AI ngành Tài chính: bước chuyển từ số hóa sang vận hành dựa trên dữ liệu
AI ngành tài chính là việc đưa các hệ thống trí tuệ nhân tạo vào xử lý, phân tích và ra quyết định trong những nghiệp vụ cốt lõi như thuế, hải quan, kho bạc, dựa trên nền tảng dữ liệu lớn, điện toán đám mây và các hệ thống chuyển đổi số đã được tích lũy lâu năm, nhằm nâng cao hiệu quả quản lý và chất lượng dịch vụ tài chính công. Trọng tâm không còn là “số hóa cho có hệ thống”, mà là xây dựng năng lực quản trị dựa trên dữ liệu và AI. Tại Vietnam Digital Finance, FPT thẳng thắn đề xuất ngành Tài chính phải coi AI như một “nguồn lực lao động mới” đồng hành với công chức chứ không chỉ là công cụ hỗ trợ bên lề. Quan điểm này kéo ngành ra khỏi vùng an toàn của các thí điểm rời rạc: hoặc dám đưa AI vào lõi vận hành có kiểm soát, hoặc chấp nhận tụt lại khi khối dữ liệu tích lũy nhiều năm vẫn chỉ nằm im trong kho lưu trữ.
Vì sao thời điểm hiện tại buộc ngành Tài chính phải đi xa với AI
Sau nhiều năm đầu tư hạ tầng, số hóa quy trình và hình thành các hệ thống nghiệp vụ quy mô lớn, Bộ Tài chính đã tích lũy khối dữ liệu thuộc loại quan trọng bậc nhất trong khu vực công. Nếu tiếp tục vận hành theo cách cũ, lợi thế này sẽ bị lãng phí. AI, dữ liệu lớn và điện toán đám mây đang mở ra một không gian phát triển mới cho chuyển đổi số ngành Tài chính, cho phép chuyển từ xử lý hồ sơ sang quản trị dựa trên phân tích và dự báo. "Đến năm 2030, mục tiêu là vận hành AI có kiểm soát trên quy mô toàn ngành, hướng tới mô hình AI-first". Đây không phải lựa chọn công nghệ, mà là lựa chọn mô hình quản lý nhà nước: chấp nhận để 60% quyết định chỉ đạo, điều hành được hỗ trợ bởi dữ liệu và AI, 100% hồ sơ thủ tục hành chính và đội ngũ công chức sử dụng AI công vụ hàng tuần, tiến tới hàng ngày. Nếu bỏ lỡ giai đoạn hiện tại, sau này việc “cấy” AI vào các hệ thống legacy đã già nua sẽ tốn kém hơn và rủi ro hơn.
Lộ trình 3 giai đoạn của FPT: từ thí điểm rời rạc đến lõi vận hành AI
Điểm đáng giá nhất trong đề xuất của FPT không phải là những lời kêu gọi chung chung, mà là một lộ trình 3 giai đoạn buộc ngành Tài chính phải ra quyết định theo mốc thời gian cụ thể. Giai đoạn 2026–2027, trọng tâm là hoàn thiện khung quản trị AI và bắt đầu đưa AI vào các nghiệp vụ lõi – thay vì chỉ chạy chatbot, trợ lý tra cứu hay vài ứng dụng ngoại vi. Giai đoạn 2028–2029, AI phải trở nên phổ biến trong toàn Bộ Tài chính, nghĩa là các quy trình chính như thuế, hải quan, kho bạc đều có AI tham gia phân tích dữ liệu lớn, phát hiện bất thường và hỗ trợ ra quyết định. Đến 2030, ngành được kỳ vọng vận hành AI có kiểm soát trên quy mô toàn ngành, tránh rơi vào tình trạng “có nguyên tắc nhưng thiếu hạ tầng” như việc 83% quốc gia đã lập cơ quan quản trị AI khu vực công nhưng chỉ 36% có giải pháp thực thi hiệu quả. Nếu lộ trình này không được bám sát, AI sẽ tiếp tục bị khóa trong các dự án thử nghiệm đẹp hồ sơ nhưng mờ nhạt trong thực tiễn vận hành.
Giải bài toán dữ liệu lớn và hạ tầng: điều kiện để vận hành AI tài chính có kiểm soát
Không có dữ liệu tốt và hạ tầng phù hợp, mọi lộ trình AI ngành tài chính sẽ chỉ là khẩu hiệu. Bộ Tài chính hiện sở hữu lượng dữ liệu rất lớn, song dữ liệu nội ngành là chưa đủ để AI hiểu trọn bức tranh kinh tế – xã hội. Cần kết nối an toàn với dữ liệu từ các bộ, ngành khác, chuẩn hóa và liên thông thành nền tảng dữ liệu chung để phân tích dữ liệu lớn và dự báo chính xác. Cùng lúc, các hệ thống legacy đang vận hành thuế, hải quan, kho bạc vừa là tài sản, vừa là rào cản: không thể phá bỏ, nhưng cũng không thể để chúng thành “tường gạch” ngăn AI. Hạ tầng điện toán đám mây, năng lực tính toán và lưu trữ phải được thiết kế theo tư duy AI-first, chứ không phải gắn thêm vài cụm GPU vào hệ thống cũ và hy vọng mọi thứ hoạt động trơn tru. Nguy cơ dữ liệu bị cố ý can thiệp để làm lệch kết quả AI càng khiến yêu cầu quản trị, kiểm soát rủi ro trở nên bắt buộc chứ không phải tùy chọn.
Tác động đến người dân, doanh nghiệp và kết luận: AI phải đo bằng giá trị sử dụng
Nếu AI ngành tài chính không rút ngắn thời gian xử lý hồ sơ, giảm số bước thủ tục và nâng cao sự hài lòng của người dân, doanh nghiệp, mọi tranh luận công nghệ đều vô nghĩa. Ứng dụng AI trong thuế, hải quan, kho bạc phải bắt đầu từ những điểm đau cụ thể: hỗ trợ kê khai, tra cứu, đối chiếu thông tin, phát hiện bất thường trong giao dịch, cảnh báo rủi ro, chứ không dừng ở các trợ lý hỏi–đáp cho có mặt. "Cuối cùng là hiệu quả của các chương trình AI phải được lượng hóa bằng những kết quả cụ thể, như cắt giảm bao nhiêu thời gian, bao nhiêu thủ tục và tạo ra hiệu quả gì cho người dân, doanh nghiệp". Về bản chất, chuyển đổi số ngân hàng hay tài chính công đều sẽ phải đi qua giai đoạn này: đưa AI từ vùng trình diễn sang vùng trách nhiệm. Khi FPT và các doanh nghiệp công nghệ trong nước đã đặt lên bàn một lộ trình rõ ràng, câu hỏi còn lại không nằm ở chỗ “có nên làm AI hay không”, mà là ngành Tài chính có dám biến dữ liệu và AI thành trung tâm mô hình vận hành của mình hay tiếp tục để chúng ở vai phụ trang trí.
