Thông điệp trong hướng dẫn kỹ thuật mới của Amazon khá rõ: dùng AI không tự động đồng nghĩa với tạo ra giá trị. Bản ghi nhớ do Terk Terkowitz, phó chủ tịch kiêm kỹ sư xuất sắc tại Worldwide Amazon Stores, soạn thảo đã được gửi nội bộ vào tháng 9/2026 và đăng công khai ngày 27/10. Nội dung đặt kết quả công việc lên trên việc nhân viên dùng công cụ nào.
13
20
“Kỹ sư thời Phục hưng” là ai?
Amazon dùng cụm từ “Renaissance Developer” để mô tả những kỹ sư biết kết hợp công cụ AI với phán đoán của con người và hiểu biết chuyên sâu về lĩnh vực mình làm, nhằm tạo ra những sản phẩm hoặc giải pháp mới.
20
Điều đó không có nghĩa mọi đầu việc đều phải áp dụng AI. Kỹ sư cần có khả năng giải thích khi công cụ AI hiện tại không giúp ích cho công việc của họ. Theo cách diễn đạt trong bản ghi nhớ, đó là “một phát hiện, không phải một thất bại”.
10
20
Cách tiếp cận này cũng dành cho các quản lý phát triển phần mềm, chứ không chỉ riêng kỹ sư. Trọng tâm là hiểu vấn đề, chọn công cụ phù hợp và tạo ra kết quả hữu ích—thay vì thể hiện hoạt động chỉ để chứng minh rằng AI đang được sử dụng.
5
31
Vì sao Amazon cảnh báo về “tokenmaxxing”?
“Tokenmaxxing” là việc cố dùng thật nhiều token—đơn vị văn bản mà các hệ thống AI xử lý—để thể hiện mức độ áp dụng AI. Amazon cảnh báo không nên xem số token, tỷ lệ dùng công cụ AI, số lần thay đổi hoặc rà soát mã, hay số dòng mã là thước đo năng suất độc lập.
7
11
31
Những con số đó có thể ghi nhận đầu vào hoặc hoạt động, nhưng tự chúng không cho biết khách hàng hay doanh nghiệp có nhận được lợi ích hay không. Nếu biến chúng thành mục tiêu, đội ngũ có thể tăng lượng sử dụng, chi phí và độ phức tạp mà chưa chắc tạo ra kết quả tốt hơn.
7
11
31
Bản ghi nhớ cũng liên hệ cách đo lường này với các nguyên tắc lãnh đạo của Amazon. Theo nội dung được đưa tin, “tokenmaxxing” đi ngược tinh thần Tiết kiệm (Frugality), còn lấy số dòng mã làm thước đo đi ngược nguyên tắc Sáng tạo và Đơn giản hóa (Invent and Simplify): nhiều token hoặc nhiều mã hơn không mặc nhiên đồng nghĩa với nhiều giá trị hơn.
11
31
Điều đó không có nghĩa dữ liệu sử dụng AI hoàn toàn vô ích. Amazon thừa nhận các chỉ số này có thể tương quan với kết quả, nhưng cần được xem xét thận trọng và bằng phán đoán phù hợp.
16 Tương quan có thể khiến một chỉ số trở thành tín hiệu để tìm hiểu thêm; nó không đủ để biến chỉ số ấy thành mục tiêu đáng chạy theo.
Nhóm dùng AI ít nhất và nhiều nhất cần được tìm hiểu ra sao?
Hướng dẫn đề nghị quản lý xem xét kỹ hơn các nhóm nằm gần hai đầu phân vị 10% và 90% về mức độ áp dụng AI.
16 Đây không phải lời kết luận rằng nhóm dùng ít đang tụt hậu hay nhóm dùng nhiều đang làm tốt nhất. Các con số nên mở đầu cho câu hỏi, không phải thay thế việc đánh giá.
Với nhóm ít sử dụng AI, quản lý có thể tìm hiểu liệu công việc có chưa phù hợp với công cụ hiện tại, nhóm có gặp trở ngại khi tiếp cận hay đang bỏ lỡ cơ hội hữu ích nào không. Với nhóm dùng AI nhiều, cần xem việc đó có cải thiện kết quả hay chỉ làm tăng hoạt động và chi phí. Dù ở đầu nào, tiêu chuẩn cuối cùng vẫn là giá trị của công việc.
Điều các nhóm kỹ thuật nên ghi nhớ
Amazon không yêu cầu nhân viên tránh AI, cũng không đặt ra một mức sử dụng cố định để đánh giá thành công. Hướng dẫn đề cao khả năng phán đoán, chuyên môn lĩnh vực và kết quả đối với khách hàng lẫn doanh nghiệp; đồng thời nhắc quản lý dùng các chỉ số áp dụng AI một cách cẩn trọng, thay vì biến chúng thành bảng điểm.
16
20
Nói ngắn gọn: mức sử dụng AI là đầu vào, còn kết quả kỹ thuật hữu ích mới là đích đến. Nếu AI không giúp được một nhiệm vụ cụ thể, giải thích rõ lý do có thể giúp cả nhóm nhận diện giới hạn của công cụ—mà không gây áp lực buộc kỹ sư phải dùng AI cho có.
10