AI giúp ngành ngân hàng phục vụ 100% dân số thay vì 20-30%

Nói về xu hướng ứng dụng trí tuệ nhân tạo trong ngành tài chính ngân hàng, trong cuộc tọa đàm Xu hướng ứng dụng AI trong tài chính ngân hàng hôm 29/8, ông Nguyễn An Nguyên với tư cách là người điều hành Trusting Social - công ty Fintech về chấm điểm tín dụng bằng sử dụng dữ liệu viễn thông và các nguồn dữ liệu mới khác - chỉ ra rằng, AI có thể có thể thay thế con người ở nhiều hoạt động liên quan đến quy trình như số hóa các tài liệu; nhận diện khách hàng trên các kênh digital; thẩm định, đánh giá rủi ro; phục vụ khách hàng trên chatbox, voicebox; tư vấn đầu tư, tiết kiệm…

Điều quan trọng hơn, AI sẽ giúp ngành tài chính – ngân hàng phục vụ được nhiều người với chi phí rẻ hơn. Lấy ví dụ về Tập đoàn dịch vụ tài chính Ant Financial (trước đây là Alipay), dù chỉ có 16.000 nhân viên nhưng đã phục vụ hơn 1 tỷ người thực hiện chức năng thanh toán; hơn 500 triệu người thực hiện đầu tư, cho vay; 570 triệu người tham gia hoạt động bảo hiểm.

“Ant Financial có quy mô nhân sự nhỏ hơn top 5 ngân hàng Việt Nam nhưng số lượng giao dịch mà họ thực hiện gấp 10 lần toàn bộ ngành dịch vụ tài chính của Việt Nam. Điều này cho thấy, AI sẽ thay thế con người trong các hoạt động cần nhiều nhân lực, giúp giảm chi phí phục vụ trên mỗi khách hàng và có thể phục vụ 100% dân số thay vì 20-30% dân số có sức mua lớn nhất” – ông Nguyên nói thêm.

Đồng tình với quan điểm này, ông Lê Hồng Việt - Giám đốc Công nghệ FPT - chỉ ra 3 tác động của AI đến ngành tài chính ngân hàng: một là các ngân hàng vận hành tốt hơn, một người có thể làm công việc của 10 người, dẫn đến chi phí giảm; hai là trải nghiệm khách hàng tốt hơn, thay vì phải xếp hàng, chờ tới lượt, khách hàng sẽ được phục vụ ngay lập tức; ba là mang đến năng lực mới cho ngành ngân hàng, có thể phục vụ hàng trăm nghìn khách hàng tại cùng một thời điểm.

Không chỉ vậy, theo ông Nguyên, AI sẽ trở thành công cụ đắc lực cho ngân hàng thực hiện việc đánh giá rủi ro tín dụng. Theo phương pháp hiện nay, ngân hàng đánh giá rủi ro dựa vào nguồn thông tin từ trung tâm thông tin tín dụng như lịch sử trả nợ, thanh toán các khoản vay… Ở các nước phát triển, mô hình này phát triển mạnh tại các ngân hàng bán lẻ. Tuy nhiên, ở các nước đang phát triển như Việt Nam, chỉ khoảng 20-30% dân số có đủ thông tin ở trung tâm thông tin tín dụng để thực hiện việc đánh giá rủi ro. Thực tế, để đánh giá rủi ro tín dụng, không chỉ cần hiểu về tài chính, ngân hàng còn cần hiểu về cá tính, lối sống của khách hàng. Điều đó không nhất thiết đến từ giao dịch tài chính liên quan đến nợ mà có thể từ việc trả hóa đơn tiền điện, điện thoại hay cách họ lựa chọn các dịch vụ.

CEO của Trusting Social nêu ví dụ, chỉ một việc đơn giản như cách khách hàng lựa chọn giữa 2 gói data điện thoại 1 USD 1Gb/ngày với 1,5 USD 2Gb/7 ngày có thể cho thấy nhận thức của một người về tài chính, ý thức tiết kiệm, quan niệm về đánh đổi tiêu dùng hiện tại và tiêu dùng tương lai. Từ những dữ liệu như vậy, AI sẽ phân tích về khả năng tài chính, thói quen tiêu dùng, quan điểm chi tiêu... để chấm điểm tín dụng, giúp các ngân hàng đánh giá về rủi ro tín dụng.

Theo ông Nguyên, ở Việt Nam, việc đưa AI vào đánh giá rủi ro tín dụng có lẽ cần một thời gian dài bởi ngân hàng với nhiệm vụ giữ tiền luôn có sự cẩn trọng và bảo thủ nhất định. Tuy nhiên, hình thái này đã được triển khai thành công ở nhiều nước trên thế giới và Việt Nam không thể nằm ngoài quy luật. Bởi nếu như trước kia, để phân tích một hồ sơ và ra quyết định, cần người có kinh nghiệm từ 5-10 năm thì giờ đây, AI chỉ cần 1/100 giây.

"Đây cũng là con đường duy nhất để những tổ chức dịch vụ tài chính như Ant Financial có thể phục vụ được 500 triệu người vay trong một năm” – ông Nguyên nói.