Kĩ Năng Quan Trọng Thế Kỷ 21

Đã có rất nhiều cuộc tranh luận trên mạng xoay quanh việc tương lai của các công việc đòi hỏi kỹ năng sẽ ra sao trong một thế giới mà các đặc vụ AI (AI agents) đang tự động hóa phần lớn các tác vụ chúng ta làm hàng ngày.

Với những ví dụ gần đây nhất về việc các đặc vụ AI lập trình có thể xử lý những tác vụ dài và phức tạp hơn, một nỗi sợ mang tính “tồn vong” đã nảy sinh: Vai trò của con người và những kỹ năng hiện có sẽ là gì trong một thế giới mà AI có thể làm gần như mọi thứ?

Ngay cả Boris Cherny, người sáng tạo ra Claude Code, cũng lưu ý rằng vào cuối tháng 12 vừa qua, 100% mã nguồn ông đóng góp đều do Claude viết trong suốt 30 ngày. Chúng ta cũng thấy vô số ví dụ về các kỹ sư đang vận hành hàng chục đặc vụ cùng lúc, mỗi đặc vụ xử lý một phần khác nhau của dự án. Họ di chuyển linh hoạt giữa công việc của từng đặc vụ, hoàn thành khối lượng công việc kỹ thuật tương đương nhiều tuần chỉ trong vài giờ hoặc vài ngày.

Nếu AI có thể thay chúng ta lập trình mọi thứ, câu hỏi đặt ra là: Liệu còn chỗ đứng cho các kỹ sư lành nghề trong tương lai không? Và rộng hơn, liệu còn vai trò nào cho bất kỳ ai có kiến thức chuyên môn sâu — dù là trong lĩnh vực pháp lý, marketing, kiến trúc hay y tế — trong một tương lai nơi AI có thể thực hiện tức thì quá nhiều thứ vốn là “công việc” của ngày hôm nay?

Câu trả lời chắc chắn là: Có. Thực tế, tôi cho rằng chưa bao giờ trong lịch sử lại là thời điểm tốt hơn hiện tại để trở thành một người có kỹ năng cao trong một lĩnh vực cụ thể.

Khi bạn đánh giá những gì một kỹ sư làm hôm nay, quy trình đó phức tạp hơn nhiều so với việc chỉ viết mã. Bạn phải tiếp nhận yêu cầu từ khách hàng (hoặc quản lý sản phẩm), kiểm thử mã, tích hợp nó vào một dự án lớn hơn, đảm bảo nó được vận hành trơn tru, sửa lỗi phát sinh, định nghĩa các tính năng mới dựa trên vấn đề của khách hàng, nâng cấp các thư viện vì lý do bảo mật… và hàng chục tác vụ riêng lẻ khác để tạo ra một phần mềm thực sự hoạt động. AI ngày càng giỏi trong việc thực hiện từng tác vụ này một cách riêng lẻ, nhưng công việc của một kỹ sư là kết nối tất cả chúng lại với nhau một cách thành công.

Và những người hiểu được cách các tác vụ đó vận hành cùng nhau chính là những người ở vị thế tốt nhất để mang lại giá trị lớn nhất, và nhận được lợi ích cao nhất từ AI.

Đây là lý do tại sao nhiều kỹ sư giỏi nhất mà bạn biết đang có khoảng thời gian thăng hoa nhất với việc lập trình cùng AI. Thay vì phải tốn một lượng thời gian cố định cho cả những phần tạo ra giá trị khác biệt lẫn những phần rập khuôn, bạn có thể giao các tác vụ nhàm chán cho các đặc vụ AI, giải phóng thời gian cho những công việc thú vị và mang lại giá trị thực sự.

Lịch sử không lặp lại, nhưng nó thường có cùng nhịp điệu

Bây giờ, bạn có thể thắc mắc: “Điều này chắc chắn sẽ thay đổi bản chất công việc theo cách khiến con người ít việc để làm hơn, và cuối cùng khiến các kỹ năng trở nên vô dụng, đúng không?”

Thực tế, đã có rất nhiều tiền lệ lịch sử cho sự tiến hóa này của công việc. Nếu bạn nhìn vào quy trình của bất kỳ công việc kỹ năng cao nào từ kỷ nguyên trước máy tính cá nhân (pre-PC) đến kỷ nguyên AI, gần như mọi công việc ngày nay đều trông khác biệt hoàn toàn so với chỉ vài thập kỷ trước.

Trong bộ phim The Verdict (1982), có một cảnh nhân vật của Paul Newman và Jack Warden dành hàng giờ lục lọi các chồng sách luật để nghiên cứu cho một phiên tòa sắp tới. Xem cảnh đó, bạn có thể cảm nhận được quy trình này từng tẻ nhạt và tốn thời gian đến mức nào. Chỉ vài năm sau, một luật sư đã có thể ngồi trước máy tính và truy xuất cùng dữ liệu đó gần như ngay lập tức.

Giống như Sam Altman từng nói rằng một nông dân thời xưa nhìn vào công việc ngày nay có thể thấy chúng quá dễ dàng và tầm thường, một luật sư năm 1982 có thể tưởng tượng rằng ngành luật bây giờ đã trở nên quá nhàn hạ, thiếu đi tư duy phản biện hay nghiên cứu chuyên sâu. Thế nhưng, bản chất của nghề luật chỉ càng trở nên phức tạp và tinh vi hơn theo thời gian với vô vàn thách thức về quy định, rủi ro pháp lý mà các công ty phải đối mặt… Những kỹ năng nền tảng của nghề luật phần lớn không thay đổi, và trái với logic thông thường, bất chấp sự gia tăng hiệu suất, Hiệp hội Luật sư Hoa Kỳ (ABA) ghi nhận số lượng luật sư đang hành nghề đã tăng từ khoảng 400.000 năm 1975 lên khoảng 1.375.000 năm 2025.

Hay hãy nhìn vào công việc kỹ thuật hiện đại, ngay trước thời điểm lập trình AI trở nên phổ biến. Rất nhiều thứ đã trở nên đơn giản hơn trong vài thập kỷ qua: có các thư viện mã nguồn mở mà bạn có thể tải về ngay lập tức cho hầu hết mọi vấn đề; bạn không còn phải lo lắng về việc quản lý hạ tầng, phân mảnh cơ sở dữ liệu hay xử lý dịch vụ thanh toán… những thứ mà mọi kỹ sư từng phải tự tay làm cách đây vài thập kỷ. Tuy nhiên, hiện tại chúng ta có nhiều phần mềm hơn bao giờ hết và hệ thống phức tạp hơn bao giờ hết; kết quả là, nhu cầu về các chuyên gia để xử lý khối lượng công việc này không hề giảm đi.

Những gì chúng ta biết từ lịch sử là: Công việc chỉ đơn giản là biến đổi theo thời gian. Khi chúng ta làm cho một thứ trở nên dễ dàng hơn thông qua tự động hóa hoặc sự dư thừa, kỳ vọng của chúng ta về những gì có thể làm trong lĩnh vực đó bắt đầu tăng lên, và các kỹ năng vẫn đóng vai trò quan trọng như cũ. Kỳ vọng về những gì một kỹ sư phải bàn giao đã mở rộng về quy mô; yêu cầu về khả năng tư vấn của một luật sư tăng lên; và kiến thức thị trường mà bạn mong đợi từ một nhân viên ngân hàng hay nhà tư vấn đã tăng gấp mười lần.

Kỹ năng là đòn bẩy

Max Levchin đã nói rất hay vào tuần này: “Nếu hôm nay chúng ta coi AI tạo mã (codegen AI) là một bộ nhân công suất gấp 10 lần cho những người có bằng Khoa học Máy tính, thì trong một hoặc hai năm tới, chúng ta sẽ coi bằng Khoa học Máy tính là bộ nhân công suất gấp 10 lần cho AI tạo mã.”

Bạn có thể thay thế “Khoa học Máy tính” và “AI tạo mã” bằng bất kỳ kỹ năng nào và thấy hiệu ứng tương tự.

Đòn bẩy thực sự từ AI đến từ độ sâu kiến thức của bạn trong lĩnh vực mà bạn đang áp dụng tự động hóa. Một trong những nền tảng quan trọng nhất để bứt phá với các đặc vụ AI là khả năng hiểu được nên giao nhiệm vụ gì cho chúng, cách đặt vấn đề, cách nhận biết khi nào nhiệm vụ không được thực hiện thành công, và sau đó là quyết định phải làm gì sau khi AI đã hoàn thành tác vụ.

Quan trọng hơn, khả năng nắm giữ một “mô hình tư duy” hoàn chỉnh trong đầu về những gì đặc vụ đang làm, nó nên đi đâu tiếp theo, và thế nào là kết quả “tốt” chính là sự phán đoán quan trọng cần thiết để tạo ra giá trị thực, thay vì chỉ dùng chúng để “thử vận may” trong bóng tối. Nếu không có kiến thức nền tảng này, bạn sẽ gặp khó khăn lớn trong việc tạo ra giá trị bền vững ở bất kỳ quy mô hay tần suất nào.

• Một chuyên gia hoạt hình CG sẽ biết cách để AI tạo ra những cảnh quay đẹp nhất, sau đó khâu nối chúng lại để lay động khán giả.
• Một luật sư chuyên nghiệp sẽ biết khi nào lời khuyên cho một vụ kiện là không thực tế hoặc khi nào cần can thiệp vào kết quả của AI do những sắc thái tinh tế của tình huống.
• Một kỹ sư chuyên nghiệp sẽ biết khi nào một đặc vụ AI đang tự đưa mình vào một “ngõ cụt” về cấu trúc không thể mở rộng cho các tính năng tương lai.

Theo tiêu chuẩn ngày nay, tất cả những công việc này sẽ trông hoàn toàn khác biệt trong tương lai. Chúng ta sẽ khó có thể nhận ra những gì các chuyên gia đang gõ vào máy tính để làm việc, nhưng kiến thức nền tảng về những gì họ đang làm và tại sao họ làm thế vẫn sẽ cần thiết hơn bao giờ hết.

Thay vì việc con người và công ty chỉ đơn giản dùng AI để tự động hóa những việc đang làm thủ công, các công việc sẽ được mở rộng theo thời gian để mong đợi những đầu ra cao hơn hoặc mới hơn. Chúng ta sẽ đòi hỏi nhiều hơn từ phần mềm, mong đợi nhiều đột phá y học hơn, yêu cầu chuyên môn tốt hơn từ các nhà cung cấp dịch vụ y tế, và tiêu chuẩn sẽ tăng lên trong hầu hết mọi lĩnh vực khác.

Ví dụ tại Box, chúng tôi hiện có các kỹ sư giải pháp xây dựng các bản demo hoàn toàn tùy chỉnh, nhúng các API của Box vào phần mềm của khách hàng. Thay vì một bản demo tĩnh và chung chung, giờ đây họ có thể mang toàn bộ nền tảng vào thực tế theo cách mà trước đây sẽ cực kỳ tốn kém nếu làm cho mọi khách hàng. Nhưng bây giờ, đó là một tác vụ nhanh chóng. Khi xu hướng này lan rộng, khách hàng sẽ sớm kỳ vọng những trải nghiệm tùy chỉnh tương tự khi các công ty phần mềm chào hàng. Ngay tại thời điểm các tác vụ rập khuôn được AI tự động hóa, một tập hợp các tác vụ sáng tạo và công phu hơn trở thành yêu cầu bắt buộc của công việc.

Hạ thấp sàn và nâng cao trần

Và đây là điều tuyệt vời với AI: Giống như việc nó làm cho các chuyên gia có năng lực hơn, nó cũng giúp bất kỳ ai có thể học để trở thành chuyên gia nhanh hơn nhiều. Dylan Field gọi đây là việc AI “hạ thấp sàn và nâng cao trần”. Điều đó có nghĩa là bất kỳ ai có động lực giờ đây đều có thể học cách tạo ra những thiết kế tuyệt vời nếu họ muốn.

Các công cụ mà mỗi người trẻ hiện có trong tay là chưa từng có tiền lệ. Bất kỳ ai, nếu họ chọn, đều có một gia sư hoàn hảo cho mọi kỹ năng trên hành tinh này. Khi tôi lớn lên và bắt đầu học xây dựng trang web, chỉ là tình cờ ngẫu nhiên mà người hàng xóm của tôi (và sau này là người đồng sáng lập Box) lại là một lập trình viên có thể giúp nhân bản kỹ năng của tôi. Nhưng bây giờ, mọi người đều có “người hàng xóm” đó sẵn sàng phục vụ 24/7.

Ngay lúc này, “Zuckerberg tiếp theo” có thể đang bắt đầu học lập trình lần đầu tiên nhờ AI. “George Lucas tiếp theo” là một ai đó đang phát triển những thế giới AI chưa từng thấy trước đây, tạo ra mức độ giải trí mà vài năm trước sẽ không thể thực hiện được nếu thiếu hàng chục triệu đô la. Điều tương tự cũng sẽ đúng trong khoa học đời sống, tài chính và mọi lĩnh vực kỹ thuật khác.

Đây là thời điểm tuyệt vời nhất trong lịch sử nếu bạn là người tò mò, tháo vát và thực sự muốn học hỏi những kỹ năng mới. Kỹ năng không mất đi trong thế kỷ 21 cùng với AI. Đòn bẩy mà bạn nhận được từ chúng chỉ có tăng lên mà thôi.