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, Softcat plc, một công ty CNTT niêm yết trên FTSE.

Khám phá tin tức và sự kiện fintech hàng đầu!

Đăng ký nhận bản tin của FinTech Weekly

Được đọc bởi các nhà điều hành tại JP Morgan, Coinbase, Blackrock, Klarna và hơn thế nữa

Ít có chủ đề nào gây phân cực mạnh mẽ như AI; các đánh giá dao động từ, ở phía lạc quan hơn, cột mốc tiếp theo của tiến bộ con người, một giải pháp công nghệ đang tìm kiếm vấn đề để giải quyết, hoặc, trong trường hợp tệ hơn, tiềm năng tạo ra sự kết thúc của nhân loại.

Với vai trò Giám đốc Chiến lược tại Softcat, đơn vị hỗ trợ 2.500 công ty dịch vụ tài chính thông qua các dịch vụ CNTT và hạ tầng, tôi có vị trí quan sát đắc địa ở hàng ghế đầu để theo dõi sự đổi mới đang diễn ra trên toàn bộ phổ các công ty FS&I.

Ngay từ đầu đã có mức độ tiếp nhận mạnh trong các quỹ hedge định lượng, những nơi nắm bắt khoản đầu tư đáng kể vào AI để cải thiện lợi nhuận, và cũng có lĩnh vực bảo hiểm, vốn được hưởng lợi từ lượng lớn dữ liệu – cả hai đều có thể dễ dàng chứng minh các trường hợp sử dụng rõ ràng với ROI mạnh.
 
Các công ty dịch vụ tài chính đã làm mô hình hóa toán học và học máy gần một thập kỷ trước khi AI được tiếp thị dưới “phiên bản hiện tại”, nhưng gần đây hiệu năng “khủng” của hạ tầng AI đã thúc đẩy mức độ tiếp nhận mạnh bởi 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, rất nhiều thứ được bán là AI thực chất chỉ là phiên bản kế tiếp của tự động hóa.

Trong khi chúng tôi thấy mối quan tâm rất lớn về AI ở mọi loại hình công ty dịch vụ tài chính, dựa trên tiềm năng to lớn của công nghệ, thì cuối cùng chúng ta vẫn đang ở giai đoạn đầu của việc áp dụng. Ngoài ra còn có các trường hợp sử dụng cực kỳ khác biệt – một ngân hàng hạng một sẽ triển khai AI rất khác so với, chẳng hạn, một hiệp hội tiết kiệm địa phương có mười chi nhánh.

Tôi thường thấy có những khẩu vị khác nhau trong cùng một tổ chức: ban lãnh đạo, các thế hệ trẻ hơn am hiểu số hơn, và các bộ phận vận hành/tài chính thường cởi mở với ý tưởng hơn, so với, chẳng hạn, các đồng nghiệp phụ trách tuân thủ.  Những lo ngại thường nêu ra bao gồm tính “hộp đen” của công nghệ, lo lắng về việc triển khai AI một cách có đạo đức, và thiếu sự rõ ràng về quy định.

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

Chúng tôi thường thấy trường hợp sử dụng đầu tiên được triển khai trong các công cụ năng suất như ChatGPT, Co-pilot, hoặc Claude, vốn thường là điểm khởi đầu cho nhiều đồng nghiệp khi tiếp cận ý tưởng về AI, và đôi khi được gọi khô khan là “thuốc cổng”!
 
Về mặt văn hóa, việc áp dụng AI có thể là một bước rẽ lớn so với hiện trạng, và các đội ngũ lãnh đạo có hiệu quả cao sẽ tìm cách giúp tổ chức của họ sẵn sàng cho tương lai.  Một chiến lược nhân sự mang tầm nhìn là điều 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.  Cần có cái nhìn dài hạn trong việc sắp xếp lại đồng nghiệp khi các vai trò của họ bị thay thế bởi những hiệu quả do AI tạo ra.

Đúng là có rất nhiều sự tập trung vào giá trị gia tăng từ AI; có những ngân hàng có hàng trăm trường hợp sử dụng tiềm năng và việc điều hướng để chọn cái nào đưa vào thử nghiệm khái niệm, rồi triển khai rộng rãi hơn, có thể rất thách thức.  Thông lệ tốt, với một công nghệ mới như vậy, vẫn đang dần hình thành.  Ở giai đoạn đầu, việc sàng lọc qua một lượng lớn các trường hợp sử dụng tiềm năng để ưu tiên những trường hợp tạo ra giá trị lớn nhất có thể khiến cho người ta choáng ngợp, và việc “cắt tỉa” không khoan nhượng có thể được thực hiện 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 phù hợp, 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 trong thời gian để tối đa hóa lợi nhuận và đảm bảo sự phù hợp với các ưu tiên chiến lược – một lần nữa, đây thường là yếu tố văn hóa của các đội ngũ hoạt động hiệu suất cao.

Gần đây, tôi đã được mời để nói chuyện về AI với một cơ quan quản lý.  Trong một buổi bàn tròn của ngành, một câu hỏi gây bối rối nhưng hết sức thú vị đã được đặt ra: “AI giải quyết được vấn đề nào tốt hơn bất kỳ thứ gì khác?”  Không có gì đáng ngạc nhiên, mỗi tổ chức lại có một câu trả lời hoàn toàn khác nhau, và tôi kỳ vọng các công ty sẽ còn phải băn khoăn với câu hỏi này trong nhiều năm tới.

Những ai không thể có chiến lược về AI và triển khai một cách phù hợp, kịp thời, sẽ phải chịu bất lợi đáng kể.