45 triệu người Việt dùng GenAI, hai trong năm người truy cập hằng ngày

Ngày 5/11/2026, Google, Temasek và Bain & Company công bố kết quả e-Conomy SEA 2026 cho Việt Nam: nước này có 45 triệu người dùng GenAI, tương đương 65% quy mô lực lượng lao động theo cách trình bày của nhóm công bố; hai trong năm người dùng tương tác hằng ngày và toàn thị trường tạo khoảng 31 tỷ lượt truy vấn AI mỗi năm. Các con số cho thấy mức tiếp cận lớn, nhưng mỗi con số trả lời một câu hỏi khác nhau về hành vi sử dụng.

Trong báo cáo riêng cho Việt Nam, mức tiếp nhận GenAI đứng thứ ba Đông Nam Á, còn lượng sử dụng tính theo token bình quân đầu người đứng thứ tư trong sáu thị trường và thấp hơn trung bình khu vực; phần khảo sát hành vi dẫn dữ liệu Google/YouGov thu thập tháng 7/2026 từ 9.006 người dùng AI trên sáu thị trường. Khoảng cách giữa tiếp cận và lượng sử dụng bình quân là điểm đáng chú ý với người đi làm: mở công cụ thường xuyên chưa cho biết một nhiệm vụ đã được hoàn thành tốt hơn hay chưa.

Bốn thước đo của cùng một thị trường

Số người dùng mô tả quy mô tiếp cận GenAI tại Việt Nam. Tỷ lệ đặt bên cạnh lực lượng lao động giúp hình dung quy mô ấy, nhưng không nên hiểu thành tỷ lệ người lao động đã dùng AI trong công việc. Một người có thể dùng công cụ để học, tìm thông tin hoặc mua sắm; việc được tính là người dùng không xác định mục đích của từng lần truy cập.

Tần suất hằng ngày có mẫu số khác: nhóm đã dùng AI, thay vì toàn bộ dân số hay toàn bộ lực lượng lao động. Nó cho thấy bao nhiêu người trong nhóm này quay lại công cụ mỗi ngày. Thước đo ấy vẫn gộp những hoạt động rất khác nhau, từ đặt một câu hỏi ngắn đến trao đổi nhiều lượt để hoàn thành một bản nháp, nên không thể tự nó đại diện cho trình độ nghề nghiệp.

Tổng lượt truy vấn lại là lượng tương tác của cả thị trường trong một năm. Một đầu ra khó có thể cần nhiều lần hỏi, sửa và hỏi lại; nhiều câu lệnh vì thế không nhất thiết tạo ra nhiều sản phẩm hoàn chỉnh. Ngược lại, ít câu lệnh cũng không tự chứng minh rằng người dùng làm việc hiệu quả. Muốn biết AI có ích cho một công việc hay không, cần nhìn vào đầu ra sau khi đã đối chiếu và chỉnh sửa.

Đặt các chỉ số cạnh nhau sẽ tránh một phép suy luận dễ mắc: lấy quy mô tiếp cận làm bằng chứng về mức thành thạo. Số người đã thử, số người quay lại mỗi ngày và tổng lượt tương tác mô tả các tầng hành vi khác nhau. Chúng chưa đo được độ đúng của một bản tóm tắt, mức hoàn thiện của một nội dung đăng bán hay thời gian thực sự tiết kiệm trong quy trình làm việc.

Tiếp nhận cao, chiều sâu sử dụng vẫn có khoảng cách

Thứ hạng theo token bổ sung một góc nhìn về cường độ sử dụng trên mỗi người. Token là đơn vị đo lượng nội dung hệ thống xử lý; trao đổi dài, nhiều vòng hoặc bằng ngôn ngữ cần nhiều token hơn có thể làm chỉ số tăng. Vì vậy, mức sử dụng token bình quân thấp hơn trung bình khu vực cho thấy sự khác biệt về lượng xử lý, chứ chưa phải một điểm số về chất lượng công việc.

Hai thước đo cũng có thể cùng đúng mà không mâu thuẫn. Một thị trường có nhiều người tiếp cận GenAI và nhiều người quay lại hằng ngày vẫn có thể có lượng xử lý bình quân thấp hơn nơi người dùng thực hiện các tác vụ dài hơn. Ngay cả khi lượng xử lý tăng, một bản trả lời dài hơn chưa chắc chính xác hơn. Điều còn thiếu trong các chỉ số phổ cập là mối liên hệ giữa tương tác với AI và kết quả mà người dùng thực sự đưa vào sử dụng.

Cần giữ đúng giới hạn của dữ liệu khảo sát. Nhóm trả lời về hành vi là những người đã dùng AI tại nhiều thị trường Đông Nam Á; câu trả lời của họ không phải nhật ký công việc của mọi lao động Việt Nam. Báo cáo còn kết hợp dữ liệu và phân tích từ nhiều nguồn để xây dựng bức tranh thị trường. Vì thế, không thể dùng một tỷ lệ về tần suất hay lượng token để suy ra rằng người dùng ở các nghề khác nhau có cùng mục đích, kỹ năng hoặc hiệu suất.

Trong công việc, kết quả quan trọng hơn số công cụ

Trong bản tin của VietnamPlus, người dùng Việt Nam được mô tả là sử dụng trung bình ít nhất năm công cụ AI, tiếng Việt chiếm 80% các cuộc hội thoại với AI, còn tự động hóa khâu đăng sản phẩm là một ứng dụng mà các nền tảng thương mại điện tử đang triển khai. Số công cụ cho thấy phạm vi tiếp xúc, còn tiếng Việt cho thấy cách tương tác phổ biến; ví dụ đăng sản phẩm mới chỉ ra một việc cụ thể có đầu ra để đánh giá.

Với việc đăng bán, đầu ra có thể là nội dung mô tả sản phẩm đã sẵn sàng sử dụng. Nếu AI tạo bản nháp, người làm việc vẫn cần đối chiếu thông tin về sản phẩm, sửa chỗ thiếu hoặc sai và quyết định có thể đăng hay chưa. Đây là ví dụ về cách đánh giá một nhiệm vụ, không phải kết quả thử nghiệm của báo cáo. Một bản nháp được tạo nhanh nhưng mất nhiều công sửa có thể đem lại lợi ích nhỏ hơn vẻ ngoài của nó.

Cùng cách nhìn ấy có thể áp dụng cho công việc viết, tổng hợp hoặc xử lý thông tin: xác định đầu ra cần đạt, xem phần nào do AI hỗ trợ, rồi tính cả thời gian kiểm tra và sửa trước khi sử dụng. Tiêu chuẩn phải gắn với nhiệm vụ. Bản tóm tắt cần giữ đúng ý của tài liệu gốc; nội dung đăng bán cần khớp với sản phẩm thật. Số lần mở ứng dụng hay số dịch vụ từng thử không thay thế được các tiêu chuẩn đó.

Đây cũng là lý do câu chuyện GenAI trong việc làm gắn với sự thay đổi của nhiệm vụ nghề nghiệp, thay vì chỉ là việc người lao động đã tiếp cận công nghệ hay chưa. Khi mức tiếp cận ngày càng rộng, bằng chứng có giá trị hơn trong đánh giá năng lực sẽ là một đầu ra dùng được, phần đóng góp của AI được xác định rõ và công sức con người cần bỏ ra để kiểm chứng kết quả.

Đọc thêm:

• 11,5 triệu việc làm Việt Nam có thể đổi nhiệm vụ vì GenAI, không chỉ mất việc
• Việc làm từ xa vẫn nhiều, nhưng hai bảng dữ liệu cho kết quả rất khác
• AI đổi độ cao chuyến bay, tác động ấm lên giảm khoảng 40% trong thử nghiệm