English
日本語
한국어
简体中文
Hầu hết các ngân hàng cộng đồng và hiệp hội tín dụng đang đứng trước ngã rẽ nơi lực lượng lao động của họ bị chia thành hai phe riêng biệt: những người ủng hộ AI mong muốn đổi mới và những người phản đối e ngại rủi ro. Trong khi một số đội ngũ lãnh đạo coi sự căng thẳng này là một hệ thống kiểm soát và cân bằng lành mạnh, thì những người khác lại xem đó là rào cản đáng kể đối với chuyển đổi số.
Khi các Mô hình Ngôn ngữ Lớn (LLM) thương mại bước sang năm thứ ba được sử dụng phổ biến, khoảng cách giữa các nhóm này đang trở thành một thách thức kinh doanh quan trọng. Cảnh quan cạnh tranh đang thay đổi nhanh chóng; các ngân hàng quy mô lớn và các công ty fintech đã và đang tận dụng trí tuệ nhân tạo để cắt giảm chi phí vận hành, thắt chặt đánh giá rủi ro và tăng cường thu hút khách hàng. Đối với các tổ chức nhỏ hơn, việc tụt hậu đồng nghĩa với việc phải đối mặt với cấu trúc chi phí cao hơn và gặp khó khăn trong việc giữ chân những thành viên am hiểu công nghệ.
Giải pháp nằm ở việc thúc đẩy giao tiếp mang tính xây dựng giữa hai nhóm này. Bằng cách xác định các tình huống sử dụng (use case) có giá trị cao, rủi ro thấp, các tổ chức có thể tiến bước một cách tự tin. Vivek Sanghvi, một Kỹ sư Bán hàng tại Narmi—một công ty chuyên về công nghệ cho các tổ chức tài chính nhỏ—đưa ra một lộ trình để định hướng những thay đổi văn hóa nội bộ này.
Khám phá thêm các thông tin chuyên sâu về tương lai của ngành ngân hàng tại cổng nội dung của Narmi.
Thay đổi tư duy: Giáo dục quan trọng hơn nỗi sợ
Để vượt qua sự phản đối nội bộ, trước tiên các nhà lãnh đạo phải hiểu rằng sự hoài nghi về AI hiếm khi dựa trên các nguyên tắc cứng nhắc. Thông thường, đó là phản ứng theo bản năng đối với những tiêu đề báo chí về “kịch bản tồi tệ nhất”.
- Giáo dục là liều thuốc giải cho nỗi sợ: Các nhóm tuân thủ thường lo lắng về việc các hệ thống tự trị đưa ra các quyết định sai lệch. Thực tế, rất ít ngân hàng triển khai AI mà không có sự giám sát của con người. Việc thu hẹp khoảng cách giữa nhận thức và thực tế bắt đầu từ việc phổ cập kiến thức kỹ thuật cơ bản.
- Định nghĩa công nghệ: Có sự khác biệt lớn giữa AI tạo sinh (phản hồi các yêu cầu) và AI đại diện (agentic AI) (có thể tự khởi tạo tác vụ). Trong môi trường ngân hàng nơi “chế độ tự lái” là một dấu hiệu cảnh báo, việc giải thích những khác biệt này có thể làm giảm bớt sự căng thẳng trong các cuộc thảo luận.
- Phép ẩn dụ “Thực tập sinh thông minh”: Giải quyết nỗi sợ sa thải hàng loạt bằng cách định hình lại AI như một cộng sự thay vì một sự thay thế. Sanghvi gợi ý nên coi AI là một “thực tập sinh thông minh” xử lý 80% công việc nặng nhọc, trong khi các chuyên gia con người thực hiện 20% công việc giám sát và xác minh cuối cùng.
- Nhận diện khoảng cách thế hệ: Nhân viên cấp dưới thường sợ bị thay thế công việc, trong khi các lãnh đạo cấp cao lo lắng về rủi ro mang tính hệ thống. Việc điều chỉnh các buổi demo để giải quyết cả hai “kiểu nỗi sợ” này đảm bảo thông điệp có sức lan tỏa trong toàn bộ tổ chức.
Các bước thực thi để thúc đẩy việc áp dụng
Để thuyết phục những người hoài nghi, cần nhiều hơn là những cuộc nói chuyện mang tính vĩ mô; nó đòi hỏi một cách tiếp cận thực tế, theo từng giai đoạn, tập trung vào việc giải quyết các vấn đề thực tế.
1. Xác định các điểm nghẽn hiện tại
Thay vì trình diễn mọi tính năng của một công cụ AI, hãy tập trung hoàn toàn vào những vấn đề mà ngân hàng đang gặp phải. Cho dù đó là khối lượng cuộc gọi đến trung tâm chăm sóc khách hàng quá lớn hay việc nhập dữ liệu hậu cần lặp đi lặp lại, AI nên được giới thiệu như một giải pháp cụ thể cho một khó khăn đã biết.
2. Ưu tiên lợi ích của khách hàng
Trong một thị trường cạnh tranh khốc liệt để giành được các tài khoản mới, AI có thể là “công cụ nhân sức mạnh” cho trải nghiệm khách hàng. Hãy xác định phân khúc thành viên nào dễ tiếp nhận nhất với các dịch vụ do AI hỗ trợ và bắt đầu từ đó. Điều này cho phép tổ chức thử nghiệm trong một nhóm có kiểm soát trước khi triển khai trên quy mô lớn.
3. Lộ trình “Bò, Đi, Chạy”
Việc triển khai theo từng giai đoạn sẽ trấn an những người phản đối rằng ngân hàng không di chuyển quá nhanh.
- Bò: Triển khai 1–2 tình huống sử dụng rủi ro thấp và thiết lập các quy tắc sử dụng nghiêm ngặt.
- Đi: Khởi động các dự án thí điểm nhỏ trong các bộ phận như phòng chống gian lận hoặc dịch vụ khách hàng với sự giám sát của con người (human-in-the-loop).
- Chạy: Mở rộng các dự án thí điểm thành công và tích hợp chúng vào cấu trúc quản trị cốt lõi và sự giám sát của hội đồng quản trị.
Các tình huống sử dụng AI tác động cao cho các ngân hàng nhỏ
Đối với các tổ chức đã sẵn sàng thực hiện bước đầu tiên, một số ứng dụng thực tế sau đây đang mang lại kết quả cụ thể:
Tin nhắn bảo mật hỗ trợ bởi AI: Các ngân hàng cộng đồng có thể giảm bớt áp lực cho trung tâm cuộc gọi bằng cách sử dụng AI để soạn thảo phản hồi cho các thắc mắc của thành viên. Nhân viên sẽ xem xét và chỉnh sửa các bản thảo, duy trì chất lượng dịch vụ đồng thời tiết kiệm đáng kể thời gian.
Nội dung marketing nhanh chóng: Việc tạo các tài sản quảng cáo cho các mức lãi suất mới có thể là một nút thắt cổ chai. Các công cụ AI cho phép nhân viên tạo ra các tài sản sáng tạo và thẻ quảng cáo từ các yêu cầu bằng ngôn ngữ tự nhiên, giảm thời gian đưa sản phẩm ra thị trường mà không cần tăng nhân sự.
Quyết định KYC/KYB nâng cao: Những người hoài nghi thường bị thuyết phục bởi khả năng chống gian lận của AI. Các công cụ AI có thể đánh giá hàng trăm điểm dữ liệu—từ địa chỉ IP đến trạng thái thiết bị—trong quá trình thẩm định khách hàng. Điều này giúp quy trình nhanh hơn, toàn diện hơn và dễ kiểm soát hơn so với kiểm tra thủ công.
Truy vấn dữ liệu tài chính (Máy chủ MCP): Các tổ chức tiên phong về công nghệ đang cho phép các thành viên truy vấn dữ liệu tài chính của chính họ bằng các công cụ như ChatGPT. Bằng cách cung cấp quyền truy cập chỉ đọc (read-only) vào dữ liệu ngân hàng trực tiếp, các tổ chức có thể mang lại trải nghiệm ngân hàng đối thoại hiện đại, thu hút nhân khẩu học trẻ tuổi.
Mặc dù việc thiết lập các quy tắc cơ bản là thiết yếu, nhưng những ứng dụng thực tiễn này cung cấp nền tảng chung cần thiết để những người ủng hộ và những người hoài nghi có thể thống nhất. Bằng cách tập trung vào hiệu quả và an ninh, các tổ chức nhỏ có thể đảm bảo họ vẫn duy trì được năng lực cạnh tranh trong một tương lai do AI dẫn dắt.
Nguồn: thefinancialbrand.com