các lãnh đạo/nhân viên ngân hàng tại Hoa Kỳ
biến mà khách hàng có thể hỏi... để từ đó có cách trả lời nhanh và tổng hợp nhất. Mặc
dù chatbot rất hữu ích để nâng cao trải nghiệm của khách hàng, chúng cũng có thể được sử dụng trong ngân hàng để nhận biết cảm xúc để họ có thể sử dụng phản hồi ưa thích nhạy cảm với nhu cầu của khách hàng trong khi cân nhắc cảm xúc được công
nhận trước khi phản hồi. Điều này giúp khách hàng nhận được trải nghiệm cá nhân hóa hơn. Điều quan trọng cần lưu ý là chatbot có tỷ lệ chính xác chỉ 85 %; Do đó, điều quan trọng là phải xem xét các tình huống cụ thể và dự đốn các câu hỏi và câu trả lời để có tỷ lệ chính xác tốt hơn và trải nghiệm khách hàng được cải thiện.
Mặt khác, 85% cũng là con số được Gartner nhắc tới trong bài toán dự đoán khả năng
trao đổi giữa con người và máy móc trong tương lai gần. Cụ thể đến năm 2020, ước tính chatbot sẽ tương tác được với khách hàng của 85% các ngân hàng và tổ chức khác của nền kinh tế. Bằng cách hạn chế dần sự tham gia của con người, năng suất và tốc độ hồn thành cơng việc sẽ được cải thiện. Trên thực tế, theo một báo cáo, các chatbot tài chính tiết kiệm hơn 4 phút cho mỗi tương tác. Đây là một lĩnh vực đang bùng nổ do sự tiến bộ trong q trình xử lý ngơn ngữ tự nhiên và tạo ra lời nói.
1.2.2.3. Phát hiện gian lận và chống rửa tiền
Theo báo cáo được công bố bởi McAfee cho thấy, trong năm 2018, nhiều vụ việc gian lận trong lĩnh vực tài chính đã được phát hiện trên toàn cầu với tổng số tiền lên đến 600 tỷ USD. Để ngăn chặn các hành vi gian lận và rửa tiền, các ngân hàng đang gấp rút chuyển đổi và thích ứng cơng nghệ để chống lại các mối đe dọa, gian lận từ bên ngồi. Các giải pháp kích hoạt AI và các mơ hình tài chính tiên tiến mới sẽ giúp các ngân hàng xác định, phân tích dịng tiền trong thời gian thực và phát hiện các giao
dịch gian lận có thể dừng lại ngay khi chúng được phát hiện. Hiện nay, việc ứng dụng
AI trong phân tích dữ liệu của các giao dịch trong quá khứ và hiện tại, hành vi điển hình của khách hàng có thể được “lọc” để phát hiện ra những vấn đề bất thường. Từ đó, có thể ngăn ngừa được các giao dịch phạm pháp hoặc yêu cầu xác nhận thêm từ phía khách hàng trước khi quyết định giao dịch có thể được tiến hành hay khơng.
1.2.2.4. Trợ lý điện tử hỗ trợ đầu tư
Hiện nay, hệ thống ngân hàng đang “đi sâu” vào thế giới AI bằng cách sử dụng hệ thống thông minh, để giúp đưa ra quyết định đầu tư và hỗ trợ nghiên cứu ngân hàng đầu tư. Chẳng hạn, UBS (Thụy Sĩ) hay ING (Hà Lan) đang ứng dụng hệ thống AI rà sốt thị trường để thơng báo cho các hệ thống giao dịch thuật tốn của họ. Ngồi ra, nhiều công ty dịch vụ tài chính đang cung cấp các nhà tư vấn robot nhằm giúp khách hàng của họ quản lý tốt hơn dịng tiền của họ. Thơng qua cá nhân hóa, chatbots và mơ hình khách hàng cụ thể, những robot tư vấn này có thể cung cấp những “tư vấn chất lượng cao” về các quyết định đầu tư và sẵn sàng cung cấp bất cứ khi nào khách hàng cần. Dữ liệu lịch sử và giao dịch của hệ thống ngân hàng ngày càng lớn, kết hợp
với các dữ liệu thu thập từ các nguồn khác trên thị trường giúp cho các ngân hàng có thể huấn luyện ra các AI có khả năng nhận biết và xác định rủi ro tốt hơn. Ví dụ kết hợp với chỉ số tín nhiệm (tính tốn được từ dữ liệu mạng xã hội, dữ liệu viễn thông) với dữ liệu lịch sử giao dịch của khách hàng, ngân hàng có thể đưa ra điểm số rủi ro khi quyết định cấp tín dụng. Khả năng nhận dạng mẫu ẩn giúp các hệ thống phòng
hàng đang tiếp tục chuyển đổi để cung cấp mức giá trị lớn hơn cho khách hàng, giảm
rủi ro và tăng cơ hội làm cơng cụ tài chính cho nền kinh tế hiện đại.
1.2.2.5. Cải thiện giao diện người dùng với máy học nâng cao (ML)
Điều hướng đơn giản cho các ứng dụng ngân hàng trực tuyến và ứng dụng ngân hàng
di động là một chiến lược quan trọng để các ngân hàng thực hiện vì nó giúp nâng cao
trải nghiệm của khách hàng. AI giúp cung cấp các giao diện người dùng đơn giản hóa
mà khách hàng ngân hàng có thể điều hướng dễ dàng. Khách hàng sẽ có thể truy cập các trang họ cần một cách nhanh chóng. Thiết kế đáp ứng và các chiến thuật thiết kế giao diện người dùng thích ứng với thiết bị mà khách hàng đang sử dụng tại thời điểm
đó để dễ dàng điều hướng. Ví dụ, máy học nâng cao có thể sử dụng để đơn giản hóa q trình tải lên tài liệu và phê duyệt đơn xin vay bằng cách duyệt lại chính xác thơng
tin từ tài liệu khách hàng tải lên từ thiết bị di động của họ bằng máy ảnh tích hợp. Các
tổ chức tài chính hiện nay đều có thơng tin về hành vi và lịch sử duyệt web của khách
hàng. AI tạo điều kiện cho việc tích hợp đa kênh thời gian thực của những hiểu biết này để mang lại trải nghiệm tiếp thị cá nhân cho khách hàng của họ tại thời điểm thơng tin có liên quan và hữu ích nhất. Nhìn chung, theo số liệu thống kê từ nghiên cứu của ThS. Lê Thị Anh Quyên & ThS. Trần Nguyên Sa - Trường Đại học Ngân hàng TP. Hồ Chí Minh, hiện nay, ba trong số các ứng dụng AI có tần suất sử dụng nổi bật hơn hẳn ở mảng các hoạt động dịch vụ ngân hàng gồm: Chatbots cho dịch vụ khách hàng; phát hiện gian lận và chống rửa tiền; trợ lý AI để đầu tư.
1.3. Lợi ích của ứng dụng Trí tuệ nhân tạo vào dịch vụ ngân hàng 1.3.1. Cải thiện việc ra quyết định cho các khoản vay và tín dụng
nay máy tính đã tạo ra 70% giao dịch trên thị trường tài chính, 65% giao dịch trên thị
trường tương lai và 52% giao dịch trên thị trường chứng khốn nợ cơng. Vấn đề nằm ở việc thực hiện các giao dịch ở mức giá tốt nhất có thể, với xác suất phạm sai lầm rất thấp và có khả năng kiểm tra các điều kiện thị trường khác nhau đồng thời, cũng như tránh các lỗi tâm lý hoặc khuynh hướng cá nhân. Trong quản lý danh mục đầu tư, các thuật toán đang được áp dụng để phát hiện các tín hiệu mới về biến động giá và để đưa ra các quyết định giao dịch nhanh chóng và hiệu quả hơn. Tiến bộ cơng nghệ AI cũng có thể giúp các tổ chức tài chính bằng cách giới thiệu phương pháp để giảm thiểu tác động giao dịch đối với giá cả và thanh khoản, từ đó dự đốn tác động thị trường của các giao dịch cụ thể (và thời điểm tốt nhất cho các giao dịch đó).
1.3.2. Tối ưu hóa quy trình, giảm thiểu chi phí và rủi ro cho ngân hàng
Ngành Ngân hàng phần lớn ứng dụng kỹ thuật số trong hoạt động, nhưng thực tế cho thấy, một số quy trình vẫn gắn nhiều với các loại giấy tờ. Khi đó, các ngân hàng phải đối mặt với chi phí hoạt động và các vấn đề rủi ro đáng kể do khả năng xảy ra lỗi của
con người. Hiện nay, AI trong ngân hàng đang được áp dụng cho các quy trình này để loại bỏ phần lớn công việc tốn thời gian và dễ mắc lỗi liên quan đến việc nhập dữ liệu khách hàng từ các hợp đồng, biểu mẫu và các nguồn khác. Nghiệp vụ ngân hàng bao gồm rất nhiều quy trình mang tính lặp lại với các tiêu chuẩn, quy định đã xác định sẵn. Cơng cụ tích hợp trí tuệ nhân tạo có thể xử lý các cơng việc loại này một cách nhanh chóng với độ chính xác cao (giảm bớt sai sót do con người - human errors). Khơng những thế, AI cịn có thể giúp các nhà băng giảm chi phí bằng cách tăng năng suất và đưa ra quyết định dựa trên dữ liệu thông tin của một đối tượng khách hàng. Các thuật tốn thơng minh có thể phát hiện ra sự bất thường và thông tin
gian lận trong vài giây thay vì mất nhiều ngày tìm hiểu, phân tích, kiểm duyệt như phương pháp truyền thống thơng thường. Ngồi ra, bằng cách thay thế các quy trình của con người bằng tự động dựa trên AI, các ngân hàng có thể áp đặt kiểm soát và kiểm soát quy định mà trước đây không thể. Bằng cách thay thế con người bằng các trợ lý thơng minh, tự động, các ngân hàng có thể tập trung nguồn nhân lực vào các
phòng chống tấn cơng tích hợp các thuật toán nhận diện mẫu ẩn (pattern recognition), nhận diện điểm bất thường (anomaly detection),... có thể phát hiện và ngăn chặn các hành vi gây mất an toàn bảo mật cho hệ thống từ sớm trước khi rủi ro thực sự xảy ra. Trong thập kỷ qua, AI không chỉ cải thiện đáng kể quá trình giám sát mà cịn có thể phản ứng trong thời gian thực để phát hiện gian lận tiềm ẩn.
1.3.3. Cải thiện chất lượng sản phẩm ngân hàng
AI có thể phân tích các loại dữ liệu khác nhau và thơng qua đó, có thể có được thông tin chi tiết về hành vi và sở thích của khách hàng. Bằng cách hiểu các yêu cầu của khách hàng, AI có thể phục vụ họ tốt hơn với các dịch vụ ngân hàng tốt nhất có thể. Dữ liệu lịch sử đóng một vai trị khơng thể thiếu trong việc tìm kiếm các mẫu mua của khách hàng cần thiết để cung cấp các sản phẩm và dịch vụ ngân hàng dự kiến. Việc cá nhân hóa sản phẩm và dịch vụ của mình cũng tạo điều kiện cho ngân hàng tăng cường bảo mật bằng cách tích hợp thêm các phương pháp xác thực sinh trắc học như nhận diện vân tay, giọng nói hay khn mặt của khách hàng. Chẳng hạn, hầu hết các ngân hàng truyền thống vẫn có quan hệ giao dịch chủ yếu với khách hàng của họ (cung cấp dịch vụ gửi tiền và thanh tốn). Thơng qua việc nắm giữ về thông tin của một khách hàng cá nhân và bằng cách sử dụng các kỹ thuật AI để phân tích các thơng tin này, ngân hàng có thể đưa ra đề xuất cho các sản phẩm tài chính phù hợp với từng đối tượng khách hàng. Với việc đề cao tính “cá nhân hóa”, AI đang tăng cường mối quan hệ khách hàng bằng cách sử dụng ngôn ngữ tự nhiên như một cách thức mà khách hàng có thể tương tác.
1.3.4. Hỗ trợ ngân hàng tuân thủ quy định
Ngân hàng là một trong những lĩnh vực được điều tiết cao nhất của nền kinh tế. Chính phủ thơng qua các cơ quan quản lý chuyên ngành để đảm bảo rằng, khách hàng không sử dụng ngân hàng để thực hiện các hành vi tội phạm về tài chính như gian lận và rửa tiền. Như vậy, các ngân hàng phải tuân thủ rất nhiều quy định để đảm bảo việc ngăn chặn rửa tiền từ phía khách hàng song cũng phải “duy trì sự riêng tư của khách hàng” (bí mật cá nhân của khách hàng). Việc tuân thủ quy định của ngân hàng sẽ làm phát sinh chi phí đáng kể, nên các ngân hàng đang tìm kiếm các trợ lý AI thông minh, luôn hỗ trợ theo dõi các giao dịch, theo dõi hành vi của khách hàng và kiểm tra và ghi lại
thông tin cho các hệ thống tuân thủ để có cách điều tiết khác nhau. Ngoài ra, bằng cách xem xét các hành vi và mơ hình của khách hàng thay vì các quy tắc cụ thể, các hệ thống dựa trên AI có thể giúp các ngân hàng ln tn thủ quy định trong khi giảm thiểu rủi ro chung.
Comi
^^kCt i^Ễậ^i vnưong 1 k đán
Trí tuệ nhân tạo AI, có lẽ nhiều hơn bất kỳ phát minh nào của thế kỷ này, được lý giải và nhắc tới trong hàng trăm định nghĩa ở hàng chục lĩnh vực khác nhau, hay thậm chí tại nhiều phương diện người ta sử dụng nó như cách nói ngắn gọn cho “sự đổi mới”. Và các chuyên gia tin rằng một trong những lợi thế bảo đảm cho sự chú ý mà công nghệ này đang nhận được nằm ở những ứng dụng quan trọng của nó trong thực tiễn đời sống. Sau khi xem xét trên hai khía cạnh: tác động kinh tế đối với một số ngành công nghiệp và tiềm năng ứng dụng trong thị trường, thì AI được đánh giá là có triển vọng phát triển chuỗi giá trị của nó ở ngành dịch vụ Tài chính - Ngân hàng, xuất phát từ những lợi thế vốn có của việc sở hữu bộ dữ liệu lớn, sản phẩm phi vật chất và cơ sở nhân lực tài năng hiện có. Cơng nghệ này đã thay đổi đáng kể mơ hình hoạt động truyền thống tại các định chế tài chính cũng như các fintech liên quan đến lĩnh vực tín dụng. Khơng chỉ mang đến lợi ích cho khách hàng, AI còn là nguồn sức mạnh tiềm năng mới cho sự tăng trưởng của ngân hàng trong tương lai. Dựa vào dữ liệu thu thập để đánh giá và phân tích, các nhà băng có thể cải thiện việc ra quyết định tín dụng để hạn chế rủi ro, giảm chi phí bằng cách tối ưu hóa quy trình cũng như chấp hành tốt hơn quy định luật pháp, hay cải thiện chất lượng dịch vụ thông qua việc xác định đúng và tư vấn các gói vay phù hợp với từng nhóm đối tượng khách hàng.
■ RiskAssessment ■ Finandal ResearchZanaIysis ■ InvestmenVportfoIio management ■ Trading ■ CreditApprovaI Process
■ KYC and Anti Money
■ Regulation and
Chương 2: Ứng dụng trí tuệ nhân tạo vào ngành dịch vụ
ngân hàng: Ki Comi
2: ứn
2.1. Ứng dụng trí tuệ nhân tạo vào dịch vụ ngân hàng: Bối cảnh thế giới
Dự kiến với xu hướng tăng mạnh trong số lượng dự án được khởi chạy và triển khai thương mại như hiện nay, giá trị kinh doanh của AI trong ngành ngân hàng ước tính sẽ đạt 300 tỷ USD vào năm 2030, theo nguồn tin từ tổ chức IHS Markit cho biết:
Hình 8: Giá trị kinh tế ước tính của AI trong ngành dịch vụ ngân hàng theo khu vực
Trong khi đó số liệu tính tốn giá trị AI vào năm 2018 chỉ đạt xấp xỉ 41,1 tỷ đô la, bao gồm các khoản tiết kiệm chi phí và lợi ích tăng thêm từ việc giới thiệu công
nghệ
AI so với giữ nguyên cơ sở vật chất và quy trình hiện có. Cụ thể, theo nghiên cứu TTNT trong ngân hàng (Artificial Intelligence in Banking Report) mới được IHS Markit công bố vào tháng 10 năm 2019 vừa qua, thì Bắc Mỹ được dự đốn là khu vực có thị trường AI trong ngành ngân hàng lớn nhất trong suốt giai đoạn từ 2018 đến 2023. Theo đó, giá trị kinh doanh của AI có xu hướng tăng từ 14,7 tỷ USD vào
năm 2018 tới gần 79 tỷ USD vào năm 2030. Cũng từ biểu đồ trên, dễ thấy vùng Châu
Á Thái Bình Dương được dự đốn sẽ trở thành khu vực đứng thứ hai toàn cầu về ứng
dụng AI vào dịch vụ ngân hàng, nhờ sự tăng trưởng đột phá từ 11,5 tỷ USD lên tới 50,6 tỷ USD chỉ trong giai đoạn 2018 - 2030. Theo phân tích của các chuyên gia, AI
sẽ giúp tiết kiệm một khoản tiền tổng cộng hơn 1000 tỷ đô la vào năm 2030. IHS
Page | 25
thấy cơng nghệ trí tuệ nhân tạo đã đạt đến giai đoạn mà chi phí so với hiệu quả của nó đã trở nên phù hợp hơn với “túi tiền” của nhiều tập đoàn ngân hàng trên thế giới.
2.2. Ứng dụng Trí tuệ nhân tạo vào dịch vụ ngân hàng tại Hoa Kỳ 2.2.1. Tình hình triển khai ứng dụng trí tuệ nhân tạo tại Hoa Kỳ
Trong nhiều năm qua, Hoa Kỳ đã ln giữ vị trí số một thế giới về tiến độ chuyển đổi
công nghệ. Thung lũng Silicon vẫn được coi là trung tâm thu hút đông đảo cộng đồng
thuộc lĩnh vực khoa học máy móc trong nước và tồn cầu. Thống kê bình quân cho thấy riêng San Francisco đã sở hữu tới hơn 2.000 tổ chức cơng nghệ, biến nó trở thành
thủ đơ cơng nghiệp kỹ thuật có mật độ dày đặc nhất trên thế giới. Điều quan trọng là thành phố này mang đến những điều kiện thuận lợi cho việc tiếp cận nguồn vốn đầu