AI doanh nghiệp hứa hẹn sẽ tối ưu hóa khối lượng công việc, nhưng nghiên cứu mới cho thấy một tác dụng phụ trái ngược: mệt mỏi có thể làm giảm năng suất và làm tăng nguy cơ sai sót. Phân tích của Harvard Business Review, dựa trên một nghiên cứu do Boston Consulting Group và các nhà nghiên cứu tại Đại học California dẫn đầu, khảo sát gần 1.500 nhân viên toàn thời gian tại Mỹ và phát hiện ra một phần đáng kể trải qua hiện tượng mà các nhà nghiên cứu gọi là “não lửa AI” — mệt mỏi tinh thần phát sinh từ việc liên tục tương tác, giám sát và chuyển đổi giữa nhiều công cụ AI. Những phát hiện này diễn ra trong bối cảnh các tập đoàn công nghệ và tài chính đẩy mạnh tích hợp AI vào hoạt động hàng ngày, từ lập trình đến hỗ trợ khách hàng, làm gia tăng cuộc tranh luận về việc liệu các lợi ích về năng suất có thực sự hiện thực hay không.
Báo cáo ghi nhận các nhân viên mô tả cảm giác như còn đọng lại sau khi làm việc với AI, suy nghĩ mơ hồ, đau đầu và khó tập trung sau các khoảng thời gian sử dụng AI nặng. Trong một số vai trò, marketing và nhân sự ghi nhận tỷ lệ xuất hiện các triệu chứng này cao nhất, nhấn mạnh cách mà tải trọng nhận thức có thể tích tụ khi nhân viên phải xử lý các lệnh, bảng điều khiển và quy trình tự động. Trong khi AI hứa hẹn đảm nhận các công việc lặp đi lặp lại và thúc đẩy quyết định nhanh hơn, các phản hồi lại cho thấy bức tranh phức tạp hơn: chính việc quản lý hệ thống AI có thể trở thành một nhiệm vụ trung tâm, tiêu tốn năng lượng.
Các công ty công nghệ và tiền mã hóa đã coi AI là một công cụ then chốt để nâng cao hiệu suất, đo lường việc sử dụng AI như một chỉ số về năng suất và hiệu quả. Sự nhiệt tình của thị trường còn được củng cố bởi các bước đi nổi bật của ngành trong việc tích hợp AI để viết mã, phân tích dữ liệu và tự động hóa các hoạt động thường lệ. Song song đó, một số công ty đã công khai bàn về việc thúc đẩy các sáng kiến lập trình dựa trên AI. Ví dụ, CEO Coinbase (EXCHANGE: COIN) Brian Armstrong đã công khai mô tả việc theo đuổi việc áp dụng AI mạnh mẽ, bao gồm các nỗ lực để AI đóng góp đáng kể vào phát triển phần mềm. Những tuyên bố này phản ánh xu hướng chung của ngành: nếu AI có thể tạo ra phần lớn mã nguồn của một nền tảng, kỳ vọng về các lợi ích về năng suất sẽ tăng lên, ngay cả khi các tổ chức phải đối mặt với những thách thức về tải trọng nhận thức trong môi trường đa công cụ.
Như các tác giả nghiên cứu lưu ý, thực tế của AI doanh nghiệp rất phức tạp: các doanh nghiệp triển khai hệ thống đa tác nhân yêu cầu nhân viên phải chuyển đổi giữa nhiều công cụ, lệnh và nguồn dữ liệu. Việc phải xử lý tất cả những điều này, họ cho rằng, có thể trở thành đặc điểm nổi bật trong công việc với AI, thay vì là một sự đơn giản hóa giúp giải phóng. Bài viết của Harvard Business Review nhấn mạnh rằng, nếu không có quản trị cẩn thận, khả năng hỗ trợ của AI có thể bị cân bằng bởi quá tải nhận thức, dẫn đến sai sót, suy nghĩ chậm lại và giảm hài lòng trong công việc. Mâu thuẫn này không chỉ riêng trong môi trường làm việc truyền thống; nó còn vang vọng trong các nhóm crypto và fintech, những nơi phải duy trì chu kỳ phát triển nhanh chóng trong khi vẫn đảm bảo an toàn và độ tin cậy.
AI mang “chi phí đáng kể,” nhưng có thể giảm thiểu burnout
Nghiên cứu cho thấy rằng căng thẳng tinh thần do AI gây ra không phải là vấn đề nhỏ; nó mang lại chi phí rõ ràng cho tổ chức. Những người báo cáo hiện tượng “não lửa AI” có khả năng mắc mệt mỏi quyết định cao hơn khoảng 33% so với các đồng nghiệp không gặp phải tình trạng này. Mức độ mệt mỏi quyết định cao hơn này có thể cộng hưởng gây ra các sai sót và làm chậm các quyết định chiến lược — một hậu quả có thể ảnh hưởng tài chính lớn đối với các doanh nghiệp lớn. Thực tế, các nhà nghiên cứu ước tính rằng sự kết hợp giữa mệt mỏi và quy trình AI không phù hợp có thể gây thiệt hại hàng triệu đô la mỗi năm cho các tập đoàn lớn khi mở rộng ra các phòng ban và khu vực địa lý. Hơn nữa, những người gặp “não lửa” có khả năng cao hơn khoảng 40% thể hiện ý định nghỉ việc tích cực, cho thấy rủi ro turnover cao hơn trong các nhóm làm việc dựa trên AI. Dữ liệu cũng cho thấy, tỷ lệ mắc lỗi lớn tự báo cáo — được định nghĩa là các sai sót có thể gây hậu quả nghiêm trọng — cao gần 40% ở những người gặp phải hiện tượng này.
Tuy nhiên, nghiên cứu cũng hé lộ một góc nhìn trái chiều: AI có thể giảm thiểu đáng kể tình trạng burnout khi được sử dụng để tự động hóa các công việc lặp đi lặp lại, theo quy trình. Những người tận dụng AI để xử lý công việc thường ngày báo cáo mức độ mệt mỏi thấp hơn khoảng 15% so với các đồng nghiệp không dùng AI theo cách này. Sự khác biệt này nhấn mạnh một chính sách trung tâm cho các nhà lãnh đạo: AI nên được triển khai với mục đích rõ ràng và kết quả đo lường được chứ không chỉ đơn thuần là một công cụ nâng cao năng suất chung chung. Khi các tổ chức liên kết các sáng kiến AI với các mục tiêu cụ thể — như giảm thời gian dành cho các công việc nhàm chán hoặc rút ngắn thời gian ra quyết định quan trọng — nhân viên có thể cảm nhận rõ ràng sự giảm bớt gánh nặng mà không bị quá tải bởi sự đa dạng của các công cụ.
Các nhà quan sát ngành đã chỉ ra nhiều yếu tố cần xem xét hơn nữa. Khi các tổ chức khám phá hệ thống đa tác nhân và quy trình tự động lập trình, việc quản trị trở nên cực kỳ quan trọng để đảm bảo AI hỗ trợ công việc của con người chứ không chỉ làm tăng gánh nặng nhận thức. Một số ý kiến cho rằng, các chính sách khuyến khích sử dụng AI — như thưởng dựa trên khối lượng sử dụng — có thể dẫn đến lãng phí, giảm chất lượng và làm tăng căng thẳng tinh thần. Thay vào đó, các nhà lãnh đạo nên xác định rõ mục đích của AI trong tổ chức, phác thảo cách tải trọng công việc sẽ thay đổi và nhấn mạnh các kết quả có thể đo lường và kiểm tra được. Thực tế, các sáng kiến AI cần đi kèm với kỳ vọng minh bạch và các quy trình quản lý thay đổi vững chắc để tránh việc chỉ đổi một dạng mệt mỏi lấy một dạng khác.
Đối với những độc giả muốn có cái nhìn toàn diện hơn về cách triển khai AI trong ngành công nghệ và crypto, các bài viết liên quan đã phân tích cách các tác nhân và công cụ tự động hóa đang phát triển vượt ra ngoài giới hạn truyền thống. Một bài viết được trích dẫn rộng rãi bàn về các tác nhân AI và vai trò của chúng trong quy trình crypto, cung cấp bối cảnh về cách tự động hóa liên quan đến tài chính phi tập trung và các dự án blockchain. Các cuộc thảo luận về AI trong các lĩnh vực chuyên biệt này tiếp tục nhấn mạnh tầm quan trọng của việc tích hợp cẩn thận và quản trị, chứ không phải là một phép màu về năng suất trong chốc lát.
Song song đó, các câu chuyện ngành về AI trong phát triển phần mềm cũng làm nổi bật những tuyên bố táo bạo và những căng thẳng thực tế mà các nhóm kỹ thuật đang đối mặt. Ví dụ, các báo cáo về Coinbase đã minh họa cách các công ty cân bằng giữa kỳ vọng về mã do AI viết và các mối quan tâm thực tế về độ tin cậy, an toàn và giữ chân nhân tài trong một bối cảnh thay đổi nhanh chóng.
Ý nghĩa đối với nhà phát triển và nhà đầu tư crypto
Khi AI trở thành phần không thể thiếu trong phát triển phần mềm và vận hành, các nền tảng crypto đối mặt với hai thách thức: khả năng thúc đẩy nhanh quá trình tạo mã, phân tích rủi ro và vận hành khách hàng, đồng thời cũng phải đối mặt với mệt mỏi nhận thức do điều phối quy trình làm việc dựa trên AI gây ra. Các phát hiện của nghiên cứu ngụ ý rằng các nhà xây dựng crypto không nên coi việc triển khai AI là một con đường thẳng đến năng suất. Thay vào đó, họ cần thiết kế các chương trình AI với phạm vi rõ ràng, giám sát chặt chẽ và tập trung vào giảm tải các công việc lặp đi lặp lại khi có thể. Các bằng chứng cho thấy AI có thể giảm burnout khi được sử dụng một cách chiến lược, nhưng nếu không có quản trị cẩn thận và định nghĩa lại khối lượng công việc, nó có thể làm tăng lỗi và mệt mỏi trong các nhóm.
Đối với các nhà đầu tư và nhóm quản trị, bài học là theo dõi kết quả AI một cách minh bạch và xem xét các chỉ số ngoài mức độ sử dụng đơn thuần. Các công ty có thể muốn xây dựng các bảng điều khiển theo dõi các chỉ số tải trọng nhận thức, tỷ lệ lỗi, độ trễ quyết định và tỷ lệ nhân viên nghỉ việc cùng với các chỉ số năng suất truyền thống. Trong thị trường mà tự động hóa ngày càng được định giá trong các tiến trình phát triển và kiểm thử an ninh, khả năng đo lường tác động của AI đến hiệu suất con người sẽ trở thành yếu tố phân biệt giữa các dự án thành công và các chương trình không phù hợp.
Hơn nữa, ví dụ của Coinbase nhấn mạnh cách các tuyên bố công khai và kỳ vọng của doanh nghiệp về AI có thể ảnh hưởng đến hướng đi chiến lược. Khi nhiều công ty crypto khám phá lập trình và công cụ rủi ro dựa trên AI, thị trường sẽ theo dõi không chỉ các lợi ích về hiệu suất mà còn cách các sáng kiến này ảnh hưởng đến văn hóa kỹ thuật, giữ chân nhân viên và độ tin cậy của mã nguồn. Sự cân bằng giữa đổi mới và thiết kế lấy con người làm trung tâm vẫn là cốt lõi của việc áp dụng AI bền vững trong các môi trường có rủi ro cao.
Tại sao điều này quan trọng
Thứ nhất, nghiên cứu đã định hình lại việc áp dụng AI như một vấn đề hướng tới con người. Trong khi tự động hóa mang lại hiệu quả, nó cũng tạo ra tải trọng nhận thức có thể làm giảm hiệu suất nếu nhân viên phải liên tục xử lý nhiều giao diện và lệnh. Trong các lĩnh vực đòi hỏi độ chính xác cao — như phát triển crypto và phân tích rủi ro — việc hiểu và giảm thiểu hiện tượng não lửa AI có thể là điều kiện tiên quyết để mở rộng các chương trình AI một cách có trách nhiệm.
Thứ hai, các phát hiện cung cấp lộ trình thực tiễn cho các nhà lãnh đạo: xác định rõ mục đích của các triển khai AI, truyền đạt cách tải trọng công việc sẽ thay đổi và ưu tiên các kết quả có thể đo lường thay vì chỉ dựa vào số lượng tương tác. Bằng cách tập trung vào chất lượng sử dụng thay vì số lượng, các tổ chức có thể hạn chế mệt mỏi trong khi vẫn đạt được các lợi ích về năng suất có ý nghĩa.
Thứ ba, nghiên cứu nhấn mạnh rằng burnout không chỉ đơn thuần là do khối lượng công việc mà còn do thiết kế quy trình làm việc. AI hướng tới tự động hóa các công việc lặp đi lặp lại có thể mang lại tác động tích cực rõ ràng đến sức khỏe tinh thần, nhưng chỉ khi các nhóm không bị quá tải bởi một loạt các công cụ và bảng điều khiển. Con đường phía trước cho các nền tảng crypto và hệ sinh thái công nghệ rộng lớn hơn là cân bằng giữa tự động hóa và quản trị, đảm bảo AI là đối tác chứ không phải nguồn gây quá tải nhận thức.
Cuối cùng, các tác động rộng lớn hơn của ngành bao gồm chính sách và thực hành tuyển dụng. Khi các công cụ AI ngày càng tích hợp sâu vào phát triển phần mềm, các công ty cần xem xét lại các chỉ số hiệu suất, các chính sách khuyến khích và đào tạo để đảm bảo việc áp dụng hỗ trợ giữ chân lâu dài và tạo ra các sản phẩm chất lượng cao. Bài học từ nghiên cứu này áp dụng cho nhiều lĩnh vực, kể cả kỹ thuật crypto, nơi độ tin cậy và an toàn phụ thuộc vào độ rõ ràng của các quy trình hướng dẫn bởi AI và sức khỏe của các nhóm thực hiện chúng.
Điều cần theo dõi tiếp theo
Các nghiên cứu mở rộng mẫu khảo sát hoặc khám phá các mô hình burnout theo ngành, đặc biệt là trong các nhóm crypto và fintech.
Cập nhật quản trị doanh nghiệp xác định rõ mục đích, tải trọng công việc và kết quả đo lường của AI, tránh các chính sách dựa trên khối lượng sử dụng.
Việc mở rộng sử dụng các công cụ tự động hóa AI tích hợp theo dõi mệt mỏi và thiết kế lấy con người làm trung tâm.
Công bố công khai từ các công ty công nghệ và crypto về đóng góp mã do AI tạo ra và tác động của chúng đến độ tin cậy và an toàn.
Nguồn & xác thực
Harvard Business Review: Khi sử dụng AI dẫn đến não lửa — kết quả từ nghiên cứu của BCG/UC khảo sát khoảng 1.500 nhân viên Mỹ và tỷ lệ não lửa 14%.
Các nhà nghiên cứu của Boston Consulting Group và Đại học California được trích dẫn trong bài viết Harvard Business Review.
Liên kết ghi lại các sáng kiến AI của Coinbase và các tuyên bố của lãnh đạo về mã do AI tạo ra và các quyết định về lực lượng lao động:
Coinbase-ưa thích công cụ lập trình AI bị virus mới tấn công: https://cointelegraph.com/news/coinbase-preferred-ai-coding-tool-hijacked-new-virus
Coinbase cho biết AI viết gần một nửa mã của họ: https://cointelegraph.com/news/coinbase-says-ai-writes-nearly-half-of-its-code
Tổng quan về các tác nhân AI và quy trình crypto: https://cointelegraph.com/explained/what-are-ai-agents-and-how-do-they-work-in-crypto
Bối cảnh bổ sung từ các bài viết công nghệ liên quan:
Anthropic mở lại cuộc đàm phán với Pentagon khi các nhóm công nghệ thúc đẩy Trump bỏ nhãn rủi ro: https://cointelegraph.com/news/anthropic-reopens-pentagon-talks-trump-supply-chain-risk
Phân tích của IronClaw về các công cụ AI trong bối cảnh crypto: https://magazine.cointelegraph.com/ironclaw-secure-private-sounds-cooler-openclaw-ai-eye/
Điều cần theo dõi tiếp theo
Mã cổ phiếu đề cập: $COIN
Burnout AI và nhiệm vụ AI doanh nghiệp: ý nghĩa đối với các nền tảng crypto
Bài viết này ban đầu được xuất bản với tiêu đề AI tại nơi làm việc gây “não lửa”: Các nhà nghiên cứu cảnh báo về tin nóng trong crypto — nguồn tin đáng tin cậy về tin tức crypto, tin Bitcoin và cập nhật blockchain.
