
Mastering Data Analytics (MDA)
+250.000 người theo dõi chúng tôi trên các nền tảng. Hãy để lại email để cập nhập kiến thức mới nhất về Data Analytics với No-code, AI & Automation! 👇
Share this page
55% sếp hối hận vì cắt người do AI - nhưng được gọi lại không hẳn là tin vui

LÊ THỊ PPHƯƠNG THẢO
lúc 08:49:41 13 tháng 11, 2026

🔸55% sếp hối hận vì cắt người do AI - nhưng gọi lại không hẳn là tin vui
Forrester vừa ghi nhận một con số đáng chú ý: 55% nhà tuyển dụng hối hận vì đã cắt người với lý do AI, và hơn một nửa trong số này được dự báo sẽ âm thầm đảo ngược quyết định. Careerminds, qua khảo sát 600 người làm HR vào tháng 2/2026, cho thấy một bức tranh tương tự: 32,7% doanh nghiệp từng cắt người vì AI đã tuyển lại 25-50% số vị trí đó, nhưng chỉ 8,4% nói đợt tái cấu trúc bằng AI ra kết quả đúng như kỳ vọng ban đầu.
Đọc tới đây, phản ứng tự nhiên là mừng: vậy là có cơ hội được gọi lại. Nhưng Forrester nói thêm một chi tiết quan trọng: vị trí quay lại có thể đi kèm mức lương thấp hơn, hoặc bị chuyển hẳn ra nước ngoài. Tâm lý phổ biến của người được gọi lại, theo khảo sát, là: "Được gọi lại đã là may, ai dám đòi lương."
Cảm giác đó dễ hiểu - nhưng nhìn theo chiều ngược lại sẽ thấy một điều khác: doanh nghiệp gọi người quay lại, nghĩa là đang có một khoảng trống mà AI chưa gánh được. Số ra sai, quy trình gãy giữa chừng, mà không ai trong phòng biết sai ở đâu để sửa.
🔸Nên sẽ có 2 kiểu người quay lại:
Kiểu 1: quay lại để làm thay AI
Đây là kiểu quay lại để làm đúng việc cũ - copy số, đối chiếu tay, sửa từng dòng theo cách làm trước khi AI vào. Đây cũng chính là kiểu vị trí dễ bị ép lương hoặc chuyển ra nước ngoài, vì bản chất công việc không đổi, chỉ đổi người làm - và việc đó AI vẫn có thể học lại để làm tiếp bất cứ lúc nào.
Kiểu 2: quay lại để sửa được AI
Đây là kiểu quay lại và nói được một câu cụ thể: "Dashboard lệch vì bảng khách hàng bị trùng mã sau lần đồng bộ, làm doanh thu theo vùng bị nhân đôi. Em đã sửa, và đặt thêm một bước kiểm tra để lần sau không lọt nữa." Người nói được câu này mới là người có quyền ra giá, vì người biết chính xác hệ thống AI hỏng ở đâu và sửa thế nào thì không dễ thay thế bằng một phiên bản AI khác hay một người khác.
🔸Muốn làm kiểu 2, cần một cách tìm lỗi - không phải đoán mò
Ví dụ dashboard do AI dựng báo doanh thu lệch 15% so với số kế toán. Thay vì sửa lung tung từng chỗ, cách làm bài bản là dựng một Logic Tree (cây logic) theo nguyên tắc MECE (không trùng, không sót):
→ Nhánh 1, dữ liệu nguồn: thiếu kỳ, trùng dòng, sai đơn vị tiền tệ.
→ Nhánh 2, xử lý và mô hình: nối bảng sai khóa, quan hệ nhiều-nhiều, sai granularity (độ chi tiết của mỗi dòng dữ liệu).
→ Nhánh 3, định nghĩa chỉ số: doanh thu gộp hay thuần, tính theo ngày đặt hay ngày giao.
→ Nhánh 4, hiển thị: bộ lọc mặc định, bộ lọc ẩn trên trang.
Bốn nhánh này không chồng lên nhau, cũng không bỏ sót chỗ nào. Rà lần lượt theo từng nhánh là tìm ra Root Cause (nguyên nhân gốc), thay vì ngồi cả ngày mò từng chỗ một cách ngẫu nhiên.
🔸Tóm lại
Tìm ra lỗi mới là nửa đường. Nửa còn lại là chặn lỗi trước khi nó chạy tới dashboard - nghĩa là đặt thêm một bước kiểm tra chất lượng sau mỗi lần xử lý, để lỗi tương tự không lặp lại ở lần sau.
Trong khóa Agentic AI Analytics (AAA), hai phần này được dạy thành skill cho AI Agent (tác tử AI) chạy cùng người dùng: Logic Tree Skill (Layer 2 Analytical Thinking - tầng tư duy phân tích) để phân tích Root Cause theo cấu trúc MECE khi hệ thống ra số sai, và Data Quality Skill (Layer 14 Feedback & Learning - tầng phản hồi và cải tiến) để kiểm soát chất lượng sau mỗi bước phức tạp, chặn lỗi trước khi đi tiếp.
AI Agent chạy nhanh. Còn bạn là người hiểu từng bước để vận hành nó, và đánh giá được kết quả nó trả ra. Người quay lại để làm thay AI thì dễ bị ép giá. Người quay lại để sửa được AI thì được ra giá.
Còn bạn, đã từng gặp lần nào AI hay dashboard ra số sai mà phải lần mò cả ngày mới ra nguyên nhân chưa? Chia sẻ lại nhé.
---
Khóa Agentic AI Analytics (AAA) của MDA dạy đúng hai năng lực này thành skill cho AI Agent: tìm Root Cause theo MECE và kiểm soát chất lượng trước khi lỗi lan ra dashboard.
Tìm hiểu về chương trình bạn sẽ học được kiến thức thật sự nền tảng & ứng dụng thực tế cao, không chỉ kiến thức bề mặt!
→ Agentic AI Analytics (BI): https://www.mastering-da.com/agentic-ai-anlytics-program
---
🔔+250.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://www.mastering-da.com/newsletter
📌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
Tại MDA nơi tập trung vào tư duy phân tích & năng lực ra quyết định, không chỉ công cụ.
#PhuongThaoAnalytics #AI #Analytics #DataDriven #AgenticAI #MasteringDataAnalytics
Until next time, keep turning data into decisions!



