Ngành Trí tuệ nhân tạo và khoa học dữ liệu có bị AI thay thế không?

Ngành Trí tuệ nhân tạo và khoa học dữ liệu không bị AI thay thế hẳn, nhưng bị ảnh hưởng khá nhiều. Chỉ số chống AI của ngành là 46/100, ở mức trung bình thấp. Theo ILO 2025, bốn trong năm nghề chính bị AI tạo sinh ảnh hưởng ở mức 3/4 (mức 4/4 là bị ảnh hưởng nhiều nhất).

Bị ảnh hưởng không có nghĩa là mất việc, mà là cách làm việc đổi. Câu hỏi đúng hơn cho bạn là: phần việc nào sẽ còn là của người, và bạn cần giỏi gì để làm phần đó.

Chỉ số chống AI 46 nghĩa là gì?

Đây là con số site tính từ báo cáo ILO Working Paper 140 (2025) của Tổ chức Lao động Quốc tế. Điểm càng cao, nghề đầu ra của ngành càng ít bị AI tạo sinh làm thay.

Cách tính gọn trong ba bước:

1. ILO chấm mỗi nghề một điểm từ 0 đến 1. Điểm là trung bình của các đầu việc trong nghề; 1 nghĩa là đầu việc đó AI tạo sinh có thể làm thay hoàn toàn.
2. Chúng tôi ghép năm nghề chính của ngành với mã nghề quốc tế ISCO-08 gần nhất, rồi lấy trung bình: (0,55 + 0,56 + 0,57 + 0,49 + 0,53) / 5 = 0,54.
3. Chỉ số chống AI = 100 × (1 − 0,54), làm tròn thành 46.

Để so sánh, ngành Trí tuệ nhân tạo có chỉ số 45/100, gần như ngang. Cách site dùng số liệu này và các số liệu khác, bạn đọc ở trang phương pháp.

Từng nghề bị ảnh hưởng ở mức nào?

Mỗi nghề chính được ghép với một mã ISCO-08. Ghép như vậy là gần đúng, vì danh mục quốc tế không có tên nghề y hệt:

• 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).
• 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).
• Chuyên viên phân tích dữ liệu: mã ISCO-08 2511, Nhà phân tích hệ thống (điểm 0,49; mức 2/4). Nghề này được ghép tạm, vì ISCO-08 không có mã riêng cho phân tích dữ liệu.
• Kỹ sư phát triển ứng dụng AI: mã ISCO-08 2512, Nhà phát triển phần mềm (điểm 0,53; mức 3/4).

Kỹ sư dữ liệu có điểm cao nhất trong năm nghề, tức bị ảnh hưởng nhiều nhất theo cách chấm của ILO. Chuyên viên phân tích dữ liệu thấp nhất, nhưng nhớ rằng nghề này chỉ được ghép tạm với một mã gần.

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

Cách chia thực tế nhất là nhìn vào từng đầu việc, không nhìn cả nghề.

Việc AI đang hỗ trợ nhiều

• Viết mã theo mẫu: đoạn đọc tệp, vẽ biểu đồ, huấn luyện một mô hình quen thuộc.
• Làm sạch dữ liệu: gợi ý cách xử lý ô trống, chuẩn hoá định dạng ngày tháng.
• Viết câu truy vấn SQL từ một câu hỏi bằng lời.
• Soạn bản nháp báo cáo, tóm tắt kết quả.

Việc vẫn cần người

• Chọn bài toán. Doanh nghiệp nói "doanh thu giảm", người làm dữ liệu phải biến nó thành câu hỏi đo được.
• Đánh giá mô hình. Một mô hình đoán đúng phần lớn trường hợp vẫn có thể sai đúng nhóm khách hàng quan trọng nhất. Nhận ra điều đó cần hiểu cả dữ liệu lẫn nghiệp vụ.
• Kiểm tra lại AI. Mã do AI viết có thể chạy được mà vẫn sai logic. Người không hiểu nền tảng sẽ không thấy lỗi.
• Chịu trách nhiệm. Khi một mô hình chấm điểm tín dụng từ chối nhầm người, phải có người giải thích và sửa.

Học AI mà vẫn bị AI ảnh hưởng, có vô lý không?

Không vô lý. Nghề nào làm việc chủ yếu với máy tính, văn bản và mã thì AI tạo sinh chạm tới nhiều, và nghề của ngành này đúng là như vậy.

Khác biệt nằm ở chỗ: người học ngành này hiểu AI từ bên trong. Bạn biết mô hình học từ đâu, sai ở đâu, và khi nào không nên tin nó. Đó là lợi thế so với người chỉ biết dùng công cụ. Nhưng lợi thế đó chỉ có khi bạn học sâu phần toán và phần đánh giá, không dừng ở chỗ gọi thư viện có sẵn.

Nên đầu tư kỹ năng gì?

Những kỹ năng ít bị làm thay nhất thường là những kỹ năng nằm giữa con người và máy:

1. Nền toán và thống kê vững, để đánh giá được kết quả, kể cả kết quả do AI tạo ra.
2. Hiểu một lĩnh vực cụ thể: tài chính, y tế, bán lẻ, môi trường. Dữ liệu chỉ có nghĩa khi đặt vào bối cảnh.
3. Giao tiếp: giải thích mô hình cho người không chuyên, viết báo cáo rõ ràng.
4. Dùng AI như trợ lý: biết giao việc, biết kiểm tra, biết khi nào tự làm nhanh hơn.

Chi tiết cách luyện từng kỹ năng có trong bài ngành Trí tuệ nhân tạo và khoa học dữ liệu cần kỹ năng gì.

Con số này có giới hạn gì?

Có, và bạn nên biết để không đọc quá tay. Điểm của ILO tính chung cho cả thế giới, không riêng Việt Nam. Nó coi mọi đầu việc trong một nghề nặng như nhau, dù thực tế có việc chiếm nhiều thời gian hơn việc khác. Việc ghép nghề Việt Nam với mã ISCO-08 cũng chỉ gần đúng.

Nó cũng không nói gì về số lượng việc làm tương lai. Một nghề bị ảnh hưởng nhiều vẫn có thể cần thêm người, nếu AI làm cho sản phẩm của nghề đó rẻ hơn và được dùng nhiều hơn.

Bước tiếp theo: đặt Chỉ số chống AI cạnh các yếu tố khác trên trang ngành Trí tuệ nhân tạo và khoa học dữ liệu. Muốn biết từng nghề làm gì hằng ngày trước khi đọc mức ảnh hưởng, xem bài ra trường làm gì. Và nếu bạn từng nghĩ "học AI thì khỏi lo AI", bài hiểu lầm về ngành này có đoạn dành riêng cho ý đó.