Lập trình viên Việt xoay xở thế nào khi trí tuệ nhân tạo làm giảm thu nhập

Minh Tú, 24 tuổi, một lập trình viên sống tại TP HCM, chia sẻ cảm giác “mông lung” trước lựa chọn nghề nghiệp. Tốt nghiệp loại giỏi tại một trường có tiếng về đào tạo công nghệ thông tin, anh nhanh chóng được nhận vào một công ty gia công phần mềm trên địa bàn với mức lương “đủ sống”.

Tuy nhiên, cuối năm ngoái, doanh nghiệp lấy lý do triển khai tác nhân AI (AI Agent) trong một số công đoạn, cũng như lượng đơn hàng giảm, để điều chỉnh lương của một số vị trí. Anh nằm trong nhóm bị ảnh hưởng do mới vào nghề, chưa đủ thâm niên. “Tôi mới chạy thêm xe ôm công nghệ, mỗi tối 3-4 tiếng. Tôi không định làm lâu dài, nhưng giúp tôi có thời gian cân nhắc nên chuyển hướng nghề nghiệp thế nào”, anh Tú nói.

Quốc Khánh, 28 tuổi, lại tận dụng kiến thức công nghệ để làm nội dung và kiếm tiền affiliate (tiếp thị liên kết). Từng là lập trình viên cho một công ty phần mềm tại Đà Nẵng, anh chuyển sang làm video đánh giá thiết bị công nghệ trên TikTok và YouTube.

Ban đầu, anh chia sẻ mẹo sử dụng AI để lập trình nhanh hơn, như cách dùng AI hỗ trợ sửa lỗi (debug) hay tạo giao diện ứng dụng, sau đó hướng dẫn thêm về lắp ráp và lập trình phần cứng. Thay vì lộ diện trực tiếp, anh sử dụng chính các công cụ tạo ảnh, video để sản xuất nội dung đăng trên mạng xã hội. Tận dụng lượng người theo dõi, anh gắn liên kết affiliate cho các sản phẩm như GPU, PC, ổ cứng và khóa học AI trực tuyến. Mỗi tháng, thu nhập từ nguồn này dao động 15-20 triệu đồng.

“AI đang thay đổi ngành phần mềm rất nhanh. Nếu hiểu công nghệ đủ sâu, lập trình viên không chỉ viết code mà còn có thể kiếm tiền từ việc chia sẻ kiến thức”, Khánh nói.

Thế Hoàng, làm việc cho một tập đoàn phần mềm tại Đà Nẵng, cũng cảm thấy khó khăn trước làn sóng AI Agent. Từng thường xuyên được vinh danh nhờ năng suất cao, anh giờ đây nhiều lần bị đồng nghiệp “qua mặt”. “Sự chăm chỉ lại là thứ kìm hãm bản thân, khi tôi tỏ ra chậm chạp so với đồng nghiệp, những người biết cách dùng AI trong một số công đoạn nhất định để đạt hiệu quả công việc cao hơn”, anh nói.

Để cải thiện bản thân, anh chi hàng triệu đồng đăng ký các khóa học ngắn hạn về học máy, LLM và tạo AI Agent trên các nền tảng trực tuyến, chấp nhận “học từ đầu” một số kỹ năng trong thời đại mới. Mỗi tối, anh dành 3-4 tiếng học thêm và mày mò các dự án cá nhân như chatbot nội bộ cho doanh nghiệp, hệ thống phân tích dữ liệu bằng AI.

Tương tự, dù đã có hơn 10 năm kinh nghiệm, Đình Long, lập trình viên ở TP Huế, đang dành thời gian tìm hiểu sâu về AI. Anh đầu tư hơn 100 triệu đồng mua máy tính cấu hình mạnh tự chạy LLM tại nhà nhằm tăng tính kiểm soát dữ liệu, đặc biệt với những thứ thuộc về bí mật doanh nghiệp như code, tài liệu, ý tưởng, dữ liệu khách hàng.

“Mục tiêu là không chỉ dùng AI, mà phải hiểu cách nó hoạt động”, anh nói, thêm rằng đã nhận hợp đồng tư vấn cho một doanh nghiệp nhỏ muốn triển khai AI nội bộ.

Việc tự đầu tư máy móc chạy LLM, hay Local AI, đang được giới lập trình ưa chuộng. Trên mạng xã hội, nhiều hội nhóm về lập trình viên xuất hiện các bài viết liên quan đến chia sẻ kinh nghiệm chạy AI tại nhà. Minh Vũ, chuyên gia AI tại TP HCM, cho biết, thay vì dùng API của OpenAI, Anthropic vốn phải gửi lên máy chủ bên thứ ba để xử lý, Local AI giúp mọi thứ được xử lý ngay trên máy cá nhân, do đó dữ liệu không rời khỏi thiết bị.

“Điều này rất quan trọng trọng trong các trường hợp như lập trình với mã nguồn nội bộ, phân tích tài liệu doanh nghiệp, nghiên cứu dữ liệu nhạy cảm hay làm việc trong môi trường bảo mật cao”, chuyên gia này giải thích. “Ngay cả doanh nghiệp cũng đang áp dụng cách làm này”.

Ông Phạm Quang Khang, Giám đốc tư vấn của công ty Rikkei Japan, đánh giá tác nhân AI đang khiến lĩnh vực lập trình có sự chuyển biến lớn, buộc lập trình viên phải dịch chuyển vai trò từ “chỉ dùng công cụ” sang “làm chủ năng lực””.

“Việc học câu lệnh (prompt), luồng công việc (workflow), hay thậm chí chạy mô hình Local AI cho thấy họ quan tâm đến tính thực dụng và tính an toàn dữ liệu”, ông đánh giá. “Tuy vậy, không phải ai chạy được model trên Local AI cũng đồng nghĩa làm được sản phẩm tốt. Thứ tạo khác biệt là khả năng đặt đúng bài toán, kiểm soát chất lượng đầu ra và đưa AI vào quy trình có kỷ luật”.

Theo TS Lê Duy Tân, giảng viên khoa Công nghệ Thông tin, trường Đại học Quốc tế – Đại học Quốc gia TP HCM, so với các làn sóng công nghệ trước, mức độ tác động của AI Agent với nghề lập trình lớn hơn nhiều. Xu hướng điện toán đám mây hay di động chủ yếu thay đổi nền tảng triển khai và kiểu ứng dụng, còn AI Agent tác động trực tiếp vào quy trình tư duy và sản xuất phần mềm.

“Nói đơn giản, công nghệ mới trước đây làm chúng ta đổi ‘chỗ làm việc’, còn AI Agent làm chúng ta đổi cả ‘cách làm việc'”, ông Tân nói.

Theo nghiên cứu của GitHub công bố cuối năm ngoái, với một số tác vụ, lập trình viên dùng Copilot có thể hoàn thành nhanh hơn 55%. Tuy vậy, dữ liệu từ nền tảng Stackoverflow cho thấy chỉ 43% lập trình viên tin vào độ chính xác đầu ra của AI, tức AI giúp tăng tốc nhưng chưa thay thế sự kiểm tra của con người.

Theo ông Tân, việc phải liên tục học AI, thử nghiệm mô hình mới khiến nhiều lập trình viên rơi vào trạng thái “không kịp chạy theo công nghệ”. Ông đánh giá đây là “cảm giác thật”, khi AI thay đổi nhanh hơn nhiều chu kỳ công nghệ trước. Do đó, nhiều người có cảm giác hôm nay vừa học xong một công cụ thì tuần sau đã có công cụ mới.

Tuy nhiên, điều này không có nghĩa phải “thử mọi thứ”. Ông cho rằng người làm nghề cần phân trào lưu ngắn hạn với năng lực lõi để đầu tư lâu dài. Chẳng hạn, mô hình “hot” có thể thay đổi rất nhanh, nhưng tư duy về dữ liệu, kiểm thử, kiến trúc hệ thống, bảo mật và đánh giá đầu ra luôn có giá trị.

Với Local AI, theo ông Tân, lập trình viên đã rất “chủ động và năng động” trước xu hướng mới. Việc xây dựng hạ tầng AI cá nhân tại nhà giúp kiểm soát dữ liệu, thử nghiệm nhanh và không phụ thuộc hoàn toàn vào dịch vụ bên ngoài. “Nhưng cần nhìn thực tế là, không phải ai cũng cần đi theo hướng đó”, ông nhấn mạnh. “Phần lớn nhu cầu phát triển phần mềm hiện nay phù hợp hơn với mô hình dùng API hoặc đám mây vì tối ưu hơn về chi phí, điện năng, bảo trì và khả năng mở rộng”.

Chuyên gia này dự đoán cá nhân hóa hạ tầng AI có thể trở thành xu hướng trong tương lai, nhưng không dành cho tất cả, mà phù hợp hơn với nhóm nghiên cứu, kỹ sư AI hoặc các trường hợp cần bảo mật dữ liệu cao. Trong bối cảnh AI Agent có thể tự viết code, ông Tân cho rằng lập trình viên nên tập trung vào lợi thế bền vững của con người: hiểu bài toán của người dùng, thiết kế kiến trúc, ra quyết định kỹ thuật trong bối cảnh nhiều ràng buộc cũng như kiểm chứng giải pháp có đúng, an toàn, bảo trì được hay không.

“Tương lai không thuộc về người chỉ biết code nhanh, mà thuộc về người ra quyết định kỹ thuật đúng”, ông Tân nói thêm.

Đồng tình với quan điểm, Thế Hoàng cho biết đã vận dụng kiến thức mới để đẩy nhanh tiến độ công việc. “AI code rất nhanh, nhưng cần người hiểu hệ thống để kiểm tra, tối ưu, đảm bảo an toàn”, Hoàng cho hay. “Tôi không nghĩ AI thay thế lập trình viên, nhưng ai không sử dụng AI chắc chắn sẽ tụt lại”.

Bảo Lâm