Trí tuệ nhân tạo đang dần trở thành công cụ quen thuộc đối với giới lập trình, nhưng cách các doanh nghiệp công nghệ triển khai AI trong thực tế vẫn là điều ít khi được chia sẻ công khai.
Một bài đăng gần đây của Tech Reviewer Nguyễn Ngọc Duy Luân đã phần nào hé lộ bức tranh này khi tổng hợp những gì anh quan sát được tại một số doanh nghiệp công nghệ trong và ngoài nước đang hoạt động tại Việt Nam. Những chia sẻ cho thấy AI không còn chỉ là công cụ hỗ trợ viết mã, mà đang từng bước làm thay đổi cách các nhóm phát triển phần mềm làm việc.
Tuy nhiên, cùng với những lợi ích rõ rệt về năng suất, các doanh nghiệp cũng bắt đầu đối mặt với một bài toán mới: chi phí vận hành AI.
Theo Duy Luân, nhiều doanh nghiệp đã đưa các công cụ như Cursor hay Claude vào quy trình phát triển phần mềm, nhưng cách triển khai không giống nhau. Có công ty bắt đầu giới hạn loại mô hình AI mà lập trình viên được phép sử dụng vì chi phí quá cao.
Một doanh nghiệp khác triển khai Cursor theo từng nhóm nhỏ thay vì áp dụng đồng loạt trên toàn công ty nhằm đánh giá hiệu quả trước khi mở rộng. Điều này cho thấy AI đã vượt qua giai đoạn thử nghiệm ban đầu để bước vào giai đoạn doanh nghiệp phải cân nhắc giữa hiệu quả mang lại và chi phí đầu tư.
Một trong những thay đổi đáng chú ý nhất nằm ở chính vai trò của lập trình viên. Theo chia sẻ của Duy Luân, tại một công ty công nghệ nước ngoài thuộc nhóm trả lương cao, đội ngũ phát triển không còn dành phần lớn thời gian để viết mã theo cách truyền thống.
Thay vào đó, AI đảm nhận phần lớn công việc tạo ra đoạn mã, còn lập trình viên tập trung vào việc lập kế hoạch, làm việc với nhóm sản phẩm hoặc chuyên viên phân tích nghiệp vụ để làm rõ yêu cầu, sau đó kiểm chứng kết quả do AI tạo ra.
Có những tác vụ dành hai đến ba ngày chỉ để xây dựng kế hoạch cho AI trước khi bắt đầu thực thi. Điều này phản ánh sự dịch chuyển trong công việc của lập trình viên, từ người trực tiếp viết từng dòng lệnh sang người định hướng, giám sát và đánh giá kết quả.
Bài đăng cũng đề cập đến một thay đổi khác được nhiều lập trình viên quan tâm là rào cản giữa các ngôn ngữ lập trình đang dần được thu hẹp. Theo Duy Luân, nhờ AI, lập trình viên có thể chuyển đổi giữa nhiều ngôn ngữ nhanh hơn trước đây, khiến việc lựa chọn công nghệ cho một dự án ngày càng phụ thuộc vào mức độ phù hợp với sản phẩm thay vì bị giới hạn bởi chuyên môn của đội ngũ.
Xóa bỏ rào cản ngôn ngữ
Đây là một thay đổi đáng kể nếu so với giai đoạn trước, khi việc chuyển từ Java sang C#, hay từ JavaScript sang Python thường đòi hỏi quá trình học tập và thích nghi kéo dài.
Dù vậy, nhận định này cũng tạo ra nhiều cuộc trao đổi trong cộng đồng lập trình viên. Một số ý kiến cho rằng AI có thể giúp tạo mã bằng nhiều ngôn ngữ khác nhau, nhưng khi phát sinh lỗi mà AI không xử lý được thì người lập trình vẫn phải đủ hiểu biết để tự sửa.
Việc đánh giá chất lượng mã nguồn ở một ngôn ngữ không quen thuộc cũng không đơn giản, bởi mỗi hệ sinh thái có phong cách viết, cấu trúc và cơ chế hoạt động riêng. Chính Duy Luân cũng đặt câu hỏi về khả năng review mã nguồn khi lập trình viên không thực sự thành thạo ngôn ngữ mà AI sử dụng, cho thấy đây vẫn là vấn đề chưa có lời giải rõ ràng.
Ở chiều ngược lại, một số chia sẻ thực tế cho thấy AI đã đạt hiệu quả khá cao trong những lĩnh vực vốn được xem là khó tự động hóa. Một kỹ sư làm việc với hệ thống nhúng cho biết AI có thể tạo được phần lớn logic chương trình, tự debug nhiều lần dựa trên nhật ký lỗi và giúp giảm đáng kể thời gian phải đọc tài liệu kỹ thuật.
Tuy nhiên, những công việc đòi hỏi hiểu sâu về phần cứng, tối ưu thời gian xử lý hay tinh chỉnh để đáp ứng yêu cầu về hiệu năng vẫn cần sự can thiệp của con người. Điều này cho thấy AI đang nâng cao năng suất của lập trình viên, nhưng chưa thể thay thế hoàn toàn kinh nghiệm chuyên môn trong các bài toán phức tạp.
Không chỉ thay đổi cách làm việc, AI còn bắt đầu ảnh hưởng đến tiêu chí tuyển dụng. Theo Duy Luân, nhiều doanh nghiệp vẫn tiếp tục tuyển lập trình viên như bình thường, nhưng bên cạnh các câu hỏi về nền tảng kỹ thuật, ứng viên còn được hỏi về khả năng sử dụng AI trong lập trình. Điều đó phản ánh việc sử dụng AI đang dần trở thành một kỹ năng nghề nghiệp thay vì chỉ là lợi thế cá nhân.
Vấn đề đau đầu
Nếu năng suất là mặt tích cực mà AI mang lại, thì chi phí lại là vấn đề khiến nhiều doanh nghiệp phải tính toán kỹ. Trong bài đăng, Duy Luân dẫn nhiều ví dụ cho thấy các công ty đang áp dụng nhiều cách khác nhau để kiểm soát ngân sách, từ giới hạn mô hình AI được phép sử dụng, triển khai theo từng nhóm nhỏ, cho đến cấp hạn mức sử dụng cho từng nhân viên.
Một số bình luận cũng chia sẻ rằng doanh nghiệp từng triển khai AI cho hơn một nghìn người dùng nhưng sau đó phải giảm số lượng tài khoản vì hiệu quả chi phí chưa như kỳ vọng. Theo tác giả, ở thời điểm hiện tại, điều khiến các doanh nghiệp bận tâm nhiều hơn không phải là các vấn đề bảo mật, mà chính là chi phí vận hành khi AI ngày càng được sử dụng ở quy mô lớn.
Dù không phải là một cuộc khảo sát toàn ngành, nhưng bài đăng của Duy Luân phần nào phản ánh xu hướng đang diễn ra tại nhiều doanh nghiệp công nghệ. AI không còn chỉ là công cụ hỗ trợ viết mã, mà đang dần thay đổi cách các nhóm phát triển phần mềm tổ chức công việc, mở rộng khả năng làm việc giữa nhiều ngôn ngữ lập trình và đặt ra những yêu cầu kỹ năng mới đối với lập trình viên.
Nguyễn Hải
