TMAers thích sẻ chia

Từ một công nghệ được nhắc đến như xu hướng của tương lai, AI đang dần trở thành "người đồng hành" quen thuộc trong công việc của nhiều kỹ sư phần mềm. Không chỉ giúp rút ngắn thời gian phát triển sản phẩm, AI còn làm thay đổi cách các dự án được triển khai, từ lập trình, kiểm thử đến phân tích nghiệp vụ. Với nhiều năm trực tiếp ứng dụng AI vào các dự án, anh Trần Bá Lộc - AI Strategy & Consulting Lead - DC11 sẽ mang đến một góc nhìn thực tế về cách công nghệ này đang tạo ra những thay đổi trong phát triển phần mềm, những thách thức khi ứng dụng AI và điều mà mỗi kỹ sư cần trang bị để làm chủ công nghệ.

AI không đơn thuần "phụ việc", AI đã trở thành đồng đội 

Trong các dự án tại TMA nói chung và team anh Lộc nói chung, AI hiện không còn là một khái niệm xa vời mà đã trở thành "cộng sự" đồng hành trong hầu hết các giai đoạn phát triển phần mềm. Anh chia sẻ, anh và team đã ứng dụng AI để tự động hóa các tác vụ lặp lại như tạo cấu trúc dự án, viết Unit Test hay sinh các đoạn mã mẫu, giúp các kỹ sư có thêm thời gian tập trung vào những bài toán cốt lõi. Bên cạnh đó, AI còn hỗ trợ debug, refactor, tối ưu hiệu năng ngay trong quá trình phát triển, tự động hóa các quy trình nghiệp vụ thông qua việc kết nối các luồng công việc và chuẩn hóa dữ liệu, đồng thời giúp phân tích nghiệp vụ cũng như nhanh chóng nắm bắt cấu trúc của những dự án có sẵn mà không cần quá nhiều kinh nghiệm ban đầu. 

Tùy theo từng vai trò, người dùng nên lựa chọn những công cụ AI phù hợp: 

• Dành cho lập trình viên: Antigravity, Claude Code, Cursor
• Dành cho BA: Claude Coworker, Gemini, GPT, Google NotebookLM
• Dành cho Tester: Antigravity, Playwright, Browser Agent.

Nhanh hơn nhờ AI, nhưng không đồng nghĩa AI có thể thay thế con người 

Theo anh Lộc, thay đổi rõ rệt nhất mà AI mang lại trong quá trình phát triển phần mềm chính là tốc độ. Nếu trước đây, để nghiên cứu một công nghệ mới hay xây dựng một bản prototype, đội ngũ có thể mất từ vài ngày đến vài tuần để tìm hiểu tài liệu, cài đặt môi trường và thử nghiệm, thì nay quá trình đó đã được rút ngắn xuống chỉ còn vài giờ nhờ AI.

Việc rút ngắn thời gian hỏi đáp và phản hồi cũng giúp cách làm việc của đội ngũ thay đổi đáng kể. Người kỹ sư không còn dành quá nhiều thời gian để "viết đúng từng dòng code", mà có điều kiện tập trung nhiều hơn vào việc thiết kế kiến trúc hệ thống, tối ưu hiệu năng, đảm bảo tính bảo mật và giải quyết đúng bài toán kinh doanh của khách hàng.

Tuy nhiên, AI chỉ là công cụ giúp tăng tốc chứ không thể thay thế vai trò của con người. Với anh, thế mạnh lớn nhất của AI là khả năng xử lý và tổng hợp lượng thông tin khổng lồ trong thời gian rất ngắn, đồng thời thực hiện hiệu quả những công việc mang tính lặp lại. Nhưng một sản phẩm phần mềm không chỉ được tạo nên từ những dòng code, mà còn là lời giải cho những bài toán kinh doanh trong thực tế.

Chính vì vậy, kinh nghiệm và tư duy của kỹ sư phần mềm vẫn giữ vai trò quyết định. Từ việc thiết kế kiến trúc hệ thống để đảm bảo khả năng mở rộng và tối ưu chi phí, đến việc thấu hiểu bối cảnh nghiệp vụ của khách hàng để chuyển hóa nhu cầu thành giải pháp kỹ thuật phù hợp - đây đều là những giá trị đòi hỏi kinh nghiệm, góc nhìn và khả năng phán đoán mà AI chưa thể thay thế.

Bài học từ những thách thức

Quá trình chuyển dịch nào cũng có rào cản, việc ứng dụng AI vào dự án không diễn ra một cách suôn sẻ ngay từ đầu. Bên cạnh những lợi ích rõ rệt, bản thân anh Lộc và team cũng phải đối mặt với không ít thách thức. Nếu sử dụng AI một cách thiếu kế hoạch hoặc chưa biết cách xây dựng prompt hiệu quả, chi phí có thể tăng lên đáng kể. 

Ngoài ra, AI cũng không phải lúc nào cũng đúng, đôi khi tạo ra những đoạn code có vẻ rất thuyết phục nhưng lại sai logic hoặc tiềm ẩn lỗ hổng bảo mật. Đặc biệt, với các lập trình viên trẻ, việc quá tin vào kết quả AI sinh ra dễ dẫn đến tâm lý "copy - paste" mà thiếu đi sự phân tích và phản biện.

Từ những trải nghiệm thực tế, cả team thống nhất một nguyên tắc xuyên suốt: "Tin tưởng nhưng phải kiểm chứng." AI được xem là công cụ hỗ trợ và tham vấn, còn trách nhiệm đánh giá, rà soát và quyết định cuối cùng vẫn thuộc về người kỹ sư. Vì vậy, quy trình code review cũng được chuẩn hóa chặt chẽ hơn, đồng thời mỗi thành viên đều phải hiểu rõ từng dòng code trước khi đưa vào hệ thống.

"AI chỉ là công cụ tham vấn, mỗi lập trình viên phải hiểu rõ từng dòng code mình đưa vào hệ thống", anh Lộc chia sẻ.

Làm chủ AI bắt đầu từ việc làm chủ kiến thức nền 

Để AI thực sự trở thành một "trợ lý đắc lực", điều quan trọng không nằm ở việc sử dụng thành thạo bao nhiêu công cụ, mà là xây dựng nền tảng chuyên môn đủ vững. Trước hết là kỹ năng đặt vấn đề, biết cung cấp đầy đủ ngữ cảnh và giới hạn phạm vi để AI đưa ra câu trả lời phù hợp. Tiếp theo là tư duy phản biện để đánh giá liệu giải pháp AI đề xuất có thực sự tối ưu và đáp ứng đúng yêu cầu hay không. Quan trọng hơn cả là kiến thức nền về giải thuật, kiến trúc máy tính và tư duy hệ thống. Công nghệ có thể thay đổi rất nhanh, nhưng chính những nền tảng đó sẽ giúp kỹ sư khai thác AI hiệu quả thay vì phụ thuộc vào AI.

Anh tâm đắc chia sẻ: "Hãy chủ động bước ra khỏi vùng an toàn, trải nghiệm thử các công cụ AI mới mỗi ngày và đặc biệt là tích cực chia sẻ những trải nghiệm đó với đồng nghiệp”. 

Làn sóng AI đang tạo ra những chuyển biến mạnh mẽ trên nhiều lĩnh vực, đặc biệt là ngành công nghệ - nơi AI ngày càng trở thành một phần quan trọng và tất yếu trong quy trình làm việc hằng ngày. Nhưng dù công nghệ phát triển nhanh đến đâu, giá trị cốt lõi của một kỹ sư phần mềm vẫn nằm ở tư duy, nền tảng chuyên môn và tinh thần không ngừng học hỏi. Khi biết cách làm chủ AI thay vì phụ thuộc vào AI, mỗi TMAer sẽ có thêm cơ hội tạo ra những giải pháp tốt hơn, những sản phẩm chất lượng hơn và góp phần nâng cao năng lực cạnh tranh của các dự án TMA trong kỷ nguyên số.