Một kỹ sư dùng AI làm việc của 10 người trong 8 tháng: bài học năng suất từ Bkav của Nguyễn Tử Quảng

Tại Hội thảo khoa học “Kinh tế chính trị trong kỷ nguyên mới” do Học viện Chính trị quốc gia Hồ Chí Minh tổ chức, ông Nguyễn Tử Quảng, Ủy viên Hội đồng Tư vấn Chính sách của Thủ tướng và Chủ tịch sáng lập Tập đoàn Công nghệ Bkav, đã trình bày tham luận với chủ đề đề xuất xác lập phương thức sản xuất mới mang tên “Thị trường tự do xã hội chủ nghĩa”, đồng thời phân tích khái niệm “địa tô số” gắn với vấn đề chủ quyền không gian mạng. Trong phần trình bày, ông đề cập đến tác động của trí tuệ nhân tạo đối với lực lượng sản xuất, đặc biệt là khả năng thay đổi năng suất lao động và chi phí vận hành doanh nghiệp. Con số ông đưa ra khiến cả hội trường phải chú ý, bởi nó không đến từ một nghiên cứu xa vời mà từ chính hoạt động hằng ngày của Bkav.

Con số gây choáng phía sau một tuần làm việc

Để minh họa, ông Quảng đưa ra một ví dụ từ chính hoạt động của Bkav: “Tại Bkav, 1 kỹ sư dùng AI trong 1 tuần làm thay việc của 10 kỹ sư trong 8 tháng; chi phí dưới 3 triệu thay vì hơn 3 tỷ đồng”. Nếu đặt hai vế cạnh nhau, sự chênh lệch gần như khó tin: cùng một khối lượng công việc, thời gian rút từ 8 tháng xuống còn 1 tuần, còn chi phí giảm tới khoảng một nghìn lần. Đây không phải là lời quảng cáo cho một công cụ, mà là một phép đo thực tế về cách trí tuệ nhân tạo đang viết lại công thức năng suất trong doanh nghiệp công nghệ. Với người làm tiếp thị và quản trị, con số này đặt ra một câu hỏi trực diện: đội ngũ của mình đang làm việc theo cách cũ trong bao lâu nữa, và chi phí cơ hội của việc chần chừ là bao nhiêu.

Bài học thứ nhất: AI đổi cách tính năng suất, không chỉ đổi công cụ

Điểm đáng suy ngẫm trong ví dụ của Bkav là AI không chỉ giúp một người làm nhanh hơn, mà giúp một người làm được khối lượng công việc vốn cần cả một đội. Điều đó có nghĩa là cách tính năng suất quen thuộc, đếm đầu người rồi nhân với số giờ, đang dần lỗi thời. Một kỹ sư biết dùng AI thành thạo có thể gánh phần việc của nhiều người, với điều kiện doanh nghiệp phải dám tổ chức lại quy trình quanh người đó thay vì bắt công nghệ mới phải chui vào quy trình cũ. Kinh nghiệm ở đây là đừng mua AI về rồi giao cho nhân viên tự mày mò. Doanh nghiệp cần chọn một bài toán cụ thể, đo thời gian và chi phí trước khi áp dụng, rồi đo lại sau khi áp dụng, để biết chính xác AI đã tiết kiệm được bao nhiêu. Không có phép đo, mọi lời khen về AI đều chỉ là cảm giác.

Bài học thứ hai: lợi thế nằm ở quy mô khu vực tư nhân

Ông Quảng cũng đưa ra phép so sánh đáng chú ý về quy mô lực lượng sản xuất. Theo ông, khu vực doanh nghiệp nhà nước hiện chỉ sử dụng khoảng 1 triệu lao động trực tiếp, trong khi khu vực kinh tế tư nhân có tới khoảng 45 triệu lao động. Điều đó đồng nghĩa với việc một cải cách thể chế tác động đến khu vực tư nhân có thể tạo hiệu ứng lớn gấp nhiều lần so với chỉ tập trung vào khu vực doanh nghiệp nhà nước. Từ góc nhìn này, ông kiến nghị đẩy mạnh cổ phần hóa và thoái vốn tại tất cả doanh nghiệp nhà nước không thuộc các lĩnh vực an ninh, quốc phòng và an sinh xã hội. Phần không gian còn lại của nền kinh tế cần được mở rộng tối đa cho khu vực tư nhân phát triển. Với doanh nghiệp tư nhân, thông điệp rất rõ: sân chơi đang rộng ra, và người biết tận dụng công nghệ sẽ là người chiếm được phần sân rộng nhất.

Nguồn tin: CafeBiz