AI đang định hình lại ngành Ngân hàng năm 2023 như thế nào?


Một nghiên cứu ước tính rằng, việc áp dụng AI ở Đông Nam Á có thể bổ sung khoảng 1.000 tỷ USD vào tổng sản phẩm quốc nội (GDP) của khu vực vào năm 2030. Theo báo cáo của IDC, chi tiêu của châu Á – Thái Bình Dương cho các hệ thống AI (bao gồm cả phần cứng, phần mềm và dịch vụ) sẽ tăng lên khoảng 46,6 tỷ USD vào năm 2026.

Cuộc khảo sát cũng cho thấy, gần một nửa số tổ chức tài chính kỳ vọng AI sẽ giúp tăng doanh thu hàng năm ít nhất 10%, trong khi hơn 1/3 hy vọng chi phí hằng năm sẽ giảm ở mức tương ứng (10%). Những người được hỏi cho rằng, AI giúp nâng cao trải nghiệm của khách hàng (46%), hiệu quả hoạt động (35%) và giảm tổng chi phí sở hữu (20%).

screenshot-2023-06-21-153247.png
Tình trạng AI trong Dịch vụ Tài chính của Nvidia

Sự chuyển hướng mang tính đột phá này của AI trong lĩnh vực tài chính đã dẫn đến một số tiến bộ đáng chú ý vào năm 2023. Cụ thể như sau:

Tăng cường cơ chế phòng, chống gian lận

Các hoạt động gian lận là mối đe dọa lớn cho các tổ chức tài chính. Tuy nhiên, sự ra đời của AI đã tạo ra một cuộc cách mạng trong cuộc chiến chống lại những hành vi phi pháp bằng cách củng cố các giao thức chống rửa tiền và tăng cường các quy trình định danh điện tử khách hàng (eKYC).

Bằng cách khai thác sức mạnh của các thuật toán máy học, các tập dữ liệu phức tạp có thể được phân tích với độ chính xác, cho phép xác định các mẫu và hoạt động đáng ngờ. Cách tiếp cận chủ động này cho phép phát hiện gian lận tiềm ẩn sớm, giảm thiểu những tác động có hại.

Do đó, vai trò của AI trong việc phát hiện gian lận ngày càng trở nên quan trọng, thúc đẩy hệ sinh thái tài chính an toàn và bảo mật hơn.

Một ví dụ về ảnh hưởng của AI có thể thấy trong trường hợp của Ngân hàng DBS tại Singapore khi ngân hàng này đã sử dụng AI để giảm thiểu các thông báo sai và ưu tiên cảnh báo. Chiến lược này cho phép các nhà phân tích dành nhiều thời gian cho các hoạt động có rủi ro cao hơn và tối ưu hóa giải pháp. DBS sử dụng các chương trình AI để thu thập và xử lý lượng lớn dữ liệu ngân hàng cần thiết để đưa ra quyết định cảnh báo.

Đồng thời, sinh trắc học – bao gồm các đặc điểm thể chất hoặc hành vi giúp xác định riêng từng cá nhân – đang cho thấy tính ưu việt khi áp dụng trong ngành tài chính.

Với công nghệ AI, việc phân tích và xác minh dữ liệu sinh trắc học có thể được tăng cường đáng kể, mang đến nhiều ứng dụng khác nhau, bao gồm xác thực an toàn, ngăn chặn gian lận và thậm chí cải tiến dịch vụ khách hàng.

Chẳng hạn, các hệ thống có AI hỗ trợ tạo điều kiện thuận lợi cho việc xác minh danh tính của khách hàng thông qua nhận dạng khuôn mặt hoặc giọng nói, bổ sung cho các phương pháp truyền thống và thêm một lớp bảo mật mạnh. Việc tích hợp AI vào xác thực sinh trắc học củng cố việc bảo vệ thông tin tài chính nhạy cảm, đồng thời củng cố và làm phong phú thêm trải nghiệm tổng thể của khách hàng.

Tiềm năng ứng dụng rộng rãi

Ngành tài chính nhận thức sâu sắc về tiềm năng to lớn của AI và công nghệ máy học (AI/ML), mong đợi việc áp dụng rộng rãi AI/ML trong các lĩnh vực khác nhau.

Những công nghệ tiên tiến này mang đến nhiều cơ hội để cải thiện báo cáo tài chính, lập kế hoạch và phân tích tài chính, dự báo doanh thu, dịch vụ khách hàng và chiến lược tiếp thị.

Ngoài ra, công nghệ AI/ML cũng được ứng dụng trong quy trình ra quyết định tín dụng. Thông qua phân tích toàn diện về nhiều yếu tố, những công nghệ này cho phép các ngân hàng và người cho vay tín dụng đưa ra các quyết định bảo lãnh thông minh hơn và đánh giá chính xác về những người vay vốn dưới chuẩn.

Các thuật toán AI thậm chí có thể dự đoán những trường hợp vỡ nợ tiềm năng, giúp các tổ chức tài chính giảm rủi ro tín dụng và cải thiện hiệu suất tổng thể của danh mục đầu tư.

artificial-intelligence-and-machine-learning-adoption-in-southeast-asia-by-sectors.png
Ứng dụng AI/ML ở Đông Nam Á theo các lĩnh vực

Hơn nữa, công nghệ AI/ML có thể tự động hóa các tác vụ lặp đi lặp lại và cung cấp thông tin chi tiết có giá trị, trao quyền cho các tổ chức tài chính để tối ưu hóa hoạt động và đưa ra các quyết định kinh doanh sáng suốt. Những công nghệ này thúc đẩy hiệu quả và nâng cao hiệu suất bằng cách củng cố các quy trình và tận dụng phân tích dựa trên dữ liệu.

Singapore là quốc gia dẫn đầu trong việc tích hợp AI/ML trong lĩnh vực Fintech, với tỷ lệ áp dụng là 5,36%. Mức độ áp dụng này kết hợp với sự phát triển của nền kinh tế quốc gia này, chiếm khoảng 0,5% GDP của thế giới, củng cố vị trí của Singapore với tư cách là quốc gia dẫn đầu toàn cầu về AI.

Lĩnh vực bảo hiểm kỹ thuật số cũng đang có tốc độ tăng trưởng nhanh chóng, với tỷ lệ trung bình hàng năm là 35,6%. Sự tăng trưởng này được cho là do việc áp dụng ngày càng nhiều các công nghệ AI/ML, hỗ trợ các công ty bảo hiểm cải thiện hoạt động, nâng cao trải nghiệm khách hàng và cung cấp nhiều dịch vụ cá nhân hóa hơn.

Mang lại trải nghiệm kỹ thuật số được cá nhân hóa

Sự mở rộng nhanh chóng của các dịch vụ tài chính và ngân hàng  số nhấn mạnh tầm quan trọng của cung cấp trải nghiệm kỹ thuật số được cá nhân hóa cho khách hàng. Trong bối cảnh đang phát triển này, các hệ thống khuyến nghị dựa trên AI đã nổi lên như một công cụ mạnh mẽ cho các tổ chức tài chính.

Các hệ thống đề xuất này tận dụng dữ liệu người dùng để hiểu rõ hơn về sở thích và hành vi của khách hàng. Điều này cho phép các tổ chức tài chính đưa ra các đề xuất và dịch vụ sản phẩm phù hợp,  thúc đẩy sự hài lòng và gắn kết của khách hàng.

aseans-first-digital-bank-built-for-the-regions-digital-generation-1440x564_c-1024x401.jpg
Ngân hàng UOB của Singapore đã đạt được những bước tiến khi ra mắt TMRW – một ngân hàng chỉ dành cho thiết bị di động

Ngân hàng UOB của Singapore đã đạt được những bước tiến khi ra mắt TMRW – một dịch vụ ngân hàng chỉ dành cho thiết bị di động, được hỗ trợ bởi AI phục vụ cho thị trường thế hệ trẻ. Ưu đãi này thể hiện cam kết của ngân hàng trong việc áp dụng AI để cung cấp các giải pháp toàn diện, đáp ứng nhu cầu của thế hệ trẻ.

Xử lý ngôn ngữ tự nhiên (NLP) và chatbot cũng đang đạt được sức hút trong ngành dịch vụ tài chính. Chatbot – được trang bị các khả năng NLP – đã chứng tỏ hiệu quả trong việc tự động hóa các tác vụ lặp đi lặp lại đối với dịch vụ khách hàng như trả lời truy vấn, xử lý giao dịch và cung cấp thông tin tài khoản.

Bằng cách cung cấp phản hồi tức thì và hỗ trợ cá nhân hóa, chatbot góp phần đáng kể vào việc nâng cao trải nghiệm tổng thể của khách hàng. Khả năng cung cấp, hỗ trợ theo thời gian thực và giải quyết nhu cầu khách hàng hiệu quả là vô giá trong việc thúc đẩy sự gắn kết của khách hàng.

Việc tích hợp công nghệ AI vào các dịch vụ tài chính đã đạt được những tiến bộ đáng chú ý ở Đông Nam Á. Hầu hết các ngân hàng châu Á hiện nay đều có phiên bản chatbot, được tạo ra bởi bên thứ ba hoặc được phát triển nội bộ. Chẳng hạn, Ngân hàng DBS đã giới thiệu Digibot được thiết kế để khách hàng có thể thực hiện các yêu cầu giao dịch như kiểm tra các giao dịch đang chờ xử lý, kiểm tra trạng thái séc, hỏi về điểm thưởng và đơn xin vay.

dbs-digibot-768x576.png
Digibot của Ngân hàng DBS

Bằng cách phân tích dữ liệu khách hàng và đưa ra lời khuyên tài chính được cá nhân hóa, chatbot được hỗ trợ bởi công nghệ AI có thể sắp xếp hợp lý hóa các quy trình, giảm chi phí vận hành và nâng cao trải nghiệm của khách hàng. 

Tác động đến giao dịch định lượng và quản lý rủi ro tài chính

AI đã mang lại sự chuyển đổi đáng kể trong ngành tài chính, đặc biệt là trong giao dịch định lượng và quản lý rủi ro tài chính. Những công nghệ này đã cách mạng hóa cách vận hành của thị trường tài chính bằng khả năng phân tích xu hướng thị trường, tối ưu hóa các chiến lược giao dịch, thực hiện giao dịch và quản lý rủi ro.

Các giao dịch định lượng truyền thống thường chủ yếu dựa vào phân tích và phán đoán của các nhà giao dịch về các yếu tố khác nhau ảnh hưởng đến giá cổ phiếu để xây dựng chiến lược giao dịch. Tuy nhiên, giao dịch định lượng thông minh được hỗ trợ bởi AI có thể thu thập độc lập nhiều loại dữ liệu phong phú và đa dạng hơn.

Bằng cách xử lý dữ liệu này, có thể thực hiện các suy diễn logic và xác định các yếu tố đặc trưng bị bỏ qua trước đây và không được xem xét trong giao dịch định lượng truyền thống.

Các hệ thống dựa trên AI cũng có thể xử lý một lượng lớn dữ liệu để đánh giá mức độ tín nhiệm và đưa ra quyết định cho vay. Điều này cải thiện hiệu quả quy trình cho vay, đồng thời giảm rủi ro vỡ nợ. Hơn nữa, AI có thể trích xuất những thông tin có giá trị từ các nguồn dữ liệu thay thế, cho phép cung cấp các khoản vay cho những cá nhân thiếu lịch sử tín dụng.

Ở Philippines, UnionBank đã tận dụng các mô hình chấm điểm tín dụng do AI cung cấp để tạo điểm tín dụng cho những người chưa sử dụng dịch vụ ngân hàng bằng cách sử dụng các nguồn dữ liệu thay thế. Sáng kiến ​​này mở rộng khả năng tiếp cận tín dụng cho các cá nhân trước đây bị loại trừ khỏi các dịch vụ ngân hàng truyền thống.

Tư vấn tài chính tự động

Tư vấn tài chính tự động (robot advisor) do AI cung cấp đã trở nên phổ biến đối với các cá nhân đang tìm kiếm các giải pháp quản lý đầu tư và tư vấn tài chính. Với khả năng tự động hóa, những cố vấn robot này đang làm thay đổi ngành tài chính.

Những nền tảng tự động, bao gồm các công ty khởi nghiệp như Endowus và Syfe (Singapore) và Robowealth (Thái Lan), đang định hình lại khung cảnh ngành tài chính.

Các dự báo chỉ ra rằng, thị trường tư vấn tài chính tự động sẽ tăng trưởng đáng kể, với ước tính khoảng 24,16 triệu người dùng vào năm 2027. Ngoài ra, quản lý tài sản được dự kiến ​​sẽ có tốc độ tăng trưởng hằng năm ấn tượng (CAGR 2023 đến 2027) là 14,47%, đạt đến đỉnh điểm là tổng giá trị khoảng 190,90 tỷ USD vào năm 2027.

Sức hấp dẫn của tư vấn tài chính tự động nằm ở khả năng cung cấp các đề xuất được cá nhân hóa phù hợp với mục tiêu tài chính cụ thể, sở thích rủi ro và tình hình tài chính hiện tại của khách hàng. 

Các nền tảng tự động này có thể điều chỉnh danh mục đầu tư bằng cách liên tục theo dõi các biến động của thị trường, cung cấp một cách thuận tiện và không rắc rối cho các cá nhân tham gia đầu tư.

Với sự tích hợp của công nghệ AI, các tư vấn tài chính tự động đã sắp xếp hợp lý hóa quy trình ra quyết định tài chính, trao quyền cho người dùng các giải pháp quản lý đầu tư hiệu quả và dễ tiếp cận.

Các biện pháp quản lý đối với AI

Các tổ chức tài chính ở Đông Nam Á đã có những bước tiến đáng kể trong việc áp dụng công nghệ AI trên nhiều ứng dụng khác nhau. Tuy nhiên, khi AI tiếp tục phát triển nhanh chóng, các cơ quan quản lý trên toàn thế giới đang tích cực làm việc để xây dựng các quy định toàn diện nhằm quản lý việc sử dụng AI tổng quát.

Vào tháng 2/2023, các bộ trưởng của Hiệp hội các quốc gia Đông Nam Á (ASEAN), bao gồm 10 quốc gia thành viên, đã đồng ý xây dựng “hướng dẫn AI” của ASEAN cho dân số 668 triệu người trong khu vực. Sáng kiến ​​này nêu bật tầm quan trọng và sự công nhận về tác động của AI đối với bối cảnh tài chính.

Singapore là quốc gia được biết đến với cách tiếp cận tư duy tiến bộ, đã giới thiệu Bộ công cụ và Khung kiểm tra quản trị AI đầu tiên trên thế giới, có tên là AI Verify. Sáng kiến ​​này nhằm thúc đẩy tính minh bạch và đạo đức trong việc sử dụng AI giữa các công ty và các bên liên quan thông qua các đánh giá kỹ thuật và kiểm tra quy trình.

Trong khi đó, Cơ quan Tiền tệ Singapore (MAS) đã phát hành bộ công cụ nguồn mở để sử dụng AI có trách nhiệm trong ngành tài chính.

Bộ công cụ Veritas phiên bản 2.0 được phát hành vào tháng 2/2022, tập trung vào phương pháp đánh giá về tính công bằng. Phiên bản mới này được phát triển bởi một tập đoàn do MAS dẫn đầu gồm 31 công ty trong ngành, bao gồm các phương pháp đánh giá về đạo đức, trách nhiệm giải trình cũng như các nguyên tắc minh bạch.

Những phát triển này đánh dấu sự đổi mới trong ngành tài chính, mở ra một kỷ nguyên mới của trí tuệ kỹ thuật số. Nâng cao hiệu quả, trải nghiệm cá nhân hóa và tăng cường bảo mật là đặc trưng của thời đại ngày nay. Vai trò của AI trong lĩnh vực tài chính đã vượt qua giai đoạn thử nghiệm, khẳng định vững chắc như một thành phần cơ bản của các dịch vụ tài chính thế hệ tiếp theo.



Source link