AI VÀ VIỆC LÀM TẠI VIỆT NAM: GIẢI MÃ NGHỊCH LÝ SAU CON SỐ DƯỚI 2%

Báo cáo ILO cho biết chưa đầy 2% việc làm Việt Nam có nguy cơ bị AI thay thế hoàn toàn, nhưng 61% người lao động vẫn lo sợ. Viet Research phân tích và phản biện khoảng cách giữa số liệu trấn an và thực tế cắt giảm nhân sự.

Khi số liệu trấn an và trải nghiệm thực tế kể hai câu chuyện khác nhau

Có một câu chuyện dữ liệu đang được lặp lại rộng rãi trên truyền thông công nghệ: theo báo cáo của Tổ chức Lao động Quốc tế (ILO) công bố tháng 4/2026, khoảng 11,5 triệu lao động Việt Nam — tương đương 20,8% tổng việc làm — đang ở nhóm tiếp xúc với trí tuệ nhân tạo tạo sinh (GenAI), nhưng chưa đầy 2% trong số đó có nguy cơ bị thay thế hoàn toàn. Thông điệp đi kèm thường là: đừng hoảng loạn, AI chủ yếu chuyển đổi cách làm việc chứ không xóa sổ công việc.

Đây là một thông điệp dễ chịu. Nhưng đây cũng là một thông điệp dễ gây hiểu lầm nếu không được đọc đúng cách — và chính những case study minh họa cho bài viết gốc lại vô tình phơi bày điểm yếu này. Trường hợp một trưởng phòng phân tích dữ liệu tại ngân hàng chứng kiến đội ngũ thu gọn từ 10 người xuống còn 2–3 người không phải là “chuyển đổi nhiệm vụ” theo nghĩa nhẹ nhàng — đó là 70–80% nhân sự trong phòng ban đó bị cắt giảm. Vậy con số nào mới phản ánh đúng thực tế: 2% hay 70–80%?

Cả hai đều đúng — chỉ là chúng đang đo hai thứ hoàn toàn khác nhau.

1. “Nghề nghiệp” không biến mất không có nghĩa là “việc làm” không biến mất

Đây là điểm mấu chốt cần tách bạch rõ ràng, và cũng là nơi phần lớn nội dung truyền thông về chủ đề này đang gộp lẫn hai khái niệm khác nhau:

Con số “chưa đầy 2%” của ILO đo lường ở cấp độ nghề nghiệp — tức là tỷ lệ các nghề có nguy cơ biến mất hoàn toàn khỏi thị trường lao động. Đây là một chỉ số đúng về mặt phương pháp luận, nhưng không đo lường được điều mà người lao động thực sự trải nghiệm và lo sợ: khả năng bị cắt giảm khỏi chính vị trí mình đang làm, ngay cả khi nghề nghiệp đó vẫn tồn tại trong nền kinh tế nói chung.

Nói cách khác: nghề “phân tích dữ liệu ngân hàng” không biến mất — nhưng 7 trong số 10 người từng làm nghề đó tại một phòng ban cụ thể đã mất việc. Với người lao động, trải nghiệm thực tế bám theo cấp độ vị trí việc làm, không phải cấp độ nghề nghiệp vĩ mô. Đây chính là lý do tại sao con số “dưới 2%” và tỷ lệ 61% người lo sợ không hề mâu thuẫn nhau như cách chúng thường được trình bày — chúng chỉ đang trả lời hai câu hỏi khác nhau, và nỗi lo của người lao động thực ra bám sát thực tế hơn là con số trấn an.

2. Học AI có giải quyết được bất bình đẳng tuổi tác không?

Giải pháp phổ biến nhất được đưa ra — xây dựng “năng lực kép” gồm chuyên môn sâu cộng với khả năng sử dụng AI — là một khuyến nghị hợp lý ở cấp độ cá nhân. Nhưng khi đặt cạnh dữ liệu về nhóm lao động trên 40 tuổi, khuyến nghị này bộc lộ một lỗ hổng logic đáng chú ý.

Theo dữ liệu được trích dẫn từ TopCV, tỷ lệ sa thải năm 2025 ở nhóm lao động trên 40 tuổi lên tới khoảng 19%, gần gấp đôi tỷ lệ sa thải chung khoảng 10%. Nguyên nhân được nêu ra không chỉ là “kỹ năng cũ không phù hợp” mà còn bao gồm cả việc nhà tuyển dụng ưu tiên ứng viên dưới 35 tuổi — một dạng định kiến tuổi tác trong tuyển dụng, độc lập với năng lực sử dụng công nghệ.

Đây là điểm cần chúng ta cần phải có  cái nhìn thẳng thắn: nếu một phần đáng kể của làn sóng sa thải nhóm tuổi trung niên đến từ định kiến tuyển dụng chứ không chỉ từ khoảng cách kỹ năng AI, thì việc khuyến nghị nhóm này “học thêm kỹ năng AI” chỉ giải quyết được một nửa vấn đề. Nửa còn lại — phân biệt đối xử theo tuổi tác trong quy trình tuyển dụng — là một vấn đề về chính sách và văn hóa doanh nghiệp, không thể khắc phục chỉ bằng nỗ lực học tập cá nhân. Đặt toàn bộ trách nhiệm thích nghi lên vai người lao động, trong khi một phần nguyên nhân nằm ở phía cầu tuyển dụng, là một cách đóng khung vấn đề chưa đầy đủ.

3. “Thành thạo AI được thăng chức gấp 3 lần” — nhân quả hay tương quan?

Một số liệu được trích dẫn khá nổi bật: người lao động thành thạo AI được thăng chức và tăng lương gấp 3 lần so với nhóm chậm thích nghi. Con số này thường được diễn giải theo hướng nhân quả đơn giản: học AI → được thăng chức.

Cần thận trọng với cách diễn giải này, vì đây là một ví dụ kinh điển của vấn đề nhầm lẫn giữa tương quan và nhân quả trong phân tích dữ liệu nhân sự. Hoàn toàn có khả năng chiều nhân quả đi theo hướng ngược lại hoặc đan xen: những nhân sự vốn đã có năng lực nổi trội, chủ động và được đánh giá cao (và do đó có xu hướng được thăng chức) cũng chính là nhóm có xu hướng chủ động học công cụ mới sớm nhất — bao gồm AI. Nếu vậy, thành thạo AI không phải là nguyên nhân dẫn đến thăng chức, mà là một biểu hiện đi kèm của những phẩm chất vốn đã giúp nhân sự đó được đánh giá cao.

Điều này không có nghĩa là học AI vô ích — mà có nghĩa là việc học AI đơn thuần, tách rời khỏi các phẩm chất nghề nghiệp nền tảng khác (chủ động, tư duy phản biện, khả năng học hỏi), khó có thể tạo ra hiệu ứng thăng chức tương tự. Đây là một sự khác biệt quan trọng cho người lao động khi cân nhắc đầu tư thời gian: học AI là điều kiện cần, nhưng dữ liệu này không đủ cơ sở để khẳng định đó là điều kiện đủ.

4. Trường hợp freelancer Mỹ có áp dụng được cho Việt Nam?

Một luận điểm đáng chú ý khác là việc freelancer bị AI thay thế sớm hơn cả nhân viên chính thức, dựa trên dữ liệu chi tiêu sụt giảm mạnh trên các nền tảng freelance quốc tế như Upwork, Fiverr trong giai đoạn 2021–2025 tại thị trường Mỹ. Luận điểm sau đó được mở rộng với giả định rằng xu hướng này “hoàn toàn có thể áp dụng” cho thị trường Việt Nam.

Đây là một bước ngoại suy cần được nhìn nhận thận trọng hơn, vì ba lý do cấu trúc thị trường khác biệt: 

• Thứ nhất, phần lớn freelancer Việt Nam phục vụ khách hàng trong nước với mức giá đã thấp hơn đáng kể so với freelancer Mỹ, khiến chênh lệch chi phí giữa thuê freelancer và dùng AI (vốn định giá theo mức phí toàn cầu) hẹp hơn nhiều so với thị trường Mỹ; 
• Thứ hai, một bộ phận lớn freelancer Việt Nam hoạt động trong các mảng có yếu tố quan hệ, ngôn ngữ địa phương và bối cảnh văn hóa (biên tập nội dung tiếng Việt, thiết kế theo gu thẩm mỹ nội địa) mà công cụ AI hiện tại còn hạn chế; 
• Thứ ba, tỷ lệ doanh nghiệp Việt Nam ứng dụng GenAI vào vận hành thực tế còn thấp — theo chính dữ liệu được trích dẫn, có tới khoảng 64% doanh nghiệp Việt Nam chưa ứng dụng hoặc chưa chắc chắn về việc ứng dụng GenAI — nên tốc độ thay thế freelancer bằng AI khó có thể diễn ra nhanh như ở thị trường Mỹ, nơi mức độ ứng dụng AI trong doanh nghiệp đã cao hơn đáng kể.

Điều này không có nghĩa là freelancer Việt Nam an toàn tuyệt đối — mà có nghĩa là quy mô và tốc độ của tác động cần được đo lường bằng dữ liệu nội địa, thay vì suy diễn trực tiếp từ một thị trường có cấu trúc chi phí và mức độ số hóa doanh nghiệp khác biệt đáng kể.

5. Góc nhìn thể chế: Khoảng cách 83% và 64% là rủi ro vận hành, không chỉ là “câu chuyện thú vị”

Một điểm dữ liệu quan trọng thường bị đọc lướt qua: khoảng 83% người lao động Việt Nam đã tự sử dụng AI trong công việc mà không có hướng dẫn chính thức từ doanh nghiệp, trong khi 64% doanh nghiệp vẫn chưa ứng dụng hoặc chưa có chiến lược rõ ràng về GenAI.

Đây là điểm đáng lo ngại nhất trong toàn bộ bức tranh — quan trọng hơn cả tỷ lệ 61% lo sợ mất việc — bởi nó phản ánh một khoảng trống quản trị thực sự, không phải một cảm xúc chủ quan. Khi phần lớn nhân sự chủ động đưa dữ liệu công việc vào các công cụ AI công cộng mà không có chính sách bảo mật rõ ràng, doanh nghiệp đang đối mặt với rủi ro rò rỉ dữ liệu nội bộ ở quy mô lớn mà không hề hay biết. Đây không phải là rủi ro về việc làm — đây là rủi ro vận hành và pháp lý cấp doanh nghiệp, có khả năng gây thiệt hại tài chính trực tiếp, và đáng lẽ nên được đặt lên hàng đầu trong các khuyến nghị chính sách, thay vì bị xếp sau các nội dung về kỹ năng cá nhân.

6. Một lưu ý 

Phần lớn nội dung phân tích xu hướng AI và việc làm hiện nay — bao gồm cả các bài viết tổng hợp số liệu từ nhiều nguồn — thường đến từ các nền tảng có mô hình kinh doanh gắn với đào tạo hoặc tư vấn kỹ năng AI. Điều này không làm cho dữ liệu được trích dẫn sai, nhưng tạo ra một thiên hướng tự nhiên trong cách đóng khung câu chuyện: nghiêng về hướng “vấn đề có thể giải quyết bằng cách học thêm kỹ năng AI” — một kết luận thuận lợi cho hoạt động kinh doanh cốt lõi của nền tảng đó — hơn là những kết luận đòi hỏi thay đổi ở cấp độ chính sách công hoặc quy định doanh nghiệp, vốn nằm ngoài phạm vi một khóa học kỹ năng cá nhân có thể giải quyết.

Đây là điều người đọc nên tự cân nhắc khi tiếp nhận bất kỳ nội dung nào về chủ đề này, kể cả bài phân tích này — không phải để bác bỏ giá trị của việc học kỹ năng AI, mà để nhận ra rằng giải pháp cá nhân và giải pháp thể chế cần đi cùng nhau, không thể thay thế cho nhau.

Ba điều cần điều chỉnh trong cách nhìn nhận vấn đề

Từ những phản biện trên, Viet Research đề xuất ba điều chỉnh trong cách người lao động và doanh nghiệp Việt Nam nên tiếp cận chủ đề AI và việc làm:

1. Phân biệt rõ hai cấp độ rủi ro — rủi ro cấp nghề nghiệp (thấp, dưới 2%) và rủi ro cấp vị trí việc làm cụ thể trong một tổ chức (có thể cao hơn nhiều, tùy ngành và tùy doanh nghiệp). Nỗi lo của người lao động nên được đo bằng cấp độ thứ hai, không phải cấp độ thứ nhất.
2. Tách bạch trách nhiệm cá nhân và trách nhiệm thể chế — kỹ năng AI là điều kiện cần cho cá nhân, nhưng không thể thay thế cho chính sách chống phân biệt tuổi tác trong tuyển dụng, hay chính sách bảo mật dữ liệu AI ở cấp doanh nghiệp.
3. Ưu tiên rủi ro vận hành ngang với rủi ro việc làm — khoảng trống quản trị AI trong doanh nghiệp (83% cá nhân tự dùng AI so với 64% doanh nghiệp chưa có chiến lược) là một rủi ro cấp thiết, xứng đáng được đầu tư nguồn lực không kém gì các chương trình đào tạo kỹ năng cho người lao động.

Nỗi lo về AI của người lao động Việt Nam không phải là một phản ứng thái quá cần được “giải thích cho hết sợ” bằng một con số thống kê duy nhất. Đó là một tín hiệu hợp lý, phản ánh đúng thực tế cấp vị trí việc làm mà họ đang trải nghiệm — và xứng đáng được giải quyết bằng cả nỗ lực cá nhân lẫn trách nhiệm thể chế, thay vì chỉ bằng một khóa học kỹ năng.

Bài viết được VietResearch biên tập, phân tích và phản biện dựa trên nội dung “Nỗi lo AI thay thế việc làm 2026” đăng tải trên LEOS.vn, đối chiếu với dữ liệu gốc từ ILO, WEF, PwC, UNDP và TopCV được bài viết gốc trích dẫn.