Khi nghe rằng trí tuệ nhân tạo có thể ảnh hưởng đến hàng triệu lao động ở Thái Lan, người ta rất dễ hình dung cảnh phần mềm thay thế con người trên quy mô lớn. Nhưng dữ liệu mới nhất cho thấy quá trình chuyển đổi phức tạp hơn nhiều.
Hội đồng Phát triển Kinh tế và Xã hội Quốc gia Thái Lan (NESDC) đã áp dụng khung đánh giá mức độ tiếp xúc với AI tạo sinh vào dữ liệu lực lượng lao động quý IV/2025. Kết quả ước tính khoảng 8,7 triệu lao động, tương đương 21,8% lực lượng lao động Thái Lan, đang làm trong các nghề có khả năng chịu tác động từ AI tạo sinh.
Bên trong con số đó có một khác biệt quan trọng. Khoảng 2,2 triệu lao động, tương đương 5,4% lực lượng lao động, nằm trong nhóm có thể bị thay thế một phần nhiệm vụ. Nhóm lớn hơn nhiều, 6,5 triệu người hay 16,3%, thuộc nhóm được AI hỗ trợ nhiệm vụ, nơi AI có thể nâng năng suất nhưng các phần việc cốt lõi vẫn phụ thuộc vào kỹ năng của con người.
Vì vậy, câu hỏi hữu ích hơn không chỉ là "AI sẽ lấy đi bao nhiêu việc làm?" mà là AI sẽ thay đổi phần nào của công việc và giá trị của con người sẽ dịch chuyển về đâu khi một số nhiệm vụ trở nên rẻ hơn hoặc nhanh hơn.
Tiếp xúc với AI không đồng nghĩa tự động mất việc
Một nghề thường là tập hợp của nhiều hoạt động. Có việc có thể tự động hóa, có việc có thể làm nhanh hơn, và có việc vẫn phụ thuộc nhiều vào giao tiếp, thương lượng, phán đoán hoặc trách nhiệm.
NESDC chia tác động thành hai nhóm lớn. Task Replacement là những công việc mà AI có thể thay thế một phần hoặc toàn bộ các nhiệm vụ có cấu trúc, lặp lại. Nhóm này ước tính khoảng 2,2 triệu lao động và gồm một phần công việc hành chính, kế toán và lập trình.
Nhóm lớn hơn là Task Augmentation, khoảng 6,5 triệu lao động. Đây là các nghề mà AI có thể xử lý một số bước hoặc thông tin hiệu quả hơn, trong khi những trách nhiệm quan trọng vẫn cần con người.
Bằng chứng trong khu vực cũng đi theo hướng tương tự. International Labour Organization ước tính năm 2025 có 22,9% việc làm tại ASEAN nằm trong các nghề có mức tiếp xúc với AI tạo sinh cao hơn mức tối thiểu, trong khi chỉ 3,3% thuộc nhóm tiếp xúc cao nhất. Đến tháng 7/2026, ILO cho biết vẫn có ít bằng chứng về sự xáo trộn diện rộng trên thị trường lao động do AI tạo sinh.
Điều đó không có nghĩa là rủi ro không tồn tại. Nó chỉ cho thấy "công việc đang thay đổi" và "việc làm đang biến mất" là hai nhận định khác nhau.
AI thường tác động vào nhiệm vụ trước khi tác động vào cả nghề
Một nhân viên tài chính có thể thu thập dữ liệu, lập bảng, kiểm tra bất thường, giải thích kết quả cho quản lý và chịu trách nhiệm cho khuyến nghị. Một nhân viên marketing có thể nghiên cứu khách hàng, soạn nội dung, đánh giá chiến dịch, trao đổi với khách hàng và quyết định phân bổ ngân sách.
AI có thể trở nên rất nhanh ở một số phần việc đó mà không làm mất giá trị của toàn bộ phần còn lại trong vai trò. Nếu AI tạo bản nháp đầu tiên trong vài phút, giá trị của bản nháp có thể giảm. Ngược lại, khả năng biết dữ liệu nào đáng tin, phát hiện điểm bất thường, đánh giá một kết luận có quá rủi ro hay không và quyết định bước tiếp theo có thể trở nên quan trọng hơn.
Vì vậy, chỉ nhìn vào mức độ tiếp xúc của một nghề với AI có thể gây hiểu lầm. Một nghề tiếp xúc cao có thể vừa có nhiệm vụ dễ tự động hóa, vừa có nhiệm vụ nơi AI nâng năng suất, tức tạo ra nhiều kết quả hữu ích hơn từ cùng một lượng nguồn lực.
Khi một nhiệm vụ rẻ hơn, doanh nghiệp có nhiều hơn một lựa chọn
Giả sử phần mềm rút một giờ làm việc xuống còn mười lăm phút. Chi phí của nhiệm vụ đã giảm, nhưng bước tiếp theo của doanh nghiệp không hề được định sẵn.
Doanh nghiệp có thể cắt giảm nhân sự. Nhưng họ cũng có thể giữ nguyên đội ngũ, sản xuất nhiều hơn, phục vụ nhiều khách hàng hơn, thử nghiệm sản phẩm nhanh hơn hoặc chuyển nhân sự sang công việc cần nhiều phán đoán hơn. Nếu sản lượng trên mỗi lao động tăng và thị trường hấp thụ được phần tăng thêm, AI có thể hỗ trợ mở rộng kinh doanh thay vì lập tức thu hẹp việc làm.
Kịch bản ngược lại cũng có thể xảy ra. Nếu nhu cầu không tăng và sau tự động hóa còn ít công việc có giá trị, động lực giảm vị trí sẽ mạnh hơn. Kết quả đối với việc làm vì vậy phụ thuộc vào công nghệ, mô hình kinh doanh, nhu cầu thị trường và khả năng người lao động chuyển sang các nhiệm vụ mà AI vẫn yếu hơn.
Không có công thức đơn giản rằng năng suất tăng 20% thì việc làm nhất định phải giảm 20%.
Công việc tăng giá trị có thể là công việc cần phán đoán
Khi công cụ ngày càng giỏi trong các nhiệm vụ có cấu trúc, năng lực khan hiếm có thể chuyển từ việc tạo văn bản hay tính toán thật nhanh sang hiểu bối cảnh, đặt đúng câu hỏi và chịu trách nhiệm về kết quả.
OECD cho biết việc áp dụng AI đang nâng chuẩn kỹ năng ở nhiều nơi làm việc. Hơn một nửa số doanh nghiệp sản xuất và tài chính được khảo sát nói rằng nhu cầu với lao động có trình độ cao tăng sau khi áp dụng AI. Đồng thời, OECD ước tính dưới 1% người lao động sẽ cần kỹ năng AI chuyên sâu như phát triển mô hình hoặc lập trình AI.
Với phần lớn người lao động, bộ kỹ năng cần thiết rộng hơn: sử dụng, phân tích và diễn giải dữ liệu, giải quyết vấn đề, sáng tạo, quản lý và các kỹ năng con người khác.
Nếu AI làm cho "câu trả lời đầu tiên" rẻ hơn, người lao động có thể tạo nhiều giá trị hơn bằng khả năng xác định đúng vấn đề, kiểm tra câu trả lời, đặt nó vào bối cảnh kinh doanh và ra quyết định khi thông tin chưa đầy đủ.
Rủi ro gần hơn có thể nằm ở bậc đầu tiên của thang nghề nghiệp
Điều chỉnh trên thị trường lao động không nhất thiết phải xuất hiện dưới dạng một làn sóng sa thải. Nó cũng có thể thể hiện qua việc giảm tuyển người mới.
Các vị trí đầu vào từ lâu bao gồm những nhiệm vụ như thu thập thông tin, soạn tài liệu, kiểm tra hồ sơ, phân tích cơ bản và giải quyết vấn đề có cấu trúc. Đây cũng là nơi lao động trẻ tích lũy kinh nghiệm trước khi tiến lên các vị trí cần nhiều phán đoán hơn.
Dữ liệu của Stanford Digital Economy Lab tại Mỹ là một tín hiệu cảnh báo, không phải bằng chứng rằng Thái Lan đã có cùng mô hình. Đến tháng 6/2026, việc làm của nhóm tuổi 22 – 25 trong các nghề tiếp xúc cao với AI thấp hơn khoảng 19% so với mức có thể đạt được nếu tăng cùng tốc độ với nhóm cùng tuổi trong các nghề ít tiếp xúc hơn. Sự điều chỉnh chủ yếu đến từ tuyển dụng yếu hơn, không phải tỷ lệ rời việc cao hơn.
Stanford nhấn mạnh đây là các mẫu hình mô tả, không phải ước tính quan hệ nhân quả của AI. Dù vậy, câu hỏi quan trọng vẫn còn: nếu AI làm nhiều nhiệm vụ cấp đầu vào hơn, người trẻ sẽ tích lũy kinh nghiệm cần cho các vai trò senior bằng cách nào?
Không phải ai cũng cần trở thành kỹ sư AI
Phản ứng trước AI không nên bắt đầu bằng giả định rằng mọi người đều phải học machine learning hay phát triển mô hình.
Với nhiều nghề, lợi thế có thể đến từ việc hiểu chuyên môn của mình sâu hơn, dùng AI để giảm thời gian cho việc lặp lại và tăng chất lượng ở phần phụ thuộc vào kiến thức ngành, kiểm tra và phán đoán. Kế toán có thể dùng AI để sắp xếp thông tin nhưng vẫn phải xác minh kết quả và giải thích ý nghĩa. Người làm marketing có thể dùng AI tạo nhiều phương án nhưng vẫn cần hiểu khách hàng, ngân sách, thương hiệu và mục tiêu kinh doanh.
Với doanh nghiệp, mua một công cụ AI cũng không tự động tạo ra năng suất. Dữ liệu kém, quy trình thiết kế không tốt và kiểm tra không đủ có thể khiến công việc nhanh hơn nhưng đồng thời làm lỗi lan rộng nhanh hơn.
Cơ hội kinh tế nằm ở việc thiết kế lại công việc để con người và AI mỗi bên đảm nhận phần mà mình có lợi thế, rồi biến mức tăng năng suất thành sản phẩm hoặc dịch vụ có giá trị cao hơn.
Điều gì cần theo dõi tiếp theo
Tín hiệu đầu tiên là tuyển dụng vị trí đầu vào tại Thái Lan, đặc biệt trong hỗ trợ văn phòng, tài chính, kế toán, marketing, công nghệ và phân tích cơ bản. Nếu tuyển dụng junior yếu đi nhanh hơn việc làm nói chung, doanh nghiệp có thể đang thiết kế lại thang nghề nghiệp.
Tín hiệu thứ hai là kỹ năng được yêu cầu trong tin tuyển dụng. Điều quan trọng không chỉ là có từ AI hay không, mà là nhu cầu có chuyển sang phân tích, kiểm tra, giao tiếp, quản lý dự án và kiến thức ngành hay không.
Tín hiệu thứ ba là tiền lương và việc làm ở các công việc được AI hỗ trợ so với các công việc có nhiệm vụ dễ tự động hóa hơn. Khoảng cách nới rộng sẽ cho thấy tác động của AI đến thị trường lao động trực tiếp hơn số lượng công cụ mà doanh nghiệp mua.
Tín hiệu cuối cùng là đầu tư vào upskilling và reskilling, cùng khả năng doanh nghiệp nhỏ và vừa thực sự áp dụng AI hiệu quả. Nếu lợi ích năng suất tập trung ở doanh nghiệp lớn, chênh lệch hiệu quả và tiền lương giữa các doanh nghiệp có thể tăng.
AI có thể làm giảm giá trị của một số nhiệm vụ. Điều đó không có nghĩa giá trị lao động con người giảm với cùng tốc độ. Câu hỏi ngày càng quan trọng là phần nào của công việc còn lại sau khi AI tiếp quản một lớp nhiệm vụ, và người lao động cùng doanh nghiệp có thể chuyển sang nguồn giá trị mới đó nhanh đến mức nào.
