Bill Gates sai ở đâu: vì sao AI sẽ không cho bạn làm việc 3 ngày/tuần
Keynes năm 1930 dự báo đến 2030 con người chỉ làm 15 giờ/tuần. Gates năm 2023 nói AI sẽ cho ta làm 3 ngày/tuần. Lịch sử cho thấy họ đều lặp cùng một sai lầm — và bài viết này giải thích tại sao.
Bài viết là quá trình thảo luận giữa Viên Trần & Claude. Bài nghiên cứu đầy đủ tại harari.ai và Facebook.
Năm 1930, giữa cơn suy thoái kinh tế tồi tệ nhất thế kỷ 20, John Maynard Keynes viết một tiểu luận có tên Economic Possibilities for our Grandchildren.
Ông dự báo đến năm 2030, nhờ năng suất công nghiệp tăng đều, con cháu của ông sẽ chỉ phải làm 15 giờ/tuần. Phần lớn thách thức của nhân loại, Keynes lo lắng, sẽ là biết làm gì với quá nhiều thời gian rảnh.
Còn 4 năm nữa đến 2030.
Năng suất đã tăng gần đúng như Keynes dự báo. Thu nhập thực bình quân ở các nước phát triển tăng 6–7 lần so với 1930. Công nghệ làm việc đã bùng nổ theo cấp số nhân.
Nhưng không một ai trong số chúng ta làm 15 giờ/tuần.
Người lao động tri thức ở Mỹ làm 50+ giờ/tuần. Người sáng lập startup làm 70+. Người Việt Nam cổ cồn trắng ở các thành phố lớn hiếm khi rời laptop trước 9 giờ tối.
Năm 2023, Bill Gates lên The Tonight Show with Jimmy Fallon và phát biểu rằng AI sẽ cho con người làm việc chỉ 3 ngày/tuần.
Tôi nghe và chỉ nghĩ: ông ấy vừa lặp lại đúng sai lầm của Keynes, gần một thế kỷ sau.
Lịch sử của một lời hứa không bao giờ giữ
Để hiểu vì sao Gates đang sai, hãy nhìn lại quy luật này qua mọi cuộc cách mạng.
Cách mạng nông nghiệp (~10.000 năm trước Công nguyên) được dạy trong sách giáo khoa như một bước tiến lớn. Nhưng theo nghiên cứu nhân chủng học hiện đại (Marshall Sahlins, Yuval Noah Harari), người săn bắt hái lượm làm việc khoảng 20 giờ/tuần. Nông dân trung cổ làm 50–60 giờ. Harari gọi đây là “cái bẫy xa xỉ”: mỗi bước tiến năng suất lại bị hấp thụ vào chuẩn sống cao hơn, không phải thời gian rảnh.
Cách mạng công nghiệp (thế kỷ 18–19): máy hơi nước đáng lẽ giải phóng người lao động khỏi sức lực. Thực tế, công nhân dệt Manchester 1840 làm 70+ giờ/tuần trong điều kiện tồi tệ hơn bất kỳ nông dân nào trước đó. Phải mất gần 100 năm đấu tranh công đoàn để giảm xuống 40 giờ/tuần.
Cách mạng số (1990 – nay): máy tính, internet, smartphone được hứa hẹn là “công cụ giải phóng”. Thực tế, chúng xoá sạch ranh giới giữa công việc và cuộc sống cá nhân. Người lao động tri thức hiện kiểm tra email trung bình 74 lần/ngày. Chúng ta làm nhiều giờ hơn cha mẹ mình, dù có công cụ năng suất mạnh hơn.
Cách mạng AI (2023 – ?): bạn nghĩ sẽ khác?
Nó sẽ không khác. Trừ khi chúng ta chủ động làm nó khác.
Ba cơ chế vĩnh cửu
Vì sao mọi cuộc cách mạng năng suất đều biến thành cuộc cách mạng làm việc nhiều hơn? Có ba cơ chế xoay cùng lúc, và cả ba đều rất khó phá.
1. Nghịch lý Jevons
Năm 1865, nhà kinh tế William Stanley Jevons quan sát một hiện tượng kỳ lạ: khi máy hơi nước trở nên hiệu quả hơn (cần ít than hơn để làm cùng công việc), tổng tiêu thụ than của nước Anh tăng chứ không giảm. Lý do: giá năng lượng rẻ làm mở ra các ứng dụng mới, quy mô mới, và nhu cầu tổng thể bùng nổ.
Nghịch lý Jevons đã lặp lại ở mọi công nghệ năng suất kể từ đó:
- Email nhanh hơn thư tay 1000 lần → số email mỗi ngày tăng 1000 lần, không phải giờ viết thư giảm 1000 lần.
- Zoom làm cuộc họp rẻ 0 đồng → số cuộc họp tăng 5 lần.
- AI giúp lập trình viên viết phần mềm nhanh gấp 5–10 lần. Kết quả: chúng ta không ra mắt sản phẩm trong 1 ngày thứ mà trước đây mất 10. Chúng ta ra mắt hệ thống phức tạp gấp 10 lần trong cùng 10 ngày. Sản phẩm “đủ dùng” năm 2026 tương đương sản phẩm hoàn thiện năm 2020. Tiêu chuẩn kỳ vọng tăng lên theo.
Nghịch lý Jevons không phải lỗi cá nhân. Nó là đặc tính cấu trúc của thị trường. Khi năng suất tăng, tổng nhu cầu co giãn theo, không phải tổng công sức đầu vào giảm.
2. Cuộc đua không hồi kết
Trong Through the Looking-Glass của Lewis Carroll, Nữ hoàng Đỏ nói với Alice: “Ở đây, bạn phải chạy hết sức chỉ để đứng yên.” (Đây là hình ảnh Viên Trần dùng để mô tả cơ chế cạnh tranh — chạy mãi mà không tiến được.)
Cơ chế này là cạnh tranh. Nếu đối thủ của bạn dùng AI để tung ra 10 tính năng mới mỗi tuần, bạn không thể dùng AI để tung ra 2 tính năng rồi nghỉ 4 ngày. Khách hàng sẽ chuyển sang đối thủ. Nhà đầu tư sẽ chuyển vốn. Nhân tài sẽ nghỉ vì thấy công ty “chạy chậm”.
Cơ chế này đặc biệt độc ác vì nó hoạt động ngay cả khi không ai muốn. Mọi người sáng lập đều muốn ngủ đủ giấc, nhưng mỗi người sáng lập biết: nếu mình nghỉ mà đối thủ không nghỉ, mình thua. Đây là một trò chơi mà trạng thái cân bằng cuối cùng nằm ở chỗ “tất cả cùng kiệt sức”.
AI khuếch đại cuộc đua này vì nó hạ thấp chi phí cận biên của việc “chạy nhanh hơn”. Khi ai cũng dùng được cùng công cụ, cách duy nhất để khác biệt là dùng nhiều hơn.
3. Ham muốn bắt chước
Triết gia Pháp René Girard dành cả sự nghiệp để chứng minh một luận điểm: con người không muốn một thứ vì chính nó, mà vì người khác muốn nó. Khát khao là bắt chước.
Đây là lý do người sáng lập thật sự ở San Francisco không phải vì Tesla. Họ có thể mua Tesla dễ dàng. Họ ở đó để được nhìn thấy cạnh những người sáng lập khác mà mọi người đang ngưỡng mộ và bắt chước.
Đây là lý do một bài đăng “chúng tôi đạt 1 triệu đô doanh thu định kỳ hàng năm trong 6 tháng” lan đi trong 24 giờ, khiến hàng nghìn người sáng lập mất ngủ. Không phải vì con số đó là mục tiêu khách quan của họ, mà vì sau khi đọc bài đăng đó, định nghĩa “bình thường” trong đầu họ đã dịch chuyển.
AI khuếch đại ham muốn bắt chước này lên gấp 10 vì:
- Nội dung về thành công của người cùng tầng lớp lan nhanh hơn (bảng tin được sắp xếp theo thuật toán)
- Dễ tạo và tiêu thụ hơn (AI viết bài đăng LinkedIn trong 30 giây)
- Được cá nhân hóa hơn (bảng tin biết chính xác câu chuyện thành công nào sẽ kích hoạt sự ghen tị của bạn)
Girard đã tiên đoán điều này 50 năm trước, khi chưa có LinkedIn: “Càng có nhiều phương tiện để so sánh, ham muốn bắt chước càng xoáy chặt.”
Một tầng mà ít người nói đến: bất đối xứng quyền lực
Ba cơ chế trên thường được coi là “bản tính con người”. Nhưng có một cơ chế thứ tư, thuần tuý chính trị và kinh tế, mà Thomas Piketty đã chỉ ra: năng suất tăng không chảy về người lao động, mà chảy về phía người nắm vốn.
Từ 1970 đến 2020, năng suất lao động Mỹ tăng 250%. Lương thực bình quân chỉ tăng 15%. Phần chênh lệch chảy đâu? Về chủ sở hữu công ty, nhà đầu tư, cổ phiếu.
Điều này có nghĩa: ngay cả khi AI tăng năng suất 10 lần, người lao động buộc phải làm nhiều hơn, không phải ít hơn, để giữ nguyên chuẩn sống, vì phần lớn giá trị tạo ra chảy về chỗ khác.
Đây là lý do các nước Bắc Âu, nơi phân phối lại mạnh mẽ, giảm được giờ làm. Đức quy định nghỉ 30 ngày/năm. Thuỵ Điển có nhiều công ty thử 6 giờ/ngày thành công. Họ không có dân tộc ít tham vọng hơn người Mỹ. Họ có cấu trúc khác.
Luận điểm của Piketty quan trọng vì nó cho thấy: “con người luôn tham” không phải lời giải thích duy nhất. Và nếu không phải duy nhất, thì có đòn bẩy để thay đổi.
Vậy AI có cho chúng ta nghỉ 3 ngày/tuần không?
Câu trả lời ngắn: chỉ khi chúng ta chủ động thiết kế lại trò chơi.
Có ba tầng cần can thiệp, và chúng ta đã có công cụ cho cả ba:
Tầng kinh tế — tái phân phối lợi ích năng suất từ AI. Ai được hưởng khi năng suất tăng lên? Nếu để mặc thị trường, 90% chảy về phía người nắm vốn. Chính sách thuế, luật lao động, thu nhập cơ bản toàn dân (universal basic income), mô hình sở hữu tập thể, những công cụ này đã tồn tại. Câu hỏi là ý chí chính trị.
Tầng văn hoá — tái định nghĩa “thành công”. Chừng nào LinkedIn còn là nơi đo người sáng lập bằng tốc độ tung sản phẩm, chừng đó cuộc đua không hồi kết vẫn còn. Phong trào chủ nghĩa tối giản kỹ thuật số, tự do tài chính nghỉ hưu sớm (FIRE), sống chậm, chống văn hóa cày cuốc đang là những mầm mống. Ai đó phải làm cho “làm ít hơn mà sống tốt hơn” trở thành biểu tượng địa vị xã hội mới.
Tầng tâm thức — học cách xác định “đủ”. Đây là nơi Phật giáo và triết học Khắc kỷ (Stoicism) đã dạy 2.500 năm. Seneca: “Không phải người nghèo vì thiếu ít, mà là người tham vì muốn nhiều.” Phật giáo: khổ đau (Dukkha) là sự thèm khát và ham muốn, cắt thèm khát là cắt khổ. Đây là giải pháp cá nhân, không nhân rộng ra xã hội được, nhưng vẫn cần thiết.
Harari có một nhận xét đáng suy ngẫm: mọi tôn giáo và triết học lớn (Phật, Khổng, Socrate, các nhà tiên tri Do Thái) đều xuất hiện ở thời đại trục (khoảng năm 500 trước Công nguyên), ngay sau cách mạng nông nghiệp, vì nông nghiệp đẻ ra một dạng khổ đau mới mà loài người phải phát minh ra hệ tư tưởng mới để đối phó.
Cuộc cách mạng AI có thể đẻ ra một hệ tư tưởng mới về “đủ” trong 50–100 năm tới. Các mầm mống đã có. Câu hỏi là ai sẽ là Đức Phật, ai sẽ là Socrates, của thời đại này.
Nghịch lý của người xây dựng công ty với AI ngay từ đầu
Tôi viết bài này với tư cách người sáng lập một công ty xây dựng trên nền tảng AI ngay từ đầu. Mỗi ngày tôi ép đội mình “dùng AI để làm nhanh hơn”. Mỗi ngày tôi cạnh tranh với những người sáng lập đang làm đúng như tôi.
Tôi nằm đúng trong vòng xoáy tôi đang phê phán.
Nhưng đây là nghịch lý: chỉ khi nhận ra mình đang trong vòng xoáy, mình mới có cơ hội chọn. Không nhận ra thì chỉ có phản xạ, không có lựa chọn.
Tôi không nghĩ người sáng lập nào cũng nên chậm lại. Có những giai đoạn tìm sự phù hợp giữa sản phẩm và thị trường mà chạy nhanh là điều đúng. Nhưng tôi tin mỗi người sáng lập cần định kỳ hỏi: giờ mình đang chạy vì khách hàng thực sự cần, hay vì đang thấy đối thủ chạy trên LinkedIn?
Đây không phải câu hỏi triết học trừu tượng. Nó là câu hỏi thực dụng về cách phân bổ nguồn lực khan hiếm nhất: sự chú ý của đội ngũ.
Câu hỏi thật
Câu hỏi thật không phải “AI có cho ta làm 3 ngày/tuần không?”
Câu hỏi thật là: “Chúng ta có đủ dũng cảm thiết kế lại trò chơi không?”
Bill Gates không trả lời câu này. Và ông ấy, có lẽ, là một trong những người ít cần trả lời nhất.
Nhưng phần còn lại của chúng ta — người sáng lập, người lao động tri thức, người hoạch định chính sách, giáo viên, cha mẹ — thì có.
Keynes sai năm 1930 không phải vì ông tính toán năng suất sai. Ông đúng chính xác về phần đó. Ông sai vì ông tin con người sẽ tự động làm ít đi khi được phép.
Chúng ta đã không làm thế.
Nếu chúng ta muốn cuộc cách mạng AI kết thúc khác — kết thúc với con người thực sự có thời gian cho gia đình, cho sức khoẻ, cho ý nghĩa — chúng ta phải làm điều Keynes đã không làm được: chủ động thiết kế cái kết.
AI là công cụ mạnh nhất lịch sử loài người. Nó sẽ làm theo ý ta.
Câu hỏi là: ý ta là gì?
Nguồn: Bài thảo luận của Viên Trần & Claude. Xem thêm trên Facebook.
Bình luận của Mai Xuân Đạt
Bài viết của Viên Trần và Claude chỉ ra đúng một nghịch lý mà tôi quan sát thấy rất rõ trong môi trường doanh nghiệp hiện nay, đặc biệt với các CEO đang triển khai AI.
Phần lớn CEO khi tiếp cận AI đều bắt đầu từ bài toán cá nhân: làm sao để bản thân làm ít đi, hiệu quả hơn. Nhưng kết quả thực tế thường ngược lại. CEO bận hơn vì thấy AI làm được nhiều việc, từ đó tự nhảy vào làm thêm, làm nhanh hơn, và thậm chí làm thay nhân viên vì thấy mình kết hợp với AI còn nhanh hơn để nhân viên tự làm một mình.
Vấn đề nằm ở chỗ CEO nhìn thấy công cụ mạnh hơn, nhưng không nhìn thấy giới hạn của con người đang sử dụng công cụ đó. Khi AI Agent (trợ lý AI tự động hóa công việc) xử lý được nhiều việc hơn, CEO có xu hướng giao việc nhiều hơn, lớn hơn, kỳ vọng cao hơn. Nhưng đầu ra vẫn phải đi qua con người: đọc, kiểm tra, quyết định, chỉnh sửa, chịu trách nhiệm. Công sức thực tế của nhân viên không giảm, chỉ là hình thức thay đổi. Và trong nhiều trường hợp, tổng khối lượng công việc còn tăng lên.
Điều này dẫn đến một vấn đề khó hơn mà ít ai nói đến: CEO mất dần khả năng đánh giá thực tế năng lực của đội mình. Khi có AI hỗ trợ, khó biết được một người đang làm ở 60% hay 110% công suất. Khó biết khi nào cần tuyển thêm người, khi nào đội đang bị kéo quá căng. Từ đó, chiến lược nhân sự trở nên mờ dần. Công ty vẫn đang vận hành, thậm chí vẫn ra kết quả tốt, nhưng nền tảng con người bên dưới đang mỏng đi từng ngày.
Cảnh báo tôi muốn gửi đến các CEO: AI Agent không thay thế con người, nhưng nó có thể che giấu tình trạng quá tải của con người rất lâu trước khi vấn đề vỡ ra. Tổ chức làm nhiều hơn chưa chắc đã hiệu quả hơn. Năng suất tăng mà không đi kèm phân phối lại nguồn lực con người hợp lý thì chỉ là đang rút dần sức lực của đội ngũ để đạt kết quả ngắn hạn.
Bài viết của Viên Trần hỏi: “Chúng ta có đủ dũng cảm thiết kế lại trò chơi không?” Với CEO, tôi nghĩ câu hỏi thực tế hơn là: bạn có biết giới hạn thực sự của đội mình ở đâu không, khi AI đang làm mờ đi ranh giới đó?