Ngành Khoa học dữ liệu có bị AI thay thế không?

Ngành Khoa học dữ liệu có bị AI thay thế không? Khó bị thay hẳn, nhưng bị ảnh hưởng khá rõ. Trang ngành cho Khoa học dữ liệu Chỉ số chống AI 46/100, ở mức trung bình thấp. Theo ILO năm 2025, ba trong bốn nghề chính của ngành ở mức 3/4.

Bị ảnh hưởng không có nghĩa là mất việc. Nó có nghĩa là cách làm việc đổi: phần lặp lại chuyển sang máy, phần phán đoán dồn về người.

Chỉ số chống AI 46/100 được tính thế nào?

Từ điểm của Tổ chức Lao động Quốc tế cho từng nghề, rồi đổi sang thang 100. Điểm càng cao, nghề càng ít bị AI tạo sinh làm thay.

ILO Working Paper 140 (2025) cho mỗi nghề một điểm từ 0 đến 1, là trung bình điểm các đầu việc trong nghề. Điểm 1 nghĩa là đầu việc đó AI tạo sinh có thể làm thay hoàn toàn. Chúng tôi ghép bốn nghề chính của ngành với mã nghề quốc tế ISCO-08 gần nhất:

• Nhà khoa học dữ liệu: mã ISCO-08 2120, Nhà toán học, chuyên gia định phí bảo hiểm và thống kê (điểm 0,56; mức 3/4).
• Kỹ sư dữ liệu: mã ISCO-08 2521, Nhà thiết kế và quản trị cơ sở dữ liệu (điểm 0,57; mức 3/4).
• Kỹ sư học máy: mã ISCO-08 2519, Nhà phát triển và phân tích phần mềm, ứng dụng khác (điểm 0,55; mức 3/4).
• Chuyên viên phân tích dữ liệu: mã ISCO-08 2511, Nhà phân tích hệ thống (điểm 0,49; mức 2/4).

Trung bình bốn điểm là 0,5425. Chỉ số chống AI bằng 100 nhân (1 trừ 0,5425), làm tròn thành 46.

Hai giới hạn cần biết. Điểm ILO tính chung cho cả thế giới, không riêng Việt Nam, và coi mọi đầu việc trong một nghề nặng như nhau. Chuyên viên phân tích dữ liệu được ghép tạm vào mã 2511 vì ISCO-08 không có mã riêng cho nghề này.

Vì sao ngành làm với AI mà lại bị AI ảnh hưởng nhiều?

Vì nhiều đầu việc trong nghề là thao tác trên chữ và số, đúng loại việc AI tạo sinh làm tốt.

Trang ngành ghi nhận: ILO 2025 thấy nhóm chuyên gia thống kê và cơ sở dữ liệu bị AI tạo sinh ảnh hưởng nhiều hơn so với ước tính năm 2023. Điều này hợp lý khi nhìn vào công việc thực tế. Viết truy vấn, viết đoạn mã xử lý bảng, tóm tắt kết quả thành đoạn văn đều là việc mà trợ lý AI giờ làm được khá nhanh.

Nghịch lý là người làm dữ liệu cũng là người hiểu AI nhất. Họ biết mô hình sai ở đâu, khi nào kết quả đáng ngờ. Đó là lợi thế nếu biết dùng.

Việc nào AI đang làm giúp, việc nào vẫn cần người?

AI giỏi phần "làm", người giữ phần "chọn" và "chịu trách nhiệm". Ranh giới này đang dịch chuyển, nhưng hướng thì khá rõ.

AI đang hỗ trợ nhiều

• Làm sạch dữ liệu: đổi định dạng ngày, gộp cột, tìm dòng trùng.
• Viết truy vấn SQL và đoạn mã Python từ mô tả bằng lời.
• Vẽ các biểu đồ quen thuộc và viết nháp phần mô tả.
• Gợi ý thuật toán thử đầu tiên cho một bài toán phổ biến.

Vẫn là việc của người

• Chọn đúng câu hỏi. "Vì sao khách bỏ đi" và "khách nào sắp bỏ đi" dẫn đến hai phân tích rất khác.
• Hiểu bối cảnh. Doanh số giảm vì mùa vụ hay vì đối thủ? Dữ liệu không tự nói điều đó.
• Kiểm tra xem kết quả có hợp lý không, phát hiện khi AI đưa ra con số đẹp mà sai.
• Chịu trách nhiệm trước quyết định dựa trên phân tích. Không ai giao việc quyết định cho vay hay đóng một cửa hàng cho một đoạn mã mà không có người đứng tên.

Vị trí nào trong ngành ít bị ảnh hưởng hơn?

Theo điểm ILO, chuyên viên phân tích dữ liệu (mức 2/4) ít bị ảnh hưởng hơn ba nghề còn lại (đều mức 3/4). Chênh lệch này không lớn.

Có thể hiểu vì sao: người phân tích dành nhiều thời gian nói chuyện với các phòng ban, hiểu nhu cầu, giải thích kết quả. Còn kỹ sư dữ liệu và kỹ sư học máy làm nhiều việc viết mã, loại việc trợ lý AI hỗ trợ mạnh. Tuy vậy, đây là điểm trung bình cho cả nghề; một người cụ thể có thể làm nhiều phần khó thay hơn hoặc dễ thay hơn mức trung bình.

Muốn hiểu kỹ từng nghề làm gì hằng ngày, xem bài ngành Khoa học dữ liệu ra trường làm gì.

Người học Khoa học dữ liệu nên đầu tư kỹ năng gì?

Kỹ năng mà AI khó làm thay: hiểu lĩnh vực, đặt câu hỏi, giải thích và kiểm chứng.

1. Nền thống kê vững. Để nhận ra khi kết quả của AI sai, bạn phải hiểu nó đúng thì trông thế nào.
2. Hiểu một lĩnh vực cụ thể: tài chính, y tế, bán lẻ… Người hiểu nghiệp vụ đặt câu hỏi sắc hơn.
3. Trình bày và thuyết phục: biến con số thành câu chuyện mà quản lý hiểu và hành động được.
4. Dùng AI như công cụ: biết giao việc gì cho trợ lý AI, kiểm tra kết quả ra sao.

Danh sách chi tiết và cách luyện từ lớp 12 có trong bài ngành Khoa học dữ liệu cần kỹ năng gì.

Vậy có nên học Khoa học dữ liệu trong thời AI không?

Nên, nếu bạn hợp ngành và chấp nhận học liên tục. Trang ngành xếp Khoa học dữ liệu vào nhóm KÉN NGƯỜI, và AI là một phần lý do.

Người chỉ muốn thành thạo vài công cụ rồi làm đều đều sẽ thấy áp lực, vì phần việc đó đang được tự động hoá. Người thích hỏi "vì sao" và thích giải thích sẽ thấy AI giúp mình làm nhanh hơn, chứ không lấy mất việc.

Bước tiếp theo: đọc kết luận đầy đủ và phần "Cách tính" trên trang ngành Khoa học dữ liệu. Nếu phân vân giữa dữ liệu và AI, so với ngành Trí tuệ nhân tạo, rồi tự kiểm tra độ hợp qua bài ngành Khoa học dữ liệu hợp với ai.