Ứng dụng AI trong ngân hàng: Kinh nghiệm từ các doanh nghiệp công nghệ quốc tế

AI thay đổi phương thức vận hành ngân hàng

Trong khuôn khổ Hội thảo & triển lãm cấp cao thường niên ngành Ngân hàng lần thứ 7 (Smart Banking), ngày 21/10 đã diễn ra Tọa đàm lãnh đạo ngân hàng với chủ đề “AI kiến tạo thế hệ ngân hàng mới: Cơ hội, ưu tiên và định hướng chiến lược”.

Chia sẻ kinh nghiệm ứng dụng AI trong lĩnh vực tài chính - ngân hàng tại Tọa đàm, ông Matthew Chen, Tổng Giám đốc OneConnect Financial Technology cho biết, AI đang được triển khai ngày càng sâu rộng trong các hoạt động nghiệp vụ, góp phần nâng cao năng suất, cải thiện chất lượng dịch vụ và tăng cường khả năng kiểm soát rủi ro.

Dẫn kinh nghiệm từ Ping An Bank của Trung Quốc, ông Matthew Chen cho biết, ngân hàng hiện phục vụ khoảng 251 triệu khách hàng, tạo ra khối lượng dữ liệu rất lớn trong quá trình giao dịch và sử dụng dịch vụ.

Theo ông, khoảng 99% hoạt động của ngân hàng hiện có ứng dụng AI, với hơn 70.000 tác nhân AI (AI Agent) tham gia thực hiện nhiều công việc, từ kiểm thử phần mềm, hỗ trợ nhân viên đến phục vụ khách hàng.

Quy mô ứng dụng AI cũng tăng nhanh. Tháng 12/2025, hệ thống sử dụng trung bình khoảng 30 tỷ token mỗi ngày, đến tháng 9/2026 đã lên tới 300 tỷ token/ngày, tăng gấp 10 lần. Điều này đặt ra yêu cầu tối ưu chi phí vận hành, đặc biệt là chi phí xử lý token và sử dụng tài nguyên điện toán.

Trong thực tế, Ping An Bank tập trung ứng dụng AI vào 2 lĩnh vực chính. Đầu tiên là phòng chống gian lận, khi các hình thức tấn công ngày càng tinh vi với sự hỗ trợ của AI và công nghệ giả mạo hình ảnh, giọng nói (deepfake). Theo ông Matthew Chen, nguy cơ các tác nhân AI bị lợi dụng để thực hiện tấn công mạng sẽ ngày càng lớn, đòi hỏi ngân hàng phải chủ động sử dụng chính AI để nâng cao năng lực phòng vệ.

Lĩnh vực thứ 2 là đào tạo nhân sự và nâng cao hiệu quả làm việc. Ping An Bank chú trọng xây dựng văn hóa sử dụng AI, khuyến khích nhân viên coi đây là công cụ hỗ trợ thay vì lo ngại bị thay thế. Việc triển khai được thực hiện từ cấp quản lý đến các bộ phận nghiệp vụ, đồng thời khuyến khích sáng kiến của nhân viên và thử nghiệm giải pháp mới trong phạm vi nội bộ.

Bên cạnh hiệu quả vận hành, ông Matthew Chen đặc biệt nhấn mạnh vai trò của dữ liệu. Theo ông, các tập đoàn công nghệ có thể sở hữu những mô hình ngôn ngữ lớn, nhưng dữ liệu khách hàng, quy trình nghiệp vụ và kiến thức chuyên ngành lại là lợi thế của các tổ chức tài chính. Vì vậy, ngân hàng cần chủ động quản lý, bảo vệ và khai thác dữ liệu để phát triển các mô hình AI chuyên biệt, tránh phụ thuộc hoàn toàn vào nền tảng bên ngoài.

Từ kinh nghiệm triển khai, ông Matthew Chen giới thiệu nền tảng OC Workbench, cho phép kết hợp các tác nhân AI với nhân sự ngân hàng. Hệ thống được thiết kế theo 3 lớp, gồm mô hình ngôn ngữ lớn, tri thức chuyên ngành và ứng dụng nghiệp vụ, giúp ngân hàng linh hoạt lựa chọn công nghệ và phát triển các giải pháp phù hợp.

OneConnect cũng xây dựng khung quản trị AI, chú trọng độ tin cậy, tính công bằng, khả năng giải thích, minh bạch và sự giám sát của con người nhằm kiểm soát rủi ro trong quá trình sử dụng.

Đối với Việt Nam, ông Matthew Chen bày tỏ mong muốn mở rộng hợp tác với các ngân hàng thông qua mô hình xây dựng - vận hành - chuyển giao (BOT), chia sẻ nền tảng công nghệ và kinh nghiệm triển khai AI trong hoạt động tài chính.

Phát triển tác nhân AI trên nền tảng điện toán đám mây

Ở góc độ hạ tầng công nghệ, ông Luo Hongwei, Giám đốc Kinh doanh Marshotspot, đối tác tư vấn cấp cao của Amazon Web Services (AWS) cho rằng, điện toán đám mây đóng vai trò quan trọng trong việc phát triển và vận hành các ứng dụng AI trên quy mô lớn.

Ông Luo Hongwei cho biết, Marshotspot tập trung vào 4 lĩnh vực chính gồm vận hành điện toán đám mây, phân tích dữ liệu, cung cấp giải pháp mô hình ngôn ngữ lớn và phát triển tác nhân AI.

Khác với chatbot thông thường chủ yếu phục vụ trao đổi thông tin, các tác nhân AI có thể hiểu quy trình nội bộ, tuân thủ quy tắc nghiệp vụ và tham gia xử lý những công việc cụ thể theo yêu cầu của doanh nghiệp.

Từ kinh nghiệm thực tế, ông Luo Hongwei cho biết, triển khai AI đòi hỏi hạ tầng ổn định, có khả năng mở rộng và bảo đảm an toàn dữ liệu.

Tuy nhiên, không phải doanh nghiệp nào cũng có đủ nguồn lực để tự xây dựng đội ngũ chuyên trách và triển khai toàn bộ hệ thống AI ngay từ đầu. Vì vậy, Marshotspot xây dựng lộ trình theo từng cấp độ, bắt đầu với những ứng dụng có thể triển khai trong 1-3 ngày, tiếp đến là giai đoạn huấn luyện, điều chỉnh mô hình trong 2-4 tuần, trước khi mở rộng sang quản lý và vận hành toàn diện. Cách tiếp cận này giúp doanh nghiệp từng bước đưa AI vào hoạt động, tận dụng nguồn lực từ các đối tác công nghệ và giảm áp lực đầu tư ban đầu.

Kinh nghiệm từ 2 doanh nghiệp công nghệ cho thấy, việc ứng dụng AI trong ngân hàng đang chuyển từ các công cụ hỗ trợ riêng lẻ sang tham gia sâu hơn vào quy trình nghiệp vụ và vận hành. Để khai thác hiệu quả công nghệ này, các ngân hàng cần đồng thời chú trọng quản lý dữ liệu, phát triển hạ tầng, đào tạo nhân sự và tăng cường quản trị rủi ro, bảo đảm an toàn hoạt động.