Biết về AI thôi là chưa đủ. Đây là cách thực sự sử dụng nó.

In This Article

Có thể bạn đã mở ChatGPT một vài lần, nhận được kết quả dưới mức trung bình và tiếp tục. Có thể bạn đã tham gia một hoặc hai khóa đào tạo về AI và nghĩ, "Thật tuyệt, nhưng điều này thực sự áp dụng như thế nào vào công việc của tôi?" Hoặc có thể bạn đã đánh dấu hàng tá công cụ AI mà bạn thấy được đề xuất trên LinkedIn và chưa thử một công cụ nào. Bạn không đơn độc. Khoảng cách giữa việc biết AI và sử dụng AI là điểm mà nhiều người trong chúng ta đang gặp phải hiện nay. Và việc mọi người bảo bạn sử dụng nó cũng chẳng ích gì. Tôi biết vì đây gần như là công việc của tôi: Tôi quản lý một nhóm viết trên Blog HubSpot và phần lớn công việc của tôi là hỗ trợ họ bằng AI. Không phải theo nghĩa trừu tượng, đầy cảm hứng của bài phát biểu, mà ở đây là cách hoàn thành công việc thực tế của bạn một cách hợp lý hơn. Điều tôi học được là vấn đề gần như không bao giờ nằm ​​ở động lực. Mọi người muốn học hỏi. Đó là thông tin về AI có ở khắp mọi nơi, nhưng sự hỗ trợ thực sự - thứ thực sự thay đổi cách bạn làm việc - lại rất hiếm. Đó là những gì bài viết này nói về. Trong hướng dẫn này, tôi sẽ chia sẻ một khuôn khổ thực tế để tích hợp AI vào công việc của bạn theo cách nâng cao kỹ năng, tác động và sự nghiệp của bạn. Mục lục Tại sao việc kích hoạt AI lại giúp ích cho sự nghiệp của bạn Tại sao AI lại khó áp dụng? Hỗ trợ AI trông như thế nào? Cách các nhóm có thể chuyển từ thử nghiệm AI sang thực thi Nơi Futurepedia phù hợp với khả năng hỗ trợ AI Tại sao việc kích hoạt AI lại giúp ích cho sự nghiệp của bạn Hãy bắt đầu với sự trung thực. “AI giúp ích cho công việc của bạn” gần như là một tuyên bố không có gì vào năm 2026. Chúng tôi biết nó có thể giúp chúng tôi làm việc hiệu quả hơn, vậy bây giờ thì sao? Đây là một cái nhìn sâu sắc hơn: Có khoảng cách ngày càng lớn giữa những người sử dụng AI và những người sử dụng nó tốt. Lợi thế sẽ thuộc về những người đã tiến xa hơn, những người đã xây dựng AI vào công việc thường ngày của họ, những người sử dụng nó để tạo ra công việc tốt hơn một cách có ý nghĩa và những người có thể thể hiện tác động đó. Chúng ta hãy xem xét kỹ hơn chính xác lý do tại sao lại như vậy: Sự thăng tiến đến từ kết quả đầu ra chứ không phải nỗ lực. “Tôi đã nỗ lực rất nhiều nên tôi nên được khen thưởng” ngày nay khó tranh luận hơn rất nhiều. Đó là bởi vì các chuyên gia hỗ trợ AI có xu hướng tạo ra nhiều kết quả và tác động hơn những người không sử dụng. Khi nói đến sự hỗ trợ của AI, ý tôi là người thường xuyên tận dụng AI trong công việc hàng ngày để tăng sản lượng và tác động của họ. Vào năm 2026, nhiều ngành công nghiệp hiện đã chuyển sang “kỷ nguyên vận hành” của AI. Giai đoạn thử nghiệm (nhắc nhở đặc biệt, sử dụng công cụ một lần) phần lớn đã kết thúc. Kỳ vọng bây giờ được tích hợp, sử dụng bền vững. Lấy tiếp thị nội dung làm ví dụ: Các nhóm nhỏ, tập trung vào chiến lược có thể sử dụng AI như một hệ số nhân, giảm tải các khía cạnh thông thường của quá trình sản xuất để các biên tập viên con người có thể tập trung vào dòng tường thuật, tiếng nói thương hiệu và độ chính xác. Theo báo cáo Tình trạng tiếp thị năm 2026 của HubSpot, 67% nhóm tiếp thị cho biết AI giúp họ tiết kiệm 10 giờ trở lên mỗi tuần và 71% cho biết AI giúp họ tạo ra nhiều nội dung hơn đáng kể. Vì AI có thể xử lý phần lớn vai trò nhàm chán hàng ngày nên nó sẽ giải phóng thời gian cho công việc cấp cao hơn: tư duy chiến lược, giải quyết vấn đề sáng tạo, lãnh đạo đa chức năng và lập kế hoạch dài hạn. Việc thực hiện các nhiệm vụ cơ bản đang trở nên ít giá trị hơn. Và khi bạn không bị cản trở bởi nó, người quản lý sẽ giao cho bạn công việc có tính thử thách và rõ ràng hơn. Việc sử dụng AI đang trở thành tiêu chuẩn mới. Một thế hệ trước, biết cách sử dụng Excel là một điểm khác biệt. Sau đó, nó trở thành sàn nhà. Sự thay đổi tương tự đó hiện đang diễn ra với AI, điều đó có nghĩa là cánh cửa để tiến lên phía trước đang đóng lại. Hiện tại, trình độ AI vẫn rất ấn tượng. Nếu bạn nói với người quản lý của mình rằng bạn đã sử dụng AI để cắt giảm một nửa quy trình hoặc tạo lời nhắc giúp nhóm của bạn tiết kiệm ba giờ một tuần, điều đó sẽ được chú ý (sẽ nói thêm về điều này sau). Tuy nhiên, điều khiến bạn được người quản lý công nhận hôm nay sẽ nghe giống như “Tôi đã tạo một macro mới trong Excel” sau một hoặc hai năm nữa. Hữu ích nhưng không đáng chú ý. Khi trình độ AI trở thành tiêu chuẩn, lợi thế sẽ thuộc về những người đến sớm và xây dựng dựa trên nó trong khi những người khác vẫn đang tìm hiểu xem nên bắt đầu từ đâu. Bạn thậm chí có thể cho rằng đó là cơ sở: Nghiên cứu của HubSpot cho thấy 83% nhà tiếp thị nói rằng họ dự kiến ​​sẽ sản xuất nhiều hơn bao giờ hết nhờ AI. Và đây là điều quan trọng nhất đối với sự nghiệp của bạn: AI sẽ không thay thế bạn. Nhưng ai đó sử dụng nó tốt hơn có thể. Không phải một số robot giả định hoặc một làn sóng tự động hóa vô hình. Một người nào đó trong ngành của bạn, ở cấp độ của bạn, người đã quyết định thực hiện nó một cách nghiêm túc trước bạn. Người quản lý để ý xem ai đang sử dụng AI (và ai không). Dữ liệu Gallup 2026 hiển thịrằng 69% nhà lãnh đạo và 55% nhà quản lý sử dụng AI ít nhất vài lần một năm, so với chỉ 40% IC. Người quản lý của bạn có thể sử dụng AI nhiều hơn bạn, vì vậy họ hiểu khá rõ về những gì có thể làm được và liệu bạn có theo kịp hay không. Tôi không nói rằng sếp của bạn đang giữ bí mật bảng điểm về người nhắc nhở Claude nhiều nhất. Nhưng khi hai người trong cùng một nhóm thực hiện công việc tương tự và một trong số họ luôn thực hiện việc đó nhanh hơn và kỹ lưỡng hơn vì họ đã tích hợp AI vào quy trình của mình thì điều đó sẽ được ghi nhận. Nó ảnh hưởng đến việc ai sẽ nhận nhiệm vụ tiếp theo, ai sẽ được đưa vào cuộc trò chuyện về chiến lược và ai sẽ được thăng chức. Tại sao AI lại khó áp dụng? Có lý do khiến nhiều người bị mắc kẹt giữa việc “Tôi biết mình nên sử dụng AI nhiều hơn” và việc thực sự làm điều đó. Trên thực tế, có một số lý do được ghi chép rõ ràng: Khoảng cách Biết-Làm Tất cả chúng ta đều muốn học hoặc thử điều gì đó mới, chỉ để nhận ra rằng đã nhiều tháng hoặc nhiều năm trôi qua mà chúng ta không thực sự làm gì cả. Chỉ cần hỏi cây đàn guitar bass của tôi đang bám đầy bụi trong phòng ngủ của tôi. Các nhà nghiên cứu Jeffrey Pfeffer và Robert Sutton gọi hiện tượng này là “khoảng cách giữa biết và làm”. Về cơ bản, biết phải làm gì và thực sự làm nó là những vấn đề gần như hoàn toàn riêng biệt. Khi áp dụng khoảng cách từ hiểu biết đến AI, nghiên cứu cho thấy: BCG nhận thấy rằng mặc dù triển khai AI rộng rãi nhưng 74% công ty vẫn chưa cho thấy giá trị kinh doanh rõ ràng từ việc sử dụng AI. Nó cũng phát hiện ra rằng 70% thách thức mà các công ty phải đối mặt khi triển khai AI xuất phát từ các vấn đề liên quan đến con người và quy trình, so với chỉ 30% đối với các vấn đề công nghệ và 10% đối với thuật toán AI. Một phần nguyên nhân gây ra độ trễ chỉ là thực tế. Bạn đã có một công việc để làm. Lịch của bạn đã đầy, danh sách nhiệm vụ của bạn dài và mục tiêu trừu tượng là “tìm ra cách sử dụng AI tốt hơn” đang cạnh tranh với mọi thứ khác trong công việc của bạn. Khi tôi hỏi Timothy Biondollo, Kỹ sư nhanh chóng và Chuyên gia AI của HubSpot Media, tại sao rất nhiều người lại chần chừ giữa nhận thức và áp dụng, anh ấy đã không phủ nhận: "Nhận thức mang tính thụ động và việc áp dụng đòi hỏi bạn phải thay đổi cách bạn thực sự làm việc chứ không chỉ thêm một tab mới vào trình duyệt. Khoảng cách là hầu hết mọi người vẫn đang thực hiện từng công việc hàng ngày theo thứ tự, và tự mình thực hiện công việc. Những người được kích hoạt đã thực hiện một sự thay đổi hoàn toàn khác. Họ dành thời gian thu thập ngữ cảnh, viết hướng dẫn và sau đó chạy mười luồng công việc song song trong nền trong khi họ tập trung vào chiến lược và chất lượng. Đó không phải là một sự điều chỉnh nhỏ. Đó hoàn toàn là một mô hình hoạt động khác. Không ai nói với bạn rằng đó là sự chuyển đổi. thực sự trông giống như vậy, vì vậy mọi người thử AI một vài lần, không cảm nhận được sự thay đổi và cho rằng nó không dành cho họ hoặc AI không đủ thông minh để làm điều đó.” Học AI bên cạnh việc thực hiện các trách nhiệm hiện có của bạn là một hạn chế thực sự. Bộ não của bạn có giới hạn trong việc xử lý thông tin mới và khi vượt quá mức đó (với tốc độ phát triển của AI trong vài năm qua, nó gần như chắc chắn là như vậy), khả năng tiếp nhận sẽ giảm mạnh, ngay cả khi động lực cao. Quá nhiều lựa chọn, không đủ rõ ràng Giả sử bạn đã dành thời gian. Bây giờ thì sao? Có hàng ngàn công cụ AI trên thị trường. Cảnh quan thay đổi hàng tháng. Các mô hình và tính năng mới ra mắt và nguồn cấp dữ liệu LinkedIn của bạn có rất nhiều người kể cho bạn nghe về một công cụ đã thay đổi cuộc đời họ. Bạn không biết bắt đầu từ đâu nên bạn không bắt đầu chút nào. Ngay cả khi bạn chưa từng nghe đến nghịch lý của sự lựa chọn thì chắc chắn bạn cũng đã từng trải qua nó. Càng có nhiều lựa chọn, chúng ta càng muốn chọn ít hơn. Vì vậy, chúng ta đóng băng hoặc đưa ra quyết định tồi tệ hơn nếu có ít lựa chọn hơn. Đó chính xác là những gì đang xảy ra hiện nay đối với bất kỳ ai đang cố gắng xây dựng thói quen sử dụng AI. Khả năng công cụ bạn chọn thực sự là công cụ phù hợp là bao nhiêu? Đe dọa là một cách đánh giá thấp. Bẫy năng suất Ngoài ra còn có một điều trớ trêu tàn nhẫn ở đây mà tôi không thấy được đề cập nhiều: Nếu bạn không cân nhắc sử dụng AI, nó sẽ tạo ra nhiều công việc hơn là giảm bớt. Hãy xem xét một tình huống mà bạn muốn sử dụng AI để tóm tắt tập dữ liệu dưới dạng bản ghi nhớ. Bạn xuất trang tính, đặt nó vào ChatGPT và thật tuyệt, một bản ghi nhớ sẽ quay lại sau 30 giây. Nhưng bây giờ bạn đang xem lại kết quả đầu ra, phát hiện những điểm không chính xác, nhắc lại vì có gì đó không ổn, xác minh những tuyên bố mà bạn không chắc chắn về tính xác thực và định dạng lại toàn bộ nội dung để đạt được giai điệu phù hợp. Vào thời điểm bạn hoàn thành, AI không còn có cảm giác là người hỗ trợ nữa;nó có cảm giác như một nút cổ chai. Đây là lý do chính khiến việc áp dụng AI bị đình trệ. Mọi người thử nó, nhận được phản hồi chung chung và nghĩ thế là xong? Họ kết luận rằng nỗ lực bền bỉ đó không đáng và quay lại con đường cũ. Nhưng vấn đề là cách tiếp cận chứ không phải công cụ. Sử dụng tốt AI có nghĩa là biết nó thực sự giúp bạn tiết kiệm thời gian ở đâu và nó giúp thay đổi công việc ở đâu. Sự khác biệt đó cần phải thực hành và phân biệt người nhận biết AI với người hỗ trợ AI. Hỗ trợ AI trông như thế nào? Chúng tôi biết tại sao việc hỗ trợ và áp dụng AI lại quan trọng. Việc chuyển từ kiến ​​thức sang thực hành là điều mà rất nhiều người trong chúng ta gặp khó khăn và đó không phải là do thiếu cố gắng. Tiếp theo, tôi sẽ phác thảo các chiến lược đã mang lại hiệu quả cho tôi và nhóm nội dung của tôi. Đây là những bước thực tế, tăng dần để biến sự lo lắng của AI thành hành động. Nhận ra rằng bạn không ở phía sau (chưa). Thực hiện tìm kiếm “công nghệ AI mới nhất” là một cách tuyệt vời để bạn ngay lập tức muốn đóng máy tính xách tay của mình lại và đăng xuất trong ngày. Áp lực với AI đến từ dòng người liên tục có ảnh hưởng, thông báo về sản phẩm, suy nghĩ và thậm chí cả đồng nghiệp cho bạn biết họ đang tiến lên như thế nào. Nhưng tiếng ồn đó phần lớn được thiết kế để thu hút sự chú ý và tiếp thị cho bạn. Đó là một trong những thủ thuật lâu đời nhất trong cuốn sách: Bạn đang bị tụt lại phía sau. Bạn không thể tụt lại phía sau. Đăng ký nhận bản tin của tôi để bạn không bị tụt lại phía sau. Thông điệp này khơi dậy mong muốn ban đầu của chúng ta là được tham gia nhóm. Về cơ bản đó là logic của người tiền sử. Một số thực tế dành cho bạn: Theo Gallup, 49% công nhân Hoa Kỳ cho biết chưa bao giờ sử dụng AI trong vai trò của họ và chỉ 26% sử dụng nó vài lần mỗi tuần hoặc hơn. Hãy để điều đó xảy ra. Ở quốc gia nơi có hầu hết các công ty AI lớn, chỉ có khoảng 1/4 công nhân sử dụng AI thường xuyên. Tôi muốn giới thiệu một khái niệm khác để nhìn nhận mọi việc: Lý thuyết Truyền bá Đổi mới. Được chia sẻ lần đầu tiên bởi E.M. Rodgers vào năm 1962 (và vẫn còn phù hợp cho đến ngày nay), lý thuyết Khuếch tán sự đổi mới đã chia toàn bộ đối tượng khán giả về một công nghệ thành năm nhóm: những người đổi mới, những người chấp nhận sớm, đa số sớm, đa số muộn và những người tụt hậu. Các nhóm này áp dụng bất kỳ công nghệ mới nào theo thứ tự đó. Việc áp dụng bắt đầu với những người đổi mới (hãy nghĩ đến những người đam mê công nghệ, những người có ảnh hưởng, những người đầu tiên xếp hàng mua điện thoại mới nhất) và kết thúc với những người tụt hậu (những người vẫn sử dụng điện thoại cố định). Như bạn có thể thấy trong biểu đồ bên dưới, hầu hết mọi người đều rơi vào khoảng giữa: Nguồn Vậy chúng ta đang ở đâu trên dòng thời gian này với AI tổng hợp? Đó là một nhận định chủ quan, nhưng dựa trên dữ liệu mà chúng tôi có cho đến nay, tôi cá rằng chúng tôi vừa bước vào giai đoạn đa số sớm. Nói cách khác, mặc dù khái niệm AI đã được công chúng biết đến từ lâu nhưng trình độ AI mới chỉ bắt đầu trở thành xu hướng chủ đạo. Tất cả những người bạn từng nghe ca ngợi về AI và các khả năng của nó đều là 15% đầu tiên, những người đổi mới và những người áp dụng sớm. Và họ có tiếng nói hơn nhiều so với những người còn lại. Điều đó có ý nghĩa gì với bạn? Nếu bạn chưa cảm thấy thoải mái với việc sử dụng AI, bạn vẫn có thể làm tốt. Nhưng cũng đừng tụt lại phía sau, vì đa số đi sớm là cơ hội cuối cùng để bạn vượt lên dẫn trước. Điều này không có nghĩa là việc trở thành người mới bắt đầu làm bất cứ việc gì đều dễ dàng - chắc chắn là không. Nhưng phần lớn sự khó chịu đó đến từ việc tin rằng mọi người đều đi trước bạn. Đó vẫn chưa phải là trường hợp. Bắt đầu nhỏ. Giống như bất kỳ kỹ năng nào, sự thành thạo AI là cơ bắp được hình thành theo thời gian thông qua việc sử dụng nhiều lần. Bạn không thể khỏe hơn bằng cách đọc về cử tạ. Đến một lúc nào đó, bạn sẽ phải nhặt những quả tạ lên. Điều này không có nghĩa là bạn cần phải tuyển một đại lý tóm tắt tất cả email của bạn, dọn dẹp bảng tính, quản lý lịch trình của bạn và thực hiện các khoản thuế ngay từ lần đầu tiên. Hãy chấp nhận việc trở thành người mới bắt đầu, tìm kiếm những chiến thắng nhỏ và cũng giống như tập thể dục, bạn sẽ thấy những lợi ích sớm hơn bạn nghĩ. Điều đầu tiên tôi từng làm với AI là sử dụng nó để giúp tôi đề xuất viết lại các tin nhắn Slack nội bộ của mình nếu tôi cảm thấy giọng điệu của mình không ổn. Những thứ cơ bản, nhưng tôi thấy ngay rằng điều này hiệu quả hơn việc tìm ra cách hoàn hảo để diễn đạt điều gì đó. Tôi đã nhìn thấy lợi ích với khoản đầu tư tương đối ít. Cuối cùng, tôi cảm thấy thoải mái khi sử dụng Claude để hỗ trợ mã hóa các công cụ nội bộ cho nhóm của mình, tạo các bản ghi nhớ từ bộ dữ liệu và lên kế hoạch cho các trách nhiệm hàng tuần của mình. Bây giờ, tôi khó có thể tìm thấy bất cứ thứ gì tôi không sử dụng AI hàng ngày. Áp dụng các giải pháp AI cho các vấn đề của riêng bạn và thấy được lợi ích trong thế giới thực là động lực mạnh mẽ. Bạn sử dụng nó trên một cái gì đó cụ thể,và nó chỉ nhấp chuột. Bạn sẽ nghĩ, “Ồ, tôi có thể dùng nó cho việc này… nó còn có thể làm được gì nữa?” Sự tò mò của bạn sẽ trở thành động cơ hình thành thói quen. Ngoài ra, việc đưa AI vào công việc hiện tại của bạn (thay vì dưới dạng một thử nghiệm hoặc hoạt động riêng biệt) sẽ xóa bỏ rào cản khi thử nó một lần, nhận được kết quả không tốt và quay lại cách bạn đã làm việc. Bạn tận mắt nhìn thấy tiện ích của nó, vì vậy bạn có nhiều khả năng vượt qua trở ngại ban đầu hơn. Lợi ích của AI lớn hơn sự khó chịu tạm thời. Nhà văn Amy Rigby của HubSpot Blog đã trực tiếp giải thích điều này: "Phần khó nhất trong việc đưa AI vào quy trình công việc cũng là phần khó nhất trong bất kỳ nỗ lực nào nhằm đạt được hiệu quả: Lúc đầu, nó sẽ cực kỳ kém hiệu quả. Bạn sẽ gặp khó khăn về cách nó hoạt động, thử nghiệm và thất bại vì nó hoàn toàn mới đối với bạn... Bạn phải vượt qua lộ trình học tập đó để mở khóa giá trị đó. Đó là một cảm giác tuyệt vời khi bạn làm được điều đó." Tìm hiểu cách nhắc nhở. Lời nhắc của AI là kỹ năng hữu ích nhất mà bạn có thể học khi bắt đầu. Một lời nhắc tốt có nghĩa là sự khác biệt giữa một câu trả lời chung chung và một câu trả lời thực sự hữu ích. Khi tôi hỏi Meg Prater, Giám đốc Chiến lược & Điều hành Nội dung của HubSpot Media, tại sao lại có khoảng cách giữa nhận thức về AI và việc áp dụng thực tế, cô ấy nói: "Họ không sử dụng đúng lời nhắc. Khi bạn học cách nhắc tốt hơn, kết quả của bạn sẽ khiến bạn không thể không sử dụng AI để nâng cao công việc của mình và tạo thêm thời gian để thực hiện những công việc quan trọng." Ban đầu, bạn có thể thử nghiệm các lời nhắc khác nhau nhưng cuối cùng, bạn sẽ muốn có một khuôn khổ cho các cuộc trò chuyện được hướng dẫn tốt hơn. Tôi khuyến khích những người viết trong nhóm của mình sử dụng khung VIẾT - nó cung cấp cho AI năm thông tin quan trọng cho yêu cầu: Ai: AI đóng vai trò là ai? Tạo cho AI một cá tính riêng, như một chiến lược gia giàu kinh nghiệm, một chuyên gia kỹ thuật, một người quản lý dự án, v.v. Tài nguyên: AI cần nền tảng gì để thực hiện đúng điều này? Đây là kết xuất bối cảnh của bạn: các chi tiết liên quan về dự án, vấn đề bạn đang giải quyết, tài liệu tham khảo và bất kỳ điều gì khác mà AI không thể tự biết. Hướng dẫn: Chính xác thì AI nên làm gì? Hãy cụ thể. Điều khoản: Những quy tắc, giới hạn hoặc ranh giới nào được áp dụng? Ví dụ: độ dài, hình thức, giọng điệu, những điều cần tránh và những điều cần đưa vào. Kết quả mong đợi: Mô tả thành phẩm một cách cụ thể nhất có thể: định dạng, sản phẩm bàn giao và nếu có thể, một ví dụ. Dưới đây là ví dụ về lời nhắc VIẾT: W: Bạn là nhà tư vấn tiếp thị cho doanh nghiệp nhỏ, chuyên ra mắt sản phẩm DTC. Đối tượng của tôi là phụ nữ ở độ tuổi 25-40 mua nến thủ công làm quà tặng và chăm sóc bản thân, chủ yếu thông qua cửa hàng Etsy và Instagram của tôi. R: Tôi sẽ ra mắt bộ sưu tập nến mùa hè vào tháng 6. Ngân sách của tôi là khoảng 500 USD cho buổi ra mắt. Kênh bán hàng tốt nhất của tôi là Instagram và tôi có khoảng 3.000 người theo dõi. Bộ sưu tập cuối cùng của tôi đã bán hết sau hai tuần, chủ yếu thông qua Instagram Stories và email. I: Xây dựng cho tôi một kế hoạch ra mắt kéo dài 4 tuần bao gồm nội dung giới thiệu, chiến lược ngày ra mắt và hoạt động theo dõi sau khi ra mắt. Bao gồm nội dung cần đăng, thời điểm đăng và một email cho mỗi giai đoạn. T: Giữ kế hoạch thực tế cho hoạt động của một người. Không có quảng cáo trả phí. Chỉ hữu cơ và email. Giọng điệu phải mang lại cảm giác ấm áp và cá nhân, không phải tập thể. E: Tôi có thể theo dõi lịch từng tuần với các ý tưởng nội dung cụ thể cho từng ngày, ba bản nháp email ngắn và danh sách kiểm tra ngày ra mắt. Chạy lời nhắc này bên cạnh lời nhắc không có khung và bạn sẽ thấy sự khác biệt. Nếu bạn thực sự là người làm nến, bạn cũng sẽ ngửi thấy mùi đó. Tạo lịch trình mục tiêu AI. Sau khi bạn đã mày mò và hiểu được AI có thể giúp bạn ở đâu, bước tiếp theo là giữ đà phát triển. Nói thì dễ hơn làm. Bạn có nhớ khoảng cách từ biết đến làm không? Nghiên cứu cho thấy rằng chỉ có mục tiêu rõ ràng thôi thì chưa đủ. Tuy nhiên, những người lập kế hoạch xác định chính xác cách họ hành động hướng tới mục tiêu sẽ có nhiều khả năng thực hiện đến cùng hơn. Suy nghĩ “Tôi muốn sử dụng AI tốt hơn” sẽ kém hiệu quả hơn so với “Mỗi sáng thứ Ba, tôi sẽ dành 20 phút để áp dụng AI vào một nhiệm vụ trên công việc của mình”. Vì vậy, đây là những gì tôi khuyên bạn: Lập kế hoạch hàng tuần cho những chiến thắng của AI. Đây là những nhiệm vụ mà bạn có thể đạt được một cách hợp lý trong một tuần. Họ không cần phải có những bước nhảy vọt lớn. Thay vào đó, hãy coi chúng như những tiến bộ tăng dần hướng tới mục tiêu lớn hơn, đủ nhỏ để thực sự hoàn thành nhưng đủ ý nghĩa để di chuyển kim chỉ nam. Một lịch trình có cấu trúc thực hiện hai việc. Đầu tiên, nó biến ý định thànhthói quen, cung cấp giàn giáo để giữ bạn quay lại với nó mà không có hành động ý chí anh hùng nào cả. Thứ hai, nó thu gọn khả năng vô tận của AI thành các bước thực tế cụ thể cho công việc của bạn. Đó là liều thuốc giải độc cho tình trạng tê liệt quyền chọn. Giả sử bạn muốn sử dụng AI để cải thiện hiệu quả cuộc họp và theo dõi. Đây là lịch trình trong thực tế: Mục tiêu chính: Sử dụng AI để giảm thời gian cập nhật trạng thái và chuẩn bị cuộc họp trong tháng tới. Tuần 1: Chọn cuộc họp định kỳ nhất của bạn. Sử dụng AI để tạo chương trình làm việc mẫu từ ghi chú của bạn. Tuần 2: Sau cuộc họp, sử dụng AI để soạn thảo bản tóm tắt tiếp theo. Kiểm tra xem việc này có mất ít thời gian hơn bình thường không. Tuần 3: Xây dựng lời nhắc cập nhật trạng thái hàng tuần bằng cách sử dụng các dấu đầu dòng mà bạn đã lưu giữ. Tuần 4: Kết hợp cả ba thành một quy trình làm việc lặp lại đơn giản. Chạy nó trong một tuần trong nhiều cuộc họp. Tuần 5: Xem lại hệ thống của bạn. Cái gì đang hoạt động? Cái gì không? Tiếp theo là gì? Đặt mục tiêu cho tháng tiếp theo. Không có gì ở đây là một bước nhảy vọt. Mỗi tuần được xây dựng dựa trên tuần cuối cùng và đến tuần thứ năm, bạn có một hệ thống được ghi lại. Bạn có thể theo dõi tiến trình của mình theo cách phù hợp với mình: ứng dụng ghi chú như Notion, công cụ quản lý tác vụ như Asana, tài liệu đang chạy hoặc ghi chú dán nếu đó là cách bạn thực hiện. Tính nhất quán quan trọng hơn định dạng. Và (bạn có thể đã thấy điều này sắp xảy ra), AI thậm chí có thể giúp bạn tự xây dựng lịch trình. Giải thích vai trò và trách nhiệm của bạn với nó, đồng thời yêu cầu nó giúp bạn suy nghĩ về nơi bạn có thể tận dụng AI một cách thực tế trong quy trình làm việc của mình. Hãy xác định một mục tiêu SMART chính để hướng tới trong vòng 4 đến 6 tuần tới, sau đó sử dụng AI để phác thảo các bước phụ để đạt được mục tiêu đó. Làm cho sự tiến bộ của bạn được nhìn thấy. Nếu công ty của bạn hướng tới AI, rất có thể người quản lý của bạn muốn biết bạn đang làm gì. Đối với họ, mức độ tiến bộ AI của bạn rõ ràng cũng quan trọng đối với sự nghiệp của bạn cũng như bản thân công việc. Điều này đặc biệt đúng nếu hiệu suất của bạn hướng tới việc áp dụng AI. Thường xuyên thông báo cho người quản lý của bạn về cách bạn triển khai AI, cập nhật cho họ về các trường hợp sử dụng mới hoặc mức tăng hiệu quả, những dấu hiệu cho thấy bạn đang suy nghĩ trước. Đó có thể giống như một tin nhắn Slack, một mục trong bản cập nhật hàng tuần của bạn hoặc một lời đề cập trong cuộc trò chuyện trực tiếp của bạn. Ngay cả những chiến thắng nhỏ cũng tạo ra ý tưởng rằng bạn không thể thiếu. Tuy nhiên, khả năng hiển thị thì nói dễ hơn làm: Một khi bạn bắt đầu làm quen với AI, bạn rất dễ bị cuốn theo đến mức quên thông báo tiến trình của mình. Đôi khi, tôi quá đầu tư vào một dự án đến nỗi quên cập nhật cho sếp về việc việc sử dụng AI đã thực sự cải thiện sản lượng của tôi như thế nào. Một giải pháp: Đặt lời nhắc lịch định kỳ cho bản cập nhật AI của người quản lý. Sau đó, sao chép lịch trình áp dụng của bạn (hoặc bất cứ điều gì bạn đang sử dụng để theo dõi tiến trình AI của mình), dán nó vào công cụ AI mà bạn chọn và yêu cầu tóm tắt tiến trình hàng tuần của bạn. Bam, có điều gì đó để chia sẻ với sếp của bạn mà hầu như không phải làm thêm việc gì. Đây là lý do tại sao việc sử dụng công cụ quản lý tác vụ như Asana để theo dõi công việc của bạn có thể hữu ích. Bạn có thể xuất các nhiệm vụ đã hoàn thành của mình thành một bảng tính, giao nó cho công cụ AI và yêu cầu nó đưa ra những chiến thắng gần đây. Tính năng theo dõi tiến độ được tích hợp sẵn và việc này dễ dàng hơn nhiều so với việc giữ một Trang tính Google riêng mà bạn cần nhớ cập nhật mỗi khi làm việc gì đó. Tôi cũng khuyến khích bạn kết nối việc sử dụng AI với cách nó thúc đẩy công việc của bạn. Kể một câu chuyện: bạn đã tiến bộ hơn như thế nào và do đó, công việc của bạn đã trở nên tốt hơn như thế nào và điều đó liên quan như thế nào đến KPI của nhóm. Rốt cuộc thì chúng ta đang nói về việc thăng tiến trong sự nghiệp của bạn. Một lưu ý nữa: Khả năng hiển thị ngang hàng cũng quan trọng. Người quản lý rất quan trọng, nhưng việc trở thành người mà đồng đội của bạn tìm đến khi họ có câu hỏi về AI cũng quan trọng không kém. Vị thế chuyên gia không chính thức đó tạo ra áp lực ngày càng tăng đối với sự thăng tiến của chính bạn. Timothy đã có một số hiểu biết hữu ích ở đây: "Bí quyết là chia sẻ cách thức chứ không phải sự tuyệt vời. Không phải 'hãy nhìn những gì tôi đã xây dựng' mà là 'đây là cách tôi đã xây dựng nó, có thể điều này sẽ giúp ích cho bạn.' Ngay khi nó trở nên hữu ích với người khác trong phòng, nó không còn là một sự khoe khoang nữa mà trở thành một cơ hội mở khóa khả năng cho cả nhóm." Giữ một vòng lặp thông tin đi. Bạn đang thực hiện công việc, bạn đang thể hiện công việc, bây giờ hãy đảm bảo rằng bạn luôn nhạy bén. Lời khuyên cuối cùng của tôi là hãy luôn học hỏi và cập nhật những tiến bộ trong khi áp dụng kiến ​​thức của bạn vào thực tế. Như Meg đã nói, "Người hỗ trợ AI là người tò mò về AI. Bạn nên thử nghiệm nó, thực hành với nó và thử các công cụ/bản dựng mới. Chạy ba công cụ/bản dựng giống nhau là chưa đủ."lời nhắc (mặc dù đó là nơi tuyệt vời để bắt đầu). Việc kích hoạt AI ngày nay có nghĩa là bạn đang sử dụng và phát triển với các công cụ và mô hình này khi chúng được phát hành.” Điều quan trọng là giữ cho vòng lặp thông tin đủ nhẹ để bạn không bị choáng ngợp. Bạn muốn một dòng chảy đủ toàn diện để luôn cập nhật, nhưng không đến mức bạn muốn chui vào một cái hố. Giới hạn bản thân ở bốn hoặc năm kênh thông tin AI cùng một lúc. Đây có thể là một bản tin hoặc blog, kênh YouTube, cộng đồng nội bộ, người cố vấn, podcast, tài khoản LinkedIn hoặc thậm chí là đối tác AI, một người nào đó có vai trò tương tự cũng đang thử nghiệm. Và để làm cho tất cả điều này trở nên bền vững: Mỗi khi bạn thêm một kênh mới, hãy cân nhắc việc bỏ một kênh. Các kênh của tôi hiện tại là: Simple.ai: một bản tin trình bày tin tức và cập nhật về AI một cách thực tế, có căn cứ. Nếu bạn muốn có một bản tin về AI mà không bị choáng ngợp thì đây chính là nó. Ben's Bites: một Substack có phạm vi tham vọng hơn một chút trong khi vẫn có thể tiêu hóa được. Kênh Slack AI nội bộ mà chúng tôi có tại HubSpot để chia sẻ tiến trình AI liên quan đến tiếp thị. Một cố vấn AI. Nhóm của tôi, người mà tôi thường xuyên thảo luận về cách triển khai AI tốt nhất trên blog của chúng tôi. Và đó chỉ là bây giờ. Những điều đó có thể thay đổi trong tương lai khi mức độ thoải mái và trách nhiệm của tôi thay đổi. Cách các nhóm có thể chuyển từ thử nghiệm AI sang thực thi Tất cả mọi thứ ở trên là về việc tạo điều kiện cho chính bạn. Và đối với IC, bạn có thể dừng ở đó. Nhưng nếu bạn quản lý một nhóm, việc chuyển từ “chúng tôi đang thử điều này” sang “đây là một phần trong cách chúng tôi làm việc hiện nay” lại là một thách thức khác. Thúc đẩy việc áp dụng trong một nhóm không phải là điều hiển nhiên. Bạn không thể trình bày thông tin cho ai đó và mong họ thực hiện ngay lập tức. Không phải ai cũng sẵn lòng hoặc thoải mái học hỏi như bạn. Đó không phải là một cú đánh vào họ; mọi người có những mối quan hệ khác nhau với công nghệ mới và bạn có thể có nhiều người chấp nhận sớm, đa số sớm/muộn và thậm chí có thể là những người đổi mới hoặc những người tụt hậu bên cạnh bạn. Mọi người thường tin tưởng người khác khi họ đang thích nghi với điều gì đó mới mẻ. Tôi cá rằng đó là một phần lý do tại sao bạn tìm kiếm lời khuyên từ một bài đăng trên blog do tôi, một người thực sự được chứng nhận, viết thay vì chỉ hỏi ChatGPT hoặc Claude. Có điều gì đó về việc nghe thấy “đây là cách đã hiệu quả với tôi” từ một người khác mà không chatbot nào có thể sao chép hoàn toàn. Sự hỗ trợ của người quản lý cũng là một trong những yếu tố dự đoán mạnh mẽ nhất về việc liệu ai đó có sử dụng AI tại nơi làm việc hay không - theo Irrational Labs, mức sử dụng AI của nhân viên giảm từ 79% xuống 34% mà không có sự chứng thực của người quản lý. Vì vậy, hãy gặp nhóm của bạn ở nơi họ đang ở. Hỏi họ cách họ sử dụng AI. Không phải theo kiểu quản lý vi mô, “cho tôi xem lịch sử nhắc nhở của bạn”, mà từ sự tò mò thực sự. Điều gì đang giữ họ lại? Dựa trên những gì bạn tìm thấy, hãy đề xuất một số chiến lược tôi đã giới thiệu ở đây. Tôi đã học được nhiều điều từ việc nói chuyện trực tiếp với nhóm của mình hơn bất kỳ bài viết trợ giúp hoặc tài liệu đào tạo nào có thể dạy tôi. Hành trình hỗ trợ AI của mỗi cá nhân là của riêng họ và điều tốt nhất bạn có thể làm với tư cách là người quản lý là khuyến khích đồng thời cho họ không gian để khám phá. Nơi Futurepedia phù hợp với khả năng hỗ trợ AI Toàn bộ bài đăng này đều nói về một ý tưởng: biết về AI không có nghĩa là được nó kích hoạt. Và rào cản lớn nhất không phải là những vấn đề bạn có thể giải quyết bằng cách đọc thêm một bài viết hay đánh dấu thêm một công cụ nữa. Đó là lý do HubSpot mua lại Futurepedia. Futurepedia là nền tảng khám phá và giáo dục AI độc lập lớn nhất thế giới. Nó vận hành thư mục công cụ AI đầu tiên — hàng nghìn công cụ được tuyển chọn trên mọi danh mục mà bạn có thể nghĩ tới — cùng với nền tảng giáo dục đang phát triển với hơn 25 khóa học và hơn 1.000 bài học tập trung vào các kỹ năng AI trong thế giới thực dành cho doanh nghiệp và năng suất. Trên khắp Futurepedia, các kênh YouTube và bản tin của nó, nó trở thành điểm khởi đầu mặc định cho các chuyên gia muốn thực sự tìm hiểu cách sử dụng AI chứ không chỉ nghe về nó. HubSpot giúp hàng triệu công ty phát triển tốt hơn. Futurepedia giúp các chuyên gia tìm kiếm và làm chủ các công cụ AI giúp công việc của họ tốt hơn. Bây giờ họ là cùng một nhóm, điều đó có nghĩa là có nhiều tài nguyên hơn, phạm vi tiếp cận lớn hơn và cùng nỗi ám ảnh về việc khiến AI hoạt động cho người thật. Những chuyên gia sẽ giành chiến thắng trong 5 năm tới không phải là những người hiểu biết nhiều nhất về AI. Họ là những người thực sự đã học cách làm việc với nó. Nếu bài đăng này cung cấp cho bạn khuôn khổ thì Futurepedia sẽ cung cấp cho bạn nơi để bắt đầu.

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw