Trải nghiệm ứng viên và AI trong nhân sự: góc nhìn dữ liệu

Trải nghiệm ứng viên và nhân viên quyết định kết quả kinh doanh: cách dùng AI để con người vẫn ra quyết định

Trải nghiệm tuyển dụng và trải nghiệm làm việc không phải vấn đề “mềm”. Theo khảo sát CareerPlug, 66% ứng viên cho biết trải nghiệm tích cực ảnh hưởng đến quyết định nhận offer, còn Gallup ước tính quản lý chiếm ít nhất 70% chênh lệch về mức độ gắn kết giữa các nhóm. Khi đưa AI vào tuyển dụng và đánh giá, nguyên tắc đáng theo là AI cung cấp thông tin và bằng chứng, con người xác minh và ra quyết định. Các nội dung dưới đây được ông Vũ Việt Dũng, Chủ tịch KeyPerson JSC, trình bày tại Vietnam Young Workforce Readiness Forum 2026 (09/10/2026, Hà Nội).

Bối cảnh

Tại phiên “Ứng dụng AI trong cải thiện trải nghiệm ứng viên và nhân viên”, ông Vũ Việt Dũng đặt vấn đề: nhiều doanh nghiệp bắt đầu bằng câu hỏi “AI làm được gì”, trong khi câu hỏi cần đặt trước là “trải nghiệm nào chúng ta muốn tạo ra”. Phiên chia sẻ xoay quanh hai trục: vì sao trải nghiệm tác động đến kết quả kinh doanh, và AI cần được thiết kế thế nào để cải thiện trải nghiệm mà không làm mất tính công bằng.

Phần 1. Trải nghiệm là biến số kinh doanh

Ở phía ứng viên

• 66% ứng viên cho biết trải nghiệm tích cực ảnh hưởng đến quyết định nhận offer.
• 26% từng từ chối offer vì trải nghiệm tuyển dụng không tốt, theo Báo cáo Trải nghiệm Ứng viên 2025 của CareerPlug.

Bài trình bày cũng nối trải nghiệm ứng viên với trải nghiệm nhân viên qua một chuỗi: trải nghiệm ứng viên, kỳ vọng, niềm tin, trải nghiệm nhân viên, gắn kết. Theo diễn giả, người có trải nghiệm ứng viên xuất sắc có khả năng tin công việc đúng với lời hứa cao gấp 2 lần, đánh giá công việc bằng hoặc tốt hơn kỳ vọng cao gấp 2,7 lần, và cảm thấy kết nối sâu sắc với văn hóa tổ chức cao gấp 3,2 lần.

Ở phía nhân viên

• Theo số liệu Gallup được dẫn trong bài trình bày, đơn vị có mức gắn kết cao nhất ghi nhận lợi nhuận cao hơn 23% và năng suất bán hàng cao hơn 18%. Tỷ lệ nghỉ việc thấp hơn 51% ở tổ chức có turnover thấp và thấp hơn 21% ở tổ chức có turnover cao.
• Gallup ước tính quản lý chiếm ít nhất 70% chênh lệch về điểm gắn kết giữa các đơn vị kinh doanh (2015).

Con số 66% và 26% cho thấy chỗ mất tiền lớn nhất. Ứng viên rút lui ở bước offer là lúc doanh nghiệp đã trả gần đủ chi phí tuyển dụng: đăng tin, sàng lọc, phỏng vấn nhiều vòng. Mất ứng viên ở cuối quy trình đắt hơn nhiều so với mất ở đầu. Vì vậy trải nghiệm tuyển dụng nên được xem như một biến số giữ chân ở khâu cuối, không phải chuyện thiện chí.

Cần thận trọng với quan hệ nhân quả. Doanh nghiệp có mức gắn kết cao thường cũng là doanh nghiệp quản trị tốt nói chung, nên chênh lệch lợi nhuận không hoàn toàn do gắn kết gây ra. Cách đọc hợp lý hơn: trải nghiệm là chỉ báo sớm của chất lượng quản trị, và cải thiện nó là việc nên làm, nhưng không nên kỳ vọng một mức tăng lợi nhuận cố định.

Con số 70% đổi cách phân bổ nguồn lực. Nếu quản lý quyết định phần lớn chênh lệch gắn kết, thì đầu tư vào chương trình phúc lợi chung ít hiệu quả bằng đầu tư vào năng lực quản lý. Bài trình bày kết luận cùng hướng: HR không thể làm thay quản lý, nhưng phải thiết kế hệ thống để quản lý làm đúng một cách dễ dàng.

Từ “soft issue” thành chỉ số đo được

Điểm đáng giá nhất của phần này là đề xuất thay đổi thước đo:

Theo bài trình bày: đo lường vận hành không bảo đảm sự gắn kết, đo lường trải nghiệm mới quyết định sự trung thành.

Nhận định: đây là phần dễ bắt đầu nhất. Doanh nghiệp không cần công nghệ mới để đo trải nghiệm. Một khảo sát 3 đến 5 câu gửi sau phỏng vấn và sau mỗi kỳ đánh giá đã cho dữ liệu nền. Điều khó hơn là cam kết xem các chỉ số này ngang hàng với time-to-hire và cost-per-hire trong báo cáo định kỳ.

Phần 2. Hai “điểm chạm sự thật” và hai điểm nghẽn

Bài trình bày chỉ ra hai thời điểm quyết định cảm nhận của con người về tổ chức:

• Trước ngày đầu đi làm (đánh giá ứng viên): ứng viên tự hỏi “tổ chức có thực sự nhìn đúng năng lực của tôi không?”.
• Sau ngày đầu đi làm (đánh giá hiệu suất): nhân viên hỏi “tôi được kỳ vọng điều gì, và đang được đánh giá dựa trên bằng chứng nào?”.

Mỗi điểm chạm có một điểm nghẽn:

• Tuyển dụng, điểm nghẽn là quy mô. Khi số ứng viên tăng từ 500 lên 5.000 rồi 50.000, câu hỏi lớn nhất là làm sao mọi ứng viên được đánh giá theo một chuẩn duy nhất. Nếu không, tính nhất quán sẽ vỡ ra thành “nhiễu theo quy mô”.
• Quản trị hiệu suất, điểm nghẽn là sự đứt gãy giữa kỳ vọng và bằng chứng. KPI viết theo cảm tính và không gắn với mô tả công việc, bằng chứng chỉ được tìm vào cuối kỳ, đánh giá phụ thuộc vào trí nhớ và cảm nhận chủ quan.

Nhận định: chọn đúng hai điểm chạm là quyết định hợp lý về cả hiệu quả lẫn rủi ro. Đây là hai nơi quyết định có hậu quả lớn nhất với con người (được tuyển hay không, được đánh giá thế nào), nên cũng là nơi tính công bằng bị soi kỹ nhất. Một doanh nghiệp AI hóa cùng lúc toàn bộ quy trình HR sẽ khó kiểm soát chất lượng và khó giải thích khi có khiếu nại.

Phần 3. AI cung cấp thông tin, con người phán đoán

Nhanh không đồng nghĩa với công bằng

Bài trình bày dùng một chuỗi bất đẳng thức: nhanh, công bằng và nhân văn là ba thứ khác nhau. Quy trình nhanh nhưng thiếu minh bạch và không có kiểm duyệt của con người sẽ tạo ra trải nghiệm xấu ở quy mô lớn. Bốn trụ cột được đề xuất:

1. Minh bạch: nói rõ AI đang làm gì và đánh giá gì.
2. Nhất quán: dùng chung một khung đánh giá cho mọi ứng viên.
3. Xác minh: AI chỉ ra điểm mù cần con người kiểm tra.
4. Giám sát của con người: con người chịu trách nhiệm ra quyết định cuối cùng.

Theo số liệu Greenhouse được dẫn trong bài trình bày, 79% ứng viên sẵn sàng ứng tuyển lại nếu được phản hồi, dù bị loại.

Vùng xám giữa A và B

Nếu câu trả lời của ứng viên rõ là A hoặc B, AI có thể xử lý. Vấn đề nằm ở câu trả lời giữa A và B. Phiên trình bày mô tả AI làm năm việc (thu thập, chuẩn hóa, phân tích, đối chiếu, chỉ ra điểm chưa chắc chắn) và con người làm năm việc tương ứng (hiểu bối cảnh, xác minh, trao đổi, cân nhắc, quyết định). Câu chốt: “AI provides intelligence. Humans provide judgment.”

Một điểm số không phải một quyết định

Điểm 75/100 chưa nói được gì nếu thiếu năm câu hỏi: 75 về năng lực nào, so với vị trí nào, dựa trên bằng chứng nào, dữ liệu nào AI có độ tin cậy cao, và điểm nào cần con người xác minh thêm. Quy trình chuẩn là: thông tin, độ tin cậy, xác minh, quyết định. Tín hiệu độ tin cậy được chia thành cao, trung bình và cần xác minh. Quản lý chỉ cần dành thời gian cho hai nhóm sau.

Phần có giá trị nhất là việc AI báo “tôi chưa chắc ở đâu”. Phần lớn công cụ chỉ trả về điểm số. Khi hệ thống cho biết điểm nào cần xác minh, câu hỏi của HR đổi từ “ứng viên này bao nhiêu điểm” sang “cần hỏi thêm điều gì trong vòng phỏng vấn tiếp theo”. Chất lượng cuộc trò chuyện tăng lên, và đó cũng là cách giảm rủi ro thiên lệch.

Nhưng “con người ra quyết định” có thể chỉ còn là hình thức. Nếu quản lý phải duyệt hàng trăm hồ sơ mỗi tuần, việc bấm “đồng ý” theo gợi ý của AI rất dễ trở thành thói quen. Thiết kế tốt cần quy định rõ ai duyệt, duyệt dựa trên bằng chứng nào, và nhóm nào bắt buộc phải xem lại. Cơ chế phân loại độ tin cậy là cách giữ sự chú ý của con người ở đúng chỗ.

Giám sát của con người cũng đang trở thành yêu cầu pháp lý ở một số thị trường. Theo tổng hợp về Đạo luật AI của EU, AI dùng trong tuyển dụng và quản lý lao động được xếp vào nhóm rủi ro cao, bắt buộc có giám sát hiệu quả của con người, kiểm tra thiên lệch và cung cấp giải thích cho người bị ảnh hưởng. Các nghĩa vụ đầy đủ dự kiến áp dụng từ 02/12/2027. Doanh nghiệp Việt Nam có tuyển dụng hoặc cung cấp dịch vụ cho thị trường EU nên theo dõi, và nên xem đây là chuẩn thiết kế hợp lý ngay cả khi chưa bị ràng buộc. Nội dung này không phải tư vấn pháp lý.

Phần 4. Hai cấu hình triển khai trong thực tế

Phiên trình bày giới thiệu hai case ẩn danh, cùng một nguyên lý nhưng hai cấu hình:

Ở phía nhân viên, KeyPerson trình bày cách triển khai KeyGo nội bộ: mục tiêu công ty và phòng ban, nhân viên lập KPI theo tuần hoặc tháng, quản lý đánh giá và duyệt, rồi điểm thưởng loyalty. AI hỗ trợ ba bước đầu, còn quyết định đánh giá vẫn do quản lý.

Nhận định: hai case cho thấy câu hỏi chọn cấu hình không phải “dùng AI hay không” mà là “mục tiêu của chúng ta là chiều sâu hay chiều rộng”. Với vị trí ít, hậu quả lớn (lãnh đạo), AI nên làm đầu vào cho đánh giá sâu. Với khối lượng lớn, AI làm nhiệm vụ sàng lọc nhưng quyết định chọn ai vào vòng sau vẫn cần hội đồng. Doanh nghiệp nên xác định rõ mình thuộc nhóm nào trước khi chọn công cụ.

Phần 5. Kế hoạch hành động ba bước

1. Chọn điểm chạm. Không AI hóa toàn bộ quy trình HR cùng lúc. Bắt đầu từ hai điểm có rủi ro và cơ hội cao nhất: đánh giá khi tuyển dụng và đánh giá hiệu suất.
2. Chuẩn hóa trước khi AI hóa. “Bad framework + AI = bad decision at scale.” Cần có khung năng lực, chuẩn theo vị trí, trách nhiệm theo vai trò và logic KPI trước khi đưa AI vào.
3. Thiết kế human-in-the-loop. Không để AI quyết định đạt hay không đạt. AI cung cấp thông tin, con người xác minh.

Theo bài trình bày, thay vì hỏi “đã có hệ thống chấm KPI chưa”, nên hỏi “hệ thống có minh bạch kỳ vọng, bằng chứng và logic quyết định chưa”.

Gợi ý lộ trình 90 ngày của người viết:

• Tháng 1: chọn một điểm chạm, rà lại khung năng lực hoặc KPI của vị trí thí điểm, thiết lập khảo sát trải nghiệm ngắn làm số liệu nền.
• Tháng 2: chạy thí điểm với một nhóm vị trí, quy định rõ nhóm kết quả nào bắt buộc có người xem lại.
• Tháng 3: so sánh các chỉ số trải nghiệm với số liệu nền, quyết định mở rộng hay điều chỉnh.

Những lưu ý khi áp dụng

• Phần lớn số liệu đến từ khảo sát quốc tế (CareerPlug, Gallup, Greenhouse). Bối cảnh Việt Nam có thể khác, nên doanh nghiệp nên tự đo số liệu nền của mình.
• Các số liệu về kết quả kinh doanh là mối liên hệ thống kê, không chứng minh nhân quả.
• Giải pháp được giới thiệu (Neufast, KeyGo, KeyPerson 360°) do đơn vị trình bày cung cấp. Khi đánh giá để áp dụng, doanh nghiệp nên so sánh với các lựa chọn khác theo cùng bốn tiêu chí: minh bạch, nhất quán, xác minh, giám sát của con người.

Câu hỏi thường gặp

Trải nghiệm ứng viên ảnh hưởng thế nào đến kết quả tuyển dụng?
Theo CareerPlug, 66% ứng viên cho biết trải nghiệm tích cực ảnh hưởng đến quyết định nhận offer và 26% từng từ chối offer vì trải nghiệm không tốt.

Quản lý ảnh hưởng đến mức độ gắn kết của nhân viên bao nhiêu?
Gallup ước tính quản lý chiếm ít nhất 70% chênh lệch điểm gắn kết giữa các đơn vị kinh doanh.

Có nên để AI quyết định tuyển hoặc loại ứng viên không?
Không nên. Nguyên tắc được trình bày là AI cung cấp thông tin và bằng chứng, con người xác minh và quyết định. Điểm số đơn lẻ không phải là một quyết định.

Doanh nghiệp nên bắt đầu ứng dụng AI trong nhân sự từ đâu?
Từ hai điểm chạm là đánh giá khi tuyển dụng và đánh giá hiệu suất, sau khi đã chuẩn hóa khung năng lực và KPI.