Câu này mình bị hỏi nhiều nhất trong 7 năm làm đào tạo data, đồng hành cùng hơn 3.000 học viên: từ sinh viên, người trái ngành, tới cả những bạn Data Analyst (chuyên viên phân tích dữ liệu) đi làm vài năm đang lo lắng vì AI. Câu trả lời của mình vẫn là NÊN. Nhưng kèm một điều ít người nói với bạn: cái cửa vào ngành đã đổi chỗ rồi.

① CỬA CŨ ĐANG HẸP LẠI

Cửa cũ thì ai cũng thuộc: học SQL (ngôn ngữ lấy dữ liệu từ hệ thống), học kéo thả Power BI, xin một chân junior (người mới vào nghề) ngồi chạy báo cáo, rồi leo dần lên. Cửa này đang hẹp lại thật.

Không phải vì ngành hết việc, mà vì AI đang đóng đúng vai "người mới" đó: mấy việc lặp đi lặp lại như lấy số, làm sạch dữ liệu, vẽ biểu đồ, AI Agent (AI được giao việc và tự chạy nhiều bước liền nhau) đã làm được.

Nhiều sếp giờ điều khiển AI Agent thay vì tuyển thêm một bạn chỉ để chạy báo cáo hàng tuần, vì một người giàu kinh nghiệm kết hợp AI Agent cho năng suất tăng theo cấp số nhân, làm được phần việc trước đây cần cả một nhóm nhỏ.

Nhìn lại 10 năm sẽ thấy vì sao. 2015, muốn đụng vào dữ liệu bạn phải code SQL tay, dựng quy trình xử lý phức tạp. 2020, Power BI kéo thả, biết viết DAX (ngôn ngữ công thức trong Power BI) là làm được khối việc. 2025 trở đi, bạn hỏi dữ liệu bằng ngôn ngữ tự nhiên, gõ tiếng Việt cũng được.

Rào cản kỹ thuật giảm khoảng 80% trong 10 năm. Cái gì ai cũng làm được thì hết là lợi thế cạnh tranh, nên kỹ năng thao tác tool mất giá theo đúng nghĩa đó.

② CÁI MẤT GIÁ LÀ THAO TÁC, KHÔNG PHẢI PHÂN TÍCH

Nhưng để ý kỹ nhé: cái đang mất giá là THAO TÁC, không phải PHÂN TÍCH.

Mình hay nói với học viên: AI không thay thế người làm phân tích, AI làm người phân tích giỏi trở nên xuất sắc. Trước đây bạn mất mấy ngày lấy số ráp báo cáo cho một câu hỏi kinh doanh, giờ thời gian từ dữ liệu thô ra insight (phát hiện dùng để ra quyết định) giảm 70-80%. Phần thời gian được giải phóng đó chảy về đâu? Về người biết đặt câu hỏi đúng và kiểm được kết quả.

Vai trò trong ngành vì thế cũng đổi:

→ Trước AI, Data Analyst là người thực thi: tự tay viết SQL, tự làm sạch dữ liệu, thứ Hai nào cũng copy-paste báo cáo.

→ Sau AI, vai trò đáng tiền là người điều phối: thiết kế quy trình, định nghĩa logic kinh doanh cho AI chạy, giám sát và xử lý ngoại lệ, dồn thời gian cho quyết định.

Muốn ngồi ghế đó, bạn không cần gõ giỏi hơn AI. Bạn cần hiểu bản chất phân tích đủ sâu để check lại từng con số AI trả về, tức là duyệt được bài của AI.

③ VÌ SAO LẠI LÀ MỐC 2026?

Ba năm gần đây nghề này đi ba bậc: 2024 cả thị trường học prompt (ra lệnh cho AI bằng câu chữ), 2025 rộ vibe code (mô tả bằng lời để AI tự dựng ứng dụng nhỏ), 2026 là Agentic AI, một người điều phối nhiều AI Agent chạy trọn quy trình phân tích.

Vai của người làm data đi từ người ra lệnh, sang người duyệt, rồi thành người quản lý AI. Bạn thấy điểm chung không? Càng về sau, phần thao tác càng ít, phần tư duy càng nhiều.

④ NGƯỜI TRÁI NGÀNH: NGHIỆP VỤ LÀ NỬA TẤM VÉ

Riêng với người trái ngành đã đi làm lâu năm, cửa mới này còn mở rộng hơn: bạn có sẵn một lợi thế mà sinh viên mới ra trường chưa có.

AI dùng chung, chưa biết gì về công ty hay ngành của bạn, nên trả lời rất chung chung. Cái nó không sao chép được là hiểu biết nghiệp vụ bạn tích lũy từ những năm đi làm thật: khách ngành này mua kiểu gì, mùa nào hàng chạy, số nào nhìn qua là biết có vấn đề.

Vài năm làm kế toán, mua hàng hay vận hành không phải con số 0 khi rẽ sang data. Nó là một nửa tấm vé rồi.

Mình cũng đi qua đúng con đường này. Bước nhảy công cụ gần nhất của mình là từ Power BI sang AI, và mình nhảy được nhờ phần tư duy phân tích với hiểu nghiệp vụ không phải học lại, chứ không nhờ thuộc tool nhanh. Tool thì 6-12 tháng đổi một lần, còn nền tảng (cách đặt câu hỏi, KPI, logic kinh doanh, chất lượng dữ liệu) thì 5-10 năm vẫn xài tốt. Học viên kẹt level mà mình gặp suốt 6 năm qua, phần lớn kẹt vì dồn hết thời gian học tool và bỏ trống phần nền tảng.

⑤ VẬY, NÊN HAY KHÔNG?

NÊN, nếu bạn vào bằng cửa mới: tư duy phân tích làm gốc, mang theo hiểu biết nghiệp vụ sẵn có, và học cách điều khiển AI làm phần thao tác. Còn nếu định vào bằng cửa cũ, dồn cả năm học tool để cạnh tranh với AI ở đúng phần việc nó làm tốt nhất, thì mình khuyên bạn dừng lại nghĩ thêm chút nhé.

Còn bạn đang đứng trước cửa nào: tính học thêm một tool nữa, hay bắt đầu từ tư duy?

Con đường cửa mới này bên mình có dạy trong chương trình Agentic AI Analytics, bạn có thể truy cập link bên dưới để tìm hiểu thêm nhé!

───────────────

🔔 +240.000 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), cho mọi phòng ban làm việc với dữ liệu: https://www.mastering-da.com/agentic-ai-anlytics-program

→ Finance Analytics Agent Skills (FA), cho tài chính, kế hoạch, quản trị, CFO: https://www.mastering-da.com/finance-analytics-agent-skills-program

Tại MDA, nơi tập trung vào tư duy phân tích và năng lực ra quyết định, không chỉ công cụ.

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