Trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh (Gen AI), đang cách mạng hóa cách thức làm việc, mang lại khả năng tăng đáng kể khối lượng đầu ra, tốc độ công việc và giảm thiểu nỗ lực của con người thông qua việc tự động hóa các tác vụ phức tạp hoặc đơn giản. Bên cạnh đó, A.I còn có thể nâng cao chất lượng quyết định thông qua phân tích dữ liệu chuyên sâu, tăng tốc đổi mới bằng cách mô hình hóa và thử nghiệm ý tưởng, cũng như hỗ trợ quá trình sáng tạo bằng cách cung cấp nguồn tài liệu vô hạn. Tuy nhiên, việc ứng dụng AI thay thế con người cũng đi kèm với những chi phí ẩn đáng kể, có thể vượt ra ngoài các lợi ích về năng suất và hiệu quả. Đứng từ góc nhìn của người quản lý, có thể cho rằng những chi phí ẩn này mới là điều đáng lo ngại nhất trong việc ứng dụng AI chứ không phải là các vấn đề về bảo mật dữ liệu, chất lượng công việc do A.I đảm nhận hay những rắc rối pháp lý có thể xảy ra.
Chi phí ẩn của việc sử dụng AI
Một trong những chi phí ẩn quan trọng nhất là sự mất mát cơ hội học hỏi và hiểu biết sâu sắc. Khi AI thực hiện các tác vụ như dịch thuật, giải quyết vấn đề hoặc tóm tắt tài liệu, con người có thể bỏ lỡ những bài học và sự thấu hiểu mà họ có thể đạt được nếu tự mình thực hiện quy trình đó. Hơn nữa, việc thực hành là yếu tố then chốt để hoàn thiện kỹ năng. Việc phụ thuộc vào AI để chỉnh sửa tài liệu, viết mã hoặc tìm lỗi có thể mang lại lợi ích ngắn hạn nhưng lại tiềm ẩn rủi ro đối với sự cải thiện khả năng dài hạn của con người.
AI cũng có thể ảnh hưởng đến các mối quan hệ xã hội. Khi AI cho phép cá nhân tự giải quyết nhiều vấn đề mà trước đây cần sự hợp tác, dẫn đến ít tương tác giữa các cá nhân hơn. Điều này có thể làm suy yếu sự hiểu biết lẫn nhau, cảm giác kết nối cộng đồng và sự tin cậy. Bên cạnh đó, việc giao phó các nhiệm vụ như tóm tắt cho A.I có thể làm giảm mức độ gắn kết tâm lý của con người với công việc, bỏ lỡ cơ hội định hình, diễn giải và phát triển ý tưởng. Cuối cùng, việc sử dụng AI để tự động tạo tài liệu hay nảy sinh các ý tưởng cho một vấn đề có thể loại bỏ giọng điệu và phong cách cá nhân, khiến cho kết quả trở nên giống nhau hơn do các mô hình ngôn ngữ lớn (LLM) có xu hướng hội tụ về các câu trả lời tương tự từ dữ liệu huấn luyện của chúng. Điều này cũng có nghĩa là tổ chức sẽ mất đi những ý tưởng đột phá.
Tác động của AI đối với lực lượng lao động phụ thuộc vào từng loại công việc
Tác động của AI lên lực lượng lao động không đồng nhất mà phụ thuộc vào đặc điểm của từng công việc. Trong các công việc có "đường cong học tập dốc", nơi năng suất của nhân viên cấp cao vượt xa nhân viên sơ cấp, các kỹ năng cấp đầu vào dễ bị tự động hóa hơn bởi AI, điều này có thể làm tăng rào cản gia nhập. AI có thể nâng cao năng suất của những người có kinh nghiệm, giảm nhu cầu về đồng nghiệp ít kinh nghiệm hơn và làm gián đoạn lộ trình phát triển từ nhân viên sơ cấp đến mức chuyên gia. Trong ngành ngân hàng, những công việc có thể thuộc nhóm này bao gồm:
Chuyên viên phân tích tài chính cấp cao/Quản lý danh mục đầu tư: Những vị trí này đòi hỏi kiến thức sâu rộng về thị trường, khả năng phân tích phức tạp, đưa ra các quyết định đầu tư chiến lược, và kinh nghiệm xử lý các tình huống thị trường biến động. Đây là những kỹ năng được tích lũy qua nhiều năm làm việc và không dễ dàng được tự động hóa hoàn toàn. Chuyên gia quản lý rủi ro: Yêu cầu khả năng đánh giá, phân tích và quản lý các loại rủi ro phức tạp trong hoạt động ngân hàng (rủi ro tín dụng, rủi ro thị trường, rủi ro hoạt động). Kiến thức và kinh nghiệm trong lĩnh vực này rất đặc thù và cần thời gian dài để thành thạo. Chuyên viên tư vấn tài chính cá nhân/doanh nghiệp cao cấp: Đòi hỏi khả năng xây dựng mối quan hệ tin cậy với khách hàng, thấu hiểu nhu cầu tài chính phức tạp và đưa ra giải pháp tùy chỉnh, đòi hỏi kinh nghiệm thực tế và kỹ năng mềm vượt trội. Kiểm toán nội bộ cấp cao: Cần kinh nghiệm thực tế, khả năng phát hiện sai sót tinh vi và hiểu biết hệ thống kiểm soát nội bộ. Kỹ sư/Kiến trúc sư hệ thống ngân hàng: Phát triển và duy trì các hệ thống công nghệ cốt lõi của ngân hàng, yêu cầu kiến thức chuyên sâu về kiến trúc phần mềm, bảo mật, và khả năng tích hợp các hệ thống phức tạp.
Ngược lại, trong các công việc có "đường cong học tập phẳng" và dựa nhiều vào kiến thức rõ ràng (có thể học từ sách vở), A.I có thể làm cho các kỹ năng cần thiết dễ tiếp cận hơn, từ đó hạ thấp rào cản gia nhập các công việc thuộc nhóm này. Trong ngành ngân hàng, những công việc có thể thuộc nhóm này bao gồm:
Nhân viên giao dịch/Hỗ trợ khách hàng (cấp độ cơ bản): Các công việc liên quan đến xử lý giao dịch thường ngày, trả lời các câu hỏi cơ bản của khách hàng, hoặc nhập liệu. Kiến thức cần thiết cho các tác vụ này thường được chuẩn hóa và có thể học nhanh chóng thông qua các quy trình đào tạo rõ ràng. Chuyên viên xử lý hồ sơ/Chứng từ: Các tác vụ liên quan đến kiểm tra, đối chiếu và xử lý các loại hồ sơ, chứng từ theo quy định. Đây là những công việc có tính chất lặp lại và dựa trên các quy tắc rõ ràng. Nhân viên nhập liệu/Kiểm soát dữ liệu: Các tác vụ liên quan đến việc nhập thông tin vào hệ thống, kiểm tra tính chính xác của dữ liệu. Kiến thức yêu cầu chủ yếu là quy trình và sự cẩn thận. Hỗ trợ hành chính/Văn thư: Các công việc văn phòng cơ bản, sắp xếp tài liệu, lên lịch hẹn…, thường không yêu cầu kiến thức chuyên môn sâu.
Tổ chức hình kim cương và những khuyến nghị cho ngân hàng thương mại trong việc sử dụng AI
Trong bối cảnh sử dụng AI, đặc biệt là Gen AI, "tổ chức hình kim cương" được dự đoán sẽ xuất hiện, thay thế cho cấu trúc "kim tự tháp" truyền thống. Đặc điểm của tổ chức hình kim cương bao gồm việc giảm số lượng vị trí nhân viên sơ cấp do Gen AI tự động hóa một phần đáng kể các nhiệm vụ liên quan. Đồng thời, các lớp quản lý trung gian cũng sẽ giảm đi khi Gen AI đảm nhiệm nhiều nhiệm vụ thường xuyên và quy trình ra quyết định, tạo ra các kết nối trực tiếp hơn giữa lãnh đạo cấp cao và nhân viên cấp dưới. Cấu trúc này cũng sẽ có một số lượng lớn nhân viên có kinh nghiệm ở các cấp độ giữa, được trang bị công cụ AI để tăng cường năng suất. Tuy nhiên, điều này cũng đồng nghĩa với việc ít cơ hội thăng tiến hơn cho nhân viên thông qua các vị trí truyền thống.
Để thích ứng với những thay đổi này, các ngân hàng thương mại cần xem xét thực hiện một số khuyến nghị sau:
Tái cấu trúc tổ chức và chiến lược nhân tài để thích ứng với AI
Ngân hàng cần chuẩn bị cho việc Gen AI có thể làm thay đổi cấu trúc "kim tự tháp" truyền thống, chuyển sang cấu trúc phẳng hơn hoặc hình kim cương, nơi tỷ lệ nhân viên sơ cấp so với cấp cao có thể giảm đáng kể. Các cấu trúc tổ chức mới này có thể thúc đẩy trao đổi thông tin nhanh hơn và giao tiếp trực tiếp hơn giữa các cấp độ, dẫn đến việc ra quyết định và thực hiện linh hoạt hơn. Việc đánh giá lại quản lý cấp trung là cần thiết, vì AI có thể đảm nhiệm nhiều nhiệm vụ và quy trình ra quyết định thường xuyên.
Về chiến lược tuyển dụng, ngân hàng cần giảm nỗ lực tuyển dụng những nhân sự có sẵn kỹ năng và yêu cầu các nhóm tuyển dụng có khả năng thích ứng nhanh hơn với công nghệ thay đổi. Đồng thời, cần phát triển các nguồn tài năng kế cận mới, có thể bằng cách tuyển dụng từ các ngành khác hoặc tìm cách nuôi dưỡng và chuẩn bị tài năng cho các vai trò cấp cao hơn. Tăng cường giữ chân nhân tài có kinh nghiệm sẽ trở thành ưu tiên quan trọng, thay vì mô hình tuyển dụng ồ ạt và thay thế nhanh chóng khi nhân viên rời bỏ.
Đổi mới mô hình đào tạo và phát triển
Trọng tâm đào tạo cần chuyển từ việc đào tạo cho nhân viên mới sang tăng cường năng suất của nhân viên hiện có, tập trung vào các kỹ năng ngày càng quan trọng với A.I. Đối với các tổ chức hình kim cương, cần tái cấu trúc lộ trình học tập để tạo điều kiện thuận lợi cho việc luân chuyển ngang của những nhân viên có kinh nghiệm từ các lĩnh vực khác và những người có sự nghiệp bị gián đoạn bởi AI. Ngân hàng cần áp dụng các mô hình đào tạo mới giúp tăng tốc học tập, vừa để giúp nhân viên hiện tại thích nghi vừa để nhân viên mới nhanh chóng nắm bắt các kỹ năng cần thiết. Ưu tiên các chương trình nội bộ, tùy chỉnh, dựa nhiều vào kiến thức đặc thù của ngân hàng và ngành, thay vì chờ đợi các bên thứ ba phát triển các chương trình đào tạo. Trong môi trường làm việc có ít cơ hội học hỏi tại chỗ cho nhân viên sơ cấp, mô phỏng sẽ trở thành cơ chế quan trọng để giúp nhân viên tích lũy kinh nghiệm quan trọng cần thiết mà không tốn nhiều thời gian thực tế.
Quản lý kiến thức đặc thù của ngân hàng và tạo ra các cơ hội học hỏi mới
Khi Gen AI tự động hóa các kỹ năng tổng quát hơn, kiến thức đặc thù của ngân hàng sẽ trở thành yếu tố ngày càng quan trọng để nâng cao năng suất của nhân viên. AI có thể đảm nhiệm các nhiệm vụ truyền thống vốn dùng để phát triển năng lực nền tảng, điều này có thể khiến những người mới có ít cơ hội hơn để tích lũy kinh nghiệm cần thiết để thăng tiến. Do đó, ngân hàng cần chủ động tạo ra các cơ hội học hỏi thay thế, ví dụ như các dự án đặc biệt, luân chuyển công việc, hoặc các chương trình cố vấn. Đồng thời, cần xác định và bồi dưỡng kiến thức này, và xây dựng cơ sở hạ tầng để làm cho kiến thức đó dễ tiếp cận hơn cho nhân viên (ví dụ: hệ thống quản lý kiến thức mới, wiki nội bộ, nền tảng học tập hỗ trợ AI). Cuối cùng, cần cân bằng lợi ích của chuyên môn hóa với nhu cầu về sự linh hoạt của lực lượng lao động.
Đánh giá cẩn trọng giá trị thực sự của AI
Ngân hàng cần thực hiện một "kiểm toán giá trị AI" khách quan và toàn diện để cân nhắc lợi ích (như tăng năng suất, hiệu quả) và chi phí (như mất kỹ năng, giảm tương tác, giảm gắn kết). Đối với mỗi nhiệm vụ có thể thực hiện bằng AI, cần xác định các loại giá trị mà nhiệm vụ đó tạo ra. Ngoài khối lượng, tốc độ, chất lượng và hiệu quả của đầu ra, cần xem xét mức độ học hỏi, mức độ thúc đẩy tương tác xã hội và mối quan hệ, và liệu nó có hưởng lợi từ một giọng điệu độc đáo hay cá nhân hay không.
Không phải mọi nhiệm vụ đều cần cung cấp mọi loại giá trị; cần tập trung vào nơi mang lại lợi ích lớn nhất và cần thiết nhất. Ví dụ, tự động hóa ghi chú cuộc họp có thể tăng hiệu quả nhưng giảm sự kết nối và gắn kết; hãy cân nhắc chỉ tự động hóa cho các cuộc họp ít quan trọng hoặc xen kẽ giữa AI và ghi chú trực tiếp. Nếu sử dụng A.I để thay thế một cuộc họp huy động ý tưởng, hãy tìm kiếm các cơ hội khác để mọi người xây dựng mối quan hệ. Cần coi mỗi quyết định sử dụng Gen A.I đều có "ngày hết hạn" và tái đánh giá khi có dữ liệu mới để đảm bảo các quyết định vẫn tối ưu và thích nghi với sự thay đổi của công nghệ và ngữ cảnh. Đảm bảo các chỉ số hiệu suất chính (KPI) và các chỉ số khác không chỉ tập trung vào đầu ra và tốc độ; nếu các chỉ số KPI chỉ khuyến khích giao việc cho AI, cần xem xét điều chỉnh để thúc đẩy các hành vi có nguy cơ bị ảnh hưởng như hợp tác hoặc học hỏi. Cuối cùng, cần trao đổi minh bạch với nhân viên về lợi ích và hạn chế của Gen AI để họ nhận thức đầy đủ và đưa ra quyết định phù hợp với lợi ích của bản thân và của ngân hàng.
Nhận thức về tác động đến đường cong học tập và cơ hội nghề nghiệp
Gen AI có khả năng tự động hóa một tỷ lệ đáng kể các nhiệm vụ liên quan đến công việc nhân viên sơ cấp, điều này có thể dẫn đến việc giảm số lượng tuyển dụng nhân viên sơ cấp. AI cũng có thể đảm nhiệm các nhiệm vụ phát triển năng lực nền tảng, khiến những người mới có ít cơ hội hơn để tích lũy kinh nghiệm cần thiết để thăng tiến. Ngân hàng cần giải quyết vấn đề này để phát triển tài năng trong tương lai. Tuy nhiên, Gen AI cũng có thể làm cho các kỹ năng được yêu cầu trở nên dễ tiếp cận hơn, đặc biệt trong các công việc đòi hỏi kiến thức rõ ràng, giúp giải quyết tình trạng thiếu hụt ứng viên đủ điều kiện trong các ngành nghề có nhu cầu cao và trả lương cao. Cuộc cách mạng AI đang thay đổi không chỉ những gì chúng ta học mà còn cả cách chúng ta học, định hình lại các mô hình mới cho việc tích lũy kỹ năng và thăng tiến nghề nghiệp.
Tài liệu tham khảo
- https://hbr.org/2025/03/how-gen-ai-could-change-the-value-of-expertise
- https://hbr.org/2025/06/recalculating-the-costs-and-benefits-of-gen-ai
