Dự báo không chịu chết
Trong hơn một thập kỷ, một con số duy nhất đã neo giữ nỗi sợ hãi của công chúng về tự động hóa: 47%. Vào năm 2013, các nhà kinh tế học của Oxford Martin School là Carl Benedikt Frey và Michael Osborne ước tính rằng tỷ lệ đó của việc làm tại Mỹ nằm trong các ngành nghề có nguy cơ cao bị tin học hóa, trong một khung thời gian tương lai không xác định mà họ chỉ mô tả là “có lẽ một hoặc hai thập kỷ.” Bài báo trở thành một trong những bài nghiên cứu kinh tế được trích dẫn nhiều nhất thế kỷ, và con số 47% vẫn lưu hành trên các tiêu đề báo chí và slide phòng họp như thể đó là một dự đoán đã được xác lập chứ không phải một ước tính xác suất được xây dựng trên các giả định của năm 2013 về những nhiệm vụ nào phần mềm có thể học được một cách khả dĩ.
Đến năm 2022, Robert D. Atkinson của Quỹ Đổi mới và Công nghệ Thông tin (ITIF) đã có thứ mà các nhà dự báo khác thiếu: chín năm dữ liệu thị trường lao động thực tế từ thí nghiệm tự nhiên đó. Kết luận của ông thẳng thắn. Nước Mỹ đã thêm khoảng 16 triệu việc làm kể từ khi bài báo được công bố, tỷ lệ thất nghiệp ở mức 3,7%, và khi ông đối chiếu điểm số rủi ro theo từng ngành nghề của Frey và Osborne với những gì thực sự xảy ra với các ngành nghề đó, mối tương quan yếu — khoảng 0,26. Con số 47% đã không xảy ra. Điều đó không có nghĩa là tự động hóa vô hại; nó có nghĩa là một điểm số dễ tổn thương tại một thời điểm duy nhất, dù được mô hình hóa nghiêm ngặt đến đâu, vẫn là một hướng dẫn kém cho một thập kỷ thay đổi về công nghệ, kinh tế và thể chế. Bất kỳ tuyên bố nào về các ngành nghề “an toàn” dưới đây nên được đọc với chế độ thất bại đó trong đầu.
Hai nghịch lý mà mọi người liên tục lẫn lộn
Các cuộc thảo luận về lao động chân tay và AI thường xuyên viện dẫn hai ý tưởng như thể chúng có thể hoán đổi cho nhau. Chúng không như vậy, và sự khác biệt này quan trọng đối với việc lập kế hoạch.
Nghịch lý Moravec là một quan sát về mặt tính toán, được đặt tên theo nhà robot học Hans Moravec trong cuốn sách năm 1988 của ông, Mind Children, và được trình bày cùng thời điểm bởi Rodney Brooks và Marvin Minsky. Nó nói rằng lý luận trừu tượng là rẻ về mặt tính toán đối với một cỗ máy, trong khi kỹ năng vận động cảm giác và tri giác của một đứa trẻ mới biết đi — thăng bằng, cầm nắm, nhận thức chiều sâu, nhận diện vật thể trong môi trường lộn xộn — lại cực kỳ đắt đỏ. Nó giải thích vì sao một mô hình có thể vượt qua kỳ thi luật sư trước khi một robot có thể gấp quần áo một cách đáng tin cậy.
Nghịch lý Polanyi là thuật ngữ kinh tế học lao động, và đây mới là thuật ngữ thực sự dự đoán những công việc nào chống chịu được tự động hóa. Nhà kinh tế học MIT David Autor đã đặt ra thuật ngữ này trong một bài nghiên cứu của NBER vào tháng 9 năm 2014, dựa trên quan sát năm 1966 của triết gia Michael Polanyi rằng “chúng ta biết nhiều hơn những gì chúng ta có thể diễn đạt.” Những người thợ lành nghề thường xuyên chẩn đoán một mạch điện bị hỏng, một van bị kẹt, hoặc một máy nén khí kêu è è bằng cách sử dụng khả năng nhận diện mẫu hình mà họ không thể diễn đạt đầy đủ thành một bộ quy tắc — điều đó có nghĩa là nó cũng không thể được mã hóa gọn gàng vào dữ liệu huấn luyện hoặc một cây quyết định. Kết luận của chính Autor vẫn còn giá trị: “những thách thức trong việc thay thế máy móc cho người lao động ở những nhiệm vụ đòi hỏi khả năng thích ứng, lẽ thường và sự sáng tạo vẫn còn vô cùng lớn.”
Sự khác biệt này quan trọng vì nghịch lý Moravec nói về cơ thể robot, còn nghịch lý Polanyi nói về phán đoán ngầm của con người. Một ngành nghề có thể chống chịu tự động hóa vì một trong hai lý do, cả hai, hoặc không lý do nào cả — và việc gộp chung chúng lại sẽ tạo ra những dự đoán cẩu thả.
200.000 cuộc trò chuyện thực tế cho thấy điều gì — và không cho thấy điều gì
Frey và Osborne mô hình hóa mức độ dễ tổn thương từ bên ngoài. Vào năm 2025, Microsoft Research đã áp dụng một cách tiếp cận khác: Kiran Tomlinson và các đồng nghiệp đã xem xét 200.000 cuộc trò chuyện Bing Copilot được ẩn danh, đối chiếu với cơ sở dữ liệu O*NET về các hoạt động công việc theo ngành nghề, tạo ra một “điểm số khả năng áp dụng AI” cho hàng trăm ngành nghề. Những ngành nghề có điểm số thấp nhất — kỹ thuật viên lấy máu, trợ lý điều dưỡng, chuyên viên trị liệu xoa bóp, người vận hành thiết bị và thợ lợp mái — có chung một đặc điểm rõ ràng: công việc diễn ra trên một cơ thể, tại một địa điểm cụ thể, bằng đôi tay.
Các nhà nghiên cứu đã nói rõ rằng đây là phép đo về sự chồng lấn nhiệm vụ với một chatbot, không phải một dự báo về sa thải. Trong một bài đăng blog tiếp theo phản hồi lại các bài báo giật gân, họ viết: “nghiên cứu của chúng tôi không đưa ra bất kỳ kết luận nào về việc việc làm bị xóa bỏ; trong bài báo, chúng tôi đã minh thị cảnh báo không nên dùng phát hiện của mình để đưa ra kết luận đó.” Một điểm số khả năng áp dụng thấp ngày nay mô tả nơi mà AI tạo sinh hiện đang không hữu ích như một trợ lý trò chuyện. Nó không nói lên điều gì về một cỗ máy năm năm sau với camera tốt hơn và bộ truyền động rẻ hơn — chính xác là lãnh thổ mà chương robot hình người của trang này theo dõi.
Sự phức tạp: “chân tay” không phải là một thứ duy nhất
Đây là chỗ câu chuyện gọn gàng bị vỡ. Báo cáo Tương lai Việc làm 2025 của Diễn đàn Kinh tế Thế giới đã hỏi các nhà tuyển dụng những kỹ năng nào họ kỳ vọng sẽ trở nên quan trọng hơn hoặc kém quan trọng hơn vào năm 2030. Gần như mọi nhóm kỹ năng đều được kỳ vọng tăng tầm quan trọng. Chỉ có hai nhóm được kỳ vọng suy giảm ròng — và một trong số đó là “sự khéo léo tay chân, sức bền và độ chính xác,” ở mức âm 24% ròng.
Đó không phải là một mâu thuẫn với dữ liệu về ngành nghề ở trên; đó là một lời nhắc nhở rằng “lao động chân tay” trải rộng trên những công việc rất khác nhau. Việc lấy hàng trong kho, các trạm dây chuyền lắp ráp, và xử lý công nghiệp lặp đi lặp lại là chân tay, đòi hỏi thể lực, và chính xác là loại chuyển động có cấu trúc, lặp lại mà ngành robot công nghiệp đã tự động hóa trong nhiều năm — từ rất lâu trước khi AI tạo sinh ra đời. Một thợ điện có giấy phép hành nghề đang xử lý sự cố ở một bảng điện lạ trong một ngôi nhà lạ cũng là “chân tay,” nhưng nó gần như không giống với một nhiệm vụ trong nhà kho về tính khó lường, trách nhiệm pháp lý, hoặc nhu cầu về phán đoán. Các nhà tuyển dụng được WEF khảo sát dường như đang nhận ra vế trước ngay cả khi nhu cầu vẫn giữ nguyên cho vế sau. Một ngành nghề không được bảo vệ vì nó là chân tay; nó được bảo vệ vì nó kết hợp phán đoán ngầm với hoặc là một yêu cầu hiện diện vật lý khó thay thế hoặc nhu cầu thay thế mang tính cấu trúc mà một robot chưa thể đáp ứng với chi phí rẻ.
Năm ngành nghề, hai lý do khác nhau để kỳ vọng nhu cầu
Các dự báo của Cẩm nang Triển vọng Nghề nghiệp giai đoạn 2025–2035 của Cục Thống kê Lao động Hoa Kỳ minh họa cả hai cơ chế cùng một lúc:
| Ngành nghề | Tăng trưởng dự kiến | Số vị trí tuyển dụng hàng năm | Lương trung vị (tháng 5/2025) |
|---|---|---|---|
| Thợ điện | 9% | ~72.700 | 63.190 đô la |
| Thợ ống nước, thợ lắp đặt ống, thợ lắp đặt nồi hơi | 7% | ~42.000 | 63.800 đô la |
| Thợ cơ khí HVAC/làm lạnh | 11% | ~40.600 | 61.010 đô la |
| Thợ lắp đặt thang máy/thang cuốn | 6% | ~1.900 | 109.910 đô la |
| Người chăm sóc sức khỏe tại nhà/chăm sóc cá nhân | 18% | ~760.500 | 35.800 đô la |
Thợ điện, thợ ống nước và kỹ thuật viên HVAC kết hợp phán đoán theo nghịch lý Polanyi (chẩn đoán một hệ thống lạ) với một lực lượng lao động đương nhiệm đang già đi và một quy trình học nghề kéo dài nhiều năm — khoảng bốn đến năm năm và khoảng 2.000 giờ được trả lương mỗi năm đối với thợ điện — không thể rút ngắn chỉ vì nhu cầu tăng lên. Thợ lắp đặt thang máy có mức lương cao nhất trong năm ngành nghề này, phản ánh một chuyên môn hẹp, có giấy phép, an toàn trọng yếu với ít người tham gia. Người chăm sóc sức khỏe tại nhà và chăm sóc cá nhân nằm ở đầu kia của thang lương nhưng có số lượng vị trí tuyển dụng thô lớn nhất, được thúc đẩy bởi nhân khẩu học chứ không phải sự khan hiếm chỗ đào tạo: một dân số già đi cần nhiều bàn tay chăm sóc trực tiếp hơn những gì lực lượng lao động hiện tại cung cấp, và nhu cầu đó tương đối miễn nhiễm với tự động hóa vì nó phụ thuộc vào sự hiện diện vật lý, lòng tin, và phán đoán trực tiếp mà robot học hiện nay không thể cung cấp ở quy mô lớn hoặc với chi phí thấp.
Mạch lập luận xuyên suốt
Không điều gì trong số này đồng nghĩa với một sự miễn trừ vĩnh viễn. Một ngành nghề trông có vẻ bền vững khi nó cần kỹ năng ngầm chống lại việc mã hóa, khi lực lượng lao động cung cấp nó đang thu hẹp nhanh hơn nhu cầu, hoặc khi công việc đòi hỏi sự hiện diện vật lý theo cách mà chưa robot nào thực hiện được với chi phí rẻ — lý tưởng nhất là nhiều hơn một trong số này cùng lúc. Nó trông mong manh khi thành phần “chân tay” thực chất là lặp đi lặp lại và có cấu trúc, chính xác là loại lao động chân tay mà robot công nghiệp và kho vận đã nhắm tới trong cả một thế hệ. Đọc dữ liệu tăng trưởng và tiền lương của BLS là một bộ lọc đầu tiên hợp lý cho một hộ gia đình hoặc một người lao động trẻ đang cân nhắc các lựa chọn, nhưng đó là một bộ lọc, không phải một sự đảm bảo — cùng một kỷ luật lẽ ra phải ngăn người ta coi 47% là chân lý vào năm 2013 cũng áp dụng cho mọi con số trong bài viết này.