AI đang chấm điểm bạn: Cách Crypto và Fintech viết lại đánh giá hiệu suất

Đây không phải là sự khuyến khích nhẹ nhàng – mà là thay đổi mang tính cấu trúc. Các bài đánh giá hiệu suất, vốn thường gắn trực tiếp với lương thưởng, thăng chức và sự sống còn trong môi trường xếp hạng cạnh tranh, đang được thiết kế lại xoay quanh việc ứng dụng AI như một năng lực có thể đo lường . Những nhân viên phản kháng hoặc chậm chân trong việc sử dụng những công cụ này có nguy cơ bị phạt trong quy trình đánh giá chính thức, bất kể họ thực hiện tốt các chức năng công việc cốt lõi đến đâu.

Lợi ích năng suất là thật – và chúng đang bị dùng để biện minh cho việc cắt giảm

Việc tích hợp AI vào các chỉ số hiệu suất trùng khớp với một làn sóng sa thải được liên kết rõ ràng với những cải thiện năng suất do AI mang lại. Ví dụ nổi bật nhất là Block, công ty mẹ của Cash App, đã cắt giảm khoảng 40% lực lượng lao động – từ khoảng 10.000 nhân viên xuống còn dưới 6.000 – sau khi các công cụ AI tăng năng suất lập trình viên lên 40% . Crypto.com giảm 12% nhân sự, ảnh hưởng đến khoảng 180 nhân viên, trong cái mà họ mô tả là một sự chuyển hướng chiến lược do AI thúc đẩy . Gemini cắt giảm khoảng 30% lực lượng, thu hẹp còn khoảng 445 nhân viên sau khi lỗ hơn 582 triệu đô la vào năm 2025 .

Đây là một phần của sự thay đổi cấu trúc rộng lớn hơn. Các đợt sa thải liên quan đến AI trên toàn ngành công nghệ đã tăng từ mức chiếm khoảng 8% tổng số việc cắt giảm vào năm 2025 lên khoảng 20% vào đầu năm 2026, với ước tính 20% trong số 45.000 việc làm công nghệ bị cắt giảm được xác nhận là do tích hợp AI trong giai đoạn đó . Mô hình này rất nhất quán: các công ty không tuyển thêm người cùng với lợi ích năng suất từ AI – họ đang thu hẹp lại .

Điều này có nghĩa gì với người lao động ở mọi cấp độ

Thành thạo AI giờ là kỹ năng sống còn. Khi báo cáo hiệu suất của bạn bao gồm một chỉ số về việc bạn sử dụng các công cụ AI tốt như thế nào, và khi việc không sử dụng bị theo dõi trên một bảng điều khiển mà lãnh đạo có thể thấy, "từ chối" dùng AI không còn là một chiến lược nghề nghiệp khả thi trong ngành crypto hay fintech nữa .

Các vai trò đầu vào đang biến mất. AI hiện đã vượt qua ngưỡng sản xuất trong năm quy trình làm việc cốt lõi của fintech, bao gồm rà soát tài liệu KYC (giảm 60–80% khối lượng công việc thủ công) và xử lý yêu cầu hỗ trợ khách hàng (xử lý 70–85% câu hỏi cấp độ một) . Đây chính xác là những nhiệm vụ mà các nhân viên mới vào nghề thường dùng để xây dựng kiến thức ngành và chứng minh giá trị của mình, và chúng đang bị tự động hóa trên quy mô lớn. Điều này nâng cao yêu cầu đối với những gì lao động mới vào nghề phải đáp ứng ngay từ ngày đầu, và nó thu hẹp nguồn cung các vị trí cho phép mọi người phát triển lên các vị trí cao hơn .

Đánh giá có nguy cơ trở nên kém công bằng hơn, chứ không phải hơn. Harvard Business Review cảnh báo rằng trong khi AI tạo sinh có thể khắc phục một số điểm kém hiệu quả của các bài đánh giá hiệu suất truyền thống, nó cũng có thể khiến chúng tệ hơn nếu các tổ chức đánh mất sự tin tưởng, sắc thái và phán đoán theo ngữ cảnh mà các nhà quản lý con người đem lại . Các đánh giá do AI tạo ra có xu hướng bóng bẩy về bề mặt nhưng có thể bỏ sót các yếu tố định tính phân biệt công việc tốt và công việc xuất sắc, hoặc lý giải tại sao một nhân viên giỏi bình thường lại có một quý khó khăn. Khi những đánh giá đó gắn liền với lương thưởng và sự an toàn công việc, rủi ro từ những điểm mù của thuật toán tăng lên đáng kể.

Thị trường nhân tài đang phân hóa. Những lao động ngành crypto và fintech bị sa thải sở hữu các kỹ năng có thể chuyển đổi trong lĩnh vực tuân thủ, kỹ thuật blockchain, phân tích dữ liệu và an ninh mạng đang có nhu cầu cao trong lĩnh vực tài chính truyền thống, nhưng xu hướng chung là hướng tới các đội ngũ tinh gọn hơn, được AI tăng cường . Những chuyên gia kết hợp chuyên môn AI với kiến thức ngành sâu rộng đang trở thành nhân tài có giá trị nhất, trong khi những người có bộ kỹ năng hẹp hơn phải đối mặt với áp lực ngày càng tăng .

Sự chuyển đổi đang diễn ra trong các bài đánh giá hiệu suất ngành crypto và fintech không chỉ đơn thuần là để tăng hiệu quả đánh giá – nó là việc tái cấu trúc mối quan hệ việc làm xoay quanh năng suất AI. Những người lao động hiểu rõ sự thay đổi này và thích nghi với nó sẽ tìm thấy cơ hội, nhưng kỷ nguyên được đánh giá chỉ dựa trên nỗ lực và đánh giá của con người đang dần khép lại.