Trong bối cảnh tín dụng mở rộng mạnh mẽ, vấn đề nợ xấu trở thành yếu tố trung tâm trong đánh giá chất lượng tăng trưởng của ngành ngân hàng. Việc đẩy mạnh ứng dụng trí tuệ nhân tạo (AI) trong quá trình lập hồ sơ, phê duyệt khoản vay dựa trên lịch sử trả nợ, dòng tiền của doanh nghiệp, liên kết phần mềm quản lý bán hàng hộ kinh doanh sẽ giúp ngân hàng lựa chọn được những khách hàng vay vốn tốt. Từ đó góp phần phòng ngừa, kiểm soát hiệu quả nợ xấu.
Xu thế tất yếu của ngành ngân hàng
Báo cáo từ Viện nghiên cứu kinh tế Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam (BIDV) cho thấy, tín dụng đến ngày 26-2-2026 đạt 18,86 triệu tỷ đồng, tăng 1,4% so với cuối năm 2025, là mức tăng so với cùng kỳ cao nhất kể từ năm 2023, phản ánh nhu cầu vốn cho sản xuất, kinh doanh tăng tích cực ngay từ giai đoạn đầu năm. Lãi suất liên ngân hàng biến động mạnh do yếu tố mùa vụ, lãi suất huy động và lãi suất cho vay tăng nhẹ, tuy nhiên có sự phân hóa và lãi suất cho vay đối với các khoản vay mới có xu hướng giảm.
Tại Chiến lược chuyển đổi số ngành ngân hàng đến năm 2030, Ngân hàng Nhà nước Việt Nam tiếp tục khẳng định vai trò tiên phong trong công cuộc chuyển đổi số quốc gia, phù hợp với định hướng, tầm nhìn của Đảng, Nhà nước về Chính phủ số, xây dựng thành công Ngân hàng Nhà nước số; lấy khách hàng làm trung tâm trong hệ sinh thái tài chính số thông minh, phát triển ngân hàng số toàn diện, an toàn trên nền tảng công nghệ tiên tiến; nâng cao hiệu quả quản lý và năng lực cạnh tranh; số hóa toàn diện và tự động hóa tối đa các hoạt động nghiệp vụ.
Khách hàng giao dịch tại Ngân hàng Thương mại Cổ phần Quân đội (MB). Ảnh: PHƯƠNG ANH
Với tinh thần đó, các ngân hàng thương mại đã tích cực ứng dụng AI nhằm cải tiến hiệu quả hoạt động, tăng cường bảo mật và nâng cao trải nghiệm khách hàng. Trong đó, các ngân hàng trong nhóm Big5 (5 ngân hàng lớn nhất Việt Nam) gồm: MB, Vietcombank, BIDV, VietinBank, Agribank đang tiên phong trong việc ứng dụng AI để cung cấp các giải pháp tài chính tối ưu, ra quyết định cho vay nhanh chóng, bảo đảm chất lượng tăng trưởng tín dụng cũng như kiểm soát hiệu quả nợ xấu.
Chia sẻ về những tiêu chí để chọn khách hàng cho vay mà vẫn bảo đảm chất lượng tăng trưởng tín dụng, kiểm soát được nợ xấu, đại diện Ngân hàng Thương mại Cổ phần Quân đội (MB) cho biết: "Cho vay trực tuyến dựa trên dòng tiền đối với hộ kinh doanh là một trong những định hướng kinh doanh của MB. Ngân hàng đã số hóa toàn bộ quy trình cấp tín dụng và quản lý cấp tín dụng dựa trên mô hình chấm điểm khách hàng, đặc biệt đối với những khoản vay tín chấp. Trong thời gian qua, MB hợp tác với đối tác như KiotViet để xây dựng mô hình chấm điểm và cấp tín dụng dành riêng cho nhóm hộ kinh doanh. Mô hình dựa trên thu thập từ nhiều nguồn dữ liệu: Dòng tiền giao dịch, lịch sử thanh toán, dữ liệu ngành nghề và các chỉ báo hành vi. Các mô hình chấm điểm tín dụng và xếp hạng rủi ro được đánh giá, tinh chỉnh liên tục, giúp đánh giá chính xác năng lực tạo dòng tiền và khả năng trả nợ, thay thế dần cách tiếp cận dựa vào tài sản bảo đảm. Mỗi hạn mức cấp có quy mô 100-500 triệu đồng tùy thuộc vào quy mô hoạt động kinh doanh của từng khách hàng. Các hộ kinh doanh để trải nghiệm vay chỉ cần truy cập App MBBank, thực hiện thao tác đơn giản là có thể được cấp hạn mức và giải ngân thanh toán ngay những đơn hàng đến hạn. Sau hơn một năm hợp tác triển khai, số lượng hộ kinh doanh và quy mô tín dụng được cấp đã đạt con số đáng kể, chất lượng nợ được kiểm soát ở mức thấp. Trong thời gian tới, MB tiếp tục mở rộng hợp tác để cung cấp sản phẩm đến nhiều hộ kinh doanh hơn nữa".
Gia tăng khả năng tiếp cận tín dụng cho khách hàng
Theo các chuyên gia tài chính, tại Việt Nam, việc chấm điểm tín dụng chủ yếu dựa vào dữ liệu của Trung tâm thông tin tín dụng quốc gia (CIC) Việt Nam, phản ánh lịch sử vay mượn và trả nợ. Điều này tạo ra hạn chế cho nhóm khách hàng chưa từng vay vốn, chiếm tới 30-40% dân số trưởng thành. Trong khi đó, nếu dùng AI dựa trên kết hợp thông tin từ CIC và khai thác dữ liệu phi truyền thống như lịch sử thanh toán hóa đơn điện, nước, hành vi tiêu dùng qua ví điện tử hay dữ liệu viễn thông sẽ đánh giá rủi ro tín dụng một cách toàn diện hơn. Nhờ đó, AI có thể giúp tăng tỷ lệ tiếp cận tín dụng cho nhóm chưa có lịch sử vay thêm 20-30%.
Đánh giá về lợi ích khi ứng dụng AI trong kiểm soát nợ xấu, PGS, TS Phùng Thanh Quang, Viện Ngân hàng-Tài chính, Đại học Kinh tế Quốc dân cho rằng: “AI sẽ giúp các ngân hàng nâng cao chất lượng thẩm định tín dụng thông qua đánh giá khách hàng dựa trên nhiều tiêu chí như: Dữ liệu lớn, các nguồn thông tin khác nhau. Đi cùng đó là tối ưu hóa quyết định tín dụng nhờ định giá theo rủi ro, giảm yếu tố chủ quan trong quyết định cho vay, tự động hóa quản lý danh mục tín dụng. Nhờ vậy, giúp ngân hàng ra quyết định cho vay nhanh hơn, nhất là trong cho vay tiêu dùng. Ngoài ra, AI giúp phát hiện sớm dấu hiệu rủi ro bởi các công nghệ hiện đại có thể theo dõi hành vi tài chính của khách hàng theo thời gian thực. Từ đó nhận diện những hành vi bất thường và đưa ra cảnh báo sớm”.
TS Tô Hoài Nam, Ủy viên Hội đồng quốc gia về phát triển bền vững, Phó chủ tịch Thường trực kiêm Tổng thư ký Hiệp hội Doanh nghiệp nhỏ và vừa Việt Nam nhận định: “Ứng dụng AI trong kiểm soát nợ xấu không chỉ là câu chuyện sử dụng công nghệ mà là để nâng cao quản trị rủi ro, kiểm soát nội bộ và minh bạch hóa hệ thống ngân hàng. Mục tiêu là hướng đến hoạt động cho vay bài bản hơn, nghiêm túc hơn. Qua đó thúc đẩy năng lực hoạt động của các ngân hàng, đẩy nhanh quy trình cho vay, nâng cao chất lượng tín dụng, giảm phụ thuộc vào con người, đặc biệt là ở các khâu dễ phát sinh tiêu cực".
PGS, TS Phùng Thanh Quang cho rằng, để việc ứng dụng AI đem lại hiệu quả trong kiểm soát nợ xấu, các ngân hàng cần xây dựng hạ tầng dữ liệu khách hàng, cập nhật thông tin để phát triển mô hình chấm điểm tín dụng dựa trên AI. Để bảo đảm chất lượng tín dụng cần kết hợp AI với kinh nghiệm của cán bộ tín dụng. Chủ động xây dựng hệ thống cảnh báo sớm rủi ro tín dụng dựa trên AI, tăng cường quản trị rủi ro mô hình, đào tạo nguồn nhân lực chất lượng trong vận hành hệ thống AI.
"Đối với các ngân hàng, khi ứng dụng AI trong kiểm soát nợ xấu thì việc tổ chức dữ liệu rất quan trọng. Do đó cần phải thiết lập một cơ chế kiểm soát chéo giữa AI với con người để bảo đảm hiệu quả trong các hoạt động nghiệp vụ ngân hàng. Phải ràng buộc được trách nhiệm cá nhân, những người phụ trách vay vốn chứ không chỉ dựa vào mỗi AI khi ra quyết định cho vay, bởi có thể xảy ra tình trạng cố ý làm sai lệch số liệu hồ sơ tín dụng. Có như vậy, chất lượng tín dụng của các ngân hàng mới đạt mục tiêu đề ra", TS Tô Hoài Nam lưu ý.
Việc đẩy mạnh ứng dụng AI trong hoạt động ngân hàng là xu thế tất yếu, giúp hoạt động cho vay trở nên dễ tiếp cận hơn với nhiều đối tượng khách hàng. Tuy nhiên, không nên quá lệ thuộc vào AI, các ngân hàng cần khôn khéo kết hợp hài hòa giữa công nghệ và kinh nghiệm thực tế của đội ngũ cán bộ tín dụng trong việc tìm ra những khách hàng tốt, tuân thủ nghĩa vụ trả nợ khi đến hạn. Có như vậy, việc kiểm soát nợ xấu mới thật sự đạt hiệu quả.
Nguyễn Anh Việt
