Liệu trí tuệ nhân tạo (AI) có thay thế các chuyên gia ngân hàng đầu tư? [Video và câu hỏi trắc nghiệm]

Tóm lại: Trí tuệ nhân tạo (AI) sẽ không hoàn toàn thay thế các chuyên viên ngân hàng đầu tư, nhưng nó sẽ đảm nhiệm một phần lớn công việc "sản xuất" cấp thấp và cắt giảm một số nhóm khi quy trình làm việc được tái cấu trúc. Nếu các công ty có thể kiểm soát chặt chẽ các công cụ và hệ thống kiểm toán, thì khối lượng công việc của các nhà phân tích sẽ được rút ngắn nhanh chóng; còn nếu lòng tin bị phá vỡ dưới áp lực, con người vẫn là người đưa ra quyết định.

Những điểm chính cần ghi nhớ:

Tự động hóa tác vụ: Sử dụng AI cho bản nháp đầu tiên, bản nháp tổng hợp, tóm tắt và định dạng slide.

Lợi thế con người: Tập trung vào sự tin tưởng, đàm phán, chính trị và trách nhiệm giải trình trong các giao dịch thực tế.

Sự thay đổi về thâm niên: Các nhà phân tích bị thu hẹp khoảng cách; các cộng sự/phó chủ tịch có thêm quyền lực thông qua việc xem xét và đánh giá.

Kiểm soát là ưu tiên hàng đầu: Hãy kiên quyết yêu cầu ghi chép nhật ký kiểm toán, cảnh báo về sự không chắc chắn và các ràng buộc tuân thủ nghiêm ngặt.

Rủi ro trong đào tạo: Nếu các công việc chân tay đơn giản biến mất, hãy xây dựng lại chương trình học nghề với các vòng thực hành có chủ đích.

Những bài viết bạn có thể muốn đọc sau bài này:

🔗 Liệu trí tuệ nhân tạo (AI) có thay thế các bác sĩ X quang trong tương lai gần?
Công tác chẩn đoán hình ảnh có thể thay đổi như thế nào nhờ sự hỗ trợ của trí tuệ nhân tạo.

🔗 Liệu trí tuệ nhân tạo (AI) sẽ thay thế kế toán hay chỉ làm thay đổi vai trò của họ?
Những gì tự động hóa có thể xử lý, và những lĩnh vực nào con người vẫn đóng vai trò quan trọng.

🔗 Liệu trí tuệ nhân tạo có thay thế các nhà phân tích dữ liệu: cuộc thảo luận thực tế
Quan điểm thực tế về những nhiệm vụ mà trí tuệ nhân tạo có thể và không thể thay thế.

🔗 Liệu trí tuệ nhân tạo có thay thế luật sư? Câu hỏi này khó trả lời hơn vẻ ngoài của nó
Vì sao công việc pháp lý vẫn khó tự động hóa hoàn toàn, bất chấp những tiến bộ nhanh chóng của trí tuệ nhân tạo.

Câu trả lời ngắn gọn cho câu hỏi “Liệu trí tuệ nhân tạo có thay thế các chuyên viên ngân hàng đầu tư?” 📌

nhân tạo (AI) khó có thể thay thế hoàn toàn các chuyên viên ngân hàng đầu tư trong toàn bộ quy trình vì hoạt động ngân hàng không chỉ đơn thuần là tạo ra sản phẩm đầu ra - mà còn là giành được lòng tin, xử lý những tình huống mơ hồ và hoàn tất các thương vụ khi mỗi người đều có những động cơ và trí nhớ chọn lọc khác nhau.

Nhưng trí tuệ nhân tạo chắc chắn sẽ làm được điều đó:

• Tự động hóa phần lớn công việc phân tích, soạn thảo và xử lý.

• Rút ngắn thời gian thuyết trình và thực hiện dự án

• Giảm số lượng nhân lực cần thiết cho một số công việc nhất định

• Chuyển trọng tâm sang sức mạnh của mối quan hệ + khả năng phán đoán + phân phối

• Buộc các ngân hàng phải xem xét lại mô hình “học việc” từ chuyên viên phân tích lên cộng sự

Vậy nếu bạn hỏi "Liệu trí tuệ nhân tạo có thay thế các chuyên gia ngân hàng đầu tư không?" như thể đó là câu hỏi chỉ cần trả lời có hoặc không, thì câu trả lời thẳng thắn là: Trí tuệ nhân tạo thay thế các nhiệm vụ, chứ không phải toàn bộ loài người 🧠🤖

Hãy nhìn vào thực tế nhanh chóng: đây không phải là chuyện "trong tương lai" - mà đã nằm trong dự báo nhu cầu lao động rồi 🔢

Nói một cách đơn giản hơn: các nhà quản lý không tranh luận về việc hay không - mà họ đang lập ngân sách xoay quanh nó.

• Trong cuộc khảo sát của Diễn đàn Kinh tế Thế giới về người sử dụng lao động, 86% kỳ vọng công nghệ AI + xử lý thông tin sẽ chuyển đổi hoạt động kinh doanh của họ vào năm 2030, và nghiên cứu tương tự cũng nhấn mạnh sự thay đổi việc làm quy mô lớn (tạo ra + thay thế) do chuyển đổi cấu trúc. [1]

• Trong khi đó, các nghiên cứu năng suất quan trọng cho rằng AI tạo sinh có thể thay đổi đáng kể sản lượng mỗi giờ nếu các tổ chức phân bổ lại thời gian và tái cấu trúc quy trình làm việc một cách thành công (một chữ “nếu” lớn, nhưng đó là điểm mấu chốt). [2]

Dịch nghĩa: Ngay cả khi "các nhà ngân hàng" không biến mất, mô hình hoạt động cũng sẽ không giữ nguyên.

Công việc của các chuyên viên ngân hàng đầu tư (điều mà mọi người thường quên) 🧾📈

Nếu ngành ngân hàng đầu tư chỉ toàn là bảng tính và slide thuyết trình, thì cuộc thảo luận này đã kết thúc từ lâu rồi. Nhưng công việc này giống như năm công việc chồng chất lên nhau trong một chiếc áo khoác dài:

1. Khởi nguồn (tìm kiếm và giành được công việc)
   , xây dựng mối quan hệ, định vị, thời điểm, chính trị. Một chút trị liệu, một chút chiến lược, một chút cờ vua ♟️

2. Thực hiện (đảm bảo giao dịch thành công):
   Phối hợp giữa luật sư, kế toán, các ủy ban nội bộ, lãnh đạo khách hàng, đối tác… cộng thêm những khủng hoảng “nhỏ” liên tục.

3. Định giá và câu chuyện:
   Không chỉ là những con số - mà là một câu chuyện có thể vượt qua mọi sự xem xét kỹ lưỡng. Tại sao lại là thương vụ này, tại sao lại vào thời điểm này, tại sao lại với mức giá này.

4. Quản lý quy trình:
   Lịch trình, phòng dữ liệu, yêu cầu thẩm định, điều phối các bên liên quan. Về cơ bản, đó là quản lý mèo chuyên nghiệp 🐈

5. Quản lý rủi ro và đánh giá uy tín.
   Những điều không nên làm cũng quan trọng không kém những điều nên làm. Đôi khi còn quan trọng hơn.

Trí tuệ nhân tạo có thể hỗ trợ cả năm khía cạnh này. Thay thế cả năm khía cạnh thì khó hơn.

Điều gì tạo nên một phiên bản AI tốt trong lĩnh vực ngân hàng đầu tư? 🤝🤖

Một “phiên bản tốt” của trí tuệ nhân tạo trong lĩnh vực ngân hàng không phải là phiên bản tạo ra những đoạn văn hay nhất. Đó là phiên bản hoạt động như một đồng đội trẻ đáng tin cậy, người:

• Không bị ảo giác (hoặc ít nhất là thể hiện rõ sự không chắc chắn)

• Giải thích các giả định của nó mà không biến thành một bài giảng triết học.

• Hoạt động hiệu quả trong phạm vi các quy định mà không gây ra bất kỳ phàn nàn nào.

• Sử dụng các mẫu nhất quán và hệ thống kiểm soát phiên bản (ngành ngân hàng rất kỵ sự ngẫu nhiên).

• Hiểu rõ bối cảnh - động lực ngành, quy chuẩn cấu trúc giao dịch, sự nhạy cảm của khách hàng.

• Lưu lại nhật ký kiểm toán để sau này ai đó có thể bảo vệ kết quả đầu ra 😬

Ngoài ra: lĩnh vực tài chính đã và đang áp dụng AI (bao gồm cả GenAI) ở những nơi như xử lý hậu cần và tuân thủ, đồng thời nêu rõ những rủi ro như tính không minh bạch, quyền riêng tư, an ninh mạng và thiên vị. Sự căng thẳng đó chính là toàn bộ vấn đề. [3]

Yêu cầu ngầm định chính là sự tin tưởng. Một mô hình có thể thông minh, nhưng nếu không thể tin tưởng được nó khi chịu áp lực, nó sẽ trở thành gánh nặng. Giống như một chiếc xe thể thao có hệ thống phanh không đáng tin cậy - thú vị cho đến khi không còn thú vị nữa.

AI sẽ tác động đầu tiên đến: các khía cạnh "công nghiệp" của ngành ngân hàng 🏭🧠

Sự thay đổi sớm nhất xảy ra trong công việc, cụ thể là:

• Khối lượng lớn

• Dựa trên mẫu

• Dễ mắc lỗi do con người

• Dễ dàng kiểm tra bằng cơ học

Vậy nên, đúng vậy, rất nhiều vấn đề nan giải thường gặp đối với các nhà phân tích đang nằm trong vùng ảnh hưởng.

Các tác vụ có khả năng tự động hóa (hoặc nén mạnh)

• Soạn thảo văn bản chào hàng lần đầu và tổng quan thị trường ✍️

• Xây dựng bảng so sánh từ dữ liệu đầu vào có cấu trúc

• Tóm tắt hồ sơ, bản ghi chép, ghi chú nghiên cứu

• Định dạng slide và thực thi các quy tắc thương hiệu (tạm biệt những cuộc chiến thống nhất lúc 2 giờ sáng) 🎯

• Soạn thảo các phần CIM từ các ghi chú thẩm định được cung cấp

• Tạo ra nhiều kịch bản định giá nhanh chóng

• Soạn thảo email, cập nhật tình trạng công việc, lập chương trình họp (những việc hào nhoáng...)

Sự bất ngờ

Ngay cả khi trí tuệ nhân tạo "thực hiện" nhiệm vụ, con người vẫn:

• Kiểm tra đi

• Hãy sửa lại đi

• Bảo vệ nó từ bên trong

• Trình bày nó ra bên ngoài

Vì vậy, công việc chuyển từ khâu sáng tạo sang khâu xem xét, giám sát và đánh giá. Nghe thì có vẻ dễ hơn… cho đến khi chính bạn là người ký duyệt nó 😵💫

Một ví dụ rất điển hình: 11:17 đêm, khách hàng muốn "một bản báo cáo vốn chủ sở hữu chặt chẽ hơn" vào sáng hôm sau, và cần ba phiên bản cho ba nhóm nội bộ khác nhau. Một hệ thống AI mạnh mẽ có thể soạn thảo ngôn ngữ ban đầu và xây dựng khung sườn slide trong vài phút - và sau đó cộng sự/phó chủ tịch sẽ làm công việc thực sự: sửa chữa những gì đúng về mặt kỹ thuật nhưng sai về mặt thương mại.

Điểm yếu của AI: chất kết dính con người, yếu tố then chốt giúp hoàn tất các giao dịch 🧩💬

Đây là sự thật khó chịu: phần lớn giá trị của ngành ngân hàng đầu tư mang tính xã hội và phụ thuộc vào hoàn cảnh. Không phải là xã hội giả tạo - mà là xã hội theo ngữ cảnh.

Trí tuệ nhân tạo gặp nhiều khó khăn hơn với:

• Tâm lý khách hàng: nỗi sợ hãi, cái tôi, chính trị nội bộ, động lực hội đồng quản trị

• Sự tinh tế trong đàm phán: những gì được nói ra so với những gì được ngụ ý.

• Bản năng về thời điểm: khi nào nên tăng tốc, khi nào nên dừng lại.

• Niềm tin dựa trên danh tiếng: “Tôi đã xem bộ phim này rồi, đừng làm thế nữa”.

• Cấu trúc sáng tạo trong điều kiện hạn chế (thuế, quản trị, ma sát pháp lý)

• Trách nhiệm giải trình: khách hàng muốn một người chịu trách nhiệm về lời khuyên đó.

Một mô hình có thể gợi ý một cấu trúc. Nó không thể ngồi đối diện với một CEO đang nửa giận nửa sợ và bình tĩnh lái cuộc trò chuyện trở lại những lựa chọn hợp lý. Đó là một kỹ năng rất con người. Không phải phép thuật - mà là kỹ năng con người.

Bảng so sánh: Các mô hình “AI + ngân hàng” hàng đầu (và đối tượng được hưởng lợi) 📊✨

Đây là một góc nhìn thực tế - không phải là lời quảng cáo kiểu "công cụ AI tốt nhất", mà giống như "cách sử dụng hiệu quả nhất".

Đúng vậy, giá cả không rõ ràng. Đó là điều cố ý. Quy trình mua sắm trong lĩnh vực ngân hàng là một thế giới song song riêng biệt.

Liệu trí tuệ nhân tạo (AI) có thay thế được các chuyên viên ngân hàng đầu tư hay không: điều đó phụ thuộc vào thâm niên 👔🧑💻

Đến đây thì cuộc trò chuyện trở nên sôi nổi.

Các nhà phân tích và nhân viên cấp dưới 😵💫

Rất nhiều công việc của nhân viên cấp dưới bao gồm:

• Soạn thảo

• Định dạng

• Đang cập nhật

• Xây dựng lại mô hình tương tự với một vài điều chỉnh nhỏ

Trí tuệ nhân tạo nén dữ liệu này rất mạnh. Điều đó có nghĩa là:

• Có thể cần ít nhân viên cấp dưới hơn để đạt được cùng một kết quả

• Các nhân viên trẻ ở lại sẽ được kỳ vọng đảm nhiệm công việc ở cấp độ cao hơn sớm hơn

• Mô hình “học hỏi qua đau khổ” bị phá vỡ

Có một rủi ro thực sự: nếu AI loại bỏ những công việc lặp đi lặp lại, những người mới vào nghề cũng có thể mất đi sự lặp lại giúp xây dựng trực giác. Giống như việc học nấu ăn chỉ bằng cách gọi món – bạn sẽ sống sót, nhưng bạn sẽ không trở thành đầu bếp.

Các cộng sự và phó chủ tịch 🧠

Những vai trò này có thể trở nên quan trọng hơn vì chúng:

• Chuyển đổi nhu cầu của khách hàng thành sản phẩm/dịch vụ cụ thể

• Hãy phát hiện lỗi trước khi hàng được xuất xưởng

• Quản lý các bên liên quan và tiến độ thời gian

• Giải thích sự mơ hồ và đưa ra quyết định

Trí tuệ nhân tạo giúp chúng hoạt động nhanh hơn, chứ không phải lỗi thời.

Các bác sĩ và những người tạo ra doanh thu ☔

Nếu bạn thực sự tạo ra doanh thu thông qua các mối quan hệ và sự tin tưởng, AI sẽ không thể thay thế bạn. Thậm chí, nó có thể làm gia tăng khoảng cách giữa bạn và AI:

• Các chuyên gia ngân hàng có khả năng khởi xướng và tư vấn

• Các nhân viên ngân hàng chủ yếu giám sát quy trình

Nghe có vẻ khắc nghiệt, nhưng… đúng vậy.

Bộ kỹ năng mới dành cho nhân viên ngân hàng (hay còn gọi là cách để không bị gạt ra ngoài lề) 🧰🚀

Nếu trí tuệ nhân tạo giúp bạn loại bỏ các công đoạn sản xuất lặp đi lặp lại, thì phần còn lại chính là những dịch vụ mà khách hàng sẵn sàng trả tiền.

Những kỹ năng trở nên có giá trị hơn

• Xây dựng câu chuyện khách hàng: biến sự phức tạp thành niềm tin vững chắc 🎤

• Đánh giá kinh doanh: điều gì quan trọng, điều gì không, điều gì tiềm ẩn rủi ro.

• Nhận diện mô hình theo ngành: hiểu rõ "lý do" đằng sau các con số.

• Đàm phán và gây ảnh hưởng: nội bộ và bên ngoài

• Lãnh đạo quy trình: đảm bảo các giao dịch diễn ra suôn sẻ trong bối cảnh phức tạp.

• Giám sát bằng AI: nhắc nhở, xác thực, kiểm tra độ bền của đầu ra.

Và đúng vậy, việc "giỏi về AI" trở thành một điều có thật - không phải theo kiểu khó chịu. Mà đúng hơn là: bạn có thể sử dụng nó một cách có trách nhiệm, nhanh chóng và không làm xấu mặt cả nhóm hay không.

Những vấn đề khó chịu: rủi ro, tuân thủ và trách nhiệm pháp lý ⚠️🏛️

Ngành ngân hàng không phải là sân chơi. Nó là một cỗ máy giám sát và giải trình.

Hai thực tế không mấy hấp dẫn thúc đẩy tốc độ áp dụng:

1. Quản trị rủi ro mô hình không phải là tùy chọn.
   Các cơ quan quản lý ngân hàng từ lâu đã có những kỳ vọng về quản lý rủi ro mô hình: xác thực, lập tài liệu và quản trị. (Trí tuệ nhân tạo tạo sinh không tự nhiên được miễn trừ - nếu có thì nó sẽ nâng cao tiêu chuẩn kiểm soát.) [4]

2. Việc lưu giữ hồ sơ và thông tin liên lạc nhanh chóng trở nên phức tạp.
   Các công ty môi giới chứng khoán có nghĩa vụ rõ ràng phải lưu giữ các thông tin liên lạc liên quan đến hoạt động kinh doanh (bao gồm cả thông tin liên lạc điện tử) theo các quy định lưu giữ hồ sơ của SEC/FINRA. Điều này rất quan trọng khi mọi người bắt đầu dán nội dung giao dịch vào các công cụ, tạo bản nháp hoặc “trò chuyện” với các bot nội bộ. [5]

Vì vậy, việc áp dụng thường có vẻ như: “Trí tuệ nhân tạo ở khắp mọi nơi… nhưng chỉ sau khi nó được khoanh vùng.”

Tương lai sẽ như thế nào: ít lớp hơn, chu kỳ nhanh hơn, chuyên môn hóa cao hơn 🔄💼

Một kết quả thực tế không phải là sự tuyệt chủng của giới ngân hàng. Mà là sự tái cấu trúc của giới ngân hàng:

• Các nhóm đàm phán tinh gọn được hỗ trợ bởi hệ thống AI.

• Thêm nhiều "nhóm" chuyên môn về lĩnh vực, sản phẩm và khả năng thực thi

• Tăng tốc quá trình lặp lại các ý tưởng và mô hình

• Cần chú trọng hơn vào khâu phân phối (ai có thể đưa sản phẩm ra thị trường, ai có thể tìm kiếm người mua, ai có thể luân chuyển vốn).

• Sự phân chia giữa:

  • Công việc tư vấn đòi hỏi độ tin cậy cao (nhiều yếu tố con người)

  • Công việc sản xuất quy mô lớn (sử dụng nhiều trí tuệ nhân tạo)

Ngoài ra, hãy kỳ vọng nhiều công ty nhỏ sẽ vượt trội hơn so với quy mô của mình. Nếu AI mang lại cho các nhóm nhỏ năng lực sản xuất của các công ty lớn, thì yếu tố tạo nên sự khác biệt sẽ là các mối quan hệ, khả năng phán đoán và chuyên môn trong lĩnh vực cụ thể 🥊

Liệu trí tuệ nhân tạo có thay thế các chuyên gia ngân hàng đầu tư: phiên bản ngắn gọn 🧾✅

Liệu trí tuệ nhân tạo (AI) có thay thế hoàn toàn các chuyên viên ngân hàng đầu tư? Không hẳn. Nhưng nó sẽ thay thế một phần lớn công việc mà các chuyên viên ngân hàng dành thời gian thực hiện, đặc biệt là các công việc sản xuất cấp thấp.

Những gì đọng lại:

• Mối quan hệ

• Phán quyết

• Đàm phán

• Trách nhiệm giải trình

• Điều hướng các hệ thống do con người tạo ra (ban quản trị, cái tôi, chính trị… đúng vậy)

Những thay đổi:

• Quy mô đội

• Lộ trình đào tạo

• Kỳ vọng về tốc độ

• Định nghĩa về “gia tăng giá trị”

Người chiến thắng trong lĩnh vực ngân hàng là người trở thành một biên tập viên tài ba của thực tại - sử dụng trí tuệ nhân tạo để tăng sức mạnh xử lý trong khi vẫn luôn chịu trách nhiệm một cách ám ảnh về mọi quyết định. Nghe có vẻ hơi hoa mỹ, nhưng cũng rất đúng. Giống như việc sử dụng một công cụ điện: nó giúp bạn nhanh hơn, chứ không phải khôn ngoan hơn.

Câu hỏi thường gặp

Liệu trí tuệ nhân tạo (AI) có thay thế hoàn toàn các chuyên gia ngân hàng đầu tư?

Không phải theo một quy trình gọn gàng, từ đầu đến cuối. Ngân hàng đầu tư không chỉ là kết quả đầu ra - mà còn là sự tin tưởng, khả năng phán đoán, chính trị, và việc thuyết phục con người thực sự nói "có" dưới áp lực. Trí tuệ nhân tạo sẽ thay thế một phần công việc, rút ​​ngắn thời gian và thu hẹp một số cấp bậc, đặc biệt là trong khâu sản xuất cấp dưới. Nhưng khách hàng vẫn muốn một người chịu trách nhiệm về lời khuyên (và hậu quả). 🤝

Những nhiệm vụ nào trong lĩnh vực ngân hàng đầu tư có khả năng được tự động hóa đầu tiên nhất?

Những công việc "công nghiệp" sẽ được ưu tiên xử lý trước: khối lượng lớn, dựa trên mẫu và dễ dàng kiểm tra bằng máy móc. Hãy nghĩ đến văn bản thuyết trình ban đầu, tổng quan thị trường, bảng so sánh, hồ sơ/tóm tắt biên bản, định dạng slide, bản nháp các phần CIM, chạy kịch bản và cập nhật trạng thái không ngừng. Điều khó khăn là bạn không ngừng làm việc - bạn chuyển từ việc tạo ra sản phẩm sang xem xét, sửa chữa và bảo vệ sản phẩm khi nó không phù hợp về mặt thương mại.

Liệu trí tuệ nhân tạo (AI) có thay thế các chuyên viên ngân hàng đầu tư ở cấp độ phân tích viên?

Trí tuệ nhân tạo (AI) đã đơn giản hóa đáng kể những công việc nhàm chán mà các nhà phân tích thường làm: soạn thảo, định dạng, cập nhật và xây dựng lại cùng một mô hình với những chỉnh sửa nhỏ. Điều đó có nghĩa là cần ít nhân viên cấp dưới hơn để đạt được cùng một kết quả, và kỳ vọng cao hơn đối với những người ở lại. Rủi ro nằm ở khâu đào tạo: nếu những công việc lặp đi lặp lại biến mất, thì sự lặp lại giúp xây dựng bản năng cũng biến mất. Bạn không thể trở nên sắc bén chỉ bằng cách "sắp xếp" công việc. 😅

Điều gì sẽ xảy ra với các cộng sự, phó chủ tịch và giám đốc điều hành khi trí tuệ nhân tạo (AI) lan rộng?

Các cộng sự và phó chủ tịch có thể trở nên có giá trị hơn vì họ chuyển đổi nhu cầu phức tạp của khách hàng thành sản phẩm cụ thể và phát hiện vấn đề trước khi bất cứ thứ gì được đưa ra thị trường. Họ cũng quản lý tiến độ, các bên liên quan và sự mơ hồ - những lĩnh vực mà trí tuệ nhân tạo vẫn còn gặp khó khăn. Đối với các giám đốc điều hành, việc tạo ra doanh thu dựa trên mối quan hệ và sự tin tưởng vẫn không biến mất. Khoảng cách giữa những người tạo ra doanh thu và những người chủ yếu giám sát quy trình ngày càng nới rộng. ☔

Tại sao trí tuệ nhân tạo lại gặp khó khăn trong những khâu chốt giao dịch ngân hàng?

Vì những phần khó nhất phụ thuộc vào tình huống và con người. Trí tuệ nhân tạo có thể đề xuất cấu trúc, nhưng tâm lý khách hàng, chính trị hội đồng quản trị, sự tinh tế trong đàm phán và bản năng về thời điểm không phải là những tập dữ liệu rõ ràng. Niềm tin dựa trên danh tiếng cũng rất phức tạp: “Tôi đã từng trải qua chuyện này rồi” vừa là kinh nghiệm, vừa là trách nhiệm. Khi một CEO vừa tức giận vừa sợ hãi, cần có người dẫn dắt tình huống - chứ không chỉ đơn thuần là soạn thảo văn bản.

Làm thế nào các ngân hàng có thể sử dụng trí tuệ nhân tạo (AI) trong lĩnh vực ngân hàng đầu tư mà không gặp phải rủi ro?

Một hệ thống “tốt” hoạt động như một cộng sự đáng tin cậy: nó chỉ ra sự không chắc chắn, giải thích các giả định, tuân thủ các quy định và duy trì tính nhất quán của các mẫu. Quan trọng không kém, nó cần có nhật ký kiểm toán để ai đó có thể bảo vệ kết quả sau này. Việc áp dụng thường trông giống như “AI ở khắp mọi nơi… nhưng bị giới hạn”, bởi vì các rủi ro về quyền riêng tư, an ninh mạng, tính minh bạch và thiên vị không biến mất vào ngày giao dịch. ⚠️

Những rủi ro lớn nhất về tuân thủ quy định và lưu trữ hồ sơ khi sử dụng GenAI trong lĩnh vực ngân hàng là gì?

Có hai thực tế làm chậm mọi thứ. Thứ nhất, quản trị rủi ro mô hình là điều bắt buộc - các cơ quan quản lý kỳ vọng vào việc xác thực, lập tài liệu và kiểm soát, và GenAI có thể nâng cao tiêu chuẩn thay vì hạ thấp. Thứ hai, việc lưu giữ thông tin và hồ sơ rất quan trọng: khi mọi người sao chép ngữ cảnh giao dịch vào các công cụ hoặc tạo bản nháp trong cuộc trò chuyện, điều này có thể gây ra những rắc rối về lưu giữ và giám sát theo quy định của các công ty môi giới chứng khoán.

Làm thế nào để bạn duy trì giá trị của mình khi trí tuệ nhân tạo đang làm thay đổi ngành ngân hàng đầu tư?

Hãy nghĩ theo kiểu “sức mạnh, chứ không phải trí tuệ”. Sử dụng AI để soạn thảo, cấu trúc và lặp lại nhanh hơn – sau đó dành thời gian của con người cho việc kể chuyện, đánh giá thương mại, nhận diện mô hình ngành, đàm phán và lãnh đạo quy trình. “Giỏi sử dụng AI” nghĩa là giám sát nó một cách có trách nhiệm: đưa ra gợi ý tốt, kiểm tra độ bền của kết quả và phát hiện ra những gì đúng về mặt kỹ thuật nhưng sai về mặt thương mại. Những người chiến thắng sẽ trở thành những biên tập viên tài ba của thực tế. 

Ví dụ thực tế: Xây dựng trợ lý AI đánh giá tập san thuyết trình

Kịch bản

Hãy hình dung một nhóm M&A tầm trung đang chuẩn bị bài thuyết trình vòng đầu tiên cho một công ty phần mềm do người sáng lập sở hữu. Nhà phân tích phải cập nhật các so sánh giao dịch, tóm tắt tin tức ngành gần đây, soạn thảo bản tường thuật định giá và chuyển những ghi chú sơ lược từ giám đốc điều hành thành một bản trình bày hoàn chỉnh gồm 12 slide.

Đây chính xác là loại công việc mà AI có thể rút gọn - nhưng không thể tự động hóa hoàn toàn từ đầu đến cuối một cách an toàn.

Cách làm đúng không phải là "để AI tự viết bài thuyết trình". Mà là: sử dụng AI như một trợ lý soạn thảo bản nháp ban đầu có kiểm soát, sau đó giao trách nhiệm kiểm tra mọi con số, nguồn tin và tuyên bố thương mại cho nhà phân tích, cộng sự và phó chủ tịch trước khi bất cứ điều gì được đưa ra khỏi nhóm.

Những gì trợ lý cần

Một trợ lý ngân hàng thực tế cần có:

• Mẫu tài liệu thuyết trình và quy tắc định dạng được ngân hàng phê duyệt

• Danh sách các nguồn dữ liệu được phép

• Các ví dụ về đề xuất đã được phê duyệt trước đó từ cùng lĩnh vực

• Báo cáo tài chính mới nhất của công ty do khách hàng cung cấp hoặc các hồ sơ công khai

• Bảng so sánh hiện tại được tạo hoặc kiểm tra bởi con người

• Cần có các quy tắc rõ ràng về những điều mà mô hình không được phép làm, chẳng hạn như tự ý đưa ra các hệ số định giá, tiết lộ tên khách hàng bí mật hoặc đưa ra các tuyên bố thị trường không có nguồn gốc

• Cần có nhật ký kiểm toán bắt buộc thể hiện rõ các đầu vào nào đã được sử dụng cho mỗi đầu ra

Trợ lý không nên được quyền truy cập tự do vào các hồ sơ giao dịch nhạy cảm trừ khi công ty đã phê duyệt các quyền, quy tắc lưu trữ và biện pháp kiểm soát tuân thủ.

Ví dụ hướng dẫn

Sử dụng mẫu bản trình bày dự án M&A phần mềm đã được phê duyệt. Soạn thảo các slide từ 3 đến 7 cho một công ty SaaS chuyên ngành do người sáng lập sở hữu, đang xem xét nhận đầu tư tăng trưởng thiểu số.

Chỉ sử dụng bản tóm tắt thông tin công ty đã tải lên, bảng so sánh đã được phê duyệt và ba ví dụ thuyết trình phần mềm đã được phê duyệt trước đó. Không tạo ra các số liệu tài chính mới. Không trích dẫn các tuyên bố về thị trường trừ khi chúng xuất hiện trong các tài liệu được cung cấp. Đánh dấu bất kỳ dữ liệu nào bị thiếu trong ngoặc vuông.

Đối với mỗi slide, hãy cung cấp:

• Tiêu đề slide

• Ba đến năm gạch đầu dòng

• Biểu đồ hoặc bảng được đề xuất

• Ghi chú nguồn

• Rủi ro hoặc giả định cần được cộng sự kiểm tra

Hãy giữ giọng văn chuyên nghiệp, ngắn gọn và phù hợp với đối tượng là CEO.

Cách kiểm tra nó

Hãy bắt đầu với năm nhiệm vụ được kiểm soát trước khi áp dụng vào công việc thực tế:

1. Hãy cung cấp bảng so sánh giá đã được phê duyệt và yêu cầu bản tóm tắt định giá.

2. Hãy loại bỏ một số khóa và kiểm tra xem nó có đánh dấu khoảng trống thay vì đoán hay không.

3. Hãy yêu cầu hệ thống lập bản tóm tắt thị trường chỉ dựa trên các nguồn thông tin được cung cấp.

4. So sánh tiêu đề các slide của bản trình chiếu này với bản trình chiếu đã được phê duyệt trước đó.

5. Hãy nhờ một cộng sự đánh dấu từng sản phẩm đầu ra là đã được chấp nhận, đã chỉnh sửa, bị từ chối hoặc cần chuyển tiếp.

Một kết quả tốt sẽ ghi: “Tăng trưởng ARR [thiếu trong tài liệu được cung cấp], vì vậy điểm này cần được xác nhận trước khi đưa vào.”

Một lỗi xuất dữ liệu sai sót sẽ hiển thị: “Công ty đang tăng trưởng doanh thu định kỳ hàng năm (ARR) ở mức 35%” trong khi con số đó chưa bao giờ được cung cấp. Đó không phải là một sai sót vô hại trong lĩnh vực ngân hàng. Đó là cách mà lòng tin bị phá vỡ.

Kết quả

Kết quả minh họa, dựa trên việc đo thời gian thực hiện năm nhiệm vụ mẫu trong tài liệu thuyết trình trước và sau khi sử dụng quy trình làm việc:

• Thời gian soạn thảo bản trình chiếu lần đầu giảm từ 4 giờ 30 phút xuống còn 1 giờ 15 phút.

• Số lượng lỗi định dạng cần sửa thủ công đã giảm từ 23 xuống còn 7.

• Thời gian xem xét hồ sơ của cộng sự giảm từ 1 giờ 40 phút xuống còn 55 phút.

• Hai tuyên bố không có căn cứ đã bị phát hiện trong quá trình thử nghiệm vì trợ lý đã đánh dấu các tài liệu nguồn bị thiếu thay vì tự điền vào chỗ trống.

• Việc phê duyệt cuối cùng vẫn yêu cầu xem xét thủ công trên 100% số slide.

Điều đó không có nghĩa là trợ lý đã "thay thế" nhà phân tích. Công việc của nhà phân tích chỉ thay đổi từ việc soạn thảo văn bản từ đầu sang kiểm tra nguồn, biên tập thương mại và xử lý các trường hợp ngoại lệ.

Điều gì có thể xảy ra sai sót?

Rủi ro lớn nhất là sự tự tin sai lầm. Một slide trông trau chuốt vẫn có thể chứa đựng giả định sai, dữ liệu lỗi thời hoặc một tuyên bố mà khách hàng sẽ không thích.

Những lỗi thường gặp bao gồm:

• Cho phép trợ lý lấy dữ liệu từ các nguồn không được phê duyệt

• Đặt những câu hỏi chung chung như “làm thế nào để thuyết trình này tốt hơn?”

• Không tách biệt dữ liệu công khai khỏi tài liệu giao dịch bí mật

• Sử dụng ngôn ngữ định giá do AI tạo ra mà không kiểm tra lại các con số

• Bỏ qua việc quản lý phiên bản vì kết quả "trông có vẻ ổn"

• Chỉ đo tốc độ, không đo tỷ lệ lỗi hoặc chất lượng đánh giá

Nguyên tắc an toàn nhất rất đơn giản: Trí tuệ nhân tạo có thể soạn thảo, so sánh, tóm tắt và gắn cờ. Con người vẫn phê duyệt, bảo vệ và chịu trách nhiệm về lời khuyên đó.

Bài học thực tiễn

Đối với ngành ngân hàng đầu tư, quy trình làm việc hiệu quả với trí tuệ nhân tạo (AI) không phải là một "chuyên gia ngân hàng thần kỳ" được đóng gói sẵn. Đó là một lớp sản xuất cấp dưới được kiểm soát chặt chẽ với các đầu vào rõ ràng, quyền hạn nghiêm ngặt, đánh giá của con người và các kiểm tra chất lượng có thể đo lường được. Sử dụng tốt, nó tiết kiệm được hàng giờ. Sử dụng bất cẩn, nó sẽ tạo ra những sai lầm tốn kém nhanh hơn.

Câu hỏi thường gặp

Liệu trí tuệ nhân tạo (AI) có thay thế hoàn toàn các chuyên gia ngân hàng đầu tư?

Không phải theo một quy trình gọn gàng, từ đầu đến cuối. Ngân hàng đầu tư không chỉ là kết quả đầu ra - mà còn là sự tin tưởng, khả năng phán đoán, chính trị, và việc thuyết phục con người thực sự nói "có" dưới áp lực. Trí tuệ nhân tạo sẽ thay thế một phần công việc, rút ​​ngắn thời gian và thu hẹp một số cấp bậc, đặc biệt là trong khâu sản xuất cấp dưới. Nhưng khách hàng vẫn muốn một người chịu trách nhiệm về lời khuyên (và hậu quả). 🤝

Những nhiệm vụ nào trong lĩnh vực ngân hàng đầu tư có khả năng được tự động hóa đầu tiên nhất?

Những công việc "công nghiệp" sẽ được ưu tiên xử lý trước: khối lượng lớn, dựa trên mẫu và dễ dàng kiểm tra bằng máy móc. Hãy nghĩ đến văn bản thuyết trình ban đầu, tổng quan thị trường, bảng so sánh, hồ sơ/tóm tắt biên bản, định dạng slide, bản nháp các phần CIM, chạy kịch bản và cập nhật trạng thái không ngừng. Điều khó khăn là bạn không ngừng làm việc - bạn chuyển từ việc tạo ra sản phẩm sang xem xét, sửa chữa và bảo vệ sản phẩm khi nó không phù hợp về mặt thương mại.

Liệu trí tuệ nhân tạo (AI) có thay thế các chuyên viên ngân hàng đầu tư ở cấp độ phân tích viên?

Trí tuệ nhân tạo (AI) đã đơn giản hóa đáng kể những công việc nhàm chán mà các nhà phân tích thường làm: soạn thảo, định dạng, cập nhật và xây dựng lại cùng một mô hình với những chỉnh sửa nhỏ. Điều đó có nghĩa là cần ít nhân viên cấp dưới hơn để đạt được cùng một kết quả, và kỳ vọng cao hơn đối với những người ở lại. Rủi ro nằm ở khâu đào tạo: nếu những công việc lặp đi lặp lại biến mất, thì sự lặp lại giúp xây dựng bản năng cũng biến mất. Bạn không thể trở nên sắc bén chỉ bằng cách "sắp xếp" công việc. 😅

Điều gì sẽ xảy ra với các cộng sự, phó chủ tịch và giám đốc điều hành khi trí tuệ nhân tạo (AI) lan rộng?

Các cộng sự và phó chủ tịch có thể trở nên có giá trị hơn vì họ chuyển đổi nhu cầu phức tạp của khách hàng thành sản phẩm cụ thể và phát hiện vấn đề trước khi bất cứ thứ gì được đưa ra thị trường. Họ cũng quản lý tiến độ, các bên liên quan và sự mơ hồ - những lĩnh vực mà trí tuệ nhân tạo vẫn còn gặp khó khăn. Đối với các giám đốc điều hành, việc tạo ra doanh thu dựa trên mối quan hệ và sự tin tưởng vẫn không biến mất. Khoảng cách giữa những người tạo ra doanh thu và những người chủ yếu giám sát quy trình ngày càng nới rộng. ☔

Tại sao trí tuệ nhân tạo lại gặp khó khăn trong những khâu chốt giao dịch ngân hàng?

Vì những phần khó nhất phụ thuộc vào tình huống và con người. Trí tuệ nhân tạo có thể đề xuất cấu trúc, nhưng tâm lý khách hàng, chính trị hội đồng quản trị, sự tinh tế trong đàm phán và bản năng về thời điểm không phải là những tập dữ liệu rõ ràng. Niềm tin dựa trên danh tiếng cũng rất phức tạp: “Tôi đã từng trải qua chuyện này rồi” vừa là kinh nghiệm, vừa là trách nhiệm. Khi một CEO vừa tức giận vừa sợ hãi, cần có người dẫn dắt tình huống - chứ không chỉ đơn thuần là soạn thảo văn bản.

Làm thế nào các ngân hàng có thể sử dụng trí tuệ nhân tạo (AI) trong lĩnh vực ngân hàng đầu tư mà không gặp phải rủi ro?

Một hệ thống “tốt” hoạt động như một cộng sự đáng tin cậy: nó chỉ ra sự không chắc chắn, giải thích các giả định, tuân thủ các quy định và duy trì tính nhất quán của các mẫu. Quan trọng không kém, nó cần có nhật ký kiểm toán để ai đó có thể bảo vệ kết quả sau này. Việc áp dụng thường trông giống như “AI ở khắp mọi nơi… nhưng bị giới hạn”, bởi vì các rủi ro về quyền riêng tư, an ninh mạng, tính minh bạch và thiên vị không biến mất vào ngày giao dịch. ⚠️

Những rủi ro lớn nhất về tuân thủ quy định và lưu trữ hồ sơ khi sử dụng GenAI trong lĩnh vực ngân hàng là gì?

Có hai thực tế làm chậm mọi thứ. Thứ nhất, quản trị rủi ro mô hình là điều bắt buộc - các cơ quan quản lý kỳ vọng vào việc xác thực, lập tài liệu và kiểm soát, và GenAI có thể nâng cao tiêu chuẩn thay vì hạ thấp. Thứ hai, việc lưu giữ thông tin và hồ sơ rất quan trọng: khi mọi người sao chép ngữ cảnh giao dịch vào các công cụ hoặc tạo bản nháp trong cuộc trò chuyện, điều này có thể gây ra những rắc rối về lưu giữ và giám sát theo quy định của các công ty môi giới chứng khoán.

Làm thế nào để bạn duy trì giá trị của mình khi trí tuệ nhân tạo đang làm thay đổi ngành ngân hàng đầu tư?

Hãy nghĩ theo kiểu “sức mạnh, chứ không phải trí tuệ”. Hãy sử dụng AI để soạn thảo, cấu trúc và lặp lại nhanh hơn - sau đó dành thời gian của con người cho việc kể chuyện, đánh giá thương mại, nhận diện mô hình ngành, đàm phán và lãnh đạo quy trình. “Giỏi sử dụng AI” nghĩa là giám sát nó một cách có trách nhiệm: đưa ra gợi ý tốt, kiểm tra độ bền của kết quả và phát hiện ra những gì đúng về mặt kỹ thuật nhưng sai về mặt thương mại. Những người chiến thắng sẽ trở thành những biên tập viên tài ba của thực tế. 🧠🤖

Tài liệu tham khảo

[1] Diễn đàn Kinh tế Thế giới - Báo cáo Tương lai của Việc làm 2025 (Tóm tắt)
[2] Viện Toàn cầu McKinsey - Tiềm năng kinh tế của AI tạo sinh: Biên giới năng suất tiếp theo
[3] Ngân hàng Thanh toán Quốc tế - Hệ thống tài chính thông minh: AI đang thay đổi ngành tài chính như thế nào (BIS Working Papers No 1194, PDF)
[4] Cục Dự trữ Liên bang - Hướng dẫn Giám sát về Quản lý Rủi ro Mô hình (SR 11-7), PDF
[5] FINRA - Sổ sách và Hồ sơ (bao gồm Quy tắc 17a-4 của Đạo luật Giao dịch SEC về lưu giữ thông tin liên lạc điện tử)

Tìm kiếm những công nghệ AI mới nhất tại Cửa hàng Trợ lý AI chính thức

Về chúng tôi