Trong lúc cả ngành công nghệ đổ xô săn lùng kỹ sư AI giỏi nhất, một trong những công ty AI giá trị nhất thế giới lại công khai nói ngược lại: chúng tôi cần người tò mò, biết lắng nghe, tử tế, hơn là người viết code giỏi nhất.
Đó chính là “curious generalist” (tạm dịch: người tò mò đa năng) – kiểu nhân sự không có một chuyên môn hẹp cố định, mà có khả năng học nhanh và kết nối kiến thức từ nhiều lĩnh vực khác nhau. Nghe có vẻ ngược đời giữa thời đại mọi công ty đều muốn tuyển “chuyên gia AI”, nhưng đó chính xác là điều Anthropic đang làm.
Chủ tịch Anthropic: Học văn chương quan trọng hơn học code
Daniela Amodei, đồng sáng lập kiêm Chủ tịch Anthropic, chia sẻ với Fortune hồi tháng 2/2026 rằng việc học nhân văn (humanities) “sẽ quan trọng hơn bao giờ hết” trong thời đại AI. Bà mô tả tiêu chí tuyển dụng của Anthropic ưu tiên người có khả năng giao tiếp tốt, chỉ số cảm xúc (EQ) cao, tử tế, tò mò, và có mong muốn thực sự giúp đỡ người khác – đặt trên cả kỹ năng thuần kỹ thuật.
Bản thân bà là minh chứng sống cho triết lý này. Amodei tốt nghiệp ngành văn học tại UC Santa Cruz, từng làm trợ lý tại Đồi Capitol (Quốc hội Mỹ), sau đó chuyển sang công nghệ với Stripe, rồi OpenAI, trước khi đồng sáng lập Anthropic năm 2020 và giữ vai trò Chủ tịch. Một hành trình sự nghiệp không có lấy một đường thẳng chuyên môn nào, nhưng lại đưa bà lên vị trí lãnh đạo một trong những công ty AI có ảnh hưởng nhất thế giới.
Tại Anthropic, bà xây dựng văn hóa để chuyên gia và người đa năng làm việc song song, chủ động tuyển người từ các ngành tưởng như chẳng liên quan gì đến AI như đạo đức học (ethics) và tâm lý học, nhằm xây dựng một cách hiểu toàn diện hơn về hành vi của mô hình AI.
Vì sao giải quyết bài toán “trí tuệ” cần nhiều hơn một loại chuyên môn?
Logic đằng sau lựa chọn này không khó hiểu khi nhìn kỹ. Xây dựng một hệ thống trí tuệ nhân tạo an toàn và hữu ích không đơn thuần là bài toán kỹ thuật thuần túy. Một mô hình AI có thể viết code hoàn hảo nhưng vẫn đưa ra lời khuyên y tế sai lệch, hiểu nhầm sắc thái văn hóa, hoặc phản hồi thiếu nhạy cảm trong tình huống nhạy cảm về tâm lý. Đánh giá và điều chỉnh những khía cạnh đó đòi hỏi người hiểu về đạo đức, ngôn ngữ, tâm lý con người – không phải chỉ người viết được thuật toán tốt nhất.
Đây là góc nhìn triết lý tổ chức đáng chú ý: coi sự đa dạng chuyên môn trong đội ngũ không phải là “cho vui” hay để cân bằng văn hóa công ty, mà là một yêu cầu bắt buộc về mặt sản phẩm. Khi bài toán bạn đang giải đủ phức tạp và đủ mới, không ai – kể cả người giỏi nhất trong một lĩnh vực hẹp – có đủ toàn bộ góc nhìn cần thiết.
Đây là chỗ cần nhìn thẳng vào một mâu thuẫn ít được nhắc tới khi câu chuyện này lan truyền. Không phải toàn ngành AI đang đi theo hướng “chuộng generalist”. Các báo cáo tuyển dụng riêng của ngành công nghệ (HeroHunt, The Tech Recruiters) trong năm 2026 chỉ ra một xu hướng gần như ngược lại ở tầng kỹ thuật: vai trò “AI generalist” kiểu kỹ sư full-stack AI đang dần bị hàng hóa hóa (commoditized) – tức trở nên phổ biến, dễ thay thế, mức lương không còn cao. Trong khi đó, kỹ sư AI chuyên sâu theo một lĩnh vực cụ thể (domain specialist) mới là người được trả lương cao nhất và ít cạnh tranh nhất trên thị trường.
Điều này có nghĩa là triết lý tuyển dụng của Anthropic không nên bị hiểu thành “generalist đang thay thế specialist trong toàn ngành AI”. Chính xác hơn, “curious generalist” mà Daniela Amodei mô tả dường như là một lớp nhân sự bổ sung ở tầng định hình sản phẩm, chính sách, hành vi mô hình và văn hóa tổ chức – chứ không phải công thức áp dụng cho toàn bộ đội ngũ kỹ thuật cốt lõi. Anthropic vẫn cần, và vẫn trả lương rất cao cho các kỹ sư chuyên sâu về mô hình hóa, an toàn AI, hạ tầng tính toán. “Curious generalist” là người đứng giữa các nhóm chuyên gia đó, không phải người thay thế họ.
Đây cũng là lý do một nghiên cứu của Harvard Business Review công bố tháng 7/2026 kết luận rằng kỹ năng mà nhà tuyển dụng cần nhất năm 2026 là tư duy phản biện và khả năng giải quyết vấn đề (73% lãnh đạo tuyển dụng xác nhận), trong khi kỹ năng AI thuần túy chỉ xếp hạng năm. Nói cách khác, thứ đang lên giá không phải là “biết ít về nhiều thứ”, mà là khả năng đánh giá được khi nào nên tin kết quả của AI và khi nào nên nghi ngờ nó – một năng lực đòi hỏi cả chiều sâu lẫn chiều rộng, không phải một trong hai.
Bài học quản trị
Với các doanh nghiệp đang xây dựng đội ngũ trong làn sóng AI, bài học rút ra không phải là “hãy tuyển thật nhiều generalist”, mà là ba điều cụ thể hơn.
Một, đừng nhầm lẫn giữa việc cần người đa năng ở các vị trí cầu nối (giữa kỹ thuật, sản phẩm, khách hàng, pháp lý, đạo đức) với việc pha loãng đội ngũ chuyên môn cốt lõi. Hai nhu cầu này song song, không thay thế nhau.
Hai, khi tuyển cho những vị trí thực sự cần curious generalist – thường là vai trò lãnh đạo, quản lý sản phẩm, hoặc người đánh giá rủi ro – tiêu chí như sự tò mò, khả năng học nhanh, và EQ nên được coi trọng ngang bằng, thậm chí hơn bằng cấp chuyên ngành hẹp.
Ba, sự tò mò không phải là một đặc điểm tính cách xa xỉ chỉ dành để “làm màu” trong tin tuyển dụng, mà là một năng lực có thể đánh giá được: khả năng đặt câu hỏi đúng trong lĩnh vực mình không rành, khả năng kết nối hai mảng kiến thức tưởng như không liên quan để giải quyết một vấn đề cụ thể.
Câu hỏi còn để ngỏ là liệu “curious generalist” có thực sự trở thành một con đường sự nghiệp bền vững cho số đông trong kỷ nguyên AI, hay đó vẫn chỉ là một đặc quyền dành cho số ít công ty đủ giàu và đủ kiên nhẫn để nuôi dưỡng sự tò mò, trong khi phần còn lại của thị trường lao động vẫn khắc nghiệt và đòi hỏi chuyên môn hẹp như trước?
Q.L.- PHỤ NỮ MỚI
