Ngân hàng thực sự áp dụng AI sinh sinh như thế nào?
Bỏ qua các tiêu đề và cường điệu, bản chất của câu hỏi là: Chính xác thì các ngân hàng lớn nhất thế giới đang sử dụng AI tổng quát như thế nào? Đó không phải là tiềm năng của tương lai, không phải là sự công khai của nhà cung cấp, nhưng ứng dụng thực tế đã hạ cánh ở đâu?
Trong hai năm qua, ngành tài chính toàn cầu âm thầm bước vào kỷ nguyên AI sinh sinh. Tuy nhiên, quá trình này không đồng nhất mà thể hiện một cấu trúc khác nhau giữa bên trong và bên ngoài: việc triển khai công cụ nội bộ một cách âm thầm, thử nghiệm cẩn thận hướng tới khách hàng, và một vài đổi mới táo bạo đang dần định hình lại cấu trúc nội bộ của ngành ngân hàng.
Bắt đầu từ bên trong, sau đó mở rộng ra bên ngoài
Ứng dụng AI có một điểm chung: bắt đầu từ các công cụ năng suất nội bộ.
Các ứng dụng chính của AI sinh tạo tập trung vào việc nâng cao năng suất nội bộ - những công cụ này giúp nhân viên hoàn thành nhiều công việc hơn với ít tài nguyên hơn. Từ trợ lý phân tích của JPMorgan phân tích nghiên cứu cổ phiếu, đến công cụ GPT hỗ trợ các cố vấn quản lý tài sản của Morgan Stanley, trọng tâm ban đầu là trao quyền cho những người làm trong ngành ngân hàng, chứ không phải thay thế họ.
Goldman Sachs đang xây dựng trợ lý AI cho các nhà phát triển; công cụ tóm tắt AI của Citi giúp nhân viên xử lý biên bản và viết email; "SC GPT" của Standard Chartered đã được triển khai cho 70.000 nhân viên của họ, phục vụ cho mọi khía cạnh từ việc viết đề xuất đến các vấn đề nhân sự.
Vì chúng ta đang ở trong một môi trường được quản lý chặt chẽ, việc triển khai các công cụ nội bộ trở nên đặc biệt hợp lý. Điều này cho phép các ngân hàng thử nghiệm và nâng cao khả năng AI mà không vi phạm các quy tắc quản lý. Nếu tham khảo hành động gần đây của CBN (Ngân hàng Trung ương Nigeria) đối với Zap, thì "cẩn thận là trên hết" rõ ràng là lựa chọn khôn ngoan hơn.
Quan sát dòng kinh doanh: Giá trị nằm ở đâu?
Việc áp dụng AI khác nhau giữa các ngành. Có sự khác biệt về tốc độ AI tổng quát đang được áp dụng bởi các đơn vị kinh doanh khác nhau. Trong số đó, các ngân hàng bán lẻ đang dẫn đầu về khối lượng giao dịch. Trong không gian này, các chatbot được hỗ trợ bởi AI như Fargo của Wells Fargo và Erica của Bank of America xử lý hàng trăm triệu tương tác mỗi năm. Tại châu Âu, Commerzbank gần đây đã ra mắt chatbot của riêng mình, Ava.
Tuy nhiên, vấn đề là một số công cụ trong số này thực sự không sử dụng AI sinh tạo mà dựa vào công nghệ học máy truyền thống. Ví dụ, Erica của Ngân hàng Mỹ hoạt động giống như một "Mechanical Turk" (nghĩa là tạo ra ấn tượng tự động hóa thông qua thao tác thủ công). Dù vậy, điều quan trọng là các thí nghiệm này tự nó, chứ không phải nhãn công nghệ.
Trong lĩnh vực doanh nghiệp và ngân hàng đầu tư, sự chuyển đổi trở nên tiềm ẩn hơn. Các công cụ nội bộ của JPMorgan chủ yếu hỗ trợ các nhóm nghiên cứu và bán hàng, thay vì trực tiếp phục vụ khách hàng. Deutsche Bank thì sử dụng AI để phân tích nhật ký liên lạc của khách hàng, điều này không phải là dịch vụ khách hàng, mà là việc trao quyền dữ liệu, giúp các ngân hàng hiểu và phục vụ khách hàng nhanh chóng và tốt hơn.
Quản lý tài sản nằm giữa hai bên. Công cụ AI của Morgan Stanley không trực tiếp giao tiếp với khách hàng, nhưng đảm bảo rằng các cố vấn luôn chuẩn bị đầy đủ trước mỗi cuộc họp. Deutsche Bank và Ngân hàng First Abu Dhabi đang thử nghiệm trợ lý dành cho các khách hàng hàng đầu, nhằm trả lời các câu hỏi đầu tư phức tạp một cách tức thì.
Sự khác biệt khu vực: Ai đang dẫn đầu?
Nguồn: Chỉ số AI Rõ Ràng
Khu vực Bắc Mỹ đang dẫn đầu như mong đợi. Các ngân hàng ở Mỹ như JPMorgan, Capital One, Wells Fargo, Citi và RBC đã biến AI thành động lực sản xuất. Nhờ vào sự hợp tác với OpenAI và Microsoft, họ đã tiếp cận được những mô hình AI tiên tiến nhất.
Châu Âu thận trọng hơn. BBVA, Deutsche Bank và HSBC đang thử nghiệm các công cụ AI trong nội bộ và áp dụng nhiều biện pháp bảo mật hơn. Quy định chung về bảo vệ dữ liệu của Châu Âu (GDPR) có ý nghĩa sâu rộng. Như trong quá khứ, châu Âu tập trung vào quy định hơn là tiến bộ công nghệ, điều này có thể phải trả giá.
Châu Phi và Mỹ Latinh vẫn đang ở giai đoạn đầu phát triển AI nhưng tiến triển rất nhanh. Nubank của Brazil nổi bật, hợp tác với OpenAI, đầu tiên triển khai công cụ AI nội bộ, cuối cùng mở rộng sang dịch vụ khách hàng. Tại Nam Phi, Ngân hàng Standard và Ngân hàng Nedbank đang tiến hành thí điểm trong lĩnh vực AI, bao gồm kiểm soát rủi ro, dịch vụ hỗ trợ và phát triển.
Trung Quốc: Xây dựng công nghệ AI tự chủ
Các ngân hàng ở Trung Quốc không chỉ sử dụng AI mà còn đang xây dựng một công nghệ AI.
Ngân hàng Công thương Trung Quốc (ICBC) đã ra mắt "Trí Dũng", một mô hình ngôn ngữ lớn với 1000 tỷ tham số, được phát triển nội bộ. Mô hình này đã được sử dụng hơn một tỷ lần, hỗ trợ 200 tình huống kinh doanh từ phân tích tài liệu đến tự động hóa tiếp thị. Đây không chỉ là ứng dụng của công cụ nội bộ, mà còn là sự chuyển biến cơ bản trong cách thức hoạt động của ngân hàng.
Tập đoàn Ant (Ant Group) đã ra mắt hai mô hình ngôn ngữ lớn trong lĩnh vực tài chính - Zhixiaobao 2.0 và Zhixiaozhu 1.0. Mô hình đầu tiên dành cho người dùng thông thường của Alipay, nhằm giải thích các sản phẩm tài chính; trong khi mô hình thứ hai hỗ trợ các cố vấn quản lý tài sản, có khả năng tóm tắt báo cáo thị trường và tạo ra những hiểu biết về danh mục đầu tư.
Ping An Group, một gã khổng lồ fintech tích hợp bảo hiểm, ngân hàng và công nghệ, đã đi xa hơn. Nó đã phát triển AskBob, một trợ lý AI tổng quát phục vụ cả khách hàng và người quản lý tài khoản. Đối với khách hàng, AskBob có thể trả lời các câu hỏi về đầu tư và bảo hiểm bằng tiếng Trung tự nhiên; Đối với các cố vấn, nó trích xuất và tóm tắt lịch sử khách hàng, dữ liệu sản phẩm và tài liệu tiếp thị, biến mỗi đại lý thành một chuyên gia tài chính nâng cao kỹ thuật số. Mục tiêu của Ping An là định nghĩa lại tư vấn tài chính thông qua AI, không chỉ để trả lời các câu hỏi mà còn để dự đoán trước nhu cầu.
Ở Trung Quốc, nơi khung pháp lý khuyến khích mạnh mẽ bản địa hóa dữ liệu và minh bạch mô hình, các tổ chức này đã chọn một con đường dài hơn: xây dựng AI tùy chỉnh có thể thích ứng với môi trường quy định, ngôn ngữ và thị trường trong nước. Ngoài ra, Trung Quốc có đủ mật độ nhân tài để cho phép các ngân hàng phát triển các mô hình nền tảng của riêng họ, đây có thể là một thành tựu độc đáo trên thế giới.
Ai đang cung cấp hỗ trợ kỹ thuật?
Một số doanh nghiệp nổi tiếng xuất hiện thường xuyên trên toàn cầu: Microsoft thông qua Azure OpenAI hiện trở thành nền tảng phổ biến nhất. Từ Morgan Stanley đến Standard Chartered, nhiều ngân hàng đang vận hành mô hình của họ trong môi trường sandbox an toàn của Microsoft.
Mô hình ngôn ngữ lớn (LLM) của Google cũng đang được sử dụng, chẳng hạn như Wells Fargo sử dụng Flan để hỗ trợ. Trong khi đó, ở Trung Quốc, chủ yếu dựa vào công nghệ nội địa, như DeepSeek, Hunyuan, v.v.
Một số ngân hàng, chẳng hạn như JPMorgan Chase, Ngân hàng Công thương Trung Quốc và Tập đoàn Ping An, đang đào tạo các mô hình riêng của họ. Nhưng hầu hết các ngân hàng thì đang tinh chỉnh dựa trên các mô hình hiện có. Chìa khóa không phải là sở hữu mô hình mà là kiểm soát cấp độ dữ liệu và sự phối hợp hoạt động của mô hình.
Khám phá sự đa dạng của ứng dụng AI toàn cầu
Hình gốc xem nguyên văn, biên dịch: Thần lưu TechFlow
Vậy thì sao?
Trong một ngành được quản lý chặt chẽ, sự thận trọng là rất quan trọng, đó là lý do tại sao các ngân hàng đang sử dụng AI thay vì trực tiếp ở tuyến đầu. Tuy nhiên, như chúng ta đã quan sát thấy trong các thay đổi nền tảng khác, việc ra quyết định quyết định và thử nghiệm nhanh chóng là chìa khóa. Quy định không bao giờ đi trước khi thực thi và không khôn ngoan khi đợi quy định được áp dụng trước khi thử nghiệm AI. Tôi nhớ đã thành lập ngân hàng đại lý hơn một thập kỷ trước ở một đất nước không có quy định. Một khi chúng tôi hoàn thành, chúng tôi trở thành người giải thích công việc kinh doanh cho ngân hàng trung ương. Nếu tôi là thành viên của hội đồng quản trị ngân hàng, tôi sẽ hỏi, "Chúng ta đang thực hiện bao nhiêu thí nghiệm?" Chúng ta đang tạo ra bao nhiêu thông tin chi tiết?"
Để thực sự đo lường tiến bộ, cần quay lại những nguyên tắc cơ bản của sự biến đổi nền tảng. Chiến lược AI của bạn phải trả lời các câu hỏi sau:
"Chiến lược AI của chúng ta có tái cấu trúc kiến trúc cốt lõi không? Có giảm chi phí đến 100 lần không? Có mở khóa các mô hình giá trị mới không? Có kích thích sự liên kết của hệ sinh thái không? Có lật đổ thị trường không? Có thực hiện sự dân chủ hóa quyền truy cập không?"
Logic rất rõ ràng - hoài nghi là cần thiết, nhưng cả logic và thực tế đều cho thấy AI là một thay đổi nền tảng mới. Ngoài ra, logic và sự thật cũng cho thấy những thay đổi nền tảng trong quá khứ thường dẫn đến những thay đổi mang tính cách mạng trên thị trường tài chính. Ví dụ, Citibank đã mở rộng đáng kể hoạt động kinh doanh bán lẻ của mình với việc sử dụng công nghệ trong những năm 70 và 80. Capital One đã phát triển từ đầu để trở thành một trong 10 ngân hàng hàng đầu trên thị trường và có sự hiện diện mạnh mẽ trong các ngành liên quan như cho vay mua ô tô và thế chấp. Tại Châu Phi, Equity Bank đã nắm bắt làn sóng công nghệ máy chủ khách hàng để trở thành ngân hàng lớn nhất theo vốn hóa thị trường ở Đông Phi. Tương tự, Access Bank, GT Bank và Capitec đã nhảy vọt trên làn sóng trên thị trường tương ứng của họ.
Thời đại nền tảng AI đã đến, và nó sẽ tạo ra những người chiến thắng. Điểm nhấn không phải là tập trung vào những người thất bại, mà là cách mà những người chiến thắng chiếm lĩnh thị phần đáng kể trong các lĩnh vực cụ thể. Ví dụ, thành công của Stripe trong lĩnh vực thanh toán là một trường hợp điển hình. Những đột phá ban đầu này thường dẫn đến sự gia tăng thị phần trong các lĩnh vực liên quan, chẳng hạn như Nubank trở thành một người chơi quan trọng trong lĩnh vực ngân hàng vừa và nhỏ cũng như ngân hàng bán lẻ thông qua dịch vụ thẻ tín dụng.
Quan điểm của tôi là những người chiến thắng trong kỷ nguyên AI sẽ tập trung vào chi phí mối quan hệ. Nó không còn chỉ là một trò chơi giao dịch. Các giao dịch đã xảy ra và bây giờ là một trò chơi trải nghiệm khách hàng và quản lý mối quan hệ. Đây là cái nhìn sâu sắc cốt lõi mà các nhà lãnh đạo dịch vụ tài chính nên tập trung vào. Làm thế nào bạn có thể đạt được cải thiện 100 lần về trải nghiệm khách hàng và ngân hàng quan hệ với một phần nhỏ chi phí? Là một ngân hàng, làm thế nào bạn có thể tận dụng công nghệ thông minh để giúp khách hàng quản lý tài chính, kinh doanh và cuộc sống của họ tốt hơn? Người chơi có thể trả lời và thực hiện những câu hỏi này sẽ là người chiến thắng cuối cùng.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Các gã khổng lồ ngân hàng Trung-Mỹ đang chấp nhận AI sinh sinh.
Tác giả: Samora Kariuki
Biên dịch: Shenchao TechFlow
Cuộc cách mạng AI toàn cầu
Ngân hàng thực sự áp dụng AI sinh sinh như thế nào?
Bỏ qua các tiêu đề và cường điệu, bản chất của câu hỏi là: Chính xác thì các ngân hàng lớn nhất thế giới đang sử dụng AI tổng quát như thế nào? Đó không phải là tiềm năng của tương lai, không phải là sự công khai của nhà cung cấp, nhưng ứng dụng thực tế đã hạ cánh ở đâu?
Trong hai năm qua, ngành tài chính toàn cầu âm thầm bước vào kỷ nguyên AI sinh sinh. Tuy nhiên, quá trình này không đồng nhất mà thể hiện một cấu trúc khác nhau giữa bên trong và bên ngoài: việc triển khai công cụ nội bộ một cách âm thầm, thử nghiệm cẩn thận hướng tới khách hàng, và một vài đổi mới táo bạo đang dần định hình lại cấu trúc nội bộ của ngành ngân hàng.
Bắt đầu từ bên trong, sau đó mở rộng ra bên ngoài
Ứng dụng AI có một điểm chung: bắt đầu từ các công cụ năng suất nội bộ.
Các ứng dụng chính của AI sinh tạo tập trung vào việc nâng cao năng suất nội bộ - những công cụ này giúp nhân viên hoàn thành nhiều công việc hơn với ít tài nguyên hơn. Từ trợ lý phân tích của JPMorgan phân tích nghiên cứu cổ phiếu, đến công cụ GPT hỗ trợ các cố vấn quản lý tài sản của Morgan Stanley, trọng tâm ban đầu là trao quyền cho những người làm trong ngành ngân hàng, chứ không phải thay thế họ.
Goldman Sachs đang xây dựng trợ lý AI cho các nhà phát triển; công cụ tóm tắt AI của Citi giúp nhân viên xử lý biên bản và viết email; "SC GPT" của Standard Chartered đã được triển khai cho 70.000 nhân viên của họ, phục vụ cho mọi khía cạnh từ việc viết đề xuất đến các vấn đề nhân sự.
Vì chúng ta đang ở trong một môi trường được quản lý chặt chẽ, việc triển khai các công cụ nội bộ trở nên đặc biệt hợp lý. Điều này cho phép các ngân hàng thử nghiệm và nâng cao khả năng AI mà không vi phạm các quy tắc quản lý. Nếu tham khảo hành động gần đây của CBN (Ngân hàng Trung ương Nigeria) đối với Zap, thì "cẩn thận là trên hết" rõ ràng là lựa chọn khôn ngoan hơn.
Quan sát dòng kinh doanh: Giá trị nằm ở đâu?
Việc áp dụng AI khác nhau giữa các ngành. Có sự khác biệt về tốc độ AI tổng quát đang được áp dụng bởi các đơn vị kinh doanh khác nhau. Trong số đó, các ngân hàng bán lẻ đang dẫn đầu về khối lượng giao dịch. Trong không gian này, các chatbot được hỗ trợ bởi AI như Fargo của Wells Fargo và Erica của Bank of America xử lý hàng trăm triệu tương tác mỗi năm. Tại châu Âu, Commerzbank gần đây đã ra mắt chatbot của riêng mình, Ava.
Tuy nhiên, vấn đề là một số công cụ trong số này thực sự không sử dụng AI sinh tạo mà dựa vào công nghệ học máy truyền thống. Ví dụ, Erica của Ngân hàng Mỹ hoạt động giống như một "Mechanical Turk" (nghĩa là tạo ra ấn tượng tự động hóa thông qua thao tác thủ công). Dù vậy, điều quan trọng là các thí nghiệm này tự nó, chứ không phải nhãn công nghệ.
Trong lĩnh vực doanh nghiệp và ngân hàng đầu tư, sự chuyển đổi trở nên tiềm ẩn hơn. Các công cụ nội bộ của JPMorgan chủ yếu hỗ trợ các nhóm nghiên cứu và bán hàng, thay vì trực tiếp phục vụ khách hàng. Deutsche Bank thì sử dụng AI để phân tích nhật ký liên lạc của khách hàng, điều này không phải là dịch vụ khách hàng, mà là việc trao quyền dữ liệu, giúp các ngân hàng hiểu và phục vụ khách hàng nhanh chóng và tốt hơn.
Quản lý tài sản nằm giữa hai bên. Công cụ AI của Morgan Stanley không trực tiếp giao tiếp với khách hàng, nhưng đảm bảo rằng các cố vấn luôn chuẩn bị đầy đủ trước mỗi cuộc họp. Deutsche Bank và Ngân hàng First Abu Dhabi đang thử nghiệm trợ lý dành cho các khách hàng hàng đầu, nhằm trả lời các câu hỏi đầu tư phức tạp một cách tức thì.
Sự khác biệt khu vực: Ai đang dẫn đầu?
Nguồn: Chỉ số AI Rõ Ràng
Khu vực Bắc Mỹ đang dẫn đầu như mong đợi. Các ngân hàng ở Mỹ như JPMorgan, Capital One, Wells Fargo, Citi và RBC đã biến AI thành động lực sản xuất. Nhờ vào sự hợp tác với OpenAI và Microsoft, họ đã tiếp cận được những mô hình AI tiên tiến nhất.
Châu Âu thận trọng hơn. BBVA, Deutsche Bank và HSBC đang thử nghiệm các công cụ AI trong nội bộ và áp dụng nhiều biện pháp bảo mật hơn. Quy định chung về bảo vệ dữ liệu của Châu Âu (GDPR) có ý nghĩa sâu rộng. Như trong quá khứ, châu Âu tập trung vào quy định hơn là tiến bộ công nghệ, điều này có thể phải trả giá.
Châu Phi và Mỹ Latinh vẫn đang ở giai đoạn đầu phát triển AI nhưng tiến triển rất nhanh. Nubank của Brazil nổi bật, hợp tác với OpenAI, đầu tiên triển khai công cụ AI nội bộ, cuối cùng mở rộng sang dịch vụ khách hàng. Tại Nam Phi, Ngân hàng Standard và Ngân hàng Nedbank đang tiến hành thí điểm trong lĩnh vực AI, bao gồm kiểm soát rủi ro, dịch vụ hỗ trợ và phát triển.
Trung Quốc: Xây dựng công nghệ AI tự chủ
Các ngân hàng ở Trung Quốc không chỉ sử dụng AI mà còn đang xây dựng một công nghệ AI.
Ngân hàng Công thương Trung Quốc (ICBC) đã ra mắt "Trí Dũng", một mô hình ngôn ngữ lớn với 1000 tỷ tham số, được phát triển nội bộ. Mô hình này đã được sử dụng hơn một tỷ lần, hỗ trợ 200 tình huống kinh doanh từ phân tích tài liệu đến tự động hóa tiếp thị. Đây không chỉ là ứng dụng của công cụ nội bộ, mà còn là sự chuyển biến cơ bản trong cách thức hoạt động của ngân hàng.
Tập đoàn Ant (Ant Group) đã ra mắt hai mô hình ngôn ngữ lớn trong lĩnh vực tài chính - Zhixiaobao 2.0 và Zhixiaozhu 1.0. Mô hình đầu tiên dành cho người dùng thông thường của Alipay, nhằm giải thích các sản phẩm tài chính; trong khi mô hình thứ hai hỗ trợ các cố vấn quản lý tài sản, có khả năng tóm tắt báo cáo thị trường và tạo ra những hiểu biết về danh mục đầu tư.
Ping An Group, một gã khổng lồ fintech tích hợp bảo hiểm, ngân hàng và công nghệ, đã đi xa hơn. Nó đã phát triển AskBob, một trợ lý AI tổng quát phục vụ cả khách hàng và người quản lý tài khoản. Đối với khách hàng, AskBob có thể trả lời các câu hỏi về đầu tư và bảo hiểm bằng tiếng Trung tự nhiên; Đối với các cố vấn, nó trích xuất và tóm tắt lịch sử khách hàng, dữ liệu sản phẩm và tài liệu tiếp thị, biến mỗi đại lý thành một chuyên gia tài chính nâng cao kỹ thuật số. Mục tiêu của Ping An là định nghĩa lại tư vấn tài chính thông qua AI, không chỉ để trả lời các câu hỏi mà còn để dự đoán trước nhu cầu.
Ở Trung Quốc, nơi khung pháp lý khuyến khích mạnh mẽ bản địa hóa dữ liệu và minh bạch mô hình, các tổ chức này đã chọn một con đường dài hơn: xây dựng AI tùy chỉnh có thể thích ứng với môi trường quy định, ngôn ngữ và thị trường trong nước. Ngoài ra, Trung Quốc có đủ mật độ nhân tài để cho phép các ngân hàng phát triển các mô hình nền tảng của riêng họ, đây có thể là một thành tựu độc đáo trên thế giới.
Ai đang cung cấp hỗ trợ kỹ thuật?
Một số doanh nghiệp nổi tiếng xuất hiện thường xuyên trên toàn cầu: Microsoft thông qua Azure OpenAI hiện trở thành nền tảng phổ biến nhất. Từ Morgan Stanley đến Standard Chartered, nhiều ngân hàng đang vận hành mô hình của họ trong môi trường sandbox an toàn của Microsoft.
Mô hình ngôn ngữ lớn (LLM) của Google cũng đang được sử dụng, chẳng hạn như Wells Fargo sử dụng Flan để hỗ trợ. Trong khi đó, ở Trung Quốc, chủ yếu dựa vào công nghệ nội địa, như DeepSeek, Hunyuan, v.v.
Một số ngân hàng, chẳng hạn như JPMorgan Chase, Ngân hàng Công thương Trung Quốc và Tập đoàn Ping An, đang đào tạo các mô hình riêng của họ. Nhưng hầu hết các ngân hàng thì đang tinh chỉnh dựa trên các mô hình hiện có. Chìa khóa không phải là sở hữu mô hình mà là kiểm soát cấp độ dữ liệu và sự phối hợp hoạt động của mô hình.
Khám phá sự đa dạng của ứng dụng AI toàn cầu
Hình gốc xem nguyên văn, biên dịch: Thần lưu TechFlow
Vậy thì sao?
Trong một ngành được quản lý chặt chẽ, sự thận trọng là rất quan trọng, đó là lý do tại sao các ngân hàng đang sử dụng AI thay vì trực tiếp ở tuyến đầu. Tuy nhiên, như chúng ta đã quan sát thấy trong các thay đổi nền tảng khác, việc ra quyết định quyết định và thử nghiệm nhanh chóng là chìa khóa. Quy định không bao giờ đi trước khi thực thi và không khôn ngoan khi đợi quy định được áp dụng trước khi thử nghiệm AI. Tôi nhớ đã thành lập ngân hàng đại lý hơn một thập kỷ trước ở một đất nước không có quy định. Một khi chúng tôi hoàn thành, chúng tôi trở thành người giải thích công việc kinh doanh cho ngân hàng trung ương. Nếu tôi là thành viên của hội đồng quản trị ngân hàng, tôi sẽ hỏi, "Chúng ta đang thực hiện bao nhiêu thí nghiệm?" Chúng ta đang tạo ra bao nhiêu thông tin chi tiết?"
Để thực sự đo lường tiến bộ, cần quay lại những nguyên tắc cơ bản của sự biến đổi nền tảng. Chiến lược AI của bạn phải trả lời các câu hỏi sau:
"Chiến lược AI của chúng ta có tái cấu trúc kiến trúc cốt lõi không? Có giảm chi phí đến 100 lần không? Có mở khóa các mô hình giá trị mới không? Có kích thích sự liên kết của hệ sinh thái không? Có lật đổ thị trường không? Có thực hiện sự dân chủ hóa quyền truy cập không?"
Logic rất rõ ràng - hoài nghi là cần thiết, nhưng cả logic và thực tế đều cho thấy AI là một thay đổi nền tảng mới. Ngoài ra, logic và sự thật cũng cho thấy những thay đổi nền tảng trong quá khứ thường dẫn đến những thay đổi mang tính cách mạng trên thị trường tài chính. Ví dụ, Citibank đã mở rộng đáng kể hoạt động kinh doanh bán lẻ của mình với việc sử dụng công nghệ trong những năm 70 và 80. Capital One đã phát triển từ đầu để trở thành một trong 10 ngân hàng hàng đầu trên thị trường và có sự hiện diện mạnh mẽ trong các ngành liên quan như cho vay mua ô tô và thế chấp. Tại Châu Phi, Equity Bank đã nắm bắt làn sóng công nghệ máy chủ khách hàng để trở thành ngân hàng lớn nhất theo vốn hóa thị trường ở Đông Phi. Tương tự, Access Bank, GT Bank và Capitec đã nhảy vọt trên làn sóng trên thị trường tương ứng của họ.
Thời đại nền tảng AI đã đến, và nó sẽ tạo ra những người chiến thắng. Điểm nhấn không phải là tập trung vào những người thất bại, mà là cách mà những người chiến thắng chiếm lĩnh thị phần đáng kể trong các lĩnh vực cụ thể. Ví dụ, thành công của Stripe trong lĩnh vực thanh toán là một trường hợp điển hình. Những đột phá ban đầu này thường dẫn đến sự gia tăng thị phần trong các lĩnh vực liên quan, chẳng hạn như Nubank trở thành một người chơi quan trọng trong lĩnh vực ngân hàng vừa và nhỏ cũng như ngân hàng bán lẻ thông qua dịch vụ thẻ tín dụng.
Quan điểm của tôi là những người chiến thắng trong kỷ nguyên AI sẽ tập trung vào chi phí mối quan hệ. Nó không còn chỉ là một trò chơi giao dịch. Các giao dịch đã xảy ra và bây giờ là một trò chơi trải nghiệm khách hàng và quản lý mối quan hệ. Đây là cái nhìn sâu sắc cốt lõi mà các nhà lãnh đạo dịch vụ tài chính nên tập trung vào. Làm thế nào bạn có thể đạt được cải thiện 100 lần về trải nghiệm khách hàng và ngân hàng quan hệ với một phần nhỏ chi phí? Là một ngân hàng, làm thế nào bạn có thể tận dụng công nghệ thông minh để giúp khách hàng quản lý tài chính, kinh doanh và cuộc sống của họ tốt hơn? Người chơi có thể trả lời và thực hiện những câu hỏi này sẽ là người chiến thắng cuối cùng.