Khi niềm tin trở thành một chỉ số có thể đo lường
Trong nhiều thập kỷ, niềm tin trong ngành ngân hàng thường được xây dựng trên những nền tảng quen thuộc: thương hiệu mạnh, năng lực tài chính vững vàng và những mối quan hệ dài hạn với khách hàng. Tuy nhiên, theo ông Phil Wright, trong kỷ nguyên số, cách khách hàng đánh giá niềm tin đã thay đổi đáng kể. Họ không còn chỉ nhìn vào quy mô của ngân hàng, mà nhìn vào cách hệ thống vận hành: dịch vụ có ổn định hay không, quyết định có công bằng hay không, dữ liệu cá nhân có được bảo vệ hay không, và khi có sự cố, liệu ngân hàng có phản hồi đủ nhanh hay không. Niềm tin vì thế không còn là một khái niệm trừu tượng, mà ngày càng trở thành một chỉ số hữu hình có thể kiểm chứng.
“Chỉ nói ‘hãy tin tưởng chúng tôi’ là chưa đủ. Ngân hàng phải chứng minh được khả năng quản trị, kiểm toán và kết quả đầu ra rõ ràng”, ông Phil Wright nhấn mạnh.
Điều này càng trở nên quan trọng khi AI bắt đầu tham gia sâu hơn vào các quyết định vận hành cốt lõi như phát hiện gian lận, phân loại ưu tiên dịch vụ hay hỗ trợ quản trị rủi ro. Khi đó, lãnh đạo ngân hàng phải có khả năng trả lời rất rõ những câu hỏi nền tảng: dữ liệu nào đang được sử dụng, phục vụ mục đích gì, mô hình được kiểm thử ra sao, ai giám sát và điều gì xảy ra nếu mô hình sai.
Theo ông Phil Wright, đây chính là lý do vì sao quản trị AI không thể là một lớp “trang trí” phía sau công nghệ, mà phải là phần lõi ngay từ đầu.
Trên thế giới, các quy định về AI, quản trị rủi ro mô hình, bảo vệ dữ liệu và khả năng chống chịu vận hành đang ngày càng siết chặt. Tại Việt Nam, khung pháp lý cho AI cũng đang thay đổi rất nhanh, với trọng tâm là minh bạch, trách nhiệm giải trình, quyền riêng tư và an ninh mạng. Với ngân hàng, thông điệp rất rõ ràng: phải xây dựng nền tảng AI có trách nhiệm ngay từ bây giờ, thay vì đợi đến khi quy định hoàn thiện mới bắt đầu thích ứng.
Tại HSBC, cách tiếp cận là tích hợp trí tuệ nhân tạo có trách nhiệm xuyên suốt toàn bộ quy trình: từ lựa chọn tình huống ứng dụng phù hợp, kiểm soát dữ liệu, bảo vệ quyền riêng tư, kiểm tra độ ổn định và thiên lệch của mô hình, đến việc lưu vết quyết định và giám sát liên tục hiệu suất đầu ra.
“Trong ngân hàng, thiết lập rồi để đó không phải là một chiến lược đúng đắn”, ông Phil Wright nói.
Điểm quan trọng nhất, theo ông Phil Wright, là trách nhiệm cuối cùng vẫn thuộc về con người. AI có thể hỗ trợ ra quyết định, nhưng không chịu trách nhiệm cho quyết định đó. Đặc biệt, với những tình huống có tác động lớn tới khách hàng, con người luôn phải hiện diện trong vòng kiểm soát. Đó không phải giới hạn của AI, mà là đặc điểm của một ngân hàng có trách nhiệm.
AI không xóa sổ gian lận, nhưng thay đổi cuộc chơi
Một trong những kỳ vọng lớn nhất đặt lên AI là khả năng chống gian lận và tội phạm tài chính. Nhưng theo ông Phil Wright, sẽ là sai lầm nếu xem AI như một “cây đũa thần” có thể xóa sổ hoàn toàn gian lận.
Điều AI làm tốt nhất là phát hiện những mẫu hành vi mà con người khó có thể nhìn thấy ở quy mô lớn: giao dịch bất thường, tín hiệu từ thiết bị và mạng, hoạt động từ các tài khoản trung gian hay những mô thức lừa đảo mới ngày càng tinh vi. Nhờ đó, ngân hàng có thể chuyển từ trạng thái kiểm soát thụ động sang chủ động can thiệp sớm hơn, ngăn ngừa tổn thất trước khi sự cố xảy ra thay vì chỉ phản ứng sau đó.
Tuy nhiên, khi ngân hàng nâng cấp hệ thống kiểm soát, tội phạm cũng thay đổi phương thức tấn công. Deepfake, giả mạo danh tính bằng AI và các hình thức lừa đảo mới đang khiến cuộc chiến này trở nên phức tạp hơn rất nhiều.
Dẫn chứng tại HSBC, ông Phil Wright cho biết, một trong những ứng dụng đáng chú ý là sáng kiến “Đánh giá Rủi ro Động” (Dynamic Risk Assessment) trong giám sát giao dịch. Công cụ này sử dụng phân tích dữ liệu nâng cao và máy học để đánh giá rủi ro linh hoạt hơn, ưu tiên cảnh báo thông minh hơn và tập trung nguồn lực điều tra vào những tín hiệu thực sự quan trọng.
Mục tiêu không phải là tự động hóa hoàn toàn quá trình đánh giá, mà là nâng cao chất lượng tín hiệu, giảm nhiễu và giúp các quyết định trở nên nhanh hơn, nhất quán hơn. Nhưng AI chỉ là một lớp phòng vệ.
Một chiến lược chống gian lận hiệu quả vẫn phải kết hợp nhiều lớp kiểm soát khác nhau: quản lý định danh và quyền truy cập, xác thực giao dịch, kiểm soát vận hành và quy trình báo cáo rõ ràng. Đặc biệt, cần liên tục tinh chỉnh vì mô thức gian lận thay đổi rất nhanh.
Theo ông Phil Wright, một rủi ro khác thường bị bỏ qua là trải nghiệm khách hàng và tính công bằng. Nếu mô hình quá khắt khe, các cảnh báo sai có thể khiến giao dịch hợp lệ bị chặn nhầm, gây phiền toái và thậm chí vô tình loại trừ những nhóm khách hàng dễ bị tổn thương.
"Ứng dụng AI có trách nhiệm vì thế là bài toán cân bằng giữa bảo vệ và khả năng tiếp cận, giữa kiểm soát rủi ro và trải nghiệm khách hàng. Không phải cứ kiểm soát chặt hơn là tốt hơn", ông Phil Wright đánh giá.
Trải nghiệm khách hàng là lợi thế cạnh tranh mới
Trong ngành dịch vụ tài chính, trải nghiệm khách hàng từ lâu đã không còn là một yếu tố phụ trợ, mà trở thành lợi thế cạnh tranh cốt lõi. Nhưng theo ông Phil Wright, trải nghiệm tốt không đơn thuần là tốc độ hay sự tiện lợi. Một trải nghiệm thực sự tốt là khi khách hàng cảm thấy họ có thể tin tưởng ngân hàng, đặc biệt trong những thời điểm nhạy cảm nhất: nghi ngờ bị lừa đảo, tranh chấp giao dịch, thực hiện những khoản thanh toán giá trị lớn hay khi gặp khó khăn tài chính.
AI có thể cải thiện trải nghiệm này theo những cách rất cụ thể: mở tài khoản nhanh hơn, xử lý yêu cầu nhanh hơn, cảnh báo chủ động hơn và cá nhân hóa tốt hơn. AI cũng giúp hỗ trợ nhân viên ngân hàng bằng cách tóm tắt thông tin, đề xuất hành động tiếp theo và giảm bớt các tác vụ thủ công, để con người có thêm thời gian xử lý những nhu cầu phức tạp hơn của khách hàng.
Tuy nhiên, ông Phil Wright cho rằng cá nhân hóa là lĩnh vực cần được tiếp cận cẩn trọng nhất. Khách hàng cần cảm thấy được hỗ trợ, chứ không phải bị theo dõi.
Đó là lý do các nguyên tắc như tối thiểu hóa dữ liệu, giới hạn mục đích sử dụng, tăng tính minh bạch và bảo mật phải được đặt lên hàng đầu. Dữ liệu chỉ nên được sử dụng theo cách mà khách hàng kỳ vọng, phù hợp và mang lại giá trị rõ ràng.
Và một lần nữa, con người vẫn là yếu tố không thể thay thế. “Ngân hàng không chỉ là nơi giao dịch”, ông Phil Wright nhấn mạnh.
Khi khách hàng rơi vào những tình huống phức tạp và căng thẳng, họ cần một người biết lắng nghe, có thể giải thích và sẵn sàng chịu trách nhiệm. AI có thể hỗ trợ năng lực cho con người, nhưng không thể thay thế mối quan hệ giữa người với người - nền tảng sâu nhất của niềm tin trong dịch vụ tài chính.
Đổi mới nhanh, nhưng không bao giờ đánh đổi niềm tin
Theo ông Phil Wright, triển khai AI an toàn không phải là điều bất khả thi, nhưng ngân hàng phải giải quyết được ba thách thức cốt lõi: dữ liệu, mô hình và con người. Dữ liệu là nền móng đầu tiên. Nếu không thể chứng minh dữ liệu đến từ đâu, ai đã can thiệp và liệu dữ liệu có phù hợp với mục đích sử dụng hay không, thì toàn bộ hệ thống AI cũng giống như “xây lâu đài trên cát”.
Mô hình là lớp rủi ro thứ hai. Hiệu suất dự đoán có thể thay đổi khi hành vi khách hàng thay đổi hoặc khi thị trường bước vào những giai đoạn bất thường. Với AI tạo sinh, rủi ro còn lớn hơn khi xuất hiện nguy cơ rò rỉ dữ liệu nhạy cảm, sai lệch đầu ra hoặc phụ thuộc quá mức vào các kết quả tưởng như đáng tin nhưng thực chất không chính xác.
Cuối cùng là con người và quy trình.
Ứng dụng AI an toàn không chỉ là câu chuyện công nghệ, mà là bài toán về kỷ luật vận hành. Nhân sự phải có đủ kỹ năng để xây dựng và kiểm định mô hình, có văn hóa sẵn sàng chất vấn kết quả và báo cáo khi phát hiện rủi ro. Khi sự cố xảy ra, khả năng phán đoán của con người mới là yếu tố quyết định. Vì thế, ông Phil Wright cho rằng quản trị không tồn tại để làm chậm đổi mới, mà để khiến đổi mới trở nên an toàn hơn, có thể mở rộng hơn và đáng tin cậy hơn.
Khách hàng và cơ quan quản lý không yêu cầu ngân hàng giảm ứng dụng AI. Điều họ yêu cầu là ngân hàng phải sử dụng AI đúng cách. Đó mới là thước đo thực sự của một ngân hàng trong kỷ nguyên AI.
