English
日本語
한국어
简体中文
Hầu hết các tổ chức tài chính không mất tiền chỉ vì những biến động thị trường hay sự cạnh tranh khốc liệt. Thay vào đó, họ đang bị thất thoát vốn vì họ không tin tưởng vào dữ liệu của chính mình — và thay vì khắc phục nguyên nhân gốc rễ, họ lại bình thường hóa sự bất ổn này.
Dữ liệu kém chất lượng đã âm thầm phát triển thành một trong những cuộc khủng hoảng tốn kém nhất nhưng lại ít được thảo luận nhất trong ngành ngân hàng hiện đại. Vì những tổn thất này không xuất hiện thành một danh mục rõ ràng trên báo cáo kết quả hoạt động kinh doanh (P&L), chúng rất dễ bị ngó lơ. Tuy nhiên, thiệt hại lại len lỏi vào từng quyết định tín dụng bị trì hoãn, từng cơ hội thị trường bị bỏ lỡ và từng quy trình xử lý thủ công tạm thời nhằm duy trì hoạt động cho các hệ thống cũ (legacy systems).
Trong khi ngành tài chính đang hào hứng thảo luận về trí tuệ nhân tạo, chuyển đổi số và đổi mới sáng tạo nhanh chóng, những tiến bộ này sẽ mang lại rất ít ý nghĩa nếu dữ liệu nền tảng vẫn bị phân mảnh, lỗi thời hoặc không nhất quán. Không thể xây dựng các hệ thống thông minh, hướng tới tương lai trên một nền móng bị tổn hại về mặt cấu trúc.
Vượt xa những sai sót đơn thuần: Cái giá thực sự của những cơ hội bị bỏ lỡ
Một quan niệm sai lầm phổ biến là chất lượng dữ liệu kém chỉ biểu hiện qua các lỗi vận hành dễ thấy. Mặc dù các sai sót chắc chắn xảy ra, tổn thất tài chính lớn hơn nhiều lại bắt nguồn từ các cơ hội bị bỏ lỡ — những giao dịch và mối quan hệ khách hàng không bao giờ được thiết lập.
Sự xói mòn giá trị thầm lặng này ảnh hưởng đến hoạt động ngân hàng hàng ngày theo nhiều cách nghiêm trọng:
- Đánh giá rủi ro sai lệch: Khi các quyết định tín dụng phụ thuộc vào dữ liệu bị lệch lạc hoặc không đầy đủ, các ngân hàng hoặc là phải gánh chịu rủi ro quá mức chưa được định giá, hoặc là từ chối những khách hàng có năng lực tốt.
- Phòng chống gian lận mang tính đối phó: Việc tích hợp dữ liệu bị chậm trễ giữa các hệ thống cũ buộc các đội ngũ phát hiện gian lận phải hoạt động theo kiểu đối phó thay vì ngăn chặn hành vi gian lận trong thời gian thực (real-time).
- Trải nghiệm khách hàng bị cản trở: Hồ sơ khách hàng bị phân mảnh làm suy giảm trải nghiệm người dùng, đẩy các khách hàng giá trị sang các đối thủ cạnh tranh hiện đại hơn.
Đây không phải là những hiện tượng bất thường hiếm gặp; chúng đại diện cho thực trạng vận hành hàng ngày của nhiều tổ chức. Theo IBM, chi phí trung bình của một vụ rò rỉ dữ liệu đã lên tới 4,45 triệu USD vào năm 2023, làm nổi bật lỗ hổng cơ bản trong tính toàn vẹn của dữ liệu. Trong khi đó, McKinsey & Company ước tính rằng chất lượng dữ liệu kém có thể làm tăng chi phí vận hành từ 15% đến 25%.
Tuy nhiên, ngay cả những con số đáng kinh ngạc này vẫn chưa phản ánh đầy đủ bức tranh toàn cảnh. Chúng chưa bao gồm doanh thu bị mất từ các khoản vay không được phê duyệt, các vụ gian lận không được phát hiện, và sự rời bỏ của khách hàng do những tương tác lặp đi lặp lại đầy phiền toái.
Hãy xem xét lĩnh vực cho vay như một nghiên cứu điển hình. Các ngân hàng lớn của Mỹ đã phải đối mặt với tỷ lệ nợ quá hạn gia tăng, đặc biệt là nhóm khách hàng dưới chuẩn có điểm FICO dưới 660. Dữ liệu từ Ngân hàng Dự trữ Liên bang New York cho thấy nợ thẻ tín dụng và nợ hộ gia đình mặc định tăng mạnh ở nhóm nhân khẩu học trẻ tuổi và có thu nhập thấp hơn. Đồng thời, một phân tích của Reuters chỉ ra sự bùng nổ nhu cầu vay tín chấp của những người tiêu dùng dưới chuẩn, đẩy rủi ro vỡ nợ lên cao và gây áp lực lớn lên bảng cân đối kế toán.
Vào thời điểm các tín hiệu rủi ro này cuối cùng cũng xuất hiện trong các báo cáo quý, tổn thất đã xảy ra rồi. Nếu các tổ chức này áp dụng quy trình xác thực dữ liệu đầu nguồn vượt trội và xây dựng hồ sơ khách hàng nhất quán, họ đã có thể nhận diện các xu hướng rủi ro này đủ sớm để điều chỉnh hạn mức tín dụng và giảm thiểu rủi ro tổn thất.
Cái giá của sự bất ổn được bình thường hóa
Có lẽ khía cạnh đáng lo ngại nhất của cuộc khủng hoảng này là việc ngành ngân hàng đã trở nên quá quen thuộc với những sự kém hiệu quả trong vận hành. Nhiều tổ chức đã xây dựng toàn bộ mô hình kinh doanh xoay quanh việc bù đắp cho nguồn dữ liệu không đáng tin cậy, dựa vào:
- Các cơ sở dữ liệu trùng lặp và hệ thống lưu trữ dư thừa
- Các quy trình đối chiếu thủ công tốn nhiều công sức
- Các cuộc kiểm tra chất lượng liên tục sau khi xử lý dữ liệu
- Các đội ngũ nhân sự lớn chuyên chỉ để khắc phục các lỗi dữ liệu sau khi sự đã rồi
- Ngân sách quản trị dữ liệu ngày càng tăng nhằm mục đích kiểm soát, thay vì khắc phục triệt để, dữ liệu kém chất lượng
Đây không phải là đổi mới sáng tạo; đây là việc khắc phục thiệt hại một cách tốn kém. Nó tạo ra một ảo tưởng nguy hiểm về sự ổn định. Nhìn bên ngoài, các báo cáo vẫn được tạo ra và các quyết định vẫn được đưa ra, nhưng bên dưới, nền móng vẫn mỏng manh, kém hiệu quả và ngày càng tiềm ẩn nhiều rủi ro.
Từ góc độ quản lý, hiện trạng này là không thể duy trì lâu dài. Các yêu cầu khắt khe của các cơ quan quản lý toàn cầu xung quanh tính chính xác, nguồn gốc dữ liệu (data lineage) và báo cáo ngày càng thắt chặt. Nếu một tổ chức tài chính không thể mô hình hóa rõ ràng luồng dữ liệu di chuyển qua các hệ thống của mình, tổ chức đó sẽ đối mặt với các rủi ro tuân thủ nghiêm trọng. Ngày nay, dữ liệu phải được kiểm toán, xác thực và xây dựng hồ sơ trước khi truyền tới các trung tâm lưu trữ tập trung.
Many legacy architectures still handle these requirements reactively, applying controls after data ingestion. This outdated approach leads to processing failures, costly manual investigations, and bloated infrastructure spending.
Mệnh lệnh dành cho các nhà lãnh đạo: Xem dữ liệu là tài sản chiến lược
Suy cho cùng, chất lượng dữ liệu kém không phải là vấn đề công nghệ — các công cụ và kiến trúc cần thiết đã tồn tại sẵn. Đó là vấn đề của năng lực lãnh đạo. Quá nhiều nhà quản lý vẫn xem dữ liệu như một chức năng hỗ trợ thứ yếu thay vì là một tài sản kinh doanh cốt lõi.
Để giải quyết vấn đề này, ban lãnh đạo cần nhận thức được rằng chất lượng dữ liệu quyết định trực tiếp đến doanh thu, hồ sơ rủi ro và niềm tin của khách hàng. Để lấp đầy khoảng trống này, các tổ chức tài chính phải ưu tiên một số thay đổi mang tính cấu trúc sau:
- Tích hợp thời gian thực: Chuyển dịch trọng tâm từ các đường ống xử lý dữ liệu theo lô (batch-driven) chậm chạp sang các hệ thống dữ liệu thời gian thực được kết nối toàn diện.
- Trách nhiệm giải trình nghiêm ngặt: Thiết lập quyền sở hữu rõ ràng và các khung quản trị mạnh mẽ trên tất cả các đơn vị kinh doanh.
- Kiến trúc thống nhất: Đầu tư vào các nền tảng dữ liệu hiện đại giúp hợp nhất thông tin trong toàn bộ tổ chức thay vì tiếp tục phân mảnh thông tin theo các silo riêng lẻ.
- Tích hợp Agentic AI (AI tác tử): Tận dụng các khung AI tự chủ, tiên tiến để làm sạch, xác thực và chuẩn hóa dữ liệu ngay tại điểm đầu vào.
Bằng cách triển khai các hệ thống Agentic AI (AI tác tử) — được xây dựng trên các khung công nghệ mạnh mẽ như OpenAI — các ngân hàng có thể chủ động giải quyết các vấn đề về chất lượng dữ liệu. Thay vì phụ thuộc vào các đội ngũ kỹ sư lớn để làm sạch dữ liệu ở hạ nguồn (downstream), các hệ thống thông minh này sẽ tự động kiểm tra và sửa lỗi dữ liệu theo thời gian thực khi dữ liệu di chuyển qua đường ống dẫn, dù là qua phương thức nạp dữ liệu theo lô (batch) hay truyền trực tuyến (streaming ingestion).
Những tổ chức tài chính dám đối mặt trực tiếp với các vấn đề cấu trúc dữ liệu này sẽ đảm bảo được lợi thế cạnh tranh lâu dài. Họ sẽ đưa ra quyết định nhanh hơn, nhận diện các rủi ro thị trường mới nổi sớm hơn và mang lại những trải nghiệm khách hàng được cá nhân hóa cao. Ngược lại, những tổ chức tiếp tục chắp vá các lỗi hệ thống sẽ tiếp tục tổn thất hàng triệu USD cho những sự kém hiệu quả thầm lặng không thể đo đếm được — cho đến khi những chi phí ẩn đó biến thành một bất lợi thị trường không thể vượt qua.
Gayathri Balakumar là kỹ sư dữ liệu trưởng tại Capital One với hơn 17 năm kinh nghiệm thiết kế các hệ thống tài chính quy mô lớn, vận hành bằng AI trong các lĩnh vực fintech và bảo hiểm. Bà đã đi đầu trong việc phát triển các nền tảng dữ liệu thời gian thực hỗ trợ hàng triệu giao dịch của khách hàng cho các chương trình tín dụng lớn. Quan điểm được trình bày trong bài viết này là của cá nhân bà và không nhất thiết đại diện cho quan điểm của đơn vị sử dụng lao động hoặc bất kỳ tổ chức liên kết nào.
Nguồn: thefinancialbrand.com