Thế giới đang tái cấu trúc - Phân tích các ngành đang biến mất và nổi lên trong kỷ nguyên AI, nhìn từ thực tế Trung Quốc, Hàn Quốc và Mỹ
Tháng 4 năm ngoái, Mei Mei - một giảng viên tiếng Anh tại một trường đại học ở Bắc Kinh - nhận được thông báo rằng khoa của cô sẽ bị xóa sổ. Hai mươi năm đứng lớp. Bằng tiến sĩ từ một trường danh tiếng. Và giờ, cô nói với phóng viên Caixin: “Chúng tôi sống trong trạng thái lo lắng triền miên. Lương bị cắt, và chúng tôi không dám hỏi lý do.”
Cùng thời điểm đó, ở Seoul, hơn một triệu chủ cửa hàng nộp đơn đóng cửa doanh nghiệp trong năm 2024 - con số chưa từng có trong lịch sử Hàn Quốc kể từ khi bắt đầu thống kê năm 1995. Và ở Mỹ, Đại học Syracuse vừa thông báo đóng cửa 93 chương trình học thuật, phần lớn là khoa học xã hội và nhân văn, vì sinh viên không còn đăng ký.
Đây không phải ba câu chuyện riêng lẻ. Đây là một hiện tượng duy nhất, đang xảy ra đồng thời ở ba nền kinh tế lớn nhất thế giới.
Và hiện tượng đó có tên gọi: Restructure - Tái cấu trúc.
Phần 1: Những Con Số Không Nói Dối
Khi một quốc gia 1,4 tỷ dân quyết định thay đổi hệ thống giáo dục, đó không phải tín hiệu — đó là tuyên bố chiến lược.
Từ 2018 đến 2022, 109 trường đại học Trung Quốc đã xóa bỏ 28 ngành ngoại ngữ. Riêng trong năm 2024, 1.428 chương trình đại học bị khai tử — tăng gấp 25 lần so với con số 57 chương trình bị cắt một thập kỷ trước. Bộ Giáo dục Trung Quốc đặt mục tiêu cắt 20% tổng số ngành trên toàn quốc trước năm 2025; một số tỉnh thậm chí yêu cầu cắt 40%. Mỗi chương trình bị xóa đều được thay thế bằng một chương trình mới: kỹ thuật kinh tế tầm thấp, công nghệ máy bay thông minh, khoa học dữ liệu ứng dụng.
Ngành tiếng Anh, từng là tấm vé vào cửa của tầng lớp trung lưu Trung Quốc, giờ được nhà nước định nghĩa lại: không phải một ngành học, mà là một kỹ năng hỗ trợ. Khảo sát năm 2024 của Bộ Nhân lực Trung Quốc cho thấy chỉ 8% tin tuyển dụng tại các công ty đa quốc gia còn yêu cầu bằng tiếng Anh thuần túy — giảm từ 23% vào năm 2018. Chỉ trong sáu năm, giá trị thị trường của một kỹ năng đã giảm gần ba lần.
Nhưng nếu Trung Quốc là câu chuyện về giáo dục, thì Hàn Quốc là câu chuyện về kinh tế thực.
Năm 2024, lần đầu tiên trong lịch sử, hơn một triệu doanh nghiệp Hàn Quốc đóng cửa trong một năm. Không phải vì người Hàn nghèo đi — GDP bình quân đầu người của họ vẫn ở mức cao. Mà vì bốn con sóng ập đến cùng lúc: công nghệ thay thế mô hình cũ, dân số già đi và trẻ em ít đi, nền tảng số quốc tế cạnh tranh trực tiếp, và chi phí vận hành tăng không ngừng. Tỷ suất lợi nhuận của trạm xăng giảm từ 17,8% năm 1991 xuống còn 1,7% năm 2023. Chuỗi cửa hàng tiện lợi lần đầu tiên giảm số điểm bán kể từ khi ngành này ra đời năm 1988.
Và ở Mỹ, số bằng cử nhân ngành nhân văn - tiếng Anh, lịch sử, triết học, ngoại ngữ - đã giảm 24% trong một thập kỷ (2012–2022), xuống dưới 200.000 lần đầu tiên trong hơn hai mươi năm. Lương khởi điểm của cử nhân khoa học xã hội giảm 2% — là nhóm duy nhất ghi nhận sụt giảm. Trong khi đó, lương khởi điểm của cử nhân khoa học máy tính tăng 7%.
Khi ba nền kinh tế lớn, với ba hệ thống chính trị khác nhau, cùng chứng kiến một xu hướng - đó không còn là xu hướng. Đó là quy luật.
Phần 2: Tại Sao? Ba Lực Đẩy Đang Hội Tụ
Để hiểu những gì đang xảy ra, cần phân biệt hai khái niệm: suy thoái chu kỳ và sụp đổ cấu trúc. Suy thoái chu kỳ là khi nền kinh tế chậm lại rồi phục hồi. Sụp đổ cấu trúc là khi mô hình cơ bản thay đổi - và ngay cả khi kinh tế phục hồi, những ngành đã chết vẫn không quay trở lại.
Những gì chúng ta đang chứng kiến là loại thứ hai. Và nó được thúc đẩy bởi ba lực hội tụ:
Lực thứ nhất: AI xóa đi lợi thế cạnh tranh đơn độc.
Có một nguyên tắc đang hình thành trong thị trường lao động toàn cầu: bất kỳ kỹ năng đơn lẻ nào mà AI có thể thực hiện ở mức 80% độ chính xác sẽ mất đi giá trị thương mại độc lập. Không phải mất hết — nhưng mất đi khả năng tồn tại như một nghề.
Dịch thuật là ví dụ sắc nét nhất. Nghiên cứu của Oxford Martin School năm 2025 trên 696 thị trường lao động tại Mỹ cho thấy sự mở rộng của các công cụ dịch máy có tương quan trực tiếp với việc giảm việc làm và thu nhập của dịch giả con người. Hơn ba phần tư dịch giả chuyên nghiệp được khảo sát lo ngại AI tạo sinh sẽ ảnh hưởng tiêu cực đến thu nhập của họ.
Nhưng điều quan trọng hơn là cơ chế. AI không thay thế người biết tiếng Anh. Nó thay thế người chỉ biết tiếng Anh. Người vừa biết tiếng Anh vừa có chuyên môn sâu về luật, tài chính, hay kỹ thuật thì không bị đe dọa — thậm chí còn có giá trị hơn, vì họ có thể làm điều AI không làm được: phán đoán ngữ cảnh, chịu trách nhiệm pháp lý, xây dựng niềm tin.
Lực thứ hai: Nền tảng số toàn cầu phá vỡ lợi thế địa lý.
Trong nhiều thập kỷ, lợi thế cạnh tranh của các doanh nghiệp nhỏ là vị trí. Tiệm tạp hóa đầu phố, quán cà phê góc đường, trạm xăng trên quốc lộ — tất cả đều được bảo vệ bởi một thực tế đơn giản: khách hàng phải đến đây vì không có lựa chọn khác gần hơn.
Nền tảng số đã phá vỡ điều đó. Temu, Shein, AliExpress bán áo rẻ hơn 30% và giao tận nhà. Netflix bán vé xem phim bằng nửa giá rạp. Grab giao đồ ăn từ nhà hàng cách xa 5km trong 30 phút. Người tiêu dùng không nghèo hơn — họ chỉ có nhiều lựa chọn hơn. Và khi có lựa chọn, họ không còn bị ràng buộc bởi địa lý.
Lực thứ ba: Tái định hướng chiến lược cấp quốc gia.
Đây là lực mà nhiều phân tích bỏ qua, nhưng lại là lực quan trọng nhất trong ngắn hạn. Trung Quốc không chỉ để thị trường tự điều chỉnh — họ chủ động dùng chính sách giáo dục như một công cụ định hướng lực lượng lao động. “Made in China 2025” xác định AI, bán dẫn và năng lượng mới là ngành trọng điểm. Từ đó, ngân sách đại học, học bổng nhà nước, và cơ hội nghề nghiệp trong khu vực công đều dịch chuyển theo.
Ở cấp độ toàn cầu, Báo cáo Tương lai Việc làm 2025 của Diễn đàn Kinh tế Thế giới — tổng hợp quan điểm của hơn 1.000 nhà tuyển dụng hàng đầu đại diện cho 14 triệu nhân viên — cho thấy 86% doanh nghiệp toàn cầu xác nhận AI sẽ biến đổi hoạt động của họ trước năm 2030. Và 41% xác nhận chuyển đổi năng lượng là xu hướng lớn tiếp theo.
Khi cả nhà nước lẫn thị trường đều đi cùng một hướng, tốc độ thay đổi sẽ nhanh hơn bất kỳ cá nhân nào có thể theo kịp nếu không chủ động.
Phần 3: Framework Phân Loại - Ngành Nào Đang Chết và Tại Sao
Không phải tất cả các ngành đang biến mất đều chết vì cùng một lý do. Phân biệt được cơ chế chết sẽ giúp xác định xem ngành của bạn đang đứng ở đâu.
Nhóm A — Chết vì bị thay thế trực tiếp (Substitution)
Đây là những ngành mà AI hoặc công nghệ làm được việc tương đương với chi phí thấp hơn, tốc độ cao hơn và không cần không gian vật lý. Dịch thuật thuần túy, vận hành bảo dưỡng xe xăng truyền thống (xe điện xóa bỏ khoảng 70% phụ tùng cần bảo dưỡng định kỳ), phân phối nội dung theo mô hình vật lý (rạp phim, quán game).
Đặc điểm nhận biết: Giá trị cốt lõi của ngành là thực thi một nhiệm vụ lặp lại — không phải phán đoán, không phải sáng tạo, không phải mối quan hệ.
Nhóm B — Chết vì biên lợi nhuận sụp đổ (Margin Collapse)
Ngành vẫn có khách hàng, nhưng chi phí tăng nhanh hơn doanh thu. Quán cà phê độc lập, cửa hàng tiện lợi nhỏ lẻ, trạm xăng — tất cả đều đang chịu áp lực từ phí nền tảng giao hàng (20–30% doanh thu), lương tối thiểu tăng, và tiêu dùng chuyển dịch sang kênh số.
Đặc điểm nhận biết: Bạn làm việc nhiều hơn nhưng không kiếm được nhiều hơn. Mô hình không có “hào bảo vệ” — không có lý do gì để khách hàng phải trả thêm tiền cho bạn thay vì lựa chọn rẻ hơn.
Nhóm C — Chết vì mất tính liên quan (Relevance Decay)
Đây là nhóm tinh tế nhất và nguy hiểm nhất. Ngành không bị công nghệ thay thế trực tiếp — nhưng bị thay thế trong nhận thức của người ra quyết định. Ngành học nhân văn không tích hợp công nghệ, mô hình tư vấn dựa vào thông tin bất cân xứng, các sản phẩm giải quyết nhu cầu mà người dùng không còn coi là ưu tiên.
Đặc điểm nhận biết: Khách hàng vẫn nói họ trân trọng giá trị của bạn — nhưng họ không trả tiền cho nó nữa. Đây là dấu hiệu rõ ràng nhất của Relevance Decay.
Phần 4: Những Gì Đang Nổi Lên - Và Logic Đằng Sau
Danh sách “hot jobs” thì ở đâu cũng có. Điều quan trọng hơn là hiểu tại sao những ngành này rising - để không chỉ đuổi theo xu hướng mà hiểu được logic cơ bản.
Nhóm 1 - Hạ tầng của kỷ nguyên AI
AI & Big Data, Machine Learning, Cybersecurity đang tăng trưởng không phải vì “AI hot” - mà vì chúng là infrastructure layer của toàn bộ nền kinh tế mới. Mọi ngành đang chuyển đổi số đều cần những người này. WEF xác nhận AI và big data là kỹ năng tăng trưởng nhanh nhất toàn cầu trong giai đoạn 2025–2030.
Nhóm 2 - Năng lượng mới và chế tạo tiên tiến
Kỹ sư năng lượng tái tạo, kỹ sư xe điện và xe tự lái, kỹ sư môi trường - tất cả đều nằm trong top 15 việc làm tăng trưởng nhanh nhất toàn cầu theo WEF. Điểm đặc biệt của nhóm này: đây không chỉ là thị trường tự điều chỉnh. Chính phủ Mỹ, EU, Trung Quốc đều đang chủ động bơm hàng nghìn tỷ USD vào đây thông qua chính sách công nghiệp. Khi nhà nước đặt cược, rủi ro thị trường giảm đáng kể.
Nhóm 3 - Vai trò “Human-in-the-Loop”
Đây là nhóm thú vị nhất và thường bị bỏ qua. WEF xác nhận rằng ngay cả khi AI làm tốt hơn ở tầng thực thi, tư duy phân tích, tư duy sáng tạo, khả năng lãnh đạo và ảnh hưởng xã hội vẫn là những kỹ năng cốt lõi đến năm 2030 — và đang tăng trưởng, không giảm.
Có một nghịch lý quan trọng ở đây: khi AI đảm nhận tốt hơn tầng thực thi, giá trị của con người ở tầng phán đoán, bối cảnh và kết nối cảm xúc lại tăng lên. Một bác sĩ giỏi dùng AI để đọc hình ảnh X-quang không bị thay thế — họ trở nên mạnh hơn, vì giờ họ có thể tập trung vào điều AI không làm được: giải thích cho bệnh nhân, đưa ra quyết định điều trị phức tạp, xây dựng niềm tin.
Các vai trò cụ thể đang nổi lên: AI Trainer, Quality Controller cho hệ thống AI, “Dual Expert” - người vừa có chuyên môn kỹ thuật vừa có khả năng giao tiếp, dịch thuật ý nghĩa và văn hóa giữa AI và con người.
Nhóm 4 - Frontline không thể số hóa hoàn toàn
Điều dưỡng, giáo viên, công nhân xây dựng lành nghề, kỹ thuật viên bảo trì thiết bị chuyên biệt - WEF dự báo tất cả đều tăng trưởng. Lý do đơn giản: những công việc này đòi hỏi thể chất, phán đoán tình huống thực tế và kết nối người-người ở mức độ mà AI không thể thay thế trong ngắn và trung hạn. Một minh chứng cụ thể: các máy lọc thận tại nhiều bệnh viện Mỹ đang bỏ không - không phải vì thiếu nhu cầu, mà vì thiếu kỹ thuật viên thận học lành nghề để vận hành chúng.
Phần 5: Điều Này Có Nghĩa Gì Với Chúng Ta
Đây là phần quan trọng nhất và cũng là phần mà hầu hết các báo cáo dừng lại ở lý thuyết.
Với cá nhân đang đi làm, câu hỏi cần tự hỏi không phải là “ngành của tôi có bị AI thay thế không?”, mà là “kỹ năng của tôi thuộc nhóm nào trong ba nhóm trên? Nếu đứng độc lập, nó còn giá trị trong năm năm nữa không?”
Sự dịch chuyển cần thiết không phải là “học thêm AI” - mà là tái cấu trúc cách bạn tạo ra giá trị. Từ chuyên sâu đơn lẻ sang chuyên sâu tích hợp. Từ thực thi sang phán đoán. Từ làm việc với thông tin sang làm việc với bối cảnh.
Với doanh nghiệp và sản phẩm, có một sự khác biệt quan trọng cần phân biệt: update và transform. Update là thêm tính năng AI vào sản phẩm hiện tại - giống như thêm động cơ điện vào xe ngựa. Transform là đặt lại câu hỏi: Vấn đề thực sự chúng ta đang giải quyết là gì, và trong thế giới mới, ai cần điều đó và theo cách nào?
Một trung tâm ngoại ngữ không nên hỏi “làm sao dạy tiếng Anh tốt hơn?” - mà nên hỏi “người ta cần gì trong giao tiếp liên ngôn ngữ mà AI dịch không cung cấp được?” Câu trả lời có thể dẫn đến một mô hình kinh doanh hoàn toàn khác: không dạy ngôn ngữ, mà dạy năng lực văn hóa và kỹ năng kiểm soát chất lượng AI.
Với góc nhìn rộng hơn cho Đông Nam Á, đây vừa là rủi ro vừa là cơ hội. Rủi ro: nếu không có định hướng rõ ràng, các mô hình kinh doanh đang chết ở Trung Quốc và Hàn Quốc sẽ “di cư” sang và tiếp tục tạo ra việc làm giá trị thấp. Cơ hội: không bị ràng buộc bởi hạ tầng cũ, các nền kinh tế đang phát triển có thể “leapfrog” - xây dựng thẳng lên mô hình mới mà không cần đi qua giai đoạn trung gian.
Kết Luận: Câu Hỏi Đúng
Nhìn lại câu chuyện của Mei Mei ở đầu bài: cô ấy không làm gì sai. Cô dạy tốt, có bằng tiến sĩ, cống hiến hai mươi năm. Nhưng thế giới xung quanh cô đã thay đổi theo một logic mà cá nhân cô không thể kiểm soát.
Đây là điều đáng sợ nhất của restructure - tái cấu trúc: nó không trừng phạt người làm việc kém - nó làm cho kỹ năng của những người làm việc tốt trở nên ít liên quan hơn.
Vì vậy, câu hỏi không phải là “ngành nào an toàn?” Câu hỏi là: “Tôi đang tạo ra loại giá trị nào - và loại giá trị đó có thể bị AI thay thế ở tầng nào?”
Nếu giá trị của bạn nằm ở thực thi, bạn đang cạnh tranh với AI - và đó là một cuộc đua bạn không thể thắng.
Nếu giá trị của bạn nằm ở phán đoán, bối cảnh và kết nối con người - bạn đang đứng ở phía mà AI cần bạn, không phải thay thế bạn.
Thế giới không đang add thêm AI vào mô hình cũ. Thế giới đang viết lại mô hình từ đầu. Câu hỏi là: trong bản viết lại đó, bạn đang ở chương nào?
Bài viết tham khảo nguồn dữ liệu từ: Caixin Global, The China Academy, Bộ Giáo dục Trung Quốc, Yonhap News Agency / National Tax Service Hàn Quốc, Seoul Economic Daily, American Academy of Arts & Sciences, Hechinger Report, Oxford Martin School, và WEF Future of Jobs Report 2025.