CLAUDEFORCE: KHI AI THAY ĐỔI CÁCH CHÚNG TA LÀM NGHỀ

Cuối tháng 8, Salesforce và Anthropic công bố Claudeforce, một cú collab đưa khả năng suy luận của Claude vào dữ liệu, quy trình, luật vận hành và hệ thống quản trị của Salesforce. Sản phẩm đầu tiên là Salesforce in Claude, cho phép người dùng làm việc với dữ liệu Salesforce ngay trong Claude. 

Từ ngày 15/9, tính năng này bắt đầu được triển khai. Phiên bản beta (bản thử nghiệm) hiện cho phép nhân viên bán hàng hỏi Claude về tình trạng hợp đồng, rủi ro của pipeline (danh sách các cơ hội bán hàng đang theo đuổi), thông tin khách hàng và các dữ liệu bán hàng trực tiếp từ Salesforce mà không cần chuyển qua lại giữa các ứng dụng. 

Salesforce cho biết Salesforce in Claude có 37 sales skills (kỹ năng bán hàng được lập trình sẵn), từ tìm kiếm khách hàng tiềm năng, chuẩn bị cuộc gặp đến rà soát tình trạng các thương vụ. Nghe như một sản phẩm công nghệ nhưng nếu nhìn từ góc độ nghề nghiệp, đây là một câu chuyện khác. AI đang bắt đầu lấy đi không chỉ một số nhiệm vụ, mà cả cách con người tiếp cận với công việc.

TRƯỚC ĐÂY, GIỎI PHẦN MỀM LÀ MỘT LỢI THẾ NGHỀ NGHIỆP

Một nhân viên bán hàng giỏi Salesforce biết chính xác phải vào đâu để tìm lịch sử khách hàng. Một marketer giỏi Excel biết cách lọc và xử lý dữ liệu. Một kế toán giỏi phần mềm kế toán biết hàng chục thao tác mà người mới phải mất nhiều tháng mới quen. Một quản lý giỏi PowerPoint biết cách biến một đống dữ liệu thành một presentation (bài trình bày) thuyết phục. Những kỹ năng đó từng tạo ra một productivity advantage (lợi thế về năng suất) rất rõ. Bạn giỏi phần mềm hơn người khác. Bạn làm nhanh hơn. Bạn trở nên hữu ích hơn. Nhưng AI đang bắt đầu làm lung lay lợi thế này.

Giờ chỉ cần nói: “Cho tôi biết khách hàng nào có nguy cơ rời bỏ trong quý này và lý do”là AI có thể tự tìm dữ liệu, đọc lịch sử, tổng hợp thông tin rồi trả lời…. Cho nên, việc bạn thuộc lòng 15 bước để chạy báo cáo không còn là lợi thế lớn như trước. AI đang làm cho việc “biết cách sử dụng công cụ” trở thành chuyện ai cũng làm được. Và đó mới là điều professionals (người làm nghề chuyên môn) nên quan tâm.

CÁI BỊ THAY ĐỔI KHÔNG CHỈ LÀ TASK, MÀ LÀ CAREER VALUE 

Task (nhiệm vụ) là một phần việc cụ thể. Career value (giá trị nghề nghiệp) là lý do tại sao doanh nghiệp vẫn cần bạn. Hai thứ này không giống nhau. Một người có thể mất một nửa số task mình từng làm nhưng vẫn trở nên có giá trị hơn. Ngược lại, một người có thể vẫn rất bận rộn nhưng giá trị nghề nghiệp lại giảm.

Ví dụ: Một chuyên viên marketing từng dành 3 ngày để nghiên cứu khách hàng, tổng hợp dữ liệu, viết nội dung và làm báo cáo. AI có thể giúp rút công việc đó xuống còn vài giờ. Nếu người đó chỉ tiếp tục tự làm tất cả những việc cũ một cách nhanh hơn, họ không còn tạo ra lợi thế. Nhưng nếu họ dùng thời gian tiết kiệm được để trả lời những câu hỏi khó hơn như: Khách hàng thực sự muốn gì? Vấn đề kinh doanh nằm ở đâu? Dữ liệu này có đáng tin không? Chiến lược nào phù hợp với mô hình kinh doanh? Kết quả AI đưa ra có điểm mù gì? Thì giá trị của họ lại dịch chuyển lên một tầng cao mới. Đó là judgment (năng lực phán đoán). Và đây có thể là một trong những kỹ năng quan trọng nhất của người đi làm trong thời AI.

CLAUDEFORCE CHO THẤY “GIAO DIỆN” CŨNG ĐANG THAY ĐỔI

Suốt nhiều thập kỷ, phần mềm được thiết kế theo một logic rất đơn giản: Con người đi vào phần mềm để làm việc. Mở CRM. Tìm khách hàng. Mở tài khoản. Xem lịch sử. Chạy báo cáo. Đọc dữ liệu. Sau đó mới quyết định. Salesforce gọi mô hình mới của mình là đưa sức mạnh của nền tảng đến any interface (bất kỳ giao diện nào). Claudeforce là một ví dụ: dữ liệu và khả năng của Salesforce được đưa vào Claude thông qua MCP — Model Context Protocol (giao thức cho phép AI kết nối với dữ liệu và công cụ bên ngoài). 

Giải thích một cách đơn giản, thay vì con người phải học cách đi vào phần mềm, AI bắt đầu trở thành nơi con người thoại một cách tự nhiên mình muốn gì. Đây là một thay đổi rất lớn. Nếu trước đây việc nắm “thông tin nằm ở đâu” là một loại năng lực thì thừ ngày càng quan trọng hơn ngày nay là biết cần tìm thông tin nào, biết đặt cầu hỏi gì, biết thông tin nào đáng tin, biết phải làm gì với thông tin đó. 

TỪ “NGƯỜI THỰC THI” SANG “NGƯỜI THIẾT KẾ CÔNG VIỆC”

Đây có thể là sự dịch chuyển lớn nhất về nghề nghiệp của bạn từ trước đến nay.  Trước đây, một nhân viên được đánh giá cao vì làm được gì đó rất giỏi. Trong môi trường AI, năng lực cạnh tranh đó dần biến thành biết nên giao việc gì cho AI, kiểm soát nó thế nào và chịu trách nhiệm về kết quả ra sao. Đó là orchestration (khả năng điều phối con người, AI, dữ liệu và công cụ để tạo ra kết quả).

Ví dụ, một người sales manager (quản lý bán hàng) tương lai không nhất thiết phải tự mình đọc từng hồ sơ khách hàng. AI có thể làm phần việc đó. Nhưng người quản lý vẫn phải đưa ra quyết định: Khách hàng nào đáng theo đuổi? Deal nào có vấn đề thật sự? Thông tin nào cần kiểm chứng? Nhân viên nào cần hỗ trợ? Khi nào nên bỏ một cơ hội? Khi nào cần đàm phán? Đó là những câu hỏi nằm phía trên của tầng execution (khâu thực thi). Và khi AI đảm nhận nhiều việc thực thi hơn, con người phải học cách dịch chuyển khả năng của mình lên tầng phía trên của việc thực thi. 

ĐỪNG QUÁ SAY MÊ VỚI “PROMPT”

Trong một thời gian dài, prompt engineering (kỹ thuật viết câu lệnh cho AI) được xem như kỹ năng tương lai. Và nó đương nhiên vẫn hữu ích. Nhưng nếu chỉ giỏi viết prompt, bạn rất khó tạo ra một career moat (lợi thế nghề nghiệp khó bị sao chép) lâu dài vì giao diện AI đang trở nên ngày càng tự nhiên hơn. Bạn không cần nói chuyện với AI bằng một ngôn ngữ đặc biệt nếu AI ngày càng hiểu ngôn ngữ tự nhiên của con người. Thứ khó sao chép hơn là: domain expertise — hiểu biết chuyên môn, systems thinking — tư duy hệ thống, judgment — năng lực phán đoán, communication — khả năng giao tiếp, AI fluency — khả năng làm việc thành thạo với AI, ownership — khả năng chịu trách nhiệm đến cùng về kết quả. Một người biết sáu thứ này và biết kết hợp chúng với AI sẽ rất khác một người chỉ biết một trăm prompt.

VẬY NGƯỜI ĐI LÀM NÊN LÀM GÌ?

Không nhất thiết phải trở thành kỹ sư AI. Không nhất thiết phải học Python. Không nhất thiết phải chuyển nghề sang công nghệ. Điều cần làm trước tiên là tái cấu trúc lại chính công việc của mình, lấy toàn bộ công việc hiện tại rồi chia thành từng nhóm như sau: 

Task nào AI có thể làm?

Task nào AI làm tốt hơn tôi?

Task nào AI làm được nhưng vẫn cần tôi kiểm tra?

Task nào cần kinh nghiệm, quan hệ, phán đoán hoặc trách nhiệm của con người?

Sau đó đặt một câu hỏi quan trọng hơn: Nếu AI làm được 50% công việc của tôi, tôi sẽ dùng 50% thời gian còn lại để tạo ra giá trị gì mới? Rồi thử nâng tỷ lệ đó lên 70%, 80%, 90%. Câu trả lời bạn tìm ra chính là phần công việc thực sự đáng để bạn đầu tư cho 5–10 năm tới.

ĐỪNG CỐ TRỞ THÀNH NGƯỜI GIỎI NHẤT TRONG MỘT CÔNG VIỆC MÀ AI ĐANG HỌC CÁCH LÀM

Đây có lẽ là thay đổi tư duy quan trọng nhất. Kinh nghiệm không tự động là lợi thế. Experience (kinh nghiệm) chỉ thực sự có giá trị khi nó giúp bạn đưa ra quyết định tốt hơn. Một người có 15 năm kinh nghiệm nhưng vẫn làm công việc theo cách cũ chưa chắc có lợi thế trước một người có 7 năm kinh nghiệm nhưng biết tái thiết công việc của mình bằng AI. Vì thế, đừng chỉ hỏi: “Tôi đã làm nghề này bao nhiêu năm?” Hãy hỏi: “Sau 10 năm làm nghề, tôi đã tích lũy được thứ gì mà AI khó thay thế?”

Đó có thể là khả năng nhìn toàn cảnh, là hiểu khách hàng, là khả năng đàm phán, là kinh nghiệm xử lý khủng hoảng, là khả năng nhìn ra một vấn đề trước khi người khác nhìn thấy, là khả năng kết nối những thứ tưởng chừng không liên quan, vv. Và quan trọng nhất là khả năng ra quyết định khi không có câu trả lời hoàn hảo.

CLAUDEFORCE KHÔNG CHỈ LÀ CHUYỆN CỦA SALESFORCE VÀ CLAUDE

Và đây mới là điều tôi nghĩ người đi làm nên nhìn thấy. Hôm nay là Salesforce. Ngày mai có thể là ERP (hệ thống hoạch định nguồn lực doanh nghiệp), HRM (hệ thống quản trị nhân sự), phần mềm kế toán, hệ thống chăm sóc khách hàng, công cụ phân tích dữ liệu, email, calendar, các phần mềm chuyên ngành, vv. AI sẽ ngày càng có khả năng đứng giữa con người và những hệ thống đó. Và khi AI agent (tác tử AI — phần mềm có thể nhận mục tiêu, sử dụng công cụ và thực hiện nhiều bước công việc) ngày càng có khả năng hành động, công việc của con người chắc chắn sẽ được tái cấu trúc. Một người + AI sẽ làm được công việc trước đây cần nhiều người hơn.

Và khi năng suất làm việc tăng lên, doanh nghiệp bắt buộc phải đặt câu hỏi: “Nếu một người có thể làm nhiều hơn gấp nhiều lần, chúng ta sẽ thiết kế lại vai trò của họ như thế nào?” Và người đi làm cũng phải tự hỏi điều tương tự cho chính mình.

Cho nên, đừng chỉ học cách sử dụng AI. Hãy học cách thiết kế lại công việc của mình với AI vì lợi thế nghề nghiệp trong thời đại AI giờ đây là “Tôi biết việc gì đáng làm, tại sao đáng làm, AI có thể làm phần nào, tôi phải làm phần nào, và cuối cùng tự chịu trách nhiệm về kết quả.” Đó không còn chỉ là AI literacy (hiểu biết về AI). Đó là cách làm nghề hoàn toàn mới.