Phát triển AI tạo sinh trong ngân hàng: Cơ hội đột phá và thách thức pháp lý từ góc nhìn toàn cầu

SỐ 7 (646) NĂM 2025 1 HOẠT ĐỘNG NGÂN HÀNG 2SỐ 7 (646) NĂM 2025 HOẠT ĐỘNG NGÂN HÀNG HOẠT ĐỘNG NGÂN HÀNG 2 I Quốc hội thông qua Luật sửa đổi, bổ sung một số điều của Luật Các tổ chức tín dụng H.Q 3 I Ủy ban Rủi ro trực thuộc Hội đồng Hiệp hội Ngân hàng Việt Nam tổ chức họp lần thứ nhất QUỲNH LÊ 4 I Xếp hạng tín nhiệm và con đường hướng tới tài chính bền vững của ngân hàng DƯƠNG QUỲNH DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ 9 I Phát triển AI tạo sinh trong ngân hàng: Cơ hội đột phá và thách thức pháp lý từ góc nhìn toàn cầu TS. PHẠM ANH THỦY 16 I Phát triển thương mại điện tử Việt Nam: Cơ hội và thách thức trong kỷ nguyên số TS. NGUYỄN HỒNG THU 24 I Một số phương thức, thủ đoạn phạm tội mới trong hoạt động thanh toán trực tuyến và thanh toán thẻ ngân hàng - Đề xuất giải pháp xử lý THS. CÙ XUÂN VŨ 28 I Tài chính xanh tại Việt Nam: Giải mã thách thức từ ngân hàng và doanh nghiệp TS. PHAN THỊ HOÀNG YẾN - NCS. TRẦN HẢI YẾN - NGUYỄN THÚY HẰNG 34 I Nâng cao hiểu biết tài chính số tại Việt Nam THS. TRỊNH THỊ LẠC 40 I Quản lý tài chính cá nhân đối với học sinh, sinh viên - nghiên cứu từ trường hợp tỉnh Bắc Ninh THS. NGÔ THU HOÀNG NHÌN RA THẾ GIỚI 48 I Bài học kinh nghiệm trong chuyển đổi số tín dụng ngân hàng tại một số quốc gia TS. NGUYỄN THỊ THU TRANG - TRƯƠNG TRẦN KỲ PHƯƠNG - TRẦN THỊ THUYỀN TƯ VẤN PHÁP LUẬT - NGHIỆP VỤ 54 I Quy định về cấp Giấy phép lần đầu của Quỹ tín dụng Nhân dân H.Q HỘI ĐỒNG BIÊN TẬP TS. Nguyễn Toàn Thắng - Chủ tịch TS. Lê Công PGS,TS. Đinh Thị Diên Hồng TS. Nguyễn Quốc Hùng TS. Dương Thu Hương TS. Phùng Khắc Kế TS. Cấn Văn Lực PGS,TS. Nguyễn Thị Mùi PGS,TS. Hoàng Xuân Quế PGS,TS. Nguyễn Hồng Sơn ThS. Nguyễn Đức Vinh TỔNG BIÊN TẬP ThS. Trần Thị Thanh Bích PHÓ TỔNG BIÊN TẬP Nguyễn Thị Thanh Hương Phan Hoàng Mai THƯ KÝ TÒA SOẠN Ngô Thanh Hải TRÌNH BÀY Đặng Huy Hoàng TÒA SOẠN 193 Bà Triệu, Phường Hai Bà Trưng, TP. Hà Nội Điện thoại: (024) 38218685; 39742309; Email: [email protected]g.vn [email protected], [email protected] Tài khoản: Tạp chí Thị trường Tài chính Tiền tệ Số hiệu:1206089393 tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam, chi nhánh Sở giao dịch 1, 191 Bà Triệu, Hà Nội. VĂN PHÒNG ĐẠI DIỆN PHÍA NAM Lầu 3, 12 Hàm Nghi, Phường Sài Gòn, TP. Hồ Chí Minh Điện thoại: (028) 3821 6608 GIẤY PHÉP HOẠT ĐỘNG Số 343/GP-BTTT ngày 28/6/2016 (Giấy phép cũ số 54/GP-BVHTT) Chế bản điện tử tại Toà soạn In tại Công ty TNHH MTV In Tạp chí Cộng sản Khuôn khổ 22cmx32cm - 56 trang, xuất bản 01kỳ/tháng TRONG SỐ NÀY www.thitruongtaichinhtiente.vn SỐ 7 (646) NĂM 2025 3 HOẠT ĐỘNG NGÂN HÀNG BANKING ACTIVITIES 2 I The National Assembly approved the law amending and supplementing several articles of the Law on Credit Institutions H.Q 3 I The Risk Committee under the Council of Vietnam Banks Association held its first meeting QUYNH LE 4 I Credit ratings and the path to sustainable banking DUONG QUYNH FINANCIAL - MONETARY RESEARCH FORUM 9 I Developing Generative AI in banking: Breakthrough opportunities and legal challenges from global perspective PHD. PHAM ANH THUY 16 I Developing e-commerce in Vietnam: Opportunities and challenges in the digital era PHD. NGUYEN HONG THU 24 I New methods and tricks of crimes in online payment and bank card payment activities - Proposed solutions MSC. CU XUAN VU 28 I Green finance in Vietnam: Decoding challenges from banks and enterprises PHD. PHAN THI HOANG YEN – PHD STUDENT TRAN HAI YEN – NGUYEN THUY HANG 34 I Enhancing digital financial literacy in Vietnam MSC. TRINH THI LAC 40 I Personal financial management for students - A case study from Bac Ninh province MSC. NGO THU HOANG AROUND THE WORLD 48 I Experience in digital transformation in terms of bank credit in some countries PHD. NGUYEN THI THU TRANG – TRUONG TRAN KY PHUONG – TRAN THI THUYEN LEGAL - BANKING BUSINESS CONSULTING 54 I Regulations on granting first-time licenses to People's Credit Funds H.Q IN THIS ISSUE ĐƠN VỊ TẶNG TẠP CHÍ THỊ TRƯỜNG TÀI CHÍNH TIỀN TỆ CHO SINH VIÊN HỌC VIỆN NGÂN HÀNG ẢNH: ĐT (ST) Phát triển AI tạo sinh trong ngân hàng: Cơ hội đột phá và thách thức pháp lý từ góc nhìn toàn cầu i TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH l NGÀY NHẬN BÀI: 20/5/2025 l NGÀY BIÊN TẬP: 25/5/2025 l NGÀY DUYỆT ĐĂNG: 30/6/2025 TS. PHẠM ANH THỦY i SỐ 7 (646) NĂM 2025 9 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ Tóm tắt: Bài viết phân tích các cơ hội và thách thức trong việc ứng dụng trí tuệ nhân tạo tạo sinh (Generative AI) trong lĩnh vực tài chính – ngân hàng, trước bối cảnh chuyển đổi số và bất định công nghệ ngày càng gia tăng. Dựa trên phương pháp nghiên cứu định tính, kết hợp giữa phân tích nội dung các tài liệu học thuật - chính sách quốc tế và nghiên cứu tình huống tại JPMorgan Chase, DBS Bank và BIDV, nghiên cứu làm rõ tác động hai mặt của Generative AI đến vận hành ngân hàng, trải nghiệm khách hàng, ra quyết định tài chính và quản trị rủi ro. Kết quả cho thấy, AI tạo sinh không chỉ mở ra tiềm năng đột phá trong tự động hóa thông minh và cá nhân hóa dịch vụ tài chính, mà còn đặt ra hàng loạt vấn đề hệ thống về đạo đức thuật toán, độ tin cậy dữ liệu, trách nhiệm pháp lý và năng lực triển khai trong từng tổ chức. Trên cơ sở đó, bài viết đề xuất một khung phân tích toàn diện và hàm ý chính sách cụ thể nhằm hỗ trợ các ngân hàng - đặc biệt tại các nền kinh tế đang phát triển - xây dựng chiến lược AI bền vững, quản trị rủi ro công nghệ hiệu quả và kiến tạo năng lực tổ chức phù hợp với giai đoạn chuyển đổi số thế hệ mới. Từ khoá: AI tạo sinh trong ngân hàng, chuyển đổi số tài chính, tự động hóa nghiệp vụ, cá nhân hóa dịch vụ tài chính, quản trị rủi ro công nghệ, khung pháp lý AI DEVELOPING GENERATIVE AI IN BANKING: BREAKTHROUGH OPPORTUNITIES AND LEGAL CHALLENGES FROM GLOBAL PERSPECTIVE Abstract: The article analyzes opportunities and challenges in applying Generative AI in financial and banking sector in the context of digital transformation and the increasing technological uncertainty. Based on qualitative research methods, combining content analysis of international academic and policy documents and case studies at JPMorgan Chase, DBS Bank and BIDV, the study clarifies the two-sided impact of Generative AI on banking operations, customer experience, financial decision-making and risk management. The results show that Generative AI not only opens up breakthrough potential in smart automation and personalization of financial services, but also raises a series of systemic issues regarding algorithmic ethics, data reliability, legal responsibility and implementation capacity in each organization. On that basis, the article proposes a comprehensive analytical framework and specific policy implications to support banks – especially those in developing economies - in building sustainable AI strategies, effectively technology risks management and organizational capacity building suitable for the new generation of digital transformation. Keywords: Generative AI in banking, financial digital transformation, business automation, personalization of financial services, technology risk management, AI legal framework 1. ĐẶT VẤN ĐỀ Trong kỷ nguyên chuyển đổi số toàn diện, trí tuệ nhân tạo (AI) đang trở thành một trụ cột chiến lược của ngành tài chính – ngân hàng. Đặc biệt, AI tạo sinh (Generative AI) – khác biệt so với AI truyền thống – không chỉ phân tích dữ liệu mà còn có khả năng tạo nội dung nguyên bản, ví dụ như sinh văn bản, mô phỏng tương tác hoặc tổng hợp báo cáo tài chính. Theo Gartner (2022), 67% ngân hàng lớn sẽ triển khai Generative AI vào năm 2025 như một phần trong chiến lược đổi mới hoạt động lõi. Khác với AI truyền thống chỉ thực hiện phân loại hoặc dự báo, Generative AI sử dụng các mô hình ngôn ngữ lớn (LLMs) để học từ dữ liệu đầu vào và tạo ra thông tin mới có ý nghĩa, mô phỏng tương tác và hỗ trợ ra quyết định tài chính với mức độ tự động hóa và cá nhân hóa chưa từng có (Aldasoro và cộng sự, 2024; Bawack và cộng sự, 2021; Linkon, 2024; Shin, 2024; Woolley, 2021). Theo báo cáo của McKinsey (2023), việc ứng dụng AI nói chung đã giúp một số ngân hàng giảm tới 30% chi phí vận hành. Các ngân hàng lớn như JPMorgan Chase, HSBC và DBS Bank đã sớm tiên phong tích hợp Generative AI vào chuỗi giá trị dịch vụ, từ cá nhân hóa trải nghiệm khách hàng đến hỗ trợ chiến lược đầu tư. Khác với các thế hệ AI truyền thống chủ yếu hoạt động theo mô hình phân loại hoặc dự báo, AI tạo sinh có khả năng học sâu từ dữ liệu đầu vào để tái tạo thông tin dưới nhiều hình thức linh hoạt, từ sinh văn bản báo cáo tài chính, tự động hóa phản hồi khách hàng, cho đến mô phỏng các kịch bản kinh tế vĩ mô và hỗ trợ chiến lược đầu tư (Dwivedi và cộng sự, 2023). Các ngân hàng tiên phong trên thế giới như JPMorgan Chase, HSBC hay DBS Bank đã nhanh chóng thử nghiệm và tích hợp các ứng dụng AI tạo sinh vào chuỗi giá trị ngân hàng, từ khối khách hàng cá nhân đến ngân hàng đầu tư và quản trị nội bộ (JPMorgan Chase, 2023; DBS Bank, 2023). Tuy nhiên, bên cạnh những kỳ vọng lớn về nâng cao hiệu quả 10 SỐ 7 (646) NĂM 2025 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ vận hành, tối ưu hóa trải nghiệm khách hàng và tăng cường năng lực cạnh tranh, việc triển khai AI tạo sinh trong lĩnh vực tài chính – ngân hàng cũng đặt ra nhiều thách thức phức tạp và chưa có tiền lệ, đặc biệt là các vấn đề liên quan đến đạo đức thuật toán, độ tin cậy của dữ liệu đầu vào, bảo mật thông tin và khung pháp lý quản lý rủi ro công nghệ (World Bank, 2023; Buckley và cộng sự, 2015; Anagnostopoulos, 2018; Li, 2024). Các tổ chức tài chính, đặc biệt là tại các quốc gia đang phát triển, đang đứng trước lựa chọn mang tính chiến lược: Hoặc chậm và mất lợi thế cạnh tranh, hoặc tiên phong ứng dụng nhưng đối mặt với nhiều rủi ro tiềm ẩn chưa có cơ chế kiểm soát hiệu quả. Trong bối cảnh đó, bài viết được thực hiện nhằm khảo sát, phân tích và đánh giá một cách toàn diện cơ hội và thách thức của việc ứng dụng AI tạo sinh trong lĩnh vực tài chính – ngân hàng, với phương pháp tiếp cận định tính, kết hợp giữa phân tích nội dung các tài liệu chiến lược, báo cáo thực tiễn của các tổ chức tài chính toàn cầu và nghiên cứu tình huống điển hình tại một số ngân hàng tiên phong. Qua đó, nghiên cứu không chỉ cung cấp cái nhìn hệ thống về thực trạng và xu hướng triển khai AI tạo sinh, mà còn đưa ra các hàm ý chính sách và kiến nghị quản trị có giá trị thực tiễn cao, phục vụ cho cả nhà hoạch định chính sách, nhà quản lý ngân hàng, lẫn cộng đồng nghiên cứu khoa học trong lĩnh vực tài chính – ngân hàng và công nghệ tài chính (Fintech). 2. TỔNG QUAN LÝ THUYẾT Sự phát triển nhanh chóng của AI tạo sinh đã đặt ra yêu cầu cấp thiết trong việc hình thành một nền tảng lý thuyết vững chắc nhằm lý giải các tác động đa chiều của công nghệ này đến hoạt động ngân hàng và tài chính. Trên cơ sở kế thừa và mở rộng từ các nền tảng lý thuyết trong lĩnh vực Fintech và chuyển đổi số, nghiên cứu này tiếp cận tổng quan lý thuyết trên 3 trụ cột chính: (1) Lý thuyết đổi mới công nghệ (Technology innovation theory): Theo lý thuyết của Rogers (2003), việc chấp nhận và triển khai các công nghệ mới phụ thuộc vào mức độ cảm nhận của tổ chức về tính ưu việt, khả năng thích ứng, tính tương thích và sự phức tạp trong triển khai. AI tạo sinh, với khả năng tự động hóa thông minh và học sâu phi cấu trúc, đang trở thành một đổi mới đột phá (disruptive innovation) trong lĩnh vực ngân hàng (Bawack và cộng sự, 2023). (2) Lý thuyết khả năng động (Dynamic capabilities theory): Theo Teece (2007), các tổ chức cần có năng lực động để thích nghi, tái cấu trúc và nắm bắt cơ hội trong môi trường công nghệ thay đổi nhanh chóng. AI tạo sinh không đơn thuần là công cụ, mà đòi hỏi ngân hàng phải tái cấu trúc mô hình kinh doanh, quy trình nội bộ và năng lực con người để khai thác hiệu quả tiềm năng của công nghệ này (Dwivedi và cộng sự, 2023). (3) Khung đánh giá tác động công nghệ tài chính (Fintech impact framework): Khung lý thuyết của Gomber và cộng sự (2018) gợi ý phân tích ảnh hưởng của công nghệ đến 4 nhóm yếu tố: hiệu quả vận hành (operational efficiency), trải nghiệm khách hàng (customer experience), rủi ro (risk) và sự tuân thủ pháp lý (compliance). AI tạo sinh tác động đến cả 4 trụ cột này, tạo ra đồng thời cả lợi thế cạnh tranh lẫn rủi ro điều tiết mới. Từ các cơ sở lý thuyết trên, có thể thấy rằng việc triển khai AI tạo sinh trong ngân hàng không đơn thuần là câu chuyện kỹ thuật, mà là một tiến trình chuyển đổi sâu sắc về mô hình quản trị, chiến lược và hành vi tổ chức. Việc phân tích Việc triển khai AI tạo sinh trong ngân hàng không đơn thuần là câu chuyện kỹ thuật, mà là một tiến trình chuyển đổi sâu sắc về mô hình quản trị, chiến lược và hành vi tổ chức ẢNH: ĐỨC TRUNG SỐ 7 (646) NĂM 2025 11 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ định tính các cơ hội và thách thức, vì vậy cần đặt trong một khung nghiên cứu tổng hợp, đa chiều, tích hợp cả yếu tố công nghệ – tổ chức – thể chế. 3. KHUNG NGHIÊN CỨU ĐỀ XUẤT Dựa trên tổng quan lý thuyết và thực tiễn ứng dụng AI tạo sinh trong lĩnh vực tài chính – ngân hàng, nghiên cứu đề xuất khung phân tích định tính gồm 2 trụ cột chính (Cơ hội và Thách thức), được cụ thể hóa qua 6 chiều cạnh phân tích, như minh họa trong Bảng 1. Dựa trên cơ sở tổng hợp lý thuyết và các nghiên cứu liên quan, khung nghiên cứu tổng quan được xây dựng và trình bày trong Hình 1 dưới đây: Khung nghiên cứu này sẽ được triển khai bằng cách phân tích nội dung (content analysis) các chiến lược và báo cáo AI của các tổ chức tài chính hàng đầu (IMF, BIS, JPMorgan Chase, DBS, BIDV, Vietcombank …), kết hợp với phân tích tình huống (case study) tại 3 ngân hàng đang triển khai ứng dụng AI tạo sinh trong thực tế. Kết quả nghiên cứu kỳ vọng làm rõ bức tranh hai mặt của AI tạo sinh trong lĩnh vực tài chính – ngân hàng, từ đó đưa ra các khuyến nghị định hướng chiến lược và chính sách phù hợp cho giai đoạn phát triển tiếp theo. 4. PHƯƠNG PHÁP NGHIÊN CỨU Nghiên cứu này áp dụng phương pháp định tính với 2 kỹ thuật chủ đạo: (1) phân tích nội dung (content analysis) và (2) nghiên cứu tình huống (case study) nhằm khai thác sâu sắc thực tiễn triển khai AI tạo sinh trong lĩnh vực tài chính – ngân hàng, từ cả góc độ chiến lược, công nghệ và quản trị rủi ro. 4.1. Phân tích nội dung (Content analysis) Phân tích nội dung được sử dụng để khám phá xu hướng, chiến lược và định hướng triển khai AI tạo sinh của các tổ chức tài chính lớn toàn cầu và ngân hàng thương mại. Nguồn dữ liệu bao gồm: l Các báo cáo chiến lược AI công bố bởi các ngân hàng lớn: JPMorgan Chase (2023), HSBC (2023), DBS Bank (2023), BIDV (2024), Vietcombank (2024). l Các báo cáo chuyên đề từ tổ chức tài chính quốc tế: IMF, BIS, World Bank, OECD (2022–2024). l Tài liệu học thuật và bài báo khoa học được công bố trên các tạp chí thuộc danh mục Scopus và WoS, tập trung vào chủ đề ứng dụng Generative AI trong tài chính và quản trị ngân hàng. Quy trình phân tích nội dung được thực hiện qua các bước: (i) mã hóa dữ liệu (coding) (ii) phân loại theo chủ đề (thematic grouping) (iii) xác định mô hình và thông điệp chính (pattern identification), từ đó kết nối với các chiều cạnh trong khung phân tích đề xuất ở Mục 3. 4.2. Phân tích tình huống (Case study) Nhằm làm rõ hơn tác động thực tiễn và chiến lược triển khai AI tạo sinh, nghiên cứu xây dựng 3 tình huống tiêu biểu: l Trường hợp 1 – JPMorgan Chase (Mỹ): ngân hàng đầu tiên nộp bằng sáng chế cho sản phẩm IndexGPT – một hệ thống AI tạo sinh hỗ trợ tư vấn đầu tư. AI được tích hợp để phân tích dữ liệu tài chính lớn, tạo nội dung tư vấn cá nhân hóa và hỗ trợ quản lý tài sản (JPMorgan, 2023). l Trường hợp 2 – DBS Bank (Singapore): tiên phong triển khai Nguồn: Đề xuất bởi tác giả BẢNG 1. KHUNG PHÂN TÍCH TÁC ĐỘNG CỦA AI TẠO SINH TRONG NGÂN HÀNG Nguồn: Đề xuất bởi tác giả HÌNH 1. KHUNG LÝ THUYẾT - PHÂN TÍCH - ĐỀ XUẤT HÀM Ý 12 SỐ 7 (646) NĂM 2025 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ AI hội thoại tích hợp AI tạo sinh để hỗ trợ giao dịch viên và khách hàng trong xử lý các yêu cầu tài khoản, thông tin khoản vay và định hướng tài chính. Theo DBS, hệ thống này giúp tiết kiệm hơn 2 triệu USD chi phí nhân sự mỗi năm (DBS Report, 2023). Trường hợp 3 – BIDV (Việt Nam): triển khai thử nghiệm trợ lý ảo AI tạo sinh trên nền tảng dịch vụ BIDV SmartBanking, ứng dụng trong phân tích báo cáo tín dụng, dự thảo thư tư vấn và hỗ trợ kiểm tra hồ sơ vay vốn. Mặc dù còn trong giai đoạn thử nghiệm, kết quả sơ bộ cho thấy mức độ hài lòng của khách hàng cải thiện đáng kể (BIDV, 2024). Các trường hợp này được lựa chọn dựa trên tính tiên phong, mức độ ứng dụng thực tế, sự đa dạng về quy mô và thị trường phát triển. Mỗi tình huống được phân tích theo 6 chiều cạnh của khung nghiên cứu (Bảng 1), nhằm phản ánh các cơ hội và thách thức cụ thể khi triển khai AI tạo sinh trong môi trường ngân hàng. 5. KẾT QUẢ VÀ THẢO LUẬN Kết quả nghiên cứu từ phân tích nội dung và tình huống thực tiễn đã khẳng định rằng AI tạo sinh đang định hình lại cách thức vận hành, cung cấp dịch vụ và quản trị rủi ro của các tổ chức tài chính, đặc biệt là các ngân hàng. Cả 3 tình huống điển hình, JPMorgan Chase, DBS Bank và BIDV, đều cho thấy sự chủ động trong tiếp cận công nghệ mới, đồng thời hé lộ những điểm nghẽn về thể chế, đạo đức và năng lực triển khai. 5.1. Cơ hội Cơ hội nổi bật từ AI tạo sinh bao gồm: (1) Tối ưu hóa vận hành nội bộ: Cả 3 ngân hàng đều sử dụng AI tạo sinh để tự động hóa các tác vụ lặp đi lặp lại như viết báo cáo, tổng hợp thông tin khách hàng, phân tích dữ liệu phi cấu trúc (email, ghi chú nội bộ). JPMorgan với sản phẩm IndexGPT đã rút ngắn hơn 60% thời gian tư vấn đầu tư, trong khi DBS tiết kiệm chi phí vận hành hàng triệu USD nhờ trợ lý AI. (2) Nâng cao trải nghiệm khách hàng: AI tạo sinh cho phép cá nhân hóa dịch vụ tài chính ở mức độ cao. DBS triển khai AI hội thoại dựa trên ngữ cảnh lịch sử giao dịch và hành vi tiêu dùng của từng khách hàng, tạo ra trải nghiệm nhất quán và thông minh hơn. Tại BIDV, ứng dụng AI trong phân tích báo cáo tín dụng giúp nhân viên xử lý hồ sơ vay vốn nhanh hơn và chính xác hơn. (3) Hỗ trợ ra quyết định và dự báo: AI tạo sinh được sử dụng như một công cụ mô phỏng kịch bản tài chính, giúp các nhà quản lý xây dựng kịch bản rủi ro – lợi nhuận trong điều kiện thị trường biến động. JPMorgan đang tích hợp AI vào chiến lược quản trị danh mục đầu tư, hỗ trợ các chuyên viên đưa ra quyết định kịp thời. 5.2. Thách thức Thách thức cần được nhận diện và xử lý bao gồm: (1) Rủi ro thiên vị và đạo đức: Cả 3 ngân hàng đều nhấn mạnh đến nguy cơ sai lệch đầu ra do dữ liệu đào tạo không đầy đủ hoặc thiên lệch. BIDV cảnh báo AI có thể đưa ra khuyến nghị sai nếu không được kiểm soát bởi con người. JPMorgan yêu cầu quy trình “human-in-the-loop” trong mọi khâu sử dụng AI. (2) Hạn chế về pháp lý và khung giám sát: Các ngân hàng gặp khó khăn trong việc xác định trách nhiệm pháp lý nếu AI đưa ra khuyến nghị sai. Trong bối cảnh thiếu chuẩn mực quốc tế, DBS phải thiết lập bộ quy tắc đạo đức nội bộ dành riêng cho AI tạo sinh kiểm soát rủi ro. (3) Năng lực tổ chức chưa đồng đều: Trong khi JPMorgan và DBS có hệ sinh thái dữ liệu và đội ngũ kỹ thuật mạnh, BIDV và nhiều ngân hàng Việt Nam khác vẫn gặp thách thức lớn trong việc chuẩn hóa dữ liệu, AI tạo sinh cho phép cá nhân hóa dịch vụ tài chính ở mức độ cao ẢNH: ĐỨC TRUNG SỐ 7 (646) NĂM 2025 13 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ xây dựng kiến trúc AI và đào tạo nhân sự chất lượng cao. Bên cạnh các rủi ro phổ biến đã đề cập như sai lệch dữ liệu, đạo đức thuật toán và khung pháp lý chưa hoàn thiện, các tổ chức tài chính cần đặc biệt lưu ý đến các rủi ro nâng cao như: l Tẩy xanh (greenwashing): Việc sử dụng AI tạo sinh để tạo ra các báo cáo ESG (Môi trường – Xã hội – Quản trị) có thể dẫn đến việc tô vẽ hoặc bóp méo thông tin nhằm tạo ấn tượng tích cực giả tạo, gây sai lệch trong đánh giá đầu tư và ảnh hưởng tiêu cực đến uy tín tổ chức. l Tấn công mạng vào hệ thống AI: Các hệ thống AI có thể trở thành mục tiêu của các cuộc tấn công mạng như thao túng đầu vào (adversarial attacks), đánh cắp mô hình (model inversion), hoặc chiếm quyền kiểm soát đầu ra. Những nguy cơ này đe dọa nghiêm trọng đến tính toàn vẹn và bảo mật của hệ thống tài chính nếu không được giám sát và kiểm soát chặt chẽ. 5.3. Thảo luận mở rộng Các phát hiện trên cho thấy, để triển khai thành công AI tạo sinh, ngân hàng cần không chỉ đầu tư công nghệ mà còn chuyển hóa văn hóa tổ chức, nâng cấp năng lực quản trị dữ liệu, đồng thời kiến tạo một hành lang pháp lý phù hợp. Sự chênh lệch giữa các quốc gia và ngân hàng về trình độ hạ tầng và chính sách cũng tạo ra khoảng cách rõ rệt trong khả năng ứng dụng AI. Đặc biệt, tại các quốc gia đang phát triển như Việt Nam, các ngân hàng cần thận trọng trong lộ trình triển khai AI tạo sinh, tránh rơi vào “hiệu ứng hào nhoáng công nghệ” (technology hype) mà thiếu nền tảng dữ liệu và quản trị tương thích. Như Teece (2007) từng nhấn mạnh, năng lực động không chỉ là khả năng tiếp nhận công nghệ mới, mà là khả năng hấp thụ, thích nghi và tái cấu trúc để tạo giá trị bền vững. Việc triển khai AI tạo sinh không thể xem như một xu hướng công nghệ đơn thuần mà cần được gắn kết chặt chẽ với chiến lược tổ chức và văn hóa quản trị. Sự khác biệt về hạ tầng công nghệ, năng lực con người và định hướng chiến lược giữa các ngân hàng sẽ quyết định mức độ thành công trong triển khai AI. Ở các quốc gia đang phát triển, ví dụ như Việt Nam, chiến lược ứng dụng AI cần linh hoạt và thích ứng với điều kiện thực tế, tránh chạy theo xu hướng mà thiếu chuẩn hóa dữ liệu và hệ thống giám sát phù hợp. Việc học hỏi từ các mô hình thành công toàn cầu, kết hợp với phát triển năng lực nội tại là yếu tố then chốt để đảm bảo AI mang lại giá trị bền vững cho ngành tài chính. 6. KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH/QUẢN TRỊ 6.1. Kết luận Nghiên cứu đã phân tích một cách hệ thống và sâu sắc về cơ hội và thách thức AI tạo sinh lĩnh vực tài chính – ngân hàng, thông qua tiếp cận định tính kết hợp phân tích nội dung và nghiên cứu tình huống điển hình. Các phát hiện cho thấy, AI tạo sinh không chỉ là một bước tiến công nghệ đơn thuần, mà đang trở thành chất xúc tác cho chuyển đổi số chiến lược, tái cấu trúc quy trình nghiệp vụ, tăng cường trải nghiệm khách hàng và nâng cao hiệu quả quản trị rủi ro trong các ngân hàng. Tuy nhiên, bên cạnh những tiềm năng rõ nét, việc triển khai AI tạo sinh cũng đối mặt với nhiều thách thức mang tính hệ thống – từ vấn đề đạo đức, thiên vị dữ liệu, đến rào cản pháp lý, thiếu hụt nhân lực và chênh lệch năng lực công nghệ giữa các ngân hàng. Do đó, việc ứng dụng AI tạo sinh trong ngân hàng cần được đặt trong một khung quản trị linh hoạt, thận trọng và có tính thích ứng cao với từng điều kiện quốc gia và năng lực tổ chức cụ thể. 6.2. Hàm ý chính sách và quản trị Tổng hợp từ các kết quả phân tích trên, hàm ý chính sách và quản trị được đề xuất như sau: AI có thể đưa ra khuyến nghị sai nếu không được kiểm soát bởi con người ẢNH: ĐỨC TRUNG 14 SỐ 7 (646) NĂM 2025 DIỄN ĐÀN NGHIÊN CỨU VỀ TÀI CHÍNH TIỀN TỆ