Giữa cơn sóng thần: Cú "Reckoning" của ngành phần mềm

Bài viết thuộc series Beyond The Hype

The Reckoning: Sự sụp đổ của "Boring is good"

Mối liên hệ tuyến tính giữa doanh thu và billable headcount - thứ động cơ đã nuôi sống các đại gia IT suốt nhiều thập kỷ - giờ đây đã trở thành gông cùm. Khi Agentic AI trở thành tương lai không thể chối cãi, làn sóng thay đổi này đang cuộn trào thành một cơn sóng thần, cuốn phăng những mô hình cũ và định hình lại toàn bộ cấu trúc ngành.

Trong nhiều năm, các đế chế như TCS, Infosys hay Wipro được xây dựng dựa trên sự chênh lệch chi phí lao động (labor arbitrage). Một mô hình kim tự tháp với đáy cực rộng là những sinh viên mới ra trường thực hiện các tác vụ lặp đi lặp lại. Triết lý "Boring is good" chính là định nghĩa của ngành IT thời kỳ đó.

Nhưng đến nay, hàng trăm tỷ USD vốn hóa của các hãng IT hàng đầu đang bốc hơi hoặc đối mặt với rủi ro định giá lại.

"Hiệu ứng Bánh Donut" đang diễn ra một cách tàn khốc: lớp thực thi kỹ thuật ở giữa đang bị xóa sổ bởi các autonomous agents. Thứ còn lại chỉ là tầng lớp chiến lược cấp cao và lao động phổ thông. Tuy nhiên, liệu nghịch lý Jevons có lặp lại? Khi động cơ hơi nước hiệu quả hơn, người ta không dùng ít than đi mà vẫn dùng nhiều hơn vì các ứng dụng mới nảy sinh.

Hiệu ứng Bánh Donut là nơi phô diễn của các autonomous agents và đang dần xóa sổ lớp thực thi kỹ thuật

Trong kỷ nguyên mới, năng lực thực thi kỹ thuật chính là ‘than đá’ đang rẻ đi một cách cực đoan. Điều này không có nghĩa là phần mềm sẽ ít đi, ngược lại, sự bùng nổ về số lượng và độ phức tạp của hệ thống sẽ khủng khiếp hơn bao giờ hết.

Trong bối cảnh đó, tốc độ không còn là lợi thế cạnh tranh tuyệt đối. Thứ khan hiếm duy nhất hiện nay là Intent (bởi ngược lại của AI slop là gì nhỉ?). Bạn phải biết rõ mình xây dựng cái gì và tại sao. Nếu không có tư duy hệ thống (System Thinking), bạn chỉ đang giải quyết sai vấn đề với tốc độ cực nhanh.

Mô hình kinh doanh: Lối thoát hay cái bẫy?

Mô hình Time & Material (T&M) đang chết lâm sàng khi lợi thế nhân công rẻ thoái hóa. Outcome-Based Pricing (OBP) nổi lên như một cửa thoát hiểm.

Một ví dụ điển hình là các công ty bán Agent: họ thu một mức phí cố định (ví dụ 0.99 USD) cho mỗi ca giải quyết thành công, bất kể tiêu tốn bao nhiêu tin nhắn. Các đơn vị outsourcing kiểu mới đang nỗ lực chiếm lĩnh "efficiency arbitrage", nghĩa là thu phí theo giá trị đầu ra trong khi tối ưu chi phí đầu vào nhờ tự động hóa.

Liệu các Global Capability Centers (GCC) sẽ còn thuê ngoài? Hay trong kỷ nguyên hiệu suất, in-house sẽ là lớp phòng thủ cuối cùng của các CIO để bảo vệ dữ liệu và quy trình cốt lõi?

Thực tế, chúng ta đang chứng kiến một cuộc giằng co thú vị:

• Thời vàng của in-house: Ép giá vendor, thậm chí cắt giảm để đội ngũ in-house (những người vốn nắm rõ hệ thống) làm chủ AI. Họ được cấp các gói AI cao cấp nhất để làm nhiều hơn, nhận nhiều role hơn và kiểm soát workload chặt chẽ hơn xưa.
• Thời vàng của vendor: Đây là cơ hội để offer outcome-based và tiến tới các hợp tác Joint Venture (JV) đi xa hơn. Lực lượng in-house thường không theo kịp nhanh bằng vendor về AI. Vendor có kinh nghiệm qua nhiều ‘trận thật’ hơn, biết cách xây dựng quy trình AI SDLC hợp lý mà không đốt token vô tội vạ, cũng như có sẵn các flow ngon lành.

Cả hai đều đúng.

Điểm mấu chốt duy nhất thực sự đáng bận tâm là: Who're in the platform team? Phần còn lại chỉ là câu chuyện chi phí (financial efficiency).

Re-shape: Sự cáo chung của tháp nhân sự khổng lồ

Tái cấu trúc để thích nghi không chỉ nằm ở quy trình hay công nghệ, mà điểm bắt đầu phải luôn là con người. Suy nghĩ về nhân sự dưới cấu trúc mới là cách tốt nhất để nhìn vào tương lai.

Tháp nhân sự truyền thống được xây dựng từ thời chưa có AI sẽ chết. Cái chết của mô hình kim tự tháp không chỉ là bắt đầu cắt giảm nhân sự, mà là sự biến mất của tầng lớp Junior/Fresher làm task thực thi. Cấu trúc tổ chức sẽ phình to ở giữa (tầng chiến lược/điều phối) và thắt lại ở đáy. Tầng giữa này sẽ chuyển dịch từ "Human-Management heavy" sang "Intelligence Orchestration-heavy".

Các mô hình tinh gọn hơn sẽ có lợi cho doanh nghiệp trong việc xóa zombie ở mọi cấp độ. Trong lúc quá độ đến thế giới thịnh vượng với AI, các tổ chức sẽ có những bước chuyển mình trung gian để tìm kiếm sự thay đổi:

• Team pod ➔ Team pod with AI Agents
• Service package ➔ Workload of agent credit
• Cross-function team ➔ Flat department, project-based mission
• Single role JD ➔ Adaptive, extended scope

"The Dream Team" của kỷ nguyên mới

Giống như cơn sóng Agile và Scale Agile từng sinh ra những role mới, khi mà "coding is generally solved for everybody" (ý tôi là: existing coding, chứ tôi vẫn tin vào ARC-AGI3 và ProgramBench), đội ngũ phát triển phần mềm sẽ mang một hình hài hoàn toàn khác:

• AI Supervisor: Giám sát hành vi AI. Vừa phải bảo đảm bảo mật, vừa xử lý ngay các ngoại lệ rủi ro cao, sẵn sàng rút công tắc điện khi cần. Guardrail defender, not let it run first - secure later.
• Orchestration Engineer: Người xây ra luồng sản xuất gồm các agent và tool chạy để giải quyết workflow. Real builder, not toys.
• Intent Engineer: Người giải quyết bài toán kinh doanh, phát biểu thành bài toán chuẩn xác với agents. Right champion, not AI slop.

Năng suất mới không còn là "exploit" labor mà sẽ là "efficiency", và đúng là không cần quá đông người để làm một phần mềm.

Thời M-Shape mới: Khi tổng hợp & điều phối lên ngôi

Thị trường lao động hiện tại đã bão hòa cả về độ ‘sâu’ lẫn ‘rộng’. Trước đây, chúng ta cố gắng trở thành T-shape, Pi-shape, rồi hướng tới M-shape, là những người đa năng, chuyên sâu nhiều nhánh. Nhưng AI đang đảo lộn thứ tự ưu tiên này.

AI có khả năng biến một người bình thường thành ‘chuyên gia tạm thời’ chỉ trong vài giờ, miễn là họ biết hỏi đúng và kiểm soát output bằng critical thinking. Hệ quả tất yếu: ‘sâu + rộng’ sẽ nhường chỗ cho tổng hợp & điều phối.

Kỹ năng quan trọng nhất lúc này không còn là biết nhiều, mà là:

• System Thinking: Khả năng nhìn thấu toàn bộ hệ thống.
• AI Orchestration: Biết điều phối nhiều agent, tool, workflow để đạt kết quả tối ưu.

Làn sóng AI cũng mang theo một hiệu ứng phụ: lạm phát kỹ năng cứng. Code, design, phân tích… ngày càng dễ sao chép. Những thứ khó thay thế nhất lại quy về: hỏi đúng câu hỏi (the right question to ask), phán đoán (organization intelligence), và yếu tố con người (empathy & humanity).

Mô hình M-shape thời AI cần được vẽ lại để phản ánh khả năng tổng hợp, điều phối và mang yếu tố con người

Tuy nhiên, thực tế tư bản rất phũ phàng: số lượng công việc thực sự đòi hỏi sâu các kỹ năng ‘con người’ này lại không nhiều. Hầu hết lao động vẫn đang làm việc trong các quy trình được định nghĩa sẵn. Job gain và job loss sẽ diễn ra đồng thời, xã hội có thể thịnh vượng hơn, nhưng bức tranh của từng ngành nghề lại là một câu chuyện hoàn toàn khác.

Vậy với Kỹ sư Phần mềm, M-shape mới + AI trông thế nào?

Tôi từng thử viết các file best practices, do/don’t list chi tiết để 'dạy' AI những tích lũy sau nhiều bài học thực tế về production. Khi thấy AI tuân thủ gần như hoàn hảo, tôi tự hỏi: Liệu sau này có thể giao cả hệ thống cho một người không hiểu từng dòng code đó không?

Câu trả lời của tôi vào lúc này (tháng 5/2026) vẫn là:

• Với hệ thống ngắn hạn, throw-away, quy mô bé: Được. Tab-tab-tab AI.
• Với hệ thống nghiêm túc, mission-critical, long-lived: KHÔNG.

Tôi tin nhu cầu tuyển dụng Senior Engineer thực thụ - những người có nền tảng tốt và đã quen làm việc với Agent Team sẽ tăng mạnh trong 1-2 năm tới, thậm chí là cực kỳ khan hiếm.