AI vào “lõi” hoạt động ngân hàng

Năm 2025, mặt bằng lãi suất cho vay tiếp tục được giữ ổn định trong khi lãi suất huy động có xu hướng nhích dần lên khiến biên lãi ròng (NIM) thu hẹp, áp lực cạnh tranh từ các fintech, super-app và các mô hình tài chính phi truyền thống ngày càng gia tăng… đã bào mòn lợi nhuận, đẩy tỷ lệ chi phí trên thu nhập (CIR) lên cao. Giữa bức tranh nhiều gam màu xám, trí tuệ nhân tạo đang nổi lên như một “yếu tố thay đổi cuộc chơi”, mang lại kỳ vọng mới cho tăng trưởng, hiệu quả và năng lực cạnh tranh của hệ thống ngân hàng.

Theo Deloitte, các ngân hàng đầu tư hàng đầu thế giới có thể cải thiện hiệu suất kinh doanh từ 27-35% nhờ AI, với doanh thu trên mỗi nhân viên dự kiến tăng thêm tới 3,5 triệu USD vào năm 2026. Đáng chú ý, chi tiêu toàn cầu của các ngân hàng cho Generative AI được dự báo sẽ tăng từ 6 tỷ USD năm 2024 lên 85 tỷ USD vào năm 2030 - mức tăng hơn 1.400% cho thấy sự dịch chuyển mạnh mẽ từ ngân hàng truyền thống, ngân hàng số sang mô hình “AI Bank”.

Tại Việt Nam, ngành Ngân hàng đang tăng tốc ứng dụng AI nhằm cải thiện hiệu quả hoạt động, tăng cường bảo mật và nâng cao trải nghiệm khách hàng. AI dần trở thành một phần không thể thiếu trong hệ sinh thái ngân hàng hiện đại.

Ở mảng dịch vụ khách hàng, chatbot và trợ lý ảo được triển khai rộng khắp, hỗ trợ tra cứu thông tin tài khoản, hướng dẫn giao dịch, tư vấn sản phẩm và giải đáp thắc mắc 24/7. Có thể kể đến VAI của Vietcombank, ACB Chatbot, Virtual Assistant của MB, VietinBank iBot hay BIDV SmartBanker. Các tổng đài tích hợp AI giúp tự động phân loại, xử lý cuộc gọi, giảm tải cho nhân sự và nâng cao trải nghiệm người dùng.

Trong lĩnh vực định danh và xác thực, AI được ứng dụng trong eKYC, sinh trắc học (Face ID, vân tay, giọng nói), OCR tự động trích xuất thông tin từ CCCD, hợp đồng, hóa đơn. Nhờ đó, thời gian xử lý các giao dịch mở tài khoản, mở thẻ, vay vốn được rút ngắn đáng kể. AI cũng được triển khai mạnh mẽ trong phân tích rủi ro và phòng chống gian lận. Vietcombank ứng dụng AI trong phân tích rủi ro tín dụng và phát hiện giao dịch bất thường; VietinBank sử dụng Deep Learning trong nhận diện và ngăn chặn gian lận thẻ; Techcombank khai thác AI và Predictive Analytics để dự báo rủi ro tín dụng. Đáng chú ý, nhiều ngân hàng đã sử dụng AI để chấm điểm khả năng trả nợ, tự động phê duyệt khoản vay và cá nhân hóa lãi suất, điều khoản tín dụng, góp phần mở rộng khả năng tiếp cận vốn cho khách hàng.

Thực tiễn triển khai AI tại nhiều ngân hàng Việt Nam đã cho thấy hiệu quả rõ nét. Tại VietinBank, trợ lý AI nội bộ Genie chỉ sau hai tháng đã xử lý khoảng 350.000 câu hỏi, tiết kiệm 95% thời gian, tương đương hàng trăm nghìn giờ công mỗi tháng. Techcombank ứng dụng AI để tạo 100 triệu dữ liệu phân tích cá nhân hóa, từ đó gửi hơn 52 triệu khuyến nghị tài chính tới trên 4 triệu khách hàng. Đối với HDBank, ông Đàm Thế Thái, Phó Tổng Giám đốc cho biết, AI giúp ngân hàng này tự động hóa các quy trình lặp lại, cắt giảm khoảng 80% công việc thủ công, tiết kiệm hơn 92.000 giờ lao động mỗi năm. Tỷ lệ khách hàng chấp nhận các sản phẩm gợi ý bởi hệ thống AI đã đạt 15% trên tổng số đề xuất, cho thấy tác động thực tiễn rõ rệt của công nghệ.

AI dần trở thành một phần không thể thiếu trong hệ sinh thái ngân hàng hiện đại
AI dần trở thành một phần không thể thiếu trong hệ sinh thái ngân hàng hiện đại

Con đường không trải hoa hồng

Những hiệu quả mà AI mang lại là không thể phủ nhận. Theo TS. Nguyễn Tú Anh, Giám đốc Nghiên cứu chính sách, Trường Đại học VinUni, AI đang tạo ra cuộc cách mạng thực sự trong ngành tài chính - ngân hàng, từ tự động hóa back-office đến cá nhân hóa front-office. Việc áp dụng AI mang lại lợi ích kép: tối ưu chi phí, giảm rủi ro, thúc đẩy tăng trưởng doanh thu và mở rộng tiếp cận tài chính thông qua dữ liệu thay thế. Tuy nhiên, hành trình AI không hề “trải hoa hồng”. Thách thức lớn nhất là chất lượng và độ tin cậy của dữ liệu - yếu tố quyết định sự chính xác của các mô hình AI. Rủi ro an ninh mạng, các hình thức tấn công deepfake hay “đầu độc dữ liệu” đang đặt ra yêu cầu cấp bách về quản trị rủi ro công nghệ. Bên cạnh đó, gánh nặng hệ thống core banking kế thừa và chi phí chuyển đổi hạ tầng vẫn là bài toán khó đối với nhiều ngân hàng truyền thống.

Theo Báo cáo Triển vọng 2025 của Viện Nghiên cứu IBM, AI - đặc biệt là AI tạo sinh được kỳ vọng sẽ là chìa khóa giúp cải thiện tỷ lệ CIR thông qua tối ưu quy trình, nâng cấp core banking, cá nhân hóa tư vấn và dự báo hành vi khách hàng. Tuy nhiên, thành công không nằm ở việc sở hữu công nghệ đắt tiền nhất, mà ở khả năng tích hợp AI vào một chiến lược quản trị minh bạch, an toàn và nhân văn.

TS. Nguyễn Quốc Hùng, Phó Chủ tịch kiêm Tổng Thư ký Hiệp hội Ngân hàng Việt Nam nhấn mạnh đến những thách thức về an ninh mạng, bảo mật dữ liệu, nguy cơ các sản phẩm công nghệ giả mạo (Deepfake) và rủi ro về đạo đức AI là những rào cản hữu hình. Bên cạnh đó còn là chi phí đầu tư lớn, thiếu hụt nhân sự AI chất lượng cao…

Đồng quan điểm, ông Trần Công Quỳnh Lân, Phó Tổng giám đốc ngân hàng VietinBank khẳng định rằng AI là công nghệ mới, vì thế khi áp dụng luôn có những rủi ro đi kèm. Tuy nhiên, nếu không thử nghiệm thì sẽ không biết rủi ro là gì để có thể phòng ngừa. Ví dụ như trong việc ứng dụng AI, công nghệ này rất thông minh, tuy nhiên cũng có những điều chưa hoàn thiện. Đã có nhiều trường hợp cho thấy AI có tình trạng giả lập thông tin, cho kết quả chưa chính xác…

“Tài chính - ngân hàng là một lĩnh vực nhạy cảm, liên quan trực tiếp tới quyền lợi của người dân và tạo lập được niềm tin là vô cùng quan trọng. Chính vì thế, khi áp dụng AI cũng cần rất cẩn trọng”, ông Lân cảnh báo.

TS. Nguyễn Tú Anh cho rằng, Việt Nam có “mỏ vàng dữ liệu” nhờ 84% dân số dùng smartphone và độ phủ 4G gần 100%. Tuy nhiên, ngân hàng phải ưu tiên đầu tư hạ tầng thu thập, làm sạch, phân loại, quản trị và bảo mật dữ liệu, phát triển AI hẹp trước khi tiến tới các mô hình phức tạp. Bên cạnh đó, để áp dụng AI thành công, nhà băng cần lấy tài chính toàn diện làm trọng tâm và sử dụng AI để khai thác dữ liệu phi truyền thống thay thế dữ liệu truyền thống trong quá trình ra quyết định cho vay, qua đó mở rộng hiệu quả thị trường khách hàng phổ thông.