Tiếp Xúc Với AI Có Làm Giảm Tiền Lương? Phân Tích Từ Báo Cáo Của Indeed Hiring Lab

Trong các thảo luận gần đây trên mạng xã hội và bản tin tài chính (tiêu biểu như các biểu đồ có gắn watermark “TKL” của The Kobeissi Letter), một biểu đồ so sánh tốc độ tăng lương tại Mỹ đã thu hút nhiều sự chú ý.

Biểu đồ này phản ánh một hiện tượng tưởng như nghịch lý: các ngành nghề tiếp xúc nhiều nhất với AI lại có tốc độ tăng lương niêm yết nhanh hơn đáng kể so với các ngành ít tiếp xúc.

Để hiểu đúng bản chất vấn đề, cần truy nguyên nguồn gốc dữ liệu gốc và phương pháp luận kinh tế lượng đằng sau biểu đồ này.

1. Nguồn gốc dữ liệu: Báo cáo từ Indeed Hiring Lab

Bản thân biểu đồ và toàn bộ số liệu phân tích trực tiếp xuất phát từ nghiên cứu của Indeed Hiring Lab, được công bố vào ngày 17 tháng 9 năm 2026 bởi nhà kinh tế học Jack Kennedy:

📄 Báo cáo gốc: AI Exposure Isn’t Squeezing Advertised Pay in the US — It’s Boosting It (Indeed Hiring Lab, 17/09/2026).

Các đồ họa do The Kobeissi Letter hay các trang thông tin khác đăng tải lại thực chất là bản trực quan hóa dựa trên tập dữ liệu hàng triệu tin tuyển dụng có niêm yết mức lương thường niên (advertised annual salary) tại thị trường Mỹ do Indeed thu thập.

2. Định nghĩa “Mức độ tiếp xúc với AI” (AI Exposure)

Để phân loại công việc, Indeed sử dụng chỉ số GenAI Skill Transformation Index (GSTI), đánh giá khả năng AI tạo sinh can thiệp vào gần 2.900 kỹ năng nghề nghiệp:

• Không đo lường khả năng thay thế 100% con người, mà đo lường tỷ lệ các kỹ năng trong một công việc có thể được GenAI hỗ trợ (assisted), lai ghép (hybrid), hoặc chuyển đổi toàn phần (full transformation).
• Nhóm tiếp xúc cao (High Exposure): Tập trung ở khối lao động tri thức (knowledge work), bao gồm Phát triển phần mềm (Software Development), Hệ thống & Hỗ trợ CNTT, Dữ liệu & Phân tích (Data & Analytics), Tiếp thị (Marketing), Ngân hàng & Tài chính.
• Nhóm tiếp xúc thấp (Low Exposure): Tập trung ở các công việc đòi hỏi tương tác thể chất hoặc hiện diện trực tiếp, như Điều dưỡng (Nursing), Chăm sóc sức khỏe tại nhà, Phục vụ ăn uống, Vệ sinh công nghiệp và Sản xuất chế tạo.

3. Những phát hiện định lượng cốt lõi

Tăng trưởng lương tích lũy (2021 – 2026)

Trái với lo ngại rằng GenAI sẽ làm xói mòn giá trị của lao động tri thức và ghì mức lương xuống, dữ liệu thực tế cho thấy:

• Từ năm 2021 đến giữa năm 2026, mức lương niêm yết trung vị của nhóm tiếp xúc AI cao nhất đã tăng khoảng 46%.
• Trong khi đó, nhóm tiếp xúc trung bình tăng 41%, và nhóm ít tiếp xúc nhất chỉ tăng 25%.
• Bước ngoặt năm 2024: Trong năm đầu tiên sau khi ChatGPT ra mắt (cuối 2022 đến cuối 2023), tốc độ tăng lương của hai nhóm đi tương đối sát nhau. Tuy nhiên, khoảng cách bắt đầu nới rộng rõ rệt từ đầu năm 2024 và duy trì xu hướng phân hóa đến nay.

Kiểm định bằng mô hình kinh tế lượng (Difference-in-Differences)

Để loại trừ khả năng mức lương tăng do lạm phát chung hoặc do sự dịch chuyển cơ cấu giữa các ngành nghề, Indeed áp dụng mô hình sai biệt kép (Difference-in-Differences) với các biến cố định (Fixed Effects):

Khi so sánh cùng một chức danh qua thời gian (ví dụ: so sánh kỹ sư dữ liệu năm 2026 với kỹ sư dữ liệu năm 2021), mức lương niêm yết của nhóm tiếp xúc AI vẫn ghi nhận mức thặng dư dương +4.7%.

4. Bóc tách theo thâm niên: “Senior kéo cả đoàn tàu”

Khi chia dữ liệu theo cấp bậc chuyên môn (Seniority levels), một bức tranh bất đối xứng lộ rõ:

1. Vị trí cấp cao (Senior-level): Khoảng cách lương mở rộng sớm nhất và lớn nhất. Mức lương niêm yết vị trí Senior ở nhóm tiếp xúc AI cao tăng 45% so với 2021, vượt trội so với mức 28% ở nhóm ít tiếp xúc (chênh lệch tới 17 điểm phần trăm).
2. Vị trí cấp trung (Mid-level): Ghi nhận mức chênh lệch khoảng 12 điểm phần trăm, bắt đầu xuất hiện từ năm 2024.
3. Vị trí khởi điểm (Entry-level): Khoảng cách gần như không đáng kể (chỉ chênh lệch 2 điểm phần trăm).

Đặc biệt, cơ cấu tuyển dụng trong nhóm nghề tiếp xúc AI đã có sự chuyển dịch mạnh mẽ:

• Tỷ trọng tin tuyển dụng dành cho Entry-level giảm từ 29% xuống chỉ còn 10% (giai đoạn 2021–2026).
• Tỷ trọng tin tuyển dụng dành cho Senior tăng vọt từ 22% lên 47%.

5. Góc nhìn kinh tế học: Bổ trợ hay Thay thế?

Dữ liệu của Indeed chỉ ra hai cơ chế kinh tế quan trọng:

1. AI là yếu tố bổ trợ (Complement), không chỉ đơn thuần là thay thế (Substitute):
   Đối với những chuyên gia giàu kinh nghiệm, AI đóng vai trò như một bộ khuếch đại năng suất (productivity multiplier). Nhà tuyển dụng sẵn sàng trả lương cao hơn để thu hút những cá nhân có khả năng làm chủ và tích hợp các công cụ AI vào quy trình phân tích, lập trình và ra quyết định phức tạp.

2. Hiệu ứng tái cấu trúc tiêu chuẩn tuyển dụng (Composition Effect):
   Một phần mức tăng lương bình quân không hẳn đến từ việc mỗi cá nhân đều được tăng lương, mà phản ánh việc doanh nghiệp cắt giảm bớt các vị trí sơ cấp (những công việc mà AI có thể gánh vác một phần) và tập trung ngân sách tuyển dụng vào số lượng ít hơn nhưng chất lượng cao hơn các nhân sự cấp cao.

Tóm lược

Biểu đồ lan truyền từ The Kobeissi Letter bắt nguồn trực tiếp từ nghiên cứu thực nghiệm của Indeed Hiring Lab.

Bức tranh việc làm thời AI không phải là sự suy giảm đồng loạt về tiền lương, mà là một quá trình phân hóa sâu sắc: AI đang nâng cao giá trị thù lao của nhân sự lành nghề biết khai thác công nghệ, nhưng đồng thời dựng lên rào cản khắt khe hơn đối với những người mới bước chân vào thị trường lao động.