Scovai Scovai
Talent Intelligence 2026-11-09 1 min read

Chuyên môn lĩnh vực mất dần trọng lượng trên phiếu đánh giá phỏng vấn của Anthropic. Tỷ lệ tuyển dụng kỹ thuật cấp junior đi từ 27% xuống 9%.

DSL

Dr. Sarah Liu

Chuyên môn lĩnh vực mất dần trọng lượng trên phiếu đánh giá phỏng vấn của Anthropic. Tỷ lệ tuyển dụng kỹ thuật cấp junior đi từ 27% xuống 9%.

Tỷ lệ junior trong tuyển dụng kỹ thuật tại Anthropic đã giảm từ 27% xuống 9%. Con số đó đã được bàn đến mức bội thực. Con số nằm bên dưới nó thì chưa: một bộ mã hóa tự động đã đọc các phiếu đánh giá phỏng vấn do quản lý tuyển dụng viết cho hàng nghìn nhân sự được tuyển từ năm 2024, và phát hiện rằng ở các ứng viên kỹ thuật, "mức tăng lớn nhất nằm ở những nhận xét về tính tự chủ và khả năng phán đoán của ứng viên," trong khi "phần bàn về chuyên môn lĩnh vực đã co lại tính theo tỷ trọng trong toàn bộ đánh giá" (Anthropic, 2026).

Phần lớn những gì chúng ta biết về AI và tuyển dụng cấp đầu vào đến từ tin tuyển dụng — tức là điều nhà tuyển dụng nói họ muốn trước khi gặp bất kỳ ai. Báo cáo việc làm ngày 16 tháng 10 của Anthropic làm một việc hiếm hơn: nó đọc những gì người phỏng vấn viết sau buổi trò chuyện.

Hai con số, hai đối tượng khác nhau. Con số về nhân sự còn đang tranh cãi, như tôi sẽ chỉ ra. Con số về phiếu đánh giá mới là con số mà khung phỏng vấn của chính bạn chưa sẵn sàng đối diện.

Phiếu đánh giá phỏng vấn thực sự đã đo điều gì

Báo cáo là một nghiên cứu dựa trên dữ liệu nội bộ của một công ty duy nhất: nhật ký sử dụng AI, chỉ số đầu ra, khảo sát nhân viên, dữ liệu Slack và lịch làm việc, hồ sơ quyết định tuyển dụng, cùng 17 cuộc phỏng vấn nhân viên. Tác giả chính Nathan Wilmers thuộc MIT Sloan; công trình do chính Anthropic công bố.

Về cơ cấu, có hai số liệu khác biệt cần lưu ý và không được trộn lẫn. Tỷ lệ nhân sự cấp junior trong các bộ phận kỹ thuật "đã trượt từ 21% xuống 14% kể từ đầu năm 2025". Tỷ lệ tuyển dụng kỹ thuật cấp junior thì "giảm còn nhanh hơn, từ 27% xuống 9%". Số thứ hai là sự dịch chuyển trong thành phần người được tuyển, không phải một đợt cắt giảm nhân sự — báo cáo nói rõ rằng tuyển dụng kỹ thuật "vẫn tiếp tục tăng về số tuyệt đối" trong khi công ty "đã tăng gấp ba lần quy mô trong năm vừa qua". Ai đọc 27% xuống 9% như một mức giảm 65% trong tuyển dụng junior thì đã hiểu sai.

Điều các quản lý nói trùng với dữ liệu. Khi được khảo sát vào tháng 4 năm 2026, "phần lớn quản lý cho biết họ tuyển dụng theo một bộ năng lực khác do AI," trong khi "khoảng một phần ba quản lý ML và một phần năm quản lý SWE cho biết họ tuyển ít hơn do AI". Đa số đổi tiêu chí. Thiểu số cắt số lượng. Thứ tự đó chính là toàn bộ câu chuyện.

Lớp phiếu đánh giá

Bằng chứng đặc trưng mang tính văn bản. Năm 2024, quản lý tuyển dụng ghi nhận kinh nghiệm của ứng viên với các công cụ AI trong "khoảng 5% các bản đánh giá cho vị trí kỹ thuật, và 7% cho vị trí không kỹ thuật". Đến năm 2026, các tỷ lệ này đã tăng gấp ba ở vị trí kỹ thuật và gấp bốn ở vị trí không kỹ thuật. Báo cáo chỉ đưa ra mốc nền năm 2024 và hệ số nhân bằng lời, nên các giá trị cuối không được công bố — và việc tự suy ra chúng sẽ tạo ra một độ chính xác mà nguồn không hề có.

Bên dưới đó là sự tái cân bằng sâu hơn. Với ứng viên kỹ thuật: tính tự chủ và khả năng phán đoán tăng với biên độ lớn nhất, chuyên môn lĩnh vực giảm theo tỷ trọng trong đánh giá. Với ứng viên không kỹ thuật: "định hướng khách hàng và sứ mệnh tăng lên, trong khi phần bàn về năng lực thực thi giảm xuống". Lời giải thích của một quản lý là bản tóm lược gọn nhất về logic này trong toàn bộ tài liệu: "Tôi dự đoán các mô hình sẽ còn tiếp tục không đồng đều, nên với đội của tôi, tôi muốn những người có thể thay thế lẫn nhau giữa các lĩnh vực."

Hãy để ý phát hiện nào không kèm con số. Mức tăng về tính tự chủ và khả năng phán đoán chỉ được báo cáo theo hướng, như thay đổi lớn nhất, không có phần trăm. Đó là một giới hạn của bằng chứng, không phải lý do để gạt bỏ nó — nhưng điều đó nghĩa là phát hiện này ủng hộ một chiều hướng dịch chuyển, không phải một độ lớn.

Một công ty không phải là chuẩn so sánh

Các tác giả báo cáo nói thẳng điều này hơn phần lớn những bình luận: "Có rất nhiều phần trong thực tiễn việc làm của Anthropic không thể nhân rộng ra toàn bộ nền kinh tế." Công ty tạo ra doanh thu trên mỗi nhân sự gấp hai đến bốn lần mức mà Meta và Google đạt được ở thời kỳ đỉnh cao. Đây là n = 1, tự công bố, không qua kiểm toán độc lập, và nằm ở đầu xa nhất của thang cường độ sử dụng AI. Không điều gì trong đó thiết lập một xu hướng ở quy mô nền kinh tế.

Nền tài liệu rộng hơn đang tranh cãi dữ dội đúng ở điểm mà phần lớn mọi người rút ra từ báo cáo. Phân tích của Lambert và Schindler trên 243 triệu lượt tuyển mới và 407 triệu tin tuyển dụng tại Mỹ, Anh, Canada và Úc cho thấy mức tăng hai độ lệch chuẩn ở mức độ phơi nhiễm với AI tạo sinh hoặc ở mức độ phơi nhiễm với làm việc từ xa, khi kiểm định riêng lẻ, đều gắn với mức giảm khoảng năm điểm phần trăm trong tỷ lệ junior đến năm 2025 — nhưng khi đưa cả hai vào cùng lúc, hệ số AI "suy yếu mạnh và thường trở nên không phân biệt được với số không về mặt thống kê," trong khi hiệu ứng làm việc từ xa vẫn vững (Lambert & Schindler, 2026). Cách đọc của họ: cái thang junior bị đứt có thể là câu chuyện về nơi công việc diễn ra, chứ không phải về điều gì bị tự động hóa.

Dữ liệu chi tiêu ở cấp công ty lại cắt theo hướng ngược lại. Khi liên kết mức chi tiêu AI quan sát được tại 21.559 công ty Mỹ với hồ sơ nhân sự, Ramp và Revelio Labs phát hiện những đơn vị áp dụng với cường độ cao đã tăng nhân sự cấp đầu vào khoảng 12% trong hai năm sau khi áp dụng, trong khi những đơn vị áp dụng cường độ thấp không cho thấy bất kỳ thay đổi có ý nghĩa thống kê nào (Ramp, 2026). Trong bộ dữ liệu đó, đầu tư mạnh vào AI gắn với nhiều tuyển dụng junior hơn, không phải ít hơn.

Vậy nên luận điểm nhân quả về sự sụp đổ của lớp junior vẫn chưa có kết luận, và một Head of Operations không có cơ sở để hoạch định nhân sự dựa vào đó. Luận điểm về tiêu chí lại là chuyện khác.

Điều hội tụ là tiêu chí, không phải con số

Đây là lý do phát hiện về phiếu đánh giá đáng được chú ý dù n = 1. Nó khớp với bằng chứng lấy từ một loại dữ liệu hoàn toàn khác, ở một quy mô hoàn toàn khác.

Global AI Jobs Barometer 2026 của PwC đã phân tích hơn một tỷ tin tuyển dụng trên sáu lục địa, kèm một phân tích sâu về 2,4 triệu vị trí cấp đầu vào tại Mỹ. Kết quả cho thấy các vị trí junior có mức phơi nhiễm AI cao có xác suất đòi hỏi những năng lực truyền thống thuộc cấp senior — khả năng phán đoán, tư duy chiến lược, năng lực lãnh đạo truyền cảm hứng, trí tuệ cảm xúc — cao gấp bảy lần so với các vị trí junior ít phơi nhiễm nhất. Những tin tuyển dụng khớp với mô tả "được nâng cấp lên cấp senior" đó đã tăng 35% từ năm 2019, dù tổng số tin tuyển dụng đầu sự nghiệp vẫn đi ngang trong các ngành có mức phơi nhiễm AI cao (PwC, 2026).

Tin tuyển dụng ghi lại điều nhà tuyển dụng công bố. Phiếu đánh giá ghi lại điều người phỏng vấn thưởng điểm sau khi đã gặp con người thật. Đó là hai mặt đo lường độc lập, do các bên khác nhau thu thập với động cơ khác nhau, và chúng dịch chuyển theo cùng một hướng: hướng về khả năng phán đoán và tính tự chủ, rời xa sự thực thi chuyên biệt hẹp.

Sự hội tụ giữa các phương pháp độc lập yếu hơn một ước lượng nhân quả đơn lẻ, nhưng mạnh hơn hai mẩu chuyện lẻ. Nó đủ để hành động, bởi hành động vừa rẻ vừa kiểm chứng được tại chỗ.

Và sự lệch pha mà nó phơi ra đang thực sự tồn tại trong phần lớn hệ thống tuyển dụng của khối doanh nghiệp tầm trung. Yêu cầu tuyển vị trí cấp đầu vào giờ đòi khả năng phán đoán ở mức senior, trong khi dải lương, lộ trình 90 ngày và mô hình kèm cặp vẫn giả định đó là người mới bắt đầu. Trong khi đó, các nhà tuyển dụng sinh viên mới tốt nghiệp tại Anh báo cáo nhận được từ 141 đến 172 đơn ứng tuyển cho mỗi vị trí ở những ngành đông đúc nhất (ISE, 2026) — nghĩa là lớp sàng lọc đang chịu áp lực khối lượng cao hơn bao giờ hết, đúng vào lúc điều đáng sàng lọc đã thay đổi.

Một Head of Operations nên làm gì trong quý này

Cuộc rà soát mà điều này hàm ý nhỏ đủ để bạn tự làm trước khi chu kỳ tuyển dụng tiếp theo khép lại.

  1. Lấy ra hai mươi phiếu đánh giá phỏng vấn gần nhất của bạn. Không phải khung đánh giá — mà là những nhận xét dạng văn bản tự do mà người phỏng vấn của bạn thực sự đã viết.
  2. Mã hóa từng dòng vào một trong bốn nhóm: độ sâu chuyên môn hẹp, thực thi và triển khai, tính tự chủ và khả năng phán đoán, và bằng chứng làm việc hiệu quả với công cụ AI.
  3. Đếm. Nếu hai nhóm đầu chiếm áp đảo — và ở phần lớn công ty từ 50 đến 500 nhân sự toàn thời gian thì sẽ như vậy, bởi khung đánh giá được xây đúng để gợi ra những điều đó — thì bạn đang sàng khắt khe nhất ở chính hai hạng mục đã mất trọng lượng tại công ty đi xa nhất trên con đường này.
  4. Rồi hãy kiểm tra điều khó hơn: liệu quy trình của bạn có đủ khả năng quan sát hai nhóm còn lại hay không. Tính tự chủ và khả năng phán đoán không hiện ra trong một bản CV hay một bài kiểm tra kỹ thuật tính giờ. Chúng hiện ra ở cách một người khoanh vùng một vấn đề mơ hồ, quyết định điều gì không làm, và giải thích một đánh đổi mà họ đã chọn sai.

Điểm cuối đó mới là ràng buộc thực sự, và nó là vấn đề đo lường trước khi là vấn đề tiêu chí. Bằng cấp và chức danh là chỉ dấu thay thế cho chuyên môn lĩnh vực — chính thuộc tính đang mất dần tỷ trọng. Khả năng phán đoán và tính tự chủ cần bằng chứng đã được chứng minh: đánh giá có cấu trúc, các bài toán đã xử lý, một hồ sơ về các quyết định thay vì một hồ sơ về các chức vụ. Những công cụ phía ứng viên đang được xây cho sự phân biệt này, trong đó có Talent Passport của Scovai, chứng nhận năng lực đã được chứng minh kèm thứ hạng phân vị theo từng kỹ năng thay vì chỉ lịch sử công việc — và đó chính là hình thức mà bằng chứng phải có để sàng lọc được ở khối lượng lớn.

Hai lưu ý trước khi bạn viết lại bất cứ điều gì. Đừng dùng tài liệu này để biện minh cho việc cắt giảm tuyển dụng junior; bằng chứng nhân quả không ủng hộ điều đó, và dữ liệu chi tiêu ở cấp công ty chỉ theo hướng ngược lại. Và cũng đừng loại chuyên môn lĩnh vực khỏi tiêu chí của bạn — "co lại tính theo tỷ trọng trong toàn bộ đánh giá" là một sự tái cân bằng, không phải một sự loại bỏ. Trong một đội vận hành 200 người không có chức năng huấn luyện mô hình, kiến thức chuyên môn vẫn chính là điều khách hàng của bạn đang trả tiền cho.

Quyết định đang nằm trước mặt bạn

Bản tóm lược trung thực của bằng chứng là: chưa ai có thể nói cho bạn biết AI có làm teo lớp junior của bạn hay không. Nhiều bộ dữ liệu đáng tin cậy đang mâu thuẫn nhau. Nhưng hai nguồn độc lập — một tỷ tin tuyển dụng và hàng nghìn phiếu đánh giá phỏng vấn — thống nhất về điều mà những vị trí còn trụ lại đang bị đánh giá dựa trên, còn phần lớn khung phỏng vấn thì chưa nhích theo.

Phiếu đánh giá phỏng vấn của bạn là một bản ghi chép về điều mà tổ chức của bạn tin là dự báo được hiệu suất. Của Anthropic là hai năm niềm tin đó thay đổi trong văn bản đo lường được. Của bạn thì đang nằm trong hệ thống quản lý ứng viên ngay lúc này, chưa từng được đọc như một bộ dữ liệu.

Hãy đọc hai mươi phiếu trong quý này. Nếu chúng vẫn đang thưởng cho ứng viên biết nhiều nhất thay vì ứng viên quyết định tốt nhất, bạn đã tìm ra điểm sửa có đòn bẩy cao nhất của quý — và nó tốn một buổi chiều, không phải một dòng ngân sách.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.