Từ báo cáo McKinsey đến dữ liệu ILO tại Việt Nam: hiểu đúng tác động của AI, tìm hướng nghề nghiệp gần với kỹ năng hiện có và xây kế hoạch thực hành 30 ngày.
Bạn vẫn làm đủ việc, vẫn hoàn thành báo cáo, vẫn giao sản phẩm đúng hạn. Nhưng một ngày, đồng nghiệp dùng AI để xử lý bản nháp nhanh hơn, sếp muốn cùng một đội ngũ làm được nhiều việc hơn, còn tin tuyển dụng bắt đầu yêu cầu những kỹ năng bạn chưa từng học.
Sự thay đổi có thể đến trước cả thông báo tái cấu trúc. Với người đang đi làm, câu hỏi thiết thực là: mình cần nâng cấp phần nào của công việc để còn nhiều lựa chọn nghề nghiệp?
Bài viết này đối chiếu nghiên cứu quốc tế với dữ liệu Việt Nam, rồi đề xuất cách bắt đầu từ công việc thật. Các ví dụ và kế hoạch thực hành phía dưới là gợi ý của Kstudy, không phải dự báo tuyển dụng hay cam kết chuyển nghề thành công.
Ảnh minh họa: Annie Spratt / Unsplash. Không phải ảnh học viên Kstudy.
1. Hiểu đúng con số 11 triệu và “1 trong 7”
Báo cáo Workforce in motion của McKinsey Global Institute (29/9/2026) ước tính 11 triệu lao động Mỹ có thể cần chuyển nghề đến 2035 trong kịch bản cơ sở; khoảng kịch bản là 6–16 triệu.
Khoảng một trong bảy có lộ trình trực tiếp, cần ít đào tạo lại và giữ thu nhập. Nhu cầu AI fluency trong dữ liệu nghiên cứu tăng 11 lần từ năm 2022.
Đây là dự báo, không phải thống kê mất việc. Tự động hóa tác vụ cũng khác với giảm nhu cầu lao động. Không áp dụng nguyên tỷ lệ Mỹ cho Việt Nam. Đọc báo cáo McKinsey.
2. Việt Nam đã có nghiên cứu riêng: 11,5 triệu lao động có thể chịu tác động
Theo ILO công bố ngày 16/4/2026, khoảng 11,5 triệu lao động Việt Nam, tương đương một phần năm, làm những nghề có tác vụ có thể chịu ảnh hưởng của GenAI. Nhóm có nguy cơ tự động hóa hoàn toàn khoảng một triệu người, dưới 2% lực lượng lao động.
Hành chính–văn thư là nhóm đáng chú ý; tài chính–bảo hiểm, bán buôn–bán lẻ và thông tin–truyền thông cũng có mức độ tác động cao. ILO chưa thấy bằng chứng rõ ràng về giảm cơ hội việc làm của lao động trẻ trình độ cao trong các ngành chịu tác động lớn ở giai đoạn 2022–2024.
11,5 triệu người “chịu tác động” tại Việt Nam và 11 triệu người “có thể chuyển nghề” tại Mỹ đo hai đại lượng khác nhau. Không nên cộng, so sánh trực tiếp hoặc gọi cả hai là số người mất việc. Đọc thông tin và báo cáo của ILO.
3. Từ lo mất việc đến nhìn lại giá trị mình tạo ra
Hãy tách công việc thành ba phần: thao tác lặp lại; xử lý vấn đề; chịu trách nhiệm về kết quả. AI có thể hỗ trợ cả ba ở mức độ khác nhau, nhưng bạn cần biết phần nào được phép giao, phần nào phải đối soát và ai quyết định cuối cùng.
Ví dụ, tổng hợp phản hồi khách hàng là một thao tác. Phát hiện vì sao khách hàng bỏ mua là một bài toán. Chọn thay đổi nào, phối hợp với đội bán hàng và đánh giá kết quả là trách nhiệm. Khi học AI, hãy đi hết chuỗi đó thay vì dừng ở việc tạo một bản tổng hợp đẹp.
WEF, trong Future of Jobs Report 2025, ghi nhận nhà tuyển dụng dự kiến 39% kỹ năng cốt lõi của người lao động sẽ thay đổi đến năm 2030; 63% coi thiếu kỹ năng là rào cản chuyển đổi. Báo cáo khảo sát hơn 1.000 doanh nghiệp tại 55 nền kinh tế và đề cập nhiều động lực, không chỉ AI. Xem báo cáo WEF.
Gợi ý thực hành của Kstudy: mô tả bản thân bằng kết quả bạn làm được. “Tôi viết content” có thể trở thành “Tôi nghiên cứu khách hàng, xây thông điệp và kiểm tra nội dung có tạo phản hồi phù hợp không”. Mô tả mới giúp bạn nhận ra phần kỹ năng cần bổ sung, đồng thời làm rõ đóng góp của mình với người quản lý.
4. Nâng cấp nghề hiện tại hay chuyển sang nghề khác?
Không cần quyết định nghỉ việc ngay khi đọc một báo cáo về AI. Có thể bắt đầu bằng ba hướng, tùy mục tiêu và điều kiện của bạn.
Hướng thứ nhất: nâng cấp trong vai trò đang làm
Phù hợp khi bạn vẫn muốn tiếp tục nghề hiện tại, hiểu nghiệp vụ và có một quy trình cần cải thiện. Nhân viên hành chính có thể thử chuẩn hóa mẫu văn bản; người làm nội dung có thể xây quy trình nghiên cứu, viết nháp và kiểm chứng; người phụ trách đào tạo có thể tổ chức lại tài liệu để dễ tra cứu.
Mục tiêu đầu tiên là một công việc làm tốt hơn, có tiêu chí đánh giá rõ. Trước khi nói “AI giúp nhanh hơn”, hãy tính cả thời gian kiểm tra và sửa lỗi.
Hướng thứ hai: đi sang một vai trò gần với kinh nghiệm sẵn có
Hãy tìm những vị trí dùng lại được hiểu biết ngành, khả năng giao tiếp hoặc điều phối của bạn. Người chăm sóc khách hàng có thể tìm hiểu công việc vận hành CRM; người làm content có thể nghiên cứu thêm đo lường và lập kế hoạch; người điều phối dự án có thể học cách thiết kế workflow.
Đây là các ví dụ để khảo sát, không phải lời khẳng định những vị trí đó đang tuyển nhiều hoặc trả lương cao hơn. Đọc tin tuyển dụng thực tế, trao đổi với người làm nghề và thử một dự án nhỏ trước khi chọn hướng.
Hướng thứ ba: chuyển nghề với lộ trình đào tạo dài hơn
Nếu nghề đích đòi hỏi nền tảng hoàn toàn khác, hãy làm rõ điều kiện đầu vào, thời gian học, bằng cấp bắt buộc và chi phí sống trong giai đoạn chuyển tiếp. Một khóa học nhập môn AI có thể hỗ trợ bạn thử cách làm việc mới; để đủ năng lực hành nghề, bạn còn cần đào tạo chuyên môn tương ứng.
Đừng mặc định mọi chứng nhận khóa học đều là giấy phép hành nghề hoặc được mọi nhà tuyển dụng công nhận. Hỏi rõ đơn vị cấp, điều kiện hoàn thành và giá trị sử dụng trước khi đăng ký.
5. Ba nhóm kỹ năng nên xây cùng nhau
Nghiệp vụ: biết kết quả đúng phải như thế nào
Người làm marketing cần hiểu khách hàng, thông điệp và mục tiêu kinh doanh. Người làm hành chính cần hiểu mẫu, thẩm quyền và quy trình. Người vận hành cần hiểu dữ liệu, trách nhiệm và tình huống ngoại lệ. Khi nền nghiệp vụ còn yếu, một câu trả lời trôi chảy của AI dễ bị nhầm thành câu trả lời đúng.
AI và dữ liệu: giao việc, kiểm tra, dùng lại
Học cách đưa đủ ngữ cảnh, đặt yêu cầu đầu ra và kiểm tra nguồn. Sau đó, lưu cách làm để áp dụng được với dữ liệu mới. Bạn cần nhận biết lúc AI thiếu thông tin, tự điền số liệu hoặc đề xuất một hành động vượt quyền.
Chỉ dùng tài liệu công ty được phép đưa vào công cụ AI. Khi luyện tập, ưu tiên dữ liệu giả lập hoặc đã loại thông tin nhận diện. Với tiền lương, hợp đồng và hồ sơ khách hàng, cần theo chính sách của đơn vị trước khi xử lý.
Phối hợp và thích ứng: biến bản nháp thành kết quả sử dụng được
Hãy luyện cách giải thích quyết định, nhận phản biện và xử lý tình huống phát sinh. Một workflow tốt cần người khác hiểu và dùng lại được. Nếu chỉ mình bạn biết chạy, khả năng chuyển giao còn yếu.
6. Kế hoạch 30 ngày: học AI bằng một việc đang làm
Đây là khung thực hành Kstudy đề xuất, không phải thời hạn để thành thạo AI hay đổi nghề. Hãy điều chỉnh theo quỹ thời gian và quyền sử dụng dữ liệu của bạn.
Ngày 1–7: chọn bài toán và ghi điểm xuất phát
Liệt kê những việc bạn làm mỗi tuần. Chọn một việc lặp lại, có đầu ra rõ và rủi ro thấp, chẳng hạn tổng hợp tài liệu công khai hoặc viết nháp theo mẫu. Ghi thời gian làm thủ công, các lỗi thường gặp và tiêu chí để bản cuối được chấp nhận.
Đầu ra: một mô tả bài toán, một mẫu kết quả đạt yêu cầu và số liệu ban đầu do chính bạn ghi nhận.
Ngày 8–14: chạy thử có kiểm soát
Đưa cho AI mục tiêu, dữ liệu được phép dùng, mẫu đầu ra và điều kiện dừng. Yêu cầu chỉ rõ phần thiếu thông tin. Bạn kiểm tra từng kết quả trước khi dùng; chưa tự động gửi email, đăng nội dung hay thay đổi dữ liệu thật.
Đầu ra: một bản thử nghiệm, ghi lại điểm làm được và lỗi cần sửa.
Ngày 15–21: đóng gói cách làm và thử dữ liệu mới
Lưu hướng dẫn thành checklist hoặc Skill: đầu vào cần gì, bước nào AI hỗ trợ, bước nào con người duyệt và lỗi nào phải dừng. Chạy lại với một bộ dữ liệu khác để biết kết quả có ổn định hay chỉ tốt ở lần đầu.
Đầu ra: một workflow có thể chạy lại, kèm ví dụ lỗi và cách xử lý.
Ngày 22–30: đo kết quả và chọn bước tiếp theo
So sánh thời gian tổng, số lỗi và chất lượng đầu ra với điểm xuất phát. Nhờ một đồng nghiệp đọc hướng dẫn hoặc góp ý sản phẩm nếu điều kiện cho phép. Nếu kết quả chưa tốt, thu hẹp phạm vi hoặc bổ sung kiến thức nghiệp vụ trước khi mở rộng.
Đầu ra: một hồ sơ thực hành gồm vấn đề, cách làm, kết quả thực đo, giới hạn và kế hoạch cải thiện. Không cần trình bày như một case thành công khi dữ liệu chưa chứng minh.
7. Với người làm marketing và chủ doanh nghiệp nhỏ, bắt đầu ở đâu?
Người làm content: chọn một chủ đề, thu thập nguồn, nhờ AI đề xuất cấu trúc rồi tự kiểm tra luận điểm. Lưu brief, bản chỉnh sửa và lý do chỉnh. Hồ sơ này cho thấy năng lực biên tập, không chỉ khả năng tạo nhiều chữ.
Người làm sales hoặc chăm sóc khách hàng: thử phân nhóm câu hỏi từ dữ liệu được phép dùng, dựng bản nháp câu trả lời và quy tắc chuyển cho người phụ trách. Đo số câu trả lời phải sửa; không tự gửi khi chưa kiểm tra.
Người làm văn phòng: chọn một mẫu báo cáo hoặc văn bản, xác định trường bắt buộc và điểm phải đối soát. Một kết quả nhanh nhưng sai tên, ngày hoặc số tiền chưa thể coi là cải thiện.
Chủ doanh nghiệp nhỏ: chọn một quy trình, giao rõ người phụ trách và dành thời gian cho nhân sự thử nghiệm. Đánh giá chất lượng, thời gian kiểm tra và khả năng vận hành lại trước khi nhân rộng. Nhân viên có trách nhiệm học; doanh nghiệp cũng cần tạo điều kiện về thời gian, dữ liệu và hướng dẫn.
8. Chọn khóa học theo bài toán, không theo danh sách công cụ
Trước khi đăng ký, hãy hỏi: tôi sẽ thực hành việc gì, mang về sản phẩm nào, được góp ý ở đâu và làm lại được sau lớp không? Kiểm tra chương trình, lịch học, yêu cầu tài khoản và mức độ phù hợp với nền tảng của mình.
Nếu bạn mới dùng AI và muốn áp dụng vào văn bản, email, nghiên cứu hoặc nội dung, có thể tìm hiểu Enter AI của Kstudy. Chương trình hiện giới thiệu ba buổi thực hành: tạo trợ lý hiểu công việc, lưu cách làm dùng lại và thử với email, nghiên cứu, nội dung. Bạn vẫn kiểm tra và quyết định trước khi gửi hoặc đăng.
Hãy mang một việc cụ thể đến buổi tư vấn: “Tôi muốn tổng hợp báo cáo tuần từ các tài liệu này” sẽ giúp xác định cách học phù hợp hơn “Tôi muốn học tất cả về AI”. Xem chương trình và đăng ký tư vấn Enter AI.
Bắt đầu từ một kỹ năng còn thiếu, một quy trình chạy lại được và một kết quả bạn có thể giải thích. Những bước nhỏ đó giúp bạn chủ động đánh giá hướng đi tiếp theo, ngay khi còn đang có việc.
Câu hỏi thường gặp
11 triệu người trong báo cáo có phải đều mất việc vì AI? Không. Đó là ước tính số lao động Mỹ có thể cần chuyển nghề trong một kịch bản đến năm 2035, không phải thống kê số người đã bị sa thải.
Tôi có cần nghỉ việc để học AI không? Bạn có thể bắt đầu với một tác vụ trong công việc hiện tại, dữ liệu được phép sử dụng và lịch học phù hợp. Việc chuyển nghề cần quyết định riêng dựa trên năng lực, yêu cầu nghề đích và điều kiện cá nhân.
Biết viết prompt đã đủ chưa? Prompt là bước giao việc. Bạn còn cần hiểu nghiệp vụ, kiểm tra dữ liệu và nguồn, xử lý ngoại lệ, rồi chứng minh cách làm chạy lại được.
Học xong một khóa AI có bảo đảm tăng lương hoặc có việc mới không? Không thể suy ra điều đó từ việc hoàn thành khóa học. Kết quả còn phụ thuộc năng lực chuyên môn, sản phẩm thực hành, nhu cầu tuyển dụng và điều kiện của mỗi người.
Nguồn tham khảo và ảnh minh họa
- McKinsey Global Institute — Workforce in motion, 29/9/2026.
- ILO Việt Nam — GenAI và việc làm tại Việt Nam, 16/4/2026.
- World Economic Forum — Future of Jobs Report 2025.
Ảnh minh họa: Annie Spratt / Unsplash, sử dụng theo Unsplash License. Ảnh mô tả nhóm đồng nghiệp làm việc với laptop, không phải ảnh học viên Kstudy.
