Trí tuệ nhân tạo (AI) đang bước vào một giai đoạn mới tại Phố Wall. Thay vì chỉ tập trung vào việc xây dựng mô hình ngôn ngữ lớn hay triển khai chatbot cho nhân viên, các ngân hàng và tổ chức tài chính đang tìm kiếm một lớp nhân sự mới có khả năng đưa AI vào trực tiếp các quy trình kinh doanh.
Một trong những dấu hiệu đáng chú ý nhất là sự gia tăng mạnh của nhu cầu đối với kỹ năng “điều phối tác nhân” (agent orchestration). Theo phân tích dữ liệu tuyển dụng của Draup được CNBC dẫn lại, số lượng tin tuyển dụng đề cập đến kỹ năng này đã tăng tới 1.721% trong năm nay.
Đằng sau con số này là một thay đổi lớn hơn: Phố Wall đang chuyển từ giai đoạn thử nghiệm AI sang giai đoạn xây dựng những hệ thống có thể thực hiện nhiều bước công việc liên tục, phối hợp giữa nhiều tác nhân AI và vẫn duy trì sự giám sát của con người.
Phố Wall không chỉ cần người xây dựng AI
Theo dữ liệu được Draup phân tích, số tin tuyển dụng liên quan đến AI tại các ngân hàng đã tăng 49% so với năm 2025, lên khoảng 139.819 tin tuyển dụng.
Điều đáng chú ý là nhu cầu không còn tập trung hoàn toàn vào các nhà khoa học dữ liệu hoặc kỹ sư xây dựng mô hình. Các ngân hàng đang cần những người có thể kết nối AI với hoạt động thực tế của doanh nghiệp.
Đó có thể là giao dịch, quản trị rủi ro, tuân thủ, vận hành, nhân sự, an ninh mạng hay các bộ phận hỗ trợ phía sau.
Sự thay đổi này phản ánh một thực tế: Một mô hình AI dù mạnh đến đâu cũng chưa tạo ra nhiều giá trị nếu không được tích hợp đúng vào quy trình của doanh nghiệp.
Ví dụ, một hệ thống tài chính có thể sử dụng nhiều tác nhân AI cùng lúc. Một tác nhân kiểm tra dữ liệu đầu vào, tác nhân khác đọc và phân tích tài liệu, trong khi tác nhân thứ ba kiểm tra các yêu cầu về tuân thủ trước khi kết quả được chuyển cho nhân viên phê duyệt.
Người thiết kế và quản lý toàn bộ chuỗi hoạt động đó chính là nhóm nhân sự mà thị trường đang ngày càng quan tâm.
“Điều phối tác nhân” trở thành kỹ năng nóng
Agent orchestration có thể hiểu đơn giản là khả năng thiết kế, kết nối và quản lý nhiều tác nhân AI để chúng phối hợp hoàn thành một nhiệm vụ phức tạp.
Đây là bước tiến khác với cách sử dụng chatbot truyền thống.
Một chatbot thường nhận câu hỏi và đưa ra câu trả lời. Một hệ thống tác nhân AI có thể nhận một mục tiêu lớn, chia mục tiêu thành nhiều nhiệm vụ nhỏ, giao từng nhiệm vụ cho các tác nhân chuyên biệt, kiểm tra kết quả rồi tiếp tục thực hiện bước tiếp theo.
Trong môi trường ngân hàng, điều này đặc biệt quan trọng bởi các quy trình thường chứa rất nhiều ngoại lệ.
Chẳng hạn, việc tự động hóa một quy trình tưởng như đơn giản như phê duyệt đơn nghỉ phép cũng có thể liên quan đến cấp quản lý, loại hợp đồng, số ngày nghỉ, quy định nội bộ, tình trạng nhân sự và nhiều trường hợp ngoại lệ khác.
Với các quy trình tài chính phức tạp hơn, số lượng biến số còn lớn hơn đáng kể.
Do đó, người làm AI tại ngân hàng không chỉ cần biết lập trình. Họ phải hiểu quy trình nghiệp vụ, dữ liệu, rủi ro và thời điểm nào con người cần tham gia.
Xuất hiện lớp “kỹ sư triển khai tiền tuyến”
Một trong những thay đổi quan trọng của thị trường lao động là sự nổi lên của những người có thể đứng giữa bộ phận công nghệ và bộ phận kinh doanh.
Nhóm này có thể được mô tả là các kỹ sư triển khai tiền tuyến, tức những người trực tiếp đưa hệ thống AI vào hoạt động của từng bộ phận.
Họ phải trả lời hàng loạt câu hỏi:
- Doanh nghiệp thực sự cần tự động hóa công việc nào?
- Nên sử dụng bao nhiêu tác nhân AI?
- Tác nhân nào chịu trách nhiệm cho từng nhiệm vụ?
- Dữ liệu nào được phép truy cập?
- Khi nào cần con người phê duyệt?
- Làm thế nào để kiểm tra kết quả?
- Nếu một tác nhân đưa ra kết quả sai thì hệ thống phải phản ứng thế nào?
Đây là lý do kiến thức chuyên môn trong lĩnh vực tài chính vẫn rất quan trọng.
Một kỹ sư AI hiểu công nghệ nhưng không hiểu quy trình giao dịch hoặc tuân thủ có thể gặp khó khăn khi triển khai hệ thống vào thực tế. Ngược lại, một chuyên gia tài chính hiểu sâu nghiệp vụ nhưng thiếu kiến thức về AI cũng khó xây dựng được một hệ thống tác nhân hiệu quả.
Thị trường vì thế đang tìm kiếm sự kết hợp giữa kiến thức công nghệ và chuyên môn ngành.
Không chỉ agent orchestration, cả “AI stack” cũng tăng tốc
Draup cho biết nhiều công nghệ liên quan đến việc xây dựng hệ thống AI đang xuất hiện thường xuyên hơn trong các tin tuyển dụng.
Trong đó, LangGraph, một framework phục vụ việc xây dựng các quy trình làm việc nhiều bước cho hệ thống AI, được đề cập nhiều hơn 679%.
LlamaIndex, công cụ giúp kết nối ứng dụng AI với dữ liệu, tăng 291%.
Trong khi đó, RAG (Retrieval-Augmented Generation), phương pháp cho phép mô hình AI truy xuất thông tin từ các cơ sở dữ liệu hoặc nguồn dữ liệu bên ngoài trước khi tạo câu trả lời, tăng 259%.
Những con số này cho thấy doanh nghiệp không chỉ tìm người “biết dùng ChatGPT”. Họ đang cần nhân sự có khả năng xây dựng một hệ thống AI hoàn chỉnh.
Hệ thống đó phải có dữ liệu, mô hình, công cụ truy xuất, quy trình điều phối, quyền truy cập và cơ chế kiểm soát.
Quản trị AI cũng trở thành kỹ năng có giá trị
Một khía cạnh khác đang nổi lên là quản trị và kiểm soát rủi ro AI.
Trong ngành tài chính, đây là vấn đề đặc biệt quan trọng bởi AI có thể tiếp cận dữ liệu nhạy cảm, tham gia vào quyết định kinh doanh hoặc tương tác với các hệ thống nội bộ.
Theo số liệu được Draup phân tích, các tin tuyển dụng liên quan đến AI có trách nhiệm tăng 657%, trong khi các đề cập đến quản trị AI và quản lý rủi ro AI tăng lần lượt 394% và 359%.
Đáng chú ý, dữ liệu của Draup cho thấy nhóm kỹ năng quản trị đã có hơn 16.000 lượt tham chiếu, gần gấp đôi khoảng 8.400 lượt tham chiếu liên quan đến đào tạo, triển khai và vận hành mô hình.
Điều này cho thấy một nghịch lý quan trọng của AI trong tài chính: Càng triển khai nhiều hệ thống tự động, doanh nghiệp càng phải đầu tư vào con người có khả năng kiểm soát chúng.
Các ngân hàng không chỉ cần hỏi “AI có thể làm gì?” mà còn phải hỏi “AI được phép làm gì?”.
Kỹ năng mềm vẫn không bị AI thay thế
Một điểm đáng chú ý khác là sự gia tăng vai trò của các kỹ năng mềm.
Khả năng giải quyết vấn đề, tư duy sáng tạo, đặt câu hỏi khó, đánh giá ngoại lệ và đưa ra quyết định trong những tình huống không rõ ràng vẫn có giá trị cao.
Điều này phù hợp với bản chất của công việc triển khai AI.
Một hệ thống có thể tự động xử lý hàng nghìn trường hợp giống nhau, nhưng người thiết kế hệ thống vẫn phải xác định trường hợp nào không giống nhau.
Trong ngành tài chính, nơi một ngoại lệ nhỏ có thể liên quan đến rủi ro pháp lý hoặc tài chính đáng kể, khả năng nhận diện những vấn đề mà máy chưa xử lý tốt vẫn rất quan trọng.
AI đang tạo ra những công việc mới trước khi thay thế công việc cũ?
Câu hỏi này ngày càng trở nên đáng chú ý tại Phố Wall.
Dữ liệu tuyển dụng cho thấy AI đang đồng thời tạo ra nhu cầu về những vị trí mới trong khi thay đổi cách thực hiện các công việc hiện có.
JPMorgan Chase là một ví dụ đáng chú ý. Trong báo cáo thường niên, ngân hàng cho biết AI sẽ tác động đến gần như mọi chức năng, đồng thời nhấn mạnh kế hoạch nâng cao kỹ năng, đào tạo lại và điều chuyển nhân sự khi công nghệ thay đổi.
CEO Jamie Dimon cũng cho biết JPMorgan đang triển khai AI trên nhiều lĩnh vực và chuẩn bị đào tạo lại nhân viên khi một số công việc bị tác động. Trong cập nhật năm 2026, ngân hàng cho biết đã có những trường hợp nhân sự bị ảnh hưởng bởi AI nhưng được đề nghị chuyển sang các vị trí khác.
Trong một cuộc trao đổi về kết quả kinh doanh năm 2026, Dimon cho biết JPMorgan đã có gần 1.000 trường hợp sử dụng AI, với các ứng dụng trải rộng từ quản trị rủi ro, gian lận, marketing đến phòng ngừa rủi ro, tìm kiếm khách hàng và xử lý tài liệu.
Điều này cho thấy câu chuyện về AI tại ngân hàng không đơn giản là “máy móc thay thế con người”.
Thực tế có thể phức tạp hơn: một số nhiệm vụ được tự động hóa, một số vị trí thay đổi, đồng thời những công việc mới xuất hiện để xây dựng, triển khai, kiểm soát và vận hành hệ thống AI.
Mức lương cao nhưng nhân sự vẫn khó tuyển
Theo dữ liệu được cung cấp trong phân tích, những vị trí liên quan đến AI tạo sinh và tác nhân AI thường có mức lương cao hơn nhiều vị trí công nghệ khác trong lĩnh vực tài chính.
Mức lương cơ bản trung bình của các nhà quản lý AI tạo sinh được Draup ước tính khoảng 190.000 USD/năm.
Tuy nhiên, mức lương cao không đồng nghĩa với việc các ngân hàng dễ dàng tuyển đủ người.
Lý do nằm ở sự kết hợp hiếm giữa nhiều nhóm kỹ năng.
Một ứng viên lý tưởng có thể cần hiểu AI, dữ liệu, phần mềm, an ninh mạng, quy trình doanh nghiệp và đồng thời có khả năng giao tiếp với các bộ phận kinh doanh.
Đây cũng là lý do đào tạo lại nhân sự hiện hữu đang trở thành một hướng đi quan trọng.
Draup cho rằng các ngân hàng lớn đang tăng cường đào tạo lại các nhà phát triển và chuyên gia nghiệp vụ để họ có thể đảm nhiệm những vai trò mới.
JPMorgan cũng công khai cho biết họ đang đầu tư vào AI upskilling, reskilling và điều chuyển nhân sự khi công nghệ thay đổi.
Phố Wall đang bước sang giai đoạn AI “làm việc”
Điểm khác biệt lớn nhất của làn sóng hiện nay là AI đang dần chuyển từ công cụ hỗ trợ sang một thành phần của quy trình công việc.
Chatbot có thể giúp nhân viên viết văn bản hoặc tìm thông tin. Nhưng hệ thống tác nhân có thể tiến thêm một bước: nhận nhiệm vụ, sử dụng công cụ, truy xuất dữ liệu, phân tích kết quả và chuyển công việc sang bước tiếp theo.
Điều đó buộc các ngân hàng phải xây dựng một lớp hạ tầng mới bao gồm dữ liệu, API, quyền truy cập, bảo mật, quản trị và giám sát.
Draup cũng mô tả AI-era capability như một hệ thống nhiều lớp, trong đó mô hình chỉ là một thành phần bên cạnh logic điều phối, các tác nhân tự động, hệ thống dữ liệu và sự giám sát của con người.
Vì vậy, kỹ năng “điều phối tác nhân” tăng 1.721% không chỉ là một con số về tuyển dụng. Nó phản ánh sự thay đổi trong cách doanh nghiệp nghĩ về AI.
Phố Wall đang không chỉ tìm người xây dựng mô hình.
Họ đang tìm người biết biến mô hình thành một hệ thống có thể hoạt động trong thế giới thực.
Làn sóng AI mới tại Phố Wall đang tạo ra một thay đổi quan trọng trên thị trường lao động: giá trị không còn chỉ nằm ở việc biết xây dựng mô hình, mà ngày càng nằm ở khả năng đưa AI vào đúng quy trình và kiểm soát nó trong môi trường thực tế.
Mức tăng 1.721% của các tin tuyển dụng đề cập đến điều phối tác nhân cho thấy doanh nghiệp đang chuẩn bị cho giai đoạn mà AI không còn đứng bên ngoài quy trình làm việc.
Các ngân hàng sẽ cần những người hiểu cả công nghệ lẫn nghiệp vụ, có khả năng xây dựng hệ thống nhiều tác nhân, quản lý dữ liệu, kiểm soát rủi ro và biết khi nào cần sự can thiệp của con người.
Nếu xu hướng này tiếp tục, “kỹ sư AI” có thể không còn là khái niệm đủ rộng để mô tả thị trường nhân lực mới. Phố Wall có thể sẽ cần một thế hệ chuyên gia khác: những người có khả năng biến AI thành một lực lượng lao động kỹ thuật số có tổ chức, có kiểm soát và có trách nhiệm.
Nguồn tham khảo: Draup; CNBC; JPMorgan Chase; các tài liệu công bố và báo cáo doanh nghiệp liên quan đến AI, tuyển dụng và chuyển đổi lực lượng lao động.
Câu hỏi về tác nhân AI
Điều phối tác nhân AI là gì?
Điều phối tác nhân AI là quá trình thiết kế và quản lý nhiều tác nhân AI để chúng phối hợp hoàn thành một nhiệm vụ phức tạp. Công việc có thể bao gồm phân chia nhiệm vụ, xác định quyền truy cập dữ liệu, lựa chọn công cụ và quyết định thời điểm cần con người giám sát.
Vì sao kỹ năng này tăng mạnh tại Phố Wall?
Ngân hàng có nhiều quy trình phức tạp và chứa dữ liệu nhạy cảm. Khi AI chuyển từ chatbot sang tự động hóa quy trình, doanh nghiệp cần nhân sự có khả năng kết nối nhiều tác nhân với hệ thống dữ liệu và nghiệp vụ hiện có.
LangGraph và LlamaIndex có vai trò gì?
LangGraph hỗ trợ xây dựng các quy trình làm việc nhiều bước cho hệ thống tác nhân. LlamaIndex hỗ trợ kết nối ứng dụng AI với dữ liệu. Đây là những thành phần có thể xuất hiện trong hệ thống AI doanh nghiệp cùng với mô hình ngôn ngữ, công cụ và lớp quản trị.
RAG là gì?
RAG là phương pháp cho phép hệ thống AI truy xuất dữ liệu liên quan từ nguồn bên ngoài trước khi tạo câu trả lời. Trong doanh nghiệp, RAG có thể giúp AI làm việc dựa trên tài liệu, cơ sở dữ liệu hoặc kho kiến thức nội bộ thay vì chỉ dựa vào kiến thức có sẵn trong mô hình.
AI có thay thế việc làm tại ngân hàng không?
Một số nhiệm vụ và vị trí có thể bị tự động hóa hoặc thay đổi. Tuy nhiên, các ngân hàng cũng đang tạo ra nhu cầu mới về AI, dữ liệu, an ninh mạng, quản trị và triển khai hệ thống. JPMorgan cho biết AI sẽ vừa loại bỏ một số công việc, vừa tăng cường những công việc khác và tạo ra các vai trò mới.
