Ngành tài chính tăng mạnh chi tiêu AI, nhưng lợi tức đầu tư vẫn khó chứng minh

Các định chế tài chính đang dành ngân sách ngày càng lớn cho AI, nhưng đầu tư và thử nghiệm không tự động chuyển thành giá trị kinh doanh có thể kiểm chứng. Thông điệp chính từ Quinlan & Associates khá rõ: ngành này không còn chỉ hỏi liệu có nên áp dụng AI, mà phải chứng minh được ứng dụng nào thực sự cải thiện doanh thu, chi phí, rủi ro hoặc kết quả cho khách hàng.

Ngân sách tăng nhanh, nhưng khoảng trống ROI vẫn lớn

Quinlan & Associates ước tính ngành dịch vụ tài chính đã chi 76 tỷ USD cho các sáng kiến liên quan đến AI trong năm 2025 và dự báo mức chi sẽ vượt 130 tỷ USD vào năm 2030. 14 Tuy nhiên, dù 95% định chế tài chính truyền thống được cho là đang tìm hiểu hoặc đã dùng AI trong hoạt động kinh doanh, 71% nói họ gặp khó khăn trong việc đạt được hoặc chứng minh ROI (lợi tức đầu tư) rõ ràng. 3

Sự đối lập này rất đáng chú ý. Việc ứng dụng rộng rãi cho thấy quyết tâm của tổ chức, nhưng không đồng nghĩa từng dự án đều tạo ra giá trị bền vững. Các kết quả được liên hệ với Quinlan cũng cho biết 43% sáng kiến AI bị hủy, cho thấy không ít nỗ lực không đi đến giai đoạn vận hành ổn định. 15

Vì sao AI chưa chuyển hóa thành lợi ích tài chính?

Quinlan chỉ ra ba rào cản có liên hệ chặt chẽ với nhau:

1. Chiến lược xuất phát từ công nghệ thay vì bài toán kinh doanh. Nhiều tổ chức bắt đầu từ công cụ sẵn có, thay vì xác định vấn đề kinh doanh cụ thể, hành trình khách hàng, điểm nghẽn quy trình và mục tiêu giá trị. Vì thế, việc chọn ca sử dụng có con đường rõ ràng đến tác động thực tế trở nên khó hơn. 6
2. Đưa quản trị vào quá muộn. Nếu rủi ro, tuân thủ và kiểm soát chỉ được xem như một bước phê duyệt sau khi thiết kế đã bắt đầu, đội ngũ có thể chỉ phát hiện các giới hạn khi đã tốn đáng kể thời gian và chi phí. 6
3. Mô hình vận hành chưa sẵn sàng để mở rộng. Dữ liệu phân mảnh, nền tảng triển khai yếu và năng lực quản trị, đưa vào vận hành, mở rộng AI chưa đủ có thể khiến một ý tưởng đầy hứa hẹn mắc kẹt giữa giai đoạn thử nghiệm và áp dụng toàn doanh nghiệp. 6

Đây chủ yếu là những ràng buộc về thực thi, chứ không đơn thuần là giới hạn của công nghệ. Một tổ chức có thể mua quyền sử dụng mô hình, thực hiện thử nghiệm chứng minh khái niệm và công bố nhiều dự án AI, nhưng vẫn không tạo ra kết quả tài chính nếu không thiết kế lại quy trình làm việc và cơ chế chịu trách nhiệm.

Quản trị AI là một phần của cơ chế tạo ROI

Trong dịch vụ tài chính, quản trị AI đáng tin cậy không tách rời hiệu quả thương mại. Nó quyết định liệu một ca sử dụng có thể được phê duyệt, triển khai, giám sát và tạo đủ niềm tin để vận hành với mức độ tự chủ mà phương án kinh doanh yêu cầu hay không.

Cẩm nang AI cho dịch vụ tài chính của Diễn đàn Kinh tế Thế giới (WEF) khuyến nghị tích hợp quản trị rủi ro và thực hành AI có trách nhiệm ở mọi tầng: xác định khẩu vị rủi ro từ sớm, kiểm định mô hình nghiêm ngặt, đồng thời bảo đảm hành động của AI có thể giải thích, truy vết và kiểm soát. 1 Điều này càng quan trọng khi doanh nghiệp chuyển từ hệ thống hỗ trợ sang hệ thống có thể thực hiện chuỗi hành động nhiều bước. Ranh giới rõ ràng, cơ chế chuyển cấp và giám sát của con người có thể giảm sự bất định trong vận hành — yếu tố thường khiến các ca sử dụng có giá trị không thể mở rộng.

Dữ liệu ngành cũng nhấn mạnh tầm quan trọng của nền tảng. Khảo sát IIF-EY xác định chất lượng và khả năng sẵn có của dữ liệu là những thách thức hàng đầu khi đưa AI vào môi trường vận hành thực tế, bên cạnh nhu cầu về nhân sự có kỹ năng và các biện pháp bảo đảm quản trị. 4

Đặt cạnh các nghiên cứu của BCG và NVIDIA

Bức tranh nghiên cứu rộng hơn ủng hộ chẩn đoán của Quinlan, dù các khảo sát sử dụng mẫu và thước đo khác nhau.

Khảo sát của BCG với hơn 280 lãnh đạo tài chính ghi nhận ROI trung vị được báo cáo cho AI và AI tạo sinh là 10%, thấp hơn mức 20% mà nhiều người tham gia đặt mục tiêu; gần một phần ba cho biết lợi ích thu được còn hạn chế. 43 Trong một nghiên cứu khác với hơn 1.250 doanh nghiệp, BCG nhận thấy chỉ 5% đang tạo được giá trị AI ở quy mô lớn, trong khi 60% cho biết hầu như chưa có giá trị đáng kể dù đã đầu tư mạnh.

Khảo sát ngành dịch vụ tài chính năm 2025 của NVIDIA cho thấy mặt còn lại: một số ứng dụng đã triển khai đang tạo lợi ích cụ thể. Gần 70% người trả lời nói AI đã giúp doanh thu tăng ít nhất 5%, và hơn 60% cho biết AI đã giảm chi phí thường niên ít nhất 5%. Các trường hợp ứng dụng AI tạo sinh có ROI được báo cáo cao nhất là giao dịch và tối ưu hóa danh mục đầu tư, tiếp theo là trải nghiệm khách hàng.

Nhìn chung, các nghiên cứu này không mâu thuẫn. AI có thể tạo lợi tức, nhưng việc triển khai không phải là kết quả cuối cùng. Khác biệt nằm ở việc doanh nghiệp có chọn được bài toán giá trị cao, thay đổi quy trình liên quan, xây dựng dữ liệu và cơ chế kiểm soát đáng tin cậy, rồi đo lường kết quả vận hành lẫn tài chính hay không.

Trọng tâm đã chuyển từ áp dụng sang thực thi

Tín hiệu rõ nhất trong báo cáo Quinlan là độ vênh giữa chi tiêu, mức độ tham gia và giá trị hiện thực hóa: nền tảng đầu tư 76 tỷ USD trong năm 2025, hoạt động AI phổ biến tại các tổ chức, nhưng khó khăn dai dẳng trong việc chứng minh lợi tức. 14 3

Với lãnh đạo các định chế tài chính, phản ứng thực tế là coi AI như một chương trình chuyển đổi kinh doanh thay vì một danh mục các dự án thử nghiệm rời rạc. Điểm xuất phát nên là một mục tiêu kinh doanh đo được; yêu cầu rủi ro và quản trị cần được thiết lập trước khi phát triển; phải có người chịu trách nhiệm về kết quả; và các chỉ số vòng đời cần tiếp tục được theo dõi sau khi triển khai.

BCG cũng cho rằng các doanh nghiệp tạo giá trị đáng kể thường tập trung vào một số ít sáng kiến, mở rộng nhanh, thay đổi quy trình cốt lõi, nâng cao kỹ năng cho đội ngũ và đo lường có hệ thống các kết quả vận hành lẫn tài chính.

Vì vậy, ranh giới cạnh tranh tiếp theo có lẽ không nằm giữa các tổ chức có AI và không có AI. Nó sẽ nằm giữa những tổ chức có thể vận hành AI an toàn, có thể đo lường trong các quy trình cốt lõi — và những tổ chức tiếp tục tích lũy thử nghiệm nhưng không có con đường lặp lại để tạo giá trị.