Keywords: AI, quantum computing, banking, finance.
1. Giới thiệu
AI đang làm biến đổi nhanh chóng ngành dịch vụ tài chính, ngân hàng toàn cầu. Là một nhóm các công nghệ liên quan bao gồm học máy và học sâu, AI có khả năng đột phá và cải tiến ngành dịch vụ tài chính, ngân hàng hiện có. Đây không phải là một công nghệ mới, những nghiên cứu học thuật đầu tiên của nó đã có từ những năm 1950. Tuy nhiên, gần đây AI đã trở nên phổ biến, chủ yếu nhờ các yếu tố: Khối lượng dữ liệu số và khả năng lưu trữ dữ liệu ngày càng tăng; xử lý tính toán nhanh chóng; chi phí giảm. Nhờ những thay đổi này mà khả năng của AI được khai thác trong tất cả các lĩnh vực kinh tế, không chỉ riêng trong lĩnh vực tài chính, ngân hàng (Fernández, 2019).
Sự phát triển nhanh chóng của công nghệ trong ngành tài chính, ngân hàng đã đóng một vai trò quan trọng trong quá trình chuyển đổi kỹ thuật số, cung cấp các sản phẩm và dịch vụ tài chính cũng như phương thức tiêu dùng. Đặc biệt, sự xuất hiện và sử dụng rộng rãi một lượng lớn dữ liệu dựa trên thói quen tiêu dùng và hành vi tài chính của người tiêu dùng đã thúc đẩy việc ứng dụng mô hình học máy trong lĩnh vực tài chính, ngân hàng. Khả năng truy cập thuận tiện vào số lượng lớn dữ liệu thay thế và các mô hình học máy phát triển nhanh chóng đã trở thành yếu tố chính thúc đẩy đổi mới trong lĩnh vực công nghệ tài chính, ngân hàng những năm gần đây và hàng tỉ người tiêu dùng trên thế giới đã được hưởng lợi từ sự thay đổi này (Zhai, 2022).
Điện toán lượng tử thể hiện sự thay đổi mô hình trong công nghệ tính toán, khai thác các nguyên lý của cơ học lượng tử để thực hiện các phép tính vượt quá khả năng của máy tính cổ điển. Trong khi máy tính cổ điển sử dụng các bit (đơn vị nhỏ nhất của thông tin máy tính) ở trạng thái 0 hoặc 1, thì máy tính lượng tử sử dụng bit lượng tử (qubit), có thể tồn tại đồng thời ở trạng thái chồng chập của cả 0 và 1. Qubit trong máy tính lượng tử tương tự như các bit trong máy tính truyền thống. Về cốt lõi, bộ xử lý của một máy tính truyền thống thực hiện tất cả công việc của mình bằng cách điều khiển các bit. Tương tự, bộ xử lý lượng tử thực hiện tất cả công việc bằng cách xử lý các qubit. Ngoài ra, các qubit cho phép tạo ra trạng thái lượng tử với các đặc tính tương quan trên nhiều qubit. Những tính năng này cho phép máy tính lượng tử xử lý thông tin theo cách mà máy tính cổ điển không thể thực hiện được một cách hiệu quả. Sức mạnh của điện toán lượng tử phát sinh từ khả năng khai thác các hiện tượng lượng tử để thực hiện các phép tính song song trên những tập dữ liệu khổng lồ. Thuật toán lượng tử tận dụng các đặc tính này để giải quyết một số vấn đề toán học hiệu quả hơn nhiều so với những thuật toán cũ (Turpu, 2023).
Sự giao thoa giữa AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng đang là một lĩnh vực nghiên cứu tiên tiến, thu hút được sự chú ý đáng kể trong những năm gần đây. Điện toán lượng tử mang lại tiềm năng cách mạng hóa thị trường tài chính, ngân hàng bằng cách cung cấp giải pháp cho các vấn đề phức tạp về mặt tính toán như định giá phái sinh, phân tích rủi ro, tối ưu hóa danh mục đầu tư và phát hiện gian lận (Herman và cộng sự, 2022). Điều này đặc biệt quan trọng khi các phương pháp tính toán truyền thống gặp khó khăn trong việc xử lý hiệu quả các nhiệm vụ này (Chen, Li và Neufeld, 2024). Hơn nữa, việc tích hợp AI vào hoạt động của thị trường tài chính, ngân hàng đã nâng cao đáng kể hiệu quả của dịch vụ bằng cách tạo ra các nền tảng tài chính kỹ thuật số dễ tiếp cận, tăng chiều rộng và chiều sâu của các dịch vụ tài chính, ngân hàng. Sự kết hợp giữa AI và điện toán lượng tử có khả năng đem lại những lợi ích to lớn hơn nữa bằng cách tạo ra giải pháp chính xác và hiệu quả hơn cho các vấn đề tài chính (Atadoga, Ike, Azuzu và Ayinla, 2024).
Mục đích của bài viết này là đưa ra đánh giá toàn diện của sự kết hợp giữa AI và điện toán lượng tử trên lĩnh vực tài chính, ngân hàng, xác định những tiến bộ quan trọng và đánh giá những tác động tiềm ẩn. Ngoài ra, việc đánh giá nhằm mục đích làm nổi bật tầm quan trọng của sự kết hợp này bằng cách nhấn mạnh tiềm năng của nó trong việc giải quyết các vấn đề khó tính toán trong lĩnh vực tài chính, ngân hàng, chẳng hạn như dự báo trước các sự cố và tối ưu hóa danh mục đầu tư.
2. AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng
2.1. AI trong lĩnh vực tài chính, ngân hàng
AI đã có những bước tiến đáng kể trong việc cách mạng hóa thị trường tài chính, ngân hàng thông qua nhiều ứng dụng khác nhau. Các thuật toán học máy, học sâu và xử lý ngôn ngữ tự nhiên đang đi đầu trong ứng dụng AI. Những phương pháp này đã cải thiện đáng kể cho nhiều vấn đề khác nhau như phân tích tài chính, phát hiện gian lận, giao dịch và quản lý rủi ro. Ví dụ: Thuật toán học máy đã được sử dụng để phân tích tâm lý nhằm phát triển các chiến lược giao dịch trung lập với thị trường, trong khi mạng lưới thần kinh được sử dụng để tạo thị trường tối ưu nhằm đáp ứng các điều kiện thị trường. Ngoài ra, xử lý ngôn ngữ tự nhiên đã được sử dụng để tối ưu hóa dịch vụ khách hàng và danh mục đầu tư (Sharma và Devi, 2023).
AI còn mang lại những thành tựu và tiến bộ đáng kể trong việc phân tích tài chính, tác động đến nhiều khía cạnh khác nhau như quản trị, tăng doanh thu, tổng hợp và chiến lược mua hàng. Hơn nữa, AI còn đóng vai trò quan trọng trong phân tích dự đoán, quản lý rủi ro, tự động hóa và cách mạng hóa các quy trình hoạt động trong lĩnh vực tài chính, ngân hàng. Những tiến bộ này đã tạo ra cơ hội để tiếp tục đổi mới trong lĩnh vực học máy bằng thuật toán và ra quyết định tự động.
Tuy nhiên, AI trong các ứng dụng tài chính, ngân hàng phải đối mặt với một số thách thức: Khi các mô hình AI được phát triển thành các ứng dụng thực tế thì khả năng duy trì chất lượng, độ tin cậy theo thời gian càng trở nên cần thiết. Ngoài ra, việc ứng dụng mạng thần kinh nhân tạo khiến cho dữ liệu tăng trưởng mạnh mẽ và đặt ra thách thức về việc tính toán của hệ thống. Hơn nữa, nhu cầu về việc có thể giải thích được AI ngày càng tăng để xây dựng niềm tin và sự hiểu biết trong quá trình ra quyết định của AI, dẫn đến thách thức về khả năng diễn giải trong các mô hình AI (Atadoga, Ike, Asuzu và Ayinla, 2024). (Hình 1)
Hình 1. Giải pháp AI trong lĩnh vực Ngân hàng
Nguồn: Deepsense.ai
Tóm lại, sự giao thoa giữa AI và điện toán lượng tử trong thị trường tài chính, ngân hàng thể hiện một lĩnh vực nghiên cứu mang tính biến đổi với tiềm năng cách mạng hóa các hoạt động tài chính, ngân hàng truyền thống, nhấn mạnh tiềm năng của nó trong việc giải quyết các vấn đề khó tính toán, chẳng hạn như dự báo các sự cố tài chính, ngân hàng và tối ưu hóa danh mục đầu tư. Như vậy, AI đã biến đổi đáng kể thị trường tài chính, ngân hàng thông qua các thuật toán học máy, mạng lưới thần kinh nhân tạo và xử lý ngôn ngữ tự nhiên. Những tiến bộ này đã mang lại thành tựu đáng kể trong phân tích tài chính, đồng thời đặt ra những thách thức tính toán cần được giải quyết để tiếp tục phát triển AI trong các ứng dụng tài chính, ngân hàng.
2.2. Điện toán lượng tử trong lĩnh vực tài chính, ngân hàng
Điện toán lượng tử là một lĩnh vực mang tính cách mạng, tận dụng các nguyên tắc của cơ học lượng tử để xử lý và phân tích thông tin theo những cách mà vượt xa khả năng của máy tính cổ điển. Cốt lõi của điện toán lượng tử là các qubit, có thể tồn tại ở trạng thái chồng chập, cho phép chúng biểu thị đồng thời cả 0 và 1 thực hiện phép lượng tử song song, trong đó máy tính lượng tử có thể thực hiện nhiều phép tính cùng một lúc.
Hơn nữa, sự ràng buộc, một hiện tượng trong đó trạng thái của qubit phụ thuộc vào trạng thái của một qubit khác, cung cấp thêm sức mạnh tính toán bằng cách cho phép các mối tương quan phức tạp giữa các qubit.
Trong lĩnh vực tài chính, ngân hàng, điện toán lượng tử có tiềm năng to lớn cho nhiều ứng dụng khác nhau, giúp tối ưu hóa các vấn đề tài chính phức tạp, chẳng hạn như quản lý danh mục đầu tư và đánh giá rủi ro. Máy tính lượng tử có thể giải quyết các vấn đề tối ưu hóa một cách hiệu quả bằng cách khám phá đồng thời nhiều giải pháp, mang lại kết quả cao hơn và chính xác hơn so với các phương pháp cổ điển. Ngoài ra, điện toán lượng tử có thể tạo điều kiện thuận lợi cho việc mô phỏng kịch bản tài chính bằng cách xử lý nhanh chóng nhiều biến số và kết quả tiềm năng, cung cấp những hiểu biết sâu sắc có giá trị cho việc ra quyết định trong môi trường năng động (Hassan và cộng sự, 2024). Hơn nữa, việc sử dụng mật mã lượng tử cung cấp biện pháp bảo mật nâng cao cho các giao dịch tài chính và bảo vệ dữ liệu, tận dụng nguyên tắc ràng buộc lượng tử để bảo mật thông tin liên lạc và ngăn chặn truy cập trái phép.
Tiềm năng của điện toán lượng tử trong lĩnh vực tài chính, ngân hàng được đẩy mạnh bởi những tiến bộ trong công nghệ qubit, chẳng hạn như mạch siêu dẫn và các ion đang mở đường cho sự phát triển của máy tính lượng tử, có khả năng mở rộng, xử lý các bộ dữ liệu và tính toán tài chính trong thế giới thực. Hơn nữa, việc khám phá ràng buộc lượng tử và động lực học của nó trong các hệ lượng tử nhiều chiều hơn đang góp phần hoàn thiện quá trình xử lý thông tin lượng tử, điều này rất quan trọng để triển khai hiệu quả các thuật toán lượng tử trong ứng dụng tài chính, ngân hàng. (Hình 2)
Hình 2. Thị phần điện toán lượng tử toàn cầu năm 2023
Nguồn: www.fortunebusinessinsights.com
Điện toán lượng tử trong lĩnh vực tài chính và ngân hàng có tốc độ tăng trưởng nhanh chóng, dự kiến sẽ tạo ra doanh thu 159,2 triệu USD vào năm 2027 (theo Research Dive Analysis 2024). Chủ yếu là do các ứng dụng trong hỗ trợ giao dịch tần suất cao, phân tích danh mục đầu tư và thẩm định tài sản.
Tóm lại, điện toán lượng tử mang lại sự thay đổi về khả năng tính toán, có ý nghĩa sâu sắc đối với ngành tài chính, ngân hàng. Các đặc tính độc đáo của qubit, tính song song lượng tử và sự ràng buộc cung cấp một khuôn khổ mạnh mẽ để giải quyết các thách thức tài chính phức tạp từ những vấn đề tối ưu hóa đến truyền dữ liệu an toàn. Khi công nghệ điện toán lượng tử tiếp tục phát triển, việc tích hợp chúng vào thị trường tài chính, ngân hàng có tiềm năng cách mạng hóa quy trình ra quyết định và chiến lược quản lý rủi ro.
2.3. Sự kết hợp của AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng
Để giải quyết những thách thức tính toán của AI trong lĩnh vực tài chính, ngân hàng, điện toán lượng tử đã xuất hiện như một giải pháp đầy hứa hẹn. Điện toán lượng tử cho phép tính toán đồng thời nhiều trường hợp, giúp khắc phục những hạn chế về tính toán mà máy tính cổ điển gặp phải, đem lại hiệu quả trong xử lý dữ liệu và thực hiện thuật toán tài chính phức tạp. Hơn nữa, các thuật toán xuất phát từ lượng tử đã chứng minh khả năng tăng tốc theo cấp số nhân so với các phương pháp cổ điển đối với các vấn đề trong ngành tài chính, ngân hàng, cho thấy tiềm năng của chúng trong việc nâng cao mô hình dự đoán và ra quyết định trong lĩnh vực này (Arrazola, Delgado, Bardhan và Lloyd, 2020).
Điện toán lượng tử mang đến cơ hội cách mạng hóa lĩnh vực tài chính, ngân hàng bằng cách cải thiện đáng kể quá trình mô hình hóa dự đoán và ra quyết định. Những công nghệ này có khả năng tăng tốc theo cấp số nhân so với các thuật toán cổ điển để giải quyết các vấn đề tài chính phức tạp, chẳng hạn như định giá phái sinh, phân tích rủi ro và tối ưu hóa danh mục đầu tư (Herman và cộng sự, 2022). Ngoài ra, các thuật toán xuất phát từ lượng tử hứa hẹn nâng cao độ chính xác, khả năng thu hồi và thước đo F của các thuật toán phân loại, đem lại khả năng vượt trội so với các phương pháp truyền thống. Điều này cho thấy các thuật toán lấy cảm hứng từ lượng tử có thể góp phần tạo ra mô hình dự đoán chính xác và đáng tin cậy hơn cho lĩnh vực tài chính, ngân hàng.
Việc tích hợp điện toán lượng tử và các thuật toán trong lĩnh vực tài chính, ngân hàng mang lại nhiều cơ hội khác nhau để phát triển các giải pháp. Ví dụ, phương pháp Monte Carlo đa cấp tích hợp điện toán lượng tử đã chứng minh khả năng tăng tốc theo cấp số nhân so với các thuật toán cổ điển để giải các phương trình vi phân ngẫu nhiên trong toán học tài chính (An và cộng sự, 2021).
Hơn nữa, việc áp dụng các thuật toán lượng tử cho thấy khả năng giải quyết các vấn đề tối ưu hóa trong ngành tài chính, ngân hàng, đem đến cơ hội để tận dụng các phương pháp tiếp cận lấy cảm hứng từ lượng tử nhằm nâng cao khả năng tính toán và quy trình ra quyết định trong lĩnh vực tài chính, ngân hàng.
Sự kết hợp giữa AI và điện toán lượng tử mang lại lợi thế để giải quyết các thách thức tính toán, tăng cường mô hình dự đoán và mở ra cơ hội trên thị trường tài chính, ngân hàng. Điện toán lượng tử và các thuật toán lấy cảm hứng từ lượng tử có khả năng cách mạng hóa quy trình ra quyết định tài chính bằng cách tăng tốc theo cấp số nhân, cải thiện độ chính xác phân loại và giải quyết những vấn đề tối ưu hóa phức tạp.
3. Những thách thức và xu hướng của AI, điện toán lượng tử trong lĩnh vực tài chính, ngân hàng
3.1. Thách thức
Theo Ghandour (2021), việc tích hợp AI và điện toán lượng tử lĩnh vực tài chính, ngân hàng mang lại cả cơ hội và thách thức. AI có tiềm năng cách mạng hóa các dịch vụ tài chính, ngân hàng, mang lại khả năng ra quyết định, quản lý rủi ro và cải thiện trải nghiệm của khách hàng. Do đó, cần khắc phục những thách thức để tận dụng tối đa tiềm năng của AI trong lĩnh vực này. Những thách thức này bao gồm thay đổi kỹ năng trong công việc, lo ngại về quyền riêng tư và mất đi sự tiếp xúc giữa con người trong tương tác với khách hàng. Ngoài ra, việc triển khai AI trong các dịch vụ tài chính, ngân hàng đòi hỏi lượng lớn dữ liệu có chất lượng cao, phù hợp với chiến lược kinh doanh và giải quyết khoảng cách kỹ thuật số. Hơn nữa, khung pháp lý cho AI trong các dịch vụ tài chính, ngân hàng cần phải được thiết kế cẩn thận để đảm bảo khả năng tiếp cận tài chính, đồng thời quản lý rủi ro.
Bên cạnh việc điện toán lượng tử hứa hẹn sẽ thay đổi thị trường tài chính, ngân hàng bằng cách cho phép thực hiện các phép tính và mô phỏng phức tạp mà hiện tại máy tính thông thường không thể thực hiện được, việc triển khai thực tế điện toán lượng tử trong lĩnh vực tài chính, ngân hàng phải đối mặt với những thách thức như: Nhu cầu về mô hình quản trị cần mạnh mẽ để quản lý các mô hình AI, đảm bảo tính minh bạch, công bằng và trách nhiệm giải trình trong việc ra quyết định về AI.
Ngoài AI, điện toán lượng tử còn có tiềm năng nâng cao khả năng dự đoán thị trường tài chính, ngân hàng và chiến lược giao dịch. Tuy nhiên, khả năng áp dụng thuật toán vào giao dịch và dự báo thị trường cần được xem xét. Việc sử dụng các kỹ thuật điện toán cải tiến, chẳng hạn như mạng lưới thần kinh nhân tạo để dự báo thị trường chứng khoán, nêu bật tiềm năng của AI trong việc giải quyết các vấn đề tài chính, cần phải phân tích và thực hiện nghiêm ngặt để đảm bảo hiệu quả (Atadoga, Ike, Azuzu và Ayinla, 2024).
AI và điện toán lượng tử mang lại tiềm năng đáng kể cho việc chuyển đổi thị trường tài chính, tuy nhiên việc giải quyết những thách thức và hạn chế là rất quan trọng để tích hợp thành công.
Theo Turpu (2023), mặc dù lượng tử hứa hẹn sẽ bảo mật dữ liệu nhạy cảm trước mối đe dọa từ các cuộc tấn công, song vẫn có một số thách thức trong lĩnh vực tài chính, ngân hàng. Những thách thức này đến từ các khâu kỹ thuật, vận hành đến quản lý và phải được giải quyết để đảm bảo tích hợp thành công các giải pháp lượng tử vào cơ sở hạ tầng của các đơn vị, tổ chức thuộc lĩnh vực tài chính, ngân hàng. Một số thách thức bao gồm:
- Khả năng tương thích với cơ sở hạ tầng hiện có: Các hệ thống cũ có thể không đáp ứng được yêu cầu tính toán bởi các thuật toán lượng tử. Do đó, các ngân hàng phải đánh giá lại cơ sở hạ tầng và đưa ra chiến lược phát triển.
- Cân nhắc về hiệu suất: Các thuật toán mã hóa lượng tử thường có đặc tính hiệu suất khác nhau, có thể yêu cầu nhiều tài nguyên tính toán hơn hoặc có độ trễ cao hơn. Điều này có thể ảnh hưởng đến hiệu suất của các ứng dụng và dịch vụ ngân hàng.
- Quản lý và lưu trữ khóa bảo mật: Quản lý khóa bảo mật hiệu quả là điều cần thiết để đảm bảo an toàn cho các hệ thống mật mã, bao gồm các giải pháp mật mã hậu lượng tử. Các tổ chức tài chính, ngân hàng phải thiết lập biện pháp quản lý khóa mạnh mẽ để tạo, lưu trữ, phân phối và thu hồi khóa mật mã một cách an toàn.
- Khả năng tương tác và tiêu chuẩn hóa: Các tổ chức tài chính, ngân hàng phải đảm bảo rằng các thuật toán và giao thức đã chọn của họ tuân thủ tiêu chuẩn ngành và nguyên tắc tương tác để tạo điều kiện thuận lợi cho việc liên lạc, trao đổi dữ liệu với các tổ chức tài chính, ngân hàng, mạng thanh toán và cơ quan quản lý khác.
- Tuân thủ quy định: Tuân thủ quy định là điều quan trọng nhất đối với các tổ chức tài chính, ngân hàng. Khi thuật toán mã hóa hậu lượng tử được áp dụng, các tổ chức tài chính, ngân hàng cần đảm bảo tuân thủ khung pháp lý liên quan, chẳng hạn như Luật Bảo vệ dữ liệu cá nhân; quy định và tiêu chuẩn của đơn vị, của ngành.
- Phân bổ chi phí và tài nguyên: Các ngân hàng cần đánh giá chi phí và lợi ích của việc chuyển đổi sang giải pháp lượng tử và phân bổ nguồn lực hiệu quả để giảm thiểu rủi ro tài chính và tối đa hóa lợi tức đầu tư.
- Đào tạo và nâng cao nhận thức cho người dùng: Đào tạo, hướng dẫn, hỗ trợ khách hàng, nhân viên, các bên liên quan thích ứng với những thay đổi trong giao thức và thực tiễn.
Giải quyết những thách thức và cân nhắc trong việc áp dụng này đòi hỏi sự hợp tác và phối hợp giữa các ngân hàng, nhà cung cấp công nghệ, cơ quan tiêu chuẩn hóa và cơ quan quản lý. Bằng cách chủ động giải quyết những thách thức này, các ngân hàng có thể tăng cường vị thế an ninh mạng, giảm thiểu rủi ro do điện toán lượng tử gây ra và duy trì niềm tin cũng như sự tin cậy vào tính toàn vẹn của các giao dịch và dữ liệu của tổ chức tài chính, ngân hàng.
3.2. Xu hướng
AI đã được sử dụng thành công để phân tích các hoạt động của tổ chức tài chính, ngân hàng, chứng tỏ tiềm năng của nó trong việc đóng góp vào quá trình ra quyết định, tăng khả năng tranh của các tổ chức tài chính, ngân hàng. Hơn nữa, việc sử dụng AI trong dự đoán thị trường đã được khám phá, đặc biệt là trong việc vượt qua các cuộc khủng hoảng như đại dịch Covid-19, cho thấy tiềm năng của nó trong việc cung cấp những hiểu biết sâu sắc có giá trị cho những người tham gia thị trường (Sharma và Devi, 2023).
Các nghiên cứu đã nhấn mạnh sự cần thiết phải có các biện pháp thích hợp để bảo vệ dữ liệu và trách nhiệm đạo đức khi triển khai AI, học máy trên thị trường tài chính, ngân hàng. Hơn nữa, việc triển khai, vận hành AI sẽ mất thời gian và có nhiều phát sinh.
Tác động của AI và điện toán lượng tử đối với việc ra quyết định và tác động lên thị trường tài chính, ngân hàng là chủ đề nghiên cứu sâu rộng. AI đã được chứng minh là có tác động đến việc ra quyết định thông qua việc thu thập dữ liệu khách hàng, nâng cao chất lượng dịch vụ, tiết kiệm chi phí và tăng mức độ hài lòng của khách hàng. Ngoài ra, tiềm năng của AI trong việc bảo vệ cho các tổ chức tài chính, ngân hàng khỏi rủi ro và ảnh hưởng đến hiệu quả hoạt động (Ho, Gan, Jin và Le, 2022).
Tương lai của AI và điện toán lượng tử đầy tiềm năng, hứa hẹn và trở thành xu hướng mới trong lĩnh vực tài chính, ngân hàng. Trong điện toán lượng tử, ngày càng có nhiều sự tập trung vào những tiến bộ trong công nghệ có thể cách mạng hóa các ứng dụng tài chính, ngân hàng. Điều này bao gồm việc phát triển các thuật toán lượng tử có khả năng giải quyết các vấn đề tài chính phức tạp với tốc độ và hiệu quả chưa từng có. Khi điện toán lượng tử hoàn thiện, dự kiến nó sẽ cho phép xử lý lượng lớn dữ liệu và tối ưu hóa các chiến lược quản lý danh mục đầu tư. Ngoài ra, sự phát triển của thuật toán và mô hình AI trong các ứng dụng của lĩnh vực tài chính, ngân hàng là một lĩnh vực được quan tâm. Nhiều nghiên cứu đã chỉ ra rằng, AI, đặc biệt là học sâu và học máy đã được sử dụng rộng rãi để phát hiện gian lận, cá nhân hóa khách hàng, tăng hiệu suất giao dịch. Hơn nữa, việc tích hợp AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng là một xu hướng đang thu hút sự chú ý, được dự đoán sẽ nâng cao hiểu biết về môi trường tài chính phức tạp và cải thiện quá trình ra quyết định. Do đó, tương lai của AI và điện toán lượng tử chắc chắn sẽ mang lại những tiến bộ mang tính biến đổi, cách mạng hóa cách xử lý, phân tích và sử dụng dữ liệu tài chính để ra quyết định (Biji, Thomas và Thasneem, 2023).
Để mang lại những lợi ích to lớn đó, các tổ chức cần đầu tư vào nghiên cứu để phát triển và triển khai giải pháp mật mã kháng lượng tử nhằm bảo vệ dữ liệu và các giao dịch tài chính, ngân hàng. Hỗ trợ các nỗ lực nghiên cứu và phát triển tập trung vào việc khắc phục các hạn chế về phần cứng trong điện toán lượng tử, chẳng hạn như cải thiện độ ổn định của qubit và giảm tỉ lệ lỗi. Phát triển các khuôn khổ đạo đức được thiết kế riêng cho sự kết hợp giữa AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng, giải quyết các vấn đề về sai lệch, mang lại sự minh bạch và trách nhiệm giải trình. Cần phối hợp với các cơ quan quản lý để cung cấp hướng dẫn và thiết lập các quy định rõ ràng về việc sử dụng AI và điện toán lượng tử.
4. Kết luận
Sự tích hợp giữa AI và điện toán lượng tử mang lại những lợi ích đáng kể, giải quyết các thách thức tính toán và tăng cường khả năng ra quyết định trên thị trường tài chính, ngân hàng. Các thuật toán lấy cảm hứng từ lượng tử có tiềm năng cách mạng hóa mô hình và phân tích tài chính. Các hạn chế về phần cứng trong điện toán lượng tử, bao gồm các vấn đề liên quan đến độ ổn định của qubit và sửa lỗi, đặt ra những thách thức lớn. Chi phí cao liên quan đến cơ sở hạ tầng điện toán lượng tử, cùng với những cân nhắc về đạo đức và quy định, tạo ra những rào cản cho việc áp dụng rộng rãi. Các vấn đề thiên vị trong thuật toán, bảo mật dữ liệu và quyền riêng tư đòi hỏi được quan tâm để đảm bảo việc sử dụng AI và điện toán lượng tử một cách có trách nhiệm và có đạo đức trong quá trình ra quyết định tài chính.
Tính minh bạch và trách nhiệm giải trình trong sự kết hợp của các công nghệ này là rất quan trọng để xây dựng niềm tin vào hệ thống tài chính, ngân hàng. Cần có các quy định cụ thể về lượng tử, nhấn mạnh tầm quan trọng của việc phát triển các khung pháp lý rõ ràng cho ứng dụng điện toán lượng tử. Sự kết hợp giữa AI và điện toán lượng tử sẽ phá vỡ các mô hình tài chính truyền thống, cung cấp các công cụ mới để quản lý rủi ro, tối ưu hóa danh mục đầu tư và phát hiện gian lận. Các tổ chức tài chính, ngân hàng áp dụng những công nghệ này có thể đạt được lợi thế cạnh tranh về hiệu quả và sự đổi mới. Những bất ổn cố hữu liên quan đến điện toán lượng tử, cùng với bối cảnh pháp lý ngày càng phát triển có thể tạo ra những rủi ro mới cho thị trường tài chính, ngân hàng. Các chiến lược quản lý rủi ro phải được phát triển để giải quyết những thách thức này một cách hiệu quả. Khuyến khích sự hợp tác giữa giới học thuật, ngành công nghiệp và các cơ quan quản lý để thúc đẩy sự hiểu biết toàn diện về sự giao thoa giữa AI và điện toán lượng tử. Cần có các chương trình và sáng kiến giáo dục để xây dựng lực lượng lao động lành nghề có khả năng sử dụng những công nghệ này.
Sự kết hợp giữa AI và điện toán lượng tử trong lĩnh vực tài chính, ngân hàng đòi hỏi sự cân bằng giữa việc nắm bắt những tiến bộ công nghệ và giải quyết các thách thức liên quan. Bằng cách thúc đẩy hợp tác, thúc đẩy nghiên cứu và phát triển các khuôn khổ pháp lý và đạo đức, ngành tài chính, ngân hàng có thể khai thác tiềm năng biến đổi của những công nghệ này một cách có trách nhiệm, đảm bảo một tương lai được phát triển bởi sự đổi mới, hiệu quả và tính toàn vẹn.
Tài liệu tham khảo:
1. An, D., Linden, N., Liu, J., Montanaro, A., Shao, C., & & Wang, J. (2021). Quantum-accelerated multilevel Monte Carlo methods for stochastic differential equations in mathematical finance.
2. Arrazola, J., Delgado, A., Bardhan, B., & Lloyd, S. (2020). Quantum-inspired algorithms in practice.
3. Atadoga, A., Ike, C. U., Asuzu, O. F. & Ayinla, B. S. (2024). The Intersection of AI and quantum computing in financial markets: A critical review.. Computer Science & IT Research Journal, pages 461-472.
4. Biju, A. K., Thomas, A. S., & Thasneem, J. (2023). Examining the research taxonomy of artificial intelligence, deep learning & machine learning in the financial sphere-a bibliometric analysis. pages 849-878.
5. Chen, J., Li, Y., & Neufeld, A. (2024). Quantum Monte Carlo algorithm for solving Black-Scholes PDEs for high-dimensional option pricing in finance and its complexity analysis. Singapore: arXiv.
6. Fernández, A. (2019). Artificial intelligence in financial. Economic bulletin.
7. Ghandour, A. (2021). Opportunities and Challenges of Artificial Intelligence in Banking: Systematic Literature Review. Tem Journal, pages 1581-1587.
8. Hassan, A., Ewuga, S., Abdul, A., Abrahams, T., Oladeinde, M., & Dawodu, S. (2024). Cybersecurity in banking: a global perspective with a focus on Nigerian Practices. Computer Science & IT Research Journal, pages 41-59.
9. Herman, D., Googin, C., Liu, X., Galda, A., Safro, I., Sun, Y., Alexeev, Y. (2022). A survey of quantum computing for finance. USA: https://doi.org/10.48550/arxiv.2201.02773
10. Ho, L., Gan, C., Jin, S., Le, B. (2022). Artificial intelligence and firm performance: does machine intelligence shield firms from risks? Journal of Risk and Financial Management.
11. Sharma, P., & Devi, S. (2023). The Future of Finance: Revolutionizing the Industry With Artificial Intelligence. https://www.igi-global.com/
12. Zhai, Y. C. (2022). A survey of AI in finance. Journal of Chinese Economic and Business Studies, pages 125-137.