AI - chìa khóa nâng tầm báo cáo phát triển bền vững tại các ngân hàng

Hiện nay, AI có thể hỗ trợ gì trong việc nâng cao chất lượng báo cáo phát triển bền vững của ngân hàng, thưa ông?

Theo tôi, AI đóng vai trò quan trọng trong việc trích xuất và xử lý dữ liệu đa nguồn, đa định dạng.

Thông qua các công nghệ học sâu (deep learning) và xử lý ngôn ngữ tự nhiên (NLP), AI có thể tiếp cận và phân tích dữ liệu từ nhiều nguồn khác nhau – bao gồm dữ liệu số, văn bản, hình ảnh – được thu thập từ báo cáo tài chính, hoạt động kinh doanh, tin tức truyền thông, văn bản pháp lý và thậm chí cả mạng xã hội. Qua đó, AI hỗ trợ ngân hàng nhận diện các yếu tố ESG liên quan đến khách hàng vay vốn, góp phần đảm bảo nguồn vốn tín dụng được sử dụng đúng mục đích, hợp pháp, không gây rủi ro môi trường – xã hội.

Thực tế cho thấy, AI có thể “đọc” và phân tích báo cáo thường niên của doanh nghiệp vay vốn, từ đó phát hiện các vấn đề tiềm ẩn về quản trị, hiệu quả sử dụng vốn, tỷ lệ giới trong ban lãnh đạo hay các tranh chấp pháp lý liên quan đến đạo đức kinh doanh. Điều này giúp ngân hàng sàng lọc các rủi ro tín dụng và phi tài chính trước khi ra quyết định cấp vốn.

Tiếp đó, AI có thể quét dữ liệu từ các nguồn công khai, như website doanh nghiệp, dữ liệu truyền thông, cơ quan chính phủ, tổ chức phi chính phủ (NGO)… Kết hợp cùng hệ thống IoT và phân tích dữ liệu lớn (Big Data Analytics), AI giúp xác minh mức độ sử dụng nguyên vật liệu sạch, lượng phát thải carbon hoặc mức tiêu thụ năng lượng – những tiêu chí quan trọng trong thẩm định các khoản vay “xanh”.

AI còn hỗ trợ đánh giá ESG xuyên chuỗi cung ứng, giúp ngân hàng có cái nhìn toàn diện về tính bền vững của cả hệ sinh thái liên quan đến một dự án hoặc doanh nghiệp vay vốn. Trong các dự án năng lượng, AI có thể phân tích dữ liệu cảm biến khí thải, điện năng tiêu thụ, giúp tăng độ tin cậy và minh bạch cho báo cáo ESG.

Điểm tiếp theo đó là AI giúp lượng hóa ESG bằng mô hình chấm điểm thông minh. Sau khi được huấn luyện từ dữ liệu chuyên gia, các mô hình AI có thể tự động gán điểm ESG cho từng doanh nghiệp hoặc dự án, dựa trên các chỉ số định lượng và định tính. Dựa vào hệ thống điểm số này, ngân hàng có thể phân loại khách hàng theo mức độ bền vững, từ đó ra quyết định tín dụng phù hợp về quy mô, cấu trúc khoản vay, lãi suất, thậm chí chính sách ưu đãi về bảo lãnh hoặc miễn giảm tài sản đảm bảo.

Theo tôi nhìn nhận, AI là công cụ hiệu quả trong phát hiện gian lận và hành vi “greenwashing”. Tương tự như vai trò trong phòng chống gian lận tài chính, AI có thể rà soát tính nhất quán giữa báo cáo ESG và dữ liệu thực tế của doanh nghiệp, từ đó phát hiện các sai lệch hoặc dấu hiệu thổi phồng thành tích môi trường nhằm mục đích “làm đẹp hồ sơ” vay vốn. Điều này đặc biệt quan trọng trong bối cảnh một số doanh nghiệp lợi dụng các tiêu chí ESG như một công cụ tiếp thị thay vì cam kết thực chất.

Ông vừa nhắc đến Greenwashing – hiện tượng “tô hồng môi trường” – đang là mối lo ngại lớn. Theo ông, AI có thể góp phần phát hiện và ngăn ngừa điều này như thế nào?

Đúng vậy, greenwashing là một thách thức nghiêm trọng. Với khả năng đối chiếu chéo dữ liệu, AI có thể phát hiện các bất nhất giữa báo cáo ESG và thực tế hoạt động. Ví dụ, doanh nghiệp báo cáo sử dụng năng lượng sạch, nhưng AI phát hiện họ vẫn mua điện từ nguồn than đá thông qua dữ liệu thị trường – điều đó sẽ bị “bắt bài” ngay. Thêm vào đó, AI giúp loại bỏ tình trạng xin – cho, giấy phép con bằng cách chuẩn hóa quy trình đánh giá ESG dựa trên dữ liệu và mô hình khách quan, thay vì cảm tính hay lợi ích nhóm.

Theo ông, những thách thức chính mà ngân hàng Việt Nam đang đối mặt khi triển khai báo cáo phát triển bền vững là gì, và AI có thể giúp vượt qua những thách thức đó ra sao?

Có không ít khó khăn và thách thức đối với việc triển khai báo cáo bền vững của các NHTM, nhưng theo quan điểm của cá nhân tôi, ba thách thức cơ bản và lớn nhất, bao gồm:

Thứ nhất là thách thức về nguồn và chất lượng của dữ liệu. AI chỉ có thể phát huy vai trò hỗ trợ tốt khi có đủ nguồn dữ liệu chất lượng, bao gồm cả nguồn dữ liệu kinh nghiệm và nguồn dữ liệu chuyên gia. Tại Việt Nam hiện nay, các “kho” dữ liệu chính thức không chỉ mới đang được xây dựng và phát triển mà việc khai thác, sử dụng dữ liệu vẫn chưa được tuân thủ các quy định nhất quán, đẫn đến việc tiếp cận, khai thác dữ liệu gặp nhiều khó khăn. Trong khi đó, nguồn dữ liệu và thông tin sai lệch, không được kiểm duyệt trên các nền tảng xã hội và lan truyền bởi những kênh không chính thức rất phổ biến, gây nhiễu hoặc giảm chất lượng phân tích, đánh giá, dự báo và phát hiện gian lận.

Thứ hai là thách thức về “cơ chế ngân hàng mở - open banking”: một khi dữ liệu của mỗi NHTM còn là một “tài sản” riêng và bí mật với các NHTM khác và nền kinh tế thì vai trò và những ưu thế của ứng dụng công nghệ hiện đại nói chung, bao gồm cả AI chỉ là những điều được mong đợi. Báo cáo về phát thải carbon hay những rủi ro khác về môi trường, về xã hội, thậm chí báo cáo về rủi ro tín dụng cũng khó có cơ hội đảm bảo sự chính xác và minh bạch.

Thách thức thứ ba là những hạn chế về nguồn nhân lực, bao gồm cả năng lực chuyên môn và tính chuyên nghiệp. Sử dụng AI trong lập và kiểm định báo cáo ESG đòi hỏi về kiến thức và kỹ năng nhất định về công nghệ và tài chính và sự kết hợp của hai lĩnh vực này. Tuy nhiên, ngay cả khi đáp ứng yêu cầu về điều đó, các chuyên gia ngân hàng vẫn cần phải có bản lĩnh và tác phong chuyên nghiệp để hạn chế và khắc phục vấn đề “kỹ thuật/công nghệ vô cảm” và thậm chí là lợi dụng AI để đạt được những mục đích cá nhân và gây hậu quả cho NHTM cũng như cho xã hội.

Việc ứng dụng AI trong báo cáo phát triển bền vững đóng vai trò như thế nào trong chiến lược tín dụng xanh của ngân hàng?

Như tôi đã đề cập trên đây, AI không chỉ có thể giúp các NHTM triển khai thực hiện mà còn hỗ trợ nâng cao chất lượng báo cáo phát triển bền vững ESG, do vậy, hoàn toàn có thể hỗ trợ các NHTM thực hiện chiến lược tín dụng xanh một cách hiệu quả nhất, đáp ứng những yêu cầu cao nhất về tính khách quan và độ chính xác/tin cậy. Với việc ứng dụng AI, các NHTM hoàn toàn có thể tối ưu hóa và rút ngắn thời gian phê duyệt tín dụng mà vẫn lựa chọn được chính xác khách vay vốn an toàn về tài chính, an toàn về môi trường và xã hội, thậm chí không cần tài sản bảo đảm. Thực tế ở Trung Quốc, Ấn Độ và nhiều nước khác trong khu vực, việc phân tích tín dụng và xác định hạn mức cho vay đã được thực hiện một cách tự động trên cơ sở ứng dụng AI, IoT và DA, các hạn mức được xác định sẵn và cá nhân hóa cho từng đối tượng khách hàng, do vậy thời gian giải ngân các món vay cá nhân/tiêu dùng chỉ tính bằng giây. Các NHTM ở các quốc gia này hòa toàn có thể chấm điểm/xếp hạng tín dụng và lựa chọn khách hàng thông qua các tiêu chí tài chính và hành vi. Như vậy, việc đáp ứng những yêu cầu về xanh hay sạch là luôn được đáp ứng mà không cần phải các thủ tục hành chính hay “giấy phép con”. Qua đó, không chỉ chiến lược tín dụng xanh mà các mục tiêu của chiến lược tài chính toàn diện cũng hoàn toàn khả thi.

Vậy theo ông, đâu là những thách thức lớn nhất mà các ngân hàng Việt Nam đang đối mặt khi triển khai báo cáo phát triển bền vững? Ứng dụng AI có thể đóng vai trò gì trong chiến lược tín dụng xanh của ngân hàng? Để AI thực sự phát huy hiệu quả trong lĩnh vực này, các ngân hàng cần chuẩn bị gì?

Tôi cho rằng có ba điểm then chốt:

Thứ nhất, thiếu dữ liệu chất lượng khi các hệ thống dữ liệu quốc gia chưa đầy đủ hoặc khó truy cập, trong khi mạng xã hội lại đầy rẫy thông tin sai lệch gây nhiễu cho AI.

Thứ hai, hiện nay chưa có cơ chế ngân hàng mở (Open Banking), vì thế dữ liệu vẫn bị “cất giữ” như tài sản riêng của từng ngân hàng, khiến việc liên thông và chia sẻ thông tin ESG gần như bất khả thi.

Thứ ba, hạn chế nguồn nhân lực sẽ gây khó khăn trong việc sử dụng AI trong hệ thống tài chính – ngân hàng vì nó đòi hỏi đội ngũ có kiến thức cả về công nghệ lẫn nghiệp vụ tài chính, điều mà hiện nay vẫn còn thiếu hụt nghiêm trọng.

AI có thể là trụ cột. Với hệ thống chấm điểm ESG tự động, tôi cho rằng ngân hàng có thể phê duyệt tín dụng xanh trong thời gian cực ngắn, thậm chí không cần tài sản bảo đảm. Các mô hình tín dụng AI cá nhân hóa(personalized credit modeling) đã được áp dụng thành công ở Trung Quốc, Ấn Độ, nơi thời gian giải ngân tín dụng tiêu dùng chỉ tính bằng giây.

AI giúp bảo đảm rằng các khoản vay không chỉ an toàn về tài chính mà còn sạch về môi trường, bền vững về xã hội, đúng nghĩa “xanh”.

Để AI thực sự phát huy hiệu quả trong lĩnh vực này, theo tôi, về hạ tầng, các ngân hàng cần đầu tư vào hệ thống lưu trữ, chuẩn hóa và kết nối dữ liệu – tiến tới cơ chế ngân hàng mở, đồng bộ với hệ thống dữ liệu quốc gia. Các API chia sẻ dữ liệu nội bộ và liên ngân hàng là điều kiện tiên quyết.

Về nhân lực, ngân hàng cần đào tạo hoặc tái đào tạo đội ngũ kết hợp giữa chuyên môn tài chính và công nghệ, đồng thời đặc biệt chú trọng yếu tố đạo đức nghề nghiệp – vì AI, nếu không được giám sát tốt, cũng có thể bị lạm dụng.

Trân trọng cảm ơn ông!