Ngành ngân hàng ứng dụng AI trong giải quyết “nút thắt cổ chai” dữ liệu phân mảnh

Trí tuệ nhân tạo (AI) đang trở thành đòn bẩy chiến lược trong ngành ngân hàng, thúc đẩy năng lực cạnh tranh, tối ưu hóa vận hành và cá nhân hóa trải nghiệm khách hàng, tuy nhiên nhiều ngân hàng Việt Nam đang đối mặt với thách thức lớn từ sự phân mảnh và chất lượng dữ liệu.

Theo S&P Global Market Intelligence, hơn 54% tổ chức tài chính toàn cầu đã triển khai các sáng kiến AI, cho thấy AI là yếu tố không thể thiếu trong chiến lược ngân hàng hiện đại. 

KHI AI VA PHẢI “BỨC TƯỜNG” DỮ LIỆU

Tuy nhiên, sự phân mảnh dữ liệu đang là một "nút thắt cổ chai" lớn. Theo ông Lưu Danh Đức, Phó Tổng giám đốc kiêm Giám đốc Khối Công nghệ thông tin Ngân hàng Lộc Phát Việt Nam (LPBank), nhiều ngân hàng chưa xây dựng nền tảng quản trị dữ liệu đầy đủ, dẫn đến việc xử lý dữ liệu gấp gáp, thiếu quy hoạch tổng thể và kiến trúc bài bản. Hệ quả là dữ liệu trở nên phức tạp, phân mảnh theo phòng ban và hệ thống nghiệp vụ, không được sử dụng hiệu quả.

Một số ngân hàng đã chọn cách tái thiết toàn bộ kiến trúc dữ liệu để tạo ra dòng chảy dữ liệu thống nhất và dễ quản trị hơn, tuy nhiên, việc triển khai hiệu quả các giải pháp quản trị dữ liệu đòi hỏi tầm nhìn dài hạn và cách tiếp cận đúng từ nền tảng.

Nhiều lãnh đạo doanh nghiệp vẫn tin rằng đầu tư vào công nghệ dữ liệu hoặc AI có thể giải quyết vấn đề, nhưng thực tế cho thấy các dự án thường không đạt kỳ vọng do dữ liệu không đạt chuẩn hoặc không đồng nhất. Hiệu quả đầu tư (ROI) của các dự án dữ liệu và AI cũng khó đo lường. Nhiều tổ chức "làm AI" vì thấy đối thủ đang làm, nhưng nếu không có nền tảng dữ liệu vững chắc, AI không mang lại giá trị thực tế. Dữ liệu cần được xây dựng bền bỉ, có chiến lược và kỷ luật.

NỀN TẢNG PHÁP LÝ MỚI CHO HẠ TẦNG DỮ LIỆU VÀ AI NGÂN HÀNG

Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, có hiệu lực từ ngày 1/1/2026, cùng với Nghị định số 356/2025/NĐ-CP, đang nâng yêu cầu về lưu trữ, bảo vệ và sử dụng dữ liệu khách hàng lên một mức mới. Dữ liệu cá nhân, đặc biệt là dữ liệu tài chính – ngân hàng, phải được quản lý chặt chẽ trong suốt vòng đời. Các ngân hàng phải tuân thủ các chuẩn mực trong nước và quốc tế, áp dụng tiêu chuẩn an toàn, an ninh và bảo mật cao nhất đối với dữ liệu khách hàng.

Luật yêu cầu các ngân hàng chỉ định nhân sự hoặc bộ phận chuyên trách về bảo vệ dữ liệu (Data Protection Officer - DPO), chịu trách nhiệm xây dựng và giám sát việc thực thi các chính sách bảo vệ dữ liệu. Đối với hoạt động chuyển dữ liệu xuyên biên giới, ngân hàng phải lập hồ sơ đánh giá tác động chuyển dữ liệu (DPIA xuyên biên giới) và áp dụng các biện pháp kỹ thuật như mã hóa hoặc ẩn danh dữ liệu. Quản trị dữ liệu trở thành vấn đề chiến lược ở cấp cao nhất.

Luật Bảo vệ dữ liệu cá nhân có thể làm tăng chi phí đầu tư cho việc xây dựng và vận hành khung quản trị dữ liệu và AI, nhưng việc tuân thủ nghiêm túc sẽ giúp các ngân hàng củng cố lòng tin của khách hàng và tạo lợi thế cạnh tranh. Hiện nay, có tranh luận về việc nên ưu tiên chiến lược "AI-first" hay "Data-first".

Ông Hà Quang Thái từ FPT Digital cho rằng thành công của các dự án AI phụ thuộc vào ba yếu tố nền tảng. Thứ nhất, AI chỉ thực sự hiệu quả khi được đặt trên một nền tảng dữ liệu đủ mạnh và nhất quán. Dữ liệu cần được cập nhật liên tục và đồng bộ giữa các hệ thống. Ưu tiên hàng đầu là chuẩn hóa dữ liệu, xây dựng kho dữ liệu tập trung và bảo đảm khả năng tích hợp linh hoạt với các nền tảng AI trong dài hạn.

Thứ hai, cần có một chiến lược AI bài bản, thay vì cách tiếp cận manh mún.

Thứ ba, yếu tố con người vẫn giữ vai trò then chốt. Cần đầu tư cho đào tạo nhân sự và thay đổi tư duy vận hành. AI cần được vận hành bởi đội ngũ hiểu cả nghiệp vụ ngân hàng lẫn cách thức hoạt động của các mô hình AI...

Nội dung đầy đủ bài viết được đăng tải trên Tạp chí Kinh tế Việt Nam số 3-2026 phát hành ngày 19/1/2026. Kính mời Quý độc giả tìm đọc tại đây:

Link: https://vneconomy.vn/don-doc-tap-chi-kinh-te-viet-nam-so-03-2026.htm