Thiết kế hay chế tạo? Học thạc sĩ hay đi làm? AI đang làm nghề bán dẫn khó trả lời hơn bao giờ hết

Chúng tôi được đọc bài viết rất hay trên trang cá nhân của ông Trần Quốc Huy, một kỹ sư giàu kinh nghiệm đang làm việc tại Tập đoàn Cadence, về những trăn trở trước các câu hỏi của những sinh viên đã và đang theo học trong lĩnh vực vi mạch bán dẫn trước sự phát triển như vũ bão của AI.

Sau khi xin phép ông Trần Quốc Huy và nhận được sự đồng ý, trang website của Chi hội HASEMI (hasemi.com.vn) xin được phép đăng lại để rộng đường thông tin tới những người đang quan tâm đến lĩnh vực này.

2 tuần rồi mình nhận liền mấy tin nhắn của cả học sinh, sinh viên và phụ huynh, tựu chung lại có khá nhiều nỗi lo mà mình tóm tắt lại dưới ba lớp vỏ khác nhau sau đây:

Một bạn sinh viên năm ba ngành thiết kế vi mạch, đã có sẵn một kế hoạch khá rõ ràng, tốt nghiệp xong sẽ đi làm cho một công ty hứa đưa sang Nhật đào tạo, vẫn nhắn hỏi mình vì thấy “mất phương hướng”. Một phụ huynh có con cũng đang năm ba, lúc đăng ký học thì nhắm hướng thiết kế, giờ giữa chừng lại quay sang chế tạo, kể rằng bản thân “mẹ chóng hết cả mặt”. Và một người quen hoạt động trong mảng giáo dục kỹ thuật, đang bàn với mình lịch trò chuyện với sinh viên về cùng chủ đề mình từng viết: ngay cả nghề bán dẫn cũng chao đảo vì AI.

Bài trước mình đã đưa bức tranh chung, với số liệu về cơn khát nhân lực, tính chu kỳ của ngành, và cách AI đang định hình lại từng khâu trong flow thiết kế chip. Hôm nay, nhân dịp ba câu hỏi tới cùng một lúc, mình muốn viết phần còn lại, thứ không nằm trong giáo trình nào và cũng khó gói gọn trong một bài phân tích số liệu. Đó là cách người ta thực sự ra quyết định khi ngành nghề không cho một đáp án chắc ăn, và cách mình trả lời khi được hỏi trực tiếp, không phải viết cho đám đông.

Mất phương hướng, ngay cả khi đã có kế hoạch

Bạn sinh viên nhắn mình có vẻ đã đi trước rất nhiều người cùng trang lứa. Có ngành học đúng chuyên môn, có công ty ngỏ lời, có cả lộ trình đào tạo ở nước ngoài. Câu trả lời đầu tiên của mình là một câu hỏi ngược lại, rằng nếu đã có mục tiêu rõ ràng như vậy thì còn mất phương hướng ở chỗ nào.

Mình hỏi câu đó không phải để bắt bẻ. Mình hỏi vậy vì muốn tách hai thứ đang bị gộp làm một trong đầu rất nhiều bạn trẻ, đó là “chưa có kế hoạch” và “có kế hoạch nhưng vẫn lo”. Đây là hai trạng thái rất khác nhau. Người chưa có kế hoạch cần thông tin. Người đã có kế hoạch nhưng vẫn lo cần một thứ khác, đó là chấp nhận rằng ngành này không có đáp án nào miễn nhiễm với rủi ro, kể cả đáp án nghe có vẻ chắc ăn nhất.

Ngành bán dẫn có tính chu kỳ rất mạnh, đã nhiều lần trải qua những đợt suy thoái nghiêm trọng kể từ thập niên 1990, và không ai, kể cả các hãng phân tích lớn, có thể đoán chính xác đợt suy giảm kế tiếp sẽ tới lúc nào. Một lời mời đào tạo ở nước ngoài hôm nay là thật, nhưng nó được đưa ra trong một giai đoạn ngành đang ở gần đỉnh sóng đầu tư do AI kéo nhu cầu chip lên cao. Không có gì đảm bảo con sóng đó còn nguyên hình dạng vào lúc bạn tốt nghiệp và ký hợp đồng chính thức hai năm sau. Cảm giác mất phương hướng, nhiều khi, không phải vì thiếu thông tin, mà vì tâm lý đang phản ứng đúng với một sự thật mà lý trí chưa chịu thừa nhận, đó là không có lựa chọn nào ở đây là an toàn tuyệt đối.

Mình không nói điều này để làm các bạn hoang mang lo lắng đâu. Mình nói vì nếu chấp nhận sớm rằng bất định là một phần của nghề, thay vì đi tìm một kế hoạch “không thể sai”, các bạn sẽ đỡ tốn năng lượng vào việc tự trách bản thân mỗi khi thấy lung lay.

Học tiếp lên thạc sĩ, hay đi làm trước?

Đây là câu mình nhận nhiều nhất, kể cả trước khi có làn sóng AI. Với người phụ huynh hỏi mình tuần này, câu trả lời của mình cũng đơn giản thôi: nếu không gấp gáp kiếm tiền, không có áp lực cuộc sống, thì cứ đi học tiếp, nhưng phải chọn thật kỹ một ngành cụ thể mình sẽ theo; còn nếu không có điều kiện đó thì không nhất thiết phải học thạc sĩ.

Lý do mình nhấn mạnh vế “chọn kỹ” nằm ở chính điều mình viết ở bài trước. Verification là một trong những nút thắt lớn của toàn bộ flow. Đã có những phân tích cho thấy rằng với AI hỗ trợ, một đội ba kỹ sư giỏi có thể làm khối lượng công việc trước đây cần năm người. Học thạc sĩ về bản chất là một khoản đặt cược, bạn dành hai năm và một khoản tiền để đào sâu vào một lát cắt hẹp của ngành, đặt cược rằng lát cắt đó vẫn còn cần nhiều người vào lúc bạn ra trường. Khi AI đang nén nhu cầu nhân sự ở một số khâu nhanh hơn trước, một lựa chọn thạc sĩ hời hợt, chọn vì nghe sang hay vì đúng trường top chứ không phải vì hiểu mình sẽ làm gì với nó, rủi ro hơn trước khá nhiều.

Ngược lại, đi làm trước cho một cái lợi mà không giáo trình thạc sĩ nào dạy được, đó là chạy một flow thật và debug một lỗi thật. Sinh viên tốt nghiệp đúng chuyên ngành nhưng chưa từng làm hai việc này sẽ mất rất nhiều thời gian để bắt kịp người có kinh nghiệm thực hành. Vài năm đi làm, ngay cả ở một vị trí chưa hoàn toàn đúng mơ ước, vẫn cho bạn thứ tài sản khó giả lập trong phòng lab của trường: “Cảm giác về việc một lỗi thiết kế thật sự tốn kém tới mức nào, và quy trình thật của một đội ngũ hàng chục người phối hợp ra sao”.

Vậy nên mình không nghĩ đây là câu hỏi “phương án nào tốt hơn” theo nghĩa tuyệt đối. Nó phụ thuộc vào việc bạn đang tối ưu cho điều gì. Nếu bạn đã biết rõ mảng hẹp mình muốn đào sâu và có đủ nguồn lực để theo, học tiếp là hợp lý. Nếu bạn chưa chắc, đi làm trước hai đến ba năm rồi mới quay lại học, với một câu hỏi nghiên cứu cụ thể hơn thay vì một cái tên trường, thường là lựa chọn ít rủi ro hơn trong giai đoạn ngành đang biến động nhanh như hiện nay.

Thực tế, mình có người bạn đã cùng mình chinh chiến gần 20 năm trong ngành, tới tận gần đây mới quay lại học và lấy bằng thạc sĩ nhẹ tênh hồi đầu năm. Với những người đã tích lũy đủ bề sâu thực hành như vậy, việc học lúc này không còn là áp lực đi tìm tấm vé vào đời, mà giống như một trải nghiệm bổ sung cho vui – nơi lý thuyết chỉ là phần đi sau để hệ thống lại những gì tay họ đã từng làm.

Chọn thiết kế hay chế tạo, khi bức tranh ngành vốn rất rộng?

Câu chuyện của vị phụ huynh có phần đặc biệt hơn. Con của chị đăng ký học với định hướng thiết kế, nhưng tới năm ba lại chuyển sang chế tạo, khiến cả nhà hoang mang.

Thực ra, nếu phân tích sòng phẳng, mảng chế tạo (manufacturing) trong chuỗi giá trị bán dẫn cực kỳ rộng lớn. Nó không chỉ đơn thuần là việc xây dựng các nhà máy đúc chip triệu đô với các công nghệ tiên tiến (advanced nodes) mà còn bao gồm chế tạo các dòng chip công suất, các công nghệ node truyền thống (legacy nodes), hay khâu đóng gói và kiểm thử thuê ngoài (OSAT), trong đó có cả các công nghệ đóng gói tiên tiến.

Hơn nữa, cơ hội nghề nghiệp của một kỹ sư chế tạo hiện nay mang tính toàn cầu rất cao, mở ra nhiều không gian phát triển ở các quốc gia và khu vực công nghiệp bán dẫn phát triển.

Tuy nhiên, dù là thiết kế hay chế tạo, chuỗi cung ứng bán dẫn luôn chịu ảnh hưởng lớn từ biến động thị trường và định hướng chính sách ở từng thời điểm. Nếu một sinh viên chọn ngành chỉ dựa trên phỏng đoán “khâu nào sẽ hot hơn trong mười năm tới”, bạn đang đặt cược vào một bài toán có quá nhiều biến số chưa biết trước.

Trong hoàn cảnh đó, tiêu chí chọn hợp lý hơn không phải là “khâu nào sẽ thắng” mà là “mình có đủ đam mê để vượt qua những năm khó khăn của khâu đó hay không”. Cả thiết kế lẫn chế tạo đều sẽ có những giai đoạn chật vật, có thể vì chu kỳ suy thoái của ngành, có thể vì sự dịch chuyển công nghệ.

Một lựa chọn xuất phát từ mong muốn và đam mê thực sự sẽ giúp người ta bám trụ qua những giai đoạn thử thách. Ngược lại, một lựa chọn xuất phát từ việc đoán xem hướng nào “có vẻ an toàn hơn trên báo chí” rất dễ sụp đổ ngay khi thực tế không diễn ra như kỳ vọng, đơn giản vì người chọn chưa từng có lý do nội tại nào đủ lớn để tiếp tục ngoài một dự đoán đã sai. Ý kiến của phụ huynh, vì thế, chỉ nên mang tính tham khảo và đồng hành.

Thứ mà trường lớp thật sự không dạy: làm việc cùng AI thay vì chỉ lo sợ nó

Đây là phần mình nghĩ quan trọng nhất, vì nó không nằm trong bất kỳ giáo trình nào hiện có, kể cả những giáo trình vừa mở ngành vài năm gần đây.

Tại DAC 2026, cả ba hãng EDA lớn đều cho thấy rất rõ một bước chuyển: AI không còn chỉ hỗ trợ từng tác vụ nhỏ mà đang bắt đầu vận hành các chuỗi quy trình dài. Cadence ra mắt AuraStack AI Super Agent tiếp nối định hướng agentic AI từ chip tới hệ thống. Synopsys đẩy mạnh verification agent tự động giúp rút ngắn đáng kể thời gian xác thực RTL. Siemens EDA lại chọn hướng đi nhấn mạnh vào self-verification, buộc AI agent liên tục đối chiếu kết quả với các công cụ vật lý deterministic trước khi đi tiếp. (Mình đang làm việc tại Cadence nên nói rõ để bạn đọc cân nhắc góc nhìn này có phần thiên vị nghề nghiệp, nhưng bước chuyển chung ở cả ba hãng là có thật và công khai.)

Những công nghệ kể trên có thể nghe rất xa vời với một sinh viên, nhưng thực ra chúng đang trả lời một câu hỏi rất gần với mỗi người đang chuẩn bị bước vào nghề. Câu hỏi đúng không phải là ngành nào sẽ an toàn trước AI, vì không khâu nào hoàn toàn miễn nhiễm. Câu hỏi đúng là làm sao để trở thành người hiểu bài toán đủ sâu để đặt mục tiêu, đánh giá kết quả và ra quyết định, thay vì chỉ là người thực thi những bước lặp lại mà AI có thể học và tự động hóa nhanh hơn con người rất nhiều.

Hằng ngày, ngoài giờ làm chính, mình vẫn tự xây các AI agent nhỏ đọc log từ công cụ EDA, đối chiếu với tài liệu để khoanh vùng sự cố. Việc đó cho mình thấy rất rõ: AI agent dù mạnh tới đâu vẫn cần người phía sau biết đọc kết quả một cách phản biện, biết khi nào nó đang “tự tin làm sai” để can thiệp. Kỹ năng đó không thể có chỉ bằng cách đọc tài liệu. Nó hình thành khi bạn đã tự tay debug đủ nhiều lỗi thật để tích lũy trực giác kỹ thuật.

Vì vậy, lời khuyên của mình cho các bạn sinh viên là đừng né tránh các công cụ AI, nhưng cũng đừng để bản thân trở thành người chỉ biết bấm nút và tin tưởng mù quáng vào kết quả. Khi đi làm, dù áp lực tiến độ thúc đẩy bạn dùng AI để giải quyết nhanh công việc, hãy luôn dành thời gian “soi lại” các tệp log và tìm hiểu bản chất cách AI đưa ra đáp án. Đó chính là cách bạn rèn luyện trực giác chuyên môn – thứ tài sản giá trị nhất để bạn làm chủ và giám sát chính các công cụ AI sau này.

Không có đáp án chắc cú, nhưng có người sẵn sàng hỏi

Sau gần từng ấy năm trong nghề, điều mình tin chắc nhất không phải là một công thức chọn ngành luôn đúng, mà là việc không ai, kể cả người làm lâu năm, có đáp án chắc ăn cho những câu hỏi này. Ngành bán dẫn có tương lai thật, cơn khát nhân lực là có thật, nhưng con đường tới đó chưa bao giờ là một đường thẳng, và AI đang khiến nó càng gập ghềnh hơn theo cách không ai lường trước hết được.

Điều duy nhất mình thấy khác biệt rõ giữa những người rồi sẽ ổn và những người mãi loay hoay không nằm ở việc ai chọn đúng ngành hẹp nào, mà nằm ở việc ai chịu chủ động đặt câu hỏi, viết ra nỗi lo của mình, tìm người có kinh nghiệm để đối chiếu, thay vì âm thầm chọn đại một hướng rồi tự thuyết phục bản thân đó là lựa chọn duy nhất đúng.

Những người nhắn tin cho mình tuần này, dù đang ở những vị trí rất khác nhau trong hành trình, đều đã làm đúng việc đó. Đó có lẽ là thứ gần nhất với một lời khuyên chắc ăn mà mình có thể đưa ra.