AI tự động hoá ngân hàng như thế nào?

Các ngân hàng đang đứng trước áp lực về doanh thu ngày càng lớn. Ứng dụng AI tự động hoá ngân hàng đặc biệt trong các quy trình được coi là một hướng đi nâng cấp hơn nữa những ưu điểm mà tự động hoá quy trình bằng robot (RPA) trước đây mang lại. Về bản chất, tiết kiệm thời gian và chi phí sẽ giúp các ngân hàng cân đối chi tiêu hiệu quả hơn. Bài viết dưới đây của FPT IS sẽ cùng thảo luận về việc AI tự động hoá ngân hàng với các ứng dụng thực tiễn có hiệu quả.

Câu chuyện tại ngân hàng hàng đầu Tây Ban Nha: 

ABANCA là ngân hàng thương mại cổ phần của Tây Ban Nha, phục vụ nhóm khách hàng lên tới hàng triệu người bao gồm các dịch vụ tài chính tuỳ biến. ABANCA đã đầu tư rất nhiều vào dịch vụ ngân hàng số, cung cấp cho khách hàng trải nghiệm liền mạch. Mục tiêu của việc chuyển đổi số là tăng cường hiệu quả hoạt động và trải nghiệm khách hàng trong ngành ngân hàng. Các công nghệ được ABANCA tập trung là tự động hoá thông minh, AI tạo sinh và xử lý ngôn ngữ tự nhiên.

Thách thức: Tăng cường hiệu quả vận hành

Khi một khách hàng có nhu cầu khoản vay hoặc tương tác với ngân hàng để giải quyết một vấn đề phức tạp, khách hàng đó cần cung cấp các văn bản liên quan cần thiết. Với đa phần khách hàng Tây Ban Nha, sẽ thường gửi email cho ngân hàng các giấy tờ dưới dạng file PDF. Thông tin trong các file này thường không đồng bộ, khiến các nhân viên ngân hàng phải xem từng file, rút ra thông tin cần thiết, đánh dấu tài liệu và chuyển sang các bộ phận liên quan. Việc này làm chậm quá trình xét duyệt hồ sơ của khách hàng đáng kể.

Giải pháp: Ứng dụng trí thông minh nhân tạo trong tự động hoá, AI tạo sinh để tăng thời gian phản hồi yêu cầu.

Các ứng dụng tự động hoá phối hợp liền mạch với các model xử lý ngôn ngữ tự nhiên để phân loại tài liệu của khách hàng. AI sau đó trích xuất các dữ liệu trong các tài liệu đó, tiến hành đánh giá dựa trên nguồn dữ liệu nội bộ lẫn bên ngoài để xác nhận các thông tin như thuế thu nhập, bảng lương và các thông tin liên quan. Sau khi được xác nhận, các robot tự động hoá sẽ cập nhật tự động các thông tin thông qua Google Sheet API để nhân viên con người đánh giá. Quy trình này tiết kiệm nhiều thời gian và công sức cho lực lượng lao động.

Hiệu quả AI tự động hoá ngân hàng từ ABANCA (Nguồn: Blue Prism)

Trong vòng 8 năm qua, ABANCA đã tự động hoá hơn 1000 tác vụ. Lực lượng lao động số đã giúp giải phóng nhân sự khỏi các công việc lặp lại để tập trung vào các công việc mang lại giá trị như cá nhân hoá dịch vụ cho khách hàng. Nhờ áp dụng AI tự động hoá, ABANCA tăng tốc độ phản hồi yêu cầu khách hàng lên 60%. Lực lượng lao động số cũng hoàn thành hơn 150.000 giờ lao động kể từ khi được triển khai. Hơn 150 nhân sự của ABANCA đã được nâng cấp kỹ năng và đào tạo để tự thiết kế các giải pháp tự động hoá, quản trị lực lượng lao động số.

RPA trong hoạt động ngân hàng như thế nào?

Trước hết để hiểu AI Tự động hoá ngân hàng như thế nào cần phải làm hiểu tự động hoá ngân hàng đang được triển khai ra sao. Việc tự động hoá các nghiệp vụ của ngân hàng đã được diễn ra từ lâu. Tự động hoá quy trình bằng Robot (RPA) đang ngày càng phổ biến trong ngành ngân hàng vì những quy định chặt chẽ, quy trình phức tạp yêu cầu nhiều nguồn lực hơn.

Ứng dụng của RPA giúp các hoạt động trở nên nhanh chóng, giải phóng nguồn lực cho các công việc khác. Trong ngành ngân hàng, RPA được triển khai đối với các công việc đòi hỏi nhiều thời gian, có tần suất lặp lại lớn như onboarding khách hàng mới hoặc kiểm tra nhiều khâu tuân thủ. Như vậy nhân viên ngân hàng sẽ có thời gian để tăng cường thời gian tương tác trực tiếp với khách hàng cũ, gia tăng sự trung thành.

Ngoài ra, RPA cũng được sử dụng đối với các quy trình của hệ thống core banking. Nhưng ứng dụng sẽ không chỉ dừng ở đó mà có thể áp dụng cho nhiều nghiệp vụ khác của ngân hàng. Giờ đây AI tự động hoá ngân hàng là bước tiến tiếp theo của RPA.

Ứng dụng AI tự động hoá ngân hàng là gì?

Với trí tuệ nhân tạo, các ứng dụng RPA có thể tăng cường hơn nữa về hiệu quả. Ứng dụng máy học (machine learning) giúp RPA hoạt động hiệu quả, nâng tầm trở thành các đồng nghiệp kỹ thuật số. Các “đồng nghiệp” này có thể phối hợp một cách thống nhất với các thành viên trong đội ngũ nhân sự.

Công ty quỹ hưu trí Danica thuộc ngân hàng Danske của Đan Mạch đã sử dụng công nghệ AI để giúp 80% lượng nhân viên của mình có được một đồng nghiệp số, hỗ trợ trong các công việc kiểm tra phòng chống rửa tiền. Một điều ấn tượng hơn là 30% số lượng nhân viên của công ty là nhân viên số.

Những hiệu quả Danica có được khi sử dụng AI tự động hoá ngân hàng trong giao dịch 

Những lợi ích của việc ứng dụng AI tự động hoá ngân hàng là gì?

Ứng dụng AI tự động hoá ngân hàng giúp ngành này tăng trưởng hiệu quả của tự động hoá lên một bậc cao hơn. 6 lợi ích lớn nhất dưới đây là lý do để kết hợp AI vào RPA trong ngân hàng

Tăng Hiệu quả chi phí:

Ai cũng hiểu tự động hoá quy trình giúp các công việc trở nên dễ dàng và hoàn thành trong thời gian ngắn hơn. Những chi phí tiết kiệm giúp gia tăng hiệu quả sử dụng chi phí.

Bây giờ hãy cân nhắc về một robot tự động quy trình có ứng dụng AI trong việc xét duyệt vay

Số hoá quy trình vay cho phép hoàn thành xét duyệt số lượng lớn khoản vay trong một ngày mà không mất đi tính chính xác cũng như chất lượng khoản vay. Điều đó có nghĩa là ít thời gian bỏ ra cho việc tra soát lỗi do con người hay phân tích những điểm bất ổn. Khách hàng được xét duyệt khoản vay nhanh hơn. Sử dụng AI giúp các khoản cho vay được cá nhân hoá tốt, phù hợp chính xác với nhu cầu của người vay, kể cả về lãi suất lẫn thời gian cho vay. Hơn nữa, ngân hàng sẽ không cần mất chi phí tuyển thêm người, dẫn tới hiệu quả chi phí đầu tư tăng cao. AI tự động hoá ngân hàng, đặc biệt trong quá trình xét duyệt tín dụng có thể thấy trong ví dụ này

Bảo mật và tuân thủ:

Quản trị rủi ro, phát hiện sai phạm là những lĩnh vực rất quan trọng trong ngành ngân hàng. Có hoạt động này yêu cầu những phân tích dữ liệu chính xác, kịp thời. Nhân viên số có thể thực hiện các tác vụ này nhanh chóng để ngân hàng có thể quản trị rủi ro tốt hơn.

AI có thể vai trò phát hiện sớm các hoạt động rửa tiền bằng việc phát hiện các giao dịch đáng nghi ngờ cũng như những xu hướng có thể dẫn tới nguy cơ. Như vậy việc phát hiện nguy cơ được đẩy sớm lên một bậc. Thay vì phát hiện lúc nguy cơ diễn ra, các ngân hàng có thể chủ động định hướng phòng ngừa từ trước khi nguy cơ thành hình.

Vấn đề tuân thủ cũng đi cùng với với việc hạ thấp nguy cơ. AI giúp nhân sự giải phóng khỏi các công việc lặp lại tốn nhiều thời gian mà vẫn có được những báo cáo chính xác, đúng hạn. Quản trị rủi ro đến từ những ứng dụng của AI tự động hoá ngân hàng tiết kiệm rất nhiều nguồn lực.

Tăng cường trải nghiệm khách hàng:

Với việc tự động hoá các quy trình thủ công trong dịch vụ khách hàng, các ngân hàng sẽ hoạt động nhanh và hiệu quả hơn. Điều này hạn chế lỗi cũng như tăng cường chất lượng dịch vụ. Giờ đây kết hợp với AI, khách hàng có thể nhận được những gợi ý sản phẩm hữu dụng và quan trọng nhất là liên quan đến nhu cầu thực sự. Điều này tránh cho khách hàng nhận những thông báo rác, không liên quan gây phản ứng tiêu cực trong trải nghiệm.

Với các quy trình khác như xét duyệt khoản vay hay giải đáp thắc mắc, AI chatbot tích hợp vào luồng xử lý tự động sẵn có sẽ giúp thời gian thực hiện các tác vụ giảm đi đáng kể. Việc AI tự động hoá ngân hàng trở thành một “món quà” chính là trải nghiệm thuận tiện cho khách hàng.

Kết luận

AI tự động hoá ngân hàng toàn diện, bắt đầu từ các quy trình mở ra nhiều hướng đi mới cho xu hướng vốn đã được nhiều ngân hàng áp dụng. Việc tiết kiệm chi phí, nguồn lực sẽ được cải thiện them một bậc với ứng dụng AI.

Tại Việt Nam nhận thấy tự động hóa có thể giúp giải quyết những thách thức phức tạp, nhiều ngân hàng quyết định lựa chọn giải pháp akaBot của FPT để chuyển đổi hoạt động và nâng cao năng suất của nhân viên. Việc tự động hóa được triển khai tới hơn 200 quy trình tại 9 bộ phận trong tổ chức. Những tác động này dù chỉ nằm trong phần hệ thống nhưng có tác động lên báo cáo tài chính hàng năm của các ngân hàng trong danh danh mục chi phí hoạt động.

Bài viết độc quyền bởi Ông Lương Ngọc Bình – Chuyên gia Công nghệ số – Data – AI ngành Tài chính Ngân hàng

Chuyên gia trong lĩnh vực Tài chính Ngân hàng với 16 năm kinh nghiệm, trong đó có 10 năm kinh nghiệm ngành Ngân hàng số. Chuyên gia tư vấn về giải pháp Data – AI trong lĩnh vực ngân hàng – tài chính, phát triển các giải pháp nền tảng của ngân hàng như BIDV, Agribank, PVCombank…