Anthropic刚发布了一份「AI抢饭碗报告」：学历越高越「被抢」

Tác giả gốc: Xin Zhiyuan

Công việc của bạn đang bị AI rút sạch “độ vàng”. Báo cáo mới nhất của Anthropic tiết lộ sự thật phản trực giác: càng những nhiệm vụ phức tạp hơn khi đo bằng số năm học, tốc độ tăng trưởng của AI càng nhanh. So với việc bị thay thế trực tiếp, điều đáng sợ hơn là “phi kỹ năng hóa” — AI lấy đi niềm vui suy nghĩ của bạn, để lại chỉ còn việc làm lặt vặt. Nhưng dữ liệu cũng chỉ rõ con đường duy nhất: hiểu cách hợp tác người-máy, tỷ lệ thắng có thể tăng gấp mười lần. Trong thời đại dư thừa sức mạnh tính toán này, đây là một hướng dẫn sinh tồn bạn phải hiểu rõ.

Hôm qua, Anthropic vừa phát hành “Báo cáo Chỉ số Kinh tế” trên trang chính.

Báo cáo không chỉ chú trọng vào việc mọi người đang dùng AI để làm gì, mà còn quan tâm đến mức độ AI thực sự thay thế suy nghĩ của con người đến đâu.

Lần này, họ giới thiệu một bộ khung mới gọi là “Nguyên tắc Kinh tế” (Economic Primitives), nhằm định lượng độ phức tạp của nhiệm vụ, trình độ giáo dục cần thiết, và mức độ tự chủ của AI.

Phản ánh từ dữ liệu về tương lai của thị trường lao động, còn phức tạp hơn nhiều so với các luận điểm đơn thuần về “thất nghiệp” hoặc “thiên đường”.

Công việc càng khó, AI càng làm nhanh hơn

Trong nhận thức truyền thống của chúng ta, máy móc thường giỏi các công việc lặp đi lặp lại đơn giản, còn trong các lĩnh vực đòi hỏi kiến thức cao sâu thì lại khá vụng về.

Nhưng dữ liệu của Anthropic đưa ra kết luận hoàn toàn ngược lại: nhiệm vụ càng phức tạp, “tốc độ tăng tốc” của AI càng ấn tượng.

Báo cáo cho thấy, đối với những nhiệm vụ chỉ cần trình độ trung học là hiểu được, Claude có thể nâng tốc độ làm việc gấp 9 lần;

Và khi độ khó của nhiệm vụ nâng lên đến mức cần trình độ đại học, mức tăng tốc này ngay lập tức vọt lên 12 lần.

Điều này có nghĩa là, những công việc của các nhân viên văn phòng cần suy nghĩ hàng giờ đồng hồ trước đây, chính là lĩnh vực AI hiện tại “thu hoạch” hiệu quả nhất.

Ngay cả khi tính đến tỷ lệ thất bại do AI đôi khi sinh ra ảo giác, kết luận vẫn không thay đổi: sự bùng nổ năng suất của AI đối với các nhiệm vụ phức tạp đủ để bù đắp chi phí sửa lỗi do sai sót của nó.

Điều này giải thích tại sao các lập trình viên, nhà phân tích tài chính ngày nay lại không thể thiếu Claude — vì trong các lĩnh vực có mật độ trí tuệ cao này, hiệu ứng đòn bẩy của AI là mạnh nhất.

19 giờ: “Định luật Moore mới” của hợp tác người-máy

Dữ liệu gây sốc nhất trong báo cáo này chính là thử nghiệm về “độ bền” của AI (thời gian nhiệm vụ, Task horizons, đo bằng tỷ lệ thành công 50%).

Các tiêu chuẩn đánh giá như METR (Model Evaluation & Threat Research) cho rằng, các mô hình hàng đầu hiện nay (như Claude Sonnet 4.5) khi xử lý nhiệm vụ mất khoảng 2 giờ của con người, tỷ lệ thành công sẽ giảm xuống dưới 50%.

Nhưng trong dữ liệu thực tế của người dùng Anthropic, giới hạn thời gian này đã được kéo dài rõ rệt.

Trong các kịch bản gọi API thương mại, Claude có thể duy trì tỷ lệ thắng trên 50% trong các nhiệm vụ mất khoảng 3.5 giờ làm việc.

Và trong giao diện hội thoại Claude.ai, con số này đã được đẩy lên đáng kinh ngạc là 19 giờ.

Tại sao lại có khoảng cách lớn như vậy? Bí mật nằm ở sự “can thiệp” của con người.

Tiêu chuẩn đánh giá là AI tự đối mặt với đề thi, còn trong thực tế, người dùng sẽ phân nhỏ các dự án phức tạp thành vô số bước nhỏ, liên tục phản hồi để điều chỉnh hướng đi của AI.

Quy trình hợp tác người-máy này đã nâng giới hạn thời gian nhiệm vụ (được đo bằng tỷ lệ thành công 50%) từ 2 giờ lên gần 19 giờ, gần gấp 10 lần.

Có lẽ đây chính là hình mẫu của công việc trong tương lai: không phải AI làm tất cả mọi thứ độc lập, mà là con người học cách điều khiển nó chạy hết một cuộc marathon.

Bản đồ thế giới gập ghềnh: Người nghèo học kiến thức, người giàu làm sản xuất

Nếu mở rộng tầm nhìn ra toàn cầu, chúng ta sẽ thấy một đường cong “áp dụng” rõ ràng và có phần châm biếm.

Ở các quốc gia phát triển có GDP bình quân cao, AI đã thâm nhập sâu vào năng suất và đời sống cá nhân.

Người ta dùng nó để viết mã, làm báo cáo, thậm chí lập kế hoạch du lịch.

Nhưng ở các quốc gia có GDP bình quân thấp hơn, vai trò chính của Claude là “giáo viên”, với nhiều ứng dụng tập trung vào bài tập và hướng dẫn học tập.

Ngoài sự chênh lệch giàu nghèo, đây còn là biểu hiện của sự chênh lệch về công nghệ.

Anthropic cho biết, họ đang hợp tác với chính phủ Rwanda, nhằm giúp người dân nơi đó vượt qua giai đoạn “học tập” đơn thuần, tiến tới các ứng dụng rộng hơn.

Bởi nếu không có can thiệp, AI rất có thể trở thành một rào cản mới: khu vực giàu có dùng nó để nhân rộng sản xuất theo cấp số nhân, còn các vùng kém phát triển vẫn đang dùng nó để học kiến thức cơ bản.

Lo ngại trong thị trường lao động: “phi kỹ năng hóa” ma quái

Phần gây tranh cãi nhất, cũng là đáng cảnh báo nhất trong báo cáo, chính là về “phi kỹ năng hóa” (Deskilling).

Dữ liệu cho thấy, các nhiệm vụ mà Claude hiện đang đảm nhận trung bình đòi hỏi 14.4 năm học vấn (tương đương bằng cao đẳng), cao hơn mức trung bình của toàn bộ hoạt động kinh tế là 13.2 năm.

AI đang hệ thống hóa loại bỏ phần “trí tuệ cao” trong công việc.

Đối với các nhà viết nội dung kỹ thuật hoặc đại lý du lịch, đây có thể là thảm họa.

AI tiếp quản các công việc phân tích xu hướng ngành, lập kế hoạch phức tạp, những việc đòi hỏi “đầu óc”, còn lại con người có thể chỉ làm các công việc lặt vặt như phác thảo sơ đồ, gửi nhận hóa đơn.

Công việc của bạn vẫn còn, nhưng “độ vàng” của công việc đã bị rút sạch.

Tất nhiên, cũng có những người hưởng lợi.

Chẳng hạn, các quản lý bất động sản, khi AI đã xử lý xong các công việc hành chính nhàm chán như ghi chép, đối chiếu hợp đồng, họ có thể tập trung vào đàm phán khách hàng đòi hỏi cao về cảm xúc và quản lý các bên liên quan — đây chính là “nâng cao kỹ năng” (Upskilling).

Anthropic cẩn trọng nhấn mạnh, đây chỉ là dự đoán dựa trên hiện trạng chứ không phải là định mệnh tất yếu.

Nhưng tiếng chuông cảnh báo là có thật.

Nếu thế mạnh cốt lõi của bạn chỉ là xử lý thông tin phức tạp, thì bạn đang đứng ở trung tâm của cơn bão.

Phục hồi năng suất về “thời kỳ hoàng kim”?

Cuối cùng, hãy quay lại góc nhìn vĩ mô.

Anthropic đã điều chỉnh dự báo về năng suất lao động của Mỹ.

Sau khi loại trừ các sai số và thất bại có thể của AI, họ dự đoán AI sẽ thúc đẩy tăng trưởng năng suất trung bình từ 1.0% đến 1.2% mỗi năm trong thập kỷ tới.

Điều này có vẻ giảm một phần ba so với dự báo lạc quan trước đó là 1.8%, nhưng đừng xem thường 1 điểm phần trăm này.

Nó đủ để đưa tốc độ tăng trưởng năng suất của Mỹ trở lại mức của cuối những năm 1990, thời kỳ bùng nổ internet.

Hơn nữa, con số này chỉ dựa trên khả năng của mô hình đến tháng 11 năm 2025. Khi Claude Opus 4.5 ra mắt, và “chế độ tăng cường” (tức là người dùng không còn cố gắng giao toàn bộ công việc cho AI nữa, mà hợp tác thông minh hơn với AI) bắt đầu chiếm ưu thế trong hành vi người dùng, con số này còn có khả năng tăng trưởng rất lớn.

Kết luận

Lật lại toàn bộ báo cáo, điều khiến người ta cảm xúc nhất không phải là AI trở nên mạnh mẽ ra sao, mà là con người thích nghi nhanh đến mức nào.

Chúng ta đang trải qua một cuộc di cư từ “tự động hóa thụ động” sang “tăng cường chủ động”.

Trong cuộc cách mạng này, AI như một tấm gương phản chiếu, nó tiếp quản những nhiệm vụ đòi hỏi trình độ cao nhưng có thể hoàn thành qua suy luận logic, từ đó thúc đẩy chúng ta tìm kiếm những giá trị không thể định lượng bằng thuật toán.

Trong thời đại dư thừa sức mạnh tính toán này, khả năng quý giá nhất của con người không còn là tìm câu trả lời, mà là định nghĩa câu hỏi.

Tham khảo: