Các ứng dụng AI trong ngành ngân hàng

Ứng dụng AI chỉ là một bước ứng dụng công nghệ tiên tiến tất yếu của ngành ngân hàng. Ngành ngân hàng luôn là một trong những ngành quan tâm rất nhiều tới việc ứng dụng công nghệ mới trong hoạt động hàng ngày. Mục tiêu hàng đầu vẫn luôn là cải thiện hiệu quả, giảm thiểu chi phí cũng như tăng cường trải nghiệm khách hàng. Quá trình đã diễn ra từ những năm 1960 và tới nay vẫn tiếp tục được triển khai với tốc độ cập nhật cao.

1. Những cột mốc đáng chú ý:

1.1 Những năm đầu (1960s – 1980s):

Thời địa này chứng kiến sự ra đời của những công nghệ nền tảng như máy ATMs (1960) hệ thống thanh toán thẻ (1970s) và những hệ thống phân tích đời đầu như SPSS hay FSPM của Oracle (1980s). Những phát mình này đã tự động hoá những giao dịch cơ bản và cung cấp khả năng phân tích dữ liệu ở mức cơ bản.

1.2 Sự nổi lên của ngân hàng số (1990s – 2010s):

Thập niên 90 của thế kỷ 20 chứng kiến những thay đổi với tốc độ cao hơn với những phương pháp phân tích dựa trên dữ liệu trong ngành ngân hàng. Giai đoạn này đã bắt đầu xuất hiện các thuật toán máy học và mạng lưới thần kinh nhân tạo (neural network). Online banking bắt đầu lan rộng vào những năm 2000, được tiếp nối bởi làn sóng mobile banking vào những năm 2010s. Những cải tiến này đã thực sự nâng cấp sự tiện lợi cho khách hàng và giúp ngân hàng xâm nhập sâu hơn vào đời sống

1.3 Kỷ nguyên API và ngân hàng mở (2010s – 2020s):

Việc ra đời của những bộ luật như PSD2 vào năm 2016 tại Liên minh Châu Âu đánh dấu sự xuất hiện của ngân hàng mở, đề cao sự phối hợp, chia sẻ dữ liệu giữa ngân hàng và Fintech. Sự tập trung chuyển dần sang API và công nghệ đám mây, tạo điều kiện cho sự linh hoạt và kết nối lớn hơn. Nỗ lực số hoá càng được đẩy mạnh do hiệu ứng từ đại dịch Covid-19

Và bây giờ ngành ngân hàng đang đứng trước kỷ nguyên Trí tuệ nhân tạo AI và AI tạo sinh (Generative AI), thậm chí là tác nhân AI (AI Agents). AI đang đóng vai trò chuyển đổi với ngân hàng, mang tới nhiều ứng dụng. Các ngân hàng đang đẩy mạnh hơn nữa việc tập trung phát triển AI cũng như khả năng phân tích để có thể mang tới các giải pháp tài chính thông minh và cá nhân hoá cho khách hàng ở quy mô lớn.

2. Các ứng dụng AI trong lĩnh vực ngân hàng:

Các ứng dụng AI trong ngành ngân hàng

2.1 Tự động hóa các quy trình ngân hàng

• AI đang giúp ngân hàng tự động hóa nhiều quy trình nội bộ và dịch vụ khách hàng, giảm thiểu sự phụ thuộc vào con người trong các công việc thủ công như xử lý hồ sơ, đánh giá tín dụng và xử lý giao dịch.
• Tại Việt Nam rất nhiều Ngân hàng ứng dụng RPA để giúp tự động hoá các quy trình lặp đi lặp lại và tốn nhiều thời gian, từ đó giảm chi phí hoạt động và tăng tốc độ xử lý, giúp giảm thời gian xử lý hồ sơ vay từ vài ngày xuống còn vài giờ.

2.2 Chatbot và Trợ lý ảo

• Chatbot/Trợ lý ảo kết hợp với các nền tảng AI như dữ liệu lớn (Big Data), ML và xử lí ngôn ngữ (Natural Language Processing) để cung cấp cho người dùng một phương thức tương tác thông qua giọng nói, cử chỉ, chạm và văn bản. Chatbot/Trợ lý ảo đóng vai trò quan trọng trong cung cấp dịch vụ cho khách hàng trong ngành Ngân hàng vì nó cung cấp các dịch vụ: (i) Nhanh chóng, an toàn, đáng tin; (ii) Tư vấn hiệu quả và thuận tiện; (iii) Hướng đến khách hàng.
• Juniper Research (2020) dự đoán rằng, Chatbot sẽ giúp các ngân hàng tiết kiệm đến 900 triệu giờ vào năm 2024, tương đương với việc tiết kiệm chi phí lên đến 8 tỉ USD trên toàn cầu. Ngân hàng Bank of America đã ứng dụng AI bằng cách triển khai trợ lý ảo Erica, giúp khách hàng thực hiện các giao dịch cơ bản và trả lời các câu hỏi phổ biến. Theo báo cáo của Bank of America, đã có hơn 15 triệu người dùng và xử lý hơn 100 triệu yêu cầu chỉ trong năm đầu tiên ra mắt. Các ứng dụng này được kì vọng sẽ làm tăng mức độ hài lòng của khách hàng lên đến 35% ⁽²⁾

2. 4 Phân tích dữ liệu và dự đoán hành vi khách hàng

• Ngân hàng ứng dụng AI để phân tích hành vi khách hàng để hiểu hành vi của khách hàng và cải thiện chất lượng dịch vụ của họ. Họ có thể sử dụng dữ liệu về giao dịch, tương tác và nhân khẩu học của khách hàng nhằm dự đoán hành vi tiêu dùng, xu hướng vay nợ, và cung cấp các sản phẩm dịch vụ tài chính phù hợp.
• Machine Learning (học máy) cho phép AI học hỏi từ các dữ liệu lịch sử để đưa ra dự đoán về khả năng thanh toán, rủi ro tín dụng, và xác định khách hàng tiềm năng.

2.5 Phòng chống gian lận và bảo mật

• Ứng dụng AI đang đóng vai trò quan trọng trong việc phát hiện gian lận bằng cách nhận diện các mẫu hành vi bất thường trong giao dịch tài chính theo thời gian thực. AI còn giúp tăng cường bảo mật thông qua các công nghệ như xác thực sinh trắc học (vân tay, nhận diện khuôn mặt) và các hệ thống giám sát để phát hiện và ngăn chặn các cuộc tấn công mạng.
• Các khảo sát cho thấy 58% các ngân hàng hiện đang dựa vào AI để phát hiện gian lận. Đồng thời, một nghiên cứu của Javelin Strategy & Research cho thấy, việc sử dụng AI trong ngân hàng giúp giảm tới 30% các trường hợp gian lận trong ngành ngân hàng⁽³⁾

2.6 Cá nhân hóa trải nghiệm khách hàng bằng ứng dụng AI

• AI có thể phân tích hồ sơ và hành vi của từng khách hàng để đưa ra các sản phẩm tài chính phù hợp, như gợi ý khoản vay, sản phẩm đầu tư, hoặc các chương trình ưu đãi phù hợp với nhu cầu cá nhân. Sự cá nhân hóa này giúp tăng cường mối quan hệ giữa khách hàng và ngân hàng, đồng thời nâng cao sự hài lòng và trung thành của khách hàng.
• Nhiều ngân hàng đang tiếp cận lấy khách hàng làm trung tâm để hiểu hành vi của khách hàng và điều chỉnh sản phẩm và dịch vụ của họ để đáp ứng nhu cầu và sở thích cụ thể của họ. Ví dụ, Ngân hàng Kotak Mahindra đã thực hiện phương pháp tiếp cận lấy khách hàng làm trung tâm bằng cách thành lập một nhóm trải nghiệm khách hàng chuyên dụng để hiểu hành vi của khách hàng và cải thiện trải nghiệm của khách hàng.

2.7 Ứng dụng AI trong quản lý tài sản và đầu tư

Hệ thống Robo-Advisory sử dụng AI từ Betterment 

• Các hệ thống robo-advisory sử dụng AI để cung cấp các lời khuyên về đầu tư tự động, tối ưu hóa danh mục đầu tư dựa trên khả năng chấp nhận rủi ro và mục tiêu tài chính của khách hàng.
• AI còn giúp phân tích các biến động thị trường và đưa ra các quyết định đầu tư nhanh chóng, hiệu quả hơn so với các phương pháp truyền thống.

2.8 Tăng cường hiệu quả quản lý rủi ro

• Ngân hàng sử dụng AI để phân tích rủi ro tín dụng, giúp đưa ra các quyết định cấp vốn chính xác và hiệu quả hơn bằng cách dự đoán khả năng thanh toán và xu hướng tài chính của khách hàng.
• AI còn giúp phát hiện sớm các tín hiệu rủi ro, từ đó hỗ trợ ngân hàng đưa ra các biện pháp phòng ngừa kịp thời.

3. Những xu hướng định hình việc ứng dụng AI hiện tại và tương lai:

3.1 Chuyển đổi từ dư thừa tính năng sang trải nghiệm xuyên suốt:

Các ngân hàng đang dần xa rời việc bổ sung tính năng, dù không có bất kỳ nhu cầu nào từ người dùng sang tập trung tối ưu hoá quy trình lõi cũng như cải thiện trải nghiệm. Trọng tâm chính là cá nhân hoá trải nghiệm bằng việc ứng dụng AI và dữ liệu để mang tới cho khách hàng những giải pháp đặc trưng

3.2 Chuyển đổi từ thử nghiệm sang ứng dụng AI ở quy mô vửa phải:

Một số ngân hàng đã ứng dụng AI ở một mức độ với một vài ứng dụng cụ thể. Trong thời gian tới, quá trình này sẽ được nâng cấp thành quá trình chuyển đổi ở mức độ lớn hơn. Điều này bao gồm tăng cường sử dụng AI ở nhiều line kinh doanh, đầu tư cho cơ sở hạ tầng đám mây, quản lý dữ liệu cũng như phát triển tài năng

3.3 Sự trỗi dậy của siêu ứng dụng và hệ sinh thái sản phẩm:

Các ứng dụng của ngân hàng đang ngày càng phát triển lên thành hệ thống sinh thái sản phẩm, tích hợp một cách sâu rộng các dịch vụ tài chính và phi tài chính. Xu hướng này, đặc biệt ở châu Á, chứng minh xu hướng cần 1 nơi tập hợp giải pháp của người dùng.

3.4 Hiện đại hoá hệ thống Back-Ends:

Không chỉ những tương tác trực tiếp với khách hàng được chú trọng, các ngân hàng cũng sẽ lưu tâm đến việc nâng cấp hệ thống hỗ trợ back-ends nhằm hỗ trợ quá trình ứng dụng AI trở nên thuận tiện hơn. Cải thiện hiệu năng thậm chí thay thế hệ thống cũ và khả năng quản trị dữ liệu là các ưu tiên hàng đầu

3.5 Sự cần thiết của một quy chuẩn ứng dụng AI:

Sự nổi lên của AI, đặc biệt là Generative AI buộc các ngân hàng đưa ra các quy chuẩn cho việc ứng dụng AI này bao gồm quy chuẩn đạo đức, bảo mật dữ liệu cũng như các tác động của AI lên lực lượng lao động

Lịch sử ứng dụng công nghệ mới của ngân hàng tương đồng với những thay đổi về nhu cầu người dùng, cải thiện hiệu quả vận hành đồng thời giữ vị thế cạnh tranh. Trong tương lai, trọng tâm sẽ là gia tăng quy mô ứng dụng AI một cách kiểm soát cũng như mang lại những trải nghiệm cá nhân hoá hơn cho người dùng.

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…