Nhóm của bạn dành 87 phút mỗi ngày bên trong các công cụ AI. Trong đó, 42% dành để xử lý lỗi và chỉnh đi chỉnh lại câu lệnh, so với 35% cho phần việc thực sự đẩy công việc tiến lên (BambooHR, 2026). Thời gian xử lý sự cố AI giờ là hạng mục đơn lẻ lớn nhất trong quỹ thời gian dùng AI của một ngày làm việc trung bình — lớn hơn cả hạng mục hiệu quả mà những công cụ này được mua về để mở rộng.
Quy ra cả năm, 87 phút đó tương đương khoảng 47 ngày làm việc tám tiếng. Chừng 20 ngày trong số đó trôi qua chỉ để bắt công cụ chạy cho đúng ý.
Đây không phải vấn đề áp dụng. Việc áp dụng đang chạy tốt. Đây là vấn đề đo lường: gần như mọi bảng điều khiển theo dõi đợt triển khai này đều đếm 87 phút, và không bảng nào tách nhỏ chúng ra.
Nghiên cứu mà cuộc trao đổi gia hạn của bạn nên bắt đầu từ đó
Nghiên cứu Redesigning Work: AI's Performance Review của BambooHR khảo sát 1.608 nhân viên Mỹ làm toàn thời gian hưởng lương cố định, gồm một nhóm nhỏ 520 chuyên viên nhân sự; khảo sát thực địa từ 26/6 đến 15/7/2026 do Method Research thực hiện, công bố ngày 1/9 (BambooHR, 2026). Người trả lời trải trên hơn một chục ngành, cân bằng theo giới tính, phân bố theo nhóm tuổi và khu vực địa lý.
Chính cách chia thời gian là phát hiện cốt lõi:
- 42% thời gian AI — xử lý lỗi và chỉnh lại câu lệnh
- 35% thời gian AI — công việc hiệu quả, đẩy khối lượng công việc của nhân viên tiến lên
- 23% — mọi thứ còn lại
Hãy nhớ tỷ lệ chứ đừng nhớ con số phần trăm. Cứ mỗi ba phút nhóm bạn bỏ ra để lấy giá trị từ một công cụ AI, họ bỏ ra bốn phút để bắt công cụ đó tạo ra thứ dùng được. Tỷ lệ ấy có chi phí, có phân bố, và chẳng cái nào xuất hiện trong báo cáo đếm số giấy phép.
Trong khi đó, 63% tổ chức đã tăng ngân sách công cụ AI. Chi tiêu đang nhân lên trên một mẫu số chưa ai bóc tách.
Gánh nặng lật ngược sơ đồ tổ chức của bạn
Đây là phần đáng ra phải thay đổi chỗ bạn nhìn vào.
Số phút mỗi ngày trong công cụ AI, theo cấp bậc (BambooHR, 2026):
- Phó chủ tịch và ban điều hành: 101 phút
- Quản lý và giám đốc: 89 phút
- Nhân viên chuyên môn: 54 phút
Lãnh đạo dành gần gấp đôi thời gian trong các công cụ này so với những người báo cáo cho họ. Nếu tỷ lệ xử lý sự cố giữ được mức tương đương giữa các cấp, thì khối thời gian AI kém hiệu quả lớn nhất trong công ty bạn đang do chính lực lượng lao động đắt nhất tạo ra.
Đưa về quy mô doanh nghiệp tầm trung. Một công ty 200 nhân sự toàn thời gian với 15 người từ cấp phó chủ tịch trở lên: 101 phút mỗi ngày, 42% trong đó là xử lý sự cố, tức khoảng 42 phút mỗi lãnh đạo mỗi ngày. Nhân với 15 người là hơn 10 giờ lãnh đạo mỗi ngày — nhiều hơn cả một nhân sự cấp cao toàn thời gian tăng thêm, dùng trọn vẹn vào việc chỉnh câu lệnh và sửa lỗi, chi trả từ dòng đắt nhất trên bảng lương của bạn.
Không ai phê duyệt vị trí đó. Nó đi vào qua một ngân sách mua công cụ.
Vì sao thâm niên làm chi phí dồn lại
Chiều hướng này không có gì bất ngờ khi nhìn vào việc người kỳ cựu dùng AI để làm gì. Công việc của họ ít khuôn mẫu hơn, đậm đặc phán đoán hơn và phụ thuộc bối cảnh nhiều hơn — đúng kiểu công việc sinh ra nhiều vòng lặp hơn, nhiều lần sửa hơn và nhiều kết quả bị bỏ đi hơn. Những tác vụ cho năng suất AI sạch sẽ nhất lại thường là các tác vụ có cấu trúc, nằm thấp hơn trên sơ đồ tổ chức.
Có một tín hiệu cùng chiều từ khu vực đồng euro. Khảo sát Kỳ vọng Người tiêu dùng của ECB cho thấy các tác vụ có năng suất thời gian cao nhất từ AI lại hẹp và ít được khai thác — sinh mã và gỡ lỗi trả về gần tám giờ mỗi tuần, nhưng chỉ khoảng 8% người lao động dùng AI ở đó — trong khi những mục đích phổ biến nhất là tra cứu, thu thập thông tin, viết và biên tập lại tiết kiệm ít hơn hẳn (ECB, 2026). Công việc rộng, phi cấu trúc, nhiều bối cảnh chính là nơi giờ công đổ vào và năng suất thu về ít nhất. Đó cũng là mô tả khá sát một ngày của lãnh đạo.
Vì sao chưa ai phàn nàn
Vì nó không có cảm giác lãng phí. Chính điều này giữ cho vấn đề vô hình suốt cả một chu kỳ ngân sách.
BambooHR ghi nhận 65% người lao động cảm thấy tự tin và hào hứng khi dùng AI trong công việc, và 58% nêu tiết kiệm thời gian là động lực chính — trong khi họ đang nằm ngay trong cùng cách chia 42/35 đó.
Báo cáo chuẩn đối sánh AI at Work đầu tiên của Culture Amp cho thấy đúng sự lệch pha ấy ở quy mô lớn. Trên khoảng 112.000 nhân viên và 343.000 câu trả lời thu thập trong 12 tháng tính đến tháng 7/2026, 71% nhân viên nói công cụ AI giúp họ cảm thấy làm việc hiệu quả hơn, và con số này tăng lên 93% ở nhóm dùng nhiều nhất. Vậy mà khi được hỏi khối lượng công việc có hợp lý không, nhóm dùng nhiều đạt 72% so với 69% ở nhóm không dùng — chênh lệch ba điểm (Culture Amp, 2026).
Cảm nhận về hiệu suất tăng 22 điểm theo cường độ sử dụng. Cảm nhận về việc giảm tải chỉ nhích ba điểm. Hai đường cong này lẽ ra phải đi cùng nhau, nhưng chúng không.
Tự khai báo là công cụ đo yếu ở đây
Khoảng cách giữa tác động cảm nhận và tác động đo được đã có tài liệu ghi nhận, và nó lệch về một phía. Thử nghiệm ngẫu nhiên có đối chứng của METR trên các lập trình viên mã nguồn mở giàu kinh nghiệm cho thấy công cụ AI đầu năm 2025 khiến họ chậm hơn 19% trong khi người tham gia tin rằng mình đã nhanh hơn; khảo sát sau đó của METR với 349 nhân sự kỹ thuật cho biết người tham gia nghiên cứu ấy đã đánh giá cao tác động của AI lên thời gian làm việc khoảng 40 điểm phần trăm (METR, 2026).
Các đánh giá của chính phủ Anh cho thấy đúng mức co lại đó khi phương pháp chặt chẽ hơn. Thử nghiệm Microsoft 365 Copilot liên bộ — 20.000 công chức — báo cáo tiết kiệm trung bình 26 phút mỗi ngày, con số do chính người tham gia tự ước lượng từ một bộ khoảng giá trị (GDS, 2025). Khi Bộ Lao động và Hưu trí Anh (DWP) đánh giá phần thử nghiệm của riêng mình đối chiếu với nhóm so sánh gồm người không dùng, có kiểm soát các biến nhân khẩu, nghề nghiệp và mức độ hào hứng với AI, ước lượng rút xuống còn 19 phút mỗi ngày trên tám tác vụ thường quy (DWP, 2025).
Dân số khác nhau và phạm vi tác vụ khác nhau, nên đây không phải phép so sánh trước–sau sạch sẽ. Nhưng đó là hai phép đo trên cùng một đợt triển khai, và phép đo có nhóm so sánh là phép đo nhỏ hơn. Báo cáo GDS nói rõ trong phần kết luận: "do ràng buộc thực nghiệm, không thể xác định thời gian tiết kiệm được đã dùng vào việc gì."
Sự hào hứng của nhóm bạn là thật. Nhưng nó không phải bằng chứng.
Thời gian xử lý sự cố AI phá vỡ các chỉ số áp dụng của bạn
Số giấy phép, tỷ lệ sử dụng giấy phép và tần suất đăng nhập đều đo cùng 87 phút đó. Không chỉ số nào phân biệt được 42 với 35. Một bảng điều khiển áp dụng cho thấy mức sử dụng mạnh, dựa trên bằng chứng này, phù hợp ngang nhau với một nhóm đang có đòn bẩy thực sự và một nhóm vật lộn với chính bộ công cụ của mình 20 ngày làm việc mỗi năm.
Tệ hơn, chỉ số này thưởng cho chuyển động sai. Số phút trong công cụ tăng lên được đọc thành thành công. Nếu tỷ lệ xử lý sự cố không đổi, số phút tăng thêm phần lớn là khối lượng làm lại tăng thêm.
Kết quả của ECB bổ sung phép hiệu chỉnh thứ hai. Người dùng AI trung vị ở khu vực đồng euro tiết kiệm khoảng ba giờ mỗi tuần, tức chừng 7,7% thời gian làm việc — nhưng vì chỉ 48,8% người lao động vừa dùng AI vừa thực sự tiết kiệm được thời gian nhờ nó, mức lợi trên toàn nền kinh tế chỉ khoảng 3,8% (ECB, 2026). Lấy con số bình quân đầu người nhân với tổng nhân sự sẽ thổi phồng lợi ích lên khoảng gấp đôi. Một luận chứng kinh doanh dựng trên "tiết kiệm X phút × tất cả mọi người" sai hai lần: một lần ở tỷ lệ tham gia, một lần ở tỷ trọng xử lý sự cố nằm trong chính những phút mà nó có đếm.
Phản biện trung thực
Ba giới hạn, nói thẳng.
Đây là nghiên cứu do nhà cung cấp thực hiện. BambooHR bán phần mềm nhân sự cho doanh nghiệp nhỏ và vừa, và có lợi ích thương mại trong lập luận rằng triển khai AI cần được quản lý ở phía con người. Phần khảo sát thực địa do một công ty nghiên cứu độc lập tiến hành, phương pháp được công bố và mẫu ở mức hợp lý — nhưng đây là một bản công bố khảo sát, không phải bài báo bình duyệt. Hãy cân trọng số cho phù hợp.
Đây là dữ liệu tự khai, và phần lớn bằng chứng hỗ trợ nó cũng vậy. Cách chia 42/35 là do người lao động tự ước lượng phân bổ thời gian của chính mình — đúng loại công cụ đo mà METR đã chỉ ra là không đáng tin trong lĩnh vực này. Cách đọc trung thực: chiều hướng được củng cố tốt qua BambooHR, Culture Amp và các thử nghiệm ở Anh, còn độ lớn thì lỏng. Đừng trích 42% như một hằng số đã đo. Hãy trích nó như lý do để đi đo con số của chính bạn.
Khác biệt theo thâm niên là tương quan, không phải cơ chế. BambooHR công bố số phút theo cấp bậc; họ không công bố tỷ trọng xử lý sự cố theo cấp bậc. Phép quy đổi của tôi ở trên giả định 42% giữ gần như không đổi giữa các cấp. Giả định này hợp lý và chưa được kiểm chứng — công việc cấp cao có thể sinh ra nhiều vòng lặp hơn, hoặc người dùng cấp cao có thể khéo tránh hơn. Hãy xem con số giờ lãnh đạo như một bậc độ lớn cần đi xác minh, không phải con số để đưa vào tài liệu trình hội đồng quản trị.
Cần quyết gì trong quý này
Bốn việc. Không việc nào cần phần mềm mới.
- Tách nhỏ phép đếm phút trước kỳ gia hạn tới. Chỉ số hiện tại của bạn là số phút trong công cụ. Hãy thêm một chiều: bao nhiêu phần thời gian đó tạo ra kết quả, bao nhiêu phần tạo ra một câu lệnh dùng được. Một nhật ký tự ghi hai tuần trên 20 người sẽ cho bạn một con số nội bộ đứng vững được, và đó là con số duy nhất trong bài này thực sự nói về công ty bạn.
- Lấy mẫu theo dải cấp bậc, đừng lấy theo trung bình. Tách riêng dải cấp cao. Nếu hình dạng mà BambooHR tìm thấy cũng đúng trong tổ chức của bạn, thì vấn đề tốn kém đang dồn vào mười lăm cuốn lịch làm việc, không phải hai trăm — và điều đó cũng khiến nó xử lý được.
- Lấy tỷ trọng xử lý sự cố làm KPI áp dụng. Thay tần suất đăng nhập bằng tỷ lệ này. Một đợt triển khai mà số phút tăng còn tỷ trọng xử lý sự cố giảm là đang có hiệu quả. Một đợt mà cả hai cùng tăng là đường ống làm lại khoác áo bảng điều khiển áp dụng.
- Chỉ định đích đến cho số giờ trước khi đếm chúng. Cả hai đánh giá của Anh đều đo được thời gian tiết kiệm và không bên nào nói được nó đi đâu. Một con số tiết kiệm thời gian không có đích đến cụ thể thì không phải đầu vào để tính ROI. Hãy quyết cái gì dừng lại trước khi ghi nhận cái gì bắt đầu.
63% đã tăng ngân sách AI trong năm nay làm điều đó dựa trên một con số đếm phút vật lộn và phút làm việc như nhau.
Trước khi duyệt khoản tăng tiếp theo, hãy tìm ra bạn đã mua cái nào trong hai cái đó. Những người kỳ cựu nhất của bạn đã trả giá cho câu trả lời suốt cả năm — bằng thời gian xử lý sự cố AI mà không ai đưa vào ngân sách.
