Từ góc nhìn của Tổng Giám đốc Techcombank Jens Lottner trong cuộc trao đổi với The Asian Banker – một trong những tổ chức đánh giá và xuất bản uy tín nhất trong lĩnh vực tài chính ngân hàng tại châu Á, câu trả lời có thể không nằm ở công nghệ, mà ở cách doanh nghiệp xây dựng dữ liệu, tổ chức vận hành và quản lý việc ra quyết định ở quy mô lớn.

Khi cuộc chơi AI thay đổi bản chất

Trong nhiều năm, đầu tư vào hạ tầng số, ứng dụng di động, dữ liệu hay điện toán đám mây từng là công thức phổ biến để doanh nghiệp tìm kiếm lợi thế cạnh tranh. Tổ chức nào đi trước về công nghệ thường tạo được khoảng cách đáng kể trên thị trường.

Nhưng AI đang làm thay đổi quy luật đó.

Sự phát triển của điện toán đám mây, mô hình AI nền tảng và hệ sinh thái công nghệ mở khiến khoảng cách giữa các doanh nghiệp ngày càng được rút ngắn. Nếu trước đây cần nhiều năm để bắt kịp về năng lực công nghệ, thì hiện nay khoảng thời gian này chỉ tính bằng vài tháng.

Trong cuộc trao đổi với The Asian Banker, CEO Techcombank cho rằng lợi thế dài hạn không còn nằm ở công nghệ đơn thuần, mà được quyết định bởi cách doanh nghiệp tổ chức dữ liệu, mô hình vận hành và năng lực ra quyết định.

Đây cũng là thay đổi lớn đang diễn ra trong cách doanh nghiệp tiếp cận AI trên toàn cầu. Khác biệt không còn nằm ở việc doanh nghiệp có ứng dụng AI hay không, mà ở khả năng vận hành AI hiệu quả ở quy mô lớn. Và đó mới là ranh giới giữa những tổ chức dừng ở mức thử nghiệm với các doanh nghiệp có thể chuyển hóa AI thành năng lực cạnh tranh thực sự.

AI chỉ mạnh khi nền tảng doanh nghiệp đủ mạnh

AI đang nhanh chóng trở thành ưu tiên trong chiến lược chuyển đổi của nhiều tổ chức, nhưng phần lớn hành trình thường bắt đầu từ các ứng dụng đơn lẻ như chatbot, công cụ hỗ trợ nội bộ hoặc những mô hình thử nghiệm cho từng bài toán riêng biệt.

Khi mở rộng quy mô, những điểm nghẽn bắt đầu xuất hiện: dữ liệu phân mảnh, hệ thống vận hành rời rạc, cơ chế ra quyết định nằm ở nhiều lớp khác nhau, mô hình tổ chức chưa sẵn sàng. Đây cũng là lý do những trường hợp có thể triển khai AI đồng bộ ở quy mô lớn hiện vẫn chưa nhiều.

Trong lĩnh vực tài chính – ngân hàng, bài toán này còn phức tạp hơn. Theo Tổng Giám đốc Techcombank, các mô hình AI trong ngân hàng không còn chỉ dừng ở việc trợ lý làm báo cáo, sáng tạo nội dung hay trả lời các câu hỏi, mà có thể tham gia trực tiếp vào những quyết định liên quan tới chấm điểm tín dụng, đánh giá rủi ro hay tư vấn sản phẩm. Khi AI tác động đến các quyết định cốt lõi, yêu cầu về dữ liệu, khả năng kiểm soát và cơ chế vận hành trở nên quan trọng hơn bản thân công nghệ.

Và đó cũng là lý do AI khó trở thành lợi thế chiến lược nếu doanh nghiệp chưa giải quyết được các bài toán nền tảng. Nói cách khác, AI không thay thế những năng lực doanh nghiệp chưa xây dựng, mà thường là đòn bẩy khuếch đại những năng lực đã tồn tại trong hệ thống.

Nếu nhìn rộng hơn, hành trình chuyển đổi công nghệ của doanh nghiệp cũng đang diễn ra theo một chuỗi tiến hóa khá rõ: từ điện toán đám mây, chuyển đổi số đến AI, và hiện nay là xây dựng hệ thống ra quyết định dựa trên dữ liệu và AI. Nếu chuyển đổi số trước đây tập trung vào số hóa quy trình, thì giai đoạn tiếp theo là tối ưu hóa các quyết định ở quy mô lớn.

Đây cũng là hướng tiếp cận Techcombank theo đuổi trong nhiều năm qua. Thay vì đưa “trí tuệ” vào từng ứng dụng riêng lẻ, ngân hàng lựa chọn xây dựng một tầng ra quyết định tập trung, tách biệt khỏi các hệ thống vận hành. Theo ông Jens Lottner, các hệ thống thực thi có thể duy trì ở trạng thái tương đối đơn giản, trong khi các hoạt động phân tích, đánh giá rủi ro hay đề xuất hành động được xử lý tập trung trước khi đưa vào thực thi.

Cách tiếp cận này cho thấy AI không chỉ thay đổi cách doanh nghiệp vận hành, mà đang định hình lại cách doanh nghiệp ra quyết định.

Ba trụ cột phía sau quá trình chuyển đổi của Techcombank

Nhìn từ lộ trình phát triển của Techcombank, cấu trúc vận hành của ngân hàng được định hình từ ba trụ cột xuyên suốt nhiều năm qua gồm: Số hóa, dữ liệu và nhân tài. Đây không chỉ là các lĩnh vực được đầu tư để nâng cao năng lực công nghệ mà còn là nền móng cho chiến lược chuyển đổi dài hạn, được ngân hàng xây dựng trước khi AI trở thành xu hướng phổ biến.

Trong đó, dữ liệu không còn được xem là sản phẩm phụ của công nghệ mà trở thành tài sản cần được làm chủ. Hệ thống hiện xử lý khoảng 8 tỷ điểm dữ liệu mỗi ngày, xây dựng hồ sơ khách hàng với khoảng 12.000 thuộc tính và vận hành 55 mô hình AI phục vụ các bài toán ứng dụng AI khác nhau.

Tuy nhiên, thách thức lớn hơn không nằm ở công nghệ. Theo CEO Techcombank, năng lực khó xây dựng nhất nằm ở giao điểm giữa kinh doanh và công nghệ: những người có thể hiểu cả ngôn ngữ kỹ thuật lẫn bài toán kinh doanh. Đây cũng là thách thức phổ biến của nhiều doanh nghiệp Việt Nam hiện nay. Công nghệ có thể mua được, nhưng thay đổi tổ chức và xây dựng nhân lực thường cần thời gian dài hơn nhiều.

Một ví dụ về ứng dụng AI thành công đáng chú ý được ông Jens Lottner chia sẻ là cách Techcombank tiếp cận nhóm khách hàng hộ kinh doanh. Đây là nhóm đóng vai trò quan trọng trong cấu trúc kinh tế Việt Nam nhưng từ lâu gặp nhiều hạn chế trong tiếp cận tín dụng do thiếu dữ liệu tài chính chuẩn hóa.

Thay vì phụ thuộc hoàn toàn vào phương pháp đánh giá truyền thống, ngân hàng xây dựng những tập dữ liệu mới từ hình ảnh cửa hàng, lưu lượng khách, mức độ hoạt động và nhiều tín hiệu khác để hỗ trợ đánh giá rủi ro. Theo đó, AI trong trường hợp này không chỉ giúp nâng cao hiệu quả vận hành mà còn mở rộng khả năng phục vụ những nhóm khách hàng trước đây rất khó tiếp cận.

Ở góc độ rộng hơn, đó cũng có thể là ý nghĩa lớn hơn của AI trong lĩnh vực tài chính: không chỉ nâng cao năng suất mà còn mở ra các mô hình tăng trưởng mới và mở rộng khả năng tiếp cận vốn cho nhiều thành phần của nền kinh tế.

Có thể thấy, trong bối cảnh khoảng cách công nghệ ngày càng thu hẹp, lợi thế cạnh tranh vì thế có thể không còn nằm ở việc ai sở hữu công nghệ trước, mà ở khả năng doanh nghiệp liên tục chuyển hóa công nghệ thành giá trị thực ở quy mô lớn.

Và đây mới là cuộc chơi thực sự của AI trong giai đoạn tiếp theo.