Tác giả:Byron Gilliam
Tiêu đề gốc:Jobpocalypse now?
Biên dịch và tổng hợp:BitpushNews
Ngay cả khi ngân hàng đầu tư tôi từng làm việc đang trong thời kỳ thịnh vượng, luôn có cảm giác như một đợt sa thải mới đang đến gần - tôi nghĩ, một phần là do ban lãnh đạo thực sự không biết họ cần bao nhiêu người.
Tôi làm việc trong khu vực bán hàng và giao dịch, nơi mỗi ngày kết thúc với một con số doanh thu: hoa hồng từ khách hàng trừ đi các khoản lỗ giao dịch (đôi khi cũng có lãi). Vì vậy, bạn có thể nghĩ rằng việc định lượng ai đóng góp cái gì, ai gây ra lỗ lẽ ra phải là chuyện dễ dàng.
Nhưng thực tế không phải vậy.
Hoa hồng trả cho một giao dịch có thể được ghi nhận một phần hoặc toàn bộ cho nhà phân tích nghiên cứu đã nói chuyện với khách hàng, nhân viên bán hàng hoặc nhân viên giao dịch bán hàng - hoặc cho nhân viên giao dịch đảm nhận phía bên kia của thương vụ (chính là tôi lúc đó!).
Không ai thực sự biết tại sao khách hàng lại chọn giao dịch với chúng tôi. Do đó, không thể quy rõ ràng mỗi khoản hoa hồng cho một người cụ thể, và từ đó không thể tìm ra ai là người thực sự cần thiết cho công việc kinh doanh.
Mượn lời (ông trùm ngành bách hóa) Wanamaker, một nửa chi phí lương có lẽ đã bị lãng phí; chỉ là họ không biết là nửa nào.
Cách duy nhất để tìm ra câu trả lời là sa thải một số người, và sau đó xem chuyện gì xảy ra.
Cảm giác như điều tương tự sắp xảy ra ở các công ty khắp nơi, bởi không chỉ có ngân hàng đầu tư mới đối mặt với vấn đề nan giải này.
Khi công việc chủ yếu tập trung vào nông nghiệp và sản xuất, việc đo lường năng suất của nhân viên rất dễ dàng: chỉ cần đếm xem họ hái được bao nhiêu quả táo hoặc sản xuất được bao nhiêu linh kiện.
Tuy nhiên, khi hầu hết mọi người bắt đầu làm việc trong văn phòng, mọi thứ trở nên khó khăn hơn nhiều.
"Công việc tri thức không được định nghĩa bởi số lượng," Peter Drucker viết. "Công việc tri thức cũng không được định nghĩa bởi chi phí của nó. Công việc tri thức được định nghĩa bởi kết quả của nó."
Nhà tuyển dụng không biết cách đo lường những kết quả này - một ngày với các cuộc họp, điện thoại và ghi nhớ nội bộ, đơn vị sản phẩm đầu ra là gì?
Vì vậy, họ chuyển sang đo lường thời gian: Nhân viên được yêu cầu ở trong văn phòng tám giờ mỗi ngày để đổi lấy thù lao, và các nhà tuyển dụng hy vọng họ hoàn thành tám giờ làm việc trong tám giờ đó.
Thời gian trở thành chỉ số thay thế cho sản lượng.
Nhưng điều gì sẽ xảy ra khi mọi người làm việc tại nhà?
Nếu nhà tuyển dụng không thể đo lường nhân viên thông qua thời gian họ có mặt ở văn phòng, họ buộc phải chuyển sang đo lường sản lượng của họ.
Đây là một điều tốt. "Nhấn mạnh vào đầu ra thay vì hoạt động là chìa khóa để tăng năng suất," Peter Drucker viết vào năm 1967.
Nhưng các nhà tuyển dụng chưa bao giờ thực sự tìm ra cách để làm điều đó.
Giờ đây, trí tuệ nhân tạo (AI) đang buộc các nhà tuyển dụng thử lại lần nữa. Các mô hình ngôn ngữ lớn có thể xử lý nhiều công việc tốn thời gian, vì vậy các nhà tuyển dụng đang bắt đầu suy nghĩ lại về việc họ trả tiền cho nhân viên để làm gì.
Tôi không chắc họ sẽ làm tốt hơn ngân hàng tôi từng làm việc. Nhưng câu chuyện về AI đang tạo ra áp lực khổng lồ lên các công ty, buộc họ phải tìm cách tăng năng suất, đến mức nhiều công ty sẽ đơn giản là sa thải nhân viên và xem tình hình diễn biến ra sao.
Dữ liệu ngày 6 tháng 3 cho thấy điều này có lẽ đã bắt đầu: Cục Thống kê Lao động Hoa Kỳ báo cáo rằng tháng trước, số việc làm trong ngành công nghệ đã giảm 12.000 so với tháng trước, và giảm tổng cộng 57.000 trong một năm qua.
Tuần này cũng công bố dữ liệu năng suất tốt, một số nhà kinh tế cho rằng đây là dấu hiệu đầu tiên cho thấy các công ty đang bắt đầu sử dụng AI một cách hiệu quả.
Vì vậy, các công ty có thể sớm làm được nhiều việc hơn với ít người hơn.
Nhưng họ cũng có thể chỉ đơn giản là làm nhiều hơn.
Một bài báo mới trên Harvard Business Review phát hiện, "AI không làm giảm bớt công việc, nó chỉ làm cho công việc trở nên căng thẳng hơn."
Trong một cuộc khảo sát kéo dài tám tháng về thực tiễn làm việc tại một công ty công nghệ, các tác giả phát hiện ra rằng AI khiến nhịp độ công việc của nhân viên tăng tốc, đảm nhận phạm vi công việc rộng hơn và kéo dài thời gian làm việc sang nhiều khung giờ hơn trong ngày.
“Nhiều người gửi lệnh (Prompt) cho AI trong khi ăn trưa, họp hoặc chờ tải tệp. Một số người mô tả việc gửi 'lệnh nhanh cuối cùng' trước khi rời bàn làm việc, để AI có thể tiếp tục công việc khi họ đi khỏi.”
Nghe có vẻ tốt đối với những nhà tuyển dụng muốn vắt kiệt sức lao động từ nhân viên. Và phần này nghe còn tuyệt hơn nữa: “Nhân viên ngày càng hấp thụ những công việc mà trước đây có thể cần thêm nhân lực hoặc biên chế mới có thể hoàn thành.”
Tuy nhiên, các nhà nghiên cứu cảnh báo các nhà tuyển dụng:
Năng suất cao hơn trong ngắn hạn có thể che giấu sự lan rộng âm thầm của khối lượng công việc và áp lực nhận thức ngày càng tăng, khi nhân viên phải xử lý đồng thời nhiều luồng công việc được AI hỗ trợ. Vì nỗ lực bổ sung là tự nguyện và thường được mô tả là "thử nghiệm thú vị", các nhà lãnh đạo dễ dàng bỏ qua việc nhân viên thực sự đang gánh bao nhiêu khối lượng công việc thêm. Theo thời gian, làm việc quá sức sẽ làm suy giảm khả năng phán đoán, tăng khả năng xảy ra sai sót và khiến tổ chức khó phân biệt giữa việc tăng năng suất thực sự và cường độ làm việc không bền vững.
Nếu vậy, các công ty có thể sớm nhận ra rằng họ cần nhiều người hơn, chứ không phải ít hơn.
Ít nhất, đó là điều mà giám đốc nhân sự của IBM dự đoán. Nick Lamoreux nói với Bloomberg rằng việc cắt giảm tuyển dụng ở giai đoạn đầu đời có thể tiết kiệm chi phí trong ngắn hạn, nhưng điều này có nguy cơ dẫn đến sự khan hiếm nhân sự quản lý cấp trung sau này.
Vì vậy, IBM có kế hoạch tăng gấp ba lần số lượng tuyển dụng đầu vào. "Đúng vậy," Lamoreux nói, "chính là cho những công việc mà mọi người nói AI có thể đảm nhận."
Ngân hàng đầu tư tôi từng làm việc luôn không ngừng tuyển dụng giữa các đợt sa thải - liên tục thay đổi nhân viên trong nỗ lực tìm hiểu xem ai thực sự làm gì.
Toàn bộ nền kinh tế Hoa Kỳ cũng có thể sớm làm điều tương tự.
Hãy cùng xem các biểu đồ.
Báo cáo việc làm sáng nay thật "tàn khốc" đối với ngành công nghệ. Mất 57.000 việc làm trong năm qua, "gần tệ như thời kỳ suy thoái tồi tệ nhất của ngành công nghệ năm 2024, và rõ ràng là tồi tệ hơn so với thời kỳ suy thoái năm 2008 hoặc 2020."
Ngành công nghệ chỉ là phần nổi của tảng băng chìm. Nhìn vào toàn bộ nền kinh tế Hoa Kỳ, theo báo cáo của công ty tái tuyển dụng và huấn luyện điều hành toàn cầu Challenger, Gray & Christmas, các nhà tuyển dụng đã thông báo sa thải 48.307 người vào tháng 2. Con số này giảm 55% so với 108.435 người được thông báo vào tháng 1 và giảm mạnh 72% so với 172.017 người được thông báo vào cùng kỳ năm ngoái.
Trong tháng 1 và tháng 2 năm nay, tổng số thông báo sa thải tích lũy là 156.742 người, đây là mức sa thải đầu năm thấp nhất kể từ năm 2022 (khi chỉ có 34.309 người bị sa thải trong hai tháng đầu năm). Tuy nhiên, nói đi cũng phải nói lại, con số này xếp thứ năm cao nhất trong số các năm cùng kỳ từ 2009 đến nay.
Nói cách khác: Làn sóng sa thải thực sự đã dịu đi so với đầu năm và cùng kỳ năm ngoái, nhưng nếu đặt trong bối cảnh lịch sử, nó vẫn không phải là thấp. Những ngày tháng của người lao động, sẽ không nhanh chóng tốt đẹp lên đâu.
Quá nhiều lãnh đạo?
Một bài báo học thuật phát hiện ra rằng AI generative đang tạo ra một "thay đổi công nghệ thiên về thâm niên" trong lĩnh vực việc làm, sự thay đổi này ảnh hưởng đặc biệt nghiêm trọng đến nhân viên cấp dưới. Điều này không chỉ xảy ra trong ngành công nghệ: nghiên cứu đã phân tích dữ liệu sơ yếu lý lịch từ 285.000 nhà tuyển dụng.
Suy thoái tuyển dụng:
Cùng nghiên cứu này giải thích rằng, việc giảm việc làm ở vị trí đầu vào "được thực hiện hoàn toàn thông qua sự sụt giảm trong tuyển dụng".
Hiệu ứng AI:
Các trang web mà mọi người từ lâu tìm kiếm lời khuyên mua sắm, như Wired và Tom's Guide, đã chứng kiến lưu lượng truy cập lao dốc. Giờ đây chúng ta hỏi trực tiếp chatbot —
và nguồn mà robot lấy thông tin, chính là những trang web mà chúng đã đẩy ra khỏi thị trường.
Vẫn là AI?
Giáo sư ứng dụng AI Alex Imas chỉ ra rằng dữ liệu năng suất tuần này "cho thấy dấu hiệu" rằng các công ty đã bắt đầu hưởng lợi từ AI.
Mọi người chỉ nói suông?
Dữ liệu từ Goldman Sachs (thông qua Callum Williams) cho thấy, mặc dù 70% công ty đang nói về AI, nhưng chỉ có 10% có thể giải thích nó giúp ích cho hoạt động kinh doanh của họ như thế nào, và chỉ có 1% có thể định lượng được tác động của nó đến thu nhập.
Công việc luôn thay đổi:
Phóng viên công nghệ Roland Mansplain đã vẽ bản đồ phân bố công việc phổ biến nhất vào những năm 1980 và phát hiện "thư ký" từng là công việc phổ biến nhất ở 19 tiểu bang Hoa Kỳ.
Công việc AI có thể và không thể làm:
Peter Walker đã sắp xếp lại dữ liệu từ Anthropic, cho thấy AI trên lý thuyết có thể thực hiện phần nào của mỗi nghề nghiệp (màu xanh lam) và hiện tại thực tế đang thực hiện bao nhiêu (màu đỏ).
Câu hỏi dưới đây thật hay!
Trong một phản hồi trên nền tảng X, Boris Cherny, người phụ trách Claude Code, giải thích rằng tất cả mã code mà Claude đang viết đang tạo ra những công việc mới, chỉ con người mới có thể hoàn thành.
Lương hàng năm: 405.000 - 485.000 USD.
Đây là một số vị trí tuyển dụng của Anthropic và mức lương của họ. Mã đang viết mã, nhưng phải có người nói cho mã biết phải viết mã gì, và đó là một công việc được trả lương cao.
Claude đang chiến thắng:
Một biểu đồ đáng kinh ngạc từ Ramp cho thấy thị phần không ngừng thu hẹp của OpenAI (màu xanh) so với thị phần ngày càng tăng của Claude (màu cam) trong thị trường thương mại.
Lệch thời gian:
Một nghiên cứu của Gartner dự đoán, "AI sẽ không mang lại 'ngày tận thế của việc làm' - nhưng sẽ mang lại sự hỗn loạn việc làm." Họ dự kiến bắt đầu từ năm 2028, AI sẽ tạo ra nhiều việc làm hơn so với số việc làm nó loại bỏ.
Hãy gọi tôi là "nhà lạc quan tận thế" đi, tôi nghĩ tất cả những điều này sẽ xảy ra nhanh hơn dự kiến.
Chúc các độc giả làm việc chăm chỉ một cuối tuần vui vẻ.
Twitter:https://twitter.com/BitpushNewsCN
Nhóm trao đổi Telegram của Bitpush:https://t.me/BitPushCommunity
Kênh Telegram Bitpush: https://t.me/bitpush
