AI tài chính là gì và vì sao phải đặt trên ‘đường ray’ dữ liệu
AI tài chính là việc áp dụng trí tuệ nhân tạo vào các hoạt động thuế, hải quan, kho bạc, chứng khoán, bảo hiểm và quản lý tài chính công, nhằm phân tích dữ liệu khổng lồ, dự báo rủi ro, tối ưu quy trình nghiệp vụ và nâng cao chất lượng phục vụ người dân, doanh nghiệp, với điều kiện tiên quyết là hệ thống dữ liệu được quản trị chặt chẽ, sạch, thống nhất và có thể khai thác một cách tin cậy. Chuyển đổi số ngành tài chính tại Việt Nam đang bước sang giai đoạn đặt AI ở trung tâm, không chỉ số hóa quy trình mà coi dữ liệu là tài nguyên chiến lược, AI là công cụ tạo ra giá trị. Trong bối cảnh AI, dữ liệu lớn, điện toán đám mây và các nền tảng số trở thành động lực tăng trưởng và hiện đại hóa quản lý nhà nước, câu hỏi không còn là “có dùng AI hay không” mà là “AI chạy trên đường ray dữ liệu nào”. Nếu đường ray méo mó, tàu AI sẽ chệch hướng.
Từ kho dữ liệu khổng lồ đến tài sản có thể ra quyết định
Ngành tài chính Việt Nam đang quản lý kho dữ liệu khổng lồ từ thuế, hải quan, kho bạc, chứng khoán đến tài sản công và bảo hiểm xã hội. Nhưng sở hữu nhiều dữ liệu không tự động biến thành lợi thế AI. Điểm nghẽn nằm ở chất lượng dữ liệu fintech: phân mảnh, thiếu chuẩn hóa, đầu vào không đủ độ tin cậy khiến hơn 70% sáng kiến AI khu vực công gặp khó hoặc thất bại. Nhận thức này đã dịch chuyển tư duy quản trị: giai đoạn 2026 – 2030, ngành tài chính đặt yêu cầu “lấy dữ liệu làm tài nguyên, kết nối chia sẻ làm phương thức, AI làm công cụ và hiệu quả phục vụ người dân, doanh nghiệp làm thước đo”. Nói cách khác, dữ liệu chỉ có giá trị khi “đúng, đủ, sạch, sống, thống nhất, kết nối và khai thác được” – nếu không, mọi mô hình AI đều giống như dự báo thời tiết từ bản đồ nhòe.
Bài học từ hải quan: AI chỉ hiệu quả khi dữ liệu được chuẩn hóa
Hải quan là ví dụ điển hình cho thấy tiềm năng AI bùng nổ khi đi cùng khung quản trị dữ liệu đúng. Mỗi năm, cơ quan hải quan phải xử lý khoảng 20 triệu tờ khai với kim ngạch xuất nhập khẩu tăng 10–20%. Áp lực này buộc đơn vị phải đưa AI vào hai nhiệm vụ: hỗ trợ làm thủ tục thông quan tự động 24/7 và phân tích rủi ro, phát hiện bất thường thay cho kiểm tra thủ công. Tuy nhiên, khó nhất không phải là chọn thuật toán, mà là giai đoạn chuyển tiếp dữ liệu lịch sử từ công nghệ cũ sang chuẩn hóa theo chuẩn AI. Lãnh đạo hải quan thừa nhận “dữ liệu sạch, hạ tầng đồng bộ và con người được đào tạo liên tục là ba trụ cột bắt buộc phải có”. Đây chính là mặt trái mà nhiều doanh nghiệp fintech chưa muốn nhìn: nếu không đầu tư làm sạch, chuẩn hóa dữ liệu từ gốc, mọi tham vọng nền tảng AI tài chính chỉ dừng ở cấp thử nghiệm.
Chiến lược dữ liệu của cơ quan tài chính: đặt chuẩn ngay từ thiết kế
Điểm tích cực là cơ quan tài chính đã bắt đầu đặt dữ liệu vào thiết kế chiến lược, không coi đó là phần phụ kỹ thuật. Chiến lược chuyển đổi số đến năm 2030 đặt mục tiêu 100% cơ sở dữ liệu chuyên ngành của Bộ Tài chính được tạo lập, cập nhật, khai thác, kết nối và chia sẻ, bảo đảm “chính xác, đầy đủ, sạch, sống, thống nhất, chia sẻ” và tích hợp vào Cơ sở dữ liệu tài chính quốc gia. Song song, 100% thủ tục hành chính đủ điều kiện sẽ trở thành dịch vụ công trực tuyến toàn trình và 100% hồ sơ, kết quả được số hóa với định danh, xác thực thông suốt qua VNeID. Tham vọng không chỉ là số hóa cho có, mà còn nâng mức trưởng thành quản trị dữ liệu: 100% cơ sở dữ liệu đạt mức 4, 90% đạt mức 5 về quản trị dữ liệu. Đây là chuẩn nền yêu cầu cao, nhưng nếu không làm từ đầu, AI ngân hàng Việt Nam và các nền tảng AI chứng khoán khó có đất bền để phát triển.
Từ thí điểm đến vận hành thật: cần cơ chế quản trị AI song hành
Ngay cả khi dữ liệu đã sạch, câu chuyện không dừng lại ở đó. Hoạt động quản lý trong tương lai sẽ dựa trên hai trụ cột song hành: quản trị dữ liệu để bảo đảm thông tin đầu vào chính xác và quản trị AI để kiểm soát cách sử dụng dữ liệu trong quá trình ra quyết định. Từ góc nhìn doanh nghiệp công nghệ, dù tài chính đã có nhiều công nghệ và giải pháp AI sẵn sàng, bước khó hơn là chuẩn bị dữ liệu đủ tin cậy cho AI làm việc, đồng thời xây dựng cơ chế quản trị rõ ràng: AI được tham gia ở đâu, ai chịu trách nhiệm, kết quả được kiểm soát thế nào. Đây là điều kiện tiên quyết để AI chuyển từ giai đoạn thí điểm sang vận hành thực tế trong tài chính công. Lộ trình ba giai đoạn 2026–2027 xây nền tảng tuân thủ và thử nghiệm AI, 2028–2029 mở rộng áp dụng và đến 2030 hướng tới vận hành hệ sinh thái AI có kiểm soát phản ánh một lựa chọn tỉnh táo: không chạy theo phong trào, mà dựng đường ray quản trị dữ liệu AI tài chính từ gốc, rồi mới cho tàu AI chạy nhanh.
