Tại phiên thảo luận “Ask CIO, CEO Anything About AI” thuộc CIO Summit 2026, ông Đào Ngọc Dũng, Giám đốc Khối Công nghệ Thông tin SHB chia sẻ cách tiếp cận của ngân hàng với tư cách một doanh nghiệp ứng dụng AI: tập trung vào bài toán kinh doanh, làm chủ nền tảng, đồng thời đặt trọng tâm vào con người và quy trình.
CIO Summit 2026 diễn ra tại Thành phố Hồ Chí Minh với chủ đề “Human-Led, AI-First: From Pilots to P&L” quy tụ hơn 500 lãnh đạo công nghệ và doanh nghiệp. Câu hỏi trung tâm không còn chỉ dừng ở “AI làm được gì” mà chuyển sang bài toán làm thế nào để AI tạo ra giá trị thực trong hoạt động kinh doanh.
Trong phiên thảo luận, hai hướng tiếp cận AI được đề cập: từ dưới lên, khi doanh nghiệp tạo môi trường để nhân viên chủ động ứng dụng AI và từ trên xuống, khi AI được triển khai trong chiến lược chuyển đổi tổng thể.
SHB lựa chọn hướng tiếp cận thứ hai. Việc ứng dụng AI được gắn với chiến lược chuyển đổi công nghệ 5 FIRST, gồm Data & AI First, People First, Cloud First, Security First và Mobile First đồng thời song hành với quá trình chuyển đổi mô hình kinh doanh.
“Chúng tôi là doanh nghiệp ứng dụng AI”
Theo ông Đào Ngọc Dũng, một trong những vấn đề đầu tiên doanh nghiệp cần xác định là lựa chọn giữa việc phát triển AI và tập trung ứng dụng AI. SHB xác định vai trò là ngân hàng ứng dụng AI vào kinh doanh và vận hành, thay vì cạnh tranh trong phát triển các mô hình AI nền tảng.
“Các mô hình AI lõi hiện nay đã đủ trưởng thành và ngày càng dễ tiếp cận. Lợi thế của một ngân hàng không nằm ở việc tự tạo ra mô hình, mà ở chỗ biết chọn đúng mô hình cho đúng bài toán, có dữ liệu tốt và đưa được AI vào quy trình hằng ngày,” ông Dũng chia sẻ.
Theo cách tiếp cận này, SHB áp dụng nguyên tắc 10-20-70 trong phân bổ nỗ lực: khoảng 10% dành cho mô hình và thuật toán, 20% cho dữ liệu và nền tảng công nghệ, 70% cho con người, thiết kế lại quy trình và quản trị thay đổi. Với ngân hàng, hiệu quả triển khai phụ thuộc lớn vào khả năng thay đổi phương thức làm việc của đội ngũ và đưa công nghệ thực sự vào quy trình.
Nguyên tắc xuyên suốt là “chuẩn trước, chuyển sau”: Chuẩn hóa dữ liệu, con người, quy trình và nền tảng trước khi nhân rộng. Ngân hàng bắt đầu từ các bài toán nội bộ theo hướng Inside-Out, tập trung vào ba nhóm gồm công nghệ thông tin; bán lẻ - thanh toán; quản trị rủi ro - phòng, chống gian lận, trước khi mở rộng sang các hoạt động trực tiếp phục vụ khách hàng.
Chọn đúng mô hình cho từng bài toán
Để ứng dụng AI hiệu quả và an toàn trên phạm vi toàn ngân hàng, SHB xây dựng Model Hub - trung tâm điều phối mô hình, hỗ trợ lựa chọn giải pháp phù hợp dựa trên độ chính xác, chi phí, tốc độ phản hồi và mức độ nhạy cảm của dữ liệu.
Thông qua Model Hub, SHB có thể kết hợp nhiều loại mô hình như frontier models, mô hình nguồn mở, mô hình ngôn ngữ nhỏ (SLM) và mô hình chuyên ngành. Một số mô hình nhỏ hoặc chuyên biệt có thể vận hành trực tiếp trên hạ tầng ngân hàng đối với những bài toán yêu cầu mức độ kiểm soát dữ liệu cao.
“Không có mô hình nào tốt nhất cho mọi bài toán. Việc phân tích phức tạp cần mô hình mạnh, còn các tác vụ lặp lại với dữ liệu nhạy cảm có thể sử dụng mô hình nhỏ chạy trên hạ tầng của ngân hàng. Cách làm này giúp tối ưu chi phí, giảm phụ thuộc vào một nhà cung cấp và tăng khả năng kiểm soát dữ liệu,” ông Dũng nói.
Song song với đó, SHB xây dựng Enterprise Knowledge Base - kho tri thức toàn ngân hàng, số hóa và hệ thống hóa các quy định, quy trình, sản phẩm và kinh nghiệm tác nghiệp. Trên nền tảng này, ngân hàng phát triển các “chuyên gia số” (Digital Expert Agents) trong các lĩnh vực như tín dụng, thanh toán, vận hành công nghệ thông tin và tuân thủ.
Lộ trình được phát triển từ các trợ lý hỏi đáp tri thức đến AI tác tử có khả năng thực hiện một số tác vụ theo kịch bản được phê duyệt, với cơ chế phân quyền và lưu vết. Khi dữ liệu, công nghệ và quy trình được chuẩn hóa trên nền tảng chung, các năng lực này có thể được nhân rộng trong toàn ngân hàng.
AI bắt đầu từ chính Khối Công nghệ Thông tin
Theo cách tiếp cận của SHB, Khối Công nghệ Thông tin là một trong những đơn vị đi đầu trong ứng dụng AI để kiểm chứng hiệu quả trước khi mở rộng.
Một ví dụ được ông Dũng chia sẻ tại CIO Summit là bài toán vận hành hệ thống công nghệ ngân hàng liên tục 24/7. SHB tập trung xây dựng nền tảng giám sát tập trung Observability, tập hợp dữ liệu về nhật ký hoạt động, chỉ số vận hành và hành trình giao dịch trên một nền tảng chung.
Qua đó, đội ngũ công nghệ có cái nhìn tổng thể hơn về trạng thái hệ thống, hỗ trợ nhận diện sớm dấu hiệu bất thường và rút ngắn quá trình xác định nguyên nhân khi xảy ra sự cố.
Cùng với đó, ngân hàng chuẩn hóa quy trình xử lý sự cố. Kinh nghiệm tác nghiệp của đội ngũ kỹ sư được hệ thống hóa thành các kịch bản, trong khi các thao tác lặp lại được chuyển sang cơ chế tự động. Trên nền dữ liệu và kịch bản này, AI được ứng dụng để phát hiện bất thường, gợi ý nguyên nhân và đề xuất hướng xử lý.
Đây là bước đầu trong quá trình hình thành mô hình vận hành thông minh dựa trên AI (AIOps), trong đó hệ thống từng bước được nâng cao khả năng tự quan sát, phát hiện và xử lý những tình huống quen thuộc, trong khi con người vẫn giữ quyền quyết định tại các bước quan trọng.
“Cách chúng tôi làm là chuẩn hóa hệ thống công nghệ, điều chỉnh lại con người, công nghệ và quy trình để xây dựng sẵn các kịch bản xử lý sự cố, hướng tới tự động hóa vận hành,” ông Dũng chia sẻ.
Xa hơn, SHB hướng tới nguyên tắc “thiết kế để tự vận hành” (Design for NoOps), trong đó khả năng giám sát, cảnh báo và tự động xử lý được tính đến ngay từ khâu thiết kế phần mềm.
AI cũng được đưa vào vòng đời phát triển phần mềm, hỗ trợ lập trình viên viết và rà soát mã nguồn, tự động kiểm thử, đồng thời rút ngắn thời gian đưa sản phẩm vào sử dụng.
“Xe ô tô người ta có thể tự lái được thì không có lý do gì phần mềm không thể tự hành được, tất nhiên là trong khuôn khổ kiểm soát của con người”, ông Dũng nói.
Con người là trung tâm trong chuyển đổi AI
Mục tiêu của việc ứng dụng AI không phải thay thế con người, mà phân bổ lại nguồn lực. Những công việc lặp lại có thể từng bước được tự động hóa, trong khi đội ngũ công nghệ tập trung nhiều hơn vào việc hiểu nghiệp vụ, thiết kế giải pháp, bảo đảm chất lượng và an toàn sản phẩm.
Để hiện thực hóa tỷ trọng 70% dành cho con người và quy trình, SHB đang chuyển Khối công nghệ thông tin sang mô hình vận hành mục tiêu (Target IT Operating Model), tổ chức theo sản phẩm và nền tảng (Product & Platform Operating Model).
Trong mô hình này, các đội kỹ thuật hiệu suất cao được tổ chức theo nhóm chuyên trách, phối hợp cùng các khối nghiệp vụ và đơn vị kinh doanh. Công nghệ và nghiệp vụ cùng chia sẻ mục tiêu, thống nhất các ưu tiên và cùng chịu trách nhiệm về kết quả cuối cùng.
Song song với đó, ngân hàng tiếp tục phát triển nguồn nhân lực trong các lĩnh vực công nghệ, dữ liệu và AI, đồng thời đồng hành với các chương trình như Hack (CX) Together và Vietnam AI Innovation Challenge.
Trên hành trình hướng tới định vị “Ngân hàng tầm vóc quốc gia thế hệ mới,” SHB xác định AI không phải là cuộc đua đơn thuần trong việc tạo ra công nghệ. Trọng tâm nằm ở khả năng lựa chọn đúng công nghệ, đưa vào đúng bài toán và chuyển hóa thành năng suất, chất lượng quyết định, hiệu quả vận hành và trải nghiệm tốt hơn cho khách hàng, cán bộ nhân viên./.