( Nguồn: https://www.consultancy.uk)
Ứng dụng AI có thể xử lý một lượng dữ liệu vô cùng lớn, đưa vào robot để tự động hóa các tác vụ.Các ngân hàng cũng có thể ứng dụng AI trong việc quản lý danh mục rủi ro, quản lý khách hàng và quản lý cơ sở dữ liệu ở mức độ chính xác và tốc độ xử lý nhanh hơn con người.
Một số ứng dụng của AI trong ngành ngân hàng có thể kể đến như sau:
Chatbot – Hỗ trợ khách hàng tự động
Trong lĩnh vực tài chính ngân hàng, chatbot có khả năng: Thông báo cho người dùng về tất cả các thay đổi, quản lý tài khoản của người dùng theo yêu cầu, làm việc với khiếu nại của người dùng, cung cấp cho người dùng thông tin hữu ích, cung cấp giải pháp cho người dùng,… Chatbot giúp làm tăng trải nghiệm khách hàng cũng như lòng trung thành của khách hàng đối với sản phẩm của doanh nghiệp.
Trợ lý tài chính ảo tự động
Robot cố vấn là một phần mềm thay thế một người quản lý danh mục đầu tư, có thể đánh giá xu hướng của nhà đầu tư rủi ro, chọn một chiến lược đầu tư và thậm
3% 7% 7% 14% 16% 17% 19% 22% 25% 31% 31% 40% 64% 0% 20% 40% 60% 80% Ngành luật Thu mua Sản xuất, vận hành Phân phối và logistics Hoạch định chiến lược phát triển doanh nghiệp HR Ngành nghiên cứu và phát triển
Chiến lược cấp công ty Bán hàng Dịch vụ khách hàng
Marketing Tài chính, kế toán
chí mua, bán chứng khoán theo tỷ giá hối đoái đã chọn.
Phát hiện gian lận và quản lý khiếu nại
Các công cụ phân tích sử dụng AI thu thập bằng chứng và phân tích dữ liệu cần thiết, sau đó tìm hiểu và theo dõi các mẫu hành vi của người dùng để xác định các dấu hiệu và cảnh báo về các hành vi gian lận và sự cố, giúp giảm thời gian xử lý tổng thể đồng thời nâng cao trải nghiệm của khách hàng. Với khả năng tự học của mình AI sau đó có thể thích ứng với các trường hợp chưa được khám phá mới và nâng cao hơn nữa sự phát hiện theo thời gian.
Quản lý bảo hiểm
Quản lý bảo hiểm với hệ thống AI sẽ tự động hóa quá trình bảo lãnh và sử dụng nhiều thông tin thô để đưa ra quyết định tốt hơn cho khách hàng. Thay vì trả tiền cho các phương pháp điều trị tốn kém cho bảo hiểm thì tốt hơn là nên phát hiện các rủi ro và bệnh tật để ngăn ngừa chúng. Do đó, người ta có thể sử dụng dữ liệu đã được sử dụng trước đó để truy cập các rủi ro, sau đó giảm xác suất thiệt hại xảy ra cho người được bảo hiểm và cũng cho người bảo hiểm.
Phân tích dự báo trong các dịch vụ tài chính
Phân tích dự báo trong các dịch vụ tài chính có thể ảnh hưởng trực tiếp đến chiến lược kinh doanh tổng thể, tăng doanh thu, tạo doanh thu và tối ưu hóa tài nguyên. Các công cụ AI thu thập, sắp xếp và phân tích giúp triển khai nhanh các giải pháp, tùy chỉnh dành riêng cho từng khách hàng. Phân tích dự báo có thể giúp tính điểm tín dụng và giúp ngăn chặn các khoản nợ xấu.
2.4.2. Triển khai ứng dụng AI tại một số ngân hàng
Trong thời gian tới, trí tuệ nhân tạo (AI) sẽ trở thành cách thức chính mà các ngân hàng tương tác với khách hàng. AI có thể giúp cho các ngân hàng tạo cho khách hàng những trải nghiệm dịch vụ giống như được cung cấp bởi con người hơn. Với sự phát triển nhanh chóng của AI trong công nghệ xe tự lái, máy bay không người lái, các trợ lý ảo trong điện thoại thông minh như của Iphone, Samsung, tương lai các ngân hàng với phần mềm nhận diện giọng nói sử dụng AI cùng với những sáng tạo fintech sẽ giúp thay đổi bộ mặt của ngành ngân hàng trong thời gian tới.
Tác động của AI lên các dịch vụ tài chính được dự báo sẽ vượt ngoài phạm vi của Siri hay các tài khoản ngân hàng thông thường. Nhiều hãng quản lý đầu tư có thể sử dụng nhà tư vấn robot để cung cấp lời khuyên cho khách hàng, trong khi ngân hàng có thể dùng tính năng nhận dạng giọng nói có kèm AI để xác minh một cách an toàn danh tính khách hàng
Một trong những bước đầu tiên của việc triển khai ứng dụng AI là tung ra chatbot và trợ lý giọng nói có thể hỗ trợ các công việc trong ngân hàng.
Năm 2016, Bank of America đã cho ra mắt của một trợ lý ảo thông minh có tên Erica.Erica là một chatbot tận dụng các phân tích dự đoán để cung cấp hướng dẫn tài chính cho khách hàng. Erica được thiết kế để khách hàng có thể truy cập 24/7 và thực hiện các giao dịch hàng ngày, ngoài việc kiểm tra số dư và gửi tiền, nó còn dự đoán nhu cầu tài chính của mỗi khách hàng và giúp họ đạt được mục tiêu tài chính bằng cách cung cấp các khuyến nghị thông minh.
Bank of NY Mellon Corp đã phát triển hệ thống tự động hóa quy trình robot gọi tắt là RPA, 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 lập trình để xử lý các tác vụ tự động. Vào tháng 5 năm 2017, ngân hàng thông báo rằng 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. Việc triển khai RPA đã đạt được các kết quả sau: Độ chính xác 100 % trong xác nhận đóng tài khoản trên hệ thống đồng thời cải thiện 88 % thời gian xử lý các giao dịch.
Thực tế hiện nay một số ngân hàng như JPMorgan dùng AI để trả lời câu hỏi của khách hàng, dự báo nhu cầu tương lai của họ.
JPMorgan cũng là ngân hàng lớn đầu tiên áp dụng công nghệ AI vào các giao dịch thời gian thực.Ngân hàng đã thử nghiệm chương trình AI của mình có tên là LOXM, kể từ quý I/2017 ở châu Âu và triển khai nó trên khắp các hoạt động ở châu Á và Mỹ trong quý IV/2017 sau khi các thử nghiệm đã thành công. LOXM đã được đào tạo về hàng tỷ giao dịch lịch sử để cho phép nó thực hiện giao dịch cổ phiếu ở
tốc độ tối đa và ở mức giá tối ưu, mà không gây ra biến động thị trường.LOXM mang lại khoản tiết kiệm đáng kể và vượt xa cả phương thức giao dịch hiện tại thủ công và tự động.
Mặc dù LOXM sẽ được áp dụng cho tự động hóa các giao dịch ban đầu, nhưng sau đó có thể được đào tạo để làm quen hoàn toàn với các khách hàng cuối cùng để xem xét hành vi và phản ứng của họ khi thực hiện giao dịch, do đó LOXM còn có thể được áp dụng để quản lý khách hàng.
Ngân hàng Standard Charteredcũng đang triển khai công nghệ trí tuệ nhân tạo của Silent Eight- một công ty công nghệ tại Singapore. Silent Eight sẽ tiến hành kiểm tra từ khi tài khoản được lập. Tài khoản này sẽ được xác định có liên quan tới quốc gia hay tổ chức nào không. Việc kiểm tra này được thực hiện bằng cách xử lý các dữ liệu được thu thập từ nhiều nguồn khác nhau để giúp sàng lọc các khách hàng tiềm năng, xem họ có bị rơi vào danh sách các cá nhân và công ty có rủi ro cao cần phải theo dõi hay không.
Tại Hà Lan, ngân hàng ING tuyên bố đã phát triển một công cụ AI nội bộ có tên Katana, có thể giúp các nhà giao dịch trái phiếu đưa ra quyết định mua và bán tốt hơn bằng cách sử dụng các phân tích dự đoán. Các nhà giao dịch trái phiếu có thể cài đặt công cụ này trên các hệ thống giao dịch của họ và truy cập vào giao diện Katana. Katana có thể sử dụng dữ liệu giao dịch trái phiếu trong lịch sử và thời gian thực để đưa ra dự đoán thống kê về giá trái phiếu. Sau đó, Katana sử dụng học máy để dự đoán giá tối ưu nhất để mua và bán các trái phiếu được chọn trong giao diện. Hệ thống sau đó cung cấp một đầu ra dưới dạng giá khuyến nghị cho các báo giá khác nhau trong giao diện.Việc thử nghiệm nền tảng Katana của họ cho các nhà giao dịch thị trường mới nổi ở London cho thấy họ có thể báo giá nhanh hơn cho 90% giao dịch, giảm chi phí giao dịch.
Ngân hàng của Anh cũng để cho phép khách hàng tương tác với ngân hàng – nhận thông tin tài khoản và chuyển tiền – thông qua phần mềm trợ lý ảo thông minh Alexa của Amazon hay ở mức độ AI đơn giản hơn thì Ngân hàng Hoàng Gia Scotland (RBS) cũng đang đẩy mạnh việc sử dụng hội thoại trả lời tự động (chatbot) để trả lời những yêu cầu của khách hàng.
Wells Fargo – một ngân hàng tại Mỹ đã sử dụng chatbot do AI điều khiển thông qua nền tảng Facebook Messenger. Trợ lý ảo này liên lạc với người dùng để cung cấp thông tin tài khoản và giúp khách hàng đặt lại mật khẩu.
Tại Singapore, kể từ năm 2016, OCBC Bank là một trong những tổ chức tài chính đầu tiên thành công trong việc tận dụng trí thông minh nhân tạo để tăng hiệu quả hoạt động và thu được nguồn thu nhập mới. Chatbot hỗ trợ trí thông minh nhân tạo có tên gọi Emma, ra mắt năm 2016 và được sử dụng để trả lời các câu hỏi của khách hàng về các khoản vay mua nhà và tái tục khoản vay, và kể từ đó đã thu về hơn 100 triệu đô la Singapore cho các khoản vay mua nhà.
Trong năm 2017, OCBC Bank đã hợp tác với công ty Fintech Thetaray để sử dụng các giải pháp trí thông minh nhân tạo của mình để xác định các giao dịch đáng ngờ tiềm ẩn. Giải pháp này đã làm giảm 35% khối lượng giao dịch được các nhà phân tích tuân thủ chống rửa tiền xem xét lại, và tăng tỷ lệ chính xác trong việc xác định các giao dịch đáng ngờ lên hơn bốn lần.
Đơn vị AI nằm trong Nhóm Fintech và Đổi mới của Ngân hàng OCBC, The Open Vault tại OCBC (TOV) và được đặt tên là AI Lab @ TOV, nó đóng vai trò là thử nghiệm cho tất cả các công nghệ trí thông minh nhân tạo mới và sẽ chứng minh tính khả thi của công nghệ mới này trước khi nó được tích hợp vào các hệ thống hiện có của ngân hàng. Tận dụng các giao diện chương trình ứng dụng và hộp dữ liệu của OCBC Bank để thử nghiệm với các dữ liệu khách hàng ẩn danh trong môi trường an toàn, đơn vị sẽ tạo ra proofs-of-concept có thể được kiểm tra nhanh chóng. AI Lab @ TOV đặt mục tiêu tăng gấp đôi số lượng nhân viên của mình trong vòng một năm để quản lý sự đột biến trong công nghệ trí thông minh nhân tạo mà ngân hàng có kế hoạch triển khai.
Cùng với sự phát triển về công nghệ, các ngân hàng tại các nước phát triển dự kiến sẽ giảm số lượng chi nhánh xuống 30-50% so với năm 2014, các ngân hàng Bắc Âu giảm mật độ chi nhánh gần 25% chỉ trong 2 năm. Hệ thống tự động hóa và hệ thống điều khiển bằng AI có thể giúp các ngân hàng cải thiện chi phí bằng cách sử dụng máy hiểu hành vi con người để thực hiện các công việc lặp đi lặp lại.
2.5. Bài học kinh nghiệm cho Việt Nam
Các quốc gia trên thế giới có những hướng tiếp cận khác nhau đối với Cách mạng công nghiệp 4.0 nói chung và khu vực tài chính - ngân hàng 4.0 nói riêng. Tuy nhiên, trong lĩnh vực TCNH, phản ứng của các quốc gia có thể chia thành hai dạng tiếp cận: phản ứng chủ động và phản ứng thụ động. Trong đó, các quốc gia chọn hướng phản ứng tiếp cận chủ động thường quan tâm tương tác chặt chẽ với các nhà sáng tạo để nắm bắt các phát triển mới của công nghệ tài chính (Fintech), các trở ngại pháp lý đối với sự đổi mới và hỗ trợ khởi nghiệp nhằm giải quyết những thách thức đặt ra. Các chính sách phổ biến được hướng tới, như khuôn khổ pháp lý thử nghiệm, ký kết các thỏa thuận hợp tác đa quốc gia và xây dựng trung tâm đổi mới sáng tạo... Các quốc gia theo cách tiếp cận này thường có thị trường phát triển, công nghệ đổi mới rất cao.
Đối với các quốc gia chọn hướng tiếp cận phản ứng thụ động, các nhà hoạch định chính sách đóng vai trò tích cực trong việc cố gắng làm cho Fintech thành công, nhưng phản ứng thường không tích cực và sẵn sàng điều chỉnh các quy định pháp lý khi cần thiết. Tiếp cận này chủ yếu được áp dụng ở các quốc gia cho rằng CMCN 4.0 không gây ảnh hưởng quá lớn tới thị trường của họ. Các quốc gia này thường có nhiều hạn chế về hạ tầng công nghệ thông tin, nguồn nhân lực và thể chế. Thực tế này trở thành trở ngại của tiến trình đổi mới, khó đưa công nghệ của CMCN 4.0 vào ứng dụng. Do đó, các nhà quản lý thường ít bị áp lực hơn trong việc điều chỉnh khuôn khổ pháp lý, trong khi mức độ thay đổi của công nghệ là quá nhanh so với sự thay đổi của khuôn khổ pháp lý.
Đối với sự chuẩn bị về nguồn nhân lực, một số quốc gia đã dành sự quan tâm đặc biệt cho nguồn nhân lực trong bối cảnh CMCN 4.0. Trong đó, xu hướng nổi bật là chuyển đổi hệ sinh thái giáo dục thông qua các giải pháp chính, như giáo dục trẻ em từ sớm, phát triển chương trình “sẵn sàng trong tương lai”, đào tạo đội ngũ giảng viên chuyên nghiệp, đào tạo nguồn nhân lực thông thạo kỹ thuật số; thúc đẩy giáo dục kỹ thuật và dạy nghề, phổ biến quan điểm học tập suốt đời. Một số quốc gia rất thành công với chiến lược đầu tư vào nhân lực, như chiến lược đào tạo và tập luyện toàn diện cho người lớn của Singapore, chiến lược giáo dục nền tảng sẵn sàng
trong tương lai của Phần Lan, khung và tiêu chuẩn để mở rộng giáo dục khu vực tư nhân ở Ấn Độ, cách tiếp cận toàn diện cho hệ thống học nghề ở Đức và Thụy Sĩ...
Đối với kết cấu hạ tầng, việc chuẩn bị không chỉ đến từ các quốc gia mà còn từ các doanh nghiệp, tập đoàn tài chính lớn. Các quốc gia tập trung phát triển kết cấu hạ tầng phục vụ mục tiêu chiến lược của Fintech, như hệ thống thanh toán tức thời và sổ cái phân tán ở Mỹ, kết nối hạ tầng thanh toán của ngân hàng và viễn thông tại Trung Quốc và Thái Lan, đầu tư nâng cao chất lượng hệ thống thanh toán bù trừ và hệ thống quyết toán tại châu Âu, xây dựng nền tảng kết nối cho các doanh nghiệp ở Singapore. Các tập đoàn tài chính lớn trên thế giới quan tâm nhiều hơn tới kết cấu hạ tầng trong thanh toán quốc tế, như việc 6 ngân hàng lớn nhất thế giới thành lập dự án “Blockchain Utility Settlement Coin” (tiền điện tử) cho phép giao dịch chứng khoán không cần chuyển tiền, hoặc mạng lưới nhà cung cấp dịch vụ thanh toán (PSP) liên quốc gia (như Earthport) cho phép thanh toán nhanh tới mọi tài khoản ngân hàng tại hơn 65 quốc gia trên thế giới.
Việc kết hợp giữa tư duy chiến lược của các nhà lãnh đạo cấp cao của các ngân hàng, tổ chức tài chính cùng với nguồn vốn dồi dào đầu tư cho công nghệ, đặc biệt là đầu tư cho các startup về công nghệ đã làm nên thành công của rất nhiều tên tuổi lớn. Điển hình là Google đầu tư hơn 400 triệu USD cho việc phát triển AI (thông qua mua lại công ty phát triển Trí tuệ nhân tạo DeepMind vào năm 2014 hay Wells Fargo. Thành lập 1 dự án đầu tư cho các startup về công nghệ với số vốn lên đến 1 triệu USD/1 công ty, sau 4 năm dự án tiếp nhận 1.800 ứng dụng từ hơn 50 quốc gia, đầu tư vào 19 công ty startup.
Cần ưu tiên tập trung thiết lập kho dữ liệu dễ dàng truy cập. Dữ liệu là yếu tố quan trọng nhất trong triển khai AI. Để triển khai AI thành công, cần phải loại bỏ những rào cản do dữ liệu phân bố rải rác. Nhiều ngân hàng trên thế giới đã thực