I believe no major technology appears by accident. It almost always emerges because there is a problem large enough that existing tools couldn’t solve well.
The Internet was born to connect information.
The Web was born to help people access and share knowledge more easily.
The Smartphone was born to put a computer in everyone’s pocket.
The Cloud was born so businesses wouldn’t have to run complex infrastructure themselves.
And AI, in my view, was born to address one of humanity’s deepest limitations: the limits of time, knowledge, information processing, and the ability to automate intellectual work.
We live in a world drowning in information — documents, emails, code, tickets, logs, meeting notes, reports, customer data, operational processes. No single person can read it all, remember it all, understand it all, or process it all.
AI closes that gap.
It can read faster, summarize faster, write faster, analyze faster, build prototypes faster, and assist with programming faster. A single individual working with AI can accomplish what previously required a team.
In software engineering especially, AI is dramatically compressing implementation time. Boilerplate code, test case generation, refactoring, documentation, error analysis, prototyping — all of it is being accelerated.
Every technology that solves an old problem tends to create a new one. AI is no exception.
AI solves the problem of “doing it faster” — but creates the problem of “did we do it right?”
AI solves the problem of “not having enough support” — but creates the problem of “do humans still understand the fundamentals?”
AI solves the problem of “high cost of experimentation” — but creates the problem of “prototypes ship fast, but is production actually reliable?”
AI generates more code — but it can also generate technical debt faster than ever.
AI helps people learn quickly — but it can also create the illusion of understanding, when in reality they’re just smoothly copying answers.
AI helps organizations accelerate — but it also forces them to rethink how teams are structured, how people are evaluated, how candidates are hired, how quality is measured, and how decisions are made.
The conversation about AI isn’t just “will it replace humans?” The more important question is: what part of the work will humans own in a world where AI handles everything else quickly?
My view: the human role will shift from “the person executing each step” to “the person who defines the problem, verifies the output, chooses the trade-off, designs the system, and owns the outcome.”
In engineering, this plays out clearly. AI can write code fast — but the engineer still needs to understand the problem, the system, the user, the risk, the security, the performance, the maintenance, and when not to use a given solution.
AI doesn’t make foundational thinking less important. It makes it more important.
Because when a tool produces output faster, the person wielding the tool needs to be better at evaluating that output.
Someone without deep understanding will be led by AI. Someone with deep understanding will use AI as a force multiplier.
AI was built to solve the problems of speed, knowledge access, and automation. But in doing so, it created a larger new problem: we have to relearn how to think, how to verify, and how to organize work — from scratch.
AI won’t make humans obsolete.
It will just change which work is genuinely worth a human doing.
Mình nghĩ bất kỳ công nghệ lớn nào cũng không xuất hiện một cách ngẫu nhiên. Nó thường ra đời vì có một vấn đề đủ lớn mà con người chưa giải quyết tốt.
Internet ra đời để kết nối thông tin.
Web ra đời để giúp con người truy cập và chia sẻ tri thức dễ hơn.
Smartphone ra đời để đưa máy tính vào túi mỗi người.
Cloud ra đời để doanh nghiệp không phải tự vận hành hạ tầng phức tạp.
Còn AI, theo mình, ra đời để giải quyết một giới hạn rất lớn của con người: giới hạn về thời gian, tri thức, khả năng xử lý thông tin và khả năng tự động hóa các công việc trí tuệ.
Chúng ta đang sống trong một thế giới có quá nhiều thông tin: tài liệu, email, code, ticket, log, meeting note, báo cáo, dữ liệu khách hàng, quy trình vận hành. Một người bình thường không thể đọc hết, nhớ hết, hiểu hết và xử lý hết.
AI giúp rút ngắn khoảng cách đó.
Nó có thể đọc nhanh hơn, tóm tắt nhanh hơn, viết nhanh hơn, phân tích nhanh hơn, tạo prototype nhanh hơn, hỗ trợ lập trình nhanh hơn. Một cá nhân với AI có thể làm được khối lượng công việc mà trước đây cần nhiều người hơn.
Trong ngành phần mềm, AI đang làm thay đổi rất rõ phần implementation. Những việc như viết boilerplate code, tạo test case, refactor, viết tài liệu, phân tích lỗi, dựng prototype… đang được nén thời gian rất mạnh.
Công nghệ nào giải quyết vấn đề cũ cũng thường tạo ra vấn đề mới. AI không phải ngoại lệ.
AI giải quyết vấn đề “làm nhanh hơn”, nhưng tạo ra vấn đề “làm đúng chưa?”.
AI giải quyết vấn đề “thiếu người hỗ trợ”, nhưng tạo ra vấn đề “con người có còn hiểu bản chất không?”.
AI giải quyết vấn đề “chi phí thử nghiệm cao”, nhưng tạo ra vấn đề “prototype rất nhanh, nhưng production có đáng tin cậy không?”.
AI giúp sinh ra nhiều code hơn, nhưng cũng có thể làm technical debt sinh ra nhanh hơn.
AI giúp học nhanh hơn, nhưng cũng có thể tạo ra ảo tưởng rằng mình đã hiểu, trong khi thật ra chỉ đang copy câu trả lời rất mượt.
AI giúp doanh nghiệp tăng tốc, nhưng cũng buộc doanh nghiệp phải suy nghĩ lại cách tổ chức phòng ban, cách đánh giá nhân sự, cách phỏng vấn ứng viên, cách kiểm soát chất lượng và cách ra quyết định.
Câu chuyện AI không chỉ là “AI thay thế con người hay không”. Câu hỏi quan trọng hơn là: con người sẽ làm phần việc nào trong một thế giới mà AI có thể làm rất nhanh phần còn lại?
Theo mình, vai trò của con người sẽ dịch chuyển từ “người làm từng thao tác” sang “người đặt vấn đề, kiểm chứng, chọn trade-off, thiết kế hệ thống và chịu trách nhiệm”.
Trong lập trình cũng vậy. AI có thể viết code rất nhanh, nhưng người kỹ sư vẫn phải hiểu bài toán, hiểu hệ thống, hiểu người dùng, hiểu rủi ro, hiểu bảo mật, hiểu performance, hiểu maintenance và biết khi nào không nên dùng một giải pháp nào đó.
AI không làm tư duy nền tảng bớt quan trọng. Ngược lại, nó làm tư duy nền tảng quan trọng hơn.
Vì khi công cụ tạo ra output càng nhanh, người dùng công cụ càng phải giỏi trong việc đánh giá output đó.
Một người không hiểu bản chất sẽ bị AI dẫn dắt. Một người hiểu bản chất sẽ dùng AI như một lực khuếch đại năng lực.
AI sinh ra để giải quyết vấn đề về tốc độ, tri thức và tự động hóa. Nhưng nó tạo ra một vấn đề mới lớn hơn: chúng ta phải học cách suy nghĩ, học cách kiểm chứng và học cách tổ chức công việc lại từ đầu.
AI không làm con người hết việc.
Nó chỉ làm thay đổi việc nào còn thật sự đáng để con người làm.