Tin tức

Các Ngân Hàng Đổ Hàng Tỷ Đô La Vào AI, Nhưng Phần Lớn Vẫn Chưa Chứng Minh Được Giá Trị Thực Sự

15854
23
Sep

Cơn Bùng Nổ Đầu Tư AI Là Có Thật. Còn Lợi nhuận thì lại là chuyện khác.

Hành trình AI của ngành ngân hàng đã đạt đến một điểm rẽ quan trọng. Các chương trình thí điểm đã bước vào giai đoạn triển khai thực tế, nhân viên đã chấp nhận sử dụng các công cụ, và chi tiêu tiếp tục tăng với tốc độ kỷ lục. Tuy nhiên, một câu hỏi dai dẳng vẫn vương vấn trong các phòng họp hội đồng quản trị trên toàn thế giới: giá trị đo lường được ở đâu?

Theo Khảo sát ngành ngân hàng Hoa Kỳ quý 1/2026 của KPMG, mức đầu tư AI trung bình dự kiến trong 12 tháng tới đạt 177 triệu USD. Trong khi đó, nghiên cứu từ Cambridge tiết lộ rằng 76% các tổ chức tài chính lớn gặp khó khăn trong việc đo lường giá trị mà các sáng kiến AI của họ thực sự mang lại.

Thông tin chuyên sâu: Rủi ro lớn nhất mà các ngân hàng hiện nay đối mặt không phải là AI thất bại. Mà là AI thành công — nhưng giá trị lại không bao giờ đi được đến hoạt động kinh doanh.

Những Thách Thức Cốt Lõi Các Ngân Hàng Cần Giải Quyết

  • Hoạt động AI không phải là giá trị AI. Các chương trình thí điểm được khởi động, số lượng người dùng, và số giờ tiết kiệm không chứng minh rằng một kết quả kinh doanh thực sự đã thay đổi.
  • Thay đổi quy trình làm việc quan trọng, nhưng đó không phải là đích đến. Một quy trình mượt mà hơn vẫn có thể tạo ra nguồn lực mà không bao giờ đến được dòng lợi nhuận cuối cùng.
  • Nguồn lực được giải phóng cần một đích đến rõ ràng. Các nhà lãnh đạo phải quyết định xem nó có thúc đẩy tăng trưởng, hấp thụ khối lượng công việc, ngăn chặn tuyển dụng không cần thiết, hay cắt giảm chi phí.
  • Mọi sáng kiến quan trọng đều cần một cổng phê duyệt giá trị. Quyết định đầu tư tiếp theo phải dựa trên bằng chứng — chứ không phải là đà momentum.

Từ Thử Nghiệm Đến Trách Nhiệm Kinh Tế

Các ngân hàng hiện đang đưa ra những con số cụ thể cho tham vọng AI của mình. RBC đặt mục tiêu từ 700 triệu CAD đến 1 tỷ CAD giá trị doanh nghiệp gia tăng từ AI vào năm 2027, sau khi trừ đi khoản đầu tư. DBS báo cáo khoảng 1 tỷ SGD giá trị kinh tế được tạo ra từ các chương trình phân tích dữ liệu và AI/ML trong năm 2025.

JPMorgan Chase cũng đã chuyển thông điệp AI của mình hướng đến các kết quả hữu hình. Trong bản Cập nhật Công ty năm 2026, ngân hàng này báo cáo lợi ích trải rộng trên cả hai nhóm doanh thu và chi phí, đồng thời tăng gấp đôi số lượng các trường hợp sử dụng AI đang triển khai thực tế. Trong cuộc họp công bố kết quả kinh doanh quý 1/2026, CEO Jamie Dimon đưa ra cảnh báo: năng suất tăng nhờ AI không tự động chuyển thành một tỷ lệ hiệu quả cấu trúc tốt hơn, đặc biệt khi các đối thủ cũng triển khai cùng công nghệ.

Những con số này không còn là khát vọng đổi mới — mà là những cam kết về giá trị kinh doanh.

Tại sao điều này quan trọng: Cuộc đối thoại trong ngành dịch vụ tài chính đang chuyển từ “Chúng ta có thể triển khai gì?” sang “Chúng ta thực sự đã ghi nhận được giá trị gì?”

  • Tách rời các chỉ số thử nghiệm khỏi các chỉ số giá trị thực sự.
  • Theo dõi những trường hợp sử dụng nào mở rộng thành công và điều gì thay đổi trong kinh doanh nhờ đó.
  • Đưa kết quả kinh tế hoặc kết quả khách hàng ra ánh sáng ngay từ ngày đầu tiên.

Bắt Đầu Từ Vấn Đề Kinh Doanh, Không Phải Từ Công Nghệ

Các khoản đầu tư công nghệ mất đi sức mạnh khi tổ chức coi chúng là chương trình công nghệ trước tiên và là cuộc chuyển đổi kinh doanh sau đó.

Cách tiếp cận hiệu quả nhất bắt đầu từ vấn đề vận hành. Các nhà lãnh đạo kinh doanh hiểu rõ nơi nào quy trình làm việc chậm trễ, bị phân mảnh, hay bị trì trệ vì lao động thủ công. Công nghệ nên loại bỏ những trở ngại đó để đạt được một kết quả được định nghĩa rõ ràng. Mô hình mạnh nhất là do kinh doanh dẫn dắt và được công nghệ thúc đẩy.

Chỉ việc triển khai là không đủ. Nhân viên có thể chấp nhận một nền tảng mới nhưng vẫn lặng lẽ duy trì bảng tính thay thế thủ công, quy trình phê duyệt cũ, hay cách chuyển giao thủ công mà nền tảng đó được thiết kế để thay thế. Trong tình huống đó, tổ chức chỉ đơn giản là đã xây dựng một chiếc tủ hồ sơ đắt tiền.

Hãy xem xét một trợ lý AI giúp giảm thời gian tìm hiểu vấn đề khách hàng từ 12 phút xuống 8 phút. Nếu các quy tắc chuyển hướng, leo thang, và giả định về nhân sự vẫn không thay đổi, ngân hàng có thể ghi nhận được năng suất tăng mà không nắm bắt được giá trị kinh tế có ý nghĩa. Công nghệ đã hoạt động. Mô hình vận hành thì không.

Tại sao điều này quan trọng: Thiết kế lại quy trình làm việc là cây cầu dẫn đến giá trị — chứ không phải là đích đến.

  • Xác định vấn đề kinh doanh và thiết lập đường cơ sở trước khi chọn hoặc mở rộng giải pháp.
  • Thiết kế quy trình làm việc trạng thái tương lai như một phần không thể tách rời của luận án đầu tư.
  • Loại bỏ giải pháp thay thế thủ công hoặc hoạt động trùng lặp mà công nghệ được tạo ra để thay thế.

Năng Suất Chưa Phải Là Giá Trị Cho Đến Khi Ai Đó Ghi Nhận Nó

Nếu AI biến một nhiệm vụ 60 phút thành 20 phút, thì 40 phút còn lại sẽ đi đâu?

Chính đó là nơi năng suất lý thuyết trở thành nguồn lực dư thừa.

Citi báo cáo rằng các công cụ lập trình hỗ trợ AI đang tạo ra khoảng 100.000 giờ nguồn lực mỗi tuần, giải phóng nhà phát triển để tập trung vào đổi mới có giá trị cao hơn. Bài học tổng quát rất rõ ràng: nguồn lực cần một đích đến.

Xu hướng ưu tiên hướng đến tái bố trí và tăng trưởng khi điều kiện kinh tế cho phép — dành nhiều thời gian cho khách hàng hơn, xử lý khối lượng lớn hơn, hoặc làm việc có giá trị cao hơn. Trong một doanh nghiệp trưởng thành, việc cắt giảm chi phí có thể là con đường kỷ luật hơn. Tránh được chi phí có thể tạo ra giá trị thực sự, nhưng về bản chất khác với việc giảm trực tiếp chi phí.

Tại sao điều này quan trọng: Thời gian tiết kiệm được là một lợi ích vận hành. Quyết định quản lý tiếp theo sẽ quyết định nó trở thành giá trị doanh nghiệp hay không.

  • Quyết định xem nguồn lực được giải phóng sẽ hỗ trợ tăng trưởng, hấp thụ khối lượng công việc, tránh tuyển dụng, hay giảm chi phí.
  • Theo dõi khoản tiết kiệm thực tế, chi phí tránh được, và nguồn lực tái bố trí như các danh mục riêng biệt.
  • Không tính lợi ích tài chính cho đến khi có bằng chứng rằng nguồn lực thực sự đã được ghi nhận.

Để Bên Kinh Doanh Sở Hữu Lợi Ích

Nhiều chương trình có một nhà bảo trợ cấp điều hành. Điều đó không giống với việc có một người chịu trách nhiệm sở hữu lợi ích.

Nếu một sáng kiến AI hứa hẹn giảm chi phí phục vụ, tăng doanh số, tăng tốc độ xử lý, hoặc cải thiện trải nghiệm khách hàng, thì nhà điều hành kinh doanh chịu trách nhiệm về kết quả đó cũng nên chịu trách nhiệm ghi nhận giá trị của nó.

Công nghệ nên chịu trách nhiệm về việc hỗ trợ, kiến trúc, và kiểm soát. Bên kinh doanh nên chịu trách nhiệm về kết quả và ghi nhận giá trị. Bộ phận tài chính có thể giúp phân biệt lợi ích dự báo, chi phí tránh được, và tác động thực tế đã ghi nhận.

Tại sao điều này quan trọng: Trách nhiệm giao hàng đưa năng lực vào hoạt động. Trách nhiệm lợi ích biến nó thành kết quả kinh doanh.

  • Phân công một người chủ sở hữu kinh doanh có tên cụ thể cho mỗi lợi ích quan trọng.
  • Xác định cách lợi ích sẽ được chứng minh và xác minh.
  • Rà soát giá trị đã ghi nhận theo cùng nhịp độ được sử dụng để rà soát hiệu quả kinh doanh.

Đặt Một Cổng Phê Duyệt Giá Trụ Trước Đô La Tiếp Theo

Các ngân hàng cần một điểm kiểm tra có chủ đích nơi việc thử nghiệm trở thành một quyết định đầu tư thực sự. Một “cổng phê duyệt giá trị” đặt câu hỏi liệu giả thuyết kinh doanh ban đầu có đang được chứng minh trước khi bổ sung thêm vốn và nhân lực. Thời điểm nên phù hợp với trường hợp sử dụng và độ phức tạp của nó, nhưng cổng này cần được thiết lập ngay cả trước khi thí điểm bắt đầu.

Chuỗi logic trông như thế này: Vấn đề kinh doanh → thay đổi quy trình làm việc → chấp nhận → quyết định về nguồn lực → kết quả vận hành → giá trị tài chính hoặc khách hàng.

Nếu các nhà lãnh đạo không thể truy vết lợi ích thông qua chuỗi đó, họ nên thận trọng khi gọi đó là giá trị đã ghi nhận.

Tại sao điều này quan trọng: Ghi nhận giá trị cần được thiết kế vào sáng kiến ngay từ đầu — chứ không phải tính toán sau khi kết thúc.

Trước khi phê duyệt khoản đầu tư tiếp theo, các nhà lãnh đạo nên sẵn sàng trả lời bốn câu hỏi quan trọng:

  1. Chúng ta đang mua kết quả gì? Doanh thu, chi phí, rủi ro, hay kết quả khách hàng nào cần thay đổi?
  2. Điều gì thay đổi về vận hành? Công việc nào biến mất hoặc cải thiện, và điều gì xảy ra với nguồn lực được tạo ra?
  3. Ai chịu trách nhiệm ghi nhận? Nhà điều hành kinh doanh nào chịu trách nhiệm chuyển cải tiến thành kết quả đo lường được?
  4. Bằng chứng nào đủ để giải ngân số tiền tiếp theo? Điều gì sẽ biện minh cho việc mở rộng, kéo dài, thiết kế lại, hay ngừng triển khai sáng kiến?

Kết Luận Đối Với Tương Lai AI Của Ngành Ngân Hàng

Các ngân hàng đã chứng minh rằng họ sẵn sàng chi tiền cho AI. Ngày càng nhiều ngân hàng gắn những kỳ vọng hàng tỷ đô la vào lợi nhuận từ đó.

Thách thức nằm ở khoảng cách giữa hai điều đó.

Công nghệ phải thay đổi quy trình làm việc. Cải tiến quy trình làm việc phải tạo ra lợi ích vận hành. Nguồn lực phải được ghi nhận một cách có chủ đích. Lợi ích đó sau đó phải đến được một kết quả tài chính hoặc khách hàng mà bên kinh doanh có thể bảo vệ.

Những người chiến thắng trong giai đoạn AI tiếp theo của ngành ngân hàng sẽ không được định nghĩa bởi việc họ triển khai bao nhiêu công nghệ.

Họ sẽ được định nghĩa bởi họ thực sự ghi nhận được bao nhiêu giá trị.

Matthew Maunder là Người sáng lập và Đối tác chính của Valent Advisory, với hơn 17 năm kinh nghiệm trải dài qua RBC, PwC Strategy& và Colliers International, tập trung vào chiến lược doanh nghiệp, chuyển đổi, cải thiện hiệu suất và ghi nhận giá trị.

Nguồn: thefinancialbrand.com