Tác giả: TT3LABS, Nền tảng tuyển dụng từ xa Web3/AI/SaaS
Tựa gốc: Trước thềm kỷ nguyên Web4, cẩm nang dành cho người lao động bình thường để tránh bị tụt hậu
Vào ngày 26 tháng 2 năm 2026, gã khổng lồ công nghệ tài chính Block thông báo sa thải hơn 4.000 nhân viên, giảm quy mô đội ngũ từ hơn 10.000 xuống còn chưa đến 6.000 người. Giám đốc điều hành Jack Dorsey đã đề cập đến điều này trong thư gửi cổ đông:
"Các công cụ thông minh đã thay đổi ý nghĩa của việc tạo lập và điều hành một công ty... Một đội ngũ nhỏ hơn đáng kể, sử dụng các công cụ mà chúng tôi đang xây dựng, có thể làm được nhiều việc hơn và làm tốt hơn."
Dorsey cũng đưa ra dự đoán vô cùng lạnh lùng của mình:
"Tôi cho rằng hầu hết các công ty đã quá muộn rồi. Trong vòng một năm tới, hầu hết các công ty sẽ đi đến cùng một kết luận và thực hiện những điều chỉnh cơ cấu tương tự."
Sau khi thị trường đóng cửa ngày hôm đó, giá cổ phiếu của Block đã tăng vọt hơn 20%. Đây là phản ứng của thị trường vốn bằng tiền thật: trả tiền cho lợi thế và hiệu quả của trí tuệ nhân tạo (AI) mà công ty mang lại.
Một người bình thường, hoàn toàn không có kiến thức lập trình, vẫn có thể tự mình vận hành một ứng dụng đầy đủ chức năng chỉ sau một đêm bằng cách sử dụng mô hình quy mô lớn. Điều này chắc chắn đặt ra một câu hỏi quan trọng cho thị trường vốn: giá trị còn lại trong chi phí nhân lực khổng lồ của các gã khổng lồ công nghệ, những người thuê hàng chục nghìn lập trình viên để duy trì hoạt động hàng ngày của một siêu ứng dụng là bao nhiêu?
Xu hướng thay thế lao động con người bằng trí tuệ nhân tạo chắc chắn sẽ được nhiều công ty lớn hơn nữa áp dụng. Lo lắng là điều không thể tránh khỏi, nhưng chỉ lo lắng thôi thì vô ích. Chúng ta phải bắt đầu từ sự thay đổi của hoàn cảnh vĩ mô và dần dần đi sâu vào các chiến lược sinh tồn cá nhân.
Trí tuệ nhân tạo không chỉ là một công cụ; nó đang trở thành một phương tiện sản xuất.
Một số người trong ngành đã bắt đầu sử dụng thuật ngữ "Web4" để định nghĩa giai đoạn hiện tại. Để làm rõ ngữ cảnh, trước tiên chúng ta hãy cùng xem xét các giai đoạn khác nhau của sự phát triển internet:
Web2
Cốt lõi của vấn đề nằm ở sự tương tác giữa phần mềm và con người. Các nền tảng khác nhau sử dụng thuật toán để thu hút sự chú ý của người dùng, về cơ bản đó là một cuộc chiến giành lưu lượng truy cập.
Web3
Nó cố gắng giải quyết các vấn đề về quyền sở hữu tài sản kỹ thuật số và phân phối giá trị. Nhiều người đơn giản coi nó tương đương với crypto, nhưng nhìn lên bản chất, nó vẫn chỉ là một trò chơi về quy tắc phân phối của cải và không đề cập đến mối quan hệ "sản xuất và chế tạo" các sản phẩm kỹ thuật số.
Đêm trước kỷ nguyên Web4
Lần, trí tuệ nhân tạo (AI) đã chạm đến bản chất của sự thay đổi trong quan hệ sản xuất. Nó không còn chỉ là một công cụ để nâng cao hiệu quả, mà đang biến đổi thành một loại phương tiện sản xuất mới. Ai sử dụng nó tốt hơn sẽ có thể nâng cao sản lượng lên gấp nhiều lần.
Sự hợp tác đội ngũ truyền thống phát sinh lượng lớn chi phí ẩn: khả năng phán đoán và trực giác chuyên môn của những nhà lãnh đạo xuất sắc rất khó sao chép cho cấp dưới, và những hiểu lầm cùng tổn thất do làm lại công việc là điều không thể tránh khỏi trong quá trình thực hiện bởi nhiều người. Đây là những "chi phí ẩn" trong hoạt động tổ chức, mà trước đây chưa có giải pháp rõ ràng. Trí tuệ nhân tạo (AI) giảm đáng kể những chi phí ẩn này; nó không cần thời gian học hỏi, có thể thực hiện công việc với chất lượng cao khi được hướng dẫn rõ ràng, và có thể xử lý nhiều nhiệm vụ song song. Khả năng phán đoán chiến lược của một người kết hợp với sức mạnh thực thi của AI có thể nâng cao hiệu suất của toàn bộ đội ngũ trong quá khứ.
Tất nhiên, AI đôi khi vẫn "nói những điều vô nghĩa một cách nghiêm túc", điều đó có nghĩa là việc xem xét và đánh giá của con người vẫn không thể thiếu. Tuy nhiên, độ tin cậy của mô hình đang được cải thiện hàng tháng, và khoảng thời gian chờ đợi để thực hiện các lệnh giao dịch thuần túy ngắn hơn nhiều so với suy nghĩ của hầu hết mọi người.
Hiệu quả và bình đẳng, cùng cuộc khủng hoảng sâu sắc: Điều gì xảy ra sau khi các rào cản gia nhập thị trường được loại bỏ?
Trong ngắn hạn, người dân bình thường có thể hưởng lợi từ những cải thiện hiệu quả nhờ sử dụng các công cụ AI. Tuy nhiên, suy diễn phía trước, một khi AI loại bỏ những khoảng cách hiệu quả cơ bản và giảm đáng kể rào cản gia nhập ngành cho các chuyên gia, các công ty sẽ nhận thấy rằng nếu quy mô việc kinh doanh tổng thể không mở rộng tương xứng sau khi năng suất cá nhân tăng lên đáng kể, việc duy trì số lượng nhân viên ban đầu sẽ trở thành tài sản.
Hãy nhìn vào sự chênh lệch lương hiện tại. Theo dữ liệu giám sát việc làm của TT3LABS, kể từ năm 2025, thị trường việc làm AI đã liên tục chứng kiến các gói lương lên tới hàng chục triệu đô la Mỹ, và những ứng viên này chủ yếu là các kỹ sư AI trẻ tuổi, chưa có nhiều "kỹ năng quản lý đội ngũ". Khi Meta chiêu mộ các nhà nghiên cứu cốt lõi từ OpenAI, chỉ riêng tiền thưởng ký hợp đồng đã vượt quá 100 triệu đô la Mỹ. Mức lương trung bình bằng cổ phần của nhân viên OpenAI đạt 1,5 triệu đô la Mỹ, và mức lương cơ bản hàng năm của các kỹ sư nghiên cứu cấp cao tại Anthropic có thể lên tới 690.000 đô la Mỹ (không bao gồm cổ phần).
Các nhà đầu tư đang chi tiền để mua một khả năng khan hiếm: làm cho chính trí tuệ nhân tạo (AI) trở nên mạnh mẽ hơn. Những người có thể thúc đẩy sự phát triển của các mô hình nền tảng có thể được khuếch đại giá trị theo cấp số nhân trên toàn bộ mạng lưới kinh doanh. Trong khi đó, những người khác, mà công việc của họ có thể được AI đảm nhiệm với chi phí thấp hơn, có thể thấy giá trị của họ giảm xuống.
Điều này cũng làm nổi bật một cuộc khủng hoảng sâu sắc hơn, tiềm ẩn bên trong. Ngày càng nhiều người tìm đến AI để tìm câu trả lời như phản ứng đầu tiên khi gặp vấn đề, bỏ qua quá trình suy diễn, xác minh và thử sai quan trọng. Theo thời gian, điều này dẫn đến sự suy giảm kỹ năng tư duy phản biện. Vấn đề là, chính quá trình gian khổ này lại định hình khả năng giải quyết vấn đề của bạn. Việc phụ thuộc lâu dài vào AI để hoàn thành quá trình này sẽ làm giảm nhân vật của bạn tại nơi làm việc xuống chỉ còn là một "người phiên dịch yêu cầu": chuyển đổi yêu cầu của người khác thành dữ liệu đầu vào cho AI và sau đó truyền đạt lại kết quả đầu ra của AI cho người khác. Và bước trung gian quan trọng này chính là điều mà thế hệ AI tiếp theo có thể dễ dàng bỏ qua nhất.
Bản đồ tác động: Bạn đang đứng ở đâu?
Nỗi sợ hãi mà không có hệ tọa độ thì chỉ là sự lo lắng. Trước khi thảo luận về các biện pháp đối phó, chúng ta cần lập một "bản đồ tác động". Điều này không phải để gieo rắc sự hoảng loạn, mà để giúp mọi người hiểu rõ tình hình của chính mình.
Các nhiệm vụ công việc có rủi ro cao có thể được nêu rõ trong hướng dẫn.
Lập trình cơ bản, phân tích dữ liệu nền tảng, tạo báo cáo tiêu chuẩn, thiết kế mẫu và dịch thuật, hiệu đính thường xuyên. Những vai trò này đều có đặc điểm chung là được chia rõ ràng thành "đầu vào → xử lý → đầu ra". Một phần đáng kể trong hơn 4.000 người bị Block sa thải thuộc nhóm này. Kỹ năng chuyên môn của họ không thiếu, nhưng những nhiệm vụ họ đang làm chính xác là những gì mà các mô hình quy mô lớn có thể xử lý.
Một tiêu chí đáng để bạn tự hỏi: nếu tất cả công việc của bạn có thể được viết thành một lệnh AI duy nhất, thì máy móc đã sẵn sàng thay thế bạn; câu hỏi duy nhất còn lại là khi nào công ty sẽ đưa ra quyết định đó.
Trong bối cảnh biến động, đội ngũ quản lý trung cấp dựa trên kinh nghiệm đang được "tái cấu trúc".
Các nhà quản lý dự án, giám sát vận hành và kỹ sư trung cấp. Công việc của họ đòi hỏi khả năng phán đoán và phối hợp, điều mà trí tuệ nhân tạo (AI) không thể xử lý trong ngắn hạn, nhưng đang được "rút gọn" dần. Trước đây, một Chuỗi việc kinh doanh cần năm nhà quản lý trung cấp, mỗi người chịu trách nhiệm về một phân khúc và phối hợp với nhau. Giờ đây, AI đảm nhiệm việc thực thi các quy trình thượng nguồn và hạ nguồn, và chỉ cần một hoặc hai người có thể vận hành toàn bộ Chuỗi một cách trơn tru.
Nhóm này đang đối mặt với tình trạng "ngày càng ít vị trí". Khả năng của bạn không hề suy giảm, nhưng nhu cầu thị trường đối với nhân vật của bạn đang giảm mạnh. Giải pháp cho nhóm này là tận dụng trí tuệ nhân tạo (AI) để tăng cường khả năng thực thi ở cấp độ thấp hơn và giành được quyền xác định vấn đề ở cấp độ cao hơn.
Các yếu tố thúc đẩy sự không chắc chắn về giá trị gia tăng
Có một loại công việc mà cốt lõi không phải là "làm đúng", mà là "đưa ra quyết định với thông tin luôn luôn không đầy đủ và chịu trách nhiệm về hậu quả". Ví dụ bao gồm các cuộc đàm phán kinh doanh phức tạp, quản lý khủng hoảng, quản lý tổ chức đa văn hóa và đánh giá đầu tư rủi ro cao. Trí tuệ nhân tạo (AI) có thể cung cấp phân tích và lời khuyên, nhưng nó không thể ký duyệt thay bạn, chịu trách nhiệm thay bạn, hoặc đọc được những động cơ ngầm đằng sau một cái nhìn thoáng qua trên bàn ăn.
Nhân vật này không những không bị giảm giá trị mà còn, do chi phí thực thi cơ bản được giảm đáng kể nhờ AI, cùng một ngân sách có thể được sử dụng cho các dự án lớn hơn, mang lại cho người ra quyết định nhiều quyền lực hơn.
Trên thực tế, công việc của nhiều người trải rộng trên nhiều cấp độ. Một bài kiểm tra đơn giản cho bản thân: hãy nghĩ về công việc hàng ngày của bạn. Bao nhiêu phần công việc có thể được giải thích rõ ràng bằng một bộ hướng dẫn, và bao nhiêu phần đòi hỏi bạn phải tự đưa ra quyết định một cách mơ hồ? Chiếm tỷ lệ công việc có hướng dẫn càng cao, bạn càng cần phải thay đổi càng sớm càng tốt.
Hãy chấm dứt nỗi lo lắng về công cụ và biến tỷ lệ băm công cộng thành một rào cản sở hữu tư nhân.
OpenClaw ("Tôm Hùm Nhỏ") bất ngờ xuất hiện vào cuối tháng 1, và chỉ trong vài ngày, nó đã có hơn 170.000 lượt đánh dấu sao trên GitHub. Nhiều nhà sản xuất mô hình khác nhanh chóng làm theo. Alibaba Cloud ra mắt tính năng triển khai chỉ với một cú nhấp chuột, Tencent phát hành CoPaw để cạnh tranh, và MiniMax cùng Kimi cũng tung ra các giải pháp tương thích riêng của họ.
Rồi bạn sẽ nhận thấy một hiện tượng rất thú vị: nhiều người dành nhiều thời gian hơn trong tháng này để "nghiên cứu cách triển khai Crayfish" và "so sánh gói dịch vụ nào tiết kiệm chi phí hơn" so với việc thực sự sử dụng AI để tạo ra kết quả việc kinh doanh. Ai cũng đang chạy theo các công cụ, nhưng sau khi bạn làm xong việc đó, người khác có thể sao chép chính xác thiết lập triển khai của bạn chỉ trong hai giờ.
"Tất cả các mô hình ngôn ngữ quy mô lớn—OpenAI, Anthropic, Meta, Google, xAI—đều được huấn luyện bằng cùng một dữ liệu công khai trên internet. Vì vậy, về cơ bản chúng giống nhau, đó là lý do tại sao chúng đang được thương mại hóa với tốc độ cực kỳ nhanh chóng."
— Larry Ellison, Cuộc họp báo cáo kết quả kinh doanh quý 2 năm tài chính 2026 của Oracle
Ngược lại, điều này có nghĩa là miễn là công việc của bạn chỉ dựa vào các khả năng công khai của một mô hình tổng quát, thì kết quả đầu ra của bạn sẽ đồng nhất, và cho dù các hướng dẫn của bạn có phức tạp đến đâu, cũng sẽ không có hệ thống bảo vệ.
Rào cản thực sự nằm ở sự chuyển đổi từ khu vực công sang sở hữu tư nhân.
Hiện nay có một xu hướng rất rõ ràng: từ các doanh nghiệp lớn đến đội ngũ, ngày càng nhiều tổ chức đang triển khai các mô hình sở hữu tư nhân , được bản địa hóa. Lý do trước mắt là bảo mật thông tin; không ai muốn giao phó dữ liệu việc kinh doanh cốt lõi của mình cho các API của bên thứ ba. Nhưng xu hướng này có một hiệu ứng lan tỏa bị đánh giá thấp: khi các ông lớn trong ngành tích trữ dữ liệu trong các triển khai sở hữu tư nhân, lượng thông tin ngành có sẵn trên internet công cộng để các mô hình đa năng học hỏi sẽ giảm đi và ngày càng trở nên lỗi thời. Về mặt bề ngoài, AI làm giảm ngưỡng kiến thức cho mọi người, nhưng lớp kiến thức ngành thực sự có giá trị đang nhanh chóng biến mất khỏi internet công cộng và chìm vào kho kiến thức sở hữu tư nhân của từng công ty.
Do đó, "kiến thức ngầm" về ngành mà bạn tích lũy được trong nhiều năm không hề bị mất giá mà ngược lại còn tăng lên. Điều kiện tiên quyết là bạn phải áp dụng nó vào thực tiễn.
Hãy sắp xếp và cấu trúc những kinh nghiệm việc kinh doanh không được chuẩn hóa nằm rải rác trong tâm trí, nhật ký trò chuyện và lịch sử email của bạn, biến chúng thành "ngữ cảnh" mà mô hình sở hữu tư nhân của bạn có thể tiếp thu. Dữ liệu phụ trợ của TT3LABS cho thấy các ứng viên có hơn hai năm kinh nghiệm trong ngành Web3 có tỷ lệ vượt qua vòng sàng lọc ban đầu cao hơn nhiều so với các tài năng kỹ thuật từ các công ty lớn không có bối cảnh trong ngành. Lý do cốt lõi là kiến thức chuyên ngành có tỷ trọng hơn nhiều so với các kỹ năng kỹ thuật chung. Sự hiểu biết về logic tuân thủ và liệt kê các quy tắc bất thành văn từ người có ba năm kinh nghiệm vận hành CEX, khả năng đánh giá thiết kế Đề án và các điểm uốn cong tâm lý cộng đồng từ người đã hoàn thành hai chu kỳ quản trị DAO, và trực giác về tâm lý khán giả và nhịp điệu tường thuật từ người tham gia sâu vào việc tạo nội dung theo chiều dọc—những điều này sẽ không xuất hiện trong bất kỳ dữ liệu đào tạo nào được công khai.
Khi bạn cấu trúc những trải nghiệm sở hữu tư nhân này và tích hợp chúng vào mô hình của mình, AI của bạn không còn là một bách khoa toàn thư tổng quát nữa, mà là một đối tác chuyên dụng chỉ làm việc cho bạn và chỉ hiểu lĩnh vực cụ thể của bạn. Độ sâu của kết quả đầu ra này là điều mà những người khác không bao giờ có thể bắt kịp khi sử dụng cùng một mô hình đa năng.
Nguyên tắc cốt lõi rất đơn giản: Trí tuệ nhân tạo (AI) vượt trội trong việc xử lý kiến thức công cộng, nhưng lại hoàn toàn phụ thuộc vào thông tin đầu vào của bạn khi xử lý kinh nghiệm sở hữu tư nhân. Những người có thể kết hợp kiến thức độ sâu về ngành với AI chính là tài sản quan trọng trong sự phân công lao động mới này.
Kinh nghiệm của bạn chính là "mô hình" thực sự.
Các mô hình AI đang phát triển nhanh chóng; GPT, Claude và Gemini hiện nay có thể được thay thế bằng các phiên bản mạnh mẽ hơn trong vòng sáu tháng. Nhưng đối với bạn, việc chuyển sang một mô hình mạnh mẽ hơn chỉ đơn giản là thay đổi giao diện API. Điều thực sự sẽ không bị thay thế bởi quá trình lặp lại là tập hợp dữ liệu sở hữu tư nhân và cơ sở kinh nghiệm mà bạn cung cấp cho nó.
Các mô hình là cơ sở hạ tầng đa năng mà bất kỳ ai cũng có thể sử dụng. Nhưng những hiểu biết về ngành, phán đoán việc kinh doanh và bài học kinh nghiệm mà bạn đưa vào chúng chính là "tập dữ liệu huấn luyện" độc đáo của bạn. Trí tuệ nhân tạo càng mạnh, khả năng xử lý tập dữ liệu này càng tốt, và rào cản sở hữu tư nhân của bạn càng cao. Vì vậy, đừng lo lắng về việc cơ sở kiến thức của bạn sẽ nhanh chóng trở nên lỗi thời; cơ sở kiến thức là tài sản duy nhất sẽ không bị giảm giá trị theo các phiên bản mô hình. Mô hình có thể thay đổi, nhưng giá trị của rào cản dữ liệu của bạn sẽ chỉ tăng lên khi khả năng của trí tuệ nhân tạo được cải thiện.
Đồng thời, logic truyền thống về cạnh tranh nơi làm việc đang được viết lại. Trước đây, nhân viên có thể thể hiện thái độ của mình bằng cách làm thêm giờ và thức khuya, nhưng với máy móc hoạt động 24/7, tất cả các chiến lược cạnh tranh theo kiểu "Tôi có thể làm việc chăm chỉ hơn người khác" đều trở nên vô nghĩa trước trí tuệ nhân tạo.
Nhiều người sẽ nói, "Tôi vẫn mang lại giá trị về mặt tâm lý cho đội ngũ ." Điều đó đúng, đó là một khả năng độc đáo của con người, nhưng giá trị của nó phụ thuộc vào cấp bậc của bạn. Khi một đội ngũ tuyến đầu thu hẹp từ mười người xuống chỉ còn hai người cộng với một hàng các tác nhân AI, "chất bôi trơn đội ngũ" sẽ mất đi mục đích của nó. Ở cấp độ ra quyết định, trong các trò chơi kinh doanh phức tạp, xây dựng lòng tin rủi ro cao và hòa giải xung đột giữa các bên liên quan, các mối liên kết cá nhân độ sâu trở nên có giá trị hơn do chi phí giảm ở các cấp thấp hơn. Giá trị tâm lý không biến mất; nó đang dịch chuyển lên cấp cao hơn.
Tóm lại, khoản đầu tư quan trọng nhất mà một cá nhân nên thực hiện trong kỷ nguyên AI không phải là học cách sử dụng công cụ nào, mà là liên tục trau dồi AI sở hữu tư nhân riêng mình. Các công cụ sẽ được cải tiến, nhưng kho kinh nghiệm thì không.
Ba bước đơn giản, bạn có thể bắt đầu ngay bây giờ.
Quay trở lại trường hợp của Block, một số người bị sa thải, nhưng những người khác vẫn ở lại. Sự khác biệt nằm ở chỗ ai sẽ trụ lại được sau khi AI trở thành công cụ năng suất tiêu chuẩn. Đừng chờ đợi công ty của bạn cung cấp khóa đào tạo về AI; bắt đầu từ hôm nay, chúng ta có thể thử những hành động sau:
01. Chuyển từ "tự làm" sang "xây dựng quy trình làm việc"
Cạm bẫy lớn nhất đối với người lao động là sử dụng AI để "lười biếng" (chẳng hạn như sử dụng AI để viết báo cáo hàng tuần hoặc chỉnh sửa email), đó vẫn là tư duy ở cấp độ thực thi. Điều bạn thực sự cần làm là coi mình như một "quản đốc" và tái cấu trúc kết quả cốt lõi của vị trí hiện tại thành một dây chuyền sản xuất tự động hóa bằng AI.
Đừng thử hàng tá mô hình mới cùng một lúc. Hãy chọn công cụ hoàn thiện nhất hiện có (như ChatGPT Plus hoặc Claude) và tích hợp nó vào phần công việc tốn nhiều thời gian và kinh nghiệm nhất của bạn. Chuyển đổi quy trình tuyến tính ban đầu "thu thập dữ liệu thủ công → phân tích và so sánh → đưa ra kết luận" thành "thiết lập thu thập dữ liệu tự động → đưa vào khung phân tích AI → can thiệp thủ công để tinh chỉnh". Khi bạn có thể sử dụng quy trình này để rút ngắn thời gian từ một tuần xuống còn một ngày, và đạt được chất lượng cực kỳ ổn định, bạn không còn là một nút tỷ lệ băm đơn lẻ nữa; bạn đã trở thành một "công ty thu nhỏ" với đòn bẩy tài chính cao.
02. "Củng cố" những trải nghiệm tiềm thức vào hình đại diện kỹ thuật số của riêng bạn
Các mô hình lớn học hỏi từ dữ liệu công khai; chúng hiểu tất cả các lý thuyết, nhưng hoàn toàn không hiểu những đặc điểm riêng biệt của khách hàng lớn cực kỳ khó tính của công ty bạn, cũng như không hiểu những điều cấm kỵ mà bộ phận của bạn phải tránh khi giao tiếp với bộ phận tài chính. "Kiến thức ngầm" mà bạn có được qua vô số sai lầm chính là tài sản quý giá nhất của bạn.
Nhưng tài sản này sẽ không tạo ra lãi kép nếu chúng chỉ nằm trong tâm trí bạn. Nhiệm vụ hiện tại của bạn là tận dụng các tính năng tùy chỉnh của các mô hình lớn hiện có (như Custom GPTs hoặc Claude Projects) để biến kinh nghiệm của bạn thành "hướng dẫn cài đặt sẵn của hệ thống". Hãy cung cấp cho nó tất cả các trường hợp ngoại lệ bạn đã xử lý, báo cáo phân tích sự cố và các quy tắc bất thành văn của ngành. Mục tiêu của bạn không phải là xây dựng một sổ tay kiến thức tĩnh, mà là "thuần hóa" một trợ lý cá nhân hoạt động 24/7 với phong cách việc kinh doanh cá nhân mạnh mẽ của bạn, làm việc độc quyền cho bạn. Khi "hình đại diện kỹ thuật số" của bạn hoàn thiện, những người khác sử dụng AI đa năng chắc chắn sẽ không thể cạnh tranh với bạn.
03. Nâng cao "quyền tự xác định vấn đề" và tinh thần trách nhiệm của bản thân.
Trong đội ngũ, chúng tôi bắt đầu chủ động thực hành việc giao phó nhiệm vụ "tìm câu trả lời" cho máy móc, đồng thời vẫn giữ quyền "đặt câu hỏi" và "đưa ra quyết định" trong tay mình. Trí tuệ nhân tạo (AI) là một công cụ tìm câu trả lời hoàn hảo, nhưng nó không bao giờ có thể nhận biết được động cơ kinh doanh thực sự đằng sau một yêu cầu. Sếp nói, "Tôi muốn triển khai một chiến lược giữ chân khách hàng mới," và AI sẽ ngay lập tức cung cấp 10 mô hình lý thuyết về tăng trưởng hacker. Nhưng chỉ có bạn mới có thể, dựa trên ngân sách và nguồn lực phát triển hiện tại, chỉ ra rằng "Giải pháp B hoàn hảo nhưng hiện tại không khả thi, trong khi Giải pháp C, với một nửa tính năng bị loại bỏ, là phù hợp nhất với tốc độ hiện tại của chúng ta."
Đồng thời, bạn phải hiểu một điều: Trí tuệ nhân tạo (AI) sẽ không vào tù hay chịu trách nhiệm. Khi các công ty trả cho bạn mức lương cao, họ thường đang mua cho bạn một "lưới an toàn" cho kết quả kinh doanh. Khi bạn nộp mã hoặc giải pháp do AI tạo ra, bạn phải tự tin nói rằng, "Tôi đã xem xét kết quả đầu ra của AI bằng kinh nghiệm chuyên môn của mình, và tôi chịu trách nhiệm về việc triển khai cuối cùng." "Phần thưởng trách nhiệm" này - sự sẵn sàng đưa ra quyết định trong những lĩnh vực mơ hồ và gánh chịu hậu quả kinh doanh cuối cùng - là điều mà máy móc không bao giờ có thể thay thế được trong bất kỳ thời đại nào.
Dorsey nói, "Hầu hết các công ty đã quá muộn rồi." Nhưng đối với cá nhân, điều ngược lại cũng đúng: hầu hết mọi người chưa bắt đầu chuẩn bị hoặc không nhận thức được xu hướng này.
Không phải ai cũng cần trở thành chuyên gia về trí tuệ nhân tạo. Nhưng sớm muộn gì mọi người cũng cần phải tìm ra những phần công việc nào máy móc có thể đảm nhiệm, và những phần nào là độc nhất vô nhị đối với họ, rồi chuyển thời gian và năng lượng từ những phần trước sang những phần sau.
Nếu một ngày nào đó trí tuệ nhân tạo vượt qua con người trong mọi lĩnh vực, điều đó có thể xảy ra vào năm 2027 hoặc 2030, nhưng đây không phải là sự thay đổi mà bạn có thể chỉ đứng ngoài quan sát.
Nó không chờ bạn sẵn sàng.
Twitter: https://twitter.com/BitpushNewsCN
Nhóm cộng đồng BitPush trên Telegram: https://t.me/BitPushCommunity
Đăng ký theo dõi Bitpush trên Telegram: https://t.me/bitpush
