Trong khoảng 10.000 cuộc họp công bố kết quả kinh doanh từ 2021 đến 2025, các lãnh đạo nói về AI đều lạc quan như nhau — và sự lạc quan ấy không giải thích được chút nào chênh lệch năng suất giữa các công ty của họ. Thứ thực sự đi cùng năng suất lại là biến số không ai đưa lên slide trình hội đồng quản trị: cảm nhận của nhân viên về AI, trích xuất từ hàng triệu đánh giá trên Glassdoor của chính những công ty đó trong cùng những năm đó (Ding, Ma, Wu & Yang, SSRN, 2026).
Một tín hiệu thì ồn ào, miễn phí và vô giá trị. Tín hiệu kia thì lặng lẽ, hầu như không được đo ở các doanh nghiệp tầm trung, và là tín hiệu duy nhất có quan hệ đã được chứng minh với sản lượng.
Nếu bạn dự báo lợi tức AI dựa trên sự tự tin của những người đã duyệt ngân sách, bạn đang đọc sai đồng hồ đo.
Bảng dữ liệu Pittsburgh thực sự đo cái gì
Nghiên cứu — Tracking Artificial Intelligence Sentiment in the U.S. Labor Market, một working paper 116 trang của các nhà nghiên cứu thuộc trường Katz (Pittsburgh) và Michigan State — dựng một bảng dữ liệu cấp doanh nghiệp từ bốn nguồn cho giai đoạn 2021–2025: hàng triệu đánh giá của nhân viên trên Glassdoor, khoảng 10.000 bản ghi cuộc họp kết quả kinh doanh, hồ sơ nghề nghiệp cá nhân trên LinkedIn, và tin tuyển dụng ở cấp công ty (Ding, Ma, Wu & Yang, SSRN, 2026).
Ba kết quả đáng chú ý với bất kỳ ai điều hành vận hành.
Thứ nhất, nhân viên tiêu cực với AI ở mức đo được cao hơn so với mức họ tiêu cực về công ty nói chung. Khoảng cách này đặc thù cho AI. Cùng một người đánh giá tốt công ty vẫn chấm chương trình AI thấp hơn mốc đó — nên đây không phải sự bất mãn chung tràn sang câu hỏi về AI.
Thứ hai, cảm nhận của nhân viên về AI có mối liên hệ thuận rất mạnh với năng suất doanh nghiệp. Cảm nhận cao hơn, sản lượng cao hơn.
Thứ ba, và hữu ích nhất cho một Head of Operations đang quyết định đo cái gì: cảm nhận của ban quản trị về AI không giải thích được năng suất. Nó lạc quan như nhau ở cả những công ty sau đó làm tốt lẫn những công ty không làm tốt — và chính điều đó khiến nó vô dụng với tư cách tín hiệu. Một biến không có phương sai thì không dự báo được gì.
Vì sao sự lạc quan của lãnh đạo không còn phương sai nào để cho
Đây không phải cáo buộc lãnh đạo nói dối. Đây là nhận định về chức năng của ngôn ngữ trong một cuộc họp công bố kết quả.
Cuộc họp công bố kết quả là một bài tập định vị có bộ phận pháp chế đi kèm. Vị CEO nói "khoản đầu tư AI của chúng tôi chưa sinh lợi" phải trả giá thị trường ngay lập tức cho câu đó. Kết quả là một kho ngữ liệu mà gần như ai cũng nghe có vẻ tự tin, và điều đó xóa đúng những khác biệt cần thiết để phân biệt một chương trình đang chạy với một chương trình đã đứng yên.
Dữ liệu khảo sát cho thấy đúng sự nén đó từ một góc khác. Báo cáo State of the Workforce 2026 của BambooHR, khảo sát hơn 1.200 nhân viên và lãnh đạo doanh nghiệp thuộc sáu ngành, ghi nhận 81% lãnh đạo báo cáo năng suất tăng nhờ AI, trong khi 49% người trả lời nói AI chưa mang lại giá trị hữu hình và đang bị thổi phồng (BambooHR, 2026). Hai con số ấy mô tả cùng những doanh nghiệp. Tầng lãnh đạo không quan sát một thực tế khác — họ báo cáo một thực tế khác.
Có lý do cấu trúc khiến cách đọc từ trên cao luôn lạc quan hơn, và đó không phải sự tự mãn. Lãnh đạo nhìn thấy bản demo thí điểm, chuẩn đối sánh của nhà cung cấp và dashboard tổng hợp. Nhân viên nhìn thấy phần việc phải làm lại, bước kiểm chứng, và quy trình chưa bao giờ được thiết kế lại quanh công cụ. Cả hai đều nhìn vào chương trình AI. Chỉ một bên nhìn vào chỗ mà năng suất lẽ ra phải sinh ra.
Nếu luận chứng đầu tư AI của bạn dựa trên mức độ tự tin của ban lãnh đạo, nó đang dựa trên biến số duy nhất trong bộ dữ liệu không có sức giải thích.
An toàn công việc là yếu tố hàng đầu — và việc quy cắt giảm cho AI là chất khuếch đại
Nghiên cứu xếp hạng những yếu tố kéo cảm nhận của nhân viên về AI đi xuống. Lo ngại về an toàn công việc là yếu tố tiêu cực mạnh nhất, đứng trên đào tạo kém, lộ trình tái đào tạo mỏng, năng lực lãnh đạo AI yếu, và sự hoài nghi đơn thuần rằng công cụ có hiệu quả hay không (Ding, Ma, Wu & Yang, SSRN, 2026).
Rồi đến kết quả có hệ quả vận hành trực tiếp nhất: các thông báo cắt giảm nhân sự được quy cho AI làm sụt mạnh cảm nhận của nhân viên về AI tại chính công ty ra thông báo — triệt tiêu đúng phần lợi ích áp dụng mà đợt cắt giảm đó lẽ ra phải ghi nhận. Và phản ứng thị trường với những thông báo này là âm hoặc xấp xỉ bằng không ở hơn một nửa số sự kiện được nghiên cứu.
Hãy đọc điều đó như một sai lầm định giá. Khi một công ty diễn giải việc cắt giảm là "AI khiến những vị trí này không còn cần thiết", nó chọn một câu chuyện mà nó tưởng là miễn phí. Nó không miễn phí. Nó mua lấy một mức sụt đo được ở biến cảm nhận vốn tương quan với năng suất, đổi lấy một phản ứng thị trường mà hơn một nửa số lần không hề xuất hiện.
Dữ liệu Forrester về mặt kia của quyết định này không hề đẹp. 55% nhà tuyển dụng nói họ hối tiếc vì đã sa thải nhân sự vì AI, và khoảng một nửa số đợt sa thải quy cho AI được dự báo sẽ lặng lẽ bị đảo ngược trong năm 2026 — tuyển lại ở nước ngoài hoặc với mức lương thấp hơn đáng kể (HR Executive về Forrester Predictions 2026). Vậy trình tự ở một tỷ lệ đáng kể doanh nghiệp là: cắt giảm, quy việc cắt giảm cho AI, hứng cú sốc cảm nhận, không được thị trường ghi nhận, rồi tuyển lại.
Bức tranh vĩ mô cho thấy phần lớn đợt cắt giảm đó vốn dĩ không được số học nhân sự tổng thể biện minh. Bảng khảo sát CFO của Fed — 603 phản hồi, cộng thêm 145 phản hồi bổ sung, thu thập từ tháng 11/2025 đến tháng 1/2026 — ghi nhận tác động của AI lên việc làm năm 2025 là không đáng kể, và tác động kỳ vọng cho 2026 gần bằng không xét trên tổng thể. Chuyển động nằm ở cơ cấu: tỷ trọng công việc hành chính lặp lại dự kiến giảm 0,76% trong 2026 và 2,19% đến 2028, được bù đắp một phần bởi tăng trưởng ở các vị trí kỹ thuật có tay nghề (NBER Working Paper 34984, 2026).
Dịch chuyển cơ cấu không cần một thông báo. Nó cần một kế hoạch tuyển dụng.
Phát hiện về giữ chân nhân sự mà không ai định giá
Còn một kết quả nữa của nghiên cứu xứng đáng có dòng riêng trong mô hình nhân sự của bạn: các công ty có nhiều nhân viên thành thạo AI hơn cho thấy tỷ lệ nghỉ việc cao hơn, tỷ lệ tuyển mới thấp hơn và tăng trưởng việc làm chậm hơn. Nhóm tác giả đã kiểm tra yếu tố gây nhiễu hiển nhiên — các công ty tuyển thừa hậu COVID nay đang điều chỉnh — và kết quả vẫn đứng vững khi loại các công ty đó ra, nên đây không chủ yếu là hệ quả của việc "đánh bóng bằng AI" (Ding, Ma, Wu & Yang, SSRN, 2026).
Bên cạnh đó: mức phụ trội lương ngày càng tăng và khả năng thăng tiến nhanh hơn cho người lao động thành thạo AI.
Ghép hai điều đó lại và rủi ro của doanh nghiệp tầm trung trở nên rất cụ thể. Những người bạn đã dành cả năm 2025 để đào tạo đến mức thành thạo AI nay dễ dịch chuyển hơn trong một thị trường trả cho họ cao hơn, bên trong một công ty đang tuyển chậm lại. Chương trình nâng năng lực AI của bạn đi kèm một hóa đơn giữ chân người, và nó đến hạn đúng ở tầng thâm niên khó thay thế nhất.
Lập luận phản biện đáng xem xét nghiêm túc
Đây là working paper, không phải công bố đã bình duyệt, và các quan hệ trung tâm là quan sát chứ không phải thực nghiệm. Không ai ngẫu nhiên hóa cảm nhận của nhân viên. Mối liên hệ giữa cảm nhận và năng suất cũng nhất quán với quan hệ nhân quả ngược — công ty năng suất cao là nơi làm việc dễ chịu, và người ta viết đánh giá tốt hơn về chúng — và với một yếu tố thứ ba bị bỏ sót, tức năng lực quản trị, thứ sinh ra cả hai.
Phản biện đó đúng, và nó không thay đổi việc bạn nên làm gì.
Không ai yêu cầu bạn tin rằng cải thiện cảm nhận sẽ tạo ra năng suất. Bạn được yêu cầu nhận ra rằng một biến đo được dịch chuyển cùng kết quả kinh doanh, còn một biến khác thì không. Một chỉ báo sớm không cần mang tính nhân quả mới hữu ích; nó cần mang thông tin và có sẵn sớm. Cảm nhận của nhân viên về AI đáp ứng cả hai. Cảm nhận của lãnh đạo, theo bằng chứng này, không đáp ứng điều nào.
Lập trường có thể bảo vệ được không phải là "phải sửa tinh thần nhân viên thì mới có lợi tức từ AI". Mà là: "hiện chúng ta đang dự báo lợi tức dựa trên một tín hiệu không có sức dự báo nào đã được chứng minh, trong khi tín hiệu thay thế gần như không tốn gì để thu thập".
Nên đo gì: cảm nhận của nhân viên về AI như chỉ báo sớm
Đo cảm nhận về AI tách khỏi mức độ gắn kết
Khảo sát gắn kết hiện tại của bạn sẽ không làm lộ tín hiệu này. Trọng tâm của phát hiện Pittsburgh chính là cảm nhận về AI nằm dưới cảm nhận chung về công ty — gộp chung sẽ che mất khoảng cách đó. Hãy thêm ba đến bốn câu hỏi riêng về AI vào công cụ bạn đang dùng: công cụ có làm công việc của bạn tốt hơn không, bạn có được đào tạo để dùng nó không, bạn có hiểu nó nghĩa là gì với vị trí của mình không. Theo dõi chênh lệch giữa cảm nhận về AI và cảm nhận chung như một chỉ số riêng.
Bóc tách theo bộ phận và theo thâm niên, rồi đọc độ phân tán
Con số trung bình toàn tổ chức sẽ trông ổn và chẳng nói với bạn điều gì. Tín hiệu nằm ở chỗ những nhóm nào đã chuyển sang tiêu cực — và, xét phát hiện về tỷ lệ nghỉ việc, ở chỗ liệu những người thành thạo AI nhất có phải là nhóm đang chuyển sang tiêu cực hay không. Hai lát cắt đó chính là báo cáo.
Rà soát cách các đợt tái cấu trúc năm nay được quy nguyên nhân
Xem lại từng đợt cắt giảm trong mười hai tháng qua và kiểm tra nhân viên đã được cho biết lý do là gì. Nếu AI được nêu là nguyên nhân ở nơi nó không phải động lực thật, bạn đã trả một khoản chi phí cảm nhận cho một câu chuyện chẳng mua lại được gì. Sửa cách diễn đạt từ nay: quy cho lý do kinh doanh, không quy cho công nghệ.
Xử lý các yếu tố theo thứ tự quan trọng, không theo thứ tự dễ cấp ngân sách
An toàn công việc đứng trước đào tạo. Phần lớn ngân sách nâng năng lực làm ngược lại — nặng về công cụ và workshop viết prompt, im lặng về chuyện vị trí sẽ ra sao khi quy trình thay đổi. Một tuyên bố rõ ràng, cụ thể về việc AI có nghĩa gì và không có nghĩa gì với một công việc cụ thể thì không tốn gì và xử lý đúng yếu tố xếp hạng nhất. Đào tạo xử lý yếu tố thứ hai. Hãy mua theo thứ tự đó.
Sau đó mở rộng các tình huống sử dụng, không phải số lượng license
Dữ liệu quý 2/2026 của Gallup cho thấy tỷ lệ nhân viên báo cáo tác động tích cực lên năng suất tăng từ 45% ở nhóm có một đến hai tình huống sử dụng AI lên 90% ở nhóm có từ bảy tình huống trở lên (Gallup, 2026). Cảm nhận cải thiện khi công cụ thực sự giúp ích. Thứ làm nó dịch chuyển là bề rộng của việc ứng dụng, không phải số license đã cấp.
Quyết định đang nằm trên bàn bạn
Bạn đã có sẵn khảo sát nhân viên. Bạn cũng đã có sẵn các buổi rà soát kinh doanh hằng quý, nơi ai đó trình một slide tiến độ AI dựng từ chuẩn đối sánh của nhà cung cấp và sự tự tin của lãnh đạo. Thay đổi ở đây không phải một dòng ngân sách mới — mà là bạn coi cái nào trong hai thứ đó là bằng chứng.
Trước buổi rà soát đầu tư AI kế tiếp, hãy đặt một con số trước cả phòng: cảm nhận của nhân viên về AI, bóc tách theo bộ phận và thâm niên, kèm khoảng cách so với cảm nhận chung. Nếu nó thấp hơn mức bất kỳ ai trong phòng dự đoán, đó không phải vấn đề tinh thần để chuyển sang cho bộ phận nhân sự. Đó là dự báo năng suất của bạn, đến đủ sớm để còn kịp hành động.
