Ngày 22/10, tại Hội thảo và Triển lãm Smart Banking 2026 diễn ra ở Hà Nội, đại diện Ngân hàng Nhà nước Việt Nam, các ngân hàng thương mại và doanh nghiệp công nghệ đã cùng thảo luận về chiến lược phát triển ngành ngân hàng trong kỷ nguyên trí tuệ nhân tạo (AI).

Trong bối cảnh AI ngày càng tác động sâu rộng đến hoạt động tài chính, bài toán đặt ra không chỉ là ứng dụng công nghệ mới, mà còn là khả năng đưa AI vào vận hành thực tế, quản trị rủi ro và xây dựng năng lực thích ứng dài hạn.

AI phải tạo ra giá trị thực chất

Phát biểu tại hội thảo, ông Phạm Tiến Dũng, Phó Thống đốc Ngân hàng Nhà nước Việt Nam, cho biết hệ thống ngân hàng hiện xử lý khoảng 100 triệu giao dịch thanh toán mỗi ngày, với tổng giá trị khoảng 1,2 triệu tỷ đồng. Quy mô này vừa cho thấy vai trò của hạ tầng số, vừa đặt ra yêu cầu ngày càng cao về hiệu quả vận hành, an ninh và khả năng duy trì hoạt động liên tục.

Theo ông Dũng, nếu giai đoạn trước chuyển đổi số chủ yếu tập trung vào số hóa quy trình và đưa dịch vụ lên môi trường trực tuyến, giai đoạn tiếp theo đòi hỏi ngân hàng phải khai thác dữ liệu hiệu quả hơn, ứng dụng AI và phát triển mô hình hoạt động thông minh.

“AI phải mang lại giá trị thực chất cho khách hàng và tổ chức, chứ không phải chỉ là một ‘chiếc áo khoác đẹp’ để thể hiện ngân hàng đang ứng dụng công nghệ mới”, Phó Thống đốc nhấn mạnh.

Các diễn giả thảo luận tại phiên toàn thể.

Theo đó, lợi thế cạnh tranh không còn nằm ở số lượng công nghệ được triển khai, mà ở khả năng biến dữ liệu thành giá trị, chuyển công nghệ thành năng suất và giải quyết những vấn đề cụ thể của khách hàng. Để đạt được mục tiêu này, các ngân hàng cần phát triển đồng bộ bốn yếu tố: công nghệ đủ mạnh, dữ liệu đủ tốt, quản trị đủ chặt chẽ và con người đủ năng lực.

Quan điểm này cũng được cụ thể hóa tại tọa đàm cấp cao “Vai trò lãnh đạo ngân hàng trong kỷ nguyên AI”, với sự tham gia của đại diện Ngân hàng Nhà nước, Vietcombank, VietinBank, Techcombank và GreenNode.

Từ góc độ quản lý, ông Đoàn Thanh Hải, Phó Cục trưởng Cục Công nghệ thông tin thuộc Ngân hàng Nhà nước, cho rằng ngành ngân hàng cần xây dựng đồng bộ sáu năng lực gồm pháp lý, dữ liệu, hạ tầng và kiến trúc công nghệ, con người, quản trị AI và hợp tác. Khi quyền tự chủ của AI tăng lên, yêu cầu kiểm soát cũng phải chặt chẽ hơn, đặc biệt trong trường hợp ngân hàng triển khai nhiều AI agent (tác nhân AI) cùng tham gia xử lý nghiệp vụ.

Ở cấp độ tổ chức, các ngân hàng đang tìm cách lựa chọn bài toán ưu tiên để tối ưu nguồn lực. Bà Phùng Nguyễn Hải Yến, Phó Tổng Giám đốc Vietcombank, cho biết ngân hàng đánh giá các đề xuất ứng dụng AI theo ba tiêu chí: mức độ đáp ứng nhu cầu, hiệu quả kinh tế và tính khả thi. Tốc độ triển khai không thể là lý do để đánh đổi việc kiểm soát rủi ro.

Trong khi đó, ông Nguyễn Anh Tuấn, Phó Tổng Giám đốc Techcombank, chia sẻ ngân hàng đang phục vụ khoảng 18 triệu khách hàng với 12.000 nhân sự. Quy mô nhân sự gần như không thay đổi từ giai đoạn 2020-2021, trong khi doanh thu tăng 20-25% mỗi năm. Riêng việc ứng dụng AI và Copilot đã giúp năng suất tăng 25-30%, theo số liệu ông Tuấn công bố tại tọa đàm.

Ông Trần Công Quỳnh Lân, Phó Tổng Giám đốc VietinBank, dự báo trong ba năm tới, khoảng 50% giao dịch ngân hàng có thể được thực hiện thông qua AI agent. Cùng với đó, mô hình tổ chức có thể chuyển dịch theo hướng các nhóm nhân sự tinh gọn, kết hợp với nhiều tác nhân AI để hỗ trợ công việc.

Ngân hàng nên làm chủ dữ liệu và con người

Khi AI dần trở thành năng lực cốt lõi, câu hỏi quan trọng với lãnh đạo ngân hàng là nên tự đầu tư, phát triển đến đâu và hợp tác với đối tác bên ngoài ở những khâu nào.

Ông Vũ Thanh Tùng, Tổng Giám đốc GreenNode, đơn vị kinh doanh AI Cloud hiệu năng cao thuộc VNG Group, cho rằng các tổ chức cần xác định rõ năng lực cốt lõi phải tự làm chủ, thay vì phân bổ nguồn lực dàn trải cho mọi lớp công nghệ.

Theo ông Tùng, Việt Nam nên chú trọng đưa AI vào các ứng dụng thực tiễn, phát triển AI agent cho từng nghiệp vụ và những mô hình chuyên biệt theo lĩnh vực, thay vì chạy đua đầu tư vào mô hình nền tảng quy mô lớn vốn đòi hỏi nguồn lực tài chính và năng lực tính toán rất cao.

Tại lớp hạ tầng, ông chỉ ra ba thách thức chính đối với ngân hàng Việt Nam. Thứ nhất là chi phí đầu tư lớn, khi một máy chủ cấu hình tám GPU có giá khoảng 20 tỷ đồng. Thứ hai là thời gian chờ tiếp cận thiết bị có thể kéo dài từ 10 tháng đến một năm, trong khi công nghệ AI thay đổi liên tục, ảnh hưởng đến tốc độ đưa sản phẩm ra thị trường. Thứ ba là tình trạng thiếu nhân lực có khả năng vận hành hệ thống hạ tầng AI quy mô lớn, bao gồm năng lực tính toán, mạng, lưu trữ và tối ưu hiệu suất toàn hệ thống.

“Ngân hàng cần làm chủ hai thứ: tốc độ đổi mới kỹ năng của con người, và dữ liệu cùng tri thức nghiệp vụ, bởi mỗi ngân hàng là một thực thể khác nhau. Còn phần hạ tầng, để tận dụng nguồn lực của cả hệ sinh thái, ngân hàng có thể giao cho các đối tác chuyên sâu”, ông Tùng chia sẻ.

Ông Vũ Thanh Tùng, Tổng Giám đốc GreenNode tại phiên thảo luận.

Theo đại diện GreenNode, việc hợp tác chuyên sâu giúp ngân hàng giảm áp lực đầu tư ban đầu, tiếp cận năng lực tính toán phù hợp và tập trung nguồn lực vào những yếu tố tạo ra khác biệt cạnh tranh. GreenNode hiện triển khai các phân vùng hạ tầng AI sử dụng GPU NVIDIA gần trung tâm dữ liệu của khách hàng ngân hàng, hướng đến yêu cầu an toàn, bảo mật và chủ quyền dữ liệu.

Cách tiếp cận này đặt ra một nguyên tắc đáng chú ý trong chiến lược AI-first: không nhất thiết tự xây dựng mọi thành phần công nghệ, nhưng phải duy trì quyền làm chủ dữ liệu, tri thức nghiệp vụ và năng lực con người để chủ động phát triển trong dài hạn.

An ninh mạng là điều kiện để phát triển AI bền vững

Song hành với cơ hội tăng năng suất, việc mở rộng hoạt động ngân hàng trên môi trường số cũng khiến các rủi ro an ninh mạng trở nên phức tạp hơn.

Thượng tá, Tiến sĩ Triệu Mạnh Tùng, Phó Cục trưởng Cục An ninh mạng và phòng, chống tội phạm sử dụng công nghệ cao (A05, Bộ Công an), cảnh báo các đối tượng phạm tội đang sử dụng AI để tạo tin nhắn giả mạo, xây dựng video deepfake và mạo danh cá nhân có chức vụ nhằm chiếm đoạt tài khoản, tài sản. Một số hệ thống xác thực vẫn có nguy cơ bị qua mặt khi đối tượng sử dụng hình ảnh hoặc video ngắn thay thế dữ liệu sinh trắc học.

Ông cũng lưu ý hoạt động tấn công vào hệ thống tài chính có dấu hiệu được tổ chức chuyên nghiệp, với sự tham gia của nhiều đối tượng và các khâu tẩu tán tiền phức tạp. Trong xử lý sự cố, việc phối hợp truy vết và ngăn chặn dòng tiền đôi khi còn chậm, làm giảm khả năng thu hồi tài sản.

Vì vậy, bảo vệ ngân hàng số không thể chỉ dựa vào bộ phận công nghệ thông tin. Các tổ chức cần kết hợp giám sát an ninh mạng với giám sát giao dịch, nhận diện những dấu hiệu bất thường về số lượng, giá trị và thời điểm giao dịch, đồng thời xây dựng quy trình phối hợp ứng phó rõ ràng giữa các đơn vị liên quan.

Theo ông Phạm Tiến Dũng, khả năng chống chịu số phải trở thành năng lực cốt lõi, bao gồm phòng ngừa, phát hiện sớm, ứng phó nhanh, duy trì dịch vụ thiết yếu và khôi phục hoạt động khi xảy ra sự cố.

Trong thời gian tới, thách thức của ngành ngân hàng không chỉ là triển khai thêm công nghệ, mà là xây dựng một tổ chức có thể liên tục học hỏi, thích ứng và vận hành an toàn trong môi trường AI. Như các diễn giả tại Smart Banking 2026 cùng nhấn mạnh, công nghệ có thể ngày càng dễ tiếp cận, nhưng năng lực tổ chức, chất lượng dữ liệu, quản trị và niềm tin khách hàng cần được tích lũy lâu dài.

Với định hướng tập trung vào hạ tầng AI chủ quyền và các nền tảng hỗ trợ triển khai AI quy mô lớn, GreenNode đặt mục tiêu tiếp tục đồng hành cùng các tổ chức tài chính – ngân hàng trong quá trình đưa AI vào vận hành. Đây cũng là một hướng tiếp cận để ngành ngân hàng tiến gần hơn tới mô hình AI-first: lấy AI làm năng lực nền tảng, nhưng đặt con người, dữ liệu, an toàn và giá trị thực chất làm trọng tâm phát triển.