Trí tuệ nhân tạo thay đầu việc nhiều hơn là thay cả một nghề. Một nghề là một bó gồm hàng chục việc nhỏ, máy làm tốt một số việc trong bó đó, và nghề nào có nhiều việc lặp lại trên chữ, trên số, trên mẫu có sẵn thì sẽ đổi nhiều nhất.
Chào bạn, đây là Nhà Đổi Mới. Tập mở đầu này mình không định doạ ai, cũng không định trấn an cho vui. Mình muốn cùng bạn tháo rời công việc của chính mình ra như tháo một chiếc đồng hồ.
Vì sao nhìn tên nghề thì dễ hoảng mà nhìn đầu việc thì tỉnh hơn?
Mỗi lần có bản tin kiểu nghề này sắp biến mất, mình để ý người ta luôn nói bằng tên nghề: kế toán, biên dịch, thiết kế, chăm sóc khách hàng. Nhưng chẳng ai đi làm với một cái tên nghề, người ta đi làm với một danh sách việc: trả lời thư, gọi khách, đối chiếu sổ, họp.
Khi tách ra như vậy, bức tranh khác hẳn. Một chị biên dịch không chỉ chuyển chữ từ tiếng này sang tiếng kia. Chị còn hỏi lại khách câu này ý anh là gì, chọn cách xưng hô cho hợp văn hoá, và chịu trách nhiệm nếu bản dịch sai làm hỏng một hợp đồng. Máy dịch đã làm rất khá phần chuyển chữ. Những phần còn lại thì chưa.
Nhìn bằng đầu việc cũng giúp mình thấy cái đáng lo thật. Nếu phần lớn thời gian của bạn là phần máy làm khá, thì nghề của bạn vẫn còn tên, nhưng số người cần cho nghề đó có thể giảm. Đó là kiểu thay đổi phổ biến nhất: không phải biến mất, mà co lại và đổi hình.
Nên câu hỏi đúng không phải là nghề mình còn không, mà là trong tuần làm việc của mình, bao nhiêu giờ rơi vào phần máy đã làm được, và mình đang làm gì với số giờ được giải phóng đó.
Những loại việc nào máy đang làm khá?
Nhóm thứ nhất là việc biến đổi chữ: tóm tắt một tài liệu dài, viết lại một lá thư cho lịch sự hơn, dịch một đoạn văn thông thường, soạn bản nháp đầu tiên của một thông báo.
Nhóm thứ hai là việc nhận dạng theo mẫu: đọc một tờ hoá đơn rồi điền vào đúng ô, phân loại thư của khách vào nhóm khiếu nại hay hỏi giá, tìm dòng lệch trong một bảng số dài. Máy không mệt, không chán.
Nhóm thứ ba là việc tra cứu và tổng hợp sơ bộ: gom thông tin từ nhiều nguồn thành một bản tóm lược để người khác đọc. Nhóm này máy làm nhanh nhưng hay sai rất tự tin.
Điểm chung của cả ba nhóm là đầu vào và đầu ra đều nằm trên màn hình, và kết quả có thể kiểm tra được. Việc nào càng giống như vậy thì càng sớm bị chạm tới.
Phần nào trong công việc vẫn khó giao cho máy?
Thứ đầu tiên là việc cần đôi tay trong một môi trường lộn xộn. Sửa một đường ống rò dưới gầm bồn rửa, mỗi nhà một kiểu, máy móc còn rất xa mới làm nổi.
Thứ hai là việc mà giá trị nằm ở mối quan hệ. Khách quen của một chị bán bảo hiểm không mua vì chị đọc điều khoản giỏi. Họ mua vì tin chị sẽ nghe máy khi nhà có chuyện. Niềm tin đó không chép sang máy được.
Thứ ba là việc phải có người chịu trách nhiệm. Bác sĩ ký vào kết luận, kỹ sư ký vào bản vẽ, kế toán trưởng ký vào báo cáo. Máy chuẩn bị gần hết, nhưng vẫn cần một con người đứng tên và hiểu mình ký vào cái gì.
Thứ tư là việc xử lý tình huống chưa từng có. Khi một lô hàng bị kẹt ở cảng vì một lý do chưa ai gặp, cần người biết gọi ai, nói gì. Máy học từ quá khứ, còn ngày như thế thì chưa có trong quá khứ.
Tự chia công việc của mình thành ba nhóm như thế nào?
Bạn có thể thử một bài tập mất chừng nửa buổi. Lấy tuần làm việc gần nhất, ghi ra mọi việc mình đã làm, kể cả việc vặt, kèm số giờ ước chừng. Ghi cụ thể, đừng ghi chung chung kiểu làm báo cáo.
Sau đó chia mỗi việc vào một trong ba nhóm. Nhóm một là máy làm được gần trọn, mình chỉ cần kiểm lại. Nhóm hai là máy làm được bản nháp, mình phải sửa nhiều. Nhóm ba là máy chưa giúp được gì đáng kể.
Một chị trưởng nhóm kinh doanh mà mình từng trò chuyện làm bài tập này và giật mình: gần một nửa thời gian của chị rơi vào nhóm một, toàn là gom số và viết thư nhắc. Còn phần chị giỏi nhất, ngồi với khách khó tính, chỉ chiếm vài giờ mỗi tuần.
Kết luận của chị không phải là đi học lập trình. Chị giao bớt phần nhóm một cho công cụ, lấy thời gian đó gặp khách nhiều hơn.
Khi nào đáng lo thật, và lo thì nên làm gì?
Nói cho công bằng, có những vị trí mà gần như toàn bộ công việc nằm trong nhóm một: nhập liệu thuần tuý, trả lời theo kịch bản cố định, dịch những tài liệu thông thường không cần ai chịu trách nhiệm. Với những vị trí đó, lo là có cơ sở, và nói ngược lại là không thật lòng.
Nhưng lo đúng cách khác với hoảng. Lo đúng cách là bắt đầu dịch chuyển dần sang những đầu việc bên cạnh mà mình đã quen: người nhập liệu hiểu rõ chứng từ hơn ai hết có thể chuyển sang kiểm soát sai sót, người trả lời khách theo kịch bản có thể chuyển sang xử lý những ca khó mà máy chuyển lên.
Còn một điều ít ai nói: tốc độ thay đổi trong thực tế thường chậm hơn tốc độ trên báo. Doanh nghiệp phải thử, sửa quy trình, đào tạo. Khoảng thời gian đó là cửa sổ để người lao động chuẩn bị.
Lần tới nghe ai nói nghề của bạn sắp mất, thử hỏi lại họ: cụ thể là đầu việc nào, và ai sẽ là người kiểm tra cái máy làm ra?
Câu hỏi thường gặp
Nghề nào ít bị trí tuệ nhân tạo ảnh hưởng nhất?
Những nghề cần thao tác bằng tay trong môi trường thay đổi liên tục, nghề chăm sóc người, và nghề mà giá trị nằm ở niềm tin cá nhân thường đổi chậm nhất.
Trí tuệ nhân tạo có làm tăng việc làm mới không?
Có những việc mới xuất hiện, như kiểm tra đầu ra của máy, chuẩn bị dữ liệu, đưa công cụ vào quy trình của từng công ty. Nhưng việc mới không nhất thiết xuất hiện ở cùng nơi, cùng lúc, cho cùng người với việc mất đi.
Nhân viên văn phòng nên học gì để không bị thay thế?
Nên học sâu hơn về chính ngành mình đang làm, đủ để kiểm tra và sửa cái máy làm ra, đồng thời học cách giao việc cho công cụ. Kỹ năng làm việc với người, đàm phán, giải thích, gỡ rối, vẫn là thứ giữ giá lâu nhất.
Làm sao biết công ty mình sắp đưa trí tuệ nhân tạo vào thay người?
Dấu hiệu thường thấy là công ty bắt đầu chuẩn hoá quy trình, gom dữ liệu, thử công cụ ở một bộ phận nhỏ. Thay vì đoán, hãy chủ động xin tham gia nhóm thử.
Có nên đổi hẳn nghề vì sợ trí tuệ nhân tạo?
Đổi hẳn nghề chỉ vì một bản tin là quyết định đắt. Cách an toàn hơn là làm bài tập chia đầu việc, xem phần nào của mình còn đứng vững, rồi dịch chuyển dần sang các việc bên cạnh mà kinh nghiệm cũ vẫn dùng được.
