Một đời khó chữa: Goldman Sachs phát hiện rằng những công nhân bị AI thay thế thường khó tìm việc làm mới và thường rơi vào nhóm mục tiêu tiếp theo của AI

Những công nhân bị trí tuệ nhân tạo loại bỏ đang rơi vào vòng lặp khó tự cứu mình. Nghiên cứu mới nhất của Goldman Sachs cho thấy dấu hiệu AI tác động đến thị trường lao động đã lan rộng từ ngành công nghệ sang các lĩnh vực tài chính, bảo hiểm, bất động sản và dịch vụ chuyên nghiệp, trong khi những người lao động bị mất việc không chỉ khó tìm việc mới hơn so với những người bị sa thải thông thường, mà sau khi tái hòa nhập lại thường sẽ rơi vào tầm ngắm của vòng thay thế AI tiếp theo.

Nhà kinh tế học Pierfrancesco Mei của Goldman Sachs trong báo cáo mới nhất viết rằng, ở các ngành phi sản xuất, các lĩnh vực có tỷ lệ áp dụng AI cao hiện đang có tăng trưởng việc làm yếu hơn và tỷ lệ thất nghiệp cao hơn. Dữ liệu cho thấy, những công nhân bị loại bởi các công việc có mức độ tiếp xúc cao với AI phải mất thêm trung bình khoảng một tháng để tìm lại việc làm, và xác suất vẫn thất nghiệp sau một năm cao hơn khoảng 10 điểm phần trăm so với những người bị sa thải khác.

Đồng thời, nhà kinh tế trưởng Jan Hatzius của Goldman Sachs chỉ ra rằng, cứ mỗi mức tăng 10 điểm phần trăm trong tỷ lệ áp dụng AI, tăng trưởng việc làm ở ngành đó sẽ giảm khoảng 0,9 điểm phần trăm, tỷ lệ thất nghiệp sẽ tăng khoảng 0,9 điểm phần trăm.

Điều đáng lo ngại hơn là cuộc khủng hoảng tổng thể này có thể chưa bùng phát. Nhà kinh tế Joseph Briggs của Goldman Sachs cảnh báo, lịch sử cho thấy sa thải vì tự động hóa thường tập trung vào giai đoạn suy thoái kinh tế, hiện tại các doanh nghiệp đang trì hoãn sa thải trong thời kỳ lợi nhuận thịnh vượng, một khi kinh tế đi xuống, việc sa thải do AI tích tụ nhiều năm có thể được giải phóng đồng loạt cùng lúc, cộng dồn với thất nghiệp theo chu kỳ.

Trước đây, lo ngại về AI thay thế việc làm từng bị thị trường nghi ngờ rộng rãi. Nhà phân tích Torsten Slok của Apollo vào tháng 8 năm nay cho rằng tác động của AI với việc làm là “không đáng kể”, nghiên cứu của ông phát hiện AI chủ yếu làm giảm tốc độ tăng lương chứ không phải số lượng công việc — tốc độ tăng lương của các vị trí tiếp xúc AI cao sau năm 2023 chậm hơn 6,7% so với các vị trí tiếp xúc thấp, nhưng số lượng việc làm không thay đổi một cách có ý nghĩa thống kê.

Tuy nhiên, dữ liệu mới nhất từ Goldman Sachs cho thấy sự chuyển biến rõ nét. Mei sử dụng dữ liệu mới từ “Khảo sát bổ sung công nhân rời bỏ việc làm” của Cục điều tra dân số Hoa Kỳ, bao gồm hơn 15.000 công nhân thất nghiệp không tự nguyện trong giai đoạn 2016–2025, xác định nhóm mới nhất từ 2023–2025 là “công nhân thay thế bởi AI đầu tiên”. Bằng cách xây dựng điểm tổng hợp từ mức độ tiếp xúc AI theo nghề nghiệp, tỷ lệ áp dụng AI theo ngành và phương thức loại bỏ công việc, Goldman Sachs tách riêng 30% công nhân dễ bị thay thế bởi AI nhất để so sánh với những lao động bị sa thải khác.

Kết quả cho thấy trước năm 2024 không có sự khác biệt đáng kể, nhưng đến năm 2025 xuất hiện ranh giới rõ rệt: thời gian tái hòa nhập của người lao động bị AI thay thế kéo dài rõ rệt, xác suất thất nghiệp dài hạn tăng lên đáng kể. Goldman Sachs chỉ ra, mức ảnh hưởng ngắn hạn này “tương đương với các làn sóng thay đổi công nghệ trước đây đối với lao động thất nghiệp”, cho thấy nhận định “AI chỉ tạo ra việc làm chứ không hủy việc làm” đã khó còn đứng vững.

Phát hiện đáng lo nhất trong nghiên cứu của Goldman Sachs không phải là thời gian thất nghiệp kéo dài, mà là hướng tái việc. Trong các làn sóng thay đổi công nghệ trước đây, công nhân bị loại bỏ công nghệ thường “chuyển xuống”, vào các công việc cơ bản hơn, ít phức tạp hơn, kỹ năng cũ của họ bị mất giá dần theo tiến bộ công nghệ.

Làn sóng thay thế hiện tại của AI còn có xu hướng nghiêm trọng hơn. Công nhân bị AI loại bỏ khi trở lại làm việc có xu hướng chọn vị trí tận dụng kỹ năng cũ, nhưng điều này lại khiến họ dễ bị lộ diện với rủi ro tự động hóa tiếp theo. Dữ liệu từ Goldman Sachs cho thấy, xác suất công nhân bị AI loại bỏ sau khi tái việc rơi vào vị trí có cùng hoặc cao hơn mức độ tiếp xúc AI từ mức trung vị khoảng 55% năm 2018–2023 đã tăng vọt lên khoảng 65% năm 2024, và sẽ tiếp tục cao tới gần 75% vào năm 2025.

Nói cách khác, ba phần tư công nhân bị AI loại bỏ đang đi vào chính “bãi săn” tiếp theo của AI.

Dữ liệu của Cục Thống kê lao động Mỹ cũng xác nhận xu hướng này: giai đoạn 2023–2025, tổng cộng 7,4 triệu lao động bị mất việc không tự nguyện, cao hơn chu kỳ khảo sát trước là 6,3 triệu; trong số những người thất nghiệp dài hạn tìm được việc toàn thời gian mới, tỷ lệ lương đạt hoặc vượt mức trước chỉ khoảng 49%, giảm mạnh so với khoảng 62% của hai năm trước.

Dữ liệu lịch sử của Goldman Sachs cho thấy, tác hại của thất nghiệp do công nghệ có tính dài hạn. Trong những năm sau thất nghiệp, tốc độ tăng lương thực tế của công nhân bị thay thế bởi kỹ thuật liên tục thấp hơn so với nhóm lao động bị sa thải khác, xác suất tái thất nghiệp cũng lâu dài cao. Trong dữ liệu từng cá nhân bốn mươi năm qua, những công nhân lớn tuổi, không có bằng đại học, sống ở nông thôn và từng làm việc lâu dài tại vị trí cũ có sự thua thiệt về tiền lương thực tế cộng dồn sau mười năm khoảng 8–10 điểm phần trăm, gấp đôi nhóm trẻ tuổi, có bằng đại học, sống ở thành phố và thời gian làm việc ngắn hạn.

Tuy vậy, Goldman Sachs trong dữ liệu mới phát hiện một tín hiệu tương đối tích cực: công nhân trẻ thích nghi với tác động của AI rõ rệt tốt hơn. Năm 2025, công nhân dưới 35 tuổi bị AI thay thế mất thêm khoảng ba tuần để trở lại làm việc toàn thời gian so với người thất nghiệp khác; còn nhóm trên 35 tuổi mất thêm khoảng năm tuần, kèm theo nhiều giai đoạn chuyển tiếp làm việc tạm thời và bán thời gian.

Goldman Sachs còn chú ý tới việc sinh viên đại học “đang ngày càng lựa chọn ngành ít tiếp xúc AI hơn”. Tuy nhiên, dữ liệu từ Phòng thí nghiệm kinh tế số Stanford cho thấy, tỷ lệ việc làm của thanh niên 22–25 tuổi làm ngành có tiếp xúc AI cao đã thấp hơn mức bình thường khoảng 19% — vấn đề không phải là tốc độ thích nghi chậm, mà là cơ bản không ai tuyển dụng.

Hiện tại tỷ lệ thất nghiệp ở Mỹ vẫn ở mức thấp tương đối 4,2%, hiệu ứng thay thế AI chưa hoàn toàn lộ rõ trong dữ liệu vĩ mô.

Lý giải của nhà kinh tế Briggs thuộc Goldman Sachs là: lịch sử cho thấy tác động tiêu cực tới việc làm do tự động hóa chủ yếu tập trung vào giai đoạn suy thoái kinh tế. Dữ liệu chứng minh, tỷ lệ lao động Mỹ làm công việc thông thường giữ ổn định qua mỗi đợt mở rộng kinh tế, sau đó giảm theo bậc tại các giai đoạn kinh tế đi xuống năm đầu thập niên 1980, 2001, 2008 và 2020, và chưa bao giờ phục hồi.

Briggs dựa trên ba phương pháp ước tính lịch sử để kết luận, mỗi lần tiến bộ kỹ thuật làm tăng năng suất lao động 1% sẽ đẩy tỷ lệ thất nghiệp lên khoảng 0,3–0,4 điểm phần trăm lúc đỉnh, và được thúc đẩy chủ yếu bởi công việc biến mất. Từ dự báo của Goldman Sachs về việc AI sẽ nâng năng suất lên 15%, ước tính cuối cùng sẽ có khoảng 9% công nhân bị thay thế trong thời kỳ chuyển đổi AI, thêm áp lực thu hẹp việc làm khoảng 3%, tổng cộng khoảng 15 triệu công nhân Mỹ — cao hơn dự đoán đầu năm là 6–7%.

Briggs chỉ rõ, doanh nghiệp có xu hướng giữ vị trí dư thừa khi kinh tế thịnh vượng, một khi kinh tế quay đầu sẽ lợi dụng giai đoạn suy thoái để đẩy mạnh tự động hóa tập trung. Điều đáng cảnh giác hơn là làn sóng đầu tư vào AI hiện đã là trụ cột tăng trưởng quan trọng của kinh tế, còn Hatzius cảnh báo động lực này đang lên tới đỉnh — nghĩa là nguồn gây ra suy thoái tiếp theo có thể là chính AI.

Nhà kinh tế học Ngân hàng Mỹ có quan điểm tương đối ôn hòa, cho rằng “tác động của AI với thị trường lao động có thể vẫn còn hạn chế trước năm 2026, việc tái cấu trúc rộng hơn sẽ xuất hiện từ 2027.” Dù vậy, kịch bản “lạc quan” này chỉ hoãn cú sốc quy mô lớn khoảng hai năm.

Điều đáng chú ý là Goldman Sachs chỉ ra hiện vẫn chỉ khoảng 23% doanh nghiệp Mỹ tích hợp AI vào một phần quy trình công việc thường xuyên, và con số này “đã đánh giá quá cao mức tự động hóa thực tế đang diễn ra”.

Tuy nhiên, với tỷ lệ áp dụng còn tương đối hạn chế này, AI đã tạo tổn thất về việc làm có ý nghĩa thống kê ngoài lĩnh vực công nghệ, và công nhân thất nghiệp sau khi tái hòa nhập càng có xác suất cao rơi vào rủi ro bị AI thay thế tiếp theo.

Nếu tỷ lệ áp dụng AI tăng gấp đôi hoặc gấp ba lần hiện tại, từng hiệu ứng kể trên đều bị khuếch đại thêm: số người thất nghiệp theo đuổi vị trí “khó bị AI thay thế” tăng lên, thời gian thất nghiệp kéo dài hơn, người chuyển sang công việc mới lại đối mặt nguy cơ thay thế lần thứ hai. Kết luận của Briggs là, phần lớn tác động sẽ được giải phóng tập trung khi xảy ra đợt suy thoái tiếp theo, đúng vào lúc kinh tế khó hấp thụ nhất.

Briggs cảnh báo, Fed và các ngân hàng trung ương khác “cần chú ý sát sao mọi rủi ro tăng trưởng hoặc thị trường lao động mới xuất hiện”, khi ràng buộc lạm phát gần đây được gỡ bỏ, “chuyển sang chính sách nới lỏng nhanh có thể giúp đảm bảo thất nghiệp liên quan đến tự động hóa không bùng phát nhanh vào lúc kinh tế yếu nhất”.