AI trong ngành tài chính: Bắt đầu từ việc chọn đúng công việc và truy xuất dữ liệu

Lãnh đạo ngành tài chính cho rằng doanh nghiệp nên xác định công việc cần giải quyết và xây dựng cơ chế truy xuất dữ liệu làm căn cứ cho kết quả trước khi chọn mô hình AI. Bank of America cho biết ngân hàng đánh giá các dự án AI theo 16 hạng mục rủi ro.

Ngày 1 tháng 10, lãnh đạo hai công ty đã trình bày các ứng dụng AI trong nghiệp vụ tài chính và nguyên tắc quản trị tại hội nghị Fortune AIQ Summit tổ chức ở Sở Giao dịch Chứng khoán New York. Trang sự kiện chính thức ghi tên Hari Gopalkrishnan, Giám đốc Công nghệ và Thông tin của Bank of America, cùng Sally Moore, Giám đốc Khách hàng kiêm đồng phụ trách bộ phận Market Intelligence của S&P Global, là diễn giả.

Gopalkrishnan nói doanh nghiệp cần xem xét vấn đề khách hàng gặp phải và quy trình công việc trước khi quyết định có áp dụng AI hay không. Theo ông, vội đưa AI vào những công việc có thể xử lý bằng mô hình xác định hoặc các quy tắc đơn giản có thể là lựa chọn sai. Bank of America xem xét 16 hạng mục rủi ro, trong đó có quyền riêng tư, thiên kiến, tác động đến nhân sự và quyền sở hữu trí tuệ.

Gopalkrishnan cho biết chatbot không nhận diện được một số giọng nói hoặc mô hình phát hiện gian lận có thiên kiến có thể làm tổn hại trải nghiệm khách hàng. Sai sót của AI có thể ảnh hưởng đến khách hàng, việc tuân thủ quy định và danh tiếng doanh nghiệp, chứ không chỉ là vấn đề kỹ thuật.

Moore nhấn mạnh rằng trong nghiệp vụ tài chính, cần có khả năng truy xuất kết quả AI về dữ liệu nguồn và quyền sở hữu trí tuệ. Ngoài độ chính xác, doanh nghiệp cũng cần quy trình để xác định kết quả dựa trên dữ liệu nào và tiến hành kiểm toán.

Moore nêu ví dụ về một ngân hàng lớn không được tiết lộ danh tính, đã tích hợp nhiều bộ dữ liệu của S&P Global vào nền tảng riêng. Fortune dẫn thông tin do S&P Global công bố, cho biết thời gian đưa hệ thống vào vận hành thực tế giảm còn khoảng một phần sáu, còn độ chính xác tăng từ khoảng 60% ban đầu lên 98%. Tên ngân hàng, tiêu chí tính độ chính xác và phương pháp kiểm chứng trong trường hợp này chưa được công bố.

Trong bài viết trước về việc đánh giá rủi ro AI và cải thiện độ chính xác trong ngành tài chính, lãnh đạo hai công ty cũng nhấn mạnh cần xem xét vấn đề cần giải quyết và độ tin cậy của dữ liệu trước tiên. Phát biểu tại hội nghị lần này tập trung vào khả năng truy xuất dữ liệu nguồn và quyền sở hữu trí tuệ làm căn cứ cho kết quả.