Đổi mới quản trị dữ liệu, nâng cao hiệu quả hoạt động

AI xuất hiện đến từng nhiệm vụ cốt lõi

Xu hướng này ngày càng rõ nét trong hệ thống ngân hàng Việt Nam. Theo Báo cáo của Ban Chỉ đạo ngành Ngân hàng về khoa học, công nghệ, đổi mới sáng tạo, chuyển đổi số và Đề án 06, khoảng 90% ngân hàng đã từng bước ứng dụng AI, dữ liệu lớn (Big Data), điện toán đám mây, chuỗi khối, Open API và tự động hóa quy trình bằng robot vào hoạt động kinh doanh và quản trị. Trong đó, AI và Big Data được khai thác ngày càng nhiều trong phân tích nhu cầu khách hàng, quản trị rủi ro, phát hiện gian lận và phát triển sản phẩm, dịch vụ.

Theo ông Hoàng Minh Tiến, Phó Cục trưởng Cục Công nghệ thông tin (NHNN), AI hiện không còn dừng ở chatbot hay các ứng dụng hỗ trợ đơn lẻ mà đang phát triển đồng thời trên ba nhóm ứng dụng chính: phục vụ khách hàng thông qua trợ lý ảo và cá nhân hóa dịch vụ; hỗ trợ vận hành với tự động hóa quy trình, xử lý hồ sơ và phân tích dữ liệu; tăng cường quản trị rủi ro thông qua phát hiện gian lận, phòng chống rửa tiền, chấm điểm tín dụng và cảnh báo sớm rủi ro. Qua đó cho thấy AI đang từng bước đi vào "lõi" vận hành của hệ thống ngân hàng.

Nhiều TCTD đã đưa AI và dữ liệu vào các nghiệp vụ cốt lõi, tạo ra những thay đổi rõ nét trong trải nghiệm khách hàng cũng như hiệu quả vận hành. Tại SHB, mô hình Agentic AI hỗ trợ thẩm định và phê duyệt tín dụng kết hợp cơ chế Human-in-the-loop và Explainable AI giúp rút ngắn thời gian xử lý hồ sơ, tăng tính nhất quán trong đánh giá, tạo điều kiện để khách hàng tiếp cận tín dụng nhanh hơn, minh bạch hơn, trong khi quyết định cuối cùng vẫn thuộc về con người.

Không dừng ở vận hành và quản trị rủi ro, AI còn được nhiều ngân hàng khai thác để nâng cao chất lượng phục vụ khách hàng. Theo NHNN, đến nay 63,42% nghiệp vụ đã cho phép khách hàng thực hiện hoàn toàn trên môi trường số, tiệm cận mục tiêu 70% vào năm 2030; nhiều TCTD đạt tỷ lệ giao dịch số trên 95%, thậm chí vượt 98%. Trên nền tảng đó, nhiều ngân hàng tiếp tục phát triển các ứng dụng AI nhằm nâng cao trải nghiệm khách hàng.

Ông Nguyễn Hưng, Tổng giám đốc TPBank cho biết, tỷ lệ giao dịch trên kênh số tại ngân hàng hiện đạt từ 95-99,5%. TPBank đã ứng dụng AI Chatbot, AI Agent và trợ lý tài chính số để xử lý phần lớn các yêu cầu hỗ trợ khách hàng, hướng tới mô hình "always-on banking", nơi khách hàng có thể kết nối với ngân hàng mọi lúc, mọi nơi với thời gian phản hồi gần như tức thời.

Nếu TPBank tập trung khai thác AI để nâng cao trải nghiệm khách hàng thì với Techcombank, công nghệ này được xem là nền tảng để tái thiết mô hình vận hành và nâng cao năng lực cạnh tranh trong dài hạn. Theo ông Jens Lottner, Tổng giám đốc Techcombank, AI đang làm thay đổi bản chất vận hành của ngân hàng chứ không đơn thuần bổ sung thêm một công cụ công nghệ. Trong vòng 2-5 năm tới, nhiều tác vụ hiện do con người đảm nhiệm sẽ được AI hỗ trợ hoặc thay thế, buộc các ngân hàng phải thiết kế lại mô hình vận hành trên nền tảng dữ liệu và AI. Vì vậy, Techcombank đang xây dựng hạ tầng công nghệ tích hợp để các đơn vị trong hệ sinh thái cùng khai thác dữ liệu và nền tảng vận hành chung, tạo điều kiện để AI được triển khai xuyên suốt thay vì chỉ xuất hiện ở từng ứng dụng riêng lẻ. Bên cạnh đó, AI cũng được kỳ vọng nâng cao hiệu quả hoạt động của đội ngũ quản trị quan hệ khách hàng (RM) thông qua phân tích sâu hơn về hành vi, nhu cầu và lịch sử giao dịch, từ đó hỗ trợ tư vấn và cá nhân hóa sản phẩm chính xác hơn.

Khi AI được ứng dụng ngày càng sâu vào các hoạt động cốt lõi của ngân hàng, yêu cầu đặt ra không còn chỉ là nâng cao năng suất hay tự động hóa quy trình. Việc ứng dụng AI trong thẩm định tín dụng, đánh giá rủi ro, phát hiện giao dịch bất thường... khiến công nghệ này ngày càng tham gia nhiều hơn vào quá trình ra quyết định. Điều đó đòi hỏi các TCTD phải bảo đảm chất lượng dữ liệu, khả năng giải trình của mô hình, cơ chế kiểm soát rủi ro và vai trò giám sát của con người.

Theo TS. Nguyễn Thị Khánh Phương, Phó trưởng phòng Quản lý khoa học, Viện Nghiên cứu Khoa học Ngân hàng (Học viện Ngân hàng), AI có thể tạo ra giá trị lớn trong nhiều nghiệp vụ khác nhau tại các NHTM. Tuy nhiên, hiệu quả ứng dụng không phụ thuộc vào việc ngân hàng sở hữu mô hình hiện đại đến đâu mà phụ thuộc vào chất lượng dữ liệu và năng lực quản trị. AI chỉ là điều kiện cần; điều kiện đủ là các TCTD phải xây dựng được nền tảng dữ liệu đáng tin cậy cùng cơ chế quản trị phù hợp để chuyển dữ liệu thành những quyết định có giá trị.

Thực tiễn triển khai cho thấy, thách thức lớn nhất của nhiều ngân hàng hiện nay không phải là thiếu dữ liệu mà là dữ liệu còn phân tán, chưa được chuẩn hóa và chưa được quản trị như một tài sản chiến lược. Một mô hình AI có thể được xây dựng trên nền tảng công nghệ hiện đại, nhưng nếu dữ liệu đầu vào thiếu chính xác, không đầy đủ hoặc không được cập nhật kịp thời thì kết quả phân tích vẫn có thể sai lệch. Vì vậy, cùng với việc phát triển các ứng dụng AI, các TCTD đang chuyển trọng tâm sang xây dựng hạ tầng dữ liệu thống nhất, nâng cao năng lực quản trị dữ liệu và tăng cường kết nối, chia sẻ thông tin để tạo nền tảng cho AI vận hành ổn định, tin cậy và phát huy hiệu quả.

Cần một cơ chế quản trị phù hợp

AI được ứng dụng ngày càng sâu cũng đồng nghĩa với việc nhiều quyết định của ngân hàng sẽ dựa nhiều hơn vào các mô hình phân tích dữ liệu. Bởi vậy, câu hỏi đặt ra không chỉ là AI có thể làm được gì mà còn là cần được quản trị như thế nào để vừa nâng cao hiệu quả hoạt động, vừa bảo đảm an toàn hệ thống và quyền lợi của khách hàng. Đây cũng là vấn đề được nhiều chuyên gia và TCTD cùng nhìn nhận khi AI bắt đầu tham gia vào những quyết định có tác động trực tiếp đến hoạt động kinh doanh cũng như người sử dụng dịch vụ ngân hàng.

Ông Trần Công Quỳnh Lân, Phó Tổng giám đốc VietinBank cho rằng, cùng với cơ hội nâng cao năng suất và chất lượng ra quyết định, AI cũng đặt ra nhiều rủi ro mới như hiện tượng mô hình đưa ra kết luận sai (hallucination), nguy cơ mở rộng bề mặt tấn công an ninh mạng, rò rỉ dữ liệu hay việc nhân viên sử dụng các công cụ AI không được kiểm soát (Shadow AI). Vì vậy, triển khai AI phải đi đôi với cơ chế quản trị rủi ro, quản lý dữ liệu và bảo đảm an toàn thông tin. Đại diện VietinBank cũng nhấn mạnh, bên cạnh đầu tư công nghệ, các ngân hàng cần chú trọng đào tạo nguồn nhân lực để AI trở thành công cụ nâng cao năng suất thay vì tạo ra những rủi ro mới.

Đồng quan điểm, TS. Nguyễn Thị Khánh Phương cho rằng, trong các hoạt động như chấm điểm tín dụng hay quản trị rủi ro, điều quan trọng không phải AI đưa ra quyết định nhanh hơn mà là quyết định đó phải minh bạch, có thể giải thích và kiểm soát được. Theo bà Phương, con người cần giữ vai trò quyết định cuối cùng đối với những quyết định ảnh hưởng đáng kể đến quyền lợi của khách hàng, còn AI đóng vai trò hỗ trợ. Bên cạnh đó, các mô hình AI phải có khả năng giải trình, được kiểm định trước khi đưa vào vận hành và giám sát thường xuyên trong suốt vòng đời để kịp thời phát hiện sai lệch hoặc sự suy giảm hiệu quả. Việc thu thập, sử dụng dữ liệu cũng phải tuân thủ quy định pháp luật, bảo đảm quyền riêng tư của khách hàng và trách nhiệm giải trình của tổ chức triển khai. Một hệ thống AI chỉ thực sự tạo ra giá trị khi vừa nâng cao hiệu quả hoạt động, vừa củng cố niềm tin của khách hàng đối với hệ thống ngân hàng.

Những yêu cầu này cũng đang được cụ thể hóa trong định hướng quản lý của NHNN. Theo đó, NHNN đang nghiên cứu xây dựng các quy định phù hợp với bối cảnh mới, đặc biệt là Thông tư quy định về yêu cầu an toàn, quản lý rủi ro và điều kiện triển khai AI trong ngành Ngân hàng. Đồng thời, NHNN tiếp tục hoàn thiện hạ tầng dữ liệu, phát triển kho dữ liệu dùng chung, tăng cường kết nối với các cơ sở dữ liệu quốc gia, đào tạo nguồn nhân lực và mở rộng phối hợp giữa cơ quan quản lý, TCTD, doanh nghiệp công nghệ và các cơ sở nghiên cứu nhằm thúc đẩy ứng dụng AI theo hướng an toàn, minh bạch và có trách nhiệm.

Nhìn rộng hơn, AI không chỉ mang đến một công nghệ mới mà đang làm thay đổi cách các ngân hàng vận hành và tạo ra giá trị. Nếu trước đây lợi thế cạnh tranh của ngân hàng chủ yếu đến từ quy mô vốn, mạng lưới hay mức độ số hóa dịch vụ thì trong giai đoạn tới sẽ phụ thuộc nhiều hơn vào năng lực khai thác dữ liệu, xây dựng cơ chế quản trị phù hợp; và đưa AI vào quá trình ra quyết định một cách an toàn, minh bạch. Đó cũng là nền tảng để AI tạo ra giá trị bền vững cho ngành Ngân hàng. Điều đó đòi hỏi các ngân hàng không chỉ đầu tư công nghệ mà còn phải đổi mới phương thức quản trị, hoàn thiện quy trình vận hành và phát triển đội ngũ nhân lực có khả năng làm việc cùng AI.