Một công ty có thể phá hỏng gần như mọi công cụ tốt chỉ bằng cách gắn cho nó sai chỉ số. Ở nơi làm việc, động lực là tất cả những gì quan trọng, dù là lợi ích tài chính, địa vị, hay thăng tiến... Người lao động làm việc theo động lực. Bạn và tôi cũng vậy. Gần như ai cũng làm mọi thứ vì nó có lợi cho mình hoặc cho người thân. Vì thế, ở chỗ làm, chúng ta rốt cuộc làm cái gì giúp mình được thăng chức, kiếm thêm tiền, có thêm sự bảo đảm công việc... Chúng ta không phải chủ công ty, chúng ta là nhân viên. Chúng ta lo cho bản thân. Vậy cũng được thôi.
Việc dùng AI trong các công ty công nghệ
Khi ban quản lý bắt đầu tung hô lượng token tiêu thụ, số lượng prompt, số lượng agent, hay mức dùng AI hằng ngày, người ta sẽ tối ưu cho hoạt động của máy thay vì cho kết quả hữu ích. Nếu công việc của bạn lâm nguy vì bị đánh dấu là từ chối dùng AI thì... bạn dùng AI thôi. Dùng nhiều là khác, nhất là khi kỹ sư được tưởng thưởng vì dùng nó ngày một nhiều. Điều đó không có nghĩa họ phi lý. Nó có nghĩa họ là nhân viên. Nhân viên đuổi theo cái mà lãnh đạo nhìn thấy được, nhất là khi cái nhìn thấy được ấy đi kèm phần thưởng. Ngay lúc này, hoạt động AI đi kèm rất nhiều phần thưởng
Đây chỉ là sự tha hóa KPI khoác bộ cánh mới. Về lý thuyết các tổ chức đều biết rằng một khi chỉ số trở thành mục tiêu thì nó thôi còn là một thước đo sạch, rồi họ quên béng quy luật đó ngay khoảnh khắc chỉ số trông có vẻ kỹ thuật và hướng tới tương lai. AI làm chứng quên này tệ hơn vì hoạt động của máy rất dễ vẽ biểu đồ và dễ đem khoe. Mức độ áp dụng AI là một trong số đó.
Bảng điểm tốt hơn thì khó hơn và kém hào nhoáng hơn. Hãy hình dung một team support tự hào tăng gấp đôi lượng phản hồi có AI hỗ trợ. Nghe thì tuyệt cho đến khi bạn để ý rằng số ca phải escalate cũng tăng vì các phản hồi vòng đầu hời hợt và cấp trên tốn nhiều thời gian hơn để sửa. Một chỉ số tốt hơn không phải là "chúng ta tạo ra bao nhiêu câu trả lời bằng AI?". Nó là "thời gian phản hồi lần đầu có cải thiện mà không làm tệ hơn việc escalate, làm lại, hay sự bực bội của khách hàng không?". Điều y hệt cũng đúng trong kỹ thuật. Đốt thêm token là vô nghĩa nếu thời gian review, tỷ lệ lỗi và rủi ro rollback đều tệ đi. Mà thật ra team kỹ thuật thực sự tạo được bao nhiêu tác động?
Có một phản biện đáng xem xét nghiêm túc. Ở giai đoạn đầu triển khai, các chỉ số sử dụng có thể quan trọng. Nếu chẳng ai đụng tới công cụ thì làm gì có câu chuyện áp dụng nào. Được thôi. Nhưng các chỉ số thử nghiệm tạm thời có cái tật xấu là biến thành chỉ số phù phiếm lâu dài. Một khi địa vị và đánh giá gắn vào hoạt động AI nhìn thấy được, tổ chức bắt đầu chế ra hoạt động để nuôi cái bảng điểm.
Đó là cách những công cụ hữu ích biến thành bộ máy hành chính. Nhân viên bắt đầu prompt trong khi lẽ ra chỉ cần tự quyết. Lãnh đạo bắt đầu đòi các kế hoạch agent vì kế hoạch agent trông hiện đại. Các team tối ưu cho bề mặt AI đo được thay vì cho chi phí, chất lượng và việc giao hàng thực tế. Định chế chỉ đơn giản là tìm ra một cách mới để phí tiền trong khi tự vỗ tay khen mình.
Đây từng là một bài toán đã được giải. Ban quản lý từng tưởng thưởng kỹ sư vì viết thêm code. Thế là các codebase phình to chóng mặt rồi trở nên giòn gãy và cồng kềnh. Cái chỉ số đơn giản hóa đó đã cho thấy rằng không thể đặt ra những chỉ số đơn giản cho hiệu suất rồi mong có kết quả tốt. Hễ đặt chúng ra, người ta sẽ tối ưu theo chúng. Mà thế cũng được thôi, tôi cũng làm vậy mà.