Giám đốc và cấp cao hơn tiết kiệm chín giờ mỗi tuần nhờ AI. Nhân viên đóng góp cá nhân tiết kiệm bốn giờ. Khoảng cách 2,25 lần đó đến từ báo cáo Navigating AI in the Workplace: 2026 của SHRM, khảo sát 4.065 người lao động thực sự dùng AI trong công việc, và khác biệt giữa các tầng là có ý nghĩa thống kê (SHRM, 2026). Con số tổng hợp — khoảng sáu giờ tiết kiệm mỗi tuần, gần trọn một ngày làm việc — là có thật. Nó cũng là một mức trung bình mà không tầng nào trong tổ chức của bạn thực sự trải nghiệm.
Điều này quan trọng vì ai là người chạy thí điểm. Ở các công ty 50–500 nhân sự toàn thời gian, việc triển khai AI gần như luôn bắt đầu từ những người gần với quyết định nhất: trưởng bộ phận vận hành, các trưởng phòng, vài quản lý cấp cao. Họ đo số giờ chính mình tiết kiệm được, ngoại suy, rồi dựng luận chứng kinh doanh cho toàn bộ nhân sự. Dữ liệu SHRM cho thấy phép ngoại suy đó thổi phồng lợi ích ở tuyến đầu lên khoảng gấp đôi — và mức tiết kiệm thời gian nhờ AI theo cấp bậc chạy ngược lại giả định "AI nâng sàn" mà phần lớn kế hoạch triển khai dựa vào để lập ngân sách.
Cổ tức dồn lên phía trên
Đây là toàn bộ gradient trong mẫu của SHRM: giám đốc và cấp cao hơn tiết kiệm 9 giờ mỗi tuần, quản lý 7 giờ, nhân viên đóng góp cá nhân 4 giờ (SHRM, 2026).
Câu chuyện trực giác về AI thì ngược lại. Người ít kinh nghiệm hưởng lợi nhiều nhất; công cụ thay thế cho kinh nghiệm; sàn dâng nhanh hơn trần. Câu chuyện đó có cơ sở thực nghiệm thật trong các nghiên cứu tác vụ hẹp, và đó là lý do nó lan rộng. Nhưng ở cấp độ một tuần làm việc thật, nó đảo chiều. Những người có nhiều quyền tự quyết nhất về cách dùng thời gian của mình lại chính là những người lấy lại được nhiều thời gian nhất.
Gradient này không phải sản phẩm của làm tròn, và nó không biến mất khi trừ đi chi phí của AI. Cũng báo cáo đó cho thấy giám đốc dành khoảng 6 giờ mỗi tuần để sửa đầu ra của AI — gánh nặng làm lại cao nhất trong mẫu — so với khoảng 3 giờ của nhân viên đóng góp cá nhân. Sau khi trừ phần làm lại, giám đốc vẫn còn khoảng +3 giờ mỗi tuần và nhân viên đóng góp cá nhân khoảng +1. Cổ tức co lại ở mọi tầng. Nó vẫn lũy thoái ở mọi tầng.
Vì sao khoảng cách là cấu trúc, không phải động lực
Cách giải thích phản xạ là người cấp cao đơn giản dùng AI giỏi hơn, nên giải pháp là đào tạo. Dữ liệu chỉ tới một chỗ kém hào nhoáng hơn nhưng khả thi hơn.
Bắt đầu từ độ tiếp xúc. AI chạm tới 63% công việc của giám đốc, 50% công việc của quản lý, và chỉ 34% công việc của nhân viên đóng góp cá nhân (SHRM, 2026). Một công cụ không thể tiết kiệm thời gian cho phần việc mà nó không chạm tới. Công việc ở tầng giám đốc — soạn thảo, tóm tắt, tổng hợp, tái cấu trúc tài liệu, chuẩn bị phân tích — chiếm tỷ trọng lớn đúng loại công việc ngôn ngữ phi cấu trúc mà các mô hình hiện nay làm tốt. Ngược lại, công việc tuyến đầu trong một tổ chức tầm trung lại bị ràng buộc bởi quy trình: nó chạy bên trong một hệ thống ghi nhận, theo một trình tự đã định, và bị chốt bởi các bước bàn giao. Những bước đó không nhanh lên chỉ vì ai đó mở sẵn một cửa sổ trò chuyện bên cạnh.
Thứ hai, quyền tự quyết. Một giám đốc tiết kiệm được một giờ có thể tự phân bổ lại giờ đó. Một nhân viên đóng góp cá nhân tiết kiệm một giờ bên trong quy trình vận hành theo hàng đợi thì thường không thể — hàng đợi quy định nhịp độ, và thời gian tiết kiệm được hoặc bốc hơi, hoặc quay lại dưới dạng chờ đợi.
Thứ ba — và đây là phần mà hầu hết các đợt triển khai đầu tư thiếu — khoản tiết kiệm ở tuyến đầu đòi hỏi một lần thiết kế lại luồng công việc mà khoản tiết kiệm ở cấp cao không cần. Dữ liệu đo hành vi của ActivTrak trên 120.620 người lao động nói thẳng mức độ hiếm hoi của việc thiết kế lại đó: 27% người lao động đạt tới mức dùng AI hỗ trợ nghiên cứu, 14% đạt mức thực thi tác vụ, và chỉ 2% đạt tới tích hợp thực sự vào luồng công việc (ActivTrak, 2026). Phép đo này rút ra từ hoạt động quan sát được chứ không phải từ giấy phép, lượt đăng nhập hay tự khai báo — chính vì thế nó mâu thuẫn với bức tranh khảo sát. Gallup báo cáo mức áp dụng AI ở cấp tổ chức tăng sáu điểm đúng vào tuần ActivTrak công bố con số 2% (Gallup, 2026). Quyền truy cập đang mở rộng rất nhanh. Việc thiết kế lại thì không.
Nhân viên đóng góp cá nhân là tầng có lợi ích phụ thuộc nhiều nhất vào lần thiết kế lại chưa từng diễn ra. Đó là cơ chế. Không phải động lực, cũng không phải kỹ năng viết prompt.
Tính lại bài toán ROI của AI trên chính luận chứng của bạn
Lấy một công ty 200 nhân sự toàn thời gian: 15 người ở cấp giám đốc trở lên, 35 quản lý, 150 nhân viên đóng góp cá nhân. Mô hình hóa theo cách phổ biến — thí điểm với nhóm cấp cao, quan sát thấy khoảng 9 giờ tiết kiệm, rồi áp cho toàn tổ chức — bạn sẽ dự phóng khoảng 1.800 giờ mỗi tuần.
Thay vào đó, áp gradient của SHRM: 15 × 9 + 35 × 7 + 150 × 4 = 980 giờ. Rồi trừ phần làm lại, bạn sẽ gần với 300 giờ năng lực thực sự thu hồi được. Mô hình ngây thơ không lạc quan 10%. Nó sai khoảng gấp đôi trước khi trừ làm lại, và sai nhiều hơn đáng kể sau đó — và sai số tập trung đúng vào nơi có 75% nhân sự của bạn.
Từ đó rút ra hai hệ quả cho ngân sách.
Thứ nhất, kinh tế học giấy phép theo đầu người thôi vận hành như slide trình bày. Nếu giá trị mỗi ghế ở tuyến đầu chưa bằng một nửa giá trị mỗi ghế ở cấp trên, thì một đợt triển khai đồng loạt với mức giá đồng loạt đang lặng lẽ lấy các ghế sinh lợi cao bù cho các ghế sinh lợi thấp. Điều đó vẫn có thể là lựa chọn đúng — nhưng nó phải là một quyết định, không phải một tai nạn mua sắm.
Thứ hai, thời gian hoàn vốn của các ghế tuyến đầu hoàn toàn không phải câu chuyện giấy phép. Đó là câu chuyện thiết kế lại, và thiết kế lại là thời gian nhân sự mà bạn phải đưa vào lịch. Mua 150 ghế rồi ghi nhận khoản tiết kiệm của 150 ghế là giả định một thay đổi quy trình mà chưa ai được giao thực hiện.
Rủi ro giữ chân người nằm trong cùng bảng số liệu
Có một gradient thứ hai trong dữ liệu SHRM, và nó chạy song song với gradient thứ nhất.
Trước khi AI được áp dụng, 74% giám đốc được thông báo rằng nó sắp đến. Ở nhóm quản lý là 55%. Ở nhân viên đóng góp cá nhân là 33% (SHRM, 2026). Niềm tin cũng cùng hình dạng: 80% giám đốc tin tưởng ban lãnh đạo về AI, so với 65% quản lý và 47% nhân viên đóng góp cá nhân. Và 26% nhân viên đóng góp cá nhân cho biết niềm tin của họ vào lãnh đạo giảm xuống khi lãnh đạo dựa vào AI nhiều hơn — so với 9% ở giám đốc.
Giờ hãy chồng kỳ vọng lên trên. Một nửa số người lao động nói AI đã nâng kỳ vọng hiệu suất đặt lên họ, và 70% giám đốc ghi nhận kỳ vọng tăng trong phạm vi của mình. Nhịp công việc tăng với 75% giám đốc và 59% quản lý, trong khi 50% nhân viên đóng góp cá nhân nói nhịp độ không đổi.
Đọc hai gradient cùng nhau và vị thế của tuyến đầu hiện ra rất rõ: bạn được báo sau cùng, bạn tin ít nhất, bạn tiết kiệm được ít nhất — và kỳ vọng đặt lên bạn thì vẫn tăng. Đây không phải vấn đề truyền thông có thể giải quyết bằng một buổi họp toàn công ty. Đây là một sổ cái công bằng, và người ta ghi sổ rất chính xác.
Khảo sát AI at Work thường niên lần thứ tư của BCG, trên 11.749 nhân viên tại 14 thị trường, cho thấy điều gì xảy ra khi không ai quản trị phần thời gian được giải phóng: 66% người dùng AI nói họ không nhận được hướng dẫn có ý nghĩa nào về việc phân bổ lại số giờ AI giải phóng, và 47% giờ đây dành nhiều thời gian quản lý và điều hướng AI hơn là tự làm việc (BCG, 2026). Thời gian không được quản trị không trở thành năng lực. Nó trở thành giám sát — và giám sát là một chi phí chú ý có thật, hiện lên trong sổ cái dưới dạng "bận hơn", không phải "rảnh hơn".
Lập luận phản bác, và vì sao nó chỉ mua cho bạn thời gian
Phản bác mạnh nhất: đây là đường cong áp dụng sớm, không phải đặc tính cấu trúc. Người cấp cao có công cụ trước và có dư địa để thử nghiệm. Cho mười tám tháng nữa, tuyến đầu sẽ đuổi kịp.
Đúng một phần, và đáng được định giá. Nhưng hai điều phản đối việc chờ đợi. Thứ nhất, khoảng cách tiếp xúc là thuộc tính của công việc, không phải của lịch — con số 34% công việc tuyến đầu mà AI chạm tới được không tăng lên vì thời gian trôi qua. Nó tăng vì có người thiết kế lại quy trình. Thứ hai, con số 2% tích hợp luồng công việc cho bạn biết rằng việc thiết kế lại không tự diễn ra ở bất cứ đâu, ở bất cứ tầng nào (ActivTrak, 2026). Chờ đợi biến một khoảng cách bạn lẽ ra có thể chủ động thiết kế thành một khoảng cách bạn thừa hưởng — trong khi gradient kỳ vọng vẫn tiếp tục leo lên chính những người được phục vụ ít nhất.
Cần thay đổi gì trong quý này
Thiết lập lại mô hình ROI theo tầng
Dựng lại luận chứng kinh doanh với ba dòng riêng — giám đốc, quản lý, nhân viên đóng góp cá nhân — thay vì một mức trung bình gộp. Dùng số liệu quan sát của chính bạn nếu có, dùng gradient SHRM nếu không. Nếu khoản tiết kiệm dự phóng giảm một nửa, thì mô hình trước đó sai, không phải bây giờ.
Chọn một luồng công việc tuyến đầu và đưa nó tới mức tích hợp
Không phải mở rộng số ghế. Một quy trình có tên, một người chịu trách nhiệm, một lượt thiết kế lại, đo bằng việc bước AI có thực sự nằm bên trong luồng hay chỉ đứng bên cạnh. Vì chỉ 2% người lao động đạt tới giai đoạn đó, một quy trình đến được nơi đó đáng giá hơn một trăm ghế không đến được.
Đóng khoảng trống truyền thông 33% trước lần triển khai kế tiếp
Khoản chi rẻ nhất trong danh sách này là nói cho nhân viên đóng góp cá nhân biết điều gì sắp tới và vì sao, trước khi nó tới, với cùng tỷ lệ mà bạn nói với giám đốc. Nó không tốn gì, và gradient niềm tin mà nó xử lý chính là gradient rốt cuộc sẽ hiện ra trong số liệu nghỉ việc của bạn.
Một quyết định
Mở luận chứng kinh doanh về AI của bạn và tìm xem nó được đo trên tầng nào. Mức tiết kiệm thời gian nhờ AI theo cấp bậc là biến số nhiều khả năng sai nhất trong đó. Nếu số giờ tiết kiệm đến từ chính bạn và các cấp dưới trực tiếp, bạn đang cầm con số 9 giờ và dự phóng nó lên một nhóm sẽ chỉ mang lại bốn — trong khi nâng kỳ vọng lên đúng tầng được báo sau cùng và tin bạn ít nhất.
Hãy cắt đôi dự phóng, hoặc cấp ngân sách cho lần thiết kế lại khiến nó thành sự thật. Đó là hai lựa chọn trung thực duy nhất, và một trong hai là miễn phí.
