3 triệu nhân dân tệ để tranh giành tiến sĩ, thế hệ sau năm 1995 đã “già”: Tuyển dụng AI đang “chôn sống” tầng trung gian
Tuyển chọn TechFlowTuyển chọn TechFlow
3 triệu nhân dân tệ để tranh giành tiến sĩ, thế hệ sau năm 1995 đã “già”: Tuyển dụng AI đang “chôn sống” tầng trung gian
Sự thịnh vượng của thị trường nhân tài là giả, còn ảo giác về tính thanh khoản mới là thật.
Chuyên sâu báo cáo Web3Tác giả: Ada, TechFlow
“Một công ty internet lớn đã tuyển dụng 60 tiến sĩ mới tốt nghiệp chuyên về AI với mức lương trên 3 triệu nhân dân tệ/năm trong năm nay.” Khi Xiao Mafeng — người sáng lập công ty đầu tư nhân sự TTC, từng phục vụ hơn 1.500 công ty AI — đưa ra con số này, giọng ông rất bình thản, như thể đang báo nhiệt độ ngoài trời.
Cùng tháng đó, dữ liệu từ nền tảng mạng xã hội nghề nghiệp Maimai cho thấy số lượng vị trí AI tăng vọt gấp 29 lần; còn Zhaopin (một trang tuyển dụng) thông báo số lượng ứng tuyển tăng đột biến 200%. 29 lần số vị trí, 200% số người đổ xô vào — những con số ấy đẹp tựa đường biểu diễn giá cổ phiếu thời thị trường tăng mạnh.
Nhưng đằng sau dãy số này ẩn chứa một bí mật: lượng lớn vốn và sự chú ý đang đổ dồn vào một “phễu” có lối vào cực kỳ hẹp. Vài chục cá nhân ở đỉnh tháp đã đẩy toàn bộ kỳ vọng lương bổng của thị trường lên cao; còn hàng trăm ngàn người ở đáy tháp phải gánh chịu toàn bộ áp lực và lo âu.
Còn ở giữa phễu — những người đã làm việc trong môi trường chuyên nghiệp năm năm, mười năm — đang bị âm thầm “rút ruột”.
Sự thịnh vượng của thị trường nhân tài là ảo ảnh; còn ảo giác về tính lưu động mới là sự thật.
Một tướng khó tìm, vạn quân tranh đấu
Theo báo cáo của Liepin (nền tảng tuyển dụng), 47% vị trí AI yêu cầu bằng thạc sĩ hoặc tiến sĩ, gần một nửa doanh nghiệp chỉ chấp nhận ứng viên tốt nghiệp các đại học thuộc nhóm 985/211.
Nhà tuyển dụng Eva nói thẳng hơn: “Khi các công ty lớn tuyển người, tốt nghiệp trường 211 đã là mức tối thiểu, còn muốn cạnh tranh thì ít nhất phải tốt nghiệp trường 985; hồ sơ không có kinh nghiệm thực tế trong lĩnh vực chuyên sâu gần như không được xem xét.”
Đỉnh tháp trông như thế nào?
Ngày tin tức về việc Lâm Tuấn Dương — cựu nhân viên Qwen của Alibaba — rời công ty vừa đăng tải, “người từ các công ty lớn khác lập tức liên hệ chúng tôi, hỏi liệu có thể giúp kết nối với Lâm Tuấn Dương hay không.” Xiao Mafeng kể lại.
Loại nhân tài trình độ này trên cả nước có lẽ chỉ vài chục người. Để tìm được họ, các nhà tuyển dụng giờ đây thậm chí chẳng còn lật hồ sơ nữa. Họ dành thời gian lặn sâu trên GitHub để kiểm tra lịch sử đóng góp mã nguồn, theo dõi tác giả bài báo trên Google Scholar, tham gia các nhóm người nghe podcast và cộng đồng khởi nghiệp AI. Ngay cả Eva cũng đã gia nhập nhóm cuộc thi khởi nghiệp AI của Đại học Thanh Hoa, nơi quy tụ toàn những bạn trẻ hai mươi mốt, hai mươi hai tuổi. “Chúng tôi bắt đầu trò chuyện sớm ngay từ bây giờ, để hai ba năm sau khi họ có nhu cầu tìm việc, mình đã ‘giữ chỗ’ trước rồi.”
Một nhà tuyển dụng khác tên Steve, từ năm 2022 bắt đầu chuyên tuyển dụng nhân sự theo hướng AI, đã đưa ra một nhận định đầy hàm ý: “Tôi thực sự nghi ngờ rằng trong tương lai, có thể sẽ không còn tồn tại khái niệm ‘hồ sơ xin việc’ nữa.”
Ông lấy ví dụ: Tháng 1 năm nay, một công ty cần tuyển người am hiểu OpenClaw — một hướng quá mới mẻ, nên chẳng ai viết điều đó vào hồ sơ. Cách ông xử lý là phân tích yêu cầu thành các phần nhỏ hơn: bản chất đây là một bài toán về khung đa tác nhân (multi-agent framework); liệu có ai từng xây dựng khung tương tự? Khung đó có được công bố mã nguồn mở không? Trong cộng đồng mã nguồn mở, những người đóng góp nổi bật là ai?
Hồ sơ xin việc đang mất giá; các kênh tuyển dụng truyền thống đang trở nên vô hiệu.
Có người đã nắm bắt cơ hội từ kẽ hở này.
Sam — đồng sáng lập DINQ — khởi nghiệp dựa trên một quan sát tương tự: Những tác giả xuất sắc nhất đứng sau các bài báo đình đám của OpenAI thường không đến từ các đại học danh tiếng, thậm chí có người bỏ học giữa chừng, còn rất trẻ, chưa có chức danh rõ ràng — nếu không phải người trong ngành kỹ thuật, hầu như không thể nhận ra họ đặc biệt ở điểm nào. Logic của LinkedIn — đánh giá qua bằng cấp và kinh nghiệm — hoàn toàn thất bại khi áp dụng cho nhân tài AI.
Vì vậy, Sam tạo ra DINQ — “LinkedIn dành riêng cho các nhà khoa học và nhà phát triển AI”, nơi không nhìn vào lý lịch mà chỉ đánh giá thành tích thực tế: số lần trích dẫn bài báo tại các hội nghị hàng đầu, mức độ đóng góp mã nguồn trên GitHub, hay việc có hợp tác cùng những chuyên gia kỹ thuật hàng đầu hay không. Khi HR nhập từ khóa “Sora 2” trên DINQ, nền tảng sẽ mở rộng sang các tác giả bài báo liên quan đến các công nghệ liền kề, chứ không giới hạn ở những ứng viên từng có kinh nghiệm trực tiếp với Sora 2 — từ đó “khai quật” những nhân tài đang “chìm dưới mặt nước”.
Xiao Mafeng đề xuất giải pháp thay thế: “Build in public” — tức là trực tiếp công khai sản phẩm của bạn; đó chính là minh chứng tốt nhất cho năng lực của bạn.
Dù hiện đã có 621 trường đại học mở chuyên ngành trí tuệ nhân tạo bậc cử nhân, và McKinsey dự báo đến năm 2030, Trung Quốc sẽ thiếu hụt 4 triệu nhân lực AI, nhưng cụm từ “thiếu hụt” mang tính đánh lừa. Thực tế, điều thiếu là những nhà khoa học thực nghiệm đã từng huấn luyện mô hình trên hàng chục nghìn card đồ họa; là những nhân tài tổng hợp vừa hiểu rõ giới hạn khả năng của mô hình lớn, vừa biết cách khai thác nó trong bối cảnh thương mại thực tế. Còn những người chỉ nghe hai tập podcast rồi tuyên bố “Tôi đặc biệt hứng thú với AI” — thị trường chưa bao giờ thiếu loại này.
Diệp Hướng Vũ — người sáng lập Ngưu Khách (Niuke) — khái quát rất chuẩn xác: “Ở đỉnh tháp, một tướng khó tìm; ở đáy tháp, vạn quân tranh đấu.” Câu nói của Maimai — “Cứ hai vị trí AI thì có một ứng viên phù hợp” — ám chỉ tình trạng ở đỉnh tháp. Còn ở đáy tháp thì sao? Không ai thống kê, bởi vì hồ sơ của họ thậm chí chẳng có cơ hội lọt vào hệ thống.
Định giá theo đòn bẩy: Càng gần mô hình càng có giá trị
Vậy tiền rốt cuộc chảy vào túi ai?
Eva đưa ra một loạt con số. Với cấp bậc P7 tại các công ty lớn, mức lương trần cho vị trí không thuộc kỹ thuật khoảng 1 triệu nhân dân tệ. Cùng cấp bậc nhưng đối với vị trí kỹ thuật AI, mức lương dao động từ 1,5 đến 2 triệu nhân dân tệ. Chênh lệch khi nhảy việc còn lớn hơn: tăng 50% là phổ biến với vị trí kỹ thuật, thậm chí có người tăng gấp đôi; còn vị trí không thuộc kỹ thuật chỉ tăng 10–20%, cao nhất không vượt quá 30%.
Steve dùng một từ để giải thích logic định giá này: “đòn bẩy”.
Hãy tưởng tượng mô hình như mặt trời. Người càng gần lõi, càng có thể tận dụng đòn bẩy mạnh hơn, và do đó giá trị cá nhân càng cao. Một nhà nghiên cứu chủ chốt nâng cao khả năng của mô hình có thể ảnh hưởng tới giá trị thị trường của công ty lớn tới hàng tỷ nhân dân tệ. Chi phí vận hành hàng chục nghìn card đồ họa mà anh ta điều khiển còn vượt xa mức lương của chính anh ta. Từ góc nhìn này, trả cho anh ta một trăm triệu cũng không phải là quá đắt.
Còn những người ở xa “mặt trời” hơn — như quản lý sản phẩm, vận hành, bán hàng — hiệu ứng đòn bẩy không rõ ràng và trực tiếp như vậy, nên mức lương tất nhiên bị giới hạn. Steve ước tính, ở tầng ứng dụng, chênh lệch lương giữa vị trí kỹ thuật và phi kỹ thuật có thể vượt quá hai đến ba lần.
Xiao Mafeng bổ sung một yếu tố then chốt. Ông cho rằng “chuỗi phân cấp” này về bản chất là do cung – cầu, và tồn tại ở hai cấp độ. Ở cấp vĩ mô, số người từng huấn luyện mô hình trên hàng chục nghìn card đồ họa chỉ đếm trên đầu ngón tay, nên mức lương đương nhiên “trên trời”. Nhưng ở cấp vi mô, điều này phụ thuộc vào “gen” của đội ngũ sáng lập. Nếu người sáng lập là giáo sư Đại học Thanh Hoa, trong phòng thí nghiệm của ông ấy sẽ có sẵn rất nhiều nhân tài kỹ thuật; ngược lại, những người giỏi thương mại hóa mới là người quý giá hơn.
Sự khan hiếm của vài chục cá nhân đã định nghĩa toàn bộ câu chuyện về mức lương trong ngành. Còn những người còn lại dùng câu chuyện ấy làm thước đo — và thứ họ đo được chỉ là sự chênh lệch.
Một cuộc “tẩy sạch” thế hệ “cổ đại”
“Thời đại AI từ chối thế hệ ‘cổ đại’,” Xiao Mafeng đưa ra nhận xét sắc bén.
Những người từng trải qua làn sóng AI trước đây — thời kỳ Megvii và SenseTime — giờ đây đều đã ngoài bốn mươi, và kinh nghiệm của họ lại trở thành gánh nặng.
Cách nói của Steve nhẹ nhàng hơn nhưng vẫn cùng hướng: “Chúng tôi không tin rằng bản đồ cũ có thể dẫn tới lục địa mới. Người làm việc trong một ngành quá lâu sẽ tích lũy quá nhiều quán tính và động lượng. Phản ứng tự nhiên của não bộ là kết quả của quá trình huấn luyện lặp đi lặp lại, nhưng thời đại đã thay đổi — phản ứng đúng lúc này có thể hoàn toàn trái ngược.”
Lo âu về tuổi tác đã thấm sâu vào mọi cấp độ. Một số quỹ đầu tư đang săn lùng các nhà sáng lập sinh sau năm 2000, và thậm chí đã xuất hiện những câu kiểu như “người sinh sau năm 1995 đã già rồi”.
Nghe thì vô lý, nhưng tín hiệu từ thị trường tuyển dụng lại rất rõ ràng: khi nguồn lực có hạn, cán cân sẽ nghiêng không chút do dự về phía người trẻ.
“Hiện nay, cuộc đua là về tốc độ thực thi và triển khai; các công ty đang nuôi dưỡng ‘đặc nhiệm’, chứ không phải ‘quân đoàn’.” Steve nói. Và “đặc nhiệm” thì không cần quá nhiều chỉ huy.
Nhưng ở đây tồn tại một nghịch lý mà chẳng ai muốn trả lời trực diện.
Việc thực sự triển khai sản phẩm AI, chuyển đổi công nghệ thành giá trị thương mại — lại chính là nhờ vào kinh nghiệm ngành, kiến thức ngầm và những vấp ngã đã từng trải qua. Chính Steve cũng thừa nhận: những kiến thức ngầm này tồn tại chủ yếu ở những người có kinh nghiệm dày dặn. Họ có thể không biết con đường nào sẽ dẫn tới thành công trong tương lai, nhưng chắc chắn biết những con đường nào nhất định sẽ thất bại.
Ngành công nghiệp cần khí thế xông pha của người trẻ, cũng cần tầm nhìn và sự phán đoán của người giàu kinh nghiệm. Hai câu này ai cũng biết nói, nhưng dòng tiền chỉ lắng nghe nửa câu đầu tiên.
Lớp giữa bị nuốt chửng
Cả ba nhà tuyển dụng đều độc lập đề cập đến một xu hướng thay đổi: lớp quản lý đang bị thu hẹp.
“Người chỉ làm thuần quản lý có lẽ đã rất khó trụ vững. Hàng loạt công việc đang bị phá vỡ; hệ thống bạn xây dựng hôm nay có thể bị lật đổ ngay ngày mai.” Steve nói.
Tổ chức đang trở nên cực kỳ phẳng, không còn cần cấu trúc kim tự tháp với nhiều tầng báo cáo, mà đòi hỏi từng cá nhân đều có thể chiến đấu như một tiểu đội. Việc dựa vào con người để làm một việc nào đó giờ đây còn kém hiệu quả hơn so với việc dựa vào một Agent. Trước đây, năng lực quản lý và độ phức tạp của đội ngũ do bạn quản lý là tiêu chí quan trọng, nhưng điều này hiện đang bị đặt dấu hỏi.
Ranh giới giữa quản lý sản phẩm, vận hành, kỹ sư frontend và backend đang trở nên mờ nhạt. Chỉ một người sử dụng AI cũng có thể chạy trọn vẹn một sản phẩm MVP.
Trần Lỗi (tên nhân vật đã được thay đổi) từng đảm nhiệm vị trí Giám đốc Sản phẩm tại một công ty AI quy mô trung bình, quản lý một đội gồm tám người. Đầu năm nay, công ty tái cấu trúc: đội của bà bị giải tán — bốn người chuyển sang làm sản phẩm Agent, hai người bị sa thải. Còn bà, chức danh từ “Giám đốc” bị hạ xuống thành “Quản lý Sản phẩm Cấp cao”, và phải báo cáo trực tiếp cho một trưởng bộ phận kỹ thuật trẻ hơn bà năm tuổi.
“Tôi không bị sa thải, nhưng tôi biết điều này còn đau hơn cả bị sa thải.” Bà nói. “Bạn đã xây dựng mọi thứ trong công ty này suốt ba năm, và chỉ một lần điều chỉnh cơ cấu tổ chức là tất cả tan thành mây khói. Hơn nữa, bạn còn chẳng thể phàn nàn, bởi người ta sẽ bảo: ‘Chẳng phải chị vẫn còn ở đây sao?’”
Đây mới là phần tàn khốc nhất của ảo giác lưu động này. Ở đỉnh phễu, vài chục thiên tài được săn đón bằng mức lương “trên trời”. Ở đáy phễu, hàng trăm ngàn người mới vào nghề thậm chí chẳng thể bước qua cánh cửa. Còn ở giữa phễu — những người đã làm việc trong môi trường chuyên nghiệp năm năm, mười năm, thậm chí mười lăm năm — đang bị “không hóa” từ bên trong.
Bậc thang sự nghiệp đã bị rút mất vài bậc ở giữa. Trước kia, bạn đi thang máy từng tầng một; giờ đây, bạn phải nhảy dù — hoặc đáp thẳng lên đỉnh tháp, hoặc rơi tự do.
Ai là người tạo ra ảo giác này?
Ai hưởng lợi từ ảo giác lưu động này?
Các nền tảng tuyển dụng dùng cụm từ “số vị trí AI tăng vọt 29 lần” hay “thiếu hụt 4 triệu nhân lực AI” để thu hút lưu lượng truy cập; mỗi lần chia sẻ là một lần đẩy thêm những ứng viên hoang mang vào phễu.
Các doanh nghiệp dùng AI như tấm màn che xấu. Theo Forrester Research, 55% chủ sử dụng lao động thừa nhận hối tiếc vì đã sa thải nhân sự do AI — trong khi những khả năng AI thay thế ấy thực tế chưa hề sẵn sàng. Khảo sát của Resume.org còn trực diện hơn: 59% doanh nghiệp thừa nhận đã “gói” việc sa thải dưới danh nghĩa “do AI thúc đẩy”, vì cách giải thích này dễ nghe hơn với các bên liên quan. Nói “do AI” nghe như một bước nâng cấp chiến lược; còn nói “do hiệu quả kinh doanh kém” lại nghe như một thất bại trong quản trị. AI trở thành tấm màn che tiện dụng nhất.
Klarna cắt giảm 700 nhân sự với lý do “AI thay thế dịch vụ chăm sóc khách hàng”, nhưng chất lượng dịch vụ lập tức sụt giảm nghiêm trọng, khiến khách hàng phản đối dữ dội, buộc công ty phải lặng lẽ tuyển lại. Đây không phải trường hợp cá biệt. Forrester dự báo, một nửa số nhân sự bị sa thải vì AI cuối cùng sẽ được tuyển lại một cách kín đáo — nhưng với mức lương thấp hơn, hoặc được thuê ngoài sang nước ngoài.
Steve khái quát tâm lý hiện nay của các giám đốc điều hành một cách chính xác: “Hiện nay, họ luôn đặt câu hỏi đầu tiên: Có cần tuyển người không? Sau đó mới đến câu hỏi: Cần tuyển người như thế nào?”
Theo thống kê của Forrester Research, toàn cầu chỉ có 16% nhân viên đạt mức “sẵn sàng ứng dụng AI cao”. Các doanh nghiệp không đầu tư đào tạo, còn nhân viên phải tự học. Thế hệ Z có mức “sẵn sàng ứng dụng AI” cao nhất (22%), nhưng lại là nhóm đầu tiên bị đẩy khỏi các vị trí cấp nhập môn — bởi đây chính là những vị trí dễ bị AI thay thế nhất. Khảo sát của Mercer cho thấy, mức độ lo âu của nhân viên về nguy cơ thất nghiệp do AI tăng từ 28% năm 2024 lên 40% năm 2026.
AI vừa là lý do để giành giật nhân tài, vừa là cái cớ để sa thải. Quyền định nghĩa nằm trong tay ai, người đó chính là chủ trò trong cuộc chơi này.
Phễu sẽ không bao giờ rộng ra
Quay lại dãy số ban đầu.
Tăng 29 lần số vị trí, tăng 200% số người tìm việc, mức lương 3 triệu nhân dân tệ, thiếu hụt 4 triệu nhân lực. Mỗi con số đều đúng, nhưng khi ghép lại, chúng kể một câu chuyện hoàn toàn khác: vị trí đang tăng, nhưng lối vào cực kỳ hẹp; người tìm việc đổ xô vào, nhưng phần lớn thậm chí không vượt qua nổi vòng sàng lọc đầu tiên; lương tăng vọt, nhưng chỉ dành riêng cho vài chục người ở đỉnh kim tự tháp; thiếu hụt ngày càng lớn, nhưng điều thiếu và điều có lại hoàn toàn không khớp nhau.
Nhưng phễu này sẽ không bao giờ rộng ra. Công nghệ AI đổi mới mỗi sáu tháng một lần; hướng “hot” nhất hôm nay có thể trở thành di tích chỉ sau nửa năm. Bạn tưởng mình đang ở rất gần “mặt trời”, nhưng một mô hình mới ra mắt có thể khiến bạn bị vứt ra ngoài rìa ngay lập tức.
Steve nói một câu vừa có thể trở thành bia mộ cho ngành này, vừa có thể là “vé vào cửa”: “Việc đo lường kinh nghiệm dựa trên độ dài thời gian có thể đã không còn đủ nữa. Điều quan trọng là mật độ và chiều sâu tương tác của bạn với AI. Có người vào ngành từ bốn năm trước, nhưng chỉ sử dụng AI một cách chung chung; có người mới vào ngành từ năm ngoái, nhưng đã dấn thân toàn tâm toàn ý. Vậy bạn hãy nói xem, ai mới thực sự có kinh nghiệm sâu hơn?”
Cả ba nhà tuyển dụng này cũng đang bị ngành công nghiệp này tái định hình. Eva đang học nguyên lý thuật toán, Steve đang nghiên cứu các khung Agent, còn Xiao Mafeng vừa rời một hội nghị do các nhà sáng lập sinh sau năm 2000 tổ chức, và thốt lên: “Nhận thức của họ đã ở một tầng cao hơn rồi.” Người bán xẻng cũng phải chạy theo nhịp độ của những người đi tìm vàng.
Gần đây, Trần Lỗi bắt đầu thực hiện một dự án nhỏ trên GitHub: dùng khung Agent để xây dựng một công cụ tự động tạo văn bản pháp lý. Không ai yêu cầu bà làm điều đó, cũng chẳng ai trả tiền cho bà. Bà nói mình đã ngộ ra một điều: “Thay vì ngồi chờ bị phễu sàng lọc, chi bằng tự khoét một lỗ để thoát ra.”
Đây có thể là phần duy nhất trong toàn bộ bài viết mang hơi hướng lạc quan — nhưng cũng chỉ là “gần như lạc quan” mà thôi.
Đại đa số người không phải là 60 tiến sĩ nhận mức lương 3 triệu, cũng không phải là Trần Lỗi — người vẫn còn đủ năng lực và ý chí để tự khoét lỗ. Họ là những người im lặng chiếm đa số ở giữa phễu: không đủ xuất sắc để được săn đón bằng mức lương “trên trời”, cũng không đủ quyết liệt để phá bỏ và bắt đầu lại từ đầu.
Phễu này — sẽ không bao giờ rộng ra.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
深潮TechFlow
