“80% các lãnh đạo ngân hàng lớn trên thế giới cho rằng AI có thể tạo ra lợi thế cạnh tranh hơn” 

Đó là kết quả nổi bật từ báo cáo mới nhất của KPMG về hành trình chuyển đổi AI trong lĩnh vực ngân hàng toàn cầu. Con số này cho thấy một xu hướng rõ ràng: ngân hàng nào chậm chân trong cuộc đua AI, sẽ đứng trước nguy cơ bị bỏ lại phía sau.  

AI - Cơ hội vàng, nhưng cũng là bài toán ROI đầy áp lực  

Theo báo cáo của KPMG, hơn 62% nhà lãnh đạo ngân hàng kỳ vọng lợi ích đầu tư (ROI) từ trung bình đến rất cao khi triển khai AI. Tuy nhiên, 70% đang chịu áp lực lớn từ cổ đông phải chứng minh giá trị đầu tư trong ngắn hạn.  

Dù vậy, xu hướng đầu tư vẫn không chậm lại: 70% ngân hàng trên toàn cầu có kế hoạch tăng chi tiêu cho AI, trong đó 62% dự kiến nâng ngân sách thêm tới 20%. Câu hỏi đặt ra lúc này không còn là “có nên đầu tư vào AI hay không”, mà là: “Làm thế nào để AI thực sự tạo ra giá trị kinh doanh bền vững và đo lường được?” 

Khi mục tiêu dừng ở “vận hành”, chưa chạm tới “chiến lược” 

Phần lớn ngân hàng hiện nay đang ứng dụng AI để tối ưu vận hành - từ tự động hóa quy trình, phát hiện gian lận, đến phân tích tín dụng hay dịch vụ khách hàng tự động (chatbot). Nhưng giá trị lớn nhất của AI không nằm ở việc thay thế con người, mà ở khả năng tái định nghĩa mô hình kinh doanh, mở ra hướng đi chiến lược mới. 

82% ngân hàng đã dành ngân sách ở mức trung bình - cao cho các sáng kiến AI, song chỉ một tỷ lệ nhỏ đã thực sự tích hợp AI vào quy trình ra quyết định chiến lược hoặc thiết kế sản phẩm, dịch vụ cá nhân hóa. 

Làm thế nào để nhận ra giá trị từ hành trình chuyển đổi AI? 

Dưới đây là khung “Ba giai đoạn của giá trị AI” giúp ngân hàng xác định đúng hướng đi, ưu tiên đầu tư và điều chỉnh chiến lược theo từng giai đoạn: 

Một là Enable - Kích hoạt: 
Trọng tâm giai đoạn này là hỗ trợ con người và xây dựng nền tảng AI vững chắc. Các tổ chức sẽ bổ nhiệm giám đốc phụ trách AI để dẫn dắt chiến lược tổng thể, xác định các ứng dụng mang lại giá trị cao, nâng cao hiểu biết nội bộ, đảm bảo tuân thủ quy định và chuẩn mực đạo đức. Song song đó, các chương trình thí điểm AI được triển khai rộng rãi trên nhiều chức năng, tận dụng nền tảng đám mây và mô hình huấn luyện sẵn nhằm tăng tốc thử nghiệm, giảm chi phí và rút ngắn thời gian triển khai. 

Hai là Embed - Nhúng: 
Giai đoạn Nhúng tích hợp AI vào quy trình làm việc, sản phẩm, dịch vụ, luồng giá trị, robot và thiết bị đeo, mang lại giá trị lớn hơn. Một lãnh đạo cấp cao sẽ dẫn dắt quá trình tái thiết kế mô hình hoạt động, đào tạo lại lực lượng lao động và thúc đẩy chuyển đổi văn hóa doanh nghiệp, đảm bảo AI được triển khai với nền tảng vững chắc về niềm tin và bảo mật. Cùng lúc đó, các mô hình và tác nhân AI đa dạng được ứng dụng rộng rãi, dựa trên hạ tầng đám mây hiện đại và công nghệ truyền thống được làm mới, giúp nguồn dữ liệu toàn doanh nghiệp trở nên thông suốt và hiệu quả hoạt động được nâng cao vượt bậc. 

Ba là Evolve - Tiến hóa: 
Giai đoạn Evolve (Tiến hóa) phát triển các mô hình kinh doanh và hệ sinh thái, sử dụng AI và các công nghệ tiên tiến như điện toán lượng tử và blockchain để giải quyết những thách thức lớn trong toàn ngành. AI tạo ra giá trị liền mạch cho doanh nghiệp và đối tác. Trọng tâm được đặt vào bảo mật thời gian thực, trong khi năng lực con người được nâng tầm thông qua đào tạo chuyên sâu và phát triển toàn diện. Đây là giai đoạn AI thúc đẩy sáng tạo, đổi mới và đặt giá trị bền vững làm trung tâm của 

Hướng đi cho Ngân hàng Việt Nam - Từ “thí điểm” đến “hệ sinh thái AI ngân hàng”  

Tại Việt Nam, làn sóng chuyển đổi số trong ngành ngân hàng đang bước vào giai đoạn tăng tốc mạnh mẽ, đặc biệt sau khi Ngân hàng Nhà nước (SBV) ban hành loạt quy định quan trọng về an ninh thông tin, quản trị dữ liệu và tuân thủ công nghệ - điển hình như Thông tư 50/2024/TT-NHNN. Những quy định này không chỉ siết chặt yêu cầu tuân thủ, mà còn thúc đẩy các ngân hàng chuyển từ thử nghiệm sang triển khai AI một cách bài bản, có kiểm soát và minh bạch, hướng tới xây dựng hệ sinh thái AI ngân hàng thông minh - an toàn - bền vững. 

Tuy nhiên, hành trình này cũng đối mặt với nhiều thách thức đặc thù: 

Dữ liệu phân tán, chưa chuẩn hóa: 
Các ngân hàng đang sở hữu kho dữ liệu khổng lồ nhưng phần lớn còn rời rạc giữa các hệ thống core, CRM, eKYC… Việc thiếu chuẩn hóa dữ liệu khiến mô hình AI khó phát huy hết tiềm năng.  

Nhân lực AI hạn chế: 
Đội ngũ dữ liệu và AI tại nhiều ngân hàng mới ở mức “vận hành kỹ thuật”, chưa đủ năng lực triển khai chiến lược AI toàn diện, từ phân tích đến ứng dụng. 

Rào cản tuân thủ: 

Với môi trường tài chính nhạy cảm, các mô hình AI cần được kiểm soát chặt chẽ về bảo mật, tuân thủ và khả năng giải thích (explainability). 
Sự phát triển của AI nội địa, các nền tảng dữ liệu số của Chính phủ, cùng sự hợp tác giữa ngân hàng - công ty công nghệ - startup AI đang tạo nên nền tảng cho một hệ sinh thái AI ngân hàng Việt Nam trong tương lai gần.  

Chiến lược đề xuất: Bắt đầu nhỏ, nhưng phải nghĩ lớn  

Theo các chuyên gia của KPMG, McKinsey và Accenture, DTSVN để khai thác giá trị thực sự của AI, ngân hàng Việt Nam cần một chiến lược ba lớp: 

Một là: Xây nền tảng dữ liệu - Dọn đường cho AI: 
Chuẩn hóa và hợp nhất dữ liệu khách hàng trên toàn hệ thống. Cần coi dữ liệu là “tài sản chiến lược”, không chỉ là đầu vào của các mô hình AI. 

Hai là: Phát triển năng lực AI nội bộ: 
Đầu tư cho đội ngũ “AI translator” - những người hiểu cả nghiệp vụ ngân hàng và công nghệ AI, giúp kết nối giữa ý tưởng kinh doanh và ứng dụng kỹ thuật. 

Ba là: Tăng cường hợp tác hệ sinh thái: 
Bắt tay với các công ty công nghệ, startup AI, viện nghiên cứu để xây dựng mô hình hợp tác “AI as a Service” vừa đảm bảo tốc độ, vừa giảm chi phí thử nghiệm. 

Từ “công cụ hỗ trợ” đến “hạ tầng vận hành mới”  

AI đang dịch chuyển từ vai trò hỗ trợ sang vị thế nền tảng vận hành của ngân hàng hiện đại. Từ phân tích hành vi khách hàng, định giá tín dụng, tới dự báo rủi ro và cá nhân hóa sản phẩm - AI đang trở thành “động cơ tăng trưởng” thực sự. 

Ngân hàng nào biết tích hợp AI vào cốt lõi chiến lược nơi quyết định không chỉ dựa vào dữ liệu mà còn được “dẫn dắt” bởi dữ liệu sẽ là ngân hàng dẫn đầu cuộc đua tài chính trong kỷ nguyên mới. 

Câu hỏi không còn là “có nên đầu tư vào AI hay không”, mà là “ngân hàng của bạn đang ở giai đoạn nào trên hành trình AI?”  

Nguồn tham khảo: KPMG  

Tổng hợp bởi nhóm tác giả DTSVN - Giải pháp chuyển đổi số ngành Tài chính - Ngân hàng.     

-------    

DTSVN là Công ty Chuyển đổi số tiên phong cung cấp giải pháp số hóa mới nhất dành riêng cho các doanh nghiệp trong ngành Tài chính - Ngân hàng tại Việt Nam; giúp Ngân hàng, tổ chức tài chính nhanh chóng hoàn thiện hệ thống công nghệ phục vụ Chuyển đổi số.    

Liên hệ ngay để được tư vấn và trải nghiệm giải pháp tại đây 

“80% of the world’s major bank leaders believe AI can create a competitive advantage”

That is the outstanding result from KPMG’s latest report on the AI ​​transformation journey in the global banking sector. This number shows a clear trend: banks that are slow in the AI ​​race will face the risk of being left behind.

AI - A golden opportunity, but also a stressful ROI problem

According to KPMG’s report, more than 62% of bank leaders expect a medium to very high return on investment (ROI) when implementing AI. However, 70% are under great pressure from shareholders to prove the investment value in the short term.

However, the investment trend has not slowed down: 70% of banks globally plan to increase spending on AI, of which 62% plan to increase their budget by up to 20%. The question now is no longer “should we invest in AI or not?”, but: “How can AI really create sustainable and measurable business value?”

When the goal stops at “operations”, not yet touching “strategy”

Most banks today are applying AI to optimize operations - from process automation, fraud detection, to credit analysis or automated customer service (chatbot). But the greatest value of AI is not in replacing humans, but in the ability to redefine business models, opening up new strategic directions.

82% of banks have allocated a medium to high budget for AI initiatives, but only a small percentage have actually integrated AI into strategic decision-making processes or personalized product and service designs.

How to realize value from the AI ​​transformation journey?

Below is the “Three Stages of AI Value” framework to help banks determine the right direction, prioritize investments and adjust strategies in each stage:

One is Enable:
The focus of this stage is to support people and build a solid AI foundation. Organizations will appoint a Chief AI Officer to lead the overall strategy, identify high-value applications, improve internal understanding, ensure compliance with regulations and ethical standards. In parallel, AI pilots are widely deployed across many functions, leveraging cloud platforms and pre-trained models to accelerate testing, reduce costs and shorten deployment time.

Two is Embed:
The Embed stage integrates AI into workflows, products, services, value streams, robots and wearables, bringing greater value. A senior leader will lead the redesign of the operating model, reskill the workforce, and drive a cultural transformation, ensuring AI is deployed with a solid foundation of trust and security. At the same time, diverse AI models and agents are widely applied, based on modern cloud infrastructure and refreshed traditional technology, making the data source across the enterprise transparent and operational efficiency greatly improved.

Third is Evolve:
The Evolve phase develops business models and ecosystems, using AI and advanced technologies such as quantum computing and blockchain to solve major challenges across the industry. AI creates seamless value for businesses and partners. The focus is on real-time security, while human capabilities are upgraded through intensive training and comprehensive development. This is the stage where AI promotes creativity, innovation and puts sustainable values ​​at the center of

The way forward for Vietnamese banks - From "pilot" to "banking AI ecosystem"

In Vietnam, the wave of digital transformation in the banking industry is entering a period of strong acceleration, especially after the State Bank of Vietnam (SBV) issued a series of important regulations on information security, data governance and technology compliance - typically Circular 50/2024/TT-NHNN. These regulations not only tighten compliance requirements, but also encourage banks to move from testing to implementing AI in a systematic, controlled and transparent manner, towards building a smart - safe - sustainable banking AI ecosystem.

However, this journey also faces many specific challenges:

Distributed, unstandardized data:
Banks own huge data warehouses, but most of them are still fragmented between core systems, CRM, eKYC, etc. The lack of data standardization makes it difficult for AI models to fully exploit their potential.

Limited AI human resources:
Data and AI teams at many banks are only at the "technical operation" level, not yet capable of implementing a comprehensive AI strategy, from analysis to application.

Compliance barriers:

With a sensitive financial environment, AI models need to be strictly controlled in terms of security, compliance, and explainability.

The development of domestic AI, digital data platforms of the Government, and cooperation between banks - technology companies - AI startups are creating the foundation for a Vietnamese banking AI ecosystem in the near future.

Suggested Strategy: Start Small, Think Big

According to experts from KPMG, McKinsey and Accenturere, DTSVN To exploit the true value of AI, Vietnamese banks need a three-layer strategy:

One: Building a data platform - Paving the way for AI:

Standardizing and consolidating customer data across the system. Data needs to be considered a “strategic asset”, not just an input for AI models.

Two: Developing internal AI capabilities:
Investing in a team of “AI translators” - people who understand both banking operations and AI technology, helping to connect business ideas and technical applications.

Three: Strengthening ecosystem cooperation:
Joining hands with technology companies, AI startups, and research institutes to build an “AI as a Service” cooperation model that both ensures speed and reduces testing costs.

From “support tools” to “new operating infrastructure”

AI is shifting from a supporting role to the position of an operating platform of modern banks. From customer behavior analysis, credit pricing, to risk forecasting and product personalization - AI is becoming a real "growth engine".

Banks that know how to integrate AI into the core strategy where decisions are not only based on data but also "led" by data will be the banks leading the financial race in the new era.

The question is no longer "should I invest in AI or not", but "what stage is your bank in on the AI ​​journey?"

Reference source: KPMG

Compiled by the author group DTSVN - Digital transformation solutions for the Finance - Banking industry.

-------

DTSVN is a pioneering Digital Transformation Company providing the latest digitalization solutions exclusively for businesses in the Finance - Banking industry in Vietnam; helping banks and financial institutions quickly complete technology systems to serve Digital Transformation.

Contact us now for consultation and experience the solution here