Ứng dụng trí tuệ nhân tạo trong ngân hàng, nhìn từ kinh nghiệm quốc tế
Nhìn ra thế giới - Ngày đăng : 08:00, 31/08/2019
Thuật ngữ AI xuất hiện đầu tiên bởi John McCarthy, một nhà khoa học máy tính Mỹ, vào năm 1956 tại Hội nghị The Dartmouth, được phát triển trong những năm 1960 và trở nên phổ biến gần đây, nhờ những ứng dụng quan trọng trong chiến lược chuyển đổi số hoá của các nước phát triển dựa trên kết nối vạn vật (IoT), dữ liệu lớn (Big Data), và nền tảng mở (Open Platforms). Ngày nay, trong thời đại của cuộc Cách mạng Công nghệ 4.0, trí tuệ nhân tạo (AI) len lỏi vào mọi ngóc ngách của cuộc sống, từ các ứng dụng ngân hàng cho phép chúng ta gửi séc bằng hình ảnh đến các trợ lý ảo như Siri, Bixby trên thiết bị di động của Apple hay Samsung….Đầu tư vào lĩnh vực AI trên thế giới đang tăng vọt. Tính riêng ở Mỹ, số tiền đầu tư cho AI đã tăng gấp 3 lần chỉ trong giai đoạn 2013 - 2014. Khắp nơi, truyền thông rầm rộ đưa tin về những tác động to lớn mà AI đem đến cho kinh tế, xã hội…trong các thế hệ tiếp theo. Chẳng hạn, theo ước tính của PriceWaterhouseCoopers, công nghệ AI có thể giúp tăng GDP toàn cầu lên 15,7 tỷ USD, khoảng 14% vào năm 2030. Những nơi đầu tư AI mạnh nhất có thể lần lượt kể tới là Trung Quốc, Bắc Mỹ, Bắc Âu, châu Phi, châu Đại Dương, châu Á (không tính Trung Quốc)....Trong số này, Trung Quốc có bước tiến ngoạn mục khi chi tới 7 ngàn tỷ USD cho AI, gấp đôi vị trí thứ hai là Bắc Mỹ. Chính quyền Bắc Kinh đã xác định mục tiêu quốc gia là đầu tư 150 tỷ USD cho AI để trở thành lãnh đạo toàn cầu về lĩnh vực này vào năm 2030. AI đã đưa thế giới công nghệ vào cơn bão lớn khi nó cho phép các doanh nghiệp cắt giảm chi phí, tự động hóa một loạt các quy trình, cũng như thúc đẩy lợi nhuận của doanh nghiệp. Chính vì vậy mà AI đã và đang được ứng dụng trong nhiều lĩnh vực như tài chính, y tế, bảo hiểm, giáo dục, giao thông... Và ngành ngân hàng là một trong những ngành có sự thay đổi mạnh mẽ dưới sự tác động của công nghệ cốt lõi trong cuộc cách mạng công nghiệp 4.0 này.
1. Giới thiệu về trí tuệ nhân tạo
Hiện nay có nhiều định nghĩa khác nhau về trí tuệ nhân tạo (Artificial Intelligence -AI). Đó là trí tuệ của máy móc được tạo ra bởi con người. Trí tuệ này có thể tư duy, suy nghĩ, học hỏi... như trí tuệ con người, xử lý dữ liệu ở mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn so với con người.
Theo (Russell et al., 2016) AI là khoa học nghiên cứu xem làm thế nào để máy tính có thể thực hiện những công việc mà hiện con người làm tốt hơn máy tính. (Charniak et al., 2014) đưa ra định nghĩa: AI là khoa học nghiên cứu về các hoạt động trí não thông qua các mô hình tính toán. Trong khi đó (Nilsson, 1998) thì cho rằng AI nghiên cứu các hành vi thông minh mô phỏng trong các vật thể nhân tạo… AI là sự pha trộn giữa ba công nghệ tiên tiến: học máy, xử lý ngôn ngữ tự nhiên và máy tính nhận thức. Khái niệm AI là để mô phỏng trí thông minh của con người vào các máy nhân tạo với sự trợ giúp của việc học máy tinh xảo và các thuật toán xử lý ngôn ngữ tự nhiên. Động cơ chính cho ý tưởng chuyển giao trí thông minh từ con người sang máy móc là khả năng mở rộng, nó vượt qua ranh giới của trí thông minh con người bởi luôn luôn có một giới hạn về tốc độ khi con người thực hiện các nhiệm vụ nhất định. Ai sẽ vượt qua được thách thức này với trí thông minh của con người bằng cách tiếp nhận thông tin của con người tới các máy nhận thức có khả năng tính toán cao nhất (Ferber et al., 1999). Tóm lại có thể hiểu AI là ngành khoa học máy tính tạo ra các máy hoạt động thông minh và phản ứng giống con người dựa trên nền tảng lý thuyết vững chắc như biết suy nghĩ, lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói…
Có thể thấy AI xử lý hàng triệu thông tin trong vài phút và nếu có bất kỳ thay đổi nào thì AI cũng có thể giúp giải quyết nhanh chóng và chính xác trong thời gian thực, điều mà ngay chính con người nhiều lúc gặp khó khăn trong thực hiện. Vì lẽ đó có thể lý giải được tại sao AI được sử dụng ngày càng nhiều trong các lĩnh vực ngân hàng, bảo hiểm, chứng khoán.
Một số lợi ích mà AI mang lại:
Thứ nhất, tính cá nhân hóa khách hàng được nâng cao: mô hình kinh doanh lấy khách hàng làm trọng tâm dựa trên việc nâng cao trải nghiệm cho khách hàng, tức là nâng cao khả năng thu thập dữ liệu khách hàng, đánh giá chất lượng ngân hàng trên quan điểm của khách hàng; giúp khách hàng có nhiều lựa chọn trong tùy chỉnh chức năng của sản phẩm, bao gồm cả định giá sản phẩm, sử dụng các phương tiện truyền thông xã hội để quan sát sở thích của khách hàng, thực hiện phân khúc khách hàng theo các nhóm khách hàng chi tiết, hỗ trợ xây dựng chiến lược tương ứng, cung cấp đa dạng các kênh phân phối tự phục vụ và tương tác cá nhân tới khách hàng, xây dựng sản phẩm linh hoạt phù hợp với từng phân khúc khách hàng. Rõ ràng vai trò, sức mạnh cá nhân trong ngân hàng được tìm thấy thông qua việc chia sẻ thông tin cá nhân khi họ nhận được những lời khuyên, các đề xuất và dịch vụ dựa trên sự hiểu biết chung. Và các thông tin và lời khuyên này sẽ do AI hỗ trợ bởi các chuyên gia tư vấn robo-đây là các dịch vụ quản lý tài sản trực tuyến cung cấp những lời khuyên về quản lý danh mục đầu tư một cách tự động, dựa trên các thuật toán AI mà không cần có sự trợ giúp của bất kỳ nhân viên nào.
Thứ hai, tăng năng suất: từ các luồng thông tin truyền thông khách hàng đến các tiến trình xử lý văn phòng cơ bản, AI có thể thực hiện thường xuyên các quy trình lặp đi lặp lại làm tăng hiệu quả và năng suất công việc. Nhờ đó việc tương tác và giao tiếp với khách hàng được cá nhân hóa, không bị bẻ nhạt như cách truyền thống. Mức độ cá nhân hầu như không thể đạt được nếu không có sự trợ giúp của học máy và AI. Ngoài ra, một số ứng dụng khác của AI là cập nhật liên tục tuân theo những yêu cầu, tài liệu thông tin khách hàng và thậm chí trả lời “câu hỏi thường gặp của sản phẩm”. Dựa trên nền tảng thay đổi sự kiện và cập nhật sản phẩm, mọi thông tin có liên quan có thể được thay đổi tức thời.
Thứ ba, phát hiện gian lận: Đây là một trong những lĩnh vực then chốt trong lĩnh vực ngân hàng, và cũng là nơi hệ thống thông minh nhân tạo được sử dụng sớm nhất và đạt được nhiều thành công nhất hiện nay. Bằng cách xem xét lại các mẫu tài khoản hoạt động đang được theo dõi, với sai lệch đối với các mẫu đã được gắn cờ để xem xét thêm. Trong thập kỷ qua, AI không chỉ cải thiện đáng kể quá trình giám sát mà còn có thể phản ứng trong thời gian thực để phát hiện gian lận tiềm ẩn.
Thứ tư, tư vấn khách hàng tốt hơn: Ngoài cá nhân hóa việc truyền thông tới khách hàng, AI cung cấp khả năng cải thiện những lời tư vấn và khuyến nghị cho khách hàng. Bởi khả năng cung cấp thông tin của con người đôi khi không nhất quán, dễ mắc sai lầm. Các ứng dụng ngân hàng di động giống như Moven và Simple cho phép người dùng theo dõi chi tiêu, tăng mức tiết kiệm của họ với các tư vấn được cá nhân hóa và tự động thông qua thẻ ghi nợ chuyên dụng được liên kết với ứng dụng điện thoại thông minh.
2. Ứng dụng AI tại các ngân hàng trên thế giới
Báo cáo khảo sát của Accenture (2017) đối với 600 ngân hàng hàng đầu và chuyên giá trên thế giới cho rằng AI sẽ trở thành cách thức chính để ngân hàng tương tác với khách hàng trong 3 năm tới. Theo báo cáo này, 80% ngân hàng tin rằng AI sẽ là cuộc “cách mạng hóa” cách thức ngân hàng thu thập thông tin khách hàng của họ. Theo một cuộc khảo sát và báo cáo của Euromoney do Baker & McKenzie điều hành, trong số 424 chuyên gia tài chính, và 47% không tin tưởng rằng các tổ chức của họ hiểu được nguy cơ sử dụng AI. Hiện nay trên thế giới rất nhiều nước đã áp dụng AI trong mô hình kinh doanh của mình, như:
Tại Mỹ
Mỹ được đánh giá là cường quốc số 1 thế giới về năng lực phát triển AI trong mọi lĩnh vực từ nghiên cứu cơ bản đến ứng dụng. Những năm gần đây, Chính phủ Mỹ đã có rất nhiều đầu tư cho nghiên cứu phát triển công nghệ liên quan đến AI. Vào ngày 10/5/2018, Tổng thống Trump có cuộc gặp gỡ với nhiều công ty, nhà khoa học AI hàng đầu của Mỹ và đã tuyên bố thành lập Ủy ban (thuộc Hội đồng Khoa học và Công nghệ Quốc gia) về thúc đẩy phát triển AI theo phương châm “nước Mỹ trên hết”, trong đó trọng tâm là giải quyết mất việc làm vì tự động hóa, chính phủ tăng đầu tư ứng dụng AI. Những thành tựu vượt bậc của AI đã tác động đến mọi lĩnh vực, kể cả ngân hàng, AI trong ngân hàng đang ngày càng được quan tâm và chú trọng. Các ngân hàng hàng đầu của Mỹ đã gia tăng đầu tư nghiên cứu và ứng dụng công nghệ trong hoạt động của mình, chẳng hạn:
+ Ngân hàng JPMorgan Chase: Gần đây đã giới thiệu một nền tảng Hợp đồng thông minh (COiN) được thiết kế để phân tích các tài liệu pháp lý và trích xuất các điểm và điều khoản dữ liệu quan trọng. Hướng dẫn xem xét 12.000 thỏa thuận tín dụng thương mại hàng năm thông thường cần khoảng 360.000 giờ. Kết quả từ việc triển khai ban đầu công nghệ máy học này cho thấy cùng một lượng thỏa thuận có thể được xem xét trong vài giây. Emerging Opportunities Engine được giới thiệu vào năm 2015, sử dụng phân tích tự động để giúp xác định khách hàng có vị trí tốt nhất để cung cấp vốn cổ phần tiếp theo. Công nghệ này đã được chứng minh thành công trong thị trường vốn cổ phần và hiện được mở rộng sang thị trường khác lĩnh vực bao gồm thị trường vốn nợ. Ngoài ra ngân hàng dự định sẽ chính thức giới thiệu công nghệ trợ lý ảo tích hợp giao diện ngôn ngữ tự nhiên (đã được thử nghiệm thành công lần đầu tiên vào năm 2016), để đáp ứng các yêu cầu của bàn dịch vụ công nghệ nhân viên. Theo báo cáo từ phía ngân hàng, vào năm 2016, ngân hàng đã đầu tư hơn 9,5 tỷ đô la vào công nghệ, với 3 tỷ đô la dành cho các sáng kiến mới, và một phần 600 triệu đô la dành cho các giải pháp công nghệ tài chính (Fintech) mới nổi.
+ Ngân hàng Wells Fargo: Trong nỗ lực thúc đẩy các công nghệ mới nổi và giúp thúc đẩy sự tăng cường cơ cấu tổ chức của mình, Wells Fargo đã công bố thành lập một nhóm Giải pháp Doanh nghiệp Trí tuệ Nhân tạo mới. Nhóm AI dưới sự bảo trợ của nhóm Thanh toán, Giải pháp ảo và Đổi mới, có ba mục tiêu chính: tăng khả năng kết nối thanh toán của ngân hàng, tăng tốc cơ hội với trí tuệ nhân tạo và giao diện lập trình ứng dụng tiên tiến cho khách hàng là ngân hàng và doanh nghiệp. Sau đó, ngân hàng đã bắt đầu thử nghiệm Chatbot do AI điều khiển thông qua nền tảng Facebook Messenger với vài trăm nhân viên. Trợ lý ảo này liên lạc với người dùng để cung cấp thông tin tài khoản và giúp khách hàng đặt lại mật khẩu. Ngân hàng nói rằng họ có kế hoạch mở rộng giai đoạn thử nghiệm sau đó, tới vài nghìn khách hàng.
+ Ngân hàng Bank of America: Hướng đến kỷ niệm một thập kỷ của Mobile banking, tập đoàn ngân hàng Bank of America đã có một bước tiến táo bạo vào công nghệ AI với sự ra mắt của một trợ lý ảo thông minh có tên Erica. Chính thức công bố tại hội nghị Money 20/20/2016 tại Las Vegas, được mô tả là sự kiện đổi mới dịch vụ tài chính và thanh toán lớn nhất thế giới, Erica là một chatbot tận dụng các phân tích dự đoán và nhắn tin nhận thức của Nott để cung cấp hướng dẫn tài chính cho hơn 45 triệu khách hàng của ngân hàng. Là một thành phần tích hợp của trải nghiệm Mobile banking, Erica được thiết kế để khách hàng có thể truy cập 24/7 và thực hiện các giao dịch hàng ngày, ngoài việc dự đoán nhu cầu tài chính duy nhất của mỗi khách hàng và giúp họ đạt được mục tiêu tài chính bằng cách cung cấp các khuyến nghị thông minh. Năm 2016, ngân hàng chi 3 tỷ đô cho cải tiến công nghệ, và đây cũng là năm ngân hàng có lợi nhuận cao thứ hai trong lịch sử. Với sự đầu tư liên tục và chiến lược vào công nghệ và AI, ngân hàng đã sẵn sàng để tiếp tục tăng trưởng kỷ lục.
+ Ngân hàng CitiBank: Nhằm đạt được lợi thế cạnh tranh trên thị trường, Citibank đã thiết lập thành công các mối quan hệ đối tác sáng tạo với các công ty công nghệ tiên tiến để mở rộng và cải thiện dịch vụ của mình. Thông qua cách đầu tư và mua lại, Citi Ventures, ngân hàng có một mạng lưới toàn cầu gồm các công ty công nghệ tham gia vào 6 Phòng thí nghiệm đổi mới toàn cầu của Citi. Trong danh mục đầu tư khởi nghiệp, sự chú ý đặc biệt đã được dành cho Thương mại điện tử và An ninh mạng. Thông qua Citi Ventures, CitiBank đã đầu tư chiến lược vào Feedzai, một doanh nghiệp khoa học dữ liệu hàng đầu toàn cầu hoạt động trong thời gian thực để xác định và xóa bỏ gian lận trong tất cả các con đường thương mại bao gồm ngân hàng trực tuyến và trực tiếp. Thông qua việc đánh giá liên tục và nhanh chóng một lượng lớn dữ liệu, Feedzai có thể tiến hành phân tích quy mô lớn. Hoạt động gian lận hoặc nghi vấn được xác định và khách hàng nhanh chóng được cảnh báo. Dịch vụ này cũng hỗ trợ các nhà cung cấp thanh toán và nhà bán lẻ trong việc giám sát và bảo vệ hoạt động tài chính liên quan đến các công ty của họ. Để ngăn chặn gian lận và giám sát các mối đe dọa tiềm ẩn đối với khách hàng trong thương mại, Feedzai sử dụng hệ thống học tập dựa trên máy của Google để đánh giá dữ liệu lớn trên mạng và các hoạt động lừa đảo. Các khoản đầu tư khác của Citi Ventures vào các lĩnh vực trí tuệ nhân tạo bao gồm Clarity Money, gần đây đã công bố vòng cấp vốn Series B trị giá 11 triệu USD do RRE Ventures và Citi Ventures dẫn đầu. Ứng dụng Clarity Money thúc đẩy khách hàng tham gia các dịch vụ của bên thứ ba có thể cải thiện sức khỏe tài chính. Luis Valdich, Giám đốc điều hành Citi Ventures, đã tuyên bố hợp tác vào tháng 1/2017.
+ Ngân hàng Bank of NY Mellon Corp: Tổ chức tài chính 233 tuổi này đang cung cấp dịch vụ ngân hàng trên các robot, hệ thống tự động hóa quy trình robot (RPA) đặc biệt là robot, để cải thiện hiệu quả của hoạt động và giảm chi phí. RPA tích hợp trí tuệ nhân tạo và được thực hiện không phải bởi robot vật lý mà bằng các ứng dụng phần mềm. Các ứng dụng này, được gọi là robot web hoặc bot Internet, được lập trình để xử lý các tác vụ tự động. Vào tháng 5/2017, ngân hàng thông báo rằng trong 15 tháng qua, công ty đã tung ra hơn 220 bot được phát triển bởi Blue Prism để xử lý các nhiệm vụ thường lặp đi lặp lại trong tự nhiên và thường được nhân viên xử lý. BNY Mellon báo cáo rằng việc triển khai RPA đã dẫn đến các kết quả sau: độ chính xác 100% trong xác nhận đóng tài khoản trên 5 hệ thống; cải thiện 88% thời gian xử lý; cải thiện 66% trong thời gian quay vòng thương mại; sự hòa giải cho một giao dịch thất bại được thực hiện ¼ giây bởi robot so với 5-10 phút do một con người thực hiện. Từ góc độ tài chính, tập đoàn ước tính rằng hoạt động của các bot chuyển tiền của mình, một mình chịu trách nhiệm cho 300.000 USD tiền tiết kiệm hàng năm. Những robot này cắt giảm thời gian nhân viên dành xử lý thanh toán và giải quyết các lỗi dữ liệu. Ngoài việc tăng hiệu quả và giảm chi phí, trong báo cáo thường niên năm 2016 của họ, cạnh tranh trong ngành được nhấn mạnh là một lý do khác đằng sau việc ngân hàng tăng cường tích hợp công nghệ AI.
Qua xem xét các ngân hàng cụ thể tại Mỹ cho thấy: các ngân hàng thương mại hàng đầu của Mỹ đã ưu tiên chiến lược tiến bộ công nghệ với việc đầu tư vào các ứng dụng AI để phục vụ khách hàng tốt hơn, cải thiện hiệu suất và tăng doanh thu. Các ngân hàng lớn hơn dường như có các ứng dụng AI mạnh mẽ hơn trong phát triển và sử dụng. Các ứng dụng chatbot và conversational interface nổi lên như một xu hướng trong thế giới ngân hàng. Và các ứng dụng chatbot khả năng sẽ là sự đổi mới có tác động đến lượng người tiêu dùng lớn nhất trong 5 năm tới.
Tại Nhật Bản, một trong những quốc gia luôn đi đầu trong ứng dụng công nghệ mới, đã quyết định dùng trí tuệ nhân tạo để giám sát hoạt động của thị trường từ năm 2016. Sàn giao dịch chứng khoán Tokyo đang có 15 nhân viên chuyên làm nhiệm vụ giám sát thị trường. Tuy nhiên số lượng các giao dịch chứng khoán ngày càng tăng khiến cho việc giám sát này càng trở nên khó khăn hơn. Số lượng các giao dịch chứng khoán đã lên tới 95 triệu giao dịch/ngày, gấp 10 lần so với cách đây 5 năm. Việc đưa trí tuệ nhân tạo vào hỗ trợ công tác giám sát thị trường sẽ giúp cho tốc độ xử lý công việc nhanh hơn gấp 20 lần so với hiện nay. Sàn giao dịch chứng khoán Tokyo sẽ trở thành sàn chứng khoán đầu tiên trên thế giới ứng dụng trí tuệ nhân tạo. AI cũng được Nhật Bản ứng dụng trong ngành bảo hiểm và ngân hàng. Ngân hàng Tokyo ra mắt ứng dụng trên điện thoại thông minh có tên là MAI, một trợ lý ảo sẵn sàng giải đáp thắc mắc cho khách hàng. Tại ngân hàng Mizuho, 100 robot Peper có trí tuệ nhân tạo để chăm sóc khách hàng. Việc trả lời điện thoại ở tổng đài trong tương lai sẽ được giao hết cho trí tuệ nhân tạo khi ngân hàng Sumitomo Mitsui bắt đầu sử dụng trí tuệ nhân tạo trong lĩnh vực này. Công ty bảo hiểm Sompo bắt đầu sử dụng trí tuệ nhân tạo tại tổng đài hỗ trợ khách hàng trong lĩnh vực bảo hiểm ô tô. Thông thường mỗi cuộc gọi sẽ mất từ 15-20 phút để giải quyết, nhưng với trí tuệ nhân tạo chỉ mất 2-3 phút. Trong tương lai, toàn bộ tổng đài chăm sóc khách hàng của công ty này sẽ do trí tuệ nhân tạo đảm nhiệm.
Tại châu Âu
Tại các nước châu Âu, phần lớn các công ty khởi nghiệp AI và các công ty được thành lập dường như tập trung quanh Vương quốc Anh, Đức, Pháp và Hà Lan. Ngành tài chính mạnh mẽ trong lịch sử ở Anh và sự tồn tại của các trường AI có uy tín đã biến nó thành một trung tâm cho các ứng dụng AI trong ngân hàng và tài chính. Chính phủ các nước châu Âu cũng đang đầu tư phát triển hệ sinh thái AI và đào tạo nhân tài vận hành công nghệ này. Chẳng hạn, chính phủ Anh đã công bố Thỏa thuận lĩnh vực AI, trong đó khoảng 50 doanh nghiệp công nghệ hàng đầu đã đóng góp vào quỹ 1 tỷ bảng Anh (1,3 tỷ USD), bao gồm 300 triệu bảng đầu tư khu vực tư nhân mới và đào tạo hơn 8000 nhà khoa học máy tính và 1.000 tiến sĩ về AI. AI được tích hợp trên 3 ứng dụng:
Thứ nhất: Dịch vụ khách hàng
ING là công ty chuyên cung cấp các dịch vụ ngân hàng Hà Lan, được thành lập tại Amsterdam năm 1991. Thời gian qua, công ty đã xây dựng và phát triển một công cụ AI nội bộ có tên Katana, với công cụ này họ tuyên bố có thể giúp các nhà đầu tư trái phiếu thực hiện các quyết định mua và bán tốt hơn bằng cách sử dụng các phân tích dự đoán. Katana có thể sử dụng dữ liệu giao dịch trái phiếu trong quá khứ để đưa ra thống kê và dự đoán về giá trái phiếu trong tương lai. Sau đó, Katana sử dụng các thuật toán, để đưa ra các đề xuất về giá và dự đoán giá tối ưu nhất cho các giao dịch mua và bán các trái phiếu được chọn trong giao dịch. Với công cụ này, ING đã thống kê và cho thấy họ có thể báo giá nhanh hơn 90% giao dịch, giảm chi phí giao dịch và các nhà giao dịch báo giá tốt nhất có thể hơn thường xuyên.
CogniCor là một công ty có trụ sở tại Barcelona với 64 nhân viên. Công ty cung cấp dịch vụ chatbot mà họ tuyên bố có thể giúp ngân hàng cải thiện trải nghiệm của khách hàng và tạo khách hàng tiềm năng bằng cách xử lý ngôn ngữ tự nhiên (NLP). CogniCor tuyên bố các ngân hàng có thể tích hợp chatbot của họ với các trang web hoặc ứng dụng để giúp cho cách khách hàng thực hiện các giao dịch một cách dễ dàng. Chatbot tích hợp các dữ liệu về doanh nghiệp các tài liệu phi cấu trúc như PDF hoặc cổng nội bộ. Sau đó, ứng dụng chatbot phân loại và trích xuất thông tin phù hợp nhất từ các tài liệu này có thể giúp trả lời các câu hỏi từ khách hàng. Hệ thống sau đó cung cấp giao diện trò chuyện cho các khách hàng của ngân hàng, có thể giúp họ khám phá các sản phẩm ngân hàng.
Thứ hai: Thu nợ
CollectionAI là một công ty có trụ sở tại Hamburg được thành lập vào năm 2016. Công ty cung cấp một phần mềm có thể giúp các ngân hàng cải thiện việc thu nợ bằng cách sử dụng NLP và phần mềm máy tính bằng cách cài đặt hệ thống CollAI vào quy trình thu nợ nội bộ của họ. Hệ thống CollAI được tích hợp dữ liệu các khách hàng đã thực hiện giao dịch từ nhiều kênh, chẳng hạn như email, WhatsApp, tin nhắn văn bản và thư bưu chính. Phần mềm sử dụng các công cụ để xác định thời điểm trong ngày và trạng thái phù hợp (như thân thiện, vui vẻ, hoặc quyết đoán) để gửi tin nhắn với khả năng nhận được phản hồi cao nhất từ con nợ. Sau đó hệ thống cung cấp các đề xuất trên cổng thông tin quản lý dưới dạng thông báo cho các nhân viên thu nợ về kênh liên lạc nào là thuận lợi và đạt hiệu quả tốt nhất. Với CollAI, trong vòng 6 tháng Ngân hàng Hanseatic đã tăng 14% trong tổng số nợ họ thu được kể từ khi tích hợp hệ thống này vào quy trình thu nợ của ngân hàng.
Thứ ba: Tìm kiếm tài liệu
Eigen Technologies là một công ty có trụ sở tại London với 73 nhân viên. Công ty cung cấp một phần mềm mà họ tuyên bố có thể giúp các ngân hàng và tổ chức tài chính tự động hóa việc trích xuất dữ liệu từ các tài liệu phi cấu trúc bằng NLP. Eigen tuyên bố người dùng có thể nhập phần mềm Eigen bằng dữ liệu tài chính từ các tài liệu dưới dạng từ hoặc tệp PDF. Theo Eigen, phần mềm của họ có thể phân loại tài liệu bằng một số ngôn ngữ châu Âu và châu Á. Phần mềm có thể được tích hợp tại chỗ hoặc trong môi trường đám mây. Thuật toán NLP của họ không được đào tạo trước cho bất kỳ ngôn ngữ cụ thể nào và có thể hiểu ngữ cảnh trong mỗi tài liệu để phân loại nó theo một thuộc tính nhất định (được ngân hàng khách hàng lựa chọn thông qua đầu vào của con người). Sau khi dữ liệu đã được phân loại và phân đoạn, phần mềm Eigen, cũng sử dụng thuật toán để tìm ra các mẫu trong dữ liệu có thể giúp ngân hàng giảm chi phí, cơ hội mới, dự đoán rủi ro và đáp ứng các yêu cầu quy định. Sau đó, hệ thống cung cấp giao diện có thể truy vấn trên bảng điều khiển của nó, nơi nhân viên ngân hàng có thể tìm kiếm thông tin theo ngữ cảnh (như trích đoạn từ các tài liệu quy định liên quan đến một khu vực cụ thể) tăng tốc độ và khả năng của họ.
Tuy nhiên, việc ứng dụng AI không phải không có thách thức, trong đó các ngân hàng sẽ phải đối mặt với những vấn đề sau:
Thứ nhất, công nghệ hiện đại cũng đồng nghĩa song hành với rủi ro. Nhiều ý kiến cũng lo ngại về việc các hacker có thể thực hiện các cuộc tấn công mạng bằng AI mà không cần nhiều công sức. Khi đó, rất có khả năng là tội phạm mạng lợi dụng trí tuệ nhân tạo và internet để đưa ra những cách thức tấn công khó kiểm soát, lường trước được. Vì vậy, yêu cầu đặt ra với ngành Ngân hàng trong tương lai là nắm bắt được xu hướng, ứng dụng cách làm việc và kiểm soát AI để đảm bảo hoạt động ngân hàng diễn ra an toàn, hiệu quả.
Thứ hai, việc ứng dụng những công nghệ mới vẫn còn nhiều rào cản tại hệ thống ngân hàng Việt Nam do nhận thức chưa đủ về công nghệ này hay tâm lý ngại chuyển đổi từ mô hình truyền thống sang mô hình cung cấp dịch vụ mới. Sự dịch chuyển sang mô hình mới cũng là một quá trình phức tạp mà trong đó phải có sự nhất quán trong mô hình quản trị, kế hoạch chuyển đổi và phương thức triển khai trên cơ sở tính toán kỹ lưỡng nguồn lực, tiềm năng và những rủi ro sẽ gặp phải khi thay đổi mô hình kinh doanh.
Thứ ba, với tốc độ phát triển chóng mặt của các công nghệ mới, mang tính đột phá và có thể thay đổi cấu trúc nhiều ngành nghề, lĩnh vực, chuyên gia cho rằng cơ quan quản lý nhà nước khó có thể đưa ra quyết định tức thời về một hành lang pháp lý phù hợp, mà phải xét tới nhiều yếu tố rủi ro đặc thù với những ứng dụng mới này.
Thứ tư, xét tới khả năng trao đổi dữ liệu phi biên giới, mang tầm ảnh hưởng liên quốc gia của cuộc cách mạng công nghệ số, cơ quan quản lý cũng cần cân nhắc hiện trạng áp dụng trong nước cũng như môi trường pháp lý quốc tế trong quá trình xây dựng hành lang pháp lý cho ứng dụng công nghệ mớiu
Tài liệu tham khảo:
- Charniak, E., Riesbeck, C. K., McDermott, D. V., & Meehan, J. R. (2014). Artificial intelligence programming: Psychology Press.
- Ferber, J., & Weiss, G. (1999). Multi-agent systems: an introduction to distributed artificial intelligence (Vol. 1): Addison-Wesley Reading.
- Nilsson, J. (1998). Real-time control systems with delays.
- Russell, S. J., & Norvig, P. (2016). Artificial intelligence: a modern approach: Malaysia; Pearson Education Limited.
- Thái Anh (2018), Luật cho trí tuệ nhân tạo, truy cập tại http://www.daibieu nhan dan.vn/default.aspx?tabid=77&NewsId-412184.
- Thu Hương (2018), VietABank tiên phong bước vào kỷ nguyên công nghệ số, truy cập tại http://vneconomy.vn/vietabank-tien-phong-buoc-vao-ky-nguyen-cong-nghe-so-20180424152959183.htm.
- Minh Khuê (2018), Ứng dụng AI trong ngân hàng, truy cập tại http://thoibao nganhang.vn/ung-dung-ai-trong-ngan-hang-81484.html.
- Thuỳ Linh (2017), TPBank - ngân hàng đầu tiên ứng dụng trí tuệ nhân tạo phục vụ khách hàng, truy cập tại http://vneconomy. vn/tai-chinh/tpbank-ngan-hang-dau-tien-ung-dung-tri-tue-nhan-tao-phuc-vu-khach-20170725112554467.htm.
- Kumba Sennaar (2019), AI in Banking – An Analysis of America’s 7 Top Banks, truy cập tại https://emerj.com/ai-sector-over views/ai-in-banking-analysis/.
- Raghav Bharadwaj (2019). AI for Banking in Europe – 3 Current Applications. https://emerj.com/ai-sector-overviews/ai-for-banking-in-europe-3-current-applications/