Trí tuệ nhân tạo (AI) đang trở thành một trong những động lực quan trọng nhất làm thay đổi ngành dịch vụ tài chính toàn cầu. AI không còn giới hạn ở chatbot hay tự động hóa đơn giản mà đã hiện diện trong nhiều hoạt động cốt lõi như quản trị rủi ro, phát hiện gian lận, tối ưu hóa vận hành, và cá nhân hóa trải nghiệm khách hàng.
Tuy nhiên, khi AI tham gia sâu hơn vào các quyết định quan trọng của ngân hàng, câu hỏi không còn là “AI có thể làm gì?” mà là “làm thế nào để triển khai AI một cách an toàn, có trách nhiệm và tạo được niềm tin?”. Kinh nghiệm quốc tế cho thấy thành công của AI không được quyết định bởi số lượng mô hình hay quy mô đầu tư công nghệ, mà bởi chất lượng dữ liệu, năng lực quản trị và khả năng triển khai ở quy mô lớn trong khi vẫn bảo đảm minh bạch, trách nhiệm giải trình và tuân thủ quy định.
Nói cách khác, cuộc đua AI trong ngành Ngân hàng ngày nay không còn là cuộc đua về công nghệ, mà là cuộc đua về dữ liệu, quản trị và niềm tin.
Từ Digital-first đến AI-first: Dữ liệu trở thành nền tảng chiến lược
Sau hơn một thập kỷ tập trung vào số hóa, nhiều ngân hàng đang bước sang giai đoạn mới, trong đó dữ liệu trở thành tài sản chiến lược và AI trở thành động lực tăng trưởng quan trọng.
Sự chuyển đổi này kéo theo 3 thay đổi lớn: Thứ nhất, các ngân hàng chuyển sang kiến trúc lấy nền tảng làm trung tâm (platform-led), tận dụng API và điện toán đám mây để tăng khả năng kết nối, tái sử dụng và mở rộng; thứ hai, mô hình vận hành chuyển từ cách tiếp cận theo sản phẩm sang lấy khách hàng làm trung tâm, kết nối giữa kinh doanh, công nghệ, dữ liệu và quản trị rủi ro; thứ ba, quản trị và kiểm soát được tích hợp ngay từ khâu thiết kế thay vì được bổ sung sau khi triển khai.
Trong bối cảnh AI phát triển mạnh mẽ, chất lượng dữ liệu trở thành yếu tố quyết định. Dữ liệu phân mảnh hoặc thiếu nhất quán không chỉ làm giảm hiệu quả của AI mà còn có thể dẫn đến các quyết định thiếu chính xác, gia tăng rủi ro và ảnh hưởng đến niềm tin của khách hàng.
AI chỉ thành công khi được xây dựng trên nền tảng dữ liệu và quản trị
Một trong những bài học lớn nhất từ các tổ chức tài chính hàng đầu là AI không nên được triển khai như một tập hợp các dự án riêng lẻ. AI chỉ tạo ra giá trị bền vững khi được tích hợp trực tiếp vào các quy trình và hệ thống cốt lõi của tổ chức.
Điều đó đòi hỏi một nền tảng quản trị dữ liệu vững chắc, bao gồm chất lượng dữ liệu, quyền sở hữu dữ liệu, khả năng truy xuất nguồn gốc, bảo vệ quyền riêng tư và quản lý vòng đời dữ liệu. Đồng thời, các ngân hàng cũng phải đáp ứng các yêu cầu pháp lý ngày càng khắt khe liên quan đến AI và dữ liệu.
Nhiều quốc gia đã ban hành hoặc đang xây dựng các khuôn khổ quản lý AI như EU AI Act của Liên minh châu Âu, bộ nguyên tắc FEAT và dự án Veritas của Singapore hay khung AI FREE của Ấn Độ. Việt Nam cũng đã ban hành các quy định liên quan đến AI và dữ liệu. Xu hướng chung là chuyển từ việc đánh giá từng ứng dụng AI riêng lẻ sang đánh giá năng lực quản trị AI của toàn tổ chức.
Điều này cho thấy nền tảng dữ liệu và quản trị không còn là yếu tố hỗ trợ, mà đã trở thành điều kiện tiên quyết để mở rộng AI một cách an toàn và bền vững.
Kinh nghiệm và chiến lược AI của Standard Chartered
Tại Standard Chartered, AI được xem là một năng lực chiến lược giúp ngân hàng hoạt động thông minh hơn, an toàn hơn và hiệu quả hơn trong việc phục vụ khách hàng, hỗ trợ nhân viên và phát triển kinh doanh.
Thay vì bắt đầu từ công nghệ, ngân hàng bắt đầu từ các bài toán kinh doanh và nhu cầu của khách hàng. AI hiện được ứng dụng trong nhiều lĩnh vực như tài trợ thương mại, thanh toán xuyên biên giới, quản trị rủi ro, phát hiện gian lận, phòng chống tội phạm tài chính và quản lý tài sản. Mục tiêu là đưa AI từ giai đoạn thử nghiệm sang triển khai ở quy mô doanh nghiệp, tạo giá trị trong kinh doanh, tăng năng suất vận hành và trải nghiệm khách hàng, trên cơ sở 3 trụ cột chính.
Thứ nhất, xây dựng nền tảng AI ở quy mô tập đoàn. AI Factory được phát triển như một nền tảng chung cho việc phát triển, triển khai và quản trị AI trên toàn cầu, giúp tăng tốc đổi mới trong khi vẫn duy trì các tiêu chuẩn thống nhất về quản trị, kiểm soát rủi ro và an toàn thông tin. Dữ liệu và hạ tầng được xây dựng theo hướng thống nhất nhằm bảo đảm khả năng mở rộng và tái sử dụng. AI được Standard Chartered ứng dụng trên nhiều cấp độ, từ học máy (Machine Learning), AI tạo sinh (Generative AI) đến AI tác nhân (Agentic AI), nhằm khai thác dữ liệu hiệu quả hơn, hỗ trợ nâng cao năng suất và tối ưu hóa các quy trình vận hành phức tạp trên toàn ngân hàng.
Thứ hai, trao quyền cho nhân viên thông qua AI. Ngân hàng phát triển các công cụ AI nội bộ giúp nhân viên tiếp cận tri thức nhanh hơn, nâng cao năng suất và tự động hóa các tác vụ thường xuyên. Đồng thời, Standard Chartered đầu tư mạnh vào đào tạo năng lực AI nhằm bảo đảm nhân sự có thể khai thác hiệu quả các công nghệ mới. Hơn 50.000 nhân viên đã hoàn thành hơn 225.000 khóa đào tạo AI được thiết kế phù hợp theo từng nhu cầu cụ thể. SC GPT – nền tảng AI nội bộ được phát triển riêng với tiêu chuẩn bảo mật cao của ngân hàng – đã được triển khai để hỗ trợ hơn 70.000 nhân viên tại 41 thị trường. Các kỹ sư của Standard Chartered được trang bị các công cụ phát triển tích hợp AI, giúp nâng cao năng suất, rút ngắn thời gian triển khai và tăng cường chất lượng, độ tin cậy của các sản phẩm công nghệ.
Thứ ba, thúc đẩy nghiên cứu và đổi mới sáng tạo. Standard Chartered hợp tác với các trường đại học và viện nghiên cứu hàng đầu như A*STAR của Singapore nhằm nghiên cứu các mô hình AI có khả năng giải thích, giảm thiên lệch và tăng cường độ tin cậy. Ngân hàng cũng triển khai sáng kiến Phòng thí nghiệm Đổi mới AI cho ngân hàng (AI for Banking Innovation Lab), thúc đẩy hợp tác giữa ngân hàng, các viện nghiên cứu và doanh nghiệp công nghệ nhằm đẩy nhanh đổi mới sáng tạo và ứng dụng AI trong lĩnh vực tài chính ngân hàng.
Một điểm nổi bật trong cách tiếp cận của Standard Chartered là đặt AI có trách nhiệm (Responsible AI) ở vị trí trung tâm. Ngân hàng xây dựng nền tảng quản trị AI tập trung để bảo đảm AI được triển khai an toàn và có trách nhiệm (AI Control Tower). Mọi ứng dụng AI đều phải bảo đảm tính minh bạch, công bằng, khả năng giải trình, quản trị dữ liệu chặt chẽ và sự giám sát phù hợp của con người. AI được sử dụng để hỗ trợ con người đưa ra quyết định tốt hơn, thay vì thay thế hoàn toàn vai trò của con người trong các hoạt động có ảnh hưởng lớn đến khách hàng và rủi ro của ngân hàng.
Bài học quan trọng từ thực tiễn triển khai là thành công của AI không phụ thuộc chủ yếu vào thuật toán, mà phụ thuộc vào khả năng kết hợp hài hòa giữa dữ liệu, nền tảng công nghệ, quản trị rủi ro, năng lực con người và niềm tin của khách hàng. Việc triển khai các ứng dụng AI được cân bằng giữa tốc độ đổi mới công nghệ với các yêu cầu về quản trị, kiểm soát và tuân thủ đồng thời tập trung vào các sáng kiến mang lại giá trị kinh doanh rõ ràng thay vì triển khai theo xu hướng.
Từ quản trị AI đến quản trị niềm tin
Một xu hướng đáng chú ý hiện nay là sự chuyển dịch từ quản trị AI sang quản trị niềm tin (Trust Governance).
Trong các cuộc trao đổi với cơ quan quản lý và hội đồng quản trị, điều quan trọng không phải là một mô hình AI cụ thể mà là khả năng chứng minh rằng AI được vận hành trong một khuôn khổ quản trị toàn diện.
Theo kinh nghiệm quốc tế, quản trị AI ngày càng được mở rộng theo hướng quản trị toàn bộ vòng đời của các ứng dụng AI, từ khâu thiết kế, đánh giá rủi ro và phê duyệt, đến triển khai, giám sát và đánh giá định kỳ nhằm bảo đảm các ứng dụng AI tiếp tục hoạt động phù hợp với mục tiêu kinh doanh và yêu cầu quản trị của tổ chức.
Trong bối cảnh các rủi ro như deepfake, gian lận số và tấn công mạng ngày càng gia tăng, niềm tin số đang trở thành tài sản chiến lược quan trọng không kém dữ liệu và công nghệ.
Một chỉ số ngày càng được cộng đồng tài chính quốc tế quan tâm là AI Evident Index, đánh giá mức độ trưởng thành về AI của các tổ chức tài chính trên các khía cạnh như đổi mới, minh bạch, lãnh đạo và nhân tài.
Sự nổi lên của các chỉ số này phản ánh một thực tế mới: Trong kỷ nguyên AI, minh bạch không còn đơn thuần là yêu cầu tuân thủ mà đã trở thành lợi thế cạnh tranh. Khách hàng, nhà đầu tư và cơ quan quản lý ngày càng kỳ vọng các tổ chức tài chính có thể giải thích cách thức AI được sử dụng, cách dữ liệu được quản lý và cách các quyết định được đưa ra.
Một số khuyến nghị đối với các ngân hàng Việt Nam
Từ kinh nghiệm quốc tế và thực tiễn triển khai, các ngân hàng Việt Nam có thể cân nhắc 5 định hướng chính:
Thứ nhất, xây dựng chiến lược dữ liệu trước chiến lược AI.
Thứ hai, tích hợp quản trị AI ngay từ khâu thiết kế.
Thứ ba, chuyển từ các dự án AI thử nghiệm riêng lẻ sang nền tảng dùng chung có khả năng mở rộng.
Thứ tư, nâng cao nhận thức của đội ngũ về quản trị dữ liệu và các nguyên tắc sử dụng AI có trách nhiệm.
Thứ năm, cân bằng giữa đổi mới và quản trị rủi ro, xem quản trị là yếu tố tạo dựng niềm tin thay vì rào cản của đổi mới.
AI sẽ tiếp tục là động lực quan trọng thúc đẩy sự phát triển của ngành Ngân hàng trong những năm tới. Tuy nhiên, lợi thế cạnh tranh bền vững sẽ không thuộc về những tổ chức triển khai AI nhanh nhất, mà thuộc về những tổ chức xây dựng được nền tảng dữ liệu vững chắc, khuôn khổ quản trị hiệu quả và văn hóa tổ chức đủ trưởng thành để mở rộng AI một cách an toàn, minh bạch và có trách nhiệm.
Thành công trong kỷ nguyên AI không đơn thuần là câu chuyện công nghệ. Đó là câu chuyện của dữ liệu, quản trị, con người và niềm tin. Đây cũng sẽ là những yếu tố quyết định khả năng tăng trưởng bền vững của ngành Ngân hàng trong tương lai.
(*) Giám đốc Công nghệ và Nghiệp vụ, Ngân hàng Standard Chartered Việt Nam
