AI đang thay đổi chất lượng tương tác giữa ngân hàng và khách hàng
AI thâm nhập vào lõi vận hành của ngân hàng
Nếu vài năm trước, AI trong ngành ngân hàng chủ yếu gắn với chatbot hay một vài ứng dụng thử nghiệm, thì hiện nay, công nghệ này đang dần đi vào lõi vận hành của hệ thống tài chính. Ông Hoàng Minh Tiến, Phó cục trưởng Cục Công nghệ thông tin, Ngân hàng Nhà nước (NHNN) cho biết, hiện trên 70% tổ chức tín dụng tại Việt Nam đã ứng dụng AI và học máy nhằm tối ưu hóa quy trình nghiệp vụ, nâng cao hiệu quả vận hành, cải thiện chất lượng phục vụ và gia tăng trải nghiệm khách hàng.
Điều đáng chú ý không còn nằm ở chuyện AI đã xuất hiện trong ngân hàng, mà ở chỗ AI đang dịch chuyển từ các thử nghiệm rời rạc sang một lớp hạ tầng vận hành mới. Nếu như trước đây, ngân hàng số chủ yếu giúp số hóa các quy trình truyền thống, thì nay, AI đang bắt đầu làm thay đổi chính cách ngân hàng vận hành và tạo ra giá trị.
Theo ông Tiến, làn sóng AI trong ngành ngân hàng đang diễn ra đồng thời trên ba tầng nấc: Một là, AI phục vụ khách hàng thông qua chatbot, trợ lý ảo, cá nhân hóa sản phẩm và tư vấn tự động; hai là, AI phục vụ vận hành, với các ứng dụng như tự động hóa quy trình, xử lý hồ sơ, phân tích dữ liệu và tối ưu chi phí; ba là, AI phục vụ quản trị rủi ro, từ phát hiện gian lận, phòng chống rửa tiền đến nhận diện giao dịch bất thường, chấm điểm tín dụng và cảnh báo sớm rủi ro. Nói cách khác, AI đang thâm nhập đồng thời cả vào “mặt ngoài” lẫn “lõi vận hành” của ngân hàng.
Thực tế, nhiều ngân hàng Việt Nam hiện đã đạt tỷ lệ giao dịch qua kênh số ở mức rất cao. Một số ngân hàng phát triển các siêu ứng dụng tài chính tích hợp hàng trăm sản phẩm và dịch vụ, kết nối với hệ sinh thái thanh toán, ví điện tử và nền tảng số. Ông Nguyễn Hưng, Tổng giám đốc TPBank cho biết, tại nhiều ngân hàng, trong đó có TPBank, tỷ lệ giao dịch trên kênh số đã đạt từ 95 - 99,5%.
“Điều đó cho thấy ngành ngân hàng Việt Nam không còn ở giai đoạn số hóa cơ bản, mà đang bước sâu hơn vào giai đoạn số hóa thông minh”, ông Hưng nói.
Một trong những thay đổi dễ nhìn thấy nhất là ở khâu chăm sóc khách hàng. Trước đây, phần lớn hoạt động hỗ trợ phụ thuộc vào call center và đội ngũ chăm sóc khách hàng, vốn đòi hỏi nguồn lực lớn và thường xuyên quá tải vào các khung giờ cao điểm. Nhưng hiện nay, AI chatbot, AI agent hay trợ lý tài chính số đã bắt đầu thay thế một phần đáng kể các tác vụ truyền thống.
“TPBank đã ứng dụng AI Chatbot, AI Agent và trợ lý tài chính số để thay thế phần lớn các tác vụ hỗ trợ truyền thống, giúp mọi yêu cầu của khách hàng được phản hồi gần như tức thời”, ông Nguyễn Hưng chia sẻ.
Điều các ngân hàng theo đuổi lúc này không đơn thuần là số hóa giao dịch, mà là xây dựng một mô hình “always-on banking” - nơi kết nối giữa khách hàng và ngân hàng diễn ra liên tục, gần như không còn giới hạn về thời gian hay không gian. Nhưng AI không chỉ dừng ở việc giúp ngân hàng phản hồi khách hàng nhanh hơn.
Theo ông Jens Lottner, Tổng giám đốc Techcombank, điều lớn hơn nằm ở chỗ AI đang làm thay đổi bản chất vận hành của ngân hàng. Trong vòng 2 - 5 năm tới, khái niệm về một ngân hàng có thể sẽ không còn giống hiện nay, khi rất nhiều tác vụ sẽ không còn được vận hành hoàn toàn bởi con người mà sẽ do các AI tác vụ đảm nhiệm. Điều đáng chú ý là các ngân hàng lớn không còn nhìn AI như một công cụ bổ trợ. Với nhiều tổ chức, AI đang được xem như nền tảng để thiết kế lại mô hình vận hành.
Theo kế hoạch, trong quý III/2026, Techcombank sẽ hoàn thiện nền tảng công nghệ tích hợp cho phép các công ty trong hệ sinh thái cùng sử dụng chung một hạ tầng dữ liệu và vận hành. Đây được xem là bước nền quan trọng để AI không chỉ xuất hiện ở các điểm chạm nhỏ, mà trở thành lớp hạ tầng xuyên suốt trong toàn bộ hệ sinh thái.
Một trong những mảng được kỳ vọng thay đổi nhanh nhất là phát triển phần mềm và coding. Theo CEO Techcombank, khi AI đã có khả năng tham gia vào lập trình, câu hỏi không còn là “có dùng hay không”, mà là “khai thác lợi ích đó đến đâu”.
Ở cấp độ khách hàng, AI được kỳ vọng sẽ hiện diện rõ nét trong hai lĩnh vực: hỗ trợ nhân viên quản trị quan hệ khách hàng (RM) và siêu cá nhân hóa dịch vụ. Với RM, AI có thể cung cấp thông tin sâu hơn về hành vi, nhu cầu và lịch sử giao dịch để giúp tư vấn chính xác hơn. Trong khi đó, ở khía cạnh cá nhân hóa, AI giúp ngân hàng xác định “hành động tốt nhất tiếp theo”, tức khách hàng nên được tiếp cận sản phẩm gì, vào thời điểm nào và bằng cách nào.
“Nếu trước đây, một RM có thể tạo ra khoảng 6 tương tác hiệu quả mỗi ngày, thì với sự hỗ trợ của AI, con số này có thể tăng lên 20”, ông Jens Lottner nói.
Đó không đơn thuần là câu chuyện tăng năng suất bán hàng, sâu xa hơn, AI đang bắt đầu thay đổi chất lượng tương tác giữa ngân hàng và khách hàng, đồng thời dịch chuyển vai trò của con người trong hệ thống tài chính.
Cuộc đua AI, cuộc đua của năng lực dữ liệu
Tuy nhiên, phía sau bức tranh tăng tốc đầu tư AI, một câu hỏi cũng đang dần hiện rõ: AI đã thực sự tạo ra giá trị kinh doanh rõ ràng cho ngành ngân hàng hay chưa? Hiện nay, hầu như ngân hàng nào cũng nói về AI, từ chatbot, trợ lý tài chính số, AI call center đến AI scoring, AI chống gian lận hay AI hỗ trợ bán hàng. Song, chưa có nhiều ngân hàng công bố AI đã giúp giảm bao nhiêu chi phí vận hành, cải thiện bao nhiêu năng suất hay tạo thêm bao nhiêu doanh thu.
Điều đó cho thấy, phần lớn các ngân hàng vẫn đang ở giai đoạn đầu tư nền tảng hơn là giai đoạn “thu hoạch” giá trị từ AI. Thực tế, để triển khai AI ở quy mô lớn, ngân hàng phải đồng thời đầu tư vào dữ liệu, hạ tầng công nghệ, năng lực tính toán, bảo mật, quản trị mô hình và cả tái đào tạo nhân sự… Điều đó đồng nghĩa, AI có thể làm tăng chi phí trong ngắn hạn, trước khi tạo ra hiệu quả rõ ràng trong dài hạn.
Theo bà Nguyễn Ngọc Lan Anh, Giám đốc Công nghệ & Nghiệp vụ của Standard Chartered Việt Nam, AI được ứng dụng ngày càng nhiều trong lĩnh vực ngân hàng, song việc triển khai ở quy mô lớn để tạo ra giá trị thực vẫn là bài toán khó.
“Nguyên nhân không nằm ở công nghệ, mà ở kỷ luật thực thi và quản trị”, bà Lan Anh nhận định.
Theo bà Lan Anh, AI chỉ phát huy hiệu quả khi được dẫn dắt bởi mục tiêu kinh doanh rõ ràng, được tích hợp vào quy trình ra quyết định hàng ngày và đi kèm với cơ chế kiểm soát phù hợp. Điều đó cho thấy AI không phải “chiếc đũa thần” có thể ngay lập tức biến đổi hiệu quả hoạt động của ngân hàng. Nếu dữ liệu đầu vào chưa tốt, quy trình vận hành chưa tối ưu hay năng lực quản trị còn hạn chế, AI thậm chí có thể khuếch đại những điểm yếu hiện hữu của tổ chức.
Đây cũng là lý do xu hướng lớn hiện nay đang chuyển từ tự động hóa dựa trên quy tắc sang mô hình ra quyết định có hỗ trợ và điều phối bởi AI. Giá trị thực sự của AI không chỉ nằm ở tốc độ xử lý hay tiết giảm nhân sự, mà ở khả năng nâng cao chất lượng quyết định, quản trị rủi ro và tăng cường sức chống chịu vận hành ở quy mô lớn hơn.
Ở một góc nhìn khác, AI cũng đang đặt ra những yêu cầu mới về quản trị dữ liệu, kiểm soát thuật toán và an toàn hệ thống. Theo ông Hoàng Minh Tiến, chính sự phát triển nhanh chóng của AI đang đặt ra yêu cầu cấp thiết phải nâng cấp năng lực quản trị rủi ro, bảo vệ dữ liệu, kiểm soát thuật toán, bảo đảm an toàn thông tin và củng cố niềm tin của khách hàng trong môi trường số.
Thực tế, khi ngân hàng ngày càng phụ thuộc vào dữ liệu và các mô hình AI, bài toán không còn đơn thuần là đầu tư công nghệ, mà đang trở thành cuộc đua về năng lực dữ liệu, khả năng quản trị và tốc độ thích ứng tổ chức. Trong cuộc đua đó, lợi thế có thể sẽ nghiêng về các ngân hàng sở hữu hệ sinh thái lớn, lượng dữ liệu phong phú và đủ nguồn lực để đầu tư hạ tầng công nghệ quy mô lớn.
Nếu trước đây, lợi thế cạnh tranh của ngân hàng chủ yếu nằm ở mạng lưới chi nhánh hay quy mô vốn thì trong kỷ nguyên AI, dữ liệu, khả năng cá nhân hóa và tốc độ ra quyết định có thể trở thành những “hào lũy” mới.
