AI Tự Chủ - Cải thiện sự tương tác của khách hàng trong Dịch vụ Tài chính

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

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

“Doanh thu trong ngành fintech được kỳ vọng sẽ tăng nhanh gần ba lần so với trong lĩnh vực ngân hàng truyền thống giai đoạn 2022 đến 2028” – McKinsey, Oct24, 2023.
“Thị trường fintech toàn cầu được dự báo sẽ đạt giá trị 394,88 tỷ USD vào năm 2025 và lên 1.126,64 tỷ USD vào năm 2032” – Fortune business insights, ngày 09/06/2025

Sự tương tác với khách hàng là một trong những khác biệt cốt lõi giữa các tổ chức ngân hàng & dịch vụ tài chính truyền thống và fintech. Bắt đầu từ quy trình onboarding khách hàng liền mạch, đến xác thực, thực hiện giao dịch, rồi dịch vụ tiếp theo và xử lý khiếu nại, fintech thể hiện xuất sắc hơn so với các tổ chức tài chính truyền thống. Theo thời gian, fintech đã cố gắng thu hẹp khoảng cách và vượt trội về tương tác với khách hàng. Nghiên cứu cho thấy đây là yếu tố đơn lẻ quan trọng nhất, dẫn đến cải thiện kết quả kinh doanh.

Mặc dù có những tiến bộ trong công nghệ số và nỗ lực của các ngân hàng, dịch vụ khách hàng vẫn tiếp tục là một trong những lĩnh vực chính cần cải thiện. “Tính cá nhân hóa” và “Tốc độ dịch vụ khách hàng” vẫn được chấm điểm thấp trong các khảo sát1 về mức độ hài lòng, tạo ra nhiều cơ hội để các ngân hàng và tổ chức dịch vụ tài chính nâng cao chất lượng. Khoảng cách này còn rộng hơn đối với khách hàng quản lý tài sản, nơi nhu cầu về cá nhân hóa và kiến thức chuyên biệt quan trọng nhất, từ đó xây dựng niềm tin và lòng trung thành. Đây là nơi các AI Agents được trang bị kiến thức chuyên môn theo lĩnh vực có thể thúc đẩy những tương tác với khách hàng vừa hấp dẫn vừa thông minh. Dịch vụ khách hàng đóng vai trò tiên phong trong tương tác kinh doanh, không chỉ tạo ra mức độ hài lòng, mà còn tạo ra lòng trung thành dài hạn và giá trị kinh doanh trọn đời.

Một mạng lưới AI dạng agentic với nhiều tác nhân chuyên biệt có thể thực hiện các hoạt động đồng thời, chẳng hạn như trích xuất lịch sử tương tác với khách hàng, phân tích cảm xúc, các sự kiện trong đời, phân tích bối cảnh cạnh tranh về sản phẩm và phí, phân tích xu hướng thị trường v.v., đồng thời cung cấp hướng dẫn giàu thông tin cho khách hàng. Sử dụng công nghệ NLP và các công nghệ hỗ trợ giọng nói, tương tác có thể được thực hiện một cách trực quan bằng cách khớp với phong cách ưa thích của khách hàng, độc lập với ngôn ngữ và hỗ trợ đa kênh. Lợi ích của GenAI là có thật và một số triển khai gần đây của ngân hàng đang cho thấy kết quả tích cực. Cải thiện trải nghiệm là một trong những người hưởng lợi chính.

Phối hợp AI–con người là một trong những kết quả mang lại lợi ích qua lại nhiều nhất từ các phát triển công nghệ gần đây. Các hệ thống trí tuệ nhân tạo thể hiện năng lực vượt trội trong việc xử lý khối lượng dữ liệu khổng lồ, xác định các xu hướng và mẫu hình với độ chính xác và tốc độ cao.

Trí tuệ nhân tạo tạo sinh tiếp tục mở rộng khả năng này, bằng cách tạo ra các khuyến nghị cho các tác nhân con người nhằm nâng cao trải nghiệm và mức độ tương tác của khách hàng. Các Cố vấn Tài chính Cá nhân, trước đây là đặc quyền của nhóm khách hàng có giá trị tài sản ròng cực cao, giờ đây có thể được “dân chủ hóa” nhờ các AI Agents và được cung cấp cho tệp khách hàng rộng hơn.

Các ngân hàng, do nắm giữ rất nhiều thông tin cá nhân của khách hàng và lịch sử giao dịch, có thể cung cấp một dịch vụ concierge, từ lập kế hoạch thuế đến tư vấn đầu tư, thậm chí đóng vai trò như một trợ lý cá nhân. Nhờ việc từng bước cho phép các AI Agents xử lý các tác vụ phức tạp và mang tính cá nhân, các ngân hàng và tổ chức dịch vụ tài chính có thể mang lại trải nghiệm khách hàng vượt trội, dẫn đến tăng cường lòng trung thành và giá trị trọn đời.

AI Agentic & “cơn sốt” xung quanh nó

Xu hướng công nghệ Gartner 2025 đã đặt AI Agentic là xu hướng hàng đầu trong năm 2025. Khảo sát benchmark của MITSMR 2025 về Lãnh đạo AI & Dữ liệu cũng dự báo kết quả tương tự.

AI Agentic là gì? Nó đề cập đến “các hệ thống và mô hình AI có thể hành động một cách tự chủ để đạt được mục tiêu mà không cần sự hướng dẫn liên tục từ con người, theo HBR. Nó hiểu các mục tiêu và ý định của người dùng cũng như bối cảnh của vấn đề mà họ đang cố gắng giải quyết”. Đây là một hệ thống tự học sử dụng năng lực suy luận tinh vi và khả năng sáng tạo của các mô hình GenAI để giải quyết các bài toán phức tạp nhiều bước. Một “mess” agentic là một nhóm gồm nhiều tác nhân, có thể thực hiện các tác vụ đồng thời nhưng được đồng bộ theo một mục tiêu duy nhất.

“Các hệ thống AI Agentic hứa hẹn sẽ biến đổi nhiều khía cạnh của sự hợp tác giữa con người và máy móc nhờ năng lực suy luận và thực thi được “tăng sức mạnh”. Chúng có thể lập kế hoạch và đưa ra quyết định độc lập, mang lại năng suất, đổi mới và các hiểu biết lớn hơn cho lực lượng lao động của con người” 
– HBR, tháng 12/2024

Một ví dụ về hệ thống dịch vụ khách hàng AI Agentic

Tất cả các tác nhân này thực hiện nhiệm vụ của mình đồng thời và báo cáo lên tác nhân quản lý, người trong hệ thống phản hồi lại các câu hỏi của khách hàng. Kiến thức chuyên môn theo lĩnh vực được tinh tuyển và quá trình huấn luyện khiến các tác nhân này trở thành chuyên gia trong phạm vi của họ. Thư viện tổ chức khổng lồ về nghiên cứu quản lý tài sản và các điểm dữ liệu chính là các nguồn lực, có thể được khai thác để huấn luyện các AI Agents.

Một số trường hợp sử dụng quan trọng trong dịch vụ khách hàng là:

*   Tư vấn tài chính ảo
*   Phân loại hồ sơ khách hàng
*   Giám sát gian lận theo thời gian thực
*   Thực hiện các tác vụ thường quy
*   Báo cáo

Phân loại hồ sơ khách hàng, là bước đầu tiên để hiểu về một khách hàng, là một trường hợp sử dụng quan trọng khác thúc đẩy sự tương tác với khách hàng. Ngân hàng hiểu khách hàng càng tốt thì có thể phục vụ tốt hơn và xây dựng mối quan hệ bền vững hơn. Đây là một quy trình phức tạp. Mặc dù công nghệ đã có tiến bộ, quy trình này vẫn tốn thời gian và còn nhiều dư địa để cải thiện. Qua nhiều năm, các công nghệ OCR và các mức độ tự động hóa khác nhau ở từng giai đoạn đã cải thiện đáng kể quy trình thu thập, xử lý và khai thác thông tin khách hàng. Các Autonomous AI Agents mang đến nhiều hy vọng và khả năng để tiếp tục chuyển đổi quy trình này, giúp quy trình trở nên liền mạch và có thể thực hiện nhiều hoạt động đồng thời.

Các AI Agents, sử dụng hệ sinh thái các công cụ được hỗ trợ bởi AI như xác thực sinh trắc học, nhận diện khuôn mặt, xác minh tài liệu bật API v.v., có thể thực hiện đồng thời nhiều bước xác thực theo kiểu song song trong khi thu thập dữ liệu.

Như bằng chứng cho thấy, quy trình hiện tại dễ bị tổn thương trước các tác nhân gian lận, những kẻ có thể vượt qua các cơ chế xác thực như bài test tính sống động (liveliness test) v.v. Các AI Agents có khả năng làm cho quy trình này trở nên vững chắc hơn bằng cách phân tích các tín hiệu theo ngữ cảnh như góc của thiết bị, hoặc việc chạy bất kỳ phần mềm trái phép nào ở chế độ nền v.v. Ngoài ra, khả năng của AI Agents trong việc xử lý dữ liệu phi cấu trúc kết hợp với phân tích cảm xúc có thể dẫn đến việc phân loại rủi ro của khách hàng một cách vững chắc hơn, tạo ra hồ sơ cá nhân (persona) chính xác hơn. Việc soi xét sâu hơn này kết hợp với các lần xác thực song song theo thời gian thực sẽ nâng cao mức độ an toàn và giúp ngăn chặn các âm mưu gian lận tinh vi của những đối tượng thiếu trung thực, khiến hệ thống trở nên an toàn. Điều này dẫn đến tăng niềm tin, tăng cường tương tác với khách hàng và lòng trung thành.

Bài học rút ra:

*   Một cuộc tương tác khách hàng điển hình có thể liên quan đến nhiều yêu cầu—chẳng hạn như giao dịch gần đây, gợi ý sản phẩm và lỗi thanh toán—tất cả trong cùng một cuộc hội thoại.
*   Các chatbot truyền thống thường không xử lý tốt những tương tác đa chiều như vậy và có thể mất ngữ cảnh.
*   Các chatbot truyền thống không thể “xoay vòng” (churn) danh mục khách hàng bằng cách thực hiện các giao dịch đầu tư trên các sản phẩm quản lý tài sản 
*   AI Agentic vận hành ở mức độ tiên tiến hơn, hoạt động như các thành viên trong một “đội” kỹ thuật số, với:

Tính tự chủ để hành động mà không cần can thiệp liên tục của con người.

Trí tuệ định hướng theo mục tiêu nhằm theo đuổi và đạt được các kết quả cụ thể.

Năng lực suy luận theo thời gian thực cho việc ra quyết định linh hoạt.

*   Các hệ thống này có thể:

Hiểu ngôn ngữ tự nhiên và tinh tế của con người.

Duy trì tính mạch lạc theo ngữ cảnh xuyên suốt các cuộc hội thoại dài và phức tạp.

Tích hợp và điều phối các tác vụ bằng các công cụ như CRM, ERP và các cơ sở tri thức nội bộ.

*   Trong tương tác với khách hàng, AI Agentic mang lại:

Hỗ trợ 24/7 mô phỏng tương tác của con người.

Xử lý linh hoạt, có thể mở rộng đối với các vấn đề phức tạp và nhiều lớp của khách hàng.

Các cuộc trò chuyện cá nhân hóa, mượt mà được kích hoạt bởi một mạng lưới micro-agents, mỗi tác nhân chuyên về một nhu cầu khách hàng cụ thể.

*   Cách tiếp cận này vượt ra ngoài việc chỉ xử lý các câu hỏi cơ bản—nó đảm bảo sở hữu đầy đủ vấn đề và giải quyết theo đầu-cuối.

Kêu gọi hành động dành cho các nhà lãnh đạo ngành:

Câu hỏi chiến lược bây giờ là; các nhà lãnh đạo ngành nên làm gì để không chỉ thử nghiệm mà còn triển khai (operationalize) AI agentic nhằm mang lại các lợi ích mang tính chuyển đổi? Trước hết, họ phải vượt qua sự mệt mỏi vì thí điểm và chọn các trường hợp sử dụng tương tác với khách hàng có tác động cao để thử nghiệm ở “chế độ copilot”.

Đó là việc tăng cường cho các tác nhân con người, không phải thay thế họ. Thứ hai, đầu tư vào việc huấn luyện các đội ngũ tuyến đầu để làm việc cùng với AI, không phải đứng cạnh nó. AI nên là đối tác của họ, không phải một quy trình song song. Thứ ba, thay đổi các mô hình ngân sách từ phần mềm tính theo chỗ ngồi (per-seat) sang các hợp đồng dịch vụ theo kết quả theo kiểu “dịch vụ như phần mềm” (service-as-a-software); thanh toán theo mức độ giải quyết, không phải theo giấy phép. Thứ tư, các nhà lãnh đạo phải tích hợp dữ liệu giữa các “khoang” (silo) như marketing, dịch vụ, vận hành, để cung cấp cho các hệ thống này đúng ngữ cảnh mà chúng cần.

Và cuối cùng, hãy dẫn dắt bằng niềm tin; triển khai các rào chắn mang tính đạo đức, đo lường hiệu suất một cách minh bạch và cho khách hàng biết rằng trong khi máy móc có thể xử lý các câu hỏi, thì con người luôn nằm trong vòng lặp (luôn tham gia). Ở kỷ nguyên mới này, chiến thắng không phải là xây dựng công nghệ, mà là trao quyền cho con người và quy trình để khuếch đại tác động của nó.

Tài liệu tham khảo:

Tương lai tăng trưởng của fintech | McKinsey

• • Tổng quan thị trường FinTech về Quy mô, Tỷ phần, Giá trị | Tăng trưởng [2032]