Tác động của trí tuệ nhân tạo thế hệ mới đến dịch chuyển cấu trúc lao động và mô hình vận hành doanh nghiệp

ThS. Ngô Mai Hương

Tập đoàn Ant International

Email: hannah.ngo779@gmail.com

Tóm tắt

Trong bối cảnh trí tuệ nhân tạo tạo sinh và các mô hình ngôn ngữ lớn đang tái định hình thị trường lao động, nghiên cứu kết hợp Lý thuyết thay đổi kỹ thuật thiên lệch kỹ năng, Lý thuyết tác vụ, Lý thuyết năng lực động và Quan điểm dựa trên nguồn lực nhằm phân tích sự chuyển dịch trong quản trị nguồn nhân lực. Thông qua các trường hợp Alibaba, Ant International và mô hình “công ty một người” tại Trung Quốc, nghiên cứu cho thấy, trí tuệ nhân tạo không chỉ tạo ra nguy cơ thay thế lao động mà còn thúc đẩy chuyển dịch từ mô hình thâm dụng lao động sang thâm dụng công nghệ và hệ thống. Trên cơ sở đó, nghiên cứu đề xuất một số hàm ý chiến lược cho Việt Nam về phát triển nguồn nhân lực, giáo dục và hạ tầng số.

Từ khóa: Trí tuệ nhân tạo, thị trường lao động, quản trị nguồn nhân lực, AI tạo sinh, Fintech

Abstract

In the context of generative artificial intelligence and large language models reshaping the labor market, the study combines the theory of skill-biased technical change, task theory, dynamic capabilities theory, and the resource-based view to analyze the shifts in human resource management. Through the cases of Alibaba, Ant International, and the “one-person company” model in China, the study shows that artificial intelligence not only creates the risk of labor replacement but also promotes a shift from labor-intensive models to technology- and system-intensive models. On this basis, the study proposes several strategic implications for Viet Nam regarding human resource development, education, and digital infrastructure.

Keywords: Artificial Intelligence, labor market, human resource management, Generative AI, Fintech

GIỚI THIỆU

Trong thập kỷ qua, sự phát triển bùng nổ của trí tuệ nhân tạo (AI), đặc biệt là AI tạo sinh (Generative AI) và các mô hình ngôn ngữ lớn (LLMs), đã vượt khỏi ranh giới của các công cụ hỗ trợ kỹ thuật thông thường để trở thành một lực lượng sản xuất cốt lõi trong nền kinh tế toàn cầu. Nếu như các làn sóng tự động hóa trước đây chủ yếu thay thế lao động chân tay có tính lặp lại theo quy tắc cứng nhắc, thì AI thế hệ mới đang can thiệp sâu rộng vào các tác vụ nhận thức phi thường quy như phân tích dữ liệu lớn, chăm sóc khách hàng đa luồng, lập kế hoạch vận hành tự động, sáng tạo nội dung, đánh giá rủi ro thời gian thực và hỗ trợ ra quyết định chiến lược (Brynjolfsson và McAfee, 2014; McKinsey Global Institute, 2024).

Sự thay đổi này làm xuất hiện một thực tế mới: việc làm không chỉ bị thay thế theo nghĩa truyền thống mà còn bị “phân rã” thành các tác vụ hợp phần để AI và con người cùng tham gia phối hợp theo các tỷ lệ linh hoạt. Nhiều công việc không biến mất hoàn toàn, nhưng nội dung công việc, tiêu chuẩn năng lực, cơ chế phối hợp và hệ thống đánh giá hiệu quả lao động đều chịu sự tha hóa và tái định hình mạnh mẽ. Nói cách khác, tác động trọng yếu của AI không chỉ dừng lại ở tự động hóa việc làm, mà là tái cấu trúc toàn diện bản chất công việc và mô hình quản trị nguồn nhân lực (HRM) trong doanh nghiệp (ILO, 2025; World Economic Forum - WEF, 2023).

Tuy nhiên, trong các nghiên cứu hiện nay về kinh tế lao động và quản trị học, vẫn tồn tại một khoảng trống học thuật đáng kể: phần lớn các công trình tập trung phân tích vĩ mô mức độ ảnh hưởng đến việc làm (ILO, 2023; World Bank, 2026) hoặc mô hình hóa toán học mức độ dịch chuyển kỹ năng, nhưng lại thiếu các phân tích thực nghiệm sâu sắc kết hợp giữa khung kinh tế học lao động với thực tiễn vận hành vi mô của các doanh nghiệp số quy mô lớn, đặc biệt trong lĩnh vực công nghệ tài chính (Fintech), thanh toán xuyên biên giới và mô hình vận hành siêu tinh gọn dựa trên AI tại các thị trường tiên phong như Trung Quốc. Thêm vào đó, việc chuyển hóa các bằng chứng kỹ thuật (như API, hệ thống định tuyến rủi ro thời gian thực) thành các hàm ý quản trị nguồn nhân lực cụ thể vẫn chưa được khai thác thấu đáo.

Nhằm lấp đầy khoảng trống này, nghiên cứu tập trung phân tích tương lai việc làm và quản trị nguồn nhân lực dưới tác động của AI thế hệ mới thông qua sự kết hợp đa lý thuyết và các trường hợp điển hình từ Alibaba, Ant International và mô hình “công ty một người” dựa trên AI. Qua đó, nghiên cứu làm rõ bản chất dịch chuyển cấu trúc lao động, nhận diện các năng lực nghề nghiệp giá trị gia tăng cao, đồng thời đề xuất hệ thống khuyến nghị chiến lược cho Việt Nam.

TỔNG QUAN NGHIÊN CỨU VÀ KHUNG LÝ THUYẾT

Mối quan hệ giữa đổi mới công nghệ và việc làm là chủ đề trung tâm của kinh tế học lao động từ thời kỳ Cách mạng công nghiệp đến nay. Brynjolfsson và McAfee (2014) lập luận rằng, nền kinh tế toàn cầu đang bước vào “cuộc đua với máy móc”, nơi những cá nhân sở hữu kỹ năng bổ trợ cho công nghệ sẽ gia tăng giá trị thặng dư, trong khi lao động thực hiện các tác vụ chuẩn hóa sẽ bị tụt lại phía sau.

Trên nền tảng đó, Khung lý thuyết về thay đổi công nghệ thiên về kỹ năng (SBTC) của Acemoglu và Autor (2011) giải thích rằng, tiến bộ công nghệ có xu hướng làm gia tăng cầu lao động kỹ năng cao, từ đó mở rộng khoảng cách tiền lương. Khung SBTC có thể biểu diễn qua hàm sản xuất CES quen thuộc:

Y = [a(AsLs)ρ + (1 - a)(AuLu)ρ]1/ρ

Trong đó, Ls và Lu lần lượt là lao động kỹ năng cao và kỹ năng thấp; As và Au là các chỉ số năng suất tương ứng; ρ là tham số quy định độ thay thế. Mặc dù hữu ích, khung SBTC truyền thống bộc lộ hạn chế khi đối diện với AI tạo sinh - công nghệ không chỉ nâng cao năng suất mà còn trực tiếp thay thế các tác vụ nhận thức phức tạp vốn trước đây thuộc độc quyền của lao động trí óc trung cấp.

Do đó, khung phân tích dựa trên “tác vụ” của Acemoglu và Restrepo (2019) phù hợp hơn, trong đó công nghệ tác động thông qua sự giằng co giữa tác động dịch chuyển và tác động năng suất. Đồng thời, để giải thích hàm ý quản trị, nghiên cứu tích hợp thêm Quan điểm dựa trên nguồn lực (RBV) (Barney, 1991) và Lý thuyết năng lực động (Teece và cộng sự, 1997), trong đó coi năng lực phối hợp người - máy và quản trị thuật toán là nguồn lực chiến lược tạo ra lợi thế cạnh tranh bền vững cho doanh nghiệp số.

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu này áp dụng phương pháp định tính kết hợp với phương pháp nghiên cứu trường hợp đa điểm (Yin, 2018) nhằm khai thác sâu các cơ chế vi mô của việc tái cấu trúc lao động.

Đối tượng và phạm vi nghiên cứu: Nghiên cứu tập trung khảo sát các tập đoàn công nghệ tiên phong tại Trung Quốc trong giai đoạn 2024-2026, bao gồm: Tập đoàn Alibaba (mảng logistics Cainiao, trợ lý khách hàng AliMe), Ant International (hệ thống thanh toán xuyên biên giới Alipay+, Antom, và động cơ quản trị rủi ro tự động AlphaRisk), cùng xu thế khởi nghiệp “Công ty một người” ứng dụng AI đại lý và livestream tự động (JoyStreamer của JD.com).

Thu thập và xử lý dữ liệu: Dữ liệu được thu thập thông qua phương pháp tam giác hóa dữ liệu từ nhiều nguồn thứ cấp tin cậy: (i) Báo cáo tài chính và báo cáo phát triển bền vững của Alibaba Group (2024) và Ant Group (2023); (ii) Các báo cáo chiến lược toàn cầu về tương lai việc làm của ILO (2023, 2025, 2026), World Bank (2026), WEF (2023) và McKinsey (2024); (iii) Tài liệu kỹ thuật công khai về kiến trúc API thanh toán, quy trình bù trừ ròng và hệ thống AI Agents. Quy trình phân tích áp dụng phương pháp truy nguyên quá trình nhằm kết nối nhân quả giữa đặc điểm công nghệ số và sự dịch chuyển cấu trúc nhân sự doanh nghiệp.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

AI và sự tái cấu trúc tác vụ trong hệ sinh thái thương mại điện tử (Alibaba)

Quan sát thực tiễn tại Alibaba cho thấy, AI không xóa sổ doanh nghiệp theo cách tuyến tính, mà tái cấu trúc từ bên trong thông qua việc thay đổi đơn vị cơ bản của phân công lao động: tác vụ. Tại mảng logistics Cainiao, việc ứng dụng thuật toán học máy và hệ thống điều phối tự động đã giảm mạnh nhu cầu lao động điều phối thủ công. Trong dịch vụ khách hàng, hệ thống AliMe xử lý hàng triệu truy vấn đồng thời với độ trễ tối thiểu, thay thế phần lớn các tổng đài viên truyền thống.

Sự chuyển dịch này phản ánh quá trình nén chặt cấu trúc tổ chức từ hình tháp nhiều tầng lớp trung gian sang cấu trúc phẳng, thâm dụng dữ liệu và thuật toán. Doanh nghiệp giảm thiểu nhu cầu tuyển dụng lao động sơ cấp xử lý quy tắc cứng, đồng thời gia tăng cầu đối với kỹ sư giám sát hệ thống (SRE) và chuyên gia kiểm toán thuật toán.

Ant International và sự tự động hóa thông minh trong Fintech xuyên biên giới

Trong lĩnh vực Fintech, Ant International vận hành các nền tảng thanh toán xuyên biên giới quy mô lớn như Alipay+ và Antom. Các hệ thống này đòi hỏi năng lực định tuyến, bù trừ, quyết toán và kiểm soát rủi ro tính bằng mili-giây (ms). Bảng tóm tắt chu trình kỹ thuật và cơ chế kiểm soát tự động (Hình).

Bảng: Chu trình bù trừ, quyết toán và cơ chế kiểm soát tự động khi ứng dụng AI trong Fintech

Nguồn: Tác giả tổng hợp

Trong mô hình tài chính truyền thống, quy trình trên đòi hỏi hàng trăm nhân sự nhập liệu, đối soát thủ công, rà soát tuân thủ AML và phê duyệt tín dụng. Khi hệ thống AlphaRisk và các engine tuân thủ tích hợp AI vận hành, các tác vụ này được xử lý tự động với độ chính xác lên tới 99,99%. Về mặt quản trị nguồn nhân lực, chi phí biến đổi của lao động sống được cắt giảm mạnh, thay thế bằng nhu cầu cố định về kỹ sư rủi ro kỹ thuật (SRE), chuyên gia kiểm toán thuật toán và nhân sự giải trình.

Mô hình “công ty một người” và sự phi tập trung hóa năng lực tổ chức (AI Livestreaming)

Một biểu hiện rõ nét của tác động của AI đến cấu trúc doanh nghiệp là sự phát triển của mô hình “công ty một người” trong hoạt động thương mại điện tử qua phát sóng trực tiếp tại Trung Quốc. Theo mô hình truyền thống, một hoạt động phát sóng trực tiếp liên tục đòi hỏi đội ngũ khoảng 15-20 nhân sự, bao gồm người dẫn chương trình, trợ lý, biên kịch, kỹ thuật viên ánh sáng và nhân viên hậu cần, cùng với chi phí hoa hồng cho người có ảnh hưởng ở mức 20-40% doanh thu (JD.com, 2024).

Sự xuất hiện của các giải pháp người phát sóng trực tiếp bằng AI thế hệ mới, tiêu biểu như JoyStreamer của JD.com, đã làm thay đổi đáng kể phương thức vận hành thương mại điện tử. Trong chiến dịch 618, JoyStreamer hỗ trợ hơn 80.000 thương nhân với hơn 800.000 giờ phát sóng liên tục, trong khi chi phí vận hành ước tính chỉ khoảng 1,77 USD/giờ, tương đương chưa đến 44 USD/ngày, giúp tiết giảm khoảng 90% chi phí so với mô hình phòng phát sóng truyền thống. Tổng giá trị giao dịch tăng 100%, tỷ lệ chuyển đổi đơn hàng tăng 77% và doanh thu đạt 10,3 triệu USD chỉ trong 4 giờ đầu tiên (JD.com, 2024).

Để lý giải hiện tượng này dưới góc độ kinh tế học lao động, cần phân biệt rõ 2 bối cảnh tiêu dùng:

Tiêu dùng thực dụng: Đối với sản phẩm có thông số kỹ thuật rõ ràng (đồ gia dụng, điện tử), người tiêu dùng tìm kiếm thông tin chính xác và tốc độ. AI Streamer thể hiện ưu thế vượt trội khi xử lý hàng ngàn câu hỏi qua NLP với độ trễ dưới 1 giây, tạo ra hiệu ứng thay thế hoàn toàn đối với nhân sự tư vấn cơ bản.

Tiêu dùng trải nghiệm và cảm xúc: Đối với thời trang cao cấp, mỹ phẩm, người tiêu dùng đòi hỏi sự kết nối cảm xúc và trải nghiệm chủ quan. AI bộc lộ giới hạn sinh học, trong khi con người giữ lợi thế tuyệt đối nhờ trí tuệ cảm xúc và tương tác cận xã hội. Do đó, AI đóng vai trò bổ trợ, hỗ trợ xử lý tác vụ hậu đài để con người tập trung thăng hoa cảm xúc.

HÀM Ý QUẢN TRỊ VÀ KHUYẾN NGHỊ CHÍNH SÁCH CHO VIỆT NAM

Từ kinh nghiệm quốc tế đến bối cảnh Việt Nam

Các bằng chứng từ Alibaba, Ant International và hệ sinh thái AI tại Trung Quốc phản ánh một xu thế tất yếu toàn cầu: sự dịch chuyển từ cấu trúc lao động thâm dụng nhân công sang cấu trúc thâm dụng thuật toán và hệ thống. Tuy nhiên, việc áp dụng các bài học này vào Việt Nam đòi hỏi một lăng kính thận trọng và có chọn lọc. Nền kinh tế Việt Nam hiện đang trong giai đoạn chuyển đổi số mạnh mẽ với sự bùng nổ của các ví điện tử (MoMo, ZaloPay, VNPay), hạ tầng mã QR kết nối xuyên biên giới (NAPAS hợp tác với Thái Lan, Campuchia) và lực lượng lao động trẻ, nhạy bén công nghệ.

Mặc dù vậy, thị trường lao động Việt Nam vẫn tồn tại những điểm nghẽn cấu trúc: tỷ trọng lao động phi chính thức còn cao, năng suất lao động tổng hợp còn khoảng cách lớn so với khu vực, và hệ thống giáo dục đại học chưa bắt kịp tốc độ thay đổi kỹ năng số nâng cao. Nếu thiếu một chiến lược chủ động, Việt Nam có nguy cơ rơi vào bẫy “gián đoạn mà không có cổ tức công nghệ” (World Bank, 2026), chịu áp lực thay thế lao động hành chính - văn phòng trước khi kịp hình thành lực lượng lao động chất lượng cao.

Khuyến nghị

Đối với cơ quan quản lý nhà nước: Sớm hoàn thiện hành lang pháp lý đối với lao động nền tảng (platform workers), lao động tự do số và các mô hình hợp tác lao động lai ghép. Xây dựng Chiến lược quốc gia về đào tạo lại gắn liền với bản đồ rủi ro nghề nghiệp theo ngành. Đầu tư trọng điểm vào hạ tầng dữ liệu lớn và điện toán đám mây quốc gia.

Đối với các cơ sở giáo dục đại học: Tái cấu trúc toàn diện chương trình đào tạo khối kinh tế và quản trị theo hướng tích hợp sâu AI vào chuyên môn (kế toán ứng dụng AI kiểm toán, quản trị ứng dụng AI ra quyết định). Đồng thời, tập trung phát triển các “kỹ năng mềm cốt lõi” như tư duy phản biện, giải quyết vấn đề phức hợp, đàm phán chiến lược, đạo đức công nghệ và trí tuệ cảm xúc.

Đối với doanh nghiệp: Chuyển dịch tư duy quản trị nguồn nhân lực từ mô hình tuyển dụng - sử dụng truyền thống sang mô hình học tập liên tục và tái thiết kế công việc theo cấu phần tác vụ. Doanh nghiệp cần chủ động bổ sung các vị trí mới như quản trị rủi ro AI, kiểm toán thuật toán, và thiết kế trải nghiệm nhân viên số.

Đối với người lao động: Chuyển đổi tư duy từ “bảo vệ công việc tĩnh” sang “nâng cấp vị trí trong chuỗi giá trị”. Chủ động rèn luyện năng lực phối hợp người - máy, tập trung phát huy những giá trị độc tôn mà AI chưa thể thay thế như thấu cảm, phán đoán bối cảnh và lãnh đạo.

KẾT LUẬN

AI thế hệ mới đang định hình lại cấu trúc thị trường lao động và quản trị nguồn nhân lực toàn cầu thông qua cơ chế tái phân bổ tác vụ, tinh gọn bộ máy vận hành và tôn vinh các giá trị chiến lược, quan hệ và cảm xúc của con người. Các minh chứng từ Alibaba, Ant International và mô hình “công ty một người” chứng minh rằng, tương lai doanh nghiệp thuộc về các tổ chức tinh gọn, thâm dụng dữ liệu nhưng vận hành bởi những nhân sự có năng lực điều phối thuật toán xuất sắc. Đối với Việt Nam, việc chủ động chuẩn bị thể chế, đổi mới giáo dục và nâng cấp năng lực quản trị nguồn nhân lực chính là chìa khóa quyết định để biến thách thức công nghệ thành đòn bẩy phát triển kinh tế bền vững trong kỷ nguyên số.

Tài liệu tham khảo:

1. Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. In Handbook of labor economics (Vol. 4, pp. 1043-1171). Elsevier.

2. Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3-30.

3. Alibaba Group. (2024). Annual report 2024: Digital commerce and logistics transformation.

Ant Group. (2023). Sustainability, compliance and technology innovation report 2023.

4. Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120.

5. Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.

International Labour Organization (ILO) (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality.

6. International Labour Organization (ILO) (2025). Generative AI occupational exposure: Global index update.

7. International Labour Organization (ILO) (2026). Generative AI and employment in developing economies: Evidence and policy implications.

8. JD.com. (2024). AI Livestreaming and JoyStreamer impact report during the 618 Shopping Festival.

9. McKinsey Global Institute. (2024). The economic potential of generative AI: The next productivity frontier.

10. Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(5), 509-533.

11. World Bank. (2026). Disruption without dividend? How the digital divide and task differences split GenAI's global impact.

12. World Economic Forum. (2023). The future of jobs report 2023.

13. Yin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE Publications.