CHƯƠNG 1: CƠ SỞ LÝ LUẬN VỀ CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO (AI) TRONG NGÂN HÀNG SỐ VÀ SỰ HÀI LÒNG CỦA KHÁCH HÀNG 1. Tổng quan về trí tuệ nhân tạo (AI) trong ngân hàng số 1. Tổng quan về trí tuệ nhân tạo (AI) Trí tuệ nhân tạo không phải là một khái niệm mới mà đã xuất hiện từ những năm 1950. Khi ấy, Alan Turing, hay chính là “cha đẻ của trí tuệ nhân tạo” đã xuất bản một bài báo với tiêu đề “Máy móc có thể suy nghĩ?” và đề xuất phép thử Turing - một bài kiểm tra khả năng trí tuệ của máy tính.
Không lâu sau đó, vào mùa hè năm 1956, khái niệm “Trí tuệ nhân tạo” (AI - Artificial Intelligence) chính thức được giới thiệu lần đầu tiên tại hội nghị trong khuôn viên trường Đại học Dartmouth. Thuật ngữ này được đề xuất bởi nhà khoa học máy tính người Mỹ John McCarthy và được ông mô tả là ngành khoa học - kỹ thuật chế tạo ra những cỗ máy thông minh có thể bắt chước theo hành vi của con người. Cụ thể hơn thì có thể hiểu, trí tuệ nhân tạo chính là sự tự động hóa các hoạt động mà ta liên kết với tư duy của con người, như ra quyết định hay giải quyết vấn đề, học tập và lập luận (Bellman, 1978). Dựa trên những sự kiện có thật, được ghi nhận trong nhiều tài liệu nghiên cứu, trang tin tức công nghệ như Tạp chí Ngân hàng, VietNamNet, OpenAI… thì tác giả đã tổng hợp và điểm lại những cột mốc quan trọng trong quá trình phát triển của AI như sau: Thứ nhất, giai đoạn khởi đầu (1950 - 1979) AI được ra đời cùng với những nghiên cứu như Turing Test (1950), học máy (Machine Learning), chatbot ELIZA (1966),.
nhưng lại sớm rơi vào giai đoạn nguội lạnh “AI Winter” do hạn chế về công nghệ và tài trợ. Thứ hai, giai đoạn hồi phục và thử nghiệm (1980 - 2009) Trong giai đoạn này, có một khoảng thời gian AI tiếp tục rơi vào “AI Winter” lần thứ hai khi Chính phủ và các nhà đầu tư ngừng tài trợ do nghiên cứu không mang lại kết 7 quả. Tuy nhiên, AI đã dần hồi phục nhờ sự tiến bộ của công nghệ mạng nơ-ron và các siêu máy tính, đặc biệt là với chiến thắng của Deep Blue trước nhà vô địch cờ vua thế giới Garry Kasparov (1997). Thứ ba, giai đoạn phát triển (2010 - 2014) Lúc này, AI đã bắt đầu được ứng dụng trong thực tế, chính sự xuất hiện của trợ lý ảo Siri (2011), DeepFace (2014) hay những thành tựu từ học sâu (Deep Learning) đã thu hút các khoản đầu tư từ nhiều tập đoàn công nghệ lớn như Google, Facebook.
Thứ tư, giai đoạn bùng nổ (2015 - 2019) Trong những năm này, AI đã phát triển một cách mạnh mẽ, đồng thời trở thành phương tiện giúp đỡ cho con người trong các lĩnh vực khác nhau. Nổi bật trong giai đoạn này có thể kể đến sự kiện Google cho ra mắt mô hình Transformer (2017), đặt nền móng cho sự phát triển của AI ngôn ngữ. Thứ năm, giai đoạn AI hiện đại (2020 - nay) Hiện nay, AI không chỉ đơn thuần là công cụ sử dụng để hỗ trợ mà đã trở thành một phần thiết yếu trong cuộc sống hàng ngày. Sự ra đời của ChatGPT (2022), GPT-4 (2023), DALL-E 2,.
không chỉ thúc đẩy đổi mới sáng tạo, tối ưu quy trình làm việc mà còn mở ra những cơ hội đột phá trong nhiều lĩnh vực khác nhau. Trong buổi báo cáo tại Học viện Ngân hàng với chủ đề “Xây dựng và triển khai các sản phẩm dịch vụ ngân hàng số tại NHTM”. Chuyên gia Lê Thị Hương của NHTMCP Ngoại thương Việt Nam đã có những chia sẻ rằng, AI không chỉ là một hệ thống riêng lẻ mà là tập hợp của nhiều kỹ thuật và phương pháp, trải dài từ các thuật toán đơn giản đến mạng lưới thần kinh mô phỏng hoạt động não bộ con người vô cùng phức tạp. Nhờ đó mà AI có những ứng dụng nổi bật như nhận diện giọng nói, phân tích hình ảnh hay xử lý ngôn ngữ tự nhiên.
Bức tranh tổng thể về AI và dữ liệu Nguồn: Lê Thị Hương, 2024 Dựa vào Hình 1.1 thì có thể thấy, bên trong hệ thống tổng thể AI là những phân nhánh nhỏ hơn và đóng vai trò cốt lõi, giúp cho quá trình vận hành có khả năng hoạt động một cách hiệu quả. Một nhánh quan trọng của AI là Học máy (Machine Learning), giúp cho hệ thống thích nghi và cải thiện hiệu suất dựa trên dữ liệu học hỏi được, thay vì phụ thuộc hoàn toàn vào các mã lệnh cố định. Nhỏ hơn nữa là Học sâu (Deep Learning), một phân nhánh của ML, sử dụng mạng nơ-ron nhân tạo nhiều lớp để học những tập dữ liệu lớn và phức tạp. Ngoài các thành phần cốt lõi, để AI có thể phát triển một cách toàn diện thì không thể thiếu yếu tố hỗ trợ như Data Science, đây là quá trình bao quát toàn bộ từ thu thập, làm sạch đến phân tích và đưa ra các kết quả dự đoán.
Trong tiến trình ấy, Big Data chịu trách nhiệm xử lý khối lượng dữ liệu lớn còn Data Analysis thì tập trung sàng lọc thông tin có giá trị, giúp nâng cao chất lượng và độ chính xác trong việc ra quyết định. Dựa trên những nền tảng này, nhiều công nghệ AI đã được triển khai rộng rãi trong trong các lĩnh vực thực tiễn, nổi bật có thể kể đến như Học máy (Machine Learning), Thị giác máy tính (Computer 9 Vision), Robot thông minh (AI Robotics), Công nghệ tự động và cảm biến (Autonomous and Sensor Technology) và Xử lý ngôn ngữ tự nhiên (Natural Language Processing). Hiện nay, AI đã dần trở thành một phần quan trọng trong đời sống hàng ngày khi có tác động mạnh mẽ đến nhiều ngành nghề và lĩnh vực. Với năng lực phân tích và xử lý dữ liệu quy mô lớn, AI không chỉ hỗ trợ con người đưa ra quyết định mà còn nâng cao năng lực vận hành của doanh nghiệp và tổ chức.
Trong ngành ngân hàng, AI giúp tự động hóa quy trình xét duyệt tín dụng, cá nhân hóa dịch vụ tài chính và quản lý rủi ro hiệu quả hơn. Trong y tế, AI hỗ trợ phân tích hình ảnh y khoa, quản lý hồ sơ bệnh nhân và dự đoán dịch bệnh, mang lại những bước tiến đột phá trong chăm sóc sức khỏe. Không dừng lại ở đó, AI còn được ứng dụng trong quản lý nhân sự, marketing, xây dựng chính sách và nhiều lĩnh vực khác, giúp nâng cao năng suất và giảm thiểu rủi ro. Tuy nhiên, bên cạnh tiềm năng to lớn, AI cũng đặt ra những thách thức không nhỏ về đạo đức và an ninh, đòi hỏi một khung pháp lý chặt chẽ để quản lý công nghệ này một cách đáng tin cậy.
Như chuyên gia Fei-Fei Li của Stanford từng nói: “Trí tuệ nhân tạo không chỉ là câu chuyện con người đối đầu với máy móc, mà là con người cùng máy móc hợp tác để giải quyết những thách thức lớn nhất của thế giới”. Chính vì vậy, thay vì lo ngại AI thay thế con người, cần chủ động nghiên cứu và khai thác tiềm năng của công nghệ này để AI không chỉ trở thành công cụ hỗ trợ mà còn góp phần xây dựng một tương lai phát triển bền vững. Tổng quan về ngân hàng số Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ trên toàn cầu, ngân hàng số không chỉ là xu hướng tất yếu mà còn là động lực cốt lõi thúc đẩy đổi mới trong ngành tài chính. Theo NHNN Việt Nam, ngân hàng số là việc cung cấp đầy đủ các dịch vụ ngân hàng truyền thống thông qua nền tảng số, mang đến khả năng thực hiện giao dịch mọi lúc, mọi nơi mà không phải trực tiếp đến các chi nhánh ngân hàng.
Bên cạnh đó, Skinner (2014) cho rằng ngân hàng số là mô hình hoạt động chủ yếu trên các nền tảng điện tử, tận dụng dữ liệu và công nghệ số làm nền tảng cốt lõi, thay vì phụ thuộc vào hệ thống chi nhánh và quy trình thủ công như trước đây. 10 Theo nghiên cứu của Lê Anh Dũng & Nguyễn Thùy Anh (2022) về mô hình ngân hàng số thì so với các khái niệm như ngân hàng điện tử (E-Banking) hay ngân hàng trực tuyến (Online Banking), dường như ngân hàng số có phạm vi rộng hơn và toàn diện hơn. Mô hình ngân hàng số đánh dấu một bước tiến xa hơn khi tích hợp công nghệ số một cách toàn diện, từ khâu cung ứng dịch vụ đến quản lý vận hành và tương tác với khách hàng hoàn toàn trên nền tảng số. Trong khi đó, các khái niệm còn lại chỉ tập trung vào một khía cạnh nhỏ của quá trình số hóa, chẳng hạn như triển khai công nghệ cho một số dịch vụ nhất định thay vì tích hợp vào toàn bộ mạng lưới hệ thống.
Sự ra đời và phát triển của ngân hàng số gắn liền với sự tiến bộ của công nghệ và sự đổi mới trong yêu cầu của khách hàng. Dựa trên những sự kiện có thật, được ghi nhận trong nhiều tài liệu nghiên cứu, trang tin tức công nghệ như NHNN Việt Nam, Tạp chí Ngân hàng, Tạp chí Thị trường Tài chính Tiền tệ… thì tác giả đã tổng hợp những cột mốc quan trọng trong quá trình phát triển của ngân hàng số như sau: Thứ nhất, giai đoạn khởi đầu (Trước những năm 2000) Các ngân hàng truyền thống bắt đầu triển khai hệ thống ATM với chiếc máy ATM đầu tiên được lắp đặt bởi ngân hàng Barclays (Anh) vào năm 1967. Trong giai đoạn này các ngân hàng tiếp tục phát hành thẻ tín dụng và phát triển ngân hàng điện tử (E-Banking), nhưng vẫn hoạt động chủ yếu dựa vào các chi nhánh vật lý. Thứ hai, giai đoạn chuyển đổi số (2000 - 2010) Trong thời gian này, một số ngân hàng số như mBank (Ba Lan, 2000) hay Ally Bank (Mỹ, 2009) đã ra đời và tiên phong trong việc cung ứng các dịch vụ tài chính điện tử mà không cần trực tiếp phải đến chi nhánh.
Ngoài ra, sự ra mắt của điện thoại thông minh iPhone (2007) cùng với sự bùng nổ của Internet và các phương thức thanh toán điện tử đã thúc đẩy sự phát triển của nền tảng Mobile Banking. 11 Thứ ba, giai đoạn ngân hàng số phát triển và sự bùng nổ của Fintech (2011 - 2019) Những năm này, ngân hàng số phát triển mạnh mẽ với sự bùng nổ của các ngân hàng số như N26 (Đức), Revolut (Anh) hay Chime (Mỹ). Đặc biệt, vào năm 2018, chính sách Open Banking tại châu Âu đã mở ra cơ hội lớn trong sự đổi mới và cá nhân hóa dịch vụ. Trong giai đoạn này, các ngân hàng truyền thống cũng đầu tư mạnh vào các công nghệ như AI, Big Data và tự động hóa.
