Trong các blog trước đây của loạt bài này, tôi đã xem xét cách các nhà lãnh đạo mở rộng quy mô AI, cách chúng tôi đổi mới công việc bằng cách sử dụng AI tác nhân và cách dẫn dắt sự thay đổi này. Trong blog áp chót này, tôi xem xét cách AI tác nhân đang định hình lại lực lượng lao động và tạo ra vai trò quan trọng cho chức năng nhân sự.
Xu hướng hàng đầu về ngân hàng của Accenture năm 2026:Ngân hàng không bị ràng buộc đã có mặt
Tìm hiểu thêm
Trong lĩnh vực ngân hàng và bảo hiểm, AI đang tự động hóa các công việc thường ngày, tăng cường công việc phức tạp, nhưng sự thay đổi thực sự là cách phán đoán của con người được triển khai lại để đưa ra các quyết định có giá trị cao hơn. Như một khách hàng bảo hiểm đã nói, mục tiêu là “đưa robot ra khỏi con người”. Agentic AI thực hiện chính xác điều đó:các tác nhân chuyên nghiệp, bán độc lập làm việc cùng với các nhân viên như những đồng nghiệp có năng lực.
Tác động này không đồng nhất và không thể tránh khỏi. AI không ảnh hưởng đến mọi nhiệm vụ trong một vai trò và kết quả không được xác định trước. Các nhà lãnh đạo đưa ra những lựa chọn có chủ ý về những gì nên tiếp tục là công việc của con người và những gì nên chuyển sang AI. Đây không phải là việc thiết kế lại vai trò mà là thiết kế công việc hướng tới kết quả và mục đích chứ không phải chức danh công việc.
Tác động theo từng ngành
Agentic AI sẽ định hình lại cách tạo ra giá trị trong lực lượng lao động dịch vụ tài chính - không chỉ riêng lực lượng lao động. Do đó, chiến lược phù hợp mang tính đặc thù cao của tổ chức.
Đổi mới công việc có nghĩa là thiết kế cho các cá nhân, cho các nhóm và mạng lưới tạo ra giá trị.
Hầu hết các công việc tri thức trong dịch vụ tài chính đều dựa trên nhóm. Tuy nhiên, rất ít đội đang thích nghi một cách hiệu quả. Cuộc khảo sát Người cải tạo tài năng của chúng tôi cho thấy chỉ 19% nhân viên cho biết nhóm của họ cùng nhau thử nghiệm AI và chỉ 17% cảm thấy an toàn về mặt tâm lý khi chia sẻ ý tưởng mới.
Nhà tái tạo nhân tài giải quyết khoảng trống này bằng cách sử dụng phân tích do AI điều khiển để tăng cường động lực của nhóm. Nhóm của họ báo cáo rằng mức độ căng thẳng đã giảm đi, sức khỏe được cải thiện và các quyết định nhanh hơn, chất lượng cao hơn được thúc đẩy bởi sự an toàn về tâm lý, thử nghiệm và học tập chung.
Điều này quan trọng trong các dịch vụ tài chính, nơi các nhóm đa ngành, mạng lưới liên công ty và toàn bộ hệ sinh thái như sàn giao dịch, trung tâm tài chính và quan hệ đối tác trong ngành xác định cách thức thực hiện công việc.
Nghiên cứu hỗ trợ sự thay đổi này. Một nghiên cứu gần đây của Ethan Mollick và các đồng nghiệp của ông chia sẻ rằng các nhóm có AI hoạt động tốt hơn cả những cá nhân có AI và các nhóm không có AI. AI giúp các nhóm thu hẹp khoảng cách về kiến thức và ngôn ngữ, tạo ra những ý tưởng đa dạng hơn và nuôi dưỡng những cảm xúc tích cực. Sự sáng tạo của con người vẫn thúc đẩy sự mới lạ, nhưng khi kết hợp lại, con người và AI sẽ vượt trội hơn.
Khi công việc của chúng ta thay đổi, các kỹ năng cũng phải thay đổi theo. Nghiên cứu Tái tạo lại học tập gần đây của chúng tôi cho thấy rằng trong khi 84% giám đốc điều hành mong đợi các tác nhân AI sẽ làm việc cùng với con người trong vòng ba năm và 80% công nhân coi AI là một cơ hội, thì chỉ có 26% cho biết được đào tạo về cách cộng tác với AI. Tiến độ là có thật nhưng quá chậm.
Kỹ năng suy giảm
Nhiều xu hướng trong số này có trước AI nhưng AI đã đẩy nhanh chúng hơn.
Kỹ năng được yêu cầu
Ngay cả các lĩnh vực hoạt động như gian lận, thanh toán, khiếu nại, KYC và cho vay cũng đang chuyển sang các nhóm nhỏ hơn, chuyên gia hơn, tập trung vào các trường hợp phức tạp và phán đoán tình huống.
Đây không phải là sự chuyển đổi một lần. Học tập liên tục cho phép lực lượng lao động di chuyển và có việc làm lâu dài. Đối với một số người, điều này có nghĩa là nâng cao kỹ năng trong một vai trò. Đối với những người khác, điều đó có nghĩa là phải đào tạo lại kỹ năng cho những nghề nghiệp hoàn toàn mới.
Các ngân hàng và công ty bảo hiểm hàng đầu đang hướng tới mô hình lực lượng lao động dựa trên kỹ năng, được hỗ trợ bởi kế hoạch lực lượng lao động, nền tảng học tập và thị trường nhân tài nội bộ.
Để giúp các tổ chức phản hồi, chúng tôi đã ra mắt LearnVantage, hệ sinh thái học tập linh hoạt hỗ trợ AI để phát triển các kỹ năng trong tương lai. Nó bao gồm Học viện AI của chúng tôi dành cho hội đồng quản trị, giám đốc điều hành và nhân viên, từ các buổi đào tạo đến học tập sâu hơn bao gồm các bằng cấp nano và chứng chỉ bên ngoài với Stanford và các tổ chức khác.
Tại S&P Global, chúng tôi đã đào tạo tất cả 40.000 nhân viên, bao gồm 7.500 lãnh đạo nhân sự và 200 thành viên hội đồng quản trị và lãnh đạo cấp cao về GenAI. Tỷ lệ tham gia đạt 100%, MPS rất tích cực và tỷ lệ áp dụng các công cụ AI đã tăng gấp 4 lần. S&P Global là một hình mẫu rõ ràng về việc sử dụng kiến thức để thúc đẩy sự thay đổi trong toàn doanh nghiệp.
Tôi đặc biệt ấn tượng với một số nỗ lực quốc gia ở Trung Đông liên quan đến việc đào tạo lại kỹ năng - bao gồm Viện Tài chính Emirates, đào tạo kỹ năng đám mây ở UAE và KSA cũng như nâng cao kỹ năng AI cho Ngân hàng Thương mại Dubai. Tại Nhật Bản, chúng tôi đã nâng cao kỹ năng cho 36.000 nhân viên bộ phận lễ tân và 300 lãnh đạo của một công ty bảo hiểm lớn, giúp họ làm việc hiệu quả với trợ lý kỹ thuật số và mang lại kết quả cá nhân hóa hơn cho khách hàng.
Co-learning là khi mọi người dạy công nghệ và đồng thời học hỏi từ nó và là trọng tâm của nghiên cứu này. Những ví dụ ban đầu bao gồm huấn luyện viên AI và phi công phụ của doanh nghiệp. Trong kiến trúc tác tử, các hệ thống này thích ứng với từng cá nhân, cải thiện nhờ phản hồi và hỗ trợ học tập trong dòng chảy công việc.
Hãy xem xét một trung tâm liên lạc. Một đại diện con người dẫn đầu cuộc gọi; tác nhân AI sẽ phiên âm, đề xuất các phản hồi tuân thủ và tóm tắt kết quả. Khi tác nhân con người bỏ qua hoặc đánh giá các đề xuất, AI sẽ học hỏi. Sau cuộc gọi, nó cung cấp phản hồi phản ánh. Khả năng được cải thiện cho cả con người và máy móc.
Điều này giải quyết một số thách thức phải đối mặt trong FS:a) cách nâng cao năng lực và hiệu suất của cả con người và tác nhân trong thế giới thực chứ không chỉ trong thử nghiệm; b) cách cải thiện khả năng sử dụng, áp dụng và sử dụng AI, vì các sản phẩm AI tuyệt vời không được sử dụng sẽ không tạo ra giá trị; c) làm thế nào để thực sự đưa việc học vào quy trình công việc để có thể hỗ trợ tốt nhất cho kết quả của nhân viên và khách hàng và d) dành thời gian để học sâu hơn. Các tổ chức sử dụng phương pháp này đang phát triển kỹ năng nhanh hơn bốn lần và tăng gấp đôi sự tự tin khi cộng tác với AI.
Tại một công ty bảo hiểm lớn ở châu Âu, mô hình này đã giảm 5–10% số nhân viên xử lý cuộc gọi, giảm 10% thời gian xử lý trung bình và giải phóng khoảng 20% công suất, đồng thời cải thiện trình độ kỹ năng và thời gian để nâng cao năng lực.
Các tổ chức cũng cần những tài năng chuyên môn để xây dựng, quản lý và giải thích AI. Những vai trò này ngày càng kết hợp chiều sâu kỹ thuật với kiến thức chuyên môn về lĩnh vực kinh doanh.
Các tin tuyển dụng về AI đã tăng hơn gấp ba lần kể từ cuối năm 2023, khiến sự cạnh tranh ngày càng gay gắt. Các ngân hàng và công ty bảo hiểm phải tự phân biệt mình. Đối với một ngân hàng lớn, chúng tôi đã tái định vị thương hiệu tuyển dụng của mình ở Ấn Độ, cho phép xây dựng nhanh chóng tổ chức dữ liệu gồm 1.000 người hoạt động theo mô hình toàn cầu, hiện đại.
Thông qua LearnVantage, chúng tôi cũng đang giải quyết vấn đề đào tạo lại kỹ năng chuyên môn sâu hơn cho các chuyên gia dữ liệu và AI, đặc biệt là sau khi chúng tôi mua lại Udacity, Ascendient và AIdemy.
Ví dụ bao gồm:
Những nỗ lực này vượt xa việc đào tạo cơ bản, nơi mà nhiều chương trình đào tạo lại kỹ năng đã dừng lại. Chúng tôi liên tục xây dựng năng lực chuyên môn và nâng cao thông qua các lộ trình kỹ thuật số có cấu trúc, các dự án thực tế, cố vấn, bằng cấp nano và học tập cộng tác.
Khi chất lượng AI tăng lên, có nguy cơ người lao động phụ thuộc quá nhiều vào AI và thực sự là “ngủ quên khi lái xe”. Nếu chúng tôi có con người lãnh đạo, chúng tôi muốn họ làm việc hiệu quả và tích cực trong vai trò này. Trong một nghiên cứu về các nhà tuyển dụng, Dell'Aqua nhận thấy những nhà tuyển dụng quá phụ thuộc vào AI đã đưa ra những quyết định tuyển chọn tồi tệ hơn và bỏ lỡ những ứng viên xuất sắc. Hiệu suất ngày càng tăng của AI đang thay thế chứ không phải nâng cao hiệu suất của con người.
Chúng ta là những sinh vật có thói quen và tìm cách giảm thiểu gánh nặng nhận thức (hay còn gọi là 'con đường ít trở ngại nhất'). Chúng ta cần có lý do để chú ý, kiểm tra kết quả AI thật tốt, duy trì thái độ hoài nghi lành mạnh và không quá tin tưởng. Chúng ta cần sử dụng kết quả đầu ra của AI làm bản phác thảo và kết hợp chúng với sự khéo léo của chính con người. Trở thành một người lãnh đạo tốt đòi hỏi phải có tải trọng nhận thức.
Nếu chúng tôi không hiểu các nguyên tắc cơ bản của công việc hoặc cách đưa ra quyết định, chúng tôi không thể xem xét chính xác kết quả đầu ra của AI, phát hiện lỗi hoặc áp dụng phán đoán khi cần ghi đè. Khi AI tăng tốc công việc và cải thiện kết quả, cần có nhiều thời gian hơn để đưa ra quyết định đúng đắn. Rủi ro là thay vào đó chúng ta đưa ra những quyết định vội vàng và quá tin tưởng vào máy móc. Chúng tôi đã tìm ra cách để giải quyết vấn đề này:đào tạo có mục tiêu, đưa ra các lời nhắc đưa ra quyết định có cấu trúc, chia các phán đoán phức tạp thành các bước hợp lý, yêu cầu giải thích và trích dẫn bằng AI, phát hiện sự bất thường và giám sát đạo đức đối với cả AI và hiệu suất của con người.
Sau khi AI được mở rộng quy mô tại nơi làm việc, chúng ta cần nhúng AI vào bàn làm việc và công cụ theo cách thúc đẩy việc sử dụng hiệu quả. Chúng ta cần đào tạo nhân viên cách sử dụng tốt AI và các kỹ năng con người mà chúng ta muốn họ áp dụng (ví dụ:khả năng phán đoán). Chúng ta cần đưa ra các biện pháp khuyến khích và không khuyến khích để thúc đẩy các hành vi đúng đắn và tạo ra các mô hình tự phản ánh lành mạnh (ví dụ:phản ánh của nhóm, phản ánh cá nhân, đánh giá ngang hàng, v.v.).
Tối đa hóa lợi tức đầu tư vào AI không phải là tối đa hóa hiệu suất AI một cách riêng biệt mà là cùng nhau cải thiện hiệu suất của con người và đại lý. Điều này cũng có nghĩa là nâng cao kỹ năng của con người. Ví dụ:kinh nghiệm cá nhân của tôi với các nhóm sáng tạo của mình là AI trong tay những công nhân lành nghề tích cực tăng cường và làm phong phú công việc của họ sẽ mang lại sự đa dạng sáng tạo hơn và kết quả nhanh hơn thay vì làm giảm đi kỹ năng của họ.
Cách AI được đào tạo để tương tác với con người cũng thực sự quan trọng đối với việc học. Một nghiên cứu gần đây của Wharton đã triển khai các gia sư dựa trên GPT cho một nghìn học sinh — khả năng tiếp cận AI này đã cải thiện đáng kể hiệu suất của học sinh — nhưng khi loại bỏ AI, hiệu suất sẽ giảm xuống. AI đã trở thành một cái nạng. Khi AI dựa trên gia sư đã được triển khai, tình trạng giảm hiệu suất này phần lớn đã được giảm thiểu. Chúng ta cần thiết kế và đào tạo các đại lý để hỗ trợ phát triển kỹ năng của nhân viên, giống như một người đồng đội tốt.
Điều này đặc biệt quan trọng ở cấp độ đầu vào và các vai trò đầu năm. Các kỹ năng cơ bản, phán đoán tình huống và kiến thức nền tảng theo truyền thống thường được phát triển thông qua học tập tại chỗ. Khi các vai trò ở cấp độ đầu vào này giảm đi và chúng ta có ít công việc cơ bản hơn để 'học hỏi', chúng ta cần tìm những cách khác nhau để giúp thế hệ tài năng tiếp theo học hỏi.
Tôi thích quan điểm của đồng nghiệp Karalee Close về vấn đề này - chúng ta cần sử dụng thời điểm này để khuếch đại trí thông minh của con người chứ không chỉ tăng cường hay tái tạo nó một cách giả tạo. Một lĩnh vực mà tôi luôn quan tâm là trí tuệ tập thể và cách AI có thể thúc đẩy sự phát triển kiến thức chung, tạo ra cuộc đối thoại tích cực, có thể giảm bớt rào cản ngôn ngữ và giúp chúng ta kết nối cũng như cộng tác với đồng nghiệp và nội dung trên khắp thế giới.
Trên các blog trước đây của tôi trong loạt bài này, chúng tôi đã thấy tác nhân AI hoạt động cùng với con người. Đối với nhiều người (bao gồm cả tôi), AI đã là đồng nghiệp. Ba năm tới, một ngân hàng hoặc công ty bảo hiểm có thể hoạt động với lực lượng lao động lên tới một triệu người, bao gồm cả con người và đại lý.
Làm thế nào để chúng ta quản lý lực lượng lao động lai mới này? Một số suy nghĩ về các đại lý:
Chúng ta cũng cần điều chỉnh cách hỗ trợ đồng nghiệp:
Cuộc thảo luận về lực lượng lao động kết hợp này mới chỉ mới nổi lên và cần được tìm hiểu kỹ lưỡng. Mặc dù AI có những khả năng giống con người và có thể thoải mái đặt tên cho nó, nhưng chúng ta không nên nhân cách hóa AI và coi nó ngang hàng với con người. Chúng ta sẽ cần ngôn ngữ tốt hơn. Chúng tôi coi trọng giá trị nội tại độc đáo của con người và duy trì sự khác biệt rõ ràng với những người lao động đại lý.
Chiến lược lực lượng lao động AI hiệu quả phải kết hợp tiếng nói của nhân viên với phép đo. Những tổ chức tích cực lắng nghe nhân viên và phản ánh thông tin đầu vào trong các quyết định về AI sẽ nhận được sự chấp nhận cao hơn, sự tin cậy mạnh mẽ hơn và hiệu suất bền vững hơn (SHRM, 2025).
Tiếng nói của nhân viên có thể có nhiều hình thức:đại diện của nhân viên trong hội đồng đạo đức AI, tham vấn với các công đoàn và ERG, thiết kế có sự tham gia, phản hồi có cấu trúc trong quá trình thí điểm, phản hồi liên tục trong quá trình sử dụng và các kênh mạnh mẽ để nêu lên mối lo ngại và tố giác. Các tổ chức dịch vụ tài chính đã đạt được tiến bộ trong thập kỷ qua trong việc lắng nghe và giải quyết các mối lo ngại; điều này hiện mở rộng đến mối lo ngại về độ chính xác và hiệu suất của tác nhân.
Đo lường làm cho sự tiến bộ có thể nhìn thấy được. Việc theo dõi việc áp dụng AI, tâm lý của nhân viên, sự phát triển kỹ năng và sự thông thạo kỹ thuật số giúp các nhà lãnh đạo và khóa học nhân sự điều chỉnh và duy trì động lực.
Giám đốc nhân sự hay CHRO có vai trò quan trọng là người lãnh đạo thay đổi, giúp toàn bộ đội ngũ lãnh đạo dẫn dắt mọi người thay đổi tốt, định hướng cách quản lý lực lượng lao động kết hợp mới và hỗ trợ chức năng nhân sự của chính họ trong việc áp dụng AI một cách có trách nhiệm.
Đội ngũ nhân sự phải hỗ trợ đào tạo lãnh đạo, đào tạo lại kỹ năng cho toàn bộ lực lượng lao động cũng như thu thập và phát triển dữ liệu chuyên môn và tài năng AI. Các đối tác kinh doanh cũng cần hiểu sâu hơn về cách công việc và kỹ năng đang thay đổi trong chức năng của họ. Điều này đòi hỏi phải phá vỡ các silo.
Gần như tất cả các Nhà tái tạo nhân tài (96%) đều sắp xếp các nhà lãnh đạo nhân sự, CNTT và doanh nghiệp xung quanh một chiến lược công nghệ và nhân tài duy nhất, so với chỉ 16% của các tổ chức khác. Tương tự, 93% đã xác định lại chiến lược nhân tài của họ để hỗ trợ việc áp dụng AI, định vị nhân sự như một phi công phụ của sự thay đổi chứ không phải là một chức năng phản ứng.
Để thực hiện sự thay đổi này, các nhóm nhân tài phải có khả năng phát triển, triển khai lại và định hình lại lực lượng lao động kết hợp một cách nhanh chóng. Các nhóm khen thưởng cần các mô hình kinh tế mới phản ánh lực lượng lao động kết hợp. Đồng thời, AI tạo ra cơ hội đáng kể trong lĩnh vực nhân sự, cải thiện kết quả, kinh nghiệm và hiệu quả dịch vụ.
Đối với các chuyên gia nhân sự, đây là một thời điểm thú vị. Vai trò của họ hiếm khi quan trọng hơn.
Chương trình AI có trách nhiệm của chúng tôi dành cho nhân sự, ra mắt vào năm 2016, được thiết kế để tăng tốc, quản lý và giám sát việc sử dụng AI trong toàn bộ nhân sự. Hiện tại, chúng tôi áp dụng AI trong toàn bộ vòng đời của nhân tài — tuyển dụng, giới thiệu, phát triển, luân chuyển, khen thưởng và hỗ trợ đồng nghiệp.
Tác động rất lớn:năng suất trong bộ phận nhân sự tăng khoảng 45%, mức độ thành thạo các kỹ năng ưu tiên được cải thiện 30%, tỷ lệ lấp đầy nội bộ tăng 40% và thời gian lấp đầy giảm 35%. Những kết quả này trao quyền cho các đồng nghiệp. Ví dụ:chúng tôi sử dụng AI để suy ra các kỹ năng từ kinh nghiệm làm việc và học tập, trình bày chúng với nhân viên và giúp họ xác định vai trò, con đường sự nghiệp và các lựa chọn học tập trong tương lai.
Nhiều khách hàng dịch vụ tài chính cũng đang chuyển từ tuyển dụng phản ứng sang chiến lược nhân tài chủ động, sử dụng các nền tảng như Eightfold.ai và Beamery để hỗ trợ tìm nguồn cung ứng, phù hợp vai trò, xây dựng quy trình và di chuyển nội bộ.
Tuy nhiên, cuộc khảo sát về Người tái tạo nhân tài của chúng tôi chỉ cho thấy khoảng 7% tổ chức sử dụng AI để thúc đẩy chiến lược di chuyển “nội bộ trước tiên”. Hầu hết vẫn phụ thuộc nhiều vào việc tuyển dụng bên ngoài hoặc di chuyển nội bộ bị cô lập do khả năng hiển thị kỹ năng kém. Những người tái tạo tài năng đi theo một con đường khác. Khả năng họ có được lực lượng lao động có khả năng thích ứng cao hơn 4,4 lần và khả năng đảm nhiệm các vai trò trong nội bộ cao hơn 7,2 lần.
Một ngân hàng lớn của Mỹ là một ví dụ điển hình. Bằng cách áp dụng mô hình định hướng kỹ năng và đưa khả năng hiển thị kỹ năng hỗ trợ AI vào việc lập kế hoạch lực lượng lao động, các nhà lãnh đạo có thể lường trước những khoảng trống và tái bố trí nhân tài một cách nhanh chóng, xây dựng một tổ chức linh hoạt và kiên cường hơn.
Tại một khách hàng ngân hàng lớn khác, chúng tôi đã trang bị cho các nhà quản lý trực tiếp các công cụ AI để soạn thảo bản tóm tắt hiệu suất, đưa ra phản hồi tốt hơn và hỗ trợ các quyết định lương thưởng, tiết kiệm thời gian, cải thiện chất lượng và tạo không gian để đưa ra phán đoán mạnh mẽ hơn.
Một số điểm chính mà bạn có thể muốn suy ngẫm — hãy cho tôi biết suy nghĩ và ý tưởng của bạn:
Trong blog áp chót này, chúng tôi đã khám phá cách các công ty dịch vụ tài chính phải định hình lại lực lượng lao động của họ. Agentic AI yêu cầu chúng ta phải suy nghĩ khác biệt về con người và các tác nhân làm việc cùng nhau. Các ngân hàng và công ty bảo hiểm có thể sẽ tuyển dụng lực lượng lao động có tay nghề cao và kỹ thuật số nhỏ hơn nhưng có trình độ kỹ thuật số cao hơn nhiều, thúc đẩy nhu cầu đào tạo lại kỹ năng liên tục. Nhân sự phải đóng vai trò trung tâm trong quá trình chuyển đổi này, giúp các nhà lãnh đạo điều hướng sự thay đổi và quản lý lực lượng lao động kết hợp.
Trong blog cuối cùng của loạt bài này, tôi sẽ khám phá cách lãnh đạo, văn hóa và các mô hình điều hành cũng phải phát triển như thế nào để duy trì sự chuyển đổi này.