AI-NATIVE, AI-FIRST VÀ NHÓM CHẬM CHÂN: BẠN VÀ DOANH NGHIỆP ĐANG Ở ĐÂU?

30.000.

Đó là số AI agent (tác nhân AI — phần mềm có thể tự nhận việc và tự thực hiện công việc) đang làm nghiên cứu và kỹ thuật bên trong Anthropic, công ty đứng sau Claude, tại bất kỳ thời điểm nào. Anthropic tự công bố con số này ngày 18/9 vừa qua. Nhưng có một con số khác đáng chú ý hơn: trong tháng 8/2026, Claude đã “dẫn dắt” 26% công việc nghiên cứu và phát triển AI của chính Anthropic. Hồi tháng 2, tỷ lệ này còn chưa tới 1%.

“Dẫn dắt” ở đây không có nghĩa AI chỉ hỗ trợ con người. Định nghĩa của Anthropic khá rõ: con người đưa ra yêu cầu ở mức tổng quát, AI tự hoàn thành gần như trọn vẹn đầu việc từ đầu đến cuối, còn con người đứng ở vai trò giám sát. Nói cách khác, khoảng một phần tư công việc tạo ra thế hệ AI tiếp theo đang được chính AI thực hiện.

Cùng thời điểm đó ở Việt Nam, khảo sát UOB Business Outlook 2026 trên 226 doanh nghiệp vừa và lớn cho thấy 8 trên 10 doanh nghiệp đã triển khai AI, nhưng phần lớn vẫn đang ở giai đoạn đầu. Cùng là “dùng AI”, nhưng hai thế giới có thể cách nhau rất xa. Và đây mới là khoảng cách đáng để chúng ta nhìn lại.

Ranh giới không còn nằm ở chuyện doanh nghiệp có dùng AI hay không. Ranh giới nằm ở vị trí của AI trong cách công việc được tạo ra.

AI-NATIVE: AI LÀ NGƯỜI LÀM, CON NGƯỜI LÀ NGƯỜI GIÁM SÁT

AI-native (doanh nghiệp sinh ra cùng AI) là cấp độ mà AI không được đưa vào một quy trình đã tồn tại. Ngay từ đầu, quy trình đã được thiết kế với giả định AI sẽ làm phần lớn công việc. Anthropic là ví dụ cực đoan nhất. Hơn 90% công việc nghiên cứu của công ty có AI tham gia ở mức cộng tác trở lên, trong đó khoảng một phần tư đã được AI tự dẫn dắt.

Trong bài trước về mô hình tổ chức mới, tôi từng viết về Cursor, công cụ lập trình bằng AI. Khi đó, Cursor đạt 100 triệu USD doanh thu với khoảng 20 người. Đến tháng 5/2026, doanh thu năm hóa đã lên tới 3 tỷ USD. Điểm chung của những doanh nghiệp như vậy không chỉ là họ dùng AI rất nhiều.

Họ không có quy trình cũ để tháo bỏ. Vì họ chưa từng xây doanh nghiệp theo cách cũ.

AI-FIRST: AI LÀ PHƯƠNG ÁN ĐẦU TIÊN

AI-first (đặt AI làm phương án đầu tiên) là mô hình khác một chút. Bộ máy doanh nghiệp đã tồn tại. Con người vẫn ở đó. Quy trình vẫn có đó. Nhưng AI trở thành cách làm mặc định trước khi người ta nghĩ tới cách làm cũ. Tháng 4/2025, CEO Shopify Tobi Lütke gửi thư nội bộ với một thông điệp rất rõ: trước khi xin thêm người, các team phải chứng minh vì sao công việc đó không thể làm bằng AI. Mức độ sử dụng AI cũng được đưa vào đánh giá hiệu suất.

Tại Coinbase, CEO Brian Armstrong yêu cầu toàn bộ kỹ sư cài công cụ lập trình AI trong vòng một tuần. Người không làm mà không có lý do chính đáng có thể bị cho nghỉ việc. Chính Armstrong cũng thừa nhận đây là một cách làm “nặng tay”.

Ở Việt Nam, FPT gọi chiến dịch nội bộ của tập đoàn là “bình dân AI vụ”: mọi nhân viên, từ khối văn phòng tới bán hàng, đều phải đưa AI vào công việc. Lãnh đạo từng đơn vị trực tiếp chịu trách nhiệm triển khai, còn kết quả được đo bằng năng suất lao động, doanh thu, lợi nhuận và số lượng agent.

Đây là điểm nhiều doanh nghiệp vẫn đang hiểu sai.

AI-first không phải là quyết định mua thêm một phần mềm. Nó là một quyết định quản trị. Nó thay đổi cách tuyển người. Thay đổi cách đánh giá hiệu suất. Thay đổi cách thiết kế công việc. Thậm chí thay đổi câu hỏi đầu tiên trong một cuộc họp:

“Con người sẽ làm việc này thế nào?”

thành:

“AI có thể làm bao nhiêu phần của việc này?”

NHÓM CHẬM CHÂN: AI CHỈ LÀ MÓN GẮN THÊM

Phân còn lại là laggards (nhóm chậm chân). Đây là những doanh nghiệp đưa AI vào một bộ máy vốn không thay đổi. Báo cáo của BCG tháng 9/2025, dựa trên khảo sát 1.250 lãnh đạo doanh nghiệp, xếp khoảng 60% doanh nghiệp vào nhóm này: gần như không thu được giá trị đáng kể từ AI, trong khi 5% nhóm dẫn đầu có mức gia tăng doanh thu gấp đôi. Điều đáng nói là nhóm chậm chân không hề đứng ngoài cuộc chơi AI.

Họ mua bản quyền. Nhân viên dùng chatbot. AI viết email. AI tóm tắt cuộc họp. AI làm slide. AI sửa văn bản. Mọi thứ có vẻ hiện đại hơn một chút. Nhưng quy trình vẫn y nguyên. Từng công việc nhỏ nhanh hơn một chút, trong khi toàn bộ bộ máy không thay đổi. Đó là khác biệt giữa dùng AI và tái thiết cách làm việc bằng AI.

VÌ SAO KHOẢNG CÁCH SẼ NỚI RỘNG NHANH HƠN CHÚNG TA TƯỞNG?

Từ dưới 1% lên 26% chỉ trong khoảng sáu tháng. Đó không đơn thuần là tốc độ áp dụng một công cụ. Khi AI tham gia làm ra AI, thế hệ mô hình tiếp theo có thể xuất hiện nhanh hơn. Và mỗi thế hệ mới lại giúp nhóm AI-native chạy nhanh thêm một nấc. Đây là một vòng lặp tăng tốc. AI làm việc → tạo ra AI tốt hơn → AI tốt hơn làm được nhiều việc hơn → doanh nghiệp chạy nhanh hơn → có thêm dữ liệu và năng lực để tiếp tục cải thiện.

Trong khi đó, nhóm chậm chân không đứng yên. Họ đang bị bỏ lại với tốc độ ngày càng lớn. Nhưng có một chi tiết trong báo cáo của Anthropic còn đáng để người đi làm ghi nhớ hơn cả con số 30.000. Trong tháng 8, hơn một tỷ quyết định của các agent được đưa qua hệ thống giám sát theo thời gian thực, và khoảng 1 trên 47.000 quyết định bị chặn lại. Song song đó, cứ 1.000 phiên làm việc thì có 1–2 phiên được đánh dấu để con người xem xét lại.

Điều này rất đáng chú ý. Ngay tại nơi AI tự làm nhiều nhất, vai trò kiểm soát của con người không biến mất. Nó được thiết kế lại. Con người không còn nhất thiết phải làm từng việc. Con người phải biết việc nào AI được quyền làm, việc nào AI không được quyền làm, và khi nào phải can thiệp.

DOANH NGHIỆP VIỆT: ĐÔNG NGƯỜI DÙNG, ÍT NGƯỜI ĐỔI CÁCH LÀM

Cũng khảo sát UOB cho thấy 49% doanh nghiệp Việt ghi nhận năng suất lao động được cải thiện nhờ AI. Cứ ba doanh nghiệp thì có hai dự định tăng ngân sách AI thêm hơn 25% trong năm nay. Đó là tín hiệu tốt. Nhưng có một cái bẫy. Tăng ngân sách AI mà không thay đổi cách vận hành chỉ tạo ra một doanh nghiệp chậm chân với hóa đơn phần mềm đắt hơn.

Với doanh nghiệp nhỏ và các chuỗi nhượng quyền, tin tốt là không ai cần 30.000 agent. Một cửa hàng. Một văn phòng 10 người. Một đội sales. Một chuỗi vài chục điểm bán. Tất cả đều có thể bắt đầu bằng tư duy AI-first. Trước mỗi công việc lặp lại, đặt một câu hỏi rất đơn giản: “AI có thể làm bao nhiêu phần việc này nếu tôi thiết kế lại từ đầu?” Sau đó mới quyết định phần nào con người cần làm. Doanh nghiệp càng nhỏ, việc này đôi khi càng dễ. Ít tầng nấc hơn. Ít quy trình cũ hơn. Ít thứ phải xin phép để thay đổi hơn.

Tất nhiên, cũng cần nhìn những con số trên với một chút thận trọng. Thứ nhất, các số liệu của Anthropic do chính công ty tự đo lường, trên nền tảng nội bộ được sử dụng nhiều nhất; chính Claude cũng tham gia đánh giá mức độ AI dẫn dắt. Anthropic đồng thời nói rõ chưa có phần việc nào AI vận hành hoàn toàn tự động mà không cần con người giám sát. Vì vậy, hãy đọc con số 26% như một tín hiệu mạnh, chứ không phải chuẩn mực chung cho mọi doanh nghiệp.

Thứ hai, AI-first làm quá nhanh cũng phải trả giá. Tháng 2/2024, Klarna tuyên bố trợ lý AI đã xử lý khoảng hai phần ba số cuộc trò chuyện chăm sóc khách hàng. Đến tháng 5/2025, CEO Sebastian Siemiatkowski thừa nhận công ty đã quá chú trọng vào cắt giảm chi phí và bắt đầu tuyển dụng lại con người để giữ chất lượng dịch vụ. Tốc độ không thay thế được thiết kế.

Thứ ba, không phải ngành nào cũng thay đổi với cùng một tốc độ. Một bệnh viện, một ngân hàng, một nhà máy, một cửa hàng bán lẻ và một công ty phần mềm chắc chắn không thể áp dụng AI theo cùng một cách. Nhưng hướng đi thì đã khá rõ. AI sẽ không chỉ thay đổi cách chúng ta làm việc. Nó đang thay đổi cách doanh nghiệp được thiết kế. Và vị trí của bạn trong cuộc thay đổi đó không hoàn toàn nằm ngoài tầm kiểm soát.

VẬY TUẦN NÀY NÊN LÀM GÌ?

1. Tự chấm công việc của mình theo thang đo của Anthropic.

Liệt kê 10 đầu việc bạn làm lặp lại mỗi tuần. Xếp từng việc vào một trong bốn bậc: Không dùng AI → AI hỗ trợ → AI cộng tác → AI dẫn dắt. Nếu phần lớn công việc vẫn nằm ở hai bậc đầu, bạn đang làm việc theo kiểu của nhóm chậm chân, kể cả khi ngày nào cũng mở chatbot.

2. Thử phép thử của Shopify.

Trước khi bắt tay vào một việc mới, dành 10 phút giao trọn việc đó cho AI bằng một yêu cầu tổng quát. Xem AI làm được đến đâu. Sau đó mới quyết định phần nào thật sự cần tới bạn.

3. Mỗi tuần nâng một đầu việc lên một bậc.

Không cần nhảy vọt. Một bản báo cáo chuyển từ “AI sửa câu chữ” sang “AI viết bản nháp đầu tiên, bạn biên tập” đã là một bước tiến. Tuần sau có thể chuyển sang “AI phân tích dữ liệu và đề xuất cấu trúc, bạn quyết định”. Cứ thế mà tiến.

4. Xây lớp kiểm soát của riêng mình.

Viết ra 5 tiêu chí mà một kết quả phải đạt trước khi được gửi đi hoặc đưa vào sử dụng. Áp dụng chúng cho mọi thứ AI tạo ra. Bởi trong thế giới có 30.000 agent, người có giá trị không nhất thiết là người làm nhiều việc nhất.

Có thể là người đủ giỏi để phát hiện ra quyết định thứ 47.000 cần phải bị chặn lại.

5. Nếu bạn là người lãnh đạo, đừng bắt đầu bằng việc mua công cụ.

Hãy chọn một quy trình. Vẽ lại nó từ đầu bằng một câu hỏi: “Nếu hôm nay công ty mới thành lập, không có bất kỳ quy trình cũ nào, công việc này sẽ được làm thế nào?” Sau đó mới đưa AI vào thiết kế đó. Và nếu yêu cầu nhân viên sử dụng AI, đừng chỉ giao KPI. Hãy xây chương trình đào tạo, giống cách FPT gắn trách nhiệm triển khai và đào tạo AI với từng lãnh đạo đơn vị.

CUỐI CÙNG, BẠN ĐANG Ở NHÓM NÀO?

AI-native, AI-first hay laggard không chỉ là những nhãn dán dành cho doanh nghiệp. Mỗi người đi làm cũng đang tự xếp mình vào một nhóm qua từng đầu việc, mỗi ngày. Sử dụng AI chưa tạo nên khác biệt. Để AI thay đổi cách bạn làm việc — đó mới là khác biệt. Vậy nếu chấm theo thang bốn bậc: Không dùng AI → AI hỗ trợ → AI cộng tác → AI dẫn dắt,

phần lớn công việc hằng ngày của bạn đang nằm ở bậc nào?