Liên kết dữ liệu thực tiễn: Từ số hóa giao dịch đến làm chủ dữ liệu, AI và năng lực ra quyết định

Việt Nam đặt mục tiêu năm 2026, kinh tế số chiếm 14,5% GDP, đóng góp của khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số đạt 17,5% GDP đồng thời mở rộng phủ sóng 5G tới 70% dân số. Những con số này đặt ra một yêu cầu mới, không chỉ tạo ra dữ liệu khoa học và kỹ thuật, mà phải kết nối, chuẩn hóa và chuyển hóa dữ liệu thành tri thức có khả năng phục vụ nghiên cứu, hoạch định chính sách và thúc đẩy phát triển bền vững.

Trao đổi với phóng viên Báo Nhân Dân, bà Lê Nguyễn Thiên Nga, Viện trưởng Viện Quản trị Chính sách và Chiến lược phát triển thuộc Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam (VUSTA) nhấn mạnh, việc xây dựng các nền tảng mẫu tiên tiến, tích hợp trí tuệ nhân tạo đột phá, chính là chìa khóa để Việt Nam chủ động hội nhập, tối ưu hóa nguồn lực và hiện thực hóa các cam kết tăng trưởng xanh trên quy mô toàn cầu như các mục tiêu Đảng và Nhà nước đã đặt ra trong kỷ nguyên của dữ liệu và trí tuệ nhân tạo (AI).

Đơn cử, ngân hàng thương mại cổ phần công thương Việt Nam (VietinBank) đã liên kết dữ liệu khoa học-dữ liệu doanh nghiệp-dữ liệu tài chính-dữ liệu thị trường, từ đó, giúp toàn bộ hệ thống có thể cung cấp thông tin đáng tin cậy cho hoạch định chính sách.

Mô hình liên kết dữ liệu, nhất là trong hệ thống ngân hàng là xu hướng tất yếu

Đánh giá về mô hình của VietinBank, Viện trưởng Lê Nguyễn Thiên Nga thông tin, trong bối cảnh phát triển bền vững trở thành xu hướng tất yếu, ngân hàng này tiếp tục khẳng định vai trò tiên phong trong thị trường tài chính xanh Việt Nam khi chính thức triển khai sản phẩm cho vay liên kết bền vững (Sustainability-Linked Loan - SLL) cùng sự đồng hành, hợp tác của 8 đối tác uy tín trong và ngoài nước, đáp ứng yêu cầu ESG và mục tiêu phát triển bền vững, đạt gần 53.000 tỷ đồng dư nợ tín dụng xanh trong năm 2025.

Đáng chú ý, với Khung tài chính bền vững, triển khai các gói tín dụng xanh, tài trợ cho các lĩnh vực năng lượng tái tạo, sản xuất xanh, kinh tế tuần hoàn… đồng thời tăng cường hợp tác với các tổ chức tài chính quốc tế nhằm gia tăng tiếp cận nguồn vốn dài hạn và kinh nghiệm quốc tế, VietinBank còn tập trung vào 4 trụ cột: số hóa, dữ liệu, công nghệ, tổ chức và con người tiến tới ứng dụng công nghệ mới, gia tăng hiệu quả tài chính, quản trị rủi ro, năng suất lao động và thúc đẩy văn hóa đổi mới sáng tạo.

Đặc biệt, hệ sinh thái AI được VietinBank ứng dụng trong 5 lĩnh vực chính: Vận hành thông minh, quản lý rủi ro và tín dụng, phát triển phần mềm, siêu cá nhân hóa dịch vụ và hỗ trợ bán hàng. Hàng nghìn tác vụ, quyết định và quy trình được hỗ trợ hoặc tự động hóa bằng AI, giúp rút ngắn thời gian xử lý, nâng cao năng suất và chất lượng phục vụ.

Có thể thấy, nếu ngân hàng số tập trung làm cho giao dịch nhanh hơn, thuận tiện hơn và tự động hơn thì ngân hàng dữ liệu phải làm được một việc lớn hơn: đưa dữ liệu phát sinh từ những giao dịch đó quay trở lại hệ thống để hiểu khách hàng, nhận diện rủi ro, dự báo nhu cầu, tối ưu phân bổ vốn và hỗ trợ quyết định. Đây cũng là điểm kết nối với nghiên cứu “Dữ liệu khoa học và kỹ thuật trong kỷ nguyên phát triển bền vững” của Viện Quản trị Chính sách và Chiến lược phát triển.

Viện trưởng Lê Nguyễn Thiên Nga. (Ảnh: Nhân vật cung cấp)

Viện trưởng Thiên Nga cho biết, với cách tiếp cận này, dữ liệu khoa học và công nghệ cần từng bước kết nối với dữ liệu doanh nghiệp; dữ liệu doanh nghiệp kết nối với dữ liệu tài chính; dữ liệu tài chính kết nối với dữ liệu thị trường và AI trở thành lớp phân tích giúp chuyển các dòng dữ liệu đó thành tri thức, dự báo và quyết định.

Sự liên kết dữ liệu nghiên cứu-thực tế mang lại các khuyến nghị hình mẫu tiên phong

Chia sẻ về vòng tròn chính sách như là một mô hình mẫu trong cơ chế thử nghiệm, từng bước xây dựng hạ tầng kết nối tri thức, Viện trưởng Lê Nguyễn Thiên Nga nhận định, ở vòng tròn chính sách này, dữ liệu khoa học phải có khả năng kết nối với dữ liệu doanh nghiệp; dữ liệu doanh nghiệp kết nối với dữ liệu tài chính; dữ liệu tài chính kết nối với dữ liệu thị trường và toàn bộ hệ thống có thể cung cấp thông tin đáng tin cậy cho hoạch định chính sách.

“Việc xây dựng các nền tảng mẫu tiên tiến, tích hợp trí tuệ nhân tạo đột phá, chính là chìa khóa để Việt Nam chủ động hội nhập, tối ưu hóa nguồn lực và hiện thực hóa các cam kết tăng trưởng xanh trên quy mô toàn cầu”, bà Thiên Nga chỉ ra.

Đề cập tới một hướng đi có ý nghĩa chiến lược liên quan tới việc xây dựng các ngân hàng dữ liệu phục vụ nền kinh tế trong giới hạn của pháp luật về bảo mật và quyền riêng tư, Viện trưởng Thiên Nga cho rằng, các ngân hàng nói chung và VietinBank nói riêng cần coi quản trị dữ liệu (Data Governance) và quản trị AI (AI Governance) là điều kiện nền tảng của quá trình chuyển đổi.

Cấu trúc Vòng tròn chính sách. (Nguồn: Viện Quản trị Chính sách và Chiến lược phát triển, VUSTA).

Khi dữ liệu và AI ngày càng tham gia sâu vào quyết định tín dụng, quản trị rủi ro và phân bổ vốn, năng lực bảo mật, kiểm soát mô hình, bảo vệ quyền riêng tư và trách nhiệm giải trình sẽ quan trọng không kém năng lực công nghệ.

Dữ liệu tổng hợp và ẩn danh về tín dụng, dòng tiền, ngành nghề và xu hướng thị trường, nếu được quản trị phù hợp, có thể trở thành một nguồn thông tin có giá trị cho nghiên cứu kinh tế, phát triển doanh nghiệp, tài chính xanh và hoạch định chính sách quốc gia. Đây cũng là cơ hội để hệ thống ngân hàng thương mại kết nối sâu hơn với hệ sinh thái khoa học - công nghệ.

Viện trưởng Lê Nguyễn Thiên Nga, Viện Quản trị Chính sách và Chiến lược phát triển thuộc Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam (VUSTA) tại Đại hội Đại biểu toàn quốc VUSTA nhiệm kỳ 2026-2031. (Ảnh: Nhân vật cung cấp)

“Thay vì dữ liệu tài chính tồn tại tách biệt với dữ liệu khoa học, dữ liệu doanh nghiệp và dữ liệu thị trường, ngân hàng có thể cùng các viện nghiên cứu, Trường đại học, doanh nghiệp công nghệ và cơ quan quản lý xây dựng những mô hình phân tích phục vụ các lĩnh vực chiến lược như năng lượng, công nghiệp, đổi mới sáng tạo và tăng trưởng xanh”, Viện trưởng Thiên Nga khuyến nghị.

Thực tế, chiến lược quốc gia liên quan tới dữ liệu cũng đã đặt ra những mục lớn lao trong phát triển cũng như liên thông dữ liệu tri thức và dữ liệu tài chính bởi hơn bất cứ lĩnh vực nào, dữ liệu ngân hàng-tài chính đang nỗ lực bảo đảm các tiêu chí: đúng-đủ-sạch-sống của dữ liệu.

Trong ngân hàng, dữ liệu không còn đơn thuần là tài sản thông tin mà đang trở thành hạ tầng của tín dụng, thanh toán, quản trị rủi ro và AI. Do đó, năng lực tích hợp, quản trị và bảo đảm chất lượng dữ liệu cần được xem là nền tảng của chiến lược AI và năng lực cạnh tranh.