Kỹ năng AI cho BA, PM, Product: 6 ví dụ đo được cho CV
Bài viết: Đội ngũ BlockchainWork
Câu trả lời ngắn: công việc của BA, PM và Product là tài liệu, phân tích và báo cáo, nên dòng CV về AI nên đo bằng thời gian ra bản đầu tiên, số vòng sửa, số việc phụ trách cùng lúc và số lỗi do AI bị bạn chặn lại, chứ không bằng tên công cụ. Ví dụ minh hoạ tự soạn để mô tả cách viết, không lấy từ hồ sơ ứng viên hay dữ liệu của BlockchainWork: “Viết tài liệu yêu cầu cho tính năng đối soát đơn hàng: tôi phỏng vấn người dùng và chốt phạm vi, AI tóm tắt biên bản và soạn nháp. Số vòng sửa trước khi được duyệt từ 4 xuống 2; số tính năng phụ trách cùng lúc từ 2 lên 3. Tôi đối chiếu từng yêu cầu với biên bản gốc và gạch 4 yêu cầu AI tự thêm. Bằng chứng đính kèm: bản đặc tả mẫu đã che tên khách hàng.”
Bài này đi qua sáu loại việc quen thuộc của BA, PM, Product, mỗi loại một dòng CV mẫu kèm cách đo, rồi hướng dẫn cách ghi quy mô và cách kiểm đầu ra của AI. Nếu bạn cần công thức chung cho mọi nghề, hãy đọc trước bài Viết kỹ năng dùng AI vào CV thế nào để nhà tuyển dụng thấy đáng tin cậy?.
Mục lục bài viết
Vì sao BA, PM, Product khó ghi tác động AI bằng một con số?
Câu trả lời ngắn: vì sản phẩm công việc của bạn là một văn bản hay một quyết định, không phải một đoạn code chạy được hay một ticket đóng lại, nên phải tự chọn đơn vị đo và nói rõ đo trong khoảng nào.
Đơn vị đo phải được định nghĩa trước. Nghiên cứu “Generative AI at Work” của Erik Brynjolfsson, Danielle Li và Lindsey Raymond (NBER Working Paper 31161, 2023) theo dõi 5.179 nhân viên hỗ trợ khách hàng. Các tác giả đo năng suất bằng số vấn đề giải quyết mỗi giờ: trung bình tăng 14%, tăng 34% với nhân viên mới hoặc kỹ năng thấp, và tác động tối thiểu với nhân viên giàu kinh nghiệm. Bài học cho CV là chọn một đơn vị cụ thể (số tài liệu mỗi tuần, giờ từ họp đến bản đặc tả) và đo trước, sau bằng đúng đơn vị đó. Kết quả của người mới và người nhiều kinh nghiệm cũng có thể khác nhau, nên hãy ghi bạn ở mức nào khi bắt đầu dùng AI.
AI giúp khác nhau tuỳ loại việc. Nghiên cứu thực nghiệm của Dell’Acqua và cộng sự với 758 chuyên viên tư vấn của Boston Consulting Group (Harvard Business School Working Paper 24-013, 2023) cho thấy ở 18 tác vụ nằm trong khả năng của AI, người dùng AI làm xong nhiều hơn 12,2% số tác vụ và nhanh hơn 25,1%, điểm chất lượng do người chấm đánh giá cao hơn trên 40% so với nhóm đối chứng. Ở một tác vụ được chọn nằm ngoài khả năng của AI, nhóm dùng AI lại cho câu trả lời kém chính xác hơn nhóm không được dùng AI. Đây là nghiên cứu về tư vấn chiến lược, không phải về công việc BA hay PM, nhưng nó nhắc một điều áp dụng được: trong CV, hãy ghi rõ việc nào AI giúp được và việc nào bạn tự làm.
Sáu ví dụ dòng CV đo được cho BA, PM, Product
Các dòng dưới đây là ví dụ minh hoạ tự soạn để mô tả cách viết, không lấy từ hồ sơ ứng viên hay dữ liệu của BlockchainWork. Đừng chép số; chỉ ghi việc bạn đã làm và số bạn đã đo được. Mỗi dòng gồm việc, vai của bạn và vai của AI, số trước và sau, quy mô, cách kiểm và bằng chứng.
Tài liệu yêu cầu cho nhiều bên cùng đọc
“Viết tài liệu yêu cầu cho tính năng đối soát đơn hàng, 5 bên liên quan cùng duyệt: tôi phỏng vấn người dùng và chốt phạm vi, AI tóm tắt biên bản và soạn nháp mô tả yêu cầu. Số vòng sửa trước khi được duyệt từ 4 xuống 2; thời gian từ buổi phỏng vấn cuối đến bản gửi review từ 3 ngày xuống 1 ngày. Tôi đối chiếu từng yêu cầu với biên bản gốc, gạch 4 yêu cầu AI tự thêm mà không ai nêu trong cuộc họp. Duy trì 3 sprint. Bằng chứng đính kèm: bản đặc tả mẫu đã che tên khách hàng và tên hệ thống.”
Đơn vị đo nên chọn: số vòng sửa và thời gian ra bản đầu tiên. Số vòng sửa cho thấy chất lượng, thời gian cho thấy tốc độ; ghi cả hai để người đọc không nghĩ bạn chỉ làm nhanh.
Tiêu chí chấp nhận và trường hợp biên
“Soạn user story và tiêu chí chấp nhận cho 3 epic của một ứng dụng ví điện tử: AI đề xuất tiêu chí và trường hợp biên, tôi chọn, viết lại và chốt với trưởng nhóm kiểm thử. Số lỗi do hiểu sai yêu cầu được phát hiện ở giai đoạn test từ 9 xuống 4 trên 3 sprint liên tiếp, so với 3 sprint trước đó. Khoảng 30% tiêu chí AI đề xuất bị tôi loại vì trùng hoặc sai nghiệp vụ. Bằng chứng đính kèm: backlog mẫu đã ẩn tên sản phẩm.”
Đơn vị đo nên chọn: số lỗi truy về yêu cầu, so sánh cùng độ dài giai đoạn. Nếu bạn là BA thì đây là con số nối công việc của bạn với đội kiểm thử, nên dễ được hỏi lại. Hãy chuẩn bị cách bạn đếm và ai ghi nhận con số đó.
Phân tích dữ liệu để trả lời câu hỏi sản phẩm
“Phân tích phễu đăng ký của một ứng dụng: tôi đặt câu hỏi và định nghĩa chỉ số, AI soạn nháp truy vấn SQL và gợi ý cách cắt dữ liệu. Thời gian từ câu hỏi đến bảng kết quả từ 1 ngày xuống 3 giờ; số câu hỏi phân tích trả lời mỗi tuần từ 4 lên 10. Mọi truy vấn AI viết đều chạy lại trên mẫu 100 dòng và đối chiếu với tính tay, phát hiện 2 lần AI nối sai bảng làm trùng dòng. Bằng chứng đính kèm: notebook demo dùng dữ liệu mẫu công khai.”
Đơn vị đo nên chọn: thời gian từ câu hỏi đến câu trả lời và số câu hỏi xử lý. Nhà tuyển dụng sẽ hỏi bạn kiểm kết quả thế nào, nên dòng này luôn cần phần đối chiếu.
Báo cáo định kỳ cho quản lý
“Báo cáo tuần cho ban điều hành: tôi chọn chỉ số và viết nhận định, AI gom số từ bảng tính và soạn nháp. Thời gian soạn từ 4 giờ xuống 1,5 giờ; số sản phẩm báo cáo từ 1 lên 2 mà không thêm người. Mọi con số được đối chiếu với nguồn trước khi gửi; đã chặn 3 lần AI làm tròn lệch hoặc nhầm kỳ báo cáo. Duy trì 10 tuần. Bằng chứng đính kèm: mẫu báo cáo thay bằng số giả lập; người tham chiếu là trưởng nhóm cũ.”
Đơn vị đo nên chọn: giờ soạn mỗi kỳ và số sản phẩm hay nhóm được báo cáo. Báo cáo là nơi AI hay sai ở con số, nên số lỗi bạn chặn là phần có sức nặng nhất của dòng này.
Tổng hợp phản hồi người dùng
“Tổng hợp 120 đánh giá ứng dụng và 12 buổi phỏng vấn người dùng: tôi chọn khung chủ đề và quyết định nhóm vấn đề ưu tiên, AI gắn nhãn và tóm tắt từng phản hồi. Thời gian tổng hợp một đợt từ 5 ngày xuống 2 ngày. Tôi tự đọc lại mẫu 30 phản hồi và so nhãn với AI, khớp khoảng 85%; phần không khớp tôi gắn lại bằng tay. Bằng chứng đính kèm: bảng chủ đề mẫu từ dữ liệu giả lập.”
Đơn vị đo nên chọn: số phản hồi đã xử lý, thời gian một đợt tổng hợp và tỷ lệ khớp khi bạn kiểm mẫu. Tỷ lệ khớp cho người đọc thấy bạn không tin AI một cách mù quáng.
Phân tích thị trường cho một quyết định sản phẩm
“Soạn bản phân tích thị trường để quyết định có làm một tính năng mới hay không: tôi nêu câu hỏi và tiêu chí so sánh, AI tìm và tóm tắt tài liệu. Thời gian từ 2 tuần xuống 1 tuần; số thị trường so sánh từ 2 lên 4. Tôi mở lại nguồn gốc của mọi con số và ngày được dẫn, bỏ 6 trên 40 dữ kiện AI đưa ra mà tôi không tìm thấy trong nguồn. Bằng chứng đính kèm: bản phân tích mẫu có danh mục nguồn.”
Đơn vị đo nên chọn: số dữ kiện đã kiểm và số dữ kiện bị loại. Với Product, người đọc chú ý tới việc bạn quyết định dựa trên gì, nên kể quyết định đó thay đổi thế nào nếu có.
Ghi quy mô thế nào để người đọc hình dung đúng?
Câu trả lời ngắn: ghi quy mô trên phần việc của bạn, bằng ba thứ: khối lượng, phạm vi và thời gian duy trì, và nêu rõ nếu số người không đổi.
- Khối lượng: số tính năng, số tài liệu, số phản hồi, số câu hỏi phân tích mà bạn xử lý.
- Phạm vi: số sản phẩm, số nhóm hoặc số bên liên quan dùng kết quả của bạn.
- Thời gian duy trì: làm một lần hay lặp lại qua nhiều sprint, nhiều tuần. Kết quả lặp lại đáng tin hơn một lần thử.
Cách ghi sai là “áp dụng cho toàn công ty” hoặc “tăng hiệu suất đáng kể”. Cách ghi đúng là “cho 2 nhóm sản phẩm, 8 người đọc tài liệu, 3 sprint liên tiếp”. Nếu bạn không được công khai số của công ty cũ, dùng tỷ lệ tính từ số thật thay cho số tuyệt đối, và giải thích được cách tính khi bị hỏi. Bảng dưới đây gợi ý đơn vị đo theo loại việc.
| Loại việc | Đơn vị trước và sau thường dùng | Quy mô nên ghi |
|---|---|---|
| Tài liệu yêu cầu | Số vòng sửa, thời gian ra bản đầu tiên | Số bên duyệt, số tính năng cùng lúc |
| User story và tiêu chí chấp nhận | Số lỗi truy về yêu cầu | Số epic, số sprint so sánh |
| Phân tích dữ liệu | Thời gian từ câu hỏi đến kết quả | Số câu hỏi mỗi tuần, số bảng dữ liệu |
| Báo cáo định kỳ | Giờ soạn mỗi kỳ | Số sản phẩm hoặc nhóm được báo cáo, số kỳ |
| Tổng hợp phản hồi | Thời gian một đợt, tỷ lệ khớp khi kiểm mẫu | Số phản hồi, số buổi phỏng vấn |
| Phân tích thị trường | Số dữ kiện đã kiểm và bị loại | Số thị trường, số nguồn |
Kiểm đầu ra của AI ra sao để dòng CV đáng tin?
Câu trả lời ngắn: kiểm bằng cách truy ngược về nguồn gốc (biên bản, dữ liệu, tài liệu gốc) và ghi lại số lỗi bạn chặn được; phần này là bằng chứng bạn chịu trách nhiệm kết quả cuối.
Kết quả của nghiên cứu BCG ở trên cho thấy AI có thể làm sai ngay ở những tác vụ trông không khác tác vụ khác, nên người dùng cần tự biết đâu là chỗ phải kiểm. Với BA, PM, Product, có bốn cách kiểm đáng ghi vào CV:
- Truy vết yêu cầu: mỗi yêu cầu trong tài liệu truy được về một câu trong biên bản hoặc một người đề xuất. Yêu cầu không truy được thì loại.
- Chạy lại truy vấn trên mẫu nhỏ: so kết quả với tính tay trên 50 đến 100 dòng trước khi dùng cho cả bảng.
- Đọc mẫu và so nhãn: với việc tổng hợp phản hồi, tự gắn nhãn một mẫu và đo tỷ lệ khớp với AI.
- Mở lại nguồn của mọi số và ngày: nguồn không có dữ kiện thì bỏ dữ kiện đó.
Với Product, có thêm một lý do để gắn AI với người dùng. Báo cáo DORA State of AI-assisted Software Development 2025 của Google Cloud, dựa trên khảo sát gần 5.000 người làm công nghệ từ 13/6 đến 21/7/2025, mô tả AI là chất khuếch đại: nó phóng đại điểm mạnh của tổ chức làm tốt lẫn điểm yếu của tổ chức đang gặp khó. Báo cáo cũng ghi nhận rằng ở các đội có định hướng lấy người dùng làm trung tâm, ảnh hưởng tích cực của AI lên hiệu quả đội được khuếch đại; ở đội thiếu định hướng này, việc dùng AI có tác động tiêu cực lên hiệu quả đội. Báo cáo này nói về phát triển phần mềm, nên hãy xem đó là gợi ý chứ không phải số đo cho công việc của bạn. Gợi ý ở đây: khi mô tả việc làm với AI, hãy nói nó giúp người dùng hoặc quyết định sản phẩm tốt lên thế nào, không chỉ giúp bạn xong nhanh hơn.
Quan sát từ kho hồ sơ BlockchainWork
Câu trả lời ngắn: ghi “có kỹ năng AI” khó tạo khác biệt trong hồ sơ, nên phần khác biệt nằm ở quy mô và cách kiểm.
Theo dữ liệu CV nộp trên BlockchainWork, khoảng 60% CV có kỹ năng AI, trong đó hơn một nửa là kỹ sư trực tiếp dùng và xây dựng tính năng AI. Đây là số của toàn kho hồ sơ, không phải số riêng cho nhóm BA, PM hay Product. Từ số này, chúng tôi rút ra hai nhận định cho nhóm vị trí này, và đây là nhận định, không phải số đo thêm. Thứ nhất, khi phần lớn hồ sơ đã ghi kỹ năng AI, một dòng chỉ nêu “sử dụng AI” không giúp người đọc phân biệt hai ứng viên. Thứ hai, BA và PM thường làm việc cùng những kỹ sư trực tiếp xây tính năng AI, nên dòng CV nói rõ bạn giao việc cho AI thế nào, kiểm đầu ra ra sao và đo bằng gì sẽ giúp người đọc hình dung bạn làm việc được với nhóm đó.
Bạn có thể làm gì trong tuần này?
Câu trả lời ngắn: chọn một việc đã làm gần đây, ghi lại số trước và sau, rồi viết đúng một dòng.
- Chọn một trong sáu loại việc ở trên mà bạn thực sự đã làm với AI.
- Lấy hai con số: lần làm không có AI (hoặc trước khi dùng) và lần có AI, cùng một đơn vị đo.
- Ghi cách bạn kiểm đầu ra và số lỗi bạn chặn được.
- Đính kèm một bằng chứng mở được: bản mẫu đã che thông tin, notebook dữ liệu mẫu, hoặc người tham chiếu.
- Chưa đo được thì ghi việc đã làm mà không gắn số, và bắt đầu ghi lại thời gian từ bây giờ.
Bạn đã có một dòng CV theo cách này? Hãy tạo hồ sơ ứng viên miễn phí tại blockchainwork.net/candidate-signup để nhận cơ hội việc làm blockchain, Web3 và AI phù hợp. Cần hỗ trợ về hồ sơ, bạn gửi email cho đội ngũ BlockchainWork qua contact@blockchainwork.net.
Câu hỏi thường gặp
BA, PM chưa dùng AI nhiều trong công việc thì ghi gì vào CV?
Ghi đúng mức bạn đã dùng, ví dụ một loại việc bạn đã làm với AI và kiểm được. Không ghi công cụ bạn mới thử vài lần như một kỹ năng. Nếu có đồ án, khoá học hoặc dự án cá nhân thì dùng chúng làm ví dụ và nói rõ đó là gì.
Tôi không được công khai tài liệu của công ty cũ, lấy gì làm bằng chứng?
Tự soạn một bản mẫu bằng dữ liệu giả lập, hoặc làm lại một phần việc trên dữ liệu công khai. Ghi rõ đó là bản mẫu. Nhà tuyển dụng quan tâm cách bạn làm và cách bạn kiểm hơn nội dung gốc.
Nên ghi bao nhiêu dòng về AI trong CV của BA, PM, Product?
Một đến ba dòng, chọn những việc gần nhất với vị trí đang ứng tuyển. Mỗi dòng nên có đơn vị đo, quy mô và cách kiểm.
Nếu AI làm sai và tôi phát hiện thì có nên ghi vào CV không?
Nên, nếu bạn ghi đúng số lần và cách phát hiện. Đó là bằng chứng bạn kiểm soát đầu ra. Đừng ghi một con số bạn không đếm.
Số liệu của đội, không phải của riêng tôi, có ghi được không?
Được, nếu ghi rõ vai của bạn trong đội và phần việc thuộc về bạn. Không nhận kết quả chung của cả đội hay phần AI làm là của riêng mình.
Nguồn tham khảo
- Dell’Acqua, McFowland, Mollick, Lifshitz-Assaf, Kellogg, Rajendran, Krayer, Candelon, Lakhani, Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality, Harvard Business School Working Paper 24-013 (2023)
- Brynjolfsson, Li, Raymond, Generative AI at Work, NBER Working Paper 31161 (2023)
- Google Cloud DORA, 2025 State of AI-assisted Software Development (2025)
- BlockchainWork, Dữ liệu CV nộp trên BlockchainWork (2026)
BlockchainWork
** Đây không phải là lời khuyên đầu tư, khuyến nghị chiến lược đầu tư hay nội dung quảng cáo được tài trợ. Vui lòng tham khảo Tuyên bố miễn trừ trách nhiệm của chúng tôi và sử dụng thông tin phù hợp.
BlockchainWork – Cộng đồng nhân sự blockchain hàng đầu tại Việt Nam, kết nối ứng viên đam mê với các doanh nghiệp tiên phong trong lĩnh vực blockchain và Web3. Với 25.000+ ứng viên đã đăng ký và 350+ nhà tuyển dụng, BlockchainWork là nền tảng chuyên biệt cho sự nghiệp blockchain tại Việt Nam.
- Liên hệ hợp tác với BlockchainWork: contact@blockchainwork.net
- Tìm hiểu thêm tại: blockchainwork.net
- Cập nhật việc làm blockchain mới nhất: blockchainwork.net/viec-lam-moi-nhat
- Nhà tuyển dụng kết nối các tài năng trẻ tại: blockchainwork.net/employer-signup
- Ứng viên nắm bắt cơ hội việc làm tại: blockchainwork.net/candidate-signup
- Tham gia cộng đồng: Cộng đồng Blockchain Việt Nam – BlockchainWork
>> Có thể bạn quan tâm:
Tuyển người biết dùng AI: đừng hỏi công cụ, hãy hỏi kết quả
Nhiều CV hiện nay đều nhắc đến AI. Cái khó là biết trong chồng CV ấy ai thật sự dùng AI để làm ra việc, ai chỉ ghi tên công cụ cho đủ dòng. Khảo sát ManpowerGroup quý III/2026…
CV thời AI: điều Nhà tuyển dụng muốn thấy là kết quả, không phải tên công cụ
Bài viết: Đội ngũ BlockchainWork, với góc nhìn của bà Lê Ngọc Mỹ Tiên, CEO và Co-founder BlockchainWork Câu trả lời ngắn: tên công cụ AI trong CV chỉ cho biết bạn đã dùng AI, chưa cho biết…
Viết kỹ năng dùng AI vào CV thế nào để nhà tuyển dụng thấy đáng tin cậy?
Bài viết: Đội ngũ BlockchainWork Câu trả lời ngắn: hãy ghi đúng kỹ năng dùng AI mà bạn thật sự có, bằng việc bạn đã làm với AI, kết quả đo được và bằng chứng người khác kiểm…
QA dùng AI trong kiểm thử: ghi kết quả vào CV ra sao
Bài viết: Đội ngũ BlockchainWork Câu trả lời ngắn: đừng chỉ ghi “biết dùng ChatGPT để viết test case”. Hãy ghi việc bạn làm, phần nào bạn quyết định và phần nào AI làm, số liệu trước và…
Luật tài sản số Việt Nam: tổng hợp quy định đến 11/2026
Tổng hợp luật, nghị quyết, nghị định, thông tư Việt Nam về tài sản số đến 11/2026: định nghĩa, thí điểm tài sản mã hóa, thuế, kế toán, thi hành án.