Bạn có bao giờ tưởng tượng một thế giới mà việc thanh toán trở nên liền mạch, thông minh và được cá nhân hóa đến từng trải nghiệm? Câu chuyện bắt đầu từ một sự cố “quên ví” tình cờ vào năm 1950, đã khơi nguồn cho ý tưởng về chiếc thẻ tín dụng đầu tiên trên thế giới. Kể từ đó, ngành thanh toán đã trải qua những cuộc cách mạng số hóa, quốc tế hóa và di động hóa mạnh mẽ. Và giờ đây, một làn sóng công nghệ mới đang trỗi dậy, hứa hẹn sẽ tái định hình hoàn toàn cách chúng ta giao dịch: trí tuệ nhân tạo (AI). Liệu AI sẽ mang đến những thay đổi đột phá nào cho tương lai của thanh toán? Hãy cùng chuyên mục “AI học vụ” khám phá!
Nền Tảng Của Sự Đổi Mới
Ý tưởng lớn của Ralph Schneider đến với ông vào năm 1950. Vị luật sư này rất bất ngờ khi nghe khách hàng của mình, Frank McNamara, kể lại một sự cố xấu hổ khi ông nhận ra mình quên ví tại một nhà hàng ở Manhattan. McNamara phải đợi vợ lái xe từ ngoại ô vào để thanh toán. Schneider nghĩ rằng nên có một hệ thống cho phép mọi người thanh toán bữa ăn sau đó. Và cùng nhau, họ đã tạo ra thẻ tín dụng đầu tiên trên thế giới. Chỉ với 5 đô la mỗi năm, thành viên sẽ nhận được một tấm thẻ giấy “nhận diện tín dụng”, cho phép họ dùng bữa tại các nhà hàng tham gia chương trình và thanh toán vào cuối tháng bằng séc.
Ý tưởng của Schneider đã mở đầu cho một sự thay đổi lớn, giải phóng tiền khỏi dạng tiền mặt vật lý. Đây là bước khởi đầu cho chuỗi đổi mới đã cách mạng hóa thanh toán trong 70 năm qua, từ kỹ thuật số, quốc tế cho đến di động. “Ngành thanh toán phát triển theo từng làn sóng” Tony Craddock, Tổng Giám đốc Hiệp hội Thanh toán, cho biết. Và giờ đây, chúng ta đang đứng trước một làn sóng mới sẽ thay đổi hoàn toàn trải nghiệm thanh toán: trí tuệ nhân tạo (AI). “Nó sẽ là một làn sóng lớn hơn bất cứ thứ gì chúng ta từng thấy.”
Giải Mã Sức Mạnh Của Trí Tuệ Nhân Tạo Trong Thanh Toán
AI là một thuật ngữ mô tả cách máy móc mô phỏng khả năng của trí thông minh con người. AI đã là một phần của khoa học máy tính trong nhiều thập kỷ, nhưng trong 10 năm qua, nó đã đạt được những bước tiến đáng kể. Điều này được thúc đẩy bởi sự phát triển của học máy (ML). Về cơ bản, ML sử dụng các thuật toán để xử lý lượng lớn dữ liệu lịch sử và tìm ra các mẫu. Những mẫu này sau đó giúp thuật toán phân tích dữ liệu mới.
ML đã mang lại lợi ích lớn cho thế giới thanh toán vì nó giúp giải quyết một số vấn đề cốt lõi. Một trong những ứng dụng chính là điều hướng tiền qua hệ thống “đường ray thanh toán” – các mạng chuyên dụng giúp thực hiện giao dịch điện tử – cũng như tự động hóa việc xác thực và hoàn tất giao dịch. Một ứng dụng khác là chấm điểm tín dụng – phân tích dữ liệu để đánh giá rủi ro. Khả năng làm điều này theo thời gian thực, đặc biệt là với các nguồn dữ liệu phi truyền thống, đã thúc đẩy sự phát triển của các dịch vụ “mua trước, trả sau”. ML cũng có giá trị trong nhiều khía cạnh nhỏ hơn: từ các công cụ kinh doanh phân tích lịch sử giao dịch để dự đoán tương lai, cho đến việc phát hiện và sửa lỗi thanh toán nhanh chóng. ML còn đóng vai trò quan trọng trong việc phát hiện và ngăn chặn gian lận.
Kỷ Nguyên AI Tạo Sinh (Gen-AI): Bước Tiến Mới Đầy Tiềm Năng
Tuy nhiên, một loại AI mới đang dần chiếm ưu thế. Trong nhiều năm, ML chủ yếu tập trung vào các nhiệm vụ “dự đoán”, tức là xác định đúng loại dữ liệu mới. Nhưng gần đây, sự chú ý đã dồn vào AI “tạo sinh” (Gen-AI), những mô hình có thể tạo ra nội dung mới. Khi ChatGPT của OpenAI ra mắt vào tháng 11 năm 2022, nó đã thu hút sự quan tâm mạnh mẽ đến khả năng của các “mô hình ngôn ngữ lớn” (LLM), một loại thuật toán Gen-AI có thể hiểu và tạo văn bản. Người dùng bất ngờ nhận ra rằng LLM có thể giúp họ làm nhiều việc khác nhau như tóm tắt thông tin, sửa lỗi mã, hoặc viết email – và nó làm rất tốt. “Tôi đã làm việc trong lĩnh vực AI suốt 30 năm” Manuela Veloso, Trưởng nhóm nghiên cứu AI tại J.P. Morgan, cho biết. “Đây là một bước tiến lớn”
Với giao diện ngôn ngữ tự nhiên, khả năng xử lý dữ liệu khổng lồ và chưa có cấu trúc, các công cụ Gen-AI đang thu hút trí tưởng tượng của nhiều người. Chúng không chỉ mang đến một cách tương tác mới với máy móc mà còn thực hiện các nhiệm vụ trước đây chỉ dành cho con người. Điều này đã khiến nền kinh tế số nhanh chóng đón nhận Gen-AI, khuyến khích các doanh nhân khởi nghiệp mới và khiến các tập đoàn công nghệ gấp rút giới thiệu các tính năng phần mềm mới. Nhờ đó, lĩnh vực AI đã trở thành trung tâm của sự chú ý.
AI Định Hình Tương Lai Thanh Toán Như Thế Nào?
Kỷ nguyên Gen-AI mới này sẽ tiếp tục mang lại những thay đổi cho thế giới thanh toán. Một mặt, nó sẽ đẩy nhanh tốc độ đổi mới vì LLM có thể đóng vai trò là “trợ lý” giúp lập trình viên viết mã. “Các nhà phát triển sẽ dành ít thời gian hơn để viết từng dòng mã và nhiều thời gian hơn để thiết kế mô hình thống kê và công cụ toán học cho các bài toán tài chính” Daragh Morrissey, Giám đốc AI tại Microsoft Worldwide Financial Services, chia sẻ. Điều này sẽ rút ngắn thời gian phát triển và triển khai các công nghệ thanh toán. Nó cũng có thể giúp các doanh nghiệp tích hợp sản phẩm mới vào hệ thống của họ dễ dàng hơn. Một LLM được đào tạo trên tài liệu hỗ trợ của nhà phát triển hoặc tài liệu nội bộ của doanh nghiệp có thể cho phép chatbot xử lý các truy vấn kỹ thuật một cách thông minh.
Một xu hướng nổi bật là “trợ lí ảo”. Trợ lý ảo đã giúp đỡ khách hàng ngân hàng từ lâu trước khi ai đó từng nghe về OpenAI. Trí tuệ nhân tạo thế hệ mới (Gen-AI) có thể mở ra một thế hệ công cụ mới, cho phép người dùng có những tương tác cá nhân hóa và mang tính đối thoại hơn.
Một mặt, điều này đồng nghĩa với dịch vụ khách hàng tốt hơn. Mặt khác, nó có thể giúp khách hàng hiểu rõ hơn về dữ liệu thanh toán của họ và có lẽ đây mới là sự thay đổi sâu sắc nhất. Khả năng truy vấn dữ liệu của họ thông qua một chatbot sử dụng ngôn ngữ tự nhiên có nghĩa là khách hàng không cần phải biết cách sử dụng các công cụ xử lý dữ liệu hoặc bị giới hạn bởi các tính năng phân tích dữ liệu có sẵn trong ứng dụng. Thay vào đó, họ chỉ cần nhập câu hỏi như: “Tôi đã chi tiêu nhiều hơn vào những danh mục nào trong năm nay so với năm ngoái?” và nhận được câu trả lời bằng ngôn ngữ tự nhiên.
Microsoft đang giúp các tổ chức mang loại phân tích dựa trên LLM này vào dữ liệu thanh toán của họ bằng cách cho phép họ tích hợp Copilot với hệ thống của mình. “Chúng tôi thực hiện điều này thông qua ‘plug-ins’, cho phép các trường hợp sử dụng mới mà bạn có thể đưa dữ liệu giao dịch vào” Morrissey cho biết. “Điều này sẽ giúp dễ dàng tích hợp các khả năng của Copilot vào ứng dụng di động của bạn, giúp khách hàng lên kế hoạch tài chính, đặt câu hỏi về tài khoản của họ và xác định các xu hướng và mô hình chi tiêu.”
LLM có thể giúp chatbot trở nên chủ động hơn, khởi tạo các cuộc trò chuyện phù hợp với ngữ cảnh để giúp người dùng đưa ra quyết định thanh toán tốt hơn vào đúng thời điểm. “Các gợi ý chi tiêu thông minh có thể nhắc nhở người tiêu dùng về số tiền trong ngân sách mà họ đã chi cho các lĩnh vực như ăn uống hoặc mua sắm, để họ có thể điều chỉnh thói quen chi tiêu của mình một cách phù hợp” Manuela Veloso của J.P. Morgan cho biết
Đối với doanh nghiệp, loại phân tích dữ liệu thông minh và dễ tiếp cận này có thể trở thành một công cụ đặc biệt mạnh mẽ. Dữ liệu thanh toán có thể được giải phóng khỏi các hệ thống khép kín và dễ dàng sử dụng hơn để đưa ra quyết định trong toàn bộ tổ chức, dựa trên thông tin chi tiết theo thời gian thực thay vì chỉ dựa trên các bảng điều khiển dữ liệu cố định. Chẳng hạn, phân tích hành vi mua sắm và giao dịch có thể giúp cải thiện lòng trung thành của khách hàng hoặc tác động đến các chiến dịch tiếp thị.
Các tổ chức tài chính hiện đã bắt đầu thử nghiệm. “Đối với làn sóng ứng dụng đầu tiên và các thử nghiệm bằng chứng khái niệm, chúng tôi thấy các ngân hàng đang đổi mới với trí tuệ nhân tạo tạo sinh bên trong tổ chức của họ, và chúng tôi đang làm việc với các ngân hàng để giúp họ tận dụng khả năng này nhằm hiểu rõ hơn về các mô hình và xu hướng trong giao dịch thanh toán” Morrissey chia sẻ
Thách Thức và Triển Vọng Tương Lai
Hướng đi trong tương lai là khá rõ ràng: Liệu chúng ta có thể có một chatbot có thể tự động cung cấp lời khuyên tài chính tinh tế và chuyên sâu không? Tuy nhiên, vẫn còn một thách thức cần vượt qua. Các mô hình LLM có tỷ lệ lỗi đáng kể – chúng có xu hướng “ảo giác” (hallucinate), thuật ngữ chỉ việc tạo ra thông tin không chính xác – đây là một vấn đề đối với các lĩnh vực quan trọng như tài chính. Việc giải quyết vấn đề này là ưu tiên hàng đầu của các công ty AI, và mức độ ảnh hưởng của trí tuệ nhân tạo tạo sinh có thể sẽ phụ thuộc phần lớn vào việc vấn đề này có thể được giải quyết đến đâu. Có nhiều phương pháp để khắc phục, nhưng một cách tiếp cận là “tinh chỉnh” (fine-tune) LLM cho một nhiệm vụ cụ thể. Điều này bao gồm việc cung cấp cho mô hình dữ liệu chất lượng cao, đa dạng và phù hợp với lĩnh vực, cũng như điều chỉnh các thông số của mô hình và thiết lập các lời nhắc mang lại kết quả tốt nhất. Chẳng hạn, phần mềm LLM phục vụ soạn thảo tài liệu pháp lý sẽ được tinh chỉnh theo cách này.
Đối với Greg Davies, Trưởng bộ phận Khoa học Hành vi tại Oxford Risk – một công ty tư vấn phát triển phần mềm giúp mọi người đưa ra quyết định tài chính tốt hơn – tiềm năng của trí tuệ nhân tạo tạo sinh trong lĩnh vực tài chính không chỉ nằm ở tính dễ tiếp cận mà còn ở hiệu quả. Công ty của ông cung cấp phần mềm sử dụng thuật toán truyền thống để đưa ra lời khuyên tài chính phù hợp với tính cách của người dùng, được xác định thông qua một bảng câu hỏi đo lường tâm lý. Nhưng thử thách thực sự lại đến sau đó, ông nói “Vấn đề lớn đối với hầu hết mọi người khi đưa ra quyết định tài chính không phải là họ không biết điều gì là đúng mà là họ không thực sự thực hiện nó”.
Theo Davies, lời khuyên tài chính hiệu quả trong dài hạn là rất quan trọng. Đó là lý do tại sao cách các công ty truyền tải lời khuyên đó lại quan trọng, ông nói “Và một phần rất lớn của điều đó là cá nhân hóa, không chỉ là lời khuyên mà tôi đưa ra cho bạn, mà còn là cách tôi truyền tải lời khuyên đó đến bạn; cách tôi nói chuyện với bạn.”
Điều này có thể có nghĩa là gửi một email trấn an ai đó khi họ thấy hóa đơn năng lượng của mình tăng cao, khuyến khích họ tiếp tục đóng góp tiền vào quỹ tiết kiệm ngay cả khi thu nhập của họ bị thu hẹp. “Nếu tôi có một giao diện như ChatGPT, tôi có thể nhập ba điểm chính mà tôi muốn truyền tải, và chỉ với một nút bấm, nó có thể tạo ra 100 phiên bản email khác nhau, mỗi phiên bản truyền tải ba điểm đó theo cách phù hợp nhất với từng khách hàng của tôi.”
—-
Từ chiếc thẻ giấy sơ khai đến những trợ lý ảo thông minh, trí tuệ nhân tạo đang viết nên một chương mới đầy hứa hẹn cho ngành công nghệ thanh toán. Với khả năng phân tích dữ liệu mạnh mẽ, tương tác ngôn ngữ tự nhiên và tiềm năng cá nhân hóa sâu sắc, AI không chỉ mang lại sự tiện lợi mà còn mở ra những cơ hội chưa từng có cho cả người dùng và doanh nghiệp.
Như vậy, AI đang dần thay đổi bộ mặt ngành thanh toán, mang đến những tiện ích và tiềm năng to lớn. Tuy nhiên, hành trình khám phá AI vẫn còn nhiều điều thú vị và thách thức phía trước. Để tiếp tục cập nhật những thông tin mới nhất về AI và các ứng dụng của nó trong lĩnh vực tài chính, hãy theo dõi chuyên mục “AI Học Vụ” của chúng tôi. Tại đây, bạn sẽ tìm thấy những bài viết chuyên sâu, phân tích xu hướng và những chia sẻ hữu ích từ các chuyên gia hàng đầu. Cùng chúng tôi khám phá tương lai của AI trong ngành thanh toán!
