AI hỗ trợ tối ưu hóa quyết định trong hoạt động tài chính và kinh doanh

GS. Nguyễn Đức Trung, Hiệu trưởng Trường Đại học Ngân hàng TP. Hồ Chí Minh khai mạc Hội nghị quốc tế SIMC 2026. Ảnh: BTC

Giảm chi phí ra quyết định cho vay

Ngày 11/11, tại Hội nghị quốc tế về Trí tuệ ngữ nghĩa trong Điện toán quy mô lớn (SIMC 2026) do Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB) tổ chức, nhiều nghiên cứu cho thấy tiềm năng ứng dụng AI trong hoạt động tài chính và kinh doanh, từ chấm điểm tín dụng, quản trị khách hàng đến nhận diện rủi ro trên môi trường số.

Phát biểu tại hội nghị, GS.TS. Nguyễn Đức Trung, Hiệu trưởng HUB, cho rằng trí tuệ nhân tạo và điện toán quy mô lớn đang làm thay đổi cách con người sống, làm việc và đưa ra quyết định. Trong đó, trí tuệ ngữ nghĩa có vai trò giúp các hệ thống máy tính hiểu dữ liệu tốt hơn, kết nối tri thức và hỗ trợ quá trình ra quyết định thông minh. Những công nghệ này được kỳ vọng mở ra các cơ hội ứng dụng trong tài chính, y tế, giáo dục và đô thị thông minh.

Đáng chú ý, nghiên cứu do nhóm tác giả Trương Quốc Hội, Nguyễn Xuân Phi và Đỗ Trí Nhựt sử dụng khoảng 307.000 hồ sơ từ bộ dữ liệu Home Credit Default Risk để so sánh 4 mô hình chấm điểm tín dụng gồm Logistic Regression, Random Forest, XGBoost và LightGBM. Các mô hình được đánh giá đồng thời theo 3 tiêu chí: Khả năng phân biệt rủi ro, chi phí dự kiến từ quyết định tín dụng và mức độ ổn định của kết quả giải thích do AI đưa ra. Kết quả cho thấy XGBoost có khả năng phân biệt rủi ro tốt nhất, đạt chỉ số ROC-AUC 0,7573, trong khi LightGBM có chi phí kỳ vọng thấp nhất theo giả định nghiên cứu. Đặc biệt, khi điều chỉnh ngưỡng ra quyết định phù hợp với chi phí rủi ro, mức chi phí kỳ vọng giảm 11,8-15,5% so với sử dụng ngưỡng phân loại mặc định.

Theo các chuyên gia, mô hình có khả năng dự báo tốt nhất chưa chắc mang lại hiệu quả kinh tế cao nhất. Trong hoạt động cấp tín dụng, ngân hàng phải cân nhắc giữa nguy cơ tổn thất khi chấp thuận khách hàng có rủi ro cao và chi phí cơ hội khi từ chối những khách hàng có khả năng trả nợ tốt. Vì vậy, việc lựa chọn mô hình AI không chỉ dựa trên độ chính xác dự báo mà còn cần xem xét chi phí kỳ vọng và khả năng giải thích kết quả phục vụ quản trị rủi ro.

Bên cạnh bài toán tín dụng, một nghiên cứu của nhóm tác giả Đại học FPT tại TP. Hồ Chí Minh tập trung vào dự báo giá trị vòng đời khách hàng (Customer Lifetime Value - CLV). Công trình kết hợp dữ liệu giao dịch, hành vi mua sắm và phân tích ngữ nghĩa nhằm dự báo khả năng tiếp tục mua hàng, giá trị chi tiêu trong tương lai và nhận diện nhóm khách hàng có giá trị cao.

Theo kết quả được giới thiệu tại hội nghị, việc bổ sung dữ liệu ngữ nghĩa chưa tạo ra cải thiện có ý nghĩa thống kê về hiệu quả xếp hạng khách hàng, nhưng giúp nhận diện thêm các phân khúc dựa trên sở thích tiêu dùng. Mô hình cũng có khả năng giải thích những yếu tố ảnh hưởng đến dự báo, qua đó hỗ trợ doanh nghiệp lựa chọn khách hàng mục tiêu, phân bổ ngân sách tiếp thị và chăm sóc khách hàng.

Hội nghị theo hút sự tham gia của các nhà khoa học, chuyên gia và nhóm nghiên cứu trong nước, quốc tế. Ảnh: BTC

Nhiều lĩnh vực kinh doanh khai thác công nghệ AI

Ngoài các nghiên cứu về tài chính và quản trị khách hàng, SIMC 2026 còn giới thiệu nhiều công trình ứng dụng AI trong bảo mật dữ liệu, phát hiện rủi ro và phân tích thông tin trên môi trường số.

Trong lĩnh vực an toàn thông tin, nhóm nghiên cứu Đại học Sharjah (UAE) giới thiệu công trình ứng dụng AI nhận diện hành vi xâm nhập hệ thống mạng, đạt độ chính xác kiểm định 97,77% trong thử nghiệm. Một nghiên cứu khác đề xuất phương pháp cho phép nhiều đơn vị cùng huấn luyện mô hình AI mà không cần tập trung dữ liệu gốc, hướng đến bảo vệ thông tin nhạy cảm.

Ở lĩnh vực phân tích nội dung số, các nhà khoa học giới thiệu nghiên cứu nhận diện nội dung lừa đảo và độc hại trên mạng xã hội. Một mô hình phân tích 3.779 video TikTok tiếng Việt đạt chỉ số Macro-F1 90,03% khi phân loại nội dung không an toàn, bao gồm lừa đảo và cờ bạc. Công trình khác phân tích 15.298 bình luận để phân loại 19 dạng tấn công trực tuyến.

Các nghiên cứu này được giới thiệu cùng những hướng ứng dụng AI trong nhận diện vật thể giao thông, dự báo chậm chuyến bay, chẩn đoán lỗi thiết bị công nghiệp, phát hiện khuyết tật mối hàn và phân tích dữ liệu vệ tinh phục vụ giám sát nông nghiệp.

Theo PGS.TS. Nguyễn Minh Hải, Trưởng khoa Khoa học dữ liệu trong kinh doanh, Trưởng Ban tổ chức SIMC 2026, định hướng phát triển của Khoa tập trung vào đào tạo và nghiên cứu trong các lĩnh vực phân tích dữ liệu, trí tuệ kinh doanh, trí tuệ nhân tạo và công nghệ tài chính.

SIMC 2026 là hội nghị quốc tế lần thứ nhất về Trí tuệ ngữ nghĩa trong Điện toán quy mô lớn do HUB tổ chức, trong bối cảnh nhà trường kỷ niệm 50 năm thành lập (1976-2026). Theo Ban tổ chức, hội nghị nhận được hơn 100 bài gửi đến từ gần 150 tác giả thuộc nhiều quốc gia, trong đó có Việt Nam, New Zealand, Singapore, Hàn Quốc và Ấn Độ. Có 37 công trình được chấp nhận và trình bày theo hình thức trực tiếp kết hợp trực tuyến.

Các công trình được chấp nhận và trình bày tại SIMC 2026 dự kiến xuất bản trong bộ sách Lecture Notes in Electrical Engineering của Nhà xuất bản Springer và được lập chỉ mục Scopus. Hội nghị cũng là dịp để các nhà khoa học, chuyên gia và nhóm nghiên cứu trao đổi kết quả, thảo luận về cách kiểm chứng mô hình, giới hạn của dữ liệu và điều kiện đưa các nghiên cứu AI vào thực tiễn.