Phân tích của OpenAI đối với 800.000 tin nhắn ChatGPT được gửi bởi các chuyên gia tại Hoa Kỳ cho thấy gần một trong sáu câu lệnh liên quan đến công việc hiện đang yêu cầu mô hình xử lý các tác vụ vốn thuộc về một chuyên môn khác. Nếu loại bỏ các tác vụ viết lách và tóm tắt thông thường, con số này sẽ tăng lên tới 43,5%. Sự chuyển dịch này đang tái định hình cách nhân viên dành thời gian trong ngày, và nó có ý nghĩa quan trọng nhất đối với các công ty quy mô nhỏ, nơi mà mỗi kỹ năng bổ sung đều có thể giúp rút ngắn hàng tuần chờ đợi chuyên gia.

Tại sao những con số này lại quan trọng

Nghiên cứu cho thấy các yêu cầu liên phòng ban tập trung vào một số bộ phận nhất định. Marketing và kỹ thuật đang dẫn đầu, với các truy vấn liên quan đến marketing xuất hiện trong 8,9% tin nhắn từ các vai trò khác—tỷ lệ cao nhất trong tập dữ liệu. Một nhân viên bán hàng có thể yêu cầu ChatGPT tính toán các con số về giá trị vòng đời khách hàng (customer-lifetime-value) mà thông thường một nhà phân tích dữ liệu sẽ đảm nhận, trong khi một nhân viên marketing có thể khắc phục liên kết bị lỗi hoặc tinh chỉnh SEO trên trang trước khi cần đến sự hỗ trợ của kỹ sư.

Đối với các chủ doanh nghiệp nhỏ, tác động này còn mạnh mẽ hơn. Các chủ doanh nghiệp hiện đang soạn thảo các ghi chú đánh giá pháp lý, thực hiện các dự báo tài chính nhanh và thực hiện các phân tích tình huống mà trước đây cần đến luật sư hoặc Giám đốc Tài chính (CFO). Trong các nhóm từ hai đến năm người, 18,9% các tác vụ do AI tạo ra nằm ngoài vai trò cốt lõi của nhân viên, so với mức 16,3% ở các doanh nghiệp có hơn một trăm nhân viên. Logic rất đơn giản: các công ty lớn có thể chuyển yêu cầu cho một đồng nghiệp chuyên trách; các đơn vị siêu nhỏ phải tự mình giải quyết vấn đề.

Ưu điểm: tốc độ và sự bàn giao hiệu quả hơn

Khi một nhân viên tạo ra bản phân tích sơ bộ hoặc một bản tóm tắt pháp lý thô, việc bàn giao cho chuyên gia trở nên nhanh chóng và tập trung hơn. Chuyên gia sẽ nhận được một bản mô tả vấn đề rõ ràng hơn, dữ liệu được chuẩn bị tốt hơn và ít nhận được các email kiểu "vui lòng giải thích bạn cần gì" hơn. Điều đó giúp cắt giảm thời gian chờ đợi, giảm thiểu ma sát nội bộ và nâng cao chất lượng yêu cầu.

Những rủi ro tiềm ẩn

Nghiên cứu không khẳng định rằng AI sẽ khiến các chuyên gia trở nên lỗi thời. Nó định nghĩa công nghệ này như một người phản ứng tuyến đầu, giúp đưa việc xử lý vấn đề đến gần hơn với nguồn gốc của nó.

Cách các công ty có thể thích nghi

  • Xác định các điểm ra quyết định – Tìm xem nơi nào một yêu cầu thường bị đình trệ và thử nghiệm xem liệu AI có thể tạo ra một bản thảo đầu tiên có thể sử dụng được hay không.
  • Xác định giới hạn thẩm quyền – Quy định rõ những kết quả đầu ra nào cần có sự phê duyệt từ một chuyên gia có trình độ.
  • Đào tạo bộ kỹ năng mới – Cung cấp các khóa học vi mô (micro-learning) về cách đặt câu lệnh (prompting), cách diễn giải các gợi ý của AI và cách phát hiện các lỗi có khả năng xảy ra.
  • Đo lường tác động – Theo dõi thời gian tiết kiệm được trong quá trình bàn giao so với bất kỳ sự gia tăng nào về tỷ lệ lỗi hoặc việc phải làm lại.

Tổ chức nhỏ so với tổ chức lớn: những con đường khác biệt

Chặng đường tiếp theo

Dữ liệu của OpenAI ghi lại một thực tế đang tiến hóa nhanh chóng. Khi các mô hình trở nên đáng tin cậy hơn và chuyên biệt hóa theo từng lĩnh vực, tỷ trọng các tác vụ liên phòng ban có khả năng sẽ tăng lên. Các tổ chức coi AI chỉ là một công cụ năng suất thay vì là chất xúc tác để thiết kế lại quy trình làm việc sẽ có nguy cơ bị tụt hậu. Những tổ chức thực hiện thiết kế lại quy trình ngay từ bây giờ—quyết định xem quyết định nào vẫn do con người thực hiện và quyết định nào có thể được AI hỗ trợ—sẽ đạt được các chu kỳ làm việc nhanh hơn và các đội ngũ linh hoạt hơn.

Bài học rút ra: AI đang đưa phản ứng đầu tiên về gần nguồn gốc của vấn đề, đặc biệt là trong các doanh nghiệp nhỏ, nơi mà mỗi khả năng bổ sung đều giúp cắt giảm sự chậm trễ. Lợi thế thực sự không đến từ việc đổi tên các công việc, mà đến từ việc tư duy lại về việc ai làm việc gì, và nơi nào máy móc có thể can thiệp một cách an toàn.