Triển khai trí tuệ nhân tạo trong ngân hàng - hướng tới một hệ thống an toàn và trách nhiệm

Artificial intelligence application in banking - Towards a safe and responsible system

Abstract: In an era characterized by rapid technological advancement, the application of artificial intelli-gence (AI) has emerged as a transformative force, especially in banking sector. Globally, AI is increasingly shaping economic landscapes, revolutionizing financial processes and contributing to enhance productivity and economic growth. This trend is no exception in Vietnam, where the adoption of AI in banking is witnessing a swift and substantial rise. However, this technological evolution raises crucial concerns, notably regarding the protection of private data, the potential for discrimination, and the imperative of accountability. Therefore, regulators as well as banks must be aware of these risks and take appropriate and timely actions and measures to ensure responsible and safe development and deployment of AI.

1. GIỚI THIỆU

Trí tuệ nhân tạo (AI) đã trở thành một phần quan trọng của thế giới chúng ta và các ngân hàng đã bắt đầu tích hợp công nghệ này vào các sản phẩm và dịch vụ của họ. Với năng lực đầu tư vật chất, khả năng quản lý lượng lớn dữ liệu về tài sản và các mô hình kinh doanh thường xuyên chuyển đổi, có thể nói ngân hàng tất yếu là một trong những chủ thể ứng dụng sớm công nghệ học máy và học sâu (hay còn gọi là AI truyền thống).

Những hệ thống này được dùng để cải thiện các quy trình quản lý rủi ro, giảm thiểu tổn thất, phòng chống gian lận, giữ chân khách hàng, đem lại hiệu quả hoạt động và tăng trưởng lợi nhuận. Với cùng những lý do này, không quá ngạc nhiên khi giờ đây các ngân hàng đang sẵn sàng thêm một bước tiếp theo trong việc tích hợp công nghệ Generative AI (AI tạo sinh) mạnh mẽ hơn vào hoạt động của họ. Làn sóng AI mới này hứa hẹn sẽ định hình lại ngành bằng cách cung cấp các khả năng, cơ hội doanh thu và cắt giảm chi phí mới. Theo thời gian, điều đó có thể dịch chuyển cán cân cạnh tranh có lợi cho những ngân hàng tận dụng tốt nhất tiềm năng của AI. S&P Global Ratings tin rằng những thay đổi mà AI mang lại cũng có thể có hệ quả đối với đánh giá chất lượng tín dụng của các ngân hàng (S&P Global, 2023).

Báo cáo của Business Insider cho thấy, gần 80% các ngân hàng nhận thức được những lợi ích tiềm năng của AI trong lĩnh vực ngân hàng (Business Insider, 2020). Theo báo cáo gần đây của McKinsey, ngân hàng là một trong những ngành có thể hưởng lợi lớn nhất từ AI tạo sinh. Báo cáo kết luận AI tạo sinh có thể có ảnh hưởng lớn đối với ngành Ngân hàng, tạo ra giá trị từ sự tăng năng suất từ 2,8 - 4,7% doanh thu hằng năm của ngành, hoặc tăng thêm giá trị 200 - 340 tỷ USD (McKinsey & Company, 2023).

Ngoài ra, quy mô thị trường AI toàn cầu trong lĩnh vực Fintech đạt 9,45 tỷ USD vào năm 2021 và dự kiến sẽ tăng trưởng với tốc độ tăng trưởng kép (CAGR) 16,5% từ năm 2022 đến năm 2030 (Grand View Research, 2020). Ngoài tác động đó, việc sử dụng công cụ AI tạo sinh cũng có thể nâng cao sự hài lòng của khách hàng, cải thiện quyết định và trải nghiệm của nhân viên, giảm gian lận và rủi ro. Cũng theo báo cáo này, khả năng của AI tạo sinh trong việc diễn giải và thao tác ngôn ngữ tự nhiên có tiềm năng ảnh hưởng rất lớn bởi các tác vụ này đòi hỏi khoảng 25% tổng thời gian làm việc của con người hiện nay. Điều này có nghĩa là AI có thể hỗ trợ tự động hóa kỹ thuật của nhiều tác vụ truyền thống trong ngân hàng đang được thực hiện bởi những nhân viên có trình độ với mức lương cao. Những con số này cho thấy ngành tài chính - ngân hàng đang nhanh chóng chuyển hướng áp dụng AI để nâng cao hiệu quả dịch vụ, năng suất và giảm chi phí. Tuy nhiên, cùng với tiềm năng cơ hội, việc sử dụng AI ngày càng tăng trong ngành Ngân hàng mang lại cả những lo ngại về đạo đức, từ thiên vị trong thuật toán, bảo mật dữ liệu cho đến trách nhiệm pháp lý. Việc không giải quyết những lo ngại này có thể dẫn đến hậu quả tiêu cực đối với các cá nhân, ngân hàng và xã hội nói chung. Bài viết đề cập đến thực tế ứng dụng AI trong lĩnh vực ngân hàng trên thế giới và Việt Nam, sự cân bằng giữa đổi mới sáng tạo và những cân nhắc về rủi ro bảo mật dữ liệu, rủi ro phân biệt đối xử và trách nhiệm giải trình của các hệ thống AI. Từ những phân tích này, bài viết đề xuất các khuyến nghị cho cơ quan quản lý cũng như các ngân hàng để cùng đồng hành và điều tiết bức tranh đang liên tục thay đổi này một cách có trách nhiệm và bền vững.

2. ỨNG DỤNG AI TRONG LĨNH VỰC NGÂN HÀNG

Việc tích hợp AI trong lĩnh vực ngân hàng đã cách mạng hóa các hoạt động truyền thống và định hình lại bối cảnh tài chính. AI được ứng dụng ở đa dạng các dịch vụ. Trong các hệ thống ngân hàng quốc tế, AI giúp nâng cao năng lực, hiệu quả, quy trình ra quyết định và trải nghiệm của khách hàng.

2.1. Chatbot

Việc sử dụng Chatbot trong ngân hàng không mới, nhưng với sự tiến bộ của AI và máy học, Chatbot đã trở nên tinh vi hơn và đang được sử dụng rộng rãi trong ngành Ngân hàng. Chatbot là những bộ máy trò chuyện thông minh có thể bắt chước các cuộc đối thoại của con người và có thể cung cấp nhiều dịch vụ khác nhau cho khách hàng. Các Chatbot được hỗ trợ bởi AI, được tích hợp với xử lý ngôn ngữ tự nhiên, tương tác với khách hàng 24/7 và nâng cao các cuộc trò chuyện trực tuyến. Ngoài các phản hồi điển hình về các câu hỏi của khách hàng, Chatbot giờ đây có thể giúp mở tài khoản mới, quản lý tài khoản, cung cấp thông tin số dư, lịch sử giao dịch, cảnh báo rủi ro và chuyển các khiếu nại đến các đơn vị dịch vụ khách hàng. Các Chatbot tự động có thể thay thế các nhân viên giao dịch tương tác với khách hàng, cung cấp lời khuyên và hỗ trợ cho các giao dịch cá nhân. Có thể kể đến Chatbot Erica, một trợ lý ảo của Bank of America. Chatbot AI này có thể quản lý tài khoản, chuyển tiền, thanh toán hoá đơn thông qua giao diện đàm thoại, xử lý hiệu quả việc giảm nợ thẻ tín dụng và cập nhật bảo mật thẻ, trong năm 2019, Erica đã thực hiện tác vụ quản lý hơn 50 triệu yêu cầu của khách hàng (Appinventiv, 2023). Ngân hàng Capital One đã triển khai một Chatbot có tên Eno. Eno hỗ trợ khách hàng quản lý tài khoản thẻ tín dụng, cung cấp thông tin về số dư, ngày đến hạn và lịch sử thanh toán. Eno cũng có khả năng cảnh báo về các hoạt động bất thường và nguy cơ lừa đảo tiềm ẩn (Enter-prise Bot, 2023). Hoặc với Ngân hàng Wells Fargo, ứng dụng Chatbot được xây dựng trên công nghệ AI giúp khách hàng làm rõ tất cả các thắc mắc liên quan đến ngân hàng trong vòng vài giây (USM, 2020). Ngân hàng Mitsubishi UFJ sử dụng Chatbot để thực hiện các công việc như soạn thảo yêu cầu phê duyệt và trả lời các yêu cầu nội bộ, nhằm nâng cao năng suất thông qua việc tiết kiệm thời gian và công sức của nhân viên với giấy tờ, thủ tục rườm rà (Nikkei, 2023).

2.2. Quản lý quan hệ khách hàng

Quản lý quan hệ khách hàng là yếu tố quan trọng đối với các ngân hàng. Các ngân hàng hiện cung cấp các dịch vụ cá nhân hóa 24/7 cho từng khách hàng như cung cấp tính năng nhận diện khuôn mặt và ra lệnh bằng giọng nói để đăng nhập vào các ứng dụng tài chính. Các ngân hàng cũng đang tận dụng AI để phân tích hành vi của khách hàng và tự động thực hiện phân khúc khách hàng cho phép tiếp thị có định hướng, cải thiện trải nghiệm và tương tác của khách hàng.

Appinventiv đã hợp tác với một ngân hàng hàng đầu châu Âu giúp giảm tỷ lệ khách hàng rời đi trên danh mục cho vay nhà ở. Công ty này đã phát triển phần mềm AI có thể xếp hạng khách hàng trên thang điểm từ 1 đến 10, với 10 là khách hàng có khả năng cao nhất sẽ ở lại và 1 là khách hàng có khả năng cao nhất sẽ rời đi. Phần mềm cũng cung cấp lý do đằng sau xếp hạng của khách hàng, cho phép đại diện ngân hàng can thiệp đúng lúc và cho phép các cuộc trò chuyện cá nhân hóa liên tục với khách hàng (Appinventiv, 2023).

2.3. Phân tích dự báo

Sự ra đời của học máy và AI đã mở ra cánh cửa cho việc dự báo và dự đoán chính xác. Phân tích dữ liệu và AI đang được áp dụng cho dự báo doanh thu, dự đoán giá cổ phiếu, giám sát rủi ro và quản lý trường hợp. Sự gia tăng theo cấp số nhân trong dữ liệu được thu thập đã đóng vai trò then chốt trong việc cải thiện hiệu suất của các mô hình, dẫn đến sự giảm dần mức độ can thiệp của con người.

Một trong những trường hợp sử dụng phổ biến nhất của AI trong ngành Ngân hàng bao gồm các ứng dụng ngôn ngữ tự nhiên và ngữ nghĩa chung, phân tích dự báo. AI có thể phát hiện các mẫu hình và mối tương quan cụ thể trong dữ liệu mà công nghệ truyền thống trước đây không thể phát hiện. Những mẫu hình này có thể cho thấy các cơ hội bán hàng chưa khai thác, cơ hội bán chéo (cross-selling), hoặc thậm chí các số liệu về dữ liệu hoạt động, tác động doanh thu trực tiếp. Ngân hàng Wells Fargo cũng đã giới thiệu một ứng dụng di động sử dụng phân tích dự đoán AI để cảnh báo khách hàng nếu các khoản thanh toán hóa đơn của họ vượt quá giới hạn (USM, 2020).

2.4. Phát hiện và ngăn chặn gian lận

Cho đến gần đây, các ngân hàng vẫn phụ thuộc vào các hệ thống giám sát giao dịch và rà soát tên khách hàng dựa trên các quy định phòng, chống rửa tiền và theo quy tắc truyền thống. Điều này tạo ra một số lượng lớn các cảnh báo không chính xác. Với sự gia tăng đáng báo động về các tội phạm liên quan đến gian lận và các phương thức gian lận luôn thay đổi, các yếu tố AI nâng cao đang được bổ sung vào các hệ thống hiện có để cho phép nhận dạng các phương thức giao dịch chưa được phát hiện trước đây, các dữ liệu bất thường và các mối quan hệ đáng ngờ giữa các cá nhân và tổ chức. Điều này cho phép một cách tiếp cận chủ động hơn, trong đó AI được sử dụng để ngăn chặn gian lận trước khi nó xảy ra. Cách tiếp cận này trái ngược với cách tiếp cận truyền thống là phản ứng sau khi gian lận xảy ra. Ngân hàng Danske - ngân hàng lớn nhất Đan Mạch, đã và đang áp dụng thuật toán phát hiện gian lận trong hoạt động kinh doanh của mình. Công cụ Deep Learning này đã làm tăng khả năng phát hiện gian lận lên 50% và giảm các cảnh báo sai sự thật 60%. Hệ thống phát hiện gian lận dựa trên AI cũng đã tự động hóa nhiều quyết định quan trọng, đồng thời chuyển một số trường hợp đến các chuyên gia phân tích để kiểm tra thêm (Appinventiv (2023). Ngoài ra, Deutsche Bank - một ngân hàng châu Âu nổi tiếng, đã sử dụng AI để phát hiện tội phạm tài chính (Deutsche Bank, 2023).

2.5. Quản lý rủi ro tín dụng

Việc sử dụng AI trong quản lý rủi ro tín dụng đang trở nên phổ biến hơn, đặc biệt là trên thị trường Fintech và ngân hàng số. Hiện có rất nhiều công ty cung cấp dịch vụ/giải pháp cho lĩnh vực này cho các ngân hàng, có thể kể đến Enova, Ocrolus, DataRobot, Scienaptic AI, Socure... Ví dụ, DataRobot cung cấp phần mềm học máy cho các nhà khoa học dữ liệu, nhà phân tích kinh doanh, kỹ sư phần mềm, giám đốc điều hành và các chuyên gia công nghệ thông tin. Các công ty cho vay sử dụng phần mềm DataRobot để đưa ra quyết định đánh giá rủi ro chính xác hơn bằng cách dự đoán khách hàng nào có khả năng mất khả năng thanh toán cao (Builtin, 2023).

Bên cạnh đó, các hệ thống chấm điểm tín dụng truyền thống đã xuất hiện hàng thập kỷ và được ngân hàng và các tổ chức tài chính khác sử dụng để xác định độ tin cậy tín dụng của người đi vay. Những hệ thống này thường dựa vào các quy trình thủ công và một số ít điểm dữ liệu, có thể dẫn đến sai sót và thiếu nhất quán (cùng với đó phải cần nhiều năm để phân tích dữ liệu tìm ra mẫu và sự tương quan). Nhưng giờ đây, trí tuệ nhân tạo (AI) đã xuất hiện và định hình lại hoàn toàn bức tranh điểm tín dụng. Các hệ thống điểm tín dụng sử dụng AI áp dụng các thuật toán tiên tiến và học máy để phân tích khối lượng dữ liệu khổng lồ, kể cả các nguồn dữ liệu phi truyền thống như hoạt động trên mạng xã hội và mua sắm trực tuyến, để đánh giá độ tin cậy tín dụng một cách chính xác và hiệu quả hơn bao giờ hết. American Express sử dụng các thuật toán học máy để phân tích dữ liệu khách hàng và tạo ra điểm số rủi ro tín dụng và tuyên bố rằng cách tiếp cận này đã dẫn đến việc giảm 10% tỷ lệ vỡ nợ và tăng 15% số lượng khách hàng được chấp thuận tín dụng (Ginimachine, 2023).

3. ỨNG DỤNG AI TRONG LĨNH VỰC NGÂN HÀNG TẠI VIỆT NAM

Ngày 26/1/2021, Thủ tướng Chính phủ ban hành Quyết định 127/QĐ-TTg về Chiến lược quốc gia phát triển và ứng dụng trí tuệ nhân tạo đến năm 2030. Theo đó, Việt Nam đặt mục tiêu thúc đẩy nghiên cứu, làm chủ và ứng dụng rộng rãi AI, biến đây trở thành một trong những công nghệ then chốt thúc đẩy chuyển đổi số quốc gia. Kể từ khi có chiến lược này, nhiều tập đoàn, doanh nghiệp Việt đã tích cực đầu tư vào AI. Theo báo cáo của Oxford Insights, năm 2022 Việt Nam xếp hạng 55 thế giới về chỉ số sẵn sàng AI của chính phủ, tăng 7 bậc so với năm trước (Oxford Inside, 2022). Con số này cho thấy những nỗ lực của Việt Nam trong việc phát triển và ứng dụng AI nhằm hiện thực hóa các mục tiêu chiến lược đề ra.

Ngành tài chính - ngân hàng Việt Nam cũng đang chuyển mình mạnh mẽ nhờ đẩy nhanh lộ trình ứng dụng AI. Các ngân hàng lớn tại Việt Nam đã và đang chủ động đầu tư nghiên cứu, phát triển và đưa AI vào hoạt động. Theo số liệu từ Nielsen năm 2022, có tới 91% ngân hàng Việt Nam đã áp dụng AI, tăng gấp 1,5-3,5 lần so với năm 2021. Đây là tín hiệu tích cực, cho thấy các ngân hàng đang nhận thức được vai trò then chốt của AI trong việc thúc đẩy ứng dụng công nghệ số, gia tăng năng suất và hiệu quả hoạt động, đồng thời nâng cao trải nghiệm khách hàng (FPT Digital, 2023).

Ví dụ, TPBank đã áp dụng công nghệ nhận diện khuôn mặt vào kênh LiveBank để tăng cường bảo mật và tiện lợi. VietinBank sử dụng kios nhận dạng FaceID để xác thực và chuyển yêu cầu của khách hàng. Techcombank nhờ ứng dụng AI mà đã xác thực thông tin và nhận diện khách hàng thông qua eKYC hiệu quả hơn. (Lan Phương, 2021). Ngoài ra, AI còn hỗ trợ nhiều nghiệp vụ ngân hàng khác như phân tích dữ liệu, xác định thói quen khách hàng để đưa ra gợi ý dịch vụ phù hợp. Các ngân hàng như Techcombank, VIB, Nam A Bank... đã sử dụng AI vào nhiều chức năng: Chatbot hỗ trợ khách hàng, quản lý tài sản, bảo mật, phòng chống gian lận (Vân Anh, 2023). Đặc biệt, một số ngân hàng còn ứng dụng AI vào lĩnh vực tài chính để hỗ trợ khách hàng quản lý và đầu tư tài sản hiệu quả mà không cần can thiệp của chuyên gia (VIB, 2023).

Gần đây, một số Startup công nghệ trong và ngoài nước đã ứng dụng AI và dữ liệu lớn - Big Data vào xếp hạng tín dụng thuật toán. Các công ty như Lendo EFL, TrustSocial, FE Credit... đã cung cấp các giải pháp học máy và công nghệ chấm điểm tín dụng dựa trên khối lượng dữ liệu lớn cho các tổ chức tài chính. Theo đó, họ sử dụng nguồn dữ liệu đa dạng như: viễn thông, mạng xã hội, thương mại điện tử, giao dịch tài chính... để xây dựng các thẻ điểm tín dụng, từ đó đánh giá và phân loại khách hàng. Việc ứng dụng công nghệ mới giúp quá trình cho vay được thông minh và hiệu quả hơn. Tuy nhiên, các vấn đề bảo mật, quyền riêng tư, tính minh bạch và công bằng luôn là thách thức lớn mà các công ty Fintech cần xem xét khi xây dựng các mô hình dựa trên AI, Big Data.

4. NHỮNG VẤN ĐỀ CẦN LƯU Ý

Theo báo cáo của International Data Corp. (IDC), chi tiêu toàn cầu cho AI dự kiến sẽ đạt 166 tỷ USD trong năm 2023 (với ngân hàng là một trong những ngành đóng góp lớn nhất với khoảng 13%), tăng lên khoảng 450 tỷ USD vào năm 2027. Các cách thức mà AI tạo sinh được các ngân hàng sử dụng có thể sẽ gây bất ngờ, nhưng có vẻ chắc chắn rằng công nghệ mới này sẽ dẫn đến cả sự tiến hóa và mở rộng vai trò của AI trong ngành Ngân hàng (S&P Global, 2023). Các ngân hàng đang áp dụng AI tạo sinh, hứa hẹn mang lại tăng trưởng thu nhập, cải thiện ra quyết định và quản lý rủi ro tốt hơn. Tiềm năng của AI có thể có lợi cho cả ngân hàng và khách hàng nằm trong khả năng nâng cao năng suất, giảm chi phí, khả năng dịch chuyển thành giảm biên độ lãi suất và giảm phí cho khách hàng và cải thiện trải nghiệm khách hàng. Tuy nhiên, bước nhảy công nghệ này có thể phát sinh các quan ngại, đặc biệt là về các vấn đề về công bằng, an toàn dữ liệu, trách nhiệm giải trình và minh bạch. Cụ thể:

4.1. Vấn đề đảm bảo sự công bằng

Một trong những thách thức quan trọng nhất trong triển khai AI là đảm bảo tính công bằng và tránh phân biệt đối xử. Định nghĩa công bằng trong các dịch vụ ngân hàng do AI vận hành là một vấn đề phức tạp. Trong một cuộc khảo sát của Diễn đàn Kinh tế thế giới, 58% người được hỏi bày tỏ lo ngại rằng việc áp dụng rộng rãi AI sẽ làm tăng nguy cơ thiên kiến và phân biệt đối xử trong hệ thống tài chính (World Economic Forum, 2020). Các thuật toán AI được đào tạo trên dữ liệu lịch sử, có thể chứa đựng những định kiến hoặc phản ánh bất bình đẳng xã hội. Dữ liệu thiên kiến sẽ dẫn đến kết quả thiên kiến và đó là những gì AI học được và đưa ra kết luận. Nếu không được giám sát, hệ thống AI có thể duy trì các thực tiễn phân biệt đối xử, chẳng hạn như trong rà soát rủi ro khoản vay hoặc chấm điểm tín dụng, dẫn đến đối xử không công bằng đối với một số cá nhân hoặc nhóm nhất định (Kelechukwu Uzoka, 2023). Cụ thể, các thuật toán được đào tạo trên dữ liệu lịch sử có thể thể hiện các định kiến về chủng tộc, dân tộc, địa phương, tuổi tác hoặc giới tính dẫn đến kết quả phân biệt đối xử trong các quyết định cho vay, dẫn đến người thuộc một số địa phương, độ tuổi nhất định hoặc phụ nữ độc thân có thể bị yếu thế hơn so với nhóm đối tượng khác trong việc xét duyệt cung cấp các dịch vụ tài chính.

4.2. Quyền riêng tư và bảo mật dữ liệu

Trong kỷ nguyên kỹ thuật số ngày nay, AI phụ thuộc nhiều vào khối lượng lớn dữ liệu tài chính và dữ liệu cá nhân nhạy cảm. Tuy nhiên, sự phụ thuộc này đặt ra những lo ngại về quyền riêng tư và bảo mật dữ liệu. Các tổ chức tài chính phải ưu tiên các biện pháp bảo mật vững chắc để bảo vệ dữ liệu người dùng khỏi việc bị xâm phạm và truy cập trái phép. Việc không bảo vệ dữ liệu đầy đủ có thể dẫn đến những hậu quả pháp lý và tài chính đáng kể, làm suy giảm lòng tin của khách hàng và ảnh hưởng xấu đến danh tiếng của công ty.

Ví dụ, vào năm 2019, Capital One đã bị xâm phạm dữ liệu lớn, làm lộ thông tin cá nhân và tài chính của hàng triệu khách hàng. Sự cố này đã dẫn đến những hậu quả pháp lý đáng kể đối với công ty (Capital One, 2022).

Như vậy, sự phụ thuộc của các thuật toán AI vào thông tin cá nhân có nghĩa là các công ty phải ưu tiên các thực hành quản lý dữ liệu một cách đạo đức và minh bạch, cũng như có sự kiểm soát đối với thông tin cá nhân. Trong khi thu thập và sử dụng dữ liệu cho AI, các công ty phải minh bạch về thông tin họ đang thu thập và cách thức thông tin được sử dụng. Điều này đòi hỏi phải có sự trao đổi rõ ràng với các cá nhân về các phương thức thu thập dữ liệu và có được sự đồng ý rõ ràng cho việc sử dụng thông tin cá nhân. Ngoài ra, các công ty phải thực hiện các bước để đảm bảo rằng dữ liệu cá nhân được bảo vệ khỏi việc sử dụng hoặc truy cập trái phép, chẳng hạn như việc sử dụng thông tin nhằm phân biệt đối xử. Các quy định pháp luật cũng phải được tính đến nhằm đảm bảo tuân thủ đối với quy định liên quan đến bảo vệ thông tin cá nhân. Ngoài việc thu thập ban đầu, các công ty cũng phải ưu tiên lưu trữ và xử lý dữ liệu an toàn, cũng như minh bạch về cách thông tin cá nhân được sử dụng để đào tạo và cải thiện các thuật toán AI (Mike Gou, 2023).

4.3. Trách nhiệm giải trình

Có thể có những thách thức trong việc phân phối trách nhiệm giữa đơn vị triển khai áp dụng AI, thường là ngân hàng và tổ chức hoặc nhóm chịu trách nhiệm cho việc tạo ra mô hình AI, có thể là các công ty công nghệ, phần mềm. Đôi khi, các hệ thống máy tính được sử dụng các mô hình AI có thể đưa ra các quyết định không thể giải thích được. Đây được gọi là hiệu ứng Hộp đen (Black box effect) (Saurahb Bagchi, 2023). Rủi ro Hộp đen phát sinh khi các thuật toán không thể được truy nguyên và các kết quả của thuật toán không thể được giải thích. Việc loại bỏ con người khỏi các quy trình liên quan đến AI làm suy yếu khả năng giám sát và có thể đe dọa tính toàn vẹn của các mô hình. Gốc rễ của những nguy cơ này là sự phức tạp ngày càng gia tăng của AI. Một số mô hình AI có thể xem xét hàng triệu hoặc đôi khi hàng tỷ tham số để đi đến một quyết định. Những mô hình như vậy có độ phức tạp mà nhiều tổ chức, bao gồm cả ngân hàng, chưa bao giờ thấy trước đây (The Economist Intelligence Unit, 2020). Điều này đặt ra câu hỏi, ai là người chịu trách nhiệm cuối cùng về những hậu quả của phần mềm chạy bằng AI? Liệu những người sản xuất, lập trình viên hay người thử nghiệm chịu trách nhiệm về các công nghệ mới?

Để đưa mô hình dựa trên AI vào hoạt động thực tế trong một tổ chức tài chính đòi hỏi sự hợp tác chặt chẽ giữa các nhà khoa học dữ liệu, chuyên gia IT và các bên kinh doanh liên quan (Vspry Platform, 2023). Các tổ chức tài chính khi thiết lập quan hệ đối tác với các công ty công nghệ có năng lực AI sẽ phải đối mặt với một loạt các rủi ro khi ký hợp đồng hợp tác. Những rủi ro này có thể liên quan đến “siêu dữ liệu” (metadata) (Barber & Copeland, 2019) mà AI có thể tạo ra từ dữ liệu ngân hàng - khách hàng, cũng như các vấn đề về quyền riêng tư nói chung. Cụ thể, liên quan đến việc bảo vệ dữ liệu cá nhân của khách hàng, khi việc đánh giá rủi ro (trước khi cung ứng dịch vụ tài chính) được giao cho một đơn vị bên ngoài thực hiện, trường hợp này đặt ra câu hỏi về việc đảm bảo dữ liệu của ngân hàng không được giữ lại sau khi hoàn thành quá trình phát triển mô hình đánh giá rủi ro (Hicham, Fadi & Mohammed, 2022).

5. MỘT SỐ ĐỀ XUẤT

Việc sử dụng AI ngày càng tăng trong ngành Ngân hàng mang lại cả cơ hội và những lo ngại về đạo đức. Từ thiên vị thuật toán, bảo mật dữ liệu cho đến vấn đề xác định trách nhiệm, những lo ngại này cho thấy sự cần thiết phải có cách tiếp cận có trách nhiệm và có thể giải trình được đối với việc phát triển và triển khai AI. Những hệ quả về mặt đạo đức, pháp lý của AI trong lĩnh vực ngân hàng và các ngành khác không thể bị bỏ qua, đòi hỏi sự hợp tác giữa các nhà hoạch định chính sách, cơ quan quản lý và các công ty để thiết lập các nguyên tắc đạo đức, quy định pháp lý và thông lệ tốt nhất. Việc không giải quyết những lo ngại này có thể dẫn đến hậu quả tiêu cực đối với các cá nhân và xã hội nói chung. Do đó, việc ưu tiên xây dựng một kế hoạch toàn diện cho việc xây dựng và triển khai AI có trách nhiệm trong lĩnh vực ngân hàng và trong các ngành khác, cân bằng giữa những lợi ích tiềm năng với các cân nhắc về đạo đức là điều thiết yếu.

5.1. Về phía cơ quan quản lý

Khung pháp lý về triển khai cơ chế quản lý dịch vụ tài chính-ngân hàng trên nền tảng công nghệ nên được triển khai nhanh nhất có thể để đáp ứng nhu cầu sáng tạo và đổi mới sử dụng các công nghệ AI. Đặc biệt, trong bối cảnh các ứng dụng AI trong ngành Ngân hàng Việt Nam đang phát triển nhanh chóng, việc kết hợp AI và dữ liệu lớn trong xếp hạng tín dụng thuật toán mang lại cả cơ hội và thách thức. Xu thế hiện nay cho thấy, các công ty đang tận dụng học máy và công nghệ đánh giá tín dụng dựa trên các bộ dữ liệu lớn như dữ liệu viễn thông và di động, dữ liệu mạng xã hội, dữ liệu trình duyệt, thương mại điện tử và dữ liệu giao dịch tài chính để tạo thẻ điểm tín dụng dùng để đánh giá và xếp hạng người tiêu dùng. Điều này đặt ra những lo ngại đáng kể về việc bảo vệ quyền riêng tư của cá nhân. Sự phụ thuộc vào các dữ liệu phong phú và thường nhạy cảm trong các hệ thống chấm điểm tín dụng dựa trên AI làm tăng các rủi ro tiềm ẩn đối với người tiêu dùng.

Vấn đề bảo vệ dữ liệu cá nhân tại Việt Nam được quy định tại một số văn bản như Luật An toàn thông tin mạng, Nghị định số 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân, tuy nhiên hiện vẫn chưa có văn bản pháp lý nào quy định để điều chỉnh việc ứng dụng công nghệ AI trong lĩnh vực tài chính - ngân hàng, đặc biệt là trong xếp hạng tín dụng và các dịch vụ cho vay kỹ thuật số mới. Do đó, cần tăng cường các khuôn khổ pháp lý liên quan đến việc thu thập, xử lý và lưu trữ dữ liệu cá nhân. Để làm được điều này, sự hợp tác giữa các cơ quan quản lý và các bên liên quan trong ngành là điều thiết yếu để xây dựng và thực hiện các văn bản pháp lý bảo vệ dữ liệu toàn diện, phù hợp với những thách thức cụ thể do các ứng dụng AI đặt ra trong lĩnh vực ngân hàng. Những quy định này cần cung cấp các hướng dẫn rõ ràng cho việc xây dựng và sử dụng AI, đồng thời thiết lập các biện pháp nghiêm ngặt để đảm bảo an ninh và quyền riêng tư của dữ liệu cá nhân, trách nhiệm pháp lý của tổ chức tài chính và bên cung cấp giải pháp ứng dụng AI và các biện pháp tăng cường minh bạch, công bằng trong ứng dụng AI. Việt Nam có thể tham khảo các thông lệ quốc tế như trong Liên minh châu Âu, Quy định Bảo vệ Dữ liệu Chung (GDPR). GDPR quy định cho các cá nhân quyền nhận được thông tin về logic, ý nghĩa và hậu quả của các quy trình ra quyết định tự động ảnh hưởng đáng kể đến họ. Các quy định GDPR hiện cũng đang được nâng cao để làm cho AI và việc sử dụng AI minh bạch hơn.

Ngoài ra, các chiến dịch nâng cao nhận thức công chúng và các sáng kiến giáo dục cũng rất quan trọng để trao quyền cho người tiêu dùng với kiến thức về quyền của họ, phạm vi sử dụng dữ liệu và các kênh khắc phục khi xảy ra vi phạm quyền riêng tư. Trong trường hợp thiếu một khung pháp lý mạnh mẽ, việc sử dụng AI một cách có trách nhiệm và đạo đức trong ngân hàng trở thành trách nhiệm được chia sẻ giữa các doanh nghiệp, cơ quan quản lý và công chúng, nhấn mạnh sự cần thiết phải cân bằng giữa đổi mới công nghệ và bảo vệ quyền riêng tư. Đồng thời, việc tài trợ nghiên cứu để đánh giá tác động của AI sẽ ảnh hưởng đến xã hội như thế nào và cách ứng phó với bất kỳ hậu quả bất lợi nào là vô cùng quan trọng.

5.2. Về phía ngân hàng

Thứ nhất, các cân nhắc về đạo đức là yếu tố then chốt trong việc triển khai AI trong các ngân hàng một cách có trách nhiệm. Thúc đẩy niềm tin của khách hàng và trách nhiệm giải trình thông qua tương tác minh bạch, chính sách bảo mật và cơ chế kiểm toán chặt chẽ là điều cốt yếu. Để làm được điều này, các ngân hàng phải chủ động theo dõi và giảm thiểu các thiên kiến trong các mô hình AI của họ, tránh kết quả phân biệt đối xử thông qua các cuộc kiểm tra nghiêm ngặt, giám sát liên tục và đa dạng hóa dữ liệu để đảm bảo tính công bằng và hòa nhập. Để đảm bảo sự công bằng, tổ chức tín dụng có thể cần phải thiết lập một cơ chế cho phép con người can thiệp và kiểm tra khi khách hàng yêu cầu. Hệ thống AI minh bạch không chỉ thúc đẩy sự tuân thủ theo quy định mà còn củng cố niềm tin của khách hàng và cơ quan quản lý bằng cách đưa ra những giải thích cho các quyết định dựa trên AI.

Thứ hai, với cách tiếp cận tập trung vào quyền riêng tư và bảo mật dữ liệu, ngân hàng có thể tăng cường bảo vệ các thông tin tài chính và cá nhân nhạy cảm, giảm thiểu rủi ro bị xâm nhập dữ liệu và truy cập trái phép. Tuy nhiên, ngân hàng nên lường trước vấn đề xác định trách nhiệm khi xảy ra thiệt hại trong quá trình áp dụng công nghệ, phần mềm từ bên thứ ba, bởi điều này có thể gặp khó khăn trên thực tế. Để đối phó với những thách thức này một cách hiệu quả, việc thiết lập các thỏa thuận và hợp đồng minh bạch giữa ngân hàng và nhà phát triển phần mềm là cần thiết. Các thỏa thuận này nên xác định rõ ràng vai trò và trách nhiệm của mỗi bên trong từng giai đoạn triển khai ứng dụng AI, bao gồm trách nhiệm trong việc đảm bảo chất lượng dữ liệu, tùy chỉnh mô hình, bảo trì liên tục và tuân thủ các quy định liên quan. Đồng thời, cần có hướng dẫn đặt ra giới hạn về khoảng cách hiểu biết kỹ thuật số có thể tồn tại giữa bên áp dụng AI - tổ chức tài chính và bên phát triển AI – công ty công nghệ, phần mềm (bên thứ ba khi tiến hành thuê ngoài). Các tổ chức tài chính sẽ phải nâng cao kiến thức và kỹ năng liên quan đến AI để đảm bảo rằng họ không ủy quyền trách nhiệm pháp lý của mình. Bởi cuối cùng, trách nhiệm đối với các quyết định của AI nằm ở con người chứ không phải máy móc và trách nhiệm này phải được đặt lên những cá nhân có quyền kiểm soát cao nhất của các ngân hàng. Họ cần hiểu các hoạt động đang được thuê ngoài và có khả năng giám sát các nhà cung cấp giải pháp AI và quản lý các rủi ro liên quan (Barber & Copeland, 2019). Ngoài ra, ở cấp độ cao hơn, các ngân hàng nên thiết lập các tiêu chuẩn đạo đức cho việc sử dụng AI của mình và cân nhắc thành lập một ủy ban đạo đức để phê chuẩn các trường hợp sử dụng AI và giám sát việc tuân thủ các tiêu chuẩn đạo đức trong các trường hợp đó (The Economist Intelligence Unit, 2020).

Thứ ba, trong bối cảnh ứng dụng AI trong lĩnh vực tài chính, ngân hàng phát triển nhanh chóng và mạnh mẽ, việc hợp tác giữa các nhóm chuyên gia pháp lý, công nghệ là điều thiết yếu. Các tổ chức tài chính nên tham gia hợp tác với các cơ quan quản lý và các bên liên quan trong ngành để tích cực định hình các quy định và thực hành tốt nhất cụ thể với AI. Bằng cách tiến hành đánh giá tác động, triển khai khung quản trị dữ liệu mạnh mẽ, thúc đẩy đa dạng và hòa nhập, tăng cường tính minh bạch và giám sát liên tục, các tổ chức tài chính có thể giảm thiểu các rủi ro pháp lý và đạo đức liên quan đến việc ứng dụng AI.

6. LỜI KẾT

Ngành Ngân hàng đang đứng trước ranh giới của một kỷ nguyên biến đổi được đánh dấu bởi AI. Việc tích hợp AI trong lĩnh vực ngân hàng hứa hẹn sẽ cách mạng hóa các dịch vụ tài chính. Tuy nhiên, điều thiết yếu là phải nhận biết và giải quyết các rủi ro pháp lý và đạo đức liên quan đến việc triển khai AI. Việc sử dụng ngày càng tăng của AI trong ngân hàng cho thấy sự cần thiết phải có quy định để đảm bảo rằng việc triển khai là minh bạch, công bằng và đạo đức. Để đảm bảo rằng công nghệ được sử dụng một cách có trách nhiệm và có thể giải trình, các khuôn khổ quy định là cần thiết do sự phức tạp ngày càng tăng của các hệ thống AI. Đồng thời, điều thiết yếu là tạo ra các tiêu chuẩn cho sự phát triển và triển khai AI, đặt tính minh bạch và khả năng hiểu biết lên hàng đầu bên cạnh các khuôn khổ pháp lý. Để có thể hài hoà những khía cạnh phức tạp này, đòi hỏi một cách tiếp cận kỹ lưỡng giữa sự thúc đẩy đổi mới công nghệ và vấn đề đạo đức, pháp lý. Chìa khóa để triển khai và duy trì AI một cách thành công trong ngành Ngân hàng nằm ở sự cân bằng tinh tế này. Bằng cách tận dụng một cách có trách nhiệm sức mạnh của AI, chúng ta có thể thúc đẩy đổi mới, tạo ra các hệ thống ngân hàng hiệu quả và nâng cao trải nghiệm khách hàng trong khi đảm bảo tuân thủ pháp luật, bảo vệ quyền riêng tư và giải quyết các vấn đề xã hội.

TÀI LIỆU THAM KHẢO:

- FPT Digital (2023), Ứng dụng trí tuệ nhân tạo ngành BFSI tại Việt Nam, https://www.linkedin.com/pulse/%E1%BB%A9ng-d%E1%BB%A5ng-tr%C3%AD-tu%E1%BB%87-nh%C3%A2n-t%E1%BA%A1o-ng%C3%A0nh-bfsi-t%E1%BA%A1i-vi%E1%BB%87t-nam-fpt-digital-lwdnc?trk=article-ssr-frontend-pulse_more-articles_related-content-card

- Lan Phương (2021), Ứng dụng AI trong trong một số lĩnh vực tại Việt Nam và đề xuất, https://ictvietnam.vn/ung-dung-ai-trong-trong-mot-so-linh-vuc-tai-viet-nam-va-de-xuat-23893.html

- Vân Anh (2023), Tài chính, ngân hàng tại Việt Nam ‘chuyển mình’ nhờ ứng dụng AI, https://vietnamnet.vn/ngan-hang-tai-viet-nam-chuyen-minh-nho-day-nhanh-toc-do-ung-dung-ai-2195976.html

- VIB (2023), Ứng dụng trí tuệ nhân tạo (AI) trong ngân hàng VIB, https://www.vib.com.vn/vn/cam-nang/ngan-hang-so/tien-ich-va-trai-nghiem/tri-tue-nhan-tao-ai

- Andrew Barber, Rory Copeland (2019), With Great Power Comes Great Responsibility: Arti-ficial Intelligence In Banking, https://internationalbanker.com/banking/with-great-power-comes-great-responsibility-artificial-intelligence-in-banking/

- Appinventiv (2023), AI in Banking – How Artificial Intelligence is Used in Banks, https://appinventiv.com/blog/ai-in-banking/

- Appinventiv (2023), AI-based software solutions for a global bank, https://appinventiv.com/portfolio/ai-in-banking-industry/

- Business Insider (2020), The impact of artificial intelligence in the banking sector & how AI is being used in 2020, /upload/20606/20250407/34c9cbb98cd417ff0c5d03ddffff349772860899.cms

- Builtin (2023), AI Finance Banking Applications Companies, https://builtin.com/artificial-intelligence/ai-finance-banking-applications-companies

- Capital One (2022), Information on the Capital One cyber incident, https://www.capitalone.com/digital/facts2019/

- Deloitte (2023), How Artificial Intelligence is Transforming the Financial Services Industry, https://www.deloitte.com/ng/en/services/risk-advisory/services/how-artificial-intelligence-is-transforming-the-financial-services-industry.html

- Deutsche Bank (2023), How AI is changing banking, https://www.db.com/what-next/digital-disruption/better-than-humans/how-artificial-intelligence-is-changing-banking/index

- Enterprise Bot (2023), ChatGPT Chat Bot In Banking : Revolutionizing The Way We Bank, https://www.enterprisebot.ai/blog/harness-the-power-of-ai-in-banking

- Ginimachine (2023), Real-World Applications of AI Credit Scoring Software, https://ginimachine.com/blog/real-world-applications-of-ai-credit-scoring-software/

- Grand View Research (2020), Artificial Intelligence In Fintech Market Size, Share & Trends Analysis, https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-in-fintech-market-report

- Hicham Sadok & Fadi Sakka & Mohammed El Hadi El Maknouzi (2022), Artificial Intelli-gence And Bank Credit Analysis: A Review, /upload/20606/20250407/387a2b9850b4b01fe0d308751ecbaa8ev10y2022i1p2023262.html

- Kelechukwu Uzoka (2023), Legal or Ethical Risks Associated with The Use of Artificial Intel-ligence in The Fintech Industry, https://www.linkedin.com/pulse/legal-ethical-risks-associated-use-artificial-fintech-kelechukwu

- McKinsey & Company (2023), The economic potential of generative AI. The next productivity frontier, https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

- Mike Gou (2023), The Ethics of AI In Business and Finance, https://streetfins.com/the-ethics-of-ai-in-business-and-finance/

- Nikkei Asia (2023), Japan’s top banks tap AI chatbots to lighten workload, https://asia.nikkei.com/Business/Finance/Japan-s-top-banks-tap-AI-chatbots-to-lighten-workload

- Oxford Inside (2022), Government AI Readiness Index 2022, /upload/20606/20250407/e6dcb38082852bd62b70995683229b8aGovernment_AI_Readiness_2022_FV.pdf

- S&P Global (2023), AI in Banking: AI Will Be An Incremental Game Changer, https://www.spglobal.com/en/research-insights/featured/special-editorial/ai-in-banking-ai-will-be-an-incremental-game-changer

- Saurahb Bagchi (2023), Why We Need to See Inside AI’s Black Box, https://www.scientificamerican.com/article/why-we-need-to-see-inside-ais-black-box/#:~:text=AI%20black%20boxes%20refer%20to,dominant%20subset%20of%20artificial%20intelligence.

- The Economist Intelligence Unit (2020), Overseeing AI: Governing artificial intelligence in banking, /upload/20606/20250407/29032efc96c99b2e29454221d799ed94eiu_temenos_article_2_overseeing_ai_june_2020_1.pdf

- USM (2020), Robotic Process Automation (RPA) Use Cases & Examples In Banking, https://usmsystems.com/robotic-process-automation-in-banking/

- Vspry Platform (2023), Designing and Implementing AI-Based Credit Scoring, https://www.vspry.com/ai-based-credit-scoring/.

- World Economic Forum (2020), Transforming Paradigms: A Global AI in Financial Services Survey, https://www.weforum.org/publications/transforming-paradigms-a-global-ai-in-financial-services-survey/

Bài đăng trên Tạp chí Thị trường Tài chính Tiền tệ số 2 năm 2024