Từ thử nghiệm AI đến P&L: khoảng cách ngày càng rõ
AI ngân hàng Việt Nam là làn sóng ứng dụng trí tuệ nhân tạo vào phân tích dữ liệu, tự động hóa quy trình, quản trị rủi ro, chăm sóc khách hàng và phát triển sản phẩm, với kỳ vọng nâng cao năng suất lao động nhưng quan trọng hơn là tạo ra giá trị kinh doanh đo được trên báo cáo tài chính thông qua doanh thu tăng thêm hoặc chi phí được kiểm soát tốt hơn. Ngày 1/10, hơn 500 lãnh đạo công nghệ, lãnh đạo doanh nghiệp và chuyên gia đã cùng tụ họp tại CIO Summit 2026 ở TP.HCM để bàn thẳng về câu hỏi: vì sao AI bùng nổ mà doanh nghiệp vẫn chưa thấy tiền. Chủ đề “Human-Led, AI-First: From Pilots to P&L” cho thấy tâm trạng chung: giai đoạn chứng minh AI làm được gì đã qua, nhưng chuyển từ thử nghiệm sang lợi nhuận vẫn là bài toán khó. Trong ngân hàng, nơi chi phí công nghệ tăng nhanh, nỗi lo “AI nhiều, lợi nhuận ít” ngày càng hiện rõ trong các cuộc đối thoại cấp CIO.
Năng suất cá nhân tăng, nhưng giá trị kinh doanh AI vẫn “mờ”
Trong phiên khai mạc, CIO VIB Trần Nhất Minh nêu nghịch lý: 80% cá nhân được khảo sát cho rằng AI giúp họ làm việc hiệu quả hơn, trong khi chỉ 37% doanh nghiệp thấy AI tạo tác động tới EBIT – lợi nhuận trước lãi vay và thuế. Đây là câu nói nên được treo ngay trước cửa mọi phòng ban đang xin ngân sách AI. Vấn đề không phải nhân viên không dùng AI, mà là phần năng suất tăng thêm không được “dịch” sang kết quả kinh doanh. Một nhân viên tiết kiệm vài giờ mỗi tuần nhờ công cụ tạo nội dung hay phân tích dữ liệu vẫn chỉ là con số đẹp trên slide, nếu ngân hàng không phục vụ được thêm khách hàng, không tăng được doanh thu, không giảm được chi phí hoặc không điều chỉnh mô hình kinh doanh để khai thác lợi thế mới. Nói cách khác, triển khai AI thực tế mà thiếu thiết kế lại chỉ tiêu, quy trình và P&L thì lợi ích sẽ bị mắc kẹt ở cấp độ cá nhân.
Ngân hàng nói nhiều về AI, nhưng hệ thống cũ và tổ chức vẫn “ghìm phanh”
Trong lĩnh vực ngân hàng, phạm vi ứng dụng AI ngày càng rộng: từ phân tích dữ liệu lớn, tự động hóa quy trình đến chăm sóc khách hàng và phát triển sản phẩm. SHB là ví dụ tiêu biểu khi tuyên bố định hướng 5 FIRST, đặt Data & AI First bên cạnh People, Cloud, Security và Mobile như nền tảng cho tăng trưởng. Về mặt khẩu hiệu, viễn cảnh AI ngân hàng Việt Nam rất đẹp. Nhưng ngay trên sân khấu CIO Summit 2026, các lãnh đạo công nghệ lại dành phần lớn thời gian để bàn về việc làm thế nào “chuyển hóa công nghệ thành kết quả kinh doanh” và về những vấn đề thực tế khi triển khai AI. Tại tọa đàm "Ask CIO, CEO Anything About AI", CIO SHB Đào Ngọc Dũng cùng đại diện VietinBank, Sacombank, VNG… không nói về demo hào nhoáng, mà đi thẳng vào khó khăn trong vận hành, quản trị, dữ liệu và phối hợp nhiều bộ phận. Điều đó cho thấy rào cản không nằm ở thiếu ý tưởng, mà ở năng lực thay đổi tổ chức, quy trình và hệ thống để AI thực sự đi được vào lõi hoạt động.
“Human-Led, AI-First”: tư duy đúng nhưng phải gắn với P&L
Các CIO ngân hàng đồng thuận rằng nếu tiếp tục coi AI là dự án công nghệ thuần túy, ngân hàng sẽ tiếp tục đổ tiền mà không thấy lợi nhuận. Ông Trần Nhất Minh nhấn mạnh: khi AI đi từ thử nghiệm vào vận hành, thách thức không còn là chọn công nghệ, mà là xác định bài toán kinh doanh, người sở hữu kết quả, cách đo lường giá trị và làm sao để công nghệ, dữ liệu, con người cùng vận hành theo một mục tiêu chung. Tư duy “Human-Led, AI-First” vì thế mang tính hai mặt. AI phải được đặt ở trung tâm khi thiết kế lại sản phẩm, quy trình và cách vận hành, nhưng quyền quyết định cuối cùng vẫn thuộc về con người. Ví von AI như một “cỗ siêu xe”, CIO VIB cảnh báo: nếu không biết lái, xe có thể lao xuống vực, và nếu không biết phanh đúng lúc – tức là không có quản trị, bảo mật dữ liệu, không rõ trách nhiệm – thì rủi ro có thể lớn hơn bất kỳ lợi ích nào.
Từ hội nghị đến hành động: ngân hàng cần dám đo, dám bỏ
CIO Summit 2026 không trả lời hết mọi câu hỏi, nhưng đã làm rõ một điểm: sau giai đoạn chứng minh AI làm được gì, cuộc chơi đang chuyển sang chứng minh AI tạo ra được bao nhiêu giá trị. Nếu ngân hàng tiếp tục chạy theo phong trào thử nghiệm, triển khai AI thực tế sẽ vẫn bị mắc kẹt trong hồ sơ dự án, còn báo cáo tài chính thì bất động. Muốn thấy giá trị kinh doanh AI trên P&L, ngân hàng cần dám đặt mục tiêu tài chính rõ ràng cho từng sáng kiến AI, dám đo đến cùng và dám bỏ những dự án không tạo ra tác động. Tư duy Data & AI First chỉ có ý nghĩa khi gắn chặt với People First và Security First như SHB đang định hình. Nếu lãnh đạo công nghệ không đưa được AI vào trung tâm chiến lược doanh thu – chi phí, khoảng cách giữa kỳ vọng và lợi nhuận sẽ tiếp tục rộng, bất chấp mọi hội nghị, diễn đàn và câu chuyện truyền cảm hứng.
