Co-Existence: Định Hình Chiến Lược C-Level Trong Kỷ Nguyên Trí Tuệ Nhân Tạo Tự Trị

I. Từ Co-Intelligence Đến Co-Existence: Khi Ranh Giới Giao Thoa Trở Nên Bất Định

Nếu như năm 2024 đánh dấu giai đoạn bùng nổ của Co-Intelligence — thời điểm chúng ta hào hứng đón nhận các mô hình ngôn ngữ lớn (LLMs) như những “thực tập sinh siêu việt” luôn túc trực hỗ trợ soạn thảo email hay tóm tắt tài liệu — thì đến năm 2026, cuốn sách Co-Existence: The Next Phase of AI của Giáo sư Ethan Mollick (Đại học Pennsylvania / Wharton) đã gióng lên một hồi chuông thức tỉnh cho giới điều hành doanh nghiệp. Chúng ta không còn đơn thuần là “người dùng công cụ”. Chúng ta đang bước vào kỷ nguyên cùng tồn tại (Co-Existence) với những thực thể bán tự trị có khả năng suy luận, hành động độc lập và định hình lại cấu trúc của nền kinh tế tri thức.

Dưới góc nhìn cố vấn chiến lược và quản trị vận hành của tôi, sự chuyển dịch này mang bản chất địa chấn bởi ba thuộc tính cốt lõi mà Mollick chỉ ra:

• Ranh giới năng lực gồ ghề (The Jagged Frontier): Năng lực của AI không phát triển theo hình vòng cung phẳng hay một đường thẳng dốc đều. Ranh giới giữa những việc AI làm xuất chúng và những việc nó thất bại thảm hại là một đường răng cưa méo mó, bất định và liên tục dịch chuyển. Cùng một hệ thống AI thế hệ mới (các mô hình suy luận Reasoners được hỗ trợ bởi điện toán tại thời điểm kiểm thử – Test-Time Compute) có thể đạt huy chương vàng Olympic Toán học quốc tế hay phát hiện lỗ hổng phần mềm tinh vi, nhưng lại có thể mắc lỗi suy luận logic đời thường ngớ ngẩn hoặc tự tin bịa đặt dữ liệu doanh thu nội bộ.
• Sự vượt ngưỡng bất đối xứng (Transcendence): AI không tiến hóa ngang bằng với trình độ trung bình của con người; nó nhảy cóc qua ranh giới đó ở một số chiều kích chuyên biệt (như phân tích hàng triệu dòng mã nguồn trong vài giây) trong khi vẫn hoàn toàn tê liệt ở những kỹ năng bản năng của đứa trẻ 5 tuổi.
• Năng lực tự phát sinh (Emergence) và Bẫy nịnh bợ (Sycophancy): Khi quy mô mô hình mở rộng, AI xuất hiện những hành vi không được lập trình tường minh. Nguy hiểm nhất trong quản trị là tính nịnh bợ: AI có xu hướng xác nhận thiên kiến của người ra lệnh thay vì nói ra sự thật trần trụi về rủi ro dòng tiền hay sự sụt giảm thị phần.

Nhiều tổng giám đốc (CEO) và thành viên hội đồng quản trị (BOD) từng hỏi tôi: “Làm sao chúng tôi biết chắc tác vụ nào nên giao cho AI và tác vụ nào bắt buộc phải giữ lại con người?” Câu trả lời trung thực từ thực tiễn là: Chúng ta không thể biết trước trên lý thuyết. Cách duy nhất để xác định ranh giới gồ ghề là liên tục va chạm trực tiếp với nó thông qua thực nghiệm có kỷ luật.

II. Tam Giác Hợp Tác & Ma Trận Ủy Thác (The Delegation Calculus)

Trong các bài viết trước về năng lực CAIO và kiến trúc vận hành AI, tôi từng phân tích mô hình làm việc kết hợp. Trong Co-Existence, Mollick đã nâng cấp khung tư duy này lên một tầm cao mới, chuyển dịch từ cách tương tác vi mô sang cơ chế ủy quyền chiến lược:

1. Mô hình Nhân mã (The Centaur): Phân chia công việc rành mạch theo đường ranh giới rõ ràng. Con người đảm nhận phần đầu (lập chiến lược, xác định vấn đề), giao phần giữa cho AI (tổng hợp dữ liệu, dựng bản thảo), rồi con người tiếp nhận lại phần cuối (kiểm duyệt, ký duyệt và chịu trách nhiệm). Đây là mô hình an toàn nhưng tốc độ chậm.
2. Mô hình Người máy sinh học (The Cyborg): Sự hòa trộn hữu cơ, đan cài liên tục giữa suy nghĩ của con người và phản hồi của AI trong thời gian thực. Bạn gõ nửa câu, AI gợi ý nửa câu; bạn đưa ra ý tưởng thô, AI phản biện và cấu trúc lại tức thì. Đây là trạng thái dòng chảy (Flow State) tối ưu cho các nhà sáng tạo và chuyên gia phân tích.
3. Mô hình Pháp sư triệu hồi (The Conjurer): Đây là bước nhảy vọt của kỷ nguyên Co-Existence. Bạn không còn ngồi cạnh AI để “cầm tay chỉ việc”. Bạn triệu hồi một hoặc nhiều tác nhân tự trị (Autonomous Agents), giao cho chúng một mục tiêu mở (Goal-oriented prompt), trao quyền truy cập công cụ (APIs, cơ sở dữ liệu, trình duyệt web) và để chúng tự lập kế hoạch, tự sửa sai và tự hoàn thành nhiệm vụ trong nhiều giờ hoặc nhiều ngày mà không cần con người can thiệp.

Tuy nhiên, chuyển sang vai trò “Pháp sư triệu hồi” đặt nhà quản lý trước một bài toán kinh tế học hóc búa: Đại số ủy thác (The Delegation Calculus). Mollick đưa ra công thức đột phá để đo lường tính hiệu quả khi giao việc cho tác nhân AI:

Dựa trên công thức này, tôi phân loại các tác vụ ủy thác trong doanh nghiệp thành hai thái cực rõ rệt:

• Chiến thắng độc đắc (The Jackpot): Những tác vụ tốn rất nhiều thời gian để con người tự làm, nhưng lại cực kỳ nhanh chóng và dễ dàng để thẩm định kết quả. Ví dụ: Yêu cầu AI viết một đoạn mã script tự động hóa báo cáo tài chính (mất 5 phút chạy thử để biết đúng/sai); hoặc yêu cầu AI tạo ra 50 biến thể hình ảnh marketing (mất 30 giây lướt mắt để chọn 3 biến thể xuất sắc nhất). Đây là vùng đất tạo ra ROI đột biến.
• Cạm bẫy ủy thác (The Trap): Những tác vụ mà thời gian con người ngồi đọc, rà soát, kiểm chứng từng chi tiết còn tốn hơn thời gian tự viết từ đầu. Ví dụ: Yêu cầu AI đọc lướt hồ sơ thầu pháp lý phức tạp dài 200 trang và tóm tắt rủi ro. Vì AI mắc chứng ảo giác tinh vi (hallucination) và bẫy nịnh bợ, luật sư vẫn buộc phải đối chiếu từng dòng trong tài liệu gốc. Nếu không tỉnh táo nhận diện “Cạm bẫy ủy thác”, doanh nghiệp sẽ tiêu tốn hàng ngàn giờ nhân sự cấp cao chỉ để đi “dọn dẹp” sự tự tin thái quá của các mô hình AI.

III. Bẫy Năng Suất Doanh Nghiệp & Bài Toán “Secret Cyborg”

Tại sao các nghiên cứu hàn lâm (như thử nghiệm của Harvard/BCG hay nghiên cứu tại Procter & Gamble do Mollick trích dẫn) đều ghi nhận năng suất cá nhân tăng từ 40% đến 80% khi dùng AI, nhưng trên báo cáo tài chính hợp nhất của hầu hết các tập đoàn, chỉ số P&L và biên lợi nhuận vẫn gần như đi ngang? Đây chính là nghịch lý nhức nhối nhất của chuyển đổi số hiện đại.

Dưới góc nhìn của tôi, nguyên nhân sâu xa không nằm ở thuật toán, mà xuất phát từ hai điểm nghẽn tổ chức học kinh điển:

1. Mô hình Tự động hóa O-Ring (O-Ring Automation) và Sự dịch chuyển điểm nghẽn

Dựa trên Lý thuyết O-Ring của nhà kinh tế học đoạt giải Nobel Michael Kremer (sự cố tàu con thoi Challenger phát nổ chỉ vì một chiếc vòng đệm O-Ring nhỏ bé bị nứt), Gans & Goldfarb (2024) đã xây dựng khái niệm Tự động hóa O-Ring. Trong một quy trình kinh doanh gồm 5 bước tuần tự, nếu AI giúp tăng tốc 4 bước lên gấp 10 lần nhưng bước thứ 5 vẫn phải chờ phê duyệt thủ công của giám đốc tuân thủ hoặc bộ phận pháp lý, thì toàn bộ chu trình vẫn bị tắc nghẽn tại bước số 5. Thậm chí, việc AI tuôn ra một khối lượng khổng lồ các bản thảo, ý tưởng và mã nguồn chưa qua kiểm chứng sẽ tạo ra một cơn lũ rác kỹ thuật số đè bẹp những mắt xích thủ công còn lại.

2. Mô hình Thùng rác quyết định (Garbage Can Model)

Khi chi phí tạo ra nội dung, báo cáo và giải pháp tiệm cận mức 0 USD, các tổ chức rơi vào trạng thái mà giới lý thuyết quản trị gọi là Garbage Can Model: Các phòng ban dùng AI tạo ra hàng tá giải pháp hào nhoáng cho những vấn đề thậm chí không tồn tại, sau đó tổ chức hàng loạt cuộc họp vô bổ để tranh luận về các giải pháp đó. Năng suất biểu kiến tăng lên, nhưng giá trị gia tăng thực tế bằng không.

3. Bài toán “Secret Cyborg” (Những người máy bí mật)

Khảo sát của Mollick và các cộng sự tại Wharton chỉ ra một sự thật trớ trêu: Có từ 50% đến 70% nhân sự thừa nhận họ sử dụng AI hàng ngày trong công việc nhưng hoàn toàn giấu kín ban lãnh đạo. Tại sao họ phải bí mật? Bởi vì cấu trúc khuyến khích (incentive structure) của doanh nghiệp truyền thống đang trừng phạt sự trung thực:

• Nếu nhân viên báo cáo rằng họ đã dùng AI để hoàn thành công việc 8 tiếng chỉ trong 2 tiếng, phần thưởng họ nhận được không phải là tiền thưởng hay thăng tiến, mà là bị giao thêm gấp đôi khối lượng công việc hoặc bị đưa vào danh sách cắt giảm định biên.
• Doanh nghiệp cấm đoán AI bằng những chính sách an ninh mạng cứng nhắc, buộc nhân viên tài năng phải lén lút sử dụng trên điện thoại cá nhân và dán kết quả vào email công vụ.

Để phá vỡ bế tắc này, tôi khuyến nghị các lãnh đạo doanh nghiệp áp dụng mô hình Leadership – Crowd – Lab do Mollick đề xuất:

IV. 4 Lợi Thế Bền Vững Của Con Người Trong Kỷ Nguyên AI

Trong chương 5 mang tựa đề “How to Think Like a Human”, Mollick nhắc lại một định luật cay đắng nổi tiếng trong ngành khoa học máy tính: Bài học cay đắng (The Bitter Lesson) của Rich Sutton. Lịch sử 70 năm của AI chứng minh rằng mọi nỗ lực của con người nhằm cài cắm tri thức chuyên gia, cấu trúc ngữ pháp hay quy tắc tư duy thủ công vào máy móc cuối cùng đều bị đánh bại bởi một thứ duy nhất: Năng lực tính toán khổng lồ kết hợp với các thuật toán học tổng quát (Học sâu và Tìm kiếm).

Nếu mọi kỹ năng tính toán, viết lách, dịch thuật và lập trình cơ bản đều sẽ bị máy móc vượt qua nhờ quy mô điện toán, thì đâu là thành trì cuối cùng của giá trị con người? Tôi hoàn toàn đồng thuận với 4 trụ cột lợi thế cạnh tranh bền vững mà Mollick xác lập:

Đặc biệt, Mollick đưa ra khái niệm Khó khăn đáng mong đợi (Desirable Difficulties): Nếu chúng ta lạm dụng AI để giải quyết mọi bài toán tư duy nhỏ nhất, não bộ nhân loại sẽ đối mặt với tình trạng “teo cơ nhận thức” (Skill Atrophy). Những lãnh đạo xuất sắc trong tương lai là những người biết khi nào phải cố tình tắt AI đi để tự mình vật lộn với những bài toán chiến lược hóc búa, nhằm duy trì độ nhạy bén của tư duy phản biện.

V. Thang Đo Tự Động Hóa & Tương Lai Dark Factory

Một trong những điểm thảo luận sôi nổi nhất gần đây mà tôi đã từng phân tích chuyên sâu trên website là hiện tượng Vibe Coding do Tiến sĩ Andrej Karpathy khởi xướng. Trong Co-Existence, Mollick đã mở rộng khái niệm này thành bức tranh tổng thể: Vibe Work — nơi con người làm việc bằng trực giác và ý định, còn các cỗ máy tự động biên dịch ý định đó thành hành động kỹ thuật số.

Đỉnh cao của sự dịch chuyển này là mô hình Nhà máy tối Cấp độ 5 (Level 5 Dark Factory) trong ngành phần mềm và vận hành tri thức. Mollick viện dẫn trường hợp thực tế chấn động tại công ty bảo mật StrongDM (2025):

“Họ xây dựng một Nhà máy Phần mềm (Software Factory) hoạt động theo nguyên tắc tuyệt đối: Không một dòng mã nguồn nào do con người trực tiếp viết ra, và cũng không một dòng mã nào do con người trực tiếp duyệt qua. Tất cả được điều phối bởi mạng lưới các tác nhân AI tự kiểm thử, tự sửa lỗi và tự triển khai lên máy chủ.”

Điều này báo hiệu sự xuất hiện của hai kịch bản tương lai mà bất kỳ nhà hoạch định chiến lược nào cũng phải tính đến trong kịch bản P&L 5 năm tới:

• Kịch bản Thang cuốn (The Escalator): Năng lực AI tiếp tục tiến lên đều đặn dọc theo đường ranh giới gồ ghề. Con người phải liên tục bước lên phía trước, thích nghi, học các kỹ năng mới để không bị tụt lại phía sau. Đây là một cuộc chuyển dịch lao động quy mô lớn nhưng có thể quản trị được.
• Kịch bản Ngày phán xét công nghệ (The Eschaton): AI đạt đến ngưỡng tự cải tiến đệ quy (Recursive Self-Improvement) — AI tự huấn luyện AI thế hệ tiếp theo mà không cần sự can thiệp của con người, kích hoạt điểm kỳ dị công nghệ (Singularity) và tạo ra Trí tuệ siêu việt (Superintelligence). Khi đó, toàn bộ các quy luật kinh tế học truyền thống về vốn và lao động sẽ phải viết lại từ đầu.

VI. Ma Trận Đối Chiếu Lý Thuyết – Thực Thi (Theory-to-Action Matrix)

Để giúp các thành viên Ban Điều hành, Giám đốc Chiến lược (CSO), Giám đốc Công nghệ (CTO) và Giám đốc Trí tuệ Nhân tạo (CAIO) chuyển hóa các luận điểm học thuật của Ethan Mollick thành năng lực vận hành cụ thể, tôi thiết lập bảng ma trận thực thi chuẩn hóa dưới đây:

VII. Lộ Trình Hành Động 90 Ngày Cho Lãnh Đạo C-Level

Dựa trên kinh nghiệm tư vấn thực chiến cho các tổ chức, tôi đề xuất lộ trình hành động 90 ngày giúp doanh nghiệp thoát khỏi bẫy năng suất và thiết lập trạng thái Co-Existence hiệu quả:

Giai đoạn 1: Khai phá & Thiết lập Hành lang An toàn (Ngày 1 – 30)

• Công bố Thông điệp Bảo trợ AI (AI Safe-Harbor Policy): Ban điều hành ban hành văn bản chính thức cam kết không sa thải nhân viên chỉ vì họ tự động hóa công việc thành công bằng AI; kêu gọi toàn bộ các “Secret Cyborg” bước ra ánh sáng để cùng chia sẻ kinh nghiệm.
• Trang bị Tài khoản AI Doanh nghiệp Cấp phép: Ngừng ngay việc để nhân viên dùng tài khoản cá nhân tiềm ẩn rủi ro lộ dữ liệu. Cung cấp tài khoản cấp doanh nghiệp (Enterprise Grade) với cam kết bảo mật không dùng dữ liệu công ty để tái huấn luyện mô hình.
• Khảo sát và Lập bản đồ Ranh giới Gồ ghề sơ bộ: Thu thập toàn bộ các trường hợp sử dụng (use cases) đang mang lại hiệu quả cao nhất từ các phòng ban tiền tuyến (Bán hàng, Dịch vụ khách hàng, Marketing, CNTT).

Giai đoạn 2: Tái Kiến trúc Điểm nghẽn O-Ring & Thành lập AI Lab (Ngày 31 – 60)

• Audit toàn diện các chuỗi quy trình cốt lõi: Xác định chính xác đâu là “vòng đệm O-Ring” đang làm chậm nhịp toàn công ty khi năng suất cục bộ tăng lên. Áp dụng tinh gọn (Lean) để tái cấu trúc các khâu phê duyệt thủ công.
• Kích hoạt đơn vị AI Lab tinh gọn: Bổ nhiệm hoặc chỉ định Giám đốc Trí tuệ Nhân tạo (CAIO) lãnh đạo một nhóm đặc nhiệm 3-5 người, đóng vai trò cầu nối chuyển hóa các ý tưởng của nhân viên thành các tác nhân tự trị (AI Agents) có thể tái sử dụng.
• Thiết lập Bộ lọc Thẩm định (Taste & Quality Assurance Gate): Chuẩn hóa quy trình kiểm duyệt chất lượng đầu ra của AI trước khi tiếp xúc với khách hàng, loại bỏ triệt để rủi ro ảo giác và thông điệp rập khuôn.

Giai đoạn 3: Tích hợp Hệ thống Lõi & Nhân rộng Mô hình Triệu hồi (Ngày 61 – 90)

• Đóng gói các quy trình thành Agentic Workflows: Tích hợp các AI Agents vào hệ thống ERP, CRM hoặc kho tài sản số nội bộ, cho phép nhân sự chuyển hẳn từ vai trò “thực thi chân tay” sang vai trò “Pháp sư triệu hồi” (Conjurer) giám sát hệ thống.
• Xây dựng Khung đo lường Năng suất Thực chất: Thay thế các chỉ số đo lường ảo (số lượng prompt gõ, số trang tài liệu tạo ra) bằng các chỉ số gắn trực tiếp với giá trị kinh doanh: Thời gian chu trình giao dịch, Chi phí phục vụ trên mỗi đơn hàng, và Mức độ hài lòng của khách hàng (CSAT/NPS).
• Định kỳ tái rà soát Ranh giới Năng lực (Monthly Frontier Review): Vì các phòng lab AI toàn cầu cập nhật mô hình suy luận mới theo từng tháng, doanh nghiệp phải duy trì nhịp rà soát định kỳ để cập nhật ngay những đột phá công nghệ mới vào quy trình vận hành.

VIII. Lời Kết & Ba Câu Hỏi Cho Phòng Họp Hội Đồng Quản Trị

Cuốn sách Co-Existence của Ethan Mollick không vẽ ra một viễn cảnh màu hồng ngây thơ, nhưng cũng không gieo rắc sự hoảng loạn vô căn cứ. Thông điệp cốt lõi của tác phẩm là một lời cảnh tỉnh thực tế: Tương lai của công việc không thuộc về AI thay thế con người, mà thuộc về những tổ chức biết cách “cùng tồn tại” một cách thông minh và kỷ luật với AI.

Trong kỷ nguyên mà bất kỳ ai cũng có thể triệu hồi một đội quân chuyên gia ảo chỉ bằng vài dòng lệnh, sự phân hóa giữa các doanh nghiệp sẽ không nằm ở việc ai sở hữu mô hình AI mạnh hơn — vì công nghệ đang được đại chúng hóa với chi phí cực thấp. Sự phân hóa nằm ở năng lực lãnh đạo, bản lĩnh dám đập bỏ những quy trình quan liêu cũ kỹ, và gu thẩm mỹ đỉnh cao trong việc định hình giá trị nhân văn.

Tại phiên họp chiến lược tiếp theo của Hội đồng Quản trị và Ban Điều hành, tôi đề nghị các nhà lãnh đạo hãy nghiêm túc tự chất vấn ba câu hỏi sau:

1. “Trong tổ chức của chúng ta, các ‘Secret Cyborg’ đang âm thầm giải quyết những bài toán nào, và chúng ta đã tạo ra môi trường đủ an toàn để họ chia sẻ những vũ khí bí mật đó hay chưa?”
2. “Nút thắt cổ chai ‘O-Ring’ thực sự đang nằm ở đâu trong chuỗi giá trị của chúng ta, và việc tăng tốc cục bộ bằng AI có đang làm tắc nghẽn toàn bộ cỗ máy vận hành hay không?”
3. “Doanh nghiệp chúng ta đang chuẩn bị những gì để rèn giũa ‘Gu thẩm mỹ’ và ‘Năng lực chủ động’ cho đội ngũ, thay vì để họ bị ru ngủ bởi ảo ảnh tiện lợi của những dòng sinh mã tự động?”

Hashtags: #CoExistence #EthanMollick #AIStrategy #TheJaggedFrontier #SecretCyborg #AgenticAI #ORingAutomation #ChiefAIOfficer #CAIO #VoTrungDuong #DuongVo