Tóm tắt
Bản policy brief của Stanford SIEPR tổng hợp bằng chứng mới về tác động của AI lên thị trường lao động. Kết luận chính khá tỉnh táo: chưa có bằng chứng mạnh cho thấy AI đang gây thất nghiệp diện rộng ngay lúc này, nhưng tác động lên nhóm mới ra trường và các nghề phơi nhiễm cao là điều cần theo dõi nghiêm túc.
Nhóm tác giả tóm tắt năm điểm:
- Tác động của AI lên tổng việc làm hiện vẫn nhỏ.
- Thị trường cho recent graduates khó hơn, và AI có thể là một phần nguyên nhân.
- AI thường cải thiện productivity trong thí nghiệm, nhưng mức tăng phụ thuộc task, context và kỹ năng người dùng.
- Doanh nghiệp adoption nhanh hơn trước, nhưng phân bố rất không đều.
- Bằng chứng hiện tại chưa phải lời cuối về tương lai lao động trong thế giới AI.
Phát hiện chính
Chưa thấy job loss diện rộng
Tỷ lệ thất nghiệp của nhóm nghề phơi nhiễm AI cao tăng 0,77 điểm phần trăm từ 2022. Nhóm phơi nhiễm thấp tăng 0,85 điểm phần trăm trong cùng giai đoạn. Mẫu này giống một thị trường lao động yếu đi nói chung hơn là một cú sốc thất nghiệp do AI.
Tác giả cũng nói chưa có bằng chứng rõ rằng AI làm giảm employment hoặc job postings ở các nghề phơi nhiễm cao. Với software developers, job postings online trong năm qua thậm chí tăng nhanh hơn nhiều nghề khác. Một nghiên cứu được trích dẫn cho thấy doanh nghiệp adoption AI có employment tăng 10% trong hai năm sau adoption, nhất là nhóm chi mạnh cho AI.
Junior chịu áp lực rõ hơn
Recent graduates đang gặp thị trường khó nhất trong nhiều năm. Tỷ lệ thất nghiệp của new grads lên 5,6% đầu 2026, tăng 1,6 điểm phần trăm so với ba năm trước.
Lý do hợp lý là nhiều junior tasks có tính lặp lại: research, phân tích, viết nháp, tổng hợp thông tin. Đây là các việc AI làm được tương đối nhanh. Tuy vậy, brief nhắc rằng còn nhiều yếu tố gây nhiễu: lãi suất tăng từ tháng 03/2022, over-hiring thời pandemic, remote work làm giảm tốc độ học nghề tại chỗ, và nhu cầu nghiêng về người có kinh nghiệm hơn.
Productivity tăng, nhưng không đều
Trong môi trường thí nghiệm, generative AI thường giúp người ít kinh nghiệm nhiều hơn người giỏi. Một nghiên cứu call center thấy assistant tăng productivity tổng thể 15%, còn nhóm novice và lower-skilled tăng 30% số issue xử lý mỗi giờ.
Với software development, một nghiên cứu về GitHub Copilot cho thấy task hoàn thành nhanh hơn 56%, lợi ích tập trung ở programmer ít kinh nghiệm hơn. Nghiên cứu khác cho mức tăng khiêm tốn hơn, khoảng 10-30% tùy doanh nghiệp.
Nhưng AI không phải lúc nào cũng làm tốt hơn. Brief dùng khái niệm “jagged capabilities”: cùng một tool có thể giúp rất mạnh ở task này và làm hỏng task khác. Người dùng vẫn cần judgment để biết khi nào output dùng được, khi nào cần sửa, và khi nào nên bỏ.
Adoption nhanh nhưng lệch
Các survey cho số adoption rất khác nhau. Ước tính bảo thủ từ Census Bureau cho rằng khoảng 20% doanh nghiệp dùng AI. Ở đầu cao hơn, survey executive tại Mỹ nói hơn 80% nhân viên dùng AI trong công việc; Ramp ước tính hơn 50% khách hàng của họ chi tiền cho AI tools hoặc AI vendors; survey hộ gia đình thấy hơn 40% người đang đi làm dùng AI tại nơi làm việc.
Khác biệt này đến từ methodology và sample. Doanh nghiệp lớn và công ty công nghệ adoption nhanh hơn, nên số liệu employment-weighted thường cao hơn simple firm count. AI deployment hiện tập trung ở sales, marketing, IT, strategy, finance và accounting; phần lớn doanh nghiệp vẫn ở giai đoạn thử nghiệm hoặc pilot.
Ý nghĩa với Dev
Dev không nên đọc dữ liệu này theo kiểu “AI không ảnh hưởng gì”. Nó đang ảnh hưởng, nhưng không đều và không lập tức biến thành một biểu đồ thất nghiệp đơn giản.
Với người đang quản lý team, điểm cần làm ngay là thiết kế lại entry-level work. Nếu mọi ticket nhỏ, research sơ bộ và draft đầu tiên đều bị senior dùng AI xử lý mất, junior sẽ không có đường học system context. Mentoring cần chuyển từ “làm task lặp lại” sang review chất lượng, debugging, đọc codebase, viết test, hiểu tradeoff và chịu ownership nhỏ nhưng thật.
Với dev cá nhân, productivity gain không tự rơi xuống. AI giúp mạnh nhất khi task được đóng khung tốt, output có tiêu chí kiểm chứng, và người dùng đủ hiểu để bắt lỗi. Dùng AI như một junior pair-programmer nhanh tay; đừng giao nó làm architect rồi tin ngay bản thiết kế.