Trong bối cảnh AI đang thu hẹp khoảng cách công nghệ giữa các doanh nghiệp, Techcombank đã công bố chiến lược tái định nghĩa ngân hàng bằng AI, tập trung vào dữ liệu, vận hành và năng lực ra quyết định ở quy mô lớn. Thông tin được Tổng Giám đốc Jens Lottner chia sẻ với The Asian Banker.
Bài toán đặt ra: khi công nghệ AI ngày càng dễ tiếp cận, lợi thế cạnh tranh dài hạn không còn đến từ việc sở hữu công nghệ, mà từ cách doanh nghiệp tổ chức dữ liệu, mô hình vận hành và khả năng ra quyết định. Đây là sự thay đổi căn bản trong tư duy chiến lược của ngành ngân hàng.
Hiện tượng thực tế và những mảnh ghép thông tin
Theo bài viết trên Báo Pháp Luật TP. Hồ Chí Minh (PLO), Techcombank đang triển khai AI đồng bộ ở quy mô lớn, không chỉ dừng ở các ứng dụng đơn lẻ. CEO Jens Lottner nhấn mạnh rằng AI có thể tham gia trực tiếp vào các quyết định cốt lõi như chấm điểm tín dụng, đánh giá rủi ro và tư vấn sản phẩm.
Các con số định lượng được công bố:
| Chỉ số | Giá trị |
|---|---|
| Lượng dữ liệu xử lý mỗi ngày | 8 tỷ điểm dữ liệu |
| Số thuộc tính trong hồ sơ khách hàng | 12.000 thuộc tính |
| Số mô hình AI đang vận hành | 55 mô hình |
Ba trụ cột chiến lược được xác định: Số hóa, Dữ liệu và Nhân tài. Dữ liệu được coi là tài sản cốt lõi, không chỉ là sản phẩm phụ của công nghệ. Hệ thống ra quyết định tập trung được xây dựng tách biệt khỏi các hệ thống vận hành, cho phép tối ưu hóa các quyết định ở quy mô lớn.
Bản chất dòng tiền đang vận hành ra sao
Từ góc nhìn đầu tư, chiến lược AI của Techcombank phản ánh một xu hướng lớn: dòng tiền đang dịch chuyển từ đầu tư hạ tầng công nghệ đơn thuần sang đầu tư vào năng lực tổ chức dữ liệu và ra quyết định. Điều này tạo ra rào cản cạnh tranh khó sao chép hơn so với việc mua sắm phần mềm hay thuê ngoài dịch vụ AI.
Trong lĩnh vực ngân hàng, chi phí vốn cho chuyển đổi số đã tăng mạnh trong 5 năm qua. Tuy nhiên, lợi thế cạnh tranh thực sự đến từ khả năng khai thác dữ liệu để đánh giá rủi ro tín dụng, đặc biệt với nhóm khách hàng hộ kinh doanh – đối tượng thiếu dữ liệu tài chính chuẩn hóa. Techcombank xây dựng tập dữ liệu mới từ hình ảnh cửa hàng, lưu lượng khách, mức độ hoạt động, thay vì phụ thuộc vào phương pháp truyền thống.
Độ trễ chính sách (policy lag) trong việc ứng dụng AI vào quyết định tín dụng là yếu tố cần theo dõi. Các ngân hàng đi trước về dữ liệu và mô hình AI có thể tạo ra lợi thế về tỷ lệ nợ xấu và chi phí vận hành thấp hơn, từ đó cải thiện ROE và EPS trong dài hạn.
Bối cảnh và các dữ kiện cần theo dõi
Những yếu tố sau đây sẽ ảnh hưởng đến khả năng hiện thực hóa chiến lược AI của Techcombank và các ngân hàng khác:
- Khả năng mở rộng quy mô AI: điểm nghẽn về dữ liệu phân mảnh, hệ thống vận hành rời rạc, cơ chế ra quyết định đa lớp là thách thức phổ biến.
- Nhân lực: năng lực khó xây dựng nhất là giao điểm giữa kinh doanh và công nghệ – những người hiểu cả ngôn ngữ kỹ thuật lẫn bài toán kinh doanh.
- Áp lực cạnh tranh: khi AI trở nên phổ biến, lợi thế sẽ thuộc về tổ chức có nền tảng dữ liệu và quy trình ra quyết định mạnh, không chỉ đơn thuần là ứng dụng AI.
- Rủi ro quản trị: AI tham gia vào quyết định tín dụng đòi hỏi khả năng kiểm soát và cơ chế vận hành minh bạch, nếu không có thể dẫn đến rủi ro hệ thống.
Theo CEO Jens Lottner, công nghệ có thể mua được, nhưng thay đổi tổ chức và xây dựng nhân lực cần thời gian dài hơn. Đây là bài toán chung của nhiều doanh nghiệp Việt Nam trong hành trình chuyển đổi AI.