AI-omstrukturering av banknæringen – Del 2: Optimalisering av drift og ledelse

Driftsautomatisering, organisatorisk omstrukturering

AI er ikke bare et støtteverktøy, men brukes av mange vietnamesiske banker som et «nytt driftsfundament», som omstrukturerer organisasjonsmodellen omfattende, fra kredittgodkjenningsprosess og databehandling til intern planlegging og styring.

Bildetekst — AI brukes av banker som «et nytt driftsfundament». Illustrasjonsfoto

Techcombank er en av de banebrytende bankene som integrerer AI i sin driftsstrategi. Ifølge Phan Thanh Son, viseadministrerende direktør i Techcombank, opererer banken på en plattform for stordata og maskinlæring for å forbedre organisasjonens ytelse: «AI støtter ikke bare personalisering av tjenester, men deltar også i ressursallokering og kontroll av kontaktpunkter i driftskjeden.»

BIDV bruker også kunstig intelligens for å automatisere kredittvurderingsprosessen. Vurderingssystemet er basert på historiske økonomiske data, forbruksatferd og kundesegmentering, og bidrar dermed til å forkorte søknadsbehandlingstiden fra mange dager til bare noen få timer.

På samme måte integrerer TPBank AI i OCR-systemet for automatisk å lese og behandle data i lånesøknader, noe som sparer mer enn 60 % av dataregistreringstiden og øker nøyaktigheten. Samtidig brukes AI i verktøy for risikoprofilanalyse, og tjener til storskala kredittbeslutninger uten å øke bemanningen.

I mellomtiden implementerte ACB nesten 400 RPA-prosesser, som automatisk behandlet mer enn 60 millioner oppgaver/år, noe som ga betydelig driftseffektivitet og reduserte driftsfeil betydelig.

For VietinBank spiller AI en sentral rolle i digital transformasjon. Denne banken er den første enheten i gruppen av statseide kommersielle banker som etablerer en data- og kunstig intelligens-blokk, med 36 digitale transformasjonsprosjekter og 13 AI-prosjekter under implementasjon.

Styreleder Tran Minh Binh sa: «Vi sluttet proaktivt å rekruttere til stillinger som kunne erstattes av AI for 2–3 år siden, og gikk over til å rekruttere høykvalifisert personell til nye felt som datavitenskap, AI-modellbygging...»

Ifølge Binh har bruken av kunstig intelligens hjulpet VietinBank med å forkorte tiden det tar å bygge en systemomfattende plan fra flere måneder til bare 2–3 uker. Spesielt må alle bankansatte være opplært og sertifisert i kunstig intelligens for å tilpasse seg nye ferdighetskrav i moderne organisasjoner.

Svindeldeteksjon og risikoforebygging i sanntid

I tillegg til drift, brukes AI av banker til å kontrollere risikoer og forhindre svindel mer proaktivt og effektivt.

Hos VietinBank har Genie-verktøyet – en intern AI-assistent – blitt trent fra mer enn 2000 forretningsdokumenter. I løpet av de to første månedene av implementeringen har det behandlet mer enn 350 000 forespørsler fra ansatte, noe som har bidratt til å spare opptil 95 % av søketiden og redusere feil i driften.

VietinBanks eFAST-plattform bruker også AI for å støtte bedriftskunder med elektronisk signatur og nettbasert utbetaling med mer enn 87 000 transaksjoner, med en totalverdi på over 270 000 milliarder VND, noe som viser at AI ikke bare spiller en rolle i risikoidentifisering, men også i å bidra til å kontrollere hele transaksjonsprosessen på en sikker og transparent måte.

Med VPBank bruker denne banken et AI-system for å overvåke millioner av transaksjoner hver dag, og oppdager tidlig uvanlig atferd som dupliserte overføringer, plutselige utgifter, bruk av merkelige enheter ... for å begrense svindel helt fra inndatafasen. Samtidig bruker TPBank AI til å automatisk kredittvurdering i sanntid, redusere feil i dokumentvurdering og forbedre rettferdigheten mellom kundesegmenter.

Ifølge statistikk fra State Bank hadde mer enn 85 % av innenlandske forretningsbanker en strategi for AI-applikasjoner innen begynnelsen av 2025, og mer enn 59 % av de ansatte brukte AI regelmessig på jobb. Store banker har tatt i bruk en rekke teknologier som: Maskinlæring for å oppdage svindel og analysere risikoprofiler; RPA: automatisere forretningsprosesser; Intern AI: planlegging, analyse av driftsdata; Prediktiv analyse: investeringsorientering, kostnadskontroll.

Implementering av kunstig intelligens byr imidlertid også på store utfordringer. Luong Ngoc Binh, kunstig intelligens-konsulent hos FPT IS, kommenterte: «Datakvalitet, intern kapasitet og en systematisk implementeringsstrategi er tre avgjørende faktorer. Hvis banker bare ser på kunstig intelligens som et verktøy, vil det være vanskelig å oppnå bærekraftig effektivitet.»

Styreleder i Vietinbank, Tran Minh Binh, sa også åpenhjertig: «Den største utfordringen ligger ikke i teknologi, men i mennesker. VietinBank har en plan for å omskolere ansatte som er berørt av omstruktureringen, og samtidig utforme en HR-plan som er egnet for fremtidens automatisering.»

Ifølge banker er kunstig intelligens ikke bare en katalysator for digital transformasjon, men er også i ferd med å bli det «nye operativsystemet» i banknæringen. Med evnen til å automatisere, analysere, prognostisere og kontrollere intelligent, hjelper AI vietnamesiske banker med å forbedre effektiviteten, redusere risikoer og utvide driften sin på en bærekraftig og fleksibel måte.

Kilde: https://doanhnghiepvn.vn/chuyen-doi-so/ai-tai-cau-truc-nganh-ngan-hang-bai-2-toi-uu-van-hanh-va-quan-tri/20250620080110893