Báo cáo mới của Anthropic tiết lộ khoảng cách giữa tiềm năng và ứng dụng thực tế của AI trong thị trường lao động

Trong thời gian gần đây, việc AI “xâm chiếm” thị trường lao động và khiến con người mất việc đã trở thành nỗi bất an của nhiều người. Tuy nhiên, trên thực tế, tầm ảnh hưởng của AI đến “chén cơm” của con người vẫn còn hạn chế.

Một báo cáo gần đây từ Anthropic cho thấy, trong nhiều lĩnh vực, dù năng lực lý thuyết của AI được đánh giá là rất lớn, mức độ ứng dụng thực tế hiện nay vẫn chỉ chiếm một phần nhỏ.

Báo cáo mới của Anthropic cung cấp nhiều góc nhìn đáng chú ý về tác động của AI đối với thị trường lao động, từ khoảng cách giữa năng lực lý thuyết và mức độ ứng dụng thực tế của AI, dự báo tăng trưởng nghề nghiệp, đặc điểm nhân khẩu học chịu ảnh hưởng, cho đến những thay đổi đang diễn ra trong thị trường việc làm. Toàn bộ phân tích được xây dựng dựa trên một thước đo mới mang tên “mức độ tiếp xúc thực tế” (observed exposure).

Phương pháp nghiên cứu

Anthropic đưa ra một thước đo mới nhằm đánh giá mức độ công việc có thể bị thay thế bởi AI, gọi là “mức độ tiếp xúc thực tế”

Chỉ số này kết hợp giữa khả năng lý thuyết của LLM (Mô hình ngôn ngữ lớn) và mức độ sử dụng AI trong thực tế. Trong đó, họ đặt trọng số cao hơn cho những trường hợp AI được dùng để tự động hóa công việc thay vì chỉ hỗ trợ con người và các công việc có tính chuyên môn cao.

Nói cách khác, thay vì chỉ hỏi “AI có thể làm việc này không?”, Anthropic nhấn mạnh vào việc: “AI thực sự đang được dùng để làm việc này đến mức nào?”

Thước đo này dựa trên dữ liệu kết hợp từ ba nguồn:

• Cơ sở dữ liệu O*NET: Liệt kê các nhiệm vụ chi tiết của khoảng 800 nghề nghiệp tại Hoa Kỳ.
• Dữ liệu sử dụng AI trong thực tế: Được thu thập thông qua Anthropic Economic Index, theo dõi cách người dùng sử dụng mô hình ngôn ngữ lớn Claude trong công việc.
• Ước tính khả năng lý thuyết của AI (Chỉ số β): Dựa trên nghiên cứu của Sébastien Eloundou và cộng sự (2023), chỉ số này đánh giá liệu một mô hình LLM có thể giúp hoàn thành một nhiệm vụ nhanh hơn gấp đôi hay không. Chỉ số β chấm điểm các nhiệm vụ theo một thang đo đơn giản:
  • 1.0: AI có thể giúp tăng gấp đôi tốc độ hoàn thành nhiệm vụ
  • 0.5: AI có thể giúp làm việc nhanh hơn nhưng cần thêm công cụ hoặc phần mềm bổ trợ
  • 0: AI không thể hỗ trợ

Theo dữ liệu từ bốn báo cáo trước của Anthropic Economic Index, 97% các nhiệm vụ được quan sát trong thực tế đều thuộc nhóm mà nghiên cứu của Eloundou đánh giá là có khả năng thực hiện bằng AI, về mặt lý thuyết (β = 0.5 hoặc β = 1).

97% các nhiệm vụ được quan sát trong thực tế đều thuộc nhóm mà nghiên cứu của Eloundou đánh giá là có khả năng thực hiện bằng AI, về mặt lý thuyết.
Nguồn: Anthropic

Những nội dung nổi bật rút ra từ nghiên cứu

Việc ứng dụng AI trong thực tế vẫn còn cách rất xa so với khả năng theo lý thuyết

Nghiên cứu của Anthropic cho thấy việc ứng dụng AI trong thực tế vẫn còn cách rất xa so với khả năng theo lý thuyết.

Khoảng cách giữa khả năng lý thuyết của AI (màu xanh) và mức độ sử dụng thực tế (màu đỏ) theo nghề nghiệp.
Nguồn: Anthropic

Biểu đồ trên cho thấy, về mặt lý thuyết (màu xanh), AI có thể hỗ trợ phần lớn nhiệm vụ trong nhiều lĩnh vực. Trong đó, Máy tính & Toán học (Computer & Math) đạt 94% và Văn phòng & Hành chính (Office & Admin) đạt 90%.

Tuy nhiên, dữ liệu sử dụng thực tế từ Anthropic Economic Index lại cho thấy một bức tranh rất khác. Cụ thể, khu vực màu đỏ, mô tả việc mọi người đang sử dụng Claude trong môi trường chuyên nghiệp, chiếm một phần khá khiêm tốn, cho thấy AI còn lâu mới đạt đến khả năng lý thuyết của nó. Ví dụ, trong nhóm Máy tính & Toán học (Computer & Math), Claude hiện chỉ được sử dụng cho khoảng 33% nhiệm vụ.

Theo nhóm nghiên cứu, khu vực màu đỏ sẽ dần mở rộng để bao phủ khu vực màu xanh khi năng lực AI ngày càng được cải thiện, doanh nghiệp áp dụng AI rộng rãi hơn và AI được tích hợp sâu hơn vào quy trình làm việc.

Dù vậy, vẫn tồn tại một vùng lớn mà AI khó có thể bao phủ. Nhiều nhiệm vụ hiện vẫn nằm ngoài phạm vi của AI, như các công việc nông nghiệp mang tính thủ công như Chăm sóc vườn (Grounds maintenance), Nông nghiệp (Agriculture) đến các nhiệm vụ pháp lý phức tạp như đại diện khách hàng trước tòa.

Rõ ràng, AI có thể thay đổi đáng kể cách nhiều công việc được thực hiện, nhưng không phải mọi nhiệm vụ đều có thể được tự động hóa.

Top 10 việc làm có mức độ tiếp xúc thực tế với AI nhiều nhất

Top 10 việc làm có mức độ tiếp xúc với AI nhiều nhất.
Nguồn: Anthropic

Kết quả tương đồng với các quan sát trước đó về cách mọi người đang sử dụng Claude trong công việc.

Đứng đầu danh sách là Lập trình viên máy tính (Computer Programmers) với mức độ tiếp xúc thực tế là 74,5%. AI hiện được sử dụng rất rộng rãi trong các tác vụ lập trình như viết mã, gợi ý giải pháp kỹ thuật đến hỗ trợ sửa lỗi.

Tiếp theo là Đại diện dịch vụ khách hàng (Customer Service Representation) với 70,1%. Các tác vụ phổ biến là soạn thảo phản hồi, xử lý các yêu cầu phổ biến, hỗ trợ phân loại và trả lời phàn nàn của khách hàng.

Đứng thứ ba là Nhân viên nhập liệu (Data Entry Keyers), với nhiệm vụ chính là đọc tài liệu và nhập dữ liệu tự động vào hệ thống, có mức độ bao phủ là 67,1%.

Nhìn chung, phần lớn các việc làm có mức độ tiếp xúc cao nhất với AI thường mang tính số hóa và xử lý thông tin, khiến chúng dễ dàng được hỗ trợ hoặc tự động hóa bằng các mô hình ngôn ngữ lớn.

Ở chiều ngược lại, nghiên cứu của Anthropic cho thấy khoảng 30% lực lượng lao động nằm trong nhóm có mức độ bao phủ bằng 0, tức là AI hầu như chưa được sử dụng cho các nhiệm vụ cốt lõi của những nghề này. Có thể kể đến như: Đầu bếp, Thợ sửa xe máy, Nhân viên cứu hộ, Nhân viên pha chế (Bartender), Nhân viên rửa bát và Nhân viên phòng thay đồ.

Những việc làm có mức độ tiếp xúc với AI cao thường được dự báo tăng trưởng chậm

Một phát hiện đáng chú ý khác trong nghiên cứu của Anthropic là mối liên hệ giữa mức độ tiếp xúc với AI và khả năng tăng trưởng việc làm trong tương lai.

Để kiểm chứng điều này, Anthropic so sánh thước đo mức độ tiếp xúc thực tế với AI và các dự báo việc làm do U.S. Bureau of Labor Statistics (BLS) công bố. Cơ quan này thường xuyên đưa ra dự báo về thị trường lao động tại Mỹ. Trong báo cáo mới nhất công bố năm 2025, BLS ước tính sự thay đổi về số lượng việc làm của từng nghề trong giai đoạn 2024-2034.

Khi đặt dữ liệu của Anthropic cạnh các dự báo này (Hình 4), chúng ta có thể thấy một xu hướng là những nghề có mức độ tiếp xúc thực tế với AI cao thường được dự báo tăng trưởng chậm hơn trong tương lai.

BLS dự kiến tăng trưởng việc làm từ năm 2024-2034 so với mức độ tiếp xúc thực tế.
Nguồn: Anthropic

Một phân tích hồi quy ở cấp độ nghề nghiệp với trọng số theo quy mô lực lượng lao động hiện tại cho thấy, mỗi khi mức độ bao phủ của AI tăng thêm 10 điểm phần trăm, dự báo tăng trưởng việc làm của nghề đó giảm khoảng 0,6 điểm phần trăm.

Dù mối tương quan này không quá mạnh, kết quả cho thấy thước đo của Anthropic phần nào phù hợp với những đánh giá độc lập từ các nhà phân tích thị trường lao động.

Nói cách khác, những công việc mà AI đang bắt đầu tham gia nhiều hơn cũng chính là những lĩnh vực có triển vọng tăng trưởng việc làm khiêm tốn hơn trong tương lai.

Đặc điểm nhân khẩu học của những người làm các nghề có mức độ tiếp xúc AI cao

Những người lao động trong các ngành nghề có mức độ tiếp xúc cao thường có xu hướng có độ tuổi lớn hơn, là nữ giới, có trình độ học vấn cao hơn và mức lương cao hơn.

Sự khác biệt giữa những người lao động làm các công việc có mức độ tiếp xúc cao và những người lao động làm các công việc có mức độ tiếp xúc cao thấp.
Nguồn: Anthropic

Hình 5 mô tả các đặc điểm của nhóm người lao động nằm trong nhóm 25% có mức độ tiếp xúc cao với AI (top quartile) so với nhóm 30% người lao động hoàn toàn không tiếp xúc với AI trong ba tháng trước khi ChatGPT được ra mắt (từ tháng 8 đến tháng 10 năm 2022), sử dụng dữ liệu từ Current Population Survey.

Hai nhóm này có sự khác biệt rất lớn:

• Giới tính và Sắc tộc: Nhóm có mức độ tiếp xúc cao có khả năng là nữ giới cao hơn 15,5 điểm phần trăm, khả năng là người da trắng cao hơn 10,6 điểm phần trăm và khả năng là người gốc Á cao gấp gần hai lần.
• Thu nhập: Nhóm có mức độ tiếp xúc cao có thu nhập trung bình cao hơn 47%.
• Trình độ học vấn: Nhóm có mức độ tiếp xúc cao có trình độ học vấn cao hơn hẳn. Ví dụ, những người có bằng sau đại học chỉ chiếm 4,5% trong nhóm không tiếp xúc, nhưng lại chiếm tới 17,4% trong nhóm tiếp xúc cao, chênh lệch gần gấp bốn lần.

Tác động đến thị trường lao động hiện chưa đáng kể

Anthropic cho biết họ chưa tìm thấy bằng chứng về sự gia tăng tỷ lệ thất nghiệp ở những lao động có mức độ tiếp xúc cao với AI kể từ cuối năm 2022. Tuy vậy, một số tín hiệu cho thấy tốc độ tuyển dụng lao động trẻ trong các ngành nghề chịu ảnh hưởng đang có dấu hiệu chậm lại.

Về lý thuyết, nếu AI gây ra những tác động tiêu cực mạnh mẽ đến thị trường lao động, điều đó thường sẽ đi kèm với một giai đoạn gia tăng thất nghiệp khi người lao động bị thay thế phải tìm kiếm công việc mới. Để theo dõi khả năng này, Anthropic sử dụng dữ liệu từ Current Population Survey (Khảo sát Dân số Hiện tại), trong đó những người đang thất nghiệp sẽ báo cáo về công việc và ngành nghề trước đây của họ.

Anthropic phân tích xu hướng thất nghiệp bằng cách đối chiếu dữ liệu nghề nghiệp với mức độ tiếp xúc thực tế với AI của từng nhóm công việc. Để đơn giản hóa phân tích và tập trung vào những tác động lớn nhất, nghiên cứu giả định rằng ảnh hưởng của AI sẽ thể hiện rõ nhất ở những nhóm nghề có mức độ tiếp xúc cao nhất.

Xu hướng tỷ lệ thất nghiệp đối với người lao động nằm trong Top 25% có mức độ tiếp xúc thực tế cao với AI và không tiếp xúc với AI.
Nguồn: Anthropic

Ở hình này:

• Biểu đồ phía trên thể hiện tỷ lệ thất nghiệp của nhóm lao động có mức độ tiếp xúc cao nhất (đường màu đỏ) so với nhóm lao động không tiếp xúc với AI.
• Biểu đồ phía dưới cho thấy khoảng cách giữa hai nhóm này theo khung phân tích DiD (difference-in-differences), nhằm đánh giá liệu sự xuất hiện của AI có tạo ra thay đổi đáng kể hay không.

Cụ thể, họ so sánh hai nhóm lao động: (1) 25% lao động có mức độ tiếp xúc thực tế với AI cao nhất (tính theo trọng số thời gian thực hiện nhiệm vụ) và (2) nhóm lao động có mức độ tiếp xúc thấp hoặc gần như không tiếp xúc.

Kết quả trong cho thấy: Trong giai đoạn đại dịch COVID-19, những lao động ít tiếp xúc với AI hơn (thường là các công việc yêu cầu hiện diện trực tiếp) lại chịu mức tăng thất nghiệp cao hơn đáng kể. Sau giai đoạn này, xu hướng thất nghiệp của hai nhóm gần như diễn biến tương đồng.

Phần phân tích tiếp theo sử dụng phương pháp DiD để đo lường khoảng cách giữa hai nhóm theo thời gian. Kết quả cho thấy kể từ khi ChatGPT ra mắt, sự thay đổi trong khoảng cách thất nghiệp giữa hai nhóm là rất nhỏ. Nói cách khác, dù tỷ lệ thất nghiệp ở nhóm tiếp xúc cao có tăng nhẹ, nhưng không đáng kể.

Dựa trên các khoảng tin cậy thống kê của dữ liệu hiện tại, nhóm nghiên cứu ước tính rằng một mức chênh lệch khoảng 1 điểm phần trăm trong tỷ lệ thất nghiệp giữa các nhóm nghề nghiệp đã có thể được phát hiện bằng phương pháp này. Tuy nhiên, đây chỉ là ước tính sơ bộ và có thể thay đổi khi có thêm dữ liệu trong tương lai.

Để minh họa quy mô tác động, nghiên cứu đưa ra một kịch bản giả định cực đoan: Nếu toàn bộ người lao động trong nhóm 10% nghề nghiệp có mức độ tiếp xúc với AI cao nhất bị mất việc, thì tỷ lệ thất nghiệp trong nhóm 25% nghề nghiệp tiếp xúc nhiều nhất với AI sẽ tăng mạnh từ khoảng 3% lên 43%.

Trong kịch bản đó, tỷ lệ thất nghiệp chung của toàn nền kinh tế cũng sẽ tăng từ 4% lên khoảng 13%.

Dù đây chỉ là mô phỏng mang tính lý thuyết, ví dụ này cho thấy: nếu AI thực sự bắt đầu thay thế lao động ở quy mô lớn, tác động của nó sẽ đủ rõ để được phát hiện bằng khung đo lường này.

Nói cách khác, mục tiêu của phương pháp không phải là dự đoán chính xác tương lai, mà là tạo ra một “hệ thống cảnh báo sớm” để theo dõi những thay đổi trên thị trường lao động khi AI dần được triển khai rộng rãi.

Tác động đối với lao động trẻ

Một nhóm đối tượng đặc biệt được quan tâm trong các nghiên cứu về tác động của AI là lao động trẻ.

Phân tích của Anthropic cho thấy tỷ lệ thất nghiệp của lao động trẻ trong các ngành nghề tiếp xúc với AI hiện vẫn đi ngang. Tuy nhiên, tuyển dụng chậm lại không nhất thiết dẫn đến tỷ lệ thất nghiệp cao hơn. Nhiều lao động trẻ là những người mới gia nhập thị trường lao động, chưa có nghề nghiệp cụ thể trong dữ liệu của Current Population Survey (CPS), hoặc có thể rời khỏi lực lượng lao động thay vì được ghi nhận là thất nghiệp.

Để đo lường xu hướng tuyển dụng, Anthropic sử dụng dữ liệu bảng (panel data) của CPS, theo dõi tỷ lệ lao động trẻ từ 22-25 tuổi bắt đầu một công việc mới trong các ngành nghề có mức độ tiếp xúc cao và thấp với AI theo thời gian.

Tỷ lệ tìm được việc làm hàng tháng của lao động trẻ, tức là trường hợp một người báo cáo có công việc mới mà họ chưa có trong tháng trước.
Nguồn: Anthropic

Dữ liệu ở hình trên được chia theo hai nhóm: công việc có mức độ tiếp xúc cao với AI và ít hoặc không tiếp xúc với AI.

• Biểu đồ phía trên thể hiện tỷ lệ lao động trẻ bắt đầu công việc mới trong hai nhóm, nhóm có mức độ tiếp xúc cao với AI (đường màu đỏ) và ít hoặc không tiếp xúc với AI.
• Biểu đồ phía dưới đo lường khoảng cách giữa hai nhóm bằng phương pháp DiD.

Ngoại trừ những biến động lớn trong giai đoạn 2020-2021 do đại dịch, hai chuỗi dữ liệu bắt đầu phân kỳ rõ rệt từ năm 2024. Khi đó, lao động trẻ có xu hướng ít được tuyển dụng hơn vào các ngành nghề tiếp xúc nhiều với AI. Trong khi tỷ lệ tìm việc ở các ngành nghề ít tiếp xúc vẫn duy trì khoảng 2% mỗi tháng, thì tỷ lệ gia nhập các ngành nghề tiếp xúc cao giảm khoảng 0,5 điểm phần trăm.

Tính trung bình trong giai đoạn sau khi ChatGPT ra mắt, tỷ lệ tìm được việc làm của lao động trẻ trong các ngành nghề tiếp xúc cao đã giảm khoảng 14% so với năm 2022. Đáng chú ý, xu hướng tương tự không xuất hiện ở nhóm lao động trên 25 tuổi.

Những kết quả này có thể là tín hiệu sớm về tác động của AI đối với thị trường lao động. Tuy vậy, vẫn tồn tại nhiều cách diễn giải khác: lao động trẻ không được tuyển dụng vào các ngành nghề này có thể tiếp tục ở lại công việc hiện tại, chuyển sang công việc khác, hoặc quay lại học tập. Ngoài ra, dữ liệu khảo sát cũng có thể chịu sai số đo lường, đặc biệt trong việc ghi nhận các quá trình chuyển đổi công việc.

★★★

Cần lưu ý rằng đây mới chỉ là những phát hiện ban đầu, dựa trên dữ liệu được đo lường từ Anthropic. Trong bối cảnh tốc độ phát triển của AI ngày càng nhanh và số lượng các mô hình ngôn ngữ lớn liên tục gia tăng, những kết quả hiện tại chưa phải là cơ sở để kết luận rằng tác động của AI sẽ tiếp tục duy trì ở mức thấp.