Trong nhiều năm, trí tuệ nhân tạo (AI) trong ngân hàng hoạt động như một thực tập sinh hữu ích. Nó soạn thảo email, tóm tắt báo cáo và trả lời câu hỏi của khách hàng. Hữu ích, nhưng không mang tính đột phá.
Sau đó, chatbot xuất hiện. Những “trợ lý kỹ thuật số” này hứa hẹn dịch vụ tốt hơn nhưng thường đưa ra câu trả lời dài cho các vấn đề đơn giản.
Hiện tại, mô hình đang thay đổi. Một làn sóng mới của AI tác nhân vượt ra ngoài hỗ trợ để hành động. Thay vì đề xuất nhiệm vụ, các hệ thống này có thể thực hiện chúng: giải quyết giao dịch, kiểm tra quy tắc tuân thủ hoặc đánh dấu các giao dịch đáng ngờ.
Tóm lại, ngân hàng đang chuyển từ AI giúp đỡ nhân viên ngân hàng sang AI hoạt động như một nhân viên ngân hàng.
Chính xác thì AI tác nhân là gì?
Về cốt lõi, AI tác nhân đề cập đến các hệ thống AI có thể lập kế hoạch, quyết định và thực hiện nhiệm vụ một cách tự động qua nhiều bước.
Không giống như các công cụ AI truyền thống chờ đợi lời nhắc, một tác nhân AI có thể:
Theo một phân tích gần đây của nhóm dịch vụ tài chính Microsoft, các hệ thống tác nhân cho phép ngân hàng tự động hóa các quy trình phức tạp, từ kiểm tra gian lận đến tiếp nhận, vì các mô hình AI hiện đại hiện có thể thực hiện lý luận nhiều bước và tương tác an toàn với các giao diện lập trình ứng dụng nội bộ (API).
Trong ngân hàng, điều này có nghĩa là hệ thống làm nhiều hơn là chỉ diễn giải một lời nhắc. Nó có thể chạy một quy trình từ đầu đến cuối. Ví dụ, nó có thể xem xét dữ liệu thị trường, kiểm tra quy tắc tuân thủ và thực hiện giao dịch hoặc thanh toán thông qua các hệ thống kết nối.
Thay vì chờ đợi một con người phê duyệt từng bước, AI tuân theo các quy tắc và hoàn thành nhiệm vụ tự động.
Khả năng điều phối nhiệm vụ qua các hệ thống là lý do tại sao nhiều ngân hàng hiện mô tả AI tác nhân là “AI giao dịch.”
AI không chỉ nói về các hành động tài chính; nó thực hiện chúng.
AI Tạo sinh vs. AI Tác nhân: Sự khác biệt là gì?
Cả AI tạo sinh và AI tác nhân đều dựa vào các mô hình ngôn ngữ lớn (LLM). Sự khác biệt chính nằm ở những gì chúng được xây dựng để làm.
Hầu hết mọi người ngày nay đều quen thuộc với các công cụ AI tạo sinh như ChatGPT hoặc Claude. Các hệ thống này tạo ra nội dung: văn bản, mã, báo cáo và tóm tắt. Nó giúp nhân viên diễn giải thông tin nhưng không thực hiện hành động.
Nhưng AI tạo sinh dừng lại ở giai đoạn tư vấn. AI tác nhân đi xa hơn: nó được thiết kế để thực hiện nhiệm vụ. Nó có thể phân tích dữ liệu, đưa ra quyết định trong các quy tắc đã định và kích hoạt hành động qua các hệ thống kết nối.
Nói đơn giản, AI tạo sinh cung cấp bản đồ. AI tác nhân lái xe.
Đây là sự khác biệt trong bối cảnh ngân hàng:
|
Tính năng |
AI Tạo sinh |
AI Tác nhân |
|
Vai trò cốt lõi |
Tạo ra thông tin |
Thực hiện nhiệm vụ |
|
Phong cách tương tác |
Phản hồi theo lời nhắc |
Quy trình tự động |
|
Ví dụ trong ngân hàng |
Soạn thảo báo cáo tuân thủ |
Nộp báo cáo tuân thủ tự động |
|
Ví dụ trong giao dịch |
Phân tích danh mục đầu tư |
Thực hiện và thanh toán giao dịch |
AI Tác nhân đã điều hành ngân hàng chưa?
Các tổ chức như Goldman Sachs, Lloyds Banking Group và Deutsche Bank không còn chỉ thử nghiệm các công cụ AI. Nhiều tổ chức đang tích hợp các hệ thống dựa trên tác nhân vào hoạt động hàng ngày để tự động hóa các phần của giao dịch, tuân thủ và giám sát rủi ro.
Các hệ thống này hiện đang được trao quyền hạn hạn chế để xử lý các nhiệm vụ mà trước đây cần kiểm tra thủ công.
Ví dụ, Lloyds Banking Group đã công bố kế hoạch mở rộng AI tác nhân trên toàn ngân hàng, dự kiến hơn 100 triệu bảng Anh giá trị từ các sáng kiến AI vào năm 2026, gấp đôi giá trị tạo ra năm trước đó.
Trong khi đó, các công ty Phố Wall như Goldman Sachs đang thử nghiệm các tác nhân AI cho các quy trình nội bộ như kế toán giao dịch, kiểm tra tiếp nhận và quy trình tuân thủ.
Mục tiêu không phải là thay thế hoàn toàn nhân viên ngân hàng, mà là loại bỏ các phần chậm nhất của quy trình.
AI Tác nhân đang xuất hiện đầu tiên ở đâu
Các ngân hàng vốn dĩ thận trọng. Điều đó có nghĩa là AI tác nhân không được triển khai đồng loạt. Thay vào đó, công nghệ này xuất hiện đầu tiên ở các lĩnh vực có quy tắc cấu trúc và luồng dữ liệu lớn, bao gồm:
-
Chống rửa tiền (AML)
Các đội tuân thủ phải xem xét hàng ngàn cảnh báo hàng ngày.
Các hệ thống AI tác nhân có thể:
Nghiên cứu học thuật đã chỉ ra rằng các hệ thống AML dựa trên tác nhân có thể tăng tốc đáng kể quy trình tuân thủ trong khi cải thiện độ chính xác của câu chuyện cho các cơ quan quản lý.
-
Tiếp nhận khách hàng và biết khách hàng của bạn (KYC)
Mở tài khoản ngân hàng yêu cầu xác minh danh tính, kiểm tra tài liệu và sàng lọc gian lận.
Các hệ thống tác nhân có thể thực hiện các bước này theo trình tự tự động.
-
Hoạt động giao dịch
Thanh toán giao dịch hậu trường, một trong những nhiệm vụ nặng nề nhất về quy tắc trong tài chính, cũng đang trở thành ứng cử viên hàng đầu cho tự động hóa.
Thay vì nhân viên đối chiếu giao dịch thủ công, các tác nhân AI có thể xác minh hồ sơ và cập nhật sổ cái ngay lập tức.
Nhưng liệu các ngân hàng có thể tin tưởng AI tự động?
Đây là sự thật không thoải mái: AI tác nhân giới thiệu những rủi ro mới.
Các hệ thống AI tác nhân có thể tự hành động để hoàn thành nhiệm vụ. Nếu một hệ thống đọc sai dữ liệu thị trường hoặc áp dụng sai quy tắc, nó có thể kích hoạt một chuỗi các hành động sai trước khi con người can thiệp.
Rủi ro này đôi khi liên quan đến những gì các nhà nghiên cứu gọi là ảo giác AI, nơi một mô hình đưa ra kết luận sai từ dữ liệu không đầy đủ hoặc đọc sai. Trong ngân hàng, những lỗi như vậy có thể ảnh hưởng đến thực hiện giao dịch, kiểm tra tuân thủ hoặc giám sát giao dịch.
Các chuyên gia cảnh báo về 3 thách thức chính:
Tính minh bạch
Các quyết định AI phải có thể giải thích được cho các cơ quan quản lý.
Thiên vị trong các mô hình tài chính
Dữ liệu đào tạo có thể dẫn đến kết quả không công bằng.
Sự mở rộng quyền tự động
Các hệ thống AI có thể bắt đầu đưa ra quyết định ngoài phạm vi dự định của chúng.
Để quản lý rủi ro này, các cơ quan quản lý và tổ chức toàn cầu đang làm việc để đưa ra các biện pháp bảo vệ.
Ví dụ, các cơ quan quản lý trong Liên minh Châu Âu (EU) đã giải quyết những lo ngại này thông qua các khung như Đạo luật AI của EU, yêu cầu giám sát chặt chẽ đối với các hệ thống AI có rủi ro cao trong tài chính.
Nói cách khác, các ngân hàng có thể tự động hóa quy trình làm việc nhưng trách nhiệm vẫn thuộc về con người.
Vậy… Các tác nhân AI có đang chiếm lĩnh ngân hàng?
Không hẳn. Thực tế phức tạp hơn.
AI tác nhân đang nhanh chóng trở thành một lớp lực lượng lao động kỹ thuật số trong các tổ chức tài chính. Các hệ thống này có thể xử lý các nhiệm vụ lặp đi lặp lại nhanh hơn và ở quy mô lớn.
Nhưng các trách nhiệm cốt lõi như quyết định rủi ro, quan hệ khách hàng, phán đoán chiến lược, vẫn cần sự giám sát của con người.
Ngay cả những triển khai AI tiên tiến nhất hiện nay cũng hoạt động với quản trị “con người trong vòng lặp”, nghĩa là nhân viên có thể can thiệp khi cần thiết.
Các tổ chức tài chính trong tương lai có thể không thay thế nhân viên ngân hàng bằng AI, nhưng họ chắc chắn sẽ mong đợi nhân viên ngân hàng làm việc cùng với hàng ngàn tác nhân kỹ thuật số.
Và điều đó đặt ra một câu hỏi thú vị cho ngành:
Nếu các tác nhân AI đã có thể thực hiện giao dịch, giám sát tuân thủ và phân tích thị trường, thì chính xác nhân viên ngân hàng của thập kỷ tới sẽ làm gì?
Một điều rõ ràng: mô tả công việc sắp thay đổi.
