Quá Nhiều AI, Quá Sớm: Các Đội Ngũ Tài Chính Đang Đặt Mình Vào Rủi Ro Thất Bại?

Các đội ngũ tài chính đang chịu áp lực lớn trong việc áp dụng AI, phần lớn do các hội đồng quản trị tìm kiếm tăng năng suất, các CFO muốn rút ngắn thời gian kết thúc kỳ, và các nhà cung cấp hứa hẹn tự động hoá chưa từng có. 

Giả định phổ biến là việc sử dụng nhiều AI hơn sẽ tự nhiên mang lại kết quả tốt hơn, vì nó có thể phân tích dữ liệu một cách hiệu quả trong vòng vài giây. Tuy nhiên, tốc độ chỉ là một trong nhiều yếu tố đảm bảo thành công, đặc biệt nếu quy trình nền tảng còn sai sót hoặc chưa được phát triển đầy đủ. 

Khi các tổ chức vội vàng tích hợp AI vào quy trình tài chính, họ có nguy cơ bỏ qua một chân lý cơ bản: AI chỉ hiệu quả bằng mức độ của các hệ thống mà nó tự động hoá. 

Nó có thể tăng tốc các nhiệm vụ, nhưng không thể bù đắp cho các kiểm soát yếu kém, dữ liệu rời rạc, hay quy trình không nhất quán.

Mặc dù vậy, công nghệ này đang ngày càng nổi bật trong các doanh nghiệp lớn, và ngày càng nhiều công ty hy vọng nó sẽ mang lại kết quả ngay lập tức. 

Đối với năm 2025, tỷ lệ các lãnh đạo cấp C xác định rủi ro hành vi AI là mối quan tâm vật chất hàng đầu đã tăng từ 16% trong ba năm qua lên 56% trong tương lai, khiến nó trở thành rủi ro phi tài chính hàng đầu. Đồng thời, các sự cố hành vi kinh doanh lớn đã tăng đạt mức tăng 55% trong giai đoạn 2023‑2025, với chi phí trung bình 14 triệu đô la mỗi vụ, dẫn đến việc đầu tư phản ứng hơn là chủ động vào quản trị và chất lượng dữ liệu. 

Không có lĩnh vực nào khác mà việc sử dụng AI quan trọng hơn so với tài chính, nơi các kỳ kết thúc tháng dựa vào kiểm soát, đối chiếu và xác minh. AI có thể tăng tốc quy trình này, nhưng nếu không có nền tảng vững chắc, nó có thể dễ dàng làm tăng các điểm yếu hiện có cũng như loại bỏ chúng. 

Câu hỏi đặt ra, thì, là liệu tài chính đã thực hiện đủ công việc nền tảng để sẵn sàng cho một cuộc chiếm lĩnh AI quy mô lớn hay chưa. 

AI là Bộ Nhân Đôi, Không phải Giải Pháp

Mặc dù không thể phủ nhận AI là công cụ tuyệt vời giúp các nhiệm vụ trở nên dễ dàng hơn, nhưng một hiểu lầm phổ biến là AI có thể sửa chữa mọi quy trình hỏng, trong khi thực tế, nó chỉ khuếch đại những gì đã tồn tại. 

Nếu dữ liệu nền tảng không nhất quán, các kiểm soát yếu kém, hoặc các thực tiễn đối chiếu sai sót, AI sẽ chỉ thực hiện những thiếu sót đó nhanh hơn và ở quy mô lớn hơn. Nguyên tắc cũ “rác vào, rác ra” vẫn còn; giờ đây nó hoạt động ở tốc độ máy móc.

Tất cả những điều này không có nghĩa là AI vô dụng; ngược lại, nó tự động hoá các nhiệm vụ tốn công sức như trích xuất và trình bày dữ liệu, giúp các chuyên gia tài chính tập trung vào công việc có giá trị cao hơn. Nó cho phép họ đầu tư nhiều hơn vào tư duy phản biện, rút ra kết luận, và đảm bảo giám sát những gì máy móc đang thực hiện. 

Tuy nhiên, việc phụ thuộc quá mức vào AI có thể tạo ra các lỗ hổng nếu hệ thống gặp sự cố hoặc cho ra kết quả không mong đợi. Ví dụ, nếu một mô hình AI dùng để dự báo thị trường bị lỗi trong thời kỳ khủng hoảng, nó có thể khuếch đại thua lỗ hoặc gây bất ổn cho thị trường. 

Ủy ban Basel về Giám sát Ngân hàng và các tổ chức khácđặc biệt lo ngại về các rủi ro hệ thống, nơi các sự cố AI lan rộng có thể đe dọa ổn định tài chính. 

Thay vì coi AI là thuốc giải cho các bất cập vận hành, các tổ chức nên tập trung vào việc xây dựng hạ tầng tài chính cho phép tự động hoá hoạt động một cách đáng tin cậy. Điều đó đồng nghĩa với việc tiêu chuẩn hoá quy trình đối chiếu, củng cố kiểm soát nội bộ, cải thiện quản trị dữ liệu, và tăng khả năng hiển thị quy trình kết thúc kỳ.

“Có một hiểu lầm phổ biến rằng AI là giải pháp cho các vấn đề quy trình. Thực tế không phải vậy. Nó chỉ là bộ khuếch đại những gì đã có. Các nhà lãnh đạo tài chính thường tìm đến AI để giảm bớt công việc thủ công, các kỳ kết thúc chậm, hoặc báo cáo mất quá nhiều thời gian,” Shagun Malhotra, CEO của phần mềm tự động kết thúc kỳ tháng SkyStem, nói trong cuộc trò chuyện với Unite AI. 

Nhưng nếu quy trình nền tảng có sai sót, bà nói thêm, AI không sửa chữa được lỗi đó. Thay vào đó, nó thực hiện nhanh hơn và ở quy mô lớn hơn. “Những hiểu lầm là công nghệ đang thực hiện công việc chẩn đoán trong khi thực tế không phải. Phần đó vẫn cần một chuyên gia đứng sau.” 

SkyStem tập trung chủ yếu vào việc hỗ trợ các tổ chức mà các nền tảng kết thúc tài chính chuẩn hoá quy trình đối chiếu, tự động hoá quy trình làm việc, và củng cố kiểm soát nội bộ trước khi áp dụng AI lên các quy trình kế toán quan trọng. Thay vì thay thế các hoạt động tài chính có kỷ luật bằng AI, công ty xây dựng nền tảng vận hành đáng tin cậy để tự động hoá thực sự cung cấp kết quả chính xác mà không làm suy giảm dữ liệu. 

“AI tạo ra giá trị to lớn về khối lượng, tính nhất quán và tốc độ cho các nhiệm vụ được định nghĩa rõ ràng […] Nhưng những nơi mà con người cần duy trì kiểm soát chính là nơi kinh nghiệm quan trọng nhất: trực giác rủi ro, nhận dạng mẫu trong tình huống mơ hồ, và quan trọng nhất, quyết định dưới áp lực,” Malhotra nói thêm.  

Nền Tảng Trước Tự Động Hoá

Tài chính có rất ít không gian cho sai sót. Báo cáo chính xác, đối chiếu, tuân thủ quy định và khả năng kiểm toán là những yếu tố thiết yếu; AI nên nâng cao và đơn giản hoá các quy trình này, chứ không làm suy yếu chúng bằng cách tăng tốc các điểm yếu hiện có trong hệ thống. 

Kognia Labs, một công ty tư vấn và phát triển phần mềm AI, có quan điểm tương tự. Họ giúp các tổ chức triển khai các hệ thống phát hiện lỗi hoặc bất đồng trong báo cáo trước khi chúng trở nên tốn kém. 

Trước khi AI được đưa vào quy trình làm việc nơi khách hàng đang chờ câu trả lời, ba yếu tố phải đúng trong tổ chức: kết nối giữa các hệ thống, truy cập thông tin không được lưu trữ dưới dạng tài liệu, và khả năng xác minh nguồn gốc của câu trả lời, theo Alexandra Ollé, giám đốc chiến lược tại Kognia Labs. 

“Thông tin mà một cố vấn cần được phân tán trên các hệ thống và định dạng khác nhau, và các hệ thống này thường không giao tiếp với nhau. Đó là nguyên nhân khiến câu trả lời chậm và không nhất quán ngay từ đầu,” Ollé nói với Unite AI. “AI không giải quyết được vấn đề này bằng cách chỉ được thêm vào trên cùng.” 

Khoảng cách đó, giữa việc tăng tốc một quy trình và thực sự cải thiện nó, là nơi các rủi ro tài chính trở nên rõ ràng: khi tiền bạc đang đặt cược, độ tin cậy không phải là tùy chọn, và việc quản lý sai hệ thống AI mang lại rủi ro pháp lý thực tế. 

“AI cải thiện một quy trình khi công ty sử dụng nó để thay đổi cách công việc thực sự được thực hiện. Điều này thường bắt đầu bằng việc hiểu tại sao quy trình thất bại, điều mà hầu hết các tổ chức không thể nhìn rõ vì bằng chứng nằm trong hàng ngàn cuộc trò chuyện với khách hàng mà không đội nào có thời gian xem xét,” Ollé nhấn mạnh.   

Con Đường Tiến Đến Tương Lai: Cây Cầu AI – Con Người

Trước khi dựa vào AI để tự động hoá các quy trình tài chính quan trọng, các tổ chức phải chắc chắn rằng quy trình của họ đã sẵn sàng. Điều này bắt đầu bằng việc đánh giá mức độ trưởng thành của quy trình, giải quyết các nút thắt và vấn đề chất lượng dữ liệu, và giới thiệu AI dần dần ở các khu vực có rủi ro thấp trước khi mở rộng sang các hoạt động tài chính phức tạp hơn. 

Xây dựng một nền tảng vận hành vững chắc trước, nói chung, cho phép tự động hoá nâng cao hiệu quả mà không làm suy giảm độ chính xác hay giám sát. Và đây là phần mà con người không thể hạ thấp cảnh giác; có những điều AI không thể tự thực hiện. 

Đã có một số công ty áp dụng AI dựa trên cách tiếp cận “con người trước” để đảm bảo có sự giám sát và uy tín của con người đối với các hệ thống tự động. Solvd, ví dụ, là một công ty kỹ thuật phần mềm có trụ sở tại California, phát triển, triển khai và quản lý các hệ thống AI cho doanh nghiệp, chuyên xây dựng các quy trình phức tạp sau đó được con người tinh chỉnh trước khi mở rộng qua tự động hoá. 

“Các công ty coi AI một cách nghiêm túc sẽ học nhanh hơn, thu thập hiểu biết khách hàng sâu sắc hơn, vận hành hiệu quả hơn và cá nhân hoá tốt hơn. Theo thời gian, việc bắt kịp trở nên khó khăn hơn vì các đối thủ không chỉ triển khai công cụ tốt hơn; họ còn xây dựng dữ liệu, quy trình và học tập tổ chức tốt hơn,” Skylar Roebuck, giám đốc công nghệ tại Solvd, nói với Unite AI. 

Một tổ chức thực sự sẵn sàng cho AI khi đội ngũ lãnh đạo không chỉ đồng thuận về tầm quan trọng của AI, mà còn về cách AI sẽ tạo ra lợi thế cạnh tranh có ý nghĩa cho doanh nghiệp. 

“Sự giám sát của con người không nên chỉ được xem là việc ai đó phê duyệt mọi hành động của AI. Cách tiếp cận đó không mở rộng được và thường tạo ra ảo tưởng an toàn mà không mang lại kiểm soát thực sự,” Roebuck nhấn mạnh, đồng thời cho rằng hệ thống nên có khả năng vận hành độc lập trong các giới hạn rõ ràng và nhận diện sự không chắc chắn để nâng cấp khi cần phán đoán. 

Tóm lại, AI có tiềm năng biến đổi tài chính, nhưng không thể thay thế kỷ luật vận hành và phán đoán của con người mà quyết định tài chính đòi hỏi. Mục tiêu ở đây không phải tăng tốc quá trình kết thúc kỳ, mà là tăng tốc niềm tin vào nó. 

Các tổ chức thực sự thành công sẽ không phải là những đơn vị tự động hoá trước, mà là những đơn vị xây dựng nền tảng đúng, và giữ con người ở trung tâm của những quy trình quan trọng nhất.