Làn sóng AI đang càn quét ngành ngân hàng với một lượng sa thải kỷ lục.
Hãy tưởng tượng một người phụ nữ ngồi quầy ngân hàng 20 năm. Cô biết từng loại biểu mẫu. Biết từng lý do khách rút tiền vội vào sáng thứ Hai. Biết gương mặt từng người quen ghé cửa sổ số 3 mỗi tuần. Rồi một ngày, công ty gửi thông báo: cô không còn cần thiết nữa. Nhưng đây là chỗ câu chuyện bắt đầu kỳ lạ. Ngay tuần sau đó ngân hàng cô đã làm lại dán thông báo tuyển dụng khắp nơi với hàng trăm vị trí, lương gấp 5 lần. Vậy thì điều gì đang diễn ra đối với ngành ngân hàng?
Video phân tích nghịch lý trong ngành ngân hàng hiện nay: vừa sa thải hàng loạt nhân viên truyền thống, vừa tuyển dụng gắt gao các chuyên gia AI với mức lương cao. Đây không đơn thuần là cắt giảm chi phí mà là sự thay thế hoàn toàn một loại hình lao động bằng một loại hình khác, phản ánh xu hướng chuyển đổi số toàn cầu và những thách thức về an sinh xã hội.
Hãy tưởng tượng một người phụ nữ ngồi ở quầy ngân hàng 20 năm.
Cô ấy biết từng loại biểu mẫu.
Biết từng lý do khách rút tiền vội vào sáng thứ hai.
Biết gương mặt từng người quen ghé cửa sổ số 3 mỗi tuần.
Rồi một ngày công ty gửi thông báo, cô không còn cần thiết nữa.
Nhưng đây là chỗ câu chuyện bắt đầu kỳ lạ.
Ngay tuần sau đó, ngân hàng cô làm lại dán thông báo tuyển dụng khắp nơi
với hàng trăm vị trí, lương gấp 5 lần.
Vậy thì điều gì đang diễn ra đối với ngành ngân hàng?
Phong Linh xin kính chào quý khán giả.
Chúc quý khán giả một ngày mới vui vẻ và nhiều thành công.
Nhưng trước khi vào phần bình luận,
kính mời quý khán giả hãy like, subscribe kênh Ổn cổ Tri Tân
để cập nhật những phân tích độc đáo nhất.
Nghịch lý vừa sa thải vừa khác người.
Vì sao ngân hàng vừa đuổi người lại vừa tuyển người?
Để trả lời hãy nhìn vào việc gì đang bị thay thế.
Người ngồi quầy giao dịch cửa sổ đã bị ATM ứng dụng
mã QR thay thế từ nhiều năm trước.
Giờ thì cửa sổ đó đóng luôn.
Nhân viên trung tâm cuộc gọi cạnh tranh với AI
mà AI nghe điện thoại không bao giờ cấu,
không cần nghỉ trưa, không đòi thưởng lương tháng 13,
bộ phận back office xử lý chứng từ, đối chiếu sổ sách.
Phần mềm làm trong vài giây chứ không phải vài ngày.
Nhân viên chi nhánh nhỏ ở huyện, ở xã,
nơi giờ không còn khách đến nữa
vì họ chuyển tiền qua điện thoại.
Đây không phải cắt giảm tạm thời để tiết kiệm chi phí.
Đây là xóa bỏ một tầng lớp công việc.
Những công việc từng tồn tại
vì con người cần con người để xử lý thủ tục.
Việc tinh băng thay 70% trung tâm cuộc gọi bằng AI.
Các ngân hàng niêm yết Việt Nam
mất hàng nghìn nhân sự trong vòng 2 năm.
Không phải vì kinh tế xấu,
mà vì AI đang làm tốt hơn, nhanh hơn, rẻ hơn.
Nhưng trong khi sa thải,
những ngân hàng đó cũng đang tuyển người điên cuồn.
Họ cần AI engineer,
kỹ sư xây dựng hệ thống thông minh,
data scientist,
chuyên gia phân tích dữ liệu quy mô lớn,
machine learning specialist,
người dạy máy học để tự ra quyết định.
Nhưng vẫn không tuyển được,
bởi vì thị trường thiếu người trầm trọng.
Hiện tượng này không phải chỉ ở Việt Nam
mà là trên toàn cầu.
Cũng không theo kịp cầu,
đơn giản vì loại kỹ năng này
mất nhiều năm để đào tạo
và trường đại học chưa kịp chạy theo.
Kết quả lương AI engineer tại ngân hàng Việt Nam
cao gấp 5-6 lần nhân viên giao dịch truyền thống.
Điều đáng chú ý đó là đây không phải mâu thuẫn,
đây là hai mặt của cùng một quá trình.
Ngân hàng không cắt người rồi tuyển người
theo kiểu thất thường,
họ đang làm điều gì đó chính xác hơn,
thay thế một loại lao động
bằng một loại lao động hoàn toàn khác
và hai loại đó không có điểm giao nhau.
Vậy thì ở quy mô lớn hơn,
điều này đang xảy ra như thế nào?
Singapore đã đi trước,
DBS, ngân hàng lớn nhất Đông Nam Á,
đang làm đúng cái đang xảy ra ở Việt Nam,
nhưng sớm hơn 3-5 năm
và ở quy mô lớn hơn.
Họ cắt hàng nghìn vị trí hợp đồng
trong 3 năm,
tuyển lại một phần nhỏ cho AI.
Tỷ lệ 4 người ra,
thì 1 người mới vào
và người mới vào là người khác hẳn.
Đi xa hơn, chúng ta nhìn sang Mỹ,
JP Morgan không xa thải ồ ạt,
họ làm điều tinh vi hơn,
không tuyển mới vào các vị trí cũ
mà để chúng tự biến mất theo thời gian.
200.000 nhân viên đang dùng AI hằng ngày.
Analyst ngày xưa mất vài giờ
để làm một bản thuyết trình.
Giờ AI làm trong 30 giây,
analyst đó làm gì tiếp theo?
Đó là câu hỏi JP Morgan đang thực nghiệm
và chưa ai có câu trả lời chắc chắn.
Đến đây xuất hiện một câu hỏi đó là
Điều AI đang thực sự làm trong ngân hàng là gì?
Nó không phải chat với khách hàng,
đó chỉ là phần nổi và dễ nhìn thấy.
Mà phần thực sự nằm sâu hơn,
AI đang xem xét hàng triệu giao dịch mỗi ngày
để phát hiện gian lận.
Việc trước đây cần hàng trăm người ngồi nhìn màn hình,
AI đang duyệt khoảng vây trong vài phút thay vì vài ngày
với độ chính xác cao hơn con người
vì nó không có thiên kiến cảm xúc.
AI đang dự báo rủi ro tính dụng.
Công việc từng cần bằng MBA và 10 năm kinh nghiệm,
kết quả là người ít hơn nhưng lợi nhuận cao hơn.
Đó là lý do ngân hàng đang làm điều này.
Nhưng khi lợi nhuận tăng mà số nhân viên giảm
thì khoảng trên lệch đó đi về đâu?
Đây là câu hỏi không ai muốn trả lời thẳng.
Dòng tiền đang chảy đi đâu?
Hãy đặt câu hỏi này một cách thẳng thắng.
Khi AI giúp ngân hàng kiếm nhiều hơn với ít người hơn
thì phần trên lệch đó đi về đâu?
Người thắng rõ nhất đó chính là cổ đông và bang lãnh đạo.
Khi ngân hàng công bố tăng lợi nhuận kỷ lục
trong khi giảm nhân sự,
giá cổ phiếu tăng, cổ tức tăng, thưởng bang giám đốc tăng
đó là cách thị trường vận hành.
AI không chỉ là công cụ tiết kiệm chi phí,
nó là lợi thế cạnh tranh.
Ngân hàng nào triển khai AI tốt hơn
sẽ có biên lợi nhuận cao hơn,
phản ứng chuỗi ro nhanh hơn
và cuối cùng là sống sót trong cạnh tranh dài hạn.
Từ gốc nhìn kinh doanh thuần túy,
đây là quyết định đúng.
Nhưng câu hỏi là đúng cho ai?
Người thắng thứ 2 ít được nói đến hơn
là tầng lớp kỹ thuật mới
trong chính ngân hàng đó.
AI Engineer tại VPBank hay TechCampbank
không mất ngủ vì làn sóng cắt giảm.
Họ là người viết ra hệ thống thay thế đồng nghiệp
lương tăng theo từng tháng
vì cung không đáp ứng kịp cầu.
Họ nhìn thấy viễn cảnh rõ ràng
ngành ngân hàng cần họ hơn bao giờ hết
và sẽ tiếp tục cần ít nhất
trong một thập kỷ nữa.
Đây là điều bất thường của cuộc chuyển đổi này.
Người thắng và người thua
không phải ở hai công ty khác nhau.
Họ ngồi trong cùng một tòa nhà
cùng một tầng.
Một người nhận thông báo chấm dứt hợp đồng.
Người kia nhận email offer
với mức lương gấp 3.
Bây giờ nhìn sang phía ngược lại.
Không phải tất cả mọi người đều có thể
học lập trình lúc 45 tuổi.
Không phải ai cũng có thể chuyển
từ giao dịch viên sang nhà khoa học dữ liệu.
Và đây không phải vì lười biến
hay thiếu thông minh.
Đây là vấn đề loại kỹ năng,
thời gian đào tạo và cơ hội tiếp cận.
Người 25 tuổi mới ra trường
có thể xoay sở.
Người 40 tuổi có gia đình
có khoảng vài nhà
cần thu nhập ngay tháng sau.
Họ không có 3 năm để đi học lại từ đầu.
Có con số ít được đưa ra thảo luận.
Theo McKinsey Global Institute,
trong mọi đợt tự động hóa lớn
cứ 10 việc làm bị thay thế,
thì chỉ có 7-8 việc làm mới được tạo ra
và 3-4 trong số đó
đòi hỏi kỹ năng cao hơn.
Khoảng cách đó dù nhỏ về tỉ lệ
là hàng chục triệu người
ở quy mô toàn cầu.
Nhưng đây mới là khoảng trống thật sự đáng nói.
DBS, ngân hàng lớn nhất Đông Nam Á
làm gì?
Họ có chương trình tái đào tạo có cấu trúc.
Hàng chục nghìn người tham gia
có cam kết công khai,
có ngân sách.
Không phải vì DBS tốt bùng
hơn các ngân hàng khác,
mà vì Singapore có áp lực
từ chính phủ, có công đoàn đủ mạnh
và chi phí xã hội của thất nghiệp
đủ cao để buộc doanh nghiệp
phải gánh một phần.
Cụ thể hơn, chính phủ Singapore
có chương trình SkillFuture
trợ cấp đào tạo trực tiếp cho người lao động
không phải thông qua doanh nghiệp.
Mỗi công dân Singapore
trên 25 tuổi có tài khoản riêng
để chi cho khóa học kỹ năng mới
mà không cần xin phép xếp,
không cần xếp đồng ý.
Ý nghĩa thật sự đó là
hệ thống bên ngoài buộc doanh nghiệp
phải có trách nhiệm,
đồng thời trao quyền trực tiếp cho người lao động.
Khi không có hệ thống đó,
doanh nghiệp không tự nguyện gánh
và người lao động không có lựa chọn.
Còn tình huống ở Việt Nam thì sao?
Ngân hàng tiết kiệm được chi phí
và chuyển một phần chi phí đó
sang xã hội.
Đây không phải cách diễn đạt đào tạo búa lớn.
Đây là cơ chế kinh tế thực tế.
Tên chuyên môn của nó là
externalization of cost
nội hóa lợi nhuận
ngoại hóa rủi ro
Nghịch lý của ngân hàng không phải là câu chuyện
của ngành ngân hàng.
Đây là câu chuyện sẽ lặp lại ở mọi ngành
kế toán, bảo hiểm, logistics,
pháp lý, y tế.
Ngân hàng chỉ là ngành đi đầu vì áp lực
cạnh tranh và lợi nhuận đủ lớn
để buộc họ chuyển đổi nhanh hơn.
ATM cho chúng ta thấy
công nghệ không nhất thiết phải
giết chết việc làm.
Nó có thể tạo ra điều kiện cho nhiều việc làm hơn
nếu hệ thống xung quanh phản ứng
đủ nhanh. Nhưng ATM cũng cho
chúng ta thấy điều kiện cần để
nghịch lý đó xảy ra.
Công nghệ mới phải để là đủ không gian cho
con người làm những thứ máy chưa làm được
và khoảng không gian đó
phải đủ lớn để hấp thụ
những người bị thay thế.
Câu hỏi với AI không phải là liệu
có không gian đó không, mà câu hỏi là
không gian đó có đủ lớn không?
Và liệu hệ thống
đào tạo, hệ thống xã hội,
hệ thống chính sách có phải
ngứng kịp tốc độ chuyển đổi lần này không?
Lịch sử lạc quan hơn
chúng ta nghĩ. Nhưng lịch sử
cũng không tự động bảo đảm kết quả tốt
cho từng người trong từng giai đoạn
chuyển đổi. Người thờ
dẹp tay người Anh thế kỷ 19
nhiều người trong số họ đã không
sống đủ lâu để thấy kỷ nguyên
công nghiệp tạo ra nhiều việc làm hơn.
Họ sống trong giai đoạn đau đớn
ở giữa. Giao dịch viên
ngân hàng hôm nay có thể đang
đứng đúng chỗ đó. AI
không ác, AI không tốt,
AI là công cụ. Và
như mọi công cụ trong lịch sử
nó trao quyền cho người cầm nó.
Quý khán giả có nhìn nhận
như thế nào? Hãy để lại bình luận
bên dưới. Nếu quý khán giả thấy
video này hữu ích thì hãy
ủng hộ chúng tôi bằng 1 subscribe, 1 like
và 1 comment để chúng tôi
xây dựng chương trình hoàn thiện hơn.