Cạnh tranh AI có thể ảnh hưởng đến phân chia thu nhập lao động, Thống đốc Fed nhận định

Mức độ cạnh tranh giữa các doanh nghiệp có thể quyết định lợi ích kinh tế từ trí tuệ nhân tạo (AI) được phân chia rộng hay hẹp hơn. Michael S. Barr, thành viên Hội đồng Thống đốc Cục Dự trữ Liên bang Mỹ (Federal Reserve, Fed), đưa ra nhận định này trong bài phát biểu tại Đại học Yale (Yale University) ngày 12 (giờ địa phương); Fed đã công bố văn bản bài phát biểu.

“Cạnh tranh và đổi mới sáng tạo phân tán có thể giúp AI trở thành công nghệ có chi phí thấp, được sử dụng rộng rãi và mang lại lợi ích cho nhiều người hơn”, Barr nói. Theo ông, kết quả phân chia lợi ích phụ thuộc không chỉ vào năng lực công nghệ mà còn vào cấu trúc thị trường và khả năng tiếp cận.

Khi cạnh tranh được duy trì, doanh nghiệp ở nhiều quy mô khác nhau có thể ứng dụng AI để tăng năng suất và phát triển dịch vụ mới. Barr cho rằng AI cũng có thể giúp doanh nghiệp nhỏ tiếp cận rộng hơn với công nghệ và thông tin cần thiết để tăng trưởng.

Ngược lại, nếu một số ít doanh nghiệp AI nắm phần lớn thị trường và lợi nhuận đầu tư, thị phần của doanh nghiệp vừa và nhỏ có thể thu hẹp, còn lợi ích dành cho người lao động bị hạn chế. Barr nhấn mạnh đây là một kịch bản AI có thể tạo ra, chứ không phải kết quả đã được xác định.

Ông nêu khả năng tập trung thị trường có thể bắt nguồn từ mức độ tiếp cận dữ liệu, năng lực tính toán và khả năng cải tiến mô hình. Doanh nghiệp sở hữu những nguồn lực này dễ đạt lợi thế kinh tế nhờ quy mô, đồng thời có thể dùng AI để đẩy nhanh quá trình phát triển các mô hình AI mới.

Thu nhập và tài sản tại Mỹ hiện tập trung nhiều ở nhóm trên cùng. Khảo sát Tài chính Người tiêu dùng năm 2025 của Fed, được Barr dẫn lại, cho thấy các hộ gia đình thuộc nhóm 10% có thu nhập cao nhất nhận gần một nửa tổng thu nhập; nhóm 1% đứng đầu nhận khoảng một phần năm.

Xét theo tài sản, nhóm 10% hộ gia đình giàu nhất nắm gần ba phần tư tổng tài sản, còn nhóm 1% nắm khoảng một phần ba. Barr cho rằng bất bình đẳng hiện hữu có thể gia tăng nếu lợi nhuận từ đầu tư AI tập trung vào chủ sở hữu và lãnh đạo của một số ít doanh nghiệp.

Barr cho biết tỷ trọng lao động trong thu nhập quốc dân của Mỹ từng ở mức 60–65% trong giai đoạn hậu chiến, sau đó giảm từ năm 2001 và chạm mức thấp kỷ lục 52,8% trong quý II năm 2026. Ông nói xu hướng đi xuống vẫn rõ rệt ngay cả khi điều chỉnh phương pháp đo lường.

Dẫn các ước tính của giới nghiên cứu, Barr cho biết mức độ tập trung thị trường đã tăng đáng kể từ năm 2000 tại ba phần tư các ngành công nghiệp Mỹ. Trong cùng giai đoạn, tiền lương tăng chậm hơn năng suất lao động.

Nếu các doanh nghiệp lớn có năng suất cao tiếp tục mở rộng nhờ ứng dụng công nghệ mới, thị trường có thể tập trung hơn. Barr giải thích rằng khi cạnh tranh suy yếu và doanh nghiệp có ảnh hưởng lớn hơn đến giá cả, tỷ trọng thu nhập dành cho vốn có thể tăng so với lao động; mặt khác, việc ứng dụng công nghệ cũng có thể giúp giá tiêu dùng giảm.

Tác động của AI có thể không chỉ dừng ở việc làm bị cắt giảm. Barr từng giới thiệu kết quả thử nghiệm cho thấy AI giảm 40% thời gian hoàn thành nhiệm vụ và cải thiện 18% chất lượng đầu ra. Ông cũng cho rằng mức tăng năng suất có thể lớn hơn đối với người lao động ít kinh nghiệm.

Thay đổi công nghệ từng làm giảm một số nghề nhưng đồng thời tạo ra công việc mới. Barr nêu ví dụ việc làm tại các công ty du lịch giảm và nghề cho thuê băng đĩa biến mất khi internet cùng các ngành liên quan phát triển. Tuy nhiên, hiện có hàng triệu người làm sáng tạo nội dung trên mạng xã hội toàn thời gian tại Mỹ, một công việc khó hình dung cách đây 10 năm.

Trong bài phát biểu trước đó tại Singapore FinTech Festival, Barr cho biết ba trong bốn doanh nghiệp lớn đã sử dụng AI tạo sinh vào năm 2024. Tỷ lệ áp dụng ở doanh nghiệp nhỏ nằm ở mức cao trong khoảng một chữ số, và có sự khác biệt đáng kể giữa các ngành.

Ông nói đến nay, số trường hợp AI thay thế người lao động trên quy mô lớn còn hạn chế; đồng thời đã có bằng chứng AI tăng năng suất ở một số nhiệm vụ và tạo ra nghề nghiệp mới. Cạnh tranh giữa các công ty AI giúp công nghệ này được tiếp cận tương đối rộng, trong khi một số doanh nghiệp có thể đạt chức năng cần thiết chỉ với các mô hình ngôn ngữ nhỏ hơn.

Tuy nhiên, việc thay thế lao động có thể diễn ra nhanh ở những công việc lặp lại, với kết quả dễ dự đoán. Ngược lại, AI có thể hỗ trợ người lao động trong các công việc đòi hỏi phán đoán, quản lý, hợp tác, xây dựng quan hệ và sáng tạo, theo Barr.

Nếu tốc độ ứng dụng AI tăng nhanh, người lao động có thể gặp khó khăn khi chuyển sang việc làm mới và thích nghi, khiến tác động ngắn hạn lớn hơn. Barr cho rằng cần chuẩn bị từ giai đoạn đầu cho việc tạo công việc mới, đào tạo lại và kết nối người lao động với những vị trí mới.