Ngân hàng AI gốc — được xây dựng từ đầu xung quanh trí tuệ nhân tạo — đang tự động hóa dịch vụ khách hàng, tín dụng, tuân thủ và hơn thế nữa. Chỉ cần nhìn vào cách những người tiên phong như Catena Labs, One Zero, Bunq, WeBank và CITIC aiBank đang tái định nghĩa tài chính toàn cầu và thách thức các ngân hàng truyền thống.
AI trong tài chính đã phát triển nhanh chóng. Vào những năm 2010, nhiều ngân hàng đã đưa máy học vào đánh giá tín dụng và chatbot vào hỗ trợ khách hàng, thử nghiệm tiềm năng của AI trong các khung hiện có. Đến năm 2020, các ngân hàng hàng đầu đã tích hợp các thuật toán tiên tiến vào quản lý rủi ro và cá nhân hóa khách hàng. Một cuộc khảo sát gần đây trong ngành cho thấy 65% các ngân hàng lên kế hoạch ra mắt dịch vụ khách hàng điều khiển bằng AI vào năm 2025 - bằng chứng cho thấy AI đã trở nên phổ biến trong ngành ngân hàng. Tuy nhiên, hầu hết những nỗ lực này vẫn chỉ ghép AI vào hệ thống kế thừa. Ngược lại, các ngân hàng "AI gốc" hướng tới thiết kế một tổ chức tài chính hoàn toàn quay quanh khả năng của AI, tái tưởng tượng căn bản cách một ngân hàng hoạt động.
Khái niệm ngân hàng AI gốc đang ngày càng được quan tâm khi các doanh nhân và chuyên gia công nghệ nhận ra rằng các ngân hàng hiện tại - thậm chí là các ngân hàng số tiên phong - đang gặp phải giới hạn trong việc thích ứng với một thế giới tập trung vào AI. Ngân hàng truyền thống, được xây dựng từ các quá trình và cơ sở hạ tầng hàng chục năm tuổi, thường thấy "chậm chạp, đắt đỏ, đầy ma sát toàn cầu, không linh hoạt và không phù hợp" để hỗ trợ các cơ hội mới mà AI mang lại. Điều này đã mở cửa cho các công ty khởi nghiệp và các doanh nghiệp tài chính tiên tiến để xây dựng các ngân hàng bắt đầu với kiến trúc tập trung vào AI.
Các thành viên mới này đang thiết kế các hệ thống, nơi AI xử lý mọi thứ từ tương tác khách hàng và giám sát gian lận đến ra quyết định tín dụng và thậm chí là tuân thủ quy định, tất cả đều dưới sự giám sát của con người.
Ngân hàng AI gốc là gì?
Nói một cách đơn giản, ngân hàng AI gốc là các tổ chức tài chính được xây dựng xung quanh trí tuệ nhân tạo từ ngày đầu tiên, thay vì gắn AI vào một lõi truyền thống.
Một mô tả gần đây của một công ty khởi nghiệp fintech định nghĩa một ngân hàng AI-gốc là một ngân hàng "được xây dựng xung quanh AI, không phải bổ sung sau này."
Trên thực tế, điều này có nghĩa là các sản phẩm, dịch vụ và quá trình nội bộ của ngân hàng được thiết kế để vận hành bằng thuật toán AI và tự động hóa, với sự can thiệp thủ công tối thiểu trong quy trình làm việc hàng ngày. Nhân viên con người cung cấp sự giám sát, hướng dẫn chiến lược và xử lý các trường hợp ngoại lệ, nhưng các hệ thống AI đưa ra các quyết định và tương tác thường ngày.
Một ngân hàng AI gốc thường có các hoạt động số hóa từ đầu đến cuối với AI quản lý việc nhận diện khách hàng, đánh giá rủi ro, giao dịch, và dịch vụ khách hàng.
Các mô hình máy học tiên tiến phân tích dữ liệu của khách hàng để cung cấp lời khuyên tài chính cá nhân hóa hoặc phát hiện gian lận trong thời gian thực. Chatbot và trợ lý ảo xử lý phần lớn các yêu cầu từ khách hàng. Quan trọng là, các ngân hàng này thường tích hợp những đổi mới AI mới nhất như AI sáng tạo cho các giao diện trò chuyện hoặc học tăng cường để tối ưu hóa chiến lược đầu tư. Mục tiêu là tạo ra một ngân hàng có thể học và thích ứng liên tục, cải thiện dịch vụ khi thu thập nhiều dữ liệu hơn - điều mà một lõi kế thừa tĩnh không thể dễ dàng làm được.
Một dấu hiệu quan trọng khác là các ngân hàng AI-gốc coi tuân thủ quy định và quản lý rủi ro là các tính năng tích hợp của các hệ thống AI. Trong các ngân hàng truyền thống, tuân thủ thường là một lớp kiểm tra và báo cáo riêng biệt, một số được thực hiện thủ công. Trong một ngân hàng AI-đầu tiên, phần mềm được thiết kế để tuân thủ các quy định từ đầu, tự động hóa những nhiệm vụ như giám sát hoạt động đáng ngờ. "Hiểu đúng về tuân thủ và rủi ro quy định cần phải có một chỗ ngồi bên cạnh sản phẩm và kỹ thuật," Neville nhấn mạnh, cho thấy rằng các ngân hàng này lập trình logic quy định trực tiếp vào các quy trình công việc AI của họ. Sure, here's a translation of the provided content from English to Vietnamese, with markdown links kept as-is:
Content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), nhấn mạnh sự tin tưởng vào phương pháp tiếp cận của mình. Đến năm 2025, ngân hàng đã huy động được khoảng 242 triệu USD và được định giá khoảng 320 triệu USD, với các nhà đầu tư bao gồm các gã khổng lồ công nghệ như Tencent và các quỹ fintech từ hệ sinh thái của SoftBank.
AI là cốt lõi của trải nghiệm khách hàng của One Zero.
Vào tháng 2 năm 2024, ngân hàng đã ra mắt “Ella 2.0”, một nền tảng dịch vụ sử dụng AI tạo sinh đóng vai trò là trợ lý tài chính ảo cho khách hàng. Được phát triển hợp tác với AI21 Labs (một startup AI của Israel chuyên về mô hình ngôn ngữ lớn), Ella 2.0 về bản chất là một ngân hàng tư nhân AI có sẵn 24/7.
Khách hàng có thể tương tác với Ella bằng ngôn ngữ tự nhiên – đặt câu hỏi phức tạp về tài chính của họ qua nhiều tài khoản, nhận lời khuyên về ngân sách hoặc giải quyết các vấn đề và nhận các phản hồi ngay lập tức, có ngữ cảnh. Hệ thống hiểu được nhiều ngôn ngữ và đã được huấn luyện trên nhiều truy vấn ngân hàng để cải thiện độ chính xác của nó.
Theo ngân hàng, Ella 2.0 “đưa ra phản hồi ngay lập tức, hoạt động 24/7 và tận dụng học máy để cung cấp dịch vụ tài chính cá nhân hóa.” Nói cách khác, nó liên tục học hỏi từ các tương tác của khách hàng để cung cấp sự trợ giúp tốt hơn, trong khi ngân hàng viên đứng sẵn để hỗ trợ khi cần thiết.
CEO đầu tiên của One Zero, Gal Bar Dea, nhấn mạnh cách mà trợ lý AI này nâng cao chất lượng dịch vụ. Ông nói: “Các khả năng của Ella 2.0 vượt qua rào cản ngôn ngữ”, đảm bảo “phản hồi ngay lập tức, chính xác và cá nhân hóa trong khi liên tục phát triển để đáp ứng nhu cầu riêng của từng khách hàng.”
One Zero tự hào dẫn đầu trong “sự thúc đẩy toàn cầu từ AI tạo sinh thử nghiệm đến triển khai thực tiễn” trong lĩnh vực ngân hàng.
Ori Goshen, đồng CEO của AI21 Labs, ghi nhận rằng “trợ lý AI mới của One Zero, Ella, đại diện cho một sự thay đổi trong ngành ngân hàng số hướng tới một trải nghiệm khách hàng tốt hơn – nhanh hơn, đáng tin cậy hơn và cá nhân hóa cho từng người dùng.”
Sự ủng hộ này nhấn mạnh mối quan hệ chặt chẽ giữa startup công nghệ và ngân hàng trong việc phát triển các giải pháp AI.
Ngoài Ella, One Zero sử dụng AI theo nhiều cách đằng sau hậu trường hơn. Các thuật toán tự động xử lý phần lớn các hoạt động hàng ngày và ra quyết định của ngân hàng. Ví dụ, các mô hình AI được sử dụng để đánh giá rủi ro tín dụng và đưa ra khuyến nghị đầu tư, học hỏi từ dữ liệu để tinh chỉnh kết quả của chúng.
Chiến lược của ngân hàng là tự động hóa càng nhiều công việc thường nhật càng tốt, điều này giảm chi phí và cho phép ngân hàng cung cấp phí cạnh tranh hơn.
Đồng thời, One Zero duy trì các cố vấn tài chính con người mà khách hàng có thể liên hệ (ngân hàng cam kết một mô hình kết hợp “quản lý tài chính cá nhân” và hỗ trợ AI). Cách tiếp cận kép này phục vụ cho các khách hàng muốn tính hiệu quả của AI nhưng cũng mong muốn sự tư vấn của chuyên gia con người cho các quyết định quan trọng.
Đầu tư mạnh vào AI của One Zero đang mang lại hiệu quả trong tương tác khách hàng.
Một số báo cáo cho biết, trợ lý AI của họ đã xử lý tới 40% các yêu cầu của khách hàng một cách độc lập ngay sau khi ra mắt và hỗ trợ cho nhiều yêu cầu khác. Điều này cắt giảm đáng kể thời gian phản hồi – ngân hàng tuyên bố đã loại bỏ thời gian chờ đợi cho phần lớn các truy vấn – và đảm bảo rằng khách hàng nhận được câu trả lời đồng nhất, chất lượng cao mọi lúc.
AI thậm chí có thể xử lý những câu hỏi phức tạp có tham chiếu chéo; One Zero ghi nhận các kịch bản như việc hỏi “Nhà hàng Ấn Độ nào tôi đã đến cùng một người bạn ở London?” và hệ thống có thể suy diễn và tìm giao dịch. Những khả năng này minh họa sức mạnh của việc kết hợp dữ liệu giao dịch với AI đàm thoại.
Từ góc độ thị trường, One Zero Bank là một nghiên cứu điển hình về cách một ngân hàng mới có thể tạo sự khác biệt thông qua AI. Trong lĩnh vực ngân hàng cạnh tranh của Israel, điểm nổi bật của One Zero không chỉ là có một ứng dụng di động bóng bẩy – mà nhiều ngân hàng cũng có – mà dịch vụ của họ còn thông minh hơn và chủ động hơn. Ngân hàng có thể cảnh báo người dùng về chi tiêu bất thường, dự đoán dòng tiền của họ, hoặc đề xuất các động thái tài chính, dựa trên phân tích AI trên dữ liệu của họ. Điều này phù hợp với một xu hướng rộng hơn: người tiêu dùng ngày càng mong đợi dịch vụ cá nhân hóa, ngay lập tức trong tài chính, giống như cách Netflix hay Spotify cá nhân hóa giải trí. One Zero đang khai thác kỳ vọng đó, sử dụng AI để trở thành một “concierge tài chính” như vậy.
Còn nhiều thách thức cho One Zero, đặc biệt khi họ hướng tới mở rộng ra ngoài Israel. Ngân hàng đã có kế hoạch mở rộng quốc tế, nhưng các sự kiện bên ngoài (như các cuộc xung đột khu vực vào cuối năm 2023) buộc họ phải tạm dừng một số sáng kiến.
Tuy nhiên, tiến triển của công ty đang được theo dõi toàn cầu. Nếu One Zero Bank tiếp tục thành công, nó có thể truyền cảm hứng cho các ngân hàng kỹ thuật số tập trung vào AI tương tự tại các quốc gia khác. Nó cũng cung cấp một ví dụ sống cho các cơ quan quản lý về cách AI có thể được tích hợp an toàn vào ngân hàng. Đáng chú ý là, các cơ quan quản lý của Israel đã cấp cho One Zero giấy phép ngân hàng đầy đủ, cho thấy sự tin tưởng vào mô hình và vốn của họ – một dấu hiệu tích cực cho các ngân hàng bản địa AI khác đang tìm kiếm sự phê duyệt từ cơ quan quản lý trong tương lai.
Bunq – Ngân hàng Neobank đầu tiên của châu Âu sử dụng AI
Tại Châu Âu, một trong những ngân hàng đã thành công trong việc áp dụng cách tiếp cận theo kiểu bản địa AI là Bunq, một ngân hàng số của Hà Lan thường được gọi là “ngân hàng của Sự Tự Do” với phong cách lấy người dùng làm trung tâm được thúc đẩy bởi công nghệ.
Bunq được thành lập vào năm 2012 và đã phát triển lên hàng triệu người dùng trên khắp Châu Âu, nhưng vào cuối năm 2023, nó đã gây tiếng vang khi thông báo rằng nó đã trở thành “ngân hàng đầu tiên của Châu Âu sử dụng AI.”
Bunq đã tích hợp AI tạo sinh vào nền tảng của mình đến mức mà các đối thủ của nó chưa đạt được, nhằm biến đổi cách khách hàng tương tác với tài chính của họ. Trung tâm của nỗ lực này là “Finn”, trợ lý tài chính cá nhân được cung cấp năng lượng AI của Bunq.
Vào tháng 12 năm 2023, Bunq đã giới thiệu Finn như một công cụ AI tạo sinh trực diện cho khách hàng được tích hợp trong ứng dụng của mình.
Finn hiệu quả thay thế các chức năng tìm kiếm và điều hướng truyền thống trong ứng dụng Bunq. Thay vì duyệt qua các menu hoặc danh sách giao dịch thủ công, người dùng có thể đơn giản hỏi Finn các câu hỏi hoặc đưa ra lệnh bằng ngôn ngữ tự nhiên. Ông Ali Niknam, nhà sáng lập và CEO của Bunq đã nói tại buổi ra mắt rằng “Finn sẽ khiến bạn ngạc nhiên”, tự hào về kết quả của “nhiều năm đổi mới AI” và “sự tập trung laser vào người dùng của chúng tôi.”
Mục tiêu, theo lời của Niknam, là “hoàn toàn biến đổi ngân hàng như bạn biết” bằng cách làm cho các tương tác trở nên dễ dàng như một cuộc trò chuyện.
Finn có thể làm gì? Theo Bunq, rất nhiều. Người dùng có thể hỏi các câu hỏi như, “Tôi đã chi tiêu bao nhiêu cho thực phẩm tháng trước?” hoặc “Hóa đơn tiện ích trung bình hàng tháng của tôi là bao nhiêu?”, và Finn sẽ nhanh chóng phân tích dữ liệu giao dịch để đưa ra câu trả lời. Nó cũng có thể xử lý các truy vấn phức tạp hơn kết hợp nhiều mẩu thông tin.
Ví dụ, Niknam chia sẻ rằng “nó thậm chí có thể kết hợp dữ liệu để trả lời các câu hỏi vượt qua giao dịch, chẳng hạn như ‘Tôi đã chi tiêu bao nhiêu tại quán cà phê gần Công viên Trung tâm tuần trước?’”. AI có sự hiểu biết ngữ cảnh, có nghĩa là nó có thể từ đó mà tìm ra rằng “quán cà phê gần Công viên Trung tâm” đề cập đến một thương gia và ngày cụ thể trong lịch sử giao dịch của người dùng, điều mà một chức năng tìm kiếm bình thường có thể gặp khó khăn. Bằng cách cho phép các truy vấn đàm thoại như vậy, Bunq làm cho việc phân tích chi tiêu của chính họ và tìm kiếm thông tin trở nên dễ dàng hơn mà không cần kiến thức kế toán hay nỗ lực thủ công tẻ nhạt.
Ngoài Q&A, Finn hỗ trợ việc lập kế hoạch và ngân sách tài chính. Người dùng có thể yêu cầu lời khuyên hoặc thông tin chi tiết, như “Tôi có đủ tiền dư trong tháng này để thêm 500€ vào tiết kiệm không?” và nhận được một phản hồi dựa trên dữ liệu. Đó giống như có một kế toán viên cá nhân luôn sẵn sàng.
Bunq tận dụng điều này để khuyến khích thói quen tài chính lành mạnh hơn trong số khách hàng của mình. Nội bộ, AI của Bunq cũng phân tích mô hình giao dịch trên nhiều tài khoản liên kết (sử dụng các khung mở ngân hàng của Châu Âu) để cung cấp cái nhìn tổng hợp về tài chính của người dùng. Điều này có nghĩa là Finn có thể xem số dư và chi tiêu của khách hàng không chỉ tại Bunq, mà còn ở các ngân hàng khác nếu người dùng cho phép, cung cấp một cái nhìn tổng thể – một tính năng mạnh mẽ cho kế hoạch ngân sách và tài chính.
Ảnh hưởng của Finn là đáng kể.
Các báo cáo cho biết rằng Finn đã xử lý khoảng 40% các truy vấn của khách hàng mà không cần can thiệp của con người, và giúp đỡ với một phần quan trọng khác.
Điều này giảm khối lượng công việc cho đội ngũ hỗ trợ của Bunq và tăng tốc độ phản hồi cho người dùng. Trên thực tế, vào đầu năm 2024 Bunq tuyên bố rằng sự giới thiệu của Finn đã làm cho tương tác khách hàng hiệu quả hơn bao giờ hết, với nhiều câu hỏi được AI trả lời ngay lập tức. Đối với các truy vấn còn lại cần sự hỗ trợ từ con người, đội ngũ của Bunq có thể tập trung vào các vấn đề phức tạp, giờ đây khi AI đã triệt tiêu các truy vấn đơn giản.
Kết quả là một mô hình dịch vụ khách hàng có thể mở rộng khi Bunq tiếp tục mở rộng cơ sở người dùng của mình trên khắp Châu Âu.
Việc Bunq chấp nhận AI diễn ra ngay khi nó mở rộng về mặt địa lý và sản phẩm. Công ty đã nộp đơn xin giấy phép ngân hàng tại Mỹ vào năm 2023, nhằm thâm nhập vào thị trường Mỹ, và sự đổi mới như vậy giúp nó nổi bật trong ngành ngân hàng số ngày càng đông đúc.
Đáng chú ý, các fintech khác đang tương tự: Ngân hàng số MoneyLion của Mỹ đã thông báo về tính năng tìm kiếm được hỗ trợ bởi ChatGPT vào cùng thời điểm, và một ngân hàng khác có tên là Dave đã ra mắt “DaveGPT” cho các câu hỏi của khách hàng.
Nhưng lợi thế tiên phong của Bunq và tích hợp vào chức năng cốt lõi (thay thế tìm kiếm hoàn toàn bằng AI) đã mang lại cho Bunq một lời tuyên bố lãnh đạo.
Từ góc độ kinh doanh, Bunq sử dụng AI không chỉ để giúp người dùng mà còn để có được thông tin chi tiết mà giúp định hình các cung cấp mới. Bằng cách phân tích cách mọi người hỏi các câu hỏi về tiền bạc của họ, Bunq có thể xác định những điểm yếu hoặc những yêu cầu phổ biến và có thể tạo ra các tính năng hoặc sản phẩm mới xung quanh đó.
Ví dụ, nếu nhiều người dùng hỏi “Tôi có thể chi trả X đến cuối năm không?”, Bunq có thể phát triển một kế hoạch tiết kiệm tự động. Sự đổi mới dựa trên dữ liệu này là một lợi thế cạnh tranh của việc là một ngân hàng bản địa AI – vòng phản hồi từ các tương tác của người dùng đến cải thiện dịch vụ rất chặt chẽ.
Tuy nhiên, Bunq cũng rất cẩn thận... Cặp đôi AI với sự giám sát của con người. Tất cả các phản hồi của AI đều được giám sát để đảm bảo độ chính xác và phù hợp.
Ngân hàng nhấn mạnh rằng lời khuyên của Finn dựa trên dữ liệu nhưng khách hàng nên sử dụng phán đoán – đó là một trợ lý, không phải là một nhà quản lý tài chính tự động hoàn toàn (ít nhất chưa phải bây giờ). Ngoài ra, quyền riêng tư và bảo mật được đặt lên hàng đầu; Bunq phải đảm bảo rằng AI chỉ truy cập dữ liệu mà người dùng đã cấp quyền và thông tin nhạy cảm được bảo vệ. Tính đến nay, chưa có vấn đề lớn nào được báo cáo và khách hàng đã phần lớn phản hồi tích cực về sự thuận tiện của ngân hàng đàm thoại.
Ali Niknam, CEO của Bunq, đã định hình việc thúc đẩy AI là một phần trong sứ mệnh của Bunq nhằm đơn giản hóa ngân hàng. Theo ông, các ngân hàng truyền thống gây khó khăn cho khách hàng với giao diện cồng kềnh và thuật ngữ phức tạp, trong khi Bunq muốn "làm cuộc sống dễ dàng hơn nhiều" cho người dùng thông qua công nghệ.
Bằng cách làm cho ngân hàng dễ dàng như nhắn tin với một người bạn, Bunq hy vọng nâng cao sự trung thành và cam kết của khách hàng. Thật vậy, phân tích ngành cho thấy cá nhân hóa và dễ sử dụng tăng cường đáng kể sự hài lòng của khách hàng trong lĩnh vực ngân hàng.
Chiến lược AI của Bunq đáp ứng cả hai mục tiêu: cá nhân hóa trải nghiệm (vì câu trả lời của Finn là duy nhất cho dữ liệu và câu hỏi của bạn) và làm cho nó dễ dàng (không cần phải học các menu ứng dụng hay thuật ngữ tài chính).
Là một trong những người tiên phong trong lĩnh vực ngân hàng được trang bị AI ở châu Âu, Bunq cung cấp một ví dụ quý giá cho ngành. Nó chứng minh rằng ngay cả một ngân hàng hoạt động với hàng triệu người dùng cũng có thể thành công tích hợp AI vào cốt lõi của dịch vụ của mình – không chỉ là điều mà các startup mới làm được. Trải nghiệm của Bunq sẽ được quan sát kỹ lưỡng bởi các ngân hàng và fintechs khác ở châu Âu. Theo một cách nào đó, Bunq đang dần biến thành một công ty công nghệ cũng như một ngân hàng, liên tục tích hợp những phát triển AI mới nhất. Nếu Finn và các tính năng AI tiếp theo tiếp tục hoạt động tốt, có thể chúng ta sẽ thấy nhiều ngân hàng ra mắt trợ lý kiểu GPT của riêng mình hoặc các tính năng cá nhân hóa do AI điều khiển trong cuộc đua thu hút khách hàng am hiểu kỹ thuật số.
WeBank – Ngân hàng tiên phong AI-First của Trung Quốc
Không một cuộc thảo luận nào về AI trong ngân hàng có thể hoàn chỉnh mà không đề cập đến WeBank, ngân hàng số tiên phong của Trung Quốc, đã đi đầu trong việc áp dụng AI từ khi mới thành lập.
WeBank được thành lập vào năm 2014 như là ngân hàng internet đầu tiên của Trung Quốc, được hậu thuẫn bởi công ty lớn về công nghệ, Tencent. Từ đầu, chiến lược của WeBank là tận dụng công nghệ tiên tiến – được thể hiện trong khẩu hiệu "ABCD" (AI, Blockchain, Cloud, Data) – để phục vụ hàng triệu khách hàng với chi phí thấp. Trong thập kỷ qua, WeBank đã phát triển mạnh mẽ, cung cấp các khoản vay, thanh toán và dịch vụ tài chính cho hàng chục triệu người dùng, nhiều người trong số đó là các cá nhân và doanh nghiệp nhỏ chưa được ngân hàng phục vụ. Thành công của nó thường được ghi nhận cho việc tích hợp sâu AI vào hoạt động, cho phép quản lý khối lượng và rủi ro hiệu quả hơn so với các ngân hàng truyền thống.
Một trong những thành tựu nổi bật của WeBank là mức độ sử dụng AI và tự động hóa trong dịch vụ khách hàng và hỗ trợ. Cách đây vài năm, WeBank báo cáo rằng họ nhận được khoảng 100.000 yêu cầu dịch vụ khách hàng mỗi ngày, và các "robot ảo" AI của họ xử lý 98% trong số đó mà không cần sự can thiệp của con người.
Các đại lý ảo này sử dụng xử lý ngôn ngữ tự nhiên và nhận dạng giọng nói – về cơ bản là các phiên bản đầu tiên của loại AI hiện nay điều khiển các trợ lý giọng nói – để giải quyết các yêu cầu của khách hàng. Tiến sĩ Yang Qiang, một cố vấn AI chính tại WeBank, giải thích rằng họ triển khai nhận diện khuôn mặt, nhận diện giọng nói và NLP để cải thiện dịch vụ và sự tiện lợi. Khách hàng có thể tương tác thông qua chat hoặc giọng nói, và AI có thể xác thực họ (thông qua nhận diện khuôn mặt) và giải quyết các vấn đề hoặc thực hiện yêu cầu ngay lập tức.
Triết lý của WeBank đã là AI ở đó để "tăng cường, không phải thay thế" dịch vụ của con người – một lập trường tương tự như các ngân hàng phương Tây, nhưng WeBank đã đưa nó đến một mức độ thực thi cực đoan. "Dịch vụ tự động không phải là kẻ thù của dịch vụ con người. Họ nên làm việc cùng nhau," Yang Qiang nói với CNBC. Kết quả là một mô hình có thể mở rộng rất cao: một đội ngũ nhân viên con người tương đối nhỏ có thể giám sát một cơ sở khách hàng hàng triệu người vì AI đang làm việc nặng nhọc hàng ngày. Thực tế, WeBank nổi tiếng bắt đầu chỉ với vài chục nhân viên và không có chi nhánh vật lý, nhưng có thể phân phát một lượng lớn các khoản vay nhỏ trên khắp Trung Quốc nhờ dựa vào các thuật toán tín dụng do AI điều khiển và tương tác khách hàng qua điện thoại thông minh. Sự hiệu quả trong hoạt động này là lý do chính khiến WeBank có lời chỉ trong vài năm khi ra mắt, một kỳ tích hiếm có cho một ngân hàng mới.
Một lĩnh vực khác nơi WeBank tỏa sáng là phân tích rủi
ro tín dụng do AI điều khiển và phê duyệt khoản vay. Các ngân hàng truyền thống thường yêu cầu giấy tờ phức tạp và thẩm định thủ công cho các khoản vay, nhưng WeBank tự động hóa nhiều phần của quy trình này bằng các mô hình học máy. Bằng cách phân tích lượng lớn dữ liệu thay thế – chẳng hạn như hành vi trên mạng xã hội, lịch sử thanh toán di động (tận dụng hệ sinh thái của Tencent), và các dấu chân kỹ thuật số khác – AI của WeBank có thể đánh giá nhanh chóng độ tín nhiệm tín dụng và mở rộng các khoản vay nhỏ cho các cá nhân và SMEs mà có thể bị từ chối bởi các ngân hàng lớn.
Cách tiếp cận toàn diện này đã mở rộng tín dụng cho các phân đoạn trước đây được coi là quá rủi ro hoặc đắt đỏ để phục vụ. Yang Qiang lưu ý rằng công nghệ như vậy tạo ra "khả năng để WeBank có nhiều hiệu quả hơn các ngân hàng truyền thống trong xử lý các khoản vay và thực hiện phân tích rủi ro", điều này thực sự đã được chứng minh. WeBank có thể xử lý các ứng dụng vay trong vài phút và giám sát chúng liên tục, điều mà các ngân hàng lâu đời khó mà sánh kịp.
WeBank cũng là một nhà đổi mới trong nghiên cứu AI.
Nó đã đầu tư vào các lĩnh vực như học máy phân tán, một kỹ thuật để đào tạo mô hình AI trên dữ liệu nhạy cảm từ nhiều nguồn mà không làm tổn hại đến quyền riêng tư. Điều này quan trọng với WeBank để hợp tác với các tổ chức khác (như chia sẻ dữ liệu gian lận) trong khi tuân thủ các quy định bảo mật dữ liệu nghiêm ngặt của Trung Quốc.
Các chuyên gia công nghệ của ngân hàng đã xuất bản các tài liệu và mở mã nguồn các công cụ, chỉ ra rằng WeBank thấy mình là một nhà lãnh đạo công nghệ, không chỉ đơn thuần là một công ty dịch vụ tài chính. Vào tháng Ba năm 2025, WeBank thậm chí còn chia sẻ tầm nhìn về một "ngân hàng AI nguyên bản" tại một hội nghị toàn cầu, nhấn mạnh cách một thập kỷ kinh nghiệm của họ trong công nghệ đang đẩy ngân hàng trở nên "thông minh hơn và bao trùm hơn."
Điều này cho thấy WeBank đang nhắm đến giữ vững vị trí hàng đầu của mình trong AI trong tài chính, có thể khám phá các mô hình AI thế hệ mới như các mô hình sinh hoạt để cung cấp các dịch vụ nâng cao hơn nữa.
Dù có sự tự động hóa lớn, WeBank chưa loại bỏ yếu tố con người. Thay vào đó, WeBank đã tái định vị nó. Với AI làm công việc thường ngày, nhân viên con người tập trung vào các lĩnh vực như cải thiện các thuật toán, xử lý các trường hợp đặc biệt và phát triển sản phẩm mới.
Chiến lược nhân sự của WeBank báo cáo rằng có khoảng 60% nhân viên trong vai trò công nghệ – một tỷ lệ bất thường cao cho một ngân hàng, nhưng hợp lý cho một tổ chức fintech. Văn hóa công nghệ tiên phong này càng củng cố trạng thái của WeBank là một ngân hàng AI nguyên bản.
CITIC aiBank – Một Liên doanh của Tài chính và Công nghệ
Khoảng cùng thời điểm WeBank đang phát triển mạnh mẽ, một thí nghiệm nổi bật khác trong lĩnh vực ngân hàng tập trung vào AI đang diễn ra ở Trung Quốc: CITIC aiBank (thường chỉ được gọi là "AiBank").
Đây là một liên doanh giữa Ngân hàng Trung Quốc Citic, một ngân hàng thương mại tầm trung, và Baidu, gã khổng lồ về tìm kiếm và AI trên Internet. Được ra mắt vào cuối năm 2017, aiBank được thành lập như một ngân hàng trực tiếp, không chi nhánh, với mục tiêu rõ ràng là tận dụng dữ liệu lớn và trí tuệ nhân tạo để cung cấp các dịch vụ tài chính thông minh hơn.
Với số vốn đăng ký là 2 tỷ nhân dân tệ (khoảng 300 triệu đô la vào thời điểm đó) và tỷ lệ sở hữu là 70/30 giữa Ngân hàng Citic và Baidu, aiBank đại diện cho một sự pha trộn giữa kiến thức về lĩnh vực ngân hàng và khả năng công nghệ tiên tiến.
Từ ban đầu, AiBank đã tập trung vào việc cho vay tới người tiêu dùng và các doanh nghiệp nhỏ, các phân khúc thường không được phục vụ đầy đủ bởi các ngân hàng truyền thống ở Trung Quốc. Bằng cách sử dụng công nghệ AI của Baidu, aiBank đặt mục tiêu phát triển các mô hình đánh giá rủi ro mới có thể đánh giá tốt hơn những người vay không có hồ sơ tín dụng rộng lớn. "AiBank sẽ tập trung vào cho vay đến các cá nhân và doanh nghiệp nhỏ trong khi tận dụng dữ liệu lớn và trí tuệ nhân tạo để xây dựng các mô hình kiểm soát rủi ro mới," Li Rudong, chủ tịch của ngân hàng, đã nói tại buổi lễ khai trương.
Điều này chỉ ra rằng aiBank dự định phân tích các dữ liệu phi truyền thống – có thể bao gồm dữ liệu tìm kiếm, dữ liệu xã hội, v.v., nhờ Baidu – để đưa ra quyết định tín dụng. Kỳ vọng là những hiểu biết từ AI có thể xác định những khách hàng có tín dụng tốt mà các phương pháp chấm điểm truyền thống có thể bỏ qua, từ đó mở rộng tài chính bao trùm một cách có lời.
Một chi tiết nổi bật được tiết lộ tại buổi khai trương là 60% nhân viên của aiBank sẽ là nhân viên công nghệ. Điều này gần như chưa từng xảy ra trong lĩnh vực ngân hàng vào thời điểm đó và báo hiệu aiBank sẽ hoạt động khác biệt thế nào so với một ngân hàng thông thường, nơi phần lớn nhân viên làm việc tại chi nhánh hoặc các hoạt động chung. Bằng cách tập trung vào tài năng kỹ thuật và khoa học dữ liệu, aiBank bắt đầu một lộ trình để phát triển và tinh chỉnh các hệ thống AI nội bộ một cách liên tục. Sự đóng góp của Baidu không chỉ là vốn mà còn cả công nghệ – bao gồm các nền tảng AI, dịch vụ đám mây và có thể là cả dữ liệu người dùng phong phú của nó (trong giới hạn pháp lý và bảo mật riêng tư). Sự hợp tác này là một phần trong xu hướng rộng hơn ở Trung Quốc khi các công ty công nghệ và ngân hàng hợp tác – tương tự như Alibaba với MYbank, và Tencent với WeBank – để tạo ra các thực thể lai kết hợp sức mạnh của cả hai. Đối với Baidu, aiBank cũng mang lại một cách để kiếm tiền từ nghiên cứu AI của mình trong tài chính và thể hiện khả năng lãnh đạo AI của mình.
Tại sự kiện ra mắt, Giám đốc Điều hành của Baidu lúc đó, Lu Qi, đã hoan nghênh dự án bằng cách nói: "AiBank làTương lai của tài chính thông minh... Đó là một tổ chức hiểu khách hàng nhất và hiểu tài chính tốt nhất." Trích dẫn này nắm bắt được khát vọng rằng bằng cách kết hợp kiến thức về người dùng của Baidu (từ hành vi trực tuyến của họ) với chuyên môn ngân hàng của Citic, aiBank có thể vượt trội hơn các ngân hàng truyền thống về thông tin khách hàng và dịch vụ.
Là một ngân hàng trực tuyến (chỉ online), aiBank cũng có thể tiếp cận khách hàng trên toàn quốc mà không cần sự hiện diện vật lý, một lợi thế đáng kể trong thị trường rộng lớn của Trung Quốc.
Trong thực tế, trong vài năm tới, aiBank đã triển khai các sản phẩm cho vay kỹ thuật số và dịch vụ cải tiến AI. Nó cung cấp các khoản vay cá nhân qua ứng dụng di động, với sự chấp thuận nhanh chóng nhờ vào các mô hình tín dụng học máy. Đối với các doanh nghiệp nhỏ, nó đã thử nghiệm sử dụng AI để phân tích các giao dịch thương mại điện tử và dữ liệu chuỗi cung ứng để mở rộng tín dụng – tương tự như cách Ant Group thực hiện.
AiBank cũng khám phá AI trong dịch vụ khách hàng, bao gồm chatbot thông minh cho các cuộc điều tra cơ bản. Với thế mạnh của Baidu trong xử lý ngôn ngữ tự nhiên (đặc biệt là NLP ngôn ngữ Trung Quốc), aiBank có thể đã được hưởng lợi từ AI tiên tiến trong trợ lý giọng nói và tương tác khách hàng dựa trên văn bản. Mặc dù dữ liệu hiệu suất chi tiết của aiBank không được công khai rộng rãi, hoạt động liên tục và việc tăng vốn (Citic và Baidu được báo cáo đã tăng gấp đôi vốn của nó vào năm 2018 để hỗ trợ tăng trưởng) cho thấy nó đã đạt được sức hút.
Một góc độ độc đáo cho aiBank là sự cộng hưởng với hệ sinh thái của Baidu. Baidu có thể tích hợp các dịch vụ tài chính của aiBank vào các ứng dụng phổ biến của mình. Ví dụ, người dùng của Baidu search hoặc maps có thể được cung cấp dịch vụ aiBank một cách ngữ cảnh (hãy tưởng tượng tìm kiếm "khoản vay ô tô" và thấy một ưu đãi từ aiBank). Hơn nữa, nghiên cứu AI của Baidu, chẳng hạn như nhận diện khuôn mặt và công nghệ giọng nói, được sử dụng thực tế trong các quy trình bảo mật và nhập người dùng của aiBank. Như Yang Qiang từ WeBank đã đề cập chung chung, các công nghệ như nhận diện khuôn mặt có thể cho phép mở tài khoản từ xa, không có tiếp xúc - aiBank có thể đã áp dụng các phương pháp tương tự do sự chuyên môn của Baidu. Theo một cách nào đó, aiBank phục vụ như một nền tảng để Baidu biểu diễn sức mạnh của AI trong một ngành công nghiệp bị điều tiết, có thể tăng cường vị thế của Baidu trên thị trường kinh doanh AI.
Tuy nhiên, việc vận hành một ngân hàng gốc AI trong một cấu trúc ngân hàng truyền thống lớn hơn (Citic) cũng gặp những thách thức.
Sự tham gia của Ngân hàng Citic đảm bảo tuân thủ quy định và cung cấp hạ tầng ngân hàng, nhưng cũng có thể đã áp dụng tốc độ thận trọng hơn so với một startup thuần túy. Việc giám sát của Ủy ban Quản lý Ngân hàng và Bảo hiểm Trung Quốc (CBIRC) có nghĩa là các sáng kiến AI của aiBank phải phù hợp với các quy định rủi ro tài chính. Năm 2021, có thông tin rằng các nhà quản lý Trung Quốc đã phạt Citic và Baidu một số quy định trong việc thành lập liên doanh – một lời nhắc nhở rằng ngay cả các ngân hàng tiên tiến về công nghệ cũng hoạt động theo các quy tắc nghiêm ngặt. Tuy nhiên, các nhà quản lý Trung Quốc nhìn chung đã ủng hộ AI và fintech trong ngân hàng, miễn là rủi ro được kiểm soát.
Tính đến năm 2025, CITIC aiBank được xem như một ví dụ về tích hợp thành công của AI trong một doanh nghiệp ngân hàng mới.
Nó có thể không có danh tiếng toàn cầu như WeBank, nhưng nhấn mạnh một mô hình hợp tác: một ngân hàng lâu đời và một gã khổng lồ công nghệ cùng tạo ra một nền tảng ngân hàng gốc AI.
Suy nghĩ Kết thúc
Sự gia tăng của các ngân hàng gốc AI chỉ ra một tương lai mà tài chính nhanh hơn, được cá nhân hóa nhiều hơn, thậm chí do máy móc điều khiển.
Những dự án tiên phong này cho thấy rằng các ngân hàng có thể được tái định hình một cách khác thường với công nghệ hiện đại - có khả năng cung cấp cho khách hàng những dịch vụ cực kỳ tiện lợi và mở ra hệ thống tài chính cho các đối tượng tham gia mới (như các tác nhân AI hoặc các nhóm dân cư chưa được phục vụ). Trong tương lai, chúng ta có thể mong đợi các ngân hàng truyền thống phản hồi bằng cách tăng tốc độ áp dụng AI của họ hoặc hợp tác với các sáng kiến gốc AI. Trong một số trường hợp, các tổ chức hiện tại có thể mua lại các startup ngân hàng AI thành công để nối tiếp khả năng của họ. Các nhà quản lý cũng đang đặc biệt chú ý. Nếu các ngân hàng gốc AI cho thấy hiệu suất mạnh về quản lý rủi ro và tuân thủ, các nhà quản lý có thể cập nhật các khung làm việc để tạo điều kiện thuận lợi cho việc sử dụng AI rộng rãi hơn trong ngân hàng, có thể thậm chí tạo ra các danh mục giấy phép mới cho các tổ chức tài chính điều khiển bằng AI.
Tuy nhiên, sự ra đời của các ngân hàng gốc AI cũng mang lại những rủi ro và thách thức đáng kể cần được quản lý. Một mối quan tâm lớn là quản trị và giám sát. Khi các thuật toán AI quyết định tín dụng hoặc phát hiện gian lận, đảm bảo chúng không thiên vị và không có lỗi là điều cần thiết. Các thuật toán không được kiểm soát có thể vô tình làm giảm ưu đãi cho các nhóm khách hàng nhất định hoặc phê duyệt các khoản vay rủi ro - những sai lầm có thể làm giảm lòng tin và mời gọi các hình phạt từ quy định. Minh bạch là một thách thức khác: các ngân hàng này phải làm cho hành động của AI của họ dễ hiểu đối với các nhà quản lý và khách hàng.
Đối với các tổ chức tài chính truyền thống, sự xuất hiện của các ngân hàng gốc AI là một thanh kiếm hai lưỡi. Một mặt, nó thúc đẩy cạnh tranh đổi mới, có thể mang lại các phương pháp và công nghệ mới mà các tổ chức hiện tại có thể áp dụng. Các ngân hàng được thành lập có thể học hỏi từ hiệu quả của các luồng công việc AI của Catena hoặc sự thành công trong gắn kết khách hàng của Finn của Bunq, và tích hợp các ý tưởng tương tự. Mặt khác, những đối thủ mới này có thể trở thành đối thủ cạnh tranh đáng gờm trong một số phân khúc nhất định.