Ngân hàng số ngày càng được ưa chuộng nhờ AI
Ngân hàng số Cake by VPBank xử lý 300.000 hồ sơ vay một tháng Cake - ngân hàng số đầu tiên cho vay tiêu dùng tại Thế giới Di động Nam A Bank - thương hiệu tiên phong đổi mới sáng tạo 2024 |
AI giúp ngân hàng cá nhân hoá trải nghiệm người dùng
Vừa qua, trong khuôn khổ Better Choice Awards 2024, giải thưởng “Ngân hàng công nghệ của năm” vừa được trao cho Cake by VPBank - một ngân hàng thuần số đang thu hút hơn 4,6 triệu khách hàng cá nhân và ứng dụng AI trong toàn trình hoạt động.
Ông Nguyễn Hữu Quang - CEO ngân hàng số Cake tiết lộ, ngân hàng đã và đang áp dụng AI vào mọi khía cạnh trong hành trình của khách hàng nhằm mang lại trải nghiệm tốt hơn. Cụ thể, Cake tự xây dựng hơn 40 models AI tiên tiến nhất, đưa vào từng khâu trong hoạt động vận hành, từ marketing, đến chấm điểm tín dụng, quản trị rủi ro… Nhờ đó, các quy trình mở tài khoản, các giải pháp tài chính như gửi tiết kiệm, đầu tư, đăng ký thẻ tín dụng, vay tiêu dùng trực tuyến, mua trước trả sau đều được đơn giản hoá, thực hiện trực tuyến với vài cú nhấp chuột. Tận dụng công nghệ tiên tiến, ngân hàng này mang đến trải nghiệm nhanh chóng, chính xác và dễ dàng với tính cá nhân hóa cao nhờ công nghệ AI. Mỗi tháng, Cake xử lý khoảng 300.000 hồ sơ vay/mở thẻ tín dụng với tốc độ trung bình chỉ vài phút/hồ sơ.
AI đang mang tới một diện mạo mới cho ngân hàng số, ảnh: ST |
Ông Phạm Thành Lâm - Giám đốc Trung tâm AI & Data Science của ngân hàng số Cake cho biết, AI đóng vai trò quan trọng trong việc cá nhân hóa dịch vụ và tự động hóa quy trình, giúp khách hàng thực hiện các giao dịch tài chính dễ dàng và an toàn hơn.
Không chỉ VPBank, nhiều ngân hàng cũng đang tích cực ứng dụng AI trong việc phát triển ngân hàng số, nhờ đó thu hút được lượng lớn người dùng tăng lên theo cấp số nhân hàng năm. Một trong những đột phá của ngân hàng số phải kể đến sự ra đời của TPBank LiveBank 24/7 - ngân hàng tự động “không ngủ” đầu tiên của Việt Nam. Trong suốt nhiều năm qua, ngân hàng này đã tận dụng công nghệ, đặc biệt là AI trong việc giữ chân và mở rộng tệp khách hàng tiềm năng.
Cụ thể, TPBank đẩy mạnh tự động hóa và số hóa thông qua tích hợp công nghệ nhận diện khuôn mặt vào kênh ngân hàng tự động LiveBank, tăng cường bảo mật và tiện lợi cho khách hàng. Giúp giảm 30-40% nhân sự khối nghiệp vụ tương đương, tiết kiệm 60% thời gian giải ngân khoản vay, 30-60% thời gian giao dịch tại quầy. Chỉ trong năm 2023, TPBank đã ghi nhận thêm 3,5 triệu tài khoản mở mới, nâng tổng số khách hàng của ngân hàng vượt mốc 12 triệu. Như vậy, chỉ trong 3 năm trở lại đây, ngân hàng này đã thu hút thêm hơn 8,6 triệu khách hàng, gấp đôi tổng số lượng khách hàng của cả 12 năm trước đó vào hệ sinh thái tài chính số.
Gần đây nhất, một minh chứng thành công của sự kết hợp giữa AI và ngân hàng đó chính là tính năng cá nhân hóa thiết kế thẻ tín dụng của VIB. Sau hai ngày hợp tác với Fiza và Zalo AI ra mắt tính năng cá nhân hóa thiết kế thẻ tín dụng, giúp đưa ảnh cá nhân lên mặt thẻ, VIB ghi nhận hơn 4.000 thiết kế được người dùng sáng tạo thành công. Nhiều người dùng phản hồi tích cực khi được tự do thể hiện dấu ấn cá nhân trên sản phẩm tài chính với nhiều phong cách khác nhau do AI tạo sinh (Gen AI) hỗ trợ.
Cần một lộ trình ứng dụng phù hợp với "sức khoẻ" ngân hàng
Theo đánh giá của giới chuyên gia, ứng dụng AI trong ngành Ngân hàng mang lại nhiều lợi ích to lớn, giảm thiểu thời gian và chi phí xử lý, nâng cao độ chính xác và tính minh bạch. Đồng thời, AI giúp cung cấp các dịch vụ cá nhân hóa cho khách hàng, nâng cao hiệu quả hoạt động và quản lý rủi ro. Các hệ thống AI có khả năng phân tích lượng dữ liệu khổng lồ trong thời gian ngắn, giúp phát hiện gian lận nhanh chóng và chính xác. Bên cạnh đó, AI cũng hỗ trợ tối ưu hóa trải nghiệm khách hàng thông qua các trợ lý ảo và chatbot. Những công cụ này có khả năng cung cấp dịch vụ hỗ trợ 24/7, giúp giải đáp thắc mắc và xử lý các yêu cầu của khách hàng một cách nhanh chóng.
Theo nghiên cứu của Pitchbook, AI đang là tâm điểm của cuộc chạy đua công nghệ trên toàn cầu. Thị trường AI được dự báo đạt quy mô 190,61 tỷ USD vào năm 2025 và lợi ích tiềm năng từ AI đóng góp cho nền kinh tế vào khoảng 15.700 tỷ USD vào năm 2030. Chỉ riêng trong năm 2023, khoản đầu tư vào AI tạo sinh (Generative AI) đã bùng nổ, đạt 29,1 tỷ USD, tăng hơn 260% so với năm trước đó. Trong các ngành nghề, ngành Ngân hàng là một trong số những ngành đang có mức độ trưởng thành về AI cao nhất, với 85% ngân hàng đã thiết lập chiến lược ứng dụng AI trong xây dựng các sản phẩm, dịch vụ mới và hơn 59% nhân sự đang sử dụng AI trong hoạt động hàng ngày. Kinh phí của các ngân hàng cho GenAI được dự đoán sẽ tăng lên 85 tỷ USD vào năm 2030, tăng mạnh so với mức 6 tỷ USD năm 2024, đánh dấu mức đầu tư tăng hơn 1.400%. Xu hướng đầu tư mạnh mẽ này cho thấy rõ sự chuyển dịch từ ngân hàng truyền thống, Digital Bank sang AI Bank.
Tuy nhiên, việc triển khai AI trong ngân hàng không dễ dàng. Vấn đề bảo mật dữ liệu và quyền riêng tư luôn là mối quan tâm hàng đầu. Các ngân hàng cần đảm bảo rằng việc thu thập và sử dụng dữ liệu khách hàng phải tuân thủ các quy định pháp lý hiện hành. Thêm vào đó, việc tích hợp các hệ thống AI mới với cơ sở hạ tầng công nghệ hiện có cũng là một bài toán khó. Do đó, một lộ trình áp dụng AI phù hợp với năng lực của từng nhà băng là vô cùng cần thiết.
Trong một báo cáo mới công bố, FPT Digital khẳng định, AI đang và sẽ tiếp tục đóng vai trò quan trọng trong việc nâng cao hiệu quả hoạt động và cạnh tranh của ngành Ngân hàng. Đơn vị này khuyến nghị các ngân hàng nên có lộ trình triển khai AI rõ ràng và hiệu quả. Đầu tiên, các ngân hàng cần hiểu rõ về AI và đánh giá mức độ sẵn sàng của tổ chức, bao gồm cơ sở hạ tầng công nghệ và nhân lực. Hình thành ý tưởng, xác định lĩnh vực kinh doanh ưu tiên và đánh giá khả năng ứng dụng AI để xác định cơ hội và giải pháp tiềm năng là các bước tiếp theo. Sau đó, đánh giá giá trị và mức độ thực hiện của các ý tưởng, thực thi kế hoạch và giám sát liên tục để đảm bảo các mô hình AI được cập nhật và cải tiến thường xuyên. Đồng thời, các ngân hàng cần xác định trước các rủi ro như pháp lý, bảo mật, đầu tư trên nền tảng cũ và lực lượng lao động, thiết lập phương án giải quyết cụ thể để đảm bảo sự thành công và bền vững của các dự án AI.