Anthropic đã công bố “Báo cáo Chỉ số Kinh tế” trên trang web chính thức vào ngày hôm qua.
Báo cáo này không chỉ phân tích cách con người sử dụng AI mà còn xem xét mức độ AI thực sự thay thế tư duy của con người.
Lần này, Anthropic giới thiệu một khung phân tích mới mang tên “Economic Primitives”, nhằm định lượng độ phức tạp của nhiệm vụ, trình độ học vấn yêu cầu và mức độ tự chủ của AI.
Dữ liệu công bố cho thấy bức tranh về tương lai nơi làm việc phức tạp hơn nhiều so với các câu chuyện đơn giản về “thất nghiệp” hay “thiên đường lao động”.
Nhiệm vụ càng phức tạp, AI càng hoàn thành nhanh hơn
Trước đây, máy móc thường được xem là vượt trội ở các nhiệm vụ lặp đi lặp lại, đơn giản, nhưng lại gặp khó khăn với các lĩnh vực đòi hỏi chuyên môn cao.
Dữ liệu Anthropic cho thấy điều ngược lại: nhiệm vụ càng phức tạp, tốc độ tăng trưởng do AI mang lại càng vượt trội.
Theo báo cáo, với các nhiệm vụ chỉ yêu cầu trình độ trung học phổ thông, Claude có thể tăng tốc độ làm việc lên gấp 9 lần.
Khi độ phức tạp của nhiệm vụ tăng lên mức đại học, mức tăng tốc này nhảy vọt lên gấp 12 lần.
Điều này có nghĩa là các công việc văn phòng từng đòi hỏi hàng giờ tư duy sâu giờ đây lại là nơi AI đạt hiệu suất tối đa.
Dù có tính đến các lỗi hoặc “ảo giác” xuất hiện, kết luận vẫn giữ nguyên: hiệu quả AI mang lại cho các nhiệm vụ phức tạp hoàn toàn vượt trội so với chi phí sửa chữa sai sót.
Đó là lý do lập trình viên và chuyên viên phân tích tài chính dựa vào Claude nhiều hơn nhân viên nhập liệu—AI tạo lợi thế lớn nhất ở các lĩnh vực đòi hỏi trí tuệ cao.
19 giờ hợp tác giữa con người và AI: “Định luật Moore mới”
Phát hiện nổi bật nhất của báo cáo là thử nghiệm về “sức bền” của AI—thời lượng nhiệm vụ được đo ở ngưỡng tỷ lệ thành công 50%.
Các tiêu chuẩn đánh giá như METR (Model Evaluation & Threat Research) cho thấy các mô hình hàng đầu (ví dụ Claude Sonnet 4.5) đều dưới ngưỡng 50% khi xử lý các nhiệm vụ mà con người cần 2 giờ để hoàn thành.
Tuy nhiên, dữ liệu người dùng thực tế của Anthropic lại cho thấy thời gian hoàn thành dài hơn rất nhiều.
Trong các kịch bản API thương mại, Claude duy trì tỷ lệ thành công trên 50% với các nhiệm vụ yêu cầu 3,5 giờ làm việc.
Trên nền tảng trò chuyện Claude.ai, con số này tăng vọt lên 19 giờ.
Nguyên nhân dẫn đến sự khác biệt lớn này là gì? Yếu tố then chốt chính là sự tham gia của con người.
Các tiêu chuẩn đánh giá kiểm tra AI hoạt động độc lập, nhưng người dùng thực tế lại chia nhỏ dự án phức tạp thành các bước nhỏ và liên tục hướng dẫn AI thông qua các vòng phản hồi.
Quy trình phối hợp giữa con người và AI đã mở rộng ngưỡng thành công 50% từ 2 giờ lên khoảng 19 giờ—gần gấp 10 lần.
Đây có thể là tương lai của công việc: không phải AI vận hành tự động, mà là con người học cách khai thác AI cho các dự án dài hơi.
Bản đồ toàn cầu: Người nghèo học, người giàu sản xuất
Nhìn ở quy mô toàn cầu, có thể thấy rõ một “đường cong tiếp nhận” vừa rõ nét vừa trớ trêu.
Tại các quốc gia phát triển có GDP bình quân đầu người cao, AI đã thâm nhập sâu vào năng suất và đời sống hàng ngày.
Mọi người sử dụng AI để viết mã, tạo báo cáo, thậm chí lên kế hoạch du lịch.
Ở các quốc gia có GDP thấp, vai trò chính của Claude là “giáo viên”, với phần lớn người dùng tập trung vào làm bài tập và học thêm.
Bên cạnh sự chênh lệch về thu nhập, mô hình này còn phản ánh khoảng cách công nghệ.
Anthropic cho biết đã hợp tác với chính phủ Rwanda để giúp người dân vượt qua giai đoạn “học hỏi” cơ bản và tiến tới ứng dụng rộng rãi hơn.
Nếu không có sự can thiệp, AI có nguy cơ trở thành rào cản mới: các khu vực giàu có dùng AI để tăng sản lượng vượt bậc, còn các vùng kém phát triển lại chỉ dừng ở bổ sung kiến thức nền tảng.
Rủi ro nơi làm việc: Bóng đen của “mất kỹ năng”
Phần gây tranh cãi nhất và cũng là cảnh báo trong báo cáo tập trung vào vấn đề “mất kỹ năng”.
Dữ liệu cho thấy các nhiệm vụ hiện Claude đảm nhận đòi hỏi trung bình 14,4 năm học (tương đương trình độ cao đẳng), cao hơn mức trung bình kinh tế là 13,2 năm.
AI đang loại bỏ có hệ thống các yếu tố “trí tuệ cao” trong công việc.
Đối với người viết kỹ thuật hoặc đại lý du lịch, điều này có thể là thảm họa.
AI đã đảm nhận các nhiệm vụ như phân tích ngành hoặc lên kế hoạch hành trình phức tạp—những công việc đòi hỏi trí óc—để lại cho con người các việc vặt như phác thảo hoặc thu thập hóa đơn.
Công việc của bạn vẫn tồn tại, nhưng giá trị gia tăng đã bị rút ruột.
Tuy nhiên, vẫn có người hưởng lợi.
Ví dụ, quản lý bất động sản có thể tập trung vào các nhiệm vụ cảm xúc cao như đàm phán với khách hàng và quản lý các bên liên quan sau khi AI xử lý các công việc hành chính tẻ nhạt—đó là “nâng cấp kỹ năng”.
Anthropic nhấn mạnh đây chỉ là dự báo dựa trên xu hướng hiện tại, chưa phải kết luận cuối cùng.
Dù vậy, cảnh báo này là thực tế.
Nếu điểm mạnh cốt lõi của bạn là xử lý thông tin phức tạp, bạn đang ở tâm điểm của cơn bão.
Quay lại “thời đại vàng” của năng suất?
Hãy kết thúc bằng góc nhìn vĩ mô.
Anthropic đã điều chỉnh dự báo về năng suất lao động của Mỹ.
Sau khi tính đến các lỗi và thất bại tiềm tàng của AI, họ hiện kỳ vọng AI sẽ thúc đẩy tăng trưởng năng suất hàng năm ở mức 1,0%–1,2% trong thập kỷ tới.
Con số này thấp hơn khoảng một phần ba so với ước tính lạc quan trước đó là 1,8%, nhưng đừng xem nhẹ chỉ một điểm phần trăm.
Chỉ cần như vậy cũng đủ đưa tăng trưởng năng suất của Mỹ trở lại mức của thời kỳ bùng nổ Internet cuối những năm 1990.
Và đây mới chỉ dựa trên năng lực của các mô hình vào tháng 11 năm 2025. Khi Claude Opus 4.5 xuất hiện và “chế độ nâng cao” (người dùng hợp tác thông minh hơn với AI) trở thành xu hướng phổ biến, tiềm năng tăng trưởng còn rất lớn.
Kết luận
Xem lại báo cáo, điều nổi bật không chỉ là sức mạnh ngày càng tăng của AI mà còn là tốc độ thích nghi của con người.
Chúng ta đang chứng kiến sự chuyển đổi từ “tự động hóa thụ động” sang “tăng cường chủ động”.
Trong quá trình này, AI đóng vai trò như một tấm gương, tiếp quản các nhiệm vụ đòi hỏi trình độ học vấn cao nhưng có thể giải quyết bằng logic, đồng thời thúc đẩy chúng ta tìm kiếm giá trị mà thuật toán không thể định lượng.
Trong thời đại dư thừa sức mạnh tính toán, kỹ năng hiếm nhất của con người không còn là tìm câu trả lời—mà là đặt ra câu hỏi.
Lưu ý:
- Bài viết này được đăng lại từ [Synced]. Bản quyền thuộc về tác giả gốc [Allen]. Nếu có ý kiến phản đối việc đăng lại, vui lòng liên hệ đội ngũ Gate Learn, chúng tôi sẽ xử lý yêu cầu theo đúng quy trình.
- Lưu ý: Quan điểm và ý kiến trong bài viết này hoàn toàn là của tác giả, không phải là lời khuyên đầu tư.
- Các phiên bản ngôn ngữ khác được đội ngũ Gate Learn dịch lại. Nếu không có đề cập rõ ràng đến Gate, nghiêm cấm sao chép, phân phối hoặc đạo văn các bài dịch.
