Để chuyển đổi số ngân hàng tăng tốc an toàn

Ông Bùi Gia Hiếu, Giám đốc Trung tâm An toàn thông tin, Khối Công nghệ thông tin, Ngân hàng TMCP Quân đội (MB): AI càng nhanh, kiểm soát càng chặt 

Để AI được ứng dụng rộng rãi nhưng vẫn bảo đảm an toàn, nguyên tắc đầu tiên theo tôi là mọi hoạt động sử dụng AI phải nằm trong tầm kiểm soát của ngân hàng. Nhân viên không được tự ý đưa thông tin khách hàng, dữ liệu nghiệp vụ, mã nguồn hay các thông tin nội bộ lên những dịch vụ AI công cộng chưa được ngân hàng phê duyệt. Các hoạt động sử dụng AI cần được kiểm soát tập trung, từ xác thực người dùng, phân quyền truy cập, kiểm soát dữ liệu đưa vào, giới hạn chức năng được phép sử dụng đến ghi nhận và giám sát quá trình hoạt động. Đồng thời, ngân hàng cần phân loại dữ liệu trước khi lựa chọn công nghệ AI. Dữ liệu công khai có thể sử dụng trên các nền tảng được phép, trong khi dữ liệu nội bộ phải được xử lý trên những hệ thống và mô hình nằm trong phạm vi kiểm soát, đáp ứng các yêu cầu về kỹ thuật, hợp đồng và nơi lưu trữ, xử lý dữ liệu.

Việc kiểm soát cũng không chỉ phụ thuộc vào nơi đặt hệ thống AI. Ngay cả khi AI được triển khai trong hệ thống riêng của ngân hàng, dữ liệu vẫn có thể bị lộ nếu quyền truy cập được cấp quá rộng hoặc hệ thống được thiết kế thiếu các lớp bảo vệ. Vì vậy, ngân hàng cần áp dụng đồng thời nhiều biện pháp như giới hạn quyền truy cập theo nguyên tắc chỉ cấp những quyền thực sự cần thiết, mã hóa dữ liệu, tách biệt các môi trường, kiểm soát thông tin đưa vào và nhận ra từ hệ thống AI, đánh giá kỹ các nhà cung cấp công nghệ và thường xuyên kiểm thử khả năng phòng thủ. Các hoạt động của AI cũng cần được lưu vết để có thể truy xuất khi xảy ra sự cố, đồng thời phải có cơ chế để con người can thiệp, dừng hoặc thay thế quyết định của AI khi cần thiết.

Từ thực tiễn triển khai tại Ngân hàng TMCP Quân đội (MB), ngân hàng nên bắt đầu triển khai ứng dụng AI từ những công việc có dữ liệu đủ tin cậy, kết quả có thể kiểm chứng và người chịu trách nhiệm rõ ràng. Mỗi ứng dụng AI cần xác định rõ hiệu quả trước và sau khi triển khai, đặt ra ngưỡng để chuyển sang xử lý thủ công, tiêu chí dừng và cơ chế tiếp nhận phản hồi. Thay vì chỉ nhìn vào số lượng mô hình hay công cụ AI được triển khai, ngân hàng cần đánh giá bằng những kết quả thực tế như tốc độ phát hiện và xử lý nguy cơ, tỷ lệ cảnh báo chính xác, thời gian xử lý sự cố và mức độ giảm các công việc lặp lại.

AI đang tạo ra một cuộc đua mới trong an toàn thông tin khi các đối tượng tấn công cũng có thể lợi dụng công nghệ này để mở rộng quy mô và rút ngắn thời gian tấn công. Do đó, ngân hàng cần hình thành một chu trình bảo vệ khép kín; trong đó thông tin cảnh báo, hoạt động kiểm thử, phát hiện nguy cơ và các lớp bảo vệ khách hàng được kết nối với nhau. Tuy nhiên, tăng tốc ứng dụng AI không đồng nghĩa với việc trao quyền không giới hạn cho máy móc. Dữ liệu nội bộ phải luôn nằm trong phạm vi kiểm soát của ngân hàng và con người vẫn giữ vai trò quyết định ở những khâu quan trọng. Với MB, giá trị của AI không nằm ở việc thay thế con người mà ở khả năng giảm bớt những công việc lặp lại, giúp các chuyên gia có thêm thời gian tập trung vào những nhiệm vụ đòi hỏi kinh nghiệm và phán đoán của con người.

Luật sư Hoàng Hà, Chuyên gia bảo vệ dữ liệu và quản trị AI, Giám đốc Điều hành Data Protectify: Đừng để dữ liệu khách hàng “đi lạc”

Để chuyển đổi số đi cùng bảo vệ dữ liệu khách hàng, các tổ chức tín dụng cần ưu tiên 3 yêu cầu. Thứ nhất, quản trị sự đồng ý của khách hàng xuyên suốt vòng đời dữ liệu, từ khi thu thập, sử dụng, cập nhật đến khi rút lại sự đồng ý, thay vì chỉ coi đây là thao tác xác nhận khi mở tài khoản hoặc sử dụng dịch vụ. Đặc biệt, khi sử dụng dữ liệu cá nhân cho các mục đích mới như huấn luyện, phát triển AI, chấm điểm tín dụng hay phát hiện gian lận, ngân hàng cần đánh giá lại cơ sở pháp lý và cập nhật hoặc thu thập lại sự đồng ý nếu mục đích sử dụng vượt ngoài phạm vi khách hàng đã được thông báo.

Thứ hai, kiểm soát chặt việc chuyển giao dữ liệu cho các bên thứ ba. Ngân hàng cần xác định rõ dữ liệu nào được chuyển giao, cho ai, với mục đích gì, phạm vi tiếp cận và trách nhiệm bảo mật của từng bên; đồng thời thẩm định năng lực bảo vệ dữ liệu, an toàn thông tin của các đối tác trước khi chia sẻ dữ liệu và duy trì cơ chế giám sát, đánh giá định kỳ đối với các bên có rủi ro cao. Qua đó, trách nhiệm của ngân hàng đối với dữ liệu khách hàng vẫn được bảo đảm ngay cả khi dữ liệu được xử lý trong hệ sinh thái đối tác.

Thứ ba, kiểm soát việc chuyển dữ liệu ra nước ngoài gắn với yêu cầu lưu trữ dữ liệu tại Việt Nam. Trước khi sử dụng các nền tảng đám mây hoặc dịch vụ công nghệ xuyên biên giới, ngân hàng cần đánh giá đầy đủ nơi lưu trữ, chủ thể tiếp nhận, quyền truy cập từ nước ngoài, khả năng chuyển tiếp cho bên thứ ba và các biện pháp bảo vệ dữ liệu. Việc đánh giá đồng thời các yêu cầu về bảo vệ dữ liệu cá nhân, an ninh mạng, an ninh dữ liệu và quy định chuyên ngành sẽ giúp ngân hàng hạn chế rủi ro pháp lý khi mở rộng các mô hình công nghệ xuyên quốc gia.

Bà Nguyễn Phương Thanh, Phó Tổng Giám đốc, Tư vấn, Dịch vụ Tài chính Ngân hàng Công ty TNHH Ernst & Young Việt Nam (EY Việt Nam): Giám sát việc sử dụng AI

Chuyển dịch sang mô hình ngân hàng dựa trên AI không đơn thuần là đầu tư công nghệ mà trước hết là nâng cao năng lực quản trị dữ liệu trên toàn ngân hàng, không chỉ tập trung vào đội ngũ chuyên gia công nghệ. Các cấp quản lý, cán bộ nghiệp vụ, quản trị rủi ro, kiểm soát và tuân thủ cũng cần có kiến thức để hiểu, khai thác và giám sát việc sử dụng dữ liệu, AI. 

Về lộ trình triển khai, ngân hàng nên ưu tiên những ứng dụng AI có giá trị rõ ràng và có thể đo lường như chấm điểm tín dụng, phát hiện gian lận, cá nhân hóa dịch vụ, phòng chống rửa tiền hay cảnh báo sớm rủi ro. Quan trọng hơn, mỗi ứng dụng cần tạo ra dữ liệu và năng lực quản trị có thể tiếp tục sử dụng cho các bài toán khác, qua đó chuyển từ những dự án AI riêng lẻ sang năng lực AI dùng chung trên toàn ngân hàng.

Thêm vào đó, việc ứng dụng chính AI để nâng cao hiệu quả quản trị dữ liệu. Khi dữ liệu ngày càng lớn và được tạo ra với tốc độ cao, các công việc như phát hiện lỗi, đối chiếu dữ liệu, cập nhật thông tin và giám sát những thay đổi bất thường sẽ khó thực hiện hiệu quả nếu chỉ dựa vào phương thức thủ công. Việc ứng dụng AI có thể giúp tự động hóa các hoạt động này, nâng cao chất lượng, tính nhất quán và khả năng giám sát dữ liệu. Đây cũng là nền tảng để quản trị dữ liệu, quản trị AI và quản trị rủi ro số dần trở thành những năng lực cốt lõi quyết định khả năng cạnh tranh của các tổ chức tài chính.

Đối với Việt Nam, đây là thời điểm thuận lợi để ngành ngân hàng tận dụng những thành quả đã đạt được trong chuyển đổi số, tiếp tục hoàn thiện nền tảng dữ liệu và từng bước khai thác hiệu quả tiềm năng của AI. Quá trình này không chỉ góp phần nâng cao hiệu quả hoạt động và chất lượng dịch vụ ngân hàng, mà còn tạo động lực thúc đẩy đổi mới sáng tạo, phát triển kinh tế số và nâng cao năng lực cạnh tranh của nền kinh tế trong giai đoạn tới.