Trong blog gần đây nhất của mình, tôi đã thảo luận về cách các công ty dịch vụ tài chính (FS) hàng đầu đang mở rộng quy mô AI để đạt được giá trị doanh nghiệp và khoảng cách ngày càng lớn giữa các công ty dẫn đầu và những công ty tụt hậu. Tôi cũng giới thiệu kiến trúc tác nhân, chia sẻ các ví dụ thực tế về công nghệ phần mềm, KYC và xác nhận quyền sở hữu.
Trong blog này, lần đầu tiên tôi khám phá cơ hội giá trị đang bị đe dọa bằng cách áp dụng cách tiếp cận lấy con người làm trung tâm đối với AI tác nhân. Các công ty dịch vụ tài chính hàng đầu thiết kế AI xoay quanh mục đích kinh doanh rõ ràng và kết quả của khách hàng, sau đó quyết định xem con người và đại lý phải cùng nhau làm gì để hiện thực hóa chúng.
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 về Công việc, Người lao động, Lực lượng lao động của chúng tôi đã xác định khoảng cách 10,3 nghìn tỷ USD trong mức tăng trưởng GDP trong 15 năm tới giữa việc coi AI như một sự thay đổi công nghệ thuần túy và việc áp dụng phương pháp tiếp cận do con người dẫn dắt, phát huy hết tiềm năng của nó với người lao động.
Hãy để con số đó thấm sâu vào. Khoảng 10% GDP toàn cầu đang bị đe dọa dựa trên cách chúng ta tiếp cận AI.
Trọng tâm của cơ hội này là các dịch vụ tài chính, trong đó ngân hàng (thứ nhất), bảo hiểm (thứ hai) và thị trường vốn (thứ ba) nằm trong số những ngành có nhiều giờ làm việc nhất (lên tới 90%) có thể được tự động hóa hoặc tăng cường thông qua AI.
Tại sao? Các làn sóng tự động hóa trước đây đã giải quyết được các nhiệm vụ dữ liệu có cấu trúc. Nhưng với hơn 80% dữ liệu của thế giới không có cấu trúc, phần lớn công việc còn lại trong FS rất giàu ngôn ngữ và vốn dĩ không có cấu trúc. Chúng tôi hoạt động trong một môi trường được xác định bởi công việc thông tin, dịch vụ và tri thức.
Không có gì ngạc nhiên khi AI sáng tạo - được xây dựng để hoạt động với dữ liệu phi cấu trúc và bắt chước ngôn ngữ của con người - đã được áp dụng nhanh chóng. Và khi chúng ta bước vào kỷ nguyên của AI, chúng ta đạt được nhiều thứ hơn:một hệ thống không chỉ hoạt động như một công cụ mà còn như một đồng nghiệp thực sự để làm việc cùng chúng ta.
Nghiên cứu tương tự cho thấy lực lượng lao động có cảm xúc lẫn lộn về AI và kinh nghiệm của tôi đã xác nhận điều đó. Trong khi khoảng 95% mọi người nói rằng họ muốn làm việc với AI tổng hợp và nâng cao kỹ năng – không có gì đáng ngạc nhiên khi những công cụ này được sử dụng rộng rãi trong cuộc sống hàng ngày – vẫn còn những lo ngại về an ninh, cường độ làm việc và đạo đức. Nhân viên đang trải qua sự thay đổi này với tốc độ khác nhau.
Sự căng thẳng đó thể hiện rõ ràng trong dữ liệu. Theo khảo sát lực lượng lao động mới nhất của Accenture, chỉ 20% nhân viên cảm thấy mình là người đồng sáng tạo tích cực trong việc định hình cách AI thay đổi công việc của họ và chỉ 17% cho biết họ thích sử dụng các công cụ AI hoặc tích cực tìm kiếm những cách mới để áp dụng chúng. Khoảng cách này nhấn mạnh sự cần thiết phải thu hút nhân viên sớm. Thiết kế việc áp dụng AI cho mọi người chứ không phải cho họ là điều cần thiết để xây dựng lòng tin, quyền sở hữu và việc áp dụng trên quy mô lớn.
Để đáp lại, chúng tôi giúp khách hàng thiết kế các công cụ AI cùng với đồng nghiệp của họ và hướng dẫn việc áp dụng theo những cách mang lại cảm giác toàn diện và trao quyền. Chúng tôi làm việc với các nhóm lãnh đạo để thu hút nhân viên vào những cuộc trò chuyện có ý nghĩa về AI và trang bị cho mọi người để giúp họ dẫn đầu sự thay đổi.
Chúng tôi đã đầu tư rất nhiều vào khả năng LearnVantage của mình để nâng cao kỹ năng cho các nhà lãnh đạo và toàn bộ lực lượng lao động. Ví dụ:mọi nhân viên tại S&P Global hiện có thể hoàn thành khóa đào tạo GenAI cơ bản. Tại một ngân hàng lớn, chúng tôi đã giúp đào tạo lại hơn một nghìn kỹ sư dữ liệu, đám mây và full stack để đạt được mức độ sẵn sàng cho vai trò ở cấp độ nâng cao và chuyên nghiệp thông qua Udacity.
Công việc của chúng tôi về AI có trách nhiệm, thiết kế công việc và lập kế hoạch lực lượng lao động cũng giúp các tổ chức chuyển đổi từ kỹ năng cũ sang kỹ năng mới, giảm thiểu tình trạng dư thừa, cải thiện chất lượng công việc và đảm bảo mọi người có thể phát triển khi vai trò của họ thay đổi.
Cam kết này mở rộng ra ngoài các khách hàng cá nhân. Tại Davos 2026, Accenture và 24 tổ chức khác đã công bố cam kết kỹ năng “Tạo cơ hội cho tất cả mọi người trong thời đại thông minh”, cam kết chung cung cấp đào tạo công nghệ cho 120 triệu người vào năm 2030. Cam kết của Accenture là trang bị cho hơn 10 triệu người trên toàn thế giới các kỹ năng kỹ thuật số và AI phù hợp với công việc vào năm 2030. Để hỗ trợ tham vọng này, công ty đã giới thiệu LearnVantage, nền tảng học tập AI gốc của mình và ra mắt chương trình đào tạo Thạc sĩ AI giá cả phải chăng dành cho tất cả.
Cách tiếp cận lấy con người làm trung tâm không chỉ xem xét người lao động mà còn cả cộng đồng và xã hội của chúng ta. Trong bối cảnh cải thiện sự hòa nhập xã hội trong các dịch vụ tài chính, chúng ta phải giảm thiểu những hậu quả không lường trước được và mở rộng cơ hội cho sự di chuyển.
Nghiên cứu gần đây của chúng tôi với Progress Together, Rise with AI, cho thấy quy mô của thách thức. Ở Anh, những người có nền tảng kinh tế xã hội thấp hơn (SEB) vẫn chiếm tỷ lệ thấp trong các dịch vụ tài chính khoảng 30%. Nghiên cứu cũng tìm thấy khoảng cách 10–15% trong khả năng tiếp cận AI, các kỹ năng liên quan đến AI, sự tự tin để nâng cao kỹ năng, niềm tin vào nhà tuyển dụng và các yếu tố khác có thể giúp những người từ SEB thấp hơn điều hướng quá trình chuyển đổi AI.
Tác động của AI đối với lực lượng lao động đòi hỏi một cái nhìn đa chiều. Nhiều vai trò bị ảnh hưởng nhiều nhất bởi AI trong các dịch vụ tài chính đều do phụ nữ nắm giữ. Chúng tôi đang hợp tác với các đối tác như Tech She Can để tăng cường kỹ năng và sự hòa nhập về AI.
AI cũng có thể giải phóng, tạo ra những cơ hội mới và cải thiện khả năng tiếp cận cho người khuyết tật, bao gồm cả những người khiếm thị hoặc những người bị đa dạng về thần kinh.
Cuối cùng, chúng ta phải đảm bảo rằng AI thúc đẩy chuyển đổi công bằng — một quốc gia toàn diện và công bằng — với các dịch vụ tài chính đóng vai trò trung tâm trong việc tạo ra những kết quả tích cực cho con người, cộng đồng và xã hội.
Bí quyết thực sự nằm ở việc đổi mới công việc xoay quanh mục đích kinh doanh và kết quả của khách hàng. Nó bắt đầu với các luồng giá trị và các quy trình từ đầu đến cuối, không phải các nhiệm vụ hoặc vai trò riêng lẻ. Các trường hợp sử dụng một lần quá hẹp, thường chỉ dẫn đến tiết kiệm một phần. Công việc ngày nay là những 'đơn vị phân tích' sai lầm vì chúng bao gồm nhiều công việc cần được xử lý khác nhau.
Sự đổi mới thực sự có nghĩa là xem xét lại cách thức thực hiện công việc trên chuỗi giá trị về cơ bản một cách khác biệt để mang lại kết quả kinh doanh và khách hàng tốt hơn. Điều này bao gồm việc loại bỏ những công việc có giá trị thấp và công việc vất vả trả trước. Thay vào đó, chúng ta nên chuyển hướng nỗ lực sang công việc có giá trị cao nhằm thúc đẩy kết quả và sự phát triển của khách hàng.
Để thực hiện sự thay đổi này cần có ba thành phần:
Chúng tôi hợp tác với một công ty bảo hiểm toàn cầu để phát minh lại chức năng bảo lãnh phát hành bằng AI. Làm việc trực tiếp với các nhà bảo lãnh, trước tiên chúng tôi đơn giản hóa các tiêu chuẩn bảo lãnh trong một lĩnh vực — giảm khoảng 130 tiêu chí đánh giá khác nhau xuống còn 70 yếu tố nhất quán.
Với quy trình được sắp xếp hợp lý, chúng tôi đã áp dụng AI để xử lý công việc nặng nhọc trong việc xem xét các bản gửi phức tạp của nhà môi giới, thường dài 200–300 trang. AI trích xuất và tóm tắt thông tin phi cấu trúc thành một khung quyết định có cấu trúc mà người bảo lãnh có thể sử dụng ngay lập tức. Nó thực hiện công việc này chính xác hơn trợ lý bảo lãnh và cung cấp các trích dẫn tài liệu nguồn để người bảo lãnh có thể nhanh chóng xác thực nội dung.
Trước đây, quá trình này mất nhiều ngày và công ty bảo hiểm chỉ có khả năng xem xét khoảng 20% số đơn gửi, nghĩa là hoạt động kinh doanh khả thi đang bị từ chối. Với AI, thời gian xem xét giảm xuống còn hàng giờ, cho phép nhóm đánh giá tất cả và thực hiện việc đó với độ chính xác cao hơn. Điều này đã giúp doanh thu tăng hơn 50% mà không cần mở rộng đội ngũ. Các nhà bảo lãnh có thêm thời gian để đưa ra quyết định tốt hơn và xây dựng mối quan hệ bền chặt hơn với các nhà môi giới.
Sự chuyển đổi này có hiệu quả vì các nhà lãnh đạo đã cam kết thực hiện sự đổi mới thực sự và cách tiếp cận lấy con người làm trung tâm. Chúng tôi đã thiết kế lại quy trình bảo lãnh từ đầu đến cuối, làm rõ nơi tạo ra giá trị và đồng thiết kế các quy trình làm việc mới cũng như khả năng AI với chính các nhà bảo lãnh. Bằng cách chuyển công việc “nặng nhọc” sang các tác nhân AI, các nhà bảo lãnh được tự do tập trung vào các nhiệm vụ đánh giá, tương tác và ra quyết định có giá trị cao trong đó chuyên môn của con người tạo ra sự khác biệt lớn nhất.
Kiến trúc đại lý của chúng tôi để bán tín dụng và cho vay trong ngân hàng thương mại hỗ trợ các nhà quản lý quan hệ (RM) trong việc xử lý các đơn xin cho vay. Quá trình này thường liên quan đến nhiều dữ liệu, tài liệu và nhiệm vụ quản trị phi cấu trúc.
Được xây dựng trên Accenture AI Refinery, kiến trúc này tập hợp ba lớp tác nhân AI được phối hợp:
Thiết lập này cho phép RM phục vụ nhiều khách hàng hơn, cải thiện trải nghiệm khách hàng, đưa ra quyết định tốt hơn về rủi ro tín dụng và đẩy nhanh quá trình cấp vốn cho các khoản vay được phê duyệt.
Cùng nhau, các đại lý này hợp lý hóa quy trình cho vay, cho phép Người quản lý mối quan hệ (RM):
Kiến trúc này giúp giảm thời gian xem xét thủ công và quản trị. Điều này giải phóng RM để tập trung vào các hoạt động có giá trị cao hơn như tư vấn cho khách hàng, đưa ra quyết định cho vay tốt hơn và củng cố mối quan hệ — tất cả đồng thời tăng sản lượng và giảm rủi ro.
Tái tạo bắt đầu bằng cách tập trung vào các luồng giá trị có giá trị nhất, có thể mở rộng trong tổ chức của bạn chứ không phải vào các chức năng hoặc công nghệ riêng biệt. Trong ngân hàng, những điều này thường bao gồm phòng chống gian lận, giới thiệu khách hàng và KYC, cho vay, quản lý mối quan hệ và tư vấn đầu tư. Trong bảo hiểm, chúng bao gồm bảo lãnh phát hành, yêu cầu bồi thường và dịch vụ. Trong thị trường, chúng bao gồm giao dịch và xử lý sau giao dịch. Việc cải tiến lại các quy trình này từ đầu đến cuối sẽ mang lại giá trị quan trọng và tạo nền tảng cho quá trình chuyển đổi trên toàn doanh nghiệp.
Một bài học quan trọng từ kỷ nguyên tự động hóa quy trình bằng robot rất rõ ràng:chúng ta không nên “vá” các quy trình bị hỏng bằng AI. Các nhà lãnh đạo phải làm cho công việc có giá trị cao trở nên dễ dàng hơn bằng cách loại bỏ sự phức tạp, lãng phí và xích mích — thêm thời gian cho những gì thực sự tạo ra giá trị (Sutton và Rao 2024).
Hầu hết các tổ chức đều đã có sự trưởng thành về quy trình và những hiểu biết sâu sắc hơn về hiệu quả và giá trị, đặc biệt là ở những nơi họ đã xây dựng Trung tâm Năng lực Toàn cầu. Tuy nhiên, nhiều dòng giá trị khác vẫn chưa rõ ràng hoặc bị phân mảnh.
Khi chưa hiểu rõ về quy trình và giá trị, chúng tôi sử dụng Trình khám phá giá trị quy trình (PVE) độc quyền của mình để khám phá tác phẩm và giá trị của nó, thường cùng với các công cụ khai thác quy trình như Celonis. PVE cho phép chúng tôi phân tích nỗ lực, chi phí, giá trị, vấn đề và các khía cạnh khác của hàng nghìn công nhân cùng một lúc. Việc tạo ra khả năng hiển thị công việc và giá trị này mang lại cho chúng tôi những hiểu biết sâu sắc về sự đổi mới.
Đối với các tổ chức đang tìm kiếm một cái nhìn rộng hơn, chúng tôi sử dụng các công cụ lập kế hoạch và phân tích độc quyền để lập mô hình lực lượng lao động trong tương lai trên quy mô lớn. Những công cụ này cho phép đánh giá nhanh chóng doanh nghiệp và giúp ưu tiên đầu tư vào AI và đào tạo lại kỹ năng.
Tại một nhà cung cấp dịch vụ đầu tư và hưu trí lớn, chúng tôi đang sử dụng phân tích này để phát triển chiến lược lực lượng lao động từ trên xuống cho hội đồng quản trị. Phương pháp tiếp cận này mô hình hóa năng lực được giải phóng hoặc triển khai lại thông qua AI tác nhân và tự động hóa khác, cung cấp bức tranh rõ ràng về nhu cầu và kỹ năng của lực lượng lao động trong tương lai. Ngược lại, điều này giúp đưa ra các quyết định tốt hơn cho lực lượng lao động ngày nay và hướng dẫn nơi đầu tư vào AI.
Chúng tôi phân tích dữ liệu về công việc và lực lượng lao động hiện tại một cách nhanh chóng và chuyên sâu, xác định nơi AI có thể tạo ra các loại tác động khác nhau, xem xét đầu tư vào AI đang hoạt động và hình thành cái nhìn rõ ràng về lực lượng lao động trong tương lai:các vai trò mới cần thiết, các kỹ năng cần thiết, ý nghĩa về năng lực và hồ sơ chi phí. Điều này giúp khách hàng của chúng tôi đưa ra các quyết định tốt hơn, sáng suốt hơn về lực lượng lao động, cung cấp thông tin về sự thay đổi và định hướng chiến lược đầu tư vào AI của họ.
Chúng tôi đang thực hiện việc này như một bài tập chiến lược ban đầu dành cho CHRO, Giám đốc điều hành hoặc Hội đồng quản trị và đưa nó vào như một khả năng lâu dài trong quá trình lập kế hoạch lực lượng lao động chiến lược của khách hàng, đảm bảo họ có thể liên tục dự đoán, thiết kế và điều chỉnh lực lượng lao động trong tương lai của mình khi áp dụng AI trên quy mô lớn.
Nghiên cứu Xu hướng Cuộc sống Accenture năm 2025 cho thấy 44% người cảm thấy các công cụ AI tăng hiệu quả và 38% cảm thấy chúng tăng chất lượng. Tuy nhiên, cũng có một số nhận thức tiêu cực — 16% cho rằng các công cụ AI khiến công việc mang tính giao dịch nhiều hơn và 14% cảm thấy chúng hạn chế khả năng sáng tạo của mình.
Mọi người muốn các công cụ AI có thể tiếp thu những khía cạnh tẻ nhạt, lặp đi lặp lại trong vai trò của họ để họ có thể thực hiện tốt hơn công việc họ yêu thích nhất. Công việc nặng nhọc chiếm ưu thế trong tuần làm việc của nhiều người, thậm chí cả những người lao động được trả lương cao và có tay nghề cao.
Mọi người muốn bảo vệ những đặc điểm con người và những khía cạnh thú vị trong công việc của họ, đồng thời họ muốn duy trì sự kiểm soát và tự do nhất định đối với cách họ làm việc. Điều quan trọng là họ muốn duy trì cơ hội cảm nhận được ý nghĩa, mục đích và sự hài lòng trong công việc của mình.
Khi chúng tôi thiết kế sự tương tác giữa con người và AI, đặc biệt là tương tác với các tác nhân, có một số điều quan trọng cần phải làm đúng.
Nó bắt đầu bằng việc xác định rõ ràng mục tiêu và giá trị của công việc cũng như đặt ra những kỳ vọng rõ ràng về những gì con người và tác nhân AI chịu trách nhiệm. Các nhà lãnh đạo phải cân nhắc xem điểm mạnh của AI được áp dụng tốt nhất ở đâu, nơi nào năng lực của con người là cần thiết và nơi nào sự kết hợp mang lại giá trị cao nhất.
Đây là lý do tại sao chúng tôi sử dụng con người làm người dẫn đầu, trong đó mọi người hướng dẫn việc đánh giá, quyết định và giám sát, đồng thời các tác nhân AI cung cấp sự hỗ trợ để củng cố công việc. Điều này đòi hỏi các vai trò và trách nhiệm bổ sung cho nhau, trong đó con người phải chịu trách nhiệm rõ ràng về quy trình làm việc và các quyết định.
Cả tác nhân AI và công nhân con người đều phải được đào tạo để thực hiện tốt vai trò của mình. AI phải tạo ra kết quả chính xác, nhất quán; giảm thiểu sự thiên vị; thích ứng với các bối cảnh khác nhau; duy trì an ninh và quyền riêng tư; tạo ra kết quả đầu ra chất lượng cao; và có thể giải thích được. Con người phải có khả năng sử dụng và đánh giá kết quả đầu ra của AI - lặp lại, cải tiến và biết khi nào cần thử thách. Trong một số trường hợp, điều này có nghĩa là cho mọi người thời gian và không gian để áp dụng những khả năng mà chúng ta dựa vào con người nhiều nhất:tư duy chiến lược, khả năng phán đoán, sự đồng cảm, xây dựng mối quan hệ và tính sáng tạo. Chúng tôi muốn sự tương tác giữa các tác nhân với con người nhằm thúc đẩy quá trình học hỏi và cải tiến liên tục cho cả hai. Chúng ta sẽ quay lại ý tưởng cùng học này sau.
Tương tác tốt cũng yêu cầu giao diện đơn giản, trực quan. Điều này bao gồm việc nhúng trực tiếp các tác nhân vào luồng công việc — chẳng hạn như trong bàn làm việc của trình quản lý mối quan hệ hoặc hàng đợi xử lý trường hợp — và sử dụng giao diện đàm thoại để tăng khả năng sử dụng. Con người phải nắm quyền kiểm soát:có thể tắt, ghi đè hoặc chỉnh sửa đầu ra AI. Phải luôn rõ ràng khi ai đó tương tác với AI, AI đã làm gì và nó tạo ra kết quả như thế nào.
Nhiều nhân viên dịch vụ tài chính muốn có nhiều thời gian hơn cho công việc chuyên sâu - tư vấn cho khách hàng, giải quyết các vấn đề phức tạp hoặc phát triển các đề xuất sáng tạo. Các công cụ AI được thiết kế tốt có thể giảm tải nhận thức và tạo điều kiện cho công việc sâu (Newport, 2016):tập trung, trôi chảy và giải quyết vấn đề một cách sáng tạo. Khi các nhân viên lọc tiếng ồn, đưa ra những hiểu biết phù hợp và tự động hóa các công việc thường ngày, họ sẽ giải phóng nhân viên để tập trung vào suy nghĩ thúc đẩy kết quả của khách hàng. Đây là công thái học nhận thức trong hành động — công nghệ định hình xoay quanh nhịp độ chú ý và động lực của con người (Sudiarta, 2023), thay vì xung quanh máy móc.
Nói một cách đơn giản, nếu các đặc vụ hiện là đồng nghiệp của chúng ta, hãy đảm bảo rằng chúng ta có những đồng đội tốt.
Chúng tôi đã làm việc với một trong những nhà cung cấp bảo hiểm và hưu trí lớn nhất ở Hoa Kỳ để phát minh lại các trung tâm liên lạc của họ bằng AI tác nhân. Giải pháp này đã sử dụng 4 Siêu đại lý và 12 Đại lý tiện ích có thể tái sử dụng được xây dựng trên AI Refinery của Accenture. Nó hình thành một hệ thống được kết nối đầy đủ:16 API được tích hợp vào các hệ thống khiếu nại, chính sách và bảo lãnh, được hỗ trợ bởi bộ nhớ tương tác của khách hàng trong hai năm.
Khách hàng đã đầu tư rất nhiều vào thử nghiệm để tạo dựng sự tự tin — hơn hai triệu cuộc gọi đào tạo và thử nghiệm, được 30 chuyên gia xem xét trong vòng ba tháng. Một kết quả là trợ lý kỹ thuật số cá nhân đã cung cấp hướng dẫn phù hợp (không phải lời khuyên) cho khách hàng, giảm số lượng cuộc gọi cơ bản và tăng lượng khách hàng tiềm năng kỹ thuật số.
Đối với đại diện của trung tâm liên lạc, các tổng đài viên sẽ phát hiện ý định và cảm xúc của người gọi, truy cập dữ liệu khách hàng, đưa ra hướng dẫn theo ngữ cảnh và đề xuất hành động tốt nhất tiếp theo. Điều này đã cải thiện NPS, tăng cường khả năng giải quyết cuộc gọi và cắt giảm 50% nhu cầu đào tạo. Giờ đây, con người có thể tập trung vào sự đồng cảm, phán đoán và dịch vụ khách hàng có giá trị cao hơn.
Chúng tôi nhận thấy kết quả tương tự giữa các công ty bảo hiểm của Hoa Kỳ, bao gồm cả công ty bảo hiểm nhân thọ nhóm và nhà cung cấp dịch vụ nhân thọ và lương hưu.
Thế còn công việc chuyên môn có tay nghề cao thì sao? Tại Accenture, chúng tôi đã sử dụng 14 tác nhân AI chuyên biệt trong suốt vòng đời chiến dịch để hỗ trợ 2.000 nhà tiếp thị của mình. Các chiến dịch từng mất tới 150 ngày. Bằng cách sử dụng SynOps để phân tích quy trình làm việc, chúng tôi đã xác định được thời gian bị lãng phí ở đâu và ở đâu chất lượng có thể cải thiện. Kết quả mang tính quyết định:nỗ lực giảm mạnh - 67% đối với bản tóm tắt sáng tạo, 90% đối với bản thảo đầu tiên - và tốc độ tiếp thị được cải thiện từ 25–35%. Tác phẩm cũng mang lại mức kinh phí giải phóng là 80 triệu USD. Những tác nhân này khuếch đại sự sáng tạo và tác động của các nhà tiếp thị; họ không thay thế nó.
Chúng tôi đang cung cấp giá trị tương tự trên các dịch vụ tài chính. Tại một ngân hàng lớn ở châu Á, một công ty bảo hiểm nhân thọ có trụ sở tại Hoa Kỳ và một số ngân hàng toàn cầu, AI tác nhân đang định hình lại công việc tiếp thị. Một ngân hàng toàn cầu hiện hỗ trợ 50% chiến dịch của mình bằng AI, tăng tốc độ sáng tạo lên 50% và tăng tổng số chiến dịch lên 20%, với mục tiêu tăng trưởng 35%. Một ngân hàng lớn khác ở châu Á đã đạt được số chiến dịch phân khúc vi mô nhiều hơn 50 lần, tăng tốc độ tin nhắn lên 80% và giảm thời gian tạo từ 30 ngày xuống còn 3. Những phương pháp tiếp cận này nâng tầm nhà tiếp thị và tạo ra các chiến dịch có mức độ phù hợp hơn, thâm nhập thị trường nhanh hơn và tương tác với khách hàng hiệu quả hơn.
Agentic AI mở ra những khả năng mới mạnh mẽ để đổi mới công việc trong các dịch vụ tài chính. Để sử dụng tốt nó, chúng ta phải quay lại các nguyên tắc cơ bản của thiết kế công việc và đưa ra các quyết định có kỷ luật về cách con người và AI nên tương tác. Các câu hỏi chính bao gồm:
AI - đặc biệt là AI tác nhân - rất mạnh mẽ, nhưng không phải vấn đề nào cũng cần đến nó. Nhiều nỗ lực tái tạo đòi hỏi sự kết hợp của các thay đổi quy trình, công nghệ đơn giản hơn và các dạng AI nhẹ hơn. Thông thường, các công việc hoặc tính toán đơn giản trên dữ liệu có cấu trúc sẽ được phục vụ tốt hơn bằng các thuật toán cơ bản hoặc công nghệ truyền thống. Các nhiệm vụ điểm đơn giản hiếm khi phù hợp với AI tác nhân.
AI cũng mang lại chi phí thực sự. Kiến trúc tác tử đòi hỏi nhiều token, khiến chúng đắt tiền và tốn nhiều năng lượng. Chi phí cho các mô hình ngôn ngữ lớn đang giảm khoảng 50% mỗi năm, đồng thời việc tái sử dụng và cải tiến các mô hình đang khiến AI tác nhân có giá cả phải chăng hơn. Mặc dù vậy, chúng ta chỉ nên sử dụng AI khi trường hợp giá trị rõ ràng.
Nguyên tắc rất đơn giản:áp dụng AI ở những nơi nó mang lại giá trị có ý nghĩa và tránh sử dụng AI ở những nơi không có giá trị.
Những ý tưởng chính để suy ngẫm — Tôi rất hoan nghênh những suy nghĩ của bạn:
Trong blog tiếp theo, tôi sẽ xem xét cách các tổ chức có thể dẫn dắt sự thay đổi đang phát triển nhanh chóng này.
Để biết cách tiếp cận lấy con người làm trung tâm đối với AI sẽ mở rộng quy mô trong ngành ngân hàng bằng các hành động thiết thực như thế nào, hãy đọc Xu hướng ngân hàng hàng đầu cho năm 2026 của chúng tôi báo cáo.