Chín mươi sáu phần trăm lãnh đạo nhân sự kỳ vọng các vị trí mới vào nghề sẽ phát triển thành những công việc giám sát hoặc quản lý các hệ thống AI trong vòng năm năm. Bốn mươi sáu phần trăm tổ chức của họ không chủ động sắp xếp bất kỳ chương trình đào tạo AI nào (Pearson & Cognizant, AI Workforce Pulse, 2026). Đặt hai con số ấy cạnh nhau và bạn có phát biểu rõ ràng nhất về vấn đề giám sát AI ở cấp mới vào nghề được công bố trong năm nay: gần như đồng thuận tuyệt đối về hướng đi của công việc, và xác suất ngang ngửa tung đồng xu về việc công ty có cấp ngân sách cho hành trình đó hay không.
Khoảng cách này không phải là một sai số dự báo. Đó là một quyết định ngân sách đang được đưa ra ngay lúc này, theo mặc định, ở những công ty chưa bao giờ gọi tên nó. Pearson và Cognizant đã khảo sát 750 lãnh đạo nhân sự cấp giám đốc trở lên tại các tổ chức có hơn 1.000 nhân viên ở Hoa Kỳ, Anh và Ấn Độ, thực hiện thực địa vào mùa xuân 2026 và công bố ngày 18 tháng 6. Phát hiện đáng để một Head of Operations dừng lại giữa lúc làm ngân sách không phải là AI đang đến giành lấy công việc mới vào nghề — mà là những người gần dữ liệu lực lượng lao động nhất đã biết rằng vai trò mới vào nghề đang chuyển thành một thứ khó hơn, và phần lớn họ đang đưa nhân viên mới vào vai trò đó mà không có bản đồ.
Tiêu đề không phải là "công việc biến mất". Mà là "công việc chuyển hóa — không được cấp vốn"
Câu chuyện chủ đạo của năm 2026 về công việc mới vào nghề là sự biến mất. Dữ liệu đằng sau nó là có thật: báo cáo State of Tech Talent của SignalFire phát hiện rằng việc tuyển sinh viên mới tốt nghiệp tại các Big Tech đã giảm từ 15% tổng số lượt tuyển trước đại dịch xuống còn khoảng 7%, với số lượt bắt đầu vai trò của sinh viên mới tốt nghiệp giảm khoảng 50% kể từ năm 2019 (SignalFire, State of Tech Talent, 2025). Nếu đó là câu chuyện duy nhất bạn nghe được, kết luận chiến lược sẽ ảm đạm và thụ động: ngừng tuyển nhân sự cấp thấp, chờ cho qua.
Pearson và Cognizant kể một câu chuyện khác và khả thi hơn. Dữ liệu của họ nói rằng công việc mới vào nghề vẫn thiết yếu — 94% lãnh đạo nhân sự kỳ vọng AI sẽ tạo ra các vai trò mới vào nghề chưa từng tồn tại trước đây, và 96% kỳ vọng các vai trò mới vào nghề hiện nay sẽ trở thành vai trò giám sát AI trong vòng năm năm (Pearson & Cognizant, AI Workforce Pulse, 2026). Công việc cấp thấp không biến mất. Nó đang được viết lại — từ làm nhiệm vụ thành điều hướng và kiểm tra hệ thống làm nhiệm vụ đó. Đó là một sự thăng tiến về yêu cầu nhận thức nhưng khoác lên mình thang lương của một vai trò mới vào nghề.
Và đây là cú châm chích về vận hành: 60% chính những lãnh đạo này thừa nhận các chương trình học tập và phát triển của họ không theo kịp bước chuyển đó, và 46% không chủ động sắp xếp bất kỳ chương trình đào tạo AI nào — ngay cả khi 91% báo cáo rằng yêu cầu đào tạo AI của nhân viên đã tăng trong năm qua. Tín hiệu cầu thì lớn, phản ứng cung lại vắng mặt ở gần một nửa thị trường. Đó là khoảng cách sẵn sàng 96% / 46% trong một dòng: vai trò vẫn chuyển hóa dù bạn có cấp vốn hay không, và ngay lúc này công ty điển hình không cấp vốn cho nó.
Vì sao việc chuyển hóa khó hơn "chỉ cần thêm AI vào"
Người ta dễ xem "giám sát AI" như một công việc nhẹ nhàng hơn công việc mà nó thay thế. Sự thật thì ngược lại. Giám sát một hệ thống AI nghĩa là phát hiện những lỗi mà nó mắc một cách tự tin, biết khi nào đầu ra của nó nghe có lý nhưng sai, và gánh trách nhiệm cho quyết định mà mô hình chỉ có thể đề xuất. Đó là công việc của khả năng phán đoán, và phán đoán chính là thứ mà một người 22 tuổi trước đây xây dựng chậm rãi bằng cách làm nhiệm vụ trong hai năm trước khi được tin tưởng để kiểm tra công việc của người khác.
Bỏ đi việc làm, và bạn đã bỏ đi quá trình học việc tạo ra khả năng phán đoán ấy. Nghiên cứu rộng hơn của Cognizant phát hiện rằng AI có thể tác động đến 93% công việc ngày nay (Cognizant, New Work, New World, 2026), nghĩa là đây không phải vấn đề ngách của ngành công nghệ — nó đang đồng thời chạm đến các chức năng vận hành, tài chính, tiếp thị và hỗ trợ. Nhân viên mới vào nghề năm 2027 sẽ được yêu cầu giám sát các hệ thống trong những lĩnh vực mà họ chưa từng đích thân làm công việc nền tảng. Không có đào tạo có chủ đích, bạn không phải đang lấp đầy một vai trò giám sát. Bạn đang đặt một người giám sát không đủ năng lực lên trên một hệ thống thất bại theo những cách tinh vi, và gọi đó là tiết kiệm chi phí.
Dữ liệu của Pearson xác nhận rằng các lãnh đạo nhân sự nhìn thấy chính xác điều này: 97% giờ đây nói rằng kỹ năng mềm — khả năng thích ứng, phán đoán, giao tiếp — quan trọng hơn bao giờ hết, 69% coi trọng nền tảng rộng, liên ngành hơn là chuyên môn hẹp, và 67% cho biết họ coi trọng bằng cấp khoa học xã hội nhân văn hơn trước. Thị trường đang nói với bạn rằng vai trò giám sát AI tưởng thưởng một hồ sơ khác với "người thực thi nhanh một nhiệm vụ đã định" kiểu cũ. Phần lớn bản mô tả công việc chưa được viết lại để phản ánh điều đó.
Cái bẫy của thị trường tầm trung: bạn đang cắt đi tầng lớp nắm giữ việc giám sát AI cấp mới vào nghề
Đối với một công ty 200 nhân viên, có một vấn đề thứ hai sắc bén hơn vùi trong nghiên cứu. Hơn 90% lãnh đạo nhân sự nói rằng các quản lý cấp trung là thiết yếu để định nghĩa lại các vai trò khi AI thay đổi công việc hằng ngày (Pearson & Cognizant, AI Workforce Pulse, 2026). Quản lý cấp trung là cơ chế biến một "vai trò đang thay đổi" trừu tượng thành một "đây là việc bạn làm bây giờ, đây là cách tôi sẽ kiểm tra, đây là dáng dấp của một công việc tốt" cụ thể.
Bây giờ chồng lên đó cẩm nang AI chủ đạo của thị trường tầm trung trong 18 tháng qua: làm phẳng tổ chức, cắt tầng quản lý, lấy khoản tiết kiệm để cấp vốn cho các công cụ AI. Cái bẫy tự nó viết nên. Sự chuyển hóa vai trò ập đến (96%), việc đào tạo để hỗ trợ nó không được cấp vốn (46% không gì cả), và tầng lớp đáng lẽ phải diễn giải sự thay đổi cho nhân viên mới đã bị loại bỏ để trả tiền cho chính AI gây ra thay đổi đó. Bạn đã tạo ra một vai trò giám sát AI cấp mới vào nghề không có giáo trình và không có người giám sát của người giám sát. Đó không phải là một tổ chức tinh gọn. Đó là một khoảng trống trách nhiệm có kèm một dòng biên chế.
Các doanh nghiệp lớn có thể hấp thụ điều này một thời gian — họ có phòng L&D, khung năng lực và đủ số quản lý còn lại để ứng biến phủ sóng. Một bộ máy 200 người thì không thể. Nếu bạn cắt tầng quản lý và bỏ qua ngân sách đào tạo, không có lưới đỡ thể chế nào cả. Nhân viên mới học bằng cách thất bại trên công việc thật, các thất bại nổi lên thành những vấn đề chất lượng mà AI lẽ ra phải ngăn ngừa, và lập luận năng suất của toàn bộ khoản đầu tư AI lặng lẽ đảo ngược.
Lập luận phản biện: "Chúng tôi sẽ chỉ tuyển người vốn đã thành thạo AI"
Phản đối hợp lý của một nhà điều hành quan tâm chi phí là: tại sao phải cấp vốn đào tạo? Tuyển theo độ thành thạo AI ngay đầu vào, sàng lọc khi phỏng vấn, để thị trường lao động tạo ra kỹ năng. Đó là một lập trường thực sự và xứng đáng có một câu trả lời thẳng thắn thay vì bị gạt đi.
Nó thất bại ở hai điểm. Thứ nhất, kỹ năng mà vai trò thực sự đòi hỏi không phải là "biết hỏi một chatbot" — mà là phán đoán dưới sự bất định của mô hình, khả năng biết khi nào câu trả lời tự tin lại sai. Điều đó không thể thấy một cách đáng tin trên một hồ sơ hay trong một buổi phỏng vấn 45 phút, và những ứng viên thực sự có nó chính là những người mà mọi công ty hiện đang ra giá tranh giành. Thứ hai, chính dữ liệu của Pearson làm suy yếu bộ lọc đó: khi 97% lãnh đạo đánh giá kỹ năng mềm và khả năng thích ứng là những phẩm chất quyết định, bạn không còn tuyển theo một danh mục công cụ — bạn tuyển theo một hồ sơ nhận thức rồi phát triển khả năng phán đoán chuyên ngành lên trên đó. Chiến lược tuyển-mà-không-đào-tạo giả định một sản phẩm hoàn thiện mà thị trường không tạo ra với khối lượng hay mức giá mà thị trường tầm trung có thể giành được.
Tổng hợp một cách trung thực: bạn không thể hoàn toàn mua để thoát ra, cũng không thể hoàn toàn đào tạo để thoát ra. Cái có hiệu quả là một sự phân chia có chủ đích — sàng lọc theo phẩm chất khó đào tạo (khả năng thích ứng, phán đoán, tốc độ học hỏi), rồi cấp vốn đào tạo cho những kỹ năng AI cụ thể vốn có thể đào tạo được. Những công ty xem đây thuần túy là vấn đề tuyển dụng hoặc thuần túy là vấn đề đào tạo đều sẽ kém hơn những công ty gọi tên rõ cái nào là cái nào.
Sự tích hợp thực sự trả về điều gì — và vì sao để khoảng cách bỏ ngỏ lại tốn kém
Lý do điều này đáng để chiến đấu cho ngân sách chứ không phải một chú thích: khi AI được tích hợp thực sự vào công việc, với con người được trang bị để điều hướng nó, lợi nhuận không hề biên tế. Thí nghiệm thực địa Harvard Business School–BCG trên những người lao động tri thức phát hiện rằng những ai dùng AI tốt hoàn thành nhiệm vụ nhanh hơn khoảng 25% và tạo ra sản phẩm được đánh giá cao hơn khoảng 40% về chất lượng so với nhóm đối chứng (Harvard Business School & BCG, 2023). Mức tăng đó là phần thưởng ở phía bên kia khoảng cách sẵn sàng — và nó chỉ hiện thực hóa khi người vận hành hệ thống biết mình đang làm gì. Một người giám sát chưa được đào tạo không thu về mức tăng chất lượng 40%; họ thu về các lỗi của mô hình ở quy mô lớn.
Vậy nên 46% không cấp vốn đào tạo không hề vận hành tinh gọn hơn 54% có cấp vốn. Họ đang trả giá đầy đủ cho năng lực AI và từ bỏ cấp số nhân khiến năng lực đó sinh lời. Dòng chi đào tạo không phải là chi phí chung trên khoản đầu tư AI. Đó là cơ chế chuyển hóa biến khoản đầu tư AI thành lợi nhuận thay vì một khoản nợ.
Quyết định cho quý này
Bạn sẽ không khép lại một chuyển dịch lực lượng lao động kéo dài năm năm trong một quý. Bạn có thể làm một việc đặt bạn về phía đúng. Hãy lấy yêu cầu tuyển dụng cấp mới vào nghề đang mở tiếp theo — cái được viết theo bản mô tả cũ "thực thi những nhiệm vụ đã định này" — và viết lại nó trước khi đăng. Hai thay đổi: sàng lọc một cách rõ ràng theo khả năng thích ứng và phán đoán dưới bất định thay vì danh mục công cụ, và gắn vào vai trò một lộ trình đào tạo AI có tên gọi và được cấp vốn, để nhân viên mới được xây dựng thành một người giám sát, chứ không bị bỏ mặc để trở thành một người giám sát.
Đó là nước cờ mà 96% nhìn thấy đang đến và 46% không thực hiện. Vai trò giám sát AI cấp mới vào nghề đang đến trên sơ đồ tổ chức của bạn dù bạn có chuẩn bị hay không. Câu hỏi duy nhất còn bỏ ngỏ là người bạn đặt vào đó quý tới sẽ bước vào với một tấm bản đồ — hay trở thành thất bại đầu tiên mà bạn dùng để biện minh cho ngân sách đào tạo lẽ ra bạn phải cấp ngay hôm nay.
