Ông đánh giá thế nào về tiềm năng và hướng phát triển của AI trong ngành ngân hàng Việt Nam hiện nay?
Ngành ngân hàng là một trong những lĩnh vực có điều kiện thuận lợi để ứng dụng AI, nhờ đặc thù có lượng dữ liệu khổng lồ, quy trình chuẩn hóa cao và nhu cầu phục vụ khách hàng theo hướng cá nhân hóa. Đặc biệt, hành vi khách hàng đang chuyển dịch nhanh chóng sang kênh số, với 99%% giao dịch của VietinBank được xử lý qua các kênh số.
Với sự phát triển mạnh mẽ của công nghệ, các ngân hàng Việt Nam có thể triển khai AI theo 4 hướng chính.
Thứ nhất, tối ưu vận hành nội bộ: AI giúp tự động hóa quy trình (RPA + AI), nhận diện chứng từ, đối soát số liệu kế toán, phát hiện gian lận và dự báo nhu cầu nguồn lực. Ví dụ, các ngân hàng có thể sử dụng AI để dự báo lượng tiền tồn quỹ tại ATM hoặc phòng giao dịch, từ đó tối ưu kế hoạch tiếp quỹ, giảm chi phí vận hành.
AI cũng có thể phân tích log hệ thống để phát hiện lỗi bất thường, giúp bộ phận công nghệ thông tin xử lý sự cố sớm hơn, hoặc tự động hóa công tác kiểm soát nội bộ thông qua nhận dạng các mẫu dữ liệu bất thường.
Thứ hai, hỗ trợ ra quyết định: Từ dữ liệu lịch sử và hành vi khách hàng, AI có thể được ứng dụng để chấm điểm tín dụng tự động, dự báo rủi ro hoặc đánh giá khả năng trả nợ của từng nhóm khách hàng.
Trong quản trị rủi ro, AI được dùng để xây dựng mô hình cảnh báo sớm, nhận diện khách hàng có dấu hiệu bất thường trong giao dịch hoặc dòng tiền.
Ở cấp điều hành, các mô hình AI hỗ trợ lãnh đạo phân tích biến động thị trường, dự báo nhu cầu tín dụng, thanh khoản và lãi suất, giúp ra quyết định nhanh chóng, chính xác hơn.
Thứ ba, cá nhân hóa dịch vụ khách hàng: AI giúp ngân hàng từ một tổ chức phục vụ đại chúng tiến tới trở thành “người đồng hành” cá nhân hóa từng khách hàng. Các công cụ như chatbot, trợ lý ảo hay hệ thống voice call cho phép khách hàng hỏi đáp, tra cứu, thực hiện giao dịch tài chính hoặc tìm hiểu sản phẩm nhanh chóng, thuận tiện.
AI trong hoạt động marketing còn giúp phân tích hành vi chi tiêu để gợi ý sản phẩm phù hợp: chẳng hạn, đề xuất thẻ tín dụng du lịch cho khách hàng thường xuyên đặt vé máy bay.
Thứ tư, phát triển sản phẩm tài chính mới: AI giúp thiết kế các sản phẩm tài chính linh hoạt và thông minh hơn, như Robo-advisor hỗ trợ đầu tư tự động theo khẩu vị rủi ro của từng cá nhân; gói tín dụng động (Dynamic Credit) điều chỉnh hạn mức theo dòng tiền thực tế; hệ thống định giá tài sản và bất động sản theo thời gian thực giúp rút ngắn thời gian thẩm định khoản vay.
Để AI thực sự tạo ra giá trị trong ngành ngân hàng, theo ông, đâu là những điều kiện tiên quyết cần được hoàn thiện?
Để hiện thực hóa các ứng dụng AI, ngành ngân hàng Việt Nam cần triển khai đồng bộ nhiều bước đi chiến lược, bao gồm: Xây dựng hạ tầng dữ liệu chuẩn hóa và an toàn - hình thành các nền tảng như Data Lake, Data Warehouse và AI Sandbox nhằm quản lý, lưu trữ, chia sẻ và huấn luyện dữ liệu an toàn, bảo mật; Thí điểm các ứng dụng có giá trị rõ ràng và khả năng mở rộng cao như chatbot, phát hiện gian lận, OCR chứng từ, chấm điểm tín dụng hoặc dự báo nhu cầu giao dịch; Thiết lập khung quản trị AI toàn diện - đảm bảo mô hình AI được kiểm soát, tuân thủ pháp luật, minh bạch, có thể giải thích và chịu trách nhiệm; Đầu tư phát triển nhân sự và văn hóa dữ liệu - con người là yếu tố quyết định để AI phát huy tối đa tiềm năng, cán bộ ngân hàng cần hiểu rõ cách sử dụng, giám sát AI thay vì chỉ coi đó là “hộp đen”.
Tóm lại, tiềm năng của AI trong ngân hàng Việt Nam là rất lớn, nhưng cần được triển khai có trọng tâm, theo lộ trình cụ thể và đi kèm cơ chế quản trị rủi ro bền vững.
Với VietinBank, ông có thể chia sẻ một vài ứng dụng cụ thể đang giúp thay đổi cách vận hành hoặc phục vụ khách hàng?
Trong tương lai gần, xu hướng chủ đạo sẽ là ngân hàng thông minh - nơi ngân hàng truyền thống được “tăng cường” bằng dữ liệu và AI, vận hành tự động…
Tại VietinBank, việc ứng dụng AI đã đi vào thực tiễn hoạt động hàng ngày. Ngân hàng đã thành lập Khối Dữ liệu & Trí tuệ nhân tạo với nhiệm vụ đưa dữ liệu và AI trực tiếp vào các quy trình nghiệp vụ, hoạt động vận hành và tác nghiệp thường nhật.
Một số ứng dụng tiêu biểu gồm:
Genie - Trợ lý AI nội bộ:
Genie được xây dựng trên nền tảng Microsoft Azure Cloud và sử dụng mô hình ngôn ngữ lớn của OpenAI, được huấn luyện trên hơn 2.000 tài liệu nội bộ bao gồm quy trình, chính sách và sản phẩm của VietinBank. Nhờ đó, Genie có khả năng hiểu và phản hồi chính xác các câu hỏi nghiệp vụ, giúp cán bộ dễ dàng tra cứu thông tin, soạn thảo văn bản, lập kế hoạch bán hàng, tổng hợp dữ liệu hoặc truy xuất KPI chi nhánh chỉ trong vài giây.
Hiện Genie xử lý trung bình 10.000-13.000 câu hỏi mỗi ngày. Không chỉ dừng lại ở việc trả lời, Genie còn hỗ trợ tự động tạo báo cáo, biên bản họp, viết thư cho khách hàng bằng nhiều ngôn ngữ...
AI hỗ trợ lập tờ trình thẩm định:
Trong lĩnh vực tín dụng, trước đây, mỗi tờ trình thẩm định có khoảng 1.600 trường thông tin mà cán bộ quan hệ khách hàng phải nhập và tổng hợp thủ công từ hồ sơ vay vốn, báo cáo tài chính, dòng tiền, hồ sơ pháp lý của khách hàng. Hiện nay, nhờ ứng dụng AI, khoảng 70% dữ liệu được xử lý tự động - từ bóc tách tài liệu, tính toán chỉ tiêu tài chính, tổng hợp dữ liệu, đến phân tích ngành nghề, lĩnh vực kinh doanh và gợi ý nhận định về khả năng vay vốn, trả nợ của khách hàng. AI giúp rút ngắn thời gian lập hồ sơ từ vài ngày xuống chỉ còn vài giờ, đồng thời chuẩn hóa và nâng cao chất lượng tờ trình.
Đáng chú ý, hệ thống này không chỉ phục vụ cho việc lập tờ trình, mà còn giúp VietinBank xây dựng cơ sở dữ liệu khách hàng tập trung, hướng tới tối ưu mô hình chấm điểm tín dụng nội bộ và phân tích danh mục tín dụng tự động.
AI Market - “chợ ứng dụng” nội bộ:
VietinBank đã xây dựng nền tảng AI Market, tập hợp các ứng dụng AI phục vụ cho nhân viên toàn hệ thống. Các ứng dụng hiện có gồm: dịch thuật đa ngôn ngữ, tạo PowerPoint tự động, đánh giá hồ sơ tuyển dụng, định giá bất động sản, hỗ trợ tuân thủ thuế, hỗ trợ lập trình và phân tích dữ liệu nhanh. AI Market giúp nhân viên tiết kiệm thời gian, tăng năng suất và tiếp cận công nghệ mới một cách an toàn, có kiểm soát.
Nhờ các dự án này, AI đã trở thành một phần không thể tách rời trong hoạt động hàng ngày của VietinBank, góp phần nâng cao năng suất nội bộ, hỗ trợ công tác bán hàng và tối ưu hóa các quy trình nghiệp vụ lõi (như tín dụng, rủi ro...).
Hiện có xu hướng nhiều ngân hàng tách nhánh hoặc thành lập ngân hàng số độc lập. Ông nhìn nhận thế nào về triển vọng mô hình ngân hàng số tại Việt Nam và tương lai của ngân hàng truyền thống?
“Ngân hàng số” không chỉ là ngân hàng có ứng dụng di động hay giao dịch trực tuyến, mà là ngân hàng được số hóa toàn diện - từ hạ tầng, dữ liệu đến ra quyết định.
Với sự phát triển của AI và Agentic AI, các hệ thống ngân hàng có thể tự động phân tích dữ liệu, đánh giá rủi ro, ra quyết định giao dịch và cá nhân hóa trải nghiệm khách hàng, hướng tới mô hình “tự vận hành thông minh”.
Tại Việt Nam, các mô hình ngân hàng số độc lập như Timo, Ubank, Cake, TNEX... đã ra đời, tập trung vào nhóm khách hàng trẻ. Trong khi đó, các ngân hàng truyền thống như VietinBank, Vietcombank, Techcombank, MB... đang chuyển mình theo mô hình hybrid bank - kết hợp giữa truyền thống và số hóa, vừa duy trì mạng lưới vật lý, vừa đầu tư mạnh vào nền tảng số và AI.
Triển vọng phát triển ngân hàng số tại Việt Nam rất lớn nhờ các yếu tố thuận lợi: tỷ lệ người dùng smartphone cao, khách hàng đã quen với giao dịch số; Chính phủ thúc đẩy chuyển đổi số quốc gia, khuyến khích Open Banking và chia sẻ dữ liệu; AI và dữ liệu lớn giúp ngân hàng hiểu khách hàng sâu hơn, cá nhân hóa sản phẩm và giảm chi phí vận hành.
Tuy nhiên, trong ngắn hạn, ngân hàng số khó có thể thay thế hoàn toàn mô hình truyền thống. Các nghiệp vụ phức tạp như tín dụng doanh nghiệp lớn, đầu tư dự án hay thanh toán quốc tế vẫn cần sự can thiệp và đánh giá chuyên sâu của con người. Hơn nữa, ngân hàng là lĩnh vực nhạy cảm, liên quan đến an toàn tài chính quốc gia, nên việc vận hành ngân hàng số đòi hỏi khung pháp lý, cơ chế quản trị rủi ro và giám sát công nghệ hết sức chặt chẽ.
Một yếu tố quan trọng không kém là con người và văn hóa tổ chức. Công nghệ chỉ là công cụ; điều then chốt nằm ở cách con người sử dụng và làm chủ nó. Ngân hàng số chỉ thành công khi đội ngũ nhân sự có tư duy dữ liệu, kỹ năng số và khả năng thích ứng nhanh với thay đổi.
Trong tương lai gần, xu hướng chủ đạo sẽ là ngân hàng thông minh (Intelligent Bank) - nơi ngân hàng truyền thống được “tăng cường” bằng dữ liệu và AI, vận hành tự động, dự báo theo thời gian thực và cung cấp trải nghiệm khách hàng cá nhân hóa tối đa. Đây không phải là sự thay thế giữa “con người và máy móc”, mà là sự cộng sinh giữa trí tuệ con người và trí tuệ nhân tạo, hướng tới mô hình ngân hàng hiện đại, hiệu quả và bền vững.
