在全球範圍內，人工智能的應用速度正在超過勞動力準備程度。近四分之三的組織已經部署或正在試點人工智能，但只有18%的組織表示，其大多數員工已經參加了人工智能再培訓或技能提升項目。亞太地區也面臨類似挑戰：74%的組織正在部署或試點人工智能，但只有21%的組織認為他們能夠有效招聘並留住足夠多具備人工智能技能的人才。
越南反映了這一更廣泛的地區趨勢。該國計劃到2045年躋身全球數據開發利用和人工智能發展前30個國家之列，但應用情況仍不均衡。ITViec的2025年調查發現，在接受調查的越南公司中，73%已在某種程度上整合了人工智能，而只有13.8%達到了規模化或全面應用。與此同時，亞馬遜雲科技（AWS）的2025年研究發現，55%的應用者將缺乏數字技能列為擴大人工智能應用的主要障礙。
這些發現凸顯出，人工智能轉型不僅僅是一項技術部署工作。能夠蓬勃發展的組織，將是那些圍繞有效的人機協作重新設計工作，並以合適的技能、明確的角色、治理和持續變革管理為支撐的組織。
人工智能先改變任務，再改變工作
關鍵勞動力問題不在於人工智能是否會取代工作，而在於它將如何重塑構成這些工作的任務，以及這些任務是會被自動化、增強，還是仍需要深度人工參與。大多數崗位由多項任務組成，人工智能將以不同方式影響這些任務，而且它們變化的速度也會不同。
在越南，國際勞工組織估計，20.8%的就業崗位（相當於1150萬個工作崗位）可能受到生成式人工智能的影響。然而，只有1.8%的崗位屬於最高暴露類別，這表明人工智能更可能改變現有崗位中的任務，而不是導致大範圍的職業替代。
這一區分很重要，因為勞動力規劃因此需要從寬泛的職位名稱轉向理解單項任務如何變化，並進行任務層面的分析。在客戶服務中，人工智能可以支持工單路由、回覆起草、知識檢索和報告，同時讓員工更專注於複雜問題解決案例、客戶關係、判斷和服務補救。在軟件開發中，人工智能可以減少花在常規和重複性編碼上的時間，同時提升架構、質量保證、驗證、系統集成和更高價值問題解決的重要性。
勞動力準備程度是投資回報率的乘數
人工智能的價值取決於組織圍繞該工具重新設計系統的效果。很多時候，部署效果是用活動量來衡量的：登錄次數、提示詞數量或推出的工具數量。然而，活動量本身並不等於影響力。
挑戰在於，技術在幾個月內就會演進，而技能、崗位架構、績效體系、學習基礎設施和文化可能需要數年才能適應。當應用速度超過準備程度時，投資回報可能停滯，使用率可能趨於平緩，風險或阻力可能上升。
因此，領導者應將人工智能準備程度視為一項綜合性人才戰略，它建立在四大支柱之上：技能與學習、崗位設計與崗位架構、指標與激勵，以及治理與信任。這些支柱共同將人工智能投資與業務優先事項連接起來，而不僅僅是試驗。
領導者現在應該做什麼
在8月4日於河內和8月8日於胡志明市舉行的Aon越南人力資源洞察研討會上，來自河內和胡志明市100多家組織的人力資源專業人士和專家齊聚一堂，討論了典型的AI勞動力轉型歷程應該是什麼樣子。
識別AI能在哪裡創造最高商業價值。並非每個工作流程都需要AI，也並非每個用例都值得同等投資。領導者應優先考慮AI能夠提升生產力、質量、客戶體驗或決策速度的領域。
量化對勞動力的影響。組織需要梳理AI將如何重塑崗位和任務，識別自動化風險，並找出新的價值創造活動。
在擴大工具規模之前重新設計工作。自動化舊的工作流程可能造成碎片化和焦慮。重新設計崗位、流程和運營模式，可以明確AI應該做什麼、人的判斷在哪些環節重要，以及如何避免價值鏈中的瓶頸或中斷。
建立結構化的再培訓路徑。培訓不應泛泛而談，而應以崗位為基礎、切合實際，並與未來技能、職業路徑和重新部署機會相銜接。
協調治理與激勵。如果期望員工負責任且高效地使用AI，績效體系、領導行為和治理護欄就必須強化這一期望。
為員工創建可信的過渡路徑。只有當員工理解自己的崗位將如何變化、會獲得哪些支持以及如何保持自身相關性時，AI勞動力轉型才會成功。在整個過程中，應優先重視員工溝通和福祉。
越南的AI機遇是真實存在的，但下一階段取決於組織能否將國家雄心轉化為勞動力準備程度和業務執行力。
對越南僱主而言，戰略問題不再是“我們能以多快速度採用AI？”，而是“我們的勞動力在利用AI創造可衡量的商業價值方面準備得如何？”那些以紀律性回答這一問題的公司，將超越試點階段，降低風險，併為未來打造一支適應力更強的勞動力隊伍。
越南中文社
