Cơn khát nhân lực AI

Theo Báo cáo Đánh giá mức độ sẵn sàng về AI của Việt Nam (AI Readiness Assessment Report) do UNESCO công bố năm 2025, nhu cầu nhân lực AI đang gia tăng mạnh trong các lĩnh vực tài chính, y tế, logistics và sản xuất. Tuy nhiên, nguồn cung lao động chất lượng cao vẫn chưa theo kịp tốc độ mở rộng của thị trường. UNESCO ước tính Việt Nam hiện chỉ có khoảng 5.000-7.000 kỹ sư AI và khoảng 300 chuyên gia AI trình độ tiến sĩ hoặc sau tiến sĩ. Trong khi đó, ngành công nghệ thông tin dự kiến thiếu hụt 150.000-200.000 lao động mỗi năm trong giai đoạn đến năm 2025.

Nhu cầu nhân lực AI tăng nhanh hơn tốc độ đào tạo

Làn sóng AI đang mở rộng nhanh chóng tại Việt Nam. Theo UNESCO, hoạt động nghiên cứu AI đã tăng trưởng mạnh trong hơn một thập niên qua. Số lượng công bố khoa học liên quan đến AI tăng từ 134 bài năm 2010 lên hơn 4.000 bài vào năm 2023, đưa Việt Nam lên vị trí thứ 26 thế giới. Hơn 50 trường đại học hiện đào tạo các chương trình liên quan đến AI và khoa học dữ liệu, trong đó có 18 cơ sở đào tạo chuyên sâu.

Ở chiều ứng dụng, UNESCO dự báo thị trường AI Việt Nam có thể tăng từ 547 triệu đô la Mỹ năm 2023 lên hơn 2 tỉ đô la Mỹ vào năm 2032. Tỷ lệ người lao động tri thức sử dụng AI tại Việt Nam đã đạt 88%, cao hơn đáng kể mức trung bình toàn cầu là 75%.

Sự mở rộng nhanh chóng của thị trường kéo theo nhu cầu nhân lực ở mọi mắt xích của chuỗi giá trị AI.

Ông Thiều Phương Nam, Tổng giám đốc Qualcomm Việt Nam, Lào và Campuchia, cho rằng Việt Nam sở hữu nhiều lợi thế để phát triển nguồn nhân lực AI. Theo ông, AI đòi hỏi hai nền tảng cốt lõi là toán học và phát triển phần mềm - những lĩnh vực mà người Việt có truyền thống và thế mạnh.

Bài toán nhân lực AI của Việt Nam không đơn thuần là mở thêm ngành học hay tăng chỉ tiêu tuyển sinh, mà là bài toán tái cấu trúc toàn bộ hệ sinh thái kỹ năng.

“AI thực chất là sự kết hợp giữa toán học và phần mềm. Người Việt Nam có lợi thế ở cả hai lĩnh vực này”, ông Nam nhận định.

Ông Nam đặc biệt đánh giá cao năng lực tư duy thuật toán của sinh viên Việt Nam, nhất là nhóm có nền tảng toán học tốt. Trong nhiều lĩnh vực như thị giác máy tính (computer vision), phần lớn các bài toán đều bắt nguồn từ việc chuyển hóa các mô hình toán học thành ứng dụng thực tiễn.

Tuy nhiên, lợi thế đó chưa đủ để giải quyết cơn khát nhân lực đang diễn ra trên thị trường. Theo ông Nam, nhu cầu tuyển dụng kỹ sư AI hiện tăng nhanh đến mức nhiều doanh nghiệp công nghệ lớn không tuyển đủ người cho các hoạt động nghiên cứu và phát triển (R&D).

UNESCO cũng đánh giá nguồn cung nhân lực chất lượng cao trong các lĩnh vực như học máy (machine learning), xử lý ngôn ngữ tự nhiên (NLP) và phát triển các hệ thống AI quy mô lớn vẫn còn hạn chế. Số lượng bằng sáng chế liên quan đến AI vẫn còn hạn chế và chủ yếu tập trung vào các đổi mới mang tính ứng dụng hơn là những đột phá công nghệ nền tảng.

Sự cạnh tranh ngày càng gay gắt khi hàng loạt tập đoàn quốc tế đồng thời mở rộng hoạt động tại Việt Nam. Nhu cầu tăng nhanh hơn tốc độ đào tạo khiến nhiều doanh nghiệp rơi vào tình trạng “tuyển không kịp”. Theo ông Nam, đây không phải là vấn đề riêng của Việt Nam mà là bài toán chung của toàn cầu.

Thị trường không thiếu người học AI, nhưng thiếu người làm được AI

Không chỉ riêng tầng công nghệ lõi, sự thiếu hụt nhân lực AI còn diễn ra ở cả các tầng đổi mới mang tính ứng dụng. Theo ông Hoàng Văn Tam, CEO Digitech Solutions - một công ty công nghệ chuyên phát triển các ứng dụng AI và tư vấn chuyển đổi số, hệ sinh thái nhân lực AI hiện có thể chia thành ba tầng. Tầng thứ nhất là AI Core - nơi các nhà nghiên cứu, AI Scientist và Machine Learning Engineer, phát triển thuật toán và mô hình nền tảng. Tầng thứ hai là AI Engineering - nơi các kỹ sư đưa mô hình AI vào hệ thống thực tế thông qua các công việc như tích hợp dữ liệu, xây dựng hạ tầng, triển khai sản phẩm và vận hành. Tầng thứ ba là AI Application - nơi các chuyên gia nghiệp vụ, quản lý sản phẩm, chuyên gia tư vấn và đội ngũ vận hành sử dụng AI để giải quyết các bài toán kinh doanh.

Nói cách khác, chuỗi giá trị AI gồm ba mắt xích tạo ra AI, triển khai AI và khai thác AI để tạo ra giá trị.

Nếu các tập đoàn như Qualcomm đại diện cho nhu cầu ở tầng công nghệ lõi, thì phần lớn doanh nghiệp Việt Nam hiện tập trung ở hai tầng còn lại. Thay vì tự phát triển mô hình nền tảng, họ chủ yếu sử dụng các công nghệ có sẵn phát triển công nghệ mới hoặc giải quyết các bài toán vận hành, chăm sóc khách hàng, phân tích dữ liệu hoặc tự động hóa quy trình...

Điều này khiến nhu cầu tuyển dụng cũng đang mở rộng rất lớn ở tầng AI Engineering và AI Application.

“Nhu cầu kỹ sư AI đang tăng nhanh nhưng thị trường tồn tại sự lệch pha rõ rệt giữa cung và cầu. Nhiều ứng viên được đào tạo thiên về lý thuyết, quen với hoạt động thử nghiệm (demo) hoặc môi trường học thuật, trong khi doanh nghiệp cần khả năng triển khai sản phẩm, tích hợp hệ thống và xử lý dữ liệu thực tế. Kết quả là thị trường không thiếu người học AI, nhưng thiếu người làm được AI”, ông Tam nhận định.

Theo ông, khoảng cách này ngày càng rõ rệt khi AI bước ra khỏi phòng thí nghiệm để đi vào hoạt động sản xuất kinh doanh. Doanh nghiệp không chỉ quan tâm đến độ chính xác của mô hình mà còn phải cân nhắc chi phí vận hành, bảo mật dữ liệu, khả năng mở rộng, tích hợp với hệ thống hiện hữu và hiệu quả kinh doanh cuối cùng.

Một thay đổi khác là AI đang làm đảo lộn con đường nghề nghiệp truyền thống. Ông Trương Công Luận, Giám đốc Công ty cổ phần Solazu, cho biết việc tìm vị trí thực tập hay khởi đầu (entry-level) trong ngành AI hiện trở nên khó khăn hơn trước. Doanh nghiệp ngày càng ưu tiên những người đã có kinh nghiệm và có khả năng kiểm chứng kết quả do AI tạo ra để nâng cao năng suất ngay lập tức. “Thay vì tuyển nhiều người mới, doanh nghiệp sẵn sàng trả lương cao hơn cho một nhân sự giỏi có khả năng làm việc gấp 3-4 lần người khác”, ông Luận nói.

Khoảng cách giữa giảng đường và doanh nghiệp

Khoảng cách cung - cầu này phần nào phản ánh những thách thức trong đào tạo. UNESCO ghi nhận Việt Nam đã xây dựng được nền tảng khá tốt với hơn 50 chương trình đào tạo AI và khoa học dữ liệu trên toàn quốc. Tuy nhiên, báo cáo cũng chỉ ra nhiều điểm nghẽn như thiếu giảng viên trình độ cao, thiếu hạ tầng tính toán, thiếu chương trình đào tạo liên ngành và đặc biệt là thiếu chiến lược phát triển nguồn nhân lực AI toàn diện.

Theo ông Hoàng Văn Tam, nhiều sinh viên vẫn được đào tạo theo hướng nặng lý thuyết, thiếu trải nghiệm với dữ liệu thực tế, thiếu kinh nghiệm triển khai trọn vòng đời sản phẩm và thiếu hiểu biết về quy trình vận hành doanh nghiệp... Một hạn chế của nhiều sinh viên hiện nay là dành quá nhiều thời gian cho những kiến thức và kỹ năng mà AI ngày càng có thể thực hiện hiệu quả. Trong khi đó, điều doanh nghiệp cần không chỉ là kiến thức chuyên môn, mà còn là khả năng học hỏi liên tục, thích ứng nhanh và làm việc cùng AI trong một môi trường công nghệ thay đổi từng ngày, từng tuần.

UNESCO cũng đưa ra cảnh báo tương tự khi cho rằng nhiều chương trình đào tạo hiện nay còn thiếu tính liên ngành, khiến sinh viên hiểu công nghệ nhưng chưa hiểu đầy đủ về tác động kinh tế, xã hội và yêu cầu triển khai AI trong thực tiễn.

TS. Nguyễn Hồng Bửu Long, giảng viên khoa Công nghệ thông tin, trường Đại học Khoa học tự nhiên (ĐHQG TPHCM), cho biết đào tạo ngành liên quan đến AI đang đối mặt với thách thức lớn khi công nghệ thay đổi quá nhanh. Điều này đòi hỏi giảng viên phải liên tục cập nhật chương trình giảng dạy, đồng thời cơ sở hạ tầng đào tạo cũng phải được đầu tư và nâng cấp thường xuyên.

Báo cáo của UNESCO nhấn mạnh rằng nhu cầu tuyển dụng lao động trình độ cao trong các lĩnh vực khoa học, công nghệ, kỹ thuật và toán học (STEM) vẫn vượt xa nguồn cung hiện tại. Đồng thời, Việt Nam chưa có một chương trình quốc gia quy mô lớn về đào tạo lại (reskilling) và nâng cấp kỹ năng (upskilling) cho lực lượng lao động trước tác động của AI.

Đây có thể là thách thức lớn hơn cả việc đào tạo thêm kỹ sư AI mới. Bài toán nhân lực AI của Việt Nam không đơn thuần là mở thêm ngành học hay tăng chỉ tiêu tuyển sinh, mà là bài toán tái cấu trúc toàn bộ hệ sinh thái kỹ năng.

Thu Trà - Minh Tâm