Giới thiệu

AI tự động (Agentic AI) dự kiến sẽ tạo ra hơn 450 tỷ USD giá trị kinh doanh vào năm 2028, với lĩnh vực dịch vụ tài chính chiếm một phần lớn trong số đó. Đối với các nhà ra quyết định trong ngân hàng, bảo hiểm và thị trường vốn, câu hỏi không chỉ là AI tự động là gì, mà là làm thế nào để vượt qua giai đoạn thí điểm và tiến vào sản xuất, nơi mà các tác nhân thông minh tự động hóa các quy trình ra quyết định nặng nề, giảm rủi ro và tạo ra giá trị thực tế.

Trong bài viết này, chúng ta sẽ phân tích ý nghĩa của AI tự động trong BFSI, lý do tại sao nhiều tổ chức đang gặp khó khăn trong việc triển khai, và cách mà các công ty tiên phong đang xây dựng lợi thế cạnh tranh. Chúng tôi cũng sẽ chia sẻ cách WalkingTree hỗ trợ các công ty từ bản thử nghiệm đến triển khai sản xuất thông qua các khung như AgenTree, AlphaTree và Intellexi.

Áp lực đang gia tăng

Các tổ chức tài chính đang hoạt động trong một thế giới ngày càng phức tạp. Các quy định không hề nới lỏng. Kỳ vọng của khách hàng ngày càng cao. Và các hệ thống cốt lõi, mặc dù ổn định, nhưng không được xây dựng để thích ứng nhanh chóng.

Trong khi đó, dữ liệu tiếp tục bùng nổ với nhiều dạng thức khác nhau như tài liệu không cấu trúc, nhật ký cuộc gọi, email, PDF, yêu cầu bồi thường và bảng tính. Nó có mặt ở khắp nơi nhưng lại không thể tìm thấy một cách có tổ chức.

Điều này có nghĩa là các ngân hàng và công ty bảo hiểm vẫn dựa vào tự động hóa yếu ớt hoặc công cụ AI tĩnh đã trở nên lỗi thời.

Đó là lý do tại sao AI tự động đang trở nên phổ biến. Bởi vì nó không chỉ xử lý dữ liệu. Nó còn có khả năng lý luận, hành động, học hỏi và làm việc qua các silo.

AI Tự Động là gì?

Về bản chất, AI tự động đề cập đến các tác nhân thông minh có khả năng nhận thức, quyết định và hành động một cách tự chủ trong một phạm vi xác định. Đây không phải là những bot truyền thống. Chúng là các hệ thống chuyên biệt có khả năng phân tích mục tiêu, thích ứng theo thời gian thực và kích hoạt các quy trình làm việc đúng đắn với tối thiểu sự can thiệp của con người.

Các tác nhân này có thể:

• Phân tích tài liệu và trích xuất các trường quan trọng.
• Kích hoạt các hành động tiếp theo trong các hệ thống doanh nghiệp.
• Hợp tác với các tác nhân khác.
• Cải thiện thông qua phản hồi liên tục.
• Tương tác qua ngôn ngữ tự nhiên while maintaining traceability.

Khác với các công cụ AI thông thường, mà chỉ hoạt động dựa trên các yêu cầu hoặc quy trình đã xác định, các hệ thống tự động là hướng đến mục tiêu và nhận thức về ngữ cảnh.

Capgemini ước tính rằng các tác nhân AI có thể mở khóa 450 tỷ USD giá trị vào năm 2028, thông qua sự kết hợp giữa tiết kiệm chi phí và tăng trưởng doanh thu. Tuy nhiên, ít hơn 16% các doanh nghiệp có chiến lược rõ ràng để triển khai chúng ở quy mô lớn.

Tại sao AI Tự Động lại phù hợp tự nhiên với BFSI

AI tự động không phải là một giải pháp chung. Nó phát triển mạnh ở những nơi mà quy trình:

• Đầy dữ liệu.
• Có thể lặp lại nhưng nặng nề về quyết định.
• Được quản lý chặt chẽ.
• Phân tán qua các nhóm hoặc hệ thống.

Đó chính là ngành BFSI.

Cho dù bạn đang thẩm định một khoản vay, điều tra gian lận, giải quyết yêu cầu bồi thường hay theo dõi giao dịch, đây chính là những loại quy trình có mức độ kháng cự cao và khối lượng lớn mà tự động hóa tự động có thể mang lại giá trị.

Trên thực tế, 93% các nhà lãnh đạo trong lĩnh vực dịch vụ tài chính tin rằng những ai mở rộng quy mô các tác nhân AI trong năm tới sẽ có lợi thế cạnh tranh.

Nhưng thành công không chỉ dựa vào tham vọng. Nó còn tùy thuộc vào khả năng thực thi.

Nơi các công ty BFSI đang gặp khó khăn

Hầu hết các tổ chức BFSI bắt đầu một cách mạnh mẽ, với một thí điểm chatbot, một trình phân tích tài liệu, có thể là một trợ lý RAG. Nhưng sau đó, tiến trình bị ngưng trệ.

Dưới đây là lý do:

1. Tuân thủ và khả năng giải thích

Các quy trình tài chính không thể chấp nhận những hộp đen. Các tác nhân phải có khả năng biện minh cho các quyết định của mình, có thể kiểm toán và tuân thủ các quy định địa phương và toàn cầu (GDPR, HIPAA, SOX, v.v.).

2. Phân tán dữ liệu

Thông tin nằm rải rác trong các hệ thống chính sách, công cụ thẩm định, nền tảng CRM, cơ sở dữ liệu kế thừa và các tệp Excel. Việc tích hợp các nguồn này không hề đơn giản.

3. Thiếu niềm tin

Theo Capgemini, chỉ 27% tổ chức hiện tại tin tưởng hoàn toàn vào các tác nhân AI tự trị, giảm từ 43% trong năm trước. Đây là một sự suy giảm mạnh, xuất phát từ những lo ngại thực tế, không chỉ là nỗi sợ hãi về điều chưa biết.

4. Đa dạng quy trình

Quy trình yêu cầu bồi thường ở Ấn Độ hoàn toàn khác với một quy trình ở Vương quốc Anh. Điều tương tự cũng áp dụng cho thẩm định hoặc gia nhập. Các quy tắc địa phương và sự khác biệt trong các tổ chức làm tăng thêm phức tạp.

5. Tầm nhìn ROI yếu

Ngay cả khi các tác nhân được triển khai, nhiều tổ chức vẫn gặp khó khăn trong việc biện minh cho chi phí. Vấn đề không phải lúc nào cũng nằm ở công nghệ, mà là sự không khớp giữa khả năng của tác nhân và giá trị kinh doanh. Khi các công ty không lập kế hoạch cho các trường hợp sử dụng đúng, hoặc không xác định các chỉ số thành công ngay từ đầu, kết quả là một giải pháp đang tìm kiếm một vấn đề. Nếu không có câu chuyện ROI rõ ràng, việc áp dụng AI sẽ mất động lực nội bộ và sự đồng thuận bắt đầu phai nhạt.

Nơi AI Tự Động đang hoạt động hiệu quả trong BFSI

Hãy cùng xem các trường hợp sử dụng thực tế trong ngân hàng, bảo hiểm và dịch vụ tài chính:

Crédit Agricole, chẳng hạn, đã triển khai các tác nhân AI để phân loại tài liệu và phát hiện tông màu cảm xúc, tiết kiệm hơn 750 giờ mỗi tháng và tăng tốc độ giải quyết các trường hợp phức tạp.

Dưới đây là một khung cấu trúc và chính xác mà chúng tôi theo dõi tại WalkingTree để đưa các hệ thống tự động vào hoạt động:

Kết quả bạn có thể mong đợi

Giai đoạn 1: Xác định trường hợp sử dụng và KPIs

• Chọn các quy trình có khối lượng lớn, ít phán quyết với ROI có thể đo lường qua thời gian tiết kiệm, tốc độ xử lý hoặc cải thiện CSAT. Bắt đầu với gia nhập, tiếp nhận yêu cầu bồi thường hoặc xác minh khoản vay.
• Đặt các KPIs có thể đo lường: thời gian quay vòng, tỷ lệ lỗi, giờ làm việc FTE đã tiết kiệm, CSAT.

Giai đoạn 2: Thiết kế hệ thống tác nhân

• Chọn vai trò: tác nhân nhiệm vụ, điều phối viên, kế hoạch, giám sát.
• Chọn các giao thức điều phối (LangGraph, ReAct, CrewAI).
• Xác định ranh giới và logic leo thang.

Giai đoạn 3: Tích hợp dữ liệu và hệ thống

• Sử dụng OCR cho dữ liệu kế thừa.
• Xây dựng cơ sở dữ liệu vector hoặc cơ sở tri thức có cấu trúc.
• Triển khai APIs an toàn và kiểm soát truy cập.

Giai đoạn 4: Thiết lập các rào cản

• Giới thiệu các tác nhân giải thích.
• Nhúng các kiểm tra chính sách trước khi các quyết định được kích hoạt.
• Liên kết với các khung kiểm toán nội bộ và tuân thủ.

Giai đoạn 5: Xây dựng vòng phản hồi

• Ghi lại phản hồi của người dùng về các hành động của tác nhân.
• Huấn luyện lại các mô hình hoặc tinh chỉnh các yêu cầu định kỳ.
• Giám sát độ trôi, hiệu suất và các chỉ số quản trị.

Các kết quả này phản ánh các chuẩn mực đã được mô hình hóa và kết quả điển hình quan sát được trong các chương trình thí điểm và triển khai sớm. Các lợi ích thực tế phụ thuộc vào trường hợp sử dụng, độ sẵn sàng của dữ liệu và độ sâu của tích hợp, nhưng giá trị hướng đi là rõ ràng.

Tại sao chọn WalkingTree

Tại WalkingTree Technologies, chúng tôi chuyên về xây dựng và triển khai các hệ thống tác nhân tự động đạt tiêu chuẩn sản xuất cho BFSI.

Khung nội bộ của chúng tôi, AgenTree, hỗ trợ việc điều phối tác nhân an toàn và có thể quan sát. Đây không phải là một ngăn xếp thử nghiệm. Nó đang hoạt động và chạy.

AlphaTree (tác nhân nghiên cứu đầu tư của chúng tôi) cho phép các nhà phân tích tài chính xử lý các cuộc gọi kết quả, hồ sơ và dữ liệu danh mục thông qua Q&A cấp độ tài liệu, phát hiện xu hướng và kết nối nhiều nguồn.

Intellexi hỗ trợ khách hàng trong lĩnh vực bảo hiểm và y tế với việc phân loại tài liệu thông minh, xác minh và xử lý dữ liệu an toàn; tất cả thông qua các chuỗi tác nhân có thể giải thích với đầy đủ nhật ký kiểm toán.

Chúng tôi không chỉ xây dựng các tác nhân. Chúng tôi xây dựng niềm tin vào chúng.

Hướng đi trong tương lai

Theo Capgemini, đến năm 2028:

• 25% quy trình kinh doanh trong BFSI sẽ được xử lý bởi các tác nhân với mức độ tự chủ cấp 3 hoặc cao hơn.
• 58% chức năng cốt lõi như dịch vụ khách hàng, CNTT và hoạt động sẽ có sự tham gia hàng ngày của các tác nhân.
• Ngành BFSI có thể đóng góp đáng kể vào tiềm năng kinh tế 450 tỷ USD được mở khóa bởi các tác nhân AI trên toàn cầu.

Đây không phải là sự thổi phồng. Đó là hướng đi.

Nhưng để đạt được điều đó, cần thu hẹp khoảng cách niềm tin, đầu tư vào sự trưởng thành kiến trúc và chọn lựa các trường hợp sử dụng đúng đắn.

Bạn có thể làm gì tiếp theo

1. Bắt đầu với một thí điểm
   Chúng tôi cung cấp một giai đoạn 3–4 tuần để xác định, xây dựng và triển khai một tác nhân với phạm vi hẹp bên trong môi trường của bạn, sử dụng dữ liệu, hệ thống và mô hình quản trị của bạn. Rủi ro thấp, khả năng hiển thị cao, ROI có thể đo lường.

2. Xem lại Webinar đã ghi hình
   Chủ đề: AI Tự Động cho BFSI: Định nghĩa lại Trí tuệ Tài chính.
   Nhận thông tin thực tế, demo trực tiếp và chiến lược áp dụng đã chứng minh. Không lý thuyết. Chỉ những gì hoạt động.

Kết luận

AI tự động trong BFSI không phải là một xu hướng AI khác. Đây là logic vận hành mới cho BFSI hiện đại. Một logic giảm lãng phí, nâng cao tuân thủ và thúc đẩy quyết định thông minh theo thời gian thực.

Những ai tìm ra cách mở rộng quy mô sự chuyển đổi này, một cách an toàn, có thể giải thích và với kiến trúc đúng đắn, sẽ định nghĩa thập kỷ tới của đổi mới tài chính.