Các công việc Admin sẽ dần bị thay thế, L&D cần tập trung vào điều này

Có một sự thật người làm L&D cần nhìn thẳng:

Các công việc admin sẽ dần bị thay thế.

Gửi email, nhắc lịch, tổng hợp danh sách, làm báo cáo, quản lý đăng ký, chuẩn bị tài liệu, tạo nội dung cơ bản… những việc từng chiếm rất nhiều thời gian của L&D đang ngày càng được AI hỗ trợ mạnh mẽ.

Vì vậy, câu hỏi không còn là:

“L&D có nên dùng AI không?”

Mà là:

“Khi AI làm được ngày càng nhiều việc lặp lại, người làm L&D cần tập trung vào điều gì để không bị bỏ lại phía sau?”

Trong buổi chia sẻ về vai trò mới của L&D trong kỷ nguyên AI, ba diễn giả đã mở ra ba lát cắt quan trọng:

Thạc sĩ Phạm Lâm Tùng nói về công việc, công cụ AI và năng lực chuyên môn.
Thạc sĩ Đỗ Thị Minh Thúy nối tiếp bằng workflow, automation và con người.
Mr. Đàm Thế Ngọc nhấn mạnh điều quan trọng nhất: L&D phải tạo ra kết quả cho doanh nghiệp.

AI là công cụ. Nhưng công cụ chỉ phát huy sức mạnh khi người dùng có chuyên môn đủ vững.

Nếu chuyên môn yếu, AI chỉ khuếch đại sự mơ hồ. Nếu chuyên môn tốt, AI sẽ khuếch đại hiệu quả.

1. AI trong L&D: Từ công cụ đến cách làm việc mới – thông điệp từ Thạc sĩ Phạm Lâm Tùng

Thông điệp đầu tiên từ phần chia sẻ của Thạc sĩ Phạm Lâm Tùng là: người làm L&D không nên nhìn AI như một vài công cụ lẻ tẻ, mà cần nhìn AI như một sự thay đổi trong cách làm việc.

Anh Tùng nhắc đến một thực tế rất quen thuộc trong doanh nghiệp hiện nay. Nhiều lãnh đạo đã bắt đầu nói những câu như:

“Cái này đơn giản, ném cho AI làm đi.”

Câu nói ấy nghe có vẻ vui, nhưng phía sau nó là một sự dịch chuyển lớn. AI không còn là chuyện xa xôi. AI đã bước vào công việc hằng ngày. Không chỉ trong công nghệ, marketing hay kinh doanh, mà cả trong L&D.

AI có thể hỗ trợ viết nội dung.
AI có thể tạo slide.
AI có thể làm video.
AI có thể phân tích dữ liệu.
AI có thể tạo bài kiểm tra.
AI có thể hỗ trợ thiết kế hoạt động học tập.
AI có thể tạo game, tạo website, thậm chí tạo một ứng dụng đơn giản.

Điểm thú vị trong phần chia sẻ của anh Tùng là câu chuyện về vibe coding – cách dùng AI để mô tả ý tưởng và tạo ra sản phẩm số ở mức cơ bản, ngay cả khi người dùng không phải lập trình viên chuyên nghiệp.

Trước đây, để tạo một phần mềm, một website hay một trò chơi tương tác, ta thường nghĩ ngay đến đội IT, lập trình viên, thuật toán, code, kiểm thử, sửa lỗi. Nhưng với vibe coding, người làm L&D có thể bắt đầu từ một ý tưởng học tập, mô tả yêu cầu cho AI, điều chỉnh đầu ra và tạo ra một sản phẩm đơn giản phục vụ lớp học.

Anh Tùng đã chia sẻ ví dụ rất gần với người làm đào tạo: có thể vibe coding một công cụ tương tự Kahoot, có mã PIN để học viên tham gia, có câu hỏi, có trò chơi, có tương tác.

Với L&D, đây là một gợi ý rất mạnh.

Thay vì chỉ dùng slide một chiều, trainer có thể tạo game nhỏ để học viên tham gia.
Thay vì phụ thuộc hoàn toàn vào nền tảng có sẵn, L&D có thể thử tạo một công cụ riêng phục vụ hoạt động học tập.
Thay vì chỉ truyền đạt nội dung, ta có thể tạo trải nghiệm.

Anh Tùng cũng nhắc đến việc tạo website: một trang giới thiệu chương trình, một trang portfolio cá nhân, một trang chia sẻ tài nguyên hoặc một trang dự án. Với người làm L&D, trainer hoặc chuyên gia, đây không chỉ là công cụ công nghệ, mà còn là cách xây dựng hiện diện số, đóng gói chuyên môn và tạo tài sản tri thức cho riêng mình.

Tuy nhiên, điểm quan trọng nhất không nằm ở danh sách công cụ.

Điểm quan trọng nhất nằm ở thông điệp:

Người làm L&D cần có cả chuyên môn và AI.

Nếu chỉ có AI mà không có chuyên môn, chúng ta rất dễ bị công cụ dẫn dắt. AI nói gì cũng thấy hay. AI tạo gì cũng thấy đúng. AI đề xuất gì cũng tin. Khi ấy, AI không còn là trợ lý, mà trở thành người cầm lái.

Nhưng nếu có chuyên môn tốt, người làm L&D sẽ biết đặt câu hỏi tốt hơn, giao việc rõ hơn, kiểm tra kết quả sâu hơn, chỉnh sửa đầu ra tinh tế hơn và dùng AI đúng chỗ hơn.

Nói cách khác:

Chuyên môn là gốc. AI là đòn bẩy.
Gốc càng sâu, đòn bẩy càng mạnh.
Gốc càng yếu, đòn bẩy càng dễ làm lệch hướng.

Với người làm L&D, chuyên môn đó bao gồm hiểu về học tập người lớn, thiết kế chương trình, trải nghiệm học viên, mục tiêu đào tạo, hành vi sau đào tạo, đánh giá hiệu quả và kết nối đào tạo với mục tiêu doanh nghiệp.

AI có thể giúp ta đi nhanh hơn. Nhưng chuyên môn giúp ta biết đi đúng hướng.

Sau phần của anh Tùng, người nghe có thể thấy AI đang mở ra rất nhiều khả năng mới. Nhưng có công cụ chưa đủ. Câu hỏi tiếp theo là: làm thế nào để đưa công cụ vào một dòng chảy công việc thật sự? Đây chính là phần chị Thúy đi sâu.

Xem thêm: Tổng hợp báo cáo AI for L&D từ tổ chức ATD 

2. Workflow L&D: Tự động hóa để giải phóng con người – thông điệp từ Thạc sĩ Đỗ Thị Minh Thúy

Nếu phần chia sẻ của anh Tùng mở ra bức tranh rộng về công việc và công cụ AI, thì phần chia sẻ của Thạc sĩ Đỗ Thị Minh Thúy kéo câu chuyện về rất gần với thực tế vận hành của L&D.

Chị Thúy không bắt đầu bằng một hệ thống AI quá lớn hay một mô hình quá phức tạp. Chị bắt đầu từ những vấn đề rất quen thuộc:

Quản lý đăng ký khóa học.
Theo dõi tiến độ thủ công.
Làm báo cáo đào tạo.
Gửi email.
Nhắc lịch.
Tổng hợp dữ liệu.
Cập nhật thông tin từ giảng viên nội bộ.
Quản lý các hoạt động vận hành đào tạo hằng ngày.

Đây là những việc nhỏ, nhưng nếu cộng lại, chúng giống như những hạt cát rơi vào bánh răng. Một hạt thì không sao, nhưng nhiều hạt sẽ khiến cả cỗ máy vận hành nặng nề.

Chị Thúy chia sẻ rằng trong bối cảnh hệ thống LMS hoặc dữ liệu đào tạo chưa thật sự hoàn thiện, đội ngũ của chị đã lựa chọn cách “tự cứu lấy mình” bằng những tác vụ tự động hóa nhỏ.

Đây là một thông điệp rất thực tế với người làm L&D trong doanh nghiệp Việt Nam.

Không phải doanh nghiệp nào cũng có sẵn hệ thống lớn.
Không phải phòng L&D nào cũng có đội công nghệ riêng.
Không phải tổ chức nào cũng đã có dữ liệu sạch, đầy đủ, kết nối mượt mà.

Vì vậy, thay vì chờ một hệ thống hoàn hảo, ta có thể bắt đầu bằng một workflow nhỏ.

Một workflow đăng ký khóa học.
Một workflow gửi thông báo.
Một workflow thu thập báo cáo đào tạo nội bộ.
Một workflow tổng hợp dữ liệu.
Một workflow nhắc lịch và theo dõi tiến độ.
Một workflow trả kết quả tự động sau khi thu thập thông tin.

Trong phần chia sẻ, chị Thúy cũng nhắc đến các công cụ hỗ trợ automation như form, script, AppSheet, n8n hoặc các công cụ AI khác. Nhưng giống như anh Tùng, chị Thúy không đặt trọng tâm vào việc chạy theo công cụ.

Thông điệp quan trọng hơn là:

Trước khi chọn công cụ, cần hiểu logic của workflow.

Đầu vào là gì?
Dữ liệu lấy từ đâu?
Bước nào cần AI xử lý?
Bước nào cần con người kiểm tra?
Đầu ra mong muốn là gì?
Workflow cần tối ưu tiếp ở đâu?

Khi tư duy theo workflow, người làm L&D không còn nhìn công việc như một đống việc rời rạc. Ta bắt đầu nhìn công việc như một dòng chảy.

Và khi dòng chảy đã rõ, AI mới có chỗ để đi vào.

Nếu không có workflow rõ, AI giống như một người rất giỏi nhưng bị đưa vào một căn phòng tối, không biết cửa ra ở đâu. Còn nếu workflow rõ, AI giống như được đặt đúng vào một đoạn đường cần tăng tốc.

Điều đáng chú ý là automation không phải để loại bỏ con người. Automation là để giải phóng con người khỏi những việc lặp lại, để L&D có thêm thời gian cho những việc quan trọng hơn: hiểu học viên, làm việc với quản lý, phân tích nhu cầu thật, thiết kế chương trình tốt hơn và theo dõi kết quả sau đào tạo.

Nếu người làm L&D cả ngày bị chìm trong email, file, báo cáo, nhắc lịch, điểm danh, rất khó để họ trở thành đối tác chiến lược của doanh nghiệp.

Muốn trở thành L&D Business Partner, trước hết phải thoát khỏi chiếc “lồng admin” đang giam giữ thời gian và năng lượng của mình.

Và workflow chính là chiếc chìa khóa đầu tiên.

Nếu anh Tùng nói về công cụ, chị Thúy nói về workflow, thì câu hỏi cuối cùng cần quay về là: tất cả những điều đó phục vụ kết quả nào của doanh nghiệp?

Xem thêm: Thầy JimKirkpatrick tiết lộ tương lai của Đánh giá hiệu quả đào tạo

3. L&D Business Partner: Dùng AI để thấu hiểu học viên, phân tích GAP và tạo kết quả – thông điệp từ Mr. Đàm Thế Ngọc

Tiếp nối thông điệp của anh Tùng, tôi muốn nhấn mạnh thêm một lần nữa:

AI là công cụ. Người làm L&D vẫn cần nâng cấp chuyên môn để dùng AI hiệu quả.

Nếu chuyên môn chưa vững, AI có thể khiến chúng ta làm nhanh hơn những việc chưa chắc đã đúng.
Nếu chuyên môn vững, AI giúp chúng ta thiết kế nhanh hơn, phân tích sâu hơn và tạo ra giá trị lớn hơn.

Trong phần chia sẻ, tôi đã demo một số cách ứng dụng AI vào công việc cốt lõi của L&D.

Demo 1: Dùng AI để phân tích và thấu hiểu học viên

Người làm L&D muốn thiết kế chương trình tốt thì trước hết phải thấu hiểu học viên.

Không thể chỉ hỏi:

“Anh chị muốn học chủ đề gì?”

Câu hỏi đúng hơn là:

Học viên đang có việc cần làm gì?
Họ đang gặp nỗi đau nào?
Họ kỳ vọng điều gì?
Họ bị rào cản gì khi áp dụng kiến thức?
Quản lý của họ mong muốn gì?
Doanh nghiệp cần kết quả gì từ nhóm học viên đó?

Tôi đã demo cách dùng AI để phân tích hồ sơ học viên, ví dụ như người làm L&D trong doanh nghiệp, cửa hàng trưởng chuỗi bán lẻ, giám đốc chi nhánh ngân hàng hoặc một nhóm chức danh cụ thể.

AI có thể giúp gợi mở các nhóm thông tin như việc cần làm, nỗi đau, kỳ vọng, rào cản, mong muốn và bối cảnh của học viên. Từ đó, người thiết kế đào tạo có thể tạo kết nối tốt hơn với người học.

Nhưng AI không thay thế hoàn toàn sự quan sát và trải nghiệm của con người.

AI giúp ta có bản đồ.
Còn L&D vẫn phải xuống đường, gặp người thật, nghe câu chuyện thật, hiểu vấn đề thật.

Khi hiểu học viên sâu hơn, bài giảng sẽ không còn là một tập hợp kiến thức khô cứng. Nó trở thành một cây cầu nối từ nỗi đau của học viên đến kết quả mà họ mong muốn.

Demo 2: Dùng AI để phân tích chỉ số kinh doanh và dự đoán GAP cần lấp

Một chương trình đào tạo không nên bắt đầu từ câu hỏi:

“Chúng ta cần học gì?”

Mà cần bắt đầu từ câu hỏi:

“Chỉ số kinh doanh nào cần thay đổi?”

Ví dụ, với đội sales, đó có thể là tỷ lệ chuyển đổi, số khách hàng mới, giá trị trung bình đơn hàng, tỷ lệ chốt, doanh thu trên mỗi nhân sự.

Với dịch vụ khách hàng, đó có thể là mức độ hài lòng, thời gian phản hồi, tỷ lệ khiếu nại, tỷ lệ khách hàng quay lại.

Với quản lý cấp trung, đó có thể là hiệu suất đội nhóm, mức độ chủ động, khả năng giao việc, coaching, phối hợp liên phòng ban.

AI có thể hỗ trợ L&D phân tích các chỉ số này, đặt câu hỏi về nguyên nhân, dự đoán khoảng GAP giữa hiện tại và kỳ vọng, từ đó gợi ý những năng lực hoặc hành vi cần được bồi đắp.

Nhưng một lần nữa, AI chỉ là công cụ.

Nếu người làm L&D không hiểu kinh doanh, không hiểu chỉ số, không hiểu vận hành, không hiểu bối cảnh doanh nghiệp, thì AI có thể đưa ra rất nhiều gợi ý nghe có vẻ hay nhưng không chạm vào vấn đề thật.

Đào tạo không phải để lớp học vui hơn.
Đào tạo là để công việc tốt hơn.
Và công việc tốt hơn phải được phản ánh bằng hành vi, hiệu suất hoặc kết quả cụ thể.

Demo 3: Dùng AI để cấu trúc bài giảng theo công thức chuẩn quốc tế

Một điểm nữa tôi đã demo là sử dụng AI để hỗ trợ cấu trúc bài giảng theo các công thức chuẩn quốc tế, trong đó có thể ứng dụng các mô hình như ROPES để thiết kế hoạt động học tập rõ ràng hơn.

Nhiều trainer, giảng viên nội bộ hoặc chuyên gia có rất nhiều kiến thức, nhưng khi đứng lớp lại gặp khó khăn trong việc biến chuyên môn thành một bài học dễ hiểu, có cấu trúc, có tương tác và có khả năng ứng dụng.

Có người biết rất nhiều nhưng nói lan man.
Có người làm rất giỏi nhưng không biết dạy lại.
Có người chuẩn bị rất nhiều slide nhưng học viên vẫn bị động.
Có người lớp học rất vui nhưng sau đó học viên không áp dụng.

Vì vậy, người làm đào tạo cần có công thức thiết kế bài giảng.

AI có thể hỗ trợ rất tốt nếu ta có phương pháp. Ta có thể dùng AI để gợi ý outline, cấu trúc bài, hoạt động tương tác, câu hỏi thảo luận, tình huống, ví dụ, bài tập ứng dụng, email truyền thông, tài liệu hỗ trợ và kế hoạch sau đào tạo.

Nhưng điều kiện là người dùng phải biết “công thức chuẩn” để yêu cầu AI làm đúng.

Nếu không có công thức, ta chỉ đang nhờ AI “nấu ăn” khi chưa có thực đơn, chưa biết khẩu vị người ăn, chưa biết bữa ăn phục vụ mục tiêu gì.

Trong đào tạo, công thức không làm mất đi sự sáng tạo. Công thức giống như đường ray. Nó giúp đoàn tàu tri thức đi đúng hướng, đúng nhịp và đến đúng ga.

4. L&D trong kỷ nguyên AI: Tối ưu nguồn lực vận hành để tập trung vào tạo kết quả

AI sẽ đẩy nhanh rất nhiều công việc của L&D. Thậm chí, nhiều công việc thủ công và lặp lại sẽ dần được tự động hóa: gửi email, tổng hợp dữ liệu, nhắc lịch, chuẩn bị nội dung, tạo báo cáo, thiết kế tài liệu cơ bản…

Điều đó có thể khiến nhiều người lo lắng. Nhưng nếu nhìn ở một góc khác, đây lại là cơ hội để L&D được giải phóng khỏi những việc vận hành tốn thời gian, từ đó tập trung vào phần việc quan trọng hơn: tạo ra các chương trình đào tạo tác động đến kết quả của doanh nghiệp.

AI là phương tiện.
Kết quả mới là đích đến.

Giống như trước đây bạn đang đi bộ, nay được trao thêm một chiếc xe máy. Chiếc xe máy không tự quyết định bạn sẽ đi đâu. Nhưng nếu bạn đã rõ đích đến, nó sẽ giúp bạn đi nhanh hơn, xa hơn và tiết kiệm sức hơn.

Với L&D cũng vậy.

AI có thể giúp chúng ta làm nhanh hơn.
Automation có thể giúp workflow mượt hơn.
Vibe coding có thể giúp tạo game, website, công cụ học tập nhanh hơn.

Nhưng câu hỏi quan trọng nhất vẫn là:

Đích đến của đào tạo là gì?

Và đích đến đó không phải là số lớp đã tổ chức, số học viên tham gia hay điểm hài lòng sau khóa học.

Đích đến thật sự là những kết quả doanh nghiệp kỳ vọng: doanh số tốt hơn, năng suất cao hơn, dịch vụ tốt hơn, đội ngũ quản lý hiệu quả hơn, hành vi làm việc thay đổi rõ hơn.

Vì vậy, khi AI dần thay thế các công việc thủ công, quy mô đội ngũ L&D trong doanh nghiệp có thể sẽ được tinh gọn hơn. Nhưng những người vừa có chuyên môn L&D vững, vừa biết sử dụng AI hiệu quả sẽ có lợi thế rất lớn trên thị trường lao động.

Bởi trong kỷ nguyên mới, doanh nghiệp không chỉ cần người tổ chức lớp học.

Doanh nghiệp cần những người biết dùng công nghệ để tối ưu vận hành, dùng chuyên môn để thiết kế chương trình đúng vấn đề và dùng tư duy kinh doanh để tạo ra kết quả thật.

AI là chiếc xe máy mới.

Nhưng L&D vẫn phải là người biết mình đang đi về đâu.

Kỷ nguyên AI không lấy đi vai trò của L&D. Nó chỉ lấy đi phần việc lặp lại để buộc L&D bước lên một vai trò cao hơn.

Không còn chỉ là người chạy lớp.
Không chỉ là người làm báo cáo.
Mà là người dùng công nghệ, chuyên môn và tư duy kinh doanh để giúp doanh nghiệp thay đổi thật.

Xem thêm: Bài viết chia sẻ cách người làm L&D không bị bỏ lại phía sau

FAQ – Câu hỏi thường gặp

1. AI có thay thế người làm L&D không?

AI có thể thay thế hoặc hỗ trợ mạnh mẽ nhiều công việc admin, lặp lại và xử lý nội dung cơ bản. Tuy nhiên, vai trò thấu hiểu học viên, thiết kế chương trình, kết nối đào tạo với kết quả kinh doanh và dẫn dắt thay đổi hành vi vẫn cần năng lực chuyên môn của người làm L&D.

2. Người làm L&D nên bắt đầu dùng AI từ đâu?

Hãy bắt đầu từ công việc, không bắt đầu từ công cụ. Liệt kê các việc lặp lại, tốn thời gian, dễ chuẩn hóa. Sau đó chọn một workflow nhỏ để thử nghiệm AI hoặc automation.

3. Vibe coding có hữu ích cho L&D không?

Có. Vibe coding có thể giúp L&D tạo các công cụ đơn giản như game đào tạo, app tương tác, website giới thiệu chương trình, trang tài nguyên hoặc công cụ hỗ trợ học viên. Tuy nhiên, cần hiểu rõ mục tiêu học tập và giới hạn của công cụ.

4. Vì sao chuyên môn vẫn quan trọng khi đã có AI?

Vì AI chỉ khuếch đại năng lực sẵn có. Nếu chuyên môn chưa vững, người dùng khó đánh giá đầu ra của AI đúng hay sai. Nếu chuyên môn tốt, AI giúp làm nhanh hơn, sâu hơn và hiệu quả hơn.

5. Workflow trong L&D là gì?

Workflow là dòng chảy công việc từ đầu vào đến đầu ra. Ví dụ: đăng ký khóa học, gửi thông báo, nhắc lịch, thu thập phản hồi, tổng hợp báo cáo, theo dõi sau đào tạo. Khi workflow rõ, AI và automation mới được đặt đúng điểm để tạo giá trị.

6. L&D cần tập trung vào điều gì trong kỷ nguyên AI?

L&D cần tập trung vào những việc AI khó thay thế: thấu hiểu học viên, phân tích vấn đề kinh doanh, thiết kế chương trình đào tạo đúng nỗi đau, đồng hành sau đào tạo và tạo ra kết quả cụ thể cho doanh nghiệp.

Bạn muốn nâng cấp năng lực L&D trong kỷ nguyên AI?

AI là công cụ.

Nhưng người làm L&D vẫn cần chuyên môn, tư duy hệ thống và năng lực tạo tác động.

Vì trong tương lai, điều khiến L&D có giá trị không phải là làm được bao nhiêu việc admin, mà là tạo ra được bao nhiêu thay đổi thật cho doanh nghiệp.

Nếu bạn muốn thiết kế bài giảng tốt hơn, đứng lớp cuốn hút hơn và biến chuyên môn thành chương trình đào tạo có cấu trúc, hãy tìm hiểu chương trình Master Trainer.

Nếu bạn muốn dịch chuyển từ vai trò “người tổ chức lớp học” sang L&D Business Partner, biết kết nối đào tạo với mục tiêu kinh doanh và tạo ra kết quả cho doanh nghiệp, hãy tìm hiểu chương trình BPM – Business Partner Master.

AI có thể giúp chúng ta làm nhanh hơn.

Nhưng chính chuyên môn mới giúp L&D đi đúng hướng và tạo ra tác động thật.

P/s: Thông tin khoá học ưu đãi cho cộng đồng:
– L&D Business Partner Master tại đây
– Master Traniner tại đây, thông tin chi tiết tại đây

—–

Tác giả: Đàm Thế Ngọc
Founder & CEO LeaderUp
Học không nghỉ – Hành không ngừng – Cho không nhớ – Nhận không quên