Rốt cuộc Meta có sa thải không?

Có. Đợt tháng 5 sa thải khoảng 10% nhân viên vẫn thực hiện bình thường, cái bị hủy là kế hoạch sa thải đợt hai toàn công ty dự kiến vào tháng 11. Nghĩa là Project OT chỉ thực hiện được một nửa.

Thay đổi mã lệnh tăng 220%, vì sao tính năng chỉ tăng 36%?

Vì giao phần mềm không chỉ có viết mã. Mã viết ra dù nhiều đến đâu vẫn phải qua rà soát, kiểm thử, tích hợp và triển khai mới đến tay người dùng. AI tăng tốc mạnh khâu viết, nhưng hạ nguồn không mở rộng theo tỷ lệ, kết quả là tắc nghẽn, thậm chí làm sự cố tăng 40%.

Điều này có nghĩa tác nhân AI vô dụng không?

Không. Dữ liệu cho thấy AI quả thật làm sản lượng mã lệnh tăng gấp ba, đây là mức tăng hiệu quả thật. Vấn đề nằm ở chỗ doanh nghiệp quy đổi thẳng "tăng sản lượng" thành "có thể sa thải", bỏ qua hai khâu chất lượng và tích hợp ở giữa.

Doanh nghiệp có thể học được gì từ đây?

Ba điều: đặt chỉ số hiệu quả của việc đưa AI vào ở đầu giao hàng cuối chứ không phải sản lượng trung gian; đầu tư đồng bộ vào quy trình rà soát và kiểm thử; và đừng quyết định quy mô điều chỉnh nhân lực trước khi hoàn tất kiểm chứng. Ngoài ra, sự phản ứng do giám sát nhân viên gây ra là chi phí thật, đừng đánh giá thấp.

Meta muốn dùng tác nhân AI thay thế nhân viên, kế hoạch sụp đổ trong bốn tháng: mã lệnh tăng 220%, tính năng lên sản phẩm chỉ tăng 36%

Reuters tiết lộ kế hoạch tái cơ cấu nội bộ mã danh Project OT của Meta, vốn định để tác nhân AI tiếp quản lượng lớn công việc, một số nhóm cắt giảm sáu mươi phần trăm nhân lực, cuối cùng dừng lại vào tháng 5. Dữ liệu nội bộ cho thấy thay đổi mã lệnh tăng 220% so với cùng kỳ, nhưng tính năng mới thật sự đến tay người dùng chỉ tăng 36%, số sự cố lại tăng bốn mươi phần trăm.

Sáng sớm ngày 20 tháng 5, danh sách sa thải đợt đầu của Meta đã vào giai đoạn xác nhận cuối cùng. Chỉ còn vài giờ nữa là thư thông báo được gửi đi, Mark Zuckerberg đưa ra một quyết định: hủy toàn bộ kế hoạch sa thải đợt hai toàn công ty dự kiến vào tháng 11.

Chuyện này bên ngoài phải hơn ba tháng sau mới biết. Cuối tháng 8, Reuters tiết lộ kế hoạch có mã danh nội bộ Project OT (Organization Transformation, chuyển đổi tổ chức), cùng lý do vì sao nó chỉ trong bốn tháng ngắn ngủi đã đi từ "tương lai của công ty" thành "lặng lẽ dẹp bỏ". Với mọi lãnh đạo doanh nghiệp đang tính dùng tác nhân AI thay thế nhân lực, đây là một trường hợp thất bại hiếm có, có kèm dữ liệu.

Bối cảnh sự kiện

Điểm khởi đầu của Project OT là tháng 1 năm 2026, tại cuộc họp kín của ban lãnh đạo Meta ở Hawaii. Ý tưởng cốt lõi là cải tổ Meta thành một công ty "AI-native" (bản địa AI) — không phải thêm chức năng AI, mà giao chính công việc hằng ngày cho tác nhân AI thực thi, con người chỉ giữ lại ở những vị trí thật sự cần phán đoán.

Quy mô được đặt khá quyết liệt. Theo Reuters, một số nhóm bị cắt giảm nhân lực tới sáu mươi phần trăm, quy mô sa thải tổng thể dự kiến đạt hoặc thậm chí vượt lần năm 2023 — năm đó Meta cắt một phần tư nhân viên. Kế hoạch thực hiện hai đợt, một đợt tháng 5, một đợt tháng 11. Một số nhân viên không bị sa thải mà được điều sang các vị trí mới như "sản xuất dữ liệu huấn luyện mô hình AI".

Nghe như một canh bạc lớn, và thực tế đúng là vậy. Zuckerberg đặt cược rằng "agentic development" — để tác nhân AI tự chủ hoàn thành các tác vụ phát triển — sẽ trưởng thành trong năm 2026 đủ để gánh sản lượng của công ty.

Trọng điểm

Dữ liệu nội bộ mà Reuters có được đã phơi bày kết quả của canh bạc này ra ánh sáng:

Lượng thay đổi mã lệnh tăng 220% so với cùng kỳ: tác nhân AI quả thật đang viết, và viết rất nhiều
Tính năng mới hoặc cải tiến thật sự đến tay người dùng chỉ tăng 36%: xuất hiện khoảng cách khổng lồ giữa sản lượng và thành quả
Sự cố kỹ thuật và an ninh mạng tăng 40%: viết nhiều nhưng chất lượng không theo kịp
Thời gian nhân viên bỏ ra xử lý vấn đề tăng 70%: nhân lực không được giải phóng, ngược lại bị kéo đi dọn dẹp
Chỉ số cảm xúc nhân viên nội bộ sụt 19 điểm: phần mềm theo dõi nhân viên được triển khai gây phản ứng mạnh, hoạt động tổ chức công đoàn tăng rõ

Bản thân Zuckerberg vào tháng 7 nói rằng agentic development "không tăng tốc theo cách chúng tôi kỳ vọng". Câu này rất khách khí, còn dữ liệu nói thẳng hơn: sản lượng mã lệnh tăng gấp ba, thứ dùng được chỉ tăng một phần ba, mà sự cố lại tăng bốn phần mười.

Cuối cùng Meta vẫn sa thải khoảng 10% nhân viên, nhưng đợt tháng 11 bị hủy.

Phân tích tác động thị trường

Với người dùng

Liên hệ của chuyện này với người thường nằm ở chỗ nó đâm thủng một cách nói lan rộng: tác nhân AI đã có thể "tự viết xong cả một tính năng". Một trong những công ty nhiều tài nguyên nhất, văn hóa kỹ thuật mạnh nhất thế giới, dùng nửa năm thử nghiệm trong môi trường sản xuất thật, kết luận thu được là sản lượng bùng nổ nhưng giá trị tạo ra không tăng theo tỷ lệ tương ứng.

Nếu bạn là kỹ sư hay nhà thiết kế, dữ liệu này đáng ghi lại. Không phải vì nó chứng minh AI vô dụng — thay đổi mã lệnh tăng 220% cho thấy AI thật sự nâng đáng kể tốc độ "sản xuất" — mà vì nó chứng minh nút thắt không nằm ở sản xuất. Nút thắt nằm ở tích hợp, kiểm chứng, gỡ lỗi và phán đoán, mà đây đúng là những khâu AI hiện yếu nhất.

Với ứng dụng doanh nghiệp

Không ít lãnh đạo doanh nghiệp hai năm nay đều hỏi cùng một câu: đưa AI vào rồi thì tiết kiệm được bao nhiêu nhân lực? Dữ liệu của Meta đưa ra một câu trả lời tham khảo rất tàn khốc — ngắn hạn có thể chẳng tiết kiệm được ai, còn phát sinh thêm 70% thời gian để xử lý những vấn đề do AI tạo ra.

Một chi tiết đáng chú ý khác là sự phản ứng của nhân viên. Phần mềm theo dõi nhân viên mà Meta triển khai để đo hiệu quả đưa AI vào đã trực tiếp khiến chỉ số cảm xúc nội bộ sụt 19 điểm, và đẩy nhanh việc tổ chức công đoàn. Điều này nhắc chúng ta một điều: thất bại của chuyển đổi AI đôi khi không phải vấn đề công nghệ, mà là sự kháng cự sinh ra sau khi nhân viên hiểu đúng nó là "chuẩn bị thay thế chúng tôi". Khi đội nhóm xác định mục đích của hệ thống này là thay thế mình, bạn sẽ không nhận được sự phối hợp, chỉ nhận được sự tiêu cực.

Quan điểm của riêng tôi là, sai lầm của Meta không nằm ở việc thử, mà ở thứ tự. Đặt quy mô sa thải trước rồi mới kiểm chứng AI có gánh nổi không, thứ tự này biến cả chuyện thành một canh bạc không đường lui. Cách hợp lý nên ngược lại: chứng minh chất lượng sản lượng ở phạm vi nhỏ trước, rồi mới bàn điều chỉnh tổ chức.

Với lập trình viên

Số sự cố tăng 40%, thời gian xử lý vấn đề tăng 70%, hai con số này đặt cạnh nhau rất thú vị. Nó vẽ ra một cái bẫy tối ưu cục bộ điển hình — bạn tăng tốc khâu "viết mã" lên gấp ba, nhưng các khâu khác của cả chuỗi giá trị (rà soát, kiểm thử, triển khai, vận hành) không mở rộng theo, kết quả là tắc nghẽn dồn xuống hạ nguồn.

Với các đội đang đưa vào Cursor, Claude Code hoặc GitHub Copilot, đây là lời cảnh báo rất thực dụng: nếu quy trình rà soát mã và kiểm thử của bạn không nâng cấp đồng bộ, việc tăng sản lượng nhờ AI sẽ trực tiếp biến thành nợ kỹ thuật và sự cố trực tuyến. Thứ thật sự cần đầu tư có thể là kiểm thử tự động và công cụ rà soát mã bằng AI, chứ không phải mua thêm vài giấy phép tác nhân.

Xu hướng phát triển tương lai

Project OT bị hủy không có nghĩa hướng đi này bị từ bỏ. Bản tin của Reuters cũng nói Meta chỉ hủy đợt tháng 11, chứ chưa tuyên bố từ bỏ mục tiêu AI-native. Kỳ vọng hợp lý là: các kế hoạch loại này sẽ chuyển từ "tái cơ cấu tổ chức một lần dứt điểm" sang "kiểm chứng từng quy trình rồi mới điều chỉnh".

Đáng quan sát hơn là hiệu ứng do chính việc tiết lộ mang lại. Hai năm qua, khi doanh nghiệp nói về đưa AI vào gần như chỉ công bố con số tích cực — tiết kiệm bao nhiêu giờ công, tăng bao nhiêu hiệu quả — dữ liệu tiêu cực rất hiếm khi ra ánh sáng. Sau khi dữ liệu nội bộ của Meta rò rỉ, tôi dự đoán sẽ có nhiều doanh nghiệp bị yêu cầu ở cấp hội đồng quản trị đưa ra con số của "cả chuỗi giá trị", chứ không chỉ nhìn sản lượng của một khâu. Điều này thật ra là chuyện tốt cho cả ngành.

Một xu hướng khác là phản lực của việc giám sát nhân viên. Khi đưa AI vào đi kèm theo dõi hành vi nhân viên chi tiết hơn, căng thẳng quan hệ lao động sẽ trực tiếp ăn hết phần lợi tức hiệu quả.

Học viện TheAI tổng kết và nhận định

Phản ứng đầu tiên của tôi khi đọc tin này không phải "AI quả nhiên không được", mà là "cuối cùng cũng có người bày ra con số của cả chuỗi".

Hai năm qua khi nói về đưa AI vào, cách nói phổ biến nhất là "sản lượng kỹ sư tăng 30%", nhưng hầu như không ai hỏi câu tiếp theo: vậy tốc độ ra sản phẩm tăng bao nhiêu? Dữ liệu của Meta nói rõ khoảng đứt gãy này — đầu sản xuất 220%, đầu giao hàng 36%. 184 điểm phần trăm ở giữa không biến mất, nó biến thành hàng chờ rà soát, thành kiểm thử thiếu, thành 40% sự cố trực tuyến tăng thêm.

Nhận định: AI làm việc "viết" nhanh gấp ba, nhưng không làm việc "đúng" nhanh hơn. Nút thắt thật sự chưa bao giờ nằm ở tốc độ gõ phím.

Gợi ý cụ thể cho bạn đọc gồm ba điểm. Thứ nhất, nếu bạn là lãnh đạo, đừng đặt KPI của việc đưa AI vào là "sản lượng", hãy đặt là "thành quả giao đến tay người dùng", khoảng cách giữa hai cái chính là nút thắt thật của bạn. Thứ hai, nếu bạn là kỹ sư, năng lực đáng giá nhất hiện nay không phải viết nhanh, mà là nhanh chóng phán đoán thứ AI tạo ra đúng hay không — giá trị của rà soát, kiểm thử và phán đoán kiến trúc đang tăng lên. Thứ ba, nếu công ty bạn đang lên kế hoạch điều chỉnh tổ chức tương tự, nhất định chạy dữ liệu thật ba tháng rồi mới ra quyết định nhân lực, đừng như Meta đặt trước quy mô sa thải rồi mới quay lại kiểm chứng.

Muốn tìm công cụ tương ứng, có thể xem công cụ phát triển bằng AI, tình huống tác vụ AI và mẫu câu lệnh trên trang.

Nguồn tham khảo

Bài viết được tổng hợp theo thông tin công khai, dữ liệu căn cứ theo bản tin gốc của Reuters và cách nói chính thức của Meta. Các thảo luận về quản trị doanh nghiệp và quyết định nhân lực trong bài chỉ để tham khảo, không cấu thành lời khuyên đầu tư hay quản trị.