Tác giả: bởi Tiến sĩ Thomas L. Hager, Phó Chủ tịch Tài khoản Toàn cầu Ngân hàng, Thị trường Tài chính và Bảo hiểm tại Lenovo
ngày 12 tháng 12 năm 2024
Ngành Dịch Vụ Tài Chính (FSI) là một lĩnh vực mà AI từ lâu đã trở thành hiện thực, thay vì chỉ là một giấc mơ trong chu kỳ cường điệu hóa. Với phân tích và khoa học dữ liệu đã được tích hợp chặt chẽ vào các lĩnh vực như phát hiện gian lận, chống rửa tiền (AML) và quản lý rủi ro, ngành này đang chuẩn bị khởi động một làn sóng khả năng mới được thúc đẩy bởi các công nghệ AI tạo sinh (Generative AI).
Ngành này đang trên đỉnh một cuộc cách mạng AI có thể sánh với sự xuất hiện của Internet hoặc sự ra đời của điện thoại thông minh. Tương tự như cách các thiết bị di động tạo ra các hệ sinh thái hoàn toàn mới về ứng dụng và hành vi tiêu dùng, AI – đặc biệt là các hệ thống dựa trên GenAI – được dự đoán sẽ định hình lại một cách cơ bản cách chúng ta làm việc, tương tác với khách hàng và quản lý rủi ro.
Những tổ chức sẵn sàng hành động đang đứng trước ngưỡng cửa của những thay đổi mang tính chuyển đổi lớn về bảo mật, năng suất, hiệu quả, trải nghiệm khách hàng và tạo ra doanh thu. Vì hầu hết các vụ xâm phạm dữ liệu đều bắt nguồn từ thông tin đăng nhập của người dùng bị xâm phạm, bất kỳ chiến lược bảo mật AI đáng tin cậy nào không chỉ tập trung vào việc giáo dục người dùng cuối mà còn dựa trên việc tăng cường khả năng bảo mật tại cấp độ thiết bị nhờ một thế hệ vi xử lý máy tính mới. Trước tiên, hãy cùng xem điều gì đã khiến FSI trở thành lĩnh vực tiên phong tiềm năng.
Ngành AI
Mặc dù được biết đến với sự thận trọng, ngành Dịch Vụ Tài Chính (FSI) từ lâu đã đi đầu trong việc tìm ra những cách thông minh để quản lý dữ liệu, đặc biệt là các khối lượng dữ liệu lớn. Điều này một phần xuất phát từ sự cần thiết: lượng dữ liệu khổng lồ mà ngành này tạo ra luôn đặt ra thách thức về khối lượng, đa dạng và tốc độ. Đồng thời, môi trường pháp lý nghiêm ngặt lại là một lý do thuyết phục để ngành đón nhận AI một cách tích cực.
Cân Bằng Giữa Đổi Mới và Rủi Ro
Mọi ngành đều hiểu được sự bế tắc khó chịu sau các dự án thử nghiệm AI: nhiều thử nghiệm thú vị nhưng lợi tức đầu tư (ROI) ở đâu? Việc triển khai AI mang lại vô số lo lắng, bao gồm:
- Biết bắt đầu từ đâu
- Thiếu cách tiếp cận chiến lược (AI chỉ để có AI)
- Bảy chữ “V” của dữ liệu (khối lượng, tính xác thực, tính hợp lệ, giá trị, tốc độ, tính biến đổi, tính dễ thay đổi)
- Thiếu hụt kỹ năng và nhân tài
- Quản lý các rủi ro an ninh mạng ngày càng tiến hóa
- Tuân thủ các luật pháp thay đổi liên quan đến AI và GenAI, khác nhau tùy theo quốc gia và khu vực
- Khó tích hợp dữ liệu từ các nguồn khác nhau, đặc biệt là với hệ thống cũ (data silos) và hiện tượng “ảo giác” (hallucinations)
- Đảm bảo tính minh bạch, khả năng giải thích, và sự công bằng/thiếu thiên vị
- Xây dựng lòng tin của khách hàng về quyền riêng tư dữ liệu và đối phó với sự phản đối của nhân viên
- Mất dữ liệu khách hàng và chiến lược giao dịch bí mật ra bên ngoài tổ chức (ví dụ: ChatGPT bị cấm ở một số tổ chức lớn)
- Phần cứng và thiết bị không đủ mạnh
- Tính cập nhật của dữ liệu
- Quản trị
- Nỗi sợ bị thay thế
- Cân bằng giữa hệ thống tại chỗ, mô hình lai, và các đám mây công cộng
AI Đặt Nền Tảng Trong Bảo Mật
Nếu ngành Dịch Vụ Tài Chính sẵn sàng áp dụng AI, thì cũng đồng thời có mối quan tâm hàng đầu về bảo mật, đặc biệt là an ninh mạng và bảo vệ dữ liệu, điều này đang kìm hãm sự phát triển.
Bên cạnh các yếu tố như độ chính xác, khả năng giải thích, và tính minh bạch, bảo mật là nền tảng của việc tích hợp AI vào các quy trình kinh doanh. Điều này bao gồm việc tuân thủ các quy định về AI khác nhau trên toàn thế giới, chẳng hạn như Đạo luật AI của EU (EU AI Act), Đạo luật Khả năng Chịu đựng Hoạt động Số (DORA) tại EU, mô hình phi tập trung ở Hoa Kỳ, và Quy định Bảo vệ Dữ liệu Chung (GDPR), cũng như đảm bảo quyền riêng tư dữ liệu và an toàn thông tin. Khác với các hệ thống CNTT truyền thống, các giải pháp AI phải được xây dựng trên cơ sở quản trị chặt chẽ và các biện pháp bảo mật mạnh mẽ để đảm bảo trách nhiệm, đạo đức, và tính đáng tin cậy.
Tuy nhiên, sự tích hợp AI trong ngành FSI cũng mở ra một số vector tấn công mới, chẳng hạn như:
- Tấn công an ninh mạng
- Nhiễm độc dữ liệu (thao túng dữ liệu đào tạo mà các mô hình AI sử dụng, dẫn đến kết quả sai hoặc độc hại)
- Đảo ngược mô hình (tấn công nhằm suy luận thông tin nhạy cảm từ phản hồi của mô hình AI)
- Nhập liệu độc hại (cố tình đưa dữ liệu đầu vào nhằm đánh lừa các mô hình AI, dẫn đến dự đoán không chính xác).
AI Có Trách Nhiệm
AI có trách nhiệm là điều bắt buộc khi phát triển và triển khai bất kỳ công cụ AI nào. Khi tận dụng công nghệ, cần đảm bảo rằng AI phải hợp pháp, đạo đức, công bằng, bảo vệ quyền riêng tư, an toàn và dễ giải thích. Điều này đặc biệt quan trọng với ngành Dịch Vụ Tài Chính (FSI), nơi sự minh bạch, công bằng và trách nhiệm được đặt lên hàng đầu.
Sáu trụ cột của AI Có Trách Nhiệm mà các tổ chức nên tuân thủ bao gồm:
- Đa dạng & Hòa nhập – Đảm bảo AI tôn trọng các quan điểm đa dạng và tránh thiên vị.
- Quyền riêng tư & Bảo mật – Bảo vệ dữ liệu người dùng bằng các biện pháp bảo mật và quyền riêng tư mạnh mẽ.
- Trách nhiệm & Độ tin cậy – Đặt trách nhiệm về kết quả lên hệ thống AI và nhà phát triển.
- Khả năng giải thích – Giúp các quyết định của AI trở nên dễ hiểu và dễ tiếp cận đối với mọi người dùng.
- Minh bạch – Cung cấp cái nhìn rõ ràng vào các quy trình và cách ra quyết định của AI.
- Bền vững – Tác động Môi trường & Xã hội nhằm giảm thiểu dấu chân sinh thái của AI và thúc đẩy lợi ích xã hội.
Xem Lại Vai Trò Của CNTT
Trong thế giới truyền thống, để đối phó với các thách thức này, bạn sẽ nâng cấp hệ thống CNTT: xử lý giao dịch, quản lý dữ liệu, hỗ trợ hậu cần, tăng dung lượng lưu trữ, v.v. Nhưng khi AI dần thâm nhập sâu hơn vào kiến trúc công nghệ của bạn, cách thức vận hành cũng thay đổi hoàn toàn. Khi AI trở thành thứ vượt xa phần mềm thông thường, nó mở ra một cách thức vận hành hoàn toàn mới.
Như vậy, các đội ngũ CNTT không chỉ còn là “người quản lý dữ liệu” mà còn trở thành những cố vấn kỹ thuật số cho lực lượng lao động, bằng cách tự động hóa các nhiệm vụ lặp lại, tích hợp các giải pháp dựa trên AI và khai thác sức mạnh của dữ liệu để giúp cải thiện năng suất và hiệu quả cá nhân. Các giải pháp AI trên các thiết bị thông minh như PC chạy AI với bộ vi xử lý tốc độ cao mới nhất có thể dự đoán nhu cầu của người dùng dựa trên hành vi, đồng thời bảo vệ dữ liệu cá nhân nếu người dùng không chia sẻ lên đám mây.
Hơn nữa, các PC tích hợp AI ngày nay cung cấp các tính năng xử lý tiên tiến, chẳng hạn như các đơn vị xử lý thần kinh (NPUs), giúp tăng tốc các nhiệm vụ AI và củng cố bảo vệ an ninh.
AI Ứng Dụng Ngày Nay
Hiện nay, chúng ta đang chứng kiến những ứng dụng AI thú vị mang đến ảnh hưởng sâu rộng cho ngành. Tuy nhiên, trước tiên, các công ty phải xây dựng một kiến trúc AI có khả năng mở rộng, an toàn và bền vững, điều này rất khác so với việc xây dựng một hệ thống CNTT truyền thống. Điều đó đòi hỏi một cách tiếp cận toàn diện, dựa trên đội ngũ bao gồm các bên liên quan từ lãnh đạo bộ phận, kiến trúc hạ tầng, vận hành, phát triển phần mềm, khoa học dữ liệu và các dòng kinh doanh.
Các ứng dụng điển hình bao gồm:
- Mô phỏng và mô hình hóa: Các mô phỏng dự đoán, học sâu và học tăng cường để cá nhân hóa gợi ý, cải thiện chuỗi cung ứng, tối ưu hóa ra quyết định, dự báo và quản lý rủi ro.
- Phát hiện gian lận & bảo mật: Thuật toán nhận dạng mẫu dựa trên AI để phát hiện bất thường, tự động hóa phát hiện gian lận, nâng cao tuân thủ KYC (hiểu khách hàng) và tăng cường bảo mật.
- Chi nhánh và tòa nhà thông minh: Kios AI, phân tích cạnh để tạo trải nghiệm cá nhân hóa (như dịch nhiều ngôn ngữ đồng thời), xử lý ngôn ngữ tại chỗ đảm bảo quyền riêng tư và camera thông minh tăng cường an ninh chi nhánh.
- Tự động hóa quy trình: AI tinh giản các tác vụ và luồng công việc lặp lại như báo cáo tài chính, đối chiếu hồ sơ, xử lý khoản vay, và cải thiện dịch vụ khách hàng trong khi vẫn đảm bảo tuân thủ và bảo mật.
- Tái định hình quy trình: AI mang đến cơ hội tái cấu trúc cơ bản quy trình kinh doanh, vượt xa số hóa đơn thuần để tạo ra các luồng công việc thực sự thông minh.
- AI Ops: Công nghệ AI tự động hóa các luồng công việc hạ tầng để đẩy nhanh việc cung cấp và xử lý sự cố.
- Dịch vụ khách hàng: AI cho phép tổ chức cung cấp hỗ trợ 24/7, phản hồi tức thì, trải nghiệm cá nhân hóa và giải quyết vấn đề hiệu quả hơn, bao gồm cả trợ lý ảo.
- Đẩy nhanh quá trình thẩm định: Rút ngắn đáng kể quy trình thẩm định, từ phân tích hợp đồng đến các thương vụ mua bán & sáp nhập, đồng thời xác định tiềm năng hợp tác cũng như rủi ro.
- Tuân thủ quy định: Tự động hóa kiểm tra tuân thủ, đảm bảo độ chính xác, giảm rủi ro, và duy trì hồ sơ luôn cập nhật một cách hiệu quả.
- Quản lý tài sản và cố vấn tài chính cá nhân: Kết nối khách hàng với các sản phẩm tài chính phù hợp và cung cấp tư vấn đầu tư cá nhân hóa để tăng sự hài lòng của khách hàng và hiệu quả vận hành.
- Tiết kiệm năng lượng: Tối ưu hóa AI trong trung tâm dữ liệu và trên các thiết bị với bộ xử lý hiệu quả cao, cải thiện quản lý năng lượng và giảm tiêu thụ điện năng.
- Nhân viên kỹ thuật số: AI có thể cho phép tự động hóa quy trình và tác vụ với các tác nhân được nhân viên giám sát.
Định Hướng Tiến Phía Trước
Năm 2025, sức mạnh chuyển đổi của AI không chỉ nằm ở khả năng mà nó mang lại, mà còn ở cách chúng ta triển khai một cách chiến lược và hiệu quả. Xây dựng một hệ sinh thái AI có khả năng mở rộng, an toàn và bền vững đòi hỏi sự phối hợp chặt chẽ giữa lãnh đạo, hạ tầng, vận hành, và các nhóm phát triển.
Khi các ngành công nghiệp áp dụng AI – từ các mô phỏng dự đoán đến phát hiện gian lận, tự động hóa quy trình, và cá nhân hóa trải nghiệm khách hàng – họ đang tái định hình các luồng công việc, nâng cao sự tuân thủ quy định, và thúc đẩy hiệu quả sử dụng năng lượng.
AI không còn đơn thuần là một công cụ; nó đã trở thành nền tảng của sự đổi mới thông minh và tăng trưởng bền vững.
