---
title: "AI tăng năng suất bao nhiêu? Ba nghiên cứu đo gì"
description: "Con số 15%, 40% hay hơn 40% của AI đến từ ba nghiên cứu khác nhau. Mỗi nghiên cứu đo gì, trên ai, và vì sao không đem cộng chung vào một kế hoạch ngân sách."
url: "https://staging.khoi.co.uk/blog/ai-tang-nang-suat-bao-nhieu"
lang: vi
author: "Lê Quốc Khôi"
date: 2026-11-03
updated: 2026-11-03
topics: ["Dữ liệu & phân tích"]
tags: ["Năng suất AI", "Nghiên cứu thực nghiệm", "Trí tuệ nhân tạo tạo sinh", "Ranh giới năng lực của AI", "Đọc hiểu số liệu"]
---

# AI tăng năng suất bao nhiêu? Đọc kỹ ba nghiên cứu trước khi tin

## Tóm tắt nhanh

- Ba nghiên cứu cho ba con số vì đo ba thứ: thời gian viết một sản phẩm (giảm 40%, chất lượng tăng 18%) (Noy và Zhang, 2023), số vấn đề giải quyết mỗi giờ (tăng 15%) (Brynjolfsson et al., 2025), điểm chất lượng 18 nhiệm vụ tư vấn (cao hơn trên 40%) (Dell'Acqua et al., 2023).
- Người yếu hơn hưởng lợi nhiều hơn. Trung tâm hỗ trợ: nhóm kỹ năng thấp nhất tăng 34%, nhóm cao nhất không tăng (bản NBER). BCG, ở 18 nhiệm vụ trong ranh giới năng lực của AI: nửa dưới tăng 43%, nửa trên 17% (Dell'Acqua et al., 2023).
- Ngoài ranh giới năng lực của AI, kết quả đảo chiều. Ở nhiệm vụ BCG dựng để GPT-4 sai, nhóm dùng AI đúng 60% đến 70%, nhóm đối chứng đúng 84,5% (Dell'Acqua et al., 2023).
- Ví dụ đội chăm sóc khách hàng ở giữa bài là giả định, mọi con số do tôi bịa. Cùng một công cụ cho đội +9,8% hoặc +16,2% tuỳ đội có bao nhiêu người mới.

Một bản chào hàng ghi "AI tăng năng suất 40%". Bạn đang quản lý mười người ở bộ phận chăm sóc khách hàng và cần quyết định có mua không. Con số đó đứng trên cái gì? Bài này đọc ba nghiên cứu và hỏi bốn câu: đo gì, so với ai, việc gì, ai hưởng lợi.

## Ba nghiên cứu đo gì, trên ai?

Ba thứ khác nhau, trên ba nhóm người khác nhau, nên các con số không đặt cạnh nhau để lấy trung bình được.

| | Noy và Zhang | Brynjolfsson, Li và Raymond | Dell'Acqua và cộng sự |
|:--|:--|:--|:--|
| Ai | 453 người có bằng đại học, làm marketing, viết hồ sơ xin tài trợ, tư vấn, phân tích dữ liệu, nhân sự, quản lý | 5.172 nhân viên hỗ trợ khách hàng của một công ty phần mềm thuộc Fortune 500, đa số ở Philippines | 758 tư vấn viên Boston Consulting Group, khoảng 7% số tư vấn viên cấp thực hiện |
| Việc | Bài viết 20 đến 30 phút: thông cáo báo chí, báo cáo ngắn, kế hoạch phân tích, email khó | Chat hỗ trợ kỹ thuật cho chủ doanh nghiệp nhỏ ở Mỹ, phiên trung bình 40 phút | 18 nhiệm vụ cho một ý tưởng giày; một nhiệm vụ phân tích kinh doanh dựng để GPT-4 làm sai |
| Cách làm | Thí nghiệm trực tuyến ngẫu nhiên, nửa số người được dùng ChatGPT | Công cụ triển khai theo từng đợt, so trước và sau với nhóm chưa dùng | Ngẫu nhiên ba nhóm: không AI, GPT-4, GPT-4 kèm hướng dẫn |
| Con số | Thời gian giảm 40%, chất lượng tăng 18% | Vấn đề giải quyết mỗi giờ tăng 15% | Chất lượng cao hơn trên 40% (tóm tắt; 38% ở nhóm chỉ dùng GPT-4), làm nhanh hơn 25,1%, hoàn thành thêm 12,2% |

Số của Noy và Zhang lấy từ tóm tắt bài đăng trên Science (Noy và Zhang, 2023); mô tả nghề nghiệp và loại bài viết lấy từ bản working paper. Số của Brynjolfsson và cộng sự lấy từ tóm tắt bài đăng trên tạp chí Quarterly Journal of Economics (Brynjolfsson et al., 2025); mô tả công ty và phiên chat lấy từ bản NBER sửa tháng 11/2023, ghi 5.179 nhân viên và mức tăng 14%. Số của Dell'Acqua lấy từ tóm tắt bản working paper (Dell'Acqua et al., 2023).

Mỗi nghiên cứu cũng đo "năng suất" bằng một thước riêng. Noy và Zhang đo thời gian hoàn thành một bài ngắn và điểm do người cùng nghề chấm. Brynjolfsson và cộng sự đo số vấn đề giải quyết mỗi giờ, ghép từ số cuộc chat mỗi giờ và tỷ lệ giải quyết mà công ty vốn đã theo dõi. Dell'Acqua và cộng sự đo điểm chất lượng do hai người chấm, và độ đúng của một khuyến nghị.

## Việc nào AI làm tốt, việc nào nó kéo lùi?

Dell'Acqua và cộng sự gọi đó là [ranh giới năng lực lởm chởm](https://staging.khoi.co.uk/thuat-ngu#jagged-frontier): AI làm tốt một số việc và kém bất ngờ ở việc khác trông tương tự (Dell'Acqua et al., 2023).

Ở nửa thứ nhất, 385 tư vấn viên làm 18 nhiệm vụ cho một sản phẩm giày. Điểm trung bình của nhóm đối chứng là 4,1; nhóm dùng GPT-4 kèm hướng dẫn cao hơn 1,75 điểm (42,5%), nhóm chỉ dùng GPT-4 cao hơn 1,56 (38%). Nhóm đối chứng hoàn thành 82% nhiệm vụ, nhóm có AI khoảng 91% đến 93% (Dell'Acqua et al., 2023, mục 3.1). Ý tưởng của nhóm dùng AI hay hơn nhưng giống nhau hơn, theo phân tích độ tương đồng ngữ nghĩa của tác giả.

Ở nửa thứ hai, 373 người làm một bài phân tích kinh doanh. Tác giả dựng sao cho đáp án đúng nằm ở chỗ khớp số liệu trong bảng tính với ghi chú phỏng vấn, còn GPT-4, nếu chỉ được đưa đề, bảng tính và ghi chú phỏng vấn, sẽ đi tới kết luận khác. Nhóm đối chứng khuyến nghị đúng khoảng 84,5%, hai nhóm dùng AI là 60% và 70% (Dell'Acqua et al., 2023, mục 3.2). Chất lượng bài viết của nhóm có AI vẫn được chấm cao hơn, kể cả khi đáp án sai. Điểm chất lượng tốt che mất việc đáp án sai. Người sai nhiều là người chép kết quả của AI mà ít chất vấn nó, theo nhận xét trong phần thảo luận của bài.

## Vì sao một con số của nghiên cứu này không dùng được ở chỗ khác?

Vì bốn thứ có thể đổi: đo gì, so với ai, loại việc nào, và ai hưởng lợi.

1. Đo gì, ai chấm. Thời gian, số vấn đề mỗi giờ, điểm của người chấm và độ đúng là bốn thước. Điểm 4,1 lên 5,9 không nói đáp án có đúng hay không.
2. So với ai. Noy và Zhang và Dell'Acqua và cộng sự phân nhóm ngẫu nhiên. Brynjolfsson và cộng sự dùng việc triển khai theo đợt, nên nhóm so sánh khác nhóm được dùng ở các điểm mà tác giả phải kiểm soát bằng mô hình.
3. Loại việc. Bài viết ngắn tự chứa trong 20 phút khác một cuộc chat dài 40 phút, và khác một nhiệm vụ cần ghép số liệu với phỏng vấn. Trong bản working paper, người không dùng ChatGPT ở công việc thật cho biết chatbot thiếu kiến thức riêng của công ty họ (mục 2.9) (Noy và Zhang, 2023).
4. Ai hưởng lợi. Mức tăng của đội bạn phụ thuộc đội gồm những ai.

## Cùng một công cụ, đội của bạn tăng bao nhiêu?

Tuỳ cơ cấu đội, và nhỏ hơn con số trên bìa nghiên cứu. Ví dụ này hoàn toàn giả định: số vé mỗi giờ và cơ cấu đội là tôi bịa. Chỉ mức tăng 34% và 0% lấy từ Brynjolfsson và cộng sự, ở nhóm kỹ năng thấp nhất và cao nhất của bản NBER. Tôi áp 34% cho "người mới" và 0% cho "người có kinh nghiệm", dù nguồn đo theo nhóm kỹ năng chứ không đúng theo thâm niên; đây là bài tập tính, không phải dự báo.

**Ví dụ giả định.** Bộ phận chăm sóc khách hàng của một công ty phân phối ở Cần Thơ có mười người. Người mới xử lý 1,7 vé mỗi giờ, người có kinh nghiệm xử lý 2,8 vé mỗi giờ.

> **Hình:** (compare) Mọi con số trong bảng là giả định do tác giả bịa để minh hoạ phép tính. Chỉ có hai mức tăng 34% (nhóm kỹ năng thấp nhất) và 0% (nhóm cao nhất) lấy từ Brynjolfsson và cộng sự (bản NBER).

```json
{
  "type": "compare",
  "columns": ["4 người mới, 6 người kinh nghiệm (giả định)", "6 người mới, 4 người kinh nghiệm (giả định)"],
  "rows": [
    { "label": "Vé mỗi giờ của cả đội, trước khi dùng AI", "cells": ["23,6", "21,4"] },
    { "label": "Vé mỗi giờ của cả đội, sau khi dùng AI", "cells": ["25,9", "24,9"] },
    { "label": "Mức tăng của cả đội", "cells": ["9,8%", "16,2%"] }
  ]
}
```

Với bốn người mới và sáu người kinh nghiệm, tổng trước là 4 × 1,7 + 6 × 2,8 = 23,6 vé mỗi giờ. Sau: 4 × 1,7 × 1,34 + 6 × 2,8 = 25,9. Đội tăng 9,8%, chưa bằng một phần ba con số 34%. Đổi thành sáu người mới và bốn người kinh nghiệm, đội tăng 16,2%. Muốn biết số của mình, hãy đo lại theo thâm niên chứ đừng dùng trung bình cả đội.

## Đào sâu: ba nghiên cứu này chưa nói gì?

Nhiều thứ, và chính tác giả đã ghi giới hạn.

Noy và Zhang viết rằng nhiệm vụ của họ ngắn, tự chứa và thiếu kiến thức riêng của công ty, nên có thể làm phóng đại độ hữu ích của ChatGPT. Hai tuần sau, 33% người từng được dùng ChatGPT đã dùng nó ở công việc thật trong tuần qua, so với 18% ở nhóm đối chứng; khảo sát này còn đang chạy, với tỷ lệ trả lời 82% trong số 423 người đã được mời. Trong bản working paper, 68% số người được giao dùng ChatGPT tự khai đã nộp nguyên kết quả đầu tiên không sửa; tác giả đọc đó là AI thay sức người hơn là bổ sung kỹ năng (Noy và Zhang, 2023). Bản đăng Science nói người được dùng ChatGPT có khả năng dùng nó ở việc thật gấp 2 lần sau 2 tuần và gấp 1,6 lần sau 2 tháng; tôi không có toàn văn để kiểm số liệu này.

Brynjolfsson và cộng sự nói rõ nghiên cứu không được thiết kế để cho biết tác động lên tổng việc làm hay lương. Kết quả về nghỉ việc cũng cần dè dặt hơn kết quả chính, vì không thể đưa hiệu ứng cố định theo từng nhân viên vào mô hình, và công ty có thể đã đưa công cụ cho những người dễ ở lại hơn (Brynjolfsson et al., 2025). Công ty thuê ngoài phần lớn chăm sóc khách hàng, nên tỷ lệ giải quyết và điểm hài lòng chỉ có cho một phần nhân viên.

Nhóm của Dell'Acqua nêu một rủi ro dài hạn: nếu việc nằm trong ranh giới AI không còn giao cho người mới, họ mất cơ hội học nghề. Đó là suy đoán trong phần thảo luận, chưa phải kết quả đo. Dell'Acqua và cộng sự công bố ở dạng working paper; ba tác giả thuộc BCG, và Lakhani nêu mình là cố vấn của BCG về chiến lược AI (Dell'Acqua et al., 2023).

Tôi đọc toàn văn bản working paper của Noy và Zhang (tháng 3/2023), bản NBER của Brynjolfsson và cộng sự (sửa tháng 11/2023) và bản working paper của Dell'Acqua và cộng sự (22/9/2023). Với hai bài đầu tôi chỉ đọc tóm tắt bản đã đăng trên tạp chí, qua PubMed và Crossref; tôi không đọc toàn văn bản Science và Quarterly Journal of Economics, nên mọi con số chi tiết ngoài tóm tắt là của bản working paper. Dell'Acqua và cộng sự ghi tiền đăng ký thí nghiệm sẽ công bố sau và tôi chưa xem.

## Câu hỏi thường gặp

### Nên lấy con số nào để lập ngân sách cho một dự án AI?

Không con số nào dùng thẳng được. Mỗi con số đo một việc khác nhau trên một nhóm người khác nhau. Cách gần nhất với nghiên cứu của Brynjolfsson và cộng sự là triển khai theo từng đợt (Brynjolfsson et al., 2025). Việc chia đôi đội, đợi một hoặc hai tháng rồi so cùng một chỉ số đo hằng tuần là gợi ý của tôi, không phải thiết kế của họ. Bạn có số của chính đội mình thay cho số của người khác.

### Vì sao Noy và Zhang có chỗ ghi 37% và chỗ ghi 40%?

Hai bản khác nhau. Bản working paper tháng 3/2023 có 444 người; nhóm đối chứng mất trung bình 27 phút, nhóm dùng ChatGPT bớt 10 phút, tức 37%. Tóm tắt của bài đăng trên Science ghi 453 người, thời gian giảm 40% và chất lượng tăng 18% (Noy và Zhang, 2023). Tôi chỉ đọc toàn văn bản working paper, nên không biết chênh lệch đến từ mẫu thêm hay từ cách tính khác.

### AI có làm nhân viên giỏi kém đi không?

Hai nghiên cứu cho hai bức tranh. Ở trung tâm hỗ trợ khách hàng, bản NBER ghi nhóm kỹ năng cao nhất không tăng năng suất và giảm nhẹ chất lượng, còn tóm tắt bản đăng tạp chí ghi tốc độ tăng nhỏ và chất lượng giảm nhỏ (Brynjolfsson et al., 2025). Ở 18 nhiệm vụ nằm trong ranh giới năng lực của AI, nửa trên trung bình của nhóm BCG vẫn tăng 17%; với nhiệm vụ ngoài ranh giới, tôi không thấy tác giả tách theo kỹ năng (Dell'Acqua et al., 2023). Hai nghiên cứu đo chất lượng khác nhau nên không dùng được để kết luận chung.

### Nghiên cứu nào gần doanh nghiệp Việt Nam nhất?

Trung tâm hỗ trợ khách hàng của Brynjolfsson và cộng sự: đa số nhân viên làm ở Philippines, trả lời chủ doanh nghiệp nhỏ ở Mỹ. Doanh nghiệp Việt nào trả lời khách nước ngoài qua chat sẽ thấy loại việc này quen; bài không có số liệu về mức phổ biến. Giới hạn là nó theo dõi một công ty với một công cụ gắn vào quy trình riêng. Tôi không thấy nghiên cứu nào trên nhân viên Việt trong thư viện của site, và không kiểm xem ngôn ngữ làm việc có ảnh hưởng đến kết quả không.

## Tài liệu tham khảo

- Brynjolfsson, E., Li, D. and Raymond, L.R. (2025) ‘Generative AI at work’, *The Quarterly Journal of Economics*, 140(2), pp. 889–942. https://doi.org/10.1093/qje/qjae044
- Dell'Acqua, F. et al. (2023) *Navigating the jagged technological frontier: field experimental evidence of the effects of AI on knowledge worker productivity and quality*. (Harvard Business School Working Paper No. 24-013). https://doi.org/10.2139/ssrn.4573321
- Noy, S. and Zhang, W. (2023) ‘Experimental evidence on the productivity effects of generative artificial intelligence’, *Science*, 381(6654), pp. 187–192. https://doi.org/10.1126/science.adh2586

---

Bản HTML chuẩn: https://staging.khoi.co.uk/blog/ai-tang-nang-suat-bao-nhieu