Sự chấp nhận AI ở mức 3%? Ngành tài chính bị kìm hãm bởi 'sự thiếu tin tưởng vào dữ liệu'

AI đang nổi lên như một chìa khóa cho sự đổi mới trong ngành tài chính, nhưng yếu tố lớn nhất cản trở việc áp dụng rộng rãi của nó là 'độ tin cậy của dữ liệu', theo một báo cáo gần đây. Báo cáo 'Độ tin cậy dữ liệu 2025' cho thấy trong khi hầu hết các công ty tài chính đang thử nghiệm với các dự án liên quan đến AI, chỉ có 3-4% thực sự triển khai chúng trong sản xuất.

Báo cáo nhấn mạnh rằng các công ty tài chính chỉ có thể nhận ra những lợi ích tiềm năng của AI với dữ liệu đáng tin cậy và quản trị hệ thống như một cơ sở cho việc ra quyết định chiến lược. Niềm tin vào dữ liệu là yếu tố chính cho phép công nghệ AI hoạt động trong các lĩnh vực dịch vụ tài chính khác nhau như đầu tư, quản lý rủi ro và đổi mới trải nghiệm khách hàng.

Larry Hunt, Giám đốc Dữ liệu cho Dịch vụ Tài chính tại một công ty quản lý dữ liệu, cho biết “Dữ liệu không còn chỉ là một vấn đề CNTT hay công cụ tuân thủ quy định. Các CEO và hội đồng quản trị nhận ra rằng nó là cơ sở hạ tầng có thể tạo ra giá trị kinh doanh.” Ông cũng cho biết với sự tiến bộ nhanh chóng của công nghệ AI gần đây, các công ty đang tập trung vào giá trị chiến lược của dữ liệu, dẫn đến nhiều cuộc thảo luận tích cực hơn về quản trị dữ liệu ở cấp lãnh đạo.

Trong khi nhiều nhà lãnh đạo hiện nay gặp khó khăn với việc tuân thủ quy định và kiểm soát rủi ro liên quan đến việc áp dụng AI, các tổ chức thành công coi quản trị không phải là một bộ máy hành chính kém hiệu quả mà là một yếu tố hỗ trợ kinh doanh và tích cực sử dụng nó. Hunt giải thích rằng việc áp dụng AI yêu cầu xây dựng một hệ thống có thể phân loại, theo dõi và kiểm toán dữ liệu theo thời gian thực.

Ông cũng nhấn mạnh sự bổ sung của công nghệ để đảm bảo sự tin cậy của dữ liệu, nói rằng “Bây giờ AI đã được chấp nhận là một công nghệ chính thống, các chức năng quản trị cũng có thể được thực hiện hiệu quả hơn bằng cách tận dụng sức mạnh của AI.”

Tuy nhiên, hầu hết các chương trình quản trị dữ liệu không dẫn đến những kết quả cụ thể vì chúng được coi là 'các hệ thống chính thức' trong các tổ chức. Hunt đã khuyên, “Tập trung vào các kết quả kinh doanh có thể đo lường như giảm chi phí, cải thiện hiệu quả và giảm thiểu rủi ro, thay vì chỉ trang trí bên ngoài quản trị, sẽ tăng sức thuyết phục và khả năng thực thi trong số các thành viên.”

Báo cáo cũng chỉ ra rằng hạ tầng công nghệ truyền thống xung quanh dữ liệu cũng là một yếu tố làm chậm sự phát triển của AI. Các công ty tài chính đã thực hiện nhiều M&A trong những năm qua có hệ thống không cân bằng và phân mảnh, khiến việc thu thập dữ liệu nhất quán cần thiết cho việc đào tạo mô hình AI trở nên khó khăn. Ví dụ đơn giản, có những trường hợp ngay cả các kịch bản cần thiết cho tự động hóa phản hồi khách hàng cũng không thể được thực hiện do thiếu dữ liệu nội bộ.

Chìa khóa để giải quyết những vấn đề này nằm ở việc quản lý dữ liệu dựa trên đám mây và chuyển đổi sang “cấu trúc theo miền”. Hunt đánh giá rằng “Đám mây cho phép môi trường tính toán và lưu trữ được mở rộng một cách đáng kể, trong khi thiết kế tập trung vào sản phẩm dữ liệu có thể tối đa hóa khả năng tương tác và giảm thiểu rủi ro hệ thống.”

Khảo sát này khẳng định rằng lòng tin vào dữ liệu và quản trị là những nền tảng thiết yếu cần phải có để AI có thể tạo ra giá trị thực sự, không chỉ trong ngành tài chính. Cách quản lý dữ liệu một cách đáng tin cậy đã trở thành yếu tố then chốt quyết định sự thành công hay thất bại của một khoản đầu tư AI của công ty, chứ không phải là công nghệ AI tự nó.

#AIDataTrust #Tài chínhAI #Quản lý dữ liệu