# Học gì? Ngành IT ở Nhật trong kỷ nguyên AI Agent ### Học gì? Gần đây, mình nhận được khá nhiều câu hỏi trăn trở từ các bạn sinh viên đang và sẽ học đại học, senmon ở Nhật. Các bạn thường hỏi: *"Anh ơi, học IT ở Nhật bây giờ còn ổn không?"* Nếu câu hỏi này xuất hiện vào khoảng 3 năm trước, mình sẽ trả lời ngay: *"Ok em ơi, IT ở Nhật lúc nào cũng khát người"*. Nhưng ở thời điểm hiện tại, thực tế lại khắc nghiệt hơn rất nhiều, đặc biệt là với các bạn sinh viên IT mới ra trường. (Theo nhiều báo cáo phân tích thị trường lao động tại Nhật gần đây, số lượng công việc dành cho Junior đang chững lại rõ rệt khi các công ty bắt đầu tối ưu hóa quy trình bằng tự động hóa). ## Quy trình lập trình thay đổi hoàn toàn Nhìn lại khoảng 3 năm trước, trước khi khái niệm AI Agent thực sự bùng nổ, việc code vẫn khá thủ công. Lập trình viên có thể tích hợp AI chat vào thẳng IDE. AI bắt đầu hiểu code và đưa ra solution chuẩn xác hơn việc tự Google, nhưng thú thực, tụi mình lúc đó chưa quá ấn tượng. Nó chỉ giống như một phiên bản Google "xịn" hơn. Dev vẫn phải prompt từng dòng lệnh, copy/paste và tự tay lắp ráp vào dự án. Vì quy trình này tốn nhiều công sức, các team vẫn rất cần vị trí Junior Developer để san sẻ khối lượng công việc. Nhưng câu chuyện giờ đã khác. Sự xuất hiện của AI Agent – những hệ thống có thể trực tiếp đọc hiểu toàn bộ codebase, phân tích, viết code, viết test và tự chạy test case – đã thay đổi hoàn toàn quy trình phát triển. Lập trình viên không còn phải "cắm mặt" gõ từng dòng code nữa. Thay vào đó, thời gian được đầu tư hơn vào việc: * Thiết kế môi trường (harness) chuẩn hóa cho Agent hoạt động. * Giao tiếp với user để phân tích và xử lý yêu cầu đầu vào. * Review lại toàn bộ output do Agent sinh ra. Với một dev lành nghề, họ hoàn toàn có thể chạy song song nhiều Agent để xử lý nhiều tính năng cùng lúc. Chất lượng code do Agent viết ra hiện nay rất tốt, thậm chí vượt trội hơn nhiều bạn sinh viên mới ra trường. Hệ quả tất yếu là một team sẽ cần ít dev hơn. Để trụ lại, dev phải trang bị tư duy phân tích nghiệp vụ, khả năng kiến trúc môi trường cho Agent và kỹ năng review hệ thống, họ đang [Di chuyển trái, phải](https://codeonhat.jp/ai-thay-doi-lap-trinh-vien-shift-left-right) – những thứ đòi hỏi bề dày kinh nghiệm mà các bạn sinh viên thường thiếu và yếu . Thử đặt mình vào vị trí của doanh nghiệp: *Liệu họ có sẵn sàng tuyển một bạn sinh viên mới ra trường vào team, chỉ để bạn ấy trở thành một "bottleneck", một gánh nặng làm chậm nhịp độ của cả dự án?* **Bài toán sinh tồn cho sinh viên IT** Khó khăn là rõ ràng. Yêu cầu chất lượng sẽ tăng vọt, lượng đầu việc ít đi và tính cạnh tranh sẽ cực kỳ khốc liệt. Để không bị đào thải, ngoài chương trình trên trường, các bạn bắt buộc phải nắm cực kỳ vững kiến thức nền tảng: từ Cơ sở dữ liệu, Cấu trúc dữ liệu & Thuật toán, cho đến Tư duy thiết kế hệ thống (System Design). Hơn thế nữa, phải chủ động trang bị kiến thức vận hành AI, đặc biệt là kỹ năng thiết kế cấu trúc dự án sao cho AI Agent có thể tương tác và làm việc hiệu quả nhất. ### **Bức tranh lớn hơn** Nếu bạn vẫn đang ngập ngừng chưa biết chọn ngành nào, hãy thử nhìn rộng ra một chút. Tại một sự kiện, Jensen Huang (Nvidia), Elon Musk (SpaceX, xAI) và Tom Brown (đồng sáng lập Anthropic) – những người đang ở tâm điểm của cuộc cách mạng AI – đã ngồi chung một sân khấu để bàn về cách nước Mỹ thắng cuộc đua "siêu trí tuệ". Điều đáng suy ngẫm là, họ gần như không nói lời nào về lập trình. Thứ họ bàn đến là hệ thống dây điện, lò phản ứng hạt nhân, nhà máy sản xuất chip, đường ống làm mát và viễn cảnh đưa siêu máy tính lên quỹ đạo. AI đang cực kỳ "hot", nhưng nó không chỉ làm nóng mỗi ngành Công nghệ thông tin. AI "ăn" điện kinh khủng. Cả thế giới đang chạy đua xây dựng những trung tâm dữ liệu khổng lồ, và đây chính là không gian cho các ngành hạ tầng: * **Kỹ thuật Điện & Kỹ sư Mạng (Electrical & Network Engineering):** Cốt lõi để duy trì kết nối và vận hành. * **Kỹ thuật Hạt nhân (Nuclear Engineering):** Nguồn năng lượng bền vững (ngay cả Việt Nam cũng sẽ rất cần). * **Khoa học Vật liệu & Kỹ thuật Bán dẫn (Materials Science & Semiconductor Engineering):** Chế tạo và bảo trì phần cứng. * **Kỹ thuật Cơ khí & Nhiệt lạnh (Mechanical Engineering - HVAC):** Mỗi data center là một "lò sưởi" khổng lồ cần hệ thống làm mát. * **Quản lý Xây dựng & Chuỗi cung ứng (Construction Management & Supply Chain):** Đưa các dự án hạ tầng tỷ đô từ bản vẽ ra thực tế. Bên cạnh đó, sự phát triển của siêu trí tuệ cũng đi kèm với những rủi ro khó lường. Jensen Huang từng nhấn mạnh: An toàn và phát triển không mâu thuẫn mà phải luôn đi cùng nhau. Đây chính là "đất diễn" tiềm năng cho những lĩnh vực như **An ninh mạng (Cybersecurity)**, **Chính sách công (Public Policy)**, hay sự giao thoa giữa **Triết học và Khoa học Máy tính (Science & Technology Studies)** để giải quyết bài toán cốt lõi về An toàn AI. ### Kết Trên đây là một vài góc nhìn cá nhân của mình. Ở Nhật Bản, cơ hội không chỉ gói gọn trong ngành phần mềm, và AI cũng không phải là một ngành đơn lẻ – nó là một hệ sinh thái khổng lồ. Hy vọng những chia sẻ này sẽ giúp các bạn có cái nhìn thực tế hơn và có thêm nhiều hướng đi vững chắc cho chặng đường sắp tới.