Bạn đã bao giờ ngồi làm việc lúc 1 giờ sáng - không phải vì deadline, không phải vì sếp ép, mà vì bạn thật sự không muốn dừng lại?

Đó là dấu hiệu của một nghịch lý ít ai nói thẳng: AI không giảm việc làm - nó khiến chúng ta làm nhiều hơn bao giờ hết.

Một ngày rất năng suất. Ba báo cáo Power BI xong. Hai buổi họp với khách hàng trôi chảy. Một đề cương khóa học mới hoàn thành.

Nếu so với chính tôi của hai năm trước - khi chưa có Claude, chưa có Agentic Analytics, chưa có hệ thống multi-agent - thì những gì tôi làm trong một ngày hôm nay gần bằng một tháng của ngày xưa.

Đáng lẽ tôi phải đóng máy sớm. Nhưng không - tôi mở Claude Code lên. "Chỉ một ý tưởng nhỏ thôi."

1 giờ sáng. Tôi vẫn đang gõ.

Tại sao nhanh hơn lại mệt hơn?

Có một khái niệm kinh tế học từ năm 1865 gọi là Nghịch lý Jevons.

Khi động cơ hơi nước trở nên hiệu quả hơn trong việc đốt than, mọi người kỳ vọng lượng than tiêu thụ sẽ giảm. Thực tế ngược lại - nó tăng vọt.

Vì hiệu quả cao hơn làm chi phí giảm → chi phí giảm mở ra ứng dụng mới → tổng tiêu thụ tăng lên.

AI đang tạo ra Nghịch lý Jevons cho năng lượng sáng tạo của chúng ta.

Khi chi phí để biến một ý tưởng thành sản phẩm giảm từ 40 giờ xuống còn 40 phút, chúng ta không đi ngủ sớm hơn. Chúng ta dùng 39 giờ 20 phút còn lại để nghĩ ra ý tưởng tiếp theo và thực hiện nó luôn trong đêm.

Sâu hơn cả Jevons, có bốn cơ chế tâm lý đang vận hành âm thầm:

✨ Thứ nhất - Ngưỡng "đủ tốt" biến mất.

Ngày xưa, khi một báo cáo mất 3 ngày, bạn buộc phải dừng ở 80% vì thời gian không cho phép. Giờ đây, cải tiến từ 80% lên 85% chỉ tốn 10 phút. Không còn điểm dừng tự nhiên. Cái xu hướng cầu toàn vốn bị chi phí thời gian kìm hãm, giờ được giải phóng hoàn toàn.

✨ Thứ hai - Hàng đợi ý tưởng luôn dài hơn năng lực làm.

Khi AI mở rộng số việc có thể hoàn thành trong một đơn vị thời gian, chúng ta không "hết việc". Chúng ta chỉ phát hiện danh sách ý tưởng trong đầu dài hơn mình tưởng rất nhiều.

Mỗi skill mới gợi ra ba skill khác. Mỗi diagram xong lại lộ ra năm diagram chưa làm.

✨ Thứ ba - Nghỉ ngơi cảm thấy đắt hơn.

Khi một giờ làm việc có thể ra kết quả của cả ngày trước đây, một giờ đi dạo cảm giác như đang "bỏ lỡ" cả ngày. Não con người không được tiến hóa để đối phó với tỉ lệ đòn bẩy kiểu này.

✨ Thứ tư - Điều phối mệt theo cách khác với làm trực tiếp.

Khi bạn điều phối 15 agents, 61 skills, bạn không còn "làm việc" nữa bạn đang chỉ huy công việc.

Loại mệt này là cái mệt của working memory luôn bị load đầy, của việc phải giữ cả hệ thống trong đầu cùng lúc.

Điều gì đang trở nên khan hiếm thực sự

Mỗi lần một thứ trở nên rẻ, một thứ khác trở nên đắt. Giá trị không biến mất, nó chỉ dịch chuyển.

→ Cách mạng công nghiệp làm lao động tay chân rẻ → vốn quản lý sản xuất trở nên đắt.

→ Kỷ nguyên thông tin làm xử lý thông tin rẻ → sự chú ý trở nên đắt.

→ Kỷ nguyên Agentic làm khả năng thực thi trở nên rẻ → phán đoán về việc gì đáng làm trở nên đắt.

Khi bất kỳ ai cũng có thể build dashboard Power BI trong 20 phút với Claude, câu hỏi không còn là "làm thế nào".

Câu hỏi trở thành: dashboard nào thực sự thay đổi quyết định kinh doanh? Stakeholder nào cần nhìn thấy gì? Insight nào đáng theo đuổi, insight nào chỉ là data decoration được đóng gói đẹp?

AI không thay thế người làm DA. AI thay thế khâu thực thi của người làm DA.

Giá trị của bạn dịch chuyển từ chỗ "làm được" sang chỗ "biết nên làm gì

Ba cái bẫy tôi đã rơi vào (và đang học cách thoát ra)

🔸 Bẫy đầu tiên: xây nhiều skill hơn cần thiết

Khi tạo một SKILL.md chỉ mất 30 phút, bạn bắt đầu tạo skill cho mọi thứ. Hệ thống phình ra, context window bị nhiễu, và kết quả - ironic thay - là agent hoạt động kém hiệu quả hơn so với khi chỉ có 10 skill được thiết kế kỹ lưỡng.

Bài học: một skill chỉ xứng đáng tồn tại khi nó giải quyết một quyết định lặp lại, không phải một task đơn lẻ. Nếu chỉ dùng một lần, nó nên là promptkhông phải skill.

🔸 Bẫy thứ hai: build vì đẹp, không phải vì đúng.

Một hệ thống 15 agent trông rất ấn tượng trên slide demo. Nhưng nếu 80% công việc thực tế chỉ cần 3 agent tốt, thì 12 agent còn lại là chi phí, debug, context switching, và trên hết là chi phí nhận thức cho người vận hành.

Tôi học cách hỏi trước mỗi agent mới: "Cái này giải quyết vấn đề của ai, trong workflow nào, thay thế quyết định nào của con người?" Nếu không trả lời được ba câu đó, tôi không build.

🔸 Bẫy thứ ba - nguy hiểm nhất: vì Claude không ngủ, tôi cũng không ngủ.

Claude Code có thể chạy background task 24/7. Ranh giới giữa "giờ làm việc" và "giờ nghỉ" dần biến mất.

Tôi đang thử nghiệm thứ tôi gọi là "agent curfew" quy ước cá nhân rằng sau 10 giờ tối, tôi không khởi động agent mới, không đọc output, không commit code.

Không phải vì yếu đuối. Mà vì kỷ luật với bản thân trong thời AI không phải là lựa chọn cá nhân nó là năng lực chuyên nghiệp.

Một năng lực mới: Biết không làm

Nếu kỷ nguyên thông tin đòi hỏi information literacy, thì kỷ nguyên Agentic đòi hỏi một năng lực gần như ngược lại: khả năng biết không làm.

Với người làm Agentic AI Analytics, cụ thể nó nghĩa là bốn thứ:

1️⃣ Biết không build.

Không phải ý tưởng nào cũng xứng đáng thành skill. Đôi khi một file Excel làm tay trong 30 phút tốt hơn một workflow Fabric trong 3 ngày - đặc biệt khi nhu cầu chỉ dùng một lần.

2️⃣ Biết không tối ưu thêm.

Một dashboard 85% hoàn thiện được stakeholder dùng hàng tuần, tốt hơn nhiều một dashboard 99% hoàn thiện ra mắt muộn 3 tháng. Perfect is the enemy of shipped câu này giờ đúng hơn bao giờ hết.

3️⃣ Biết không trả lời vội.

Khi stakeholder hỏi một câu không rõ ràng, phản xạ đúng không phải là chạy 5 EDA khác nhau. Mà là hỏi lại: "Anh sẽ làm gì khác đi nếu biết câu trả lời?" Nếu họ không trả lời được, thì câu hỏi đó không đáng phân tích. Không phải lúc này.

4️⃣ Biết không phản hồi ngay.

Khi AI cho phép trả lời email trong 30 giây, chính sự chậm rãi có chủ ý lại trở thành tín hiệu của chất lượng suy nghĩ. Để một số email "ngủ qua đêm" trước khi trả lời, không phải vì lười, mà vì suy nghĩ tốt cần thời gian lắng xuống.

Có một sự thật hơi phũ phàng: trong kỷ nguyên này, làm nhiều hơn không còn là lợi thế.

Khi mọi người đều có đòn bẩy 10x-100x từ AI, người chiến thắng không phải người chạy nhanh nhất. Là người chọn đúng hướng để chạy. Là người dám không chạy những hướng không xứng đáng.

Cách mạng công nghiệp đã sinh ra luật lao động 8 giờ không phải vì con người lười, mà vì khi máy móc có thể chạy 24/7, xã hội cần một ranh giới để bảo vệ con người khỏi bị cuốn theo nhịp của máy.

Kỷ nguyên Agentic đang cần một cuộc trò chuyện tương tự. Nhưng lần này, ranh giới không đến từ luật pháp hay công đoàn nó phải đến từ chính chúng ta.

Vì không có ai ngoài chính bạn có thể bảo vệ bạn khỏi ý tưởng tiếp theo của bạn lúc 1 giờ sáng.

Nên câu hỏi thật sự, câu hỏi khó nhất của thời đại này, là:

"Tôi sẽ chọn để AI giúp mình làm ít hơn điều gì, để mình có thể làm sâu hơn điều gì?"

Đó là câu hỏi không có Agent nào trả lời thay chúng ta được. Và có lẽ, đó cũng chính là lý do vẫn cần có chúng ta.

----

🔔+230.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://www.mastering-da.com/newsletter

📌Các chương trình ANALYTICS ứng dụng vào AGENTIC AI - phiên bản NÂNG CẤP mới nhất 2026, kế thừa nền tảng đào tạo Analytics hàng đầu Việt Nam từ 2020, tập trung vào tư duy phân tích, năng lực ra quyết định và ứng dụng AI trong thực tế doanh nghiệp

→ Agentic AI Analytics (BI) dành cho mọi phòng ban làm việc với dữ liệu: https://www.mastering-da.com/agentic-ai-anlytics-program

→ Agentic AI Finance Analytics (FA) dành cho tài chính, kế hoạch, quản trị: https://www.mastering-da.com/finance-analytics-program

#PhuongThaoAnalytics #AI #Analytics #DataDriven #AgenticAI #MasteringDataAnalytics

Until next time, keep turning data into decisions!