AI không thay thế kỹ sư SRE, nhưng đang làm họ mai một kỹ năng

Có hai lời tiên tri phổ biến đang lan truyền trong giới công nghệ. Một bên cho rằng SRE (Site Reliability Engineering – kỹ thuật độ tin cậy hệ thống) chính là tương lai của mọi kỹ sư phần mềm, vì khi AI viết ngày càng nhiều mã, con người còn lại sẽ là những người giữ hệ thống sống. Bên kia khẳng định AI sẽ nuốt chửng mọi việc làm công nghệ, kể cả SRE. Cả hai đều không hữu ích lắm với một SRE đang cố hình dung ngày thứ Ba của mình vào năm 2027 sẽ ra sao.

Minh họa về AI và vai trò của kỹ sư SRE

Hãy đặt một câu hỏi thực tế hơn, dựa trên những gì đang diễn ra: khi AI xử lý 95% quy trình ứng phó sự cố, liệu bạn có trở nên kém hơn trong việc xử lý 5% còn lại – phần thực sự quan trọng?

Đây không phải câu hỏi về việc AI có thay thế SRE hay không, mà là liệu AI có đang âm thầm làm SRE kém năng lực hơn, và liệu có ai nhận ra điều đó trước khi sự cố bất thường tiếp theo ập đến hay không. Nền tảng lý thuyết cho toàn bộ cuộc tranh luận này đến từ một bài nghiên cứu năm 1983 có tính tiên tri đến kỳ lạ.

Nghịch lý của tự động hóa

Năm 1983, nhà tâm lý học nhận thức Lisanne Bainbridge công bố bài báo "Ironies of Automation" (Những nghịch lý của tự động hóa). Đây trở thành một trong những bài nghiên cứu được trích dẫn nhiều nhất trong lĩnh vực yếu tố con người, và lập luận cốt lõi của nó gần như gây khó chịu vì vẫn quá đúng cho đến hôm nay.

Bainbridge nghiên cứu điều gì xảy ra khi các nhà máy và hệ thống công nghiệp tự động hóa công việc của người vận hành. Kết quả mang tính nghịch lý: càng tự động hóa một quy trình, con người càng trở nên quan trọng trong những khoảnh khắc hiếm hoi mà hệ thống thất bại – và càng ít được luyện tập, họ càng kém đi ở chính những thời điểm can thiệp đó. Tự động hóa, vốn được thiết kế để loại con người ra khỏi vòng lặp, lại để họ với công việc tồi tệ nhất: những khoảng giám sát thụ động dài đằng đẵng, xen kẽ bởi những cuộc khủng hoảng hiếm hoi nhưng rủi ro cao mà họ ngày càng không được chuẩn bị để đối mặt.

Nghe quen không? Về cơ bản, có thể vẽ ra sự song song giữa cuộc cách mạng AI và tự động hóa công nghiệp. Tự động hóa công nghiệp đã định hình lại lao động chân tay bằng cách tiếp quản các tác vụ thể chất thường ngày, và những người ở lại phải xử lý các ngoại lệ mà họ đã mất phản xạ. AI đang làm điều tương tự với lao động tri thức: tiếp quản các tác vụ nhận thức thường ngày như nhận dạng mẫu, phân loại sự cố, xử lý các vấn đề đã biết – và để con người với những vấn đề hiếm gặp, phức tạp, mơ hồ.

Chính những vấn đề đòi hỏi chuyên môn sâu, và chính loại chuyên môn đó sẽ hao mòn khi bạn ngừng luyện tập. Giờ chúng ta đang lặp lại mô thức này với các AI agent, trong khi mức độ rủi ro của hệ thống phần mềm chỉ ngày càng tăng.

Bức tranh AI trong SRE hiện nay

Hãy điểm lại hiện trạng của lĩnh vực kỹ thuật độ tin cậy hệ thống.

Những gì đã được tự động hóa hoặc AI hỗ trợ mạnh mẽ:

• Giảm nhiễu cảnh báo và nhóm cảnh báo thông minh
• Thực thi runbook cho các vấn đề đã biết
• Phát hiện mẫu log và gắn cờ bất thường
• Gợi ý nguyên nhân gốc cơ bản dựa trên dữ liệu sự cố lịch sử
• Tự động khắc phục các lỗi đã hiểu rõ, như khởi động lại pod bị crash hay mở rộng dịch vụ đang quá tải

Những gì đang ở ngưỡng cửa:

• Tương quan đa tín hiệu giữa metrics, logs và traces
• Phân tích nguyên nhân gốc tự động cho các lỗi hiểu một phần
• Phát hiện sự cố dự đoán trước khi người dùng bị ảnh hưởng
• Đánh giá rủi ro thay đổi và rollback tự động do AI điều khiển

PagerDuty mô tả điều này theo một mô hình phân tầng. Sự cố Tier 1: vấn đề đã biết với cách khắc phục đã biết, được tự động hóa hoàn toàn. Sự cố Tier 2: vấn đề hiểu một phần, nhận gợi ý từ AI kèm xác nhận của con người. Sự cố Tier 3: lỗi mới lạ, phức tạp, lan truyền dây chuyền, vẫn do con người dẫn dắt với AI cung cấp ngữ cảnh hỗ trợ.

Nhưng đây là điểm mấu chốt. Nếu các SRE con người chỉ tham gia vào sự cố Tier 3 – những sự cố mới lạ, chưa từng thấy – thì họ xây dựng trực giác để xử lý chúng từ đâu? Trực giác thường được hình thành từ nhiều năm ứng phó sự cố thực chiến, từ khả năng nhận dạng mẫu được xây dựng qua lặp đi lặp lại, và từ kiểu hiểu biết ở mức bản năng về hệ thống mà chỉ có được nhờ những lần dậy giữa đêm để gỡ lỗi khiến hệ thống sập.

Khủng hoảng mai một kỹ năng

Đây là lúc bức tranh bắt đầu mờ đi. Nghiên cứu mới nổi về hiện tượng AI-induced deskilling (mai một kỹ năng do AI) trong nhiều lĩnh vực đang vẽ nên một bức tranh nhất quán và đáng lo ngại.

Trong y học, một nghiên cứu gần đây phát hiện các bác sĩ nội soi sử dụng AI hỗ trợ phát hiện polyp đã chứng kiến tỷ lệ phát hiện khi không có AI giảm từ 28% xuống 22% sau một thời gian dùng AI. Họ trở nên kém hơn ở chính thứ mà họ được coi là chuyên gia, không phải vì quên lý thuyết, mà vì họ ngừng luyện tập kỹ năng đó.

Trong hàng không, nghiên cứu cho thấy các phi công đường dài phụ thuộc nhiều vào hệ thống lái tự động bị suy giảm đáng kể khả năng nhận thức tình huống và kỹ năng bay thủ công. Vấn đề trở nên nghiêm trọng đến mức Cục Hàng không Liên bang Mỹ (FAA) hiện buộc phải quy định thêm giờ bay thủ công để chống lại hiệu ứng này.

Trong năm qua, AI đã chuyển từ một công cụ thỉnh thoảng tôi dùng sang thứ đầu tiên tôi luôn với tới. Bản năng hiện tại là giao phó càng nhiều càng tốt và chỉ tự suy nghĩ khi thật sự không thể tránh khỏi. Vấn đề là những khoảnh khắc đó đang trở thành bài tập duy nhất mà bộ não tôi được luyện, và tôi có thể cảm nhận được sự gỉ sét.

Có thể rút ra một mô thức ở đây. Bạn càng để hệ thống xử lý nhiều, bạn càng kém tự xử lý – và phần thực sự nguy hiểm là bạn không cảm nhận được điều đó đang diễn ra. Nó bị che giấu dưới vỏ bọc năng suất siêu cao. Nghiên cứu nhận thức cho thấy vì các công cụ AI khiến nhiệm vụ có vẻ dễ hơn và cải thiện hiệu suất nhìn thấy được, người dùng thường không thể đánh giá chính xác tình trạng kỹ năng thực sự của mình. Bạn cảm thấy mình giỏi, dashboard toàn màu xanh, rồi vào một ngày thứ Tư, một sự cố mới lạ xảy ra mà không khớp với bất kỳ mô thức nào AI từng thấy, và bạn nhận ra cơ bắp đã teo lại.

Với SRE, điều này biểu hiện theo những cách cụ thể:

• Ngừng đọc luồng log thô vì AI tóm tắt chúng
• Ngừng hình thành giả thuyết trong lúc xử lý sự cố vì AI gợi ý nguyên nhân gốc
• Ngừng xây dựng mô hình tinh thần về kiến trúc hệ thống vì AI vẽ sơ đồ phụ thuộc thay mình

Từng việc riêng lẻ đều trông như một thắng lợi về năng suất. Nhưng gộp lại, chúng bào rỗng chính loại chuyên môn khiến một SRE hiệu quả khi mọi thứ đảo lộn theo cách không ai lường trước.

Nhưng còn có thứ đáng lo ngại hơn cả mai một kỹ năng, và các nhà nghiên cứu bắt đầu gọi nó là never-skilling (chưa bao giờ được hình thành kỹ năng). Deskilling nghĩa là bạn từng có một năng lực nhưng đã mất đi. Never-skilling nghĩa là bạn chưa bao giờ phát triển nó ngay từ đầu. Với các SRE trẻ bước vào ngành hôm nay trong môi trường mà AI xử lý phần lớn quy trình ứng phó sự cố, cơ hội xây dựng trực giác nền tảng và phản xạ qua thực hành trực tiếp đang biến mất. Quy trình đào tạo bị hỏng, và nó không tự chữa lành.

Các SRE nhận ra kỹ năng của mình đang suy giảm và càng dựa vào AI để bù đắp, điều này lại càng làm kỹ năng mai một thêm – tạo thành một vòng luẩn quẩn khó thoát ra.

Có thể làm gì?

Không hề bác bỏ công cụ AI; chúng ta đang áp dụng và tích hợp chúng mạnh mẽ hơn bao giờ hết, vì đó là con đường duy nhất phía trước. Nhưng có vài cách tiếp cận đáng cân nhắc.

Sự kém hiệu quả có chủ đích. Giống như FAA quy định giờ bay thủ công dù hệ thống lái tự động hoàn toàn đủ khả năng, các nhóm SRE có thể chỉ định một số sự cố – kể cả những sự cố AI có thể xử lý – làm cơ hội luyện tập cho con người. Đây có thể coi là khoản đầu tư dài hạn để giữ kỹ năng luôn tươi mới, dù có thể phải trả giá bằng một giải pháp siêu nhanh.

Thiết kế cho human-in-the-loop, chứ không phải human-on-the-side. Có sự khác biệt đáng kể giữa một hệ thống mà con người phê duyệt gợi ý của AI, và một hệ thống mà con người chủ động tham gia giải quyết vấn đề cùng AI. Cách đầu tiên giữ con người ở vai trò giám sát – mà Bainbridge đã chỉ ra là dẫn đến suy thoái sự cảnh giác. Cách thứ hai giữ họ tham gia sâu về mặt nhận thức.

Bức tranh lớn hơn

Tất cả những gì đã thảo luận – nghịch lý của tự động hóa, rủi ro mai một kỹ năng, vấn đề never-skilling – đều áp dụng vượt xa SRE. Toàn bộ ngành kỹ thuật phần mềm đang xử lý căng thẳng tương tự. Khi AI viết nhiều mã hơn, review nhiều PR hơn và xử lý nhiều việc gỡ lỗi hơn, những câu hỏi tương tự cũng nảy sinh.

Nói riêng về SRE là vì đó là thế giới mà SigNoz đang sống. Họ xây dựng một nền tảng observability mã nguồn mở – loại công cụ cung cấp cho SRE các metrics, traces và logs cần thiết để hiểu sâu về hệ thống. Với họ, câu hỏi về mai một kỹ năng không phải trào lưu hùng biện, mà trực tiếp định hình cách họ tích hợp AI vào sản phẩm.

Cách tiếp cận của họ là bắt đầu với một trợ lý AI giúp SRE tận dụng sức mạnh của LLM trong khi vẫn giữ con người nắm quyền kiểm soát. Về sau, họ sẽ cho phép nhiều tự chủ hơn nhưng trong ranh giới rõ ràng, và chỉ khi niềm tin đã được xây dựng.

Một lợi thế trong lĩnh vực này là với tư cách nền tảng observability, họ nằm ngay trên lớp dữ liệu – metrics, traces và logs mà SRE dựa vào. Hầu hết sản phẩm AI SRE hiện nay tích hợp với công cụ observability qua API, nghĩa là chúng làm việc với góc nhìn hạn chế, gián tiếp về hệ thống của bạn. Vì sở hữu lớp dữ liệu, họ có thể xây dựng năng lực AI sâu hơn, nhận biết ngữ cảnh tốt hơn, hiểu hệ thống theo cách một SRE giàu kinh nghiệm sẽ hiểu.

Mục tiêu không phải là AI thay thế SRE, mà là AI tiếp sức cho SRE. Con người sẽ vẫn thiết yếu cho những quyết định quan trọng nhất, đặc biệt là những quyết định ảnh hưởng đến hạ tầng production.

Tương lai của SRE là con người, với AI được thiết kế có chủ đích để giữ con người luôn sắc bén, gắn kết và sẵn sàng cho 5% thực sự đáng kể.