Amazon gửi thông điệp trái chiều về AI khiến đội ngũ kỹ sư bất an

Một bản ghi nhớ nội bộ của Amazon về vai trò của lập trình viên trong thời đại AI đang khiến giới kỹ sư phần mềm dậy sóng. Văn bản này vừa khuyến khích đánh giá thẳng thắn về công cụ AI, vừa ngầm cảnh báo những ai chậm chân sẽ bị bỏ lại phía sau. Trong bối cảnh hàng loạt đợt cắt giảm nhân sự diễn ra, nhiều người đặt câu hỏi liệu đây là định hướng chiến lược hay chỉ là lớp vỏ che đậy cho những quyết định nhân sự khó nói.

Bối cảnh: nỗi lo nghề nghiệp không còn là chuyện lý thuyết

Bản ghi nhớ được Terk Terkowitz – một Phó Chủ tịch kiêm Kỹ sư Xuất sắc của Amazon – soạn từ tháng 9 và mới được công bố rộng rãi gần đây. Nội dung bàn về vai trò của người phát triển phần mềm khi AI ngày càng tham gia sâu vào quy trình làm việc.

Điều đáng chú ý là thời điểm. Ngành công nghệ vốn quen với biến động, nhưng làn sóng AI hiện nay khiến nhiều người cảm thấy khác biệt về bản chất. Không ít kỹ sư thực sự đang cân nhắc rời bỏ ngành, thậm chí có người hỏi đùa nhưng nghiêm túc rằng liệu nên bỏ công nghệ về làm nông nghiệp hay không.

Nỗi lo này không mang tính lý thuyết. Hồi tháng 5, Amazon đã phải đóng cửa KiroRank – một bảng xếp hạng nội bộ do nhân viên tự xây dựng, xếp hạng người dùng theo lượng token tiêu thụ – sau khi xảy ra đúng điều dễ đoán: nhiều người tạo ra các tác vụ vô nghĩa chỉ để leo hạng.

Hiện tượng này được gọi là "tokenmaxxing" – tối đa hóa token để đạt chỉ số. Meta cũng gặp vấn đề tương tự với "Claudenomics" cùng thời điểm. Song song đó, Amazon được cho là vừa công bố thêm 250 vị trí bị cắt giảm. Không có bằng chứng trực tiếp nào nối các sự kiện này với nhau, nhưng phần lớn kỹ sư đọc bản ghi nhớ đều mặc định rằng chúng có liên quan.

Những điểm sáng trong bản ghi nhớ

Cần ghi nhận rằng văn bản của Terkowitz chứa nhiều nội dung đáng giá. Tài liệu nhấn mạnh hai yếu tố không nên giao phó cho AI: kết quả đầu ra vì khách hàng và phán đoán kỹ thuật của kỹ sư.

Bản ghi nhớ cũng liệt kê rõ những loại công việc mà công cụ AI hiện tại chưa cải thiện được. Cách tiếp cận này hợp lý hơn nhiều so với việc mặc định rằng mọi phản đối với AI đều xuất phát từ tâm lý sợ bị thay thế.

Điểm đáng khen tiếp theo là cách đo lường. Tài liệu đề xuất xem xét nhóm 10% dẫn đầu về mức độ sử dụng AI – những đội tiêu thụ nhiều token nhất – và kiểm tra xem năng suất bàn giao thực tế có tăng tương xứng hay không. Đây là cách đánh giá lành mạnh mà mọi tổ chức nên áp dụng.

Bản ghi nhớ còn có một câu được nhiều người trích dẫn:

"Nếu công việc của bạn không hưởng lợi từ công cụ AI hiện tại, đó là một phát hiện, không phải một thất bại."

Về mặt nguyên tắc, câu này hoàn toàn hợp lý: hãy ghi lại, báo cáo với quản lý và cùng giải quyết vấn đề.

Vấn đề nằm ở những gì tiếp theo

Câu hỏi thực tế là liệu một kỹ sư có dám đưa "phát hiện" đó vào hồ sơ thăng tiến của mình hay không.

Chỉ trong vài câu liên tiếp, bản ghi nhớ đưa ra ba lập trường khác nhau và không hề ăn khớp:

• Thừa nhận các chỉ số đầu vào là "cực kỳ khiếm khuyết"
• Nhưng vẫn khuyên dùng chúng, chỉ cần "cẩn thận"
• Rồi cảnh báo những người không áp dụng AI đang tụt lại phía sau

Sự mơ hồ này có thể không phải do viết vụng về, mà là lá chắn. Một quản lý có thể viện dẫn câu "phát hiện, không phải thất bại" khi một kỹ sư giỏi từ chối dùng công cụ AI, rồi cũng chính quản lý đó có thể viện dẫn "tụt lại phía sau" khi đến lúc đưa ai đó vào diện cần cải thiện hiệu suất.

Đây chính là cốt lõi của vấn đề: khi bạn đưa ra một chỉ số, nhân viên sẽ biến nó thành mục tiêu. KiroRank ra đời chính vì lý do đó.

Mâu thuẫn giữa chiến lược nội bộ và mô hình kinh doanh

Bản ghi nhớ khẳng định tokenmaxxing đi ngược lại nguyên tắc tiết kiệm chi phí. Điều này đúng với đường chi phí nội bộ của Amazon.

Nhưng ở phía đối ngoại, AWS tính tiền khách hàng Bedrock và Kiro theo lượng token. Nghĩa là trong nội bộ công ty, tiêu thụ token quá mức là vấn đề cần dẹp bỏ; còn ở bên ngoài, đó lại chính là kế hoạch doanh thu.

Tại sự kiện GitHub Universe, đại diện GitHub cho biết các tác nhân AI hiện khởi tạo khoảng 40% pull request. Tuy nhiên, thông điệp chính vẫn là đầu ra hữu ích không phải "nhiều mã hơn" mà là kết quả hoàn chỉnh: tính năng được phát hành, lỗi được sửa, vấn đề bảo mật được xử lý.

Vấn đề là mô hình kinh doanh hiện tại đi ngược lại tuyên bố đó: khách hàng bị tính tiền theo mức tiêu thụ chứ không theo kết quả. Hiện chưa có cơ chế nào gắn kết chi phí AI với giá trị đầu ra thực sự.

Điều này có ý nghĩa gì với thị trường Việt Nam?

Câu chuyện của Amazon là lời cảnh báo đáng tham khảo cho các doanh nghiệp công nghệ Việt Nam đang đẩy mạnh ứng dụng AI.

Khi các công ty trong nước bắt đầu triển khai công cụ AI hỗ trợ lập trình, bài học rút ra là:

• Đừng đo lường bằng mức độ sử dụng công cụ mà bằng kết quả bàn giao thực tế
• Cần có cơ chế bảo vệ cho những kỹ sư đưa ra đánh giá trung thực rằng AI không hiệu quả trong một số tình huống
• Tránh biến chỉ số thành mục tiêu – đây là sai lầm kinh điển trong quản trị hiệu suất

Nếu một tổ chức tuyên bố tôn trọng phán đoán kỹ thuật nhưng lại thăng chức dựa trên số token tiêu thụ, nhân viên sẽ nhanh chóng nhận ra đâu mới là tín hiệu thực sự được coi trọng. Và khi đó, kết quả nhận được sẽ chỉ là những bảng xếp hạng đẹp đẽ vô nghĩa – đúng như KiroRank từng cho thấy.