Ngành dịch vụ tài chính đang ở vị thế lý tưởng để tận dụng trí tuệ nhân tạo (AI) nhằm nâng cao hiệu quả và cải thiện trải nghiệm khách hàng. Tuy nhiên, việc áp dụng AI trong lĩnh vực này cũng đặt ra những thách thức và rủi ro nhất định nếu không được quản lý đúng cách.
Đầu tư vào AI trong ngành dịch vụ tài chính dự kiến sẽ đạt 97 tỷ USD vào năm 2027, với 59% nhân viên ngân hàng đã sử dụng các công cụ AI trong công việc hàng ngày. Tuy nhiên, lịch sử đã chỉ ra rằng những bước tiến công nghệ mà không có tầm nhìn xa có thể dẫn đến những hậu quả tiêu cực. Sự bùng nổ giao dịch thuật toán trong những năm 1980 và 1990 đã dẫn đến các vụ sụp đổ nhanh chóng và khoảng trống thanh khoản.
Rủi ro tương tự cũng hiện hữu với AI trong dịch vụ tài chính. Sức hút của hiệu quả, tiết kiệm chi phí và trải nghiệm khách hàng được cải thiện là rất thực, nhưng tiến lên mà không có khung khổ thích hợp có thể khiến các công ty fintech tiếp xúc với các kết quả bị lỗi, thiệt hại về danh tiếng hoặc can thiệp quản lý.
Một trong những rủi ro của AI là khả năng ra quyết định thiên vị. AI chỉ không thiên vị như dữ liệu mà nó được cung cấp, và nếu một mô hình học hỏi từ các mẫu lịch sử mà chính nó không đầy đủ hoặc phân biệt đối xử, các tổ chức tài chính có thể nhanh chóng tự động hóa sự bất công trên quy mô lớn.
Thiếu quản lý của con người cũng là một rủi ro khác. Phát hiện gian lận là một lĩnh vực mà các nhà lãnh đạo có thể đánh giá cao khả năng của AI, nhưng những kẻ lừa đảo cũng đang sử dụng AI để vượt qua phát hiện. Deloitte dự đoán rằng GenAI có thể cho phép tổn thất gian lận đạt 40 tỷ USD ở Mỹ vào năm 2027.
Các nhà lãnh đạo fintech phải tập trung vào các thiết kế con người-trong-vòng và khung leo thang để thách thức việc ra quyết định thiên vị, các điểm mù và tăng cường giám sát. Điều đó có nghĩa là thiết lập các ngưỡng quyết định, như điểm tin cậy hoặc đầu ra không trực quan, như các kích hoạt cho đánh giá của con người.
Các công cụ giải thích như SHapley Additive exPlanations (SHAP) và Local Interpretable Model-Agnostic Explanations (LIME) có thể giúp phát hiện và giảm thiểu thiên vị trong việc ra quyết định AI. Phân tích đối thực cũng giúp giải quyết các bất thường không mong muốn bằng cách hỏi: Điều gì là thay đổi nhỏ nhất có thể dẫn đến một quyết định khác?
Trong dịch vụ tài chính, nguy cơ nằm ở chỗ các nhà lãnh đạo fintech coi AI là người ra quyết định chứ không phải là công cụ hỗ trợ quyết định. Nhưng những người sử dụng AI một cách có trách nhiệm, kết hợp đổi mới với sự sẵn sàng can thiệp và đặt câu hỏi, sẽ có thể mở rộng một cách an toàn, xây dựng lòng tin với khách hàng và các nhà quản lý.
Cuối cùng, việc áp dụng AI trong ngành dịch vụ tài chính cần được thực hiện một cách có trách nhiệm và với tầm nhìn xa. Các công ty fintech cần phải xây dựng khả năng giải thích vào quy trình, không phải gắn nó sau này. Bằng cách đó, họ có thể tận dụng AI để nâng cao hiệu quả và cải thiện trải nghiệm khách hàng, đồng thời giảm thiểu các rủi ro và thách thức có thể phát sinh.
https://www.ibm.com/analytics/data-science/machine-learning
Các nhà lãnh đạo fintech cần phải chú trọng đến việc xây dựng các hệ thống AI minh bạch, giải thích được và có thể được giám sát bởi con người. Điều này không chỉ giúp giảm thiểu rủi ro mà còn giúp xây dựng lòng tin với khách hàng và các nhà quản lý.
Do đó việc kết hợp các công cụ giải thích để hiểu rõ cách thức mà các mô hình AI đưa ra quyết định là điều vô cùng cần thiết.Những điều này không chỉ giúp cải thiện tuân thủ quy định mà còn giúp giao tiếp quyết định và xây dựng lòng tin của khách hàng
