làn sóng sa thải hiện nay theo cách đơn giản rằng AI đã đủ thông minh để làm thay con người. Thực tế, AI vẫn có những hạn chế đáng kể. Nó có thể tạo ra mã nguồn rất nhanh nhưng cũng có thể đưa ra giải pháp sai, tạo lỗ hổng bảo mật hoặc không hiểu đầy đủ những ràng buộc của một hệ thống đang vận hành. Với những dự án lớn, chi phí sửa chữa một lỗi nghiêm trọng đôi khi cao hơn nhiều so với số tiền tiết kiệm được nhờ giảm nhân sự. Một số doanh nghiệp thậm chí đã phải tuyển dụng trở lại sau khi nhận ra chatbot và công cụ AI chưa thể thay thế hoàn toàn khả năng phán đoán, kiến thức nội bộ và kinh nghiệm của con người.
Nhìn rộng hơn, ngành công nghệ có thể đang trải qua một cuộc sàng lọc về cơ cấu lao động. Nhu cầu đối với người có khả năng sử dụng AI, thiết kế hệ thống, bảo mật, xử lý dữ liệu và giải quyết các vấn đề phức tạp vẫn tồn tại, thậm chí tăng lên. Nhưng nhu cầu đối với những người chủ yếu thực hiện các công việc có thể chuẩn hóa và tự động hóa đang chịu sức ép.
Đây cũng là điều đáng suy nghĩ đối với nhân viên IT tại Việt Nam. Trước đây, chỉ cần có kỹ năng lập trình tốt, thành thạo một vài ngôn ngữ và framework phổ biến, người lao động đã có thể tìm được công việc tương đối ổn định. Nhưng lợi thế đó đang dần thay đổi. Khi AI có thể hỗ trợ viết mã, kiểm thử và xây dựng sản phẩm cơ bản, giá trị của một lập trình viên không còn nằm đơn thuần ở việc viết được bao nhiêu dòng code, mà ở khả năng hiểu bài toán kinh doanh, thiết kế giải pháp, kiểm soát chất lượng và chịu trách nhiệm với hệ thống mình xây dựng.
Nghịch lý của thời kỳ AI là công nghệ có thể tạo ra nhiều sản phẩm hơn, nhưng không có nghĩa sẽ tạo ra nhiều việc làm hơn. Một doanh nghiệp có thể tăng gấp đôi năng suất mà không cần tăng gấp đôi nhân sự. Và khi năng suất tăng nhanh hơn nhu cầu thị trường, số lượng lao động cần thiết thậm chí có thể giảm xuống. Với người lao động, thách thức không chỉ là học cách sử dụng AI, mà còn phải tìm được những năng lực mà AI có thể hỗ trợ nhưng chưa thể tự mình đảm nhiệm trọn vẹn.
