Bảo vệ dữ liệu khách hàng trong hành trình chuyển đổi số ngân hàng
Sự phát triển của Dữ liệu lớn (Big Data) cùng AI đang từng bước thay đổi phương thức vận hành, quản trị và cung ứng dịch vụ của các ngân hàng. Cùng với sự gia tăng nhanh chóng của các giao dịch số, lượng dữ liệu phát sinh từ hoạt động giao dịch, thông tin định danh và quá trình tương tác của khách hàng cũng ngày càng lớn. Đây là nguồn thông tin quan trọng giúp ngân hàng hiểu khách hàng sâu hơn, từ đó phát triển các sản phẩm, dịch vụ phù hợp và cá nhân hóa trải nghiệm khách hàng.
Sử dụng AI trong phân tích dữ liệu khách hàng mang lại giá trị càng lớn cũng đồng nghĩa với rủi ro càng cao. Theo TS. Nguyễn Thanh Tùng – Khoa Ngân hàng, Học viện Ngân hàng, việc ứng dụng AI ngày càng sâu rộng đang kéo theo những vấn đề mới về pháp lý, an ninh và bảo vệ dữ liệu.
Một trong những thách thức là tính minh bạch của các mô hình AI, đặc biệt với những thuật toán học sâu (Deep Learning) phức tạp được vận hành như một “hộp đen”. Khi AI tham gia vào những quyết định có ảnh hưởng trực tiếp đến khách hàng, chẳng hạn đánh giá tín dụng hoặc phát hiện giao dịch bất thường, ngân hàng không chỉ cần quan tâm đến độ chính xác mà còn phải bảo đảm khả năng kiểm soát và giải thích phù hợp.
Bên cạnh đó là nguy cơ lộ lọt các loại dữ liệu nhạy cảm, trong đó có dữ liệu sinh trắc học, cùng sự gia tăng của các hình thức tấn công sử dụng công nghệ AI như Deepfake. Những phương thức này đặt ra yêu cầu cao hơn đối với hệ thống định danh, xác thực khách hàng và phòng, chống gian lận.
Một sự cố lộ lọt dữ liệu có thể kéo theo trách nhiệm pháp lý, chi phí xử lý và tổn thất về uy tín. Quan trọng hơn, nó có thể tác động trực tiếp đến niềm tin của khách hàng.
Trong bối cảnh đó, khung pháp lý về bảo vệ dữ liệu cá nhân tại Việt Nam đang ngày càng được hoàn thiện như: Luật Dữ liệu số 60/2024/QH15, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, Luật An ninh mạng số 116/2025/QH15, Luật Trí tuệ nhân tạo số 134/2025/QH15, Nghị định 356/2025/NĐ-CP và các văn bản hướng dẫn thi hành...
Đối với ngành Ngân hàng, Quyết định 2345/QĐ-NHNN cùng các quy định về an toàn, bảo mật dịch vụ ngân hàng trực tuyến đã góp phần tăng cường khả năng nhận diện khách hàng, hạn chế gian lận và bảo vệ giao dịch trên môi trường số.
Theo bà Trần Thị Thanh Bích – Tổng Biên tập Tạp chí Thị trường Tài chính Tiền tệ, ngành Ngân hàng đang trong quá trình hoàn thiện để ban hành Thông tư quy định về an toàn, quản lý rủi ro và điều kiện triển khai AI trong ngành Ngân hàng. Đây sẽ là hành lang pháp lý quan trọng, tạo nền tảng thúc đẩy đổi mới sáng tạo, đồng thời bảo đảm an ninh, an toàn hệ thống và bảo vệ quyền lợi khách hàng trong kỷ nguyên số.
Thời gian tới, việc ứng dụng AI trong ngành Ngân hàng sẽ phát triển theo hướng bài bản, an toàn và có định hướng rõ ràng hơn. Vì vậy, tối ưu hóa giá trị dữ liệu đi đôi với kiểm soát rủi ro có ý nghĩa đặc biệt quan trọng. Bảo vệ dữ liệu cũng không còn là yêu cầu thuần túy về công nghệ mà trở thành vấn đề quản trị tổng thể, từ nguồn gốc, mục đích sử dụng, quyền tiếp cận dữ liệu đến việc minh bạch thông tin với khách hàng.
Ba nguyên tắc để xây dựng niềm tin số
Tại Hội thảo “AI và quản trị dữ liệu trong hoạt động ngân hàng”, khi nói về bài toán cân bằng giữa khai thác dữ liệu để huấn luyện, tinh chỉnh mô hình AI với việc bảo đảm quyền riêng tư của khách hàng, Luật sư Hoàng Hà, Chuyên gia bảo vệ dữ liệu và quản trị AI, Giám đốc điều hành Data Protectify, ví hệ thống AI như một người bạn đồng hành mà người dùng tương tác hằng ngày.
Luật sư Hoàng Hà, Chuyên gia bảo vệ dữ liệu và quản trị AI, Giám đốc điều hành Data Protectify
Theo Luật sư Hoàng Hà, việc AI có thể hiểu và đáp ứng đúng nhu cầu là lợi ích lớn, nhưng khách hàng không muốn AI biết nhiều hơn những gì họ cho phép. Từ góc nhìn đó, ông Hoàng Hà đề xuất 3 nguyên tắc quan trọng đối với các ngân hàng trong quá trình khai thác dữ liệu cho AI.
Thứ nhất, đảm bảo nguồn gốc dữ liệu và pháp lý của dữ liệu: Dữ liệu có thể thu thập từ nguồn kế thừa (legacy data) lâu đời trong ngân hàng, hoặc từ các bên liên kết trong quá trình cung cấp sản phẩm dịch vụ, những nghiệp vụ ngân hàng, bảo hiểm, tài chính..., hoặc trong hệ sinh thái nội bộ. Mỗi nguồn dữ liệu đều phải có cơ chế pháp lý rõ ràng dựa trên sự đồng ý của khách hàng, nhận chuyển giao hợp pháp hoặc khai thác từ sàn giao dịch dữ liệu theo tinh thần của Luật Dữ liệu. Do đó, tổ chức phải xây dựng một khung quản trị để phân loại và đánh giá căn cứ pháp lý của từng nguồn dữ liệu.
Thứ hai, minh bạch và giải trình: Khách hàng phải biết khi nào họ đang tương tác với hệ thống AI để chủ động quyết định mức độ cung cấp thông tin. Các sản phẩm, đầu ra do AI tạo ra cũng cần được dán nhãn rõ ràng. Bên cạnh đó, ngân hàng cần minh bạch thông tin và cập nhật thường xuyên cho khách hàng về việc áp dụng AI trong các dịch vụ trước khi họ tương tác.
Khía cạnh minh bạch còn thể hiện trước cái thời điểm mà khách hàng tương tác với hệ thống AI để khách hàng biết được rằng ngân hàng A, ngân hàng B có thể sử dụng hệ thống AI trong các sản phẩm và cần phải được cập nhật thông tin thường xuyên.
Thứ ba, xây dựng niềm tin và nhận thức con người: Dù công nghệ hiện đại hay quy trình chặt chẽ đến đâu, con người vẫn là nền tảng giữ vai trò quan trọng trong quản trị dữ liệu và AI. Cần đào tạo, nâng cao nhận thức cho đội ngũ trực tiếp triển khai và tiếp xúc với dữ liệu để họ nắm rõ ranh giới pháp lý, quy trình chính sách, nguyên tắc minh bạch cũng như mức độ trưởng thành trong quản trị AI. Đây là bước đầu tiên để xây dựng khung AI Trust và có trách nhiệm (Responsible AI) trong tổ chức.
Một sự cố dò rỉ dữ liệu có thể gây tổn thất lớn, một hệ thống AI thiếu minh bạch sẽ làm suy giảm niềm tin khách hàng. Do đó, sự kết hợp giữa hoàn thiện thể chế, làm chủ công nghệ, quản trị dữ liệu và nâng cao năng lực nguồn nhân lực sẽ quyết định khả năng xây dựng một hệ thống AI hiệu quả, an toàn.
