Từ AI-Ready đến Human-Ready: Chuyển dịch chiến lược nhân sự để bứt tốc chu kỳ tăng trưởng mới

Khi lợi thế về tốc độ, dữ liệu và khả năng xử lý dần thuộc về AI, đâu là phần giá trị độc bản mà một nhà lãnh đạo cần sở hữu và chiến lược nhân sự phải thay đổi ra sao để biến những giá trị ấy thành năng lực vượt trội của tổ chức?

Đó cũng là câu hỏi xuyên suốt tại Tọa đàm: “Phát triển Lãnh đạo trong kỷ nguyên AI: Xu hướng & chiến lược tạo lợi thế cạnh tranh”, do Hogan Assessments, Học viện Quản lý PACE và Talent Assessments Vietnam đồng tổ chức, với sự đồng hành của đối tác TopCV diễn ra tại Khách sạn New World Saigon, TP.HCM vào ngày 19/08 vừa qua.

Với sự góp mặt của CEO Hogan Assessments - bà Allison Howell, cùng bà Krista Pederson - Managing Director, Asia Pacific, Hogan Assessments và ông Tuấn Nguyễn - Senior Solution Expert, Talent Assessments Vietnam dưới sự điều phối của ông Lê Kim Tú - Senior Solution Expert, Talent Assessments Vietnam. Ba diễn giả đại diện cho những góc nhìn chuyên môn và kinh nghiệm thực tiễn ở cả cấp độ toàn cầu, khu vực và thị trường Việt Nam, mang đến một lát cắt xuyên suốt từ bức tranh nhân sự toàn cầu cho tới những yêu cầu mới đối với năng lực lãnh đạo trong kỷ nguyên AI, đến cách doanh nghiệp nhận diện, phát triển và bố trí nhân tài phù hợp với chiến lược.

Sự kiện thu hút đông đảo sự tham gia của các lãnh đạo doanh nghiệp, chuyên gia nhân sự, quản lý cấp cao và những người trực tiếp phụ trách bài toán phát triển nhân tài, cho thấy mối quan tâm ngày càng lớn của cộng đồng doanh nghiệp đối với việc chuẩn bị đội ngũ lãnh đạo và chiến lược nhân sự cho giai đoạn tăng trưởng mới.

Ms. Allison Howell: Từ bất định đến khủng hoảng niềm tin - chất lượng lãnh đạo trở thành bài toán cấp thiết

AI không tạo ra cuộc khủng hoảng lãnh đạo. Nó đang khuếch đại một cuộc khủng hoảng vốn đã tồn tại

Mở đầu sự kiện, bà Allison Howell đặt AI vào một bức tranh vĩ mô hơn nhiều so với câu chuyện công nghệ. Suốt nhiều năm, VUCA được sử dụng để mô tả một thế giới biến động, bất định, phức tạp và mơ hồ. Nhưng theo Allison, cách nhìn đang dịch chuyển sang BANI: một thế giới trở nên mong manh hơn, con người lo âu hơn, diễn biến ngày càng phi tuyến tính và tương lai khó dự báo hơn.

AI là một biểu hiện rất rõ của tính phi tuyến đó. Chỉ trong thời gian ngắn, những điều từng được xem là viễn cảnh xa xôi đã trở thành câu hỏi xuyên suốt trong phòng họp: công việc nào sẽ thay đổi, vai trò nào còn cần thiết, quyết định nào có thể giao cho thuật toán, năng lực nào sẽ mất giá trị và con người sẽ đóng góp điều gì khi máy móc ngày càng làm được nhiều hơn.

Sự bất an của người lao động không bắt đầu từ AI

Allison nhắc đến một thay đổi kéo dài nhiều năm trong hợp đồng giữa người lao động và tổ chức. Từ một quan hệ giao dịch khá rõ ràng: thời gian và công sức được đổi lấy thu nhập cùng phúc lợi, giờ đây kỳ vọng của nhân viên đã dịch chuyển sang nhu cầu được gắn kết, có ý nghĩa, được quan tâm đến trạng thái phát triển và chất lượng cuộc sống.

Sau những biến động lớn của những năm gần đây, nhiều người cũng nhìn công việc bằng một lăng kính khác. Công việc quan trọng, nhưng không còn mặc nhiên được xem là thứ phải đứng trên mọi ưu tiên khác. Khi dành một phần đáng kể cuộc đời cho tổ chức, người lao động kỳ vọng nhận lại nhiều hơn một khoản lương: họ muốn thấy ý nghĩa, cơ hội phát triển và một mối quan hệ đáng tin cậy với nơi mình làm việc.

Ở chiều ngược lại, doanh nghiệp chịu áp lực phải tăng năng suất, tối ưu chi phí và thích ứng nhanh hơn. Bà Allison chỉ ra khoảng cách ngày càng đáng chú ý giữa mức năng suất mà tổ chức kỳ vọng và trải nghiệm của người lao động; đồng thời liên hệ điều này với những hiện tượng như quiet quitting hay laying flat, có nghĩa là khi một bộ phận nhân viên vẫn ở lại với tổ chức, nhưng rút dần sự gắn kết và chỉ duy trì mức đóng góp tối thiểu cần thiết.

Và AI bước vào đúng thời điểm mối quan hệ ấy đang chịu áp lực.

Vì vậy, nếu chỉ nhìn vấn đề dưới góc độ nhân viên cần cập nhật thêm các kỹ năng AI, doanh nghiệp có thể bỏ qua một tầng sâu hơn: người lao động đang đồng thời phải thích nghi với công nghệ và tự hỏi tương lai của chính họ trong tổ chức sẽ như thế nào.

Khi tốc độ tăng lên, trách nhiệm trở nên mơ hồ

AI có thể giúp tăng tốc nhiều quy trình, nhưng tốc độ không tự động tạo ra sự rõ ràng.

Khi AI xuất hiện ở nhiều thời điểm khác nhau trong một ngày làm việc và ở nhiều lớp của một quy trình, ranh giới giữa phán đoán của con người và đề xuất của công nghệ có thể trở nên khó nhận biết hơn. Một quyết định được hình thành từ đâu? Dữ liệu nào đã được dùng? Ai kiểm tra giả định? Ai chịu trách nhiệm nếu kết quả sai?

Theo bà Allison, đây là một trong những thách thức quan trọng đối với lãnh đạo: càng khó nối hành động với hệ quả, accountability (tức trách nhiệm giải trình) càng dễ trở nên mờ nhạt. Đó cũng là lý do việc triển khai AI chỉ vì cảm giác phải có AI rất dễ đi lệch hướng. Trong phần chia sẻ tiếp theo, bà đề cập thực tế nhiều tổ chức đưa AI vào doanh nghiệp khi chưa xác định rõ công nghệ này cần nằm ở đâu trong chiến lược và vấn đề kinh doanh cụ thể cần giải quyết là gì. Hệ quả là tổ chức có thể tạo thêm công cụ mà chưa chắc tạo thêm giá trị, thậm chí làm một số quy trình phức tạp hơn thay vì đơn giản hơn.

Nhưng tác động quan trọng hơn cả hiệu suất của một dự án AI có thể nằm ở thứ khó đo lường hơn: TRUST (Niềm tin).

Trust không phải một “soft issue”. Trong thời đại AI, đó là điều kiện vận hành của tổ chức

Một trong những luận điểm đáng chú ý nhất trong phần trình bày của bà Allison là sự suy giảm niềm tin giữa con người với nhiều thiết chế trong xã hội. Khi niềm tin giảm, con người có xu hướng thu hẹp vòng tròn của mình. Họ tìm đến những người giống mình, quen thuộc với mình và đã được chứng minh là an toàn. Hệ quả không đơn thuần là tâm lý phòng thủ; nó có thể làm giảm khả năng chia sẻ tri thức giữa các nhóm, giảm sự sẵn sàng hợp tác và khiến những khác biệt ngày càng khó được xử lý bằng đối thoại.

Trong môi trường làm việc, điều đó có ý nghĩa rất thực tế. Một tổ chức có thể sở hữu chiến lược AI tốt, dữ liệu tốt và công nghệ tốt. Nhưng nếu nhân viên không tin rằng lãnh đạo sẽ sử dụng công nghệ một cách công bằng, không tin rằng những quyết định quan trọng có thể được giải thích, hoặc không tin rằng tiếng nói của mình còn có giá trị, khả năng chuyển đổi thực sự của tổ chức sẽ bị giới hạn.

TRUST vì thế, không phải một yếu tố mềm đứng bên cạnh hiệu quả kinh doanh. Nó trở thành một phần của hạ tầng vận hành.

Điểm tích cực mà bà Allison nhấn mạnh là doanh nghiệp lại đang ở một vị trí đặc biệt để tái xây dựng niềm tin. Khi con người có thể hoài nghi nhiều thiết chế khác, tổ chức vẫn là nơi họ tương tác gần như hằng ngày, nơi những lời hứa của lãnh đạo có thể được kiểm chứng bằng trải nghiệm rất cụ thể: cách một thay đổi được giải thích, cách một quyết định khó được đưa ra, cách nhân viên được đối xử khi có sai sót, hay cách công nghệ được sử dụng khi quyền lợi của con người bị tác động.

Nói cách khác, niềm tin không được xây bằng một tuyên bố về văn hóa. Nó được xây qua hàng trăm quyết định quản trị nhỏ. Và phần lớn những quyết định đó đi qua người lãnh đạo.

Lãnh đạo là một nguồn lực dành cho đội ngũ, với trách nhiệm tạo ra những điều kiện để người khác có thể thành công

Để làm rõ luận điểm trên, bà Allison chia sẻ nghiên cứu của Hogan về những phẩm chất mà nhân viên thực sự mong đợi ở người lãnh đạo. Thay vì bắt đầu từ góc nhìn của cấp quản lý hay bộ phận nhân sự, nghiên cứu đặt câu hỏi trực tiếp với những người đã từng làm việc dưới một nhà quản lý: Bạn cần gì ở người lãnh đạo của mình? Cách tiếp cận này đưa trải nghiệm của người được dẫn dắt trở thành một thước đo quan trọng khi đánh giá chất lượng lãnh đạo.

Từ dữ liệu nghiên cứu,bà chỉ ra một khoảng cách đáng chú ý giữa Leadership Emergence (Lãnh đạo nổi bật) và Leadership Effectiveness (Lãnh đạo hiệu quả) - hai khái niệm rất dễ bị doanh nghiệp đánh đồng trong các quyết định thăng tiến và kế nhiệm.

Theo Allison, những người nổi bật trong tổ chức thường rất giỏi khiến bản thân và thành tích của mình được nhìn thấy. Trong khi đó, những người thực sự hiệu quả thường dành nhiều sự chú ý hơn cho chất lượng đội ngũ, hiệu suất tập thể và khả năng xây dựng niềm tin. Một nhóm dễ được nhận diện hơn; nhóm còn lại có thể tạo ra những giá trị ít phô bày hơn nhưng lại quyết định chất lượng của cả tập thể.

Đây cũng là lý do Allison đặt hiệu quả lãnh đạo trong mối liên hệ trực tiếp với niềm tin. Theo bà, khi doanh nghiệp chọn sai tiêu chuẩn thăng tiến và tiếp tục đặt những người chưa đủ khả năng xây dựng niềm tin vào vị trí lãnh đạo, hệ quả gần nhất là sự suy giảm gắn kết và năng suất. Ở quy mô lớn hơn, khoảng cách giữa lãnh đạo và người lao động có thể tiếp tục mở rộng, làm suy yếu những mối quan hệ mà tổ chức cần để vận hành trong một môi trường ngày càng phụ thuộc vào sự hợp tác.

Ms. Krista Pederson: Năng lực lãnh đạo nào sẽ tạo khác biệt khi công nghệ ngày càng mạnh mẽ?

5 năng lực con người trở nên quan trọng hơn trong kỷ nguyên AI

Tiếp nối phần trình bày của Allison, Krista Pederson - Managing Director, Asia Pacific, Hogan Assessments phát triển vấn đề từ góc độ năng lực lãnh đạo.

Thoạt nhìn, năm năng lực Krista Pederson đề cập đều không mới: giao tiếp - ra quyết định - khả năng dẫn dắt - chính trực - trách nhiệm. Nhưng theo bà, chính sự phát triển của AI đang khiến yêu cầu đối với những năng lực tưởng như quen thuộc ấy trở nên khắt khe hơn. Khi công nghệ có thể đảm nhiệm ngày càng tốt việc xử lý thông tin, tổng hợp dữ liệu hay hỗ trợ thực thi, giá trị của nhà lãnh đạo dịch chuyển rõ hơn sang những phần việc đòi hỏi khả năng đọc bối cảnh, phán đoán, kết nối con người và chịu trách nhiệm cho lựa chọn của mình.

Giao tiếp: Truyền đạt thông tin không đồng nghĩa với tạo ra kết nối

Krista cho rằng AI có thể giúp con người viết nhanh hơn, chỉnh sửa thông điệp tốt hơn và giao tiếp hiệu quả hơn về mặt kỹ thuật. Tuy nhiên, chất lượng giao tiếp của một nhà lãnh đạo vẫn được quyết định bởi khả năng lắng nghe, nhận biết cảm xúc và hiểu khi nào đội ngũ cần một cuộc trò chuyện thực sự.

Để minh họa, bà nhắc đến câu chuyện về một khách sạn từng cân nhắc thay người gác cửa bằng giải pháp tự động để tối ưu chi phí. Nếu chỉ nhìn vào nhiệm vụ mở cửa, lựa chọn ấy hoàn toàn hợp lý. Nhưng công việc của người gác cửa chưa bao giờ chỉ là mở cửa, nó còn là sự chào đón khách, hỗ trợ hành lý, đưa ra lời khuyên, trò chuyện và tạo nên cảm giác được quan tâm ngay từ khoảnh khắc đầu tiên. Khi vai trò ấy bị quy thành một tập hợp thao tác, phần giá trị khó nhìn thấy nhất cũng biến mất khỏi phép tính về sự kết nối của con người.

Hay câu chuyện mô hình quầy thanh toán dành cho trò chuyện của chuỗi siêu thị Jumbo tại Hà Lan. Khi hệ thống tự thanh toán được triển khai, một số khách hàng phản hồi rằng họ nhớ cuộc trò chuyện với nhân viên thu ngân. Với những người lớn tuổi, đó đôi khi là một trong số rất ít tương tác xã hội trong ngày. Jumbo vì thế vẫn duy trì lựa chọn dành cho những khách hàng muốn được giao tiếp với một con người.

Hai câu chuyện cùng dẫn về một bài toán quản trị: nếu doanh nghiệp chỉ nhìn công việc như một tập hợp nhiệm vụ cần hoàn thành, phần giá trị đến từ mối quan hệ giữa con người với con người rất dễ bị loại khỏi phép tính hiệu quả.

Ra quyết định: Có thêm dữ liệu không đồng nghĩa với có thêm phán đoán

Ở năng lực ra quyết định, Krista xem AI như một nguồn hỗ trợ mạnh về dữ liệu và phương án. Tuy vậy, công nghệ không thể thay thế tư duy phản biện và trách nhiệm của người đưa ra quyết định cuối cùng. Nếu người sử dụng không có đủ kiến thức, tư duy phản biện hoặc sự thận trọng để nhận ra sai lệch, tốc độ của AI có thể khiến một giả định sai được chấp nhận nhanh hơn thay vì giúp con người đi đến lựa chọn tốt hơn.

Trong doanh nghiệp, hệ quả của khoảng cách ấy còn lớn hơn khi quyết định liên quan đến tuyển dụng, thăng chức, kế nhiệm, phân bổ nguồn lực hay tương lai nghề nghiệp của một nhân sự. AI có thể giúp nhà lãnh đạo nhìn thấy nhiều dữ liệu hơn, nhưng nhà lãnh đạo vẫn phải xác định dữ liệu nào đáng tin, đâu là bối cảnh hệ thống chưa nhìn thấy, rủi ro nào cần cân nhắc và khi nào cần đặt câu hỏi ngược lại với chính khuyến nghị mà công nghệ đưa ra.

AI có thể mở rộng năng lực xử lý của tổ chức. Phán đoán vẫn là trách nhiệm của con người. Và càng nhiều dữ liệu được đưa vào một quyết định, yêu cầu dành cho người chịu trách nhiệm cuối cùng càng cao.

Khả năng dẫn dắt: AI có thể nhận diện tín hiệu, nhưng phát triển con người vẫn là trách nhiệm của lãnh đạo

Theo bà Krista Pederson, AI ngày càng hữu ích trong việc sàng lọc dữ liệu nhân sự, nhận diện nguy cơ nghỉ việc hoặc gợi ý nội dung phát triển phù hợp. Tuy nhiên, nhận ra một tín hiệu và thực sự giúp một người trưởng thành là hai việc rất khác nhau. Phát triển con người vẫn cần những cuộc trò chuyện, phản hồi, sự định hướng và niềm tin mà người lãnh đạo trực tiếp tạo ra.

Để làm rõ khoảng trống này, Krista dẫn dắt người tham dự với một dữ liệu về nhân sự, 47% Gen Z được khảo sát cho rằng họ nhận được sự hướng dẫn tốt hơn từ AI so với quản lý của mình, đồng thời 4/10 nhân sự Gen Z tương tác ít hơn với đồng nghiệp tại nơi làm việc vì AI.

Vậy người quản lý đang hiện diện thế nào trong hành trình phát triển của nhân viên?

Chính trực: Công nghệ có thể có giới hạn, nhưng chuẩn mực vẫn phải do con người xác lập

Một hệ thống AI có thể được thiết kế với các giới hạn nhất định. Nhưng công nghệ không thể tự quyết định toàn bộ chuẩn mực mà doanh nghiệp muốn theo đuổi.

Theo dữ liệu được Krista trình bày, hơn 60% Gen Z được khảo sát sử dụng AI để hoàn thành công việc mà không nói với người khác, trong khi mức độ đào tạo chính thức về cách sử dụng AI còn hạn chế. Khoảng trống ấy cho thấy chính trực không thể được giao hoàn toàn cho quy trình hay chính sách. Người lãnh đạo cần làm rõ đâu là giới hạn và chuẩn mực nào tổ chức sẽ giữ vững, kể cả khi công nghệ cho phép đi xa hơn.

Trách nhiệm: “AI đề xuất như vậy” không thể trở thành lý do để né tránh trách nhiệm

Khi AI tham gia sâu hơn vào quy trình làm việc, ranh giới trách nhiệm cũng dễ trở nên mờ hơn. Theo Krista, đây là lý do trách nhiệm của người lãnh đạo càng cần được xác định rõ: công nghệ có thể đề xuất, phân tích hoặc ghi lại quá trình xử lý, nhưng con người vẫn phải chịu trách nhiệm cho quyết định cuối cùng và hệ quả đi kèm.

Một nhà lãnh đạo không thể viện dẫn “AI đề xuất như vậy” để đứng ngoài kết quả. Trách nhiệm thể hiện ở khả năng giải thích lựa chọn, nhận sai khi cần thiết và xử lý hệ quả với những người bị ảnh hưởng.

Qua năm năng lực được trình bày, Krista đưa ra một thông điệp nhất quán: AI có thể nâng cao năng lực vận hành của tổ chức, nhưng chất lượng lãnh đạo vẫn được quyết định bởi cách con người giao tiếp, phán đoán, phát triển người khác, giữ vững chuẩn mực và chịu trách nhiệm.

Strategic Self-Awareness: Khả năng tự nhận thức trở thành năng lực quản trị rủi ro

Bà Krista Pederson đặt vấn đề sang một câu hỏi quan trọng hơn đối với phát triển lãnh đạo: cùng một năng lực cần cải thiện, liệu mọi người có nên được phát triển theo cùng một cách?

Theo bà, câu trả lời nằm ở việc hiểu tính cách và cách mỗi người đang được người khác trải nghiệm. Chẳng hạn, với năng lực giao tiếp, một người ít chủ động trao đổi có thể cần tăng mức độ kết nối với đội ngũ, trong khi một người nói nhiều và có sự hiện diện mạnh lại cần học cách lắng nghe, dành không gian cho người khác và tiếp nhận phản hồi tốt hơn. Cùng một năng lực phát triển, nhưng điểm xuất phát và hướng điều chỉnh có thể hoàn toàn khác nhau.

Krista gọi năng lực hiểu rõ điểm mạnh, giới hạn của bản thân và nhận biết chúng được nhìn nhận ra sao trong tương quan với người khác là Strategic Self-Awareness. Trong kỷ nguyên AI, khả năng tự nhận thức vì thế mang ý nghĩa lớn hơn một kỹ năng phát triển cá nhân. Nó trở thành năng lực quản trị rủi ro từ chính hành vi của người lãnh đạo, đặc biệt khi tốc độ ra quyết định ngày càng nhanh và phạm vi ảnh hưởng của mỗi quyết định ngày càng rộng.

Bright Side, Dark Side và Inside: Ba lớp dữ liệu để hiểu một nhà lãnh đạo sâu hơn những gì họ thể hiện

Tiếp nối phần chia sẻ về Strategic Self-Awareness, Krista Pederson đặt ra một câu hỏi quan trọng: nếu muốn phát triển đúng một nhà lãnh đạo, doanh nghiệp cần hiểu họ sâu đến đâu? Theo bà, những gì một người thể hiện trong phỏng vấn, trong công việc hằng ngày hay trước cấp trên mới phản ánh một phần của bức tranh. Khi áp lực gia tăng, những xu hướng hành vi khác có thể xuất hiện; ở tầng sâu hơn, động lực và hệ giá trị lại âm thầm chi phối cách họ ra quyết định và tạo ảnh hưởng lên đội ngũ.

Đây cũng là cách Hogan Assessments tiếp cận tính cách qua ba lớp dữ liệu. Bright Side, được đo lường qua HPI - Hogan Personality Inventory, phản ánh cách một người thường xuất hiện trong điều kiện bình thường và những điểm mạnh họ có xu hướng mang vào công việc. Dark Side, thông qua HDS - Hogan Development Survey, giúp nhận diện các rủi ro hành vi dễ bộc lộ khi áp lực tăng hoặc khả năng tự kiểm soát giảm. Inside, qua MVPI - Motives, Values, Preferences Inventory, đi sâu vào động lực và hệ giá trị có ảnh hưởng đến lựa chọn, ưu tiên và môi trường mà người lãnh đạo có xu hướng tạo ra xung quanh mình.

Krista nhấn mạnh rằng các kết quả này không nhằm xếp một người vào nhóm “tốt” hay “xấu”. Một đặc điểm có thể là lợi thế trong bối cảnh này và trở thành rủi ro trong bối cảnh khác. Giá trị của dữ liệu tính cách nằm ở khả năng giúp doanh nghiệp hiểu rõ hơn một người có xu hướng hành xử ra sao, ở đâu họ có thể phát huy tốt nhất và đâu là những điểm cần chủ động quản trị.

Với bài toán lãnh đạo và kế nhiệm, góc nhìn này đặc biệt quan trọng. Doanh nghiệp cần nhiều hơn một hồ sơ thành tích đẹp hay một màn phỏng vấn thuyết phục; họ cần đủ dữ liệu để hiểu người mình đang trao quyền sẽ phản ứng thế nào khi áp lực tăng, điều gì thúc đẩy họ và cách những xu hướng đó có thể tác động đến đội ngũ về lâu dài.

Mr. Tuấn Nguyễn: Xây dựng đội ngũ "AI-Ready Leaders" tại thị trường Việt Nam

Tiếp nối những góc nhìn toàn cầu từ bà Allison Howell và Krista Pederson, ông Tuấn Nguyễn đưa cuộc thảo luận trở về bài toán gần hơn với doanh nghiệp Việt Nam: khi thị trường lao động, kỳ vọng của nhân viên và cách thức vận hành cùng thay đổi, chiến lược nhân sự cần được thiết kế lại từ đâu?

Theo ông, câu trả lời không nên bắt đầu bằng công nghệ. Trước khi lựa chọn một giải pháp AI, doanh nghiệp cần hiểu mình đang chuẩn bị cho chiến lược nào, cần đội ngũ ra sao và những con người hiện tại có thực sự phù hợp với yêu cầu của chặng tăng trưởng kế tiếp hay không.

Thị trường nhân sự Việt Nam: Chưa rời đi chưa chắc đã muốn ở lại

Các dữ liệu được ông Tuấn trình bày cho thấy một bức tranh chân thực về lực lượng lao động Việt Nam. Mức độ gắn kết với công việc, cảm nhận về chất lượng cuộc sống và sự tự tin vào khả năng tìm kiếm cơ hội mới không vận động theo cùng một hướng. Một nhân viên có thể vẫn cảm thấy cuộc sống của mình ổn, vẫn hoàn thành công việc hằng ngày, nhưng chưa chắc đã hình thành cam kết dài hạn với tổ chức.

Ở phía doanh nghiệp, nhu cầu nhân lực vẫn cao trong khi việc tìm đúng người tiếp tục là một thách thức. Khoảng cách giữa cần thêm người và tìm được đúng người khiến cạnh tranh nhân tài tại Việt Nam ngày càng trở thành câu chuyện của chiến lược lãnh đạo và trải nghiệm nhân viên, thay vì chỉ thuộc phạm vi tuyển dụng.

Theo ông, khi người lao động có nhiều lựa chọn hơn, lý do để họ tiếp tục đồng hành cũng cần có ý nghĩa hơn, đó có thể là cơ hội phát triển, sự ghi nhận, khả năng được trao quyền và chất lượng của người lãnh đạo trực tiếp.

“Right people - right job - right position” hãy hiểu con người sâu hơn CV

Từ bức tranh thị trường, ông Tuấn tiếp tục đưa phần chia sẻ đến nguyên tắc Right people - right job - right position, tức khả năng nhận diện ai phù hợp với công việc nào, ở vị trí nào và trong giai đoạn phát triển nào của tổ chức.

CV, thành tích và đánh giá hiệu suất có thể cho thấy một phần năng lực đã được chứng minh. Tuy nhiên, những quyết định quan trọng về phát triển lãnh đạo và kế nhiệm còn đòi hỏi doanh nghiệp hiểu sâu hơn về xu hướng hành vi, động lực và những rủi ro có thể xuất hiện khi một người bước vào vai trò lớn hơn. Theo góc nhìn này, chiến lược nhân sự lại đặt ra câu hỏi khó hơn là: người đang rất phù hợp với hôm nay có còn là người phù hợp với yêu cầu của ngày mai?

“People First” không có nghĩa đặt công nghệ sang một bên

Một trong những thông điệp mà ông Tuấn nhấn mạnh là People First. Theo ông, đặt con người ở vị trí trung tâm không đồng nghĩa với việc giảm vai trò của công nghệ; trọng tâm nằm ở cách doanh nghiệp xác lập thứ tự ưu tiên. Tổ chức cần bắt đầu từ bài toán kinh doanh, xác định năng lực chiến lược cần có và làm rõ ai sẽ là những người biến định hướng ấy thành kết quả. Khi các câu hỏi về con người đã đủ rõ, AI mới có một vai trò phù hợp để hỗ trợ và gia tăng hiệu quả.

Ông giới thiệu tiến trình Assess → Integrate → Develop → Apply → Measure như một cách kết nối dữ liệu con người với các quyết định nhân sự. Giá trị của tiến trình này là mối liên kết xuyên suốt giữa đánh giá, phát triển và kết quả kinh doanh: dữ liệu cần dẫn đến quyết định tốt hơn, hoạt động phát triển cần tạo ra thay đổi hành vi, và mọi nỗ lực nhân sự cần quay về phục vụ mục tiêu mà doanh nghiệp theo đuổi.

AI nên đứng ở đâu trong chiến lược nhân tài?

Ở cuối phần trình bày, ông Tuấn gợi mở những điểm AI có thể tạo thêm giá trị cho quản trị nhân tài, từ kết nối dữ liệu, cá nhân hóa phát triển đến hỗ trợ nhận diện tiềm năng và hoạch định kế nhiệm. Trọng tâm ông đặt ra không nằm ở việc mở rộng phạm vi sử dụng AI bằng mọi giá, mà ở việc xác định rõ đâu là phần công nghệ có thể làm tốt và đâu là phần vẫn cần phán đoán của con người.

Vì vậy, với những quyết định tác động trực tiếp đến con người, tốc độ và khả năng xử lý chưa thể thay thế cho sự công bằng, hiểu biết bối cảnh và trách nhiệm của người ra quyết định. Câu hỏi doanh nghiệp cần đặt ra là: đâu là phần việc AI nên hỗ trợ để nâng chất lượng quyết định, và đâu là phần trách nhiệm con người cần giữ lại để bảo đảm quyết định ấy thực sự phù hợp?

Q&A: Tháo gỡ những nút thắt trong chiến lược nhân sự sắp tới cùng người tham dự

Dưới sự điều phối của ông Tú Lê, phần Q&A đưa ba diễn giả trở lại sân khấu và mở ra không gian trao đổi trực tiếp với các lãnh đạo, chuyên gia nhân sự trong khán phòng. Thay vì tìm kiếm một công thức chung cho AI hay phát triển lãnh đạo, nhiều câu hỏi tập trung vào những lựa chọn rất cụ thể mà doanh nghiệp đang phải đối mặt.

Ứng dụng AI nên bắt đầu từ công nghệ hay từ bài toán kinh doanh?

Khi được hỏi về mối liên hệ giữa AI và lãnh đạo, Allison Howell lưu ý rằng AI rất dễ trở thành một khái niệm quá rộng. Trước khi lựa chọn công nghệ, tổ chức cần xác định rõ kết quả mình muốn tạo ra và phần việc nào AI thực sự có thể hỗ trợ.

Krista Pederson nối tiếp quan điểm này khi cho rằng nhiều sáng kiến công nghệ thất bại không hẳn vì bản thân công nghệ, mà vì cách lãnh đạo lựa chọn, triển khai và gắn nó với chiến lược. Một công cụ được đưa vào tổ chức vì áp lực phải theo kịp rất khó tạo giá trị nếu mục tiêu phía sau vẫn chưa rõ.

Làm sao nhìn thấy Dark Side trước khi trao một vai trò lãnh đạo lớn hơn?

Ứng viên có thể sở hữu CV tốt, thành tích nổi bật và tạo ấn tượng thuyết phục trong phỏng vấn, nhưng doanh nghiệp làm sao nhận diện những rủi ro hành vi chưa lộ ra?

Krista đưa cuộc trao đổi trở lại vai trò của HDS - Hogan Development Survey trong việc bổ sung dữ liệu về những xu hướng dễ xuất hiện dưới áp lực. Với các quyết định lãnh đạo, phần khó nhìn thấy đôi khi lại là phần có sức ảnh hưởng lớn nhất sau khi một người đã được trao quyền.

Nên triển khai Hogan Assessments rộng đến đâu?

Trước câu hỏi về việc nên đánh giá toàn doanh nghiệp hay bắt đầu từ một nhóm trọng yếu, Krista khuyến nghị cách tiếp cận có chọn lọc: bắt đầu tại nơi nhu cầu kinh doanh rõ nhất, xây năng lực sử dụng dữ liệu trước, sau đó mới mở rộng dần sang các cấp độ hoặc bộ phận khác. Giá trị của assessment không nằm ở số lượng người hoàn thành bài đánh giá. Nó nằm ở việc doanh nghiệp sử dụng dữ liệu ấy để đưa ra quyết định nhân tài tốt hơn đến đâu.

“Con người đi trước, AI theo sau” - vậy rốt cuộc là bắt đầu từ đâu?

Câu hỏi từ đại diện HEINEKEN Việt Nam đưa cuộc đối thoại trở lại chủ đề People First: làm sao theo kịp công nghệ mà không đánh mất giá trị cốt lõi là con người?

Ông Tuấn cho rằng trước khi hỏi cần AI nào, tổ chức phải xác định mình muốn đi đâu, cần hệ thống vận hành ra sao và cần những con người nào để thực hiện chiến lược ấy. Công nghệ chỉ thực sự có ý nghĩa khi được đặt sau những câu hỏi nền tảng này.

Từ AI-Ready đến Human-Ready: Lợi thế tăng trưởng bắt đầu từ chất lượng quyết định về con người

Xuyên suốt tọa đàm, AI xuất hiện như một lực đẩy lớn của tương lai công việc, nhưng trọng tâm sau cùng lại quay về chiến lược nhân sự và chất lượng lãnh đạo. Công nghệ có thể giúp tổ chức xử lý nhanh hơn, nhìn thấy nhiều dữ liệu hơn và mở rộng khả năng vận hành. Những quyết định về ai nên được trao cơ hội, ai cần phát triển, ai phù hợp với vai trò lớn hơn và kiểu lãnh đạo nào doanh nghiệp muốn xây dựng vẫn cần con người đứng ra phán đoán và chịu trách nhiệm.

Vì thế, trở thành AI-Ready mới giải quyết một phần của bài toán. Doanh nghiệp còn cần trở thành Human-Ready: hiểu rõ mình cần những con người nào cho chiến lược, nhận diện đúng tiềm năng, nhìn thấy cả điểm mạnh lẫn rủi ro hành vi và phát triển đội ngũ lãnh đạo đủ khả năng tạo niềm tin trong những giai đoạn nhiều biến động.

Ở cấp độ chiến lược nhân sự, câu hỏi lớn hơn được đặt ra lúc này là: Doanh nghiệp đã có đúng người cho chặng tăng trưởng kế tiếp và có đủ dữ liệu để biết vì sao họ là những người phù hợp hay chưa?

Đây cũng là giá trị mà khoa học tính cách của Hogan Assessments mang lại cho các quyết định nhân tài. Thông qua dữ liệu về Bright Side, Dark Side và Inside, doanh nghiệp có thêm một góc nhìn khoa học để hiểu cách con người có xu hướng hành xử trong công việc, những rủi ro cần chủ động quản trị và động lực có thể ảnh hưởng đến cách họ lãnh đạo.

Với các doanh nghiệp đang xây dựng đội ngũ kế nhiệm, nhận diện tiềm năng lãnh đạo hoặc thiết kế chương trình phát triển gắn với chiến lược kinh doanh, Talent Assessments Vietnam đồng hành trong việc chuyển dữ liệu tính cách thành những quyết định nhân tài có cơ sở hơn. Bởi khi công nghệ ngày càng dễ tiếp cận, lợi thế cạnh tranh bền vững sẽ là việc doanh nghiệp hiểu con người của mình sâu đến đâu và đưa ra những quyết định về con người tốt đến mức nào.

Hogan Assessments, Học viện Quản lý PACE và Talent Assessments Vietnam trân trọng cảm ơn các diễn giả và những người tham dự đã đồng hành trong chương trình. Sự quan tâm, câu hỏi và chia sẻ thực tế từ các anh chị là nguồn động lực để chúng tôi tiếp tục lan tỏa các cách tiếp cận khoa học hơn trong nhận diện, đánh giá và phát triển nhân tài tại Việt Nam.