Ứng dụng Gen AI trong ngành Ngân hàng

Kịch bản tiếp nhận Gen AI

Theo Michael S. Barr (2025), hiện nay có hai kịch bản tiếp nhận Gen AI: Một kịch bản gia tăng, trong đó công nghệ chủ yếu hỗ trợ những gì con người đang thực hiện hiện nay và một kịch bản biến đổi, trong đó chúng ta mở rộng khả năng của con người với những hệ quả sâu rộng.

Thứ nhất, kịch bản gia tăng: Trong kịch bản này, Gen AI được ứng dụng nhằm hỗ trợ và nâng cao các hoạt động đang được con người thực hiện. Công nghệ không nhằm thay thế hoàn toàn vai trò của con người mà chủ yếu hoạt động như một công cụ hỗ trợ, giúp cải thiện hiệu suất công việc. Ví dụ, Gen AI có thể giúp xử lý dữ liệu, phát hiện gian lận, cung cấp những gợi ý tối ưu cho quyết định tín dụng, hay đơn giản là tự động hóa những tác vụ thường nhật trong quy trình ngân hàng. Sự kết hợp này giúp giảm thiểu sai sót, gia tăng tốc độ phản ứng và cải thiện hiệu quả công việc, từ đó mang lại lợi ích rõ rệt trong việc tăng năng suất cho toàn ngành Ngân hàng.

Thứ hai, kịch bản biến đổi: Trái với cách tiếp cận hỗ trợ, trong kịch bản biến đổi, Gen AI được tận dụng để mở rộng khả năng hoạt động của con người theo cách thức sâu rộng và đột phá. Công nghệ không chỉ gia tăng hiệu quả của các công việc hiện có mà còn tạo ra những phương thức làm việc mới, đưa ra các quyết định dựa trên dữ liệu với mức độ phức tạp và nhanh nhạy vượt xa khả năng truyền thống của con người. Điều này có thể dẫn đến những thay đổi căn bản trong cách thức tổ chức và vận hành của ngân hàng. Sự chuyển đổi theo hướng này có thể làm thay đổi hoàn toàn mô hình kinh doanh hiện tại, mở ra những cơ hội mới, đồng thời cũng đặt ra các yêu cầu cao hơn về quản lý rủi ro, đạo đức và sự minh bạch.

Ảnh minh họa. (Nguồn: Internet)

Hiện nay, với tốc độ phát triển nhanh chóng của Gen AI theo từng quý, trong tương lai gần, công nghệ này trở thành một yếu tố tất yếu - một điều kiện cần thiết để duy trì lợi thế cạnh tranh trong ngành Ngân hàng. Để chuẩn bị cho giai đoạn đó, việc các nhà quản lý và ngân hàng cùng xem xét về những kênh có thể dẫn đến sự tất yếu này là điều cần thiết. Một trong những kênh quan trọng chính là mối quan hệ giữa ngân hàng và các công ty Fintech. Công ty Fintech hiện đang ở vị thế thuận lợi để tích hợp Gen AI vào các sản phẩm và dịch vụ của họ, trong khi ngân hàng nắm giữ nguồn dữ liệu hành vi khách hàng có giá trị - yếu tố quan trọng giúp các mô hình Gen AI vận hành hiệu quả hơn. Chính nhờ tiềm năng hợp tác và cạnh tranh giữa hai bên mà đổi mới sẽ được thúc đẩy, từ đó đẩy nhanh quá trình tích hợp Gen AI vào ngành Ngân hàng.

Gen AI có thể mang lại nhiều lợi ích cho cả người tiêu dùng và doanh nghiệp thông qua việc cung cấp các dịch vụ tài chính chất lượng cao hơn, chi phí thấp hơn và tốc độ xử lý nhanh hơn. Tuy nhiên, để tận dụng được những lợi thế này, các ngân hàng, công ty Fintech và cơ quan quản lý đều đóng vai trò thiết yếu trong việc đảm bảo rằng các rủi ro tiềm tàng được quản lý một cách hiệu quả.

Gen AI và ngành Ngân hàng

Ngành Ngân hàng vận hành chủ yếu dựa trên dữ liệu - đây là nền tảng cho việc đưa ra các quyết định như thiết lập lãi suất tiền gửi, đánh giá và định giá các sản phẩm tín dụng, cũng như quản lý rủi ro. Trong khi các dạng AI truyền thống đã đóng vai trò thiết yếu trong một số lĩnh vực, chẳng hạn như phát hiện gian lận, thì Gen AI mở ra những khả năng mới trong phân tích dữ liệu bằng cách xử lý một tập hợp thông tin phong phú và đa dạng hơn. Gen AI đặc biệt hữu ích trong việc phân tích tài liệu, giúp nâng cao hiệu quả quá trình đánh giá tín dụng.

Bên cạnh khả năng xử lý và phân tích dữ liệu, các chatbot ứng dụng Gen AI cũng đang góp phần cải thiện chất lượng dịch vụ khách hàng. Với khả năng cung cấp các phản hồi chính xác và tương tác hiệu quả, Gen AI mang đến trải nghiệm khách hàng chất lượng cao, đến mức nhiều người dùng có thể bắt đầu ưu tiên các đại diện AI hơn so với con người. Những chatbot này có thể chia nhỏ các nhiệm vụ phức tạp, phân bổ công việc cho nhiều tác nhân AI khác nhau và hỗ trợ khách hàng đưa ra những quyết định thông minh. Hơn nữa, chúng còn có khả năng tái hiện “sự chạm” của con người bằng cách điều chỉnh cách tương tác theo mức độ hiểu biết của khách hàng, dự đoán nhu cầu và thể hiện sự đồng cảm, thậm chí trong một số trường hợp có thể vượt trội hơn con người.

Trong lĩnh vực giao dịch và thị trường vốn, các công cụ phân tích ứng dụng Gen AI có thể tăng cường hiệu quả hoạt động bằng cách mở rộng khả năng của các hệ thống giao dịch thuật toán hiện có. Điều này được thực hiện thông qua việc khai thác kho dữ liệu khổng lồ từ cả khu vực công và tư. Những cải tiến này có tiềm năng giúp đưa ra quyết định nhanh hơn, có cơ sở thông tin toàn diện hơn, dù cũng đi kèm với một số rủi ro nhất định cần được quản lý.

Việc triển khai Gen AI tại các ngân hàng còn thận trọng

Hiện nay, các ngân hàng thận trọng ứng dụng Gen AI vì họ đang hoạt động trong môi trường chịu sự giám sát và quản lý nghiêm ngặt. Bên cạnh đó, ở một số ứng dụng, công nghệ Gen AI vẫn chưa đạt đến mức độ hoàn thiện. Các mô hình Gen AI đôi khi bị “ảo giác” - tạo ra thông tin nghe có vẻ hợp lý nhưng thực ra sai. Hơn nữa, vì Gen AI dùng cơ chế sinh nội dung ngẫu nhiên, nên một câu hỏi có thể nhận được các câu trả lời khác nhau vào những lần hỏi khác nhau, kể cả khi câu hỏi gần giống. Điều này khó đáp ứng yêu cầu của ngành ngân hàng, nơi mọi quyết định phải được kiểm soát nghiêm ngặt: Số liệu phải chính xác, cơ sở pháp lý rõ ràng, quy trình giải thích được và có thể lặp lại.

Một mối lo lớn khác là bảo mật thông tin. Khi một công cụ Gen AI có quyền truy cập vào dữ liệu nhạy cảm của khách hàng hoặc có thể thực hiện giao dịch thay mặt họ, nó dễ trở thành mục tiêu tấn công của các đối tượng xấu. Hơn nữa, trong quá trình xử lý dữ liệu quy mô lớn, các mô hình Gen AI có nguy cơ làm rò rỉ thông tin khách hàng hoặc dữ liệu độc quyền trong phần phản hồi đầu ra, dẫn đến vi phạm quyền riêng tư và các quy định pháp luật.

Bên cạnh đó, quy trình nội bộ của nhiều ngân hàng chưa được thiết kế để khai thác hết sức mạnh của Gen AI. Công nghệ này cần dữ liệu tập trung và hạ tầng công nghệ hiện đại, nhưng nhiều ngân hàng vẫn có “khoản nợ công nghệ”: Hệ thống dữ liệu rời rạc, phân tán và khó kết nối để phân tích trên toàn tổ chức. Thêm vào đó, các rào cản về tổ chức và vận hành khiến việc chuyển đổi quy trình hiện có sang mô hình tối ưu hóa bằng AI trở nên vất vả.

Dù vướng phải các rào cản công nghệ và tổ chức, nhưng với tốc độ phát triển hiện nay, những khó khăn này sẽ dần được giải quyết bằng kỹ thuật, thiết kế sản phẩm và quản trị rủi ro. Về đổi mới quy trình, các công ty Fintech sẽ giữ vai trò quan trọng, giúp ngân hàng đổi mới một cách trách nhiệm và hiệu quả hơn.

Đặc điểm của công ty Fintech và ngân hàng

Khi công nghệ Gen AI tiếp tục phát triển, rất có thể các công ty Fintech sẽ thúc đẩy việc áp dụng rộng rãi Gen AI trong nhiều dịch vụ tài chính. Có một số lý do giải thích cho điều này. Thứ nhất, các công ty Fintech thường là những doanh nghiệp trẻ với công nghệ hiện đại và không cần phải tích hợp công nghệ mới vào cơ sở hạ tầng cũ nên có thể khai thác dữ liệu tối đa và nhanh chóng tích hợp các năng lực AI mới nhất. Thứ hai, áp lực khẳng định hiệu quả trong thời gian ngắn và nguồn vốn hạn chế từ các vòng gọi vốn đầu tiên buộc họ phải tìm ra giải pháp sáng tạo, nhanh gọn và mang tính đột phá, trong đó Gen AI là lựa chọn hấp dẫn. Thứ ba, vì thường khởi đầu từ một ý tưởng kinh doanh đơn giản và tập trung vào một sản phẩm cốt lõi, các công ty Fintech có thể tối ưu toàn bộ bộ công nghệ của mình cho mục tiêu duy nhất đó, thay vì phải cân bằng giữa nhiều mảng kinh doanh cạnh tranh như các ngân hàng truyền thống.

Nhờ những lợi thế bổ trợ lẫn nhau, công ty Fintech và ngân hàng có thể phối hợp mật thiết. Ngân hàng sở hữu kho dữ liệu khách hàng khổng lồ - nguồn nhiên liệu thiết yếu cho mọi mô hình học máy, kể cả mô hình ngôn ngữ lớn. Họ còn có tầm nhìn đa mảng để dùng Gen AI cá nhân hóa chiến lược bán chéo sản phẩm, đồng thời đủ quy mô để triển khai các giải pháp Gen AI toàn diện cho tuân thủ và quản trị rủi ro. Bên cạnh đó, ngân hàng đã gây dựng quan hệ khách hàng lâu năm và duy trì hệ thống kiểm soát chặt chẽ, tạo nên uy tín và độ tin cậy cao.

Một cách khác để xem xét mối quan hệ giữa các công ty Fintech và ngân hàng là như một cuộc đua giữa tốc độ và quy mô. Các công ty Fintech có khả năng vận hành nhanh chóng nhưng lại khởi đầu với quy mô nhỏ. Trong khi đó, các ngân hàng di chuyển chậm hơn nhưng có quy mô lớn về đầu tư, khả năng tiếp cận khách hàng và quản lý rủi ro. Điều này tạo ra một động lực buộc các công ty Fintech phải cố gắng mở rộng thị phần của mình đủ nhanh để vượt qua lợi thế quy mô và vị thế hiện hữu của các ngân hàng.

Fintech - ngân hàng: Chất xúc tác đẩy nhanh ứng dụng AI

Quan hệ ngân hàng - công ty Fintech có thể tăng tốc ứng dụng Gen AI trong tài chính. Fintech giành thị phần bằng sản phẩm mới, trong khi ngân hàng đáp trả bằng cách tích hợp công nghệ vượt trội vào dịch vụ hiện có. Cuộc cạnh tranh này, nếu rủi ro được kiểm soát tốt, sẽ mang lại cho người tiêu dùng nhiều lựa chọn hơn, sản phẩm chất lượng hơn và giá hợp lý hơn, đồng thời buộc các ngân hàng đẩy nhanh triển khai giải pháp Gen AI.

Ngoài ra, các công ty Fintech và ngân hàng cũng có thể thiết lập mối quan hệ cộng sinh, hình thành các quan hệ đối tác hợp tác, nơi mà công ty Fintech và ngân hàng hợp nhất những điểm mạnh của mình. Ví dụ về những mối quan hệ đối tác này có thể bao gồm việc ngân hàng mua lại hoặc đầu tư vốn vào các công ty Fintech có sản phẩm Gen AI, hoặc các ngân hàng và công ty Fintech tham gia vào mối quan hệ truyền thống giữa nhà cung cấp và khách hàng.

Trách nhiệm quản lý rủi ro AI

Các nhà quản lý rủi ro ngân hàng cần nắm bắt xu hướng Gen AI và theo dõi các diễn biến ngoài Ngành để tránh bị bất ngờ khi công nghệ này thâm nhập vào hệ thống. Khi áp dụng Gen AI hoặc cung cấp dịch vụ dựa trên công nghệ này, ngân hàng phải chủ động quản lý rủi ro và lựa chọn các đối tác công ty Fintech minh bạch, có năng lực kiểm soát hiệu quả. Tuy nhiên, sẽ có mâu thuẫn khi ngân hàng cần hiểu rõ công cụ từ công ty Fintech, trong khi công ty Fintech có thể không muốn tiết lộ bí mật. Vì vậy, việc làm rõ quyền sở hữu dữ liệu khách hàng và giải quyết các mâu thuẫn liên quan đến việc sử dụng dữ liệu khách hàng trong mô hình AI của công ty Fintech là rất quan trọng.

Bên cạnh đó, các công ty Fintech đóng vai trò then chốt trong việc tạo nền tảng cho quản lý rủi ro hiệu quả của Gen AI. Chất lượng dữ liệu và quá trình đào tạo mô hình là những yếu tố thiết yếu để đảm bảo việc sử dụng các công cụ AI được an toàn, ổn định và công bằng. Ví dụ, các nhà phát triển công ty Fintech cần ưu tiên việc xác định những thiên vị trong tập dữ liệu đào tạo và theo dõi đầu ra nhằm ngăn chặn những thiên vị đó làm gia tăng bất bình đẳng hoặc đánh giá sai lệch các rủi ro. Hơn nữa, các công ty Fintech cần hiểu rõ cách thức ngân hàng quản lý rủi ro để có thể điều chỉnh giải pháp Gen AI phù hợp với các phương pháp quản lý hiện có.

Một số khuyến nghị

Thứ nhất, cơ quan quản lý và nhà quản trị ngân hàng cần được đào tạo và cập nhật thường xuyên về công nghệ, để hiểu rõ cơ sở kinh doanh và các rủi ro khi triển khai Gen AI.

Thứ hai, họ nên xem xét và cập nhật các tiêu chuẩn quản lý rủi ro mô hình, đồng thời tham gia tích cực vào các diễn đàn công - tư để tạo cơ hội hợp tác.

Thứ ba, cơ quan quản lý và nhà quản trị cần tìm hiểu cách thức và thời điểm triển khai công nghệ, để kịp thời thích ứng với những thay đổi và đưa ra các đánh giá chính xác về giám sát việc sử dụng Gen AI trong hệ thống ngân hàng.

Kết luận

Có thể nói, để Gen AI được tích hợp thành công vào lĩnh vực ngân hàng, sẽ cần đến cả sự sáng tạo trong cách ứng dụng lẫn việc thiết lập các hàng rào bảo vệ một cách chuẩn xác. Đây không phải là một cuộc chơi được - mất, mà là cơ hội để tất cả các bên liên quan từ ngân hàng, công ty Fintech, cơ quan quản lý cho đến người tiêu dùng cùng chung tay tạo dựng nền tảng cho việc khai thác hiệu quả lợi ích từ công nghệ, đồng thời kiểm soát tốt các rủi ro phát sinh. Nếu làm được điều đó, chúng ta có thể góp phần xây dựng một hệ thống tài chính vững chắc và bền vững, mang lại lợi ích lâu dài cho tất cả mọi người.

Tài liệu tham khảo:

1. Michael S. Barr, "Artificial Intelligence: Hypothetical Scenarios for the Future", speech at the Council on Foreign Relations, New York, February 18, 2025.

2. See the SAS web page, Cashing In: Study Shows Banks Investing Big in GenAI, and It's Paying Off, https://www.sas.com/en_us/news/press-releases/2024/october/generativeai-banking.html.

3. J.W. Ayers, A. Poliak, M. Dredze, et al., "Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum", JAMA Internal Medicine, April 28, 2023;183(6): pages 589 - 96, https://jamanetwork.com/journals/jamainternalmedicine/fullarticle/2804309.

4. Michael S. Barr, "Artificial Intelligence: Hypothetical Scenarios for the Future," speech at the Council on Foreign Relations, New York, February 18, 2025.

5. For instance, see NIST blog, "Technical Blog: Strengthening AI Agent Hijacking Evaluations", January 17, 2025.

6. And many Fintechs have success, achieving significant scale in a relatively short period.

7. See Board of Governors of the Federal Reserve System, SR letter 23-4, "Interagency Guidance on Third-Party Relationships: Risk Management", June 7, 2023.

8. See Board of Governors of the Federal Reserve System, SR letter 11-77, "Guidance on Model Risk Management".

Quỳnh Anh