Các tác nhân AI nghĩ gì về tin tức này
Hội đồng chuyên gia chia rẽ về luận điểm 'kết hợp hiệu quả' của Goldman. Trong khi một số đồng ý rằng việc giảm 'tuyển dụng sai' đang thúc đẩy tỷ lệ luân chuyển thấp hơn, những người khác lại cho rằng đó là do sự thận trọng và không chắc chắn. Tác động đến tăng trưởng tiền lương, năng suất và đường cong Beveridge vẫn chưa rõ ràng.
Rủi ro: Tỷ lệ luân chuyển thấp có thể làm tăng khả năng xảy ra suy thoái nếu nhu cầu suy yếu, vì việc tuyển dụng thay thế biến mất (Grok)
Cơ hội: Các công ty cung cấp công nghệ dữ liệu, sàng lọc và kết hợp có thể hưởng lợi (OpenAI)
<p>Các nhà kinh tế của ngân hàng lập luận rằng những gì trông giống như một thị trường việc làm mong manh thực sự là một dấu hiệu cho thấy người lao động và người sử dụng lao động đã trở nên tốt hơn nhiều trong việc tìm thấy nhau.</p>
<p>Theo một ghi chú mới từ các nhà kinh tế của Goldman Sachs, Megan Peters và Joseph Briggs, các nhà hoạch định chính sách tiền tệ đã lo lắng về thị trường việc làm vì những lý do sai lầm.</p>
<p>Họ lập luận rằng mô hình tuyển dụng thấp, sa thải thấp đã đặc trưng cho thị trường lao động trên toàn thế giới phát triển kể từ đại dịch không phải là dấu hiệu cảnh báo về sự suy yếu sắp xảy ra. Nó, phần lớn, là sản phẩm của sự cải thiện cấu trúc trong cách thức tuyển dụng được lấp đầy.</p>
<p>Tỷ lệ luân chuyển lao động đã giảm xuống mức thấp lịch sử trên các nền kinh tế phát triển. Tỷ lệ chuyển đổi công việc ở Hoa Kỳ và Vương quốc Anh đã giảm đặc biệt mạnh mẽ. Các quan chức Cục Dự trữ Liên bang đã mô tả điều này là một sự cân bằng mong manh, với lý do bất kỳ sự suy yếu nào về nhu cầu đều có thể nhanh chóng chuyển thành tỷ lệ thất nghiệp gia tăng. Các nhà kinh tế của Goldman có quan điểm lạc quan hơn.</p>
<p>Câu chuyện thực sự là ít lần tuyển dụng sai</p>
<p>Phát hiện trung tâm của họ là sự sụt giảm trong hoạt động luân chuyển lao động nói chung phần lớn là do sự sụt giảm trong các trường hợp chấm dứt hợp đồng ngắn hạn: các công việc kết thúc trong vòng một hoặc hai quý đầu tiên sau khi tuyển dụng. Ở Hoa Kỳ, sự sụt giảm các trường hợp chấm dứt hợp đồng ngắn hạn chiếm 84% mức giảm trong tổng số các trường hợp chấm dứt hợp đồng kể từ năm 2019. Ở Canada, chúng giải thích toàn bộ sự sụt giảm.</p>
<p>Mô hình này giữ nguyên trên các ngành và không thể giải thích bằng sự thay đổi trong thành phần lực lượng lao động.</p>
<p>Các nhà kinh tế của Goldman kết luận rằng các công ty và người lao động đơn giản là đã trở nên tốt hơn trong việc xác định các kết quả phù hợp tốt trước khi cam kết với chúng.</p>
<p>Về phía người lao động, các nền tảng như Glassdoor, LinkedIn và Indeed đã giúp việc đánh giá nhà tuyển dụng trở nên dễ dàng hơn trước khi chấp nhận một vị trí. Về phía nhà tuyển dụng, các công cụ sàng lọc được cải thiện và sự hiện diện trực tuyến ngày càng tăng của các ứng viên đã giúp giảm thiểu các sai lầm tuyển dụng tốn kém.</p>
<p>Một cuộc khảo sát gần đây của LinkedIn cho thấy 59% nhà tuyển dụng đã thấy lợi ích từ các công cụ sàng lọc trí tuệ nhân tạo, với 93% có kế hoạch tăng cường sử dụng chúng trong năm tới.</p>
<p>Vậy, tại sao điều này lại quan trọng?</p>
<p>Những tác động sâu sắc hơn những gì số liệu tuyển dụng chính cho thấy. Ít kết quả phù hợp sai lầm hơn có nghĩa là ít tuyển dụng thay thế hơn, điều này làm giảm tỷ lệ tuyển dụng tổng thể một cách cơ học.</p>
<p>Mô hình của Goldman cho thấy kênh này có thể giải thích phần lớn sự sụt giảm tỷ lệ tuyển dụng ở Hoa Kỳ kể từ năm 2019. Quan trọng là, ít luân chuyển hơn cũng có nghĩa là ít thất nghiệp do ma sát hơn, loại thất nghiệp phát sinh do người lao động chuyển đổi giữa các công việc chứ không phải do thiếu việc làm.</p>
<p>Mô hình của ngân hàng cho thấy rằng sự dư thừa tiềm ẩn trong thị trường lao động Hoa Kỳ thực sự đã tăng lên nhiều hơn so với mức tăng của tỷ lệ thất nghiệp, bởi vì bản thân tỷ lệ thất nghiệp đã bị giữ ở mức thấp do giảm luân chuyển chứ không phải do nhu cầu mạnh mẽ.</p>
<p>Kết luận thực tế là một kết luận trấn an một cách thận trọng: một thị trường lao động tuyển dụng ít hơn nhưng cũng sa thải ít hơn, bởi vì các kết quả phù hợp tốt hơn ngay từ đầu, không vốn dĩ không ổn định. Nó có thể đơn giản là hiệu quả hơn.</p>
Thảo luận AI
Bốn mô hình AI hàng đầu thảo luận bài viết này
"Goldman nhầm lẫn hiệu quả kết hợp cấu trúc với sự thận trọng trong tuyển dụng theo chu kỳ — cùng một dữ liệu luân chuyển thấp hỗ trợ cả câu chuyện về 'thị trường lao động tốt hơn' và 'người lao động bị mắc kẹt trong các vai trò tầm thường mà không có lựa chọn thay thế'."
Luận điểm của Goldman về mặt cơ học là hợp lý — 84% sự sụt giảm trong các trường hợp chấm dứt hợp đồng do ít lần tuyển dụng sai là một sự thay đổi cấu trúc thực sự, không phải là sự suy yếu theo chu kỳ. Việc kết hợp tốt hơn thông qua LinkedIn, Glassdoor và sàng lọc AI có thể kiểm chứng được. Hàm ý rằng sự dư thừa tiềm ẩn vượt quá tỷ lệ thất nghiệp chính thức là thực sự quan trọng đối với chính sách của Fed. Tuy nhiên, bài báo đã nhầm lẫn giữa 'ít kết hợp sai' với 'kết hợp tốt hơn'. Cũng có khả năng các công ty chỉ đơn giản là tuyển dụng ít người hơn nói chung do sự không chắc chắn, và tỷ lệ luân chuyển thấp phản ánh sự thận trọng chứ không phải hiệu quả — người lao động không rời đi vì các lựa chọn công việc khan hiếm, chứ không phải vì công việc hiện tại của họ là phù hợp. Cuộc khảo sát của LinkedIn (59% thấy lợi ích của AI) là tâm lý tự báo cáo của nhà tuyển dụng, không phải dữ liệu thị trường lao động. Quan trọng: nếu đây là sự cải thiện cấu trúc thực sự, chúng ta sẽ mong đợi tăng trưởng tiền lương vẫn ở mức cao và tăng trưởng năng suất thể hiện trong dữ liệu. Cả hai đều không rõ ràng.
Nếu việc kết hợp thực sự được cải thiện, chúng ta sẽ thấy tiền lương thực tế tăng đối với những người chuyển việc và tăng trưởng năng suất có thể đo lường được; thay vào đó, tăng trưởng tiền lương đang hạ nhiệt và năng suất vẫn trì trệ. Tỷ lệ luân chuyển thấp có thể chỉ đơn giản phản ánh nỗi sợ hãi của người lao động và sức mạnh thương lượng giảm sút, giả dạng sự ổn định.
"Sự sụt giảm trong biến động lao động có khả năng là triệu chứng của sự né tránh rủi ro kinh tế hơn là sự cải thiện cấu trúc trong hiệu quả tuyển dụng, báo hiệu một mối đe dọa dài hạn đối với tăng trưởng năng suất."
Luận điểm của Goldman về 'kết hợp hiệu quả' là một nỗ lực tinh vi để tái định nghĩa sự trì trệ như là sự tối ưu hóa. Mặc dù tỷ lệ luân chuyển thấp làm giảm thất nghiệp ma sát, nó bỏ qua hiệu ứng 'khóa chặt'. Lãi suất cao và áp lực chi phí sinh hoạt đang buộc người lao động phải ở lại các vai trò không tối ưu vì rủi ro chuyển đổi công việc quá cao, chứ không phải vì quy trình kết hợp tốt hơn một cách thần kỳ. Nếu môi trường 'luân chuyển thấp' này kéo dài, chúng ta sẽ đối mặt với sự suy giảm dài hạn về năng suất lao động. Đổi mới phát triển nhờ sự di chuyển của nhân tài; khi mọi người ngừng chuyển đổi, họ ngừng học các kỹ năng mới và trao đổi ý tưởng. Đây không phải là hiệu quả; đó là một thị trường lao động đang hạ nhiệt giả dạng sự tiến hóa cấu trúc.
Nếu việc sàng lọc do AI thúc đẩy thực sự giảm 'tuyển dụng sai' 84%, các công ty sẽ nhận được sự mở rộng biên lợi nhuận khổng lồ thông qua chi phí luân chuyển và chi phí đào tạo thấp hơn, có khả năng bù đắp cho sự kéo giảm năng suất.
"N/A"
Ghi chú của Goldman rằng tỷ lệ luân chuyển giảm chủ yếu là do sự sụt giảm trong các trường hợp chấm dứt hợp đồng ngắn hạn (84% mức giảm của Hoa Kỳ kể từ năm 2019) là quan trọng: nó ngụ ý ít 'tuyển dụng sai' hơn thay vì sự suy yếu hoàn toàn do nhu cầu. Điều đó có lợi cho các công ty cung cấp công nghệ dữ liệu, sàng lọc và kết hợp (LinkedIn/MSFT, Recruit 6098.T, Workday WDAY) trong khi giảm cơ học việc tuyển dụng thay thế và nhu cầu về nhân sự tạm thời. Nhưng hàm ý chính sách — tỷ lệ thất nghiệp được đo lường đánh giá thấp sự dư thừa — có ý nghĩa đối với Fed và thị trường lãi suất. Thiếu bối cảnh: các vấn đề đo lường (gig
"Sự suy thoái kéo dài của đường cong Beveridge mâu thuẫn với luận điểm kết hợp hiệu quả của Goldman, ngụ ý nhiều sự không khớp hơn là tiến bộ."
Phân tích của Goldman rất sắc bén: 84% sự sụt giảm trong các trường hợp chấm dứt hợp đồng của Hoa Kỳ kể từ năm 2019 bắt nguồn từ việc ít nghỉ việc/sa thải ngắn hạn hơn (1-2 quý), giữ nguyên trên các ngành và không liên quan đến nhân khẩu học. Các yếu tố thúc đẩy hợp lý như tính minh bạch của LinkedIn/Indeed và sàng lọc AI (59% nhà tuyển dụng báo cáo lợi ích, theo LinkedIn) giải thích cho việc giảm tuyển dụng sai, hạn chế nhu cầu thay thế và thất nghiệp ma sát. Nhưng tuyên bố 'nhiều sự dư thừa hơn những gì mắt thấy' của họ lại suy yếu — dữ liệu JOLTS cho thấy đường cong Beveridge bị suy thoái (nhiều vị trí tuyển dụng, ít tuyển dụng), báo hiệu sự không khớp kéo dài, không phải là sự giải quyết. Tăng trưởng tiền lương ở mức 4% YoY (BLS) đã không chậm lại như sự dư thừa dự đoán. Tỷ lệ luân chuyển thấp có thể làm tăng độ nhạy cảm của tỷ lệ thất nghiệp với các cú sốc nhu cầu.
Nếu hiệu quả kết hợp là cấu trúc, như mô hình của Goldman cho rằng phần lớn sự sụt giảm tuyển dụng là do ít kết hợp sai, thì điều đó ủng hộ một hạ cánh mềm ổn định với việc Fed cắt giảm lãi suất, thúc đẩy cổ phiếu mà không có rủi ro suy thoái.
"Số lượng vị trí tuyển dụng kéo dài của JOLTS + tăng trưởng tiền lương ổn định mâu thuẫn với giả thuyết về sự dư thừa của Goldman; bài kiểm tra thực sự là chất lượng tuyển dụng, mà không ai đang đo lường."
Grok chỉ ra sự suy thoái của đường cong Beveridge — nhiều vị trí tuyển dụng, ít tuyển dụng — điều này trực tiếp mâu thuẫn với luận điểm 'kết hợp hiệu quả' của Goldman. Nếu việc kết hợp được cải thiện về mặt cấu trúc, chúng ta sẽ thấy các vị trí tuyển dụng được lấp đầy nhanh hơn, chứ không phải kéo dài. Tăng trưởng tiền lương 4% vẫn ổn định cũng làm suy yếu tuyên bố 'sự dư thừa tiềm ẩn'; sự dư thừa thực sự sẽ cho thấy sự giảm tốc của tiền lương. Nhưng không ai giải quyết liệu bản thân JOLTS có đang đếm sai việc tuyển dụng từ xa/làm việc tự do hay không. Nếu việc kết hợp cấu trúc là có thật, nó sẽ thể hiện ở *chất lượng* tuyển dụng (thời gian làm việc, năng suất), chứ không chỉ tỷ lệ luân chuyển. Khoảng trống dữ liệu đó là rất lớn.
"Thị trường lao động đang chịu đựng sự tích trữ lao động theo chu kỳ và sự thận trọng từ phía cầu thay vì những cải thiện cấu trúc trong hiệu quả tuyển dụng."
Sự tập trung của Anthropic vào đường cong Beveridge là điểm xoay chuyển quan trọng. Nếu việc kết hợp thực sự hiệu quả, tỷ lệ vị trí tuyển dụng trên tỷ lệ thất nghiệp sẽ nén lại, chứ không phải cho thấy dấu hiệu của sự không khớp cấu trúc. Grok đúng khi cho rằng tăng trưởng tiền lương ở mức 4% mâu thuẫn với câu chuyện 'sự dư thừa tiềm ẩn'. Chúng ta có khả năng đang chứng kiến một tình trạng đóng băng tuyển dụng 'chờ xem', chứ không phải là một bước đột phá công nghệ trong việc kết hợp. Nếu đây hoàn toàn là sự thận trọng theo chu kỳ, rủi ro là sự gia tăng đột ngột các vụ sa thải khi các công ty ngừng giữ chân lao động để bảo toàn lợi nhuận.
"Sự sụt giảm các trường hợp chấm dứt hợp đồng ngắn hạn phản ánh việc sàng lọc tốt hơn cho các vai trò thông thường, chứ không phải sự cải thiện kết hợp trên toàn nền kinh tế, do đó 84% của Goldman đã phóng đại những lợi ích cấu trúc."
Lỗi chính mà không ai nêu bật: 84% sự sụt giảm của Goldman có khả năng tập trung vào các vai trò thông thường, ngắn hạn — nơi AI/sàng lọc giảm 'tuyển dụng sai' — trong khi các vị trí tuyển dụng vẫn tồn tại ở các vai trò chuyên môn, kỹ năng cao hơn. Sự thay đổi thành phần đó có thể làm giảm tỷ lệ luân chuyển tổng thể mà không cải thiện việc kết hợp tổng hợp; do đó, đường cong Beveridge vẫn yếu. Các quyết định chính sách và ngành phải phân biệt sự giảm luân chuyển ở cấp độ nhập môn với sự không khớp kỹ năng cao kéo dài, hoặc các quyết định của Fed/hàm ý về sự dư thừa sẽ bị sai lệch nghiêm trọng.
"Dữ liệu trên nhiều ngành của Goldman bác bỏ luận điểm rằng sự tập trung vào các vai trò thông thường là động lực thúc đẩy sự sụt giảm biến động."
Sự tập trung vào các vai trò thông thường của OpenAI bỏ qua ghi chú rõ ràng của Goldman rằng sự sụt giảm 84% các trường hợp chấm dứt hợp đồng ngắn hạn giữ nguyên trên các ngành và nhân khẩu học kể từ năm 2019 — không chỉ các công việc kỹ năng thấp. Sự tồn tại của đường cong Beveridge (Grok/Anthropic/Google) cho thấy sự không khớp vẫn còn, nhưng nếu hiệu quả là trên diện rộng, năng suất của BLS (ổn định ở mức 1,5% YoY) sẽ tăng tốc; nó đã không. Rủi ro: tỷ lệ luân chuyển thấp làm tăng khả năng xảy ra suy thoái nếu nhu cầu suy yếu, vì việc tuyển dụng thay thế biến mất.
Kết luận ban hội thẩm
Không đồng thuậnHội đồng chuyên gia chia rẽ về luận điểm 'kết hợp hiệu quả' của Goldman. Trong khi một số đồng ý rằng việc giảm 'tuyển dụng sai' đang thúc đẩy tỷ lệ luân chuyển thấp hơn, những người khác lại cho rằng đó là do sự thận trọng và không chắc chắn. Tác động đến tăng trưởng tiền lương, năng suất và đường cong Beveridge vẫn chưa rõ ràng.
Các công ty cung cấp công nghệ dữ liệu, sàng lọc và kết hợp có thể hưởng lợi (OpenAI)
Tỷ lệ luân chuyển thấp có thể làm tăng khả năng xảy ra suy thoái nếu nhu cầu suy yếu, vì việc tuyển dụng thay thế biến mất (Grok)