Trên 321 nghề tại Mỹ và một thập kỷ dữ liệu tiền lương của Bureau of Labor Statistics, tác động đo lường được của AI lên việc làm là bằng không. Tác động lên tiền lương thì không. Tăng trưởng lương thực tế ở các nghề có mức độ tiếp xúc cao chậm hơn khoảng 6,7% sau năm 2023 — và ở nhóm tứ phân vị lương thấp nhất, chậm hơn 10,7%. Ở tứ phân vị cao nhất: không gì cả, không có tác động có ý nghĩa thống kê nào (Edlich & Slok, Apollo, 2026).
Đó chính là nơi lợi ích năng suất từ AI của bạn đã đi. Nó không xuất hiện dưới dạng cắt giảm nhân sự. Nó xuất hiện dưới dạng những đợt tăng lương chưa từng xảy ra, dồn gần như trọn vẹn ở đáy bảng lương.
Nếu hồ sơ đầu tư AI năm 2026 của bạn vẫn mô hình hóa rủi ro nhân sự theo câu hỏi bao nhiêu vị trí sẽ bị loại bỏ, bạn đang đọc sai dòng trên sai báo cáo.
Apollo thực sự đã đo cái gì — và vì sao "mức độ áp dụng quan sát được" làm thay đổi cách đọc
Sania Edlich và Torsten Slok thuộc Apollo Global Management đã dựng mô hình khác biệt-trong-khác biệt trên 321 nghề được ghép cặp, dùng dữ liệu BLS Occupational Employment and Wage Statistics giai đoạn 2015–2025, với hiệu ứng cố định theo nghề và theo năm cùng sai số chuẩn gom nhóm theo nghề (Edlich & Slok, Apollo, 2026).
Lựa chọn thiết kế quan trọng nằm ở cách họ định nghĩa mức độ tiếp xúc. Gần như mọi ước lượng trước đây — Felten, Webb, Brynjolfsson-Mitchell-Rock — chấm điểm các nghề theo mức độ dễ bị ảnh hưởng về mặt lý thuyết, suy ra từ mô tả công việc O*NET. Apollo thay vào đó đo mức độ tiếp xúc bằng mức sử dụng quan sát được, lấy từ Anthropic Economic Index. Không phải AI về lý thuyết có thể chạm tới những công việc nào, mà nó thực sự đang được dùng cho những công việc nào.
Chỉ một thay thế đó đã thu hẹp mạnh nhóm dân số đang bàn tới. Theo thước đo quan sát, các nghề có mức tiếp xúc cao bao phủ khoảng 5,8 triệu lao động — chừng 3,7% lực lượng lao động Mỹ (Axios, 2026). Ba năm tiêu đề dựa trên mức tiếp xúc lý thuyết đã mô tả một lực lượng lao động lớn gấp nhiều lần so với phần AI thực sự chạm tới.
Bên trong nhóm nhỏ hơn này, hai hệ số chủ chốt chỉ về hai hướng ngược nhau:
- log(Việc làm): −0,0639, sai số chuẩn 0,0870. Không có ý nghĩa thống kê. Không phát hiện được mất việc làm.
- log(Lương thực tế): −0,0667, sai số chuẩn 0,0181, p < 0,01. Tăng trưởng lương thực tế chậm hơn khoảng 6,7%.
Nhóm tác giả ước lượng lại ở các ngưỡng tiếp xúc 0,4 và 0,6, và kết quả về tiền lương vẫn đứng vững. Giới hạn dưới tổng hợp thận trọng của họ về thu nhập lao động bị mất là 28 tỷ USD mỗi năm (Edlich & Slok, Apollo, 2026; HR Dive, 2026).
Một lưu ý thống kê đáng mang vào mọi cuộc thảo luận nội bộ: hệ số việc làm không có ý nghĩa thống kê không phải là bằng chứng rằng AI không xóa bỏ vị trí nào. Nó có nghĩa là thiết kế này không phát hiện được tác động, và với sai số chuẩn đó, nó cũng sẽ bỏ lỡ một tác động vừa phải. Ước lượng tiền lương mới là ước lượng chính xác. Ước lượng việc làm là ước lượng im lặng.
Hình dạng lũy thoái mới là phát hiện thật sự
Khi tách theo tứ phân vị lương thời kỳ trước — tứ phân vị xác định trên mức lương trung bình 2015–2022 của từng nghề — tác động không dàn đều. Nó dồn đống ở đáy (Edlich & Slok, Apollo, 2026):
- Q1, lương thấp nhất: −10,7% (p < 0,01)
- Q2: −5,7% (không có ý nghĩa thống kê)
- Q3: −4,05% (p < 0,1)
- Q4, lương cao nhất: không có tác động có ý nghĩa
Theo nhóm nghề, các vị trí quản lý và chuyên môn ghi nhận −4,1%. Lao động chân tay không cho thấy tác động có ý nghĩa, đúng như kỳ vọng đối với một công nghệ có tầm với hạn chế vào các nhiệm vụ thể chất. Nhóm dịch vụ cho ra −24,3%, nhưng chính các tác giả đánh dấu đây là mẫu phụ nhỏ và nhạy với cấu thành. Hãy coi đó là tín hiệu về chiều hướng, không phải con số để đưa lên slide.
Tác động cũng mạnh nhất ở các nghề có quy mô nhỏ — những vai trò chuyên biệt với ít sự đa dạng nhiệm vụ để hấp thụ phần việc AI đã tiếp quản. Nghề hẹp không có chỗ nào trong nội bộ để tái phân bổ giờ làm được giải phóng, nên giá trị hiện ra ở dòng tiền lương chứ không phải dòng khối lượng công việc.
Bây giờ hãy đặt điều đó cạnh cách phần lớn chương trình AI của doanh nghiệp tầm trung được bố trí nguồn lực. Quản trị thay đổi, ngân sách đào tạo lại, chuỗi buổi nói chuyện "điều này có ý nghĩa gì với sự nghiệp của bạn" — tất cả đều nhắm vào tầng tri thức và cấp cao. Đó chính là tứ phân vị mà tác động tiền lương đo được bằng không.
Tác động tiền lương rơi vào đúng nơi mà nỗ lực truyền thông của bạn không tới.
Nén lương chính là lợi ích năng suất từ AI mà không ai phê duyệt
Có lý do khiến chuyện này ba năm trôi qua không ai để ý. Sa thải có cửa phê duyệt: có hồ sơ kinh doanh, có rà soát pháp lý, có mô hình trợ cấp thôi việc, có kế hoạch truyền thông, và có một cái tên gắn với quyết định. Nén lương thì không có gì trong số đó. Nó là tổng nổi lên từ hàng trăm quyết định nhỏ đều có thể biện minh: một vị trí âm thầm bị thu hẹp phạm vi; một quỹ tăng lương phân bổ trên một đánh giá hơi nhạt hơn; một vị trí thay thế được đăng ở đáy dải lương thay vì ở giữa; một điều chỉnh theo thị trường bị hoãn thêm một chu kỳ vì đội ngũ "vẫn kham khối lượng tốt".
Không ai trong chuỗi đó quyết định thu lợi ích năng suất từ AI dưới dạng nén lương. Nhưng tổ chức vẫn làm điều đó, bởi nén lương là thứ xảy ra theo mặc định khi một công việc trở nên dễ hơn và không có gì trong quy trình đãi ngộ nhận ra.
Điều này cũng giải thích vì sao tác động vô hình trong báo cáo của bạn. Bạn có bảng theo dõi nhân sự, tỷ lệ nghỉ việc và chi phí tuyển dụng. Gần như chắc chắn bạn không có bảng theo dõi tăng trưởng lương thực tế ở các vai trò tiếp xúc AI so với phần còn lại của bảng lương. Khoảng trống đo lường đó không phải sơ suất — nó chính là lý do cơ chế này vận hành mà không gặp phản kháng.
Lịch sử bảng lương của bạn đã hết là một chuẩn so sánh dùng được
Vấn đề bậc hai còn tệ hơn vấn đề bậc nhất. Ở các công ty 50–500 nhân sự, dải lương thường neo vào lịch sử nội bộ cộng với một khảo sát thị trường trễ một năm hoặc hơn. Với những vai trò mà việc áp dụng AI là có thật, lịch sử đó giờ đã mã hóa ba năm tăng trưởng bị kìm nén. Lấy dải lương 2027 đối chiếu với nó không sửa được sự nén — nó hợp thức hóa và kéo dài thêm một chu kỳ nữa.
Những vai trò bạn tự động hóa đầu tiên chính là những vai trò mà dữ liệu lương của chính bạn đã thôi phản ánh đáng tin cậy thị trường bên ngoài.
Nhân viên của bạn vốn đã tin điều gì về nơi lợi ích chảy tới
Sự thật về phân phối đi kèm một nhận thức về phân phối, và nhận thức đang chạy trước bằng chứng.
Khảo sát của Ipsos cho Groundwork Collaborative, thực hiện tháng 6/2026 với 1.533 lao động Mỹ, cho thấy 51% tin rằng lợi ích của AI chỉ hoặc chủ yếu đến với chủ sở hữu và ban lãnh đạo, so với 6% cho rằng phần lớn lợi ích đến được với người lao động (Groundwork Collaborative / Ipsos, 2026). Hai phần ba dự đoán AI sẽ khiến công việc tệ hơn.
Đội ngũ quản lý của bạn không được trang bị để phản biện cách đọc đó. Global Total Rewards Pulse Survey của Korn Ferry, thực hiện tháng 6/2026 với 5.512 tổ chức tại 135 quốc gia, cho thấy chỉ 16% tổ chức tự tin rằng quản lý của họ có thể giải thích cho nhân viên những thay đổi về lương và công việc liên quan đến AI (Korn Ferry, 2026).
Xếp ba phát hiện này liền nhau và rủi ro vận hành hiện ra rõ ràng. Tác động tiền lương là có thật và lũy thoái. Một nửa lực lượng lao động vốn đã mặc định như vậy. Và năm trên sáu công ty không thể duy trì một cuộc trò chuyện đáng tin về chuyện đó. Đây không phải vấn đề truyền thông ở hạ nguồn của việc triển khai — đây là đường truyền dẫn từ một quyết định tiền lương không ai đưa ra, tới một chương trình áp dụng bị khựng lại mà không ai gọi được tên nguyên nhân.
Phản biện đáng được xem xét nghiêm túc
Apollo là một công ty quản lý tài sản, không phải trường đại học, và đây là một whitepaper, không phải bài báo bình duyệt. Đó là phản biện chính đáng và nên được nói thẳng thay vì né tránh.
Ba giới hạn cụ thể:
- Nơi công bố và động cơ. Apollo công bố nghiên cứu vĩ mô kèm quan điểm của nhà. Sự bảo vệ nằm ở phương pháp, không ở nơi công bố: mô hình là quy ước chuẩn, hệ số và sai số chuẩn đã công bố, các kiểm định độ vững được trình bày. Hãy đánh giá qua các bảng số.
- Mức độ tiếp xúc bắt nguồn từ một nhà cung cấp. Đo theo mức sử dụng thực sự là bước tiến so với mức tiếp xúc lý thuyết, nhưng dữ liệu đến từ nhật ký tương tác của một nhà cung cấp duy nhất. Dữ liệu tốt hơn, không phải dữ liệu trung lập.
- Khác biệt-trong-khác biệt nhận diện tương quan dưới giả định xu hướng song song. Nếu các nghề tiếp xúc cao vốn đã đi trên quỹ đạo lương chậm hơn vì lý do khác trước năm 2023, thì một phần ước lượng chính là sự phân kỳ có sẵn đó, chứ không phải AI.
Không điều nào trong số này đã ngã ngũ, và không có phân tách riêng cho doanh nghiệp tầm trung — áp dụng cho một công ty 200 người là suy luận, không phải đo lường.
Nhưng hãy cân nhắc điều mà phản biện phải mua lấy. Để bác bỏ phát hiện này, bạn phải lập luận rằng tác động tiền lương là giả tạo và giả tạo theo cách tình cờ dồn mạnh gấp mười lần ở tứ phân vị thấp nhất so với cao nhất. Lập trường vững hơn là: độ lớn thì bất định, còn hình dạng thì có tính thông tin — và chính hình dạng mới làm thay đổi quyết định của bạn.
Việc cần làm trong quý này
Gộp hồ sơ đầu tư AI và đợt rà soát dải lương thành một tài liệu
Giờ chúng là cùng một bài toán. Bất kỳ sáng kiến AI nào làm thay đổi nội dung công việc của một vị trí đều có hệ quả về đãi ngộ, và việc xem xét chúng ở hai cuộc họp riêng, hai lịch riêng chính là cách sự nén lương đã hình thành. Một tài liệu, một người chịu trách nhiệm, một ngày rà soát.
Chạy phép cắt mức tiếp xúc so với mức tăng lương trên chính bảng lương của bạn
Việc này mất một buổi chiều, không phải một dự án. Gắn nhãn những vị trí mà công cụ AI đã thay đổi công việc một cách thực chất. So sánh tăng trưởng lương thực tế của họ từ 2023 — mức tăng danh nghĩa trừ lạm phát — với phần còn lại của bảng lương. Nếu các vị trí tiếp xúc AI tụt lại phía sau, bạn đã tái lập kết quả của Apollo ngay trong công ty mình, và bạn đang có phiên bản duy nhất của bằng chứng này thực sự lay chuyển được ban lãnh đạo.
Đối chuẩn lại với bên ngoài, bắt đầu từ tứ phân vị thấp nhất
Với các vị trí đã tự động hóa, hãy dùng dữ liệu thị trường hiện hành thay cho lịch sử nội bộ. Bắt đầu từ đáy bảng lương, nơi tác động đo được là lớn nhất và cũng là nơi tỷ lệ nghỉ việc ở doanh nghiệp tầm trung vốn đã đắt nhất trên mỗi đơn vị thâm niên.
Viết kịch bản cuộc trò chuyện về lương và phạm vi công việc trước đợt triển khai kế tiếp
Với con số 16%, hãy giả định rằng hôm nay đội ngũ quản lý của bạn chưa làm được điều này. Hãy viết ra cuộc trò chuyện mười phút — công cụ thay đổi gì trong phạm vi công việc, không thay đổi gì trong dải lương, lộ trình thăng tiến ra sao — rồi tập dượt với chính những quản lý sẽ thực hiện nó. Đây là can thiệp rẻ nhất trong toàn bộ bài viết này, và gần như chưa ai cấp ngân sách cho nó.
Quyết định đang nằm trên bàn bạn
Ba năm hoạch định nhân sự quanh AI vừa qua được dựng lên quanh một câu hỏi — bao nhiêu việc làm sẽ biến mất — mà bằng chứng tốt nhất hiện có dựa trên mức áp dụng quan sát được trả lời là "không phát hiện được cái nào". Trong khi đó, tác động vốn đo lường được, có ý nghĩa thống kê và lũy thoái đã đi thẳng vào chu kỳ đãi ngộ mà không ai xem xét, bởi không bảng theo dõi nào ở doanh nghiệp tầm trung chĩa về phía đó. Lợi ích năng suất từ AI chưa bao giờ mất đi. Nó được phân bổ lại, một cách lặng lẽ, và không dành cho những người đã gánh sự thay đổi.
Trước kỳ rà soát đầu tư AI tiếp theo, hãy mang theo đúng một biểu đồ: tăng trưởng lương thực tế từ 2023 của các vị trí tiếp xúc AI, so với tất cả những vị trí còn lại, tách theo tứ phân vị lương. Nếu khoảng cách có ở đó, thì thứ bạn đã vận hành không phải một chương trình hiệu suất. Đó là một đợt cắt lương, và bạn chưa từng phê duyệt nó.
