Khóa Luận Tốt Nghiệp: Nghiên Cứu và Xây Dựng Chatbot Về Nghiệp Vụ Thẻ Cho Ngân Hàng

Khóa luận nghiên cứu xây dựng chatbot nghiệp vụ thẻ cho ngân hàng trên nền tảng FPT AI Conversation, nâng cao trải nghiệm khách hàng.

• Tác giả: Nguyễn Ngọc Anh
• Người hướng dẫn: TS. Vũ Trọng Sinh
• Trường học: Học viện Ngân hàng
• Chuyên ngành: Hệ thống thông tin quản lý
• Đề tài: Nghiên cứu và xây dựng chatbot về nghiệp vụ thẻ cho ngân hàng dựa trên nền tảng FPT.AI Conversation
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM KẾT
• NHẬN XÉT CỦA ĐƠN VỊ THỰC TẬP
• NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
• MỤC LỤC
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC BẢNG BIỂU
• DANH MỤC HÌNH VẼ
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: GIỚI THIỆU BÀI TOÁN
• 1.1. Thực trạng ứng dụng Chatbot ở các ngân hàng VN
• 1.2. Lý do chọn bài toán
• 1.3. Mục tiêu của bài toán
• 1.4. Phạm vi nghiên cứu
• 1.5. Nội dung nghiên cứu
• 1.6. KẾT LUẬN CHƯƠNG 1
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ CHATBOT VÀ NGHIỆP VỤ THẺ TRONG NGÂN HÀNG
• 2.1. Tổng quan về chatbot
• 2.2. Khái niệm chatbot
• 2.3. Phân loại Chatbot
• 2.4. Lợi ích của chatbot
• 2.5. Một số kỹ thuật sử dụng trong Chatbot
• 2.6. Giới thiệu về Chatbot trên nền tảng FPT
• 2.7. Lý do lựa chọn Chatbot FPT
• 2.8. Cơ chế hoạt động của Chatbot FPT
• 2.9. Các tính năng của Chatbot FPT
• 2.10. Quy trình xây dựng Chatbot với FPT
• 2.11. Tổng quan về nghiệp vụ thẻ
• 2.12. Khái niệm thẻ
• 2.13. Phân loại thẻ
• 2.14. KẾT LUẬN CHƯƠNG 2
• 3. CHƯƠNG 3: XÂY DỰNG CHATBOT HỖ TRỢ NGƯỜI DÙNG VỀ NGHIỆP VỤ THẺ TRONG NGÂN HÀNG
• 3.1. Phân tích và thiết kế dữ liệu cho Chatbot
• 3.2. Xây dựng bộ câu hỏi về nghiệp vụ thẻ
• 3.3. Xây dựng kịch bản về nghiệp vụ thẻ trong ngân hàng
• 3.4. Xây dựng Chatbot trên nền tảng FPT
• 3.5. Chuẩn bị dữ liệu xây dựng Chatbot
• 3.6. Tạo Chatbot trên FPT
• 3.7. KẾT LUẬN CHƯƠNG 3
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 4.1. Kết quả thực nghiệm
• 4.2. Đánh giá theo kịch bản test
• 4.3. Đánh giá theo test tự động
• 4.4. KẾT LUẬN CHƯƠNG 4
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Chatbot Ngân Hàng Dựa Trên FPT

Nghiên cứu và xây dựng chatbot ngân hàng dựa trên nền tảng FPT.AI Conversation đang trở thành xu hướng quan trọng trong ngành tài chính. Chatbot không chỉ giúp ngân hàng tiết kiệm chi phí mà còn nâng cao trải nghiệm khách hàng. Việc áp dụng công nghệ này giúp tự động hóa nhiều quy trình, từ tư vấn đến hỗ trợ khách hàng, tạo ra giá trị lớn cho ngân hàng.

1.1. Lý Do Chọn Nghiên Cứu Chatbot Ngân Hàng

Nhu cầu sử dụng dịch vụ ngân hàng ngày càng cao, đòi hỏi ngân hàng phải cải thiện chất lượng dịch vụ. Chatbot giúp giải quyết vấn đề này bằng cách cung cấp thông tin nhanh chóng và chính xác cho khách hàng.

1.2. Tình Hình Ứng Dụng Chatbot Tại Việt Nam

Nhiều ngân hàng tại Việt Nam đã tích hợp chatbot vào hoạt động của mình, như TPBank, Vietcombank, và VietinBank. Điều này cho thấy sự phát triển mạnh mẽ của công nghệ chatbot trong ngành ngân hàng.

II. Vấn Đề và Thách Thức Khi Xây Dựng Chatbot Ngân Hàng

Mặc dù chatbot mang lại nhiều lợi ích, nhưng việc triển khai cũng gặp phải không ít thách thức. Các ngân hàng cần phải đối mặt với vấn đề về dữ liệu, bảo mật và khả năng tương tác của chatbot với khách hàng.

2.1. Thách Thức Về Dữ Liệu

Để chatbot hoạt động hiệu quả, cần có một lượng dữ liệu lớn và chính xác. Việc thu thập và phân tích dữ liệu là một thách thức lớn đối với nhiều ngân hàng.

2.2. Vấn Đề Bảo Mật Thông Tin

Bảo mật thông tin khách hàng là một trong những vấn đề quan trọng nhất. Ngân hàng cần đảm bảo rằng chatbot không bị rò rỉ thông tin nhạy cảm.

III. Phương Pháp Xây Dựng Chatbot Ngân Hàng Hiệu Quả

Để xây dựng một chatbot ngân hàng hiệu quả, cần áp dụng các phương pháp và công nghệ tiên tiến. FPT.AI Conversation cung cấp nền tảng mạnh mẽ cho việc phát triển chatbot thông minh.

3.1. Quy Trình Xây Dựng Chatbot

Quy trình xây dựng chatbot bao gồm việc phân tích yêu cầu, thiết kế kịch bản hội thoại và triển khai trên nền tảng FPT.AI. Mỗi bước đều cần được thực hiện cẩn thận để đảm bảo chatbot hoạt động hiệu quả.

3.2. Tích Hợp Công Nghệ Trí Tuệ Nhân Tạo

Việc tích hợp công nghệ trí tuệ nhân tạo giúp chatbot hiểu và phản hồi chính xác hơn với yêu cầu của khách hàng. FPT.AI cung cấp các công cụ hỗ trợ cho việc này.

IV. Ứng Dụng Thực Tiễn Của Chatbot Trong Ngân Hàng

Chatbot đã được ứng dụng rộng rãi trong nhiều ngân hàng, giúp cải thiện quy trình làm việc và nâng cao trải nghiệm khách hàng. Các ngân hàng có thể sử dụng chatbot để tư vấn, hỗ trợ và giải đáp thắc mắc cho khách hàng.

4.1. Tư Vấn Khách Hàng 24 7

Chatbot có khả năng tư vấn khách hàng mọi lúc, mọi nơi, giúp ngân hàng nâng cao dịch vụ chăm sóc khách hàng.

4.2. Giải Quyết Vấn Đề Nhanh Chóng

Chatbot giúp giải quyết các vấn đề thường gặp của khách hàng một cách nhanh chóng, từ đó giảm tải cho nhân viên ngân hàng.

V. Kết Luận và Tương Lai Của Chatbot Ngân Hàng

Chatbot ngân hàng dựa trên FPT.AI đang mở ra nhiều cơ hội mới cho ngành tài chính. Tương lai của chatbot hứa hẹn sẽ còn phát triển mạnh mẽ hơn nữa với sự tiến bộ của công nghệ.

5.1. Xu Hướng Phát Triển Chatbot

Xu hướng phát triển chatbot trong ngân hàng sẽ tiếp tục gia tăng, với nhiều tính năng mới được tích hợp để phục vụ khách hàng tốt hơn.

5.2. Tác Động Đến Ngành Ngân Hàng

Chatbot không chỉ giúp ngân hàng tiết kiệm chi phí mà còn nâng cao trải nghiệm khách hàng, từ đó tạo ra lợi thế cạnh tranh trong ngành.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Sự phát triển của trí tuệ nhân tạo (AI) và công nghệ xử lý ngôn ngữ tự nhiên (NLP) đang tạo ra sự thay đổi lớn trong hoạt động vận hành của ngành tài chính - ngân hàng. Nghiên cứu của Juniper (2018) chỉ ra rằng việc ứng dụng chatbot giúp lĩnh vực ngân hàng và bán lẻ tiết kiệm khoảng 2,5 tỷ giờ phục vụ khách hàng cùng 11 tỷ USD mỗi năm vào năm 2023. Theo dự báo của Elisha Sudlow và Poole (2022), tổng số lượt truy cập ứng dụng nhắn tin chatbot trên toàn cầu tăng từ 3,5 tỷ (năm 2022) lên 9,5 tỷ (năm 2026), tương đương mức tăng trưởng 169%. Tại Việt Nam, Quyết định số 149/QĐ-TTg ngày 20/01/2020 của Thủ tướng Chính phủ phê duyệt "Chiến lược tài chính toàn diện quốc gia" đã xác định việc đẩy mạnh ứng dụng công nghệ hiện đại, đổi mới sáng tạo nhằm tối ưu hóa chi phí và nâng cao khả năng tiếp cận dịch vụ tài chính cho người dân.

Tuy nhiên, khảo sát thực tế tính đến ngày 28/04/2023 trên 40 ngân hàng thương mại tại Việt Nam cho thấy tỷ lệ triển khai trợ lý ảo còn hạn chế: chỉ có 15/40 ngân hàng (chiếm 37,5%) đã tích hợp chatbot AI, trong khi 25 ngân hàng còn lại chưa ứng dụng hoặc đã ngừng vận hành (như SCB ngừng từ tháng 09/2022, Eximbank ngừng từ tháng 10/2018). Bên cạnh đó, khảo sát trực tiếp một số chatbot ngân hàng đang vận hành (TPBank, Vietcombank, VietinBank) cho thấy các quy trình tư vấn nghiệp vụ mở thẻ và xử lý khóa thẻ khẩn cấp vẫn còn tồn tại điểm nghẽn, làm giảm trải nghiệm người dùng.

Khóa luận xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể như sau:

1. Nghiên cứu cơ sở lý thuyết về hệ thống Chatbot và nền tảng xây dựng hội thoại FPT.AI Conversation.
2. Tìm hiểu hệ thống nghiệp vụ thẻ ngân hàng và các tình huống tư vấn thực tế phát sinh trong giao dịch thẻ.
3. Xây dựng và triển khai thử nghiệm hệ thống Chatbot chuyên biệt về nghiệp vụ thẻ ngân hàng, có khả năng nhận diện ý định, trích xuất thực thể, phản hồi thông tin chính xác và duy trì tính ổn định.
4. Phân tích, đánh giá kết quả thực nghiệm theo kịch bản và kiểm thử tự động, đồng thời đề xuất định hướng hoàn thiện hệ thống trong tương lai.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Quy trình tư vấn, hỗ trợ nghiệp vụ thẻ ngân hàng và kỹ thuật xây dựng trợ lý ảo đàm thoại.
• Phạm vi không gian (nghiệp vụ): Tập trung vào 3 loại thẻ phổ biến gồm thẻ ghi nợ nội địa, thẻ ghi nợ quốc tế và thẻ tín dụng quốc tế; triển khai 10 nhóm chức năng nghiệp vụ (định nghĩa thẻ, phân loại, tính năng, biểu phí, thời hạn sử dụng, kích hoạt thẻ, cấp lại mã PIN, chương trình khuyến mãi, thủ tục/hồ sơ phát hành thẻ, và tiếp nhận thông tin khóa thẻ qua API).
• Phạm vi thời gian: Đề tài được thực hiện từ tháng 02/2023 đến tháng 05/2023.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình áp dụng

Khóa luận tổng hợp các khái niệm nền tảng về hệ thống trả lời tự động (Chatbot) và nghiệp vụ thẻ ngân hàng theo Thông tư của Ngân hàng Nhà nước Việt Nam (2016). Hệ thống chatbot được phân loại theo hai góc độ:

• Theo trải nghiệm người dùng: Clicking Bot (tương tác dạng nút bấm cơ bản), NLP Bot (sử dụng xử lý ngôn ngữ tự nhiên) và Dialogue Management Bot (quản lý hội thoại toàn diện, kết hợp nút bấm và khả năng duy trì ngữ cảnh).
• Theo phạm vi kiến trúc: Miền mở (Open Domain) và Miền đóng (Close Domain). Đề tài lựa chọn mô hình Dialogue Management Bot hoạt động trên miền đóng chuyên ngành ngân hàng.

Cấu trúc kỹ thuật của hệ thống Chatbot gồm 3 thành phần chính:

1. Hiểu ngôn ngữ tự nhiên (NLU - Natural Language Understanding): Pipeline xử lý gồm phân loại lĩnh vực (Domain Classification), phân loại ý định (Intent Classification) và trích xuất thực thể (Entity Extraction / Slot Filling).
2. Quản lý hội thoại (DM - Dialogue Policy Management): Điều phối trạng thái cuộc trò chuyện, lưu giữ ngữ cảnh (Context) và kết nối dữ liệu ngoại vi thông qua API.
3. Thành phần tạo ngôn ngữ tự nhiên (NLG - Natural Language Generation): Trải qua 6 giai đoạn (Phân tích nội dung, Hiểu dữ liệu, Cấu trúc tài liệu, Tổng hợp câu, Cấu trúc ngữ pháp, Trình bày ngôn ngữ) để phản hồi người dùng.

Nền tảng FPT.AI Conversation (thuộc FPT Smart Cloud) được lựa chọn làm công cụ triển khai nhờ bộ nhận diện tiếng Việt tối ưu, khả năng nhớ ngữ cảnh hội thoại, công cụ kiểm thử tự động (Automation Test), tính năng phân quyền 6 cấp bậc và hỗ trợ kết nối đa kênh.

Phương pháp nghiên cứu

• Phương pháp khảo sát, phân tích và tổng hợp: Thống kê hiện trạng ứng dụng chatbot tại 40 ngân hàng thương mại Việt Nam; đóng vai khách hàng nhắn tin trực tiếp trên Facebook Messenger để khảo sát, đối chuẩn (benchmark) quy trình đàm thoại của 3 ngân hàng (TPBank, Vietcombank, VietinBank).
• Phương pháp mô hình hóa và thiết kế kịch bản: Phân tách nghiệp vụ thẻ thành 13 luồng hội thoại theo cấu trúc sơ đồ cây; chuẩn hóa tập dữ liệu mẫu (Samples), ý định (Intents), từ khóa (Keywords) và từ điển đồng nghĩa (Synonyms).
• Phương pháp thực nghiệm và kiểm thử hệ thống: Kiểm thử thủ công theo kịch bản thực tế (Scenario Test) và kiểm thử hàng loạt bằng công cụ kiểm tra tự động (Automation Test) tích hợp trên FPT.AI.

Nguồn dữ liệu

• Dữ liệu quy phạm pháp luật và thống kê thị trường từ Ngân hàng Nhà nước Việt Nam (2022: ghi nhận 112,69 triệu thẻ nội địa, 32,49 triệu thẻ quốc tế và 182.435 giao dịch thanh toán thẻ), Tổ chức thẻ quốc tế Visa (2015, 2022), Bộ Tài chính (2015).
• Dữ liệu nghiệp vụ, biểu phí, hồ sơ phát hành thẻ thực tế của các ngân hàng thương mại Việt Nam.
• Tập dữ liệu đàm thoại do tác giả tự xây dựng bao gồm các bảng câu hỏi - câu trả lời (Q&A), mẫu câu huấn luyện NLU và bộ test case đánh giá.

---

Thiết kế và triển khai hệ thống chatbot

Khóa luận thiết kế kiến trúc chatbot chuyên biệt cho nghiệp vụ thẻ với các phân hệ chính:

Phân hệ / Thành phần	Chi tiết thiết kế và công nghệ
Nền tảng cốt lõi	FPT.AI Conversation, ứng dụng NLU tiếng Việt và Dialogue Management
Kênh tương tác	Giao diện Fanpage Facebook (tích hợp qua Facebook Messenger API), menu cố định và thanh chat
Cơ chế trích xuất thực thể	- Trích xuất chính xác: Áp dụng cho các thực thể cố định (loại thẻ: ghi nợ nội địa, ghi nợ quốc tế, tín dụng quốc tế) - Trích xuất tiên đoán: Áp dụng cho dữ liệu biến đổi của người dùng (số điện thoại, CMND/CCCD, ngày sinh, địa chỉ $address)
Kết nối hệ thống ngoài	Tích hợp Webhook / API mô phỏng hệ thống ngân hàng để tiếp nhận dữ liệu khóa thẻ khẩn cấp
Phân luồng hỗ trợ	Chuyển tiếp sang Live-support (nhân viên tư vấn) khi độ tin cậy của bot dưới 60% hoặc khi người dùng yêu cầu

Hệ thống được thiết kế theo 13 luồng hội thoại chính chia thành 3 nhóm xử lý:

1. Nhóm thông tin chung về thẻ (9 luồng - không thu thập thông tin): Định nghĩa thẻ, Phân loại thẻ, Tính năng, Biểu phí, Thời hạn sử dụng, Kích hoạt lần đầu, Kích hoạt lại, Cấp lại mã PIN, Chương trình khuyến mãi.
2. Nhóm hỗ trợ mở thẻ (2 luồng - thu thập thông tin khách hàng tiềm năng): Thủ tục phát hành thẻ, Thời gian phát hành thẻ.
3. Nhóm khóa thẻ khẩn cấp (1 luồng - xử lý giao dịch an toàn): Tương tác thu thập 4 trường dữ liệu bắt buộc gồm Số CMND/CCCD/Hộ chiếu, 4 số cuối in trên thẻ, Ngày sinh (dd/mm/yyyy), Số điện thoại đăng ký tài khoản; sau đó đóng gói dữ liệu và gọi API xử lý.
4. Nhóm kịch bản mặc định: Chào hỏi (Welcome), Phản hồi mặc định (Default Answer), Bắt đầu phiên (Start session), Bắt đầu câu (Start sentence).

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu bài toán

Chương này tổng kết thực trạng ứng dụng công nghệ trí tuệ nhân tạo và trợ lý ảo tại thị trường tài chính Việt Nam. Thống kê khảo sát 40 ngân hàng thương mại Việt Nam tính đến ngày 28/04/2023 cho thấy:

• Nhóm đã tích hợp Chatbot AI (15 ngân hàng): BIDV (BIDVSmartbanking), CIMB (OCTO), HDBank, MB (MOWI), Nam A Bank (Robot OPBA), NCB (Nira), Sacombank, SeABank (FPT.AI), Shinhan Bank (SVFC), TPBank (T'Aio), Vietcombank (VCBPAY), VietinBank, Viet Capital Bank (OA Zalo), VPBank (Timo), ACB (ACB AI BOT).
• Nhóm chưa tích hợp hoặc đã ngừng sử dụng (25 ngân hàng): Bao gồm SCB, Eximbank, Agribank, Techcombank, VIB, SHB, OCB, DongA Bank, PG Bank, OceanBank, Public Bank, Bac A Bank...

Từ thực trạng mức độ thâm nhập chatbot còn thấp và nhu cầu tư vấn khách hàng 24/7 rất lớn, tác giả xác định mục tiêu xây dựng một chatbot chuyên sâu về nghiệp vụ thẻ, giới hạn phạm vi trong 3 loại thẻ phổ biến và thời gian thực hiện trong 3 tháng.

Chương 2: Cơ sở lý thuyết về chatbot và nghiệp vụ thẻ trong ngân hàng

Chương 2 trình bày có hệ thống về cơ sở lý luận của công nghệ đàm thoại và nghiệp vụ ngân hàng.

• Về công nghệ: Phân tích chi tiết 3 thành phần NLU, DM, NLG; cấu trúc câu mẫu (Samples), ý định (Intents), từ khóa (Keywords), loại thực thể (Entities), từ điển (Dictionary) và 6 nhóm quyền quản trị trên FPT.AI (Chủ sở hữu, Quản trị bot, Biên tập dữ liệu, Người phân quyền, Trưởng nhóm hỗ trợ, Nhân viên hỗ trợ).
• Về nghiệp vụ: So sánh sự khác biệt về bản chất tài chính, hạn mức, điều kiện và hồ sơ phát hành giữa các sản phẩm thẻ theo bảng tổng hợp:

Tiêu chí	Thẻ ghi nợ nội địa	Thẻ ghi nợ quốc tế	Thẻ tín dụng quốc tế
Bản chất tài chính	Chi tiêu trong số dư tài khoản thanh toán	Chi tiêu trong số dư tài khoản thanh toán	Chi tiêu trước, trả tiền sau (theo hạn mức cấp tín dụng)
Phạm vi sử dụng	Trong lãnh thổ Việt Nam	Toàn cầu (liên kết Visa, Mastercard...)	Toàn cầu (mua sắm trực tuyến, POS quốc tế)
Thời hạn sử dụng	Thường không quy định thời hạn cụ thể	Tối đa thông thường 8 năm	Tùy ngân hàng, thông thường khoảng 3 năm
Điều kiện phát hành	Từ đủ 15 tuổi, có CMND/CCCD	Từ đủ 15 tuổi, có CMND/CCCD	Từ đủ 18 tuổi, chứng minh thu nhập và tài chính

Chương 3: Xây dựng Chatbot hỗ trợ người dùng về nghiệp vụ thẻ trong ngân hàng

Nội dung chương 3 mô tả toàn bộ quá trình phát triển hệ thống:

1. Khảo sát đối chuẩn: Tác giả thử nghiệm chatbot của 3 ngân hàng (TPBank, Vietcombank, VietinBank) và phát hiện các nhược điểm: TPBank có kịch bản khóa thẻ rườm rà và lỗi đường dẫn đăng ký; VietinBank thiếu kịch bản thu thập thông tin khách hàng mở thẻ; Vietcombank điều hướng người dùng ra website bên ngoài thay vì xử lý trực tiếp tại giao diện trò chuyện.
2. Thiết kế dữ liệu: Xây dựng tập câu hỏi - câu trả lời (Q&A), bảng ý định và bảng thực thể tương ứng với đối tượng khách hàng mục tiêu trong độ tuổi 18–35.
3. Hiện thực hóa kịch bản: Thiết lập 13 luồng hội thoại trên nền tảng FPT.AI Conversation, cài đặt phản hồi dạng thẻ văn bản, slide hình ảnh, nút tương tác nhanh, biểu mẫu Form thu thập dữ liệu và kết nối Fanpage Facebook giả lập.

Chương 4: Kết quả thực nghiệm và đánh giá

Chương 4 ghi nhận kết quả vận hành thử nghiệm trên Fanpage Facebook giả lập. Hệ thống thực hiện thành công các tương tác:

• Chào đón người dùng, hiển thị menu điều hướng thông tin.
• Giải đáp chính xác các thông tin chung về 3 loại thẻ (định nghĩa, tính năng, biểu phí, thời hạn, cấp lại mã PIN, khuyến mãi, hồ sơ mở thẻ).
• Thu thập đầy đủ 4 trường dữ liệu bảo mật trong quy trình khóa thẻ và đẩy dữ liệu về hệ thống xử lý mô phỏng.
• Xử lý các câu hỏi ngoài phạm vi huấn luyện (Fallback) và hỗ trợ điều hướng phiên trò chuyện về nhân viên tư vấn trực tiếp (Live-support).
• Ghi nhận kết quả đánh giá qua kiểm thử kịch bản (Scenario Test) và kiểm thử tự động (Automation Test) trên tập dữ liệu mẫu.

---

Kết quả và đóng góp

Kết quả chính

• Xây dựng bộ dữ liệu đàm thoại chuẩn hóa: Thiết lập thành công bộ câu hỏi - câu trả lời, tập mẫu câu đa dạng (bao gồm tiếng Việt thông thường, từ viết tắt, từ đồng nghĩa) và phân loại thực thể cho nghiệp vụ thẻ ngân hàng.
• Hoàn thiện hệ thống Chatbot đa luồng: Triển khai hoàn chỉnh 13 luồng hội thoại trên nền tảng FPT.AI Conversation, kết nối thành công với Facebook Messenger.
• Tối ưu hóa quy trình nghiệp vụ: Khắc phục được nhược điểm của các chatbot ngân hàng hiện hữu bằng cách tích hợp biểu mẫu thu thập dữ liệu mở thẻ và quy trình xác thực khóa thẻ khẩn cấp 4 bước ngay trong cửa sổ chat, không chuyển hướng người dùng ra liên kết ngoài.

Giải pháp và kiến nghị

• Doanh nghiệp ngân hàng cần chú trọng cá nhân hóa kịch bản và chuẩn hóa từ điển ngôn ngữ đa dạng (từ viết tắt, tiếng Anh, ngôn ngữ mạng của khách hàng trẻ 18–35 tuổi).
• Cần xây dựng cơ chế phối hợp song song giữa Chatbot tự động và tư vấn viên trực tuyến (Live-support), tự động kích hoạt điều hướng khi độ tin cậy nhận diện NLU xuống dưới 60%.

Đóng góp về mặt học thuật và thực tiễn

• Cung cấp bức tranh khảo sát định lượng chi tiết về mức độ ứng dụng chatbot tại 40 ngân hàng thương mại Việt Nam tính đến tháng 04/2023.
• Cung cấp khung phương pháp luận và quy trình mẫu để phân tích, thiết kế, gắn nhãn NLU và xây dựng hệ thống trợ lý ảo chuyên ngành ngân hàng trên nền tảng công nghệ trong nước (FPT.AI).

---

Hạn chế và hướng nghiên cứu tiếp

• Hạn chế: Phạm vi nghiên cứu mới chỉ tập trung vào 3 loại thẻ cơ bản với 10 nhóm tác vụ; cơ chế xử lý khóa thẻ tại hệ thống ngân hàng mới dừng lại ở mức mô phỏng qua giao diện API/Webhook mà chưa tích hợp trực tiếp vào hệ thống Core Banking thực tế của một ngân hàng cụ thể; thời gian thực nghiệm giới hạn trong 3 tháng.
• Hướng nghiên cứu tiếp theo: Bổ sung số lượng câu mẫu huấn luyện để nâng cao độ chính xác của NLU; mở rộng kịch bản sang các nghiệp vụ ngân hàng khác (tiết kiệm, tín dụng tiêu dùng, dịch vụ chuyển tiền, ngân hàng số); tích hợp sâu vào hệ thống bảo mật và cơ sở dữ liệu Core Banking thực tế.

---

Giá trị tham khảo

• Đối tượng tham khảo: Sinh viên và học viên chuyên ngành Hệ thống thông tin quản lý, Công nghệ thông tin, Ngân hàng số, Thương mại điện tử; các chuyên viên phân tích nghiệp vụ (BA) và nhóm phát triển sản phẩm trợ lý ảo tại các tổ chức tài chính.
• Nội dung giá trị: Bảng dữ liệu khảo sát thực trạng 40 ngân hàng Việt Nam; bộ phân tích đối chuẩn hạn chế chatbot ngân hàng; phương pháp thiết kế kịch bản 13 luồng hội thoại và mô hình gắn nhãn ý định/thực thể trên nền tảng FPT.AI Conversation.

---

Câu hỏi thường gặp

1. Khảo sát trong khóa luận cho thấy tỷ lệ ngân hàng thương mại tại Việt Nam ứng dụng chatbot AI tính đến tháng 04/2023 là bao nhiêu?
Khảo sát trên 40 ngân hàng thương mại tại Việt Nam cho thấy có 15/40 ngân hàng đã tích hợp chatbot AI (đạt tỷ lệ 37,5%), trong khi 25 ngân hàng còn lại chưa triển khai hoặc đã ngừng vận hành.

2. Tác giả đã khảo sát thực tế chatbot của những ngân hàng nào để phát hiện các hạn chế nghiệp vụ?
Tác giả đã trực tiếp đóng vai khách hàng nhắn tin trải nghiệm trên nền tảng Facebook Messenger của 3 ngân hàng: TPBank (Chatbot T'Aio), Vietcombank (Chatbot VCBPAY) và VietinBank.

3. Khóa luận thiết kế kịch bản chatbot tập trung vào những loại thẻ nào?
Kịch bản chatbot tập trung vào 3 loại thẻ phổ biến nhất tại thị trường Việt Nam: thẻ ghi nợ nội địa, thẻ ghi nợ quốc tế và thẻ tín dụng quốc tế.

4. Khi người dùng yêu cầu khóa thẻ khẩn cấp, chatbot thu thập những thông tin xác thực nào?
Chatbot thực hiện thu thập 4 trường thông tin bảo mật gồm: Số CMND/CCCD/Hộ chiếu, 4 số cuối in trên thẻ ngân hàng, Ngày sinh của chủ thẻ (định dạng dd/mm/yyyy), và Số điện thoại đăng ký tài khoản với ngân hàng.

5. Cơ chế xử lý của hệ thống ra sao khi độ tin cậy nhận diện ý định của người dùng đạt dưới 60%?
Khi độ tin cậy nhận diện dưới 60% (bot không hiểu ý định câu hỏi) hoặc khi khách hàng hỏi ngoài kịch bản/yêu cầu gặp người thật, hệ thống sẽ phát câu trả lời mặc định (Default Answer) và chuyển tiếp luồng hỗ trợ sang giao diện của tư vấn viên (Live-support).

---

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Ngọc Anh đã tổng hợp bức tranh thực trạng ứng dụng chatbot tại 40 ngân hàng thương mại Việt Nam và chỉ ra những hạn chế thực tế trong luồng đàm thoại nghiệp vụ thẻ của một số ngân hàng lớn. Trên cơ sở đó, đề tài xây dựng thành công hệ thống Chatbot tư vấn và hỗ trợ nghiệp vụ thẻ gồm 13 luồng hội thoại trên nền tảng FPT.AI Conversation, tích hợp giao diện Facebook Messenger và cơ chế gọi API khóa thẻ mô phỏng. Kết quả nghiên cứu chứng minh tính khả thi của việc ứng dụng công nghệ xử lý ngôn ngữ tự nhiên tiếng Việt để tự động hóa hoạt động chăm sóc khách hàng và nâng cao năng lực cạnh tranh số trong ngành ngân hàng.

Trích đoạn nội dung tài liệu

Chương 1 đã nêu ra thực trạng ứng dụng chatbot tại các ngân hàng Việt Nam vẫn còn hạn chế, dựa vào đó để đưa ra được các lý do chọn bài toán nghiên cứu và xây dựng chatbot nghiệp vụ thẻ ứng dụng trong ngân hàng. Đồng thời cũng đã chỉ rõ mục tiêu bài toán đang nghiên cứu và giới hạn phạm vi nghiên cứu nhất định về nghiệp vụ thẻ. Trong chương tiếp theo sẽ đi trình bày về cơ sở lý thuyết về công nghệ chatbot AI cũng như tổng quan chung về thẻ trong ngân hàng. Nguyễn Ngọc Anh - K22HTTTC 8 Khóa luận tốt nghiệp Nghiên cứu xây dựng chatbot về nghiệp vụ thẻ t dựa trên nền tảng FPT.AI Conversation CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ CHATBOT VÀ NGHIỆP VỤ THẺ TRONG NGÂN HÀNG Trong chương 2 sẽ trình bày tổng quan về chatbot bao gồm khái niệm, phân loại, lợi ích và một số kỹ thuật được sử dụng trong chatbot.

Cụ thể, đi sâu vào nghiên cứu nền tảng tạo chatbot FPT.AI gồm cơ chế hoạt động, các tính năng, và lý thuyết về quy trình xây dựng được hệ thống chatbot. Kết hợp với đó là bức tranh tổng quan nhất về nghiệp vụ thẻ trong ngân hàng nói chung. Tổng quan về chatbot 2. Khái niệm chatbot Trước tiên, ta hiểu chatbot là một “chương trình máy tính mô phỏng và xử lý cuộc trò chuyện của con người” (bằng văn bản hoặc giọng nói), cho phép con người tương tác với các thiết bị kỹ thuật số như thể họ đang giao tiếp với người thật (Oracle, 2023).

Có thể hiểu đơn giản “bot” là một chương trình máy tính được thiết lập để thực hiện các công việc, nhiệm vụ một các tự động hay hiểu đơn giản là con robot. “Chat” là cuộc trò chuyện, hội thoại, giao tiếp giữa mọi người. Như vậy, chatbot là một ứng dụng phần mềm được thiết kế để giao tiếp với người dùng internet bằng văn bản hoặc âm thanh như người thật. Chatbot có thể tự động thực hiện các công việc như con người: trả lời tin nhắn, lấy thông tin khách hàng, hiển thị các thông tin để giúp người dùng cuối đạt được kết quả mong muốn.

Ở Việt Nam “Chatbot” hay “Trợ lý ảo” hay “Hệ thống trả lời tự động” là những thuật ngữ mô tả cùng một nhóm công nghệ về trí tuệ nhân tạo cho phép máy tính giao tiếp với con người. Thông thường, hệ thống Chatbot được tích hợp vào các ứng dụng nhắn tin trên nền tảng mạng xã hội như Line, Skype, Facebook Messenger hoặc các trang web,. để tự động trả lời câu hỏi của khách hàng nhanh nhất và hoạt động 24/7. Chatbot bằng các xây dựng và giả lập các mô hình tương tác, kịch bản như của con người nhờ phương pháp trong Machine Learning, có thể tương tác với người dùng giống như một hệ thống trả lời tự động và nhanh chóng.

Hệ thống này có thể tự học, tự hiểu các câu hỏi và nhu cầu người dùng để có thể đưa được phản hồi phù hợp. Đặc biệt trong thời gian qua, cả thế thới phải trao đảo với sự xuất hiện của công cụ trí tuệ nhân tạo AI tên là Chat GPT (Generative Pre-training Transformer) - Chatbot do công ty khởi nghiệp OpenAI phát triển và ra mắt vào hồi tháng 11/2022 đã được cả thế giới quan tâm. Trước khi chat GPT ra mắt, khi muốn tra cứu thông tin, người dùng thường lên google để thao tác, nhưng kể từ khi có chat GPT người sử dụng còn có thể bắt đầu trò chuyện với công cụ này để tìm kiếm được những thông tin mong muốn. Với sự hiểu biết ở nhiều lĩnh vực, số người dùng chat GPT ngày càng tăng cao lên đến hơn 100 triệu người/tháng chỉ sau 2 tháng ra mắt (Nguyễn Công Minh, 2023), khiến nó trở Nguyễn Ngọc Anh - K22HTTTC 9 Khóa luận tốt nghiệp Nghiên cứu xây dựng chatbot về nghiệp vụ thẻ t dựa trên nền tảng FPT.AI Conversation thành một trong những ứng dụng dành cho người dùng phát triển nhanh nhất trong lịch sử.

Điều đó cho thấy sự phát triển ngày càng lớn mạnh của chatbot nói chung, ngày càng được nhiều người quan tâm và trở thành xu hướng toàn thế giới. Phân loại Chatbot Hiện nay, có nhiều cách để phân loại chatbot, dựa theo trải nghiệm của khách hàng thì chatbot được chia làm ba loại chính: clicking bot, NLP Bot và dialogue management bot ● Clicking Bot: đây là chatbot đơn giản, ở mức cơ bản nhất. Người dùng không cần nhắn nội dung văn bản mà chỉ cần tương tác với bot bằng cách ấn vào các nút được thiết kế sẵn, bot sẽ trả lại những câu trả lời đã được thiết kế theo từng bước. Nhược điểm của loại này sẽ không hiểu được nội dung khi khách hàng nhắn tin, từ đó không trả lời được câu hỏi khách hàng mong muốn.

● NLP Bot: bằng cách sử dụng công nghệ học máy kết hợp với xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP). Người dùng hoàn toàni có thể tự gõ các câu hỏi bất kỳ đối với NLP bot và bot có thể hoàn toàn hiểu được dựa trên tập dữ liệu quản trị bot đã được đào tạo từ trước. ● Dialogue management bot: được coi là loại chatbot toàn diện nhất, có thể có nhiều cách xử lý khác nhau bao gồm có các nút như clicking bot, vừa hiểu được ý định của người dùng như NLP bot. Và đặc biệt, NLP & dialogue management bot có khả năng nhớ ngữ cảnh hội thoại của người dùng.

Ngoài ra, dựa vào tiêu chí mô hình trả lời tự động, cũng có thể chia Chatbot thành 2 loại: ● Miền mở (Open Domain): trên miền mở, người sử dụng tham gia trò chuyệni với một chủ đề bất kỳ, bot sẽ không yêu cầu người dùng cần phải có mục tiêu hay ý định rõ ràng cụ thể nào. Các chủ đề được thảo luận là không giới hạn số lượng, phạm vi, do đó tri thức yêu cầu tạo ra câu trả lời của các cuộc trò chuyện sẽ khó hơn, cần phải thu thập rất nhiều dữ liệu phong phú và đa dạng. Ví dụ chatbot cho miền mở phải kể đến chatbot GPT được phát hành ngày 30/11/2022 hay trợ lý ảo của Microsoft Bing được ra mắt vào ngày 8/2/2023. ● Miền đóng (Close Domain): tập trung vào các cuộc hội thoại liên quan đến một nghiệp vụ, một lĩnh vực cụ thể, ví dụ như: y tế, ngân hàng, giáo dục, mua sắm, du lịch.

Cụ thể, trong một miền đóng, các mẫu câu hỏi - câu trả lời có giới hạn. Các hệ thống như: tư vấn bán hàng, tư vấn dịch vụ, hỗ trợ kỹ thuật là những ứng dụng thuộc miền đóng. Vì các hệ thống này không thể thực hiện đối thoại về các lĩnh vực khác như pháp luật, chính trị. Người dùng vẫn có thể hỏi các câu hỏi khác nhưng hệ thống sẽ cài đặt không yêu cầu phải xử lí những trường hợp ngoài phạm vi này.

Nguyễn Ngọc Anh - K22HTTTC 10 Khóa luận tốt nghiệp Nghiên cứu xây dựng chatbot về nghiệp vụ thẻ t dựa trên nền tảng FPT.AI Conversation Trong khóa luận này, tôi sẽ tập trung giải quyết trường hợp bài toán xây dựng chatbot hướng tới mục tiêu trên một miền ứng dụng đóng và áp dụng kỹ thuật quản lý hội thoại dialogue management bot nhớ được ngữ cảnh người dùng. Lợi ích của chatbot Hầu hết các công ty đều hướng đến việc cố gắng tối ưu hóa các truy trình của họ bên cạnh việc cấp các dịch vụ chất lượng cao. Và chatbot giúp các công ty đạt được cả hai mục tiêu này. Với việc có thể dễ dàng xử lý dữ liệu khổng lồ và có thể nhanh chóng trả lời tự động các câu hỏi của khách hàng, thì việc áp dụng chatbot vào doanh nghiệp mang lại những lợi ích vô cùng lớn (Oracle, 2023).

● Dịch vụ cá nhân hóa chatbot đóng vai trò như một cố vấn tài chính ảo bằng cách giúp người dùng trả lời các câu hỏi mà họ đang thắc mắc trong vòng vài giây mà không cần gọi điện hoặc đến trực tiếp ngân hàng. Khi khách hàng yêu cầu về kế hoạch tiết kiệm tốt, các lựa chọn gửi tiền, thông tin tài khoản, khoản vay,v. Chatbot sẽ cung cấp các thông tin, sản phẩm tài chính phù hợp vì nó đã quen thuộc với từng khách hàng cụ thể. Một nghiên cứu của Accenture với hơn 33000 khách hàng của ngân hàng cho thấy: 54% số người được khảo sát muốn có các công cụ giúp họ theo dõi ngân sách và thực hiện các điều chỉnh chi tiêu theo thời gian thực.

41% sẵn lòng sử dụng dịch vụ tư vấn ngân hàng, trợ lý ảo như chatbot (Ngân hàng TMCP Quân đội, 2021). ● Hỗ trợ khách hàng 24/7 Đây là ứng dụng rõ ràng nhất của Chatbot là hỗ trợ khách hàng suốt ngày đêm. Bot sẵn sàng trả lời khách hàng bất cứ lúc nào bất kể ngoài giờ hành chính hay thời điểm có lượng truy cập tăng cao. Từ đó, luôn tạo sự hài lòng tốt nhất cho khách hàng và tạo ra một lượng khách hàng tiềm năng một cách nhanh chóng.

● Giảm thiểu chi phí và tiết kiệm thời gian Do có thể tự động và làm việc không ngừng nghỉ cùng với việc tự học, Chatbot có thể đảm nhận nhiều công việc như: giới thiệu sản phẩm, báo giá, lấy thông tin khách hàng,. giúp tiết kiệm được chi phí phải trả cho nhân viên tư vấn, nhân viên sale, nhân viên chăm sóc khách hàng. Dù Chatbot có thể xử lý hầu hết yêu cầu của khách hàng tuy nhiên vẫn cần sự hỗ trợ của con người để xử lý các nhiệm vụ phức tạp còn lại. Thế nhưng một trong những lợi ích của Chatbot là giúp doanh nghiệp tiết kiệm thời gian bằng cách giải quyết các truy vấn cơ bản, dễ dàng thu thập thông tin khách hàng, giúp nhân viên không mất thời gian để tiếp tục cuộc tư vấn.

Nguyễn Ngọc Anh - K22HTTTC 11 Khóa luận tốt nghiệp Nghiên cứu xây dựng chatbot về nghiệp vụ thẻ t dựa trên nền tảng FPT.AI Conversation ● Nâng cao chiến lược tiếp thị và quảng cáo Ngày nay, kinh doanh được thúc đẩy bởi sự hài lòng của khách hàng. Khi một khách hàng có được trải nghiệm tốt thì họ sẽ giới thiệu với bạn bè, người thân cùng sử dụng. Ngoài ra, các ngân hàng, doanh nghiệp cũng ngày càng cung cấp nhiều sản phẩm dịch vụ mới, nhưng câu hỏi đặt ra là làm thế nào họ có thể tư vấn các sản phẩm dịch vụ phù hợp cho từng khách hàng. Bằng cách sử dụng Chatbot được lưu trữ lịch sử trò chuyện, dữ liệu và các mối quan tâm dựa vào lượt truy cập của khách hàng, bot có thể dự đoán và đưa ra được các dịch vụ phù hợp và sản phẩm khiến khách hàng hài lòng nhất.