Sếp ôm thêm việc vì cấp dưới lạm dụng AI

Nhận 40 bản thảo mỗi ngày từ nửa số nhân viên còn trụ lại sau đợt tinh giản nhờ AI, chị Thùy Dung phải thức đêm rà từng lỗi sai của cấp dưới.

Hơn một năm trước, công ty truyền thông nơi chị Dung, 40 tuổi, ở Hà Nội làm việc cắt giảm một nửa nhân sự khi đưa trí tuệ nhân tạo (AI) vào vận hành. Đội ngũ mỏng đi nhưng lượng bài vở tăng gấp bốn lần. Những sản phẩm được AI hỗ trợ có văn phong bề ngoài trơn tru, song ẩn chứa nhiều rủi ro.

Cuối năm 2025, một nhân viên dùng AI viết bài quảng cáo đã gộp nhầm thông số kỹ thuật của hai dòng ôtô, khiến công ty phải bồi thường và mất 30% giá trị hợp đồng. Sau sự cố, chị Dung cấm cấp dưới dùng công cụ này. Tuy nhiên, chỉ sau một tuần, tiến độ đình trệ buộc nữ quản lý phải gỡ lệnh cấm.

Để kiểm soát chất lượng, với mỗi bản thảo nhận về, chị tốn thêm 5-10 phút rà soát từng luận điểm, đối chiếu số liệu gốc. Từ chỗ chỉ duyệt 10 bài mỗi ngày và dư thời gian gặp khách hàng, nay chị phải xử lý 40 bài, mất thêm 3-4 tiếng, tối nào cũng mang việc về nhà.

“Công ty giảm được chi phí nhân sự nhờ AI, còn tôi phải gánh thêm việc”, chị Dung nói.

Tình cảnh “sếp đi dọn rác cho lính” cũng diễn ra tại công ty xuất nhập khẩu quy mô 30 người của chị Minh Tú ở Hải Phòng. Từ ngày dùng công nghệ, doanh nghiệp không cần thuê biên dịch ngoài, thời gian làm báo cáo thị trường rút từ hàng tháng xuống vài ngày. Nhưng tốc độ nhanh đi kèm nhiều lỗ hổng.

Có lần, chị Tú phải tự dịch lại tài liệu 10 trang của đối tác vì bản tóm tắt nhân viên tạo bằng Gemini làm mất nội dung cốt lõi và tự suy diễn thông số. Lần khác, nhân viên nộp thẳng báo cáo nghiên cứu thị trường chứa số liệu giả định do ChatGPT tự thêm vào vì thấy “câu chữ mạch lạc”.

Thay vì tập trung hoạch định chiến lược, nữ giám đốc hiện phải trực tiếp đọc tài liệu gốc bằng ngoại ngữ, đối chiếu từng con số và nguồn trích dẫn. “Khâu kiểm chứng tưởng nhỏ nhưng ngốn rất nhiều thời gian”, chị Tú cho biết.

Câu chuyện của chị Dung, chị Tú phản ánh hiện tượng “workslop” (rác công việc do AI tạo ra) – chỉ những sản phẩm có hình thức hoàn chỉnh nhưng thiếu nội dung thực chất hoặc sai sự thật. Khái niệm này được chú ý sau khảo sát trên hơn 1.000 lao động Mỹ, đăng trên tạp chí Harvard Business Review cuối năm 2025. Báo cáo chỉ ra 40% người lao động từng nhận “rác AI” trong tháng, chủ yếu từ đồng nghiệp (40%), cấp dưới (18%) và cả cấp trên (16%). Việc xử lý các nội dung này chiếm 15% thời gian làm việc, khiến 42% nhân sự giảm niềm tin vào đồng nghiệp và 53% rơi vào trạng thái ức chế.

Tại Việt Nam, dữ liệu công bố ở sự kiện Vietnam AI Productivity Activation tại TP HCM hôm 23/9 cho thấy người lao động tiết kiệm được khoảng 11-13 giờ mỗi tuần nhờ AI, nhưng tốn thêm 6,4 giờ để chuẩn bị dữ liệu, điều chỉnh và kiểm tra kết quả. Trong một số trường hợp, nó tạo ra “nghịch lý năng suất” bởi thời gian giám sát và sửa lỗi cho máy lớn hơn thời gian sử dụng công cụ. Phần việc phát sinh này được gọi là babysitting AI – tình trạng con người phải liên tục hướng dẫn, giám sát và sửa đầu ra của AI.

Đáng chú ý, khảo sát của Glean’s Work AI Institute phối hợp cùng các đại học hàng đầu Mỹ như Emory, Stanford, UC Berkeley, UCL, ghi nhận 69% nhân viên thừa nhận từng nộp luôn sản phẩm do AI tạo ra, không qua khâu kiểm tra, rà soát.

Thạc sĩ Phạm Lâm Tùng, giám đốc điều hành một đơn vị đào tạo AI, cho biết nhiều doanh nghiệp từng trả giá vì nhân viên phó mặc cho công nghệ. Ông từng chứng kiến tại một ngân hàng ở TP HCM, giám đốc chi nhánh phải tự làm lại báo cáo tài chính sau khi phát hiện cấp dưới đưa bản scan mờ cho AI đọc, khiến máy nhận diện sai và tự bịa số liệu để lấp chỗ trống. Ở Hà Nội, bộ phận truyền thông một ngân hàng khác đem ảnh AI vẽ đi in poster khổ lớn, khi treo lên mới phát hiện nhân vật trên hình bị lệch mắt.

“Không riêng nhân viên, nhiều sếp cũng lạm dụng công cụ này. Một nhà sáng lập startup ở Bắc Ninh thường xuyên đưa ý tưởng lên ChatGPT và nhận được lời tán dương. Hệ quả là mỗi tuần anh đổi chiến lược một lần, buộc nhân viên thay đổi kế hoạch liên tục”, ông Tùng kể.

Theo ông Tùng, “rác AI” xuất phát từ hai nhóm nguyên nhân: nhân viên thiếu kỹ năng viết câu lệnh, dùng bản miễn phí giới hạn tính năng; hoặc làm việc đối phó vì lười biếng, quá tải.

Hồng Anh, 28 tuổi, nhân viên quảng cáo tại Hà Nội, thuộc nhóm thứ hai. Khối lượng công việc tăng gấp đôi sau đợt tinh giản năm 2025 buộc cô dùng AI tạo kịch bản hàng loạt chạy KPI. “Giữa việc trễ hạn bị phạt tiền và nộp một bản thảo trơn tru với hy vọng sếp không soi kỹ, tôi chọn cách thứ hai”, cô nói.

Sự đối phó này tạo ra những chi phí ẩn. Doanh nghiệp tốn nguồn lực sửa sai, đối mặt rủi ro pháp lý và rò rỉ dữ liệu; cấp quản lý mất niềm tin, còn nhân viên dần mất tư duy phản biện.

Theo ông Lâm Tùng, để ngăn rủi ro, một số ngân hàng và doanh nghiệp chọn cách cấm triệt để AI. Tuy nhiên, ông đánh giá biện pháp này ít hiệu quả vì nhân viên dễ dàng dùng mạng di động cá nhân hoặc sử dụng tại nhà. Thay vì cấm, doanh nghiệp cần đào tạo nhân sự đi đôi với quy chuẩn đạo đức và bảo mật dữ liệu. “Đừng bắt đầu từ công cụ, hãy bắt đầu từ trách nhiệm công việc”, ông nói.

Đồng quan điểm, anh Đạt Lê, Giám đốc điều hành một doanh nghiệp phần mềm và AI tại TP HCM, cho rằng về nguyên tắc quản trị, khi nhận báo cáo kém chất lượng, sếp cần trả lại để nhân viên tự rà soát thay vì làm thay. “Quản lý chỉ quan tâm đến kết quả cuối cùng, bất kể nhân viên có dùng AI hay không”, anh nói.

Mặt khác, doanh nghiệp không thể đòi hỏi chất lượng cao nếu thiếu đầu tư. Với mức lương 10 triệu đồng, nhân viên khó tự chi từ 500.000 đồng đến một triệu đồng mỗi tháng để mua các tài khoản AI trả phí. Việc dùng công cụ miễn phí, thiếu hướng dẫn kèm tâm lý phó mặc tất yếu dẫn đến sản phẩm lỗi.

Trong những buổi làm việc với các chủ doanh nghiệp, anh Đạt thường nhấn mạnh khi các “nhân sự AI” dần thay thế con người ở những kỹ năng cứng như lập trình, thiết kế hay sáng tác, giá trị cốt lõi của người lao động sẽ nằm ở những yếu tố máy móc không thể sao chép như cảm xúc, sự cẩn thận, tỉ mỉ, khả năng thấu cảm và năng lực phán đoán.

“Để làm việc với AI hiệu quả, người dùng phải có tư duy làm sếp của nó, luôn kiểm chứng đầu ra. Công cụ không có lỗi trước một sản phẩm tồi, lỗi nằm ở sự cẩu thả của người làm”, anh Đạt nói.

Quỳnh Dương