Trí tuệ nhân tạo: Bộ quần áo mới của Hoàng đế? Sự chấp nhận trong dịch vụ tài chính

Katharine Wooller là Giám đốc Chiến lược – Dịch vụ Tài chính của Softcat plc, một công ty niêm yết trên FTSE, hoạt động trong lĩnh vực FS&I.

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

Được đọc bởi các lãnh đạo tại JP Morgan, Coinbase, Blackrock, Klarna và hơn thế nữa

Ít chủ đề nào gây chia rẽ mạnh như AI; các đánh giá trải dài từ, ở phía tích cực hơn, ranh giới tiếp theo của tiến bộ con người, một giải pháp công nghệ đi tìm vấn đề để giải quyết, hay, tệ hơn, tiềm năng tạo ra sự kết thúc của loài người.

Với vai trò là Giám đốc Chiến lược tại Softcat, đơn vị hỗ trợ 2.500 doanh nghiệp dịch vụ tài chính thông qua các dịch vụ CNTT và hạ tầng, tôi có vị trí quan sát trực diện ưu đãi khi chứng kiến sự đổi mới đang diễn ra trên toàn phổ FS&I của các công ty.

Mở màn là việc các quỹ hedge định lượng đã có mức độ tiếp nhận mạnh, những quỹ này đón nhận khoản đầu tư đáng kể vào AI để cải thiện lợi nhuận, và cũng có cả lĩnh vực bảo hiểm, vốn được hưởng lợi từ lượng lớn dữ liệu – cả hai đều có thể dễ dàng biện minh cho các trường hợp sử dụng rõ ràng với ROI mạnh.
 
Các công ty dịch vụ tài chính đã thực hiện mô hình hóa toán học và học máy gần một thập kỷ trước khi AI được tiếp thị dưới hình thức hiện nay, nhưng gần đây, hiệu suất vượt trội của hạ tầng AI đã thúc đẩy mức độ tiếp nhận mạnh mẽ từ các quỹ giao dịch định lượng và các công ty bảo hiểm lẫn quản lý tài sản, tất cả đều tìm kiếm lợi ích từ lượng dữ liệu khổng lồ hiện đã sẵn có cho họ.

Hơn nữa, phần lớn thứ được bán như “AI” đơn giản chỉ là phiên bản kế tiếp của tự động hóa.

Mặc dù chúng tôi thấy sự quan tâm rất lớn đến AI trên mọi loại hình doanh nghiệp dịch vụ tài chính, dựa trên tiềm năng to lớn của công nghệ, cuối cùng chúng ta vẫn đang ở những bước đầu của quá trình áp dụng. Hơn nữa, có rất nhiều trường hợp sử dụng khác nhau – một ngân hàng hạng nhất (tier one) sẽ triển khai AI rất khác với, chẳng hạn, một hiệp hội xây dựng quy mô địa phương gồm mười chi nhánh.

Tôi thường thấy mức độ “khát khao” khác nhau ngay trong cùng một tổ chức: hội đồng quản trị, các thế hệ trẻ hơn am hiểu kỹ thuật số hơn và các bộ phận vận hành/tài chính thường cởi mở hơn với ý tưởng này, hơn là, ví dụ, các đồng nghiệp ở mảng tuân thủ.  Những lo ngại được nêu ra thường bao gồm tính “hộp đen” của công nghệ, những lo lắng về việc triển khai AI một cách có đạo đức, và thiếu sự rõ ràng về mặt quy định.

Tuy nhiên, đang xuất hiện những mẫu hình rõ ràng về những yếu tố tạo nên việc tiếp nhận sớm và mức độ sử dụng mạnh.  Các doanh nghiệp thành công có chiến lược vững chắc để áp dụng AI, thiết lập các trung tâm xuất sắc và đảm bảo rằng dữ liệu của họ ở trạng thái phù hợp ngay từ đầu; những việc tưởng như là nỗ lực nhỏ, nhưng lại chính là nền tảng của sự đổi mới thành công.

Chúng tôi thường thấy trường hợp sử dụng đầu tiên để triển khai trong các công cụ năng suất như ChatGPT, Co-pilot hoặc Claude, vốn thường là điểm khởi đầu cho nhiều đồng nghiệp trong việc đón nhận ý tưởng về AI, và đôi khi được nhắc đến khô khan như “cánh cổng thuốc”!
 
Về mặt văn hóa, việc áp dụng AI có thể là một bước rẽ rất lớn so với hiện trạng, và các đội ngũ lãnh đạo hiệu quả cao sẽ tìm cách “đi trước để tương thích tương lai” cho tổ chức của mình.  Chiến lược nhân sự có tầm nhìn xa là tối quan trọng, xây dựng năng lực và chuyên môn AI nội bộ, tập trung vào các kỹ năng và chuyên môn có thể áp dụng, đồng thời khuyến khích chia sẻ kiến thức.  Quan điểm dài hạn sẽ cần được tính đến trong việc bố trí lại những đồng nghiệp có vai trò bị thay thế bởi các hiệu quả vận hành do AI tạo ra.

Đúng là đang có nhiều sự tập trung vào giá trị gia tăng từ AI; có một số ngân hàng có hàng trăm trường hợp sử dụng tiềm năng và việc điều hướng để chọn cái nào đưa vào thử nghiệm ý tưởng (proof of concept) rồi triển khai rộng hơn, có thể là thách thức.  Thực hành tốt, với công nghệ mới như vậy, hiện chỉ đang dần hình thành. Trong giai đoạn đầu, việc sàng lọc một lượng lớn các trường hợp sử dụng tiềm năng để ưu tiên những trường hợp mang lại giá trị tạo ra lớn nhất có thể khiến mọi thứ trở nên quá tải, và có thể thực hiện “triage” không khoan nhượng dựa trên tác động, chi phí, tính khả thi và sự phù hợp với các mục tiêu kinh doanh rộng hơn để đánh giá ROI tiềm năng.

Cần có một khung đo lường được suy nghĩ kỹ lưỡng để đánh giá các dự án AI, với các KPI liên quan, các phương pháp thu thập dữ liệu vững chắc và các cơ chế báo cáo được xác định rõ ràng.  Khi một dự án AI đã trở thành một phần của BAU, cần có chính sách phát triển liên tục theo vòng lặp (iterative) theo thời gian để tối đa hóa lợi nhuận và đảm bảo sự phù hợp với các ưu tiên chiến lược – một lần nữa, điều này thường là đặc điểm văn hóa của các đội nhóm hoạt động hiệu suất cao.

Gần đây, tôi đã được mời nói chuyện về AI với một cơ quan quản lý.  Trong một cuộc tọa đàm theo dạng bàn tròn của ngành, một câu hỏi vừa xuất sắc vừa khiến người ta bối rối đã được đưa ra: “AI giải quyết tốt hơn bất kỳ thứ gì một vấn đề nào?”  Không có gì đáng ngạc nhiên, mỗi tổ chức lại có một câu trả lời hoàn toàn khác nhau, và tôi kỳ vọng các doanh nghiệp sẽ tiếp tục phải vật lộn với câu hỏi này trong nhiều năm tới.

Những người không thể đưa ra định hướng chiến lược về AI, và triển khai một cách phù hợp, kịp thời sẽ bị rơi vào một bất lợi đáng kể.