AI mở cuộc đua mới, dữ liệu và an toàn là “phép thử” của ngân hàng số

Ngày 11/8, tại Hà Nội, Ngân hàng Nhà nước Việt Nam tổ chức họp báo công bố sự kiện "Chuyển đổi số ngành ngân hàng năm 2026" với chủ đề "Ngân hàng thông minh trong kỷ nguyên dữ liệu và AI", thông điệp xuyên suốt "Dữ liệu dẫn lối, AI đồng hành, Ngân hàng kiến tạo hệ sinh thái số". Đây là năm thứ 5 liên tiếp Ngân hàng Nhà nước tổ chức chuỗi sự kiện chuyển đổi số ngành ngân hàng, đồng thời tổng kết 5 năm triển khai Kế hoạch chuyển đổi số ngành ngân hàng đến năm 2025, định hướng đến năm 2030; tiếp tục triển khai Chiến lược chuyển đổi số ngành ngân hàng đến năm 2030 ban hành kèm theo Quyết định số 3579/QĐ-NHNN ngày 3/11/2025.

Nếu những năm trước, chuyển đổi số của ngành ngân hàng chủ yếu được nhìn nhận qua việc số hóa dịch vụ, phát triển ngân hàng điện tử, thanh toán không dùng tiền mặt hay xây dựng hệ sinh thái số, thì giai đoạn mới đang đặt ra một yêu cầu cao hơn: biến dữ liệu thành năng lực ra quyết định và biến AI thành năng lực vận hành thực sự của ngân hàng. Định hướng này đồng thời bám sát tinh thần Nghị quyết số 57-NQ/TW của Bộ Chính trị về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia, cũng như các định hướng của Chính phủ, Thủ tướng Chính phủ về phát triển dữ liệu, AI và chuyển đổi số trong giai đoạn mới.

Dữ liệu quyết định sức mạnh của AI

Theo ông Lê Anh Dũng - Phó Vụ trưởng Vụ Thanh toán, Ngân hàng Nhà nước, định hướng của ngành ngân hàng đang được đặt trong một giai đoạn phát triển được định hình và dẫn dắt bởi dữ liệu và AI, qua đó cụ thể hóa tinh thần Nghị quyết 57 của Bộ Chính trị và định hướng chuyển đổi số quốc gia. "Phát triển AI và kinh tế dữ liệu là ưu tiên lớn và là nội dung quan trọng" - ông Dũng nhấn mạnh.

Điểm đáng chú ý là AI đang được đặt ở vị trí cao hơn một công cụ công nghệ bổ sung cho hệ thống ngân hàng hiện hữu. Khi được vận hành trên nền dữ liệu đủ lớn và đủ chất lượng, AI có thể trở thành một năng lực mới, tham gia ngày càng sâu vào cách ngân hàng hiểu khách hàng, thiết kế sản phẩm, cung cấp dịch vụ và quản trị rủi ro. 

Nếu trước đây ngân hàng thường xây dựng các nhóm sản phẩm tương đối đồng nhất cho những nhóm khách hàng có đặc điểm tương tự, thì dữ liệu và AI đang mở ra khả năng cá nhân hóa sâu hơn. Hệ thống có thể phân tích lịch sử giao dịch, hành vi sử dụng dịch vụ và nhu cầu tài chính để hỗ trợ ngân hàng đưa ra sản phẩm, hạn mức, ưu đãi hoặc phương thức tương tác phù hợp hơn với từng khách hàng.

AI cũng có thể được ứng dụng trong quản lý tài chính cá nhân, tư vấn đầu tư, quản lý gia sản, phát triển các trợ lý tài chính AI; đồng thời tham gia vào nhiều khâu của chuỗi giá trị ngân hàng như chăm sóc khách hàng, đánh giá tín dụng, quản trị rủi ro và phát hiện giao dịch bất thường. Như vậy, giá trị của AI không nằm ở việc ngân hàng có bao nhiêu mô hình, mà ở khả năng chuyển dữ liệu thành những quyết định và dịch vụ có giá trị hơn cho khách hàng.

Đây cũng là lý do dữ liệu trở thành nền tảng của cuộc đua AI. Nếu dữ liệu không đầy đủ, không chính xác hoặc bị phân mảnh, AI khó có thể đưa ra kết quả đáng tin cậy. Ngược lại, khi dữ liệu được chuẩn hóa, làm sạch và kết nối, ngân hàng có thể nâng cao khả năng nhận diện khách hàng, đánh giá nhu cầu, phát hiện bất thường và đưa ra quyết định nhanh hơn. Nói cách khác, AI càng phát triển thì yêu cầu về chất lượng dữ liệu càng cao.

Một ngân hàng có thể đầu tư vào những mô hình AI hiện đại, nhưng nếu dữ liệu đầu vào thiếu chính xác thì công nghệ càng mạnh cũng chưa chắc tạo ra quyết định tốt. Vì vậy, cùng với việc đẩy nhanh ứng dụng AI, quản trị dữ liệu, an toàn bảo mật, quản trị rủi ro AI và nguyên tắc sử dụng AI có trách nhiệm sẽ trở thành những yêu cầu không thể tách rời. Đây chính là điểm chuyển từ "số hóa ngân hàng" sang "ngân hàng thông minh": công nghệ không còn đứng bên ngoài hoạt động kinh doanh, mà ngày càng tham gia trực tiếp vào cách ngân hàng hiểu khách hàng, phục vụ khách hàng và quản trị rủi ro.

Theo ông Lê Anh Dũng, hạ tầng thanh toán thời gian qua ngày càng hiện đại, vận hành an toàn, hiệu quả và kết nối quốc tế; hệ sinh thái số cũng phát triển mạnh mẽ. Đến hết năm 2025, 89% người dân Việt Nam trưởng thành đã có tài khoản thanh toán, trong khi giá trị thanh toán không dùng tiền mặt đạt gấp 28 lần GDP. Những con số này cho thấy ngân hàng số không còn là một kênh bổ trợ mà đã trở thành một phần quan trọng trong đời sống kinh tế.

Nhưng khi giao dịch số tăng lên, dữ liệu phát sinh cũng tăng lên theo. Mỗi giao dịch, tài khoản, thiết bị, hành vi đăng nhập hay phương thức thanh toán đều có thể trở thành một phần của "dấu vết số" giúp ngân hàng nhận diện khách hàng và đánh giá rủi ro. Đây vừa là cơ hội, vừa là thách thức. 

Ngành ngân hàng đang tích cực triển khai Đề án 06, tiếp tục làm sạch dữ liệu khách hàng nhằm loại bỏ các tài khoản ảo, tài khoản không chính chủ; qua đó ngăn ngừa tình trạng tội phạm mạo danh mở tài khoản hoặc cho thuê, mượn tài khoản để phục vụ các mục đích vi phạm pháp luật. Vấn đề này càng trở nên quan trọng khi AI được đưa sâu hơn vào hoạt động ngân hàng. Dữ liệu sạch không chỉ giúp phục vụ khách hàng tốt hơn mà còn trở thành một lớp phòng vệ đầu tiên trước gian lận.

AI càng mạnh, ngân hàng càng phải chắc "lá chắn"

Một trong những nghịch lý của ngân hàng số là công nghệ càng giúp giao dịch nhanh và thuận tiện thì rủi ro gian lận cũng có thể diễn biến tinh vi hơn. Trong môi trường số, một vụ lừa đảo có thể bắt đầu từ việc đánh cắp thông tin, giả mạo danh tính, chiếm quyền kiểm soát tài khoản hoặc thao túng tâm lý khách hàng để tự thực hiện giao dịch. Do đó, chuyển đổi số của ngân hàng không thể chỉ được đo bằng số lượng giao dịch trực tuyến hay số lượng khách hàng sử dụng ứng dụng. Một thước đo quan trọng hơn là khả năng bảo vệ khách hàng trong chính môi trường số mà ngân hàng đang thúc đẩy.

Theo ông Lê Anh Dũng, Ngân hàng Nhà nước đã chỉ đạo các ngân hàng cung cấp tính năng cho phép khách hàng chủ động thiết lập thời gian chờ tối thiểu 24 giờ và hạn mức giao dịch đối với các lệnh chuyển tiền trực tuyến đến tài khoản thụ hưởng mới. Trường hợp khách hàng không đăng ký, hạn mức mặc định áp dụng là 400 triệu đồng, với thời gian chờ tối thiểu 24 giờ đối với các giao dịch thuộc phạm vi áp dụng. Khách hàng sau đó vẫn có thể chủ động điều chỉnh hạn mức theo nhu cầu sử dụng hoặc không đăng ký dịch vụ này. Theo ông Dũng, khoảng thời gian chờ được tạo ra nhằm giúp người dân có thêm thời gian trấn tĩnh, nhận diện dấu hiệu bất thường và dừng hoặc hủy giao dịch nếu phát hiện mình đang bị lừa đảo, đặc biệt trong những trường hợp bị thao túng tâm lý.

Đây là cách tiếp cận đáng chú ý: công nghệ không chỉ được dùng để giúp giao dịch nhanh hơn mà còn được dùng để chủ động tạo thêm thời gian kiểm soát khi phát sinh rủi ro. Tư duy này sẽ ngày càng quan trọng khi AI được sử dụng rộng rãi hơn trong ngân hàng. AI có thể giúp phát hiện các mẫu hành vi bất thường, nhưng quyết định can thiệp vào giao dịch phải được đặt trong một hệ thống quản trị rủi ro đủ chặt chẽ, tránh tình trạng cảnh báo quá nhiều gây phiền hà cho khách hàng hoặc ngược lại, bỏ sót những giao dịch có nguy cơ cao.

Theo ông Hoàng Minh Tiến - Phó Cục trưởng Cục Công nghệ thông tin (Ngân hàng Nhà nước), một trong những bước tiến đáng chú ý là việc đưa vào vận hành hệ thống SIMO - hệ thống thông tin hỗ trợ quản lý, giám sát và phòng ngừa rủi ro gian lận. Tính đến hết ngày 30/6/2026, hệ thống đã phát cảnh báo tới 4,9 triệu lượt khách hàng, giúp 1,6 triệu lượt khách hàng tạm dừng các giao dịch nghi ngờ lừa đảo, qua đó bảo vệ an toàn số tiền 5.500 tỷ đồng.

Những con số này cho thấy các công cụ phòng ngừa đang được tăng cường theo hướng sử dụng dữ liệu để phát hiện và cảnh báo sớm nguy cơ gian lận. Đây cũng là một trong những lĩnh vực AI có thể tạo ra tác động rõ nét đối với ngân hàng. Khi lượng giao dịch tăng lên nhanh chóng, việc nhận diện thủ công không thể đáp ứng; hệ thống phải có khả năng phân tích dữ liệu với tốc độ cao, nhận diện những dấu hiệu bất thường và đưa ra cảnh báo gần như theo thời gian thực.

Tuy nhiên, càng dựa nhiều vào dữ liệu và AI, câu hỏi về quản trị cũng càng lớn. Một mô hình AI đưa ra cảnh báo dựa trên dữ liệu nào? Ai chịu trách nhiệm khi hệ thống đánh giá sai? Làm thế nào để bảo đảm dữ liệu khách hàng được sử dụng đúng mục đích? Và làm sao để ngân hàng vừa tăng cường kiểm soát gian lận nhưng không tạo ra quá nhiều rào cản đối với những giao dịch hợp pháp? Đây sẽ là những bài toán mà ngành ngân hàng phải giải quyết song song với quá trình mở rộng ứng dụng AI.

Sắp có khung quản lý riêng cho AI trong ngân hàng

Theo ông Hoàng Minh Tiến, Ngân hàng Nhà nước đang xây dựng các văn bản chính sách và dự kiến trong quý III/2026 sẽ trình Thống đốc ban hành thông tư quy định về an toàn, quản lý rủi ro và điều kiện triển khai ứng dụng AI trong ngành ngân hàng. Việc Ngân hàng Nhà nước xây dựng quy định về an toàn, quản lý rủi ro và điều kiện triển khai AI cho thấy yêu cầu quản trị công nghệ này đang được đặt ra ngày càng cụ thể trong hoạt động ngân hàng. Đây cũng là bước cần thiết để tạo ra "luật chơi" cho các ngân hàng khi ứng dụng AI.

Trong tương lai, một ngân hàng có thể sử dụng AI để tư vấn, chấm điểm, cảnh báo, phát hiện gian lận hay hỗ trợ ra quyết định. Nhưng đi cùng với năng lực đó phải là trách nhiệm giải trình, kiểm soát rủi ro, bảo vệ dữ liệu và bảo đảm an toàn cho khách hàng. Vì vậy, cuộc đua ngân hàng thông minh sẽ không đơn thuần là cuộc đua xem ngân hàng nào triển khai AI nhanh hơn. Đó sẽ là cuộc đua về chất lượng dữ liệu, năng lực công nghệ, khả năng quản trị rủi ro và mức độ hiểu khách hàng.

Chủ đề "Ngân hàng thông minh trong kỷ nguyên dữ liệu và AI" vì thế không chỉ phản ánh một xu hướng công nghệ, mà cho thấy ngành ngân hàng đang bước vào một giai đoạn phát triển mới. Ở đó, dữ liệu là nền móng, AI là công cụ khuếch đại năng lực, còn an toàn và niềm tin của khách hàng là điều kiện để mô hình này vận hành bền vững.

Đích đến cuối cùng của chuyển đổi số vẫn không thay đổi: phục vụ người dân và doanh nghiệp tốt hơn. Nhưng trong kỷ nguyên AI, "tốt hơn" không chỉ có nghĩa là nhanh hơn, thuận tiện hơn, cá nhân hóa hơn; mà còn phải là an toàn hơn, minh bạch hơn và có khả năng bảo vệ khách hàng tốt hơn trước những rủi ro ngày càng tinh vi của môi trường số.