AI-omstrukturering av bankbranschen - Del 2: Optimering av drift och ledning

Operativ automatisering, organisatorisk omstrukturering

AI är inte bara ett stödverktyg, utan används av många vietnamesiska banker som en "ny operativ grund", vilket omstrukturerar organisationsmodellen heltäckande, från kreditgodkännandeprocess och databehandling till intern planering och ledning.

Bildtext — AI används av banker som "en ny operativ grund". Illustrationsfoto

Techcombank är en av de banbrytande bankerna som integrerar AI i sin operativa strategi. Enligt Phan Thanh Son, biträdande generaldirektör för Techcombank, arbetar banken med en plattform för stordata och maskininlärning för att förbättra organisationens prestanda: ”AI stöder inte bara personalisering av tjänster utan deltar också i resursallokering och kontroll av kontaktpunkter i den operativa kedjan.”

BIDV använder även AI för att automatisera kreditbedömningsprocessen. Bedömningssystemet är baserat på historisk finansiell data, köpbeteende och kundsegmentering, vilket bidrar till att förkorta ansökningsbehandlingstiden från många dagar till bara några timmar.

På liknande sätt integrerar TPBank AI i OCR-systemet för att automatiskt läsa och bearbeta data i låneansökningar, vilket sparar mer än 60 % av datainmatningstiden och ökar noggrannheten. Samtidigt tillämpas AI på verktyg för riskprofilanalys, vilket underlättar storskaligt kreditbeslutsfattande utan att öka personalstyrkan.

Samtidigt implementerade ACB nästan 400 RPA-processer, som automatiskt bearbetade mer än 60 miljoner uppgifter/år, vilket gav betydande driftseffektivitet och minskade antalet fel i verksamheten avsevärt.

För VietinBank spelar AI en central roll i den digitala transformationen. Banken är den första enheten i gruppen av statligt ägda kommersiella banker som etablerar ett block för data och artificiell intelligens, med 36 digitala transformationsprojekt och 13 AI-projekt som implementeras.

Styrelseordförande Tran Minh Binh sa: ”Vi slutade proaktivt rekrytera till tjänster som kunde ersättas av AI för 2–3 år sedan och övergick till att rekrytera högkvalificerad personal för nya områden som datavetenskap, AI-modellbyggande...”.

Enligt Binh har tillämpningen av AI hjälpt VietinBank att förkorta tiden för att bygga en systemomfattande plan från flera månader till bara 2–3 veckor. I synnerhet måste all bankpersonal utbildas och certifieras inom AI för att anpassa sig till nya kompetenskrav i moderna organisationer.

Bedrägeriupptäckt och riskförebyggande åtgärder i realtid

Förutom verksamheten används AI av banker för att kontrollera risker och förhindra bedrägerier mer proaktivt och effektivt.

På VietinBank har Genie-verktyget – en intern AI-assistent – tränats utifrån fler än 2 000 affärsdokument. Under de första två månaderna av implementeringen har det bearbetat fler än 350 000 förfrågningar från anställda, vilket har bidragit till att spara upp till 95 % av söktiden och minska fel i verksamheten.

VietinBanks eFAST-plattform använder även AI för att stödja företagskunder med elektroniska signaturer och onlineutbetalningar med mer än 87 000 transaktioner, med ett totalt värde som överstiger 270 000 miljarder VND, vilket visar att AI:s roll inte bara är i riskidentifiering utan också i att hjälpa till att kontrollera hela transaktionsprocessen säkert och transparent.

Med VPBank använder denna bank ett AI-system för att övervaka miljontals transaktioner varje dag och tidigt upptäcka ovanliga beteenden som dubbla överföringar, plötsliga utgifter, användning av konstiga enheter... för att begränsa bedrägerier redan från inmatningsstadiet. Samtidigt använder TPBank AI för att automatiskt kreditvärdera i realtid, minska fel i dokumentbedömningen och förbättra rättvisan mellan kundsegment.

Enligt statistik från statsbanken hade mer än 85 % av de inhemska affärsbankerna i början av 2025 en strategi för AI-tillämpningar och mer än 59 % av de anställda använde AI regelbundet på jobbet. Stora banker har infört en rad tekniker såsom: Maskininlärning för att upptäcka bedrägerier och analysera riskprofiler; RPA: automatisera affärsprocesser; Intern AI: planering, analys av operativa data; Prediktiv analys: investeringsorientering, kostnadskontroll.

Implementeringen av AI innebär dock också stora utmaningar. Luong Ngoc Binh, AI-konsult på FPT IS, kommenterade: ”Datakvalitet, intern kapacitet och en systematisk implementeringsstrategi är tre avgörande faktorer. Om banker bara ser AI som ett verktyg blir det svårt att uppnå hållbar effektivitet.”

Styrelseordföranden för Vietinbank, Tran Minh Binh, sa också öppet: ”Den största utmaningen ligger inte i tekniken utan i människorna. VietinBank har en plan för att omskola personal som drabbats av omstruktureringen, och samtidigt utforma en färdplan för personalfrågor som är lämplig för framtidens automatisering.”

Enligt banker är artificiell intelligens inte bara en katalysator för digital transformation utan håller också på att bli bankbranschens "nya operativsystem". Med förmågan att automatisera, analysera, prognostisera och kontrollera intelligent hjälper AI vietnamesiska banker att förbättra effektiviteten, minska risker och expandera sin verksamhet hållbart och flexibelt.

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