AI có cướp việc làm không? Báo cáo mới nhất từ Anthropic tiết lộ sự thật bất ngờ

Báo cáo lao động mới nhất của Anthropic (tháng 3/2026) xác nhận điều mà nhiều chuyên gia vẫn tranh luận: tỷ lệ thất nghiệp trong các ngành bị AI “phủ sóng” nhiều nhất chưa tăng đáng kể kể từ cuối năm 2022. Nhưng bức tranh không hoàn toàn tươi sáng. Nhóm lao động trẻ từ 22 đến 25 tuổi đang gặp khó khăn đáng kể khi tìm việc vào các lĩnh vực chịu ảnh hưởng cao của AI.

Tóm tắt các điểm chính:

• Anthropic giới thiệu chỉ số “observed exposure” (mức độ tiếp xúc thực tế) để đo lường tác động thực của AI, thay vì chỉ dựa trên tiềm năng lý thuyết.
• LLM có thể xử lý lý thuyết 94% công việc trong ngành Máy tính và Toán học, nhưng thực tế hiện tại chỉ khoảng 33% được tự động hóa trong môi trường làm việc thực.
• Lập trình viên máy tính dẫn đầu danh sách với 74.5% observed exposure, tiếp theo là đại diện dịch vụ khách hàng (70.1%) và nhập liệu (67.1%).
• Không có bằng chứng về làn sóng thất nghiệp diện rộng, ngay cả ở những người lao động có mức độ tiếp xúc AI cao nhất.
• Dấu hiệu duy nhất đáng lo ngại là tốc độ tìm việc đang giảm ở lao động trẻ 22 đến 25 tuổi trong các ngành AI tác động cao.

“Observed Exposure” là gì và tại sao nó thay đổi cách chúng ta đánh giá rủi ro?

Observed exposure là chỉ số do Anthropic phát triển để đo lường mức độ AI đang thực sự thay thế các nhiệm vụ lao động trong môi trường nghề nghiệp thực tế, không phải trên giấy tờ. Phương pháp truyền thống từ trước tới nay hỏi rằng liệu AI có thể thực hiện một nhiệm vụ hay không. Anthropic đặt lại câu hỏi: AI có đang thực hiện nhiệm vụ đó không?

Để tính điểm observed exposure cho một nghề, các nhà nghiên cứu phân tích dữ liệu từ Anthropic Economic Index. Một nghề được chấm điểm cao nếu các nhiệm vụ cốt lõi của nó xuất hiện thường xuyên trong các cuộc hội thoại AI liên quan đến công việc, đặc biệt là trong các quy trình được tự động hóa hoàn toàn, và nếu các nhiệm vụ đó chiếm tỷ trọng lớn trong ngày làm việc của người lao động.

Khoảng cách giữa lý thuyết và thực tế lập tức lộ rõ khi áp dụng chỉ số này. LLM có thể xử lý lý thuyết 94% công việc trong ngành Computer and Math, nhưng hiện tại chỉ 33% trong số đó được thực thi trong môi trường làm việc thực. Đây là khoảng cách 61 điểm phần trăm giữa tiềm năng và triển khai thực tế, và con số này có ý nghĩa rất lớn với các nhà hoạch định chính sách, doanh nghiệp, và người lao động đang lo lắng về tương lai nghề nghiệp của mình.

Ở chiều ngược lại, 30% lực lượng lao động hoàn toàn không bị ảnh hưởng bởi AI vì các nhiệm vụ hàng ngày của họ không giao thoa với khả năng AI hiện tại. Nhóm này bao gồm thợ sửa xe máy, nhân viên phòng thay đồ, đầu bếp, bartender, cứu hộ bể bơi, và nhân viên rửa bát.

Những nghề nào đang bị AI “thay thế” nhiều nhất trong thực tế?

Computer programmer hiện đứng đầu danh sách observed exposure với 74.5%, có nghĩa là hơn 3/4 các nhiệm vụ cốt lõi của lập trình viên đang xuất hiện trong các luồng làm việc AI thực tế. Customer service representative đứng thứ hai với 70.1%, và data entry keyer xếp thứ ba với 67.1%.

Một điểm cần làm rõ để tránh nhầm lẫn: dù lập trình viên có observed exposure gần 75%, toàn bộ ngành Computer and Math chỉ ở mức 33%. Lý do là ngành này còn bao gồm các vai trò như kỹ thuật viên phần cứng, những người thực hiện công việc vật lý không phù hợp với AI ngôn ngữ. Observed exposure đánh giá từng nghề cụ thể dựa trên nhiệm vụ thực tế, không phải theo nhóm ngành rộng.

Điều thú vị là dù ba nhóm nghề này có mức độ tiếp xúc AI rất cao, dữ liệu kinh tế vĩ mô không ghi nhận bất kỳ sự gia tăng thất nghiệp đáng kể nào. Anthropic theo dõi tỷ lệ thất nghiệp thông qua Current Population Survey kể từ khi ChatGPT ra mắt công khai cuối năm 2022. Khi so sánh nhóm lao động thuộc tứ phân vị cao nhất về observed exposure với nhóm không bị ảnh hưởng, khoảng cách tỷ lệ thất nghiệp gần như không thay đổi. Mọi tăng nhẹ được ghi nhận đều không có ý nghĩa thống kê.

Các nhà nghiên cứu đặt ra một ngưỡng so sánh rõ ràng: nếu AI tạo ra cú sốc kinh tế tương đương cuộc Đại Suy Thoái 2007-2009, tỷ lệ thất nghiệp của nhóm bị phơi nhiễm nhiều nhất sẽ tăng gấp đôi, từ 3% lên 6%. Thực tế hiện tại không có dấu hiệu gì như vậy.

Tại sao người trẻ 22-25 tuổi lại là nhóm chịu ảnh hưởng nhiều nhất từ AI?

Lao động trẻ từ 22 đến 25 tuổi đang gặp khó trong việc tìm được chỗ đứng tại các ngành có mức độ tiếp xúc AI cao, dù nhìn chung tỷ lệ thất nghiệp tổng thể không tăng. Dữ liệu của Anthropic chỉ ra sự chậm lại đáng chú ý trong tốc độ tuyển dụng nhóm này, tức là thời gian từ lúc tìm việc đến khi có việc làm đang dài hơn.

Nguyên nhân chính xác vẫn chưa được xác định dứt khoát từ dữ liệu hiện tại. Có bốn khả năng đang được xem xét: nhóm này đang mất cơ hội việc làm đầu vào do AI đảm nhận, họ chọn ở lại vai trò hiện tại lâu hơn thay vì chuyển ngành, họ tìm việc trong các lĩnh vực ít bị AI tác động, hoặc họ quay lại học thêm để nâng cao kỹ năng.

Bất kể nguyên nhân là gì, đây là tín hiệu thị trường lao động rõ ràng nhất được liên kết trực tiếp với việc áp dụng AI hiện nay. Với sinh viên mới ra trường hoặc đang chuẩn bị bước vào thị trường lao động, đặc biệt trong các ngành công nghệ và dịch vụ tri thức, đây là áp lực có thật mà họ cần chuẩn bị để đối mặt.

Kết luận

Báo cáo lao động của Anthropic cung cấp bức tranh thực tế nhất từ trước đến nay về tác động của AI lên thị trường việc làm. Chỉ số observed exposure cho thấy khoảng cách lớn giữa những gì AI có thể làm về mặt lý thuyết và những gì đang thực sự xảy ra trong môi trường lao động: LLM có thể xử lý lý thuyết 94% công việc ngành Computer and Math, nhưng thực tế hiện tại chỉ khoảng 33%. Dữ liệu từ Current Population Survey không ghi nhận sự gia tăng thất nghiệp có ý nghĩa thống kê ở nhóm bị ảnh hưởng nhiều nhất kể từ cuối 2022.

Tuy nhiên, tín hiệu đáng lo ngại nhất đến từ thế hệ trẻ: lao động 22 đến 25 tuổi đang mất nhiều thời gian hơn để tìm được việc làm đầu tiên trong các ngành AI tác động cao. Đây không phải là thảm họa việc làm, nhưng cũng không phải là tình trạng hoàn toàn ổn. Đây là giai đoạn chuyển đổi, và những ai chuẩn bị sớm nhất sẽ chịu ít tổn thất nhất.