AI giúp hệ thống ngân hàng tăng doanh thu 340 tỷ USD mỗi năm

Bảo toàn nguồn dữ liệu khổng lồ và vô giá

Theo các chuyên gia, trong kỷ nguyên chuyển đổi số, dữ liệu đã trở thành tài sản quan trọng và yếu tố quyết định sự thành công của các tổ chức tài chính. Đặc biệt, ngành ngân hàng đang đối mặt với những thách thức lớn trong việc quản lý khối lượng dữ liệu khổng lồ, từ đảm bảo tính chính xác, an toàn cho đến khai thác giá trị từ dữ liệu để đưa ra quyết định chiến lược.

Theo báo cáo “Khai phá tiềm năng nền tài chính bền vững Đông Nam Á” của PwC, công nghệ và dữ liệu sẽ đóng vai trò quan trọng trong việc thực hành ESG (môi trường, xã hội, quản trị) và trí tuệ nhân tạo trở thành một động lực quan trọng của quá trình đó. Tuy nhiên, nghiên cứu Ngân hàng số hóa Đông Nam Á của PwC năm 2023 cho biết, về mặt nhân lực, thiếu hụt kỹ năng số hàng đầu của các ngân hàng là kỹ năng phân tích/khoa học dữ liệu (67%), theo sau là phân tích kinh doanh (48%) và kiến trúc tổng thể (37%).

Ông Nguyễn Thanh Sơn - Giám đốc Trung tâm Đào tạo, Hiệp hội Ngân hàng Việt Nam - phát biểu tại hội thảo. Ảnh: PwC

Chia sẻ tại hội thảo “Tận dụng dữ liệu để thành công” do Hiệp hội Ngân hàng Việt Nam (VNBA) phối hợp với Công ty PwC Việt Nam, SVTECH và các hãng công nghệ Hewlett Packard Enterprise Việt Nam (HPE), Ab Initio tổ chức ngày 19/9, ông Nguyễn Thanh Sơn - Giám đốc Trung tâm Đào tạo, Hiệp hội Ngân hàng Việt Nam - cho biết, hệ thống ngân hàng đang nắm trong tay một lượng dữ liệu khổng lồ và vô giá về khách hàng, bởi đó là những dữ liệu tài chính, giao dịch có tính nhạy cảm và ý nghĩa rất lớn nếu như được quản lý và sử dụng đúng cách. Đặc biệt là trong bối cảnh các ngân hàng đang tích cực đưa vào ứng dụng các công nghệ mới như dữ liệu lớn, trí tuệ nhân tạo hay máy học,…

“Ngân hàng làm chủ được khối tài sản vô hình này sẽ có lợi thế cạnh tranh rất lớn. Điều đó đã đặt ra những thách thức rất lớn cho các ngân hàng trong việc kiểm soát, xử lý về khối lượng cũng như chất lượng dữ liệu mà mình đang có. Và câu trả lời cho vấn đề này chính là quản trị dữ liệu” - ông Nguyễn Thanh Sơn nhấn mạnh.

Cùng chung nhận định, bà Đinh Hồng Hạnh - Phó Tổng giám đốc, Lãnh đạo Dịch vụ tư vấn tài chính PwC Việt Nam - cho rằng: “Trong thời đại thông tin là sức mạnh, việc sử dụng dữ liệu hiệu quả có thể cách mạng hóa hoạt động của chúng ta, nâng cao trải nghiệm khách hàng và đưa chúng ta luôn đi trước thị trường”.

Đại diện PwC khẳng định, muốn giúp các ngân hàng nắm bắt cơ hội từ việc quản trị dữ liệu hiệu quả và triển khai các công nghệ tiên tiến như trí tuệ nhân tạo, Gen AI vào việc ứng dụng trong hoạt động ngân hàng. “Dữ liệu không chỉ là một công cụ, nó là một tài sản chiến lược; quản trị dữ liệu hiệu quả và triển khai các công nghệ phân tích dữ liệu tiên tiến có thể thúc đẩy đổi mới, quyết định khả năng cạnh tranh, nâng cao trải nghiệm khách hàng, tối ưu hóa quy trình, và đảm bảo quản lý rủi ro mạnh mẽ” - bà Hạnh nói.

Bà Đinh Hồng Hạnh, Phó Tổng giám đốc, Lãnh đạo Dịch vụ Tư vấn tài chính PwC Việt Nam phát biểu tại hội thảo. Ảnh: PwC

Trong khi đó, ông Lê Thanh Hải - Phó Tổng giám đốc, đại diện Công ty SVTECH, cũng đánh giá cao vai trò của dữ liệu, cũng như AI, Gen AI trong quản trị dữ liệu ngành ngân hàng. “Với năng lực đội ngũ kỹ thuật được bền bỉ đầu tư hơn 20 năm qua, trải nghiệm thực tiễn tại nhiều dự án về dữ liệu, SVTECH sẵn sàng hỗ trợ khách hàng khai thác dữ liệu một cách tối ưu và mang lại những lợi ích từ việc khai thác hiệu quả nền tảng dữ liệu, dữ liệu phân tích để phục vụ quyết tốt định quản trị, điều hành hoạt động kinh doanh của khách hàng” - ông Lê Thanh Hải khẳng định.

Gen AI có thể đóng góp 340 tỷ USD doanh thu ngành ngân hàng

Đi sâu phân tích về ứng dụng Gen AI trong lĩnh vực tài chính - ngân hàng, ông Jirath Hirunpaphaphisoot - Giám đốc, Dịch vụ Quản lý rủi ro tài chính PwC - cho biết, Viện McKinsey Global (MGI) ước tính, AI và đặc biệt là Gen AI có thể đóng góp lên đến 340 tỷ USD, tương đương 4,7% tổng doanh thu của ngành ngân hàng mỗi năm, chủ yếu thông qua việc tăng năng suất.

Trong khi đó, Statista dự báo, đầu tư của ngành ngân hàng vào Gen AI dự kiến sẽ đạt 85 tỷ USD năm 2030, tăng trưởng với tốc độ trên 55%/năm.

Theo chia sẻ của chuyên gia PwC, các công nghệ tiên tiến như AI, điện toán đám mây và các biện pháp blockchain đang chuyển đổi việc quản trị dữ liệu, cho phép các ngân hàng mở rộng quy mô, tự động hóa và bảo mật các hoạt động dữ liệu.

Việc quản trị dữ liệu hiệu quả và áp dụng trí tuệ nhân tạo AI không chỉ là yếu tố quyết định sự cạnh tranh, mà còn là chìa khóa giúp các tổ chức tài chính nâng cao trải nghiệm khách hàng, tối ưu hóa quy trình, gia tăng hiệu quả hoạt động kinh doanh và giảm thiểu rủi ro.

Đối với công nghệ trí tuệ nhân tạo (AI) và máy học (ML) có ưu điểm về phân loại dữ liệu được thực hiện tự động và gắn thẻ dữ liệu, giúp giảm bớt nỗ lực thủ công, đồng thời đảm bảo phân loại dữ liệu xuyên suốt, nhất quán. Công nghệ này còn giúp phát hiện các hành vi bất thường và các vi phạm tiềm ẩn trong thời gian thực, cho phép phản ứng nhanh hơn trước các mối đe dọa bảo mật.

Ngoài ra, trí tuệ nhân tạo và máy học còn có thể phân tích dự đoán, dự báo các xu hướng và vấn đề trong tương lai, giúp các tổ chức chủ động giải quyết các thách thức về chất lượng dữ liệu và tuân thủ.

AI giúp hệ thông ngân hàng tăng doanh thu 340 tỷ USD mỗi năm. Ảnh: PwC

Với blockchain, giúp cung cấp bản ghi không thể thay đổi về các giao dịch dữ liệu, đảm bảo tính toàn vẹn và tin cậy của dữ liệu. Qua đó. tạo được các hợp đồng thông minh tự động đảm bảo tuân thủ các quy tắc được xác định trước. Do biện pháp blockchain quản lý dữ liệu phi tập trung (quản trị phân tán) nên giúp giảm rủi ro giả mạo dữ liệu và tăng tính minh bạch.

Về điện toán đám mây, có ưu điểm trong lưu trữ và xử lý được mở rộng để quản lý các tập dữ liệu lớn. Đồng thời, cung cấp quyền truy cập dữ liệu an toàn, linh hoạt, tạo điều kiện cho việc cộng tác và quản trị phân tán. Đặc biệt, tính năng bảo mật cũng được nâng cao do được mã hóa, quản lý danh tính và phát hiện mối đe dọa để bảo vệ dữ liệu và đảm bảo tuân thủ.

Đáng chú ý, chuyên gia PwC nhận định, GenAI sẽ là “mắt xích còn thiếu” cho dữ liệu và hiện đại hóa dữ liệu thành giá trị cao hơn một cách nhanh chóng. Bởi GenAI sử dụng mạng lưới thần kinh (neural networks) và thuật toán học sâu (deep learning) để xác định các mẫu và cấu trúc trong dữ liệu hiện có nhằm tạo ra nội dung mới và nguyên bản.

Tuy nhiên, chia sẻ trong nghiên cứu của chuyên gia PwC cho rằng, 65% CEO tại khu vực châu Á - Thái Bình Dương dự đoán GenAI sẽ tác động tích cực đến hiệu suất nhưng có khoảng 25% CEO dự đoán số lượng nhân sự sẽ sụt giảm do dư thừa khi ứng dụng GenAI.

Việc chuyển đổi và áp dụng GenAI, hoạt động của các ngân hàng sẽ theo cách thức hoàn toàn mới. Trong đó, có 5 lĩnh vực trọng tâm của GenAI trong ngành ngân hàng là dịch vụ khách hàng, nghiên cứu & phát triển sản phẩm, tự động hóa tuân thủ, hỗ trợ quy trình thẩm định và quản lý rủi ro.

Một là, cải thiện dịch vụ khách hàng trong việc các ngân hàng có thể sử dụng GenAI kết hợp với giải pháp AI hội thoại để cung cấp hoặc cải thiện các giao diện chatbot hoặc trợ lý ảo hiện có.

Hai là, nghiên cứu mở rộng phát triển các sản phẩm, với ưu đãi tài chính tập trung cho cá nhân trong lĩnh vực ngân hàng bán lẻ, ngân hàng tư nhân và ngân hàng doanh nghiệp, điều chỉnh theo nhu cầu và sở thích cụ thể của từng khách hàng để tạo ra lợi thế cạnh tranh mới.

Ba là, cung cấp cho GenAI quyền truy cập vào tập dữ liệu lớn để có thể tạo các đánh giá rủi ro tuân thủ, phân tích rủi ro, phát hiện các rủi ro tiềm ẩn và tuân thủ các quy định cập nhật nhất.

Bốn là, hỗ trợ quy trình thẩm định trong việc tự động hóa quy trình để đánh giá dữ liệu và mô hình phức tạp nhằm xác định xem thông tin của người nộp đơn có đáng tin cậy và phù hợp với khẩu vị rủi ro của ngân hàng hay không.

Năm là, GenAI có thể gia tăng giá trị cho quy trình nhận diện, đánh giá và giảm thiểu rủi ro của ngân hàng nhằm bảo vệ khỏi tổn thất tài chính. Bởi GenAI có thể sàng lọc các giao dịch liên quan nhằm phát hiện các vi phạm rủi ro tiềm ẩn và hành vi khách hàng có khả năng gian lận.

Ngân Thương