Mở đầu — vì sao bài này quan trọng
Có một câu hỏi mà gần như mọi Product Manager (PM) đều âm thầm tự hỏi trong vài năm gần đây: "Liệu AI có thay thế công việc của mình không?" Đây không phải là nỗi lo viển vông. Khi một mô hình ngôn ngữ lớn có thể viết bản nháp PRD trong 30 giây, tóm tắt 200 phản hồi khách hàng trong một phút, hay phân tích dữ liệu sơ bộ nhanh hơn cả một junior analyst, thì việc bạn cảm thấy bất an là hoàn toàn tự nhiên.
Nhưng bài học này không nhằm trấn an bạn bằng những câu nói sáo rỗng kiểu "AI chỉ là công cụ". Mục tiêu của bài là giúp bạn nhìn thẳng vào sự thật: AI thực sự đang lấy đi một phần công việc của PM — cụ thể là phần nào, và phần nào thì không. Khi hiểu rõ ranh giới đó, bạn sẽ biết cách dịch chuyển trọng tâm sự nghiệp của mình về phía những năng lực mà AI khó chạm tới, đồng thời biến AI thành đòn bẩy thay vì mối đe dọa.
Đây là bài học về chiến lược sự nghiệp dài hạn. Chúng ta sẽ không đi sâu vào cách dùng từng công cụ (những bài khác trong khóa đã làm việc đó), cũng không bàn về kỹ năng phỏng vấn xin việc (Bài 51 phụ trách). Ở đây, ta tập trung vào một câu hỏi duy nhất nhưng quan trọng bậc nhất: Làm sao để định vị bản thân sao cho năm năm tới bạn vẫn có giá trị — thậm chí giá trị hơn — trong một thế giới mà AI ngày càng giỏi?
Khái niệm cốt lõi
Phân biệt "task" và "judgment"
Để hiểu điều gì đang bị đe dọa, bạn cần tách công việc PM thành hai loại bản chất khác nhau.
Loại thứ nhất là task — những đầu việc có đầu vào và đầu ra tương đối rõ ràng, lặp lại được, dựa trên mẫu (pattern). Ví dụ: viết status report hằng tuần, soạn bản nháp đầu tiên của user story, tóm tắt biên bản họp, gom nhóm feedback theo chủ đề, viết release notes. Đây chính xác là vùng AI làm rất tốt, vì bản chất của các mô hình ngôn ngữ là dự đoán mẫu dựa trên khối lượng dữ liệu khổng lồ.
Loại thứ hai là judgment — năng lực phán đoán trong điều kiện không chắc chắn, có xung đột lợi ích, thiếu dữ liệu, và đòi hỏi chịu trách nhiệm. Ví dụ: quyết định nên xây tính năng A hay B khi cả hai đều có lý; thuyết phục một giám đốc kinh doanh từ bỏ tính năng yêu thích của ông ấy vì dữ liệu cho thấy nó không hiệu quả; cảm nhận được rằng con số churn tăng không phải vì sản phẩm dở mà vì một đối thủ vừa tung khuyến mãi. Đây là vùng AI yếu, vì nó đòi hỏi ngữ cảnh chính trị nội bộ, trực giác thị trường, và sự gánh chịu hậu quả.
Quy luật cốt lõi để future-proof sự nghiệp: AI nuốt dần phần task, nên giá trị của bạn phải dịch chuyển về phần judgment.
Điều gì đang thực sự bị đe dọa?
Hãy thành thật và cụ thể. Những đầu việc sau đây của PM đang bị AI "ăn mòn" nhanh nhất:
- Soạn thảo (drafting): bản nháp PRD, spec, user story, email thông báo. AI viết bản nháp tốt đến mức 70-80% là dùng được.
- Tóm tắt (summarizing): đọc và cô đọng tài liệu dài, biên bản họp, hàng trăm dòng feedback.
- Phân tích đơn giản (simple analysis): thống kê mô tả, phân loại phản hồi theo sentiment, viết truy vấn SQL cơ bản.
- Công việc của junior PM: đây là phần đáng lo nhất. Rất nhiều việc mà một PM mới vào nghề từng làm để học việc — viết status report, cập nhật roadmap, tổng hợp số liệu cho ban lãnh đạo — nay AI làm trong vài giây.
Điều gì AI khó chạm tới?
Ngược lại, đây là những vùng năng lực mà — ít nhất trong tầm nhìn vài năm tới — AI rất khó thay thế PM:
- Phán đoán đánh đổi (trade-off judgment): chọn ưu tiên khi nguồn lực hữu hạn và mọi lựa chọn đều có cái giá của nó.
- Chịu trách nhiệm (accountability): AI không thể đứng ra chịu trách nhiệm khi một quyết định sản phẩm thất bại. Tổ chức luôn cần một con người gánh kết quả.
- Xây dựng quan hệ và thuyết phục (stakeholder influence): dẫn dắt một cuộc họp căng thẳng, đọc được "nhiệt độ phòng họp", xây niềm tin với đội kỹ thuật.
- Đặt đúng câu hỏi và định khung vấn đề (problem framing): AI trả lời rất giỏi, nhưng biết hỏi gì, hỏi tại sao, và nghi ngờ chính câu trả lời — đó là việc của bạn.
- Trực giác khách hàng và thị trường: cảm nhận tinh tế về văn hóa, hành vi người dùng địa phương — đặc biệt quan trọng ở thị trường Việt Nam, nơi sắc thái rất khác phương Tây.
Ba tư thế nghề nghiệp trước AI
Một cách hữu ích để định vị bản thân là tự hỏi: tôi đang ở tư thế nào trong ba tư thế sau?
- Người bị thay thế (the replaceable): giá trị chủ yếu nằm ở việc thực thi task. Đây là nhóm rủi ro cao nhất.
- Người dùng AI (the AI-augmented): dùng AI để làm nhiều hơn, nhanh hơn, nhưng vẫn giữ phán đoán làm cốt lõi. Năng suất một người bằng ba người trước kia.
- Người định hình AI (the AI-shaper): không chỉ dùng AI mà còn quyết định khi nào dùng, dùng cho ai, với rào chắn nào, và xây sản phẩm có AI bên trong.
Tình huống thực tế
Tình huống 1 — Junior PM tại một fintech ở TP.HCM
Minh là Associate PM tại một công ty fintech khoảng 150 nhân sự ở TP.HCM. Trong năm đầu, phần lớn thời gian của Minh dành cho việc tổng hợp số liệu giao dịch hằng tuần thành báo cáo gửi ban giám đốc, viết biên bản các cuộc họp sprint, và soạn bản nháp đầu cho các yêu cầu tính năng nhỏ. Đầu 2025, công ty triển khai một quy trình dùng AI để tự động hóa phần lớn việc này — báo cáo tuần giờ chỉ mất 15 phút thay vì nửa ngày.
Phản ứng đầu tiên của Minh là lo sợ: "Vậy còn việc gì cho mình?" Nhưng người quản lý của Minh đưa ra một lời khuyên đắt giá: thời gian tiết kiệm được không phải để nghỉ, mà để dấn sâu hơn vào phần phán đoán. Minh bắt đầu dùng số giờ dôi ra để phỏng vấn người dùng thực, ngồi cùng đội vận hành để hiểu vì sao tỷ lệ hoàn tất giao dịch ở nhóm khách tỉnh thấp hơn, và đề xuất một thay đổi luồng xác thực giúp tăng tỷ lệ hoàn tất thêm khoảng 8%.
Bài học: AI lấy đi phần task của Minh, nhưng đúng ra lại giải phóng anh để làm phần việc tạo giá trị thật. Junior PM nào coi việc bị tự động hóa là cơ hội tái phân bổ thời gian sang judgment sẽ thăng tiến nhanh hơn, chứ không phải bị đào thải.
Tình huống 2 — Senior PM tại một công ty thương mại điện tử khu vực
Hằng là Senior PM tại một nền tảng thương mại điện tử hoạt động ở vài nước Đông Nam Á. Đội của cô từng có ba PM, trong đó một người chuyên "chạy số" và viết tài liệu. Khi công ty áp dụng AI rộng rãi, ban lãnh đạo nhận ra phần lớn công việc soạn thảo và phân tích mô tả không còn cần một người chuyên trách. Tổ chức tái cơ cấu, và vị trí "PM chuyên chạy tài liệu" bị cắt.
Điều thú vị là Hằng không bị ảnh hưởng — ngược lại, vai trò của cô được mở rộng. Vì giá trị của Hằng nằm ở chỗ cô là người duy nhất hiểu được bài toán đánh đổi giữa trải nghiệm người mua Việt Nam (vốn quen thanh toán khi nhận hàng - COD) và người mua ở thị trường ưa thẻ. Khi AI có thể tạo ra mười phương án, chính Hằng là người quyết định phương án nào phù hợp với từng thị trường và bảo vệ quyết định đó trước ban giám đốc.
Bài học: Khi AI làm phẳng phần task, tổ chức không cần ít PM hơn một cách đồng đều — họ cần ít người làm task và nhiều người làm phán đoán. Người nào năng lực chỉ dừng ở thực thi sẽ dễ bị cắt; người nào sở hữu ngữ cảnh thị trường và khả năng ra quyết định thì giá trị tăng lên.
Tình huống 3 — Chuyển dịch từ "PM dùng AI" sang "PM xây sản phẩm AI"
Tuấn là PM tại một công ty SaaS quản lý nhân sự. Năm 2024, anh chủ yếu dùng AI như công cụ cá nhân để tăng năng suất. Nhận thấy làn sóng sản phẩm tích hợp AI đang lên, Tuấn chủ động xin chuyển sang phụ trách một tính năng mới: trợ lý AI tóm tắt đánh giá hiệu suất nhân viên.
Trong vai trò mới, Tuấn phải học những thứ mà một PM truyền thống ít khi chạm: cách đánh giá chất lượng đầu ra của mô hình, cách thiết kế rào chắn cho dữ liệu nhạy cảm (thông tin lương, đánh giá cá nhân), cách giải thích cho người dùng khi AI sai. Trong vòng một năm, Tuấn trở thành một trong số ít PM ở công ty được tin tưởng giao các sản phẩm có AI bên trong — một vị trí khan hiếm và được trả lương cao hơn đáng kể.
Bài học: Tư thế cao nhất để future-proof không chỉ là dùng AI giỏi, mà là trở thành người định hình cách AI được đưa vào sản phẩm. Đây là vùng nhu cầu đang tăng nhanh và nguồn cung PM đủ năng lực còn rất ít.
Hướng dẫn từng bước
Dưới đây là quy trình cụ thể để bạn xây dựng một kế hoạch future-proof cho chính mình.
Bước 1 — Kiểm kê công việc của bạn (task audit). Trong một tuần, ghi lại mọi đầu việc bạn làm và phân loại từng việc vào hai cột: "task" (lặp lại, dựa mẫu) và "judgment" (phán đoán, ngữ cảnh, trách nhiệm). Tính tỷ lệ phần trăm thời gian rơi vào mỗi cột.
Bước 2 — Đánh giá mức độ phơi nhiễm (exposure). Với mỗi đầu việc thuộc cột "task", tự hỏi: AI hiện tại có làm được 80% việc này không? Nếu có, đó là phần đang bị đe dọa. Càng nhiều thời gian của bạn nằm ở vùng này, mức độ rủi ro sự nghiệp càng cao.
Bước 3 — Chủ động giao task cho AI. Thay vì chờ tổ chức tự động hóa bạn, hãy tự giao những đầu việc lặp lại cho AI và đo thời gian tiết kiệm được. Mục tiêu không phải tiết kiệm để nghỉ ngơi, mà để giải phóng thời gian cho bước tiếp theo.
Bước 4 — Tái đầu tư thời gian vào judgment. Lấy số giờ vừa tiết kiệm và đổ vào những việc AI không làm thay được: phỏng vấn người dùng, ngồi với đội kỹ thuật, tham gia các cuộc họp chiến lược, học sâu về thị trường ngách của bạn.
Bước 5 — Xây một năng lực khan hiếm (moat). Chọn ít nhất một trong các hướng: trở thành chuyên gia về một lĩnh vực (vd: thanh toán, logistics, y tế Việt Nam); hoặc trở thành PM giỏi đưa AI vào sản phẩm; hoặc trở thành người dẫn dắt và xây năng lực AI cho cả đội. Đây là điều khiến bạn khó bị thay thế.
Bước 6 — Đặt lịch xem xét lại mỗi quý. AI thay đổi nhanh. Hãy biến task audit ở Bước 1 thành thói quen định kỳ, để bạn luôn biết đường biên giữa task và judgment đang dịch chuyển ra sao và điều chỉnh kịp thời.
Lỗi thường gặp & mẹo
Lỗi 1 — Phủ nhận và né tránh. Nhiều PM tự nhủ "AI chưa giỏi đến mức đó đâu" rồi tiếp tục làm việc như cũ. Đây là rủi ro lớn nhất. Đường biên năng lực của AI dịch chuyển từng quý; người phủ nhận sẽ bị bất ngờ. Mẹo: hãy giả định AI sẽ giỏi hơn bạn nghĩ và lên kế hoạch dựa trên giả định đó.
Lỗi 2 — Hoảng loạn và cố cạnh tranh với AI ở phần task. Cố viết PRD nhanh hơn AI là cuộc đua bạn chắc chắn thua. Mẹo: đừng cạnh tranh ở vùng AI mạnh; hãy dịch lên vùng judgment.
Lỗi 3 — Dùng AI nhưng không hiểu nó. Nếu bạn chỉ sao chép đầu ra của AI mà không có khả năng phán đoán đúng-sai, bạn không tăng giá trị mà còn tăng rủi ro. Mẹo: luôn giữ vai trò người kiểm duyệt cuối cùng, đặc biệt khi AI có thể tạo thông tin sai (bài về hallucination sẽ giúp bạn ở đây).
Lỗi 4 — Bỏ quên kỹ năng con người. Trong cơn say mê kỹ thuật, nhiều người quên rằng phần khó thay thế nhất lại là kỹ năng mềm: thuyết phục, dẫn dắt, đồng cảm. Mẹo: đầu tư vào giao tiếp và xây dựng quan hệ không kém gì đầu tư vào công cụ.
Mẹo bối cảnh Việt Nam: Lợi thế cạnh tranh khó sao chép của bạn có thể chính là sự am hiểu sâu thị trường nội địa — hành vi người dùng, văn hóa thanh toán, sắc thái ngôn ngữ. Đây là vùng dữ liệu mà các mô hình toàn cầu còn yếu, nên hiểu biết bản địa của bạn càng trở nên quý.
Bài tập thực hành
- Task audit cá nhân: Trong 5 ngày làm việc tới, ghi lại toàn bộ đầu việc và phân loại vào hai cột "task" và "judgment". Tính tỷ lệ thời gian mỗi cột. Viết một đoạn nhận xét ngắn: bạn đang ở tư thế nào trong ba tư thế (bị thay thế / dùng AI / định hình AI)?
- Bản đồ phơi nhiễm: Lấy ba đầu việc "task" tốn thời gian nhất của bạn. Với mỗi việc, thử giao cho AI và đánh giá AI làm được bao nhiêu phần trăm. Ghi lại số giờ bạn có thể tiết kiệm mỗi tuần.
- Kế hoạch moat 90 ngày: Chọn một năng lực khan hiếm bạn muốn xây (chuyên môn lĩnh vực, PM sản phẩm AI, hoặc dẫn dắt năng lực AI cho đội). Viết kế hoạch ba bước cụ thể cho 90 ngày tới để tiến về năng lực đó, kèm cách đo lường tiến độ.
- Phỏng vấn ngược: Tìm một PM senior bạn ngưỡng mộ và hỏi họ: trong 5 năm qua, phần công việc nào của họ đã thay đổi nhiều nhất, và họ đã dịch chuyển giá trị bản thân ra sao? Ghi lại ít nhất hai bài học áp dụng được cho mình.
Tóm tắt
Future-proofing sự nghiệp PM trong kỷ nguyên AI không phải là chống lại AI, mà là dịch chuyển trọng tâm giá trị của bạn. AI đang nuốt dần phần task — soạn thảo, tóm tắt, phân tích đơn giản, và phần lớn công việc junior PM truyền thống. Phần này càng chiếm nhiều thời gian của bạn, rủi ro càng cao.
Con đường an toàn và giàu cơ hội là dịch chuyển về phía judgment: phán đoán đánh đổi, chịu trách nhiệm, thuyết phục con người, định khung vấn đề, và trực giác thị trường — đặc biệt là hiểu biết bản địa khó sao chép. Hãy chủ động giao task cho AI để giải phóng thời gian, rồi tái đầu tư thời gian đó vào việc xây một năng lực khan hiếm: chuyên môn lĩnh vực, năng lực xây sản phẩm AI, hoặc khả năng dẫn dắt AI cho cả đội.
Ba tư thế cần ghi nhớ: đừng dừng ở "người bị thay thế", hãy trở thành "người dùng AI", và vươn tới "người định hình AI". Và đừng làm điều này một lần rồi quên — biến việc xem xét lại thành thói quen mỗi quý, vì đường biên của AI luôn dịch chuyển. PM nào hiểu được ranh giới giữa cái máy làm tốt và cái chỉ con người làm được, rồi đứng vững ở đúng phía của ranh giới đó, sẽ không chỉ sống sót mà còn có giá trị hơn bao giờ hết.