Các ngân hàng gốc AI—được xây dựng từ đầu xoay quanh trí tuệ nhân tạo—đang tự động hóa dịch vụ khách hàng, tín dụng, tuân thủ, và nhiều hơn nữa. Hãy nhìn vào cách các đơn vị 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 giới thiệu học máy để chấm điểm tín dụng và chatbot để hỗ trợ khách hàng, thử nghiệm tiềm năng của AI trong các khung công việc 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 mới đây trong ngành cho thấy 65% ngân hàng có kế hoạch ra mắt dịch vụ khách hàng dẫn đầu bởi AI vào năm 2025 – bằng chứng cho thấy AI đã trở thành xu hướng chính trong lĩnh vực ngân hàng. Tuy nhiên, phần lớn nỗ lực này vẫn chỉ dán AI vào các hệ thống cũ. Ngược lại, các ngân hàng "gốc AI" nhằm thiết kế một tổ chức tài chính hoàn toàn xoay quanh khả năng AI, tái hình dung cơ bản cách mà một ngân hàng hoạt động.
Khái niệm về các ngân hàng gốc AI đang thu hút sự chú ý khi các doanh nhân và các nhà công nghệ nhận ra rằng các ngân hàng hiện tại – thậm chí cả neo-bank – đều gặp khó khăn trong việc thích ứng với một thế giới trọng tâm AI. Các ngân hàng truyền thống, được xây dựng trên các quy trình và cơ sở hạ tầng có từ nhiều thập kỷ trước, thường cho rằng việc hỗ trợ các cơ hội mới mà AI mang lại là "chậm, đắt đỏ, nhiều ma sát toàn cầu, không linh hoạt và không phù hợp." Điều này mở ra cơ hội cho các startup và các công ty tài chính tư duy tiến bộ xây dựng các ngân hàng bắt đầu với kiến trúc AI đầu tiên.
Những người chơi 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 quyết định tín dụng và thậm chí là tuân thủ quy định, tất cả dưới sự giám sát của con người.
Ngân Hàng Gốc AI Là Gì?
Nói đơn giản, các ngân hàng gốc AI là các tổ chức tài chính được xây dựng xoay quanh trí tuệ nhân tạo ngay từ đầu, thay vì ghép nối AI với một lõi truyền thống.
Mô tả gần đây của một startup fintech đã định nghĩa ngân hàng gốc AI là một ngân hàng "được xây dựng quanh AI, không phải được thêm vào sau này."
Trong thực tế, điều này có nghĩa là các sản phẩm, dịch vụ, và các quá trình nội bộ của ngân hàng được thiết kế để vận hành bởi các thuật toán AI và tự động hóa, với sự can thiệp thủ công tối thiểu trong các quy trình hàng ngày. Nhân viên cung cấp sự giám sát, hướng dẫn chiến lược, và xử lý các trường hợp đặc biệt, nhưng các hệ thống AI điều khiển các quyết định và tương tác thường lặp đi lặp lại.
Một ngân hàng gốc AI thường có các hoạt động số hóa từ đầu đến cuối với AI quản lý việc dẫn nhập khách hàng, đánh giá rủi ro, giao dịch và dịch vụ khách hàng.
Các mô hình học máy tiên tiến phân tích dữ liệu khách hàng để cung cấp tư vấn tài chính cá nhân hoặc phát hiện gian lận theo thời gian thực. Chatbots và trợ lý ảo xử lý phần lớn các yêu cầu của khách hàng. Quan trọng, các ngân hàng này thường tích hợp những đổi mới AI mới nhất như AI sinh tạo cho các giao diện đàm thoại hoặc học tăng cường để tối ưu hóa chiến lược đầu tư. Mục tiêu là tạo nên một ngân hàng có thể học hỏi và thích ứng liên tục, cải thiện dịch vụ của mình khi thu thập được nhiều dữ liệu hơn – điều mà một lõi kế thừa tĩnh không dễ dàng làm được.
Một điểm đặc trưng khác là các ngân hàng gốc AI coi tuân thủ và quản lý rủi ro là các tính năng tích hợp sẵn 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 thực hiện thủ công. Trong một ngân hàng chú trọng AI, phần mềm được thiết kế để tuân thủ các ràng buộc pháp lý từ lúc bắt đầu, tự động hóa các hoạt động như giám sát hoạt động đáng ngờ. "Một sự hiểu biết đúng đắn về tuân thủ và rủi ro quy định cần có một ghế trên bàn bên cạnh sản phẩm và kỹ thuật," Neville nhấn mạnh, chỉ ra rằng các ngân hàng này lập trình lô-gic quy định trực tiếp vào các quy trình AI của mình.
Quan trọng là phải ghi nhận rằng "gốc AI" không có nghĩa là "chỉ AI." Sự giám sát của con người vẫn rất quan trọng.
Tầm nhìn không phải là một ngân hàng tự trị hoàn toàn không có nhân viên, mà là một ngân hàng tự động hóa cao độ nơi con người và AI làm việc cùng nhau. Ví dụ, một dự án ngân hàng AI dự định sử dụng "diễn viên AI, hoặc nhân viên kỹ thuật số, như nhân viên để thực hiện các nhiệm vụ nội bộ như viết phần mềm," trong khi con người xử lý giám sát và quyết định cấp cao. Trong các vai trò hướng tới khách hàng, một trợ lý AI có thể trả lời các câu hỏi thường xuyên, chuyển giao cho một nhân viên ngân hàng khi gặp điều gì mà nó không thể xử lý hoặc một tình huống đòi hỏi sự đồng cảm và phán đoán.
Trong các phần tiếp theo, chúng ta sẽ xem xét năm sáng kiến tiêu biểu cho phong trào ngân hàng gốc AI.
Catena Labs – Xây Dựng Một Ngân Hàng cho "Nền Kinh Tế AI"
Một trong những dự án mới được nhắc đến nhiều là Catena Labs, một startup có trụ sở tại Mỹ được đồng sáng lập bởi Sean Neville (nổi tiếng nhất với tư cách là đồng sáng lập của Circle, công ty đứng sau stablecoin USDC).
Catena Labs đã làm dậy sóng tin tức vào tháng 5 năm 2025 khi nhận được 18 triệu đô la vốn hạt giống để xây dựng những gì Neville gọi là một "tổ chức tài chính gốc AI được quy định đầy đủ" dành cho "nền kinh tế AI" đang nổi lên này.
Vòng gọi vốn dẫn dắt bởi quỹ a16z crypto của Andreessen Horowitz, với sự tham gia của các nhà đầu tư nổi tiếng bao gồm Breyer Capital, Coinbase Ventures, và thậm chí cả ngôi sao NFL Tom Brady – một đội ngũ nhấn mạnh sự hấp dẫn xung quanh ý tưởng này.
Tầm nhìn của Catena rất tham vọng: tạo ra một ngân hàng nơi các hệ thống AI (được gọi là "tác nhân AI") có thể tự động nắm giữ tài khoản, thực hiện giao dịch và tương tác tài chính với các tác nhân khác hoặc con người. Neville tin rằng trong tương lai gần, "các tác nhân AI sẽ sớm thực hiện hầu hết các giao dịch kinh tế," và rằng các ngân hàng ngày nay hoàn toàn không được trang bị cho kịch bản đó.
Ví dụ, một thuật toán giao dịch hoặc một bot thương mại điện tử có thể cần thực hiện hàng nghìn khoản thanh toán chia giây hoặc ký hợp đồng thay mặt cho một chủ nhân – điều này thử thách quá trình ngân hàng truyền thống.
Câu trả lời của Catena là xây dựng lại cơ sở hạ tầng tài chính từ đầu để đáp ứng những nhu cầu như vậy.
Tại lõi của cách tiếp cận Catena là việc sử dụng stablecoin – cụ thể là USDC, mà Neville đã cùng sáng tạo – như "tiền gốc AI" cho các giao dịch.
Bởi vì stablecoin chạy trên các mạng blockchain, chúng cho phép các khoản thanh toán lập trình gần như ngay lập tức, qua biên giới. Catena Labs lập luận rằng stablecoin là lựa chọn lý tưởng cho các tác nhân AI, những người có thể hoạt động 24/7 trên toàn cầu và đòi hỏi giao dịch nhanh chóng, chi phí thấp mà không có sự chậm trễ của con người. Bằng việc tận dụng USDC và các loại tiền tệ số tương tự, ngân hàng mới này dự định cho phép khách hàng AI di chuyển tiền dễ như dữ liệu, trong khi vẫn tuân thủ các tiêu chuẩn quy định về biết khách hàng của bạn (KYC) và chống rửa tiền (AML).
Quy định và lòng tin là các trọng tâm quan trọng đối với Catena Labs.
Neville nhấn mạnh rằng việc đạt được các giấy phép ngân hàng cần thiết và đảm bảo tuân thủ là phần tích hợp trong lộ trình dự án. Ngân hàng sẽ được "vận hành bởi AI với sự giám sát của con người," có nghĩa là hệ thống tự động quản lý các chức năng hàng ngày nhưng con người thiết lập các chính sách và can thiệp khi cần. Catena thậm chí đã phát hành một Bộ Công Cụ Thương Mại Tác Nhân (ACK) – một công cụ mã nguồn mở để xác minh và quản lý danh tính của các tác nhân AI. Thiết lập danh tính số đáng tin cậy cho các thực thể AI là một trong những thách thức khó khăn hơn, vì các quy định yêu cầu xác định người giữ tài khoản (và rõ ràng là không thể lấy dấu vân tay một bot AI). ACK là một cố gắng ban đầu để giải quyết vấn đề này bằng cách cung cấp các giao thức để đăng ký và xác thực các tác nhân AI trong các giao dịch tài chính.
Trong khi giải thích tại sao nỗ lực này là cần thiết, Catena Labs không tiết kiệm lời lẽ về những hạn chế của ngân hàng hiện tại. Hạ tầng tài chính toàn cầu hiện tại được mô tả là "chậm, đắt đỏ, nhiều ma sát toàn cầu, không linh hoạt và không phù hợp với các cơ hội và rủi ro mới của AI."
Theo quan điểm của Neville, các ngân hàng truyền thống đang chủ động chặn các tác nhân tự động hóa – ví dụ, nhiều hệ thống đã được xây dựng để phát hiện và ngăn chặn "bot" vì lý do an ninh..." Sure, here is the translated content from English to Vietnamese, with markdown links preserved:
Nội dung: capital, nhấn mạnh sự tự tin về cách 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 ông lớn công nghệ như Tencent và quỹ fintech từ hệ sinh thái của SoftBank.
AI là trung tâm 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 dựa trên AI tạo sinh hoạt động như một trợ lý tài chính ảo cho khách hàng. Được phát triển với sự hợp tác của AI21 Labs (một startup AI Israel chuyên về mô hình ngôn ngữ lớn), Ella 2.0 cơ bản là một nhà ngân hàng tư nhân AI có sẵn 24/7.
Khách hàng có thể tương tác với Ella bằng ngôn ngữ tự nhiên – hỏi các câu hỏi phức tạp về tài chính của họ qua tài khoản, nhận lời khuyên quản lý ngân sách hoặc giải quyết vấn đề – và nhận được các phản hồi ngay lập tức và có ý thức về ngữ cảnh. Hệ thống hiểu nhiều ngôn ngữ và đã được đào tạo trên nhiều câu hỏi ngân hàng để cải thiện độ chính xác của nó.
Theo ngân hàng, Ella 2.0 “cung cấp các phản hồi ngay tức khắc, hoạt động 24/7 và khai thác học máy để tùy chỉnh các dịch vụ tài chính cá nhân hóa.” Nói cách khác, nó liên tục học từ các tương tác với khách hàng để cung cấp sự hỗ trợ tốt hơn, trong khi các nhà ngân hàng con người luôn sẵn sàng 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. “Khả năng của Ella 2.0 vượt qua các rào cản ngôn ngữ,” ông nói, đảm bảo “các phản hồi ngay lập tức, chính xác và cá nhân hóa trong khi liên tục phát triển để đáp ứng mọi nhu cầu của khách hàng.”
One Zero tự hào dẫn đầu “sự thay đổi toàn cầu từ AI tạo sinh thử nghiệm đến triển khai thực tế” trong ngành ngân hàng.
Ori Goshen, đồng CEO của AI21 Labs, nhận định rằng “trợ lý AI mới của One Zero, Ella, đại diện cho một sự chuyển đổi trong ngành ngân hàng số hướng tới trải nghiệm khách hàng tốt hơn – nhanh hơn, đáng tin cậy hơn, và cá nhân hóa hơn cho mỗi người dùng.”
Những chứng thực này thể hiện mức độ tích hợp 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 ở hậu trường. Các thuật toán tự động xử lý phần lớn các hoạt động hàng ngày và 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 từ dữ liệu để tinh chỉnh kết quả của chúng.
Chiến lược của ngân hàng là tự động hóa các công việc tốn kém thời gian càng nhiều càng tốt, giúp giảm chi phí và cho phép ngân hàng cung cấp các phí dịch vụ cạnh tranh hơn.
Đồng thời, One Zero duy trì các nhà tư vấn tài chính con người mà khách hàng có thể tiếp cận (ngân hàng hứa hẹn một sự kết hợp giữa “nhà quản lý tài chính cá nhân” và hỗ trợ AI). Cách tiếp cận kép này phù hợp với những khách hàng muốn có sự hiệu quả của AI nhưng cũng muốn có sự đảm bảo từ kiến thức chuyên môn của con người cho các quyết định quan trọng.
Đầu tư mạnh mẽ vào AI của One Zero đang đem lại kết quả trong việc gắn kết khách hàng.
Theo một số báo cáo, trợ lý AI của họ đã xử lý tới 40% các câu hỏi của khách hàng độc lập ngay sau khi ra mắt và hỗ trợ các đại lý con người với nhiều câu hỏi khác. Điều này cắt giảm đáng kể thời gian phản hồi – ngân hàng tuyên bố đã loại bỏ thời gian chờ đợi cho hầu hết các truy vấn – và đảm bảo rằng khách hàng nhận được các câu trả lời nhất quán, chất lượng cao bất cứ lúc nào.
AI thậm chí có thể xử lý các câu hỏi phức tạp có liên quan lẫn nhau; One Zero đã lưu ý các kịch bản như hỏi “Nhà hàng Ấn Độ tôi đã đi cùng bạn ở London là gì?” và hệ thống có thể suy luận và tìm thấy giao dịch. Những khả năng này minh họa sức mạnh của việc kết hợp dữ liệu giao dịch với AI hội 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 ngành ngân hàng cạnh tranh của Israel, điểm bán hàng của One Zero không chỉ là nó có một ứng dụng di động mượt mà – nhiều ngân hàng cũng có – mà các dịch vụ của nó thông minh hơn và chủ động hơn. Ngân hàng có thể cảnh báo người dùng về chi tiêu bất thường, dự báo dòng tiền của họ hoặc đề xuất các động thái tài chính, được thúc đẩy bởi phân tích AI đối với dữ liệu của họ. Điều này phù hợp với xu hướng rộng hơn: người tiêu dùng ngày càng mong đợi dịch vụ cá nhân hóa, ngay lập tức trong tài chính, tương tự như cách Netflix hoặc Spotify cá nhân hóa giải trí. One Zero đang khai thác sự mong đợi đó, sử dụng AI để trở thành một “người quản gia tài chính” theo cách nào đó.
One Zero đối mặt với những thách thức, đặc biệt khi hướng tới mở rộng ra ngoài Israel. Ngân hàng đã có kế hoạch mở rộng quốc tế, nhưng các sự kiện bên ngoài (như xung đột khu vực vào cuối năm 2023) buộc phải tạm dừng một số sáng kiến.
Tuy nhiên, sự tiến bộ của công ty đang được theo dõi trên toàn cầu. Nếu One Zero Bank tiếp tục thành công, nó có thể truyền cảm hứng cho các ngân hàng số tập trung vào AI tương tự ở các quốc gia khác. Nó cũng cung cấp một ví dụ trực tiếp cho các cơ quan quản lý về cách AI có thể được tích hợp an toàn vào ngân hàng. Đáng chú ý, các cơ quan quản lý của Israel đã cấp cho One Zero giấy phép ngân hàng hoàn chỉnh, cho thấy sự tin tưởng vào mô hình và vốn của nó – một dấu hiệu tích cực cho các ngân hàng cảnh giác với AI khác đang tìm kiếm sự chấp thuận theo quy định trong tương lai.
Bunq – Ngân hàng Số Tích Hơp AI Đầu Tiên của Châu Âu
Tại Châu Âu, một trong những người chơi nổi bật đang áp dụng phương pháp tiếp cận tích hợp AI là Bunq, một ngân hàng số Hà Lan thường được mệnh danh là “ngân hàng Tự Do” vì tư tưởng công nghệ và tập trung vào người dùng.
Bunq được thành lập năm 2012 và đã phát triển đến hàng triệu người dùng trên khắp Châu Âu, nhưng vào cuối năm 2023 đã gây chú ý khi công bố rằng họ đã trở thành “ngân hàng tích hợp AI đầu tiên của Châu Âu.”
Bunq đã tích hợp AI tạo sinh vào nền tảng của mình ở mức độ chưa từng thấy ở các đồng nghiệp, nhằm biến đổi cách khách hàng tương tác với tài chính của họ. Trọng tâm của nỗ lực này là “Finn,” trợ lý tài chính cá nhân tích hợp AI của Bunq.
Vào tháng 12 năm 2023, Bunq đã triển khai Finn như một công cụ AI tạo sinh hướng tới khách hàng được tích hợp vào ứng dụng của họ.
Finn thực tế đã thay thế các chức năng tìm kiếm và điều hướng truyền thống trong ứng dụng Bunq. Thay vì tự tìm kiếm trong các menu hoặc danh sách giao dịch, người dùng có thể đơn giản hỏi Finn các câu hỏi hoặc đưa ra lệnh bằng ngôn ngữ tự nhiên. “Finn sẽ gây ấn tượng với bạn,” người sáng lập và CEO của Bunq Ali Niknam cho biết trong buổi ra mắt, tự hào về kết quả của “nhiều năm nghiên cứu AI” và “sự tập trung sắc bén vào người dùng của chúng tôi.”
Mục tiêu, như Niknam mô tả, là “hoàn toàn biến đổi ngân hàng như bạn biết” bằng cách làm cho các tương tác 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 ngay lập tức phân tích dữ liệu giao dịch của họ 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 câu hỏi vượt quá giao dịch, chẳng hạn như ‘Tôi đã chi bao nhiêu tại quán cà phê gần Công viên Trung tâm vào thứ Bảy tuần trước?’”. AI có ý thức về ngữ cảnh, có nghĩa là nó có thể hiểu rằng “quán cà phê gần Công viên Trung tâm” đề cập đến một thương nhân và ngày cụ thể trong lịch sử giao dịch của người dùng, điều mà một hàm tìm kiếm bình thường sẽ khó khăn. Bằng cách cho phép các truy vấn hội thoại như vậy, Bunq làm cho nó dễ dàng hơn rất nhiều cho người dùng để tự phân tích chi tiêu của họ và tìm thông tin mà không cần kiến thức kế toán hoặc nỗ lực thủ công.
Ngoài khả năng Hỏi & Đáp, Finn hỗ trợ lập kế hoạch tài chính và quản lý ngân sách. 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 khoản tiết kiệm của mình không?” và nhận được trả lời dựa trên dữ liệu. Nó giống như có một kế toán cá nhân luôn ở sẵn sàng.
Bunq tận dụng điều này để khuyến khích thói quen tài chính lành mạnh hơn trong khách hàng của mình. Nội bộ, AI của Bunq cũng phân tích các mẫu giao dịch qua nhiều tài khoản liên kết (sử dụng các khuôn khổ ngân hàng mở của Châu Âu) để cung cấp cái nhìn tổng hợp về tài chính của người dùng. Điều này có nghĩa là Finn có thể nhìn thấy số dư và chi tiêu của khách hàng không chỉ tại Bunq, mà còn tại các ngân hàng khác nếu người dùng cho phép, cung cấp một cái nhìn tổng quan một điểm dừng – một tính năng mạnh mẽ cho việc lập ngân sách và kế hoạch.
Tác động của Finn là đáng chú ý.
Báo cáo cho thấy Finn có thể xử lý khoảng 40% các câu hỏi của khách hàng một mình, mà không cần sự can thiệp của con người, và hỗ trợ với một phần lớn khác.
Điều này giảm tải 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 việc giới thiệu Finn đã làm cho các tương tác với khách hàng hiệu quả hơn bao giờ hết, với nhiều câu hỏi được trả lời ngay lập tức bởi AI. Với các truy vấn còn lại đòi hỏi sự can thiệp của con người, đội ngũ của Bunq có thể tập trung vào các vấn đề phức tạp, bây giờ mà AI đã giải quyết các câu hỏi đơn giản.Kết hợp AI với sự giám sát của con người. Tất cả các phản hồi của AI đều được theo dõi để đảm bảo độ chính xác và phù hợp.
Ngân hàng đã nhấn mạnh rằng lời khuyên của Finn dựa trên dữ liệu nhưng khách hàng cần phải sử dụng sự phán đoán - đây là một trợ lý, không phải một người quản lý tài chính tự trị hoàn toàn (ít nhất là chưa phải). Ngoài ra, quyền riêng tư và bảo mật thông tin là vô cùng quan trọng; Bunq cần đảm bảo rằng AI chỉ truy cập dữ liệu mà người dùng đã cho phép và thông tin nhạy cảm được bảo vệ. Cho đến nay, không có vấn đề lớn nào được báo cáo và khách hàng phần lớn đã phản hồi tích cực với sự tiện lợi của dịch vụ ngân hàng hội thoại.
Ali Niknam, CEO của Bunq, đã trình bày nỗ lực AI như một phần của sứ mệnh của Bunq là đơn giản hóa giao dịch ngân hàng. Theo quan điểm của ông, các ngân hàng truyền thống đang đặt gánh nặng cho khách hàng với các giao diện khó sử dụng và từ vựng chuyên ngành, trong khi Bunq muốn "làm cho cuộc sống trở nên dễ dàng hơn rất nhiều" cho người dùng thông qua công nghệ.
Bằng cách làm cho dịch vụ ngân hàng dễ dàng như nhắn tin với bạn bè, Bunq hy vọng sẽ tăng cường sự trung thành và sự tham gia của khách hàng. Thật vậy, phân tích ngành chỉ ra rằng việc cá nhân hóa và dễ sử dụng làm tăng sự hài lòng của khách hàng trong lĩnh vực ngân hàng đáng kể.
Chiến lược AI của Bunq đáp ứng cả hai mục tiêu: cá nhân hóa trải nghiệm (vì các câu trả lời của Finn duy nhất đối với dữ liệu và câu hỏi của bạn) và dễ dàng (không cần phải học các menu ứng dụng hoặc thuật ngữ tài chính).
Là một trong những người đi đầu trong ngân hàng powered by AI ở châu Âu, Bunq cung cấp một ví dụ quý giá cho ngành. Nó cho thấy ngay cả một ngân hàng đang hoạt động với hàng triệu người dùng cũng có thể thành công trong việc kết hợp AI vào cốt lõi của dịch vụ của mình - không chỉ dành cho các startup mới. Kinh nghiệm của Bunq sẽ được các ngân hàng và công ty fintech châu Âu khác theo dõi sát sao. Theo một cách nào đó, Bunq đang biến thành một công ty công nghệ cũng như một ngân hàng, liên tục tích hợp các phát triển AI mới nhất. Nếu Finn và các tính năng AI tiếp theo tiếp tục hoạt động tốt, có khả năng chúng ta sẽ thấy nhiều ngân hàng ra mắt các trợ lý phong cách GPT của riêng họ hoặc các tính năng cá nhân hóa dựa trên AI trong một cuộc đua vũ trang để thu hút khách hàng sử dụng kỹ thuật số thông thạo.
WeBank – Ngân Hàng Đầu Tiên Tập Trung Vào AI của Trung Quốc
Không có cuộc thảo luận nào về AI trong ngân hàng hoàn chỉnh nếu không nói đến WeBank, ngân hàng số tiên phong của Trung Quốc đã trở thành người tiên phong trong việc sử dụng AI kể từ khi thành lập.
WeBank được thành lập vào năm 2014 như ngân hàng chỉ internet đầu tiên của Trung Quốc, được hỗ trợ bởi gã khổng lồ công nghệ Tencent. Từ đầu, chiến lược của WeBank là tận dụng các công nghệ tiên tiến - được gói gọn trong câu thần chú "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 trong số đó là các cá nhân và doanh nghiệp nhỏ bị thiếu quyền truy cập ngân hàng. Thành công của nó thường được ghi nhận nhờ sự tích hợp sâu sắc của AI trong các hoạt động, cho phép nó quản lý lượng lớn và rủi ro hiệu quả hơn nhiều so với các ngân hàng truyền thống.
Một trong những thành tựu đáng chú ý 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 đã báo cáo rằng họ nhận được khoảng 100.000 yêu cầu dịch vụ khách hàng mỗi ngày, và "robot ảo" của AI đã xử lý 98% trong số đó mà không cần 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 sớm của loại AI hỗ trợ các trợ lý giọng nói ngày nay - để giải quyết các yêu cầu của khách hàng. Dr. Yang Qiang, một cố vấn AI chính tại WeBank, giải thích rằng họ triển khai nhận dạng khuôn mặt, nhận dạng giọng nói và NLP để cải thiện dịch vụ và thuận tiện. Khách hàng có thể tương tác qua trò chuyện hoặc giọng nói, và AI có thể xác thực họ (thông qua nhận dạng khuôn mặt) và giải quyết các vấn đề hoặc thực hiện các yêu cầu trong thời gian thực.
Triết lý của WeBank là AI ở đó để "tăng cường, không thay thế" dịch vụ của con người - một lập trường nghe giống các ngân hàng phương Tây, nhưng WeBank đã thực hiện nó đến một mức độ cực đoan của việc triển khai. "Dịch vụ tự động không phải là kẻ thù của dịch vụ con người. Chúng nên hoạt động cùng nhau," Yang Qiang nói với CNBC. Kết quả là một mô hình có tính mở rộng cao: một nhóm nhân viên con người tương đối nhỏ có thể giám sát một cơ sở khách hàng hàng triệu người vì AI đang làm công việc nặng nhọc hàng ngày. Trên thực tế, WeBank nổi tiếng bắt đầu với chỉ vài tá nhân viên và không có chi nhánh vật lý, nhưng nó có thể phân phối khối lượng lớn các khoản vay nhỏ trên khắp Trung Quốc nhờ vào các thuật toán tín dụng AI-driven và các tương tác khách hàng thông qua điện thoại thông minh. Hiệu quả hoạt động này là lý do chính WeBank trở nên có lợi nhuận trong chỉ vài năm sau khi ra mắt, một kỳ tích hiếm hoi đối với một ngân hàng mới.
Một lĩnh vực khác mà WeBank tỏa sáng là phân tích rủi ro tín dụng và phê duyệt khoản vay dựa trên AI.
Các ngân hàng truyền thống thường yêu cầu thủ tục giấy tờ dài dòng và phân tích bảo lãnh bởi con người cho các khoản vay, nhưng WeBank đã tự động hóa phần lớn điều đó bằng cách sử dụng các mô hình học máy. Bằng cách phân tích lượng dữ liệu thay thế lớn - chẳng hạn như hành vi trên mạng xã hội, lịch sử thanh toán di động (tận dụng hệ sinh thái Tencent) và các dấu vết kỹ thuật số khác - AI của WeBank có thể đánh giá nhanh chóng đáng tin cậy và mở rộng các khoản vay nhỏ cho các cá nhân và DNNVV có thể bị từ chối bởi các ngân hàng lớn hơn.
Cách tiếp cận bao trùm này đã mở rộng tín dụng đến các phân khúc trước đây bị coi là quá rủi ro hoặc đắt đỏ để phục vụ. Yang Qiang đã lưu ý rằng công nghệ như vậy tạo ra "khả năng cho WeBank có hiệu suất hơn các ngân hàng truyền thống trong việc xử lý các khoản vay và thực hiện phân tích rủi ro", điều này đã được minh chứng. WeBank có thể xử lý các đơn xin vay trong vài phút và theo dõi chúng liên tục, điều mà các ngân hàng truyền thống khó mà sánh kịp.
WeBank cũng đã là người sáng tạo trong nghiên cứu AI.
Nó đã đầu tư vào các lĩnh vực như học liên kết (federated learning), một kỹ thuật để đào tạo các mô hình AI trên dữ liệu nhạy cảm từ nhiều nguồn mà không làm tổn hại quyền riêng tư. Điều này quan trọng cho WeBank để hợp tác với các tổ chức khác (như chia sẻ dữ liệu gian lận) trong khi tôn trọng các quy định nghiêm ngặt của Trung Quốc về quyền riêng tư dữ liệu.
Các nhà công nghệ của ngân hàng đã công bố các bài báo và công cụ nguồn mở, chỉ ra rằng WeBank tự xem mình là một nhà lãnh đạo công nghệ, không chỉ là một công ty dịch vụ tài chính. Vào tháng 3 năm 2025, WeBank thậm chí đã chia sẻ tầm nhìn về một "ngân hàng AI gốc" tại một hội nghị toàn cầu, đánh dấu cách mà thập kỷ công nghệ của họ đang thúc đẩy ngân hàng trở nên "thông minh hơn và bao trùm hơn."
Điều này cho thấy WeBank nhắm đến việc ở lại hàng đầu của AI trong tài chính, có thể khám phá các mô hình AI thế hệ tiếp theo như các mô hình tạo sinh (generative models) cho các dịch vụ tiên tiến hơn nữa.
Dù tự động hóa rất lớn, WeBank chưa loại bỏ yếu tố con người. Thay vào đó, nó đã tái phân bổ nó. Với AI làm công việc thường xuyên, nhân viên con người tập trung vào các lĩnh vực như cải thiện thuật toán, xử lý các trường hợp đặc biệt, và phát triển sản phẩm mới.
Chiến lược nhân sự của WeBank được báo cáo là có khoảng 60% nhân viên trong vai trò công nghệ – một tỷ lệ cao bất thường cho một ngân hàng, nhưng hợp lý cho những gì cơ bản là một tổ chức fintech. Văn hóa ưu tiên công nghệ này càng củng cố thêm tình trạng ngân hàng AI-native của WeBank.
CITIC aiBank – Sự Kết Hợp Giữa Tài Chính Và Công Nghệ
Khoảng cùng thời gian khi WeBank phát triển, một thử nghiệm đáng chú ý khác trong ngân hàng tập trung AI đang được thực hiện tại Trung Quốc: CITIC aiBank (thường chỉ được gọi là "AiBank").
Đây là một liên doanh giữa Ngân hàng Citic Trung Quốc, một ngân hàng thương mại tầm trung, và Baidu, gã khổng lồ công nghệ tìm kiếm và AI. Ra mắt vào cuối năm 2017, aiBank thành lập như một ngân hàng trực tiếp không có chi nhánh với mục tiêu rõ ràng là tận dụng big data và trí tuệ nhân tạo để cung cấp các dịch vụ tài chính thông minh hơn.
Với vốn đăng ký 2 tỷ nhân dân tệ (khoảng 300 triệu đô la vào thời điểm đó) và sở hữu chia sẻ 70/30 giữa Ngân hàng Citic và Baidu, aiBank đại diện cho sự kết hợp của kiến thức trong lĩnh vực ngân hàng và khả năng công nghệ tiên tiến.
Từ đầu, aiBank tập trung vào cho vay đến người tiêu dùng và doanh nghiệp nhỏ, các phân khúc thường bị lãng quên bởi các ngân hàng truyền thống ở Trung Quốc. Bằng cách sử dụng công nghệ AI của Baidu, aiBank nhắm đến việc phát triển các mô hình đánh giá rủi ro mới có thể đánh giá tốt hơn các người vay không có lịch sử tín dụng rộng (…). Nội dung: Tương lai của tài chính thông minh… Đây là một tổ chức hiểu rõ nhất về khách hàng và hiểu rõ nhất về tài chính.” Câu nói này thể hiện 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 trong hiểu biết và dịch vụ khách hàng.
Việc trở thành một ngân hàng trực tiếp (chỉ có trên mạng) cũng có nghĩa là aiBank có thể tiếp cận khách hàng trên toàn quốc mà không cần có mặt thực tế, một lợi thế đáng kể trong thị trường rộng lớn của Trung Quốc.
Trong thực tiễn, trong những năm tiếp theo, aiBank triển khai các sản phẩm cho vay kỹ thuật số và dịch vụ được tăng cường bằng AI. Nó cung cấp các khoản vay cá nhân qua ứng dụng di động, với phê duyệt nhanh chóng nhờ vào các mô hình tín dụng học máy. Đối với các doanh nghiệp nhỏ, nó đã thử nghiệm việc sử dụng AI để phân tích 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 việc sử dụng AI trong dịch vụ khách hàng, bao gồm chatbot thông minh cho các yêu cầu cơ bản. Với sức mạnh của Baidu trong xử lý ngôn ngữ tự nhiên (đặc biệt là NLP trong tiếng Trung), aiBank có thể đã hưởng lợi từ AI tiên tiến trong trợ lý giọng nói và tương tác khách hàng qua văn bản. Mặc dù dữ liệu hoạt động chi tiết của aiBank không được công bố rộng rãi, sự hoạt động liên tục và tăng vốn của nó (Citic và Baidu được cho là đã tăng gấp đôi vốn vào năm 2018 để hỗ trợ tăng trưởng) cho thấy rằng nó đã thu hút được sự quan tâm.
Một góc độ độc đáo của aiBank là sự kết hợp với hệ sinh thái của Baidu. Baidu có thể tích hợp dịch vụ tài chính của aiBank vào các ứng dụng phổ biến của mình. Ví dụ, người dùng tìm kiếm hoặc bản đồ của Baidu có thể được cung cấp dịch vụ của aiBank theo ngữ cảnh (hãy tưởng tượng tìm kiếm "khoản vay mua xe" và thấy đề nghị từ aiBank). Hơn nữa, nghiên cứu AI của Baidu, như trong nhận diện khuôn mặt và công nghệ giọng nói, đã tìm thấy ứng dụng thực tế trong các quy trình bảo mật và onboarding của aiBank. Như Yang Qiang từ WeBank đã đề cập chung, các công nghệ như nhận diện khuôn mặt có thể cho phép mở tài khoản từ xa một cách mượt mà – aiBank có thể đã sử dụng phương pháp tương tự nhờ vào chuyên môn của Baidu. Theo một cách nào đó, aiBank đóng vai trò như một nền tảng để Baidu thể hiện sức mạnh của AI trong một ngành công nghiệp được quản lý, có thể củng cố vị thế của Baidu trên thị trường kinh doanh AI.
Tuy nhiên, việc vận hành một ngân hàng gốc AI trong một cơ cấu ngân hàng truyền thống lớn hơn (Citic) cũng gặp phải nhiều thách thức.
Sự tham gia của Ngân hàng Citic đảm bảo tuân thủ quy định và cung cấp hạ tầng ngân hàng, nhưng điều này cũng có thể áp đặt tốc độ thận trọng hơn so với một startup thuần túy. Sự giám sát của Ủy ban Quản lý Ngân hàng và Bảo hiểm Trung Quốc (CBIRC) có nghĩa là các đổi mới AI của aiBank phải phù hợp với các quy định rủi ro tài chính. Vào năm 2021, một giai thoại đã xuất hiện rằng các cơ quan quản lý Trung Quốc đã phạt Citic và Baidu về một số hình thức trong việc thành lập liên doanh – một nhắc nhở rằng ngay cả các ngân hàng tiên tiến về công nghệ cũng phải hoạt động dưới các quy tắc nghiêm ngặt. Tuy nhiên, các cơ quan quản lý của Trung Quốc thường hỗ trợ AI và fintech trong ngân hàng, miễn là rủi ro được kiểm soát.
Tính đến năm 2025, CITIC aiBank là một ví dụ về sự tích hợp thành công của AI trong một dự án ngân hàng mới.
Nó có thể không có sự nhận diện thương hiệu toàn cầu như WeBank, nhưng nó nhấn mạnh một mô hình hợp tác: một ngân hàng cũ và một gã khổng lồ công nghệ cùng xây dựng một nền tảng ngân hàng gốc AI.
Những tư duy kết thúc
Sự trỗi dậy của các ngân hàng gốc AI cho thấy một tương lai nơi tài chính trở nên nhanh chóng hơn, cá nhân hóa hơn, và thậm chí là do máy móc điều khiển.
Những dự án tiên phong này chứng minh rằng các ngân hàng có thể được tái tư duy một cách căn bản với công nghệ hiện đại – có thể cung cấp cho khách hàng các dịch vụ vô cùng tiện lợi và mở cửa hệ thống tài chính cho các thành viên mới (như các tác nhân AI hoặc các nhóm chưa được phục vụ). Tiến về phía trước, chúng ta có thể kỳ vọng rằng các ngân hàng truyền thống sẽ phản ứng bằng cách tăng tốc độ triển khai AI của họ hoặc hợp tác với các sáng kiến gốc AI. Trong một số trường hợp, các công ty đứng đầu có thể mua lại các startup ngân hàng AI thành công để bổ sung vào năng lực của mình. Các cơ quan quản lý cũng đang theo dõi cẩn thận. Nếu các ngân hàng gốc AI thể hiện hoạt động mạnh mẽ trong quản lý rủi ro và tuân thủ, các cơ quan quản lý có thể cập nhật các khung để tạo điều kiện sử dụng rộng rãi AI trong ngân hàng, có thể thậm chí tạo ra các danh mục giấy phép mới cho các tổ chức tài chính dẫn dắt bởi AI.
Tuy nhiên, sự xuất hiện của các ngân hàng gốc AI cũng mang lại những rủi ro và thách thức đáng kể cần được quản lý. Một mối quan ngại lớn là quản trị và giám sát. Khi các thuật toán AI đưa ra quyết định tín dụng hoặc phát hiện gian lận, việc đảm bảo chúng không thiên vị và không có sai sót là rất quan trọng. Các thuật toán không được kiểm soát có thể vô tình loại trừ một số nhóm khách hàng hoặc phê duyệt các khoản vay có rủi ro – những sai lầm có thể làm xói mòn lòng tin và mời gọi các hình phạt từ cơ quan quản lý. Minh bạch là một thách thức khác: các ngân hàng này phải làm rõ hành động của AI của họ cho các cơ quan quản lý và khách hàng.
Đối với các tổ chức tài chính truyền thống, sự nổi lên của các ngân hàng gốc AI là một con dao hai lưỡi. Một mặt, nó đẩy giới hạn của sự đổi mới, có thể mang lại các phương pháp và công nghệ mới mà các công ty đứng đầu có thể áp dụng. Các ngân hàng có tiếng có thể học hỏi từ sự hiệu quả của quy trình AI của Catena hoặc thành công trong tương tác khách hàng của Bunq’s Finn, và tích hợp những ý tưởng tương tự. Mặt khác, những người mới tham gia này có thể trở thành đối thủ cạnh tranh đáng gờm trong một số phân khúc.