Sống sót trong cách mạng AI: Hướng dẫn cho developer Việt Nam

Nếu bạn là developer Việt Nam và đang lo lắng về AI sẽ thay thế lập trình viên trong tương lại, bạn không hề cô đơn vì rất nhiều người nghĩ như vậy. Câu hỏi "AI có thay thế mình không?" xuất hiện ở khắp mọi nơi, từ các group Facebook Vietnam Tech Community, Viblo.asia, cho đến những buổi cà phê chiều với đồng nghiệp.

Câu trả lời ngắn gọn là: AI sẽ không thay thế bạn. Nhưng một developer khác, người biết dùng AI tốt hơn bạn, sẽ làm điều đó.

Đây là lúc để hiểu rõ mình đang đứng ở đâu và cần đầu tư vào điều gì để không bị bỏ lại phía sau.

Thị trường IT Việt Nam năm 2026

Theo báo cáo thị trường tuyển dụng IT năm 2025-2026, thị trường AI Việt Nam được dự báo đạt 932 triệu USD vào năm 2025 và tăng lên 3,78 tỷ USD vào năm 2031. Việt Nam đang nằm trong top 10 quốc gia có tốc độ tăng trưởng nhân tài AI nhanh nhất thế giới.

• Khoảng cách cung-cầu: Việt Nam thiếu 150.000 - 200.000 kỹ sư phần mềm mỗi năm, với khoảng 700.000 vị trí cần lấp đầy.
• Lương AI Engineer: Mức trung bình đạt 101 triệu VND/tháng, so với khoảng 22,5 triệu VND cho developer phổ thông.
• Mức tăng lương 2026: AI professional nhận mức tăng 15-25%, developer thông thường nhận 5-15%.
• Hơn 80% IT professional đang dùng AI hỗ trợ công việc, trong đó 59% sử dụng hàng ngày.

Qua đó cho thấy thị trường không thu hẹp, nhưng yêu cầu về nhân sự đang nâng lên cao hơn. Vậy ta cần hỏi là "mình mang lại giá trị gì mà AI không thể?" chứ không phải là "học ngôn ngữ gì, framework nào?"

AI đang thay đổi nghành lập trình như thế nào?

Mình nghĩ AI sẽ không xóa bỏ nghành lập trình, nó chỉ đang thay đổi phần nào quá trình hoàn thành của công việc hằng ngày.

Những việc AI đang làm được ngày càng tốt và nhanh: viết boilerplate code, debug lỗi phổ biến mà mắt thường khó nhận biết, refactor theo pattern có sẵn, chuyển đổi giữa các ngôn ngữ lập trình và framework.

Điều mà lúc trước cần rất nhiều thời gian và nguồn lực con người để có thể hoàn thành tốt, thì nay AI đã giúp làm việc đó nhanh hơn và chất lượng hơn.

Nhưng AI làm những việc này trong context cụ thể, có giới hạn và hiện tại chỉ đang phù hợp với ứng dụng vừa và nhỏ. Nó không biết team đang chịu áp lực gì, hay quyết định kỹ thuật nào được đưa ra vì lý do chính trị nội bộ, hoặc dự án đó có những case đặc biệt nào cần phải bỏ qua,...vv. Đó chính là những thứ cần con người can thiệp vào.

Những kỹ năng AI không thể thay thế khi làm phần mềm

1. Từ yêu cầu mơ hồ trở thành giải pháp

Product Manager nói: "Cho phép user lọc theo nhiều tiêu chí." Câu đó có thể có 10 cách hiểu khác nhau. AI có thể implement bất kỳ cách nào bạn chọn, nhưng nó không thể hỏi đúng câu hỏi để xác định cách nào là đúng.

Developer giỏi biết khi nào cần dừng lại và làm rõ yêu cầu trước khi viết một dòng code. Kỹ năng này đòi hỏi hiểu người dùng, hiểu business, và hiểu những gì được nói ngầm nhưng không được viết trong ticket. Không prompt nào thay thế được trực giác đó.

Việc của developer là mô tả rõ ràng, chi tiết nhất có thể. Brainstorming về kế hoạch, hiểu rõ giữa được và mất trong việc thiết kế tính năng trước khi bước vào giai đoạn viết code.

2. System Design

AI có thể đề xuất một kiến trúc microservices đẹp trên giấy. Nhưng nó không biết team bạn chỉ có 3 người, server đang chạy trên VPS 20 USD/tháng, và startup của bạn cần ra sản phẩm trong 3 tuần.

Quyết định kiến trúc tốt không phải là tìm ra giải pháp hoàn hảo. Đó là cân bằng giữa kỹ thuật tốt, nguồn lực hiện có, và áp lực thực tế của công ty. Đây là kinh nghiệm tích lũy được qua nhiều dự án thất bại và thành công, không phải từ LLM training data.

Do đó việc hiểu rõ dự án cần gì, cần làm trong bao lâu, phục vụ những ai rất quan trọng mà trình độ hiện tại của AI chưa thể thay thế hoàn toàn suy nghĩ của con người.

3. Code review với hiểu biết về lịch sử codebase

Khi review pull request, bạn không chỉ hỏi "code này có chạy không?" mà là "code này có phù hợp với cách hệ thống này được thiết kế không? Có tạo ra technical debt không? Liệu người tiếp theo maintain nó có hiểu không?"

AI không biết lý do tại sao module X được viết theo cách kỳ lạ đó (vì một bug production năm ngoái). Nó không biết đoạn code "xấu" kia thực ra đang xử lý một logic quan trọng. Chỉ có developer có kinh nghiệm làm việc với codebase đó mới là người hiểu rõ.

Không ai thích review code của người khác nhưng đó là nhiệm vụ phải làm, AI sẽ giúp review code nhanh hơn nhưng chưa hoàn toàn thay thế được cái nhìn bao quát về sự liên quan của nhau giữa các module trong dự án lớn.

4. Debug hệ thống phức tạp trong môi trường Production

Khi production bị lỗi lúc 2 giờ sáng và logs đang nhiều lên, AI có thể phân tích từng đoạn log nhưng nó không thể "cảm nhận" được pattern, không thể nhớ lại rằng "tuần trước có deploy gì đó tương tự và cũng bị lỗi này", không thể biết rằng service X luôn có vấn đề khi traffic tăng đột biến vào cuối tháng.

Debug thực sự trong hệ thống đòi hỏi trí nhớ, trực giác được rèn giũa qua thời gian, và khả năng giữ bình tĩnh dưới áp lực. Đây là điểm AI còn yếu.

5. Nhận diện rủi ro bảo mật

AI có thể phát hiện SQL injection hay XSS phổ biến. Nhưng nó khó nhận ra rằng endpoint này đặc biệt nhạy cảm vì nó xử lý dữ liệu thanh toán của MoMo, hay logic phân quyền kia có lỗ hổng chỉ xuất hiện khi user có đồng thời hai role nhất định.

Bảo mật không chỉ là checklist, mà là hiểu rõ dữ liệu nào quan trọng với business, ai có khả năng phá hệ thống, và chi phí của rủi ro là bao nhiêu.

6. Giao tiếp người với người

Một phần lớn công việc của developer không phải là viết code mà là giao tiếp và thương lượng. Giải thích với PM tại sao tính năng này cần 2 tuần chứ không phải 2 ngày. Thuyết phục team lead từ bỏ một giải pháp kỹ thuật kém. Onboard một member mới vào codebase phức tạp.

Những cuộc hội thoại này đòi hỏi sự khéo léo trong giao tiếp, và hiểu chính trị nội bộ của công ty, đây là thứ không tool nào thay thế được.

7. Thương hiệu cá nhân

Thương hiệu cá nhân quan trọng không chỉ trong thời đại AI mà đã từ trước đấy rất lâu rồi. Bạn code tốt nhưng không quảng bá cho ai biết thì mãi mãi là người vô hình trong ngành. Xây dựng thương hiệu cá nhân ngày nay càng dễ dàng với sự giúp đỡ của các platform như Tiktok, Facebook hoặc Youtube. Song song với phát triển kỹ năng, ta cũng nên quảng bá bản thân cho cộng đồng biết đến. AI không thể thay thế bạn nhưng hoàn toàn có thể giúp bạn rút ngắn thời gian:

• Chỉnh sửa nội dung video
• Chỉnh sửa nội dung bài viết, blog
• Gợi ý keyword, hình ảnh,...vv

Sử dụng AI như công cụ, không phải thay thế cho tư duy

Cách dùng AI đúng không phải là để nó nghĩ thay bạn. Mà là để bạn có thêm thời gian để nghĩ sâu hơn.

• Để AI viết unit test cho function bạn vừa implement, còn bạn dành thời gian đó review edge case mà AI bỏ sót
• Để AI tạo boilerplate CRUD, còn bạn tập trung vào business logic phức tạp
• Để AI tóm tắt tài liệu kỹ thuật dài, còn bạn đặt câu hỏi về những gì còn mơ hồ

Developer dùng AI giỏi nhất không phải người prompt nhiều nhất. Đó là người biết phần nào nên giao cho AI và phần nào cần tự làm.

Vậy học thêm gì trong thời đại AI đây?

Ngành IT cũng khá rộng nên 1 câu trả lời khó mà nói hết được, nó phụ thuộc vào con đường bạn đang đi, career path theo hướng nào.

• Nếu bạn muốn làm việc sâu hơn với AI systems, các kỹ năng liên quan đến data, machine learning infrastructure, hay LLM application development có thể là hướng phù hợp.
• Nếu bạn muốn phát triển theo hướng senior engineer hay tech lead, đầu tư vào system design và kiến trúc phần mềm sẽ tốt và hữu ích hơn.
• Nếu bạn muốn mở rộng cơ hội remote với công ty nước ngoài, tiếng Anh/tiếng Nhật và khả năng trình bày ý tưởng rõ ràng trước mặt mọi người sẽ quan trọng hơn bất kỳ framework nào vì giờ đây với AI việc học ngôn ngữ mới không còn quá khó khăn như xưa.

Điều quan trọng là chọn hướng phù hợp với bản thân, không phải chạy theo mọi trend sớm nở tối tàn trên mạng xã hội.

Vài nền tảng để học lập trình tại Việt Nam:

• 200lab.io: Khóa học thực chiến về backend, cloud, và AI integration
• f8.edu.vn: Nhiều khóa học thực chiến, miễn phí từ founder Son Pham và các cộng sự dù chưa có focus vào AI.
• Các group facebook và kênh youtube chia sẻ miễn phí.
• GDGVN (Google Developer Groups Vietnam): Meetup định kỳ, workshop thực hành
• viblo.asia: Nền tảng chia sẻ về lập trình bằng tiếng Việt.

Kỷ nguyên AI đang phát triển rất nhanh, nó đang loại bỏ những developer làm việc theo cách cũ, và giúp đỡ những developer thực sự hiểu những gì mình đang xây dựng đi nhanh hơn.

Code bạn viết ngày nay càng ngày càng ít quan trọng hơn khả năng bạn nhận ra code đó có đang giải quyết đúng vấn đề không. Tool bạn dùng ít quan trọng hơn khả năng bạn đưa ra quyết định tốt dựa vào thời gian, ngân sách và thực lực của team.