Thứ Năm, ngày 01 tháng 10 năm 2020

Ứng dụng trí tuệ nhân tạo trong ngân hàng đầu tư

Ngày đăng:01:47 21/08/2020
Lượt xem: 422
Cỡ chữ
Hệ thống các ngân hàng đang dần tự động hóa các quy trình nghiệp vụ, di chuyển cơ sở hạ tầng và ứng dụng sang đám mây (cloud) để tạo ra những hồ sơ giao dịch của khách hàng một cách tổng thể và liên tục. Công nghệ thay đổi đã cho phép các ngân hàng và tổ chức tài chính tự động hóa được các hoạt động dựa trên dữ liệu biến đổi liên tục. Các ngân hàng đang áp dụng AI trong hoạt động chống rửa tiền, chống gian lận, tuân thủ, bảo lãnh tín dụng và công nghệ hợp đồng thông minh.
Các ứng dụng này đã được các ngân hàng đầu tư áp dụng khi khung pháp lý theo cách thức thông thường không thể chống lại nạn rửa tiền. Trí tuệ nhân tạo sẽ tập trung vào ứng dụng trong các lĩnh vực chức năng nghiệp vụ của doanh nghiệp cùng với các lĩnh vực đầu tư và đảm bảo tuân thủ theo ngành dịch vụ tài chính. Ứng dụng AI trong hoạt động của ngân hàng như: Chống rửa tiền, chống gian lận, tuân thủ, bảo lãnh tín dụng và công nghệ hợp đồng thông minh.
 
1. Giới thiệu
 
Các ngân hàng đầu tư đang sử dụng công nghệ mới, để tăng cường khả năng kinh doanh bằng cách triển khai trí tuệ nhân tạo nhằm hạn chế các hành vi gian lận, đáp ứng phản hồi của khách hàng, cung cấp dịch vụ khách hàng, cho phép trợ lý ảo cung cấp các giải pháp thời gian thực, tài liệu kỹ thuật số,... Trong những năm gần đây, sự thay đổi quy mô trong dịch vụ tài chính và ngân hàng đã có chiến lược tập trung chuyển đổi công nghệ. Các hoạt động của ngân hàng trong việc cải thiện cơ sở hạ tầng, khai thác dữ liệu,... đã được định hình lại với sự trợ giúp của máy móc và trí tuệ nhân tạo. Các ngân hàng đang áp dụng phân tích dữ liệu lớn để thu thập thông tin về khách hàng như hồ sơ công việc, thông tin cá nhân và giá trị tín dụng để cung cấp các sản phẩm ngân hàng khác nhau thông qua các máy ATM hay chi nhánh cho vay. Khi đó, người dùng phải chấp nhận các điều khoản và điều kiện xác minh thông qua số điện thoại di động đã đăng ký.
 

Hình 1. AI, Machine learning và Deep learning

 
2. Trí tuệ nhân tạo (AI)
 
AI (Artificial Intelligence) có thể được định nghĩa như một ngành của khoa học máy tính liên quan đến việc tự động hóa các hành vi thông minh. AI là một bộ phận của khoa học máy tính và do đó nó phải được đặt trên những nguyên lý lý thuyết vững chắc, có khả năng ứng dụng được của lĩnh vực này.
 
Ở thời điểm hiện tại, thuật ngữ này thường dùng để nói đến các máy tính có mục đích không nhất định và ngành khoa học nghiên cứu về các lý thuyết và ứng dụng của trí tuệ nhân tạo. Tức là mỗi loại trí tuệ nhân tạo hiện nay đang dừng lại ở mức độ những máy tính hoặc siêu máy tính dùng để xử lý một loại công việc nào đó như điều khiển một ngôi nhà, nghiên cứu nhận diện hình ảnh, xử lý dữ liệu của bệnh nhân để đưa ra phác đồ điều trị, xử lý dữ liệu để tự học hỏi, khả năng trả lời các câu hỏi về chuẩn đoán bệnh, trả lời khách hàng về các sản phẩm của một công ty,... đó là trí tuệ của máy móc được tạo ra bởi con người. Trí tuệ này có thể tư duy, suy nghĩ, học hỏi,... như trí tuệ con người, xử lý dữ liệu ở mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn so với con người.
 

Hình 2. Trí tuệ nhân tạo trong ngân hàng
 
Rất nhiều hãng công nghệ nổi tiếng có tham vọng tạo ra được những AI vì giá trị của chúng là vô cùng lớn, giải quyết được rất nhiều vấn đề của con người mà loài người đang chưa giải quyết được. AI chính là ý tưởng đầu tiên và lớn nhất. Sau đó là Machine Learning và cuối cùng là Deep learning, đây là yếu tố thúc đẩy sự bùng nổ của AI hiện đại ngày nay.
 
Trí tuệ nhân tạo trong ngân hàng là công nghệ đưa ra những suy luận và quyết định được sử dụng để đòi hỏi sự tham gia trực tiếp của con người. Các công nghệ cơ bản và liên quan đến nhau là học máy và ngôn ngữ tự nhiên là nền tảng cho AI. Điều quan trọng, AI không chỉ là công nghệ tốt hơn, mà nó còn xử lý nhanh hơn với các tập dữ liệu lớn hơn hoặc thậm chí với hàng ngàn quy tắc áp dụng một cách cứng nhắc. Những tiến bộ này đã mang lại kết quả mạnh mẽ. AI có thể đưa ra kết quả một cách rõ ràng với các yếu tố đầu vào từ thế giới thực, thế giới mà mọi thứ không rõ ràng và đó là một trong những tính năng quan trọng của AI. Các công nghệ cơ bản được xây dựng để áp dụng AI trong bối cảnh ngân hàng với bốn ứng dụng chính hiện nay là: Phân tích; bots; tự động hóa (RPA); tạo báo cáo. Hình 2 đưa ra các mối quan hệ AI cơ bản giữa các công nghệ nền tảng và ứng dụng ngân hàng; tất cả phụ thuộc vào lượng dữ liệu khổng lồ, “huyết mạch” của AI.
 
Ngày nay, ứng dụng AI được chứng minh trong lĩnh vực kinh doanh đó là giảm chi phí, hạn chế rủi ro và tăng doanh thu (chủ yếu thông qua việc gián tiếp cải thiện hoạt động của khách hàng). AI là một thuật ngữ “che phủ” cho một loạt các công nghệ và ứng dụng khác nhau. AI thực sự vẫn chưa sẵn sàng để thay thế con người; thay vào đó, nó sẽ được tăng cường, cho phép họ chuyển sang các hoạt động gia tăng giá trị hơn, giải phóng con người khỏi các hoạt động lặp đi lặp lại, làm cho chúng hiệu quả hơn và thực hiện các tính toán mà một người không thể thực hiện được. Chúng ta có một cái nhìn lạc quan về AI trong ngân hàng - đối với những người nắm bắt được nó, AI theo thời gian sẽ cung cấp các trải nghiệm cho khách hàng và nhân viên tốt hơn, mang lại giá trị kinh doanh thực sự trên mọi khía cạnh.
 
3. AI trong ngân hàng đầu tư
 
Trí tuệ nhân tạo sẽ tập trung vào ứng dụng nhận thức trong các lĩnh vực chức năng của doanh nghiệp cùng với các lĩnh vực đầu tư và tuân thủ của ngành dịch vụ tài chính. Đây dường như là một bước nhảy vọt quan trọng trong sự tiến bộ từ robot tiên tiến sang học máy và phân tích dự đoán. Hầu hết các ngân hàng trong ngành đang tập trung phát triển AI để đạt được lợi thế cạnh tranh, cho phép họ đạt được sự cải thiện về tốc độ, độ chính xác, hiệu quả tài chính và sự hài lòng của khách hàng. Ví dụ: Chatbots.
 
3.1. Tác động của AI trong ngân hàng đầu tư
 
Trí tuệ nhân tạo là một nhánh của khoa học máy tính, tập trung vào việc tạo ra các máy móc thông minh. Một số hoạt động được thực hiện bao gồm giải quyết vấn đề, lập kế hoạch, lý luận, học tập... Nó đang giúp ngành ngân hàng phục vụ khách hàng tốt hơn và cung cấp nhiều sản phẩm phù hợp hơn thông qua kênh phù hợp.
 
Chatbots là trợ lý dịch vụ tự động cung cấp cho khách hàng hiện đang được áp dụng bởi các ngành công nghiệp, thuận tiện trong việc giải quyết các truy vấn qua hệ thống nhắn tin trực tuyến, thông qua các thiết bị như máy tính cá nhân, máy tính xách tay và điện thoại thông minh, giảm việc phải đến giao dịch trực tiếp tại các chi nhánh. Ví dụ: Nina, chatbot AI của Swedbank.
 
Các thuật toán AI có thể được phát triển để tạo ra các chiến lược đầu tư hiệu quả cao, đảm bảo dữ liệu để vượt qua sự cạnh tranh và nâng cao giá trị cho khách hàng. Quản lý dữ liệu khách hàng dường như là một lĩnh vực quan trọng, nơi ứng dụng của AI không ngừng phát triển. Ví dụ: COIN (Tìm kiếm hợp đồng thông minh) từ JP Morgan, chống rửa tiền có thể là một ứng dụng của AI trong ngành ngân hàng.
 
3.2. Chống rửa tiền
 
Rửa tiền đã là một thách thức lớn đối với ngành dịch vụ tài chính và ngành ngân hàng phải đối mặt ở cấp độ toàn cầu. AI đã được chứng minh là cốt lõi quan trọng để khắc phục vấn đề này. Công nghệ này cho phép ngân hàng ngăn chặn hoạt động rửa tiền tiềm ẩn bằng cách phân tích dữ liệu nội bộ, công khai và giao dịch trong mạng lưới của khách hàng một cách rộng rãi. Một số kỹ thuật được áp dụng bao gồm học máy, học sâu, khai thác và phân tích dữ liệu,...
 
Triển khai AI trong ngân hàng có thể giúp tránh khỏi những tổn thất như sau:
 
Đánh giá rủi ro: Khối lượng dữ liệu lớn phức tạp có liên quan đến hiệu năng, đánh giá rủi ro, giám sát giúp hoạt động cho vay có hiệu quả.
 
Cảnh quan tài chính: AI cho phép các công ty học và thích nghi với môi trường thay đổi, đưa ra những thay đổi khác nhau trong lĩnh vực tài chính và hệ thống ngân hàng.
 
Bổ sung giá trị: Thay thế các công việc lặp đi lặp lại của con người đã giúp giảm chi phí và tăng mức độ chính xác và tăng thêm giá trị lớn cho khách hàng.

 
Hình 3. Khả năng của AI trong các ngân hàng đầu tư
 
Tính nhất quán: AI nhấn mạnh các ngân hàng phải cụ thể hơn và nhất quán trong hoạt động để mang đến hiệu quả về chi phí và giải quyết các yêu cầu của khách hàng một cách hiệu quả.
 
Ra quyết định: Lỗi có thể được tránh hoặc giảm hoàn toàn bằng cách cải thiện chất lượng của các quyết định được đưa ra ở các cấp quản lý khác nhau, cũng đảm bảo dự báo tốt hơn.
 
3.3. Xu hướng ảnh hưởng
 
Ngân hàng đầu tư không nằm ngoài xu hướng áp dụng công nghệ của ngành Ngân hàng. Một số xu hướng hàng đầu là:
 
Khả năng sinh lời: Các ngân hàng đầu tư chủ yếu nhắm mục tiêu cải thiện doanh thu sau khủng hoảng tài chính năm 2008 là tập trung vào việc giảm chi phí, cải thiện chức năng giao dịch ở các địa phương gần bờ và ngoài khơi, áp dụng chiến lược để đạt được lợi nhuận thông qua lợi nhuận mức tối ưu.
 
Quy định: Khung pháp lý nghiêm ngặt đã ảnh hưởng đến các ngân hàng qua việc tạo ra các tác động đến việc hình thành vốn, làm giảm thanh khoản thị trường, sự không phù hợp với các danh mục đầu tư,... Nhiều ngân hàng dự kiến sẽ chuyển đổi và tái thiết kế hoạt động kinh doanh của họ để phù hợp với các quy định mới.


Hình 4. Xu hướng ảnh hưởng trong ngân hàng đầu tư
 
Trung tâm khách hàng: Quản lý quan hệ khách hàng có nhiều công nghệ hơn để đảm bảo tính hiệu quả, hợp lý hóa, đo lường hiệu suất chiến lược, tạo ra một nền tảng điện tử từ trong ra ngoài thông qua các hoạt động văn phòng, được tích hợp đầy đủ để cung cấp các sản phẩm chéo, điều đó đã dẫn đến việc chuyển đổi các hoạt động kinh doanh.
 
Dữ liệu: Áp dụng phân tích dữ liệu lớn, quản trị dữ liệu, quản lý tri thức dữ liệu, đã tạo điều kiện tăng doanh thu, tăng cường các giải pháp lõi ngân hàng, dựa trên sự đổi mới công nghệ cho phép các ngân hàng này hoạt động với tốc độ mạnh mẽ hơn và tạo ra cách tiếp cận khách hàng tốt hơn.
 
Công nghệ: Đầu tư là một lĩnh vực quan trọng, như vậy đòi hỏi sự thay đổi rất lớn về quản lý, thay đổi bằng cách thích ứng và phát triển để duy trì ngành công nghiệp thông qua kiến trúc hợp lý giúp cải thiện hiệu quả của quy trình, làm việc trong khuôn khổ quy định và tạo ra lợi thế cạnh tranh bằng cách nắm bắt công nghệ như dịch vụ đám mây, FinTech, RegTech, Trí tuệ nhân tạo,...
 
4. Kết luận
 
Các ngân hàng đang tự động hóa các quy trình của họ, di chuyển cơ sở hạ tầng và ứng dụng sang đám mây để tạo ra một hồ sơ khách hàng liền mạch. Mặc dù ứng dụng AI ngày càng tăng và hiệu quả góp phần đổi mới trong ngành tài chính ngân hàng, nhưng việc áp dụng nó trong ngành này vẫn đang ở giai đoạn sơ khai. Mức độ trưởng thành thấp, cơ sở hạ tầng, áp dụng công nghệ miễn cưỡng, độ phức tạp kỹ thuật tăng, giảm tính minh bạch, sự thiếu hụt nhân lực đã đặt ra những mối đe dọa ngăn cản các ngân hàng nắm bắt công nghệ này. Các xu hướng mới nổi của AI bao gồm học và học dữ liệu tăng cường, GANS, học sâu, mạng Capsule và lý thuyết học sâu, các xu hướng đó nên được nghiên cứu để áp dụng vào lĩnh vực ngân hàng. Thuật toán Chatbots và trí tuệ nhân tạo là các kỹ thuật đã được các ngân hàng áp dụng để có trải nghiệm dịch vụ khách hàng tốt hơn.
 
TÀI LIỆU THAM KHẢO:
 
[1]. Dan Latimore, Artificail Intelligence in Banking, September 2018.
[2]. Vedapradha. R, Hariharan Ravi, Application of Artificial Intelligence in Investment Banks, 2018
[3]. https://emerj.com/ai-sector-overviews/ artificial-intelligence-in-finance-a-comprehensive-overview/.

ThS. Nguyễn Thị Thu Trang

Theo Chuyên đề THNH số 3/2020
Bình luận Ý kiến của bạn sẽ được biên tập trước khi đăng. Xin vui lòng gõ tiếng Việt có dấu
Tâm lý nhà đầu tư trên thị trường tài chính Việt Nam

Thị trường tiền tệ

Trên thị trường, tâm lý các nhà đầu tư luôn chi phối rất lớn đến mức độ ổn định của thị trường, đặc biệt là đối với thị trường tài chính, sự tác động của yếu tố tâm lý luôn diễn biến rất phức tạp, khiến thị trường tài chính luôn tiềm ẩn yếu tố bất ổn định rất cao