Việc sa thải sẽ tiếp tục cho đến khi chúng ta học cách sử dụng AI
Tác giả gốc: Arnav Gupta, Kỹ sư AI
Bảo Ngọc, chuyên gia phân tích AI

Trong văn phòng cấp cao của công ty tôi, ở đâu đó đang nằm một danh sách sa thải lên tới 8.000 người. Tôi có 10% khả năng nằm trong danh sách này. Chỉ còn vài ngày nữa, vào ngày 20 tháng 5, tôi sẽ biết được số phận của mình.

Sau khi thấy tin tức Coinbase công bố “sa thải AI” hôm nay, tôi quyết định viết bài này. Tôi cố ý bắt tay vào viết trước ngày 20 tháng 5, vì tôi muốn chia sẻ một số quan điểm chân thực nhất, không mang bất kỳ cảm xúc cá nhân nào về việc “tôi ở lại hay rời đi”. Những suy nghĩ này không chỉ liên quan đến việc tôi có bị sa thải hay không, mà cũng không chỉ giới hạn trong công ty nơi tôi đang làm. Chúng xuất phát từ những tâm sự chân thật của những người bạn của tôi đang làm việc tại các doanh nghiệp lớn và vừa.

Hiện có rất nhiều bài viết tranh luận: làn sóng sa thải mới này (được cho là bắt đầu từ việc Jack Dorsey sa thải 40% nhân viên của Square) là do AI gây ra, hay chỉ đơn thuần là đang thực hiện “AI-washing” (chỉ việc các doanh nghiệp nhân danh việc đón nhận AI để che giấu các thất bại kinh doanh khác hoặc mục đích thực sự đằng sau các đợt sa thải).

Tôi không muốn nhồi nhét đầy các liên kết đến tin tức và bài báo vào bài viết này để làm bạn khó chịu, vì những nội dung này có thể bạn đã xem qua rồi, hoặc chỉ cần tìm kiếm trên Google hoặc hỏi ChatGPT là có thể tìm thấy.

Được ca ngợi rộng rãi là “Năng suất AI” cùng bằng chứng khó nắm bắt

AI có thực sự giúp chúng ta hiệu quả hơn không? Đây thực sự là một câu hỏi lớn đầy tranh cãi! Nếu chúng ta suy nghĩ ngược lại và khẳng định “AI không thay đổi gì cả”, tôi nghĩ ngay cả những người hoài nghi nhất về giá trị của AI cũng sẽ không đồng ý với quan điểm này.

Đặc biệt trong các công ty công nghệ, sự bùng nổ về mức độ sử dụng AI là một thực tế rõ ràng. Ngay cả những công ty bảo thủ nhất, hạn chế ngân sách cho AI và không cung cấp công cụ AI cho nhân viên, cũng không thể phủ nhận rằng một phần công việc thực chất được AI thực hiện — dù nhân viên chỉ đang mệt mỏi sử dụng Gemini hoặc Copilot một cách lén lút trong Google hoặc bộ công cụ văn phòng của Microsoft để chỉnh sửa tài liệu.

Đối với những công ty có tầm nhìn xa, lao vào biển token AI (đơn vị cơ bản mà mô hình AI xử lý văn bản, các doanh nghiệp thường tính phí dựa trên số lượng token tiêu thụ), như Uber hoặc Shopify (tôi không bao gồm các công ty như Meta hay Microsoft tự phát triển mô hình ngôn ngữ lớn, cũng không bao gồm Vercel hay Cloudflare tích cực xây dựng hạ tầng AI; chỉ nói đến những «người dùng» thuần túy), mức sử dụng AI của họ đã trở nên điên cuồng.

Chúng ta đã quen với điều này: từ 90% đến 100% mã được AI tạo ra, đến số lượng bài kiểm tra mã (PRs/diffs) được gửi hàng tuần tăng đột biến 2 đến 5 lần, đến ngân sách AI cả năm lên tới hàng trăm triệu đô la bị tiêu thụ hết chỉ trong vài tháng.

Tuy nhiên, những nhà bình luận công nghệ và nhà đầu tư như Ed Zitron, Will Manidis, Gary Marcus và Michael Bury chắc chắn sẽ đặt ra cho bạn một câu hỏi trực diện: Vậy thì tại sao doanh thu của những công ty này không tăng gấp 2 đến 5 lần? Tại sao ứng dụng của họ trông giống hệt như cách đây sáu tháng? Nếu AI thực sự hiệu quả đến vậy, thì họ đã dùng AI để tạo ra cái gì? Nếu họ viết nhiều hơn 5 lần mã nguồn, nhưng người dùng cuối lại không hề nhận ra, thì những dòng mã đó có ý nghĩa gì? Đây là một câu hỏi cực kỳ sắc sảo và hợp lý.

Đầu vào (Input), đầu ra (Output) và kết quả (Outcome)

Chúng ta cần tạm ngắt một chút để học một bài học cơ bản về quản lý doanh nghiệp. Khi một công ty vừa và nhỏ đang phát triển nhanh, huy động vốn quá mức và chi tiêu bừa bãi cuối cùng đối mặt với tình trạng cạn kiệt tiền mặt, bạn đi hỏi ý kiến một CEO giàu kinh nghiệm. Anh ấy sẽ khuyên bạn mời đội ngũ của McKinsey đến xem xét tình hình. Các chuyên gia tư vấn sẽ đặt một slide hoàn toàn trắng ở trang đầu tiên của bài thuyết trình, với ba từ được viết bằng phông chữ Arial mặc định: “Đầu vào, Đầu ra, Kết quả”.

Họ sẽ giải thích cho bạn về bản chất kinh doanh mà ai cũng hiểu, nhưng thường hay quên:

Mã, chỉ là khoản đầu tư.

Chức năng, mới là sản phẩm.

Khách hàng sẵn sàng chi tiền cho sản phẩm của bạn, đó mới là thành quả.

AI (hoặc ít nhất là các sản phẩm như Claude phiên bản doanh nghiệp) về cơ bản là một sản phẩm phần mềm phục vụ doanh nghiệp (B2B SaaS). Bạn sẽ thấy rằng các sản phẩm SaaS có cách định giá và tiếp thị khác nhau. Nếu một sản phẩm có thể trực tiếp thay đổi “kết quả”, họ thường sẽ lấy một phần hoa hồng từ “kết quả” đó. Hãy tưởng tượng câu chuyện bán hàng như thế này: “Công cụ của chúng tôi giúp bạn thúc đẩy cơ hội bán hàng nhanh hơn 36%. Hãy trải nghiệm ngay, chỉ cần trả phí dịch vụ thấp là 5% doanh thu bán hàng.”

Điều này chắc chắn sẽ giúp bạn chốt đơn nhanh chóng. Nếu các điều kiện khác không đổi, trước đây bạn cần 100 ngày để chốt 100 giao dịch, giờ chỉ cần 63 ngày. Số ngày tiết kiệm được là 36 ngày (nếu tôi tính đúng), đủ để bạn chốt thêm 57 giao dịch! Nói cách khác, doanh số bán hàng của bạn có thể tăng tiềm năng lên 57%. Bất kỳ ai cũng rất sẵn lòng chi ra 5% hoa hồng bán hàng để đổi lấy 57% thu nhập bổ sung. Và nếu bạn không dùng sản phẩm này, bạn sẽ không phải trả một xu nào.

Bạn có thể đã đoán được tôi sẽ nói gì — mô hình định giá Token của Claude hoàn toàn không như vậy. Nếu kỹ sư phần mềm của bạn nghiện dùng Claude để lập trình như nghiện ma túy (tôi mới phát hiện ra cả hai đều có viết tắt là “cc”), và mỗi ngày tạo ra 100 triệu Token, thì bạn sẽ phải trả 100 USD mỗi ngày cho mỗi kỹ sư.

Ngay cả khi một phần mã họ tạo ra bị vứt vào thùng rác vì không chạy được;

Mặc dù một số mã sau này đã gây ra sự cố hệ thống nghiêm trọng (SEV) (SEV là viết tắt của Severity, thường được các công ty công nghệ sử dụng để chỉ các sự cố trực tuyến nghiêm trọng dẫn đến gián đoạn dịch vụ) và đã được khôi phục khẩn cấp;

Ngay cả khi vẫn còn một phần mã nguồn, chỉ để thay đổi giao diện cho các công cụ nội bộ, giúp các phó giám đốc cảm thấy bảng điều khiển dữ liệu trông đáng yêu hơn;

Tất cả đều phải chấp nhận đầy đủ. Vì mã nguồn chỉ là “đầu tư”. Mặc dù thông thường, nếu hướng đi đúng, việc tăng thêm “đầu tư” thường sẽ mang lại nhiều “đầu ra” hơn, từ đó tạo ra kết quả tốt hơn. Nhưng khi bạn tăng gấp 5 lần lượng đầu tư chỉ trong một đêm, quy luật này có thể không còn đúng nữa. Những “đầu tư” bạn thêm vào có thể đột ngột trở thành con ong bay loạn xạ, hoàn toàn lệch khỏi “đầu ra” hoặc “kết quả” mong đợi.

Điều gì đang cản trở chúng ta!

Trước đây, mỗi khi CEO hoặc sản phẩm quản lý (PM) muốn làm 10 việc, đội ngũ phát triển luôn nói rằng họ chỉ có thể hoàn thành hai việc quan trọng nhất, còn 8 việc còn lại thì không có thời gian làm. Lý do là gì? Vì viết mã không phải là chơi trò chơi, việc phát triển một phần mềm phức tạp và hoạt động được cần rất nhiều thời gian.

Ừm... nhưng hiện tại mã nguồn gần như miễn phí rồi. Vậy tại sao chúng ta vẫn chưa thực hiện 8 việc còn lại?

Có hai câu trả lời: một là CEO và sản phẩm manager không muốn nghe; một là quản lý cấp trung và nhân viên giàu kinh nghiệm không muốn nghe.

Chỉ vì CEO hoặc sản phẩm trưởng trong đầu nghĩ ra 10 ý tưởng, không có nghĩa là chúng thực sự có thể chuyển hóa thành kết quả kinh doanh thực tế. Ngay cả khi bạn thực sự phát triển được 10 tính năng mới (đầu ra), cũng không đảm bảo người dùng sẽ chấp nhận và sử dụng ứng dụng của bạn nhiều hơn (kết quả).

Thực tế, chính vì nguồn lực phát triển trước đây hạn chế, “lực ma sát” này buộc mọi người phải tranh luận quyết liệt hơn, từ đó loại bỏ sớm những ý tưởng tồi trước khi chúng tiêu tốn quá nhiều nguồn lực, chỉ giữ lại hai ý tưởng xuất sắc nhất. Còn bây giờ, việc viết mã trở nên nhanh và rẻ hơn nhiều, việc tranh luận về chất lượng ý tưởng dường như trở nên vô nghĩa. Ngay cả khi bạn cố gắng phản bác họ, bạn có nghĩ mình có thể ngăn CEO hoặc PM quay sang tự mình yêu cầu Claude thực hiện không? Thôi đi, đừng nên thử ngay từ đầu.

Chúng ta đều biết điều này khó chịu đến mức nào. Trước tiên, tất cả các bên liên quan phải đạt được sự đồng thuận về “tại sao” phải làm việc này; sau đó, cần tổ chức thêm một cuộc họp để thảo luận cụ thể “làm gì”; cuối cùng, mọi người còn phải tranh luận thêm về “làm thế nào”.

Số lượng đội nhóm càng nhiều, thì càng có nhiều dự án bị kẹt trong “hố đồng bộ”. Trước đây, do viết mã chậm, vấn đề này đã bị che giấu. Giờ thì ngược lại, ngay khi quyết định “làm gì đó”, lập tức có người thức trắng đêm để tạo ra một sản phẩm khả thi tối thiểu (MVP) (sản phẩm được phát triển với chi phí thấp nhất, chỉ đủ để thể hiện ý tưởng cốt lõi, nhằm thử nghiệm nhanh), và ngay ngày hôm sau đã sắp xếp cuộc họp tiếp theo.

Trong cuộc họp, bạn bất ngờ phát hiện một đội khác cũng đang bí mật phát triển một MVP! Đáng lo hơn nữa, do dựa trên những giả định khác nhau, logic vận hành của hai sản phẩm hoàn toàn trái ngược nhau.

Of course, you can sit down and take your time to discuss whose assumptions are correct.

Nhưng nói thật đi, bạn và đội ngũ của bạn, với vô hạn Claude Token, chẳng bao giờ chịu làm vậy. Đội ngũ khác cũng vậy. Bạn sẽ không chút do dự quay lưng và đầu tư vào Claude, để nó tái hiện lại công việc của đội đối thủ theo cách bạn cho là hoàn hảo nhất. Và Claude chỉ ngoan ngoãn đáp lại: “Bạn nói đúng quá!” rồi lập tức bắt đầu gõ mã.

Sao chấm dứt hợp đồng lao động có thể giải quyết được những vấn đề gì?

Được rồi, cảm ơn bạn đã kiên nhẫn nghe tôi nói dài dòng những điều hiển nhiên này. Tôi biết các bạn muốn xem những nội dung cốt lõi nhất.

Sao lại cắt giảm nhân sự? Theo giả định của tôi, nếu AI thực sự không thể thay thế chính xác 30% nhân viên một cách một-một (điều này chắc chắn mọi người đều đồng ý, đúng không? Mặc dù AI mạnh hơn nhân viên văn phòng cấp thấp trong nhiều nhiệm vụ, nhưng lại yếu hơn con người trong một số nhiệm vụ khác — nó hoàn toàn không phải là bộ phận có thể rút ra cắm vào một cách trực tiếp, càng không thể trực tiếp thay thế 10%, 20% hay thậm chí 30% nhân sự của một công ty).

Vậy thì logic của việc sa thải nằm ở đâu? Vì nó có thể giải quyết ngay lập tức hai vấn đề ngắn hạn đang được đưa ra bàn bạc.

Đây thực chất chỉ là bài toán số học dòng tiền cơ bản nhất. Rõ ràng, nếu những kỹ sư nghiện Claude của bạn đang tiêu 100 đô la mỗi ngày trên Claude (tức 2.500 đô la mỗi tháng, 30.000 đô la mỗi năm), thì số tiền này ở Ấn Độ đã bằng toàn bộ lương của một kỹ sư phát triển phần mềm (SDE); ở châu Âu bằng nửa SDE; ở Mỹ cũng bằng một phần tư SDE.

Nếu thực hiện một phép tính đơn giản và trực tiếp nhất: giả sử trong một công ty có cấu trúc phẳng, tất cả nhân viên đều là SDE. Để duy trì tổng chi phí lương hiện tại (bao gồm chi phí mua Token), bạn phải sa thải 50% (Ấn Độ), 33% (Châu Âu) hoặc 20% (Mỹ) nhân viên.

Thực tế, khi việc sử dụng AI đang tăng trưởng bùng nổ bất chấp mọi yếu tố, trong khi doanh thu của công ty không tăng tương ứng, việc cắt giảm nhân sự trở thành lựa chọn tất yếu. Nếu không, bảng cân đối kế toán của công ty sẽ hoàn toàn sụp đổ. Nếu chi phí đầu vào của bạn tăng 50% nhưng kết quả kinh doanh cuối cùng không có chút tiến triển nào, thậm chí vẫn giữ nguyên, thì hiệu quả kinh tế trên đơn vị của toàn bộ chu kỳ phát triển phần mềm của bạn đã hoàn toàn sụp đổ.

Nếu chúng ta thực sự học được cách sử dụng AI — hiểu rõ cách biến 50% chi phí đầu vào tăng thêm thành 50% kết quả doanh thu tăng thêm, thì chúng ta đã không cần phải bước vào bước này. Nhưng vì bạn vẫn chưa học được, nên một số người trong số bạn buộc phải rời đi để giải phóng nguồn tiền trả lương cho Anthropic.

Không thể phủ nhận, quy mô của bất kỳ công ty lớn nào đều vượt xa mức cần thiết chỉ để “tồn tại”. Đó chính là đặc điểm của các công ty lớn, các tổ chức lớn chắc chắn sẽ tích tụ “mỡ tổ chức”, đây là hệ quả tất yếu của thiết kế cơ cấu tổ chức.

Trong những công ty này, ngay cả khi có người nghỉ việc, hệ thống vẫn hoạt động bình thường vì luôn có người khác biết trước đây họ làm gì. Ở nhiều tập đoàn lớn, bạn thậm chí có thể an tâm nghỉ phép sinh con sáu tháng, dự án bạn phụ trách vẫn ổn định. Đây đều là những hiện tượng tích cực! Nhưng đồng thời, đây cũng là bằng chứng rõ ràng: nếu cắt giảm một phần nhân sự, công ty sẽ không bị tê liệt ngay lập tức. Ngược lại, sau vài tuần đầu tiên trải qua những cơn đau hệ thống, trong những tháng tiếp theo, tốc độ vận hành thậm chí còn nhanh hơn!

Bạn còn nhớ hai đội từng tranh cãi không ngừng vì giải pháp kỹ thuật không thống nhất không? Rất đơn giản, chỉ cần sa thải một đội, rồi để đội còn lại thức trắng vài đêm để hoàn thành công việc—họ sẽ không còn phải “đồng bộ” với bất kỳ ai nữa.

Chúng ta không thể dự đoán được những gì sẽ xảy ra trong dài hạn (hoặc dùng lời của nhà kinh tế học Keynes – “Về lâu dài, chúng ta đều đã chết”), nhưng trong ngắn hạn, việc sa thải 10-20% nhân viên trong các doanh nghiệp lớn chỉ khiến nhịp độ làm việc trở nên nhanh hơn.

The larger a company becomes over time, the more it inevitably accumulates redundancy and inefficiency, just as it accumulates substantial "organizational debt" akin to technical debt. This is a common ailment of large enterprises. Cutting 10% of the workforce today cannot prevent the old problems from resurfacing two years later. However, when you see everyone boasting that they’ve submitted five times more code than before, yet remain unable to deploy due to being bottlenecked by other teams, the most direct and brutal remedy is clearly: lay off some people, so that no one is left to bottleneck each other.

Đó chính là việc sa thải do AI, ngay cả khi AI không trực tiếp thay thế vị trí của bạn

Số nhân viên của bạn đã bị một phiên bản Claude mới chạy trên máy ảo thay thế chưa? Chúng ta đều biết chuyện không phải như vậy.

Dù vậy, liệu có nhiều quy trình làm việc trong công ty trước đây đòi hỏi bạn phải gõ phím và nhấp chuột trên VS Code, Figma, Canva hoặc Google Docs, nhưng nay đã trở thành việc người khác (những người vốn cần bạn cung cấp kết quả công việc đó) chỉ cần hét một câu lệnh vào mô hình ngôn ngữ lớn, và chẳng còn muốn tìm bạn giúp nữa? Đó cũng là sự thật không thể chối cãi.

Những cuộc cắt giảm nhân sự này có thực sự là “AI tẩy trắng” không? Nói cách khác—liệu công ty có thực sự đang gặp phải các vấn đề cốt lõi không liên quan đến AI (ví dụ: tuyển dụng quá nhiều, lợi nhuận giảm, áp lực cạnh tranh, quyết định kinh doanh tồi tệ), và hiện tại chỉ đang lấy AI làm “cớ” để cắt giảm nhân sự? À, về một mức độ nào đó thì điều này cũng hợp lý.

Bạn có thể còn nhận thấy rằng, nếu thu thập tất cả các email sa thải do các CEO gửi trong khoảng thời gian này, bạn thậm chí sẽ nghĩ họ có lẽ đã tạo một nhóm chat, tụ tập lại và cùng nhau soạn những email này. “Nhóm bản địa AI”, “người quản lý viết mã”, “tăng phạm vi quản lý”, “kiến trúc phẳng”, “quản lý đội ngũ tác nhân AI”… bạn sẽ thấy những từ ngữ mới mẻ này xuất hiện giống hệt nhau trong từng lá thư. Thật giống như họ đã cung cấp cùng một đoạn prompt cho GPT.

Nhưng sự thật là, ngay cả khi những cuộc sa thải này không phải do AI trực tiếp thay thế bạn, ngay cả khi chúng chứa đựng yếu tố “làm sạch bằng AI”, thì những cuộc sa thải này về cơ bản vẫn là do AI gây ra. Và làn sóng sa thải này sẽ tiếp tục kéo dài cho đến khi chúng ta thực sự học cách sử dụng AI.

Cho đến khi chúng ta học cách biến lượng lớn AI Token thành những thành quả kinh doanh thực tế, chứ không chỉ là đầu tư mã nguồn; cho đến khi chúng ta học cách làm cho tốc độ “sự đồng bộ” giữa các tổ chức theo kịp tốc độ mã hóa của thế hệ hoàn toàn mới; cho đến khi chúng ta hiểu rõ cách tận dụng năng suất dư thừa này để theo đuổi thêm 10 ý tưởng mới đầy tiềm năng, ngoài 2 ý tưởng tốt và 8 ý tưởng kém cỏi ban đầu.

Trước khi chúng ta thực sự hiểu rõ AI sẽ thúc đẩy tăng trưởng GDP toàn cầu như thế nào, để bù đắp chi phí token hàng năm lên tới 70 tỷ USD (tổng doanh thu doanh nghiệp của OpenAI và Anthropic), các doanh nghiệp chỉ còn cách cắt giảm lương nhân viên để “lấy của chỗ này bù cho chỗ kia”.

Trước khi chúng ta học cách giải quyết hiệu quả hiện tượng các nhóm kìm hãm lẫn nhau, cách giải quyết duy nhất luôn là: xóa bỏ chúng ta khỏi sơ đồ tổ chức.

Còn 15 ngày nữa, tôi sẽ biết được số phận của mình. Nhưng bất kể kết quả thế nào, tôi nghĩ mình đã biết lý do. Ngay cả khi người đưa ra quyết định trong căn phòng CEO rộng rãi ở góc đó là tôi, tôi cũng không biết liệu mình có thể làm tốt hơn không, có lẽ tôi cũng chỉ sẽ đưa ra lựa chọn giống hệt như những CEO khác trong nhóm.

Link gốc

Nhấp để tìm hiểu các vị trí đang tuyển của律动BlockBeats

Chào mừng bạn tham gia cộng đồng chính thức của律动 BlockBeats:

Nhóm đăng ký Telegram: https://t.me/theblockbeats

Nhóm giao lưu Telegram: https://t.me/BlockBeats_App

Tài khoản chính thức trên Twitter: https://twitter.com/BlockBeatsAsia