Ho Quoc Tuan
19/9/2025
Giang hồ trẻ trẻ cứ nghĩ là mình biết xài AI/ML thì sẽ ngon. Kết quả từ thị trường lao động US và UK đang cho thấy các em trẻ trẻ đang là nhóm bị bóp nặng nhất.
Và điển hình ngay trường mình luôn. Rất nhiều research tasks nho nhỏ cho PhD students đang bị cắt giảm vì giảng viên xài AI thay nhanh gọn, rẻ tiền.
Các AI tools của các công ty lớn và data providers đang đẩy công suất của những bạn có kinh nghiệm và hiểu qui trình lên rất nhanh và việc để mấy bạn mới ra trường lại trở nên bị sức ép.
Nhưng nó đặt ra một vấn đề mà trong một meeting gần đây ICAEW và ACCA nêu ra là nếu không train mấy đứa nhỏ entry level lên thì mai mốt lấy ai thay mấy anh làm senior roles?
Một ví dụ rất sát sườn luôn là các em trẻ trẻ không có kinh nghiệm, không hiểu process, lấy Random Forest hay LSTM model chạy predict extreme earnings surprises và bị sấp mặt luôn. Và mấy em im lặng khi bị hỏi vì sao không dùng XGBoost để chạy?
Trước đây một cụ Prof lão làng sẽ không thể tự chạy model này mà phải thuê mấy em trẻ khỏe code điên cuồng. Nhưng giờ cụ chạy nó phà phà trên nền HPC của trường đầu tư, với đội ngũ central support team xài AI.
Cả 5 project giờ chỉ cần đúng một bạn junior rất giỏi biết sâu về ML. Bạn ấy thay cho 1 nhu cầu gần 50 bạn PhD/Master (cứ lấy tỷ lệ 1 junior staff/2 PhD/5 MSc cho 1 project).
Còn ông Prof. thì không thể thay vì:
1) các bạn không hiểu hết được cái gọi là "domain knowledge" bằng ổng.
2), bạn có giỏi hơn ổng thì cũng không ông funding body nào giao tiền cho bạn làm project.
3) có 1 thứ AI không có data để train: đó là kỹ năng viết funding application thành công.
Mấy bạn trẻ cơ nhỡ vì vậy chính là nhóm đang bị bóp dữ nhất.
Sau nhóm này là nhóm trung niên mid-level mà không có skill gì hơn các bạn trẻ cơ nhỡ.
AI nâng productivity là thật, nhưng điều có lẽ gây bất ngờ nhất là nó lại nâng productivity của nhóm không cần hiểu vấn đề kỹ thuật liên quan đến AI, ML nhiều.
Đây là một sự thay đổi hết sức rõ ràng so với các đây 4-5 năm khi mà anh em có kỹ năng NLP trở thành hàng hot trong giới academics lẫn practitioners ngành Accounting and Finance. Nhưng chỉ năm nay thôi thì biết NLP là kỹ năng cơ bản phải có, nhưng ngoài đường có quá nhiều, và với sự xuất hiện của mấy con LLM thì thật ra kỹ năng làng nhàng về NLP đã không còn là lợi thế nữa. Chỉ 4-5 năm mà market đã thay đổi nhanh chóng.
Và lỗi chính ở mấy con AI mới đã khiến kỹ năng của anh em trở nên không quá quan trọng nữa.
******************************************
Vậy các bạn trẻ cần làm gì? Như mình khuyên một số anh em trẻ cũng như phụ huynh các bạn:
1) Chọn học những trường nào mà đào tạo các bạn kiến thức nền của chuyên ngành thật chắc. Bạn phải hiểu "domain knowledge"
2) Bạn phải học để hiểu về AI/ML và biết ứng dụng của nó sâu vào cái ngành của bạn, để trả lời "vì sao làm như vậy", "vì sao output là như vậy" chứ không phải chạy được rồi thôi. Vậy là quay lại bạn phải biết cái số 1 ở trên ngon lành.
3) Tránh kiểu học mẹo, biết xài để làm nhanh 1 task nào đó. Bất kỳ cái gì bạn học mẹo được, thì các AI tools của các công ty lớn sẽ rất nhanh chóng thay thế bạn, vì chúng nó sẽ được feed cho thủ thuật và procedure tương tự rất nhanh.
4) Tuổi tác không phải vấn đề. Vấn đề là nếu bạn cứ dính vào những kỹ năng entry level, AI sẽ loại bỏ bạn.
Còn bạn yên tâm, regulations hiện tại sẽ mở đường để AI không thay con người mà gần 100 vụ kiện ở UK sẽ shape cái khuôn khổ. Nhưng sau khi mình đọc thì tất cả đang bảo vệ người ra quyết định, judgment, và chọn hướng thực thi. Không có ông entry level nào được làm mấy cái task đó cả.
Trong khi bà con thiếu job, một con bạn mình trên LinkedIn đang giới thiệu 1 đống position của công ty nó dành cho các bạn trẻ nghĩ ra use case cho AI và build ứng dụng trên các AI platform của công ty.
Nghĩa là job mới được sinh ra. Nhưng nếu bạn chỉ học mẹo để "biết xài AI làm nhanh công việc" mà thôi, thì sẽ không trong mục tiêu tuyển đó. Và rất nhanh thị trường lao động sẽ tràn ngập những người biết xài mẹo như vậy.
Đơn giản là kỹ năng nào lên TikTok học 3 phút xài được thì nó không thể cho bạn kiếm tiền bền được. Và vì bạn học mẹo, bạn không hiểu đủ sâu để nghĩ ra use case có qui mô lớn thật sự.
https://www.facebook.com/share/19wWCMLV4v/
Không có nhận xét nào