Trong vài năm trở lại đây, trí tuệ nhân tạo (AI) đã đi từ vị thế “xu hướng công nghệ” trở thành một phần của “hạ tầng vận hành” trong ngành tài chính - ngân hàng. Khảo sát toàn cầu của McKinsey năm 2024 cho thấy, khoảng 65% doanh nghiệp đã sử dụng AI tạo sinh (generative AI) thường xuyên, gần gấp đôi so với chỉ 10 tháng trước đó. Báo cáo “State of AI in Financial Services: 2024 Trends” (Thực trạng AI trong ngành dịch vụ tài chính: Xu hướng năm 2024) của NVIDIA ghi nhận tới 91% doanh nghiệp dịch vụ tài chính đang đánh giá hoặc triển khai AI trong thực tế. Diễn đàn Kinh tế Thế giới dự báo, AI, đặc biệt là AI tạo sinh, sẽ tiếp tục thay đổi cấu trúc dịch vụ tài chính trong thời gian tới.
 |
TS. Võ Thị Hồng Diễm, Giảng viên ngành Kinh doanh trên ứng dụng blockchain, Đại học RMIT Việt Nam |
Tại Việt Nam, quá trình số hóa ngân hàng diễn ra mạnh mẽ với sự phát triển của ngân hàng số, thanh toán không tiền mặt và eKYC (định danh khách hàng điện tử). Nhiều ngân hàng thương mại đã ứng dụng AI vào chấm điểm tín dụng, phát hiện gian lận, vận hành chatbot và phân tích hành vi khách hàng, qua đó cắt giảm chi phí vận hành và cải thiện trải nghiệm dịch vụ. Chẳng hạn, chatbot của Vietcombank xử lý lượng lớn yêu cầu mỗi tháng, giúp giảm tải đáng kể cho tổng đài; Techcombank rút ngắn thời gian xử lý hồ sơ vay từ nhiều ngày xuống còn vài giờ nhờ sử dụng AI trong phân tích tín dụng. Hai ngân hàng này cũng bắt đầu khai thác AI để cá nhân hóa dịch vụ cho khách hàng doanh nghiệp, chẳng hạn đề xuất các gói tín dụng, giải pháp tài chính phù hợp dựa trên dữ liệu tài chính.
AI tạo sinh là chưa đủ
Nếu coi AI truyền thống là các mô hình học máy chuyên biệt cho từng nhiệm vụ riêng lẻ như chấm điểm tín dụng, phát hiện gian lận hay phân loại giao dịch, thì AI tạo sinh bổ sung khả năng hiểu và tạo ngôn ngữ tự nhiên. Nhờ đó, hệ thống có thể đọc, tóm tắt, diễn giải tài liệu, trả lời câu hỏi nghiệp vụ, thậm chí viết mã cho các kịch bản xử lý dữ liệu. Tuy nhiên, phần lớn ứng dụng AI tạo sinh hiện nay vẫn dừng ở mức “trả lời thông minh” trong cửa sổ chat, đưa ra gợi ý nhưng chưa tự mình thực hiện các tác vụ trong core banking (ngân hàng lõi), quản lý quan hệ khách hàng hay hệ thống phê duyệt để hoàn tất quy trình. Chính khoảng trống giữa “trả lời” và “hành động” này là không gian để agentic AI xuất hiện.
Agentic AI là những thực thể số thông minh, tự chủ, có khả năng hiểu mục tiêu, lập kế hoạch, sử dụng các công cụ được cấp quyền và tự động thực hiện hành động, thay vì chỉ là các công cụ tự động hóa đơn lẻ. Agentic AI là xu hướng công nghệ mới và là động lực quan trọng giúp ngân hàng thích ứng trong thời đại số hóa, được thiết kế để hoạt động tự trị và xử lý các nhiệm vụ phức tạp mà không cần giám sát liên tục của con người. Nếu AI truyền thống đóng vai trò như “động cơ tính toán”, AI tạo sinh như “bộ não ngôn ngữ”, thì agentic AI có thể được xem là “nhân viên số” được giao mục tiêu, hiểu bối cảnh và chủ động phối hợp nhiều hệ thống để đạt kết quả.
Agentic AI: “Nhân viên số đa năng”
Agentic AI sẽ biến ngân hàng từ mô hình tự động hóa sang vận hành tự chủ, nơi mỗi tác nhân số có thể hiểu mục tiêu, lập kế hoạch và hoàn tất quy trình từ đầu đến cuối.
Ứng dụng của agentic AI trải rộng từ tuyến khách hàng đến quản lý rủi ro và vận hành nội bộ.
Ở phía khách hàng, có thể hình dung một “trợ lý tài chính số” luôn theo dõi dòng tiền và thói quen chi tiêu, từ đó tự động giữ mức số dư tối thiểu, chuyển phần dư sang sản phẩm lãi suất cao và cảnh báo khi xuất hiện dấu hiệu bất thường. FPT IS giới thiệu trợ lý AI cho nhà đầu tư cá nhân như AkaSense, phân tích rủi ro, danh mục và thông tin thị trường để đưa ra khuyến nghị đầu tư cá nhân hóa, hoạt động như một “chuyên viên tư vấn số” theo sát nhà đầu tư.
Trong quản lý rủi ro, tuân thủ và ESG, agentic AI có thể gánh bớt những công việc vốn tốn nhiều nguồn lực như rà soát hồ sơ KYC, phát hiện giao dịch đáng ngờ hay tổng hợp dữ liệu phục vụ báo cáo.
Ở tuyến vận hành, thay vì chỉ tự động hóa từng bước nhỏ như tự động hóa quy trình bằng robot (RPA) truyền thống, một tác nhân AI có thể xử lý cả quy trình đầu - cuối: tiếp nhận yêu cầu vay vốn, trích xuất thông tin từ hồ sơ, đối chiếu với dữ liệu thuế, bảo hiểm, thông tin tín dụng CIC (trong phạm vi được phép), tính toán chỉ số rủi ro, soạn thảo tờ trình tín dụng, cập nhật kết quả lên các hệ thống liên quan và gửi thông báo cho khách hàng.
Khi AI gặp blockchain: Nền tảng cho tác nhân số tự chủ
Một điểm quan trọng khác trong bức tranh agentic AI là sự kết hợp với công nghệ blockchain. Blockchain có thể đóng vai trò như một “thiết chế kinh tế - tài chính” mới dành cho AI tự chủ. Thay vì thiết kế hợp đồng, tài khoản và hạ tầng thanh toán chỉ cho con người sử dụng, blockchain cho phép “mã hóa” các thiết chế này thành hợp đồng thông minh (smart contract) và tài sản số được quản lý bằng khóa riêng.
Khi đó, một AI agent, nếu được trao quyền quản lý khóa riêng trong khuôn khổ pháp lý cho phép, có thể trực tiếp ký kết, thực thi và tất toán các giao dịch tài chính trên chuỗi blockchain với mức minh bạch, truy vết và tự động hóa cao. Dĩ nhiên, viễn cảnh này đặt ra nhiều câu hỏi về pháp lý, quản trị rủi ro và đạo đức, nhưng về mặt công nghệ, sự kết hợp AI - blockchain được xem là hướng đi khả dĩ để “mở khóa” trọn vẹn năng lực của AI tự chủ.
Ứng dụng agentic AI trên blockchain
Trong bối cảnh ngân hàng, sự kết hợp giữa agentic AI và blockchain mở ra một số kịch bản ứng dụng cụ thể.
Chẳng hạn, một agentic AI có thể thay mặt khách hàng doanh nghiệp tự động tối ưu dòng tiền trên nền tảng tài trợ thương mại số: theo dõi liên tục hóa đơn, tình trạng giao hàng, điều kiện thanh toán được ghi nhận trên blockchain và khi điều kiện được đáp ứng sẽ tự động kích hoạt hợp đồng thông minh để giải ngân, thu nợ hoặc tất toán thư tín dụng.
Ở mảng tài sản số hóa như trái phiếu doanh nghiệp, chứng chỉ quỹ hay tài sản bảo đảm được token hóa, agentic AI có thể giám sát các chỉ dấu rủi ro (ví dụ vi phạm giao kèo tài chính) và ngay lập tức kích hoạt các điều khoản bảo vệ nhà đầu tư trên “smart contract”.
Về phía ngân hàng, việc sử dụng blockchain như “sổ cái chung” giúp lưu lại đầy đủ lịch sử hành động của từng agent trên một sổ cái bất biến, tạo nền tảng tốt hơn cho kiểm toán, điều tra sự cố và quản trị rủi ro mô hình.
Một số thách thức nền tảng
Để tiến tới giai đoạn ngân hàng vận hành cùng các tác nhân số - agentic AI, các ngân hàng Việt Nam trước hết phải vượt qua không ít thách thức nền tảng.
Hiện việc triển khai agentic AI chủ yếu dừng ở quy mô thử nghiệm, trong khi hạ tầng dữ liệu, hệ thống công nghệ thông tin và khung pháp lý vẫn đang trong quá trình hoàn thiện. Nhiều tổ chức tài chính chưa có kho dữ liệu tập trung; dữ liệu còn phân mảnh, chất lượng không đồng đều; tỷ lệ giao dịch tiền mặt cao khiến nguồn dữ liệu số cho AI còn hạn chế. Nguồn nhân lực hiểu đồng thời nghiệp vụ ngân hàng, dữ liệu và AI còn khan hiếm. Bên cạnh đó, khung quản trị rủi ro AI/AI agent, từ minh bạch mô hình, trách nhiệm giải trình đến vai trò kiểm soát của con người, vẫn đang ở giai đoạn hình thành.
Tuy vậy, agentic AI mở ra cơ hội giúp ngân hàng giảm chi phí vận hành, tăng tốc độ xử lý, cải thiện trải nghiệm khách hàng và phát triển các dịch vụ mới như trợ lý đầu tư cá nhân hay tư vấn tài chính cá nhân hóa 24/7. Với một thị trường trẻ, tỷ lệ sử dụng điện thoại thông minh cao và nhu cầu dịch vụ tài chính số tăng nhanh, Việt Nam có điều kiện thuận lợi để phát triển thế hệ ngân hàng được hỗ trợ bởi agentic AI, nếu đầu tư đúng vào dữ liệu, hạ tầng và con người.
Lộ trình cho ngân hàng: Dữ liệu - thí điểm - con người - pháp lý
Để bắt kịp xu hướng, các ngân hàng nên tiếp cận agentic AI theo lộ trình từng bước.
Trước hết, coi dữ liệu là hạ tầng chiến lược: xây dựng kho dữ liệu tập trung, chuẩn hóa chất lượng dữ liệu, tăng tỷ lệ giao dịch số và thiết kế kiến trúc cho phép agentic AI truy cập an toàn, có kiểm soát.
Tiếp theo, lựa chọn một số ứng dụng có giá trị mang lại rõ ràng, rủi ro thấp để thí điểm, chẳng hạn tác nhân hỗ trợ nhân viên, đại lý trong quy trình xác minh danh tính khách hàng, phòng chống rửa tiền hoặc chăm sóc khách hàng nội bộ, nhằm xây dựng niềm tin và kinh nghiệm quản trị.
Song song, cần đầu tư vào con người và văn hóa “người - AI cùng làm việc”: đào tạo lại đội ngũ nghiệp vụ để biết cách giao việc, giám sát và phối hợp với agentic AI, đồng thời giữ quyền phê duyệt cuối cùng ở các điểm quyết định.
Cuối cùng, ngân hàng cần chủ động đồng hành với cơ quan quản lý trong xây dựng khung pháp lý và các cơ chế thử nghiệm (sandbox) phù hợp, đặc biệt với những ứng dụng kết hợp agentic AI, blockchain và dữ liệu bảo mật, để vừa khuyến khích đổi mới, vừa kiểm soát rủi ro.
Ngân hàng nào chuẩn bị tốt về dữ liệu, hạ tầng, nhân lực và quản trị rủi ro sẽ có cơ hội biến agentic AI thành lợi thế cạnh tranh dài hạn, thay vì chỉ chạy theo một “làn sóng” công nghệ nhất thời.