Lãnh đạo tư tưởng

Tương lai của GenAI trong Ngân hàng và Liên minh Tín dụng Khu vực

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Trong lịch sử, các ngân hàng và liên minh tín dụng khu vực đã xây dựng thương hiệu của mình thông qua các mối quan hệ cá nhân với người nắm giữ tài khoản của họ. Ví dụ, không có gì lạ khi bạn biết tên của người giao dịch của mình và họ biết tên của con bạn. Thật vậy, các mối quan hệ cá nhân đã là đặc trưng của các tổ chức tài chính nhỏ hơn và điều đó đã giúp họ khác biệt với các đối thủ cạnh tranh lớn hơn của mình. Sự số hóa của ngân hàng đã làm cho việc xây dựng các mối quan hệ cá nhân trở thành một thách thức, xói mòn sự khác biệt và để lại các tổ chức nhỏ hơn tìm kiếm một cách để đặt lại bàn cờ.

Đó là nơi trí tuệ nhân tạo sinh (GenAI) xuất hiện, đây là một tập hợp con của các công nghệ AI sử dụng các mô hình ngôn ngữ lớn (LLM) để học các mẫu từ các tập dữ liệu lớn. Sau đó, nó sử dụng các mẫu với các lệnh và hướng dẫn từ con người để tạo ra nội dung văn bản mới giống như hoặc nâng cao công việc được tạo ra bởi con người.

Báo cáo Xu hướng và Ưu tiên Ngân hàng Bán lẻ 2025 mà chúng tôi tài trợ trong năm nay cho thấy 80% các tổ chức tin rằng các đại lý kỹ thuật số sẽ dựa vào trí tuệ nhân tạo sinh để thực hiện các chiến dịch tiếp thị cá nhân hóa theo thời gian thực vào năm 2030 và 76% các tổ chức tài chính tin rằng hầu hết các tổ chức tài chính sẽ sử dụng GenAI vào năm 2030. Chúng tôi thực sự tin rằng tỷ lệ này nên cao hơn, vì GenAI có thể tăng đáng kể năng suất, hỗ trợ việc ra quyết định của con người tốt hơn, giúp cung cấp trải nghiệm khách hàng kỹ thuật số được cá nhân hóa và cải thiện, và tăng đáng kể lợi nhuận.

Đáng kể như thế nào? Vào cuối năm 2023, Viện McKinsey Toàn cầu ước tính rằng, trong số các ngành công nghiệp trên toàn cầu, GenAI có thể thêm tương đương 2,6 nghìn tỷ đến 4,4 nghìn tỷ đô la mỗi năm về giá trị trên 63 trường hợp nó đã phân tích. Trong số các lĩnh vực ngành, ngân hàng dự kiến sẽ có một trong những cơ hội lớn nhất, với khả năng cung cấp giữa 200 và 340 tỷ đô la về giá trị mới cho ngân hàng bán lẻ – chủ yếu từ tăng năng suất.

Nhanh hơn, Tốt hơn, Hạnh phúc hơn

Có một quan niệm sai lầm rằng AI sẽ lấy đi việc làm của con người. Nhưng sức mạnh của GenAI là nó tạo ra nội dung dựa trên dữ liệu và thông tin plus các lệnh và hướng dẫn do con người đưa ra. Đó là một công cụ nâng cao, không phải là công cụ thay thế.

Hiện tại, GenAI trong ngân hàng chủ yếu được sử dụng để tự động hóa các nhiệm vụ quan trọng nhưng lặp đi lặp lại hoặc các quy trình, bao gồm bảo mật, khởi tạo khoản vay, phát hiện gian lận và cung cấp trải nghiệm dịch vụ tự động tốt hơn. Việc cho phép GenAI tiếp quản công việc nhàm chán liên quan đến các quy trình này không chỉ tăng hiệu quả và năng suất, mà còn giải phóng nhân viên làm việc đó để tập trung vào các nhiệm vụ có ý nghĩa hơn, do đó làm cho công việc của họ trở nên hài lòng hơn.

Một trong những cách chính mà các ngân hàng và liên minh tín dụng khu vực có thể khác biệt hóa mình là bằng cách cá nhân hóa và nâng cao trải nghiệm ngân hàng kỹ thuật số của người nắm giữ tài khoản. Cụ thể, công nghệ này giúp cung cấp thông tin sâu sắc hơn về hành vi và sở thích của họ để giúp dự đoán nhu cầu của họ. Vì vậy, các sản phẩm và dịch vụ đáp ứng nhu cầu đó có thể được cung cấp cho họ theo cách mà Netflix cung cấp cho khách hàng của mình các chương trình giải trí được cá nhân hóa, và Amazon cung cấp cho khách hàng của mình các chương trình giải trí và sản phẩm – dựa trên hành vi và sở thích của khách hàng.

Tương tự, việc thu thập và phân tích dữ liệu sâu sắc có thể thực hiện được với GenAI cho phép tạo ra nội dung được cá nhân hóa, vì vậy mỗi người nắm giữ tài khoản sẽ chỉ thấy nội dung (bao gồm cả chiến dịch tiếp thị) liên quan đến họ tại một thời điểm nhất định trong cuộc sống của họ. Nó không có ý nghĩa khi một người phụ nữ trung niên sở hữu nhà và có thu nhập tốt và điểm tín dụng tốt nhìn thấy cùng một nội dung với một sinh viên mới tốt nghiệp đang cố gắng trả nợ vay sinh viên và vẫn khát khao sở hữu một ngôi nhà.

Chạm của Con người

Việc bao gồm quyết định và giám sát của con người là rất quan trọng để xây dựng các giải pháp GenAI cho ngân hàng. Công thức của chúng tôi cho việc tích hợp GenAI thành công là bắt đầu với các mô hình học sâu được đào tạo cụ thể trên các tập dữ liệu ngân hàng lớn. Những mô hình này, đã được đào tạo để học các mẫu và cấu trúc của ngôn ngữ con người, sau đó tạo ra các phản hồi tự nhiên cho các truy vấn hoặc lệnh của người dùng. Sự tham gia của con người là rất quan trọng để đảm bảo rằng các phản hồi được tạo ra bởi AI là chính xác và phù hợp với các tiêu chuẩn đạo đức, tuân thủ quy định và nhu cầu của khách hàng – đồng thời giảm thiểu các rủi ro và偏见 tiềm ẩn.

Công nghệ của Ngày mai, Hôm nay

Tiềm năng của GenAI trong việc chuyển đổi các ngân hàng và liên minh tín dụng khu vực là vô giới hạn. Các tổ chức tài chính thành công trong việc tích hợp công nghệ này sẽ là những tổ chức bắt đầu chiến lược cho tương lai trong khi tập trung đầu tư vào các ứng dụng có tiềm năng cao và rủi ro thấp, ngày hôm nay.

Dưới đây là bốn cách chính chúng tôi thấy GenAI tạo ra tác động tức thì và đáng kể trong lĩnh vực ngân hàng.

Đẩy mạnh tăng trưởng chiến lược

Báo cáo của McKinsey đã tính toán rằng ngân hàng doanh nghiệp và bán lẻ sẽ được hưởng lợi nhiều nhất từ việc triển khai GenAI đúng cách. Về phía ngân hàng doanh nghiệp, tiềm năng cao nhất là việc ra quyết định của con người được nâng cao, các mô hình đánh giá rủi ro được tự động hóa và hiệu quả hoạt động thông qua tự động hóa. Ngân hàng bán lẻ sẽ được hưởng lợi từ việc cung cấp trải nghiệm ngân hàng được cá nhân hóa, dịch vụ khách hàng được cải thiện và các đổi mới trong tiếp thị.

Nâng cao hiệu quả hoạt động

Trong một báo cáo về các xu hướng hàng đầu của ngân hàng năm 2023, Accenture đã xác định ngân hàng là ngành công nghiệp có khả năng bị ảnh hưởng sâu sắc nhất bởi GenAI và ngành công nghiệp có tiềm năng tăng sản lượng lớn nhất với công nghệ này, với 34% quy trình làm việc hiện tại có thể được nâng cao bởi GenAI. Nó cũng cho thấy rằng các tổ chức tài chính áp dụng GenAI có thể cải thiện năng suất của họ lên đến 30%.

Tuy nhiên, ngay cả với tiềm năng của GenAI để cải thiện hiệu quả, chuyên môn của con người vẫn là chìa khóa để thành công. Sử dụng kiến thức ngân hàng cụ thể, các đội ngũ nội bộ có thể đào tạo các mô hình để chính xác và đánh giá các phức tạp theo cách con người có thể. Nhưng họ có thể mở rộng nhanh hơn và lên một mức độ vượt xa khả năng của con người. 

Sự cân bằng giữa các tổ chức lớn và nhỏ

Chúng tôi đã thấy một số cách GenAI có thể mang lại lợi ích cho các ngân hàng và liên minh tín dụng khu vực, bao gồm tăng năng suất và cho phép trải nghiệm khách hàng được cá nhân hóa. Đó là một dấu hiệu tích cực khi các ngân hàng truyền thống nổi tiếng với sự thận trọng đang nhận ra nhiều lợi ích của GenAI, với tốc độ áp dụng tăng, nhưng chúng tôi vẫn thấy quá nhiều tổ chức tài chính khu vực do dự khi tham gia.

Trong khi họ do dự, các tổ chức tài chính lớn đang di chuyển. Và họ chỉ đang chạm vào bề mặt trong việc khai thác sức mạnh của GenAI. Những người tiếp tục quá thận trọng sẽ bị bỏ lại phía sau vĩnh viễn. Điều cần nhớ là các công cụ GenAI có thể được cách ly, kết nối với dữ liệu độc quyền và giữ nội bộ.

Cung cấp trí tuệ tập thể

Trí tuệ tập thể được tạo ra khi các cá nhân và nhóm làm việc cùng nhau. Các thành phần có thể bao gồm việc ra quyết định nhóm, hình thành đồng thuận, ý tưởng từ các nguồn khác nhau và động lực từ cạnh tranh. Truyền thống, việc khai thác trí tuệ tập thể đã được thực hiện bằng cách ghi lại kiến thức tổ chức và chia sẻ nó thông qua đào tạo và kinh nghiệm làm việc. GenAI nâng cao các lợi ích của trí tuệ tập thể – dễ dàng và theo thời gian thực. 

Việc áp dụng thành công và tích hợp ngày càng tăng của GenAI trong các tổ chức tài chính khu vực sẽ yêu cầu các mô hình ngôn ngữ lớn được đào tạo cụ thể trên dữ liệu ngân hàng và kiến thức ngành sâu sắc. Nhưng yếu tố quan trọng là sự hợp tác và giám sát của con người. Hãy nhớ, GenAI là một công cụ nâng cao, không phải là công cụ thay thế.

 

Corey Gross là VP và Trưởng bộ phận Dữ liệu và Trí tuệ nhân tạo tại Q2, một nhà cung cấp giải pháp chuyển đổi số cho dịch vụ tài chính. Ông điều hành danh mục giải pháp tập trung vào dữ liệu của công ty, bao gồm Q2 SMART, Q2 Discover và Andi, và dẫn đầu việc phát triển các khả năng tận dụng Trí tuệ nhân tạo.