AI Builder chiếm 27% nhu cầu công nghệ, lối vào nghề hỗ trợ đang hẹp lại

Ngày 30/9/2026, Draup công bố báo cáo Macro Labor Market Trends về tuyển dụng tại các doanh nghiệp Fortune 500: AI Builder chiếm 27% tin đăng công nghệ năm 2026, hơn gấp đôi tỷ trọng năm 2021, trong khi các vai trò thiên về hỗ trợ và trải nghiệm mất tỷ trọng. AI Builder là họ nghề của những người thiết kế, xây dựng và đưa hệ thống AI vào vận hành, gồm kỹ sư AI/ML, kỹ sư AI tạo sinh, nhà phát triển ứng dụng AI và kiến trúc sư AI. Sự dịch chuyển này làm thay đổi kỹ năng cần có để đi từ công việc hỗ trợ sang công việc xây dựng hoặc triển khai AI.

Lối vào đầu sự nghiệp cũng hẹp hơn theo một phép đo khác: Open Data Science ghi nhận thực tập và hợp đồng tăng từ 13% vị trí đầu sự nghiệp năm 2020 lên 27% năm 2026 trong phân tích của Draup; thời gian thực tập trung bình tăng từ 3,6 lên 9,7 tháng. Đây là thay đổi trong cách doanh nghiệp đăng tuyển, không phải số người làm hỗ trợ đã mất việc. Với người đang làm hỗ trợ, UX hoặc hạ tầng, câu hỏi là phần kinh nghiệm nào có thể mang sang các họ nghề AI và phần kỹ thuật nào còn thiếu.

Sáu họ nghề cho thấy nhu cầu chuyển về đâu

Trong biểu đồ vai trò công nghệ của Draup, các tin đăng được chia thành sáu họ: AI Builder, Forward Deployed Engineer, Guardrail, Infrastructure, Experience và Tech Support; năm 2026, Forward Deployed Engineer chiếm 18,5%, Infrastructure 20,5% và Tech Support 7,5%. Guardrail gắn với an toàn và chất lượng, còn Experience bao gồm UI/UX. Tỷ trọng của Infrastructure và Tech Support giảm so với năm 2021, nhưng tỷ trọng giảm không tự nó cho biết số tin tuyển dụng tuyệt đối của từng nhóm tăng hay giảm.

Ranh giới giữa các họ nghề nằm ở phần việc được giao. AI Builder tạo và cải tiến thành phần AI để hệ thống có thể hoạt động; Forward Deployed Engineer đưa giải pháp vào môi trường sử dụng cụ thể, nơi nó phải kết nối với dữ liệu và quy trình sẵn có. Guardrail tập trung vào kiểm soát chất lượng và an toàn đầu ra, còn Infrastructure duy trì nền tảng vận hành. Một vị trí hỗ trợ có yêu cầu dùng AI vẫn thuộc công việc hỗ trợ; nó không tự động trở thành vị trí xây dựng hệ thống.

Ngay trong họ AI Builder, yêu cầu kỹ năng cũng đổi hướng. Phân tích ghi nhận nhu cầu đối với tinh chỉnh mô hình ngôn ngữ, điều phối tác nhân và kỹ thuật truy xuất tăng cường đi lên, trong khi gán nhãn dữ liệu thủ công, quản trị GPU tại chỗ và chatbot theo kịch bản đi xuống. Điều này giúp phân biệt kinh nghiệm có thể chuyển tiếp với kỹ năng cần học thêm: hiểu dữ liệu hoặc vận hành hệ thống là nền tảng hữu ích, nhưng để xây dựng ứng dụng AI còn cần biết cách kết nối nguồn tri thức, đánh giá kết quả và xử lý lỗi sau triển khai.

Người làm hỗ trợ có thể đi gần Guardrail trước

Kinh nghiệm hỗ trợ người dùng có một điểm nối rõ với Guardrail: người làm hỗ trợ thường biết yêu cầu nào lặp lại, câu trả lời nào gây hiểu nhầm và khi nào một trường hợp cần được chuyển cho con người. Trong hệ thống AI, hiểu biết ấy có thể giúp xây dựng tình huống đánh giá, phân loại câu trả lời không đạt và xác định điều kiện chuyển tiếp. Đây là cách chuyển một năng lực sẵn có sang nhiệm vụ kiểm soát chất lượng, chứ chưa phải kỹ năng huấn luyện hoặc tích hợp mô hình.

Khoảng thiếu phụ thuộc vào vị trí đích. Muốn tham gia xây dựng hệ thống, người làm hỗ trợ cần tiến từ hiểu nội dung yêu cầu sang làm việc với dữ liệu, luồng truy xuất, giao diện kết nối và phép đo chất lượng đầu ra. Muốn đi theo hướng triển khai tại đơn vị sử dụng, họ cần thêm khả năng biến một quy trình nghiệp vụ thành yêu cầu kỹ thuật có thể kiểm tra. Kinh nghiệm xử lý ca khó vẫn có giá trị ở cả hai hướng vì nó cho thấy hệ thống phải làm gì khi câu hỏi thiếu thông tin, dữ liệu sai hoặc câu trả lời cần người chịu trách nhiệm.

Cũng cần tách kỹ năng AI trong công việc hỗ trợ khỏi việc chuyển hẳn sang họ nghề khác. Phân tích ghi nhận 31% tin đăng thuộc chức năng Support yêu cầu kỹ năng AI; tỷ lệ tương ứng là 25% ở Sales, 21% ở Finance và 20% ở HR. Những con số này đo yêu cầu kỹ năng bên trong từng chức năng. Chúng cho thấy AI xuất hiện trong công việc hiện có, chứ không biến tất cả các vị trí đó thành AI Builder.

UX và hạ tầng nối sang những phần việc khác nhau

Người làm UX có thể mang sang hệ thống AI khả năng nhận ra điểm người dùng mất tin tưởng, thiết kế bước xác nhận và làm rõ lúc nào cần quyền quyết định của con người. Những năng lực ấy gần với thiết kế cách đánh giá đầu ra và cách người dùng sửa một kết quả không phù hợp. Nếu chuyển sang Forward Deployed Engineer, phần cần bổ sung là tích hợp kỹ thuật và chuyển nhu cầu của đơn vị sử dụng thành điều kiện nghiệm thu; nếu chuyển sang AI Builder, họ phải đi sâu hơn vào dữ liệu, mô hình và cách ứng dụng tạo ra kết quả.

Người làm hạ tầng đứng gần phần vận hành hơn. Kinh nghiệm về quyền truy cập, độ ổn định, giám sát lỗi và chi phí có thể phục vụ việc đưa ứng dụng AI vào môi trường sử dụng lâu dài. Phần mới là hiểu lỗi của ứng dụng AI ở tầng dữ liệu và câu trả lời: một dịch vụ có thể vẫn chạy ổn định trong khi kết quả truy xuất thiếu nguồn phù hợp hoặc phản hồi không đáp ứng nhiệm vụ. Năng lực vận hành vì thế có thể chuyển sang Infrastructure phục vụ AI hoặc hỗ trợ công việc triển khai, tùy phần tích hợp mà người đó đảm nhận.

Forward Deployed Engineer là vị trí giao nhau giữa xây dựng và sử dụng. Công việc đòi hỏi hiểu giới hạn của hệ thống, kết nối nó với dữ liệu và quyền hạn thực tế, rồi xác định kết quả nào đủ tốt cho quy trình của bên dùng. Người xuất phát từ hạ tầng thường cần bổ sung đánh giá ứng dụng theo nhiệm vụ; người xuất phát từ hỗ trợ hoặc UX thường cần bổ sung lập trình và tích hợp. Cùng một đích nghề có thể đòi hỏi các bước chuyển tiếp rất khác nhau.

Số liệu tuyển dụng nói gì với người tìm việc ở Việt Nam?

Phạm vi của phân tích là tuyển dụng tại các doanh nghiệp Fortune 500 cùng bộ dữ liệu lao động rộng hơn, không phải một phép đo riêng cho Việt Nam. Vì vậy, tỷ trọng AI Builder trong tin đăng công nghệ không thể dùng làm tỷ lệ việc làm AI ở Việt Nam. Nó cũng không cho biết một vị trí hỗ trợ cụ thể sẽ biến mất: khi tổng số tin đăng thay đổi, một nhóm có thể mất tỷ trọng mà số tin đăng tuyệt đối chưa chắc giảm.

Điều người chuẩn bị chuyển nghề có thể rút ra là sự phân công ngày càng rõ giữa sử dụng AI trong một chức năng, kiểm soát kết quả, đưa hệ thống vào môi trường thực tế và trực tiếp xây dựng nó. Lối vào đầu sự nghiệp kéo dài hơn qua thực tập và hợp đồng khiến kinh nghiệm làm được một phần việc cụ thể trong chuỗi ấy có trọng lượng hơn việc chỉ nêu tên công cụ đã dùng. Với người ở Việt Nam, khoảng cách cần vượt qua sẽ khác nhau: hỗ trợ có thể bắt đầu từ đánh giá chất lượng, UX từ tương tác và kiểm soát của người dùng, còn hạ tầng từ triển khai và vận hành.

Đọc thêm:

• Việc làm xanh chỉ chiếm 3,6% ở Việt Nam, nhưng 44% nghề có thể chuyển đổi
• OpenClaw 2.0 viết lại trải nghiệm web, nhưng nâng cấp có thể làm hỏng automation
• LINK chỉ cách kính Swift 12–15 km: cuộc giải cứu thất bại vẫn để lại dữ liệu quý