Anthropic đang ứng dụng AI cho nội bộ như thế nào?
Anthropic đang ứng dụng AI cho nội bộ như thế nào? và họ học được gì từ chính mình?
Anthropic không chỉ xây dựng mô hình ngôn ngữ lớn để thương mại hóa. Họ đang thực hiện một cuộc thí nghiệm quy mô lớn: Nhúng AI vào mọi tầng vận hành của doanh nghiệp. Thay vì chỉ nghe quảng cáo, chúng ta hãy nhìn vào những con số và sự kiện thực tế diễn ra bên trong “phòng thí nghiệm sống” này tính đến đầu năm 2026.
1. Sự tiến hóa từ Chatbot sang Agent (Tác vụ tự hành)
Sự thay đổi quan trọng nhất không nằm ở việc nhân viên đặt câu hỏi cho AI, mà nằm ở công cụ Claude Code. Đây không phải là một cửa sổ chat đơn thuần, mà là một thực thể có khả năng can thiệp trực tiếp vào hệ thống.
Khả năng tự xử lý chuỗi: Phân tích 200.000 nhật ký làm việc (transcripts) cho thấy số lần Claude tự thực hiện các bước liên tiếp mà không cần con người can thiệp đã tăng từ 9,8 lên 21,2 lần chỉ trong 6 tháng.
AI tự xây dựng công cụ: Sản phẩm Claude Cowork (dành cho nhân viên khối văn phòng) được xây dựng phần lớn bởi Claude Code. Điều này minh chứng cho một chu kỳ: AI tạo ra công cụ để giúp con người quản lý AI tốt hơn.
2. Dữ liệu thực nghiệm về năng suất
Nghiên cứu nội bộ trên 132 kỹ sư và nhà nghiên cứu đã đưa ra những con số cụ thể về sự thay đổi hiệu suất:
Phát hiện quan trọng: 27% các tác vụ hiện nay do AI đảm nhiệm là những việc “trước đây chưa từng được làm”. Đó là những dự án tối ưu hóa hạ tầng, xây dựng bảng biểu theo dõi hoặc thử nghiệm các giả thuyết nhỏ mà trước đây nhân viên buộc phải bỏ qua vì không đủ thời gian. AI đã biến “chi phí thực hiện” các việc này về mức gần bằng không.
Khái niệm “Dogfooding” (tự dùng sản phẩm của mình) tại Anthropic được nâng cấp thành “Antfooding”. Đây không chỉ là việc sử dụng thông thường, mà là một quy trình tự cải tiến đệ quy (recursive self-improvement).
Theo báo cáo nội bộ tháng 3/2026, Claude hiện đang tự viết từ 70% đến 90% mã nguồn để tạo ra phiên bản nâng cấp của chính nó. Tốc độ này giúp rút ngắn chu kỳ nghiên cứu từ vài tháng xuống còn vài tuần.
Không chỉ giới hạn ở kỹ thuật, AI đã thâm nhập vào mọi phòng ban. Nhân viên tài chính dùng AI để truy vấn dữ liệu phức tạp; đội ngũ pháp lý dùng AI để rà soát hợp đồng; và các nhà thiết kế dùng AI để tạo ra các prototype chạy được ngay lập tức.
3. Những biến đổi về bản chất lao động
Sự xuất hiện của AI ở mật độ cao đã làm nảy sinh những vấn đề mà các báo cáo tài chính thường không nhắc tới:
Sự thay đổi vai trò: Từ người viết sang người duyệt
Nhiều kỹ sư cấp cao tại Anthropic cho biết hơn 70% thời gian làm việc của họ hiện nay là kiểm tra và chỉnh sửa (review & revise) thay vì trực tiếp tạo mới.
Trách nhiệm mới: Một nhân sự hiện nay không còn quản lý đầu việc của chính mình, mà phải chịu trách nhiệm cho sản lượng của “1, 5 hoặc 100 phiên bản Claude” đang chạy song song.
Kỹ năng Full-stack: AI giúp một người bình thường có thể làm được việc của nhiều phòng ban khác nhau (kỹ thuật, pháp lý, tài chính).
Nguy cơ rút ngắn thang học nghề
Đây là điểm đáng lo ngại nhất được ghi lại trong báo cáo của Anthropic.
Thoái hóa kỹ năng: Khi kết quả được tạo ra quá nhanh và chính xác, con người mất dần nhu cầu tìm hiểu nguyên lý sâu xa bên dưới.
Mất ma sát tư duy: Các kỹ sư trẻ có xu hướng hỏi Claude thay vì hỏi đồng nghiệp giàu kinh nghiệm. Điều này cắt đứt sợi dây truyền thụ tri thức trực tiếp và khiến các bậc thang thấp nhất trong quá trình đào tạo nhân tài bị lung lay.
Khoảng cách tư duy (The Thinking Divide)
Anthropic nhận diện một khoảng cách ngày càng rộng giữa:
Tổ chức nhúng AI sâu: Tích lũy lợi thế về tốc độ và dữ liệu thực nghiệm mỗi ngày.
Tổ chức dùng AI bề mặt: Chỉ coi AI là công cụ hỗ trợ lẻ tẻ, không thay đổi quy trình cốt lõi.
4. Bài học cho doanh nghiệp và tổ chức khác
Anthropic không chỉ tạo ra AI. Họ đang chứng minh một cách tiếp cận và từ đó có những bài học mà bất kỳ tổ chức nào cũng có thể rút ra.
Bài học 1: Năng suất tăng không đến từ việc dùng AI cho mọi thứ.
Nhân viên Anthropic phát triển trực giác rõ ràng về việc nên giao gì cho AI và nên giữ lại gì. Họ ưu tiên giao những việc dễ kiểm tra kết quả, rủi ro thấp, hoặc đơn giản là nhàm chán. Những việc đòi hỏi phán đoán, bối cảnh sâu, hay cảm quan thẩm mỹ và định hướng họ vẫn tự làm. Ranh giới đó không cố định; nó được liên tục điều chỉnh khi AI ngày càng mạnh hơn.
Bài học 2: Dữ liệu thực quan trọng hơn cảm nhận.
Anthropic không chỉ tin vào khảo sát tự báo cáo. Họ kéo thêm 200.000 transcript thực tế để đối chiếu.
Kết quả: tự báo cáo và dữ liệu thực nhìn chung khớp nhau nhưng có những sai lệch quan trọng mà chỉ dữ liệu thực mới phát hiện được.
Bài học cho doanh nghiệp: đừng chỉ hỏi nhân viên “AI có giúp ích không?”, hãy đo bằng số liệu thực.
Bài học 3: Tốc độ thay đổi đang tăng và Khoảng cách giữa người dùng và người không dùng cũng vậy.
Anthropic gọi đây là “the thinking divide” — khoảng cách ngày càng rộng giữa tổ chức nhúng AI vào mọi tầng lớp hoạt động và tổ chức chỉ dùng AI như một công cụ riêng lẻ. Những tổ chức ở phía đúng của khoảng cách đó sẽ tích lũy lợi thế theo thời gian. Những tổ chức còn lại sẽ tụt xa hơn mỗi tháng.
Lời kết
Theo American Enterprise Institute, những gì đang diễn ra bên trong Anthropic có thể là bức tranh sơ thảo cho những gì mọi lao động tri thức sẽ đối mặt trong những năm tới: giá trị dịch chuyển từ thực thi sang phán đoán, kiến trúc, và điều phối.
Không phải AI thay thế người. Mà là người dần trở thành người đặt câu hỏi đúng, người quyết định cái gì đáng được làm, người chịu trách nhiệm cho kết quả mà cả người lẫn máy cùng tạo ra.
Những gì diễn ra tại Anthropic là bằng chứng cho thấy giá trị của chúng ta đang dịch chuyển. Khi việc “làm” trở nên quá dễ dàng, thì việc “biết cái gì đáng để làm” trở thành năng lực đắt giá nhất.
Link đăng ký tư vấn lộ trình cá nhân hoá học AI Ứng Dụng cho lãnh đạo, quản lý cấp trung: coach.ai.vn
Link đăng ký nhận học bổng Luyện AI (33 ngày): đăng ký