Tôi đã nhìn thấy một con số kỳ lạ sáng nay. Nó lóe lên trên màn hình của tôi, giữa một đống dữ liệu on-chain và bảng tính lợi nhuận của quỹ. Một nghiên cứu từ Ramp Economics Lab tuyên bố rằng các công ty Hoa Kỳ áp dụng mạnh mẽ công cụ AI đã tăng việc làm lên hơn 10%. Đặc biệt, số lượng việc làm ở cấp độ đầu vào còn tăng vọt 12%.
Tôi dừng lại. Có điều gì đó ở đây không ổn. Trong suốt 26 năm lăn lộn với dữ liệu, tôi đã học được rằng những con số quá đẹp thường che giấu một câu chuyện phức tạp hơn. Giống như khi tôi phát hiện ra 40% token của dự án Aeternity bị rút ruột vào năm 2017, hay khi tôi thấy 30% khối lượng giao dịch NFT trên OpenSea chỉ là wash trading. Những "sự thật" đẹp đẽ thường là sản phẩm của cách đặt câu hỏi có chủ đích.
Hãy để tôi kể cho bạn nghe câu chuyện thực sự ẩn sau báo cáo này. Bởi vì với tư cách là một Data Detective, tôi biết rằng mỗi con số đều có một "mùi" riêng.
Ramp Economics Lab đã khảo sát 21.559 doanh nghiệp Hoa Kỳ. Họ chia chúng thành hai nhóm: "người áp dụng AI nặng" và phần còn lại. Kết quả: nhóm "nặng" tăng 10,2% lực lượng lao động. Nghe có vẻ như là một minh chứng hoàn hảo cho luận điểm "AI tạo ra việc làm". Nhưng hãy nhìn kỹ hơn. Ramp là một công ty công nghệ tài chính chuyên về thẻ tín dụng và quản lý chi tiêu doanh nghiệp. Công việc kinh doanh của họ phụ thuộc vào sự phát triển và chi tiêu của các doanh nghiệp. Một nghiên cứu cho thấy AI thúc đẩy tăng trưởng việc làm và mở rộng kinh doanh trực tiếp mang lại lợi ích cho mô hình kinh doanh của chính họ. Đây không phải là một âm mưu, mà là một "xung đột lợi ích cấu trúc". Trong thế giới tiền điện tử, chúng tôi gọi đó là "rug pull" - nhưng ở đây, nó là một "rug pull" về mặt dữ liệu.
Điều thú vị là nghiên cứu không hề định nghĩa thế nào là "người áp dụng AI nặng". Họ chi bao nhiêu? Họ triển khai loại AI nào? Một công ty sử dụng ChatGPT để viết email có được tính không? Hay họ phải có một đội ngũ data scientist riêng? Việc thiếu định nghĩa này giống như một lỗ hổng trong một smart contract - nó cho phép diễn giải theo bất kỳ hướng nào có lợi.
Hãy làm một phép so sánh. Năm 2021, tôi phân tích dữ liệu giao dịch NFT và phát hiện ra 30% khối lượng là giả tạo. Nếu tôi chỉ nhìn vào tổng khối lượng, tôi sẽ kết luận thị trường NFT đang bùng nổ. Nhưng khi tôi khoan sâu vào từng ví, tôi thấy một khu rừng các bot đang mua bán chéo với nhau. Tương tự, nếu chỉ nhìn vào con số 10% tăng trưởng việc làm, chúng ta bỏ lỡ bức tranh toàn cảnh: những ngành nào thực sự hưởng lợi, loại công việc nào được tạo ra, và quan trọng nhất, những công việc nào đã biến mất.
Đây là nơi tôi, với tư cách là một kẻ hoài nghi đồng cảm, bắt đầu đặt câu hỏi. Hai năm là một khoảng thời gian quá ngắn để đo lường tác động thực sự của AI. Trong ngành của tôi, chúng tôi gọi đây là "mùa hè DeFi" - khi mọi thứ dường như đều tăng trưởng, nhưng thực chất là bong bóng. Các công ty "áp dụng AI nặng" có thể vốn đã là những công ty công nghệ tăng trưởng nhanh, và AI chỉ là một công cụ trong bộ công cụ của họ, không phải là nguyên nhân. Đây là sự nhầm lẫn kinh điển giữa tương quan và nhân quả.
Tôi nhớ lại năm 2020, khi tôi xây dựng chiến lược yield farming. Tôi phát hiện ra rằng các pool thanh khoản với cặp stablecoin thường có lợi nhuận ổn định hơn. Nhưng nếu tôi chỉ dựa vào dữ liệu bề mặt, tôi đã bỏ lỡ sự thật rằng chính tần suất giao dịch và độ sâu thanh khoản mới là yếu tố quyết định, chứ không phải bản thân cặp tiền. Tương tự, nghiên cứu này có thể đang bỏ lỡ các yếu tố thực sự thúc đẩy tăng trưởng việc làm: sự mở rộng thị trường, đầu tư mạo hiểm, hay sự phục hồi sau đại dịch.
Có một chi tiết đặc biệt khiến tôi chú ý: "việc làm đầu vào tăng 12%." Thoạt nghe, điều này phản bác trực tiếp nỗi lo AI sẽ xóa sổ các công việc cấp thấp. Nhưng hãy suy nghĩ sâu hơn. Khi AI tự động hóa các nhiệm vụ lặp đi lặp lại, các công ty có thể thuê nhiều nhân viên cấp đầu vào hơn để thực hiện các nhiệm vụ phức tạp hơn mà trước đây cần nhiều năm kinh nghiệm. Nói cách khác, "công việc đầu vào" đang thay đổi bản chất. Một nhân viên mới vào nghề ngày nay có thể cần biết cách "prompt" AI, phân tích dữ liệu cơ bản, và quản lý các quy trình tự động. Đây không phải là công việc như 10 năm trước. Nó đòi hỏi một bộ kỹ năng hoàn toàn khác.
Điều này đưa tôi đến một góc nhìn khác: nghiên cứu này, dù có thể sai lệch, lại đang phục vụ một mục đích quan trọng. Nó là một "tín hiệu thị trường" cho thấy các nhà đầu tư và doanh nghiệp đang muốn tin vào một câu chuyện tích cực về AI. Trong thế giới crypto, chúng ta thường nói "buy the rumor, sell the news." Ở đây, "câu chuyện" là AI tạo ra việc làm, và "tin tức" có thể là một thực tế phức tạp hơn nhiều. Nhưng nghiên cứu này, với tư cách là một công cụ xây dựng niềm tin, có giá trị. Nó khuyến khích các công ty đầu tư vào AI, từ đó thúc đẩy đổi mới và tăng trưởng.
Tuy nhiên, với tư cách là một kẻ hoài nghi dữ liệu, tôi không thể bỏ qua sự thiếu minh bạch. Nghiên cứu không cho thấy dữ liệu thô, không cung cấp mã nguồn để kiểm tra, và không giải thích phương pháp luận một cách chi tiết. Trong giới phân tích on-chain, một báo cáo như vậy sẽ bị coi là "FUD" - một nỗi sợ hãi, không chắc chắn và nghi ngờ có chủ đích. Nhưng theo hướng ngược lại: nó là một sự lạc quan có chủ đích.
Câu chuyện thực sự ở đây không phải là AI có tạo ra việc làm hay không. Câu chuyện thực sự là ai đang kể câu chuyện đó và tại sao. Ramp, với tư cách là một công ty fintech, muốn bạn tin rằng AI là một chất xúc tác cho tăng trưởng. Điều đó có lợi cho họ. Nhưng với tư cách là một nhà đầu tư, một nhà phân tích, hay một người lao động, bạn cần nhìn xa hơn con số.
Tuần tới, tôi sẽ theo dõi một số chỉ số cụ thể: tỷ lệ đăng tuyển dụng cho các vị trí liên quan đến AI trên các nền tảng như LinkedIn, so sánh với tỷ lệ sa thải trong các ngành công nghệ. Và tôi sẽ kiểm tra xem liệu các công ty trong danh sách "áp dụng AI nặng" của Ramp có thực sự có dòng tiền và lợi nhuận tốt hơn hay không. Bởi vì cuối cùng, dữ liệu on-chain đã dạy tôi một bài học: đừng bao giờ tin vào một câu chuyện chỉ vì nó có vẻ đẹp. Hãy để dữ liệu tự kể câu chuyện của nó. Và hãy luôn nhớ rằng, trong thế giới của những con số, không có gì là ngẫu nhiên. Có một bàn tay vô hình đang định hình câu chuyện. Nhiệm vụ của chúng ta là tìm ra bàn tay đó.