Ngân hàng Quốc tế VIB vừa công bố ứng dụng thành công công nghệ xử lý dữ liệu lớn (Big Data) và trí tuệ nhân tạo (AI) vào quy trình chấm điểm tín dụng và duyệt hạn mức thẻ tín dụng, dựa trên hợp tác với công ty fintech cung cấp giải pháp chấm điểm tín dụng qua công nghệ 4.0 - Trusting Social. Đây là lần đầu tiên một ngân hàꦏng tại Việt Nam tiên phong ứng dụng Big Data và AI vào quy trình xét hạn 🦄mức thẻ. Theo đó, chỉ 5 phút điền thông tin, 15 đến 30 phút phê duyệt mà không cần gặp gỡ, không nhân viên kinh doanh, không người phê duyệt, không chứng minh thu nhập cũng không cần giấy tờ liên quan khác, khách hàng có thể có ngay hạn mức thẻ tín dụng đến 200 triệu đồng.

Ứng dụng AI vào quy trì𓄧nh chấm điểm tín dụng tuy đã phổ biến trên thế giới nhưng là một lĩnh vực mới tại Việt Nam. Khảo sát từ hãng tư vấn toàn cầu McKinsey tại khu vực châu Âu, châu Á và Bắc Mỹ cho thấy, hàng loạt ngân hàng đã ứng dụng AI để đưa ra quyết định cho vay chỉ trong 5 phút, giải ngân chưa đến 24 giờ. Trong khi đó, quy trình cho vay, đơn cử với doanh nghiệp vừa và nhỏ phải được xét duyệt trong 3-5 tuần, chờ giải ngân gần ba tháng.

Ông Nguyễn An Nguyên - Sáng lập kiêm CEO Trusting Social cho biết, sở dĩ công nghệ này có thể tạo bước ngoặt lớn cho ngành tài chính ngân☂ hàng là do lượng lớn dữ liệu phi truyền thống được đưa vào để phân tích, đánh giá.

Thông thường, để xác định mức độ an toàn tín dụng của bên đi vay hoặc người mở thẻ, ngân hàng thường dựa vào dữ liệu thể hiện trực tiếp khả năng tài chính của khách hàng, bao gồm hợp đồng lao động, sao kê lương, lịch sử tín dụng được ghi nhận trên các trung tâm thông tin tín dụng của nhà nước hoặc tư nhân (gọi chung là CIC). Tuy nhiên c🍬ác phương pháp này còn nhiều hạn chế. Những người chưa từng đi vay, chưa từng mở thẻ sẽ không có lịch 🃏sử tín dụng. Đồng thời trong nhiều lĩnh vực, người mở thẻ không có hợp đồng lao động, sao kê lương phản ánh đúng thu nhập thực tế... Kể cả đối với những người đã đi vay, sau nhiều năm hoàn cảnh tài chính cá nhân của khách hàng cũng đã thay đổi, thông tin ghi nhận trên CIC không còn cập nhật.

Trong khi đó với phương pháp chấm điểm tín dụng sử dụng Big Data và AI, tất cả dữ liệu đều có giá trị. Chẳng hạn dữ liệu hành vi, thói quen mua sắm online, viễn thông, thanh toán các loại cước phí, thậm chí dữ liệu sức khỏe... Cụ thể dù một khách hàng không có bất kỳ khoản vay ngân hàng nào nhưng họ vẫn có nhiều khoản khác cần thanh toán hàng tháng. Việc trả tiền đúng hẹn có thể phần nào xác định mức độ an toàn tín dụng của khách hàng. Ví dụ bạn trẻ trả hóa đơn điện thoại di động trả sau đúng định kỳ, nhân viên văn phòng thanh toán 🉐theo đúng yêu cầu các hóa đơn tiền điện, nước, Internet hay tiện ích khác. Khả năng c⛦hi tiêu trực tuyến, mua sắm online... cũng tạo nên những thước đo mới.

Những dữ liệu như vậy có thể cung cấp thông tin quan trọng về cách người dùng thực hiện nghĩa vụ tài chính, cách họ tôn trꦅọng kỷ luật trong việc thanh toán đúng hạn. Đây là chính là con đường tạo ra nguồn dữ liệu thay thế cho các ngân hàng trong👍 việc đánh giá uy tín người dùng.

Giới chuyên gia tài chính cho rằng dữ liệu thay thế có kh🦩ả năng hỗ trợ tốt trong đánh giá rủi ro tín dụng vì nó có độ phủ rộng. Việc kết nối thông tin từ các giao dịch kỹ thuật số mà khách hàng𒅌 tham gia hàng ngày và xử lý dữ liệu bằng công nghệ mới tạo ra cơ chế giám sát hữu hiệu bổ sung cho các phương pháp đánh giá rủi ro tín dụng truyền thống.

Tuy nhiên, khối lượng dữ liệu cực lớn đặt ra thách thức không nhỏ trong việc phân tích để đưa ra kết quả nhanh chóng, chính xác và hữu ích. Khi đó, chỉ có công nghệ học máy (Machine Learning) và trí tuệ nhân mới đủ khả🍬 năng xử lý nguồn thông tin khổng lồ này. Nó có khả năng khám phá xu hướng hành vi và mô hình mua hàng của khách hàng. Tất cả các giao dịch khác nhau của họ như mua hàng tạp hóa, thanh toán hóa đơn tiện ích, chuyển tiền cho gia đình và bạn bè hoặc thậm chí mua vé cho một bộ phim đều có thể được kết hợp để cung cấp cái nhìn toàn diện về hành vi tài chính và khả năng trả nợ.

Dữ liệu thay thế có khả năng giải quyết một số thách thức mà ngành tín dụng phải đối mặt. Các thuật toán, khoa học dữ liệu và trí tuệ nhân tạo sẽ thúc đẩy sự phát triển của dữ liệu thay thế, khuyến khích tổ chức, cá nhân tham gia và cải thiện điểm tín dụng của họ, kiểm tra các hꦺoạt động gian lận và thúc đẩy cho vay thông minh.

Thông thường, các ngân hàng sẽ đánh giá rủi ro tín dụng với những người chưa bao giờ đi vay bằng cách yêu cầu nộp thêm nhiều giấy tờ liên quan đến thu nhập có chứng nhận của bên thứ ba như hợp đồng lao động, sao kê bảng lương... Càng thiếu thông ti♏n thì người đi vay sẽ phải càng nộp nhiều thứ giấy tờ để chứng minh khả năng trả nợ của mình. Quy trình thủ công đòi hỏi nhiều thời gian, công sức xác minh, lưu trữ tài liệu...

Trong xu hướng phát triển mảng bán lẻ 𓂃của thị trường ngân hàng nhiều năm trở lại đây, phục vụ khách hàng sẽ phải xác minh một lượng thông tin người dùng rất lớn. Theo đó, quy trình mở thẻ tín dụng có thể kéo dài đến một tuần để gặp gỡ, tܫư vấn, thu thập giấy tờ, chứng minh tài chính, cung cấp hồ sơ và phát hành. Thẻ đến tay người dùng mất một tuần đến 10 ngày.

Với thành công của dự án ứng dụng Big Data và AI vào quy trình duyệt hạn mức thẻ tín ♉dụng từ VIB và Trusting Social, chỉ với thiết bị di động khácꦍh hàng điền thông tin cơ bản, sau đó nhận phê duyệt hạn mức thẻ nhanh nhất, đơn giản nhất có thể.

Ông Nguyễn An Nguyên 🧔- CEO Trusting Social nhìn nhận, Big Data và AI đóng vai trò tiên phong trong việc phổ cập tài chính số. Phần lớn những người chưa tiếp cận dịch vụ tài chính không chứng minh được thu nhập, nhưng không đồng nghĩa họ không có khả năng thanh toán. Vậy làm thế nào để đánh giá mức độ rủi ro tín dụng, lời giải từ những dữ liệu thay thế khác. Thói quen tiêu dùng, hành vi mua hàng, ... đều có thể dùng phân tích, đánh giá.

Bên cạnh giúp tìm hiểu khách hàng, Big Data còn giảm chi phí khoản vay, từ đó có thể mở rộng phạm vi kinh doanh. Ông Nguyên nêu ví dụ ở Indonesia, nơi Trusting Social đang ứng dụng công nghệ phân tích các nguồn dữ liệu mới để chấm điểm tín dụng, thông thường vay 500 USD thì chi phí chiếm tới 50 USD. Nhưng nếu ứng dụng công nghệ, chi phí xử lý hồ sơ cho khoản vay chỉ còn 50 cent.

Ngoài ra để bảo vệ quyền cá nhân của người tiêu dùng, Trusting Social tuân thủ quy định của Liên minh châu Âu về bảo vệ dữ liệu và quyền riêng tư cho tất cả các cá nhân, đảm bảo yếu tố bảo mật nhân thân và, quyền riêng tư của người tiêu dùng.

Bà Trần Thu Hương cho rằng, trong tương lai, khi công nghệ này được ứng dụng rộng rãi sẽ là một bước tiến mang tính cách mạng của hệ thống ngân hàng, giúp ngân hàng tối ưu hóa quy trình hoạt động, kiểm soát rủi ro hiệu quả hơn, gia tăng trải nghiệm khách hàng và thúc đẩy tài chính toàn diện, giúp ngày càng nhiều người tiếp cận sản phẩm dịch vụ của ngân hàng.

Ghi nhận trong 6 tháng phát hành thẻ Online Plus, nhờ thự🔯c hiện hoàn toàn trực tuyến và dựa vào Big Data, AI, tỷ trọng khách hàng mở thẻ tại các tỉnh thành ngoài TP HCM và Hà Nội tăng mạnh. Trong khi với quy trình mở thẻ thông thường ở các dòng thẻ trước, đến hơn 90% người mở thẻ ở TP HCM và Hà Nội. Độ tuổi trung bình mở thẻ tín dụng trước đây vào khoảng 30 đến dưới 55 tuổi. Trong khi với Online Plus, độ tuổi được mở rộng từ 25 đến 60 tuổi.

"Kỳ vọng của chúng tôi trong ba🌃 năm tới, sẽ có đến 85% khách hàng mở thẻ hoàn toàn trực tuyến, thúc đẩy nhanh hơn xã hội không tiền mặt tại Việt Nam", bà Trần Thu Hương chia sẻ.

Nam Anh
Thiết kế: Bình An