Khi AI tăng tốc mọi thứ, trừ công ty

Dạo này tôi hay nghe một lời than rất cụ thể.

Không phải "AI vô dụng". Mà là một điều gì đó vặn vẹo hơn:

"Tôi đã nhanh rồi."

"Công cụ cũng có rồi."

"Nửa tiếng là ra bản nháp."

Vậy mà dự án vẫn bò tới theo đúng nhịp cũ. Có người còn bắt đầu nghi ngờ chính mình: hay là mình dùng sai?

Nhưng càng nghe, tôi càng thấy họ đang nhắm nhầm đối tượng. Bởi cái nhanh lên thường chỉ là một người. Cái không nhanh lên, là công ty.

Hãy hình dung một buổi chiều làm việc bình thường. Một kỹ sư ngồi trước màn hình. Anh dùng AI tạo ra một phiên bản mã chạy được. Ba mươi phút. Nhanh hơn nhiều so với ngày trước tự gõ.

Anh mở một pull request, thấy nhẹ lòng đôi chút: hôm nay đẩy được một mảng.

Rồi anh bắt đầu chờ. Chờ review. Chờ phản hồi kiểm thử. Chờ ai đó nói "gộp được". Chờ nhóm khác gật đầu. Chờ một người có nhiều quyền hơn trả lời.

Hai ngày sau, đoạn mã vẫn nằm đó. Không phải vì không viết được. Mà vì viết ra rồi, chẳng ai đỡ được.

Phần nhanh nhất đã xong. Phần chậm nhất mới chỉ bắt đầu.

Chuyện này không chỉ xảy ra ở công ty phần mềm. Đề án viết trong nửa tiếng; quyết định họp mất hai tuần. Báo cáo phân tích chiều đã có; chuỗi phê duyệt chạy tới tháng sau. Thư trả lời khách hàng tạo được tức thì, nhưng con dấu hợp đồng vẫn nằm trong hộp thư của sếp ở tầng thứ ba.

AI đã tăng tốc rất nhiều khâu "làm". Nhưng công ty vẫn kẹt ở khâu "chốt".

Câu chuyện thường tình hay hỏi: AI có nâng được năng suất không?

Future Lab muốn hỏi khác: khi thực thi nhanh lên, vì sao cả tổ chức lại thường không nhanh lên theo? Nút thắt thật sự nằm ở tầng nào?

Có một giả thiết trực giác thế này: AI đang hạ chi phí thực thi. Nhưng nó không hạ với cùng tỷ lệ chi phí của tổ chức — quyết định, niềm tin, trách nhiệm, phối hợp, phê duyệt.

Ngày trước, công ty chậm phần lớn vì người chưa đủ nhanh, thông tin chưa đủ nhanh, sản xuất quá đắt. Giờ những thứ đó đang nới lỏng. Và những gì luôn tồn tại trong cấu trúc cũ, nhưng bị "ai cũng bận" che khuất, bắt đầu lộ ra: quyết định, niềm tin, trách nhiệm, phối hợp, phê duyệt.

Đây không phải bệnh mới. Nó giống điều Future Lab luôn gọi là AI as a Revealing Agent — chất hiện hình: AI không nhất thiết tạo ra vấn đề, nó khiến chỗ thật sự kẹt trong cấu trúc cũ hiện ra.

Khi việc viết mã còn là nút thắt, chẳng ai nhìn thấy review. Nay việc viết mã không còn khan hiếm, review bước ra ánh đèn. Mai này, khi review cũng bị công cụ nuốt bớt, cái thật sự hiện ra có thể là quyết định — và người sẵn lòng ký tên cho quyết định đó.

Chúng tôi gọi cấu trúc thời gian này — kết quả đã tới nhưng tổ chức chưa hấp thụ — là Organizational Latency, độ trễ tổ chức.

Nó không có nghĩa công ty thiếu người thông minh. Không có nghĩa công ty thiếu AI. Mà là: thông tin đã tới, AI đã làm xong, nhưng hệ thống vẫn chờ ở quyết định, xác thực niềm tin, quy trách nhiệm, đồng bộ phối hợp và phê duyệt.

Nó rất giống latency trong mạng. Băng thông tăng lên. Gói tin đi nhanh hơn. Nhưng nếu mỗi lượt đi-về đều phải xếp hàng chờ xác nhận, tốc độ cảm nhận vẫn không nhích lên nổi.

Cảm giác "tôi đã nhanh lên" của cá nhân thường đo băng thông. Nỗi tuyệt vọng "sao vẫn chậm thế" của công ty thường đo latency.

Ở đây phải dừng lại một nhịp, thừa nhận một ý kiến phản bác.

Không phải trong mọi hoàn cảnh thực thi đều thật sự nhanh lên.

Năm 2025, METR làm một nghiên cứu đối chứng ngẫu nhiên trên các lập trình viên mã nguồn mở kỳ cựu: với điều kiện công cụ khi ấy, việc được phép dùng AI lại làm thời gian hoàn thành tăng khoảng 19%. Trớ trêu hơn — các lập trình viên dự đoán trước sẽ nhanh hơn 24%, và sau đó vẫn tin mình đã nhanh hơn khoảng 20%.

Nói cách khác, một phần "sự tăng tốc" trước hết là ảo giác. Thời gian bị ngốn bởi việc soạn prompt, dò lại, và chờ tạo sinh.

Vậy nên bài này không khẳng định: cả thế giới ai cũng đã được AI tăng tốc. Bài này bàn về một cấu trúc khác, đã và đang xảy ra, ngày một phổ biến: khi tầng thực thi quả thật nhanh lên — hoặc ít nhất trông có vẻ nhanh lên — vì sao sản lượng của tổ chức vẫn có thể đứng im.

Ví dụ thuyết phục nhất không phải một doanh nghiệp truyền thống "chưa biết dùng AI". Mà là chính Anthropic.

Tháng 3 năm 2026, khi Anthropic công bố Code Review trên blog chính thức của Claude, họ viết rất thẳng: trong năm qua, sản lượng mã tính trên mỗi kỹ sư của Anthropic tăng 200%. Code review đã trở thành nút thắt.

Họ còn nghe khách hàng lặp đi lặp lại cùng một điều: lập trình viên bị dàn mỏng, nhiều pull request chỉ được đọc lướt chứ không đọc kỹ.

Cat Wu, phụ trách sản phẩm Claude Code, nói rõ cơ chế hơn trong một cuộc phỏng vấn: giờ một người, với một prompt, có thể tung ra một pull request trông có vẻ hợp lý; gánh nặng dời sang người review — họ phải bỏ rất nhiều thời gian kiểm chứng các trường hợp biên.

Hãy để ý cấu trúc câu này. AI không xóa bỏ công việc. Nó dời trọng tâm công việc từ "sản xuất" sang "kiểm chứng".

Cách Anthropic ứng phó cũng rất đáng nói: họ dùng một hệ đa tác tử để review mã sâu hơn, nâng tỷ lệ pull request nội bộ có bình luận thực chất từ 16% lên 54%.

Nhưng họ vẫn nói rõ: công cụ không phê duyệt pull request. That is still a human call.

Câu đó gần như là chìa khóa của cả bài. AI có thể hạ chi phí kiểm chứng. AI thậm chí có thể hạ một phần chi phí tổ chức. Nhưng tổ chức vẫn nghiêng về giữ lại một nút con người: ai gánh hậu quả của việc "gộp vào được".

Bề mặt, review là tìm lỗi. Sâu hơn một tầng, nó là dựng niềm tin: tôi có tin bản kết quả này xứng đáng vào nhánh chính không. Sâu hơn nữa, nó là phân bổ trách nhiệm: nếu lên production mà hỏng, ghi vào sổ của ai.

Nên khi có người hỏi nút thắt lớn nhất của kỷ nguyên AI có phải là trí tuệ không, câu trả lời của Future Lab gần với điều này hơn: thường không phải trí tuệ. Là trách nhiệm — cái nút khan hiếm sẵn lòng gánh kết quả.

Điều này cùng một mạch với Commitment Economy, kinh tế của cam kết, mà chúng tôi nêu trong bài AI sẽ không thay thế con người trước — mà sẽ thay thế những người chuyển lời: khi thực thi rẻ đi, cái đắt là người dám nhận trách nhiệm.

Bài này không dựng "nút thắt trách nhiệm" thành một thuật ngữ mới. Nó vốn đã nằm trong kinh tế của cam kết. Độ trễ tổ chức là sự khan hiếm trách nhiệm hiện hình theo thời gian.

Nghiên cứu năm 2025 của McKinsey gọi tên hiện tượng phía doanh nghiệp rất to: nghịch lý gen AI.

Gần tám trên mười công ty báo cáo có dùng gen AI, và cũng ngần ấy báo cáo không có tác động rõ rệt lên lợi nhuận. Với các ứng dụng chuyên ngành giá trị cao hơn, khoảng chín trên mười vẫn kẹt ở giai đoạn thử nghiệm.

Họ chỉ ra: thách thức lớn hơn thường không phải công nghệ, mà là con người — niềm tin, sự tiếp nhận, quản trị.

Ở phía khác, cách MIT Sloan thuật lại nghiên cứu về "chuỗi tác vụ" còn sắc hơn: mỗi lần công việc đi từ AI sang người, rồi từ người quay lại AI, đều cần review, kiểm chứng, điều chỉnh. Những điểm kiểm tra đó kéo chậm cả hệ thống.

Nói cách khác, tổ chức chậm thường không phải vì thiếu người thông minh. Mà vì những người thông minh đều bị đặt dọc theo một chuỗi xác nhận rất dài. Ai cũng "phụ trách một mảng". Rất ít người được thiết kế để "phụ trách kết quả".

Thế là xuất hiện một kiểu quay vòng quen thuộc — cái mà Future Lab gọi là trạng thái họ hàng gần của Hollow Company, công ty rỗng: họp thật nhiều, tài liệu thật nhiều, công cụ thật nhiều, tiến triển thật ít.

Sau khi AI vào, vòng quay đó có thể càng náo nhiệt. Vì chi phí tạo sinh giảm, tổ chức càng dễ lấp chỗ chờ đợi bằng nhiều tài liệu hơn, nhiều đề án hơn, nhiều "bản nháp AI" hơn. Trông bận rộn hơn. Latency chưa chắc giảm. Đôi khi còn tăng.

Đây cũng là tiếng vọng ở tầng tổ chức của Judgment Outsourcing, khoán phán đoán: khi con người không phán đoán mà chỉ diễn trò chuyển tiếp và xác nhận, hệ thống trở nên an toàn hơn, và cũng chậm hơn.

Chậm, đôi khi là kiểm soát rủi ro. Chậm, đôi khi chỉ vì chẳng ai muốn làm người ký tên. Hai thứ trông rất giống nhau. Cần được phân biệt.

Có thể chia thô một luồng công việc thành bốn tầng:

Thực thi. Viết mã, viết đề án, làm phân tích, ra thiết kế. Tầng bị AI đánh mạnh nhất.

Phối hợp. Căn chỉnh mục tiêu, đồng bộ tiến độ, bàn giao chéo nhóm. AI có thể hạ chi phí dịch và sắp xếp, cũng có thể tạo thêm nhiều bán thành phẩm cần đồng bộ.

Quyết định. Làm hay không, khi nào làm, theo tiêu chuẩn nào. Mô hình đưa ra được các phương án; hiếm khi được phép gánh lựa chọn thay tổ chức.

Trách nhiệm. Hỏng thì ai chịu; thành thì công ghi cho ai. Tầng này khó tự động hóa nhất, và cũng ít xứng để lãng mạn "giao cho AI" nhất.

Ngày trước, thực thi chậm che khuất ba tầng phía sau. Nay thực thi đã nới lỏng, ba tầng đó bắt đầu quyết định tốc độ cảm nhận.

Nên công ty không nhanh lên — chưa chắc vì AI thất bại. Có thể vì AI thành công một nửa: nó tăng tốc phần dễ tăng tốc nhất, và đẩy phần thật sự khan hiếm ra dưới ánh đèn.

Đó cũng là lý do sau khi bài thứ tám hỏi "vì sao công ty vẫn tồn tại", bài này phải hỏi tiếp: những công ty đang tồn tại — vì sao vẫn có thể chậm đến vậy?

Nếu công ty đang chuyển từ cỗ máy sản xuất và cỗ máy phối hợp sang một cái bình chứa niềm tin và phán đoán, thì thứ nó quản lý không còn chỉ là lao động, cũng không còn chỉ là tri thức. Thứ nó quản lý là: liệu một quyết định đáng tin có thể được đưa ra với độ trễ chấp nhận được, và có người gánh nó.

Trong năm tới, sẽ có thêm nhiều nhóm nói công khai về hàng chờ review và độ trễ phê duyệt. Kiểm chứng có AI hỗ trợ sẽ lan rộng. Chữ ký của con người nhiều khả năng vẫn còn.

Trong khoảng ba năm, "tốc độ thực thi" và "tốc độ đưa vào thực tế" có thể được nhìn tách bạch. Một loại công ty sẽ rút ngắn chuỗi bàn giao. Loại khác sẽ dùng nhiều phê duyệt hơn để tiêu hóa tiếng ồn AI — đó là bản tăng tốc của sự rỗng ruột.

Xa hơn nữa, công ty có thể ngày càng giống một hệ thống thông qua trách nhiệm.

Thời công nghiệp, công ty quản lý lao động. Thời thông tin, công ty quản lý tri thức. Thời AI, rốt cuộc công ty quản lý gì?

Có lẽ là: khi trí tuệ không còn khan hiếm, dòng chảy vẫn còn khan hiếm của niềm tin, phán đoán và trách nhiệm.

Với người bình thường, bài này không khuyên bạn "chống lại quy trình". Mà khuyên bạn nhìn rõ mình đang đứng ở tầng nào.

Nếu giá trị của bạn chủ yếu ở thực thi, AI sẽ tiếp tục ép giá đơn vị. Nếu giá trị của bạn nằm ở việc đẩy sự việc tới tận "làm được", và sẵn lòng đặt tên mình vào nút then chốt, thì thứ bạn xử lý là độ trễ.

Future Lab từng nói về Personal Optionality, quyền lựa chọn cá nhân: mỗi người nên cố giữ một khoảng hành động không bị định nghĩa bởi một tổ chức duy nhất.

Trong thời đại độ trễ tổ chức hiện hình, lựa chọn không chỉ đến từ việc nhảy việc. Nó còn đến từ việc bạn đã tích lũy được kiểu tín nhiệm này chưa: người ta tin là bạn đã duyệt. Người ta tin là bạn đã phán đoán. Người ta tin là nếu hỏng, bạn sẽ không phải người biến mất đầu tiên.

Công cụ sẽ tiếp tục nhanh lên. Niềm tin không tự nhanh lên.

Nếu một ngày nào đó thực thi thật sự rẻ đến gần bằng không, công ty còn quản lý gì?

Nhiều người hơn? Nhiều thông tin hơn? Hay ít hơn, nhưng nặng hơn, những nút trách nhiệm?

Khi AI tăng tốc mọi thứ, vì sao vài công ty vẫn không nhanh lên?