Bảy mươi tư phần trăm người dùng AI thường xuyên hiện đặt cho chatbot câu hỏi mà trước đây họ sẽ hỏi một đồng nghiệp. Năm mươi chín phần trăm xin ý kiến thứ hai từ đồng nghiệp ít hơn trước. Bốn mươi sáu phần trăm nói rằng họ hiểu ít hơn về cách đồng nghiệp mình suy nghĩ. Đó là số liệu từ khảo sát hơn 22.000 nhân viên tại mười khu vực, thực hiện vào tháng 6 và tháng 7 năm 2026 bởi nền tảng đánh giá năng lực nhận thức MyIQ (FM Magazine, 2026).
Hỏi AI thay vì hỏi đồng nghiệp giờ là phản xạ mặc định, và đây là phần đáng lo với một Head of Operations: không điều nào trong số đó hiện lên trên dashboard của bạn. Các cuộc họp vẫn diễn ra. Lượng tin nhắn đi ngang hoặc tăng. Hợp tác có lịch trình không hề suy suyển. Thứ đang biến mất là lần hỏi ngoài lịch — và đó chính là lớp mà onboarding cùng việc hiệu chỉnh thăng tiến của bạn vẫn âm thầm vận hành trên đó.
Chỉ số bạn đang theo dõi không thể phát hiện điều này
Phần lớn cách đo lường hợp tác ở doanh nghiệp tầm trung là đo khối lượng: số giờ họp, số tin nhắn trên Slack hay Teams, mức hoạt động của kênh liên phòng ban, mật độ lịch làm việc. Những công cụ đó nắm bắt tương tác có lịch và bán lịch, bởi đó là thứ để lại dấu vết có cấu trúc.
Hành vi mà dữ liệu MyIQ mô tả gần như không để lại dấu vết nào. Đó là cú quay sang bàn bên cạnh trong ba mươi giây. Là câu "xem giúp mình một chút trước khi gửi". Là câu "quy trình này thực sự chạy thế nào, vì tài liệu sai rồi". Những trao đổi đó chưa bao giờ nằm trên lịch và hiếm khi nằm trong một kênh chat. Khi chúng dịch chuyển sang cửa sổ chatbot, dashboard đo khối lượng không ghi nhận gì — hoặc tệ hơn, ghi nhận một sự cải thiện, vì cùng số nhân sự ấy đang tạo ra nhiều đầu ra hữu hình hơn với ít gián đoạn hơn.
Đây là một thất bại đo lường có hình dạng rất cụ thể: các chỉ số hợp tác của bạn đã trở nên vô cảm đúng ngay chỗ thay đổi đang diễn ra. Những con số phẳng không còn là bằng chứng về một đội ngũ khỏe mạnh. Chúng là bằng chứng rằng bạn đang đo phần không hề dịch chuyển.
Điều gì thay đổi khi nhân viên hỏi AI thay vì hỏi đồng nghiệp
Các con số khảo sát hợp thành một mô hình mạch lạc chứ không phải một mớ than phiền rời rạc (MyIQ / Cooperative Agency, 2026):
- 74% đặt cho chatbot những câu hỏi trước đây sẽ hỏi đồng nghiệp
- 59% xin ý kiến thứ hai từ đồng nghiệp ít thường xuyên hơn
- 48% cho biết các cuộc trò chuyện tự phát trong ngày làm việc giảm đi
- 46% hiểu ít hơn về cách đồng nghiệp suy nghĩ và tiếp cận vấn đề
- 43% thấy khó "đọc" đồng nghiệp về mặt chuyên môn hơn
- 38% nói rằng nhân viên mới có ít cơ hội tự nhiên hơn để xây dựng quan hệ
Hãy đọc chuỗi này như một chuỗi nhân quả, không phải sáu thống kê rời. Ít câu hỏi được đặt ra (74%) tạo ra ít cuộc trò chuyện tự phát hơn (48%), điều đó tạo ra ít cơ hội tiếp xúc với cách đồng nghiệp lập luận hơn (46%), và điều đó làm giảm khả năng đọc họ về mặt chuyên môn (43%). Con số cuối không phải là lời than phiền mềm về văn hóa. Đó là sự xuống cấp của nguyên liệu thô làm nên cả việc học nghề tại chỗ lẫn phán đoán thăng tiến.
Chính những người trả lời đó cũng báo cáo lợi ích thật: 71% cảm thấy tự chủ hơn và 62% tự tin hơn khi tự quyết định. Đó không phải sai số làm tròn, và cũng chính vì thế vấn đề sẽ không hiện ra như một vấn đề trong bất kỳ khảo sát gắn kết nào. Cá nhân trải nghiệm thay đổi này như năng lực tăng lên. Chi phí rơi vào hệ thống chứ không vào con người — và đó đúng là loại chi phí mà một bộ phận vận hành tồn tại để bắt được.
Một lưu ý trung thực trước khi hành động
Đây là khảo sát của nhà cung cấp, từ một công ty đánh giá nhận thức, dữ liệu tự khai, công bố qua thông cáo báo chí, không có phương pháp luận nào được công bố ngoài cỡ mẫu, địa bàn và khung thời gian khảo sát. Chính thông cáo cũng nêu rằng các phát hiện không chứng minh việc dùng AI trực tiếp làm suy yếu quan hệ nơi làm việc — chỉ cho thấy nhân viên gắn mức phụ thuộc AI cao hơn với sự thay đổi trong tần suất họ hỏi ý kiến và học hỏi không chính thức lẫn nhau.
Vì vậy hãy dùng dữ liệu này để ước lượng độ lớn của hiệu ứng, còn sức nặng nhân quả thì đặt lên tài liệu tâm lý học tổ chức, vốn lâu đời hơn nhiều và được nhận diện chặt chẽ hơn nhiều. Đó là nội dung phần tiếp theo.
Hệ thống đang xuống cấp vốn đã có tên gọi
Thứ mỏng đi khi người ta ngừng hỏi nhau chính là hệ thống trí nhớ giao dịch của đội ngũ — danh bạ chung về việc ai biết gì, được Wegner hình thức hóa lần đầu và phát triển qua ba thập niên nghiên cứu về nhóm. Nó được duy trì bằng cách sử dụng. Mỗi lần ai đó hỏi một đồng nghiệp, hai điều xảy ra: người hỏi nhận được câu trả lời, và cả hai cùng cập nhật danh bạ chuyên môn. Bỏ đi việc hỏi, bạn giữ được tri thức cá nhân nhưng mất chỉ mục.
Chỉ mục đó không phải để trang trí. Một phân tích tổng hợp 76 nghiên cứu thực nghiệm với 6.869 đơn vị mẫu cho thấy hệ thống trí nhớ giao dịch liên hệ ổn định với hiệu suất nhóm, cường độ hiệu ứng thay đổi theo bối cảnh chứ bản thân mối liên hệ thì không bị nghi ngờ (Bachrach et al., 2019). Với năng lực cá nhân như nhau, những nhóm biết chuyên môn nằm ở đâu vượt trội hơn những nhóm không biết.
Trợ lý AI là vật thay thế xuất sắc cho câu trả lời. Nó không thay thế được chỉ mục. Khi chuyên viên vận hành cấp cao của bạn trả lời một câu hỏi, tổ chức học được điều gì đó về chính chuyên viên ấy. Khi Claude hay ChatGPT trả lời, tổ chức không học được gì cả.
Bằng chứng ngược chiều, và nó thực sự cho thấy điều gì
Có những nghiên cứu đáng tin chỉ theo hướng ngược lại, và chúng xứng đáng được lắng nghe công bằng. Khảo sát Global Workplace Survey 2026 của Gensler với hơn 16.400 nhân viên văn phòng tại 16 quốc gia cho thấy 30% được xếp là người dùng AI cường độ cao dành ít thời gian làm việc một mình hơn (37% tuần làm việc so với 42% ở nhóm tiếp nhận muộn), nhiều thời gian học hơn (12% so với 8%) và nhiều thời gian giao tiếp xã hội hơn (11% so với 9%), đồng thời báo cáo quan hệ đội nhóm bền hơn (Gensler, 2026).
Cả hai phát hiện đều có thể đúng, và tôi cho là chúng đúng. AI hấp thụ câu hỏi thông tin ít rủi ro — loại câu hỏi vốn không mang giá trị quan hệ — và giải phóng thời gian mà người dùng cường độ cao chuyển sang học tập và giao tiếp. Ngân sách thời gian tổng thể được cải thiện. Điều dữ liệu Gensler không cho bạn biết là ai hưởng lợi từ sự tái phân bổ đó.
Con số MyIQ trả lời câu hỏi ấy là 38%: nhân viên mới có ít cơ hội tự nhiên hơn để xây dựng quan hệ. Thời gian xã hội được tái phân bổ chảy về phía những người vốn đã có mạng lưới để tiêu nó. Một người mới ở tháng thứ hai không có mạng lưới nào như vậy, và những tương tác lẽ ra xây nên mạng lưới đó chính là các câu hỏi thông tin ít rủi ro nay đang chuyển sang chatbot. Nghiên cứu năm 2026 của Workday nhất quán với sự bất đối xứng này — nhân viên Gen Z có khả năng nói rằng họ cảm thấy "hoàn toàn mất kết nối" với đồng nghiệp cao gấp 12 lần Gen X, và hơn một phần năm nói rằng công cụ AI đã làm xấu đi quan hệ với đồng nghiệp (Workday, 2026).
Hiệu ứng ròng không phải là "AI cô lập tất cả mọi người". Nó hẹp hơn và khả thi hơn để hành động: lợi ích tập trung ở những người đã hòa nhập, còn chi phí tập trung ở những người vừa đến. Đó là bài toán phân phối, và bài toán phân phối được giải bằng thiết kế, không bằng cảm xúc.
Onboarding: định vị chuyên môn phải trở thành một tài liệu hiện hữu
Nếu việc hỏi han xung quanh từng là cơ chế học nghề của bạn, thì hôm nay nó đã bị cắt vốn một phần — và không ai cố ý cắt cả.
Với một tổ chức 50–500 nhân sự toàn thời gian, giải pháp không phải một chương trình mentoring kèm bản trình chiếu khai trương. Giải pháp là làm cho việc định vị chuyên môn trở nên tường minh, bởi nó không còn có thể tự phát sinh:
- Công bố bản danh bạ mà việc hỏi han từng dựng nên. Một bản đồ được duy trì về việc ai sở hữu quy trình nào, hệ thống nào, luồng xử lý ngoại lệ nào, phân khúc khách hàng nào — bằng tên người, không phải bằng ô sơ đồ tổ chức. Một trang cho mỗi bộ phận, rà soát hằng quý. Ở phần lớn doanh nghiệp tầm trung, thông tin này nằm rải rác trong đầu bốn người và không được ghi ở đâu cả.
- Buộc chín mươi ngày đầu phụ thuộc vào những con người cụ thể. Thiết kế giai đoạn hòa nhập quanh các sản phẩm bàn giao không thể hoàn thành nếu không hỏi ba đồng nghiệp cụ thể. Không phải "làm quen với đội" — mà là một nhiệm vụ có ràng buộc phụ thuộc.
- Đo đúng thứ cần đo. Ngừng đọc lượng tin nhắn như là mức độ kết nối. Hỏi thẳng nhân viên mới vào ngày 30 và ngày 90: bạn sẽ tìm ai cho việc X? Theo dõi họ nêu được bao nhiêu cái tên và con số đó tăng nhanh ra sao. Đó là chỉ báo đại diện đo được cho trí nhớ giao dịch, và chi phí chỉ là một trường trong bảng khảo sát.
Phiên bản rẻ nhất là một buổi mười lăm phút mỗi tuần, trong đó nhân viên mới phải mang tới một câu hỏi họ đã giải bằng AI và hỏi lại câu đó với một con người. Điều quan trọng không phải câu trả lời. Điều quan trọng là sự giới thiệu.
Hiệu chỉnh thăng tiến: tín hiệu từ đồng nghiệp đang mất dần hiệu lực
Con số 43% — đồng nghiệp khó "đọc" hơn về mặt chuyên môn — là một bài toán đo lường khoác áo bài toán văn hóa.
Quyết định thăng tiến ở doanh nghiệp tầm trung dựa rất nhiều vào ấn tượng của đồng nghiệp: điều mà phòng hiệu chỉnh tin về khả năng phán đoán của một người, dựa trên việc quan sát họ lập luận trong những khoảnh khắc phi cấu trúc. Những khoảnh khắc đó đang mỏng đi. Đầu vào xuống cấp trong khi quy trình tiêu thụ nó vẫn y nguyên, nghĩa là mức tự tin khi hiệu chỉnh vẫn giữ nguyên trên một tín hiệu yếu hơn. Đó chính xác là điều kiện để thiên kiến lan rộng, bởi khi quan sát mỏng đi, sự quen mặt và mức độ hiện diện sẽ lấp vào chỗ trống.
Phương thuốc đã được chứng minh kỹ và chẳng hào nhoáng. Đánh giá có cấu trúc — năng lực được định nghĩa rõ, yêu cầu bằng chứng nhất quán, cùng bộ câu hỏi cho mọi ứng viên — từ lâu cho thấy hiệu lực dự báo tốt hơn hẳn phán đoán phi cấu trúc. Phân tích lại năm 2022 của Sackett và cộng sự về hiệu lực của tuyển chọn nhân sự, vốn đã sửa nhiều thập niên hiệu chỉnh quá mức có hệ thống trong tài liệu phân tích tổng hợp và nhìn chung hạ thấp các ước lượng đã công bố, vẫn xếp phỏng vấn có cấu trúc gần nhóm dự báo hữu dụng hàng đầu với hiệu lực vận hành khoảng .42 (Sackett et al., 2022). Ấn tượng phi cấu trúc không cạnh tranh nổi ngay cả khi điều kiện quan sát tốt — mà điều kiện của bạn thì đang xấu đi.
Cụ thể: yêu cầu bằng chứng bằng văn bản về khả năng phán đoán cho mọi hồ sơ thăng tiến — một quyết định người đó đã đưa ra, sự đánh đổi họ đã cân nhắc, kết quả ra sao. Nếu không ai đưa ra được bằng chứng ấy cho một ứng viên, đó là dữ liệu về điều kiện quan sát của bạn, không phải về ứng viên.
Quyết định cho quý này
Bạn sẽ không đảo ngược được con số 74%. Hỏi AI thay vì hỏi đồng nghiệp thì nhanh hơn, không bị phán xét, và khiến người ta thấy mình có năng lực hơn — 71% nói vậy. Hành vi này hợp lý ở cấp độ cá nhân và sẽ không đáp lại một chính sách kêu gọi mọi người trò chuyện nhiều hơn.
Điều bạn có thể quyết trong quý này là hai hệ thống từng âm thầm chạy trên việc hỏi han không chính thức có được một phương án thay thế tường minh hay không. Cả hai đều rẻ. Công bố bản đồ chuyên môn cho từng bộ phận. Thêm một yêu cầu bằng chứng viết vào hồ sơ thăng tiến. Không cái nào cần duyệt ngân sách, và cả hai ngừng phát huy tác dụng ngay khoảnh khắc bạn giả định rằng phiên bản tự phát cũ vẫn còn đang chạy.
Dashboard hợp tác của bạn sẽ vẫn tiếp tục trông ổn. Đó chính là toàn bộ vấn đề.
