Khi AI bắt đầu xuất hiện trong các thiết bị, phần mềm văn phòng và quy trình làm việc hằng ngày, câu hỏi quản trị không còn là doanh nghiệp có “dùng AI hay không”. Câu hỏi khó hơn là doanh nghiệp đang dùng AI ở mức nào, dùng để thay đổi công việc ra sao và chuẩn bị năng lực con người như thế nào. Một điểm đáng chú ý trong dữ liệu mới của Federal Reserve Bank of New York là AI đang lan rộng nhanh trong doanh nghiệp, nhưng tác động trước mắt không đi theo kịch bản cắt giảm nhân sự hàng loạt. Dấu hiệu rõ hơn là công việc đang được tái cấu trúc từng phần, còn nhu cầu đào tạo lại đang tăng lên.
Bài viết này nhìn AI như một vấn đề quản trị công việc, không chỉ là vấn đề công nghệ. Khi công cụ trở nên phổ biến, rủi ro không nằm ở việc doanh nghiệp chậm mua phần mềm, mà ở việc đội ngũ dùng AI rời rạc, thiếu chuẩn đầu ra, thiếu kiểm soát chất lượng và không biết phần nào của công việc nên giao cho máy, phần nào vẫn cần phán đoán của con người.
Số liệu mới nói gì?
Trong bài phân tích công bố ngày 1 tháng 9 năm 2026 trên Liberty Street Economics, các nhà nghiên cứu của Federal Reserve Bank of New York cho biết tỷ lệ doanh nghiệp sử dụng AI trong khu vực khảo sát đã tăng nhanh qua ba năm. Với nhóm doanh nghiệp dịch vụ, tỷ lệ sử dụng AI đạt 61% năm 2026, tăng từ 40% năm 2025 và 25% năm 2024. Với các nhà sản xuất, tỷ lệ này đạt 51% năm 2026, gần gấp đôi mức 26% của năm 2025 và hơn ba lần mức 16% của năm 2024. Đây không còn là giai đoạn thử nghiệm hẹp trong một vài nhóm công nghệ.
Tuy vậy, mức đầu tư vẫn tương đối thận trọng. Theo cùng nguồn dữ liệu, khoảng ba phần tư doanh nghiệp dịch vụ và hơn 90% doanh nghiệp sản xuất mô tả khoản đầu tư AI của họ là tối thiểu đến vừa phải. Chỉ 15% doanh nghiệp dịch vụ cho biết đã dành nguồn lực đáng kể cho AI; nhóm sản xuất trong khảo sát chưa ghi nhận doanh nghiệp nào ở mức này. Khoảng 5% doanh nghiệp dịch vụ mô tả AI là khoản đầu tư chiến lược lớn.
Điều này cho thấy một nghịch lý quản trị: AI lan rộng rất nhanh, nhưng phần lớn doanh nghiệp vẫn đang triển khai theo cách từng phần, vừa thử vừa học. AI đã bước vào công việc, nhưng chưa chắc đã bước vào thiết kế tổ chức, cơ chế kiểm soát và hệ thống năng lực một cách đầy đủ.
Không phải câu chuyện thay người ngay lập tức
Một chi tiết quan trọng là tác động lao động trong dữ liệu New York Fed không xác nhận kịch bản sa thải hàng loạt vì AI trong ngắn hạn. Trong số các doanh nghiệp đã dùng AI, chỉ 4% doanh nghiệp dịch vụ cho biết đã sa thải nhân sự do AI; nhóm sản xuất là 0%. Một tỷ lệ lớn hơn cho biết họ tuyển ít hơn so với trường hợp không có AI, nhưng cũng có doanh nghiệp tuyển thêm do nhu cầu mới phát sinh. Cụ thể, 15% doanh nghiệp dịch vụ cho biết họ thuê ít nhân sự hơn, trong khi khoảng 13% lại thuê nhiều hơn do AI.
Vì vậy, nếu nhìn AI chỉ qua lăng kính “máy thay người”, nhà quản lý có thể bỏ sót biến chuyển quan trọng hơn: công việc đang đổi hình. Một nhân viên marketing có thể vẫn giữ vị trí cũ, nhưng cách nghiên cứu khách hàng, viết bản nháp, kiểm tra thông điệp và chuẩn bị báo cáo đã khác. Một nhân viên vận hành vẫn phụ trách cùng quy trình, nhưng một phần kiểm tra, tổng hợp và cảnh báo ngoại lệ có thể được AI hỗ trợ. Chức danh chưa đổi không có nghĩa là năng lực yêu cầu vẫn như cũ.
Khoảng trống nằm ở năng lực triển khai
Dữ liệu của New York Fed cũng cho thấy tỷ lệ người lao động thực sự sử dụng AI trong các doanh nghiệp đã áp dụng vẫn còn khiêm tốn. Tỷ lệ trung vị là 17% với doanh nghiệp dịch vụ và 7% với doanh nghiệp sản xuất. Nói cách khác, nhiều tổ chức đã “có AI”, nhưng AI chưa trở thành năng lực làm việc phổ biến của toàn bộ đội ngũ. Đây là khoảng trống triển khai rất đáng chú ý.
Lý do không chỉ nằm ở công cụ. Trong nhóm chưa sử dụng AI, khoảng một nửa doanh nghiệp cho rằng công việc của họ không phù hợp với AI; khoảng một phần tư cho rằng AI chưa đủ tốt; hơn một phần ba lo ngại về dữ liệu, bảo mật và tính bảo mật thông tin; một tỷ lệ tương tự lo về độ chính xác và độ tin cậy; khoảng một phần ba thiếu nhân sự kỹ thuật. Những rào cản này đều là vấn đề quản trị: xác định use case, kiểm soát dữ liệu, thiết kế quy trình, đặt chuẩn kiểm tra và phát triển năng lực.
Đào tạo lại là hạ tầng của chuyển đổi AI
Một tín hiệu tích cực là các doanh nghiệp đã bắt đầu đào tạo lại nhân sự. New York Fed ghi nhận hơn một phần ba doanh nghiệp dịch vụ và hơn 20% doanh nghiệp sản xuất đang đào tạo lại người lao động để dùng AI. Nội dung đào tạo bao gồm hiểu biết cơ bản về AI, hướng dẫn công cụ cụ thể, tự động hóa tác vụ lặp lại, kỹ thuật prompt, ứng dụng theo chức năng, sử dụng AI có trách nhiệm, kiểm tra đầu ra, hạn chế thiên lệch, bảo mật và tránh phụ thuộc quá mức.
Nhưng đào tạo AI không nên chỉ là lớp học công cụ. Nếu chỉ dạy nhân viên nhập prompt, doanh nghiệp sẽ có nhiều thử nghiệm cá nhân nhưng ít cải thiện hệ thống. Đào tạo cần gắn với công việc thật: quy trình nào được hỗ trợ, đầu ra nào được chấp nhận, ai kiểm tra, lỗi nào không được phép xảy ra, dữ liệu nào không được đưa vào công cụ, và khi nào con người phải ra quyết định cuối cùng.
Góc nhìn quản trị
Một doanh nghiệp muốn dùng AI trong chăm sóc khách hàng không nên bắt đầu bằng câu hỏi “dùng chatbot nào?”. Câu hỏi đúng hơn là: nhóm chăm sóc đang mất nhiều thời gian ở loại yêu cầu nào, yêu cầu nào có thể chuẩn hóa, tình huống nào cần chuyển cho con người, tiêu chí nào dùng để kiểm tra câu trả lời và dữ liệu khách hàng nào không được đưa vào hệ thống. Khi các câu hỏi này rõ, lựa chọn công cụ mới có ý nghĩa.
Ý nghĩa với doanh nghiệp Việt Nam
Với doanh nghiệp Việt Nam, dữ liệu này có một hàm ý thực tế: không nên chờ đến khi có một “dự án AI lớn” mới bắt đầu chuẩn bị. AI đang đi vào công cụ làm việc thường ngày, nên khoảng cách năng lực sẽ xuất hiện rất sớm giữa các nhóm biết cách tích hợp AI vào quy trình và các nhóm chỉ dùng AI như một tiện ích cá nhân. Khoảng cách này không chỉ ảnh hưởng đến năng suất, mà còn ảnh hưởng đến chất lượng quyết định, tốc độ phản hồi khách hàng và khả năng học hỏi của tổ chức.
Trong 6–12 tháng tới, một lộ trình thực tế có thể bắt đầu bằng ba việc. Thứ nhất, chọn một số quy trình có tần suất cao và rủi ro vừa phải để thử nghiệm AI, chẳng hạn tổng hợp báo cáo, phân loại phản hồi khách hàng, chuẩn bị bản nháp nội dung hoặc hỗ trợ phân tích dữ liệu đơn giản. Thứ hai, xây dựng chuẩn đầu ra và nguyên tắc kiểm tra thay vì để mỗi cá nhân tự dùng theo cách riêng. Thứ ba, đào tạo theo vai trò công việc: quản lý cần biết đặt vấn đề và kiểm soát rủi ro, chuyên viên cần biết dùng công cụ để tạo đầu ra tốt hơn, còn lãnh đạo cần biết đo tác động thay vì chỉ đếm số công cụ đã triển khai.
Kết luận
AI đang lan rộng trong doanh nghiệp, nhưng dữ liệu mới cho thấy câu chuyện không đơn giản là thay thế lao động ngay lập tức. Vấn đề cấp thiết hơn là tái thiết kế công việc và đào tạo lại đội ngũ. Doanh nghiệp nào chỉ mua công cụ sẽ có thêm công cụ. Doanh nghiệp nào thiết kế lại cách làm việc, chuẩn hóa đầu ra, kiểm soát rủi ro và phát triển năng lực con người sẽ có cơ hội biến AI thành năng lực vận hành. Trong giai đoạn hiện nay, lợi thế không thuộc về tổ chức dùng AI nhiều nhất, mà thuộc về tổ chức biết biến AI thành cách làm việc có kiểm soát.
Tài liệu tham khảo
Abel, J., Deitz, R., Emanuel, N., & Montalbano, N. (2026, September 1). Businesses are using AI to transform work, not cut jobs. Liberty Street Economics, Federal Reserve Bank of New York. https://libertystreeteconomics.newyorkfed.org/2026/09/businesses-are-using-ai-to-transform-work-not-cut-jobs/
Microsoft. (2026, May 5). Agents, human agency, and the opportunity for every organization. Work Trend Index. https://www.microsoft.com/en-us/worklab/work-trend-index
