Làm sao để nâng cao năng lực cạnh tranh trong kỷ nguyên AI?

Khi những công cụ như GPT, Claude, Gemini hay DeepSeek ngày càng mạnh, rẻ và dễ tiếp cận, việc biết sử dụng AI sẽ nhanh chóng chuyển từ lợi thế thành năng lực phổ thông. Một cá nhân có thể học lại prompt của người khác. Một doanh nghiệp có thể mua cùng phần mềm mà đối thủ đang sử dụng. Một tính năng từng tạo ra khác biệt hôm nay có thể trở thành chức năng mặc định chỉ sau vài lần nâng cấp. Vì vậy, lợi thế cạnh tranh trong thời AI không nằm lâu trong công cụ, mà nằm trong năng lực chuyên môn, khả năng phán đoán của con người và hệ thống quản trị giúp tổ chức sử dụng công nghệ tốt hơn, an toàn hơn và học nhanh hơn đối thủ.

Trong nghiên cứu Some Simple Economics of AGI, Christian Catalini, Xiang Hui và Jane Wu cho rằng AI đang làm giảm mạnh chi phí của những công việc có thể mô tả, đo lường và đánh giá bằng tiêu chí rõ ràng. Những việc như tổng hợp thông tin, tạo nội dung, phân tích dữ liệu, soạn thảo tài liệu hay viết mã sẽ ngày càng được thực hiện nhanh hơn và rẻ hơn. Khi khả năng tạo ra kết quả trở nên dồi dào, giá trị sẽ dịch chuyển sang khả năng xác định đúng vấn đề, lựa chọn phương án phù hợp, kiểm chứng kết quả, xử lý ngoại lệ và chịu trách nhiệm cho quyết định cuối cùng.

Điều này đúng với cả cá nhân lẫn doanh nghiệp. Một người chỉ biết dùng công cụ sẽ sớm phải cạnh tranh với hàng triệu người sử dụng cùng công cụ. Một doanh nghiệp chỉ đưa AI vào để làm nhanh hơn cũng khó tạo ra khoảng cách bền vững. Nhưng một cá nhân có chuyên môn sâu, hiểu bối cảnh, có khả năng đánh giá và biết phối hợp với AI sẽ gia tăng đáng kể năng lực của mình. Một doanh nghiệp có hệ thống quản trị tốt sẽ biến những năng lực rời rạc của từng người thành năng lực chung của tổ chức.

AI không làm quản trị doanh nghiệp bớt quan trọng. Nó làm lộ chất lượng quản trị nhanh hơn. Nếu mục tiêu không rõ, AI sẽ tạo ra kết quả không đúng trọng tâm. Nếu dữ liệu thiếu nhất quán, AI sẽ đưa ra câu trả lời mâu thuẫn. Nếu không có tiêu chuẩn đầu ra, doanh nghiệp không biết kết quả nào đủ tốt để sử dụng. Nếu quyền hạn không rõ, AI agent có thể thực hiện những hành động vượt khỏi phạm vi cho phép. Nếu không xác định người chịu trách nhiệm, sai sót sẽ bị đẩy qua lại giữa nhân sự, hệ thống và nhà cung cấp công nghệ.

AI có thể giúp một tổ chức đi nhanh hơn, nhưng không tự bảo đảm tổ chức đang đi đúng hướng. Một quy trình kém khi được tự động hóa có thể chỉ giúp doanh nghiệp tạo ra sai sót với tốc độ và quy mô lớn hơn. Vì vậy, hiệu suất trong thời AI vẫn là kết quả của một phép nhân:

Hiệu suất = Con người × Hệ thống × Công cụ

Công cụ mạnh nhưng con người thiếu năng lực phán đoán thì kết quả vẫn thấp. Con người giỏi nhưng hệ thống rời rạc thì năng lực khó mở rộng và dễ biến mất khi họ rời đi. Hệ thống tốt nhưng không tận dụng công nghệ thì doanh nghiệp bỏ lỡ cơ hội cải thiện tốc độ, chi phí và chất lượng. Muốn nâng cao năng lực cạnh tranh, cá nhân và doanh nghiệp cần phát triển đồng thời những năng lực sau.

1. Xác định đúng vấn đề trước khi tìm cách sử dụng AI

Năng lực đầu tiên không phải là viết prompt, mà là hiểu rõ vấn đề cần giải quyết. Một người làm việc hiệu quả với AI phải biết mình đang muốn tạo ra kết quả gì, kết quả đó phục vụ ai, những điều kiện nào cần được đáp ứng và rủi ro nào có thể xuất hiện. Nếu câu hỏi ban đầu sai, AI càng thông minh càng có khả năng tạo ra một câu trả lời thuyết phục cho một vấn đề không đáng giải quyết.

Đây cũng là trách nhiệm quan trọng của người quản lý. Doanh nghiệp không nên bắt đầu bằng câu hỏi “AI có thể làm gì?”, mà cần bắt đầu từ mục tiêu kinh doanh, những điểm nghẽn đang tồn tại và giá trị cần tạo ra cho khách hàng. Công việc nào đang tiêu tốn nhiều thời gian? Sai sót nào thường xuyên lặp lại? Quyết định nào đang bị trì hoãn vì thiếu thông tin? Khâu nào cần tăng tốc nhưng vẫn phải giữ con người trong vòng kiểm soát?

Cá nhân có khả năng đặt câu hỏi đúng sẽ sử dụng AI tốt hơn người chỉ thuộc nhiều kỹ thuật ra lệnh. Doanh nghiệp lựa chọn đúng bài toán sẽ tạo ra giá trị cao hơn doanh nghiệp triển khai AI theo phong trào rồi tổ chức thêm vài cuộc họp để tìm hiểu vì sao mọi thứ vẫn chưa khá hơn.

2. Phát triển chuyên môn sâu và khả năng kiểm chứng

Khi AI có thể tạo ra một bài viết, báo cáo, kế hoạch hoặc phương án trong vài phút, khả năng tạo ra bản nháp không còn là năng lực hiếm. Lợi thế của cá nhân sẽ nằm ở khả năng nhận biết điều gì đúng, điều gì chỉ nghe có vẻ đúng, điều gì phù hợp với bối cảnh và điều gì có thể gây ra hậu quả khi đưa vào thực tế.

Một người có chuyên môn sâu không cạnh tranh với AI bằng trí nhớ hay tốc độ viết. Họ sử dụng AI để mở rộng khả năng tìm kiếm, phân tích và thử nghiệm, nhưng vẫn giữ vai trò xác định tiêu chuẩn, nhận diện sai lệch và đưa ra quyết định. Năng lực phán đoán này được hình thành từ kiến thức nền tảng, kinh nghiệm thực tế, khả năng quan sát hậu quả và sự sẵn sàng chịu trách nhiệm.

Đối với doanh nghiệp, kiểm chứng không thể chỉ dựa vào việc một nhân sự đọc lại câu trả lời của AI rồi thấy “có vẻ ổn”. Tổ chức cần xác định rõ kết quả nào phải được kiểm tra, ai có đủ thẩm quyền kiểm tra, tiêu chí nào được sử dụng, mức độ sai lệch nào có thể chấp nhận và tình huống nào bắt buộc phải chuyển sang con người xử lý.

Trong những lĩnh vực liên quan đến tài chính, pháp lý, tuyển dụng, sức khỏe, an toàn sản xuất hoặc uy tín thương hiệu, khả năng xác minh và chịu trách nhiệm có thể trở thành một trong những lợi thế cạnh tranh quan trọng nhất. Khách hàng không chỉ trả tiền cho một câu trả lời. Họ trả tiền cho mức độ tin cậy và khả năng chịu trách nhiệm đi kèm với câu trả lời đó.

3. Chuẩn hóa công việc và biến tri thức cá nhân thành năng lực tổ chức

Một cá nhân giỏi có thể hoàn thành công việc nhờ kinh nghiệm, trực giác và trí nhớ. Nhưng nếu cách làm chỉ nằm trong đầu người đó, doanh nghiệp chưa thực sự sở hữu năng lực ấy. Khi họ nghỉ việc, phần lớn kinh nghiệm và khả năng xử lý tình huống cũng rời khỏi tổ chức.

AI chỉ có thể hỗ trợ tốt khi công việc được làm rõ ở mức cần thiết. Đầu vào là gì? Đầu ra cần đáp ứng tiêu chuẩn nào? Việc gì làm trước, việc gì làm sau? Ai giao cho ai? Trường hợp thông thường được xử lý thế nào? Trường hợp ngoại lệ cần báo cho ai? Quyền quyết định nằm ở đâu?

Workflow không chỉ được xây dựng để tự động hóa. Workflow giúp doanh nghiệp nhìn thấy cách giá trị được tạo ra, làm rõ trách nhiệm và biến năng lực cá nhân thành năng lực có thể lặp lại. Khi các dòng công việc chính đã rõ, doanh nghiệp mới có thể xác định phần nào giao cho con người, phần nào giao cho AI và phần nào cần phối hợp giữa cả hai.

Đi cùng với workflow là quản trị tri thức. Quy trình, biểu mẫu, tiêu chuẩn đầu ra, chính sách, dữ liệu, tình huống ngoại lệ, bài học thất bại và lịch sử quyết định cần được tổ chức thành tài sản có thể sử dụng lại. Tri thức càng sạch, cập nhật và có cấu trúc, AI càng có khả năng hỗ trợ đúng công việc của doanh nghiệp thay vì chỉ trả về những kiến thức chung chung mà bất kỳ đối thủ nào cũng có thể nhận được.

Đối với cá nhân, thói quen ghi lại phương pháp làm việc, tiêu chuẩn đánh giá, bài học và những lần mình đã điều chỉnh AI cũng giúp hình thành một hệ thống tri thức riêng. Đây là cách một người chuyển từ “biết dùng AI” sang “có phương pháp làm việc cùng AI” và tạo ra chất lượng ổn định hơn theo thời gian.

4. Phân định rõ vai trò, quyền hạn và trách nhiệm giữa con người với AI

Không phải công việc nào AI cũng nên làm chính. Có những việc AI có thể tự động thực hiện, những việc AI chỉ nên đề xuất, những việc bắt buộc con người phải phê duyệt và những việc không nên giao cho AI.

Nếu không phân định rõ, doanh nghiệp dễ rơi vào hai thái cực. Một bên sử dụng AI như công cụ tra cứu đơn giản và bỏ phí phần lớn tiềm năng. Bên còn lại trao quá nhiều quyền cho AI agent khi hệ thống kiểm soát chưa đủ trưởng thành. Cả hai đều gọi là chuyển đổi AI, bởi con người rất hào phóng khi đặt tên cho những thứ chưa thực sự vận hành.

Quản trị AI cần làm rõ phạm vi hành động, nguồn dữ liệu được sử dụng, những điều AI không được phép làm, thời điểm cần yêu cầu phê duyệt và cách ghi lại các quyết định quan trọng. Người quản lý không nhất thiết phải hiểu mọi chi tiết kỹ thuật, nhưng phải hiểu AI đang tham gia vào dòng công việc nào, có thể ảnh hưởng đến ai và rủi ro sẽ được kiểm soát ra sao.

Đối với cá nhân, lợi thế không nằm ở việc giao toàn bộ công việc cho AI, mà ở khả năng biết khi nào nên sử dụng AI, khi nào cần tự suy nghĩ và khi nào phải tham khảo người có chuyên môn cao hơn. Một người làm việc giỏi với AI không từ bỏ trách nhiệm phán đoán. Họ chỉ giảm những phần việc máy móc để dành nhiều năng lực hơn cho những quyết định có giá trị.

5. Xây dựng vòng học từ kết quả thực tế

Nhiều cá nhân và doanh nghiệp đang dùng AI để tạo ra đầu ra nhưng chưa xây dựng cơ chế học từ những đầu ra đó. Khi kết quả chưa tốt, họ chỉnh lại vài câu lệnh, tạo một phiên trò chuyện mới rồi tiếp tục. Cách này có thể xử lý công việc trước mắt nhưng không làm năng lực tăng lên một cách có hệ thống.

Mỗi lần AI tạo ra kết quả sai là một nguồn dữ liệu. Kết quả sai vì thiếu thông tin, tiêu chuẩn không rõ, nguồn dữ liệu lỗi, AI vượt quá phạm vi hay người dùng đã giao sai việc? Kết quả sau khi sửa có được ghi lại không? Bài học có được cập nhật vào quy trình, hướng dẫn hoặc kho tri thức chung không?

Một cá nhân biết quan sát và điều chỉnh cách làm sẽ ngày càng tạo ra kết quả tốt hơn dù công cụ thay đổi. Một doanh nghiệp có thể chuyển sai sót thành tri thức chung sẽ học nhanh hơn đối thủ. Lợi thế cạnh tranh không chỉ nằm ở những gì tổ chức đang biết, mà còn nằm ở tốc độ tổ chức phát hiện sai, sửa sai và ngăn sai sót lặp lại.

Dữ liệu cũng chỉ thực sự có giá trị khi gắn với quá trình xác minh. Một kho tài liệu lớn nhưng cũ, trùng lặp hoặc thiếu bối cảnh có thể khiến AI trả lời tệ hơn. Ngược lại, lịch sử những kết quả đã được chấp nhận, những kết quả bị từ chối, nguyên nhân phải sửa, các trường hợp ngoại lệ và kết quả thực tế sau khi triển khai sẽ tạo thành một kho kinh nghiệm khó sao chép.

Đây là tài sản được hình thành qua thời gian vận hành, không thể có ngay chỉ bằng cách mua cùng một mô hình AI.

6. Xây dựng uy tín, quan hệ và năng lực khó chuyển thành dữ liệu

Không phải mọi lợi thế cạnh tranh đều có thể được chuẩn hóa hoặc giao cho AI. Uy tín cá nhân, khả năng tạo dựng niềm tin, hiểu biết về con người, năng lực lãnh đạo, sự nhạy cảm với bối cảnh và chất lượng của các mối quan hệ vẫn rất khó sao chép.

AI có thể tạo ra một bài viết gần giống phong cách của một chuyên gia, nhưng không thể tự tạo ra lịch sử làm việc, những cam kết đã được giữ, những tình huống khó đã được xử lý và niềm tin mà khách hàng dành cho người đó. AI có thể hỗ trợ một doanh nghiệp tương tác với khách hàng ở quy mô lớn, nhưng không tự xây dựng được văn hóa, bản sắc và sự gắn bó giữa những con người trong tổ chức.

Đối với cá nhân, lợi thế bền vững sẽ đến từ sự kết hợp giữa chuyên môn, khả năng sử dụng AI, chất lượng phán đoán, uy tín và năng lực tạo ra giá trị trong quan hệ với người khác. Người chỉ sản xuất nội dung nhanh hơn sẽ phải cạnh tranh bằng tốc độ và giá. Người có thể giúp khách hàng hiểu đúng vấn đề, ra quyết định tốt hơn và đồng hành trong quá trình thay đổi sẽ khó bị thay thế hơn.

Đối với doanh nghiệp, lợi thế không chỉ nằm trong dữ liệu và công nghệ mà còn nằm ở thương hiệu, giấy phép, mạng lưới quan hệ, khả năng chịu trách nhiệm, văn hóa và mức độ tin cậy đã được tích lũy. Hệ thống AI có thể hỗ trợ bảo vệ và mở rộng những lợi thế này, nhưng không tự tạo ra chúng từ con số không.

7. Giữ quyền sở hữu đối với năng lực cốt lõi

Christian Catalini phát triển một ý tưởng từ Satya Nadella: doanh nghiệp nên hướng tới khả năng thay một mô hình AI bằng mô hình khác mà không làm mất toàn bộ kinh nghiệm đã tích lũy trong hệ thống.

Điều này chưa dễ thực hiện vì các mô hình hiện nay vẫn khác nhau về năng lực, hành vi và cách sử dụng công cụ. Nhưng đây là một định hướng quản trị quan trọng. Dữ liệu, workflow, tiêu chuẩn đánh giá, kho tri thức, lịch sử quyết định và quan hệ với khách hàng nên thuộc về doanh nghiệp, không nên bị khóa hoàn toàn trong một nền tảng.

Nếu việc chuyển từ GPT sang Claude, Gemini hoặc một mô hình khác khiến toàn bộ hệ thống mất giá trị, lợi thế chính vẫn đang nằm trong tay nhà cung cấp công nghệ.

Điều tương tự cũng đúng với cá nhân. Nếu toàn bộ năng lực của một người phụ thuộc vào một công cụ hoặc một bộ prompt có sẵn, lợi thế đó rất mong manh. Người có nền tảng chuyên môn, phương pháp làm việc, dữ liệu riêng, mạng lưới quan hệ và khả năng thích nghi có thể thay đổi công cụ mà vẫn giữ được chất lượng công việc.

Trong kỷ nguyên AI, công cụ sẽ tiếp tục thay đổi với tốc độ ngày càng nhanh. Điều cần giữ không phải là sự trung thành với một nền tảng, mà là quyền sở hữu đối với năng lực cốt lõi của mình.

AI đang làm mất giá nhanh những lợi thế dễ mua, dễ học lại và dễ sao chép. Khả năng sử dụng một công cụ mới có thể tạo ra khoảng cách tạm thời, nhưng lợi thế bền vững hơn vẫn nằm trong năng lực chuyên môn, khả năng phán đoán, uy tín và tốc độ học hỏi của cá nhân; đồng thời nằm trong hệ thống quản trị, tri thức đã được kiểm chứng, văn hóa, quan hệ và khả năng chịu trách nhiệm của doanh nghiệp.

Cá nhân có năng lực sẽ biết cách dùng AI để mở rộng chính mình mà không giao luôn khả năng suy nghĩ cho công cụ. Doanh nghiệp có năng lực quản trị sẽ biết cách biến những cá nhân giỏi và những công cụ mạnh thành một hệ thống phối hợp có thể tạo ra kết quả ổn định, cải tiến liên tục và không phụ thuộc hoàn toàn vào bất kỳ người hay nền tảng nào.

Vì vậy, câu hỏi quan trọng không còn là cá nhân hay doanh nghiệp đang sử dụng công cụ AI mới nhất nào.

Câu hỏi quan trọng hơn là:

Chúng ta đang sở hữu và tiếp tục phát triển năng lực nào mà AI chỉ có thể khuếch đại, nhưng không thể dễ dàng thay thế hoặc mang đi?

Nguồn tham khảo

Christian Catalini, Xiang Hui và Jane Wu, Some Simple Economics of AGI, tháng 2 năm 2026.

Christian Catalini, Nadella’s Test: What’s Left When the AI Model Is Pulled?, tháng 6 năm 2026.

Bài gốc trên Substack của Lê Đình Lực.