50 việc nên giao AI — 20 việc giữ người

Câu hỏi đầu tiên không phải “AI có làm được việc này không?”. Câu hỏi đúng hơn là “AI được phép làm đến đâu nếu sai?”.

Một model có thể đọc hợp đồng, soạn email, gọi API và phân tích số liệu. Nhưng bốn khả năng đó không nên mặc định có cùng quyền. NIST khuyến nghị đo và kiểm thử cả cấu hình người–AI trước triển khai và trong vận hành ^[R01]; telemetry của Anthropic cũng cho thấy người dùng có kinh nghiệm có thể bật auto-approve nhiều hơn đồng thời can thiệp/ngắt nhiều hơn ^[A02]. Tự chủ vì thế không phải “không còn người”; nó là cách người đổi từ duyệt từng bước sang giám sát, can thiệp và giữ quyền ở điểm hậu quả lớn.

Quyết định cho SME: tách capability khỏi authority. AI có thể soạn, phân tích, đề xuất, thậm chí thực thi trong sandbox; nhưng quyền ràng buộc tiền, pháp lý, dữ liệu nhạy cảm, access hoặc quyết định khó đảo ngược cần gate riêng.

ACTION: trước khi bật bất kỳ automation nào, viết một dòng: “AI có thể làm gì — nhưng không được tự làm gì?”.

ILO ước tính khoảng 11,5 triệu lao động Việt Nam — xấp xỉ một phần năm — làm trong các nghề có task có thể chịu tác động của GenAI; nhưng chỉ khoảng một triệu nằm trong nhóm vừa có task rất dễ bị tác động vừa được chuẩn hóa cao ^[V01]. Đây là exposure, không phải xác suất mất việc.

ILO/NASK xây exposure index từ task, không phải từ nhãn job đơn thuần ^[I01]. Điều này dẫn tới một quy tắc vận hành quan trọng: job title là đơn vị quá lớn để giao quyền AI. Một nhân viên sales có research, prep, ghi CRM, follow-up, negotiation, discount, ký cam kết. AI có thể làm rất khác nhau ở từng phần.

Bản đồ nên đi theo chuỗi: Job → Workflow → Task → Action → Authority. Chỉ ở cấp action mới trả lời được: output đúng nhìn như thế nào, lỗi có phát hiện được không, undo được không, và AI có được chạm hệ thống thật không.

ACTION: chọn một job đang tốn nhiều thời gian; tách thành 8–15 task trước khi nói “tự động hóa vị trí này”.

Một task đáng giao AI không chỉ vì nó lặp lại. Workbook R04 chấm năm yếu tố, mỗi yếu tố 0–2 điểm:

1. Verifiability — biết “đúng” trông như thế nào không?
2. Reversibility — sai có undo nhanh/rẻ không?
3. Failure cost — nếu sai, hậu quả có thấp không?
4. Data sensitivity — dữ liệu public/ít nhạy cảm hay thuộc vùng hạn chế?
5. Authority — AI chỉ phân tích/nháp hay có thể ràng buộc tiền, quyền, pháp lý, bên ngoài?

Tổng điểm 0–10 chỉ là công cụ sàng lọc của AI Outlook, không phải chuẩn đã được khoa học xác nhận ^[R01][R02]. Và điểm số không được thắng hard gate: nếu failure cost, data sensitivity hoặc authority chạm vùng đỏ, workbook ép về L0 cho tới khi doanh nghiệp đặt được kiểm soát phù hợp.

NIST nhấn mạnh measurement phải bao gồm uncertainty và human–AI configuration ^[R01]. Nói cách khác: nếu người thật còn không định nghĩa được output đúng hoặc không biết cách phát hiện sai, chưa nên nâng autonomy.

ACTION: dùng tab TASK_AUDIT, chấm 10 task thật của doanh nghiệp; đừng sửa điểm để “được L4”.