Cơn sốt năng suất AI và "Bẫy sa thải"

Trong các tài liệu nội bộ ngành game tháng vừa qua, có một con số được lặp lại với tần suất gần như một định lý: 26%. Đây là tỉ lệ “tăng năng suất” mà AI mang lại cho lập trình viên, nó dùng để biện minh cho việc tích hợp AI vào quy trình, cho việc cắt giảm nhân sự, cho việc đầu tư công cụ và tối ưu hóa. Vấn đề là: con số này không sai, nhưng nó đã hết hạn vì đến từ một nghiên cứu năm 2024, và những nghiên cứu năm 2025 cho ra kết quả gần như ngược lại trong điều kiện gần với thực tế hơn.

Bài này không phản đối việc dùng AI trong ngành game. Nó phản đối việc dùng một con số như lá bùa hộ thân, trong khi bức tranh đầy đủ phức tạp hơn — và quan trọng hơn nhiều — so với những gì các slide trình bày cho ban lãnh đạo.

26% đến từ đâu, và bao nhiêu nước đã chảy qua cầu

Con số 26% bắt nguồn từ một nghiên cứu do các nhà kinh tế tại MIT, Princeton và đại học Pennsylvania thực hiện, công bố năm 2024. Họ phân tích dữ liệu của 4.867 lập trình viên chuyên nghiệp tại Microsoft, Accenture và một công ty Fortune 100 thứ ba, được cấp quyền dùng GitHub Copilot. Kết quả: nhóm có Copilot hoàn thành nhiều hơn 26,08% số tác vụ so với nhóm chứng. Tăng commit hàng tuần 13,5%. Tăng số lần compile 38,4%.

Đây là một nghiên cứu nghiêm túc, với mẫu lớn và phương pháp đối chứng. Vấn đề không nằm ở nghiên cứu, mà nằm ở cách nó được trích dẫn năm 2026: như thể đây là tiếng nói cuối cùng, và như thể nó vẫn mới.

Từ giữa năm 2025, một loạt nghiên cứu sau đó đã đặt câu hỏi nghiêm túc lên con số này.

Tháng 7/2025, METR công bố một thử nghiệm ngẫu nhiên có đối chứng (RCT) trên 16 lập trình viên mã nguồn mở giàu kinh nghiệm, làm 246 tác vụ trong các dự án mà họ đã làm trung bình 5 năm. Mỗi tác vụ được phân ngẫu nhiên cho phép hoặc không cho phép dùng AI (Cursor Pro + Claude 3.5/3.7 Sonnet). Trước khi bắt đầu, các lập trình viên dự đoán AI sẽ giúp họ giảm 24% thời gian. Sau khi xong, họ ước tính đã giảm 20%. Kết quả đo lường thực tế: AI làm họ chậm hơn 19%.

“Bạn không thực sự tiết kiệm được thời gian với AI coding. Bạn chỉ đổi việc gõ ít hơn lấy việc đọc và gỡ rối nhiều hơn.”

Khảo sát Stack Overflow 2025 trên hàng chục nghìn lập trình viên cho ra một bức tranh tương tự: 84% đang dùng hoặc dự định dùng AI tools, nhưng chỉ 16,3% nói AI làm họ năng suất hơn đáng kể. 41,4% nói AI có ít hoặc không tác động.

Faros AI, một công ty phân tích kỹ thuật, phân tích telemetry từ hơn 10.000 lập trình viên ở 1.255 đội. Họ tìm thấy điều này: các đội dùng AI mạnh tạo ra nhiều hơn 98% pull request mỗi người mỗi ngày — nhưng thời gian review PR tăng 91%. Lợi ích cá nhân biến mất vào dòng việc gộp của tổ chức.

Nghịch lý năng suất AI Cá nhân cảm thấy nhanh hơn. Đầu ra cá nhân (commit, dòng code, PR) tăng. Nhưng các thước đo cấp tổ chức như lead time, tần suất triển khai, tỉ lệ lỗi lại không cải thiện hoặc tệ đi, vì gánh nặng chuyển sang khâu review và QA. Đây không phải lý do để không dùng AI — đây là lý do để đo lường đúng cái gì đang xảy ra trước khi đưa ra quyết định sa thải.

”Bẫy sa thải AI”: toán học của một thế lưỡng nan

Trong khi đó, ở một góc khác của tài liệu, có một viện dẫn chính xác hơn nhiều: “Bẫy sa thải AI”. Đây là một bài báo có thật, công bố trên arXiv ngày 2/3/2026, đồng tác giả bởi Brett Hemenway Falk (UPenn) và Gerry Tsoukalas (Đại học Boston). Mã arXiv: 2603.20617.

Mô hình của họ là một bài toán lý thuyết trò chơi vô cùng đơn giản. Nhiều công ty đối xứng trong một ngành, mỗi công ty quyết định tự động hoá bao nhiêu phần lực lượng lao động bằng AI. Tự động hoá rẻ hơn, nên mỗi công ty có động lực trực tiếp để làm. Nhưng người lao động bị thay thế cũng là người tiêu dùng. Khi họ mất thu nhập, họ ngừng chi tiêu.

Mỗi công ty tự động hoá thu được toàn bộ phần tiết kiệm chi phí từ lao động rẻ hơn, nhưng phần tiêu dùng giảm xuống được chia đều cho toàn bộ thị trường. Đây là một thế lưỡng nan kiểu Prisoner’s Dilemma: cân bằng Nash là mọi công ty tự động hoá quá mức so với tối ưu xã hội, ngay cả khi tất cả đều biết điều này đang xảy ra.

Các con số đi kèm: trong quý 1/2026, ước tính 78.557 lao động công nghệ bị sa thải toàn cầu, gần 50% được gán trực tiếp cho AI. Năm 2025, hơn 100.000 việc làm công nghệ biến mất, AI được trích dẫn trong hơn một nửa số trường hợp.

Điểm đáng chú ý của bài báo không nằm ở các con số (vốn đã được nhiều nguồn khác đưa tin), mà ở kết luận: các công cụ chính sách thông thường — thu nhập cơ bản phổ quát, đào tạo lại, thuế vốn, thoả thuận tự nguyện giữa các tập đoàn — đều không sửa được động cơ sai lệch ở cấp tác vụ. Cái duy nhất sửa được, theo mô hình, là thuế tự động hoá kiểu Pigou đặt đúng bằng phần tổn thất cầu chưa nội hoá.

Ngay cả khi mọi tổng giám đốc nhận ra rằng việc cắt giảm hàng loạt sẽ làm cạn kiệt khách hàng tương lai của chính họ, không một ai có thể dừng lại — vì nếu họ dừng, đối thủ sẽ vượt lên.

Và đây là dữ liệu không có trong tài liệu nguồn

Bộ dữ liệu quan trọng nhất về thái độ thực tế của ngành game đối với AI tạo sinh năm 2026 lại không được nhắc đến: báo cáo State of the Game Industry 2026 của GDC, công bố tháng 1, dựa trên khảo sát hơn 2.300 chuyên gia ngành.

Báo cáo này kể một câu chuyện khác hẳn với câu chuyện năng suất:

Câu hỏi	2024	2025	2026
AI tạo sinh có tác động tiêu cực đến ngành	18%	30%	52%
AI tạo sinh có tác động tích cực đến ngành	—	13%	7%
Đang dùng AI tạo sinh trong công việc	—	—	36%
Đã bị sa thải trong 24 tháng qua	—	—	28%

Tỉ lệ phản đối tăng gần ba lần trong hai năm. Sự phản đối tập trung mạnh nhất ở các vai trò mà công cụ AI tác động trực tiếp nhất: visual & technical art (64%), game design & narrative (63%), programming (59%). Trong khi đó, tỉ lệ sử dụng AI cao nhất lại nằm ở các vai trò ít rủi ro thay thế nhất: business, marketing, PR (58%) — chỉ 30% ở các studio sản xuất.

Có hai cách để đọc bộ số này. Cách thứ nhất: nghệ sĩ và lập trình viên đang “kháng cự thay đổi” và sẽ phải thích nghi. Cách thứ hai, có lẽ trung thực hơn: những người ở gần công việc thực tế nhất, những người biết rõ nhất công cụ đang làm được gì và không làm được gì, là những người bi quan nhất về tác động. Không phải vì họ sợ thay đổi, mà vì họ đã thấy cụ thể công cụ đang làm gì với chất lượng đầu ra, với pipeline, với văn hoá đội.

Việt Nam: giữa làn sóng và luật mới

Bối cảnh Việt Nam có một chi tiết then chốt mà tài liệu nguồn bỏ sót: từ ngày 1/3/2026, Việt Nam trở thành quốc gia đầu tiên ở Đông Nam Á có luật AI riêng. Khung pháp lý này xếp hầu hết công cụ AI dùng trong game vào nhóm rủi ro thấp đến trung bình, với thời gian ân hạn 12 tháng để các doanh nghiệp tuân thủ.

Đây không phải chi tiết phụ. Nó có nghĩa là các studio Việt Nam đã giảm 50-70% chi phí sản xuất nghệ thuật bằng nền tảng AI nội bộ — đang vận hành trong môi trường có khung pháp lý rõ ràng hơn các đối thủ trong khu vực, ít nhất trong giai đoạn này. Đồng thời, nó cũng có nghĩa là đến tháng 3/2027, mọi triển khai AI sẽ phải đáp ứng các yêu cầu về minh bạch, kiểm toán, và trách nhiệm pháp lý mà hiện tại chưa ai biết chính xác sẽ được thực thi như thế nào.

Hai mặt của lợi thế Lợi thế hiện tại của Việt Nam trong gia công sáng tạo bằng AI có một mặt tối: nó dựa một phần vào việc các thị trường lớn hơn (EU, Mỹ) đang siết chặt yêu cầu pháp lý mà các đối tác gia công không phải đáp ứng tức thì. Khi luật AI Việt Nam có hiệu lực đầy đủ vào 2027, khoảng cách quy định sẽ thu hẹp. Lợi thế phải được xây dựng trên năng lực thực, không trên lỗ hổng pháp lý.

Chúng ta đang đo lường cái gì?

Quay lại điểm xuất phát. Con số 26% có ý nghĩa, trong bối cảnh năm 2024, đối với những đội đã có hệ thống review tốt và một số loại tác vụ nhất định. Báo cáo “Bẫy sa thải AI” có ý nghĩa, như một mô hình lý thuyết cảnh báo về một cân bằng xấu mà thị trường đang tiến tới. Báo cáo GDC 2026 có ý nghĩa, như tiếng nói của những người ở gần công việc nhất.

Ba thứ này không loại trừ nhau. Cùng tồn tại trong một bức tranh: AI làm được nhiều việc, đặc biệt cho người mới và cho các tác vụ ngắn, có cấu trúc. AI không làm được nhiều việc khác, đặc biệt cho code phức tạp lâu năm và cho sáng tạo có chiều sâu. AI đang thúc đẩy một làn sóng tự động hoá ở cấp tổ chức mà về mặt toán học có thể đang trượt qua điểm tối ưu. AI đang được áp dụng nhanh hơn khả năng đo lường tác động thực của nó.

Câu hỏi cho mỗi studio không phải “AI tốt hay xấu”, mà cụ thể hơn nhiều: Chúng ta đang đo cái gì để biết chiến lược AI của mình đang đi đúng hướng? Nếu thước đo duy nhất là chi phí nhân sự, ta sẽ thấy cải thiện ngay lập tức và mất khả năng phát hiện những hệ quả trễ — chất lượng đầu ra giảm, tinh thần đội xuống, quan hệ với khách hàng bị bào mòn, đội ngũ junior không có cơ hội học nghề thật. Nếu thước đo bao gồm cả các tín hiệu chậm này, bức tranh khả dĩ rất khác.

---

Nguồn dữ liệu

• Cui, Demirer, Jaffe, Musolff, Peng, Salz (2024), “The Effects of Generative AI on High-Skilled Work” — nghiên cứu 4.867 lập trình viên, kết quả 26%
• METR (2025), “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, arXiv:2507.09089 — kết quả -19%
• Faros AI Report 2025, “The AI Productivity Paradox” — telemetry 10.000+ lập trình viên
• Falk & Tsoukalas (2026), “The AI Layoff Trap”, arXiv:2603.20617, công bố 2/3/2026
• GDC (2026), “State of the Game Industry Report” — khảo sát 2.300+ chuyên gia, công bố tháng 1/2026
• Stack Overflow Developer Survey 2025
• Digital in Asia (3/2026), báo cáo thị trường game Việt Nam và Luật AI có hiệu lực 1/3/2026