“ChatGPT đã tạo ra một trong những khoảnh khắc hiếm hoi mà mọi người nhận thức về cách mọi thứ sẽ khác đi trong tương lai”, Aaron Levie, Giám đốc điều hành của Box - doanh nghiệp tỷ USD trong ngành điện toán đám mây, đánh giá.
Ra mắt vào cuối tháng 11/2022, ChatGPT đã tạo ra cơn sốt chưa từng có khi thu hút 1 triệu người dùng sau chưa đầy một tuần, 10 triệu người dùng sau 40 ngày và 100 triệu người dùng chỉ sau 2 tháng. Đây được coi là chatbot tiên tiến nhất, thân thiện nhất với người dùng. Mặc dù còn có những khiếm khuyết nhưng hiệu ứng ChatGPT đã khiến đông đảo người dân trên thế giới, trong đó có Việt Nam, hướng sự chú ý về cách trí tuệ nhân tạo (AI) thay đổi cuộc sống con người cũng như thay đổi các mô hình kinh doanh hiện có.
ChatGPT là một sản phẩm bùng nổ nhưng chatbot không phải là công nghệ quá mới mà đã được nghiên cứu, triển khai nhiều năm nay, đặc biệt là trong ngành tài chính - ngân hàng bởi những lợi ích tiềm năng của nó trong việc tối ưu hóa các quy trình, hoạt động.
Kể từ khi đại dịch xảy ra, ngành tài chính - ngân hàng đã chứng kiến làn sóng dịch chuyển của khách hàng từ kênh vật lý sang kênh số. Các giao dịch trên kênh số tăng vọt trong khi lượng nhân viên chăm sóc khách hàng online sụt giảm nghiêm trọng do giãn cách xã hội và cắt giảm nhân sự, đã khiến trải nghiệm của khách hàng trở nên tồi tệ khi thời gian phản hồi kéo dài do quá tải.
Để đối phó với tình trạng trên, nhiều tổ chức tài chính, đặc biệt là ngân hàng, đã đẩy nhanh việc triển khai chatbot để tự động hóa các tác vụ chăm sóc khách hàng, chẳng hạn trả lời các câu hỏi cơ bản, trong khi vẫn dành nguồn lực con người nhất định để hỗ trợ khách hàng ở các vấn đề phức tạp hơn. Trên thực tế, từ trước khi đại dịch diễn ra, một số tổ chức tài chính đã ứng dụng chatbot bởi nó cho phép phục vụ khách hàng 24/7.
Hiện nay, chatbot thường được sử dụng để trả lời các câu hỏi cơ bản liên quan đến tài khoản của khách hàng hoặc sản phẩm ngân hàng, chẳng hạn như “làm cách nào để tôi có thể đăng ký thẻ tín dụng?” hoặc “số dư tài khoản hiện tại của tôi là bao nhiêu”, thậm chí tự động cảnh báo khách hàng nếu số dư tài khoản xuống dưới ngưỡng cài đặt. Một số chatbot cũng nhắc nhở khách hàng về thời hạn thanh toán các hóa đơn, đặt lịch/hủy thanh toán hóa đơn thẻ tín dụng, hóa đơn điện, nước, các khoản phí… Chatbot cũng giúp khách hàng tìm kiếm chi nhánh, phòng giao dịch, ATM gần nhất dựa trên định vị GPS. Các vấn đề không phức tạp nhưng cấp bách như khóa thẻ ngân hàng cũng có thể được chatbot thực hiện ngay lập tức, từ đó giúp giảm thiểu rủi ro mất tiền.
Trước đây, khi tương tác với chatbot, người dùng có thể cảm nhận rõ sự “ngờ nghệch” nhưng nhờ sự phát triển vượt bậc của công nghệ xử lý ngôn ngữ tự nhiên (NLP) mà chatbot ngày nay đã phát triển lên một tầm cao mới, đem đến cho người dùng trải nghiệm thú vị hơn, nhiều cảm xúc hơn.
Bên cạnh việc phục vụ khách hàng 24/7 thì chatbot cũng đem lại nhiều lợi ích khác, đầu tiên, rõ thấy nhất là tiết kiệm chi phí nhân lực và các chi phí liên quan. Chatbot cũng trở thành kênh thu thập thông tin khách hàng cực kỳ hữu hiệu, điều rất quan trọng trong “thế giới của dữ liệu” ngày nay. Cũng chính nhờ dữ liệu mà chatbot thu thập được, đi kèm với các dữ liệu khác, cùng với sự trợ giúp từ AI mà chatbot có thể cá nhân hóa trải nghiệm khách hàng, chẳng hạn nếu khách hàng hỏi chatbot “làm cách nào để tôi có thể đăng ký thẻ tín dụng?” thì hệ thống có thể nhận diện ngay khách hàng “thuộc thế hệ GenZ, là nữ, thường xuyên mua sắm trên các sàn thương mại điện tử”, từ đó chatbot gợi ý cho khách hàng sản phẩm thẻ tín dụng dành riêng cho GenZ, có tùy chọn màu hồng và ưu đãi hoàn tiền hấp dẫn khi mua sắm trực tuyến.
Với sự tiến bộ của công nghệ, chatbot được kỳ vọng sẽ ngày càng xử lý được các tác vụ phức tạp và tương tác gần gũi hơn với người dùng. Ví dụ, khách hàng có nhu cầu vay vốn có thể tương tác với chatbot của ngân hàng, khách hàng theo hướng dẫn gửi các tài liệu cần thiết cho chatbot, hệ thống của ngân hàng sẽ xác minh các tài liệu này theo thời gian thực, phân tích và sắp xếp một cuộc hẹn giữa ngân hàng với khách hàng để tiếp tục triển khai các thủ tục; thậm chí, như trường hợp của Ant Financial (Trung Quốc), khoản vay tín chấp có thể được phê duyệt và giải ngân cho khách hàng chỉ sau 3 phút nhờ phân tích dữ liệu lớn. Hoặc như việc chatbot kết nối với các hệ thống thanh toán có thể cho phép khách hàng thực hiện thanh toán mà không cần rời khỏi nền tảng tin nhắn.
Trong ngành bảo hiểm, chatbot có thể tương tác với khách hàng để thu thập thông tin về phương tiện, sức khỏe, tài sản… để từ đó cung cấp báo giá bảo hiểm đã được cá nhân hóa. Khi giải quyết bồi thường, chatbot có thể yêu cầu khách hàng nộp đơn yêu cầu bồi thường và cung cấp hình ảnh hoặc video để chứng minh việc bồi thường là đúng điều kiện, công ty bảo hiểm sẽ dùng AI để phân tích và trả lời khách hàng ngay lập tức. Các chatbot cũng có thể đóng vai trò là nhà tư vấn bảo hiểm, nhà môi giới bảo hiểm, chăm sóc khách hàng chủ động, bán chéo sản phẩm…
Tuy nhiên, vẫn cần lưu ý rằng sự thật là chatbot vẫn đang trong quá trình phát triển, do đó, trong nhiều trường hợp, chatbot hiểu sai yêu cầu của khách hàng và cung cấp những thông tin không liên quan để đáp lại, thậm chí có những thông tin mang tính bịa đặt, khiến khách hàng gặp trải nghiệm rất khó chịu, mất niềm tin. Đây là một trong những rủi ro lớn nhất trong việc đưa chatbot vào hoạt động kinh doanh thực tế.
Chatbot chỉ là một trong những ứng dụng của các công nghệ máy móc như học máy (ML), học sâu (DL) và AI. Trong ngành tài chính - ngân hàng, còn nhiều ứng dụng công nghệ khác đang được phát triển nhằm thay thế vai trò của con người.
Một trong những ứng dụng phổ biến trong ngành dịch vụ tài chính là cố vấn robot (robo advisor). Cố vấn robot thu thập dữ liệu về tình hình tài chính của khách hàng và các mục tiêu do khách hàng đặt ra, từ đó tính toán dòng tiền và đưa ra kế hoạch đầu tư tối ưu.
Tự động hóa quy trình bằng robot (RPA) cũng là công nghệ được các tổ chức tài chính ứng dụng khá rộng rãi hiện nay với hiệu quả đã được kiểm chứng.
Một ứng dụng phổ biến khác là sử dụng AI để phân tích dữ liệu. Đây là ứng dụng cơ bản của AI và được hầu hết các ngành sử dụng, trong đó có ngành tài chính - ngân hàng. Trong lĩnh vực cho vay, dữ liệu càng lớn, AI càng có thể chấm điểm tín dụng khách hàng sát thực tế hơn, thậm chí nếu dữ liệu đủ lớn và đủ tin cậy, AI có thể thay thế con người để đưa ra quyết định cho vay, như trường hợp của Ant Financial.
Công nghệ cũng ngày càng đóng vai trò quan trọng trong việc theo dõi các lỗ hổng bảo mật và giảm thiểu rủi ro lừa đảo. Chẳng hạn như Danske Bank, ngân hàng lớn nhất của Đan Mạch, đã triển khai thuật toán phát hiện gian lận để thay thế hệ thống phát hiện gian lận dựa trên quy tắc cũ của mình. Công cụ học sâu này đã tăng khả năng phát hiện gian lận của ngân hàng lên 50% và giảm 60% thông tin sai lệch. Hệ thống cũng tự động hóa nhiều quyết định quan trọng trong khi một số trường hợp chuyển sang cho nhà phân tích là con người để kiểm tra thêm.
AI cũng có thể giúp các ngân hàng quản lý các mối đe dọa trên mạng. Với khả năng giám sát liên tục của AI, các tổ chức tài chính có thể ứng phó chủ động hơn với các cuộc tấn công mạng tiềm ẩn trước khi chúng gây ảnh hưởng nghiêm trọng.
Mặc dù ML, DL, AI ngày càng phát triển nhưng các công nghệ này cũng đang phải đối diện với 3 thách thức lớn. Đầu tiên phải kể đến vấn đề về dữ liệu. Việc thu thập dữ liệu hiện nay gặp nhiều khó khăn do hành lang pháp lý chưa rõ ràng, cùng với đó, nhiều nền tảng không sẵn sàng chia sẻ dữ liệu, thậm chí các nền tảng lớn muốn độc quyền dữ liệu. Ngoài ra, chất lượng dữ liệu cũng là vấn đề nan giải. Bởi AI phát triển thông qua quá trình đào tạo, huấn luyện nên số lượng và chất lượng dữ liệu đóng vai trò quyết định đến hiệu quả hoạt động của AI.
Thứ hai, ngay kể cả khi vấn đề dữ liệu được giải quyết thì vẫn có rủi ro khác là mạng thần kinh AI tự phát triển và tạo ra một kết quả không thể đoán trước. Kết quả này có thể không chính xác, mang tính bịa đặt, thậm chí vi phạm các nguyên tắc về đạo đức.
Thứ ba, mạng thần kinh hiện nay được ví như hộp đen, con người không thể giải thích được tại sao AI lại đưa ra kết quả như vậy. Điều này gây ra nhiều lo ngại và có thể khiến con người trì hoãn việc phát triển AI một cách toàn diện.
“Máy móc sẽ thay thế con người” là luận điểm gây tranh cãi từ lâu và đến nay vẫn còn nguyên tính thời sự. Bậc thầy Philip Kotler, “cha đẻ” của marketing hiện đại, ủng hộ quan điểm rằng máy móc và con người không nên đối đầu mà nên “cộng sinh”. Theo ông, máy móc có lợi thế trong việc xử lý dữ liệu, thông tin và kiến thức, còn con người có lợi thế trong việc xử lý thông tin nhiễu, sự thật ngầm hiểu và trí tuệ.
Chia sẻ quan điểm với Tạp chí Đầu tư Tài chính, lãnh đạo mảng số của một ngân hàng cũng bày tỏ rằng ông không lo ngại về việc công nghệ sẽ thay thế con người. “Càng làm về công nghệ, tôi càng thấy con người là sáng tạo kỳ diệu của tạo hóa. Con người luôn luôn là trung tâm, không máy móc nào có thể thay thế được, kể cả trí tuệ nhân tạo. Máy móc là để phục vụ con người”, ông cho hay.
Nhấn mạnh thêm, vị này cho biết máy móc có thể xử lý được lượng công việc cần nhiều người xử lý nhưng rất khó để có được cảm xúc, trực giác, nhạy cảm… của con người, bởi con người là tổng hòa của rất nhiều giác quan. Tuy nhiên, nếu xét riêng ngành tài chính - ngân hàng, việc máy móc thay thế con người là có thể nhìn thấy, theo góc nhìn của lãnh đạo một tổ chức tín dụng khác trong chia sẻ với Tạp chí Đầu tư Tài chính.
“Nếu nhìn vào các giao dịch ngân hàng thì rõ ràng nhiều vị trí đã biến mất. Ví dụ trước đây khách hàng phải tìm đến giao dịch viên để đăng ký tài khoản ngân hàng nhưng hiện nay hoàn toàn có thể làm qua kênh số; nhiều phân khúc cho vay cũng không cần con người thẩm định mà thực hiện tự động qua hệ thống chấm điểm tín dụng và bộ phê duyệt; nếu khoản vay được duyệt thì cũng không cần kế toán đặt lệnh chuyển tiền mà hệ thống tự động giải ngân; sau khi giải ngân xong thì hệ thống quản lý sau vay tự động có các báo cáo định kỳ. Tóm lại, ở một số giao dịch, con người gần như biến mất, có chăng chỉ còn lại khâu đối soát với khách hàng/đối tác hoặc khâu báo cáo Ngân hàng Nhà nước là phải sử dụng con người”, vị này cho biết.
Dẫn chứng thêm, ông cho hay trước đây, các tổ chức tài chính phải đề nghị khách hàng cung cấp không ít thông tin để chấm điểm tín dụng, từ đó làm cơ sở để cho vay tín chấp nhưng hiện nay, nhờ công nghệ phát triển, khách hàng chỉ cần chụp căn cước công dân và chụp hình khuôn mặt là có thể chấm được điểm tín dụng ngay lập tức, bởi hệ thống có khả năng tự động thu thập các thông tin cần thiết của khách hàng.
Theo “người trong nghề” này, tài chính - ngân hàng là ngành mà máy móc có thể thay thế con người trong rất nhiều hoạt động, vấn đề là thay thế ở mức độ nào. Chẳng hạn, tất cả các hoạt động mang tính vận hành là hoàn toàn có thể thay thế, trong khi các bộ phận liên quan đến chiến lược, dẫn dắt thì không. “Không cần đợi đến khi ChatGPT ra đời mà nhiều năm qua, con người đã dần ít xuất hiện trong hoạt động, quy trình của các tổ chức tài chính. Tài chính - ngân hàng là ngành sẽ được tự động hóa rất cao. Những người làm trong ngành này cần phải hướng đến làm những thứ máy móc không làm được”, vị lãnh đạo tổ chức tín dụng nhấn mạnh.
