Tại Nga, cuộc chuyển đổi của các doanh nghiệp xoay quanh GenAI cũng đang diễn ra rộng khắp theo xu hướng chung toàn cầu, trong đó tiên phong là các ngân hàng hàng đầu của Nga.
Ông Alexander Vedyakhin, Phó Chủ tịch thứ nhất Hội đồng Quản trị Sberbank cho biết, chiến lược của Sberbank tập trung vào trí tuệ nhân tạo tạo sinh GenAI và coi đây là trụ cột phát triển dài hạn.
Theo ông, tác động của công nghệ này thay đổi tùy theo từng giai đoạn. Trong ngắn hạn, giá trị cốt lõi của GenAI đối với ngân hàng nằm ở việc chuyển đổi quy trình nội bộ, bảo đảm chủ quyền công nghệ và cải thiện trải nghiệm khách hàng. Trong trung hạn, ngân hàng tập trung vào việc phát triển các kịch bản ứng dụng GenAI có giá trị nhất cho cả nhu cầu nội bộ và khách hàng bên ngoài. Trong dài hạn, ngân hàng tập trung vào việc bảo đảm khả năng cạnh tranh và triển khai chiến lược của Sberbank.
Sberbank hiện là một trong số ít doanh nghiệp tại Nga sở hữu mô hình ngôn ngữ toàn diện, phổ quát toàn cầu GigaChat. Mô hình này ban đầu được thiết kế cho các văn bản tiếng Nga, hiểu được bối cảnh văn hóa và hỗ trợ tới 262.000 mã thông báo (khoảng 350 trang A4), bảo đảm phản hồi chất lượng cao cho các truy vấn phức tạp của người dùng. Trong các tác vụ nội bộ ngân hàng, GigaChat bằng tiếng Nga cho thấy kết quả tương đương hoặc vượt trội so với các công cụ hàng đầu thế giới như DeepSeek.
Kể từ năm 2024, hơn 100 dự án GenAI đã được Sberbank triển khai với các khách hàng lớn. Đối với nhiều tổ chức, sử dụng GenAl của ngân hàng đã đánh dấu sự khởi đầu cho quá trình chuyển đổi AI của riêng họ: bắt đầu tái cấu trúc quy trình, cơ cấu tổ chức và đào tạo để làm việc với trí tuệ nhân tạo.
Ông Alexander Vedyakhin cũng chia sẻ, trong hai năm qua, AI đã được triển khai trong hơn 80% quy trình của Sberbank và hơn 550 sáng kiến liên quan đến AI tạo sinh đã được triển khai.
Kỹ năng ứng dụng AI đã trở thành yêu cầu bắt buộc không chỉ đối với nhân viên hiện tại mà còn đối với cả ứng viên xin việc tại ngân hàng. Sberbank đào tạo thực tập sinh, và các chuyên gia phân tích và công nghệ thông tin được yêu cầu phải có kỹ năng trong việc tích hợp AI vào công việc chuyên môn của họ.
Thí dụ, một tác nhân AI phân tích các giao dịch của khách hàng tại các chi nhánh để phát hiện gian lận nội bộ, thu thập dấu vết kỹ thuật số và biểu đồ mối quan hệ, đồng thời lập kế hoạch phân tích dựa trên kiến thức chuyên môn. Việc sử dụng tác nhân AI đã cải thiện tính tự chủ của quy trình nhận dạng rủi ro lên 33%.
Một tác nhân AI khác tự động phân tích tài liệu xây dựng để bảo đảm tuân thủ các yêu cầu quy định, trích xuất dữ liệu từ văn bản và bản vẽ, phân loại tài liệu và xác định các điểm khác biệt. Nhờ đó, quy trình rà soát tài liệu xây dựng đã được đẩy nhanh 15% và số lượng lỗi trong tài liệu đã giảm một nửa.
Các giải pháp tương tự đã được triển khai để xác minh tài liệu vay vốn, thỏa thuận nhượng quyền và tài liệu dự án. Một tác nhân AI xác định phân loại dự án theo phân loại xanh và chuyển tài liệu đến một tác nhân AI xác minh khác. Mục tiêu là rút ngắn quy trình nghiệp vụ từ 60 phút xuống còn 5 đến 10 phút.
AI không chỉ hỗ trợ phát triển sản phẩm mà còn có thể phân tích logic quy trình kinh doanh và đưa ra các khuyến nghị để cải thiện doanh số và tương tác với khách hàng. Trong tương lai, AI sẽ có thể tự mình xây dựng tầm nhìn sản phẩm chất lượng cao cho đội ngũ.
Trí tuệ nhân tạo giúp các ngân hàng chuyển từ mô hình "đánh giá khoản vay theo yêu cầu" sang mô hình "cung cấp các khoản vay liên tục, phù hợp". Điều này đạt được nhờ khả năng xử lý lượng thông tin lớn trong thời gian ngắn, nắm bắt nhanh chóng môi trường thay đổi và hoạt động tự động 24/7 của AI.
Hơn nữa, AI đang chuyển đổi cơ bản mô hình kinh doanh tiền gửi của các ngân hàng thông qua việc triển khai hệ thống định giá động. Dựa trên hành vi khách hàng và điều kiện thị trường, các hệ thống này cho phép cá nhân hóa lãi suất theo thời gian thực.
Phân tích dự đoán cho phép các ngân hàng dự báo chính xác nhu cầu của khách hàng đối với các sản phẩm tiền gửi, phân tích hàng ngàn thông số để tạo ra các ưu đãi tùy chỉnh. Các giải pháp đa kênh được hỗ trợ bởi AI tích hợp các kênh tương tác với khách hàng, mang lại trải nghiệm liền mạch cho người dùng.
Bản thân chúng tôi cũng sử dụng các dịch vụ của Sberbank và cảm nhận các tính năng online của ngân hàng rất dễ hiểu, dễ dùng và quan trọng là có nhiều công cụ hỗ trợ để có thể phân tích hành vi tiêu dùng của chính mình qua đó quản lý chi tiêu một cách khoa học.
Nhìn chung, trí tuệ nhân tạo (AI) là chìa khóa để cải thiện chất lượng dịch vụ và tối ưu hóa đáng kể mọi hoạt động, ngay cả những hoạt động đơn giản nhất. Thí dụ, các mô hình được triển khai tự động, không cần sự can thiệp của bộ phận văn phòng, cho phép ngân hàng xử lý và phê duyệt 70% đơn đăng ký tài khoản ngân hàng cho các công ty và doanh nhân 24/7.
Đối với ngân hàng, điều này đồng nghĩa với việc tiết kiệm nguồn lực nhân viên nhờ AI và phân bổ lại thời gian của nhân viên cho các công việc khác. “Trong tương lai, các trợ lý kỹ thuật số sẽ có thể tư vấn và lựa chọn đầy đủ tất cả các sản phẩm cần thiết cho khách hàng của ngân hàng”, ông Alexander Vedyakhin nói.
Các doanh nghiệp đang xem xét chuyển đổi số và GenAI quy mô lớn của Sberbank và đang cố gắng áp dụng các phương pháp đã được chứng minh vào thực tế của họ.
Để đạt được mục tiêu này, các ngân hàng Nga cũng đã tổng hợp kinh nghiệm của mình trong dự án DTaaS (Chuyển đổi số dưới dạng Dịch vụ) cho khách hàng doanh nghiệp, bổ sung kiến thức chuyên môn của các đối tác công nghệ, và cung cấp sự kết hợp này cho khách hàng thông qua một vị trí chuyên trách - Quản lý Thành công Khách hàng (CSM). Nhiệm vụ chính của CSM là giúp các công ty lựa chọn lộ trình chuyển đổi tối ưu nhất.
Thí dụ, kinh nghiệm của Sberbank trong việc triển khai công nghệ giọng nói và trợ lý ảo trong dịch vụ khách hàng rất phù hợp với các nhà mạng viễn thông, công ty phát triển, công ty nhà ở và tiện ích. Họ đang áp dụng cùng một phương pháp: giảm khối lượng công việc cho nhân viên tổng đài, cải thiện chất lượng tương tác và chuyển đổi giao tiếp sang các định dạng đa kênh.
Điểm mấu chốt của quá trình chuyển đổi GenAI không chỉ cần xem xét công nghệ mà còn cả kinh nghiệm tổ chức. Việc xây dựng văn hóa chuyển đổi là vô cùng quan trọng. Sberbank đã trở thành một "trường hợp nghiên cứu" cho khu vực doanh nghiệp Nga. Ngân hàng này không chỉ cung cấp các giải pháp sẵn có mà còn đóng vai trò là nguồn lực cho các phương pháp thực hành tốt nhất: từ công cụ công nghệ đến phương pháp quản lý.
Từ đó giúp khách hàng sớm tiếp cận công nghệ, đạt được mức tăng trưởng vượt trội và chiếm lĩnh thị trường.
![[Infographic] Quan hệ Đối tác toàn diện Việt Nam-Thụy Sĩ](https://cdn.nhandan.vn/images/kO0q5pBzsF2Nv9njsm5m9Wew6Pw7_Vu1y7QiVeFeYVrWApHhTYoNdREYIauzeFqnDqPdjjYhZ8hkc0xXK3GhNg/quan-he-viet-nam-thuy-si.png.avif)
