T ỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO
Khái niệm và bản chất của trí tuệ nhân tạo
Trí tuệ nhân tạo (AI) là khái niệm phổ biến trong cộng đồng công nghệ thông tin, được hiểu đơn giản là trí thông minh nhân tạo do con người phát triển Đây là một lĩnh vực khoa học công nghệ nhằm tự động hóa máy móc bằng cách phát triển khả năng của trí thông minh con người Trí tuệ nhân tạo có khả năng suy nghĩ, lập luận để giải quyết vấn đề, giao tiếp thông qua hiểu biết ngôn ngữ, và học hỏi, thích nghi với sự thay đổi của môi trường.
Trí tuệ nhân tạo (TTNT) đã được nghiên cứu và lý giải qua nhiều góc nhìn khác nhau nhằm hiểu rõ hơn về công nghệ phức tạp này Thuật ngữ "trí tuệ nhân tạo" lần đầu tiên được J McCarthy giới thiệu và chính thức công nhận Trong báo cáo năm 1995, J McCarthy và các cộng sự đã định nghĩa TTNT là một lĩnh vực khoa học nhằm mô tả các khía cạnh của xử lý trí tuệ, với mục tiêu phát triển hệ thống và máy móc có khả năng học hỏi và xử lý thông tin như con người.
Sản phẩm công nghệ cao này có khả năng bắt chước các chức năng "nhận thức" của con người, như tự học và giải quyết vấn đề Theo Demis Hassabis, CEO của Google DeepMind, AI được xem như một lĩnh vực khoa học nghiên cứu các phương pháp nhằm "trí tuệ hóa" máy móc.
Additionally, it is important to acknowledge the contributions of renowned authors Stuart J Russell and Peter Norvig, whose work was significantly featured in the third edition of the book "Artificial Intelligence," published in 2009.
Intelligence: A modern Approach (chuyển thể sang tiếng việt là “Trí tuệ nhân tạo:
Cuốn sách "Hướng tiếp cận mới nhất" được xem là sách giáo khoa trí tuệ nhân tạo phổ biến nhất thế giới, cung cấp cho người đọc một cái nhìn tổng quát về bốn kiểu định nghĩa về trí tuệ nhân tạo (TTNT) dựa trên hai khía cạnh: "suy nghĩ" và "hành động" Những định nghĩa này được phân chia thành hai trạng thái khác nhau: "như con người" và "hợp lý", với thông tin được trình bày rõ ràng qua cấu trúc bảng biểu.
Bảng 1: Mô hình định nghĩa trí tuệ nhân tạo theo 4 hướng tiếp cận
Suy nghĩ - như con người
“Những nỗ lực mới trong việc khiến cho máy tính có suy nghĩ máy móc có tư duy, một cách đầy đủ cả về nghĩa đen và nghĩa bóng”
Sự tự động hóa đang ngày càng thay thế các hành vi mà trước đây chúng ta thường liên kết với tư duy con người, bao gồm việc đưa ra quyết định, xử lý vấn đề và học hỏi.
Hành đông - như con người
Nghệ thuật trong việc phát triển sản phẩm công nghệ thông minh là khả năng tạo ra những thiết bị có thể thực hiện các chức năng phức tạp, tương tự như khả năng của con người.
“Công trình nghiên cứu ra phương pháp cho phép máy tính có khả năng thực hiện những
“Công trình nghiên cứu về các khả năng trí tuệ bằng sự vận dụng của các mô hình tính toán” (Charniak & McDermott, 1985)
“Công trình nghiên cứu về mô hình tính toán để hiện thực hóa việc cho phép máy móc có khả năng nhận thức, suy luận và phản ứng.” (Winston, 1992)
Trí khôn nhân tạo nghiên cứu thiết kế các tác nhân thông minh, có khả năng phân tích môi trường và thực hiện hành động để tối ưu hóa thành công.
Trí thông minh nhân tạo (TTNT) được định nghĩa là hành vi thông minh trong các hệ thống được tạo ra bởi con người (Nilsson, 1998) Hơn sáu thập kỷ phát triển không ngừng đã dẫn đến sự hình thành của nhiều khái niệm khác nhau nhằm làm rõ bản chất của TTNT Mỗi định nghĩa đều có những đặc điểm riêng biệt, phản ánh sự đa dạng trong cách hiểu về trí thông minh nhân tạo.
Trí tuệ nhân tạo (TTNT) được xây dựng dựa trên các lý thuyết có dẫn chứng và khả năng thực hiện trong thực tế, với những nhận định kế thừa để phát triển sâu hơn Mặc dù chưa có khái niệm chính thức, TTNT thường được hiểu là các sản phẩm công nghệ cao và lĩnh vực nghiên cứu về ứng dụng của chúng Hiện nay, các loại trí thông minh nhân tạo chủ yếu hoạt động trên máy tính hoặc siêu máy tính, và những nhiệm vụ yêu cầu "tư duy thông thường" đang dần được loại bỏ khỏi định nghĩa về AI, hiện tượng này được gọi là “hiệu ứng AI” Theo Định lý của Tesler, "AI là bất cứ điều gì chưa thể được thực hiện", với các ứng dụng như hiểu ngôn ngữ, chơi cờ vua, và điều khiển phương tiện độc lập Mặc dù thuật ngữ này đã xuất hiện từ lâu, sự phát triển của AI đã tăng tốc mạnh mẽ trong những năm gần đây nhờ vào sự đa dạng của các phương pháp khoa học và kỹ thuật công nghệ, bao gồm xử lý ngôn ngữ tự nhiên, thị giác máy tính, học máy và học sâu, tất cả đều có mối liên kết chặt chẽ và bổ sung cho nhau.
Nguồn gốc hình thành và Lược sử phát triển
Mong muốn trang bị cho máy tính những khả năng tương tự như trí thông minh của con người đã tồn tại từ lâu, thể hiện qua các tác phẩm văn học như "Frankenstein" của Mary Shelley và vở kịch "R.U.R" của Karel Capek Tuy nhiên, trí tuệ nhân tạo (TTNT) chỉ thực sự hình thành khi máy tính điện tử ra đời Alan Turing, nhà toán học người Anh và được coi là cha đẻ của Tin học, đã có những đóng góp quan trọng cho TTNT khi ông phát triển mô hình máy Turing, hình thức hóa các khái niệm thuật toán và tính toán, mở ra hướng đi mới cho nghiên cứu về trí tuệ nhân tạo.
Năm 1950, phép thử Turing được giới thiệu, khơi dậy mối quan tâm về trí tuệ nhân tạo (TTNT) trong giới khoa học Sự tò mò về máy tính thông minh đã thúc đẩy nhiều nhà nghiên cứu, dẫn đến sự ra đời của TTNT như một lĩnh vực khoa học độc lập chỉ khoảng 10 năm sau khi máy tính đầu tiên được phát minh để phục vụ cho tính toán Hội nghị mùa hè năm đó vẫn được nhớ đến như một cột mốc quan trọng trong lịch sử phát triển của TTNT.
Năm 1956, tại trường Dartmouth ở Mỹ, ngành Trí tuệ nhân tạo (AI) chính thức ra đời qua hội nghị đầu tiên, nơi John McCarthy đã giới thiệu thuật ngữ "Trí tuệ nhân tạo" Ông cũng đề xuất ngôn ngữ lập trình Lisp, một trong những ngôn ngữ lập trình hàm tiêu biểu, đóng vai trò quan trọng trong lĩnh vực AI.
Vào những năm 60 và 70, Joel Moses đã phát triển thành công chương trình Macsyma, phần mềm toán học đầu tiên sử dụng cơ sở tri thức Sự ra đời của ngôn ngữ lập trình Prolog do Alain Colmerauer phát triển đánh dấu một bước tiến quan trọng Tuy nhiên, thập kỷ 70 cũng chứng kiến nhiều thất bại nặng nề trong lĩnh vực trí tuệ nhân tạo (TTNT), dẫn đến việc Hoa Kỳ và Châu Âu phải hủy bỏ nhiều dự án đầu tư Đến đầu những năm 80, ngành TTNT bắt đầu hồi sinh với một giai đoạn bùng nổ kéo dài 15 năm Đến đầu thập kỷ 90, khái niệm hệ chuyên gia đã được mở rộng thành các hệ thống dựa trên tri thức, đánh dấu thời kỳ phát triển sôi nổi với nhiều đề tài nghiên cứu liên quan đến AI, đặc biệt trong lĩnh vực xử lý ngôn ngữ.
Sự phát triển của lĩnh vực Tin học và CNTT gắn liền với hai sự kiện quan trọng: sự ra đời của công nghệ vi mạch và máy vi tính vào cuối những năm 1970, và sự xuất hiện của Internet cùng với sự hòa nhập của CNTT và truyền thông vào đầu những năm 1990 Những bước ngoặt này đã mở ra cơ hội cho công nghệ AI phát triển mạnh mẽ từ những năm 90, với nhiều thành tựu đáng kể trong các lĩnh vực như hậu cần, khai thác dữ liệu và chẩn đoán y tế Một trong những dấu mốc quan trọng là vào năm 1997, máy tính Deep Blue của IBM đã đánh bại nhà vô địch cờ vua Garry Kasparov, tiếp theo là chiến thắng của Deep Fritz trước Kramnik vào năm 2006 Tuy nhiên, sự phát triển của AI cũng đặt ra nhiều câu hỏi về đạo đức liên quan đến trí tuệ nhân tạo, một vấn đề đã được thảo luận từ lâu trong triết học Dù vậy, AI vẫn đang tiếp tục phát triển mạnh mẽ và trở thành yếu tố then chốt trong kỷ nguyên cách mạng công nghiệp 4.0 hiện nay.
Phân loại
Do sự phức tạp và ứng dụng rộng rãi của công nghệ mới, hiện chưa có phương pháp phân loại chính thức nào được thống nhất Một số phương pháp tiêu biểu bao gồm AI cảm hứng từ con người và AI nhân cách hóa AI cảm hứng từ con người phân tích các đặc điểm trí tuệ nhận thức, tạo ra đại diện nhận thức về thế giới và sử dụng kinh nghiệm quá khứ để đưa ra quyết định tương lai Trong khi đó, AI lấy cảm hứng từ con người tích hợp cả trí tuệ nhận thức và cảm xúc, giúp hiểu và xem xét cảm xúc của con người trong quá trình ra quyết định AI nhân cách hóa thể hiện các đặc điểm tương tự, nhưng với cách tiếp cận khác.
1 IBM: Một trong những tập đoàn công nghệ thông tin đa quốc gia có quy mô lớn nhất thế giới hiện nay
Page| 10 thức và tự nhận thức được trong các tương tác Mặt khác, theo quan điêm của Arend
Theo Hintze (2016), trí tuệ nhân tạo (TTNT) được phân loại thành bốn loại khác nhau, từ những mô hình AI đã hiện hữu trong thực tế cho đến các hệ thống vẫn chỉ ở giai đoạn nghiên cứu lý thuyết và chưa được áp dụng trong thực tiễn.
Bảng 2: Phân loại AI theo nghiên cứu của Arend Hintze (2016) Comi
Deep Blue, chương trình cờ vua của IBM, đã đánh bại Garry Kasparov vào những năm 1990 Mặc dù Deep Blue có khả năng xác định các quân cờ trên bàn cờ và đưa ra dự đoán, nhưng nó thiếu bộ nhớ và không thể sử dụng kinh nghiệm quá khứ để hỗ trợ cho các quyết định trong tương lai.
Nó phân tích các động thái có thê - của chính nó và đối thủ của nó - và chọn động thái chiến lược nhất.
Loại 3: Lý thuyết của tâm trí
Thuật ngữ tâm lý học này chỉ ra rằng con người nhận thức được rằng những người xung quanh họ có niềm tin, mong muốn và ý định riêng, và những yếu tố này ảnh hưởng đến các quyết định mà họ đưa ra.
AI này chưa tồn tại.
Loại 2: Bô nhớ hạn chế
Các hệ thống AI có khả năng áp dụng kinh nghiệm quá khứ để hỗ trợ quyết định trong tương lai, đặc biệt là trong các chức năng ra quyết định của xe tự lái Chúng có thể dự đoán các hành động sắp xảy ra, như việc một chiếc xe thay đổi làn đường, dựa trên các quan sát tạm thời mà không lưu trữ vĩnh viễn.
Trong thể loại này, các hệ thống AI có khả năng tự nhận thức và hiểu rõ trạng thái hiện tại của chính mình Chúng có thể sử dụng thông tin để suy luận về cảm xúc của người khác, cho thấy sự phát triển đáng kể trong trí tuệ nhân tạo.
Loại AI này chưa tồn tại.
Tiềm năng của ngành Trí tuệ nhân tạo
Công nghệ AI dự đoán sẽ là một nguồn lực mạnh mẽ, mang đến những thay đổi đột phá cho nền kinh tế toàn cầu, ảnh hưởng đến mọi lĩnh vực từ vận tải đến dịch vụ tài chính Theo báo cáo của PwC, GDP toàn cầu có thể tăng 14% vào năm 2030 nhờ sự đóng góp của trí tuệ nhân tạo Bắc Mỹ và Trung Quốc sẽ là những khu vực hưởng lợi nhiều nhất, với dự đoán AI sẽ đóng góp khoảng 15.7 nghìn tỷ USD cho nền kinh tế toàn cầu vào năm 2030 Phân tích này đánh giá tiềm năng kinh tế của AI từ 2017 đến 2030, bao gồm các nền kinh tế khu vực và tám ngành thương mại trên toàn thế giới.
Hình 1: Lượng giá trị gia tăng thu được nhờ AI trong giai đoạn 2017 - 2030
Dự báo rằng khoảng 9.1 nghìn tỷ USD trong giá trị bổ sung sẽ đến từ sự gia tăng nhu cầu tiêu thụ, nhờ vào việc ứng dụng AI giúp cải thiện chất lượng sản phẩm phù hợp với khách hàng Bên cạnh đó, 6.5 nghìn tỷ USD còn lại sẽ được tạo ra từ việc tự động hóa các quy trình, chủ yếu là các nhiệm vụ đơn giản, từ đó nâng cao năng suất và cho phép nhân viên có nhiều thời gian hơn để tập trung vào các công việc phức tạp đòi hỏi trình độ chuyên môn cao.
Hình 2: Lợi ích thu được từ TTNT năm 2030 của các khu vực trên thế giới
Trung Quốc và Bắc Mỹ dự kiến sẽ đạt mức tăng trưởng GDP ấn tượng, lần lượt là 26% và 14,5%, nhờ vào sự tiến bộ công nghệ Tổng giá trị kinh tế của hai khu vực này có thể đạt tới 10,7 nghìn tỷ USD.
Dự báo đến năm 2030, giá trị lợi ích từ trí tuệ nhân tạo (AI) sẽ đạt 7.000 tỷ USD cho Trung Quốc và 3.700 tỷ USD cho Bắc Mỹ, chiếm tới 70% tổng lợi ích toàn cầu Những ước tính này cung cấp nền tảng cho các chính phủ trong việc xây dựng chiến lược phát triển AI hiệu quả Các lĩnh vực như bán lẻ, tài chính và chăm sóc sức khỏe sẽ là những ngành hưởng lợi nhiều nhất từ việc tăng cường năng suất, cải thiện chất lượng sản phẩm và nâng cao trải nghiệm tiêu dùng Thêm vào đó, McKinsey đã khảo sát hơn 400 người sử dụng công nghệ AI trong 19 ngành công nghiệp và 9 mô hình kinh doanh khác nhau.
Consumer packaged goods Public and social sector Automotive and assembly Health-care systems and services
Oil and gas Insurance Agriculture Chemicals Media and entertainment Telecommunication Pharmaceuticals and medical products
Hình 3: Ước tính tác động của công nghệ AI đến 19 lĩnh vực 2
Phân tích cho thấy AI có thể tạo ra giá trị kinh tế từ 3.5 nghìn tỷ USD đến 5.8 nghìn tỷ USD, với con số này phản ánh tổng lợi ích từ nhiều chuyển biến tích cực do AI mang lại.
2 Nghiên cứu AI năm 2018 của McKinsey: Notes from the AI Frontier: Modeling the Impact of AI on the World
Ngành công nghệ cao có tiềm năng tăng trưởng doanh thu, tiết kiệm chi phí và nâng cao giá trị chất lượng sản phẩm/dịch vụ Các phân tích cho thấy giá trị triển vọng của ngành này có thể rất lớn trong tương lai.
Theo thống kê năm 2019, khoảng 5,6 tỷ USD đã được đầu tư vào các ứng dụng AI, và dự báo rằng đến năm 2025, tỷ lệ chi phí trên thu nhập của các tổ chức tài chính sẽ cải thiện lên tới 28% Sự gia tăng này chủ yếu nhờ vào xu hướng tự động hóa hầu hết các quy trình dịch vụ truyền thống trong mô hình kinh doanh hiện tại.
Trí tuệ nhân tạo (AI) đang tạo ra những thay đổi đáng kể trong ngành tài chính, giúp giảm bớt rào cản gia nhập và thúc đẩy các mô hình kinh doanh công nghệ như fintech, đồng thời giải quyết tình trạng thiếu hụt lao động Mặc dù một số thị trường đã phát triển hơn, AI vẫn còn trong giai đoạn sơ khai, tạo cơ hội cho các thị trường mới nổi như Việt Nam vượt lên Sau hơn một thập kỷ, Internet và công nghệ di động đã khởi động làn sóng kỹ thuật số đầu tiên, kết nối con người Tuy nhiên, dữ liệu từ Internet vạn vật dự kiến sẽ vượt xa dữ liệu từ Internet kết nối con người, dẫn đến tiêu chuẩn hóa, tự động hóa và cá nhân hóa dịch vụ, thúc đẩy sự phát triển của làn sóng kỹ thuật số mới.
3 Nghiên cứu của Opimas về AI: The next Operational Revolution
AI sẽ tận dụng dữ liệu số từ con người và các đối tượng xung quanh để tự động hóa quy trình và khám phá những phương pháp mới mà trước đây con người chưa từng tưởng tượng ra.
T HỊ TRƯỜNG ỨNG DỤNG T RÍ TUỆ NHÂN TẠO
Xu hướng ứng dụng trí tuệ nhân tạo chung
(iResearch, Deloitte Research, 2019) Đơn vị: nghìn tỷ USD
Hình 5: Quy mô thị trường (Market size) AI toàn cầu 4
Trong những năm gần đây, sự gia tăng đáng kể trong các dự án đầu tư vào ngành công nghiệp Trí tuệ nhân tạo đã thu hút sự chú ý của nhân loại Sự phát triển mạnh mẽ của hệ thống phần cứng cùng với sự phổ biến của nguồn dữ liệu lớn (Big Data) đã tạo ra cơ hội mới cho các tổ chức và doanh nghiệp Các công ty ngày càng nhận thức được tiềm năng đột phá của công nghệ này trong việc thay đổi toàn bộ cục diện sản xuất kinh doanh Hội nghị cấp Bộ trưởng của OECD đã xác định "kinh tế số hóa" là một chiến lược quan trọng, trong đó công nghệ số hóa và trí tuệ nhân tạo kết nối đóng vai trò then chốt trong việc tăng trưởng năng suất và hiệu suất kinh tế Theo Boston Consulting Group, giá trị của kinh tế số hóa trong nhóm G20 đã đạt 4 nghìn tỉ đô la vào năm 2016, với tốc độ tăng trưởng 10% trong khu vực OECD.
4 Sách trắng (Whitepaper) của Deloitte Trung Quốc về thị trường AI toàn cầu
Hình 6: Tốc độ tăng trưởng GVA cơ bản (baseline) so với khi ứng dụng AI năm 20355
Biểu đồ thể hiện sự khác biệt giữa tăng trưởng kinh tế với và không có sự ảnh hưởng của AI đến GVA vào năm 2035, với cột màu cam đại diện cho kịch bản có AI (baseline) và cột màu tím cho kịch bản không có AI (AI Steadystate) Mỹ, với hơn 1.000 doanh nghiệp trong lĩnh vực AI và hàng chục tỷ đô la đầu tư mạo hiểm, tiếp tục dẫn đầu trong nghiên cứu và ứng dụng trí tuệ nhân tạo, khẳng định vị thế siêu cường trong ngành công nghiệp này qua chiến lược đầu tư dài hạn và số lượng công trình nghiên cứu chất lượng.
AI dự kiến sẽ nâng cao năng suất xã hội và mang lại những bước tiến đột phá trong nhiều lĩnh vực, như giảm chi phí lao động, cải thiện chất lượng dịch vụ, và mở ra các phân khúc thị trường khách hàng tiềm năng mới Điều này không chỉ tạo ra cơ hội việc làm chưa từng có cho người lao động trên toàn thế giới mà còn dự báo ngành AI toàn cầu sẽ đạt giá trị thị trường hơn 6 nghìn tỷ USD vào năm 2025, với tỷ lệ tăng trưởng hàng năm CAGR lên tới 30% từ 2017 đến 2025 Báo cáo của Accenture năm 2017 cũng chỉ ra tiềm năng kinh tế của trí tuệ nhân tạo thông qua mô phỏng chỉ số GVA.
2035 theo từng khu vực địa lý, tương ứng từ trái qua phải lần lượt là: Singapore, Mỹ, 4.6 H BAStLtNt H AiSTtADVSTATt
SINGAPORE UNtTtD FINLAND UNITCD SWtDCN NtTMtRLANDS OltMANV AUSTRIA FRANCt
5 Nghiên cứu của Accenture, hợp tác với Frontier Economics, về tiềm năng kinh tế của AI dựa trên tỷ lệ GVA vào năm 2035 Page| 16
Mô phỏng kịch bản tương lai kinh tế cho thấy sự hỗ trợ của công nghệ AI đã giúp Singapore đạt mức tăng GVA gần gấp đôi, lên 5.4% vào năm 2035, theo Accenture Điều này đã đưa Quốc đảo Sư tử trở thành nền kinh tế hàng đầu trong số 33 quốc gia khảo sát, với giá trị gia tăng lên tới 215 tỷ đô Sự phát triển nhanh chóng của khả năng tính toán, lưu trữ máy tính, cùng với các thuật toán tối ưu và dữ liệu phong phú, là ba yếu tố quan trọng thúc đẩy sự phát triển mạnh mẽ của AI và ứng dụng của nó trong nhiều lĩnh vực, đặc biệt là trong ngành dịch vụ ngân hàng.
Ngành tài chính, tương tự như các lĩnh vực truyền thống khác như sản xuất, y tế và vận tải, đang trở thành một lĩnh vực tiềm năng cho các ứng dụng trí tuệ nhân tạo (TTNT) Theo số liệu ước tính của tổ chức Gartner, quy mô thị trường AI trong ngành ngân hàng đang có viễn cảnh tăng trưởng tích cực qua từng năm Hiện nay, nhiều sáng kiến AI mới mẻ và độc đáo đang được áp dụng trong các hoạt động dịch vụ ngân hàng, cho thấy sự chú trọng cần thiết trong hiện tại và tương lai.
Hình 7: Quy mô thị trường (Market size) ứng dụng AI theo ngành
1.2.2.1 Dịch vụ tự động thông qua tự động hóa bằng robot (RPA)
Một trong những ứng dụng nổi bật của trí tuệ nhân tạo trong ngân hàng là tự động hóa bằng robot (RPA), giúp giảm chi phí vận hành IT lên đến 80% Hằng năm, ngân hàng phải chi từ 10 đến 15% cho các dịch vụ bảo mật và duy trì hệ thống RPA sử dụng phần mềm robot để tự động hóa các công việc văn phòng, ghi nhớ các quy tắc thực hiện và thực hiện lại dựa trên kịch bản có sẵn Việc tích hợp RPA vào chiến lược trí tuệ nhân tạo giúp cải thiện quy trình, tăng cường hiệu suất và năng suất, đồng thời rút ngắn thời gian xử lý nhiệm vụ đến 90%, từ đó nâng cao trải nghiệm khách hàng Trong năm 2020, RPA tiếp tục ảnh hưởng tích cực đến các tổ chức tài chính, với khả năng hoạt động mà không cần lập trình rõ ràng.
Các hệ thống tự động có khả năng quan sát hành vi của con người và từ đó tự động hóa hoặc đề xuất cải tiến cho nhiều quy trình, chẳng hạn như quá trình lên tàu của khách hàng, xác minh thông tin, đánh giá rủi ro, kiểm tra bảo mật, phân tích dữ liệu, quy trình tuân thủ và các hoạt động hành chính lặp đi lặp lại khác.
1.2.2.2 Chatbots nâng cao trải nghiệm dịch vụ khách hàng
Chatbots là ứng dụng đầu tiên và phổ biến nhất của trí tuệ nhân tạo (AI) trong ngành ngân hàng, cho phép cải thiện trải nghiệm khách hàng mà không cần sự can thiệp trực tiếp của con người.
Chatbots đang trở thành công cụ hiệu quả trong ngành ngân hàng, giúp khách hàng dễ dàng truy vấn thông tin mà không cần phải gọi điện hay gửi email Khách hàng cảm thấy thoải mái hơn khi tương tác với chatbot trên website hoặc ứng dụng ngân hàng, nhờ vào khả năng cung cấp câu trả lời nhanh chóng và chính xác Các trợ lý AI có khả năng nhận diện mẫu hành vi của khách hàng, từ đó tương tác vào thời điểm thích hợp, nâng cao trải nghiệm dịch vụ Hơn nữa, chatbots cũng có thể nhận biết cảm xúc của khách hàng, giúp tạo ra phản hồi nhạy cảm và cá nhân hóa hơn Tuy nhiên, với tỷ lệ chính xác chỉ 85%, việc dự đoán các tình huống cụ thể và câu hỏi sẽ là yếu tố quan trọng để cải thiện trải nghiệm khách hàng.
Theo dự đoán của Gartner, đến năm 2020, 85% ngân hàng và tổ chức kinh tế sẽ sử dụng chatbot để tương tác với khách hàng, giúp cải thiện năng suất và tốc độ hoàn thành công việc Việc giảm thiểu sự tham gia của con người trong giao tiếp sẽ mang lại lợi ích đáng kể, với các chatbot tài chính tiết kiệm trung bình hơn 4 phút cho mỗi tương tác Sự phát triển mạnh mẽ trong công nghệ xử lý ngôn ngữ tự nhiên và tạo ra giọng nói đang thúc đẩy sự bùng nổ của lĩnh vực này.
1.2.2.3 Phát hiện gian lận và chống rửa tiền
Theo báo cáo của McAfee, năm 2018 ghi nhận nhiều vụ gian lận tài chính toàn cầu với tổng thiệt hại lên đến 600 tỷ USD Để đối phó với tình trạng này, các ngân hàng đang nhanh chóng chuyển đổi công nghệ nhằm ngăn chặn gian lận và rửa tiền Việc ứng dụng trí tuệ nhân tạo (AI) cùng các mô hình tài chính tiên tiến sẽ giúp ngân hàng phân tích dòng tiền theo thời gian thực và phát hiện các giao dịch gian lận ngay khi chúng xảy ra.
AI có khả năng phân tích dữ liệu giao dịch trong quá khứ và hiện tại, giúp phát hiện hành vi bất thường của khách hàng Nhờ vào khả năng "lọc" dữ liệu này, các giao dịch phạm pháp có thể được ngăn chặn, hoặc yêu cầu xác nhận thêm từ khách hàng trước khi quyết định tiến hành giao dịch.
1.2.2.4 Trợ lý điện tử hỗ trợ đầu tư
Hệ thống ngân hàng hiện nay đang tích cực áp dụng công nghệ AI để cải thiện quyết định đầu tư và nghiên cứu ngân hàng đầu tư Các ngân hàng như UBS và ING đã sử dụng AI để phân tích thị trường và hỗ trợ hệ thống giao dịch thuật toán Nhiều công ty dịch vụ tài chính cũng cung cấp robot tư vấn, giúp khách hàng quản lý dòng tiền hiệu quả hơn thông qua cá nhân hóa và chatbots Bằng cách sử dụng dữ liệu lịch sử và giao dịch phong phú, các ngân hàng có thể huấn luyện AI để nhận diện và đánh giá rủi ro tốt hơn Chẳng hạn, việc kết hợp chỉ số tín nhiệm từ dữ liệu mạng xã hội và dữ liệu viễn thông với lịch sử giao dịch giúp ngân hàng đưa ra điểm số rủi ro chính xác khi cấp tín dụng.
Xu hướng ứng dụng trí tuệ nhân tạo trong ngành dịch vụ ngân hàng
rủi ro và tăng cơ hội làm công 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 quá trình tải lên tài liệu và phê duyệt đơn xin vay bằng cách duyệt lại chính xác thông 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 thông 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 thông 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.
L ỢI ÍCH CỦA ỨNG DỤNG T RÍ TUỆ NHÂN TẠO VÀO DỊCH VỤ NGÂN HÀNG
Cải thiện việc ra quyết định cho các khoản vay và tín dụng
Hiện tại, nhiều ngân hàng vẫn bị hạn chế sử dụng điểm tín dụng, lịch sử tín dụng, tài
Máy tính hiện nay đã chiếm 70% giao dịch trên thị trường tài chính, 65% trên thị trường tương lai và 52% trên thị trường chứng khoán nợ công Việc thực hiện giao dịch với mức giá tối ưu và xác suất sai sót thấp là rất quan trọng, đồng thời cần kiểm tra nhiều điều kiện thị trường khác nhau để tránh các lỗi tâm lý Trong quản lý danh mục đầu tư, thuật toán được sử dụng để phát hiện tín hiệu biến động giá và đưa ra quyết định giao dịch nhanh chóng, hiệu quả Công nghệ AI cũng hỗ trợ các tổ chức tài chính bằng cách giảm thiểu tác động của giao dịch đến giá cả và thanh khoản, đồng thời dự đoán tác động thị trường của các giao dịch và thời điểm thích hợp để thực hiện chúng.
Tối ưu hóa quy trình, giảm thiểu chi phí và rủi ro cho ngânhàng
Ngành ngân hàng đang ngày càng ứng dụng công nghệ kỹ thuật số, nhưng vẫn còn nhiều quy trình phụ thuộc vào giấy tờ, dẫn đến chi phí hoạt động cao và rủi ro do lỗi con người Hiện nay, trí tuệ nhân tạo (AI) được áp dụng để tối ưu hóa các quy trình này, giúp loại bỏ công việc tốn thời gian và dễ mắc lỗi trong việc nhập dữ liệu khách hàng AI có khả năng xử lý các tác vụ lặp đi lặp lại với độ chính xác cao, giảm thiểu sai sót do con người Ngoài ra, AI giúp ngân hàng tiết kiệm chi phí và nâng cao năng suất bằng cách đưa ra quyết định dựa trên dữ liệu khách hàng Các thuật toán thông minh có thể phát hiện gian lận chỉ trong vài giây, thay vì mất nhiều ngày như phương pháp truyền thống Thay thế quy trình thủ công bằng tự động hóa AI giúp ngân hàng kiểm soát quy định hiệu quả hơn và cho phép nhân viên tập trung vào các nhiệm vụ quan trọng hơn.
Trong lĩnh vực phòng chống tấn công, việc tích hợp các thuật toán nhận diện mẫu ẩn và nhận diện điểm bất thường là rất quan trọng, giúp phát hiện và ngăn chặn các hành vi gây mất an toàn bảo mật cho hệ thống trước khi rủi ro xảy ra Trong thập kỷ qua, trí tuệ nhân tạo (AI) đã không chỉ cải thiện đáng kể quá trình giám sát mà còn có khả năng phản ứng trong thời gian thực để phát hiện gian lận tiềm ẩn.
Cải thiện chất lượng sản phẩm ngân hàng
AI có khả năng phân tích đa dạng các loại dữ liệu, từ đó rút ra thông tin quý giá về hành vi và sở thích của khách hàng Nhờ vào việc hiểu rõ nhu cầu của khách hàng, AI có thể cung cấp các dịch vụ ngân hàng tốt nhất, đáp ứng hiệu quả hơn mong đợi của họ.
Dữ liệu lịch sử là yếu tố quan trọng giúp ngân hàng nhận diện các mẫu mua sắm của khách hàng, từ đó cung cấp sản phẩm và dịch vụ phù hợp Việc cá nhân hóa dịch vụ không chỉ nâng cao trải nghiệm khách hàng mà còn tăng cường bảo mật thông qua các phương pháp xác thực sinh trắc học như nhận diện vân tay, giọng nói và khuôn mặt Mặc dù nhiều ngân hàng truyền thống vẫn chủ yếu tập trung vào các giao dịch gửi tiền và thanh toán, nhưng việc sử dụng AI để phân tích thông tin khách hàng cho phép họ đưa ra các đề xuất sản phẩm tài chính phù hợp Nhờ vào tính cá nhân hóa, AI không chỉ cải thiện mối quan hệ với khách hàng mà còn cho phép họ tương tác thông qua ngôn ngữ tự nhiên.
Hỗ trợ ngân hàng tuân thủ quy định
Ngân hàng là lĩnh vực được quản lý chặt chẽ nhằm ngăn chặn các hành vi tội phạm tài chính như gian lận và rửa tiền Chính phủ thông qua các cơ quan quản lý đảm bảo rằng ngân hàng tuân thủ quy định để bảo vệ sự riêng tư của khách hàng Tuy nhiên, việc tuân thủ này có thể tạo ra chi phí đáng kể cho ngân hàng Do đó, nhiều ngân hàng đang tìm kiếm trợ lý AI thông minh để hỗ trợ theo dõi giao dịch, phân tích hành vi khách hàng và ghi chép thông tin hiệu quả.
Hệ thống tuân thủ có thể được điều chỉnh linh hoạt thông qua 23 thông tin khác nhau, giúp ngân hàng thích ứng với các quy định Bằng cách tập trung vào hành vi và mô hình của khách hàng thay vì chỉ tuân theo các quy tắc cụ thể, hệ thống AI hỗ trợ ngân hàng duy trì sự tuân thủ quy định đồng thời giảm thiểu rủi ro tổng thể.
Trí tuệ nhân tạo (AI) là một trong những phát minh quan trọng nhất của thế kỷ này, được định nghĩa và thảo luận trong nhiều lĩnh vực khác nhau Nó thường được xem như biểu tượng cho sự đổi mới và tiến bộ công nghệ trong xã hội hiện đại.
Các chuyên gia cho rằng công nghệ AI đang thu hút sự chú ý nhờ vào những ứng dụng quan trọng trong thực tiễn, đặc biệt trong lĩnh vực Tài chính - Ngân hàng Với tác động kinh tế mạnh mẽ và tiềm năng ứng dụng cao, AI có khả năng phát triển chuỗi giá trị nhờ vào dữ liệu lớn, sản phẩm phi vật chất và nguồn nhân lực tài năng Công nghệ này đã làm thay đổi mô hình hoạt động truyền thống tại các định chế tài chính và fintech trong lĩnh vực tín dụng AI không chỉ mang lại lợi ích cho khách hàng mà còn là động lực tăng trưởng cho ngân hàng trong tương lai Bằng cách phân tích dữ liệu, các ngân hàng có thể cải thiện quyết định tín dụng, giảm rủi ro và chi phí, đồng thời nâng cao chất lượng dịch vụ thông qua việc tư vấn gói vay phù hợp với từng nhóm khách hàng.
Chương 2: Ứng dụng trí tuệ nhân tạo vào ngành dịch vụ ngân hàng: Ki Com i
Ứ NG DỤNG TRÍ TUỆ NHÂN TẠO VÀO DỊCH VỤ NGÂN HÀNG : B ỐI CẢNH THẾ GIỚI 25 2.2 Ứ NG DỤNG T RÍ TUỆ NHÂN TẠO VÀO DỊCH VỤ NGÂN HÀNG TẠI H OA KỲ
Tình hình triển khai ứng dụng trí tuệ nhân tạo tại Hoa Kỳ
Trong nhiều năm qua, Hoa Kỳ dẫn đầu thế giới về chuyển đổi công nghệ, với Thung lũng Silicon là trung tâm thu hút đông đảo cộng đồng khoa học máy móc San Francisco nổi bật với hơn 2.000 tổ chức công nghệ, trở thành thủ đô công nghiệp kỹ thuật dày đặc nhất toàn cầu Thành phố này cung cấp điều kiện thuận lợi để tiếp cận nguồn vốn đầu tư, nhà cung cấp, thị trường khách hàng và các công trình nghiên cứu tiên tiến, góp phần vào sự phát triển mạnh mẽ của các doanh nghiệp tại đây.
Areas Where Al is ImDlemented in Bankina
Hình 9: Mức độ triển khai ứng dụng AI theo khu vực bộ phận trong ngành ngân hàng Mỹ
Các khu vực triển khai ứng dụng AI trong ngành ngân hàng Mỹ Tỷ lệ
Theo bảng số liệu, 49% tổ chức tài chính tại Hoa Kỳ đang tích cực tích hợp AI để đánh giá rủi ro tiềm năng Tiếp theo, 45% sử dụng AI cho nghiên cứu và phân tích tài chính, 37% cho quản lý danh mục đầu tư, và 33% cho lợi ích thương mại Ngoài ra, một tỷ lệ nhỏ các ngân hàng Mỹ cũng áp dụng AI trong quy trình phê duyệt tín dụng.
Theo báo cáo của Nuvento, các ngân hàng đang nỗ lực tạo ra trải nghiệm đa dạng cho khách hàng, với 29% tập trung vào quy trình KYC và phòng chống rửa tiền, 26% tuân thủ quy định pháp luật, 17% quản trị và 17% doanh số bán hàng Khách hàng mong muốn ngân hàng cung cấp sản phẩm phù hợp và dịch vụ tư vấn tài chính thông minh, với độ chính xác cao trong thời gian ngắn Công nghệ AI đóng vai trò quan trọng trong việc cải thiện chất lượng giao dịch, cung cấp thông tin cần thiết để hỗ trợ quyết định của khách hàng dựa trên dữ liệu cá nhân và yếu tố môi trường bên ngoài.
Hoa Kỳ là quốc gia tiên phong trong việc thúc đẩy chuyển đổi số và tái định hình ngành dịch vụ ngân hàng Một trong những cột mốc quan trọng trong quá trình này là sự ra mắt của trợ lý ảo Ally do ngân hàng Ally Bank giới thiệu vào năm 2015.
Ally được trang bị nhiều tính năng hữu ích như trả lời bằng giọng nói và văn bản, thực hiện thanh toán thay mặt khách hàng, tóm tắt thông tin tài khoản, theo dõi tiết kiệm, xây dựng mô hình chi tiêu, và sử dụng công nghệ xử lý ngôn ngữ tự nhiên để tiếp nhận và giải quyết các thắc mắc của khách hàng.
Bán hàng chỉ chiếm 25% tổng số dịch vụ ứng dụng AI, trong khi các sản phẩm liên quan đến gian lận, an ninh mạng, tuân thủ, quản lý rủi ro, tài chính và cho vay chiếm tới 56% Dữ liệu này cho thấy sự phân bố chức năng của các ứng dụng AI trong các lĩnh vực khác nhau, với hình vẽ biểu đồ minh họa cấu trúc từ 100 đối tượng.
Các ngân hàng Hoa Kỳ đang chủ yếu đầu tư vào AI để tuân thủ quy định và quản trị rủi ro, theo báo cáo nghiên cứu AI trong ngành ngân hàng Mặc dù AI có thể được sử dụng cho nhiều mục đích khác, nhưng các chuyên gia tài chính cho thấy rằng việc tuân thủ quy định là ưu tiên hàng đầu Các nhà cung cấp nền tảng AI trong lĩnh vực xử lý gian lận điện tử và an ninh mạng, như Feedzai, đã đạt được lợi nhuận vượt trội so với các tổ chức cung cấp dịch vụ AI khác Bộ phận hỗ trợ tuân thủ vẫn duy trì giá trị ổn định ở mức 17%.
Theo khảo sát thực tiễn của Emerj, nhiều ngân hàng có xu hướng phóng đại mức độ ứng dụng trí tuệ nhân tạo (AI) trong hoạt động của họ.
Source: Humley, ''ConsumerOnIine Banking Trends 2018' as cited by the
Hình 11: Các kênh tương tác thường được nhóm khách hàng của các Ngân hàng điện tử Hoa Kỳ ưa chuộng sử dụng
Khảo sát cho thấy 43% khách hàng tại các ngân hàng thương mại Hoa Kỳ ưa chuộng tương tác trực tuyến qua ứng dụng chatbot, nhờ vào khả năng tiếp nhận và phản hồi nhanh chóng các thắc mắc của họ Các trợ lý điện tử này sử dụng công nghệ tiên tiến như xử lý ngôn ngữ tự nhiên và phân tích hành vi để dự đoán nhu cầu, cũng như gợi ý sản phẩm phù hợp dựa trên lịch sử giao dịch Ngoài chatbot, công nghệ AI còn được áp dụng rộng rãi để nâng cao hiệu quả làm việc của nhân viên và mở khóa giá trị mới cho các ngân hàng Theo báo cáo năm 2018 của Accenture, AI có tiềm năng lớn trong ngành ngân hàng.
Chatbots không thể cung cấp số liệu cơ sở cần thiết để tính toán chỉ số tỷ suất hoàn vốn (ROI) từ doanh thu so với vốn đầu tư ban đầu.
- Nen tảng công nghệ đằng sau khả năng xử lý ngôn ngữ tự nhiên của AI vẫn còn tương đối mới và chưa phát triển đủ mạnh
Dù là những phiên bản chatbot tiên tiến như Erica của Bank of America, chúng vẫn chỉ có khả năng xử lý những yêu cầu đơn giản nhất từ khách hàng.
Mặc dù công nghệ chatbot vẫn cần thời gian để hoàn thiện và không thể hoàn toàn thay thế giao dịch viên trong việc tương tác với khách hàng, nhưng sự quan tâm từ cả khách hàng và nội bộ ngân hàng đối với chatbot ngày càng gia tăng Chi phí cho việc nghiên cứu và triển khai AI là rất lớn, nhưng những thành công ban đầu cho thấy tiềm năng của công nghệ này trong lĩnh vực ngân hàng.
Hầu hết các ngân hàng tại Hoa Kỳ hiện đang ở giai đoạn thứ hai trong việc triển khai AI, tập trung vào việc tạo mẫu và thử nghiệm các sáng kiến Chỉ một số ít ngân hàng đã tiến đến giai đoạn ba, tức là ứng dụng AI trên quy mô lớn Theo đánh giá của Accenture, đây là thời điểm mà các doanh nghiệp thực sự áp dụng trí tuệ nhân tạo, kết hợp sức mạnh của công nghệ và con người để giải quyết những khoảng trống còn tồn tại trong tất cả các bộ phận công việc của ngân hàng.
Hình 12: Tiềm năng & Độ ảnh hưởng của AI đến các chức năng nhiệm vụ trong ngân hàng
Theo báo cáo của Accenture, dựa trên phỏng vấn hơn 100 CEO và khảo sát 1300 nhân viên từ các ngân hàng hàng đầu tại Hoa Kỳ, 77% ngân hàng dự kiến sẽ áp dụng AI để tự động hóa quy trình trong ba năm tới Trong số đó, 51% khẳng định sự hợp tác giữa con người và máy móc là thiết yếu để đạt được các mục tiêu chiến lược Hơn hai phần ba tin rằng AI sẽ nâng cao hiệu quả kinh doanh, và 99% doanh nghiệp có kế hoạch sử dụng công nghệ này để cải thiện năng lực làm việc của nhân viên Tuy nhiên, việc triển khai AI trong ngành dịch vụ tài chính Mỹ đang gặp khó khăn do thái độ của các cán bộ ngân hàng hiện tại.
1 in 4 of their employees are ready to work with intelligent technologies say the growing skills gap is the leading factor influencing their workforce strategy
But hardly any say they plan to significantly increase their investment in reskilling over the next three years
Hình 13: Khảo sát mức độ sẵn sàng phối hợp làm việc cùng AI trên quy mô lớn của các lãnh đạo/nhân viên ngân hàng tại Hoa Kỳ
Theo nghiên cứu của Accenture, ngành ngân hàng hiện đang đối mặt với những thách thức lớn, mặc dù hầu hết lãnh đạo đều nhận thức được tầm quan trọng của công nghệ AI, chỉ có 3% trong số họ có kế hoạch đầu tư vào đào tạo kỹ năng nội bộ cần thiết Hơn nữa, chỉ 40% nhân viên cảm thấy tự tin với khả năng làm việc cùng hệ thống công nghệ thông minh Mặc dù có nhiều quan điểm trái ngược về trí tuệ nhân tạo (TTNT), các cuộc thảo luận và báo cáo về cơ hội AI trong ngành dịch vụ tài chính vẫn gia tăng Một số ứng dụng đã đạt được thành công nổi bật như chatbot và hệ thống phòng chống gian lận tín dụng Do đó, không ngạc nhiên khi nhiều tập đoàn tài chính lớn tại Mỹ đang âm thầm đầu tư vào nghiên cứu các giải pháp AI mới, với 75% nhân viên từ các ngân hàng có tổng tài sản trên 100 tỷ USD và 46% từ các ngân hàng vừa và nhỏ đang triển khai các chiến lược AI nội bộ, theo báo cáo của UBS Evidence Lab.
Thực trạng ứng dụng trí tuệ nhân tạo tại một số ngân hàng tiêu biểu
JP Morgan Chase, ngân hàng lớn nhất nước Mỹ với hơn 240.000 nhân viên, cung cấp dịch vụ tài chính cho hàng triệu khách hàng toàn cầu Nhận thấy tiềm năng từ công nghệ cao, ngân hàng đã thành lập trung tâm Giải pháp thông minh từ năm 2016 để nghiên cứu và thử nghiệm các sáng kiến AI Đến năm 2019, JP Morgan khẳng định vị thế với doanh thu 115 tỷ USD và tiết kiệm hơn 360.000 giờ làm việc nhờ hệ thống chatbot Contract Intelligence (COiN) Ngân hàng 220 năm tuổi này đã đầu tư 11,4 tỷ USD cho các dự án nâng cao điều kiện kỹ thuật số.
COiN của JPMorgan được phát triển để giải quyết vấn đề tuyển dụng nhân sự cho vị trí luật sư và cán bộ tín dụng, những người phải dành 360.000 giờ mỗi năm cho công việc giấy tờ pháp lý Bằng cách áp dụng công nghệ học máy, COiN đã giúp giảm tải nhân lực và tối ưu hóa thời gian hoàn thành công việc, hoạt động như một hợp đồng thông minh không cần giám sát Hệ thống này tự động hóa quy trình thẩm định tài liệu cho các hợp đồng tín dụng, mang lại tiết kiệm chi phí và tăng năng suất cho ngân hàng Sự phát triển của COiN dựa trên chiến lược đầu tư thông minh vào nhân lực và công nghệ, với việc thu hút các chuyên gia hàng đầu trong lĩnh vực AI và thành lập Hội đồng AI để đánh giá thách thức và xu hướng thị trường JPMorgan đã chi 9% doanh thu cho công nghệ, trong đó một phần ba dành cho các sáng kiến AI mới, cho thấy quyết tâm mạnh mẽ trong việc cải tiến quy trình kinh doanh.
Machine Learning (ML) là một ứng dụng phần mềm tiên tiến, được phát triển dựa trên thuật toán trí tuệ nhân tạo (AI) Nó có khả năng thực hiện toàn bộ quy trình từ việc tiếp nhận, xử lý và phân tích thông tin, cho đến việc tự động học hỏi và đưa ra các khuyến nghị, tư vấn hiệu quả.
Bộ phận Lợi thế của AI Bài học từ JP Morgan
Chấm điểm tín dụng dựa trên AI sử dụng các quy tắc phức tạp hơn so với quy trình truyền thống, giúp xác định ứng viên có mức độ rủi ro cao hoặc đáng tin cậy hơn.
Tận dụng công nghệ (đầu tư vào R&D và khám phá các công nghệ mới) có thể loại bỏ đánh giá cảm tính trong quá trình. Đánh giá rủi ro
AI có thể giảm mức độ rủi ro đồng thời cho cả ngân hàng và khách hàng.
Các thuật toán tiên tiến có thể giảm thời gian đánh giá mức rủi ro xuống chỉ chiếm vài phút.
TTNT sử dụng một thuật toán cải tiến nhằm cung cấp kết quả chính xác, giảm thiểu khả năng xảy ra lỗi hoặc bị xâm nhập, đồng thời giảm rủi ro gian lận thẻ tín dụng hiệu quả.
TTNT có thể phát hiện sự bất thường trong mức chi tiêu trung bình và cảnh báo chủ thẻ.
Tự động hóa quy trình
Tự động hóa một số công việc có tính trùng lặp và tuần hoàn giúp giải phóng nguồn lực và hỗ trợ cán bộ nhân viên cung cấp dịch
COiN tự động xử lý các văn bản, trích xuất dữ liệu và xem xét các loại hợp đồng nhất định giảm tiêu tốn trung bình
JP Morgan đã đầu tư khoảng 600 triệu USD vào các công ty Fintech như OnDeck và Roostify, với thời gian phát triển lên tới 360.000 giờ Hiện tại, ngân hàng này vẫn tiếp tục mở rộng khả năng của ứng dụng COiN, bao gồm việc áp dụng công nghệ cho các hồ sơ phức tạp hơn.
Bảng 3: Các ứng dụng AI đang được ngân hàng JPMorgan triển khai
Theo nghiên cứu của Emerj, CitiBank đã thể hiện sự quan tâm đặc biệt đối với trí tuệ nhân tạo, vượt trội so với các đối thủ cạnh tranh Ngân hàng này tập trung vào việc sử dụng công nghệ AI để nâng cao trải nghiệm khách hàng, triển khai nền tảng phân tích dữ liệu hướng đến khách hàng từ năm ngoái Điều này cho phép CitiBank xử lý hồ sơ người dùng theo thời gian thực, tạo ra các đề xuất cá nhân hóa kịp thời cho khách hàng tại châu Á Họ cũng đang xây dựng một mạng lưới hồ sơ khách hàng toàn diện, thu thập dữ liệu tương tác trên tất cả các kênh như website, ứng dụng di động và máy ATM.
Citibank đã áp dụng công nghệ AI để cải thiện dịch vụ khách hàng và rút ngắn thời gian cuộc gọi, đồng thời duy trì sự trung thành và thu hút khách hàng mới Ngân hàng này đã đầu tư mạnh vào cộng đồng AI, đặc biệt là hợp tác với Feedzai, một tổ chức hàng đầu trong lĩnh vực khoa học dữ liệu, nhằm phát hiện và ngăn chặn gian lận trong các giao dịch ngân hàng trực tuyến và truyền thống Quan hệ đối tác chiến lược này cho phép Citibank tích hợp phần mềm TTNT của Feedzai vào quy trình phát hiện gian lận, giúp giám sát hành vi thanh toán và phân tích những sai lệch so với thói quen giao dịch thông thường của khách hàng.
2.2.2.3 Ngân hàng Bank of America
Trợ lý tài chính ảo Erica, một sản phẩm tiên tiến của Bank of America, đã thu hút hơn 10 triệu người dùng kể từ khi ra mắt vào tháng 6 năm 2018, với mục tiêu phục vụ 100 triệu yêu cầu từ khách hàng David Tyrie, lãnh đạo bộ phận Giải pháp Ngân hàng số, cho biết công nghệ tiên tiến và phương pháp tiếp cận chuyên nghiệp đã giúp tạo ra trải nghiệm ngân hàng số hiệu quả hơn trên mọi kênh giao dịch Erica cung cấp các dịch vụ như hỗ trợ qua giọng nói, tin nhắn văn bản trong ứng dụng, và khả năng phân tích, dự đoán chính xác nhu cầu của người dùng.
Thông báo cho khách hàng về khả năng số dư tài khoản của họ có thể giảm về 0 trong vòng 7 ngày nếu chi tiêu tháng trước cao; cung cấp dịch vụ khóa và mở thẻ ghi nợ theo yêu cầu; đồng thời gửi nhắc nhở để khách hàng quản lý tài chính hiệu quả hơn.
Millennials and younger Generation X Baby boomers and older
Hình 14: Khảo sát phản ứng của khách hàng (đại diện 3 thế hệ tuổi tác) với chatbot Erica 8
Dựa trên phân tích dữ liệu khách hàng trong năm 2019, Bank of America nhận định rằng mặc dù số lượng người dùng tăng lên, nhưng đặc điểm nhân khẩu học, đặc biệt là về độ tuổi, vẫn giữ được sự ổn định Đến tháng 7, Erica đã thu hút được 7 triệu người dùng.
Vào năm 2019, phân bố người dùng theo thế hệ như sau: 49% thuộc Thế hệ Y (sinh từ 1980 đến 1995), 20% là Thế hệ X (sinh từ 1964 đến 1980), 16% là Baby Boomers (sinh từ 1946 đến 1964) và 15% là các thế hệ khác.
Theo báo cáo của ngân hàng về giai đoạn 1996 - 2012, mặc dù khách hàng thể hiện sự quan tâm đến các tính năng trò chuyện của chatbot, nhưng giao tiếp qua giọng nói lại chỉ chiếm 13% tương tác với Erica, trong khi 40% tương tác diễn ra qua tin nhắn văn bản Erica đại diện cho mô hình kinh doanh chuyển đổi công nghệ 4.0, nơi mà giá trị từ mối quan hệ lâu dài được coi trọng hơn lợi nhuận từ dịch vụ Đây là yếu tố quyết định tạo nên sự khác biệt của Erica so với các trợ lý ảo AI khác, đặc biệt trong việc hỗ trợ khách hàng về các khoản thanh toán định kỳ và lịch trình thanh toán của họ.
Sử dụng AI để phát hiện các khoản thanh toán định kỳ cao hơn dự kiến có thể giúp nhận diện bất thường trong dữ liệu theo thời gian thực, từ đó cải thiện khả năng quản lý tài chính.
■J Not very comfortable □ Not at all comfortable
8 Từ báo cáo tài chính năm 2018 của ngân hàng Bank of America
Theo trang CNBC, trong một cuộc phỏng vấn, bà Michelle Moore, cựu giám đốc giải pháp số của BofA, cho biết rằng hành vi tiên đoán và đánh giá để tư vấn chủ động đã khiến các chuyên gia giám sát nhận định rằng chatbot của BofA là một trong những ứng dụng công nghệ AI tiên tiến nhất trong ngành ngân hàng hiện nay.
Tình hình triển khai ứng dụng trí tuệnhân tạo tạiTrung Quốc
Làn sóng AI hiện nay nổi bật với việc chuyển đổi từ các sáng chế trong phòng thí nghiệm sang ứng dụng thương mại thực tế, nhờ vào sự tiến bộ vượt bậc trong công nghệ máy tính, chính sách hỗ trợ từ chính phủ, và nguồn đầu tư dồi dào Sự cá nhân hóa ngày càng cao trong nhu cầu tiêu dùng cũng góp phần thúc đẩy sự phát triển này Hiện tại, Trung Quốc đang thu hút sự chú ý lớn trong ngành công nghiệp AI với hơn 4.000 công ty hoạt động trong lĩnh vực này.
Năm 2019, Việt Nam đứng thứ hai trên thế giới về ứng dụng công nghệ AI, chỉ sau Hoa Kỳ, nhờ vào việc tận dụng hiệu quả các lợi thế về cơ sở dữ liệu và phạm vi ứng dụng trên thị trường Sự phong phú của nguồn dữ liệu là yếu tố cần thiết để phát triển khả năng ứng dụng của công nghệ AI Trong thời đại số hiện nay, cơ sở dữ liệu được tạo ra từ các thiết bị di động không chỉ dồi dào và đa dạng mà còn đảm bảo chất lượng cao hơn so với những nguồn dữ liệu trước đây.
Trung Quốc, với mật độ dân số dày đặc nhất thế giới, có quy mô và tỷ lệ người dùng smartphone cao, góp phần vào khối lượng dữ liệu khổng lồ.
Đến cuối năm 2018, Trung Quốc ghi nhận 829 triệu người sử dụng mạng di động, đạt tỷ lệ thâm nhập thị trường 59,6%, với 98,6% tổng dân số cả nước Sự gia tăng này cho thấy tiềm năng dữ liệu mà các doanh nghiệp Trung Quốc có thể khai thác là rất lớn và đa dạng, tạo nền tảng vững chắc cho việc nâng cấp thuật toán công nghệ AI và mở rộng ứng dụng trong thực tiễn Như tác giả Kai-Fu Lee đã nhận định, Trung Quốc đang trở thành "Ả Rập Saudi mới" của cơ sở dữ liệu.
Trung Quốc đang tận dụng lợi thế dân số và quy định bảo mật quyền riêng tư lỏng lẻo để mở rộng tiềm năng tiếp cận dữ liệu cho các công ty Trong khi Châu Âu áp dụng Quy định bảo vệ dữ liệu chung (GDPR) nghiêm ngặt, Trung Quốc cũng đã thiết lập bộ tiêu chuẩn an ninh mạng riêng Các ngân hàng và fintech Trung Quốc hiện đang dẫn đầu về dữ liệu, nhờ vào chính sách hỗ trợ của chính phủ và phát triển đội ngũ AI Mặc dù các ngân hàng ở Châu Âu và Mỹ đã triển khai sớm hơn, nhưng Trung Quốc dự kiến sẽ vượt qua phương Tây trong những năm tới nhờ vào sự phát triển của công nghệ AI Hiệu suất kinh tế của Trung Quốc có thể được phân loại theo mô hình bốn góc phần tư, tập trung vào công nghiệp ứng dụng và cơ hội thị trường.
Hình 17: Mô hình ma trận BCG 9 về Phạm vi tác động và Độ phát triển của ứng dụng AI trong các lĩnh vực tại Trung Quốc
Ngành tài chính Trung Quốc hiện đang ở giai đoạn phát triển, cho thấy sự tiến bộ rõ rệt trong việc áp dụng công nghệ.
Trí tuệ nhân tạo (AI) đã ảnh hưởng sâu rộng đến các ngành kinh tế, thể hiện qua sự gia tăng ứng dụng công nghiệp và tiềm năng thị trường Đặc biệt, trong lĩnh vực tài chính và công nghệ, AI đang mở ra nhiều cơ hội mới và nâng cao hiệu quả hoạt động.
AI đã có ảnh hưởng sâu rộng đến mô hình ngân hàng truyền thống, đặc biệt trong bối cảnh thay đổi nhanh chóng về nhu cầu và hành vi tiêu dùng của khách hàng, cũng như sự cạnh tranh gia tăng từ các đối thủ mới Các tổ chức tài chính truyền thống tại Trung Quốc hiện đang đối mặt với áp lực phải cải tiến nhiều quy trình dịch vụ Việc ứng dụng phân tích AI giúp xác định chiến lược tiếp thị hiệu quả và tận dụng nguồn dữ liệu phong phú để cung cấp dịch vụ tùy chỉnh, từ đó nâng cao mức độ gắn kết với khách hàng.
Ma trận BCG (Boston Consulting Group) là công cụ phân tích quan trọng giúp đánh giá mối quan hệ giữa mức độ tăng trưởng và vị thế thị trường của một doanh nghiệp Qua đó, ma trận này cung cấp cái nhìn rõ ràng về sức cạnh tranh và tiềm năng phát triển của các đối tượng nghiên cứu.
Trong ba năm tới, Trung Quốc dự kiến sẽ chứng kiến sự bùng nổ sản phẩm ứng dụng trí tuệ nhân tạo (AI), với hiệu suất lao động trong lĩnh vực tài chính ngân hàng cải thiện trung bình khoảng 58% Ngành tài chính ngân hàng đang bước vào kỷ nguyên công nghệ mới, sử dụng rộng rãi AI và Blockchain để số hóa toàn bộ chuỗi giá trị, mang lại trải nghiệm dịch vụ và giá trị mới Trung Quốc có tiềm năng trở thành thị trường ngân hàng điện tử lớn nhất thế giới với khối lượng giao dịch và tần suất thanh toán trực tuyến cao Mặc dù chính phủ dự kiến thắt chặt quy định pháp lý, tài chính tiêu dùng trực tuyến và cho vay ngang hàng (P2P) vẫn tăng trưởng đáng kể Gần 90% ngân hàng bán lẻ đã hoặc sẽ áp dụng AI, theo khảo sát của Cơ quan tiền tệ Hồng Kông Năm 2018, các tổ chức tài chính Trung Quốc đầu tư khoảng 160,4 tỷ nhân dân tệ vào công nghệ, trong đó 10,4% dành cho AI, dự báo sẽ tiếp tục gia tăng trong tương lai.
Hình 18: Tổng giá trị đầu tư cho ứng dụng AI của các TCTD Trung Quốc
Ngành ngân hàng hiện đang dẫn đầu trong việc đầu tư vào các ứng dụng AI, chiếm tới 70% giá trị thị trường, nhờ vào tiềm năng mà công nghệ này mang lại cho sự linh hoạt và chuyên biệt của các ngân hàng Các ứng dụng AI đã thay đổi đáng kể cách thức hoạt động của ngành tài chính, vượt ra ngoài mô hình truyền thống thông qua việc sử dụng các phương pháp dựa trên dữ liệu và máy học để tái cấu trúc danh mục sản phẩm và mô hình kinh doanh Chính phủ cũng khuyến khích các ngân hàng thiết lập quan hệ đối tác lâu dài để tối ưu hóa nguồn lực Sự kiện vào cuối năm 2018, khi 5 ngân hàng quốc doanh lớn nhất Trung Quốc và 12 ngân hàng thương mại cổ phần ra mắt hệ thống chăm sóc khách hàng tích hợp AI, đã mở ra một kỷ nguyên mới cho dịch vụ khách hàng thông minh Sự bùng nổ của người dùng trực tuyến và tiến bộ công nghệ đã thúc đẩy xu hướng số hóa trong ngành ngân hàng, với sự nổi bật của các nền tảng thanh toán di động được giám sát bởi AI Hiện nay, AI đang giúp các tổ chức tài chính giải quyết các vấn đề phức tạp thông qua ba ứng dụng chính: tư vấn đầu tư thông minh, dịch vụ khách hàng thông minh và quản trị rủi ro thông minh Trong bối cảnh chi tiêu cá nhân tăng nhanh, nhu cầu cho vay gia tăng cũng kéo theo sự gia tăng của gian lận tài chính, dẫn đến nhu cầu về hệ thống quản lý rủi ro thông minh, kết hợp AI và Big Data để cung cấp phân tích chính xác.
Trong bối cảnh thị trường hiện nay, các đại gia internet như Ant Financial với hệ thống Sesame Credit và NetEase Financial với nền tảng Beidou đã thể hiện khả năng thích nghi nhanh chóng, kết hợp giữa phát triển và tiềm lực tài chính Những tổ chức này cung cấp dịch vụ ứng dụng thông minh giúp kiểm soát rủi ro, đồng thời thu thập thông tin người dùng để cá nhân hóa dịch vụ Trong thời đại lãi suất thấp và sự nhạy cảm của người tiêu dùng với biến động thị trường, việc áp dụng các giải pháp công nghệ như trí tuệ nhân tạo (AI), học máy và chatbot trở nên cần thiết để duy trì lợi nhuận và đối phó với sự gián đoạn từ các fintech.
Hình 19: Tỷ lệ sản phẩm/dịch vụ tài chính và đầu tư thông minh dựa trên ứng dụng công
nghệ AI trên thị trường ngành ngân hàng tại Trung Quốc năm 2019
Đến nay, nhiều ứng dụng tài chính thông minh dựa trên trí tuệ nhân tạo (TTNT) đã được triển khai thử nghiệm tại các khu vực khác nhau của Trung Quốc, theo các thống kê hiện có.
Trên toàn quốc, có 139 doanh nghiệp hoạt động trong các lĩnh vực như quản lý rủi ro thông minh, tư vấn đầu tư thông minh, phân tích tài chính thông minh, cùng với nghiên cứu thị trường và tiếp thị thông minh Tại Trung Quốc, những tổ chức này đang phát triển mạnh mẽ.
Các dịch vụ cho vay trực tuyến fintech đang nhanh chóng lấp đầy khoảng trống trong thị trường tín dụng, nhờ vào việc áp dụng công nghệ trí tuệ nhân tạo để đưa ra quyết định cho vay chỉ trong một giây Trung Quốc hiện đang dẫn đầu trong lĩnh vực này, thể hiện sự phát triển mạnh mẽ và tiềm năng của ngành công nghiệp tài chính số.
Thực trạng ứng dụng trí tuệ nhân tạo tạimột số ngânhàng tiêu biểu
Ngân hàng CITIC Trung Quốc dẫn đầu trong việc phát triển nền tảng tư duy thông minh kết hợp với Đại học Thanh Hoa, áp dụng khoảng 15 mô hình học máy trong các lĩnh vực như ngân hàng, marketing, tự động hóa, chống rửa tiền (AML) và gian lận Dự án này bao gồm việc xây dựng nền tảng trí tuệ nhân tạo và mô hình kinh doanh tài chính thương mại dựa trên blockchain, hợp tác với Ngân hàng Trung Quốc và Ngân hàng Minsheng Trung Quốc Nền tảng này nhằm mục đích cung cấp giải pháp thông minh cho các hoạt động ngân hàng, với kiến trúc tự phát triển, triển khai dịch vụ toàn quy trình từ đào tạo mô hình đến ứng dụng thực tế Nó được thiết kế dễ sử dụng, phù hợp với nhu cầu cụ thể của ngân hàng, cung cấp giao diện thời gian thực và xử lý hàng loạt CITIC cũng đang chuyển sự chú ý sang aiBank, liên doanh ngân hàng số với Baidu, đã tìm kiếm các đối tác đầu tư chiến lược với số tiền lên tới 1 tỷ đô la trong năm 2019.
AiBank đang phát triển 51 thẻ tín dụng nhằm tạo ra một hệ sinh thái thử nghiệm đổi mới cấp nhà nước Ngân hàng này sẽ chú trọng vào việc kiểm soát rủi ro thông minh và ứng dụng dữ liệu lớn, đồng thời tìm kiếm giải pháp cho các lĩnh vực truyền thống như tài chính tiêu dùng, thanh toán tín dụng, hoạt động ký quỹ và fintech.
Vào ngày 27/4/2020, SenseTime, một trong những start-up trí tuệ nhân tạo có giá trị cao nhất thế giới, đã hợp tác với Viện nghiên cứu tiền tệ kỹ thuật số thuộc Ngân hàng Nhân dân Trung Quốc (PBOC) để thúc đẩy việc áp dụng công nghệ AI trong ngành tài chính Hợp tác này nhằm phát triển một phiên bản tiền kỹ thuật số có chủ quyền mới, với mục tiêu tăng cường kiểm soát rủi ro và năng lực hoạt động của các tổ chức tài chính Sự kiện này đánh dấu mối quan hệ hợp tác quan trọng giữa chính phủ trung ương và các tổ chức fintech, khi Trung Quốc hướng tới việc trở thành nền kinh tế đầu tiên ra mắt tiền kỹ thuật số sau khi hoàn tất thử nghiệm Thời điểm ra mắt chính thức vẫn chưa được công bố.
2.3.2.3 Ngân hàng điện tử WeBank và MYBank
WeBank, ngân hàng Internet đầu tiên của Trung Quốc do Tencent thành lập vào năm 2014, sử dụng hệ thống sàng lọc ứng dụng cho vay dựa trên hồ sơ thanh toán, cuộc gọi và tin nhắn mạng xã hội của người dùng qua điện thoại thông minh Công ty thu hút người dùng bằng cách quảng cáo trực tiếp trên ứng dụng di động, cho phép họ nhận được khoản vay cần thiết chỉ trong ba phút sau khi đăng ký tài khoản thành công Đến nay, WeBank đã cung cấp khoản vay cho hơn 100 triệu người dùng.
Ứng dụng trí tuệ nhân tạo (AI) đã mở ra cơ hội cho 43 triệu khách hàng, chủ yếu là những người không đủ điều kiện nhận tín dụng tại các ngân hàng truyền thống, tiếp cận dịch vụ ngân hàng Ông Wu nhấn mạnh rằng công nghệ này hỗ trợ người dân và doanh nghiệp siêu nhỏ trong việc cải thiện khả năng tài chính của họ.
Vào cuối tháng 6, Wu Haishan, phó tổng giám đốc của WeBank, cho biết ngân hàng này được xem là nền tảng trực tuyến hàng đầu với tổng tài sản, tổng cho vay, lợi nhuận ròng và lợi nhuận trên vốn chủ sở hữu cao nhất, đồng thời yêu cầu tỷ lệ nợ xấu thấp nhất WeBank gần đây đã công bố thành lập Phòng thí nghiệm công nghệ AI cùng Tập đoàn bán lẻ BKB để vượt qua thách thức của ngành bán lẻ truyền thống và thúc đẩy tăng trưởng kinh tế Công ty sẽ tập trung vào ba trụ cột cốt lõi: lao động thông minh, phân tích hoạt động thông minh và dự báo sản phẩm phổ biến, với mục tiêu cải thiện 50% hiệu quả ở các vị trí thu ngân.
Giống như WeBank, MYbank của Alibaba, một ngân hàng thương mại tư nhân trực tuyến thuộc Ant Financial Services Group, có khả năng xác định số tiền cho vay tối đa, lãi suất và rủi ro mặc định của khách hàng dựa trên dữ liệu mà họ thu thập.
MYbank đã cho vay 2 nghìn tỷ nhân dân tệ (290 tỷ USD) cho gần 16 triệu công ty nhỏ bằng cách sử dụng dữ liệu thanh toán theo thời gian thực và hệ thống quản lý rủi ro phân tích hơn 3.000 biến số Người vay có thể đăng ký qua điện thoại thông minh chỉ với vài thao tác và nhận tiền gần như ngay lập tức nếu được chấp thuận Ngân hàng này tiên phong trong mô hình 310, cung cấp các khoản vay kinh doanh không có tài sản thế chấp với quy trình đăng ký chưa đến ba phút và phê duyệt trong vòng chưa đến một giây, không cần sự can thiệp của con người nhờ vào công nghệ AI độc quyền Tỷ lệ mặc định chỉ khoảng 1%, với tổng số cho vay lên tới khoảng 3 nghìn tỷ nhân dân tệ (425 tỷ USD) Tính đến cuối năm 2019, MYbank đã phục vụ 20,87 triệu doanh nghiệp nhỏ và siêu nhỏ ở Trung Quốc và hợp tác với hơn 400 đối tác tài chính để cung cấp các khoản vay cho doanh nghiệp vừa và nhỏ.
Năm 2019, 80% người dùng vay MYbank chưa từng nhận khoản vay kinh doanh từ ngân hàng, trong khi tỷ lệ nợ xấu (NPL) cho các khoản vay doanh nghiệp vừa và nhỏ của MYbank duy trì ở mức khoảng 1%, thấp hơn nhiều so với mức trung bình ngành là 3,22% Cả WeBank và MYbank đều ghi nhận tỷ lệ mặc định khoảng 1% MYbank, được sở hữu 30% bởi Ant Financial, cùng với Alibaba, đã cung cấp cho người cho vay trực tuyến công nghệ điện toán đám mây, dữ liệu lớn, AI và nhận dạng khuôn mặt để hỗ trợ quá trình cho vay Alibaba được đánh giá là có công nghệ tiên tiến nhất trong số các công ty cùng thời.
AI Yu Zhu, tổng giám đốc bộ phận Bảo hiểm tài sản của Taiping Trung Quốc, đã thừa nhận rằng đội ngũ của Ant đã đạt được những thành tựu đáng kể chỉ trong một năm, trong khi công ty ông phải nỗ lực suốt năm năm mới có thể đạt được những cột mốc tương tự.