Công nghệ tự động hóa quy trình bằng robot trong lĩnh vực ngân hàng

Tóm tắt: Nghiên cứu này khám phá ứng dụng của công nghệ tự động hóa quy trình bằng robot (Robotic Process Automation - RPA) trong lĩnh vực ngân hàng, một công nghệ ngày càng quan trọng trong việc tối ưu hóa quy trình nghiệp vụ. RPA cho phép các ngân hàng tự động hóa những tác vụ lặp đi, lặp lại, từ xử lý giao dịch đến quản lý hồ sơ khách hàng, giúp nâng cao hiệu quả hoạt động và giảm thiểu sai sót. Bài viết trình bày những kiến thức chung về RPA, các công nghệ nền tảng hỗ trợ RPA cũng như những lợi ích và khó khăn khi triển khai RPA tại các ngân hàng. Bên cạnh đó, bài viết khái quát thực trạng ứng dụng RPA tại các ngân hàng thương mại Việt Nam và đưa ra một số khuyến nghị nhằm đẩy mạnh việc ứng dụng tự động hóa bằng robot một cách hiệu quả và bền vững trong hoạt động ngân hàng.

Từ khóa: RPA, tự động hóa, quy trình, ngân hàng.

PROCESS AUTOMATION TECHNOLOGY USING ROBOT IN THE BANKING SECTOR

Abstract: This study explores the application of Robotic Process Automation (RPA) technology in the banking sector, a technology that is increasingly critical in optimizing business processes. RPA enables banks to automate repetitive tasks, ranging from transaction processing to customer record management, enhancing operational efficiency and minimizing errors. The paper presents an overview of RPA, the foundational technologies that support it, as well as the benefits and challenges of implementing RPA in banks. Furthermore, it provides an outline of the current state of RPA adoption in Vietnamese commercial banks and offers recommendations for accelerating the effective and sustainable application of RPA in banking operations.

Keywords: RPA, automation, process, bank.

1. Giới thiệu

RPA có thể được hiểu theo nhiều cách khác nhau. Một trong những định nghĩa phổ biến nhất về RPA là phần mềm mô phỏng hành động của con người trên máy tính để thực hiện các tác vụ có tính chất lặp đi, lặp lại dựa trên các quy tắc cụ thể (Abildtrup, 2024).

Theo quan điểm này, RPA được xem như một công cụ giúp tự động hóa những nhiệm vụ đơn giản mà con người thường thực hiện, như đăng nhập hệ thống, nhập liệu, xử lý email và thao tác trên các ứng dụng quản lý như Hệ thống Quản lý quan hệ khách hàng (CRM) hay Hệ thống hoạch định nguồn lực doanh nghiệp (ERP) (Dechamma và Shobha, 2020; Madakam và cộng sự, 2022). RPA là một phần của tự động hóa quy trình kinh doanh và là bước tiến tự nhiên hướng tới tự động hóa quy mô lớn trong toàn tổ chức. Sự trỗi dậy của RPA được thúc đẩy bởi nhu cầu ngày càng tăng về hiệu quả và giảm chi phí trong các tổ chức dịch vụ tài chính, những tổ chức phải đối mặt với khối lượng giao dịch khổng lồ mỗi ngày. Vào năm 2016, RPA đã có sự tăng trưởng đáng kể trong các hoạt động dịch vụ chia sẻ, hoạt động hậu cần và trong các hoạt động cung cấp dịch vụ (Durão và dos Reis, 2024). Công ty Blue Prism, được thành lập bởi David Moss và Alastair Bathgate, được ghi nhận là tổ chức đầu tiên đề xuất thuật ngữ RPA, đánh dấu một bước tiến quan trọng trong việc ứng dụng tự động hóa vào quy trình làm việc của các doanh nghiệp. Sự xuất hiện của các công cụ RPA thương mại như Blue Prism đã tạo điều kiện thuận lợi cho các tổ chức trong việc triển khai và quản lý robot phần mềm một cách dễ dàng hơn (Jeyaraj và Sethi, 2020).

Sự khác biệt nổi bật giữa RPA và các công nghệ tự động hóa truyền thống là khả năng tương tác với nhiều hệ thống khác nhau thông qua giao diện người dùng mà không cần thay đổi hệ thống lõi (Czarnecki và Fettke, 2021). Thông thường, một hệ thống tự động hóa truyền thống thường yêu cầu tích hợp sâu vào hệ thống, gây ra sự tốn kém trong đầu tư công nghệ và mất thời gian xử lý. RPA hoạt động như một “nhân viên ảo”, mô phỏng thao tác con người mà không cần can thiệp sâu vào mã nguồn hay cơ sở dữ liệu. Cụ thể, để tự động hóa quy trình nhập liệu từ email vào hệ thống ERP, công nghệ tự động hóa truyền thống có thể yêu cầu thay đổi cấu trúc của cả hệ thống email và ERP. Ngược lại, RPA chỉ cần được lập trình để thực hiện các thao tác tương tự như con người.

Một xu hướng tiếp theo trong lĩnh vực RPA là sự kết hợp giữa RPA và trí tuệ nhân tạo (AI), dẫn đến sự ra đời của RPA thông minh và hệ thống tự động hóa quy trình siêu việt (Czarnecki và Fettke, 2021). RPA thông minh có khả năng xử lý cả dữ liệu có cấu trúc và phi cấu trúc, sử dụng các kỹ thuật AI như nhận dạng ký tự quang học (OCR) và xử lý ngôn ngữ tự nhiên (NLP). Trong khi đó, hệ thống tự động hóa quy trình siêu việt mở rộng phạm vi tự động hóa ra toàn bộ quy trình kinh doanh, kết hợp RPA với nhiều công nghệ khác như máy học (ML) và phân tích dữ liệu. Điều này cho phép doanh nghiệp có thể tự động hóa từ khâu tiếp nhận đơn hàng đến thanh toán và chăm sóc khách hàng. RPA thông minh cho phép tổ chức giải quyết các bài toán phức tạp hơn và mở ra khả năng chuyển đổi số toàn diện cho doanh nghiệp.

RPA ngày càng trở nên quan trọng trong lĩnh vực ngân hàng và thanh toán do khả năng nâng cao hiệu quả hoạt động và giảm chi phí. Các quy trình trong ngành Ngân hàng thường bao gồm nhiều tác vụ lặp đi, lặp lại, dễ xảy ra lỗi khi thực hiện thủ công như nhập liệu, xử lý giao dịch và tuân thủ quy định (Boute và cộng sự, 2022; Czarnecki và Fettke, 2021). Các tác vụ này thường tốn nhiều thời gian và công sức, đồng thời có thể dẫn đến sai sót, ảnh hưởng đến hiệu quả hoạt động và uy tín của các tổ chức tài chính (Enríquez và cộng sự, 2021; Lacurezeanu và cộng sự, 2020). Theo Boute và cộng sự (2022), các tổ chức dịch vụ tài chính, bao gồm ngân hàng, công ty bảo hiểm và quản lý đầu tư đang tập trung vào việc xử lý hàng tỉ giao dịch mỗi ngày. Tuy nhiên, nhiều giao dịch vẫn được thực hiện thủ công và dựa trên giấy tờ, khiến việc cải thiện hiệu quả hoạt động, đặc biệt là về chi phí, năng suất và quản lý rủi ro trở thành ưu tiên hàng đầu. RPA có khả năng tự động hóa các quy trình thủ công này, giúp giải phóng nhân viên khỏi những công việc nhàm chán, cho phép họ tập trung vào các nhiệm vụ phức tạp và có giá trị hơn (Czarnecki và Fettke, 2021; Enríquez và cộng sự, 2021). Ngoài việc giảm chi phí, RPA còn mang lại nhiều lợi ích cho ngành Ngân hàng và thanh toán như cải thiện độ chính xác trong quá trình thực hiện các tác vụ, nâng cao năng suất lao động và nâng cao trải nghiệm khách hàng (Lacurezeanu và cộng sự, 2020; Bhattacharyya và cộng sự, 2023).

Hiện tại, chưa có bằng chứng cho thấy RPA sẽ thay thế hoàn toàn con người trong các ngành công nghiệp. Thay vào đó, RPA thường được xem là công cụ hỗ trợ quá trình làm việc của con người. Mặc dù vậy, không phải trường hợp triển khai RPA nào cũng mang lại hiệu quả. Một số dự án thất bại do thiếu chiến lược rõ ràng, thiếu sự phối hợp đồng bộ, lựa chọn quy trình không phù hợp, sự không tương thích của hệ thống (Kedziora và Penttinen, 2021; Smeets và cộng sự, 2021). Do đó, việc nghiên cứu về những lợi ích và khó khăn của việc ứng dụng RPA vào lĩnh vực ngân hàng là vô cùng cần thiết. Trong phần tiếp theo, bài viết sẽ phân tích chi tiết những lợi ích mà RPA mang lại cho ngành Ngân hàng, từ việc cải thiện tốc độ xử lý giao dịch đến việc nâng cao khả năng tuân thủ quy định. Đồng thời, nhóm tác giả cũng sẽ xem xét những khó khăn mà các ngân hàng cần vượt qua để triển khai RPA hiệu quả, bảo đảm rằng công nghệ này thực sự mang lại giá trị cho tổ chức và khách hàng. Thông qua việc hiểu rõ cả hai khía cạnh này, các ngân hàng có thể đưa ra quyết định chiến lược hơn khi ứng dụng công nghệ RPA trong hoạt động kinh doanh.

2. Lợi ích và khó khăn khi ứng dụng RPA trong lĩnh vực ngân hàng

2.1. Lợi ích

Việc ứng dụng RPA mang lại nhiều lợi ích thiết thực cho các ngân hàng, góp phần nâng cao hiệu quả hoạt động, tối ưu hóa quy trình nghiệp vụ và nâng cao trải nghiệm khách hàng.

Thứ nhất, RPA giúp tự động hóa các tác vụ lặp đi, lặp lại, giải phóng nhân lực khỏi những công việc nhàm chán, cho phép họ tập trung vào những công việc đòi hỏi tư duy và kỹ năng phức tạp hơn. Ví dụ, RPA có thể được sử dụng để tự động hóa quy trình xử lý khoản vay, mở tài khoản, xác minh danh tính khách hàng và thực hiện các báo cáo tuân thủ. Trong quy trình xử lý yêu cầu thẻ tín dụng, RPA có thể tự động kiểm tra thông tin khách hàng, xác minh danh tính và phê duyệt thẻ, giúp rút ngắn thời gian xử lý từ vài giờ xuống còn vài phút mà vẫn bảo đảm tính chính xác của giao dịch.

Thứ hai, RPA hỗ trợ các ngân hàng trong việc tuân thủ quy định và báo cáo tài chính. RPA tự động thu thập dữ liệu và tạo báo cáo, bảo đảm tính chính xác của thông tin và giảm thiểu rủi ro vi phạm quy định. Nghiên cứu của Deloitte cho thấy 78% tổ chức tài chính nhận thấy sự cải thiện đáng kể trong khả năng tuân thủ quy định sau khi triển khai RPA (Schatsky và cộng sự, 2017). Bên cạnh đó, RPA cũng hỗ trợ các quy trình kiểm toán nội bộ, tự động hóa việc thu thập dữ liệu, phân tích và tạo báo cáo, giúp giảm thiểu rủi ro và số giờ làm việc của kiểm toán viên. RPA hỗ trợ tự động hóa các quy trình như: Nhận biết khách hàng (Know Your Customer - KYC) và chống rửa tiền (Anti-Money Laundering - AML), giúp ngân hàng bảo đảm tuân thủ hiệu quả các quy định pháp lý.

Thứ ba, RPA góp phần cải thiện dịch vụ khách hàng bằng cách tự động hóa quy trình xử lý yêu cầu và cung cấp dịch vụ 24/7. Các Chatbot được phát triển trên nền tảng RPA có khả năng trả lời câu hỏi của khách hàng mọi lúc, mọi nơi mà không cần sự can thiệp của nhân viên, từ đó nâng cao trải nghiệm khách hàng và giảm tải cho bộ phận chăm sóc khách hàng. Theo báo cáo của McKinsey, các ngân hàng áp dụng RPA trong dịch vụ khách hàng ghi nhận mức độ hài lòng của khách hàng tăng lên đến 20% (Maek và cộng sự, 2020).

Thứ tư, nếu kết hợp với AI và ML, RPA không chỉ thực hiện các tác vụ đơn giản mà còn phân tích dữ liệu phức tạp và đưa ra quyết định tự động. Ví dụ, ML đã giúp RPA dự đoán nhu cầu của khách hàng, phân tích rủi ro tín dụng, tối ưu hóa quy trình xử lý khoản vay và tự động hóa quy trình kiểm toán.

Thứ năm, sự tích hợp của RPA với các công nghệ khác như OCR và NLP đã mở rộng đáng kể phạm vi ứng dụng của RPA. NLP giúp RPA tự động hóa các quy trình giao tiếp với con người, chẳng hạn như xử lý yêu cầu của khách hàng, phân loại tài liệu và trả lời email. OCR hỗ trợ RPA trích xuất thông tin từ các tài liệu được scan hoặc chụp ảnh, tự động hóa quy trình nhập liệu và xử lý tài liệu.

2.2. Khó khăn

Mặc dù mang lại nhiều lợi ích nhưng việc triển khai RPA trong lĩnh vực ngân hàng cũng đối mặt với một số khó khăn và thách thức.

Thứ nhất, việc lựa chọn quy trình không phù hợp có thể dẫn đến hiệu quả thấp. RPA phù hợp nhất với các quy trình lặp đi, lặp lại, dựa trên quy tắc, khối lượng lớn và xử lý dữ liệu có cấu trúc (Czarnecki và Fettke, 2021). Rizk và cộng sự (2021) chỉ ra rằng RPA truyền thống chỉ có thể xử lý một số loại tác vụ nhất định, chủ yếu là các tác vụ lặp đi, lặp lại đơn giản như nhập dữ liệu. Trong khi đó, ngân hàng thường có nhiều quy trình phức tạp, đòi hỏi sự phán đoán của con người, xử lý ngoại lệ và dữ liệu phi cấu trúc như văn bản tự do và hình ảnh. Việc ứng dụng RPA vào những quy trình này có thể dẫn đến hiệu quả thấp và khó nhân rộng ra toàn hệ thống (Jeyaraj và Sethi, 2020).

Thứ hai, thiếu sự phối hợp giữa bộ phận công nghệ thông tin và kinh doanh có thể cản trở việc triển khai RPA (Czarnecki và Fettke, 2021). Sự phối hợp chặt chẽ giữa hai bộ phận này là cần thiết để bảo đảm các yêu cầu chung về quy trình. Thiếu sự phối hợp có thể dẫn đến hiểu lầm, chậm trễ và khó khăn trong việc tích hợp với hệ thống hiện có (Lacurezeanu và cộng sự, 2020).

Thứ ba, thiếu kỹ năng và chuyên môn về RPA là một thách thức lớn. Việc phát triển, triển khai và quản lý hệ thống RPA đòi hỏi kiến thức và kỹ năng chuyên môn (Czarnecki và Fettke, 2021; Smeets và cộng sự, 2021). Thiếu hụt nhân lực có trình độ về lĩnh vực này có thể cản trở việc triển khai RPA.

Thứ tư, RPA có thể thay đổi cách thức công việc được thực hiện, dẫn đến sự phản kháng từ nhân viên (Czarnecki và Fettke, 2021). Việc quản lý thay đổi không hiệu quả có thể dẫn đến sự bất mãn của nhân viên và cản trở việc áp dụng RPA. Gutermuth và cộng sự (2021) lưu ý rằng, trong bối cảnh quản trị công, việc giới thiệu RPA có thể dẫn đến sự dịch chuyển nhiệm vụ thủ công sang các hoạt động mang tính cá nhân hóa hơn. Điều này đòi hỏi phải có sự chuyển đổi trong nhận thức và kỹ năng của nhân viên để thích ứng với môi trường làm việc mới.

Thứ năm, sử dụng RPA có thể truy cập vào dữ liệu nhạy cảm, làm tăng nguy cơ về bảo mật. Các biện pháp bảo mật không đầy đủ có thể dẫn đến rò rỉ dữ liệu, vi phạm tuân thủ và thiệt hại về danh tiếng. Kosi (2019) nêu ra mối lo ngại về bảo mật liên quan đến RPA, đặc biệt khi dùng để xử lý dữ liệu nhạy cảm.

Thứ sáu, chi phí triển khai và bảo trì RPA có thể cao (Kirchmer và Franz, 2019). Chi phí bao gồm phần mềm, phần cứng, tư vấn và đào tạo. Việc bảo trì và cập nhật hệ thống RPA cũng có thể tốn kém.

Thứ bảy, việc lựa chọn một nhà cung cấp RPA cụ thể có thể dẫn đến sự phụ thuộc vào công nghệ và dịch vụ của họ. Điều này có thể hạn chế khả năng linh hoạt và khả năng mở rộng của giải pháp RPA. Rai và cộng sự (2019) mô tả RPA là “lực lượng lao động ảo”, điều này ám chỉ sự phụ thuộc ngày càng tăng vào các giải pháp công nghệ từ các nhà cung cấp bên ngoài.

3. Ứng dụng RPA trong lĩnh vực ngân hàng tại Việt Nam

3.1. Thực trạng

RPA đã trở thành một xu hướng công nghệ nổi bật của ngành Ngân hàng tại Việt Nam. Hiện nay, việc ứng dụng RPA trong lĩnh vực ngân hàng tại Việt Nam đang diễn ra với tốc độ nhanh chóng và mạnh mẽ, phản ánh xu hướng chuyển đổi số toàn cầu. Nhiều ngân hàng thương mại Việt Nam đã ứng dụng RPA trong các quy trình nghiệp vụ. Trong đó, Ngân hàng Thương mại cổ phần (NHTMCP) Đầu tư và Phát triển Việt Nam (BIDV) là ngân hàng tiên phong trong hành trình khám phá công nghệ RPA vào năm 2019, thời điểm mà công nghệ này vẫn còn khá mới ở Việt Nam. Đến nay, BIDV đã triển khai thành công RPA cho 11 quy trình nghiệp vụ tại các bộ phận trọng yếu như Trung tâm Ngân hàng số, Trung tâm Thẻ và Trung tâm Chăm sóc khách hàng (Hồng Minh, 2024). NHTMCP Tiên Phong (TPBank) cũng là ngân hàng khởi đầu việc triển khai RPA từ năm 2019 với hơn 200 quy trình tự động hóa tại 9 khối nghiệp vụ lõi (akaBot, 2024). Theo xu hướng này, các ngân hàng thương mại khác không ngừng đẩy mạnh tự động hóa quy trình nghiệp vụ với RPA. Sau BIDV và TPBank, năm 2021 đánh dấu sự kiện hàng loạt các ngân hàng như NHTMCP Ngoại thương Việt Nam (Vietcombank), NHTMCP Phát triển Thành phố Hồ chí Minh (HDBank), NHTMCP Kỹ thương Việt Nam (Techcombank), NHTMCP Công thương Việt Nam (VietinBank), NHTMCP Sài Gòn Thương tín (Sacombank), NHTMCP Quân đội (MBBank)... triển khai ứng dụng RPA. Tiếp đó, NHTMCP Á Châu (ACB) cũng ứng dụng công nghệ này vào năm 2023. Các ngân hàng thương mại Việt Nam ứng dụng RPA vào nhiều quy trình nghiệp vụ, từ mở và đóng tài khoản, cấp và quản lý thẻ tín dụng, thanh toán trong nước và quốc tế, đăng ký giao dịch bảo đảm, cho vay cầm cố sổ tiết kiệm đến đối chiếu dữ liệu, lập báo cáo quản lý, quản lý nhân sự, hỗ trợ chăm sóc khách hàng, cùng nhiều tác vụ khác.

Để ứng dụng RPA vào quy trình vận hành, các ngân hàng cần lựa chọn sản phẩm RPA của những công ty hoặc tổ chức cung cấp công nghệ này. Tại Việt Nam, các nhà cung cấp giải pháp RPA là doanh nghiệp akaBot của Công ty TNHH Phần mềm FPT (FPT Software), Tổng Công ty Giải pháp Doanh nghiệp Viettel, Tổng Công ty Công nghệ và Giải pháp CMC, Công ty Cổ phần VinTech Việt Nam… Trong đó, akaBot của FPT là doanh nghiệp tiên phong nền tảng RPA tại Việt Nam, được các ngân hàng thương mại chủ yếu lựa chọn trong hành trình tự động hoá. Riêng Techcombank, ngân hàng này lựa chọn ứng dụng RPA của Công ty Cổ phần Dịch vụ Công nghệ Tin học HPT. Nhìn chung, các ngân hàng thương mại Việt Nam đều xác định RPA là một trong những công nghệ cốt lõi nhằm tối ưu hóa quy trình nghiệp vụ và xây dựng hệ sinh thái ngân hàng số. Ngoài ra, các ngân hàng cũng đang nghiên cứu và hướng tới việc đẩy mạnh RPA thông minh và công nghệ siêu tự động hóa. Sự tích hợp này không chỉ nâng cao khả năng tự động hóa các quy trình phức tạp mà còn tạo ra hiệu quả vượt trội trong việc quản lý và tối ưu hóa vận hành.

Quá trình thực tế triển khai RPA đã chứng minh những lợi ích của công nghệ này trong lĩnh vực ngân hàng tại Việt Nam. Với việc áp dụng RPA, các ngân hàng thương mại có thể tinh giản các quy trình thủ công, rút ngắn thời gian xử lý giao dịch và phân bổ nguồn nhân lực hiệu quả hơn. Tuy nhiên, việc ứng dụng RPA trong hoạt động ngân hàng Việt Nam vẫn còn một số hạn chế. Các ngân hàng chỉ ứng dụng RPA ở một số khâu riêng biệt trong quy trình nghiệp vụ mà chưa thể tự động hóa hoàn toàn một quy trình khép kín. Một số công đoạn trong quy trình vẫn có sự can thiệp thủ công của con người, khiến quá trình tự động hóa chưa thật sự toàn diện. Điều này chủ yếu do RPA hiện tại chưa đủ khả năng xử lý các tác vụ phức tạp trong quy trình, đặc biệt là những công đoạn đòi hỏi sự phân tích, đánh giá sâu ở các mảng nghiệp vụ như tín dụng, tài trợ thương mại và kinh doanh ngoại hối. Bên cạnh đó, các ngân hàng cũng gặp trở ngại trong vấn đề chi phí đầu tư ban đầu cao, cơ sở hạ tầng và bảo mật dữ liệu.

3.2. Một số khuyến nghị

Để ứng dụng công nghệ RPA tại các ngân hàng thương mại Việt Nam một cách hiệu quả, nhóm tác giả đưa ra một số khuyến nghị cụ thể nhằm tối ưu hóa quy trình nghiệp vụ, nâng cao hiệu suất và gia tăng trải nghiệm khách hàng:

Thứ nhất, ưu tiên tự động hóa quy trình đầu - cuối. Các ngân hàng nên tập trung vào việc ứng dụng RPA để tự động hóa toàn bộ quy trình kinh doanh thay vì chỉ tự động hóa các tác vụ đơn giản. Điều này yêu cầu tích hợp RPA với các công nghệ tiên tiến như AI, ML, OCR và NLP để có thể xử lý các tác vụ phức tạp hơn. Bên cạnh đó, mỗi robot có thể đảm nhiệm nhiều tác vụ cùng lúc, giúp các ngân hàng giải quyết bài toán chi phí trong việc triển khai RPA, vì vậy việc ứng dụng công nghệ này trở nên hiệu quả hơn về mặt kinh tế.

Thứ hai, tận dụng nền tảng RPA dựa trên đám mây. Việc sử dụng nền tảng RPA dựa trên đám mây mang lại khả năng mở rộng, linh hoạt và chi phí hợp lý, cho phép các ngân hàng dễ dàng mở rộng quy mô hoạt động RPA mà không cần đầu tư lớn vào cơ sở hạ tầng tại chỗ.

Thứ ba, thành lập trung tâm hoặc bộ phận chuyên trách về tự động hóa. Các ngân hàng cần xây dựng một dự án tự động hóa và thành lập một bộ phận chuyên biệt để thiết kế, điều phối, vận hành, quản lý RPA và các giải pháp tự động hóa khác. Theo Czarnecki và Fettke (2021), để bảo đảm thành công trong tự động hóa, cần thiết lập một trung tâm điều phối, quản lý và hỗ trợ các sáng kiến RPA trong toàn tổ chức. Trung tâm này sẽ cung cấp chuyên môn, hướng dẫn và đào tạo các đơn vị kinh doanh, bảo đảm triển khai RPA nhất quán và hiệu quả. Ngoài ra, sự phối hợp chặt chẽ giữa bộ phận công nghệ thông tin và bộ phận vận hành, kinh doanh cũng cần thiết cho sự thành công khi triển khai RPA. Nhóm công nghệ thông tin cung cấp chuyên môn kỹ thuật, trong khi nhóm vận hành, kinh doanh đóng góp kiến thức về quy trình và nhu cầu thực tế của ngân hàng.

Thứ tư, áp dụng phương pháp tiếp cận linh hoạt. Một phương pháp tiếp cận linh hoạt sẽ cho phép các ngân hàng triển khai RPA theo từng bước, từ đó có thể thử nghiệm, học hỏi và điều chỉnh nhanh chóng để đáp ứng nhu cầu thay đổi của thị trường.

Đối với các cơ quan quản lý Nhà nước, nhóm tác giả đề xuất một số khuyến nghị sau:

Thứ nhất, tạo ra môi trường pháp lý thuận lợi. Chính phủ cần xây dựng môi trường pháp lý thuận lợi cho việc ứng dụng RPA bằng cách giải quyết các vấn đề pháp lý tiềm ẩn như trách nhiệm pháp lý và bảo vệ dữ liệu. Điều này sẽ giúp các ngân hàng tự tin đầu tư vào RPA và tận dụng tối đa tiềm năng của công nghệ này.

Thứ hai, thúc đẩy hoạt động hướng dẫn và khuyến khích các tổ chức sử dụng RPA có trách nhiệm. Khi RPA trở nên phổ biến, các cơ quan quản lý cần giải quyết những vấn đề đạo đức như ảnh hưởng đến việc làm và quyền riêng tư dữ liệu. Các bên liên quan bao gồm Chính phủ, ngành công nghiệp và tổ chức xã hội cần hợp tác để phát triển những khuôn khổ đạo đức cho việc sử dụng RPA một cách có trách nhiệm.

Thứ ba, khuyến khích hoạt động nghiên cứu và đổi mới sáng tạo. Các cơ quan quản lý cần hỗ trợ nghiên cứu và đổi mới trong lĩnh vực RPA để phát triển công nghệ tiên tiến. Điều này có thể bao gồm tài trợ cho dự án nghiên cứu, tạo ra các trung tâm đổi mới và thúc đẩy hợp tác giữa trường đại học với ngành công nghiệp.

4. Kết luận

RPA đã và đang trở thành một công nghệ quan trọng trong thời đại kỹ thuật số. Với khả năng tự động hóa các tác vụ lặp đi, lặp lại, RPA mang lại nhiều lợi ích cho các ngân hàng trong việc tối ưu hóa quy trình nghiệp vụ, giảm rủi ro tác nghiệp và gia tăng trải nghiệm khách hàng. Tuy nhiên, quá trình ứng dụng RPA trong hoạt động ngân hàng cũng còn đối mặt với những rào cản nhất định cần giải quyết. Với việc ứng dụng RPA cùng sự phát triển của các công nghệ tiên tiến khác, các ngân hàng kỳ vọng sẽ tiến gần hơn đến tự động hóa toàn diện trong quy trình vận hành của mình.

Tài liệu tham khảo:

1. Abildtrup, A. (2024). The rise of robotic process automation in the banking sector: Streamlining operations and improving efficiency.

2. AkaBot (2024). TPBank thu lại gấp đôi giá trị đầu tư khi tối ưu vận hành bằng tự động hóa akaBot. https://akabot.com/vi/case-study-tpbank-thu-lai-gap-doi-gia-tri-dau-tu-khi-toi-uu-van-hanh-bang-akabot/

3. Bhattacharyya, S., Banerjee, J. S., & De, D. (Eds.). (2023). Confluence of Artificial Intelligence and Robotic Process Automation (Vol. 335). Springer Nature.

4. Boute, R. N., Gijsbrechts, J., & Van Mieghem, J. A. (2022). Digital lean operations: Smart automation and artificial intelligence in financial services. Innovative Technology at the Interface of Finance and Operations: Volume I, pages 175-188.

5. Czarnecki, C., & Fettke, P. (2021). Robotic process automation: Management, technology, applications. De Gruyter.

6. Dechamma, P. R., & Shobha, N. S. (2020). A review on robotic process automation. International Journal of Research in Engineering, Science and Management, 3(5), pages 237-244.

7. Durão, D., & dos Reis, A. P. (2024). How does robotic process automation create value for firms? Information Systems and e-Business Management, pages 1-20.

8. Enríquez, J. G., Debois, S., Fettke, P., Plebani, P., van de Weerd, I., & Weber, I. (Eds.). (2021). Business Process Management: Blockchain and Robotic Process Automation Forum: BPM 2021 Blockchain and RPA Forum, Rome, Italy, September 6-10, 2021, Proceedings (Vol. 428). Springer Nature.

9. Gutermuth, O., Houy, C., & Fettke, P. (2021). 15 RPA for public administration enhancement. Robotic process automation: Management, technology, applications, 285.

10. Jeyaraj, A., & Sethi, V. (2020). Embedding Robotic Process Automation into Process Management: Case Study of using taskt. AIS Transactions on Enterprise Systems, 5(1), 1.

11. Hồng Minh (2024). BIDV - Ngân hàng tiên phong tự động hóa bằng robot (RPA). T https://vnfinance.vn/bidv-ngan-hang-tien-phong-tu-dong-hoa-bang-robot-rpa-63867.html

12. Kedziora, D., & Penttinen, E. (2021). Governance models for robotic process automation: The case of Nordea Bank. Journal of Information Technology Teaching Cases, 11(1), pages 20-29.

13. Kirchmer, M., & Franz, P. (2019). Value-Driven Robotic Process Automation (RPA) A Process-Led Approach to Fast Results at Minimal Risk. Business Modeling and Software Design: 9th International Symposium, BMSD 2019, Lisbon, Portugal, July 1-3, 2019, Proceedings 9, pages 31-46.

14. Kosi, F. (2019). Robotic process automation (rpa) and security. Thesis submitted in Mercy College.

15. Lacurezeanu, R., Tiron-Tudor, A., & Bresfelean, V. P. (2020). Robotic process automation in audit and accounting. Audit Financiar, 18(4), pages 752-770.

16. Maek, A., Murg, M., & i, . V. (2020). How Robotic Process Automation is Revolutionizing the Banking Sector. Trong T. Dirsehan (B.t.v), Managing Customer Experiences in an Omnichannel World: Melody of Online and Offline Environments in the Customer Journey. Emerald Publishing Limited. https://doi.org/10.1108/978-1-80043-388-520201020

17. Madakam, S., Holmukhe, R. M., & Revulagadda, R. K. (2022). The next generation intelligent automation: Hyperautomation. JISTEM-Journal of Information Systems and Technology Management, 19, e202219009.

18. Rai, D., Siddiqui, S., Pawar, M., & Goyal, S. (2019). Robotic process automation: The virtual workforce. International Journal on Future Revolution in Computer Science & Communication Engineering, 5(2), pages 28-32.

19. Rizk, Y., Chakraborti, T., Isahagian, V., & Khazaeni, Y. (2021). Towards end-to-end business process automation. Robotic Process Automation, 155.

20. Schatsky, D., Muraskin, C., & Iyengar, K. (2017). Robotic process automation. A Path to the Cognitive Enterprise; Deloitte Consulting: New York, NY, USA.

21. Smeets, M., Erhard, R., & Kauler, T. (2021). Robotic process automation (RPA) in the Financial Sector. Springer.

ThS. Nguyễn Nhi Quang,ThS. Trần Kim Long

Trường Đại học Ngân hàng Thành phố Hồ Chí Minh