Lãnh đạo Cục Dự trữ Liên bang Mỹ (Fed) đang đưa tác động tiềm năng của trí tuệ nhân tạo (AI) lên năng suất lao động vào các kịch bản kinh tế, yếu tố có thể ảnh hưởng cách Fed định hình lãi suất và mục tiêu việc làm trong tương lai.
Quan điểm này nổi bật hơn khi AI tạo sinh lan rộng trong doanh nghiệp và đầu tư hạ tầng dữ liệu bùng nổ, khiến bài toán “năng suất tăng nhưng thị trường lao động đổi cấu trúc” trở thành biến số mới trong điều hành chính sách tiền tệ.
- Fed bắt đầu tính đến AI như một động lực có thể làm thay đổi năng suất và thị trường lao động, từ đó tác động lên lãi suất và mục tiêu việc làm.
- Một mô hình cực đoan giả định AI phát triển đầy đủ trong nhiều thập kỷ: khoảng 23% lao động có thể mất việc, trong khi năng suất của người còn việc tăng 3–4 lần.
- Số liệu thực nghiệm cho thấy AI tạo sinh đã nâng năng suất ở nhiều lĩnh vực, nhưng cũng có thể tạo áp lực giá qua cạnh tranh nhân lực và chi phí trung tâm dữ liệu.
Fed đưa AI vào kịch bản kinh tế và chính sách lãi suất
Fed đang xem AI như biến số có thể làm thay đổi quỹ đạo năng suất, việc làm và lạm phát, từ đó ảnh hưởng đến cách xác định lãi suất dài hạn và đánh giá trạng thái “toàn dụng lao động”.
Trong cuộc họp báo tháng 12, Chủ tịch Fed Jerome Powell nhắc lại rằng các làn sóng công nghệ trước đây từng gây lo ngại ban đầu, nhưng rốt cuộc tạo thêm việc làm và cải thiện thu nhập. Ông lưu ý trong tài liệu họp báo của FOMC rằng kết quả cuối cùng với AI vẫn chưa thể kết luận.
Trọng tâm mới của Fed nằm ở chỗ: nếu AI giúp sản lượng trên mỗi lao động tăng nhanh, nền kinh tế có thể tăng trưởng mà không gây áp lực giá như trước, đồng thời làm thay đổi cách Fed ước tính lãi suất trung tính và mức thất nghiệp “bền vững”. Tuy nhiên, nếu AI làm dịch chuyển việc làm mạnh, mục tiêu việc làm và ổn định giá có thể đối mặt các đánh đổi mới.
Kịch bản năng suất cực đoan cho thấy rủi ro mất việc và tăng sản lượng mạnh
Một mô hình giả định AI đạt mức “phát triển đầy đủ” trong nhiều thập kỷ cho thấy 23% lao động có thể mất việc, còn nhóm giữ được việc có thể tạo ra sản lượng gấp 3–4 lần hiện nay.
Hai nhà kinh tế Ping Wang (Washington University in St. Louis) và Tsz-Nga Wong (Richmond Fed) xây dựng các mô hình khác nhau để mô phỏng AI tạo sinh tác động lên năng suất và cơ cấu việc làm. Trong kịch bản mạnh nhất, tác động đến thất nghiệp và năng suất cùng xuất hiện: một phần lực lượng lao động bị thay thế trong khi phần còn lại được “khuếch đại” năng lực nhờ công cụ AI.
Wang cho rằng trong 10 năm tới, sản lượng trên mỗi lao động có thể tăng khoảng 7% mỗi năm theo một trong các lộ trình có thể xảy ra, nhưng không phải kết quả chắc chắn. Lý giải chính là AI có thể học và cải thiện theo dữ liệu sử dụng, đồng thời người lao động cũng học cách tối ưu quy trình, tinh chỉnh công cụ cho nhu cầu cụ thể, từ đó tạo ra bước nhảy năng suất.
Nếu năng suất tăng nhanh, bài toán lạm phát có thể “dễ thở” hơn, nhưng cũng có thể tạo ra giai đoạn tái phân bổ việc làm. Điều này khiến Fed phải cân nhắc lại các giả định nền tảng khi lập dự báo kinh tế dài hạn.
Dự báo lãi suất dài hạn và “lãi suất trung tính” có thể bị AI làm lệch
Khi AI thay đổi năng suất, chênh lệch giữa lãi suất mục tiêu dài hạn và lãi suất trung tính có thể mang ý nghĩa khác, ảnh hưởng mức độ “nới lỏng hay thắt chặt” của chính sách.
Tháng 12, ủy ban thiết lập lãi suất của Fed dự báo lãi suất chuẩn dài hạn sẽ ổn định quanh 3%. Các nhà kinh tế tại Cleveland Fed nhận định mức này sẽ tương đối nới lỏng nếu so với lãi suất trung tính ước tính 3,7%.
Điểm đáng chú ý là những ước tính này phụ thuộc mạnh vào kỳ vọng tăng trưởng tiềm năng và năng suất dài hạn. Nếu AI nâng năng suất bền vững, các tham số “chuẩn” mà thị trường quen dùng (như tốc độ tăng trưởng tiềm năng hay mức lãi suất trung tính) có thể cần được hiệu chỉnh theo thời gian.
Bùng nổ đầu tư trung tâm dữ liệu gợi liên tưởng làn sóng hạ tầng thập niên 1990
Chi tiêu cho trung tâm dữ liệu hiện nay được một số nhà quan sát so sánh với làn sóng đầu tư thiết bị mạng thập niên 1990, làm dấy lên câu hỏi về định giá và lợi suất dài hạn.
Một số nhà theo dõi thị trường cho rằng cuộc đua xây trung tâm dữ liệu có điểm tương đồng với thời kỳ doanh nghiệp đổ vốn vào hạ tầng mạng. Dan Tolomay, người phụ trách đầu tư tại Trust Company of the South, cho biết định giá tăng khiến ông thận trọng hơn về lợi nhuận kỳ vọng trong tương lai.
Về mặt vĩ mô, hạ tầng phục vụ AI có thể nâng năng lực sản xuất dịch vụ số, nhưng đồng thời làm tăng nhu cầu năng lượng và vốn đầu tư, tạo ra các “nút thắt” chi phí mới. Đây là một trong các kênh mà AI có thể vừa kéo giảm một số loại chi phí (nhờ năng suất), vừa đẩy tăng một số loại chi phí khác (nhờ cạnh tranh nguồn lực).
AI tạo sinh đã lan nhanh trong lao động và ghi nhận các mức tăng năng suất đo được
Các phát biểu và nghiên cứu được trích dẫn cho thấy mức độ áp dụng AI tạo sinh tại nơi làm việc tăng nhanh và có tác động năng suất đo lường được, đặc biệt với nhóm lao động trẻ, trình độ cao.
Phó Chủ tịch Fed Philip Jefferson trong bài phát biểu tháng 11 cho biết ChatGPT có 800 triệu người dùng mỗi tuần, tăng từ 500 triệu vào cuối tháng 3. Ông đề cập trong bài phát biểu rằng một nghiên cứu gần đây ghi nhận 45,9% người lao động Mỹ dùng AI tạo sinh trong công việc vào tháng 6 và 7, so với 30,1% vào tháng 12 năm trước; khoảng một phần ba người dùng công cụ này sử dụng hằng ngày.
Nghiên cứu cũng cho thấy tỷ lệ sử dụng AI cao nhất ở nhóm lao động trẻ hơn, học vấn cao hơn và thu nhập cao hơn, và nhóm này ghi nhận mức tăng năng suất đáng kể khi dùng công cụ.
Nhà kinh tế Erik Brynjolfsson (Stanford) tìm thấy AI giúp nhân viên hỗ trợ khách hàng xử lý nhiều hơn 14% số vụ việc mỗi giờ, với mức cải thiện còn lớn hơn ở nhân viên mới ít kinh nghiệm. Đây là ví dụ định lượng rõ ràng về “hiệu ứng trợ lý” của AI trong công việc mang tính quy trình.
AlphaFold minh họa khả năng AI rút ngắn thời gian và chi phí nghiên cứu khoa học
AlphaFold cho thấy AI không chỉ tăng năng suất văn phòng, mà còn có thể “đẩy nhanh khám phá” trong khoa học, làm thay đổi tốc độ tạo tri thức và ứng dụng.
Trong nghiên cứu protein, hệ thống AI AlphaFold đã thay đổi đáng kể cách dự đoán cấu trúc. Cách đây 5 năm, giới khoa học chỉ hiểu cấu trúc của 17% trong khoảng 20.000 protein ở cơ thể người; mỗi phát hiện có thể mất vài tháng hoặc vài năm và tiêu tốn hàng chục nghìn USD. Hiện AlphaFold dự đoán cấu trúc cho tất cả protein của người và thêm 200 triệu protein khác.
Với góc nhìn vĩ mô, các đột phá kiểu này có thể chuyển hóa thành năng suất toàn nền kinh tế theo thời gian, nhưng lộ trình truyền dẫn thường không tuyến tính. Điều đó làm cho việc dự báo tác động của AI lên tăng trưởng, việc làm và lạm phát trở nên khó, ngay cả khi các ví dụ thực nghiệm rất ấn tượng.
AI có thể kéo giảm lạm phát nhờ năng suất, nhưng cũng có kênh làm tăng giá
AI có thể giúp giảm áp lực lạm phát qua hạ chi phí nhờ năng suất, song vẫn có thể tạo áp lực tăng giá cục bộ do cạnh tranh nhân lực kỹ năng và chi phí trung tâm dữ liệu.
Jefferson nhận định AI có thể mang tính biến đổi tương đương máy in, động cơ hơi nước hoặc internet, nhưng nhấn mạnh tác động lên việc làm và giá cả rất khó đoán. Một mặt, AI có thể thay thế một số công việc; mặt khác, nó có thể tạo các nghề mới và nâng tăng trưởng tổng thể.
Về giá cả, năng suất cao hơn thường làm giảm chi phí biên và giúp hạ áp lực lạm phát. Tuy nhiên, AI cũng có thể khiến một số mức giá tăng lên khi doanh nghiệp cạnh tranh tuyển dụng lao động có kỹ năng và khi họ đầu tư vào các trung tâm dữ liệu tiêu thụ nhiều năng lượng. Vì vậy, tác động ròng lên lạm phát có thể khác nhau theo ngành và theo giai đoạn.
Những câu hỏi thường gặp
Vì sao Fed quan tâm đến AI khi điều hành lãi suất?
Vì AI có thể làm thay đổi tăng trưởng năng suất, cơ cấu việc làm và động lực lạm phát. Khi các biến này đổi khác, cách Fed đánh giá mức lãi suất phù hợp và mục tiêu toàn dụng lao động cũng có thể phải điều chỉnh.
Mô hình “cực đoan” về AI dự báo điều gì cho thị trường lao động?
Kịch bản mạnh nhất giả định AI phát triển đầy đủ trong nhiều thập kỷ cho rằng khoảng 23% lao động có thể mất việc, trong khi nhóm còn việc tạo ra sản lượng cao hơn khoảng 3–4 lần so với hiện tại.
Có bằng chứng đo lường nào cho thấy AI đang tăng năng suất?
Có. Nghiên cứu của Erik Brynjolfsson cho thấy công cụ AI giúp nhân viên hỗ trợ khách hàng xử lý nhiều hơn 14% vụ việc mỗi giờ, với mức cải thiện lớn hơn ở nhân viên mới ít kinh nghiệm.
AI có làm giảm lạm phát không?
AI có thể kéo giảm lạm phát nhờ tăng năng suất và hạ chi phí, nhưng cũng có thể tạo áp lực tăng giá ở một số mảng do cạnh tranh lao động kỹ năng và chi phí xây, vận hành trung tâm dữ liệu tiêu thụ nhiều năng lượng.