AI chưa lấy đi công việc của bất kỳ ai. Ít nhất là cho đến nay vẫn chưa.
Kết luận này đến từ một bài viết dài gần đây của Peter McCrory, người đứng đầu bộ phận nghiên cứu kinh tế tại Anthropic.
https://x.com/PeterMcCrory/article/2079979321607745905
Sản lượng AI sau khi điều chỉnh chất lượng đã tăng hơn 2000% trong cả năm 2024 và 2025, khoảng một phần năm doanh nghiệp Mỹ đã sử dụng AI trong hoạt động kinh doanh, nhưng tỷ lệ thất nghiệp của Mỹ vào tháng 6 vẫn là 4,2%, đúng bằng mức việc làm đầy đủ.
Nhận định cốt lõi của McCrory là: AI hiện vẫn là một công nghệ "thiên về kỹ năng, tăng cường lao động", nó đang khuếch đại năng lực của con người chứ không phải thay thế con người.
Ông cũng đánh dấu thời hạn hiệu lực cho nhận định này: 12 tháng.
Dữ liệu không nói dối: Ngay cả các vị trí dễ bị AI ảnh hưởng cũng không sao
McCrory đã kéo ra cả một chuỗi dữ liệu để chứng minh thị trường lao động Mỹ ổn định đến mức nào: tỷ lệ thất nghiệp 4,2%, tỷ lệ giữa số vị trí tuyển dụng và số người thất nghiệp chỉ vừa qua 1, tỷ lệ việc làm của nhóm tuổi 25 đến 54 đang ở gần mức cao nhất trong nhiều thập kỷ, số đơn xin trợ cấp thất nghiệp lần đầu duy trì ở mức thấp liên tục trong bốn năm.
Ông cho rằng, nhìn chung, tình hình việc làm Mỹ ổn định và có xu hướng tốt lên.
Số liệu tổng thể chỉ là điểm khởi đầu, đối chiếu theo nhóm mới thấy rõ.
McCrory và đồng nghiệp Maxim Massenkoff trước đây đã thực hiện một phân tích: tách riêng các vị trí công việc tương ứng với những nhiệm vụ mà Claude được dùng nhiều để tự động hóa, xem tỷ lệ thất nghiệp của chúng có đang xấu đi nhanh hơn các vị trí khác hay không.
Câu trả lời là không.
Cập nhật với dữ liệu mới nhất từ Cục Thống kê Lao động, kết luận vẫn không đổi.
Các bài đăng tuyển dụng cho vị trí kỹ sư phần mềm đã phục hồi từ tháng 5/2025, thậm chí mức tăng còn cao hơn mức trung bình của các vị trí khác.
Điều đáng lưu ý duy nhất là lao động trẻ.
McCrory thừa nhận, những người trẻ tuổi thực sự đang gặp khó khăn hơn khi tìm việc ở các vị trí dễ bị AI ảnh hưởng, một bài báo của Phòng thí nghiệm Kinh tế Số Stanford đã cung cấp bằng chứng tương tự.
Nhưng ông cũng chỉ ra một bối cảnh dễ bị bỏ qua: từ năm 2022 đến nay, nước Mỹ đã trải qua đợt hạ nhiệt thị trường lao động mạnh nhất trong lịch sử (không phải do suy thoái), cục diện "tuyển dụng thấp, sa thải thấp" vốn đã gây áp lực đầu tiên lên những người ở giai đoạn đầu sự nghiệp.
Gán toàn bộ khoản này lên đầu AI thì không đủ bằng chứng.
Tại sao chưa lấy mất việc: Mỗi vị trí đều có khâu AI không thể xử lý
Giải thích của McCrory được xây dựng dựa trên cơ sở thực tế từ nhiều báo cáo nghiên cứu của Anthropic trong 18 tháng qua, chuỗi logic như sau:
Sự thực tầng thứ nhất: Trong toàn bộ phân loại nghề nghiệp O*NET của Bộ Lao động Mỹ, không có vị trí nào mà tất cả các nhiệm vụ liên quan được Claude hoàn thành một cách có hệ thống.
Mỗi vị trí đều tồn tại những khâu AI không thể xử lý: phối hợp giữa người với người, tương tác trực diện, tương tác với thế giới vật lý.
Những khâu này giống như mảnh gỗ ngắn của thùng, vừa hạn chế mức độ AI có thể nâng cao năng suất tổng thể, vừa khiến những người có thể bù đắp vào chỗ thiếu đó trở nên có giá trị hơn.
Sự thực tầng thứ hai: AI càng mạnh, yêu cầu đối với người điều khiển nó cũng càng cao.
Báo cáo Economic Primitives của Anthropic vào tháng 1 năm nay phát hiện, đầu ra của Claude càng phức tạp thì mức độ chuyên môn trong đầu vào của người dùng đằng sau càng cao.
Khi mô hình tạo ra các mô hình kinh tế phức tạp, thường là do một người dùng chuyên nghiệp biết cách đưa ra chỉ dẫn chính xác đang chỉ huy.
https://www.anthropic.com/research/economic-index-primitives
Báo cáo Learning Curves vào tháng 3 cho thấy, sau sáu tháng sử dụng Claude, người dùng có xu hướng sử dụng nó nhiều hơn như một đối tác tư duy, tỷ lệ thành công trong tương tác cao hơn.
Nếu AI đã đủ mạnh để hoàn thành công việc độc lập, hiệu ứng học tập như vậy không nên xuất hiện.
https://www.anthropic.com/research/economic-index-march-2026-report
Sự thực tầng thứ ba: Ngay cả khi bước vào thời đại Agent, giá trị của con người vẫn vững chắc.
Anthropic đã phân tích dữ liệu sử dụng Claude Code trong bảy tháng, phát hiện giá trị nhiệm vụ đang tăng lên liên tục, nhưng lợi nhuận từ năng lực chuyên môn của con người không hề suy giảm:
Người dùng chịu trách nhiệm lập kế hoạch, ủy thác việc thực hiện cho Claude;
Người dùng có năng lực chuyên môn cao hơn, tỷ lệ thành công nhiệm vụ cao hơn, khôi phục cũng nhanh hơn khi Claude mắc lỗi.
Giá trị gia tăng thuần túy từ việc lập trình có thể đang thu hẹp, nhưng giá trị của việc lập kế hoạch, phán đoán và sửa lỗi ngược lại đang tăng lên.
Một bằng chứng thú vị đến từ cảm nhận của chính người dùng.
Trong cuộc khảo sát chỉ số kinh tế của Anthropic vào tháng 6, hơn một phần ba số người được hỏi dự kiến AI trong vòng 12 tháng có thể hoàn thành phần lớn công việc của họ, nhưng tỷ lệ dự kiến bản thân sẽ thất nghiệp vì lý do này lại thấp hơn rõ rệt.
Nhóm người dùng tự động hóa bằng AI ở mức độ cao hơn lại lạc quan hơn về mức lương và cảm giác an toàn công việc.
https://www.anthropic.com/research/economic-index-june-2026-report
Ba loại "Điểm Kỳ Dị" và một tuyến phòng thủ
McCrory lạc quan về đánh giá hiện tại, nhưng ông không tránh né ba kịch bản tương lai có thể phá vỡ cục diện hiện có.
Chúng lần lượt được gọi trong tài liệu học thuật và thảo luận ngành là Điểm kỳ dị phần mềm, Điểm kỳ dị kinh tế và Điểm kỳ dị Coase.
https://x.com/MTSlive/status/2090610614154764509
Điểm kỳ dị phần mềm đề cập đến việc chính bản thân AI tự động hóa quá trình đổi mới.
Các công nghệ phổ thông trước đây dù mạnh đến đâu, động cơ đốt trong cũng không thể tạo ra phương thức giao thông mới;
Nhưng AI lại được trực tiếp trao cho năng lực nhận thức phổ quát, về lý thuyết có thể đảo ngược lại để đẩy nhanh quá trình lặp của chính nó.
Bản gốc của McCrory đã thảo luận rõ ràng về kịch bản này: một khi việc cải tiến đệ quy (RSI) thành lập, sự gia tăng năng lực của AI sẽ thoát khỏi nhịp điệu kiểm soát của con người.
Điểm kỳ dị kinh tế là hậu quả kinh tế của Điểm kỳ dị phần mềm.
McCrory viện dẫn mô hình năm 2017 của Aghion, Jones và Jones chỉ ra rằng, nếu bản thân quá trình đổi mới được tự động hóa, các mô hình kinh tế chuẩn sẽ dự đoán ra "tăng trưởng vô hạn trong thời gian hữu hạn".
Kết luận này nghe có vẻ khoa học viễn tưởng, nhưng nó là sự suy diễn toán học nghiêm ngặt.
Điểm kỳ dị Coase thì nhắm đến một chiều kích khác.
Một bài báo của NBER năm 2025 (đồng tác giả Shahidi, Rusak, Manning, v.v.) đề xuất, khi Agent giảm các chi phí giao dịch như tìm kiếm, đàm phán, ký kết và giám sát xuống gần bằng 0, vấn đề kinh điển năm 1937 của Ronald Coase sẽ được kích hoạt lại - một khi chi phí phối hợp thị trường biến mất, lý do tồn tại của doanh nghiệp cũng bị lung lay.
https://www.nber.org/system/files/chapters/c15309/c15309.pdf
Kịch bản Agent mà McCrory thảo luận đương nhiên đối thoại với khung này: nếu Agent không chỉ thay đổi phương thức sản xuất, mà còn thay đổi hình thái tổ chức, tác động lên thị trường lao động sẽ xa hơn nhiều so với "ai mất việc".
Đối mặt với ba loại điểm kỳ dị, tuyến phòng thủ McCrory đưa ra là cùng một đạo: "Khâu yếu".
Khái niệm này đến từ bài báo của Aghion, Jones và Jones - giới hạn trên của tăng trưởng kinh tế không được quyết định bởi khâu làm tốt nhất, mà bởi những khâu không thể thiếu nhưng lại khó cải thiện.
https://www.nber.org/system/files/working_papers/w23928/w23928.pdf
Chỉ cần tồn tại những nhiệm vụ then chốt luôn không thể được tự động hóa, dù là trở ngại kỹ thuật hay ràng buộc xã hội, thì tỷ trọng thu nhập từ lao động sẽ không sụp đổ, hình thái doanh nghiệp cũng sẽ không tan rã hoàn toàn.
Hiện trạng của lập trình Agent đã đang xác minh logic này.
Số liệu McCrory trích dẫn cho thấy, sau khi đưa vào Agent lập trình, số dòng mã đã tăng 10 đến 20 lần, nhưng số lượng bản phát hành phần mềm chỉ tăng 30%, lượng sử dụng thực tế của ứng dụng không có bất kỳ tăng trưởng nào.
Mã chỉ là một vòng trong sản xuất phần mềm, các khâu như kiểm thử, thiết kế kiến trúc, phán đoán sản phẩm vẫn bị kẹt trong tay con người, chúng chính là "khâu yếu" hiện tại.
McCrory đưa ra dự đoán rõ ràng: Một năm sau, tỷ lệ thất nghiệp của Mỹ sẽ không tăng lên đáng kể vì AI.
Thời hạn hiệu lực của nhận định này là 12 tháng, tín hiệu xác minh cũng rất rõ ràng - quan sát xem tỷ lệ thất nghiệp của các vị trí dễ bị AI ảnh hưởng có bắt đầu chệch khỏi các vị trí khác hay không, và lợi nhuận từ năng lực chuyên môn của con người trong kịch bản Agent có bắt đầu suy giảm hay không.
Vào ngày cả hai chỉ số cùng chuyển hướng, chính khung phân tích mà ông tự xây dựng cũng cần được sửa đổi.
Tài liệu tham khảo:
https://x.com/PeterMcCrory/article/2079979321607745905
https://x.com/MTSlive/status/2091252532689658001
Bài viết này đến từ tài khoản công chúng WeChat "Tân Trí Nguyên", tác giả: ASI Khải Thị Lục, biên tập: Mã Khả
