Một số luận điểm về ứng dụng công nghệ thông tin và trí tuệ nhân tạo trong công tác quản lý tài sản tại ngân hàng

Tóm tắt: Bài viết phân tích những ứng dụng nổi bật của công nghệ thông tin (IT) và trí tuệ nhân tạo (AI) trong quản lý tài sản tại ngân hàng, qua đó khẳng định vai trò của chuyển đổi số trong nâng cao hiệu quả hoạt động và năng lực quản trị rủi ro. Việc triển khai các hệ thống quản lý tài sản bằng IT giúp ngân hàng tự động hóa quy trình hạch toán, kiểm kê, định giá, đồng thời tăng cường minh bạch, tuân thủ và tối ưu sử dụng nguồn lực. AI hỗ trợ phân tích dữ liệu, dự báo biến động giá trị tài sản, phát hiện bất thường và đề xuất quyết định quản trị phù hợp. Từ kinh nghiệm quốc tế và thực tiễn tại Việt Nam, bài viết đề xuất các giải pháp đồng bộ về đào tạo nhân lực, đầu tư hạ tầng công nghệ và hoàn thiện khung quản trị dữ liệu nhằm thúc đẩy chuyển đổi số bền vững trong lĩnh vực ngân hàng.

Từ khóa: IT, AI, quản lý tài sản.

SOME ARGUMENTS ON THE APPLICATION OF INFORMATION TECHNOLOGY AND ARTIFICIAL INTELLIGENCE IN ASSET MANAGEMENT AT BANKS

Abstract: The article analyzes the prominent applications of information technology (IT) and artificial intelligence (AI) in asset management at banks, thereby affirming the crucial role of digital transformation in enhancing operational efficiency and risk management capacity. The implementation of IT-based asset management systems enables banks to automate processes such as accounting, inventory, and valuation, while strengthening transparency, compliance, and resource optimization. AI also supports data analysis, asset value forecasting, anomaly detection, and informed decision-making. Drawing on international experience and practical implementation in Vietnam, the article proposes comprehensive solutions on human resource training, technological infrastructure investment, and data governance improvement to promote sustainable digital transformation in the banking sector.

Keywords: IT, AI, asset management.

Ảnh minh họa (Nguồn: Internet)

1. Ứng dụng IT trong quản lý tài sản cố định

Quản lý tài sản cố định là một chức năng then chốt trong hoạt động ngân hàng và việc ứng dụng IT đã giúp chuyển đổi nghiệp vụ này từ thủ công sang quản trị khoa học và hợp lý hơn.

Thứ nhất, hệ thống quản lý tài sản cố định (Fixed Asset Management System) cho phép quản lý thông tin tập trung. Thay vì phân tán thành nhiều hồ sơ, mọi thông tin về tòa nhà, máy móc, thiết bị công nghệ, phương tiện, bất động sản và công trình xây dựng được lưu trữ tập trung trong một hệ thống duy nhất. Qua đó, dữ liệu được tập trung trên cùng hệ thống, dễ truy xuất và bảo mật. Hệ thống cũng sẽ có chức năng hỗ trợ các nghiệp vụ từ lập kế hoạch mua sắm, quy trình phân phối tài sản khi mua tập trung và theo dõi lịch bảo trì/bảo hành của tài sản. Ngoài ra, người quản lý có thể khai thác thông tin tại nguồn dữ liệu tập trung để đánh giá hiệu suất sử dụng, đưa ra quyết định điều chuyển, nâng cấp hay thanh lý tài sản trên cơ sở số liệu theo thời gian thực. Hệ thống quản lý tài sản cũng cho phép phân quyền truy cập, lưu lịch sử can thiệp dữ liệu, giúp tăng tính minh bạch, trách nhiệm và thuận tiện cho kiểm soát nội bộ.

Thứ hai, ứng dụng IT cho phép tự động hóa một phần/toàn bộ quy trình hạch toán, tính khấu hao, qua đó giúp nghiệp vụ kế toán tại ngân hàng thực hiện chính xác. Phần mềm quản lý tài sản lưu giữ đầy đủ dữ liệu về nguyên giá, thời gian sử dụng hữu ích, phương pháp khấu hao (phương pháp đường thẳng, phương pháp số dư giảm dần có điều chỉnh hoặc phương pháp khác theo quy định như phương pháp số lượng/khối lượng sản phẩm) và lịch sử khai thác của từng tài sản. Các quy tắc này được chuyển thành bút toán lập trình trong hệ thống quản lý tài sản và được thực hiện tự động mà không cần thao tác tính tay. Theo đó, các sai sót do nhập tay như nhầm số, sai bút toán được giảm tối đa và rút gọn nghiệp vụ kế toán so với việc vừa tính tay vừa nhập dữ liệu lên hệ thống.

Thứ ba, IT đang dần trở thành công cụ hỗ trợ các ngân hàng trong việc truy xuất, kiểm kê tài sản nhanh chóng và chính xác. Thông qua hệ thống, mỗi tài sản được gắn một mã định danh duy nhất, có thể thể hiện dưới dạng mã vạch (Barcode), mã QR, thẻ RFID (thẻ sử dụng công nghệ nhận dạng tần số vô tuyến để lưu trữ và truyền dữ liệu qua sóng radio, thay thế cho việc đọc thủ công), công nghệ NFC (công nghệ nhận dạng bằng sóng vô tuyến). Nhờ các công nghệ này, chỉ cần sử dụng điện thoại di động hoặc thiết bị cầm tay có chức năng quét mã/sóng, cán bộ ngân hàng có thể ngay lập tức truy cập vào toàn bộ thông tin của tài sản từ nguyên giá, thời gian đưa vào sử dụng, tình trạng, lịch sử bảo trì/bảo hành đến giá trị còn lại theo sổ sách. Việc áp dụng mã hóa và quét tự động giúp rút ngắn đáng kể thời gian kiểm kê, giảm thiểu sai sót do nhập liệu thủ công, đồng thời cho phép đối chiếu dữ liệu thực tế với số liệu ghi nhận trên hệ thống. Mỗi lần quét trích xuất dữ liệu đều được lưu lại dấu vết (người thực hiện, thời gian, địa điểm), tạo cơ sở pháp lý cho kiểm toán và kiểm soát nội bộ.

2. Ứng dụng IT trong quản lý tài sản bảo đảm

Bên cạnh ứng dụng quản lý tài sản cố định, IT cũng đóng vai trò quan trọng trong quản lý tài sản bảo đảm của khách hàng.

Thứ nhất, việc triển khai hệ thống quản lý tài sản bảo đảm đầu - cuối (E2E - End-to-End) bằng IT sẽ giúp các ngân hàng quản trị rủi ro tín dụng một cách toàn diện, từ lúc khách hàng mang tài sản đến thế chấp cho tới khi trả nợ bao gồm cả giải chấp hoặc thanh lý tài sản bảo đảm. Thay vì hồ sơ tách rời, mỗi tài sản bảo đảm được đăng ký trên hệ thống với mã định danh duy nhất và được liên kết trực tiếp với hợp đồng vay tương ứng trên hệ thống sẽ giúp ngân hàng biết chính xác “khoản vay A đang được bảo đảm bằng tài sản B”. Trong suốt thời gian khoản vay còn hiệu lực, trạng thái tài sản (đang thế chấp, được cấp giấy tờ pháp lý, được bảo hiểm đền bù, đã thay thế) được cập nhật theo thời gian thực. Mọi thao tác như giải chấp, đảo chấp, chuyển nhượng hay yêu cầu bảo trì đều phải đi qua luồng phê duyệt của cấp có thẩm quyền theo quy định nội bộ của ngân hàng trên hệ thống. Khi có biến động như giấy tờ hết hiệu lực, giá trị định giá thay đổi, hoặc đến hạn thanh lý, hệ thống phát cảnh báo tự động tới các bộ phận liên quan để kịp thời xử lý.

Thứ hai, hệ thống IT quản lý tài sản bảo đảm có thể giúp tích hợp quy trình nghiệp vụ theo luồng và tích hợp chức năng cảnh báo tự động. Khi phê duyệt khoản vay, toàn bộ thông tin tài sản thế chấp được nhập vào hệ thống để tính hệ số cho vay trên giá trị tài sản (LTV) và phần mềm sẽ tự động đối chiếu theo các quy tắc nghiệp vụ, tạo cảnh báo nếu có nguy cơ vi phạm quy định tỉ lệ an toàn như việc LTV vượt ngưỡng cho phép. Hệ thống cũng theo dõi suốt vòng đời hợp đồng từ việc ghi nhận giải ngân, trả nợ, cập nhật thay đổi trạng thái tài sản và tự động tái định giá rồi gửi thông báo tới đơn vị quản trị rủi ro hoặc kiểm soát nội bộ để xử lý kịp thời. Về mặt tiện ích, các hệ thống quản lý tài sản bảo đảm cho phép quản lý nhiều loại tài sản cũng như thiết lập tổ hợp tài sản, áp dụng mức giảm trừ giá trị tài sản bảo đảm khi tính toán LTV, tự động đánh giá lại theo chu kỳ và liên kết trực tiếp với hạn mức, điều khoản ràng buộc trong hợp đồng tín dụng (covenant) để giám sát rủi ro theo thời gian thực, bảo đảm quá trình cho vay luôn dựa trên giá trị tài sản cập nhật, phù hợp với giá trị thị trường.

Thứ ba, hệ thống số hóa chứng từ kết hợp với công nghệ chuỗi khối (Blockchain), đang trở thành xu hướng kỹ thuật tiên tiến trong ngân hàng bởi một số lý do như: (1) Số hóa loại bỏ giấy tờ truyền thống cùng đẩy nhanh quá trình xử lý; và (2) Blockchain là cung cấp sổ cái phân tán (DTL), có khả năng bảo đảm tính toàn vẹn, bất biến và truy xuất nguồn gốc của dữ liệu định giá, hồ sơ thế chấp và các giao dịch liên quan, từ đó giảm rủi ro giả mạo, rút ngắn chu kỳ thẩm định và tăng tính minh bạch khi các bên liên quan cần kiểm tra nguồn gốc thông tin.

3. Ứng dụng AI trong quản lý tài sản ngân hàng

AI là tập hợp các kỹ thuật và mô hình máy tính (machine learning - học máy, deep learning - học sâu, xử lý ngôn ngữ tự nhiên) giúp máy móc nhận diện mẫu, học từ dữ liệu và đưa ra quyết định hoặc dự báo. AI đang trở thành xu hướng mạnh mẽ trong môi trường làm việc vì xử lý được lượng dữ liệu lớn trong thời gian ngắn và bỏ qua yếu tố chủ quan từ con người; tự động hóa các công việc lặp lại, cải thiện độ chính xác của phân tích và cho phép ra quyết định theo thời gian thực. Đối với nghiệp vụ ngân hàng, AI giúp tự động hóa nhập liệu, phân loại hồ sơ, gắn nhãn hồ sơ và trích xuất thông tin từ tài liệu số hóa, phát hiện bất thường (anomaly detection), ưu tiên xử lý hồ sơ rủi ro cao và hỗ trợ ra quyết định thông minh bằng các chỉ số dự báo… Cụ thể như sau:

Thứ nhất, trong định giá tài sản bảo đảm, AI đóng vai trò là công cụ phân tích và dự báo tự động (auto-valuation) bằng cách tổng hợp và học thông tin từ nhiều nguồn dữ liệu như giao dịch lịch sử, biến động giá khu vực, thông tin sàn bất động sản, dữ liệu vi mô tại địa phương (vị trí, diện tích, tiện ích), dữ liệu vĩ mô (lãi suất, lạm phát, tăng trưởng GDP) và dữ liệu khác như chỉ số giao thông hay tin tức/giải trí, yếu tố tâm lý thị trường. Với sự phân tích của AI, hệ thống IT có thể tự động tái định giá tài sản theo chu kỳ, tạo ra số liệu LTV dự báo, cảnh báo sớm khi dự báo giá trị tài sản giảm sâu và hỗ trợ mô phỏng kịch bản khi xảy ra sự cố để ngân hàng chủ động điều chỉnh hạn mức, yêu cầu bổ sung bảo đảm hoặc trích lập dự phòng. Để vận hành an toàn, các giải pháp AI nên đi kèm khung quản trị dữ liệu, kiểm định mô hình, cơ chế giải thích (explainability) và cơ chế can thiệp của con người nhằm bảo đảm kết quả định giá có kết quả phù hợp với chính sách quản trị rủi ro.

Thứ hai, AI tự động hóa toàn bộ quy trình xử lý hồ sơ và tài liệu, từ khâu tiếp nhận đến lưu trữ và kiểm soát chất lượng. Bằng cách kết hợp công nghệ OCR (công nghệ nhận dạng ký tự quang học để số hóa văn bản), các kỹ thuật xử lý ngôn ngữ tự nhiên như NER (nhận dạng thực thể có tên), Clause Extraction (trích xuất mệnh đề/câu) và Semantic Parsing (phân tích ngữ nghĩa), hệ thống tích hợp AI có thể nhận diện, phân loại, trích xuất các trường dữ liệu quan trọng từ giấy tờ pháp lý (giấy đăng ký đất đai, hợp đồng tín dụng, biên bản kiểm kê…), gắn nhãn mức độ tin cậy (Confidence Score) và tự động điền dữ liệu vào hồ sơ tín dụng hoặc Core Banking. Bên cạnh đó, nền tảng Intelligent xử lý tài liệu thông minh (IDP) còn thực hiện kiểm tra chéo (cross-check) so sánh dữ liệu được trích xuất từ tài liệu với nguồn khác để phát hiện thiếu sót hoặc mâu thuẫn. Đối với khách hàng, hệ thống xử lý tài liệu thông minh còn hỗ trợ trả lời tự động các câu hỏi qua chat/tin nhắn, phân loại yêu cầu và chuyển tiếp đến bộ phận phù hợp qua đó giúp đưa nguồn nhân lực vào công việc chiến lược hơn.

Thứ ba, AI đóng vai trò như công cụ hỗ trợ quyết định kinh doanh, giúp ban lãnh đạo và bộ phận quản lý tài sản ra quyết định phù hợp, chính xác hơn. Đối với các tài sản cố định của ngân hàng, hệ thống AI tổng hợp và phân tích các báo cáo tổng hợp về tài sản như số lượng, giá trị còn lại (net book value), tỉ lệ sử dụng, chi phí bảo trì, vòng đời hữu dụng, đồng thời tạo lập các chỉ báo dự báo như nhu cầu, giá trị còn lại, xác suất cần thay thế. Sau đó, AI sẽ tổng hợp, phân tích để đề xuất các quyết định về tài sản như mua mới, nâng cấp, hoán đổi hoặc thanh lý. Đối với các tài sản có tính thanh khoản cao như ngoại tệ, giấy tờ có giá, AI giúp phân tích kịch bản cho phép mô phỏng tác động của biến động lãi suất, giá thị trường hay tính thanh khoản, từ đó khuyến nghị quyết định quản trị vốn.

4. Ứng dụng của IT và AI tại một số quốc gia

Tại Mỹ và châu Âu, các công ty công nghệ tài chính (Fintech) và ngân hàng lớn đang áp dụng các giải pháp quản lý tài sản bảo đảm và hạn mức tín dụng với khả năng số hóa quy trình. Ví dụ, ứng dụng ngân hàng do Tập đoàn Oracle cung cấp cho phép ngân hàng quản lý hơn 40 loại tài sản thế chấp; thiết lập các tổ hợp tài sản, xác định tỉ lệ đóng góp từng tài sản và tái định giá tài sản định kỳ để bảo đảm giá trị cho khoản vay phản ánh đúng giá trị thị trường. Tương tự, Tập đoàn Finastra phối hợp với Công ty CloudMargin cung cấp phần mềm quản lý tài sản bảo đảm và đòn bẩy tài chính qua các giao dịch phái sinh, repo, cho vay, phù hợp với yêu cầu xử lý khoản ký quỹ ban đầu và điều chỉnh hằng ngày, giúp ngân hàng giảm chi phí, tuân thủ quy định ký quỹ và tự động hóa tạo các công việc liên quan tới giao dịch.

Tại Trung Quốc, xu hướng áp dụng công nghệ cao trong ngân hàng ngày càng phổ biến, đặc biệt là Blockchain để tự động hóa các giao dịch bảo đảm và cấp tín dụng. Ví dụ, Ngân hàng Nông nghiệp Trung Quốc đã thử nghiệm phát hành khoản vay trị giá khoảng 300.000 USD bằng tài sản nông nghiệp làm tài sản thế chấp qua nền tảng Blockchain tại chi nhánh ở tỉnh Quý Châu. Hệ thống Blockchain trong trường hợp này được triển khai giữa nhiều bên liên quan, bao gồm Ngân hàng Nông nghiệp Trung Quốc, chi nhánh tỉnh của Ngân hàng Nhân dân Trung Quốc, Văn phòng Đất đai và Tài nguyên của tỉnh nhằm bảo đảm rằng cùng một mảnh đất không thể được dùng làm tài sản thế chấp cho nhiều khoản vay cùng lúc, đồng thời đẩy nhanh quy trình phê duyệt và kiểm tra xác thực tài sản. Một ví dụ khác là Ngân hàng Trung Quốc thông qua Công ty BOC International Holdings Limited (công ty về chứng khoán và dịch vụ tài chính đầu tư) đã phát hành trái phiếu cấu trúc (structured notes) số hóa trị giá khoảng 200 triệu Nhân dân tệ trên nền tảng Ethereum Blockchain tại Hồng Kông, hợp tác với Ngân hàng Liên hiệp Thụy Sĩ (UBS). Việc này minh chứng việc ngân hàng sử dụng công nghệ để gia tăng tính thanh khoản cho các sản phẩm đầu tư, giảm thiểu chi phí trung gian và tăng tốc độ xử lý giao dịch.

Tại Nhật Bản, các ngân hàng và doanh nghiệp tài chính - bất động sản đang đầu tư mạnh mẽ vào công nghệ quản lý rủi ro và chuyển đổi số. Mitsubishi UFJ Financial Group (MUFG) đã thành lập MUFG AI Studio (M-AIS) để tập hợp nguồn lực nội bộ và hợp tác với các trường đại học, các nhà khởi nghiệp nhằm phát triển mô hình AI cho nhiều mảng nghiệp vụ khác nhau. Đồng thời, MUFG triển khai giải pháp KIBIT Eye của Công ty FRONTEO để dự đoán rủi ro gian lận thông qua phân tích khối lượng lớn dữ liệu văn bản, từ đó phát hiện sớm giao dịch bất thường và nâng cao hiệu quả kiểm soát nội bộ. Trong lĩnh vực định giá và quản lý bất động sản, Hiroshima Bank đã đưa vào sử dụng nền tảng KAITRY Finance, ứng dụng AI để định giá bất động sản chi tiết đến từng lô đất, giúp rút ngắn thời gian phản hồi và tăng độ chính xác so với phương pháp truyền thống.

Tại Việt Nam, Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam (Agribank) áp dụng phần mềm “Quản lý tài sản trong kho tiền” tại hơn 150 chi nhánh, giúp giảm sổ sách thủ công, tăng năng suất, hạn chế mất mát tài sản. Sau triển khai, Agribank đánh giá phần mềm này đã giúp các chi nhánh nâng cao hiệu quả quản lý, bảo quản tài sản bảo đảm, tài sản giữ hộ… bảo đảm tài sản được sắp xếp khoa học, thay thế hoàn toàn cách theo dõi thủ công. Tương tự, Ngân hàng Thương mại cổ phần Kỹ thương Việt Nam (Techcombank) sử dụng phần mềm CLIMS - Hệ thống Quản lý tài sản bảo đảm và Hạn mức tín dụng để quản lý toàn bộ tài sản bảo đảm và hạn mức tín dụng. Hệ thống này giúp định vị tài sản trên hồ sơ tín dụng, cảnh báo rủi ro kịp thời, góp phần bảo đảm an toàn và tính minh bạch cho toàn hệ thống. Sau thời gian vận hành, phần mềm đã giúp các chi nhánh giảm việc ghi sổ sách thủ công, bảo đảm tài sản sau nhập kho được cập nhật kịp thời về hiện trạng và biến động, đồng thời cải thiện hiệu quả tìm kiếm, kiểm kê và bảo quản tài sản bảo đảm, tài sản giữ hộ. Việc quản lý tài sản được thống nhất từ cấp phòng giao dịch, chi nhánh tới trụ sở chính, giúp tăng đồng bộ trong báo cáo và kiểm soát nội bộ.

5. Một số khuyến nghị trong việc áp dụng IT và AI trong việc quản lý tài sản trong ngành Ngân hàng

Thứ nhất, đào tạo nhân lực để đáp ứng được yêu cầu chuyển đổi số của ngân hàng. Mục tiêu của việc đào tạo là tạo nguồn nhân lực để tăng tính hiệu quả khi vận hành hệ thống IT, AI và bảo đảm sự cập nhật hiểu biết về quy trình quản lý tài sản. Để đạt được điều này, ngân hàng cần xây dựng chương trình đào tạo gồm một số nội dung như: (1) Đào tạo cơ bản cho toàn bộ nhân viên về an toàn thông tin và quy trình thao tác trên phần mềm; (2) Đào tạo chuyên sâu cho đội ngũ quản trị tài sản và IT về quản lý hệ thống quản lý tài sản cố định, cách áp dụng OCR/NER và hành động tương tác với một bảng điều khiển (dashboard); (3) Đào tạo chuyên gia về AI giám sát mô hình, có khả năng giải thích mô hình đồng thời kết hợp đào tạo nội bộ với đối tác bên ngoài để thực hành lập báo cáo, xử lý rò rỉ dữ liệu và sự cố hệ thống. Hiệu quả của việc đào tạo có thể được đo bằng các KPI như tỉ lệ nhân viên hoàn thành khóa, thời gian trung bình xử lý yêu cầu trên hệ thống và số lỗi khi thao tác.

Thứ hai, đầu tư công nghệ để số hóa việc quản lý tài sản nhằm tăng mức độ tự động hóa và ứng dụng AI để tối ưu hóa vòng đời tài sản. Theo đó, ngân hàng có thể ưu tiên đầu tư, nâng cấp triển khai hệ thống quản lý tập trung như kê khai, phân bố tài sản, lịch bảo trì, lịch sử khấu hao, liên kết hợp đồng, số hóa hồ sơ bằng OCR/NER và áp dụng Internet vạn vật/RFID/NFC cho tài sản giá trị cao để định vị, theo dõi thời gian thực. Mặt khác, ngân hàng tích hợp AI cho phân tích dữ liệu theo thời gian thực giúp dự báo thời điểm bảo trì/hỏng hóc, giảm chi phí sửa chữa đột xuất và kéo dài tuổi thọ tài sản. Khi xây dựng nền tảng tích hợp dữ liệu, ngân hàng cũng nên đầu tư áp dụng Blockchain nhằm chống gian lận và bảo đảm nhất quán, an toàn dữ liệu. Đồng thời, ngân hàng cần bố trí nguồn vốn cho nâng cấp hệ thống và kết hợp đánh giá định kỳ tỉ suất lợi nhuận trên đầu tư (ROI) của dự án thực hiện để đo hiệu quả đầu tư.

Thứ ba, thiết lập một khung quản trị chặt chẽ, dựa trên quy trình cụ thể nhằm bảo đảm khả năng quản lý, tra soát và lưu vết hồ sơ một cách hệ thống. Ngân hàng cần chỉ định rõ bên sử dụng dữ liệu và bên quản trị dữ liệu cho từng loại tài sản để phân quyền truy cập và trách nhiệm quản lý. Theo đó, ngân hàng cần ban hành đầy đủ các chính sách quản lý tài sản, chính sách lưu trữ dữ liệu, chính sách an toàn thông tin và chính sách đạo đức trong sử dụng AI; đồng thời áp dụng tiêu chuẩn định danh dữ liệu và cơ chế lưu vết thay đổi hồ sơ để mọi thao tác trên hệ thống đều có thể truy xuất. Ngoài ra, ngân hàng cũng cần xây dựng quy trình kiểm toán nội bộ định kỳ cùng cơ chế đánh giá mô hình AI với khả năng bảo đảm tính công bằng, khả năng giải thích nguyên nhân - kết quả và kiểm soát sai lệch nhằm lưu lại các khuyến nghị do AI tạo lập. Đồng thời, ngân hàng cũng phải chuẩn hóa quy trình phản ứng sự cố, quy trình phân tích nguyên nhân sự cố và luồng báo cáo, quy định trách nhiệm rõ giữa các bên liên quan, kèm theo chỉ tiêu KPI như thời gian phát hiện, thời gian khắc phục và tỉ lệ hoàn thiện hồ sơ, qua đó giúp dễ dàng khắc phục khi xảy ra sự cố.

Việc đồng bộ hóa đào tạo nhân lực, đầu tư công nghệ và thiết lập khung quản trị chặt chẽ là có thể xem là một trong các điều kiện để ngân hàng chuyển đổi số hiệu quả, bền vững và an toàn. Thông qua chương trình đào tạo đa tầng, nền tảng quản lý tài sản số hóa tích hợp AI và cơ chế phân quyền, lưu vết tác động dữ liệu, ngân hàng sẽ nâng cao hiệu quả vận hành, tiết kiệm chi phí quản lý. Do đó, ngân hàng cần phân bổ nguồn lực và tạo lộ trình triển khai cụ thể để hiện thực hóa lợi ích kinh tế - kỹ thuật khi ứng dụng IT và AI nhằm tăng cường năng lực cạnh tranh, nội lực quản trị của ngân hàng.

Tài liệu tham khảo:

1. Agribank News, 6 hệ thống công nghệ, sản phẩm dịch vụ của Agribank nhận Giải thưởng Sao Khuê 2025, https://www.agribank.com.vn/vn/ve-agribank/tin-tuc-su-kien/tin-ve-agribank/hoat-dong-agribank/06-he-thong-cong-nghe-san-pham-dich-vu-agribank-xuat-sac-duoc-cong-nhan-giai-thuong-sao-khue-2025

2. Báo Đầu tư, Techcombank nâng cao quản trị rủi ro và xử lý tín dụng, https://baodautu.vn/techcombank-nang-cao-quan-tri-rui-ro-va-xu-ly-tin-dung-d18064.html

3. Báo Người Lao động, Techcombank chọn CLIMS của Integro, https://nld.com.vn/doanh-nghiep/techcombank-chon-clims-cua-integro-2014091617514836.htm

4. Cointelegraph, William Suberg (Jul 31, 2018), China: World’s Fourth Largest Bank by Assets Trials Blockchain Loans Backed by Land.

5. Digichina, China’s Digital Currency and Blockchain Network: Disparate Projects or Two Sides of the Same Coin?

6. European Centra Bank (4 December 2024), Eurosystem completes tests using DLT for central bank money settlement.

7. Finastra, Collateral management as-a-service for Finastra’s Kondor, Summit and Opics solutions.

8. Finastra, Finastra and CloudMargin partner to deliver Collateral Management as a Service, https://www.finastra.com/press-media/finastra-and-cloudmargin-partner-deliver-collateral-management-service

9. FRONTEO (23 April, 2024), Mitsubishi UFJ Trust and Banking Corporation introduces AI solution "KIBIT Eye".

10. Ledger Insights (July 31, 2018), Chinese Bank issues blockchain farmer mortgages.

11. MUFG (19 Jan 2024), Establishment of M-AIS and its initiatives: Utilizing MUFG's big data and AI.

12. NationalCompanyDatabase (13 May, 2024), Hiroshima Bank transforms operations with the introduction of AI real estate appraisal service "KAITRY finance".

13. Oracle , Oracle Banking Enterprise Limits and Collateral Management Cloud Service, https://www.oracle.com/asean/financial-services/banking/enterprise-limits-collateral-management/

14. Phạm Ngọc Đức, Agribank triển khai mở rộng chương trình phần mềm “Quản lý tài sản trong kho tiền” trên toàn hệ thống, https://www.agribank.com.vn/vn/ve-agribank/tin-tuc-su-kien/tai-chinh-ngan-hang/agribank-tung-buoc-trien-khai-mo-rong-chuong-trinh-phan-mem-quan-ly-tai-san-trong-kho-tien-tren-toan-he-thong

15. RetailBankerInternational (April 30, 2018), Mitsubishi UFJ to form dedicated unit to harness power of AI.

16. Techcombank, Techcombank lựa chọn hệ thống quản lý tài sản bảo đảm và hạn mức tín dụng (CLIMS) của Integro nhằm nâng cao các hoạt động quản trị rủi ro và xử lý tín dụng của ngân hàng, https://techcombank.com/thong-tin/thong-bao/techcombank-lua-chon-he-thong-quan-ly-tai-san-dam-bao-va-han-muc-tin-dung-clims-cua-integro-nham-nang-cao-cac-hoat-dong-quan-tri-rui-ro-va-xu-ly-tin-dung-cua-ngan-hang

17. UBS (09 Jun 2023), BOCI (Bank of China International) issues first tokenized notes, originated by UBS using UBS Tokenize.