Data Station #57: 1 triệu cuộc trò chuyện với Claude tiết lộ điều gì về AI và thị trường lao động?

Sự trỗi dậy mạnh mẽ của trí tuệ nhân tạo (AI) trong thời gian gần đây đã trở thành chủ đề thảo luận chưa có dấu hiệu hạ nhiệt: AI đang được ứng dụng đến mức độ nào ở các ngành nghề khác nhau? Con người đang “nương nhờ” AI như thế nào trong công việc hằng ngày?

Để trả lời các câu hỏi trên, Anthropic – công ty phát triển mô hình ngôn ngữ Claude – đã công bố Anthropic Economic Index, một sáng kiến nghiên cứu dài hạn nhằm theo dõi và phân tích tác động của AI đối với thị trường lao động và nền kinh tế.

Báo cáo đầu tiên trong chuỗi nghiên cứu này dựa trên hàng triệu cuộc trò chuyện ẩn danh giữa người dùng và Claude.ai để phân tích cách AI đang được tích hợp vào các nhiệm vụ thực tế trong công việc ở nhiều lĩnh vực. Anthropic cũng công khai bộ dữ liệu gốc để các chuyên gia kinh tế và nhà hoạch định chính sách cùng tham gia đánh giá, mở rộng nghiên cứu này.

Từ những kết quả của báo cáo, Brands Vietnam đã thảo luận sâu hơn với những nhân vật thuộc nhiều lĩnh vực khác nhau để tìm hiểu rõ hơn về việc AI đang được áp dụng như thế nào trong công việc thực tiễn của họ hằng ngày, gồm:

• Chị Thanh Ngân – Digital Marketing Manager trong doanh nghiệp về giáo dục
• Chị Hoàng Linh – Project Manager của một hệ thống e-Learning
• Chị Lam Phương – Biên tập viên của một trang tin
• Anh H.T – Data Analyst của công ty tài chính

Không chỉ đơn thuần chia sẻ những báo cáo hữu ích, Data Station là loạt bài phỏng vấn đào sâu vào các kết quả nghiên cứu, dưới góc nhìn của người trong cuộc, nhằm đưa ra những quan điểm sâu sắc và đề xuất có tính ứng dụng cao cho kế hoạch marketing sắp tới của bạn.

Phương pháp nghiên cứu

Anthropic phát triển Clio, một công cụ giúp tự động phân tích nội dung các cuộc trò chuyện với Claude. Clio có khả năng phân loại từng cuộc trò chuyện dựa trên nhiệm vụ mà người dùng đang thực hiện, ví dụ như viết nội dung, lập trình, phân tích dữ liệu...

Để đảm bảo độ chính xác và tính hệ thống, Anthropic sử dụng cơ sở dữ liệu O*NET của Bộ Lao động Hoa Kỳ – nơi phân loại khoảng 20.000 nhiệm vụ công việc khác nhau. Từ bộ dữ liệu này và các phân tích của mình, Clio sẽ ghép từng cuộc trò chuyện với một nhiệm vụ cụ thể trong O*NET mà AI đã hỗ trợ trong cuộc hội thoại đó.

Sau đó, các nhiệm vụ này được nhóm lại thành các nghề nghiệp, rồi tiếp tục phân loại vào các nhóm ngành lớn hơn như: Giáo dục, Kinh doanh, Tài chính, Công nghệ thông tin và kỹ thuật…

Quá trình hệ thống Clio phân tích các cuộc trò chuyện với Claude (được giữ riêng tư, trên cùng bên trái) thành các nhiệm vụ nghề nghiệp (trên cùng, ở giữa) và các nghề nghiệp/danh mục nghề nghiệp theo phân loại của O*NET (trên cùng, bên phải). Sau đó, dữ liệu được nhập vào các phân tích khác nhau (khung dưới cùng).
Nguồn: Anthropic

Mức độ ứng dụng AI ở các ngành nghề khác nhau

Nhóm nghiên cứu ở Anthropic đã so sánh tỷ lệ xuất hiện của các ngành nghề trong dữ liệu trò chuyện AI với tỷ lệ lực lượng lao động thực tế của nhóm ngành nghề đó trên thị trường hiện nay. Kết quả này giúp làm rõ hơn mức độ tương thích và ứng dụng của AI trong từng lĩnh vực cụ thể.

Tỷ lệ xuất hiện của các ngành nghề trong dữ liệu trò chuyện AI với tỷ lệ lực lượng lao động thực tế trong nền kinh tế Hoa Kỳ.
Nguồn: Anthropic

Những ngành nghề như bán hàng (sales) có tỷ lệ tương tác với AI thấp hơn nhiều so với tỷ lệ người lao động thực tế. Cụ thể, ngành bán hàng chiếm đến 8,8% lực lượng lao động nhưng chỉ chiếm 2,3% trong các cuộc trò chuyện với AI. Điều này có thể phản ánh việc AI hiện tại chưa được sử dụng phổ biến trong công việc hàng ngày của nhân viên bán hàng, hoặc bản chất công việc bán hàng – vốn phụ thuộc nhiều vào kỹ năng giao tiếp và phán đoán tình huống.

Không quá bất ngờ, các ngành nghề gắn liền với lao động chân tay, như nông nghiệp, ngư nghiệp và lâm nghiệp, gần như không xuất hiện trong dữ liệu, chỉ chiếm 0,1% tổng số truy vấn với AI.

Ngược lại, một số ngành lại có mức tương tác với AI vượt xa quy mô thực tế của lực lượng lao động trong lĩnh vực đó. Đáng chú ý nhất là nhóm ngành liên quan đến máy tính và toán học (chẳng hạn như lập trình viên, kỹ sư dữ liệu), chỉ chiếm 3.4% lực lượng lao động nhưng lại chiếm đến 37,2% các cuộc trò chuyện với AI. Điều này phản ánh mức độ tích hợp rất sâu của AI trong các công việc kỹ thuật số.

Tương tự, lĩnh vực nghệ thuật, thiết kế, truyền thông và giải trí cũng có tỷ lệ trò chuyện với AI rất cao so với quy mô lao động, với 10,3% tương tác so với chỉ 1,4% lực lượng lao động. Đây là dấu hiệu cho thấy giới sáng tạo đang nhanh chóng khai thác AI như một công cụ để hỗ trợ ý tưởng, thiết kế, chỉnh sửa nội dung và sản xuất nghệ thuật.

AI được sử dụng ở đâu và như thế nào trên toàn bộ nền kinh tế, dựa trên dữ liệu sử dụng thực tế từ Claude.ai.
Nguồn: Anthropic

Trong nhóm ngành nghề “Computer and Mathematical” – nhóm ứng dụng AI cao nhất, các tác vụ ứng dụng AI chủ yếu là các nhiệm vụ như: chỉnh sửa phần mềm, gỡ lỗi mã nguồn, và xử lý sự cố hệ thống mạng.

Về ứng dụng AI trong lĩnh vực liên quan lập trình và thuật toán, anh H.T – Data Analyst của công ty tài chính chia sẻ rằng AI thường hỗ trợ anh trong việc triển khai ý tưởng lập trình để anh tập trung vào cải thiện kết quả của AI, tiết kiệm thời gian hơn so với để bản thân từ mày mò từng dòng code.

Bên cạnh đó, các công cụ AI còn giúp anh phân tích dữ liệu chuyên sâu: Dựa trên các mô hình AI/ML có sẵn để xây dựng các mô hình dự đoán rủi ro cho doanh nghiệp. Cuối cùng là giúp anh tiết kiệm thời gian đọc các báo cáo nhờ có AI tóm tắt.

Nhóm ngành có mức độ ứng dụng AI cao thứ hai là “nghệ thuật, thiết kế, thể thao, giải trí và truyền thông”, chiếm 10,3% các truy vấn. Điều này phản ánh việc Claude đang được sử dụng rộng rãi cho các nhiệm vụ như viết nội dung và biên tập.

Chị Lam Phương, Biên tập viên của một trang tin, cho biết bản thân đã ứng dụng AI hỗ trợ công việc rất nhiều từ nghiên cứu nội dung, viết bài, lập kế hoạch phát triển các đề tài, tuyến bài mới…

“Nhiều đồng nghiệp của tôi cởi mở với việc dùng AI để tìm kiếm ý tưởng dù đã biết các kỹ thuật sử dụng prompt hay chưa. Bản thân tôi cũng sử dụng AI để tăng hiệu suất làm việc ở nhiều khâu nhất có thể. Điều đó chứng tỏ phần lớn mọi người có thái độ tích cực với việc ứng dụng công cụ này. Tuy nhiên, những ‘cây bút’ trường phái chân chính vẫn ưu tiên lối hành văn riêng của bản thân thay vì sử dụng AI.”

Khi so sánh mức lương trung bình của các nghề nghiệp và mức độ sử dụng AI trong các nhiệm vụ tương ứng của họ, nhóm nghiên cứu cũng nhận thấy cả những công việc lương thấp và lương rất cao đều có tỷ lệ sử dụng AI thấp (đây thường là những công việc đòi hỏi sự khéo léo bằng tay ở mức độ cao, chẳng hạn như thợ gội đầu và bác sĩ sản khoa).

Mức lương hàng năm (trục x) so với tỷ lệ phần trăm các cuộc trò chuyện với Claude liên quan đến nghề nghiệp đó (trục y).
Nguồn: Anthropic

Có thể thấy mức độ sử dụng, ứng dụng AI tuỳ thuộc vào tính chất công việc, ngành nghề chứ không bị ảnh hưởng nhiều bởi yếu tố mức lương. Những nghề nghiệp như lập trình viên và copywriters là những người sử dụng AI nhiều nhất dù chỉ thuộc phạm vi lương trung bình đến cao.

Các tác vụ sử dụng AI

Một khía cạnh đáng chú ý khác trong nghiên cứu là cách mà AI tham gia vào quá trình thực hiện công việc, Anthropic chia thành hình thức: tự động hóa (Automation) và hỗ trợ tăng cường (Augmentation). Hiểu đơn giản, tự động hóa là các tác vụ AI có thể trực tiếp thực hiện hoàn toàn thay cho con người, chẳng hạn như định dạng một tài liệu. Hỗ trợ tăng cường là khi AI hợp tác cùng người dùng để hoàn thành công việc, đóng vai trò như một trợ lý đồng hành.

Dữ liệu cho thấy người dùng đang dùng Claude tương đối đồng đều cho cả hai vai trò, với 57% các nhiệm vụ được phân loại là hỗ trợ tăng cường và 43% là tự động hóa. Điều này cho thấy con người vừa “giao việc hoàn toàn” cho AI bằng các tác vụ tự động hóa đồng thời cộng tác với AI trong các tác vụ phức tạp hơn.

Tỷ lệ các cuộc trò chuyện với Claude phục vụ cho các tác vụ tự động hóa (Automation) và hỗ trợ tăng cường (Augmentation).
Nguồn: Anthropic

Nhóm tự động hóa có 14,8% là các tác vụ cần phản hồi (feedback loop): AI làm việc theo chuỗi phản hồi từ người dùng để dần cải tiến như điều chỉnh một đoạn văn cho súc tích hơn, và 27,8% là tác vụ AI thực hiện ngay lập tức theo chỉ dẫn rõ ràng (directive) như chuyển 1 tiêu đề sang tiêu đề chuẩn SEO.

Trong nhóm hỗ trợ tăng cường, phần lớn các nhiệm vụ sẽ thuộc hai nhóm. Một là các tác vụ lặp lại (Iteration) chiếm 31,3 % như “brainstorm” chung với người dùng hoặc liên tục tạo ra và cải thiện các ý tưởng theo yêu cầu. Hai là các nhiệm vụ thiên về học tập (Learning) như giúp người dùng có được kiến ​​thức và kỹ năng mới, chiếm 23,3%. Chỉ 2,8% là nhiệm vụ mang tính xác thực (Validation) như kiểm tra lại chính tả bài viết, code…

Tuy nhiên, những kết quả này không phải “công thức sử dụng AI” chung của người dùng, bởi dữ liệu chỉ từ các cuộc trò chuyện với Claude. Hiện nay, hệ sinh thái AI đang phát triển nhanh chóng và người dùng ngày càng có xu hướng “phân vai” cho các công cụ AI theo từng loại nhiệm vụ cụ thể — có công cụ phù hợp để viết nội dung, sáng tạo ý tưởng, trong khi có AI tối ưu cho lập trình hoặc xử lý mã nguồn, tìm kiếm và trích dẫn thông tin.

Người dùng ngày càng có xu hướng “phân vai” cho các công cụ AI theo từng loại nhiệm vụ cụ thể.
Nguồn: Medium

Trong công việc quản lý rủi ro ở công ty tài chính, anh H.T chia sẻ rằng bản thân đang sử dụng AI ở ba nhóm nhiệm vụ sau:

• Dự báo khả năng vỡ nợ (Credit Default Prediction): AI hỗ trợ phân loại khách hàng theo mức độ rủi ro tín dụng bằng cách sử dụng các mô hình học máy. Qua đó, tổ chức có thể nhận diện sớm các trường hợp có nguy cơ không trả được nợ.
• Xếp hạng tín dụng (Credit Scoring): AI/ML được dùng để phát hiện các biến quan trọng trong tập dữ liệu lớn, giúp xác định những dấu hiệu tiềm ẩn về mức độ tín nhiệm tài chính của khách hàng – điều mà các mô hình truyền thống có thể bỏ sót.
• Phát hiện gian lận (Fraud Detection): AI phân tích hành vi giao dịch bất thường bằng cách kết hợp nhiều nguồn dữ liệu như lịch sử giao dịch, hành vi đăng nhập, thông tin thiết bị... để cảnh báo tự động khi có dấu hiệu lệch khỏi mẫu thông thường.

Qua đó, anh đánh giá tỷ lệ sử dụng AI cho các nhiệm vụ tự động hóa và hỗ trợ tăng cường hiện đang khá cân bằng. Những tác vụ đơn giản, có logic rõ ràng như viết code hay trích xuất dữ liệu văn bản có thể được AI tự động thực hiện hiệu quả. Ngược lại, các phân tích mang tính chiến lược hoặc đòi hỏi diễn giải sâu vẫn cần sự tham gia trực tiếp của con người.

Khi thảo luận với nhân sự ở cấp quản lý, có thể thấy rằng cách ứng dụng AI không còn dừng lại ở các tác vụ đơn lẻ mà đã mở rộng sang các hoạt động quản trị và lập kế hoạch chiến lược.

Chị Thanh Ngân – Digital Marketing Manager chia sẻ rằng khi cần triển khai một chiến dịch truyền thông, đặc biệt vào các dịp cao điểm như lễ Tình nhân, 8/3 chị thường sử dụng AI như một cộng sự đắc lực. Chị mô phỏng AI vào vai một chuyên gia marketing và đưa những KPI cụ thể về các chỉ số đầu ra cần đạt, chẳng hạn như: đạt 1 triệu lượt tiếp cận, 100.000 lượt tương tác, và 30.000 lượt nhấp vào website để thực hiện các phần việc theo từng bước:

• Xây dựng Big Idea cho chiến dịch.
• Lên kế hoạch triển khai (execution plan).
• Tạo checklist công việc.
• Lập timeline thực hiện.
• Đề xuất nội dung xuyên suốt từ giai đoạn khởi động đến tổng kết.

Tuy nhiên, chị nhấn mạnh rằng AI không phải lúc nào cũng đưa ra phương án tối ưu ngay từ lần đầu tiên. “Tôi thường thử nghiệm với nhiều AI khác nhau, sau đó chọn ra phương án tốt nhất và tiếp tục tinh chỉnh qua nhiều vòng để ra kết quả đúng định hướng. Nhưng điều quan trọng nhất là không AI nào có thể hiểu rõ sản phẩm, bối cảnh/ tình hình cụ thể của doanh nghiệp và thị trường bằng chính nhân sự làm việc. Vì thế, cần khéo léo sử dụng AI một cách thông minh chứ không nên copy 100% những gì AI đề xuất. Mỗi người cần có tiêu chuẩn riêng để đánh giá những nội dung mà AI cung cấp.” – chị chia sẻ.

Cách ứng dụng AI không còn dừng lại ở các tác vụ đơn lẻ mà đã mở rộng sang các hoạt động quản trị và lập kế hoạch chiến lược.
Nguồn: Pexels

Chị Hoàng Linh – Project Manager tại một hệ thống e-Learning – cho biết đặc thù công việc của chị đòi hỏi phải tiếp xúc với nhiều tài liệu chuyên môn thuộc đa dạng lĩnh vực nhằm hỗ trợ giảng viên trong việc chuẩn bị bài giảng. Để nhanh chóng nắm bắt kiến thức ở các chủ đề mới, chị thường sử dụng AI như một công cụ học tập, giúp chị hiểu sâu vấn đề trong thời gian ngắn và xử lý công việc hiệu quả hơn.

Bên cạnh việc học nhanh kiến thức, AI cũng hỗ trợ chị trong việc soạn thảo email và xử lý các tài liệu hành chính thường ngày. Trong quá trình phát triển khóa học, chị thường nhờ AI hỗ trợ rà soát, đánh giá và gợi ý cải thiện nội dung như bài giảng, tài liệu học tập, hoặc thiết kế chương trình học. Việc này giúp chị có thêm một góc nhìn khách quan để đảm bảo tài liệu đạt chất lượng và phù hợp với đối tượng học viên.

Đặc biệt, với vai trò quản lý và thường xuyên làm việc với đối tác, chị chia sẻ rằng việc mô phỏng các tình huống và cùng AI thảo luận hướng phản hồi trước khi đưa ra quyết định là một phần quan trọng trong quy trình làm việc của chị. Những cuộc trao đổi này giúp chị có cái nhìn tổng thể hơn để đưa ra phản hồi khách quan, nhất là trong các vấn đề liên quan đến xây dựng đội ngũ, quản lý nhân sự và giao tiếp chiến lược với đối tác.

Ngoài ra, chị cho biết nhiều giảng viên chị tiếp xúc đã bắt đầu dùng AI để hỗ trợ soạn bài, giúp tiết kiệm thời gian và hệ thống hóa nội dung. Tuy nhiên, AI thường tạo ra bài giảng khá chung chung nếu không được chỉnh sửa kỹ. Việc cá nhân hóa bài học thông qua ví dụ thực tiễn, kinh nghiệm giảng dạy là các yếu tố mà AI không thể thay thế và vẫn cần đến vai trò và góc nhìn riêng của người giảng viên.

Nhìn chung, đối với việc tối ưu kết quả từ AI, các nhân vật được phỏng vấn đều đồng ý rằng các yếu tố sau là quan trọng:

• Xây dựng prompt kỹ: Người dùng cần học cách viết prompt hiệu quả, có thể tham khảo từ cộng đồng như các diễn đàn, mạng xã hội, nhóm chia sẻ chuyên môn (ví dụ: vibe coding...).
• Cung cấp đủ bối cảnh và dữ liệu ví dụ: Khi đưa ra yêu cầu, nên cung cấp thông tin rõ ràng, dữ liệu mẫu, hướng dẫn cụ thể để AI hiểu đúng mục tiêu và hạn chế mất thời gian chỉnh sửa.
• Kiểm chứng và so sánh đầu ra: Sử dụng nhiều mô hình AI để đối chiếu, chọn ra kết quả phù hợp nhất. Điều này giúp nâng cao độ chính xác và chất lượng đầu ra.
• Kiên nhẫn và chủ động: Tối ưu AI đòi hỏi sự thử nghiệm, đánh giá và điều chỉnh liên tục – yếu tố này phụ thuộc nhiều vào mức độ chủ động và kiên trì của người dùng.

Để tối ưu kết quả từ AI, người dùng cần: Xây dựng prompt kỹ, Cung cấp đủ bối cảnh và dữ liệu ví dụ, Kiểm chứng và so sánh đầu ra, Kiên nhẫn và chủ động.
Nguồn: Pexels

Vai trò giữa con người và AI trong thời đại hiện nay

Trong quá trình phát triển mạnh mẽ của AI, đã có không ít tranh luận và lo ngại rằng công nghệ này sẽ không chỉ dừng lại ở vai trò hỗ trợ, mà có thể từng bước thay thế con người, thực hiện công việc với tốc độ và hiệu suất vượt trội. Dù đang sử dụng AI cho công việc, nhiều người vẫn không khỏi lo ngại về vấn đề này.

Thực tế cho thấy AI đang giúp giải quyết khối lượng công việc đáng kể trong thời gian rất ngắn. Như chia sẻ của chị Linh trong lĩnh vực e-learning, các công cụ AI hiện đang hỗ trợ chị và giảng viên thực hiện nhiều đầu việc từ tạo slide bài giảng, soạn dàn ý hoặc giáo án, hiệu đính nội dung, dịch thuật, và tra cứu thông tin nhanh chóng.

AI có thể thông minh như một chuyên gia, nhưng chính con người mới là người “định hướng”, “huấn luyện” và chịu trách nhiệm cuối cùng.

Tuy nhiên, vai trò của con người vẫn không thể thay thế. Anh H.T cho rằng: “Con người mới là người định hình cách AI được tích hợp vào quy trình làm việc, là người đặt mục tiêu, xác định mức độ rủi ro có thể chấp nhận, và chịu trách nhiệm cuối cùng đối với sản phẩm đầu ra. Dù AI hỗ trợ rất nhiều, bước kiểm định cuối cùng vẫn phải do con người thực hiện để đảm bảo kết quả đúng thực tế. Vì thế, để tận dụng hiệu quả sức mạnh của AI, người sử dụng cần có nền tảng kiến thức vững chắc để hiểu, đánh giá và định hướng công cụ này đúng cách.”

Ở góc độ tuyển dụng, chị Ngân cũng cho biết trong quá trình tuyển nhân viên marketing, chị đánh giá cao các ứng viên biết vận dụng AI trong công việc thay vì thái độ bài xích hoặc thờ ơ. Theo chị, những vị trí dễ bị thay thế nhất bởi AI thường là thực tập sinh hoặc nhân viên mới vào nghề. Vì vậy, nếu người trẻ biết nhanh chóng tận dụng AI để tăng năng suất và dành thời gian trau dồi chuyên môn cũng như năng lực quản trị, họ sẽ có cơ hội phát triển nhanh hơn trong bối cảnh công nghệ thay đổi liên tục như hiện nay.

AI đã len lỏi vào nhiều khía cạnh công việc thường ngày. Khi trao đổi với những nhân vật ở các ngành có tỷ lệ ứng dụng AI cao theo số liệu của Anthropic, có thể thấy rõ một điều: việc cộng tác cùng AI giờ đây gần như là một phần “tự nhiên” trong quy trình làm việc của họ. Tuy vậy, mỗi người vẫn có góc nhìn riêng về vai trò của công cụ này – AI có thể thông minh như một chuyên gia, nhưng chính con người mới là người “định hướng”, “huấn luyện” và chịu trách nhiệm cuối cùng.

Xem thêm các bài viết khác cùng chuyên mục tại đây.

Phương Quyên / Brands Vietnam
* Nguồn: Brands Vietnam