Con số 33% xuất hiện trong báo cáo Challenger tháng 7 khiến tôi dừng lại. Không phải vì nó lớn — mà vì nó đi ngược với toàn cảnh thị trường lao động. 10.970 người bị sa thải do AI, chiếm 33% tổng số 33.429 người mất việc trong tháng — mức thấp nhất hai năm. Nhưng cùng kỳ, kế hoạch tuyển dụng tăng 25%. Một bên cắt giảm vì AI, một bên mở rộng vì AI. Sự mâu thuẫn này không chỉ tồn tại trong nền kinh tế Mỹ — nó đang hiện diện ngay trong hành lang các quỹ đầu tư tiền mã hóa, nơi tôi đã làm việc suốt 5 năm qua.
Khi code chạy, tôi mới biết mình sai ở đâu. Với thị trường lao động Web3, cũng vậy. Chúng ta đang chứng kiến một thí nghiệm quy mô lớn: các công ty blockchain đóng băng tuyển dụng junior — những vị trí entry-level dành cho kỹ sư mới ra trường, nhà phân tích tập sự, cộng tác viên nghiên cứu — dựa trên giả định rằng AI đã đủ khả năng thay thế họ. Nhưng dữ liệu đang kể một câu chuyện khác.
Gartner khảo sát 110 CHRO — giám đốc nhân sự cấp cao — và phát hiện 22% trong số họ xác nhận có ít nhất một lãnh đạo doanh nghiệp đã dừng tuyển vị trí junior vì AI. Con số này còn khiêm tốn, nhưng hướng đi thì rõ ràng. Cùng lúc đó, Stanford SIEPR ghi nhận tỷ lệ việc làm của nhóm 22-25 tuổi trong các ngành nghề liên quan AI sụt giảm, trong khi nhóm lao động lớn tuổi có kinh nghiệm vẫn ổn định hoặc tăng trưởng. Nói cách khác: AI không thay thế con người — nó thay thế những người chưa có cơ hội học cách làm việc. Sự khác biệt này là điểm mù mà hầu hết các phân tích thị trường bỏ qua.
Tôi nhớ lại năm 2021, khi tôi viết script sweep NFT trên OpenSea. Script tự động mua tất cả NFT dưới 0.05 ETH trong bộ sưu tập 10k. Chạy hai ngày, tôi mua được 30 NFT, bán lại 25 cái, lời 1.5 ETH. Rồi một lần contract bị rug pull — mất 0.8 ETH chỉ sau một đêm. NFT floor sweep script dạy tôi về thanh khoản giả. Nhưng quan trọng hơn, nó dạy tôi rằng: tự động hóa mà không hiểu cấu trúc bên dưới sẽ dẫn đến thảm họa. Bài học đó vẫn đúng khi áp dụng cho tuyển dụng trong ngành blockchain hôm nay. Các công ty đang tự động hóa quy trình tuyển dụng bằng AI mà chưa hiểu rõ giá trị thực sự của một nhân viên junior — người học nghề bằng cách quan sát, đặt câu hỏi, và mắc sai lầm trong môi trường được kiểm soát.
Bối cảnh cần được làm rõ. Thị trường tiền mã hóa đang đi ngang — Bitcoin dao động quanh một biên độ hẹp, thanh khoản phân tán, và các quỹ đầu tư ngày càng thận trọng. Trong môi trường này, chi phí nhân sự trở thành một biến số bị soi xét kỹ nhất. CFO của nhiều quỹ bắt đầu đặt câu hỏi: tại sao phải trả 40.000-70.000 USD/năm cho một kỹ sư mới ra trường, trong khi GitHub Copilot và Claude có thể xử lý 70% công việc mã hóa cơ bản? Câu hỏi này nghe hợp lý trên bề mặt, nhưng nó ẩn chứa một sai lầm về phương pháp luận: đo lường năng suất của một nhân viên junior bằng số dòng code họ viết ra, thay vì bằng khả năng họ học được hệ thống vận hành của công ty, văn hóa kỹ thuật, và các mối quan hệ liên phòng ban.
Dữ liệu từ AWS khiến tôi chú ý đặc biệt. AWS đang bán các AI agent tự động hóa tuyển dụng, viết mã, và xử lý bồi thường bảo hiểm — những công việc từng được giao cho nhân viên junior. Đồng thời, công ty mẹ Amazon công bố kế hoạch tuyển 11.000 thực tập sinh và sinh viên mới tốt nghiệp. 11.000. Con số này nói lên điều gì? Một công ty sở hữu công nghệ AI tiên tiến nhất, bán công cụ thay thế lao động phổ thông, vẫn cần tuyển lượng lớn nhân sự trẻ. Nếu AI thực sự có thể thay thế hoàn toàn junior, tại sao Amazon lại cần họ? Câu trả lời nằm ở bản chất của AI agent hiện tại: chúng cần người giám sát, người đánh giá, người cung cấp phản hồi — và quan trọng nhất, chúng cần người hiểu đủ sâu về nghiệp vụ để can thiệp khi AI đưa ra quyết định sai.
Phân tích sâu hơn về dữ liệu Gartner: 95% tổ chức đã triển khai AI dưới một hình thức nào đó trong 12 tháng qua. Nhưng chỉ 20% nhìn thấy giá trị đáng kể hoặc mang tính chuyển đổi. Khoảng cách 75 điểm phần trăm giữa tỷ lệ triển khai và tỷ lệ nhận giá trị — đó là chi phí thực sự mà các công ty đang trả cho sự lạc quan thái quá. Trong ngành Web3, con số này thậm chí có thể còn bi quan hơn. Chúng ta đang vận hành trong một hệ sinh thái nơi các công cụ AI vẫn chưa được tối ưu cho các ngôn ngữ lập trình đặc thù như Solidity, Rust (cho Solana), hoặc Cairo (cho StarkNet). Các mô hình ngôn ngữ lớn được huấn luyện trên dữ liệu phổ quát, không chuyên sâu về blockchain — dẫn đến tỷ lệ lỗi cao hơn khi viết smart contract.
Kinh nghiệm vận hành bot giao dịch của tôi cung cấp một góc nhìn song song. Năm 2020, tôi viết bot arbitrage cho Uniswap v2 bằng Python và Web3.py. Vốn ban đầu 2 ETH. Bot chạy 4 tuần, lời 0.3 ETH — một kết quả khả quan cho một dự án cuối tuần. Rồi một lần flash loan thất bại vì gas fee tính sai, tôi mất 0.1 ETH chỉ trong một giây. Tôi dừng bot, ngồi xuống, và viết lại toàn bộ logic tính phí. Thêm fail-safe. Thêm kiểm tra depth chart. Thêm threshold tự động dừng khi biến động 1 phút vượt 3%. Khi bot chạy lại, nó ổn định hơn — nhưng tôi nhận ra một điều sâu sắc: phần lớn thời gian của tôi không dành cho việc xây dựng bot, mà dành cho việc hiểu tại sao bot lại hành xử như vậy. Một nhân viên junior trong công ty blockchain cũng vậy. Giá trị thực sự của họ không nằm ở những nhiệm vụ họ hoàn thành trong tháng đầu tiên — mà nằm ở khả năng hiểu được tại sao hệ thống vận hành như hiện tại.
Mỗi lần thua, tôi đều refactor code và tâm lý. Các công ty blockchain đang refactor đội ngũ của họ bằng cách cắt giảm đầu vào — nhưng họ quên mất phần tâm lý: văn hóa tổ chức. Khi bạn loại bỏ toàn bộ nhân viên junior, bạn tạo ra một khoảng trống thế hệ. Những nhân viên senior hiện tại sẽ nghỉ hưu hoặc chuyển công việc trong 5-10 năm tới. Ai sẽ kế thừa? AI? Không — AI không thể thay thế sự hiểu biết ngữ cảnh mà chỉ có được qua nhiều năm làm việc trong ngành. Mỗi quyết định quan trọng trong blockchain — từ việc chọn protocol để tích hợp, đến việc đánh giá rủi ro thanh khoản của một pool — đều dựa trên sự hiểu biết tinh tế về cách thị trường vận hành. Sự hiểu biết đó chỉ có thể được truyền từ người có kinh nghiệm sang người mới thông qua quá trình làm việc chung trực tiếp.
Phân tích sâu hơn về hiện tượng Stanford SIEPR: nhóm 22-25 tuổi mất việc trong các ngành liên quan AI, trong khi nhóm lớn tuổi hưởng lợi. Điều này cho thấy AI hoạt động như một đòn bẩy — nó khuếch đại năng lực của người có kinh nghiệm, nhưng không tạo ra năng lực cho người mới. Một kỹ sư senior với 10 năm kinh nghiệm có thể sử dụng AI để tăng gấp đôi năng suất vì họ biết cách đặt câu hỏi đúng, biết cách đánh giá câu trả lời của AI, và biết cách sửa lỗi nhanh chóng. Một sinh viên mới ra trường không có những kỹ năng này — họ cần thời gian thực hành, cần người hướng dẫn, và cần môi trường an toàn để thử sai. Khi các công ty cắt giảm vị trí junior, họ không chỉ tiết kiệm chi phí — họ đang phá hủy chính kênh đào tạo duy nhất của họ cho lực lượng lao động tương lai.
Hãy nhìn vào các quỹ đầu tư mạo hiểm chuyên về crypto. Họ có xu hướng tuyển ít junior hơn so với các quỹ truyền thống — vì ngành còn mới, thiếu các chương trình đào tạo bài bản, và vì bản chất công việc đòi hỏi kỹ năng chuyên sâu ngay từ đầu. Nhưng chính sự khan hiếm junior trong ngành này đã dẫn đến tình trạng thiếu hụt nhân tài trầm trọng khi thị trường bùng nổ. Năm 2017, tôi ném 0.5 ETH vào dự án Status (SNT) — $400 — chỉ vì tin vào whitepaper. Giá tăng 10 lần rồi sụp đổ. Khi tôi mở contract và đọc source code, tôi phát hiện lỗi trong vesting schedule. Bài học: đọc code, đừng nghe lời hứa. Bài học này cũng áp dụng cho tuyển dụng: hãy nhìn vào quy trình đào tạo của công ty, đừng nghe lời khẳng định rằng AI sẽ thay thế tất cả.
Góc nhìn phản trực giác: các công ty blockchain nên tuyển dụng nhiều junior hơn, không phải ít hơn, trong giai đoạn AI bùng nổ. Lý do: (1) Junior là nhóm duy nhất lớn lên cùng AI — họ sẽ phát triển các kỹ năng làm việc với AI một cách tự nhiên, không bị giới hạn bởi các thói quen làm việc cũ; (2) Trong môi trường đi ngang của thị trường crypto, chi phí nhân sự junior thấp hơn đáng kể so với thời kỳ bùng nổ — đây là cơ hội để mua nhân tài với giá chiết khấu; (3) Các quỹ đang sa thải junior sẽ gặp khó khăn khi thị trường phục hồi — vì họ sẽ phải cạnh tranh với các quỹ đã giữ được junior và xây dựng quy trình đào tạo bài bản.
Nhưng câu chuyện không đơn giản chỉ là "giữ junior bằng mọi giá". Các công ty cần refactor toàn bộ mô hình đào tạo. Thay vì giao cho junior những nhiệm vụ đơn giản mà AI có thể xử lý, hãy giao cho họ những nhiệm vụ phức tạp với sự giám sát chặt chẽ của senior. Thay vì đo lường năng suất bằng số lượng công việc hoàn thành, hãy đo lường bằng tốc độ học hỏi và khả năng xử lý tình huống bất ngờ. Đây chính là cách tôi vận hành đội quant trading của mình: mỗi thành viên mới đều bắt đầu bằng việc đọc 500 giao dịch lỗ từ log của bot, phân tích nguyên nhân, và đề xuất giải pháp. Không có AI nào có thể dạy họ sự kiên nhẫn và tư duy phản biện bằng cách nhìn vào hàng trăm lệnh thua.
Hãy nhìn vào ví dụ cụ thể từ hệ sinh thái Layer 2. Các team phát triển ZK-rollup đang đối mặt với tình trạng thiếu hụt trầm trọng các kỹ sư hiểu về mật mã học và lý thuyết số. Đây là một lĩnh vực mà AI gần như vô dụng — vì nó đòi hỏi sự sáng tạo toán học và khả năng chứng minh tính đúng đắn của hệ thống. Nếu các công ty này đóng băng tuyển dụng junior, họ sẽ không có đủ lực lượng để phát triển trong 5 năm tới. Ngược lại, các team OP Stack có thể dễ dàng sử dụng AI để hỗ trợ việc viết code — vì kiến trúc của họ tương đối đơn giản hơn. Điều này tạo ra một khoảng cách chiến lược: các team chấp nhận tuyển junior và đào tạo họ có thể vượt qua các team phụ thuộc hoàn toàn vào AI.
Sự chênh lệch giữa câu chuyện của các nhà cung cấp AI và thực tế vận hành là một điểm mù lớn. AWS bán AI agent để tự động hóa quy trình tuyển dụng — nhưng họ vẫn cần 11.000 thực tập sinh. OpenAI bán ChatGPT để viết code — nhưng họ vẫn cần kỹ sư part-time vận hành. Các quỹ blockchain bán narrative "AI sẽ thay thế mọi thứ" — nhưng họ vẫn cần người quản lý rủi ro, người hiểu thanh khoản, người biết khi nào nên rút lui khỏi một vị thế. Sự khác biệt giữa marketing và vận hành là điều mà các nhà phân tích thường bỏ qua — nhưng đó chính là nơi giá trị thực sự nằm.
Tôi nhớ lại cách tôi đã xây dựng bot arbitrage của mình sau thất bại. Tôi không cố gắng làm cho bot thông minh hơn — tôi cố gắng làm cho quy trình vận hành an toàn hơn. Tương tự, các công ty blockchain không nên cố gắng làm cho đội ngũ của họ nhỏ hơn bằng AI — họ nên làm cho quy trình đào tạo hiệu quả hơn bằng AI. Hãy sử dụng AI để hỗ trợ junior trong việc đọc hiểu code, tìm hiểu về các giao thức phức tạp, và mô phỏng các tình huống thị trường — thay vì dùng AI để loại bỏ họ.
Ví dụ thực tế: tại quỹ của tôi, chúng tôi dùng AI để tạo ra các báo cáo tóm tắt về biến động giá hàng ngày, giúp các nhà phân tích junior có thêm thời gian để nghiên cứu sâu về các giao thức mới. Thay vì viết báo cáo tẻ nhạt, họ đọc, phân tích, và đưa ra nhận định. AI không thay thế họ — AI giải phóng họ khỏi công việc văn phòng để họ tập trung vào công việc tư duy. Đây là mô hình "human-in-the-loop" mà tôi tin là hướng đi đúng đắn cho toàn ngành.
Nhưng câu hỏi vẫn còn đó: các công ty có sẵn sàng thay đổi tư duy của họ không? Báo cáo Gartner cho thấy 22% CHRO đã thấy lãnh đạo đóng băng tuyển dụng junior vì AI. Nhưng liệu họ có thấy bức tranh toàn cảnh? Liệu họ có nhận ra rằng chi phí thực sự không phải là chi phí tuyển dụng và đào tạo junior — mà là chi phí mất đi toàn bộ thế hệ nhân tài tiếp theo? Liệu họ có nhận ra rằng quyết định hôm nay sẽ định hình năng lực cạnh tranh trong 5-10 năm tới?
Trong thị trường crypto đầy biến động, chỉ có một chân lý duy nhất: những người sống sót là những người hiểu rõ chu kỳ. Năm 2017, những người ôm token dài hạn không bán đã thua. Năm 2020, những người sở hữu tài sản thanh khoản đã thắng. Năm 2021, những người NFT floor sweep quá tham đã mất trắng vì rug pull. Mỗi chu kỳ đều có một bài học về sự kiên nhẫn và khả năng nhìn xa hơn đám đông. Chu kỳ hiện tại của chúng ta là chu kỳ AI. Và bài học tôi đang rút ra từ dữ liệu 95% áp dụng so với 20% giá trị là: đừng chạy theo câu chuyện, hãy nhìn vào thực tế vận hành.
Các công ty blockchain đang đứng trước một ngã rẽ. Họ có thể tiếp tục đóng băng tuyển dụng junior, tin rằng AI đã đủ tốt để thay thế — và chấp nhận hệ quả là mất đi thế hệ kỹ sư, nhà phân tích, và nhà lãnh đạo tiềm năng trong tương lai. Hoặc họ có thể nhìn vào dữ liệu: AI chưa chứng minh được giá trị ở 80% các tổ chức; AI không thể thay thế quá trình học hỏi thông qua thực hành; và ngay cả những công ty bán AI như AWS vẫn cần tuyển dụng junior. Lựa chọn thứ hai đòi hỏi sự kiên nhẫn — nhưng trong một thị trường vốn ưa thích câu chuyện tăng trưởng nhanh, sự kiên nhẫn là một lợi thế cạnh tranh mà ít ai có được.
Khi tôi nhìn lại chặng đường 5 năm của mình trong ngành — từ thất bại ICO năm 2017, qua bot arbitrage DeFi Summer, đến mùa NFT điên cuồng và bây giờ là AI — tôi nhận ra một quy luật chung: công nghệ không thay thế con người, công nghệ thay thế những người không chịu thích nghi. AI có thể thay thế một kỹ sư junior viết code đơn giản, nhưng không thể thay thế một kỹ sư junior biết cách đặt câu hỏi đúng cho AI. AI có thể thay thế một nhà phân tích chỉ biết tổng hợp dữ liệu, nhưng không thể thay thế một nhà phân tích biết cách kiểm tra tính thanh khoản của một pool trước khi kết luận rằng đây là một cơ hội đầu tư tốt.
Những kỹ năng đó cần thời gian để phát triển. Và thời gian, không giống như code, không thể được tối ưu hóa bằng automation.
Vậy câu hỏi đặt ra cho mọi CEO, mọi giám đốc nhân sự, mọi quỹ đầu tư trong ngành blockchain: bạn đang xây dựng một tổ chức có thể tồn tại trong 10 năm tới — hay một tổ chức chỉ tối ưu cho quý này? Bởi vì lịch sử của thị trường crypto đã chứng minh điều đó nhiều lần: những người rút lui khi thị trường đi ngang sẽ quay lại khi thị trường bùng nổ, và họ có thể phải trả giá đắt hơn rất nhiều so với những gì họ đã tiết kiệm được.