Công cụ trực quan hóa thị trường việc làm tại Mỹ

 (karpathy.ai)
1 điểm bởi GN⁺ 2026-03-17 | 1 bình luận | Chia sẻ qua WhatsApp
  • Công cụ do Andrej Karpathy tạo ra, trực quan hóa quy mô tuyển dụng và đặc điểm của từng nghề dựa trên dữ liệu về 342 nghề nghiệp và 143 triệu việc làm từ Cục Thống kê Lao động Mỹ
  • Diện tích của mỗi hình chữ nhật thể hiện quy mô việc làm, còn màu sắc thể hiện chỉ số được chọn (ví dụ: triển vọng tăng trưởng, mức lương trung vị, trình độ học vấn, mức độ phơi nhiễm với AI)
  • Người dùng có thể nhấp vào ô nghề nghiệp để mở trực tiếp trang chính thức của BLS
  • Thông qua tính năng tô màu dựa trên LLM, có thể tính điểm theo từng nghề bằng prompt do người dùng tùy chỉnh rồi trực quan hóa
  • Đây là công cụ phát triển thiên về khám phá dữ liệu cho phép phân tích lại các nhóm nghề theo nhiều tiêu chí như mức độ phơi nhiễm với AI, tác động của robot, rủi ro chuyển việc ra nước ngoài, v.v.

Tổng quan

  • Công cụ này là một công cụ nghiên cứu để khám phá trực quan dữ liệu của Bureau of Labor Statistics Occupational Outlook Handbook
    • Bao gồm tổng cộng 342 nghề nghiệp và 143 triệu việc làm
    • Mỗi nghề được hiển thị với diện tích tỷ lệ thuận với quy mô việc làm, còn màu sắc thay đổi theo chỉ số được chọn
  • Các chỉ số có thể chọn bao gồm tốc độ tăng trưởng dự kiến, mức lương trung vị, yêu cầu giáo dục, và mức độ phơi nhiễm với AI
  • Khi nhấp vào từng ô, có thể chuyển tới trang chi tiết của BLS cho nghề đó

Tính năng tô màu dựa trên LLM

  • Mã nguồn được công khai trên GitHub bao gồm scraper, parser và pipeline prompt cho LLM
    • Nếu người dùng tự viết prompt, LLM sẽ đánh giá từng nghề và tự động tạo màu cho treemap
  • Tùy chọn “Digital AI Exposure” là một ví dụ ước tính tác động hiện tại của AI lên từng nghề
    • Phản ánh thực tế rằng AI đang phát triển rất nhanh trong lĩnh vực số
  • Người dùng có thể viết prompt theo các tiêu chí khác như mức độ phơi nhiễm với robot hình người, rủi ro chuyển việc ra nước ngoài, tác động khí hậu để phân tích lại

Tiêu chí đánh giá Digital AI Exposure

  • Mức độ phơi nhiễm với AI đánh giá từ 0 đến 10 về khả năng một nghề sẽ bị AI tái cấu trúc đến mức nào
    • Xem xét cả tác động trực tiếp (AI tự động hóa công việc của con người) và tác động gián tiếp (giảm nhu cầu nhân lực do năng suất tăng)
  • Công việc mang tính số hóa sẽ nhận điểm cao hơn
    • Ví dụ: viết lách, lập trình, phân tích, giao tiếp... thường từ 7 điểm trở lên
    • Ngược lại, các công việc đòi hỏi hiện diện vật lý hoặc lao động thủ công sẽ có điểm thấp

Tiêu chí theo từng khoảng điểm

  • 0–1 điểm: Gần như hoàn toàn là công việc thể chất, AI ảnh hưởng không đáng kể (ví dụ: thợ lợp mái, nhân viên cảnh quan, thợ lặn thương mại)
  • 2–3 điểm: Chủ yếu là công việc thể chất hoặc tương tác trực tiếp, AI chỉ hỗ trợ các tác vụ phụ trợ (ví dụ: thợ điện, thợ ống nước, lính cứu hỏa, chuyên viên vệ sinh răng miệng)
  • 4–5 điểm: Công việc kết hợp giữa lao động thể chất và lao động tri thức (ví dụ: y tá, cảnh sát, bác sĩ thú y)
  • 6–7 điểm: Chủ yếu là lao động tri thức, có thể tăng năng suất khi tận dụng AI (ví dụ: giáo viên, quản lý, kế toán, nhà báo)
  • 8–9 điểm: Tập trung vào công việc số hóa hoàn toàn, có thể thay đổi về mặt cấu trúc khi AI phát triển (ví dụ: lập trình viên phần mềm, nhà thiết kế đồ họa, biên dịch viên, nhà phân tích dữ liệu, trợ lý pháp lý, copywriter)
  • 10 điểm: Công việc xử lý thông tin hoàn toàn, AI có thể đảm nhiệm phần lớn (ví dụ: nhân viên nhập liệu, nhân viên tiếp thị qua điện thoại)

Lưu ý

  • Điểm phơi nhiễm với AI là ước tính của LLM, không mang nghĩa dự báo thực tế hay triển vọng việc làm
  • Điểm cao không có nghĩa nghề đó sẽ biến mất, mà cho thấy khả năng cách thức làm việc sẽ thay đổi
  • Ví dụ, lập trình viên phần mềm được đánh giá 9/10, nhưng nhờ AI nâng cao năng suất nên nhu cầu có thể còn tăng lên
  • Điểm số không tính đến các yếu tố như độ co giãn nhu cầu, quy định pháp lý, yếu tố xã hội
  • Nhiều nghề có mức phơi nhiễm cao có khả năng sẽ được tái cấu trúc thay vì bị thay thế

Bài viết liên quan

1 bình luận

 
GN⁺ 2026-03-17
Ý kiến trên Hacker News

  • Thật bất ngờ khi lý do những lập trình viên cùng lứa tuổi với tôi không tìm được việc mới trong vòng 1 năm lại là vì thị trường software developer tăng trưởng nhanh hơn mức trung bình

    • Mỗi năm Mỹ tiếp nhận hơn 120.000 người giữ visa H1B, L1, OPT. Nếu xét tổng số 1,9 triệu lập trình viên, thì chỉ để duy trì việc làm cũng cần tăng trưởng hơn 5% mỗi năm. Nếu tính cả sinh viên tốt nghiệp trong nước thì cần mức tăng trưởng 10%. Về dài hạn điều này là phi thực tế.
      Quốc hội hoặc Tổng thống nên tạm dừng visa H1B, hoặc tăng phí visa lên 200.000~500.000 USD để chỉ nhận những nhân tài thật sự ngoại lệ. Hiện tại là một cấu trúc mà các tập đoàn lớn vừa sa thải hàng loạt vừa lạm dụng visa
    • Cụm từ “tăng trưởng nhanh hơn mức trung bình” nghe như một cái bẫy thống kê. Thực tế cần xem xét nhiều yếu tố như khu vực, nguồn cung lao động, thay đổi ở các nghề khác. Khoảng trống do nhiều người rời ngành có thể tạo ra ảo giác là “tăng trưởng”. Đánh giá toàn bộ bằng một điểm dữ liệu duy nhất chỉ là ảo giác thống kê
    • Có lẽ bạn là ‘computer programmer’. Nghề này được dự báo giảm việc làm 6%
    • Dữ liệu tính theo năm 2024

  • Thú vị là số việc làm của nhóm “Top Executives” lại tương đương với “Retail Sales Worker”. Nếu nghĩ đến tự động hóa và vai trò của Mỹ trong nền kinh tế toàn cầu thì cũng có thể hiểu được, nhưng đây là hiện tượng đi ngược với quan niệm thông thường về giai cấp và bất bình đẳng

    • Mức lương trung vị của nhóm này là 105.350 USD, bao gồm “General and Operations Manager” và “Chief Executive”. Có vẻ cũng bao gồm cả quản lý của các doanh nghiệp nhỏ. Liên kết BLS
    • Lúc đầu tôi cũng thấy biểu đồ đó vô lý. Nhưng xem cùng đường link đó thì đúng là con số như vậy
    • Gig economy đang phá hỏng độ tin cậy của thống kê chính phủ. Nhiều tài xế rideshare bị phân loại là ‘CEO’
    • Câu “đi ngược với quan niệm thông thường về giai cấp và bất bình đẳng” khá thú vị. Tôi muốn nghe giải thích thêm

  • Hình trực quan rất đẹp, nhưng giá mà có chế độ cho người mù màu. Tôi không phân biệt được đỏ và xanh lá

    • Tôi đã làm một script vá tạm. Trong console của Chrome phải bật “allow pasting” trước
    • Có thể thử công cụ như Daltonize. Nó thực hiện điều chỉnh màu sắc theo khả năng nhận biết về mặt sinh lý cho người bị rối loạn sắc giác. Ảnh ví dụ
    • Tôi không bị mù màu nên hơi tò mò, liệu thiết lập Accessibility của hệ thống (như chế độ tương phản cao) có giải quyết được không?
    • Tôi cũng bị mù màu đỏ/xanh lá nên gặp đúng vấn đề này

  • Đây là suy nghĩ về việc phần dư thừa (surplus) do AI tạo ra rốt cuộc sẽ đi đâu. Không phải đầu tư vào datacenter hay phòng nghiên cứu, mà là phân phối kết quả đầu ra mà AI thực sự tạo ra.
    AI làm thay đổi cách chúng ta làm việc và lựa chọn, còn cạnh tranh thì tái đầu tư phần dư đó vào các cấu trúc mới. Cuối cùng những cấu trúc đó lại trở thành hạ tầng thiết yếu. Máy tính đã nhanh hơn hàng triệu lần, nhưng tiền lương hay thời gian lao động gần như không đổi cũng là vì vậy. Phần dư cuối cùng bị hấp thụ vào ‘chi phí cơ bản’

    • Rốt cuộc phần dư đó chảy vào túi của 1% giàu nhất. Trong 50 năm qua, phần lớn tăng trưởng năng suất do máy tính, Internet và tự động hóa tạo ra cũng đi về phía đó. Dữ liệu liên quan
    • Trong dự án cá nhân, dù tiết kiệm được thời gian lập trình thì cuối cùng tôi lại dùng thời gian đó để làm những chương trình tham vọng hơn. Doanh nghiệp cũng vậy, họ theo đuổi mục tiêu lớn hơn
    • Cuối cùng phần dư sẽ thuộc về chủ sở hữu tư bản. Lao động đã lép vế trước tư bản từ lâu
    • Nếu AI xử lý ‘công việc vô dụng’ hiệu quả hơn hàng nghìn tỷ lần mà vẫn gần như không đem lại lợi ích kinh tế, thì có lẽ điều đó có nghĩa là giá trị kinh tế thực của những việc đó vốn thấp. Nhưng nhìn thị trường chứng khoán vẫn ổn thì ít nhất một trong ba giả định sau là sai: nền kinh tế đang đình trệ, AI cực kỳ năng suất, hoặc thị trường chứng khoán đang tách rời thực tế
    • Cuối cùng trong kinh tế thị trường thì chủ doanh nghiệp quyết định. Về dài hạn, mọi thứ sẽ đi theo hướng hàng hóa rẻ hơn. Lịch sử nông nghiệp đã cho thấy như vậy. Liên kết tham khảo

  • Dữ liệu của BLS có độ trễ lớn và độ tin cậy dự báo thấp hơn thực tế. Còn nhớ thời những năm 2000~2010 khi nghề actuary được nói là triển vọng nhất không? Trong thời đại thay đổi công nghệ quá nhanh thì các dự báo kiểu này không có nhiều ý nghĩa

    • Dữ liệu không phải mới nhất, nhưng độ tin cậy khá cao. Trước đây tôi từng tham gia nộp dữ liệu cho BLS, nhà tuyển dụng báo cáo hai tuần một lần. Không thể dự báo hoàn hảo, nhưng có thể xem đây là hướng dẫn dựa trên dữ liệu đã báo cáo. Tác động của AI thì không ai biết chính xác
    • Vậy thì tôi tò mò tình hình thực tế mà bạn đang thấy là như thế nào
    • Hồi đại học, đây chính là lý do người yêu tôi muốn lấy chứng chỉ actuary (FCAS). Giờ thì đó vẫn là công việc ổn định, nhưng là một nghề ngách với rào cản gia nhập rất cao
    • Nếu chất lượng dữ liệu vốn đã thấp thì nhiều đến mấy cũng chẳng khác dữ liệu tổng hợp là bao
    • Cũng từng có chuyện Trump sa thải giám đốc BLS rồi bổ nhiệm người với khẩu hiệu “làm cho nước Mỹ vĩ đại trở lại”. Nhìn kiểu can thiệp chính trị như vậy thì khó biết nên tin dữ liệu đến mức nào

  • Điều thú vị là mức lương trung bình của các nghề yêu cầu bằng cử nhân lại cao hơn nghề yêu cầu bằng thạc sĩ 8.000 USD

    • Có lẽ là vì các nghề cần bằng thạc sĩ đang bão hòa. Các lĩnh vực như giáo dục, công tác xã hội, khoa học thư viện đang xảy ra qualification creep

  • “Software Developers +15%” thật vui, nhưng “Computer Programmers -6%” thì gây sốc

    • Theo BLS, mức lương trung vị của Software Developer là 131.450 USD, nguồn.
      Computer Programmer là 98.670 USD, nguồn.
      Developer phụ trách toàn bộ vòng đời phần mềm như phân tích yêu cầu người dùng, thiết kế hệ thống, bảo trì, tài liệu hóa. Trong khi đó programmer chủ yếu tập trung vào viết, sửa và kiểm thử code
    • Tôi cũng là programmer, nhưng các tin tuyển dụng dùng chức danh đó phần lớn đều có điều kiện tệ. Gắn title ‘Software Engineer’ không có nghĩa là thành kỹ sư thật. Cuối cùng cũng chỉ là chơi chữ
    • Tôi cũng từng thắc mắc sự khác biệt đó. Dù vậy, nhìn 1,9 triệu việc làm developer và 120.000 việc làm programmer thì vẫn là tín hiệu đáng hy vọng
    • Có lẽ là do thay đổi thuật ngữ. Trước đây các vai trò gọi là programmer giờ đã được gộp vào developer
    • Programmer thì giảm, nhưng có dự báo rằng tester và QA sẽ tăng. Trong tương lai AI phổ biến, quản lý chất lượng có lẽ sẽ càng quan trọng. Nhưng điều đó không nhất thiết có nghĩa là nhóm developer cũng tăng tương ứng

  • Xét từ góc nhìn bất động sản, nhóm nghề tiếp xúc nhiều nhất với AI là lao động văn phòng. Bao gồm thư ký, nhân viên hành chính, kế toán, chăm sóc khách hàng, luật sư, developer... Vài năm gần đây bất động sản văn phòng được nói là đang hồi phục, nhưng nếu làn sóng cắt giảm việc làm do AI trở thành hiện thực thì có thể sẽ có cú sốc thứ hai

  • Hình trực quan này phụ thuộc vào hover bằng chuột, nên trên di động gần như vô dụng

    • Có lẽ vì nó dùng Canvas rendering. Khả năng responsive và accessibility đều kém

  • Thú vị là nghề model lại có mức độ phơi nhiễm với AI 8/10