Lưu ý: bài viết này được tạo ra với sự hỗ trợ của GenAI với các ý tưởng nguyên sơ ban đầu của tác giả
AI đang ở một bước ngoặt thú vị. Nếu trước đây, chúng ta chỉ xem AI như một công cụ trả lời câu hỏi hay phân tích dữ liệu, thì nay nó đã bước sang một giai đoạn khác: biết học, biết hành động, và có khả năng cộng tác – với con người hoặc với chính những AI khác.
Khái niệm Generative AI (GenAI) đã không còn xa lạ, khi các mô hình có thể sinh ra văn bản, hình ảnh, mã nguồn, âm nhạc. Nhưng gần đây, một lớp mới nổi lên: Agentic AI – tức AI có thể lập kế hoạch, thực hiện tác vụ, phối hợp với hệ thống khác, thậm chí “thương lượng” và cộng tác với những agent khác để đạt mục tiêu.
Điều quan trọng là, AI bây giờ không còn “nằm gọn” trong các trung tâm dữ liệu khổng lồ với LLM (Large Language Models). Nó đã dịch chuyển ra biên (edge) với các mô hình nhỏ gọn (SLM – Small Language Models), tiết kiệm năng lượng và phù hợp cho các thiết bị IoT, robot hay ứng dụng di động. Khi cần, nhiều AI có thể phối hợp với nhau theo cơ chế Mixture of Experts (MoE) – giống như một nhóm chuyên gia, mỗi người giỏi một mảng, cùng làm việc trên một bài toán lớn.
Năm cấp độ của AI
Nếu hệ thống hóa, có thể hình dung sự phát triển của AI theo 5 mức độ:
- Level 0: Không dùng AI
- Level 1: AI dựa trên luật, điều kiện (rule-based)
- Level 2: AI với mô hình ML/DL đã huấn luyện
- Level 3: GenAI – AI sinh nội dung, hỗ trợ chỉnh sửa, gợi ý
- Level 4: AI hoàn thành tác vụ với sự giám sát của con người (human-in-the-loop)
- Level 5: AI hoàn toàn tự chủ (full autonomous AI)
Hiện nay, chúng ta đã nhanh chóng tiến đến Level 3 và 4. Level 5 tuy còn xa, nhưng một số lĩnh vực hẹp (ví dụ: vận hành trung tâm dữ liệu, giao dịch tài chính tốc độ cao, hoặc điều khiển drone trong môi trường hạn chế) đã có dấu hiệu manh nha.
Ví dụ thực tế: AI đã thay đổi cách làm việc thế nào?
- Lập trình: GitHub Copilot và các công cụ GenAI đang thay đổi cách coder làm việc. Lập trình viên không còn viết tay từng dòng code, mà trở thành “người đối thoại” với AI, hướng dẫn nó sinh ra code và sau đó kiểm chứng. Điều này rút ngắn đáng kể thời gian phát triển, đồng thời đòi hỏi kỹ năng kiểm duyệt, đánh giá chất lượng mã.
- Tác vụ tự động: AutoGPT hay các agent framework khác đã được thử nghiệm để tự động hoá các quy trình kinh doanh: từ nghiên cứu thị trường, tổng hợp dữ liệu, đến lên kế hoạch marketing. Dù chưa hoàn hảo, nhưng chúng cho thấy một tương lai nơi AI có thể đảm nhận trọn vẹn một chuỗi công việc, thay vì chỉ làm từng bước nhỏ.
- Hạ tầng: Các nhà cung cấp dịch vụ đám mây lớn (AWS, Azure, GCP) đã tích hợp AI để tối ưu chi phí vận hành, phân bổ tài nguyên tự động và hỗ trợ hiện đại hóa hệ thống legacy.
Ngành CNTT trong 3 năm tới?
Thật khó để dự đoán chính xác, nhưng có vài điểm chắc chắn:
- Cách làm việc sẽ thay đổi: Con người không còn ngồi code từng dòng, test từng case như trước. Thay vào đó, họ sẽ đóng vai trò điều phối, kiểm chứng, quản lý bối cảnh – gần giống như PM hay consultant, dẫn dắt một “đội ngũ ảo” gồm nhiều AI.
- SDLC sẽ phải viết lại: Chu trình phân tích, thiết kế, coding, testing, deployment có thể rút ngắn đáng kể. Một số bước sẽ được AI tự động hoá, và vòng đời phát triển phần mềm truyền thống (SDLC) sẽ biến thành một “chu trình AI-assisted SDLC”.
- Nghề mới sẽ xuất hiện: “Process automation consultant”, “AI workflow engineer”, hay “AI governance specialist” – những vai trò nghe khá mới mẻ, nhưng hoàn toàn có thể trở thành xu hướng.
Xu hướng hiện đại hóa ứng dụng & hạ tầng CNTT
Một điểm quan trọng là các doanh nghiệp sẽ buộc phải hiện đại hóa ứng dụng và hạ tầng CNTT để bắt kịp với AI. Một số xu hướng rõ rệt:
- Cloud-native & containerization: Ứng dụng cần linh hoạt, có thể tích hợp AI service dễ dàng.
- Data platform hiện đại: AI chỉ mạnh khi có dữ liệu sạch, chuẩn hóa, và được quản trị tốt. Việc đầu tư vào data lakehouse, streaming pipeline, real-time analytics là bắt buộc.
- Edge computing: Khi SLM và AgenticAI chạy được tại biên, doanh nghiệp trong lĩnh vực sản xuất, logistics, y tế… sẽ đưa AI đến gần thiết bị, giảm độ trễ và tăng hiệu quả.
- Hybrid & multi-cloud: Để khai thác AI tốt nhất, doanh nghiệp phải chấp nhận môi trường lai, kết hợp nhiều nền tảng đám mây với hạ tầng tại chỗ.
Thách thức cho thế hệ trẻ
Để bước vào thời kỳ này, kỹ năng cần thiết không chỉ là lập trình. Nó đòi hỏi sự trưởng thành, nền tảng toán học, khả năng tư duy phản biện, và kỹ năng xác thực thông tin. Đây là những năng lực AI còn hạn chế, và chính là khoảng không gian mà con người có thể khẳng định vai trò.
Câu hỏi lớn là: những bạn trẻ mới ra trường, những người chưa có nhiều kinh nghiệm, sẽ tiếp cận con đường này ra sao?
Tuyển dụng: từ “số lượng lớn” đến “tinh hoa”
Khi AI đã tự động hóa được phần lớn công việc phổ thông, việc tuyển dụng theo kiểu “massive hiring” sẽ giảm đi. Doanh nghiệp sẽ tập trung săn tìm những cá nhân có năng lực nền tảng mạnh – toán, logic, phản biện, tư duy hệ thống. Đây sẽ là lớp nhân sự “cầm cương” cho AI, chứ không phải chạy đua với AI.
Cánh cửa mới
Người ta thường nói: khi một cánh cửa khép lại, một cánh cửa khác sẽ mở ra. Với AI, chúng ta đang chứng kiến nhiều cánh cửa quen thuộc dần đóng lại: công việc lặp lại, quy trình thủ công, vai trò chỉ mang tính thực thi. Nhưng đồng thời, một cánh cửa mới đang hé mở: công việc ở tầm cao hơn – quản lý, điều phối, xác thực, sáng tạo ở mức hệ thống.
Và điều khiến tôi vừa lo vừa háo hức chính là: cánh cửa đó có thể mở rất nhanh, chỉ trong vòng vài năm tới. Ai bước qua được, sẽ thấy một thế giới hoàn toàn khác.
Kết luận: Chuẩn bị cho cánh cửa mới
Cánh cửa AI đang mở ra với tốc độ rất nhanh. Thay vì chỉ quan sát, cả doanh nghiệp lẫn cá nhân đều cần có bước đi cụ thể:
- Với doanh nghiệp:
- Bắt đầu hiện đại hoá hạ tầng: dịch chuyển ứng dụng sang cloud-native, xây dựng nền tảng dữ liệu sạch và chuẩn hoá.
- Đầu tư vào AI governance và security – bởi AI càng thông minh, rủi ro càng tinh vi.
- Thử nghiệm sớm với AI agent trong các quy trình nhỏ, học cách tích hợp dần dần thay vì đợi “sẵn sàng hoàn toàn”.
- Với cá nhân, đặc biệt là người trẻ:
- Củng cố nền tảng toán học, logic, tư duy phản biện – những kỹ năng mà AI khó thay thế.
- Rèn luyện kỹ năng xác thực và kiểm chứng thông tin – không để bị “dắt mũi” bởi AI.
- Thử nghiệm trực tiếp với công cụ GenAI, agent framework – coi AI như đồng đội để học cách điều phối.
Tóm lại, AI không lấy đi tất cả. Nó chỉ đóng một số cánh cửa cũ, nhưng đồng thời mở ra những cơ hội mới – ở một tầm cao hơn. Và nếu chuẩn bị từ bây giờ, chúng ta sẽ không chỉ bước qua cánh cửa ấy, mà còn biết tận dụng nó để đi xa hơn.
Transforming Leadership 