Cùng một công cụ AI, có người tiết kiệm được hàng giờ mỗi tuần, nhưng cũng có người mất thêm thời gian để sửa những gì AI tạo ra. Khác biệt không chỉ nằm ở công cụ, mà còn ở cách AI được đưa vào công việc.
Một nghiên cứu của Boston Consulting Group (BCG) với đội ngũ chuyên gia tư vấn cho thấy những người sử dụng GPT-4 để thực hiện các nhiệm vụ nằm trong khả năng của công cụ hoàn thành công việc nhanh hơn 25%, thực hiện được nhiều hơn 12% nhiệm vụ và tạo ra kết quả có chất lượng cao hơn 40% so với nhóm không sử dụng AI. Nhưng ở những nhiệm vụ nằm ngoài “vùng năng lực” của AI, người sử dụng công cụ lại có kết quả kém hơn 19%.
Con số này cho thấy AI không phải một chiếc nút bấm để tự động tăng năng suất. Hiệu quả phụ thuộc rất lớn vào cách con người tổ chức mối quan hệ giữa AI và công việc.
AI thông minh là lợi thế, nhưng cách con người sử dụng mới tạo nên hiệu quả. Ảnh: Midjourney
Không phải dùng nhiều AI, mà dùng AI đúng chỗ
Một trong những hiểu lầm phổ biến hiện nay là năng suất với AI đồng nghĩa với việc biết càng nhiều công cụ càng tốt.
ChatGPT để viết, Gemini để tìm kiếm, NotebookLM để đọc tài liệu, công cụ khác để tạo hình ảnh, công cụ khác để tự động hóa… Danh sách có thể kéo dài hàng chục cái. Nhưng nếu mỗi công việc lại phải chuyển qua nhiều nền tảng, nhập lại dữ liệu, viết lại yêu cầu và kiểm tra kết quả, thời gian tiết kiệm được có thể nhanh chóng biến mất.
Những điểm nghẽn thường nằm ở những phần việc lặp lại hoặc tiêu tốn nhiều thời gian nhưng không nhất thiết cần con người làm từ đầu đến cuối. Đó có thể là việc đọc 50 tài liệu để tìm ra 5 ý chính, tổng hợp thông tin từ nhiều nguồn, phân loại hàng trăm hồ sơ, chuyển biên bản cuộc họp thành danh sách công việc hoặc tạo bản nháp đầu tiên của một báo cáo.
Đây chính là những “điểm nghẽn” mà AI có thể trở thành đòn bẩy.
Một nghiên cứu của MIT và Stanford về nhân viên chăm sóc khách hàng, công bố trên Quarterly Journal of Economics, cho thấy khi được hỗ trợ bởi một công cụ AI, năng suất của nhân viên tăng trung bình khoảng 14%. Đáng chú ý, nhóm nhân viên ít kinh nghiệm có mức cải thiện khoảng 34%.
Điều này gợi ra một cách nhìn khác: AI không nhất thiết phải thay thế một công việc hoàn chỉnh mới tạo ra giá trị. Chỉ cần hỗ trợ đúng một khâu đang tiêu tốn nhiều thời gian, nó đã có thể tạo ra khác biệt đáng kể.
AI càng mạnh, cách giao việc càng quan trọng
Khai thác đúng AI để biến công nghệ thành đòn bẩy năng suất. Ảnh: Midjourney
Khi AI có thể xử lý nhiều bước trong cùng một công việc, cách giao việc cũng cần thay đổi. Thay vì chỉ yêu cầu AI “viết cho tôi một bài”, người dùng có thể giao cho AI một chuỗi nhiệm vụ rõ ràng hơn.
Ví dụ, với một báo cáo dài, AI có thể được giao lần lượt: đọc tài liệu, xác định các luận điểm chính, phân loại thông tin theo chủ đề, chỉ ra những điểm còn thiếu bằng chứng, lập cấu trúc báo cáo và cuối cùng mới tạo bản nháp.
Khi đó, AI không còn đơn thuần là một công cụ tạo văn bản. Nó tham gia vào quy trình xử lý công việc.
Tốc độ không đồng nghĩa với năng suất
Năm 2025, nghiên cứu của METR theo dõi 16 nhà phát triển phần mềm giàu kinh nghiệm khi thực hiện các nhiệm vụ thực tế cho thấy nhóm sử dụng AI hoàn thành công việc chậm hơn 19% so với khi không sử dụng AI. Đáng chú ý, trước khi bắt đầu nghiên cứu, chính những nhà phát triển này dự đoán AI sẽ giúp họ nhanh hơn khoảng 24%.
Con số này cho thấy một điều dễ bị bỏ qua: AI tạo ra đầu ra nhanh hơn không có nghĩa toàn bộ công việc cũng hoàn thành nhanh hơn. AI có thể viết mã nhanh, tạo bản nháp nhanh, tìm thông tin nhanh. Nhưng tốc độ tạo ra đầu ra không đồng nghĩa với tốc độ hoàn thành công việc. Nếu người dùng phải đọc lại, sửa lỗi, kiểm tra giả định, đối chiếu nguồn và xử lý những phần AI hiểu sai, “thời gian được tiết kiệm” ở bước đầu có thể được trả lại ở bước sau.
Giữ quyền chủ động khi làm việc cùng AI
AI càng tham gia sâu vào công việc, quyền chủ động của con người càng quan trọng. Một câu trả lời thuyết phục chưa chắc đã đúng, một bản tổng hợp đầy đủ chưa chắc đã đủ căn cứ. AI có thể xử lý phần việc phù hợp, nhưng con người vẫn cần kiểm tra những gì quan trọng và đưa ra quyết định cuối cùng.
Do đó, quyền chủ động không nằm ở việc con người phải làm lại tất cả những gì AI đã làm. Ngược lại, mục tiêu là để AI xử lý những phần việc phù hợp, còn con người tập trung vào những phần đòi hỏi phán đoán, bối cảnh và trách nhiệm.
Đòn bẩy nằm ở cách tổ chức công việc
Muốn biến AI thành đòn bẩy năng suất, trước hết phải biết công việc đang “tắc” ở đâu. Đó có thể là một khâu lặp đi lặp lại, một nhiệm vụ mất quá nhiều thời gian hoặc một phần việc AI có thể xử lý mà vẫn nằm trong khả năng kiểm soát. Khi xác định được điểm cần AI hỗ trợ, cũng cần biết kết quả nào phải được kiểm tra và quyết định nào vẫn thuộc về con người.
Bởi đòn bẩy không làm thay con người. Nó giúp một lực nhỏ tạo ra tác động lớn hơn. AI cũng vậy: giá trị không nằm ở việc làm thay tất cả, mà ở khả năng giúp con người dành nhiều thời gian hơn cho những phần việc thực sự cần đến phán đoán và quyết định.
