Trong các blog trước của loạt bài này, tôi đã khám phá cách các tổ chức dịch vụ tài chính (FS) hàng đầu đang mở rộng quy mô AI để đạt được giá trị và sử dụng phương pháp tiếp cận do con người chỉ đạo, bao gồm cả các kiến trúc tác nhân mô phỏng lại công việc.
Trong blog này, tôi tập trung vào cách dẫn dắt sự thay đổi đó một cách hiệu quả:theo đuổi kết quả kinh doanh, thiết lập khoản đầu tư phù hợp và khẩu vị rủi ro, quản lý sự thay đổi nhanh chóng và phân tán cũng như duy trì sự thay đổi do con người dẫn dắt.
Xu hướng hàng đầu về ngân hàng của Accenture năm 2026:Ngân hàng không bị ràng buộc đã có mặt
Tìm hiểu thêm
Nghiên cứu của chúng tôi cho thấy 86% giám đốc điều hành có kế hoạch tăng cường đầu tư vào AI (GenAI) vào năm 2025; 80% kỳ vọng giá trị của AI sẽ vượt quá mong đợi. Tuy nhiên, chỉ có 34% tổ chức đã mở rộng quy mô AI cho quy trình cốt lõi. Những công ty có khả năng vượt ROI dự kiến cao gấp ba lần.
Những nhà lãnh đạo này có những đặc điểm rõ ràng:sự tài trợ mạnh mẽ của CEO, chiến lược ưu tiên giá trị và nền tảng vững chắc — lõi kỹ thuật số an toàn, dữ liệu chất lượng, khung AI có trách nhiệm, đội ngũ lành nghề và đào tạo doanh nghiệp. Mô hình này đặc biệt mạnh ở FS.
Với AI tác nhân, khoảng cách ngày càng mở rộng nhanh hơn. Các nhà lãnh đạo có khả năng đầu tư chiến lược vào kiến trúc đại lý cao hơn 4,5 lần và có khả năng tăng đáng kể khoản đầu tư GenAI gấp 6 lần vào năm 2025. Họ đang tiến về phía trước và tăng tốc.
Các tổ chức bị mắc kẹt trong giai đoạn chứng minh khái niệm hoặc do dự đang bị tụt lại phía sau. Một số rào cản đối với việc mở rộng quy mô AI trong các dịch vụ tài chính là gì?
• Sự không chắc chắn về lãnh đạo, hạn chế đầu tư và khẩu vị rủi ro không xác định
• Quản trị rủi ro quá cứng nhắc, phù hợp với tất cả
• Hạn chế tham gia kinh doanh, coi AI chỉ là một sự thay đổi công nghệ
• Nền tảng kế thừa và dữ liệu bị phân mảnh
• Các mô hình trường hợp kinh doanh tập trung hẹp vào chi phí chứ không phải sự thay đổi hoặc tái sử dụng của doanh nghiệp
Nhưng rào cản lớn nhất là mức độ đầu tư vào nhân tài, sự thay đổi và áp dụng. Để thành công trong lĩnh vực AI, chúng ta phải đưa lực lượng lao động đi cùng mình trong suốt hành trình.
Tại Davos 2026, Accenture đã trực tiếp nhấn mạnh khoảng cách này:trong khi các công ty ngày nay đầu tư 3 đô la vào công nghệ cho mỗi 1 đô la vào con người, thì những công ty cân bằng được cả hai có khả năng đạt được tăng trưởng lợi nhuận dài hạn cao gấp 4 lần. Cuộc khảo sát Pulse of Change cũng tiết lộ rằng mặc dù các giám đốc điều hành coi AI là động lực tăng trưởng, nhưng chỉ có 43% cho biết họ đang ưu tiên đào tạo lại lực lượng lao động cho các vai trò AI. Sự thiếu đầu tư vào năng lực của con người, đặc biệt là trong quản lý thay đổi và nâng cao kỹ năng là lực cản quan trọng đối với việc mở rộng quy mô AI.
Câu hỏi tiếp theo là đầu tư vào đâu? Ưu tiên phải phản ánh tính khả thi, khẩu vị rủi ro, tốc độ tạo ra giá trị và kết quả kinh doanh tổng thể. Mặc dù các ưu tiên của mỗi công ty là khác nhau nhưng các mô hình rõ ràng đang xuất hiện. Bằng cách sử dụng phân tích cấp nhiệm vụ độc quyền của 220 ngân hàng, chúng tôi đã xác định được mức tăng PBT là 29%, cơ hội trị giá 255 tỷ USD trong ba năm. Nhóm giá trị giàu nhất nằm ở dịch vụ khách hàng, bán hàng, kỹ thuật CNTT, phân phối phần mềm, phát triển sản phẩm, giá cả và rủi ro.
Nếu chúng ta biết bắt đầu từ đâu, câu hỏi tiếp theo là liệu chúng ta có đủ khả năng chi trả hay không. Đây là một câu hỏi hấp dẫn vì AI đã thay đổi quá nhanh và theo truyền thống, AI chỉ chiếm một tỷ trọng đầu tư khá nhỏ đối với hầu hết các ngân hàng và công ty bảo hiểm. Các CEO hàng đầu đang làm việc với các CFO, CDO/CIO và hội đồng quản trị để thiết lập xu hướng đầu tư mới cho GenAI và Agent AI.
Chúng tôi đã thấy sự chuyển hướng đáng kể của thay đổi hiện tại và tài trợ công nghệ (30% trong một số trường hợp), cũng như tài trợ một lần bổ sung và tăng tốc các khoản đầu tư thay đổi hiện có bằng AI. Một số nhà lãnh đạo AI đã bắt đầu tự cấp vốn cho khoản đầu tư của mình thông qua lợi nhuận sớm.
Danh mục đầu tư cân bằng cho AI rất hữu ích (Hosanger, 2025), xét đến sự dàn trải của các khoản đầu tư:trên các lĩnh vực và chức năng kinh doanh khác nhau; giữa giảm chi phí, tăng trưởng và tái tạo; giữa những chiến thắng nhanh chóng (xây dựng sự đồng thuận, động lực và sự học hỏi) và sự thay đổi lâu dài (cần thiết để đạt được những lợi ích có ý nghĩa hơn).
Danh mục đầu tư AI cân bằng sẽ dàn trải khoản đầu tư trên:
Những khoản đầu tư này nên hướng đến sự thay đổi nào? Rõ ràng, cần phải đầu tư vào AI, mua sắm và đào tạo các đại lý từ các đối tác trong hệ sinh thái cho đến phát triển các đại lý và thử nghiệm nội bộ. Điều có xu hướng bị bỏ qua là các khoản đầu tư liên tục vào 'nền tảng tốt' như:
Hệ số ROI lớn nhất là đầu tư vào con người, khả năng lãnh đạo, sự áp dụng, kỹ năng và cách làm việc mới. Tuy nhiên, ngày nay, các tổ chức đang chi 3 USD cho công nghệ cho mỗi 1 USD cho con người, để lại những giá trị đáng kể chưa được khai thác.
Đối với một ngân hàng lớn ở châu Á, chúng tôi đã hợp tác với Giám đốc điều hành để thiết lập AI có trách nhiệm, xây dựng năng lực và thiết lập AI CoE cũng như nền tảng phân phối, đồng thời đánh giá nhanh hàng trăm ý tưởng về mức độ mong muốn, tính khả thi và khả năng tồn tại. Kết quả:35 thay đổi GenAI được thực hiện trong 18 tháng, mang lại 200 triệu USD lợi ích năng suất hàng năm và giảm một nửa thời gian xử lý truy vấn của khách hàng đồng thời cắt giảm 80% thời gian đánh giá tín dụng. Cần phải có một cách có cấu trúc để đánh giá và quản lý danh mục đầu tư.
Tái sử dụng là điều cần thiết. Các thành phần AI mô-đun giúp giảm chi phí triển khai và tăng tốc độ. Các tác nhân tiện ích có chức năng trích xuất, tóm tắt, nghiên cứu, đánh giá, kiểm tra có thể được sử dụng trên nhiều quy trình công việc. Ví dụ:tác nhân trích xuất tài liệu có thể hỗ trợ KYC, ứng dụng, bảo lãnh và dịch vụ.
Mỗi lần tái sử dụng vẫn yêu cầu thử nghiệm theo ngữ cảnh, thiết kế áp dụng và giám sát. Giống như nhân viên, các đại lý cần được đào tạo cả về "giới thiệu" của công ty và vai trò cụ thể.
Cho đến nay, rất tốt? Giá trị và khoản đầu tư đang tăng lên, nhưng việc mở rộng AI đòi hỏi phải có những quyết định rõ ràng về vị trí và cách sử dụng nó một cách có trách nhiệm.
Trách nhiệm cốt lõi của lãnh đạo và hội đồng quản trị đang định hình khẩu vị rủi ro “ở đâu” đối với AI:quyết định những quyết định, quy trình và tương tác khách hàng nào phù hợp với AI - và quyết định nào không. Những lựa chọn này phải rõ ràng, được xem xét định kỳ và phù hợp với chiến lược kinh doanh, kỳ vọng pháp lý và giá trị văn hóa.
Khẩu vị rủi ro phải liên tục, không theo từng giai đoạn. Các tổ chức FS hàng đầu triển khai các phòng kiểm soát AI và giám sát thời gian thực để theo dõi sự trôi dạt của mô hình, luồng dữ liệu, chuỗi tác nhân, chất lượng áp dụng và kết quả AI có trách nhiệm.
Hội đồng quản trị, cơ quan quản lý và đội ngũ lãnh đạo cần có sự minh bạch rõ ràng:AI được triển khai ở đâu, nó làm gì và liệu nó có hoạt động như dự kiến hay không. Các khuôn khổ trách nhiệm giải trình mạnh mẽ phải củng cố tính minh bạch này, đảm bảo quyền sở hữu, leo thang và can thiệp kịp thời khi rủi ro xuất hiện.
Hãy cùng phân tích sâu hơn các khía cạnh chính của AI có trách nhiệm và xem xét sự thay đổi mà chúng yêu cầu.
Việc ngăn ngừa thành kiến và tác hại là rất quan trọng đối với cả đồng nghiệp và khách hàng. Mục tiêu của chúng tôi rất đơn giản:tránh tác hại và làm điều tốt với AI. Chúng tôi giảm thiểu sự thiên vị thông qua thiết kế tốt, dữ liệu đào tạo chất lượng cao, đối xử công bằng giữa các nhóm cũng như kiểm tra và giám sát nghiêm ngặt. Ngay cả các mô hình được thử nghiệm tốt cũng có thể bị lệch, vì vậy chúng cần được kiểm tra và báo cáo liên tục khi có vấn đề phát sinh, đặc biệt là xung quanh các thuộc tính được bảo vệ. Con người cũng có những thành kiến, vì vậy chúng ta phải thiết kế các hoạt động tương tác trong đó mọi người và các tác nhân có thể cùng nhau tìm hiểu và chống lại thành kiến.
Trong nhân sự, AI có trách nhiệm cần được chăm sóc đặc biệt. Đạo luật AI của EU hạn chế cách người sử dụng lao động có thể sử dụng AI trong các quyết định ảnh hưởng đến sự nghiệp và cuộc sống của mọi người, chẳng hạn như tuyển dụng, thăng chức và trả lương. Ngay cả khi AI đưa ra dự đoán hoặc đề xuất về lực lượng lao động, việc sử dụng nó phải có đạo đức, có phạm vi rõ ràng, có cơ sở khoa học và công bằng đối với tất cả các nhóm nhân viên.
Tính minh bạch, khả năng giải thích và độ chính xác rất quan trọng. Khách hàng và đồng nghiệp muốn biết AI đang được sử dụng khi nào và như thế nào, đồng thời trong nhiều quy trình FS, họ mong đợi độ chính xác 100%. Chúng ta phải tiết lộ việc sử dụng AI, đặc biệt khi các giao diện trở nên giống con người hơn và mang tính trò chuyện hơn. Kết quả đầu ra của AI phải có thể diễn giải được, có thể truy nguyên và được hỗ trợ bằng các trích dẫn (ví dụ:bản tóm tắt đầu tư phải quay lại tài liệu nguồn). Độ tin cậy là điều cần thiết. GenAI có thể gây ảo giác hoặc tạo ra những kết quả đầu ra sai sót, làm xói mòn niềm tin. Trong khi độ chính xác ngày càng được cải thiện, chúng tôi phải đào tạo mọi người cách phát hiện lỗi và hành động như những “người dẫn đầu” thận trọng, đặc biệt là đối với các quyết định mà khách hàng phải đối mặt được hỗ trợ bởi các nhân viên AI.
AI cũng làm tăng rủi ro về quyền riêng tư, bảo mật và an ninh mạng. Hệ thống AI phải tuân theo các quy tắc bảo vệ dữ liệu, bao gồm cả việc sử dụng dữ liệu “tối thiểu cần thiết”. Các đồng nghiệp có thể giải thích dữ liệu nào của khách hàng hoặc nhân viên đã được sử dụng. Ở cấp độ cơ bản, họ cần hướng dẫn rõ ràng về cách nhắc nhở an toàn — ví dụ:không bao giờ nhập dữ liệu khách hàng, đồng nghiệp hoặc dữ liệu bí mật vào các công cụ công cộng. Các quy tắc bảo vệ, bao gồm cả việc sử dụng dữ liệu “cần thiết tối thiểu”. Các đồng nghiệp có thể giải thích dữ liệu nào của khách hàng hoặc nhân viên đã được sử dụng. Ở cấp độ cơ bản, họ cần được hướng dẫn rõ ràng về cách nhắc nhở an toàn, chẳng hạn như không bao giờ nhập dữ liệu khách hàng, đồng nghiệp hoặc dữ liệu bí mật vào các công cụ công cộng.
Để có cái nhìn sâu hơn, hãy xem Xem xét lại trách nhiệm với AI sáng tạo. Chúng tôi giúp khách hàng đặt ra hướng đi đúng đắn về khẩu vị rủi ro và AI có trách nhiệm, chuyển từ nguyên tắc sang thực hành. Một ví dụ là công việc của chúng tôi với Cơ quan tiền tệ Singapore, nơi chúng tôi đã giúp xây dựng các khuôn khổ, công cụ và phương pháp toàn ngành như một phần của Project Veritas. Dựa trên sự hợp tác này, Cơ quan tiền tệ Singapore và các đối tác trong ngành, bao gồm cả Accenture, đã chuyển công việc đó thành hướng dẫn thực tế với các ví dụ nhằm giúp các tổ chức tài chính đưa AI có trách nhiệm vào hoạt động và tăng giá trị một cách an toàn trên quy mô lớn.
Nếu không có AI chịu trách nhiệm xây dựng niềm tin, việc áp dụng sẽ bị đình trệ và trường hợp giá trị sẽ sụp đổ. Trong các ngành được quản lý như FS, khẩu vị rủi ro rõ ràng và thực hành AI có trách nhiệm cho phép các tổ chức mở rộng quy mô một cách tự tin, nhanh chóng và an toàn. Giống như hệ thống định vị và dây an toàn trên ô tô, chúng cho phép chúng ta di chuyển nhanh chóng mà không bị mất kiểm soát.
Điều quan trọng là phải coi AI là một sự thay đổi đang phát triển nhanh chóng, chứ không phải một sự thay đổi tuyến tính với mục tiêu cố định.
AI đang tiến bộ nhanh gấp hai đến ba lần so với các làn sóng công nghệ trong quá khứ, nhưng chưa có làn sóng nào trong số đó đã kết thúc. Các kỳ vọng về quy định, khách hàng và xã hội cũng đang thay đổi nhanh chóng.
Khả năng kỹ thuật của AI đang mở rộng độ chính xác cao hơn với ít lỗi hơn, lý luận và logic mạnh mẽ hơn, đầu vào và đầu ra đa phương thức được cải thiện. Những công việc từng vượt quá tầm tay (lý luận, tính toán, hành động) đang trở thành thế mạnh. Tuy nhiên, AI không ảnh hưởng như nhau đến tất cả các nhiệm vụ. Dell'Aqua et al. (2023) cho thấy một ranh giới lởm chởm trong đó một số nhiệm vụ được hưởng lợi rất nhiều trong khi những nhiệm vụ khác thì không. Biên giới đó đang thay đổi khi khả năng phát triển.
Hàng trăm mẫu mới đang xuất hiện, mỗi mẫu có điểm mạnh và giá thành khác nhau. Chọn đúng mô hình là vấn đề quan trọng. Kiến trúc tác tử thường dựa trên các mô hình chuyên biệt, nhỏ hơn. Tại Accenture Refinery và với các đối tác trong hệ sinh thái của mình, chúng tôi sử dụng “tổng đài” mô hình để chọn tùy chọn tốt nhất đồng thời nhúng các điều khiển phù hợp.
Tốc độ này không nên gây ra tình trạng không hành động. Nó đòi hỏi một cách tiếp cận thích ứng, liên tục để thay đổi. AI không phải là một chương trình tuyến tính có điểm bắt đầu và kết thúc. Nó đang diễn ra. Nó cần nguồn tài trợ bền bỉ và đội ngũ bền bỉ, chứ không phải các dự án 'đứng vững'. Nó đòi hỏi sự cởi mở trước những phát triển và tín hiệu bất ngờ từ đối thủ và đối tác, học hỏi lặp đi lặp lại, phản hồi từ khách hàng và đồng nghiệp cũng như tư duy phát triển - không phải tư duy cố định. Sự thay đổi nhanh chóng tạo ra lợi thế của người đi đầu và tác động tổng hợp trong việc nhận ra và học hỏi giá trị.
AI phải được coi là một thay đổi kinh doanh phân tán chứ không phải một dự án tập trung.
AI đang lan rộng nhanh chóng trong toàn doanh nghiệp và đẩy nhanh công việc ở khắp mọi nơi. Những gì trước đây phải mất nhiều năm thì nay phải mất nhiều tháng; những gì mất vài tháng bây giờ mất vài tuần. Điều này tạo ra cơ hội đáng kể, nhưng chỉ khi các nhà lãnh đạo và các nhóm thống nhất hướng tới tầm nhìn chung và hoạt động trong phạm vi bảo vệ rõ ràng.
Nếu không có sự liên kết, sự thay đổi phân tán sẽ nhanh chóng dẫn đến sự trùng lặp và rối loạn. Các nhà lãnh đạo trong toàn doanh nghiệp cần được hỗ trợ để xác định các cơ hội có giá trị cao và tiếp cận khả năng phân phối. Các sáng kiến AI lớn hơn cũng yêu cầu chủ sở hữu sản phẩm kinh doanh mạnh mẽ, không chỉ CDO hay CIO, để đảm bảo kết quả dựa trên nhu cầu thực sự của khách hàng và giá trị thương mại.
Khi AI trở nên phổ biến, chức năng nhân sự cũng phải phát triển. Đội ngũ nhân sự trong ngân hàng và công ty bảo hiểm cần giúp lực lượng lao động chuẩn bị sẵn sàng AI và chuyển sang công việc mới — đồng thời cũng sẵn sàng cho lực lượng lao động con người x đại lý trên quy mô lớn. Nhiệm vụ của HR giờ đây mở rộng sang việc điều phối lực lượng lao động kết hợp giữa con người và các tác nhân thông minh. Điều này bao gồm việc xây dựng các kỹ năng AI một cách nhanh chóng, định hình lại cơ cấu công việc, mở rộng lộ trình học tập với các đối tác và thúc đẩy văn hóa tò mò và cùng học hỏi. Bằng cách đưa chương trình đào tạo AI, đạo đức và khả năng phục hồi thay đổi vào các phương pháp thực hành nhân tài cốt lõi, bộ phận nhân sự có thể giúp nhân viên làm việc tự tin với AI thay vì lo sợ về nó.
Nhiều tổ chức dịch vụ tài chính đã vận hành các trung tâm AI xuất sắc hoặc mạng lưới AI liên kết. Để hoạt động hiệu quả, các nhóm này phải làm việc đa ngành, bao gồm kỹ thuật dữ liệu, phát triển mô hình, kỹ thuật nhanh chóng, thử nghiệm, thiết kế công việc, gắn kết đồng nghiệp, áp dụng và quản lý thay đổi. Chúng tôi đã xây dựng những đội như vậy cho khách hàng thuộc mọi quy mô. Thành công của họ phụ thuộc vào khả năng tiếp cận các công cụ, mô hình, cơ sở hạ tầng, nền tảng dữ liệu phù hợp và các biện pháp bảo vệ AI có trách nhiệm mạnh mẽ.
Giá trị, sự đầu tư, mở rộng quy mô có trách nhiệm và sự thay đổi được phân phối đều quan trọng, nhưng AI chỉ thành công khi được coi là sự thay đổi lấy con người làm trung tâm. AI phải làm việc vì khách hàng và đồng nghiệp. Cách tiếp cận do con người dẫn dắt là một phần của hoạt động kinh doanh có trách nhiệm và mang lại lợi nhuận lớn hơn nhiều. Nó xây dựng niềm tin, giải quyết các mối quan ngại, hỗ trợ tương tác giữa con người và tác nhân, thúc đẩy việc áp dụng và tạo ra những cách làm việc mới.
Niềm tin là trung tâm của mọi sự chuyển đổi. Các nhóm cần sự an toàn về mặt tâm lý để thử nghiệm và áp dụng những cách làm việc mới (Edmondson, 2018). Nỗi sợ hãi, xung đột và niềm tin thấp chiếm 85% các cuộc chuyển đổi thất bại (Accenture Transformation GPS, 2025).
Công nhân có quan điểm trái chiều về AI. Nhiều người muốn tìm hiểu và sử dụng nó, thường tin tưởng vào nó trong cuộc sống cá nhân của họ. Đồng thời, họ lo lắng về sự ổn định trong công việc, cường độ làm việc, sự chấp nhận và đạo đức. Các nhà lãnh đạo phải ứng phó bằng chiến lược lực lượng lao động rõ ràng, giao tiếp trung thực và tính liêm chính trong cách quản lý sự thay đổi.
Đây là một lĩnh vực bình luận phân cực. AI sẽ tự động hóa một số công việc, tăng thêm nhiều công việc khác và tạo ra những công việc mới. Hiệu ứng sẽ không đồng đều và sẽ diễn ra theo thời gian.
Chỉ 29% CXO coi sự phản kháng của lực lượng lao động là rào cản của GenAI, trong khi 40,8% nhân viên lo sợ dư thừa công việc — một rủi ro khi áp dụng mà các nhà lãnh đạo không thể bỏ qua (Accenture, Learning, Reinvented Survey, 2025).
Các nhà lãnh đạo phải củng cố rằng những người nắm bắt AI sẽ phát triển mạnh. Như Andrew Ng đã nói tại Davos, “một người sử dụng AI sẽ làm việc hiệu quả hơn rất nhiều, họ sẽ thay thế những người không sử dụng.” Mục tiêu không phải là thay thế con người mà là giúp họ vượt trội hơn thông qua việc tăng cường. Lộ trình đào tạo lại kỹ năng rõ ràng, đầu tư rõ ràng vào nhân viên và các cơ hội học hỏi thực tế, biến nỗi lo lắng thành sự chấp nhận.
Các kế hoạch lực lượng lao động phù hợp với đầu tư AI có thể giảm bớt tình trạng dư thừa không cần thiết bằng cách quản lý việc tuyển dụng, đào tạo lại và tái triển khai. Mọi người cần thời gian để xây dựng kỹ năng và thích ứng, và một kế hoạch sẽ giúp định hướng những nỗ lực đó. Các nhà lãnh đạo phải giao tiếp một cách xác thực và tạo ra những thay đổi tích cực bất cứ khi nào có thể.
AI đang định hình lại ranh giới giữa con người và máy móc cũng như tâm lý làm việc. AI sáng tạo và tác nhân có thể đe dọa ý thức về năng lực, quyền tự chủ và kết nối của người lao động. 60% công nhân lo ngại AI sẽ làm tăng căng thẳng và kiệt sức, tuy nhiên chỉ có 37% giám đốc điều hành mong đợi điều này. Chúng ta phải ứng phó thông qua sự lãnh đạo và thiết kế công việc chu đáo.
Acemoglu và Johnson (2023) của MIT nhấn mạnh vai trò quan trọng của sự tham gia của người lao động vào quá trình phát triển công nghệ và AI - đặc biệt là trong việc xác định vấn đề và đồng thiết kế công việc. Điều này dẫn đến các giải pháp, việc áp dụng và sử dụng tốt hơn, từ đó mang lại giá trị lớn hơn.
Thiết kế công việc tốt giúp con người kiểm soát được nhịp độ và phong cách. Nó cho phép thực hiện và duy trì không gian cho sự sáng tạo. Ví dụ:khi AI giảm thời gian soạn thảo các đề xuất đầu tư, người quản lý mối quan hệ có thể tập trung vào công việc chuyên sâu với khách hàng — tư vấn, xây dựng mối quan hệ và hỗ trợ quyết định.
Thử nghiệm AI với các chuyên gia cũng cải thiện khả năng giải thích và độ tin cậy. Một nghiên cứu của DeepMind–Moorfields cho thấy rằng việc phân tích lý luận của AI sẽ làm tăng sự hiểu biết và sự tự tin của chuyên gia.
Tại một ngân hàng lớn, chúng tôi đã thiết kế một loạt giải pháp quy trình hỗ trợ AI cho ngân hàng thương mại với những người quản lý mối quan hệ và nhóm của họ. Đây là một nhóm khó khăn - các chuyên gia được thuê có chuyên môn, thường khá hoài nghi về công nghệ và bảo vệ khách hàng của họ một cách tự nhiên. Chúng tôi có thể tạo dựng niềm tin thông qua sự tham gia và thử nghiệm AI của họ trong quá trình phát triển. Điều này tiếp tục được thực hiện nhờ phản hồi liên tục của họ trong quá trình thí điểm và mở rộng quy mô để cải tiến, từ đó mang lại hiệu quả làm việc, sự tin cậy và áp dụng tốt hơn.
Việc áp dụng AI có nghĩa là bắt đầu công việc mới — nhắc nhở, sử dụng tác nhân, kiểm tra kết quả đầu ra — và dừng công việc cũ. Cả hai đều có thể gây ra sự khó chịu. Và điều này sẽ còn xảy ra nhiều lần trong những năm tới.
AI có thể mang lại cảm giác trực quan nhưng việc áp dụng không phải là tự động. Các tổ chức cần các mô hình lặp lại để sẵn sàng và hiện thực hóa giá trị. Khi các nhà lãnh đạo coi AI là chất xúc tác cho sự sáng tạo, người lao động sẽ tự tin hơn 20% trong việc điều chỉnh thói quen của mình.
Điều gì giúp ích:
Động lực khác nhau. Những người chấp nhận sớm muốn truy cập và học hỏi liên tục. Phần lớn cần sự hướng dẫn và thời gian. Những người chấp nhận muộn cần sự yên tâm và tin tưởng. Bằng chứng luôn cho thấy sự khác biệt rõ rệt giữa những nhân viên đã sử dụng AI và những nhân viên chưa sử dụng.
Vấn đề đo lường. Theo dõi quyền truy cập, mức sử dụng, lời nhắc và tác nhân phổ biến cũng như mức độ tích hợp vào quy trình làm việc. Đo lường sự thay đổi về thời gian sử dụng, chất lượng và kết quả. Phân tích các mẫu theo vai trò, nhóm và địa điểm. Giữ phép đo “ngon, không đáng sợ”—tập trung vào thông tin chi tiết về nhóm chứ không phải giám sát.
Triển khai sớm thiết lập giai điệu. Việc áp dụng không thành công khi AI chủ yếu được coi là cắt giảm chi phí, khi thất hứa, khi quá trình đào tạo mang tính kỹ thuật quá mức, khi các công cụ nằm ngoài quy trình làm việc hoặc khi AI được phát hành trước khi sẵn sàng.
Tại một ngân hàng toàn cầu, chúng tôi đã tăng tỷ lệ sử dụng ChatGPT Enterprise và Microsoft Copilot lên hơn 400%. Cách tiếp cận của chúng tôi khuyến khích sự khám phá trước tiên thay vì áp lực. Ba nhóm nổi lên:
Bằng cách trao quyền cho những người áp dụng sớm, giúp 80% thấy được giá trị thực tế và thực hiện những bước đầu tiên, chúng tôi đã đẩy nhanh cả quá trình áp dụng và kết quả. Cuối cùng, hầu hết những người chấp nhận muộn đều đồng ý khi họ nhìn thấy những lợi ích dành cho đồng nghiệp của mình.
Nhiều công nhân đặt câu hỏi liệu AI có được sử dụng một cách có đạo đức hay không. 53% lo lắng về chất lượng đầu ra và trách nhiệm giải trình không rõ ràng, tuy nhiên chỉ có 21% giám đốc điều hành coi đây là vấn đề đáng lo ngại.
Nếu các tổ chức có khuôn khổ chấp nhận rủi ro rõ ràng và các biện pháp thực hành AI có trách nhiệm, họ phải công bố chúng một cách rõ ràng. Các nhà lãnh đạo nên chỉ ra cách những thực tiễn này hướng dẫn các quyết định, đảm bảo tính minh bạch, quản lý rủi ro và làm rõ trách nhiệm giải trình. Cần có các kênh rõ ràng để nêu lên mối lo ngại.
Tại một tổ chức FS, chúng tôi đã giải quyết các mối quan ngại về đạo đức thông qua cả hành động và giao tiếp. Chúng tôi đã thiết lập các nguyên tắc AI có trách nhiệm, đào tạo chủ sở hữu sản phẩm với trách nhiệm giải trình rõ ràng, thu hút nhân viên tham gia đồng thiết kế, xây dựng các công cụ giải thích, tạo các kênh báo cáo và tố giác, đồng thời thiết lập tuyến phòng thủ thứ hai tập trung vào giám sát AI. Các nhà lãnh đạo đã truyền đạt các biện pháp này một cách rõ ràng và nhất quán.
Một số điểm chính mà bạn có thể muốn suy ngẫm — hãy cho tôi biết suy nghĩ và ý tưởng của bạn:
Trong blog tiếp theo, chúng ta khám phá cách có thể hình dung lại lực lượng lao động với AI như một đồng nghiệp.
Để kết nối những cách dẫn dắt sự thay đổi nhanh chóng, phân tán này với các tín hiệu thị trường rộng lớn hơn, hãy đọc Xu hướng ngân hàng hàng đầu cho năm 2026 của chúng tôi báo cáo.