​Kết quả

Midjourney: 200 triệu đô doanh thu một năm. Mười nhân viên. Không một đồng gọi vốn. Cursor: 100 triệu đô doanh thu trong chưa đầy hai năm, với hai mươi người. Đây không phải vài trường hợp cá biệt kỳ lạ. Đây là hình dạng của một loại công ty mới, và nó đang buộc cả thế giới định nghĩa lại hai từ "tổ chức". Suốt một thế kỷ, có một công thức gần như bất di bất dịch: muốn làm ra nhiều hơn thì phải thuê thêm người. Doanh thu và số nhân sự đi lên cùng nhau. AI đang cắt đứt sợi dây đó. Khi một người có thể chỉ huy cả một đội "nhân viên" là các AI agent, những phần mềm tự chạy việc, thì năng lực của một công ty không còn bị chặn bởi số lượng nhân viên. Deloitte, trong báo cáo Tech Trends 2026, gọi cuộc chuyển dịch này bằng một cái tên rất đắt: "The Great Rebuild" — Cuộc Tái thiết Lớn. Không phải nâng cấp công cụ, mà xây lại từ nền móng cách một tổ chức được cấu trúc, vận hành và dẫn dắt. Deloitte dự báo chỉ riêng vai trò "kiến trúc sư AI" trong các đội công nghệ sẽ tăng từ khoảng 30% lên 58% chỉ trong hai năm. Bốn vai trò chưa từng có trong sơ đồ Khi AI agent trở thành một phần của lực lượng lao động, một loạt vai trò mới đang được giới vận hành AI ghi nhận — những cái tên mà ba năm trước không tồn tại: Người giám sát agent (agent supervisor): người điều phối cả một đội AI, giao việc cho từng con, theo dõi chúng chạy, can thiệp khi cần — đúng như một quản lý điều phối nhân viên, chỉ khác là "nhân viên" ở đây làm việc 24/7 và nhanh gấp trăm lần. Chủ sở hữu tiêu chí đánh giá (Eval Owner): người định nghĩa "thế nào là một kết quả tốt" và đo lường nó. AI làm ra sản phẩm rất nhanh, nhưng nhanh mà sai thì còn nguy hơn. Ai đó phải đặt ra thước đo, và giữ cho cỗ máy chạy đúng chuẩn. Đây là một trong những vai trò đắt giá nhất, vì nó là lương tri chất lượng của cả hệ thống. Người xử lý ngoại lệ (Exception Handler): AI lo trơn tru 90% các ca thông thường. Nhưng 10% còn lại — ca lạ, ca khó, ca máy bó tay — cần một con người bước vào. Nghịch lý là: càng tự động hóa, thì phần việc con người còn lại càng khó và càng quan trọng. Người rà soát trong vòng lặp (Human-in-the-Loop): người đứng ở điểm ra quyết định, xem lại thứ AI đề xuất trước khi nó thành hành động thật, và chịu trách nhiệm cuối cùng. Máy gợi ý, người ký tên. Trách nhiệm không tự động hóa được. Điều lạ nhất: gần như ai cũng đang thành quản lý Nhìn kỹ bốn vai trò trên, bạn sẽ thấy chúng có một điểm chung: tất cả đều là vai trò quản lý nhưng quản lý một đội ngũ không phải người. Đây là cú dịch chuyển lớn nhất, và nó chạm tới cả những người chưa bao giờ nghĩ mình sẽ làm sếp. Trước đây, chỉ một số ít lên quản lý con người. Giờ thì gần như mọi người đi làm đều đang, hoặc sắp, quản lý một đội AI — giao việc cho nó, kiểm tra nó, chịu trách nhiệm cho nó. Kỹ năng quản lý, thứ từng là đặc quyền của một nhóm nhỏ, đang trở thành kỹ năng nền của tất cả. Nói cách khác: bạn có thể vẫn giữ nguyên chức danh cũ, nhưng công việc thật của bạn đang lặng lẽ đổi từ "người làm" sang "người điều phối tạo ra kết quả". "Nano unicorn": bằng chứng sống của mô hình mới Nếu cần một bằng chứng rằng đây không phải lý thuyết, hãy nhìn hiện tượng mà giới đầu tư gọi là "nano unicorn" — những công ty vượt 100 triệu đô doanh thu với một đội hình bé đến khó tin, thường dưới 50 người, có khi chỉ một con số. Midjourney: 200 triệu đô với 10 người. Cursor: 100 triệu đô với 20 người. Eleven Labs: 100 triệu đô với 50 người. Gamma: phục vụ 50 triệu người dùng với 28 nhân viên. Những con số về "doanh thu trên mỗi nhân sự" này, vài năm trước, là điều không tưởng. Chúng nói lên một điều giản dị mà chấn động: quy mô đội ngũ không còn là thước đo của năng lực. Một nhóm nhỏ, được trang bị đúng, giờ có thể với tới thị trường mà trước đây phải là tập đoàn nghìn người mới chạm được. Vậy điều này nghĩa gì với bạn — người đi làm? Đừng đọc bài này như tin công nghệ ở đâu xa. Nó là bản đồ nghề nghiệp của chính bạn trong vài năm tới. Học cách giám sát AI, không chỉ dùng AI. Người dùng AI để làm nhanh một việc thì ai cũng làm được. Người biết giao việc cho cả một đội AI, theo dõi, và kết nối kết quả lại mới là vai trò đang lên giá. Tập tư duy như một quản lý, ngay cả khi bạn chưa quản lý ai. Rèn luyện khả năng đánh giá. Trong một thế giới AI sản xuất vô tận, người biết phân biệt "tốt" và "trông có vẻ tốt" là người quý hiếm. Hãy giỏi nghề đủ sâu để đánh giá được máy, vì đó chính là vai trò Eval Owner mà thị trường đang trả giá rất cao. Đi về phía phần việc khó, đừng tranh phần việc dễ. Việc AI làm được, giá của nó ngày càng rẻ. Giá trị dồn về phần 10% ngoại lệ: phán đoán, xử lý tình huống chưa có tiền lệ, chịu trách nhiệm. Học có hệ thống những kỹ năng mới này. Đây cũng là lý do tôi mở Go Global Learning Hub: hơn 100 kỹ năng thực tế và thiết yếu nhất cho người đi làm bước vào tương lai mới, miễn phí cho cộng đồng — để bạn không phải tự mò trong một thế giới đang đổi luật quá nhanh. Và nếu bạn là chủ doanh nghiệp, người dẫn dắt: mô hình "nano unicorn" là một lời mời và một lời cảnh báo cùng lúc. Lời mời: bạn không cần một đội quân đông đúc để vươn ra thế giới nữa. Một nhóm nhỏ tinh nhuệ, cộng một đội AI, có thể đi rất xa. Đây là cơ hội hiếm có để một startup Việt vươn ra toàn cầu mà không cần nguồn vốn khổng lồ. Lời cảnh báo: nếu đối thủ tái thiết theo hướng này còn bạn thì không, khoảng cách giữa bạn và đối thủ sẽ ngày càng cách biệt. Dù “nano unicorn" là những ngoại lệ hiếm nhưng xu hướng thì đã rõ, và nó không đổi chiều. Công việc đang chuyển dịch từ "một người làm một việc" sang "một người điều phối nhiều việc do máy làm". Ai sớm nhìn ra và chuẩn bị kịp thời cho sự chuyển dịch này sẽ nắm bắt được cơ hội tương lai.

LinkedIn vừa công bố báo cáo Skills on the Rise 2026 — những kỹ năng đang tăng giá nhanh nhất trên thị trường lao động, đo bằng một năm dữ liệu tuyển dụng thật: ai thêm kỹ năng gì vào hồ sơ, và ai có kỹ năng gì thì được tuyển. Năm nay họ làm một điều lạ: bỏ luôn bảng xếp hạng "top 10". Lý do, theo LinkedIn, là bức tranh đã phức tạp hơn một danh sách — kỹ năng tăng giá khác nhau theo từng ngành. Nhưng khi gom lại, có một thông điệp nổi lên rất rõ, và hơi ngược với những gì ta hay nghĩ trong cơn sốt AI: Kỹ năng con người đang quan trọng hơn bao giờ hết. LinkedIn xếp các kỹ năng tăng nhanh nhất vào bốn nhóm. Nhóm 1 — Kỹ năng con người (People skills). Đây là nhóm LinkedIn đặt lên đầu: Phối hợp liên phòng ban (cross-functional collaboration): làm việc trơn tru với người ở bộ phận khác, ngôn ngữ khác, ưu tiên khác. Khi AI lo được phần việc chuyên môn, giá trị dồn về người biết ghép các mảnh rời thành một việc tổng thể chạy được. Quản lý đội nhóm (team management): dẫn dắt một nhóm người qua giai đoạn thay đổi liên tục. Công nghệ đổi cách làm việc, nhưng vẫn cần một con người giữ cho cả nhóm cùng nhìn về một hướng. Dìu dắt, kèm cặp (mentorship): khi kiến thức lỗi thời nhanh, người biết truyền nghề, nâng người khác lên, trở thành tài sản hiếm. Nói chuyện trước công chúng, trình bày (public speaking): khả năng đứng lên nói cho người khác hiểu và tin, đặc biệt trong lúc bất định. Máy viết được chữ, nhưng không đứng thay bạn trên sân khấu, không thuyết phục thay bạn trong phòng họp. Nhóm 2 — Kỹ năng AI (Technical & strategic AI). Ra lệnh cho AI (prompt engineering): biết diễn đạt yêu cầu sao cho AI cho ra kết quả dùng được. Nghe nhỏ, nhưng đây là khác biệt giữa người bảo AI làm ra thứ vô dụng và người bảo nó làm ra thứ đáng tiền. Hiểu mô hình ngôn ngữ lớn (large language models): hiểu những công cụ như ChatGPT hoạt động thế nào, mạnh ở đâu, bịa ở đâu, để khai thác đúng và không bị nó qua mặt. Chiến lược đưa AI vào kinh doanh (AI business strategy): không phải dùng AI cho vui, mà nhúng nó vào sản phẩm, dịch vụ, quy trình để thật sự tạo ra giá trị. Đây là kỹ năng của người ra quyết định, không chỉ người thao tác. Nhóm 3 — Tăng trưởng kinh doanh (Business growth). Chiến lược ra thị trường (go-to-market strategy): đưa một sản phẩm đến đúng người mua, đúng cách, đúng thời điểm. Phát triển kinh doanh (business development): mở kênh mới, mối quan hệ mới, dòng doanh thu mới. Khi thị trường co lại, người mang tiền về luôn được săn. Nhóm 4 — Quản trị, rủi ro và tuân thủ (governance, risk & compliance). Khi AI và hàng loạt quy định mới ập tới cùng lúc, doanh nghiệp cần người giữ cho mọi thứ đúng luật, an toàn dữ liệu, kiểm soát được rủi ro. Một nghề thầm lặng nhưng đang lên giá nhanh, vì cái giá của việc làm sai giờ quá đắt. Đọc cả bốn nhóm, bạn thấy gì? Có hai động cơ đang chạy song song. Một là AI — kỹ năng làm việc cùng máy. Hai là kỹ năng người — kỹ năng dẫn dắt, kết nối, thuyết phục, truyền nghề. Điều thú vị là chúng không loại trừ nhau, mà bổ sung cho nhau. Máy càng làm tốt phần "sản xuất", thì phần "con người" — biết giao việc cho ai, ghép việc lại thế nào, thuyết phục người khác đi cùng — lại càng đắt. Người thắng lớn nhất không phải người giỏi một trong hai, mà là người đứng ở giao điểm: dùng AI để đi nhanh, và dùng kỹ năng người để đi xa. Ở Việt Nam: cơ hội nằm ở khoảng cách giữa "tin" và "làm" Thế giới đang chuyển dần từ tuyển theo bằng cấp sang tuyển theo kỹ năng. Gần một nửa nhà tuyển dụng trên LinkedIn cho biết họ dùng chính dữ liệu kỹ năng để lọc người, và nhiều công ty ưu tiên kỹ năng linh hoạt hơn một tờ CV tuyến tính. Nhưng ở Việt Nam, khảo sát Robert Walters 2026 cho thấy: 84% người đi làm tin AI sẽ giúp sự nghiệp của họ, mà chỉ 59% thật sự đã bắt tay học một kỹ năng mới. Tin thì gần như tất cả, làm thì mới quá nửa. Trong khi đó, mình vẫn là một thị trường còn nặng phân bằng cấp. Đó vừa là rủi ro, vừa là cơ hội. Rủi ro cho ai đứng yên chờ tấm bằng bảo vệ mình. Cơ hội cho ai chịu học sớm những kỹ năng thị trường đang trả giá cao vì đám đông vẫn đang dừng ở chỗ "tin". Vậy nên bắt đầu từ đâu? Đừng cố học hết. Hãy chọn đúng. Chọn một kỹ năng AI và một kỹ năng người — mỗi bên một cái. Ví dụ: prompt engineering để đi nhanh, và một kỹ năng con người khớp với nghề bạn như thuyết trình, quản lý nhóm, hay dìu dắt. Đi bằng hai chân, đừng nhảy lò cò một chân. Học bằng cách làm ra một thứ xem được. Một kỹ năng chỉ thật sự vào tay khi bạn dùng nó tạo ra kết quả cụ thể — một bài trình bày thật, một quy trình được cải thiện, một sản phẩm mẫu dựng bằng AI. Bằng chứng quan trọng hơn chứng chỉ. Mỗi tuần một bước nhỏ, có dấu vết. Ghi lại tuần này mình làm được gì mới. Đường cong bạn học liên tục mới là thứ thị trường trả giá, chứ không phải ảnh chụp một lần của tấm bằng. Học có hệ thống, đừng nhặt nhạnh. Đây cũng là lý do tôi mở Go Global Learning Hub: hơn 80 kỹ năng thực tế và thiết yếu nhất cho người đi làm bước vào tương lai mới, miễn phí cho cộng đồng — gom đúng những kỹ năng đang lên giá vào một chỗ để bạn khỏi phải mò mẫm. Và nếu bạn là người quản lý: bốn nhóm kỹ năng trên chính là bản đồ để bạn đầu tư vào đội ngũ. Đừng chỉ mua công cụ AI rồi bảo mọi người tự xoay. Hãy dạy họ cả hai chân — kỹ năng máy và kỹ năng người — vì đó mới là đội hình thắng được trong vài năm tới. Tuy nhiên, một danh sách kỹ năng, dù đến từ dữ liệu thật, cũng chỉ là dấu chỉ, không phải kinh thánh. Đừng thấy kỹ năng nào đang "hot" cũng lao vào. Kỹ năng chỉ có giá khi nó khớp với nghề của bạn và đứng trên một nền chuyên môn vững. Người giỏi một nghề thật sự, cộng thêm một hai kỹ năng đang lên, mạnh hơn nhiều người biết loáng thoáng mười thứ thời thượng.

Bạn vẫn đi làm đều. Vẫn hoàn thành việc. Nhìn từ ngoài, không ai thấy gì bất thường. Nhưng bên trong, có gì đó cứ vơi dần. Bớt hào hứng. Bớt quan tâm. Rồi bớt cả năng lượng để bận tâm rằng mình đang bớt quan tâm. Nếu bạn thấy mình trong mấy dòng đó, bạn không cô đơn. Quiet quitting là một lựa chọn. Thứ này thì không. Mấy năm trước, cả thế giới nói về "quiet quitting" — làm đúng mức tối thiểu, không hơn. Đó là một lựa chọn có chủ đích: bạn vẽ một đường ranh và bước lui về sau nó. Năm 2026, thuật ngữ đang lan nhanh lại là một thứ khác hẳn: "quiet cracking" — tạm gọi là rạn vỡ trong im lặng. Và điểm khác biệt cốt lõi nằm ở đây: quiet quitting là điều bạn chọn làm; quiet cracking là điều xảy ra với bạn. Nó không phải một ranh giới bạn dựng lên, mà là một sự bào mòn bạn không hề cố ý như mất dần động lực, mất dần kết nối, kiệt quệ đi từng chút một mà không có một biến cố nào để đổ lỗi. Bạn không thể gồng mình thoát khỏi sự bào mòn. Cũng như bạn không thể "cố gắng lên" để một cục pin thôi chai. 54% người đi làm đang “rạn vỡ trong im lặng”, và một phần năm thì gần như mỗi ngày. Đây không phải chuyện của riêng vài cá nhân yếu đuối. Khảo sát của TalentLMS trên 1.000 người đi làm ở Mỹ (3/2025) cho thấy: 54% từng trải qua quiet cracking ở mức độ nào đó, và cứ 5 người thì 1 người sống với nó gần như thường trực. Điều đáng chú ý là nguyên nhân. Nó không phải "tính cách yếu". Nó có cấu trúc rõ ràng: Người bị bào mòn nặng ít được đào tạo hơn hẳn — chỉ 44% được học kỹ năng mới trong năm qua, so với 62% ở nhóm còn lại. Cảm giác giậm chân tại chỗ ăn mòn con người nhanh hơn cả khối lượng công việc. Họ cũng ít thấy mình được coi trọng — chỉ 26% cảm thấy được ghi nhận, so với 80% ở người bình thường. Và gần một nửa nói sếp không thật sự lắng nghe khi họ lên tiếng. Ghép ba mảnh ghép đó lại: không thấy mình tiến lên, không thấy mình được nhìn nhận, không thấy mình được lắng nghe. Đó là một con người đang kiệt sức dần trong im lặng. Ở Việt Nam, con số cũng không dễ chịu hơn Anphabe khảo sát gần 60.000 người đi làm Việt Nam và nhận thấy: 42% đang ở trạng thái mệt mỏi, chán nản, với tần suất stress từ thường xuyên đến rất thường xuyên. Gần một nửa lực lượng lao động. Và đây là chỗ nó chạm tới túi tiền của doanh nghiệp: trong nhóm có ý định nghỉ việc trong sáu tháng tới, tỷ lệ người bị stress thường xuyên cao gấp 250% so với nhóm chỉ thỉnh thoảng căng thẳng. Sự bào mòn không nằm yên. Nó đi ra cửa, mang theo cả người giỏi. Vậy nếu bạn nhận ra mình đang ở trạng thái này thì nên làm gì? Gọi đúng tên hội chứng. Trước khi làm gì khác, hãy tự nói với mình: "Đây không phải vì mình dở. Đây là bào mòn, và nó có thật." Nghe đơn giản, nhưng nó cắt đứt cái vòng tự trách, thứ khiến người ta kiệt sức lại còn thấy có lỗi vì đã kiệt sức. Bảo vệ thời gian hồi phục như bảo vệ một cơ hội. Bào mòn xảy ra khi bạn tiêu nhiều hơn nạp, tháng này qua tháng khác. Hãy đặt một khoảng phục hồi cố định vào lịch — một buổi tối không màn hình, một buổi sáng cuối tuần cho riêng mình — và giữ nó nghiêm ngặt như giữ một cuộc hẹn với sếp. Thương lượng lại khối lượng công việc, đừng chỉ gánh thêm. Bạn được phép nói. Thử một câu thẳng thắn với quản lý: "Em đang gánh A, B và C. Để làm tốt cả ba, em cần buông bớt một cái. Anh/chị muốn em ưu tiên cái nào?" Đặt lựa chọn về đúng chỗ của nó. Một cuộc trò chuyện thật, thay vì âm thầm chịu đựng. Dữ liệu cho thấy gần một nửa người bị bào mòn thấy sếp không lắng nghe — nhưng rất nhiều người trong số đó chưa từng nói thẳng. Hãy cho sếp một cơ hội: "Dạo này em thấy mình đuối dần. Em vẫn muốn làm tốt, nên em cần nói ra để sếp hỗ trợ thêm.” Không phải phàn nàn. Là dữ liệu để cùng tìm cách. Dựng lại một tín hiệu tiến bộ nhỏ. Vì cảm giác giậm chân là một trong những nguyên nhân lớn nhất, một bước tiến nhỏ mỗi tuần — một kỹ năng mới, một thứ làm được mà tháng trước chưa làm được — có sức chữa lành đáng kinh ngạc. Đây cũng là một phần lý do tôi mở Go Global Learning Hub: hơn 80 kỹ năng thực tế và thiết yếu nhất cho người đi làm, miễn phí cho cộng đồng. Học lại một chút, để thấy mình còn đang lớn lên chứ không chỉ đang hao đi. Phân biệt "mình cần nghỉ ngơi" và "công việc này đang bào mòn mình". Đôi khi cái cần chỉnh là nhịp sống. Nhưng đôi khi, thành thật mà nói, cái cần thay đổi là chính công việc hoặc môi trường. Biết mình đang ở tình huống nào là nửa đường của câu trả lời. Và nếu bạn là người quản lý: quiet cracking không phải vấn đề thái độ của nhân viên, mà thường là tín hiệu của hệ thống. Ba đòn bẩy rẻ nhất bạn có nằm ngay trong dữ liệu: cho người ta cơ hội học và tiến lên, cho người ta thấy mình được ghi nhận, và thật sự lắng nghe khi họ lên tiếng. Một người được nhìn thấy khó rạn vỡ trong im lặng hơn nhiều. Nhưng không phải cứ mệt mỏi là "quiet cracking". Có những ngày bạn chỉ đơn giản là mệt, và gọi mọi cảm giác chán nản thành một hội chứng đôi khi lại khiến người ta thấy mình bất lực hơn thực tế. Đừng dán nhãn bệnh lý cho mỗi lần xuống tinh thần. Và cũng phải thẳng thắn: nếu sự bào mòn của bạn đến từ một công việc thật sự độc hại như bị sếp chèn ép, khối lượng công việc vô lý kéo dài, một môi trường không cho ai được là con người thì năm bảy mẹo tự chăm sóc ở trên không chữa được một hệ thống hỏng. Với hoàn cảnh đó, "bảo vệ thời gian hồi phục" chỉ là mảnh băng dán lên vết thương cần khâu vá. Câu trả lời tử tế nhất đôi khi là chuẩn bị để rời đi. Nhưng với số đông đang ở khoảng giữa, không có gì độc hại, chỉ là cạn dần vì thiếu ba thứ: tiến bộ, ghi nhận, lắng nghe thì đó là những thứ có thể dựng lại được. Bởi bạn, và bởi nơi bạn đang làm việc.

Cùng một tấm bằng. Cùng một ngành. Một người ra trường được tuyển với xác suất 81,6%. Người kia: 40,7%. Khác biệt duy nhất giữa họ không phải điểm số. Là một dòng trong hồ sơ: "đã từng làm thật." Nếu tuần này bạn chỉ nhớ một con số về thị trường lao động, hãy nhớ con số này. Vì nó không chỉ mô tả vấn đề. Nó là một dấu chỉ. Thị trường lao động không còn quan tâm bằng. Thị trường đang quan tâm đến bằng chứng rằng bạn thật sự có thể làm được những thứ bạn đang ghi trong CV. Khảo sát Graduate Survey 2026 của ZipRecruiter trên 3.000 sinh viên mới và sắp ra trường ở Mỹ cho thấy: người có kinh nghiệm làm việc được tuyển ở mức 81,6%, người không có chỉ 40,7%. Hơn gấp đôi. Chỉ vì một thứ: bằng chứng rằng họ đã làm được việc thật, chứ không chỉ học về việc đó. Và đây là chỗ đau: chỉ 40,3% sinh viên thực sự đi qua một kỳ thực tập tử tế. Nghĩa là cơ hội và đòn bẩy mạnh nhất để nhảy từ tỷ lệ 40,7% lên 81,6% có gần 6 trên 10 người đang bỏ qua. Không phải vì họ không đủ giỏi. Vì không ai nói cho họ biết nó quan trọng đến mức nào. Cùng khảo sát đó, 87,8% người được tuyển nói rằng quan hệ (networking) đóng vai trò quan trọng trong việc kiếm được công việc đầu tiên. Bằng chứng mở cánh cửa. Quan hệ dẫn bạn tới trước cánh cửa. Vì sao "bằng chứng" ngày càng đắt giá? Vì trong một thế giới có AI, thứ dễ làm giả nhất là lời nói, và thứ khó làm giả nhất là việc đã làm. Ai cũng có thể viết "thành thạo phân tích dữ liệu" vào hồ sơ. Nhưng một dashboard thật, một chiến dịch thật có số liệu, một sản phẩm có người dùng thì không làm giả được. Khi máy đã làm được phần "biết", thị trường chuyển sang trả tiền cho phần "làm được và chứng minh được". Càng nhiều người có bằng, tấm bằng càng mất khả năng phân biệt. Cái còn phân biệt được bạn với đám đông là dấu vết của việc thật bạn để lại. Nhiều trường đại học Việt Nam công bố tỷ lệ sinh viên có việc làm sau một năm lên tới 95–97%. Nghe rất yên tâm. Nhưng báo chí trong nước đã chỉ ra: những con số này phần lớn không đáng tin. Tỷ lệ sinh viên phản hồi khảo sát rất thấp, và gần như không có cơ chế kiểm chứng độc lập. Con số đẹp không có nghĩa là thị trường đang chờ bạn. Thực tế gai góc hơn nhiều. Chỉ riêng quý III năm 2025, tỷ lệ thất nghiệp của thanh niên 15–24 tuổi ở Việt Nam đã lên hơn 9%, gấp khoảng ba lần mức trung bình cả nước; và hơn 1,6 triệu người trẻ đang không đi học, không đi làm, không được đào tạo (Tổng cục Thống kê, công bố tháng 10/2025). Tấm bằng chưa bao giờ là lời hứa chắc chắn về một công việc, và giờ lại càng không. Điều đó không có nghĩa học đại học là sai. Nó có nghĩa tấm bằng là điểm bắt đầu, nhưng hoàn toàn không phải đích đến. Phần quyết định nằm ở thứ bạn làm bên cạnh nó. Vậy làm sao để đứng về phía 81,6%? Câu trả lời gọn trong một câu: ngừng tích lũy bằng cấp, bắt đầu sản xuất bằng chứng. Dưới đây là cách. Nếu bạn còn đi học hoặc mới ra trường: giành cho được một kỳ thực tập thật. Đây là đòn bẩy lớn nhất mà gần 6/10 người bỏ lỡ. Không cần hào nhoáng, một chỗ thực tập nhỏ, làm việc thật, có người xác nhận, đã đủ để bạn chuyển nhóm. Không có internship? Tự tạo kinh nghiệm. Làm một dự án thật cho một tiệm ăn của người quen, một tổ chức thiện nguyện, một shop online. Nhận một job freelance nhỏ. Làm một sản phẩm có người dùng thật, dù chỉ mười người. "Kinh nghiệm" không nhất thiết phải có ai đó thuê bạn trước. Đôi khi bạn có thể tự tạo ra. Biến mọi thứ thành một "hiện vật" người khác xem được. Một portfolio, một repo, một case study ngắn: trước–sau, mình đã làm gì, kết quả ra sao. Nhà tuyển dụng tin thứ họ thấy hơn thứ bạn kể. Một trang giấy cho xem việc thật đánh bại mười dòng tự khen. Dùng AI để nhân đôi lượng bằng chứng bạn tạo ra — nhưng bằng chứng phải là của bạn. Để AI giúp bạn dựng nhanh một sản phẩm mẫu, một phân tích, một bản thiết kế. Việc của bạn là chỉ huy nó, thẩm định nó, và ký tên vào kết quả. Người biết bắt AI làm ra thứ dùng được đang tự viết cho mình một dòng kinh nghiệm mới mỗi tuần. Đầu tư vào quan hệ như đầu tư vào kỹ năng. 87,8% người được tuyển dụng cho biết networking là yếu tố quan trọng. Không phải "quen biết để đi cửa sau" mà là để người ta biết bạn làm được gì. Chia sẻ việc bạn làm ra ở nơi người trong ngành nhìn thấy. Bằng chứng cộng với một người sẵn sàng giới thiệu bạn là cặp đôi mạnh nhất trên thị trường. Học đúng thứ thị trường trả tiền, rồi lấy nó ra làm bằng chứng. Mỗi kỹ năng mới chỉ thật sự "vào túi" khi bạn dùng nó làm ra một thứ xem được. Đây cũng là lý do tôi mở Go Global Learning Hub: hơn 80 kỹ năng thực tế và thiết yếu nhất cho người đi làm, miễn phí cho cộng đồng — học để làm được, không phải học để biết suông. Và nếu bạn là cha mẹ, hay người quản lý: bạn đang giữ trong tay một đòn bẩy lớn. Cha mẹ đừng chỉ giục con học cho giỏi; hãy giúp con có một mùa hè làm việc thật, dù nhỏ. Người quản lý mở một cánh cửa thực tập là bạn vừa cứu một bạn trẻ khỏi phía 40,7%, vừa xây đường ống nhân tài cho chính tổ chức của mình. Kinh nghiệm không phải là tất cả, và "bằng chứng" cũng có mặt trái của nó. Với những nghề đòi chuyên môn cứng như bác sĩ, luật sư, kỹ sư cầu đường, tấm bằng và chứng chỉ vẫn là điều kiện bắt buộc, không có đường tắt. Và phải thành thật một điều ít người nói: kỳ thực tập không lương là một đặc quyền. Người có gia đình lo được cơm áo thì mới đủ điều kiện làm không công vài tháng để "lấy kinh nghiệm". Người phải đi làm nuôi thân, nuôi gia đình thì không. Khoảng cách 81,6% so với 40,7%, một phần, cũng là khoảng cách thu nhập. Nói "cứ đi thực tập đi" với tất cả mọi người là không công bằng. Nếu bạn đang ở hoàn cảnh phải kiếm sống ngay, thì lối đi của bạn khác một chút, nhưng vẫn có: chọn công việc có lương nào cho bạn chạm vào kỹ năng thật, rồi biến chính công việc đó thành bằng chứng. Ghi lại mình đã làm gì, cải thiện được gì, tạo ra kết quả nào. Bằng chứng không nhất thiết đến từ một dòng chữ "internship". Nó đến từ bất cứ chỗ nào bạn thật sự làm ra một thứ có giá trị.

Gallup vừa công bố báo cáo State of the Global Workplace 2026 — khảo sát người đi làm ở hơn 140 quốc gia. Trong đó có một lát cắt ít ai để ý: họ đo cảm xúc hằng ngày của người quản lý (leader — người dẫn dắt đội nhóm) so với người không quản lý ai (individual contributor — tạm gọi là người làm chuyên môn). Kết quả đi ngược lại mọi hình dung về "ghế cao thì sướng". So với nhân viên, người quản lý mỗi ngày: Căng thẳng (stress) nhiều hơn 7 điểm Tức giận nhiều hơn 12 điểm Buồn nhiều hơn 11 điểm Và cô đơn nhiều hơn 10 điểm Người có nhiều quyền nhất, lương cao nhất, ảnh hưởng lớn nhất trong tổ chức lại là người ít cười nhất trong ngày. Vậy nghĩa là, cái ghế bạn đang leo nhắm tới đi kèm một khoản thuế cảm xúc mà không ai báo giá cho bạn trước. Vì sao càng lên cao càng cô đơn? Gallup chỉ ra hai nguyên nhân, và cả hai đều rất người. Thứ nhất: quyền lực tự nó tạo ra khoảng cách. Cái ngày bạn trở thành người quyết định lương, đánh giá, ai ở lại ai ra đi cũng là ngày mà quan hệ đồng nghiệp ngang hàng chết đi lúc nào không hay. Người ta thôi nói thật với bạn. Thôi rủ bạn cà phê. Không ai ghét bạn cả. Họ chỉ đơn giản là không còn thấy bạn "cùng phe" nữa. Và thế là bạn ăn trưa một mình. Thứ hai: bạn gánh những quyết định đè lên đời người khác. Nhân viên lo cho công việc của mình. Sếp lo cho công việc, thu nhập, tương lai của cả chục người. Cái sức nặng đó không tan ca lúc 6 giờ chiều. Một nghiên cứu khác của HEC Montréal cho con số thẳng thừng: 55% CEO thừa nhận có những giai đoạn cô đơn nặng, 25% cô đơn thường xuyên, và 20% thì cố tình giấu. Nhưng điều quan trọng nhất với bạn nằm ở đây: "Một người 28 tuổi vừa gọi vốn xong, bỗng có hai mươi nhân viên trông vào mình để biết đi hướng nào sẽ cô đơn y hệt một CEO Fortune 500." Nghĩa là bạn không cần làm sếp lớn mới thấm. Chỉ cần bạn là người đầu tiên trong phòng phải nói "để anh/chị quyết", bạn đã bắt đầu đóng khoản thuế này rồi. Nhưng khoan — cùng báo cáo đó, còn một sự thật thứ hai Cũng chính Gallup cho thấy: người quản lý đồng thời gắn kết với công việc cao hơn, hài lòng với cuộc sống nhiều hơn, và thấy công việc mình có ý nghĩa hơn so với nhân viên. Nghe mâu thuẫn? Không hề. Nhà tâm lý học Daniel Kahneman từng phân biệt hai "cái tôi" trong mỗi người: cái tôi đang sống từng khoảnh khắc (experiencing self) — cái tôi này mệt, căng, cô đơn; và cái tôi nhìn lại và kể thành câu chuyện (remembering self) — cái tôi này thấy đáng, thấy có ý nghĩa. Cùng một cái ghế. Hai thế giới cảm xúc. Ban ngày thì gồng, nhưng cuối đường nhìn lại thì không hối tiếc. Cả hai đều thật. Ở Việt Nam, khoản thuế này còn bị giấu kỹ hơn Vì hai lý do. Một, văn hóa "sếp thì phải mạnh mẽ". Người làm sếp mà nói "tôi mệt, tôi cô đơn" dễ bị coi là yếu đuối, là không xứng với cái ghế. Nên họ im. Nỗi cô đơn không được gọi tên là nỗi cô đơn nặng nề nhất. Hai, có muốn tìm chỗ dựa cũng khó. Việt Nam chỉ có khoảng 0,3 bác sĩ tâm thần trên 100.000 dân, trong khi trung bình thế giới là 9. Chỉ 18% người được khảo sát ở Hà Nội nhận ra mình cần tìm hỗ trợ chuyên môn khi có dấu hiệu trầm cảm (nghiên cứu 1.077 người, 2024); phần lớn nghĩ chỉ cần "nghỉ ngơi, đi chơi, ở bên gia đình là hết". Có một tín hiệu mới đáng mừng: tháng 3 năm 2026, Bộ Y tế lần đầu đưa "căng thẳng do công việc" vào diện theo dõi sức khỏe tâm thần cộng đồng. Lần đầu tiên. Nghĩa là tới tận bây giờ, áp lực nghề nghiệp mới bắt đầu được gọi tên một cách chính thức ở Việt Nam. Nếu bạn đang hoặc sắp dẫn dắt dù chỉ một người… Đây không phải lời khuyên cho riêng CEO. Nó cho bất kỳ ai đã, hoặc sắp, là người phải đóng vai quyết định. 1. Dựng một "hội đồng ngang hàng" trước khi bạn cần đến nó. Hai, ba người cũng làm quản lý như bạn, ở công ty khác, gặp nhau đều đặn mỗi tháng. Không nghị trình, không phán xét. Mở lời đơn giản: "Tháng này tôi kẹt chuyện này, mọi người từng gặp chưa?" Bạn sẽ ngạc nhiên vì ai cũng đã từng. 2. Tự xây lại đường nghe sự thật. Vì không ai tự nguyện nói thẳng với sếp, bạn phải hỏi cụ thể. Đừng hỏi "có gì góp ý cho anh không" (không ai trả lời). Hãy hỏi "chuyện tuần rồi, nếu là em, em sẽ làm khác ở chỗ nào?" Chọn ra 2–3 người bạn tin là dám nói thật. 3. Giữ lấy những mối quan hệ mà cái chức của bạn hoàn toàn vô nghĩa. Bạn cũ, người thân, những người biết bạn từ hồi bạn chưa là ai cả. Đừng để công việc nuốt hết. Đó là nơi bạn được làm người, không phải làm sếp. 4. Tách con người ra khỏi chức danh. Có một thứ bạn giỏi hoặc yêu ngoài công việc để khi công việc rung lắc, bạn vẫn còn một điểm tựa không mang tên chức vụ. 5. Gọi tên nó. Nói ra, ít nhất là với chính mình: "Mình đang cô đơn" — không phải vì mình dở, mà vì đây là mặt trái của nghề. Gọi tên là bước kiểm soát đầu tiên. Thứ không gọi tên được thì không xử lý được. 6. Gắn kết lại với công việc, đừng chỉ gồng gánh nó. Đây là phát hiện mạnh nhất của Gallup, và là tia sáng của cả bài: người quản lý thật sự gắn kết với công việc và đội nhóm của mình thì cảm xúc tiêu cực còn thấp hơn cả nhân viên. Nghĩa là không phải cái chức làm bạn khổ mà là làm sếp trong trạng thái mất kết nối mới làm bạn khổ. Và nếu bạn là người đứng đầu tổ chức: hãy nhớ rằng các quản lý cấp trung dưới bạn cũng đang gánh đúng nỗi khổ này, thường là âm thầm nhất, kẹp giữa áp lực trên xuống và kỳ vọng dưới lên. Hỏi han họ. Cho họ một chỗ để nói thật mà không sợ mất mặt. Bạn không cần một chương trình phúc lợi hoành tráng; đôi khi chỉ cần một câu hỏi thật lòng. Đừng đọc bài này thành "thôi đừng làm sếp". Chính dữ liệu Gallup nói ngược lại: người dẫn dắt đội nhóm hài lòng với cuộc đời và thấy công việc có ý nghĩa hơn người không quản lý ai. Hàng triệu người sống trọn vẹn nhờ được dẫn dắt người khác. Lãnh đạo không phải một lời nguyền. Nó là một trong những việc đáng làm nhất đời người.

58% nhà quản lý tuyển dụng cho biết việc tìm được ứng viên đủ năng lực khó hơn một năm trước. 63% báo cáo dự án bị chậm đáng kể vì thiếu người. 48% đã phải HỦY BỎ hẳn dự án vì không đủ nhân sự. Gần một nửa doanh nghiệp phải hủy dự án. Không phải vì thị trường xấu. Không phải vì AI. Vì không tìm ra người. Bây giờ hãy dịch ba con số đó sang ngôn ngữ của bạn: Có 48% khoảng trống đang mở, và chưa ai bước vào. Vấn đề của thị trường lao động hôm nay không phải "không có việc". Là khoảng cách năng lực. Và khoảng cách thì lấp được nếu bạn biết chính xác phải lấp cái gì. Ba kỹ năng khó tìm nhất — và ý nghĩa thật của chúng Ba thứ nhà tuyển dụng nói khó tìm nhất: kiến thức chuyên ngành, thành thạo phần mềm, và năng lực lãnh đạo. Kiến thức chuyên ngành — thứ không Google được Nó thật sự là gì? Không phải kiến thức bạn đọc được trên mạng trong ba mươi phút. Nếu Google trả lời được thì AI cũng trả lời được, và nó không còn khan hiếm. Kiến thức chuyên ngành mà doanh nghiệp trả tiền là loại chỉ có từ việc ở trong ngành đủ lâu và đủ chú tâm: vì sao khách hàng trong ngành này ra quyết định như vậy; quy định trên giấy thì thế nhưng thực tế cơ quan quản lý áp dụng ra sao; đâu là những lỗi mà người mới luôn mắc; ai là những tay chơi thật sự trong chuỗi giá trị. Cách xây dựng: Chọn một ngành và ở lại đủ lâu. Nhảy ngành mỗi hai năm khiến bạn mãi ở tầng bề mặt. Ba đến năm năm trong một ngành là ngưỡng bắt đầu có tri thức thật. Đọc thứ người trong ngành đọc như báo cáo ngành, tài liệu hiệp hội, bản tin chuyên môn, báo cáo thường niên của các công ty lớn trong ngành. Ghi lại các ca khó bạn từng xử lý. Đây là mẹo ít người làm: mỗi lần gặp một tình huống bất thường, viết lại một đoạn ngắn — chuyện gì, xử lý sao, học được gì. Sau ba năm bạn có một kho tri thức mà không ai copy được. Nói chuyện với người ngoài phòng ban. Người bán hàng biết những thứ người vận hành không biết, và ngược lại. Hiểu được cả chuỗi là thứ khiến bạn khác biệt. Thành thạo phần mềm — nơi khoảng cách lớn nhất và dễ lấp nhất Nó thật sự là gì? Đây là kỹ năng dễ xây nhất trong ba kỹ năng, và cũng là nơi nhiều người bỏ lỡ nhất vì ai cũng nghĩ "mình biết dùng rồi". "Biết dùng Excel" và "thành thạo Excel" cách nhau rất xa. Người thứ nhất nhập dữ liệu. Người thứ hai xây được mô hình tài chính, tự động hoá báo cáo, xử lý được bộ dữ liệu mười nghìn dòng trong mười phút. Và ngày nay, phần này đã mở rộng sang AI. Nhớ con số này: công việc yêu cầu kỹ năng AI hiện trả cao hơn 56% so với vị trí tương đương không yêu cầu, tăng từ mức 25% năm 2025. Cách xây: Chọn đúng bộ công cụ của nghề mình, đừng học lan man. Tài chính – kế toán: Excel nâng cao, phần mềm kế toán, công cụ phân tích dữ liệu. Marketing: nền tảng quảng cáo, phân tích, tự động hoá. Vận hành: ERP, quản lý dự án. Ai cũng cần sử dụng thành thạo một công cụ AI. Học bằng dự án thật, không bằng khóa học. Lấy một việc bạn đang làm thủ công mỗi tuần, và tự động hoá nó. Bạn vừa học được, vừa có kết quả để nói khi phỏng vấn. Đặt tiêu chuẩn "làm được", không phải "biết về". Sau khi học, hãy kiểm tra: mình có tự làm được từ đầu đến cuối mà không xem hướng dẫn không? Nếu không, chưa xong. Ghi lại bằng con số. "Rút quy trình báo cáo từ 5 giờ xuống 40 phút" — đó là câu nên nói trong phòng phỏng vấn. "Thành thạo Excel" thì không. Năng lực lãnh đạo — thứ hiếm nhất và bị hiểu sai nhiều nhất Nó thật sự là gì? Đây là kỹ năng khan hiếm nhất, và cũng là chỗ nhiều người tự loại mình một cách oan uổng vì họ nghĩ "lãnh đạo" nghĩa là có chức danh quản lý. Không phải. Cái doanh nghiệp thiếu là người dám chịu trách nhiệm cho một kết quả. Người nhìn ra vấn đề trước khi được giao. Người ra được quyết định khi thông tin chưa đủ. Người khiến người khác muốn hợp tác. Bạn không cần ai bổ nhiệm mới bắt đầu xây được thứ đó. Và nhớ chi tiết của IBM: hệ thống AI xử lý được 94% yêu cầu thường quy nhưng vấp ở 6% còn lại — bao gồm các tình huống đạo đức. Sáu phần trăm đó chính là địa hạt của phán đoán và trách nhiệm. Đó là lý do năng lực lãnh đạo càng ngày càng đắt. Cách xây — kể cả khi bạn chưa quản lý ai: Nhận làm chủ một việc trọn vẹn, thay vì chỉ làm phần được giao. Một dự án nhỏ, nhưng bạn chịu trách nhiệm từ đầu đến cuối. Đưa đề xuất thay vì hỏi ý kiến. Thay vì "Anh muốn em làm thế nào?", hãy nói "Em nghĩ nên làm theo hướng A vì lý do X, anh thấy sao?" Sai cũng không sao. Bạn đang luyện cơ bắp phán đoán. Tìm cách có mặt trong những cuộc khó. Khi có sự cố, khi khách hàng giận, khi phải ra quyết định gai góc, hãy xin được tham gia, dù chỉ để ngồi nghe. Đó là nơi năng lực lãnh đạo được hình thành, và nó không dạy được qua sách. Kèm một người. Cách nhanh nhất để học lãnh đạo là hướng dẫn ai đó. Một thực tập sinh, một bạn mới vào. Bạn sẽ học được nhiều hơn họ. Ba ngành đang khát người nhất Khảo sát cũng nêu rõ: công nghệ, y tế, và tài chính – kế toán dẫn đầu nhu cầu tuyển dụng. Và ở Việt Nam, tín hiệu khớp với thế giới. Thị trường công nghệ vừa ghi nhận hơn 67.000 tin tuyển dụng mới, cao nhất trong ba năm, tăng khoảng 30% trong 2026, với kết luận từ giới trong ngành: "Không có chuyện AI thay thế lập trình viên." Nhưng — và đây là phần cần thận trọng — dữ liệu Việt Nam cũng cho thấy việc làm cho sinh viên mới ra trường giảm 12,96%, đặc biệt ở Kế toán (giảm 36,22%) và Tài chính – Ngân hàng (giảm 34,52%). Nghe mâu thuẫn? Không hề. Nó nói lên một điều rất quan trọng: Ngành thì khát người. Nhưng khát người CÓ NĂNG LỰC, không phải người mới. Trong chính ngành tài chính – kế toán, vị trí cơ bản đang co lại vì phần mềm và AI làm được. Còn vị trí cần phân tích, tư vấn, phán đoán thì tuyển không ra. Kế hoạch 90 ngày, nếu bạn muốn bắt đầu ngay Đây là một lộ trình cụ thể bạn có thể bắt đầu tuần này: Tuần 1 — Định vị. Viết ra: ngành mình đang ở, và trong ba kỹ năng trên, mình yếu nhất cái nào? Trung thực thôi. Chọn một cái để tập trung, không chọn cả ba. Tuần 2–4 — Thu thập bằng chứng thị trường. Đọc 20 tin tuyển dụng cho vị trí bạn muốn có sau hai năm. Ghi lại mọi yêu cầu lặp lại. Đó là danh sách việc phải làm của bạn — do chính thị trường viết. Tháng 2 — Xây một thứ thật. Không học lý thuyết. Chọn một dự án nhỏ áp dụng đúng kỹ năng bạn chọn, và làm cho xong. Tự động hoá một quy trình. Phân tích một bộ dữ liệu. Dẫn dắt một sáng kiến nhỏ trong đội. Tháng 3 — Ghi lại bằng con số và mang ra ánh sáng. Cập nhật CV với kết quả cụ thể. Chia sẻ điều bạn học được trong công ty, trên LinkedIn, ở đâu cũng được. Kỹ năng không ai biết thì không có giá trị thị trường. Ba tháng. Một kỹ năng. Một bằng chứng. Lặp lại bốn lần là bạn có một năm khác hẳn. Cũng phải thành thật: không phải mọi khoảng trống đều là lỗi của người lao động. Có thật những mô tả công việc phi thực tế, đòi 5 năm kinh nghiệm cho vị trí junior, liệt kê 15 yêu cầu cho mức lương khiêm tốn. Khi doanh nghiệp than "không tìm được người phù hợp", đôi khi thứ họ đang tìm đơn giản là không tồn tại. Và với một bạn mới ra trường đang rải hàng trăm CV không ai hồi âm, những con số vĩ mô ở trên chẳng an ủi được gì. Cửa vào nghề đang hẹp hơn thế hệ trước, và đó không phải lỗi của các bạn. Nhưng đây là lý do tôi vẫn viết bài này: giữa "khó" và "vô vọng" là một khoảng cách rất lớn và toàn bộ chiến lược của bạn nên được xây trên khoảng cách đó.

Trong đời, bạn đã bao nhiêu lần đánh mất ý tưởng hay? Ý tưởng loé lên lúc đọc nghiên cứu. Câu nói của một người thầy trong buổi cà phê. Một nhận định sắc sảo bạn nghe được giữa cuộc họp. Một đoạn sách làm bạn dừng lại. Bạn nghĩ mình sẽ nhớ. Nhưng ba tuần sau, nó biến mất — như thể chưa từng tồn tại. Khi được 2 người bạn siêu AI chia sẻ về khái niệm Second Brain — bộ não thứ hai, mình mình nghĩ ồ đây rồi. Đúng là thứ mình cần nên vừa xây xong và đặt tên cho nó là Trí Vân. Mình sử dụng Claude Code và xây second brain trên Notion AI. Second Brain là gì? Đây là một hệ thống quản trị tri thức cá nhân (Personal Knowledge Management) do Tiago Forte phát triển, xuất bản thành sách năm 2022. Nền tảng của nó nằm ở một câu rất đơn giản mà David Allen từng nói: "Trí óc bạn dùng để CÓ ý tưởng, không phải để GIỮ ý tưởng." Bộ não con người giỏi tạo ra ý tưởng, nhưng dở tệ trong việc lưu trữ và truy xuất. Chúng ta bắt nó làm sai việc, rồi trách nó hay quên. Và bối cảnh thì càng ngày càng khắc nghiệt: chúng ta đang xử lý lượng thông tin nhiều gấp năm lần so với 30 năm trước. Có một mô tả về vấn đề này mà mình thấy chính xác đến buồn cười: những ý tưởng hay của bạn đang nằm rải rác trong bốn ứng dụng khác nhau, hai cuốn sổ tay, một đoạn ghi âm từ sáu tháng trước, một bài báo bạn đánh dấu mà chưa đọc, và một thư mục email tên "quan trọng" chứa ba trăm mục. Nghe quen không? Hai công thức cốt lõi Hệ thống second brain này đứng trên hai khung: Thứ nhất — CODE, bốn bước xử lý thông tin: Capture (Thu thập): giữ lại những gì mang “tính cộng hưởng" với bạn — thứ truyền cảm hứng, hữu ích, mang tính cá nhân, hoặc gây bất ngờ. Không phải giữ tất cả. Organise (Sắp xếp): xếp vào một cấu trúc rõ ràng. Distil (Chắt lọc): rút mỗi ghi chú về phần tinh túy. Express (Thể hiện): dùng nó để tạo ra thứ gì đó. Bước cuối mới là mục đích. Một second brain mà không tạo ra gì thì chỉ là một cái kho. Thứ hai — PARA, bốn ngăn để sắp xếp: Projects: việc đang làm, có điểm kết thúc rõ ràng Areas: trách nhiệm dài hạn, không có điểm dừng Resources: chủ đề quan tâm, có thể hữu ích sau này Archives: những gì đã xong Và đây là điểm mình thấy thông minh nhất: PARA sắp xếp thông tin theo mức độ CÓ THỂ HÀNH ĐỘNG, chứ không theo chủ đề. Đó chính là thứ phân biệt nó với cách lưu trữ thông thường. Nghĩa là bạn không hỏi "cái này thuộc chủ đề gì?" mà hỏi "cái này phục vụ việc gì mình đang làm?" Hệ thống này ra đời từ 2017. Vấn đề lớn nhất của nó suốt bao năm là: bước Capture quá tốn công. Bạn phải nhớ ghi chép. Phải gõ lại. Phải sắp xếp. Và trong một ngày bận rộn, đó chính là bước bị bỏ rơi đầu tiên. Rất nhiều người bỏ cuộc ngay tại đó. Mình vừa giải quyết được điều đó — bằng tai nghe AI Anker Soundcore. Tai nghe có bộ xử lý AI riêng, tự ghi và chuyển lời nói thành văn bản trên 154 ngôn ngữ, phân biệt được từng người nói, và cho phép mình đánh dấu những đoạn quan trọng ngay trong lúc trò chuyện. Ứng dụng đi kèm hiển thị toàn bộ bản ghi, kèm các điểm mình đã đánh dấu và nhãn cho từng người tham gia. Nghĩa là mọi cuộc họp, mọi buổi chia sẻ, mọi cuộc phỏng vấn của mình giờ đây tự động được thu thập. Đúng như Tiago Forte viết: càng giao được việc thu thập, sắp xếp, chắt lọc cho công nghệ, bạn càng có nhiều thời gian và năng lượng cho phần thể hiện — thứ mà chỉ mình bạn làm được. Trí Vân của mình được xây thế nào Mình chia làm bốn ngăn, rất đơn giản: Kiến thức — mọi nghiên cứu, dữ liệu, báo cáo Nội dung — bài viết, bản thảo, thứ đã hoàn thành Dự án — sản phẩm bàn giao của từng dự án Inbox — chưa biết xếp đâu thì bỏ vào đây, phân loại sau Và mình có một quy tắc cứng: mọi nghiên cứu và mọi bài viết hoàn chỉnh đều tự động được lưu vào đó — không hỏi, không chờ, không "để mai." Vì sao qui tắc phải cứng như vậy? Vì biết nếu để tuỳ hứng, mình sẽ không làm. Hệ thống chỉ hoạt động khi nó có thể tự chạy. Nếu bạn muốn xây cho riêng mình Đây là những gì mình học được, chia sẻ thật: 1. Bắt đầu bằng một chỗ duy nhất, đừng bắt đầu bằng công cụ hoàn hảo. Notion, Obsidian, Evernote, thậm chí Google Docs — công cụ nào cũng được. Điều quan trọng là chỉ có MỘT chỗ. Vấn đề của bạn không phải thiếu app. Vấn đề là bạn đang có quá nhiều. 2. Đừng lưu tất cả. Chỉ lưu thứ "cộng hưởng". Đây là sai lầm đầu tiên ai cũng mắc: biến second brain thành bãi rác. Tiêu chí rất rõ: thứ khiến bạn thấy được truyền cảm hứng, hữu ích, mang tính cá nhân, hoặc gây bất ngờ. Nếu đọc xong mà lòng không động, đừng lưu. 3. Sắp xếp theo "mình sẽ dùng nó cho việc gì", đừng theo chủ đề. Một bài nghiên cứu về Gen Z không thuộc thư mục "Gen Z". Nó thuộc dự án bạn đang cần nó. Cách phân loại theo hành động sẽ khiến bạn thật sự dùng tới nó, thay vì lưu rồi quên. 4. Đừng biến việc sắp xếp thành một công việc toàn thời gian. Điều này rất quan trọng: giữ cho second brain gọn gàng không phải là một nghề. Ý tưởng là bạn sắp xếp KHI thêm vào và KHI dùng tới — chứ không phải ngồi dọn dẹp cả kho mỗi cuối tuần. Bạn sẽ chỉ dùng tới một phần rất nhỏ trong đó tại một thời điểm. 5. Tự động hoá khâu thu thập bằng mọi cách có thể. Đây là nút thắt khiến 90% người bỏ cuộc. Dùng ghi âm AI, dùng tính năng lưu bài viết, dùng phím tắt. Càng ít ma sát, hệ thống càng sống. Mình chọn tai nghe AI vì nó xoá hoàn toàn ma sát trong các cuộc gặp — thứ chiếm phần lớn thời gian. 6. Nhớ rằng mục đích cuối là TẠO RA, không phải lưu trữ. Đây là điều mình muốn nhấn mạnh nhất. Một second brain đầy ắp mà chưa từng đẻ ra được bài viết nào, ý tưởng nào, quyết định nào — thì đó chỉ là một dạng "ảo giác nỗ lực" cao cấp. Chữ E trong CODE là Express. Đừng dừng ở chữ D. Xây một hệ thống như thế này không phải phép màu. Nó không tự làm bạn thông minh hơn. Nó chỉ đảm bảo rằng những gì bạn đã học không bị rơi rớt. Phần suy nghĩ, kết nối, sáng tạo — vẫn là việc của bạn, và sẽ luôn là việc của bạn. Có một câu của Tiago Forte mình rất thích: "Nếu bạn cảm thấy giếng cảm hứng đã cạn, đó là vì bạn cần một cái giếng sâu hơn." Mình nghĩ nhiều người trong chúng ta không thiếu ý tưởng. Chúng ta chỉ thiếu một nơi để lưu giữ chúng lại, và một cách để tìm lại chúng đúng lúc cần. Second brain, với mình, không phải là chuyện năng suất. Nó là chuyện tôn trọng chính hành trình học hỏi của mình. Mỗi cuốn sách bạn đọc, mỗi người bạn gặp, mỗi bài học bạn trả giá để có — tất cả đều xứng đáng được giữ lại, chứ không phải bay đi cùng trí nhớ. Bộ não thứ nhất của bạn để nghĩ. Hãy để bộ não thứ hai lo phần nhớ. Bạn không cần thông minh hơn. Bạn chỉ cần thôi đánh mất những gì mình đã biết.

Chỉ trong khoảng ba năm, thế giới công sở đã sản sinh ra hàng chục thuật ngữ mới. Không phải những từ về công nghệ. Không phải những khái niệm về mô hình kinh doanh. Mà là những cái tên để gọi cảm giác chán nản, sợ hãi và mất niềm tin của người đi làm. Quiet quitting. Job hugging. Quiet cracking. Task masking. Coffee badging. Career catfishing. Revenge quitting. Resenteeism. Ghost work. Khi một xã hội phải phát minh ra nhiều từ đến vậy chỉ để gọi tên cùng một trạng thái, thì đó không còn là câu chuyện của vài cá nhân “kém chịu đựng”. Đó là một chẩn đoán. Tôi đọc qua danh sách những thuật ngữ nhân sự nổi bật của năm nay. Điều thú vị là khi xếp chúng thành từng nhóm, chúng vẽ nên một bản đồ rất rõ ràng về những gì đang diễn ra trong thế giới công việc. Nhóm 1 — Sự mất gắn kết đã chuyển sang hoạt động ngầm Ghost Work, Quiet Cracking, Task Masking, Job Hugging, Micro-Pettiness… tất cả đều mô tả những người đã rút lui về mặt cảm xúc nhưng vẫn hiện diện về mặt thể chất. Họ ở lại vì sợ hãi, diễn cảnh bận rộn thay vì tạo ra giá trị, hoặc tìm những cách nhỏ nhặt để giành lại cảm giác kiểm soát. Có thêm hai thuật ngữ đáng chú ý. Resenteeism — tiếp tục ở lại công việc trong trạng thái oán giận công khai. Bare Minimum Mondays — nhân viên chủ động giảm nhịp làm việc đầu tuần để tránh kiệt sức. Nhóm 2 — Niềm tin đổ vỡ ở cả ba chặng của hành trình nhân viên Đây là nhóm khiến tôi thấy đáng lo nhất, vì nó bao trùm toàn bộ vòng đời của một nhân viên. Khâu tuyển dụng: Career Catfishing — nhận offer rồi biến mất, không bao giờ đi làm. Một khảo sát cho thấy khoảng một phần ba lao động Gen Z tại Anh từng làm điều này. Khâu hội nhập: Shift Shock — cú sốc khi phát hiện công việc thực tế hoàn toàn khác những gì được hứa hẹn. Khâu ra đi: Revenge Quitting — nghỉ việc như một hành động trả đũa. Điểm chung rất rõ: chính sự lệch pha giữa kỳ vọng và thực tế, giữa lời hứa và những gì diễn ra sau đó, là thứ đẩy người ta rời đi. Nhóm 3 — Cuộc chiến về tính linh hoạt đang bào mòn niềm tin Hushed Hybrid (quản lý âm thầm cho nhân viên làm từ xa trái quy định), Revenge RTO, RTO Backlash… Đây không đơn thuần là những buzzword mới. Chúng là triệu chứng của một cuộc khủng hoảng niềm tin giữa tổ chức và người lao động. Nhóm 4 — Sự bất an được thiết kế Rolling Layoffs là xu hướng cắt giảm nhân sự theo từng đợt nhỏ, kéo dài, thay vì sa thải quy mô lớn. Cách làm này giúp tránh những tiêu đề báo chí, nhưng lại khiến nỗi bất an kéo dài không dứt. Anti-perks là những phúc lợi nhân viên không cần hoặc không còn tin tưởng. Đó là dấu hiệu cho thấy doanh nghiệp đang tặng những thứ người ta không muốn, trong khi điều họ thật sự cần lại là thời gian, thu nhập và cảm giác an toàn. Rồi còn có The Great Flattening — làn sóng cắt bỏ các tầng quản lý trung gian để tiết kiệm chi phí. Nghe thì gọn nhẹ, nhưng với người đi làm, điều đó có nghĩa là con đường thăng tiến vừa mất đi vài bậc thang. Vậy bộ từ vựng này thật sự nói lên điều gì? Có một nhận định tôi thấy chính xác đến lạnh người: “Những xu hướng như revenge quitting, quiet quitting, career catfishing hay job ghosting chỉ là triệu chứng của căn bệnh, chứ không phải bản thân căn bệnh. Các công ty đã đánh giá quá cao quyền lực của mình và đánh giá quá thấp nhu cầu phản kháng của người lao động — những người cảm thấy mình không còn công cụ nào khác để lên tiếng.” Không ai career catfish một công ty mà họ thật sự tin tưởng. Không ai coffee badging ở một nơi họ thấy việc có mặt là có ý nghĩa. Và cũng không ai task masking nếu công việc của họ được nhìn thấy, được ghi nhận và được trân trọng. Mỗi thuật ngữ trong danh sách trên thực chất chỉ là một lỗ hổng niềm tin đã được đặt tên. Tôi cũng rất thích một nhận xét khác: “Các từ ngữ có thể không tồn tại lâu — tạm biệt quiet quitting, chào đón quiet cracking — nhưng cảm xúc phía sau chúng là thật. Những buzzword công sở chính là các lá cờ đỏ mà lãnh đạo bỏ qua sẽ phải trả giá.” Từ ngữ có thể thay đổi. Nhưng nỗi đau thì không. Tại Việt Nam, chúng ta chưa có nhiều từ tiếng Việt để gọi tên những hiện tượng này. Nhưng chính những hiện tượng ấy thì đã xuất hiện từ lâu. Các báo cáo về thị trường lao động gần đây mô tả tình trạng hiện nay là “ổn định ở bề mặt nhưng trì hoãn ở tầng sâu.” Không phải vì thiếu cơ hội, mà vì thiếu niềm tin để đưa ra quyết định. Người lao động không từ chối dịch chuyển. Họ chỉ chưa đủ an tâm để rời đi. Đó chính là job hugging. Và cái giá của nó đang hiện ra rất rõ. Ngày 18/7 vừa qua, Chủ tịch Hiệp hội Y học TP.HCM cho biết khoảng 15% dân số Việt Nam — tương đương gần 15 triệu người — đang mắc ít nhất một trong mười rối loạn tâm thần phổ biến. Gánh nặng này tiếp tục gia tăng trong bối cảnh áp lực công việc và tốc độ thay đổi của cuộc sống ngày càng lớn, đồng thời có xu hướng trẻ hóa. Nói cách khác, những buzzword vui vui trên mạng đang có một phiên bản hoàn toàn không vui trong các phòng khám. Vậy bạn nên làm gì với bộ từ vựng này? Đây mới là phần hữu ích nhất. Đừng chỉ đọc để biết. Hãy dùng nó như một bộ công cụ chẩn đoán chính mình. 1. Soi lại bản thân — một cách thành thật. Đọc lại danh sách và tự hỏi: tuần vừa rồi mình có rơi vào trạng thái nào không? Có diễn cảnh bận rộn không? Có ở lại chỉ vì oán giận? Có quẹt thẻ rồi về? Không phải để tự trách. Mà để nhận ra rằng nếu bạn đang làm những điều ấy, bạn đang tiêu năng lượng vào việc chống đỡ thay vì xây dựng. Và người chịu thiệt nhiều nhất cuối cùng vẫn là chính bạn. 2. Phân biệt triệu chứng với nguyên nhân. Nếu bạn đang quiet cracking — rạn vỡ trong im lặng — đừng chỉ xử lý cảm giác. Hãy truy ngược nguyên nhân. Là khối lượng công việc? Một người sếp cụ thể? Thiếu lộ trình phát triển? Hay mức lương không còn tương xứng? Chỉ khi gọi đúng tên nguyên nhân, bạn mới có thể đưa ra đúng giải pháp. Nếu không, bạn sẽ mang nguyên vẹn vấn đề ấy sang công ty tiếp theo. 3. Đừng dùng buzzword để hợp thức hóa việc đứng yên. Đây là mặt trái cần phải nói thẳng. Khi mạng xã hội đặt cho một hành vi một cái tên nghe rất “thời thượng”, chúng ta dễ mặc nhiên xem nó là hợp lý. “Mình đang bare minimum Mondays” nghe dễ chấp nhận hơn nhiều so với “mình đang bỏ bê công việc.” Nhưng cái tên không thay đổi được hậu quả. Nếu bạn ngừng phát triển suốt hai năm, thị trường sẽ không quan tâm bạn gọi điều đó là gì. 4. Dùng nó như một bộ lọc khi đi phỏng vấn. Đây có lẽ là ứng dụng thực tế nhất. Hãy đặt những câu hỏi giúp bạn phát hiện các triệu chứng trên. Chính sách làm việc linh hoạt thực tế được áp dụng ra sao? Tỷ lệ nghỉ việc năm qua là bao nhiêu? Người từng đảm nhiệm vị trí này hiện đang ở đâu? Nếu bạn ngửi thấy mùi của shift shock — công ty hứa một đằng, làm một nẻo — thì tốt nhất nên phát hiện trước khi ký hợp đồng, chứ không phải sau ba tháng. 5. Nếu bạn là quản lý, hãy xem đây là một bảng audit. Đọc lại toàn bộ danh sách và tự hỏi: Có bao nhiêu triệu chứng trong số này đang xuất hiện trong đội ngũ của mình? Nếu nhân viên đang coffee badging, đang diễn cảnh bận rộn, đang im lặng hay oán giận, thì vấn đề không nằm ở thế hệ của họ. Nó nằm ở hệ thống mà bạn đã xây dựng. Buzzword chỉ đơn giản là những lá cờ đỏ được cắm sẵn để bạn nhìn thấy. 6. Trả lời một câu hỏi gốc. Cuối cùng, tất cả những thuật ngữ trên đều quy về một câu hỏi duy nhất: “Nơi này có tin tôi không? Và tôi có còn tin nơi này không?” Nếu cả hai câu trả lời đều là có, gần như không thuật ngữ nào trong danh sách trên xuất hiện. Chỉ cần một câu trả lời là không, những buzzword ấy sẽ lần lượt kéo đến. Việc mạng xã hội liên tục sản xuất các buzzword cũng có mặt trái. Nó biến những vấn đề rất phức tạp thành những chiếc nhãn dán dễ tiêu hóa, và đôi khi khiến chúng ta tự chẩn đoán sai. Một tuần mệt mỏi chưa chắc là burnout. Một người sếp khó tính chưa chắc là môi trường độc hại. Một giai đoạn chán nản cũng chưa chắc là quiet cracking. Và còn một rủi ro khác. Khi mọi thứ đều có tên gọi, người ta rất dễ dừng lại ở việc gọi tên mà quên mất việc giải quyết. Đặt tên cho nỗi đau có thể mang lại cảm giác nhẹ nhõm. Nhưng nhẹ nhõm không đồng nghĩa với chữa lành. Vì thế, hãy dùng những từ ngữ này như một tấm bản đồ. Đừng biến chúng thành một tấm chăn để trùm lên vấn đề và ngủ yên với nó. Giải thích từ vựng: Quiet quitting — “Nghỉ việc trong im lặng”: Không nghỉ hẳn mà chỉ làm đúng phần việc được trả lương, không cống hiến thêm, không nhận việc ngoài trách nhiệm. Job hugging — “Ôm chặt công việc”: Không dám nghỉ hay chuyển việc vì bất an về thị trường lao động, dù không còn gắn bó với công việc hiện tại. Quiet cracking — “Rạn vỡ trong im lặng”: Bên ngoài vẫn làm việc bình thường nhưng bên trong đã kiệt sức, căng thẳng hoặc mất động lực. Task masking — “Diễn cảnh bận rộn”: Tạo cảm giác mình đang làm việc rất nhiều nhưng thực tế năng suất hoặc giá trị tạo ra không tương xứng. Coffee badging — “Quẹt thẻ cà phê”: Đến văn phòng chỉ để điểm danh, uống cà phê, xuất hiện một lúc rồi về hoặc làm việc ở nơi khác nhằm đáp ứng quy định đi làm tại văn phòng. Career catfishing — “Lừa tuyển dụng”: Ứng viên nhận lời mời làm việc nhưng đến ngày nhận việc thì biến mất hoặc không phản hồi. Mở rộng hơn là tạo kỳ vọng sai lệch trong quá trình tuyển dụng. Revenge quitting — “Nghỉ việc để trả đũa”: Chủ động nghỉ việc nhằm phản ứng hoặc trả đũa cách đối xử của công ty hoặc cấp trên. Resenteeism — Tiếp tục ở lại công ty trong trạng thái oán giận, bất mãn và tiêu cực. Từ này ghép từ resentment (oán giận) và presenteeism (có mặt nhưng không hiệu quả). Ghost work — “Làm việc vô hình”: Chỉ những công việc hoặc người lao động ít được nhìn thấy, ít được ghi nhận, hoặc vẫn làm việc nhưng gần như “biến mất” khỏi sự tương tác và đóng góp hữu hình. Micro-pettiness — Những hành động nhỏ nhặt, vụn vặt mang tính trả đũa hoặc gây khó chịu trong môi trường làm việc, như cố tình chậm phản hồi, làm khó đồng nghiệp. Bare Minimum Mondays — Xu hướng chỉ làm ở mức tối thiểu vào ngày thứ Hai để giữ năng lượng và tránh kiệt sức sau cuối tuần. Shift shock — “Cú sốc công việc”: Thất vọng khi nhận ra công việc thực tế khác xa mô tả tuyển dụng hoặc kỳ vọng ban đầu. Hushed hybrid — Mô hình làm việc hybrid “ngầm”: Quản lý âm thầm cho nhân viên làm từ xa dù trái với chính sách chính thức của công ty. Revenge RTO (Return to Office) — Nhân viên cảm nhận việc bị buộc quay lại văn phòng là một hình thức kiểm soát hoặc “trả đũa”, thay vì vì hiệu quả công việc. RTO backlash — Làn sóng phản đối hoặc phản ứng tiêu cực của nhân viên trước chính sách bắt buộc quay lại văn phòng. Rolling layoffs — Cắt giảm nhân sự theo từng đợt nhỏ, kéo dài liên tục thay vì sa thải quy mô lớn một lần. Anti-perks — “Phúc lợi phản tác dụng”: Những phúc lợi doanh nghiệp cung cấp nhưng nhân viên không cần hoặc không đánh giá cao. The Great Flattening — Xu hướng tinh gọn bộ máy bằng cách cắt giảm các tầng quản lý trung gian, khiến cơ cấu tổ chức trở nên “phẳng” hơn và cơ hội thăng tiến ít đi. Buzzword — Thuật ngữ thời thượng, từ khóa đang được sử dụng rộng rãi để mô tả một xu hướng hoặc hiện tượng mới. Burnout — Hội chứng kiệt sức kéo dài do áp lực công việc hoặc căng thẳng mãn tính.

Có một câu chuyện đang diễn ra trong giới lãnh đạo doanh nghiệp toàn cầu mà mình nghĩ mọi người trẻ đi làm đều nên biết. Suốt hai năm qua, tiêu đề các mặt báo gần như giống hệt nhau: "Công ty X sa thải Y nghìn người vì AI." Đọc mãi rồi ai cũng tin rằng cuộc chơi đã kết thúc, rằng người mới bước vào thị trường lao động gần như không còn cơ hội. Nhưng năm 2026 lại đang kể một câu chuyện khác. Và nó bất ngờ hơn rất nhiều. Các công ty cắt giảm vị trí đầu vào, rồi chỉ vài tháng sau lại tuyển trở lại ngay trong cùng một năm. Nghe có vẻ mâu thuẫn, nhưng đó chính là điều đang diễn ra. Và nó cho thấy một sự thật mà nhiều doanh nghiệp chỉ bắt đầu nhận ra: tự động hóa công việc của nhân sự junior thì dễ hơn rất nhiều so với việc duy trì một "đường ống" để đào tạo lớp lãnh đạo tương lai. Ba ví dụ đang được nhắc đến nhiều nhất: Amazon. Mùa thu năm ngoái, công ty cắt khoảng 14.000 vị trí văn phòng. Nhưng năm nay, AWS lại tuyển hơn 11.000 thực tập sinh và sinh viên mới tốt nghiệp. IBM. Trong khi vẫn tái cơ cấu nhân sự, công ty đồng thời tăng gấp ba tuyển dụng entry-level cho các vị trí AI và hybrid cloud. Meta. Chuyển khoảng 7.000 nhân viên sang các vai trò liên quan đến AI, đồng thời cắt giảm khoảng 8.000 vị trí khác. Nếu chỉ nhìn từng tiêu đề riêng lẻ, bạn sẽ thấy một bức tranh rất u ám. Nhưng nếu ghép tất cả lại với nhau, bạn sẽ thấy một câu chuyện hoàn toàn khác. Không phải việc làm đang biến mất. Mà việc làm đang được sắp xếp lại. Giữa lúc đó, có một câu nói đang được chia sẻ rất nhiều. Matt Garman — người đứng đầu mảng điện toán đám mây của Amazon và cũng là một trong những lãnh đạo quyền lực nhất ngành công nghệ — đã thẳng thắn nhận xét về ý tưởng thay toàn bộ lập trình viên junior bằng AI: "One of the dumbest things I've ever heard."("Đó là một trong những điều ngu ngốc nhất tôi từng nghe.") Từ một người ở vị trí đó, đây không phải là một phát biểu cảm tính. Đó là một tuyên bố mang tính chiến lược. Và cũng là lời giải thích vì sao AWS vẫn tuyển hơn 11.000 người trẻ giữa lúc cả ngành liên tục cắt giảm. Lý do rất đơn giản, nếu nhìn xa hơn kết quả kinh doanh của một quý. Nhân viên junior hôm nay sẽ trở thành quản lý cấp trung sau khoảng năm năm, và là lãnh đạo cấp cao sau mười lăm năm. Nếu cắt toàn bộ đầu vào để tiết kiệm chi phí trong năm nay, thì đến năm 2031 bạn sẽ lấy đâu ra lớp quản lý kế cận? Bạn cũng không thể "đi mua" một tầng lãnh đạo mà cả thị trường đều đang thiếu, bởi các công ty khác cũng đã cắt giống bạn. Gartner vừa cảnh báo đúng điều này trong khảo sát công bố cuối tháng 7: Những tổ chức phản ứng bằng cách cắt bỏ hoàn toàn đường ống nhân tài đầu sự nghiệp đang tự tạo ra một rủi ro nhân sự nghiêm trọng trong tương lai. Vậy rốt cuộc, "sa thải vì AI" thực chất là gì? Đây có lẽ là phần đáng đọc nhất, vì nó giúp gỡ bỏ khá nhiều nỗi hoang mang. Điều thú vị là chính Sam Altman — CEO của OpenAI, người đáng lẽ có nhiều động cơ nhất để phóng đại sức mạnh của AI — lại đưa ra quan điểm gần như ngược lại. Ông cho rằng một "ngày tận thế việc làm" trên quy mô lớn khó xảy ra trong ngắn hạn. Và ông đưa ra một nhận xét rất đáng suy nghĩ: Những công ty ứng dụng AI sâu nhất lại thường nằm trong nhóm tuyển dụng nhiều nhất. Trong khi đó, không ít doanh nghiệp dùng AI như một lời giải thích thuận tai hơn cho những đợt cắt giảm vốn đã được lên kế hoạch vì các lý do khác. Đọc lại câu này một lần nữa. Đôi khi AI chỉ là một cái cớ nghe hiện đại hơn. Nói rằng: "Chúng tôi cắt giảm vì đang chuyển đổi sang AI." nghe hấp dẫn hơn nhiều so với việc thừa nhận: "Ba năm trước chúng tôi tuyển quá nhiều, lãi suất tăng, thị trường chậm lại và bây giờ phải sửa sai." Nghiên cứu của Budget Lab (Đại học Yale) còn đi xa hơn. Họ cho thấy cơ cấu nghề nghiệp tại Mỹ hiện không dịch chuyển nhanh hơn thời kỳ máy tính cá nhân hay Internet ra đời. Đồng thời, họ cũng không tìm thấy mối liên hệ rõ ràng giữa mức độ một nghề bị AI tác động với tỷ lệ việc làm hay thời gian thất nghiệp của nghề đó. Kết luận của họ rất đáng chú ý: Điều đang diễn ra không phải là một cú sốc việc làm quy mô lớn. Mà là một giai đoạn đóng băng tuyển dụng, khi doanh nghiệp tạm dừng để chờ lãi suất giảm và sự bất định đi qua. Nhưng cũng đừng vội lạc quan. Nếu chỉ đọc đến đây, bạn sẽ rất dễ chủ quan. Bởi vẫn có một dữ liệu không thể phủ nhận. Nghiên cứu của Brynjolfsson và các cộng sự tại Stanford ghi nhận mức sụt giảm rõ rệt về cơ hội việc làm dành cho lao động đầu sự nghiệp trong những nghề chịu tác động mạnh của AI, đặc biệt là lập trình và chăm sóc khách hàng, kể từ sau khi ChatGPT xuất hiện. Trong khi đó, lao động có nhiều kinh nghiệm trong chính các ngành này lại gần như không bị ảnh hưởng, thậm chí còn tiếp tục tăng. Điều đó có nghĩa là gì? Cú sốc là có thật. Nhưng nó không phân bổ đồng đều. Nó tập trung gần như hoàn toàn vào nhóm người mới bước vào thị trường lao động. Gartner cũng xác nhận điều này từ góc nhìn doanh nghiệp. 22% giám đốc nhân sự cho biết ít nhất một lãnh đạo trong tổ chức của họ đã quyết định dừng tuyển dụng các vị trí entry-level vì tin rằng AI có thể thay thế phần lớn công việc đó. Vậy bức tranh thực sự là gì? Không phải AI đang cướp hết việc. Mà là cánh cửa bước vào nghề đang hẹp lại, trong khi những người đã bước qua cánh cửa đó vẫn tương đối an toàn. Đó là hai câu chuyện hoàn toàn khác nhau. Và cách ứng phó cũng hoàn toàn khác nhau. Mình không muốn bài viết này bị hiểu thành: "Mọi thứ vẫn ổn, cứ yên tâm." Không. Nếu bạn là một sinh viên vừa tốt nghiệp, đang gửi hàng trăm CV mà không nhận được một phản hồi nào, thì mọi phân tích vĩ mô ở trên cũng chẳng khiến thực tế dễ chịu hơn. Cánh cửa bước vào nghề hôm nay rõ ràng hẹp hơn so với thế hệ trước. Đó là một thực tế, và cũng là một sự bất công. Nhưng giữa "khó hơn" và "vô vọng" vẫn còn một khoảng cách rất lớn. Và toàn bộ chiến lược nghề nghiệp của bạn nên được xây dựng trên chính khoảng cách ấy. Điều mình rút ra sau khi đọc hàng loạt nghiên cứu này cũng là bài học mình đã chứng kiến lặp đi lặp lại qua nhiều chu kỳ kinh tế. Thị trường luôn có xu hướng phản ứng thái quá ở cả hai đầu. Năm 2021, doanh nghiệp tuyển người như thể tăng trưởng sẽ kéo dài mãi mãi. Đến giai đoạn 2024–2025, họ lại cắt giảm như thể AI sắp thay thế toàn bộ con người. Và đến năm 2026, nhiều công ty bắt đầu lặng lẽ tuyển trở lại, vì nhận ra mình đã đi quá xa. Hiệu ứng "boomerang" ấy là một lời nhắc rất đắt giá. Những quyết định được đưa ra trong cơn hoảng loạn thường chính là những quyết định phải sửa lại sớm nhất. Điều đó đúng với những tập đoàn nghìn tỷ đô. Và cũng đúng với sự nghiệp của mỗi chúng ta. Vì vậy, nếu hôm nay bạn đang định bỏ nghề chỉ vì sợ AI, chuyển ngành chỉ vì một tiêu đề báo, hay từ chối một cơ hội tốt vì nghĩ rằng "ngành này sắp chết", hãy dừng lại một chút. Hãy tự hỏi: Quyết định đó xuất phát từ dữ liệu... Hay chỉ từ nỗi sợ? Bởi trong lúc cả thế giới vẫn chạy theo những dòng tít giật gân, Amazon vẫn lặng lẽ tuyển thêm 11.000 người trẻ. Trong những giai đoạn nhiều nhiễu động nhất, người chiến thắng không phải là người phản ứng nhanh nhất. Mà là người giữ được cái đầu lạnh lâu nhất.

Các công việc yêu cầu kỹ năng AI hiện đang được trả cao hơn 56% so với vị trí tương đương không yêu cầu. Năm ngoái, mức chênh lệch này chỉ là 25%. Tức là trong vòng một năm, thị trường đã hơn gấp đôi mức tiền nó sẵn sàng trả cho kỹ năng AI. Không có kỹ năng nào trong lịch sử gần đây tăng giá nhanh như vậy. Dữ liệu về nhóm sử dụng AI thường xuyên cũng rất rõ ràng: 92% báo cáo năng suất được cải thiện 58% cảm thấy an toàn hơn về công việc 52% có thu nhập cao hơn Đây là điều ngược hoàn toàn với câu chuyện mà chúng ta vẫn nghe. Trong khi cả xã hội lo AI sẽ cướp việc, thì chính những người dùng AI nhiều nhất lại là nhóm ít lo nhất. Vì sao? Vì họ đã đứng sang phía bên kia của lằn ranh. Lằn ranh đó là gì? Câu hỏi không phải: "AI có thay thế tôi không?" Câu hỏi là: "Người biết dùng AI có thay thế tôi không?" Và câu trả lời, theo con số 56% kia, là: thị trường đã trả lời rồi. Doanh nghiệp không trả thêm 56% vì họ yêu công nghệ. Họ trả vì một người biết dùng AI đang tạo ra kết quả mà trước đây cần hai, ba người. Đó là phép tính rất lạnh lùng của kinh doanh. Và đây là điều an ủi — hoặc đáng lo, tùy bạn nhìn thế nào: Lằn ranh này không phân chia theo tuổi tác, bằng cấp, hay ngành nghề. Nó phân chia theo việc bạn đã bắt đầu chưa. Một kế toán 45 tuổi chịu học dùng AI để xử lý dữ liệu sẽ đứng ở phía an toàn. Một bạn 25 tuổi làm marketing mà chưa bao giờ thử prompt tử tế sẽ đứng ở phía kia. Tuổi không quyết định. Sự chủ động quyết định. Nhưng có một khoảng trống cẩn lên tiếng: Nam giới có khả năng được đào tạo AI tại nơi làm việc cao hơn nữ giới — 46% so với 38%. Tám điểm phần trăm. Nghe nhỏ. Nhưng hãy ghép nó với con số 56% ở trên. Nếu kỹ năng AI đang tạo ra chênh lệch lương 56%, và phụ nữ ít được đào tạo hơn — thì khoảng cách thu nhập giữa hai giới sắp không thu hẹp lại. Nó sắp giãn ra. Đây là một bất bình đẳng đang được hình thành ngay lúc này, âm thầm, trong các phòng đào tạo nội bộ. Và mình nghĩ nó xứng đáng được gọi tên. Với các bạn nữ đang đọc bài này: nếu công ty không mời bạn đi học, hãy tự đăng ký. Đừng chờ được chọn. Với các anh chị quản lý: hãy nhìn lại danh sách người được cử đi đào tạo AI trong công ty mình. Con số có cân bằng không? Còn ở Việt Nam thì sao? Bức tranh khá tương đồng — và có phần thuận lợi hơn nhiều người tưởng. Thị trường công nghệ Việt Nam vừa ghi nhận hơn 67.000 tin tuyển dụng mới, cao nhất trong ba năm, tăng khoảng 30% trong năm 2026, với kết luận rõ ràng từ giới trong ngành: "Không có chuyện AI thay thế lập trình viên." Nhưng đồng thời, 80% doanh nghiệp Việt cho biết gặp khó khăn trong việc tìm ứng viên phù hợp, và 50,94% nhà tuyển dụng nói lý do cắt giảm nhân sự chủ yếu là do người lao động không đáp ứng yêu cầu năng lực. Đọc hai con số đó cạnh nhau, bức tranh hiện ra rất rõ: Ở Việt Nam, vấn đề không phải thiếu việc. Là thiếu người đủ năng lực để nhận việc. Và trong khoảng trống đó, có một cơ hội rất lớn cho ai bước vào sớm. Vậy người đang đi làm nên làm gì? 1. Đừng học "AI" chung chung. Hãy học AI TRONG NGHỀ CỦA BẠN. Đây là sai lầm phổ biến nhất. Người ta đi học một khóa "AI tổng quát", nghe rất hay, rồi về không dùng được gì. Cách đúng là lấy công việc bạn làm hằng ngày, chọn ra ba việc tốn thời gian nhất, và tìm cách dùng AI cho đúng ba việc đó. Kế toán thì dùng cho đối soát và phân tích. Marketing thì dùng cho nghiên cứu và biến thể nội dung. Nhân sự thì dùng cho sàng lọc và soạn thảo. Giá trị của bạn không nằm ở việc biết AI — mà ở chỗ bạn biết AI CỘNG VỚI hiểu biết ngành của mình. Đó là thứ người ngoài ngành không sao chép được. 2. Đặt mục tiêu 30 ngày, không phải 30 giờ. Kỹ năng này không học được bằng cách xem video. Nó học được bằng cách dùng. Cam kết với mình: mỗi ngày làm một việc thật bằng AI, trong 30 ngày. Không cần dài — 20 phút thôi. Sau một tháng, bạn sẽ có thứ mà một khóa học không cho được: phản xạ. 3. Học cách đặt câu hỏi, không phải học công cụ. Công cụ đổi mỗi sáu tháng. Cái không đổi là khả năng mô tả rõ ràng điều mình muốn, cung cấp đủ bối cảnh, và đánh giá được kết quả trả ra đúng hay sai. Điều cuối cùng đó mới quan trọng nhất — vì AI sai rất thuyết phục. Người có chuyên môn sâu mới dùng được AI an toàn. 4. Ghi lại kết quả bằng con số, để đưa vào CV và bản lương. Đây là bước hầu như ai cũng bỏ qua. Nếu AI giúp bạn rút quy trình từ 5 giờ xuống 1 giờ, hãy ghi lại. Nếu bạn tự động hoá một báo cáo tuần, hãy ghi lại. Khi đàm phán lương, "em biết dùng AI" không có giá trị. "Em đã rút ngắn quy trình X từ 5 giờ xuống 1 giờ, tiết kiệm 16 giờ mỗi tháng cho đội" — đó mới là thứ đổi được thành tiền. 5. Nếu đang đi làm — hãy đề xuất, đừng chờ được đề cử. Chủ động nói với sếp: "Em muốn thử ứng dụng AI vào quy trình này, cho em hai tuần thử nghiệm và em sẽ báo cáo kết quả." Trong một thị trường mà 80% doanh nghiệp không tìm được người phù hợp, người chủ động đề xuất cải tiến sẽ nổi bật ngay lập tức. Và bạn vừa học được kỹ năng, vừa ghi được công. 6. Nếu bạn là lãnh đạo — đào tạo rẻ hơn tuyển mới rất nhiều. Với 80% doanh nghiệp than không tìm được người, việc bỏ tiền đào tạo đội ngũ hiện có gần như luôn là phép tính tốt hơn. Và xin nhắc lại: hãy kiểm tra xem ai đang được cử đi học. Nếu tỷ lệ lệch giới như dữ liệu toàn cầu, bạn đang vô tình tạo ra một bất bình đẳng lương ngay trong công ty mình. 56% là mức chênh lệch trung bình, không phải lời hứa. Nó phản ánh một giai đoạn thị trường khan hiếm kỹ năng này. Khi ngày càng nhiều người biết dùng AI — và điều đó chắc chắn sẽ tới — mức chênh lệch sẽ thu hẹp. Đây là cửa sổ cơ hội, không phải trạng thái vĩnh viễn. Nên nếu định bước vào, hãy bước sớm. Và đừng quên kỹ năng AI không thay thế được chuyên môn. Nó nhân chuyên môn lên. Một người giỏi nghề cộng AI thì rất mạnh. Một người chưa giỏi nghề mà chỉ biết AI thì tạo ra rất nhiều nội dung trung bình rất nhanh — và đó không phải giá trị. Cũng đừng để con số này đẩy bạn vào hoảng loạn. Mình đã thấy nhiều bạn trẻ lao vào học đủ thứ vì sợ, không vì hướng. Kết quả là kiệt sức và không sâu ở đâu cả. Chọn một hướng, đi cho tới. Thị trường vừa nói cho bạn biết chính xác nó trả bao nhiêu cho kỹ năng này. Câu hỏi còn lại chỉ là bạn có lắng nghe không.

Có một chi tiết trong câu chuyện của IBM đáng để suy ngẫm. IBM thay chức năng nhân sự bằng AI. Hệ thống hoạt động rất tốt: xử lý được 94% các yêu cầu thường quy. 94% — con số mà bất cứ giám đốc nào nhìn vào cũng gật đầu hài lòng. Nhưng nó vấp ở 6% còn lại. Và trong 6% đó có những thứ như: các tình huống đạo đức. Kết cục? IBM sau đó công bố kế hoạch tăng gấp ba tuyển dụng nhân viên entry-level tại Mỹ trong năm 2026. Sáu phần trăm. Đó là toàn bộ câu chuyện về tương lai công việc, gói gọn trong một con số nhỏ xíu. Vì sao 6% lại quan trọng hơn 94%? Một hệ thống nhân sự xử lý đúng 94 yêu cầu về ngày phép nhưng xử lý sai một vụ tố cáo quấy rối — thì công ty đó không tiết kiệm được gì cả. Họ vừa mua một quả bom hẹn giờ. Một bot chăm sóc khách hàng trả lời tốt 94 câu hỏi thường gặp nhưng làm hỏng một tình huống khách hàng đang giận dữ — thì bạn vừa mất một khách hàng và có thể một cuộc khủng hoảng truyền thông. Đây không phải giả định. Nó đã xảy ra tại Commonwealth Bank of Australia và họ đã phải đảo ngược quyết định sa thải nhân viên chăm sóc khách hàng sau khi bot giọng nói AI làm TĂNG chứ không giảm lượng cuộc gọi. Và Ford đang tuyển lại hàng trăm kỹ sư giàu kinh nghiệm sau khi hệ thống tự động không xử lý nổi các vấn đề chất lượng. Trên diện rộng, con số còn thẳng thắn hơn: 39% lãnh đạo doanh nghiệp đã cho nhân viên nghỉ vì AI — nhưng 55% trong nhóm đó thừa nhận những quyết định sa thải ấy là SAI. Kết luận đang dần hình thành trong giới nhân sự toàn cầu: mô hình chủ đạo là BỔ TRỢ, không phải THAY THẾ. Vậy 6% đó thật sự gồm những gì? Đây là phần bạn nên đọc kỹ nhất, vì nó chính là bản đồ nghề nghiệp của mười năm tới. Nhìn vào những gì các hệ thống AI vấp phải, chúng có chung một đặc điểm: đó là những tình huống không có tiền lệ rõ ràng, đòi hỏi phán đoán, và có ai đó phải chịu trách nhiệm. Cụ thể: Ngoại lệ. AI học từ mẫu. Nó giỏi khi tình huống lặp lại. Nó lúng túng khi gặp trường hợp chưa từng có — mà trong đời thật, những ca quan trọng nhất thường chính là ca ngoại lệ. Phán đoán đạo đức. Đúng như IBM gặp phải. Khi một quyết định không có đáp án đúng, chỉ có các đánh đổi giữa những giá trị khác nhau — máy không quyết được. Vì nó không có hệ giá trị, và quan trọng hơn: nó không chịu hậu quả. Ngữ cảnh không được nói ra. Người trong nghề biết rằng khi khách hàng nói "cũng được" bằng một giọng nhất định thì nghĩa là "không được". AI đọc chữ. Con người đọc người. Trách nhiệm. Đây là điều căn bản nhất. Bạn không thể kiện một mô hình. Không thể sa thải một thuật toán. Mọi quyết định có rủi ro đều cần một con người ký tên vào đó. Và đây là chỗ khớp với thị trường lao động Điều cho thấy bức tranh này thuyết phục là: dữ liệu tuyển dụng đang nói y như vậy. Khảo sát Robert Half với hơn 2.000 nhà quản lý tuyển dụng cho thấy ba kỹ năng khó tìm nhất hiện nay là: kiến thức chuyên ngành, thành thạo phần mềm, và năng lực lãnh đạo. Hãy nhìn kỹ danh sách đó. Không phải "biết code". Không phải "biết dùng công cụ X". Mà là hiểu sâu một ngành, vận hành được công cụ, và dẫn dắt được người khác. Và hậu quả của việc thiếu ba thứ đó rất nặng: 63% doanh nghiệp báo cáo dự án bị chậm đáng kể vì thiếu người, và 48% đã phải HỦY BỎ hẳn dự án vì không đủ nhân sự. Gần một nửa phải hủy dự án. Không phải vì thiếu AI. Vì thiếu người đủ năng lực phán đoán. Ở Việt Nam, câu chuyện cũng không khác đi là mấy: 80% doanh nghiệp gặp khó khăn tìm ứng viên phù hợp, và 50,94% nhà tuyển dụng nói lý do cắt giảm nhân sự chủ yếu là do người lao động không đáp ứng yêu cầu năng lực. Vậy bạn nên đầu tư vào đâu? 1. Đi sâu một ngành, đừng lướt qua nhiều ngành. "Kiến thức chuyên ngành" đứng đầu danh sách khó tìm là có lý do: nó không học nhanh được. AI có thể tổng hợp thông tin về ngành bạn trong ba giây, nhưng nó không biết vì sao khách hàng lớn nhất của công ty năm ngoái suýt bỏ đi, hay quy định nào trên giấy tờ thì vậy nhưng thực tế cơ quan quản lý áp dụng khác. Đó là tri thức chỉ có từ việc ở trong ngành đủ lâu và đủ chú tâm. 2. Tìm cách bước vào những cuộc gọi khó. Đây là lời khuyên rất cụ thể. Trong công ty bạn, ai là người xử lý khách hàng đang giận? Ai đi họp khi có sự cố? Ai ngồi trong phòng khi ra quyết định khó? Hãy tìm cách có mặt trong những tình huống đó — dù chỉ để ngồi nghe. Vì đó chính là 6%, và nó không học được qua khóa học, chỉ học được bằng cách chứng kiến & trải nghiệm. 3. Luyện năng lực phán đoán, không chỉ năng lực thực thi. Sự khác nhau giữa nhân viên và người dẫn dắt nằm ở đây: nhân viên hỏi "làm thế nào?", người dẫn dắt hỏi "có nên làm không?". Cái thứ nhất AI làm được. Cái thứ hai thì chưa. Mỗi khi nhận một việc, hãy tập thêm một bước: đưa ra đề xuất kèm lý do, thay vì chỉ hỏi ý kiến. Sai cũng không sao — bạn đang luyện cơ bắp phán đoán. 4. Học cách kiểm tra AI, không chỉ dùng AI. Điều nghịch lý: người có giá trị nhất trong thời AI không phải người dùng nó nhiều nhất, mà là người biết khi nào nó sai. AI sai rất thuyết phục — trôi chảy, tự tin, có cấu trúc. Chỉ người có chuyên môn thật mới phát hiện được. Vậy nên chuyên môn của bạn không mất giá — nó vừa trở thành hệ thống kiểm soát chất lượng. 5. Nhận trách nhiệm, đừng né tránh. Trong một thế giới mà máy làm được phần thực thi, thứ hiếm còn lại là người dám ký tên vào một quyết định. Nhận làm chủ một dự án. Nhận đứng ra khi có vấn đề. Mỗi lần bạn chịu trách nhiệm cho một kết quả, bạn đang xây thứ mà không thuật toán nào thay được. 6. Đừng bỏ những việc "nhỏ" quá sớm nếu bạn còn mới. Điều này mình muốn nói riêng với các bạn ở giai đoạn đầu sự nghiệp. Có một cám dỗ lớn: giao hết việc cơ bản cho AI để nhảy thẳng lên phần "chiến lược". Nhưng 94% việc thường quy chính là nơi bạn học ra được 6% ngoại lệ. Bạn không thể nhận ra một ca bất thường nếu chưa từng xử lý trăm ca bình thường. Hãy dùng AI để làm nhanh hơn — nhưng vẫn phải hiểu việc mình vừa làm. Khi phần thực thi bị thu hẹp, giá trị của phần còn lại tăng lên. Cần ít người hơn, nhưng người đó có giá trị hơn. Đó là lý do chênh lệch lương cho kỹ năng AI đã nhảy từ 25% lên 56% chỉ trong một năm. Và quan trọng hơn: khi máy làm hết phần dễ, áp lực dồn lên chất lượng phán đoán của con người. Bạn không còn được đánh giá qua khối lượng công việc làm ra. Bạn được đánh giá qua những quyết định bạn đưa ra khi không có đáp án sẵn. Đó vừa là cơ hội, vừa là một tiêu chuẩn khắc nghiệt hơn nhiều. Cho nên nếu bạn đang lo lắng về tương lai nghề nghiệp của mình, câu hỏi không phải "AI làm được gì". Câu hỏi là: Trong công việc của bạn, đâu là 6% mà chỉ con người mới quyết định được? Và bạn đã đứng vào đó chưa? Đừng cạnh tranh với máy ở phần nó giỏi. Hãy đi đến chỗ máy không với tới được.

Gần 40% Gen Z công khai bàn về lương tại nơi làm việc — gần gấp đôi tỷ lệ của Gen X (22%), và cao hơn hẳn Millennials (30%). Táo bạo hơn: 18% Gen Z bàn về lương ngay cả khi công ty cấm. 81% Gen Z tin rằng minh bạch lương giúp cải thiện công bằng thu nhập, so với chỉ 28% ở thế hệ Baby Boomer. Tám mươi mốt so với hai mươi tám. Đây không phải khác biệt về thói quen. Đây là hai thế giới quan hoàn toàn khác nhau. Và nó đang ảnh hưởng tới quyết định nghề nghiệp: 70% Gen Z sẵn sàng cân nhắc đổi việc để có được sự minh bạch về lương. Nhưng châu Á thì đứng ngoài xu hướng này Chỉ 24% người châu Á nói lương được bàn công khai tại nơi làm việc — thấp nhất thế giới, so với 34% ở châu Âu và 27% ở Mỹ. Và trên toàn cầu, 37% người lao động nói công ty họ thực sự CẤM bàn về lương. Về mặt nghiên cứu: một nghiên cứu năm 2025 trên American Economic Journal về minh bạch lương và bình đẳng giới cho thấy bốn trên sáu công trình phân tích các chính sách minh bạch lương đều nhận thấy chúng làm THU HẸP khoảng cách lương giữa nam và nữ. Về mặt thực tế: nghiên cứu về các luật minh bạch lương cho thấy yêu cầu công khai làm tăng khoảng 30% tỷ lệ tin tuyển dụng có thông tin lương, và tạo ra mức tăng lương thực tế. Về mặt niềm tin: khảo sát của BambooHR cho thấy 54% người lao động nói công ty của họ không khuyến khích bàn về lương — nhưng 44% cũng nói minh bạch lương xây dựng niềm tin với công ty. Ghép ba dữ kiện đó lại, kết luận khá rõ: sự im lặng về lương không trung lập. Nó nghiêng về một phía — và phía đó không phải người lao động. Khi bạn không biết đồng nghiệp cùng vị trí đang được trả bao nhiêu, bạn mất hoàn toàn khả năng biết mình đang bị trả thấp hay đang được trả tốt. Bạn đàm phán trong bóng tối, còn phía bên kia có đủ dữ liệu. Đó không phải một cuộc thương lượng công bằng. Đó là một trò chơi thông tin bất đối xứng. Và luật pháp đang chuyển động Điều Gen Z đòi hỏi trên mạng đang trở thành quy định ngoài đời. Tính đến 2026, 16 bang tại Mỹ đã ban hành luật minh bạch lương, và đến cuối 2026, khoảng 50% người lao động Mỹ sẽ làm việc ở nơi mà minh bạch lương là yêu cầu pháp lý. Mới nhất: luật của bang Virginia có hiệu lực từ 1/7 yêu cầu doanh nghiệp phải nêu khoảng lương thiện chí trong MỌI tin tuyển dụng — kể cả tin nội bộ cho thăng chức và điều chuyển — và cấm hỏi ứng viên về lịch sử lương. Chi tiết cuối cùng đó quan trọng: cấm hỏi lương cũ. Vì khi doanh nghiệp neo mức lương mới vào mức lương cũ, mọi bất công trong quá khứ sẽ được nhân bản mãi mãi. Một người bị trả thấp ở công ty đầu tiên sẽ mang cái giá đó theo suốt sự nghiệp. Thị trường cũng tự điều chỉnh: 77% tin tuyển dụng toàn thời gian trên Handshake năm 2025 đã có thông tin lương, tăng từ 73% của năm 2024. Điều này có ý nghĩa như thế nào với người lao động Việt Nam? 1. Đọc lại hợp đồng lao động của bạn trước đã. Rất nhiều hợp đồng ở Việt Nam có điều khoản bảo mật về lương thưởng. Trước khi làm bất cứ điều gì, hãy biết mình đã ký gì. Nếu có điều khoản đó, việc chia sẻ lương với đồng nghiệp có thể bị xem là vi phạm. Biết luật chơi trước khi chơi. 2. Nếu không thể biết lương đồng nghiệp — hãy biết giá trị thị trường. Đây là cách an toàn nhất và hiệu quả gần tương đương. Xem các tin tuyển dụng cùng vị trí. Đọc báo cáo lương của các nền tảng tuyển dụng. Trò chuyện với người cùng ngành ở công ty khác — điều này hoàn toàn không vi phạm gì cả. Bạn không cần biết đồng nghiệp lương bao nhiêu. Bạn cần biết NĂNG LỰC CỦA BẠN đáng bao nhiêu trên thị trường. 3. Đi phỏng vấn mỗi năm một lần, dù không định nhảy việc. Đây là cách kiểm tra giá thị trường chính xác nhất và không ai cấm được. Bạn sẽ biết mình đang được trả cao hay thấp — và đó là dữ liệu vô giá khi đến kỳ đàm phán lương. 4. Khi đàm phán, hãy nói bằng giá trị, không bằng nhu cầu. Sai lầm phổ biến: "Em cần tăng lương vì em mới có con, chi phí tăng." Người quản lý thông cảm, nhưng ngân sách thì không chạy theo hoàn cảnh cá nhân. Cách hiệu quả hơn: "Năm qua em đã làm được A, B, C. Mức thị trường cho vị trí này hiện là X. Em muốn trao đổi về việc điều chỉnh." Dữ liệu thắng cảm xúc. 5. Nếu bạn thấy bất công — hãy hỏi về TIÊU CHÍ, đừng hỏi về CON SỐ. Đây là mẹo thực tế nhất mình muốn chia sẻ. Thay vì hỏi "sao anh A lương cao hơn em?", hãy hỏi: "Em muốn hiểu rõ hơn về cách công ty xác định mức lương và lộ trình tăng lương cho vị trí này. Em cần đạt được gì để lên mức tiếp theo?" Câu hỏi này hoàn toàn chính đáng, không vi phạm gì, và đặt trách nhiệm minh bạch về phía công ty. Một công ty tử tế sẽ trả lời được. Một công ty né tránh câu hỏi này đã nói cho bạn biết rất nhiều điều. 6. Nếu bạn là chủ doanh nghiệp — hãy nghĩ về hướng đi này sớm. 70% Gen Z sẵn sàng đổi việc vì điều này. Bạn không cần công khai lương từng người. Nhưng bạn hoàn toàn có thể xây khung lương rõ ràng theo cấp bậc, và tiêu chí thăng tiến minh bạch. Điều đó vừa giữ được sự riêng tư, vừa xoá được cảm giác "công ty tuỳ tiện" — thứ đang âm thầm giết chết niềm tin trong rất nhiều tổ chức. Khi mọi người biết lương của nhau, có thể xảy ra ganh tị, so bì, mất động lực ở người phát hiện mình được trả thấp hơn — kể cả khi có lý do chính đáng (thâm niên, phạm vi công việc, kết quả). Và ở một nền văn hoá coi trọng hoà khí như Việt Nam, sự so sánh công khai có thể gây rạn nứt thật sự trong đội ngũ. Cho nên điều chúng ta cần không phải là công khai mọi con số — mà là minh bạch về NGUYÊN TẮC. Không nhất thiết phải biết anh A lương bao nhiêu. Nhưng ai cũng nên biết: khung lương của vị trí này là bao nhiêu, và cần làm gì để đi lên. Đó là sự minh bạch vừa công bằng, vừa giữ được sự tế nhị. Giữ ý là một đức tính. Nhưng không biết giá trị của mình thì không phải đức tính — đó là một điểm mù. Bạn hoàn toàn có thể vừa tế nhị, vừa hiểu rõ mình đáng giá bao nhiêu. Hai điều đó chưa bao giờ mâu thuẫn.