Một câu chuyện nhiều bạn quan tâm trên Facebook mình liên quan đến cái gọi là “AI hiring freeze”, nôm na là doanh nghiệp dừng tuyển người và cắt nhân sự do tác động của AI.

Câu chuyện thứ hai là câu chuyện thị trường phản ứng ra sau với pha đình chiến Mỹ-Trung, gói ngân sách của ông Trump, và việc cắt giảm hạn mức tín nhiệm của Mỹ.

Sau 2 cái post về quỹ đầu tư dừng tuyển người vì AI, Microsoft sa thải 6000 anh em vì AI, rồi cái post bên dưới về sự gia tăng của khó khăn kinh tế toàn cầu do xu thế dân số thay đổi, các công ty sẽ muốn cut cost, dùng AI và robot để thay nhân viên (dù chất lượng đi xuống), thì nhiều bạn hỏi mình nên học gì, làm gì để không thất nghiệp.

Thật ra một đứa bạn cũng hỏi mình, vì nó cũng đang quan sát chuyện bà con cho con đi học trường quốc tế 1,x tỷ đồng/năm mà giờ không biết học xong thì sao khi mà AI nổi lên. Có đáng đầu tư vậy không?

Mình vẫn đang mày mò câu trả lời, nhưng mình chia sẻ với các bạn một số quan sát. Đây là những thứ mà mình thấy các tổ chức mình trực tiếp làm, tham gia vào tuyển dụng đang cần, và trả rất cao để lấy (có thể x2, x3 lương bình quân).

1) BIẾT KIẾN THỨC THẬT

Rất nhiều bạn có thể sẽ ngạc nhiên vì thời đại AI rồi ai cần kiến thức nữa, hỏi là ra. Sai lầm chết người là chỗ này.

Thứ nhất, như cái hình bên dưới cho thấy, bạn cứ dựa vào AI, không biết thì hỏi, thì bạn hơn gì nó, thậm chí thua nó. Hai, là AI hiện tại vẫn chém gió khá nhiều (nếu bạn hiểu về các con AI phổ biến dựa trên LLM hoặc ít phổ biến hơn, bạn sẽ hiểu vì sao). Mà bạn không có kiến thức thật, không biết nó chém đúng hay sai, copy sản phẩm đem nộp thì … tiêu rồi.

Muốn có kiến thức thật là trong đầu bạn phải có kiến thức của bạn sẵn, thì như cái hình, não bạn mới bắt đầu kết nối nó lại theo một cái con đường suy luận nào đó, nếu nó đủ logic và thỏa đáng, thì thành bí quyết (“insight”) mà các tổ chức cần.

Không thì thành “conspiracy theory” đi chém gió lùa gà vì nó nghe hay cũng được (như cuốn Chiến tranh tiền tệ của Song Hong Bin, với nhiều người vẫn tin vào những tổ chức truyền thuyết trong đó).

Và điều thú vị là với AI cũng có thể chỉ ra những vấn đề của cuốn đó, thì nhiều người vẫn tin vào đó. Và nhiều người trong số đó lại chính là những người bảo “có gì cần thì hỏi AI”. Những người đó nhiều khả năng sẽ là trong số bị loại ra khỏi cuộc chơi high skill jobs đầu tiên.

Trong thời đại AI, mình có thể nói bạn là trong số hơn 100 PhD applications bọn mình nhận được và trong gần 300 hồ sơ apply vào làm một junior analyst của quỹ mình advise, bọn mình tuyển 2 bạn chỉ vì các bạn ấy có “real knowledge”. Và một lý do khác nữa, đáng ngạc nhiên, là vì rất ít bạn có “human skills”, nghĩa là đi nói chuyện đàng hoàng với đồng nghiệp, cấp trên và khách hàng. Cái này bữa nào mình viết (có cái mình hứa, 2 năm rồi chưa viết vì nhiều cái khác để viết :))) )

Và một kỹ năng khác nữa là khả năng lắng nghe, suy luận logic, nắm bắt được luận điểm và mục tiêu của đối phương, cũng như KHẢ NĂNG ĐẶT CÂU HỎI. Đây là điểm mấu chốt 2.

2) KHẢ NĂNG ĐẶT CÂU HỎI, là cốt lõi.

Bạn xài AI thì AI skills đầu tiên là khả năng ra đầu đề, đặt câu hỏi. Vậy việc đầu tiên bạn phải phân tích được vấn đề, mô tả, chia nhỏ vấn đề thành những “tasks” mà AI có thể làm và reasoning được, cũng như biết nó sai chỗ nào.

Ví dụ, sếp mình bữa cà phê chém gió với mình chỉ ra 1 case là con AI chém gió về tác động chuẩn mực IFRS 15 (cho bạn nào không rõ, là chuẩn mực ghi nhận doanh thu “Revenue from Contracts with Customers”) lên một công ty bảo hiểm sai tè le. Nhưng sau khi cụ ngồi cụ phân tích cầu trả lời của nó, cụ break ra thành từng câu nhỏ và hỏi nó từng phần, thì nó bắt đầu nói đúng.

Tương tự, một trong những bất ngờ lớn mà anh em làm research ở đại học và anh em làm bank nói mình, AI không có khả năng nhận diện covenants trong debt contracts, chỉ nhận ra được 20% (trong khi human trình độ Bachelor phải nhận diện được ít nhất 80% trúng).

Nghĩa là những tasks chuyên sâu chuyên ngành, AI chịu chết vì không ai dạy và cho data train.

Đây là một ví dụ về người xài AI có skill bà con cần. 1 người giỏi và người ta cần, khác với một bạn sẽ không có job chính là ở đây. Cụ sếp mình sẽ mang cái case đó vào lớp dạy, cho thấy AI nó không làm được gì, và sẽ cần tiếp cận thế nào để “uốn” nó cho đúng.

Vấn đề là:

1) CỤ CÓ KIẾN THỨC THẬT, BIẾT AI SAI Ở ĐÂU (cụ nằm trong thành phần góp ý chỉnh sửa IFRS 15!)

2) CỤ HIỂU RÕ QUI TRÌNH, VÀ DO ĐÓ CÓ THỂ ĐẶT CÂU HỎI ĐỂ CHỈNH AI.

Bà con hay nói kỹ năng đặt câu hỏi là kỹ năng mềm. Cái đó đúng, và skill đó nhiều trường tư, trường quốc tế hay chém gió là mình dạy ngon. Nhưng mà thật ra nền tảng của kỹ năng đặt câu hỏi tốt lại là kiến thức cứng nha quí vị. Dạy skill đặt câu hỏi xong rồi chả có kiến thức nền vững thì biết cái gì để mà bắt đầu hỏi. Hỏi xong người ta trả lời rồi cũng có biết đúng hay sai đâu.

3) HUMAN SKILLS 

Mình nói ở trên rồi, nhưng vụ này nên để cho 1 cái post khác, nếu mình rảnh viết, vì có những case đụng vô té ghế, mà mình nghĩ chính mấy em phải được dạy tốt hơn mình rất nhiều.

Sau này ngồi với một cụ O60 đã nghỉ hưu của trường mình, đang làm advisor cho một tổ chức giáo dục tư ở UK, mình mới sáng ra một số thứ.

Nói cách khác, bạn có thể được dạy để trở nên GIẢ VỜ BIẾT ĐIỀU (presentation skills, khả năng viết email gửi sếp, đồng nghiệp, đối tác mà họ không vác ghế quay lại phang, giả vờ là một người làm việc nhóm năng động), nhưng bạn lại không thể BIẾT ĐIỀU. Vì bạn thiếu khả năng hiểu, lắng nghe và thấu cảm.

Nhiều tổ chức giáo dục tập trung train cái số 3 này, là soft skills, nhưng không phải train là có thể tốt được. Và nguy hại hơn, mấy bạn train làm sao ra mà anh em nó chống đối, thách thức đồng đội, chơi game chính trị văn phòng nhiều hơn là làm việc nhóm. 

Và một cái mình thấy cũng ghê ghê, là nhiều uni và trường đang chuyển focus qua dạy cho các bạn soft skills nhiều vì cho rằng hard skills (kiến thức) sẽ bị AI thay thế. Sự thật thì mình nhận ra những cái job trả lương cao cần hard skills nhiều lắm mấy bạn ơi, vì lý do như trên mình chỉ ra, đừng có tưởng tượng ra.

Bác sĩ chỉ con bot mổ, coder kêu con bot code, quant trader/researcher kêu con bot tự chạy simulation, researcher kêu nó chạy modelling, đều cần 1 thứ. HỌ PHẢI BIẾT MẤY CÁI ĐÓ LÀM ĐÚNG HAY SAI và CẦN THÌ CAN THIỆP trong 20s để dọn dẹp tàn cuộc của bot (đang xuất hiện đầy ra).

Thành phần làm được việc thật sự này luôn cần, và luôn chỉ chiếm một tỷ lệ nhỏ được train ra. Số mà biết lơ mơ luôn rất đông. Và số không biết gì luôn chiếm 10-20% số được train ra (nhờ cheating các kiểu, giờ có bot tỷ lệ này còn đông nữa).

Những người mất việc hiện nay, phần đông là thật ra đang làm những cái chuyện mà đúng ra phải bị thay từ lâu mà chưa tìm ra lý do để thay. Còn người làm được việc vẫn được cần lắm, bot thay không nổi đâu.

Và người làm được việc mà có “human skills” thì còn ít hơn.

Nhiều bạn trẻ bây giờ, bà con cứ tưởng là giỏi “human skills”, giỏi “công nghệ”, giỏi kiến thức hơn thế hệ trước, nhưng thật ra không phải. Một số lấy những case thành công rồi chỉ ra “các em trẻ rất giỏi”. Nhưng thật ra, đó đều là bias của mạng xã hội, tập trung về phía 10-15% top. Ở phía còn lại, rất nhiều bạn đang bị nhóm trên bỏ xa và chật vật xoay sở.

Trước đây khoảng cách giữa 2 nhóm này không rộng, vì ai cũng không có điều kiện hơn nhau nhiều. Hiện tại, khoảng cách như một đại dương vậy dù nhiều người cứ đồn “trên mạng có hết”. Trong khi đa số người nói câu đó có khi chưa bao giờ thật sự biết search những tài liệu trúng về 1 chủ đề trên mạng, và chưa bao giờ học xong 1 lớp MOOCs. Tại vì người đã học rồi sẽ biết cái giới hạn của “trên mạng có hết”. Trên mạng có mọi thứ, bao gồm những “kiến thức rác”, và số này có còn nhiều hơn kiến thức đúng.

KẾT TẠM

Hiểu một cách nôm na, học gì làm gì mà

1) Có job adverts – bạn đăng ký 1 cái trang tuyển dụng, coi người ta đang tuyển người lương cao làm cái gì.

2) Trong số các job đó, bạn học gì liên quan cũng được, miễn là khi bạn có thể đứng trước một đám chuyên gia lão thành 20-30 năm trong nghề, trình bày một vấn đề trong 15-20 phút, trả lời chất vấn (không ai cho bạn xài bot, chưa kể không biết nó trả lời đúng hay sai), xong rồi đám lão thành đó quay lại nhìn sếp bạn, nói “weldone”, hoặc gật đầu đồng ý, để sếp bạn có thể mỉm cười mãn nguyện và tự hào, thì bạn không thể thiếu job được.

Trong tuần qua mình có 2 lần như vậy, 1 lần là với PhD student của mình, một là với 1 bạn junior staff do mình mentor.

Nhưng đồng thời, trong cùng lứa, đã có những bạn PhD rời đi vì không qua nổi annual review, cũng có những junior staff bị cắt ngang và đổi người ngay giữa hiệp pitch sau 10 phút coffee break (đi roadshow bà con luôn có back-up plan, bạn đừng tưởng bạn được giao đánh tiên phong là người ta không thay bạn được, và tất nhiên sau đó cho cơ hội bạn lần 2 hay không là tùy ngày thường bạn ăn ở).

Dù đã thành công, thì bạn phải đủ khiêm tốn và tinh ý để nhận ra cái hậu trường sau đó sẽ là nhiều thành công chốt deal sau đó, và ngay cả cái màn trình diễn xuất sắc của bạn, thật ra là sếp đã làm rất nhiều cái hậu trường, và phần thương lượng chốt deal là sếp quyết định 90% (dù cái công sức ổng làm chỉ là 10% thời gian bỏ ra cho một bữa tối hay một buổi đánh golf trước và sau cái presentation). Cái presentation của bạn dù bỏ ra nhiều tuần chuẩn bị, chỉ là 1 phần nhỏ trong tổng thể show diễn của cả tổ chức.

Bạn vẫn quan trọng, bạn như tài năng trẻ Saka hay sút ra ngoài mấy trái quyết định vậy. Bạn luôn cần mấy ông bô lão kia support cho bạn cơ hội ra sân. Và may mắn luôn quan trọng để có các cơ hội ra sân đó.

Nếu bạn thấy đời bạn chưa đủ đen tối, hãy nhớ những câu này:

“The light at the end of the tunnel has been turned off due to budget cuts.”

“Người tàn ác thường sống thảnh thơi.”

Tác giả: Hồ Quốc Tuấn