Tháng 11 năm 1854, Florence Nightingale bước vào bệnh viện quân y Scutari ở Istanbul và thấy lính Anh nằm chết la liệt. Không phải vì vết thương chiến trường. Họ chết vì kiết lỵ, dịch tả, thương hàn. Cống thoát nước chảy ngược vào bể chứa nước uống. Phòng bệnh nhồi nhét cả nghìn người, không cửa sổ thông gió. Nhà vệ sinh chia chung cho toàn bộ tầng. Tỷ lệ tử vong: 42%.
Giới quân sự Anh nghĩ giải pháp là gì? Thêm bác sĩ. Thêm giường. Thêm thuốc.
Nightingale làm khác. Bà cho cọ sàn, thông cống, mở cửa sổ, lắp hệ thống thoát nước mới, bắt rửa tay trước khi chạm bệnh nhân. Trong vài tháng, tỷ lệ tử vong rơi từ 42% xuống 2%. Bà không cần dao mổ sắc hơn, không cần thêm y tá, không cần công nghệ y khoa mới. Bà cần ống nước sạch.
170 năm sau, Gartner vừa đo đạc được đúng cái khuôn mẫu này, chỉ khác bối cảnh: không phải bệnh viện, mà là doanh nghiệp đang triển khai AI.
Dưới 1%
Nếu bạn đang ngồi trong một phòng họp ban giám đốc mà slide trình bày viết “AI sẽ giúp tối ưu nhân sự” (đọc: cắt người), thì đây là con số cần biết.
Tháng 12 năm 2025, Gartner công bố nghiên cứu cho thấy: dưới 1% số vụ sa thải được công bố trong nửa đầu năm 2025 có liên quan đến năng suất do AI mang lại. Dưới 1%. Phần lớn sa thải là do tái cấu trúc doanh nghiệp, thị trường co lại, thay đổi chiến lược. Những thứ quen thuộc, không liên quan gì đến ChatGPT hay Copilot.
Vậy mà câu chuyện “AI ăn việc làm” vẫn chiếm hết dung lượng thảo luận ở hầu hết các cuộc họp chiến lược. Nó giống kiểu giới quân sự Anh thế kỷ 19 khăng khăng “thiếu bác sĩ” trong khi cống thì chảy ngược. Chẩn đoán sai, nên thuốc cũng sai.
Gartner đặt lại vấn đề: đây là bài toán thiết kế công việc (work design), không phải bài toán công nghệ. Doanh nghiệp nào nhìn thấy AI rồi nghĩ “cắt bao nhiêu đầu người” là đang hỏi sai câu hỏi. Câu đúng là: quy trình nào đang hỏng mà chưa ai thèm sửa?
Và đây là chỗ dữ liệu trở nên thú vị.
Một phần ba
Gartner khảo sát các đội nhóm đã triển khai AI và phát hiện: khoảng 1/3 (một phần ba) đạt được mức tăng năng suất đáng kể. Hai phần ba còn lại? Gần như không thấy gì.
Sự khác biệt giữa hai nhóm này không nằm ở mô hình AI nào xịn hơn, hay ngân sách bao nhiêu, hay CEO có tweet về AI nhiều không. Khác biệt nằm ở chỗ: nhóm 1/3 kia đã thiết kế lại cách làm việc, còn nhóm 2/3 thì gắn AI vào quy trình cũ rồi ngồi chờ phép màu.
Gắn AI vào quy trình hỏng giống như mang bác sĩ giỏi nhất London vào Scutari rồi để họ phẫu thuật trong phòng cống chảy ngược. Tay nghề không cứu nổi môi trường.
Rồi, vậy nhóm 1/3 năng suất cao đó có sa thải ai không?
Không ai bị cắt.
81% trong nhóm này báo cáo tiết kiệm chi phí doanh nghiệp cao hơn 27% so với nhóm năng suất thấp. 71% tạo ra nhiều sản phẩm mới hơn. 68% cải thiện đáng kể chất lượng sản phẩm và dịch vụ. Họ không cắt người. Họ chuyển hướng thời gian thừa vào việc có giá trị hơn: phát triển sản phẩm, cải tiến chất lượng, mở rộng năng lực. Tiền nằm ở chỗ chuyển hướng, không phải chỗ cắt.
Nói cách khác: ống nước sạch không giảm số y tá. Nó giảm số người chết, và y tá có thời gian chăm sóc bệnh nhân thay vì lau sàn.
Ai sửa nhanh, ai ngồi chờ
Gartner cũng đo được một thứ khác khá thú vị: tốc độ áp dụng AI rất khác nhau giữa các phòng ban trong cùng một doanh nghiệp.
Tiếp thị (marketing) chạy trước. Họ chủ động tích hợp AI vào quy trình cốt lõi, thử nghiệm nhanh, sai thì sửa, sửa xong thử tiếp. Trong khi đó, pháp lý và nhân sự kéo chân phía sau. Lý do: rủi ro cao, niềm tin thấp. Một chiến dịch tiếp thị AI viết sai thì mất ít. Một hợp đồng AI soạn sai thì kiện. Một quy trình tuyển dụng AI phân biệt đối xử thì lên báo.
Sự thận trọng đó không hẳn sai, nhưng Gartner chỉ ra cái bẫy: thận trọng thụ động (không làm gì) khác với thận trọng chủ động (thiết kế lại có rào chắn). Phòng ban nào không làm gì không phải đang bảo vệ tổ chức. Họ đang tạo ra khoảng cách năng suất giữa các bộ phận, và khoảng cách đó sẽ lớn dần theo thời gian.
Mình thấy cái này quen. Trong doanh nghiệp đa ngành ở Việt Nam, bức tranh gần như y hệt: bộ phận nào sẵn sàng thiết kế lại quy trình thì chạy trước, bộ phận nào sợ rủi ro thì đứng im. Và cái đứng im đó không vô hại. Nó giống kiểu một nửa bệnh viện đã thông cống còn nửa kia vẫn để cống chảy ngược, rồi thắc mắc sao bệnh nhân bên này khỏe hơn bên kia.
Nói tới đây lại nhớ, Gartner cũng dự báo: từ năm 2028, AI sẽ bắt đầu tạo ra việc làm mới nhiều hơn số việc mất đi (net job growth). Nghĩa là giai đoạn 2025 đến 2028 là giai đoạn tái cấu trúc, không phải giai đoạn tàn sát. Ai dùng cửa sổ thời gian này để thiết kế lại thì sống khỏe. Ai dùng nó để cắt người cho đẹp báo cáo quý thì sẽ phải tuyển lại sau đó, với giá đắt hơn.
Thêm một con số nữa cho đủ bức tranh: theo khảo sát tháng 12 năm 2025, 65% nhân viên hào hứng với AI. Vấn đề không phải nhân viên chống đối. Vấn đề là lãnh đạo cứ ép từ trên xuống mà không giải quyết ba thứ nền tảng: tác động lên lực lượng lao động, quản trị (governance), và chuyển đổi văn hóa. Ngáo như mình mà đọc đến đây cũng thấy: ép áp dụng AI mà không thiết kế lại quy trình giống kiểu bắt lính uống thuốc trong bệnh viện cống hỏng. Thuốc đúng, môi trường sai.
Biểu đồ hoa hồng
Florence Nightingale không chỉ sửa ống nước. Bà làm một việc thứ hai, ít người nhắc đến nhưng có lẽ quan trọng hơn cả.
Bà phát minh ra biểu đồ polar area, hay còn gọi là biểu đồ hoa hồng (rose diagram, coxcomb). Đây là một dạng trực quan hóa dữ liệu hình tròn, mỗi cánh hoa đại diện cho số ca tử vong theo nguyên nhân trong từng tháng. Cánh hoa “bệnh có thể phòng tránh” to gấp mấy lần cánh hoa “tử trận”. Nhìn một phát là hiểu. Không cần đọc bảng số, không cần giải thích thống kê.
Bà phải làm vậy vì giới quan chức quân sự Anh không biết đọc bảng dữ liệu. Họ cần nhìn thấy vấn đề, chứ đưa bảng Excel thì khác gì nói tiếng Hy Lạp.
Dữ liệu của Gartner cũng đang nằm đó: dưới 1% sa thải do AI, 27% tiết kiệm chi phí, 71% sản phẩm mới, 68% cải thiện chất lượng. Mọi thứ đã được đo. Bài nghiên cứu đã xuất bản. Nhưng ở bao nhiêu phòng họp, slide vẫn viết “tối ưu nhân sự”?
Bệnh viện của bạn không thiếu bác sĩ. Nó thiếu ống nước sạch, và một người biết cách vẽ cho sếp thấy.