Điều ám ảnh nhất với nhà kinh tế học Daron Acemoglu không phải là viễn cảnh trí tuệ nhân tạo phát triển vượt tầm kiểm soát và cướp hết việc làm của con người. Nếu AI đạt đến mức đó, ít nhất nó sẽ mang lại “cú hích” lớn về năng suất. Điều mà vị giáo sư tại MIT thực sự lo ngại là một tương lai đầy rẫy những công nghệ “tự động hóa tàm tạm” (so-so automation), tức loại công nghệ đủ sức giúp doanh nghiệp cắt giảm nhân lực nhưng không mang lại bất kỳ cải thiện đáng kể nào về hiệu suất lao động.
Những công cụ kiểu này chỉ hoạt động ở mức “tàm tạm”, như máy tự thanh toán trong siêu thị hoặc hệ thống trả lời điện thoại tự động. Chúng không giỏi hơn con người, nhưng lại đủ rẻ và tiện để các công ty áp dụng, dẫn đến việc nhiều vị trí việc làm bị thay thế mà không đem lại lợi ích rõ ràng nào.
Acemoglu đã nhiều năm cảnh báo về kịch bản này, và giờ đây mối đe dọa đó đang trở nên hiện hữu hơn bao giờ hết. Sự ra mắt của ChatGPT-5 vào tháng 8 vừa qua khiến nhiều người nghi ngờ rằng AI có thể đã chạm đến điểm bão hòa, thay vì tiếp tục phát triển vượt bậc như trong vài năm trước. Tuy nhiên, các doanh nghiệp thuộc mọi lĩnh vực vẫn tiếp tục đầu tư mạnh vào các ứng dụng AI. Một khảo sát của McKinsey cho thấy chỉ 1% lãnh đạo cho biết AI đã được tích hợp hoàn toàn vào quy trình vận hành và mang lại kết quả cụ thể, song gần như tất cả đều có kế hoạch tăng đầu tư. Nếu năng lực AI chỉ dừng lại ở mức hiện tại, chúng ta có thể rơi vào viễn cảnh mà Acemoglu lo ngại: Công nghệ đủ tốt để doanh nghiệp hợp thức hóa việc thay thế con người, nhưng không đủ tốt để tạo ra tăng trưởng hay đổi mới thực chất.
“Cơn sốt AI khiến người ta đổ tiền ào ạt, rồi vội vã tự động hóa cả những công việc không nên bị tự động hóa,” Acemoglu nhận định. “Tiền thì cứ tiếp tục đổ vào, doanh nghiệp nào cũng cảm thấy bị áp lực phải bắt kịp, dù không thật sự hiểu rõ nên dùng AI như thế nào. Hệ quả là năng suất không tăng, thậm chí còn giảm. Cùng lúc đó, công việc của con người bị thay thế, và khả năng tạo ra giá trị lao động thực sự cũng ngày một ít hơn.”
Công ty fintech Klarna là một ví dụ điển hình cho việc triển khai AI quá đà. Năm ngoái, Klarna đã tìm cách thay thế toàn bộ đội ngũ chăm sóc khách hàng bằng AI. Nhưng sau 18 tháng cùng với nhiều phản hồi tiêu cực, công ty buộc phải rút lại quyết định. CEO Sebastian Siemiatkowski thừa nhận họ đã đi quá xa, và việc cắt giảm nhân lực đã khiến chất lượng dịch vụ sụt giảm nghiêm trọng.
Lịch sử từng chứng kiến nhiều ví dụ tương tự, tiêu biểu là các quầy tính tiền tự phục vụ ở siêu thị. Từ giữa thập niên 1980, các chuỗi bán lẻ bắt đầu thử nghiệm công nghệ này. Những cỗ máy đời đầu cồng kềnh, thường cần nhân viên hỗ trợ đóng gói và xử lý thanh toán. Tuy vậy, về lý thuyết, một người có thể giám sát nhiều quầy cùng lúc, giúp tiết kiệm chi phí lao động.
Trong suốt thập niên 1990 và 2000, công nghệ tiếp tục được thử nghiệm, trước khi bùng nổ vào những năm 2010 và tăng tốc trong đại dịch. Đến năm ngoái, 99% siêu thị tại Mỹ đã lắp đặt máy tự thanh toán, theo Steve Markenson, phó chủ tịch nghiên cứu tại Hiệp hội Ngành công nghiệp Thực phẩm (FMI). Cũng trong giai đoạn 2019–2023, Mỹ mất gần 300.000 việc làm thu ngân. Con số này dự kiến sẽ tiếp tục giảm thêm 10% trong thập kỷ tới, chủ yếu do sự phổ biến của công nghệ tự phục vụ và thương mại điện tử. Tại Anh, nơi chi phí lao động ngày càng cao, khoảng 400.000 việc làm trong ngành bán lẻ đã biến mất chỉ trong 10 năm qua.
Tuy nhiên, hiệu quả đầu tư của công nghệ này vẫn là một dấu hỏi lớn. Doanh nghiệp có thể tiết kiệm chi phí nhân công, nhưng phải chi thêm để lắp đặt, mua bản quyền phần mềm và bảo trì máy móc. Tình trạng trộm cắp cũng khiến Walmart và Target buộc phải giới hạn việc sử dụng. Người tiêu dùng thì thường xuyên than phiền về lỗi kỹ thuật và các biện pháp chống gian lận phiền phức. Theo FMI, tỉ lệ giao dịch tại các quầy tự phục vụ trong năm ngoái chỉ chiếm hơn một phần ba, giảm mạnh so với mức 44% của năm 2023.
Acemoglu nhận định rằng nhiều nỗ lực tự động hóa trong kho bãi và sản xuất cũng rơi vào dạng “tàm tạm”, đặc biệt khi kỳ vọng vượt xa năng lực thực tế của robot. Một nghiên cứu do nhóm liên kết với MIT thực hiện gần đây cho thấy 95% các dự án AI thử nghiệm của doanh nghiệp không mang lại lợi ích có thể đo lường được.
Các báo cáo gần đây đặc biệt chú ý đến loại AI dạng “agent”, tức là giao trọn quy trình làm việc cho AI thay vì chỉ sử dụng chatbot hỗ trợ. Dù nhiều nhà cung cấp đang tích cực quảng bá công nghệ này, công ty tư vấn Gartner ước tính chỉ có khoảng 130 trong số hàng ngàn sản phẩm mang mác “agentic” thật sự có năng lực như vậy.
Vấn đề nằm ở chỗ, ngay cả khi các “agent” có hữu ích hơn chatbot, sự thành công của chúng vẫn phụ thuộc vào việc khắc phục những hạn chế cốt lõi của công nghệ AI hiện nay. Các phòng nghiên cứu đang tìm cách giảm bớt hiện tượng “ảo tưởng”, tức là khi AI tạo ra câu trả lời sai, nhưng vẫn chưa thể loại bỏ hoàn toàn. Một số bài kiểm tra cho thấy tần suất lỗi có giảm, song vấn đề vẫn còn nghiêm trọng. Năng lực suy luận và khả năng học hỏi liên tục của các mô hình hiện tại cũng còn rất hạn chế, và không thể cải thiện đơn giản bằng cách bổ sung dữ liệu. Để tiến xa hơn, AI cần một hướng tiếp cận hoàn toàn mới, và điều đó có thể mất vài năm nữa.
Dù vậy, một bước đột phá có thể đang đến gần. CEO Klarna Siemiatkowski cho biết nếu công nghệ phát triển đủ nhanh, ông sẵn sàng quay lại kế hoạch cắt giảm nhân sự. “Tôi cảm thấy mình như Elon Musk vậy, lúc nào cũng nghĩ điều đó sẽ xảy ra vào ngày mai, dù thật ra sẽ lâu hơn một chút,” ông nói với Bloomberg hồi tháng 5. “Nhưng tôi tin rằng trong vòng 12 tháng nữa, điều đó sẽ xảy ra.”
Điều khiến Acemoglu khác biệt so với các “AI doomer” thông thường là ông không phủ nhận tiềm năng của AI. Nếu công nghệ này thật sự bứt phá, ông tin rằng nền kinh tế toàn cầu sẽ tăng trưởng và mức sống sẽ được cải thiện. Điều ông e ngại là công nghệ sẽ dừng lại ở mức “tàm tạm”, chỉ đủ để thay nhân viên tổng đài chứ không thể tạo nên một “kỷ nguyên vàng son” mới.
Một số nhà kinh tế khác cho rằng vấn đề không nằm ở bản thân công cụ, mà ở cách áp dụng. “Rất nhiều thách thức liên quan đến AI thực chất xuất phát từ cách con người triển khai nó, từ các quyết định chính sách, luật lao động, thuế cho đến cách tổ chức công việc,” giáo sư Kristina McElheran từ Đại học Toronto nhận định. “Chúng ta cần nỗ lực nhiều hơn để triển khai AI hiệu quả, thay vì chỉ đổ lỗi cho công nghệ.”
Trong một nghiên cứu bà đồng tác giả cùng Erik Brynjolfsson của Stanford, nhóm phát hiện rằng khi doanh nghiệp ứng dụng các công nghệ AI đời trước ChatGPT, năng suất thường trải qua một đường cong hình chữ J: Ban đầu sụt giảm, rồi tăng dần khi họ học được cách sử dụng đúng, khắc phục lỗi và đào tạo nhân viên.
Theo McElheran, những câu chuyện về mất việc làm có thể đã bị đơn giản hóa quá mức. Bằng chứng về mất việc thường được nhấn mạnh nhiều hơn so với các lợi ích dài hạn như tăng trưởng hay tạo thêm việc làm, vốn khó đo lường hơn. “Ai cũng lo lắng cho tương lai nhân loại, nhưng vì vấn đề quá phức tạp và dữ liệu cũng chưa đủ, nên các cuộc tranh luận rất dễ rơi vào cảm tính,” bà nói.
Liệu AI sẽ trở thành phúc lợi hay tai họa với người lao động vẫn là một câu hỏi chưa có lời giải. Trong lúc chờ đợi, Acemoglu kêu gọi các lãnh đạo doanh nghiệp nên thận trọng hơn khi tích hợp AI vào tổ chức. “Không có công nghệ nào xứng đáng được mang vào công ty mà không làm thay đổi điều gì cả. Không thể chỉ rắc AI lên như rắc tiêu rồi ngồi chờ kết quả,” ông nói.
Khi đối mặt với áp lực từ ban điều hành và cổ đông, nhiều lãnh đạo buộc phải hành động nhanh chóng mà không kịp đánh giá lại quy trình hay bảo vệ người lao động cấp thấp. Câu hỏi đặt ra là: Liệu những sai lầm này có được sửa chữa, hay sẽ trở thành chuẩn mực mới?
Lời khuyên cuối cùng của Acemoglu là: “Hãy nghĩ xem điều gì tạo nên bản sắc riêng của doanh nghiệp và đội ngũ của bạn, rồi tìm cách phát huy điều đó, thay vì cố thay thế nó bằng AI.”
