Hiện tượng thực tế và những mảnh ghép thông tin
Tại Hội nghị AWS Summit Singapore 2026 (ngày 6/5/2026), CEO Techcombank Jens Lottner đã trình bày chiến lược triển khai AI quy mô lớn của ngân hàng. Thông tin được phản ánh trên Báo Pháp Luật TP. Hồ Chí Minh.
Khác với các dự án thử nghiệm, Techcombank xem AI như một cấu phần năng lực vận hành thực tế, được định hình trực tiếp bởi Ban lãnh đạo.
Các chỉ số vận hành cốt lõi được công bố:
| Chỉ số | Giá trị |
|---|---|
| Hạ tầng đám mây | Hơn 60% được dịch chuyển lên cloud |
| Khối lượng dữ liệu xử lý mỗi ngày | 8 tỷ điểm dữ liệu |
| Số thuộc tính hồ sơ khách hàng | 12.000 thuộc tính |
| Số mô hình AI đang vận hành | 55 mô hình |
| Thời gian xây dựng nền tảng trước tăng tốc | 5 năm |
Nguồn dữ liệu: Bài phát biểu của CEO Jens Lottner tại AWS Summit Singapore 2026, dẫn lại bởi Báo Pháp Luật TP. Hồ Chí Minh.
Bản chất dòng tiền và hướng vận hành đang diễn ra
Câu chuyện của Techcombank không đơn thuần là đầu tư công nghệ. Đó là sự dịch chuyển có hệ thống về kiến trúc tổ chức nhằm giải quyết điểm nghẽn mở rộng AI.
Theo CEO Jens Lottner, điểm nghẽn triển khai AI không nằm ở công nghệ mà ở mô hình tổ chức, dữ liệu phân mảnh và hạ tầng thiếu đồng bộ.
Techcombank áp dụng cách tiếp cận kiến trúc: tách biệt hệ thống ra quyết định dựa trên dữ liệu và AI (decision intelligence) khỏi các hệ thống vận hành.
Thiết kế này cho phép AI mở rộng quy mô lớn mà không làm phức tạp toàn bộ hệ thống, đồng thời đảm bảo khả năng kiểm soát.
Ba trụ cột được xây dựng trong 5 năm:
- Số hóa: tạo nền tảng hạ tầng linh hoạt.
- Dữ liệu: được xem là tài sản cần làm chủ.
- Nhân tài: người có khả năng kết nối công nghệ và kinh doanh.
Việc này giúp AI không chỉ tồn tại như công cụ hỗ trợ riêng lẻ, mà trở thành một phần của tổ chức.
Quá trình dịch chuyển 60% hạ tầng lên cloud và xử lý 8 tỷ điểm dữ liệu mỗi ngày cho thấy mức độ thâm dụng vốn và chi phí vận hành không nhỏ. Tuy nhiên, lợi ích mang lại là năng lực chấm điểm tín dụng và đánh giá rủi ro chính xác hơn, đặc biệt với phân khúc hộ kinh doanh thiếu dữ liệu tài chính.
Bối cảnh và các dữ kiện cần theo dõi
AI đang chuyển từ giai đoạn thử nghiệm sang ứng dụng thực tiễn tại Việt Nam, tập trung ở các ngành sử dụng nhiều dữ liệu: tài chính, ngân hàng và bán lẻ.
Các chuyên gia từ Frost & Sullivan và IDC đánh giá cao cách tiếp cận của Techcombank. Ông Krishna P. Baidya (Frost & Sullivan) nhấn mạnh yêu cầu phát triển nguồn nhân lực và mô hình vận hành mới. Bà Supriya Deka (IDC) cho rằng AI tại Techcombank tạo ra hiệu quả vận hành và năng suất có thể đo lường được.
Một ứng dụng cụ thể: AI hỗ trợ đội ngũ quan hệ khách hàng phân tích dữ liệu, gợi ý đối tượng ưu tiên và nội dung tương tác phù hợp.
AI cũng mở rộng khả năng phục vụ các nhóm khách hàng khó tiếp cận. Hộ kinh doanh là phân khúc được chú ý do thường gặp khó khăn trong tiếp cận tín dụng vì thiếu dữ liệu tài chính đầy đủ. Kết hợp dữ liệu phi truyền thống với các mô hình AI giúp xây dựng phương pháp đánh giá phù hợp hơn.
Các yếu tố cần theo dõi đối với nhà đầu tư và trader:
- Tốc độ mở rộng tệp khách hàng mới, đặc biệt là hộ kinh doanh, có thể tác động đến tăng trưởng tín dụng và doanh thu phí.
- Chi phí vận hành hạ tầng cloud và AI có thể ảnh hưởng đến biên lợi nhuận ròng (NIM) nếu không được kiểm soát.
- Khả năng nhân rộng mô hình này sang các ngân hàng khác tại Việt Nam, tạo áp lực cạnh tranh về công nghệ.
- Rủi ro về bảo mật dữ liệu và quản trị mô hình AI khi quy mô xử lý lên đến 8 tỷ điểm dữ liệu/ngày.
Câu chuyện ứng dụng AI tại Techcombank phản ánh xu hướng doanh nghiệp Việt Nam đẩy mạnh đầu tư vào dữ liệu và công nghệ nhằm nâng cao năng lực cạnh tranh trong bối cảnh chuyển đổi số toàn cầu.