# Agentic AI ngân hàng

Tiếng Anh: Agentic AI banking

Agentic AI là tác tử AI tự lập kế hoạch và thực thi đa bước, được ngân hàng thử nghiệm trong xử lý khiếu nại và đối chiếu chứng từ tự động.

Nguồn: https://vieclam.nganhang.com/thuat-ngu/agentic-ai-ngan-hang-la-gi
Danh mục: AI & Machine Learning trong ngân hàng
Cập nhật: 13/09/2026

## Agentic AI ngân hàng là gì?

**Agentic AI ngân hàng** (Agentic AI banking) là mô hình trí tuệ nhân tạo có khả năng **tự động lập kế hoạch, đưa ra quyết định và thực thi các tác vụ đa bước một cách tự chủ** nhằm hoàn thành mục tiêu nghiệp vụ được giao trong môi trường ngân hàng. Khác với các hệ thống AI truyền thống chỉ phản hồi theo câu lệnh (**prompt**), **Agentic AI** hoạt động như một "tác tử thông minh" (intelligent agent) có thể chủ động phân tích tình huống, lựa chọn công cụ, tương tác với hệ thống nội bộ và tự điều chỉnh hành vi dựa trên kết quả thực tế.

Về bản chất hoạt động, **Agentic AI** trong ngân hàng được xây dựng trên nền tảng các **mô hình ngôn ngữ lớn** (**LLM** – Large Language Model) kết hợp với cơ chế **lập kế hoạch** (planning), **truy xuất công cụ** (tool use), **bộ nhớ ngắn hạn và dài hạn** (memory), cùng khả năng **tự đánh giá** (self-reflection). Khi nhận mục tiêu, tác tử sẽ tự phân rã thành chuỗi hành động con, truy cập cơ sở dữ liệu khách hàng (**CRM**), gọi **API** ngân hàng, đối chiếu chứng từ, kiểm tra quy trình tuân thủ và đưa ra phản hồi hoặc đề xuất phê duyệt. Toàn bộ quy trình diễn ra với sự giám sát của con người (**human-in-the-loop**) ở những bước có rủi ro cao, đảm bảo tính minh bạch và khả năng truy vết.

**Thuật ngữ tiếng Anh:** Agentic AI banking
**Lĩnh vực:** AI & Machine Learning trong ngân hàng

Theo báo cáo của McKinsey (2024), khoảng 60% các ngân hàng toàn cầu đang thử nghiệm hoặc triển khai ít nhất một use case **Agentic AI**, trong đó lĩnh vực xử lý khiếu nại, tuân thủ và phòng chống gian lận được ưu tiên hàng đầu. Tại Việt Nam, một số ngân hàng thương mại lớn đã bắt đầu thử nghiệm **Agentic AI** trong các nghiệp vụ như xử lý khiếu nại khách hàng đa kênh, đối chiếu chứng từ thanh toán quốc tế, tự động hoá quy trình **eKYC** và hỗ trợ điều tra gian lận.

---

## Đặc điểm và phân loại

### Đặc điểm cốt lõi của Agentic AI ngân hàng

1. **Tự chủ có mục tiêu (Goal-oriented autonomy)**: Tác tử nhận mục tiêu cấp cao và tự xây dựng chuỗi hành động để đạt được mục tiêu đó mà không cần lập trình cứng từng bước.
2. **Lập kế hoạch đa bước (Multi-step planning)**: Sử dụng các kỹ thuật như **ReAct**, **Chain-of-Thought** hay **Tree-of-Thoughts** để phân rã bài toán phức tạp.
3. **Truy xuất công cụ linh hoạt (Dynamic tool use)**: Có khả năng gọi API, truy vấn cơ sở dữ liệu, kết nối với hệ thống core banking và các dịch vụ bên thứ ba.
4. **Bộ nhớ ngữ cảnh (Contextual memory)**: Lưu trữ thông tin phiên làm việc và học từ các tương tác trước để cải thiện hiệu suất.
5. **Tự đánh giá và sửa lỗi (Self-reflection & correction)**: Tự nhận diện kết quả chưa đạt yêu cầu và thực hiện hành động khắc phục.
6. **Khả năng giải thích (Explainability)**: Cung cấp lý do cho mỗi quyết định, phục vụ công tác kiểm toán và giải trình.

### Phân loại Agentic AI trong ngân hàng

| Phân loại | Mô tả | Ví dụ ứng dụng | Mức độ rủi ro |
|---|---|---|---|
| **Tác tử xử lý khiếu nại** | Tự động tiếp nhận, phân loại và phản hồi khiếu nại đa kênh | Giải quyết tranh chấp giao dịch thẻ | Trung bình |
| **Tác tử tuân thủ (Compliance Agent)** | Kiểm tra giao dịch, đối chiếu chứng từ theo UCP 600, **KYC** | Rà soát hồ sơ phòng chống rửa tiền (**AML**) | Cao |
| **Tác tử tài trợ thương mại** | Tự động kiểm tra bộ chứng từ **LC** (Letter of Credit) | Phát hiện sai lệch trong bộ chứng từ xuất nhập khẩu | Cao |
| **Tác tử chống gian lận (Fraud Agent)** | Điều tra giao dịch bất thường, khoanh vùng nghi vấn | Phân tích hành vi đăng nhập bất thường | Rất cao |
| **Tác tử tư vấn tài chính** | Hỗ trợ khách hàng lựa chọn sản phẩm tiết kiệm, vay | Gợi ý danh mục đầu tư theo hồ sơ rủi ro | Trung bình |
| **Tác tử vận hành nội bộ (Ops Agent)** | Tự động hoá quy trình back-office, đối chiếu số liệu | Đối chiếu báo cáo **SWIFT** cuối ngày | Thấp |

### So sánh Agentic AI với các hình thức AI khác

| Tiêu chí | AI truyền thống | Generative AI | **RPA** | **Agentic AI** |
|---|---|---|---|---|
| Mục đích | Dự đoán, phân loại | Tạo nội dung | Tự động hoá theo kịch bản | Tự chủ giải quyết vấn đề |
| Cách thức | Học từ dữ liệu lịch sử | Phản hồi theo **prompt** | Thực thi quy tắc cứng | Lập kế hoạch, tự điều chỉnh |
| Phạm vi | Một tác vụ cụ thể | Một lần tạo nội dung | Quy trình lặp lại | Quy trình đa bước, động |
| Khả năng học | Có (qua huấn luyện lại) | Có (qua fine-tune) | Không | Có (liên tục qua phản hồi) |
| Xử lý ngoại lệ | Thấp | Trung bình | Rất thấp | Cao |

---

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Tác tử xử lý khiếu nại đa kênh tại Ngân hàng A

**Ngân hàng A** tiếp nhận trung bình 15.000 khiếu nại khách hàng mỗi tháng qua hotline, email, ứng dụng di động và chi nhánh. Trước đây, mỗi khiếu nại mất trung bình 24-48 giờ để giải quyết do phải qua nhiều phòng ban. Sau khi triển khai **Agentic AI** vào quý 2/2024, quy trình được tự động hoá như sau:

- **Bước 1**: Khách hàng B gửi khiếu nại "Sao tài khoản tôi bị trừ 5 triệu không rõ lý do?" qua ứng dụng.
- **Bước 2**: Tác tử tự động nhận diện ý định (intent), truy vấn **Core Banking** để lấy 30 giao dịch gần nhất.
- **Bước 3**: Phát hiện giao dịch trừ tiền là phí chuyển tiền quốc tế, đối chiếu với biểu phí công khai.
- **Bước 4**: Soạn phản hồi sơ bộ: "Giao dịch phí 50.000 VNĐ cho lệnh chuyển tiền quốc tế XYZ, đúng theo biểu phí công bố ngày 01/01/2024."
- **Bước 5**: Chuyển chuyên viên phê duyệt trong **human-in-the-loop** trước khi gửi khách hàng.

**Kết quả**: Thời gian xử lý trung bình giảm từ 36 giờ xuống còn 4,2 giờ (giảm 88%), tỷ lệ khách hàng hài lòng tăng từ 72% lên 91%, chi phí vận hành giảm khoảng 2,3 tỷ VNĐ/năm.

### Ví dụ 2: Tác tử đối chiếu chứng từ tài trợ thương mại tại Ngân hàng B

**Ngân hàng B** là ngân hàng đứng đầu về tài trợ thương mại với khoảng 850 bộ chứng từ **LC** xử lý mỗi tháng. Trước đây, một nhân viên tín dụng mất 3-4 giờ để kiểm tra một bộ chứng từ theo **UCP 600**. Sau khi triển khai **Agentic AI**:

- Tác tử tự động trích xuất dữ liệu từ **Invoice**, **Bill of Lading**, **Certificate of Origin** bằng **OCR** kết hợp LLM.
- Đối chiếu 47 tiêu chí tuân thủ theo **UCP 600** và **ISBP 745**.
- Phát hiện 12-15 điểm sai lệch tiềm ẩn trong mỗi bộ chứng từ.
- Đề xuất hành động: "Từ chối thanh toán do sai lệch ngày phát hành vận đơn so với LC" hoặc "Chấp nhận có điều kiện".

**Kết quả**: Thời gian xử lý trung bình giảm 65%, tỷ lệ phát hiện sai lệch tăng từ 78% lên 94%, giảm thiểu rủi ro pháp lý cho ngân hàng. Theo ước tính, mỗi bộ chứng từ tiết kiệm được khoảng 2,1 giờ nhân lực, tương đương 1,8 tỷ VNĐ/năm.

### Ví dụ 3: Tác tử phòng chống gian lận tại Ngân hàng C

**Ngân hàng C** triển khai **Agentic AI** kết hợp với hệ thống **AML** hiện có để phát hiện giao dịch rửa tiền phức tạp theo mô hình **smurfing** (chia nhỏ giao dịch). Tác tử có khả năng:

- Tự động phân tích **3,2 triệu** giao dịch/ngày.
- Phát hiện 4.500 trường hợp đáng ngờ (giảm 40% so với hệ thống cũ).
- Tự xây dựng **case file** với đầy đủ chứng cứ, đồ thị dòng tiền, lịch sử khách hàng.
- Đề xuất biện pháp: khoá tài khoản tạm thời, báo cáo **SBV** (Ngân hàng Nhà nước) theo quy định.

**Kết quả**: Tỷ lệ phát hiện **false positive** giảm 55%, giúp nhân sự tuân thủ tập trung vào các ca có rủi ro thực sự. Ngân hàng tiết kiệm khoảng 12 tỷ VNĐ chi phí tuân thủ mỗi năm và nâng cao uy tín trong đánh giá rủi ro quốc tế.

---

## Khung pháp lý và quản trị Agentic AI tại Việt Nam

Theo **Quyết định 2345/QĐ-NHNN** ngày 18/12/2024 về **Kế hoạch chuyển đổi số ngành ngân hàng đến năm 2030**, Ngân hàng Nhà nước Việt Nam khuyến khích ứng dụng **AI tạo sinh** và **AI tự chủ có kiểm soát**. Bên cạnh đó, **Thông tư 18/2020/TT-NHNN** về an toàn, bảo mật trong hoạt động ứng dụng công nghệ thông tin là cơ sở quan trọng để các ngân hàng triển khai **Agentic AI** đảm bảo tuân thủ.

Ba trụ cột khi triển khai **Agentic AI** an toàn trong ngân hàng:

1. **Quản trị dữ liệu (Data Governance)**: Đảm bảo dữ liệu đầu vào có chất lượng, được phân loại và bảo vệ theo **Luật An toàn thông tin mạng** và **Nghị định 13/2023/NĐ-CP** về bảo vệ dữ liệu cá nhân.
2. **Kiểm soát rủi ro mô hình (Model Risk Management)**: Áp dụng khung **SR 11-7** của Cục Dự trữ Liên bang Mỹ (**FED**) và nguyên tắc của **Basel Committee** về quản trị rủi ro AI.
3. **Khung trách nhiệm giải trình (Accountability Framework)**: Xác định rõ trách nhiệm của từng bên (developer, operator, approver) theo thông lệ **EU AI Act** – phân loại AI theo mức rủi ro.

---

## Agentic AI ngân hàng trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Agentic AI Banking | /əˈdʒɛntɪk eɪ aɪ ˈbæŋkɪŋ/ |
| Tiếng Nhật | エージェンティックAIバンキング | Ējenteikku AI Bangkingu |
| Tiếng Hàn | 에이전트형 AI 뱅킹 | Eijenteuhyeong AI Baengking |
| Tiếng Trung | 代理型人工智能银行业务 | Dàilǐ xíng réngōng zhìnéng yínháng yèwù |
| Tiếng Tây Ban Nha | IA Agéntica en la Banca | /ˈi.a aˈxentika en la ˈβaŋka/ |

---

## Câu hỏi thường gặp

### Agentic AI khác gì Generative AI và RPA?

**Generative AI** chỉ tạo ra nội dung (văn bản, hình ảnh) theo **prompt** mà không tự thực thi hành động. **RPA** (Robotic Process Automation) thực thi các tác vụ lặp lại theo kịch bản cứng được lập trình sẵn, không có khả năng tự thích ứng khi gặp tình huống mới. **Agentic AI** kết hợp sức mạnh tạo nội dung của LLM với khả năng lập kế hoạch, sử dụng công cụ và tự điều chỉnh, cho phép giải quyết các bài toán đa bước phức tạp trong ngân hàng mà không cần lập trình chi tiết.

### Khi nào ngân hàng cần triển khai Agentic AI?

Các ngân hàng nên ưu tiên triển khai **Agentic AI** khi gặp 3 điều kiện: (1) **Quy trình nghiệp vụ có tính lặp lại cao** nhưng có nhiều trường hợp ngoại lệ cần xử lý linh hoạt (khiếu nại, tuân thủ); (2) **Khối lượng công việc lớn** vượt quá năng lực nhân sự hiện tại (hàng triệu giao dịch/ngày); (3) **Yêu cầu thời gian phản hồi nhanh** (dưới 1 giờ) nhưng vẫn cần đảm bảo tuân thủ và có **human-in-the-loop**. Các nghiệp vụ phù hợp nhất gồm: xử lý khiếu nại, **eKYC**, đối chiếu chứng từ, phòng chống gian lận và hỗ trợ tín dụng sơ cấp.

### Agentic AI ảnh hưởng thế nào đến khách hàng và nhân sự ngân hàng?

Đối với **khách hàng**, **Agentic AI** mang lại trải nghiệm nhanh hơn, chính xác hơn và cá nhân hoá hơn: thời gian phản hồi khiếu nại giảm từ vài ngày xuống vài giờ, sai sót trong đối chiếu chứng từ giảm đáng kể, đồng thời dịch vụ 24/7 được đảm bảo. Đối với **nhân sự ngân hàng**, **Agentic AI** không thay thế hoàn toàn mà đóng vai trò "trợ lý tự chủ", giúp chuyên viên tập trung vào các ca phức tạp, sáng tạo và quan hệ khách hàng thay vì thao tác lặp lại. Theo khảo sát của Deloitte (2024), khoảng 67% nhân viên ngân hàng tại Việt Nam cho biết công việc của họ trở nên có giá trị hơn sau khi triển khai AI hỗ trợ.

---

## Tổng kết

**Agentic AI ngân hàng** đánh dấu bước tiến quan trọng trong hành trình chuyển đổi số của ngành tài chính, cho phép tự động hoá các quy trình nghiệp vụ phức tạp mà trước đây đòi hỏi sự can thiệp thủ công của nhiều chuyên viên. Với khả năng tự lập kế hoạch, truy xuất công cụ và tự điều chỉnh, **Agentic AI** giúp ngân hàng rút ngắn thời gian xử lý từ 60-90%, giảm chi phí vận hành từ 30-50% và nâng cao chất lượng dịch vụ khách hàng. Tuy nhiên, để triển khai an toàn và bền vững, các ngân hàng cần đặc biệt chú trọng ba trụ cột: **quản trị dữ liệu**, **kiểm soát rủi ro mô hình** và **khung trách nhiệm giải trình**, đồng thời đảm bảo sự giám sát của con người (**human-in-the-loop**) ở những bước có rủi ro cao. Đối với người ôn thi ngân hàng, việc nắm vững khái niệm **Agentic AI** cùng sự khác biệt so với **Generative AI**, **RPA** và AI truyền thống là yêu cầu thiết yếu trong bối cảnh ngân hàng số ngày càng phát triển mạnh mẽ tại Việt Nam.

## Thuật ngữ liên quan

- [API ngân hàng](https://vieclam.nganhang.com/thuat-ngu/api-ngan-hang-la-gi) — Giao diện lập trình ứng dụng cho phép các hệ thống kết nối và trao đổi dữ liệu với ngân hàng, là nền tảng của ngân hàng mở và Fintech.
- [Mô hình ngôn ngữ lớn](https://vieclam.nganhang.com/thuat-ngu/mo-hinh-ngon-ngu-lon-la-gi) — Mô hình học sâu được huấn luyện trên lượng lớn văn bản, hỗ trợ ngân hàng trong phân tích hợp đồng, tóm tắt báo cáo tín dụng và tự động hóa dịch vụ khách hàng.
- [Quy trình eKYC](https://vieclam.nganhang.com/thuat-ngu/quy-trinh-ekyc-la-gi) — Quy trình định danh và xác minh danh tính khách hàng hoàn toàn bằng phương thức điện tử.
- [Quyết định 2345/QĐ-NHNN](https://vieclam.nganhang.com/thuat-ngu/quyet-dinh-2345qd-nhnn-la-gi) — Quyết định của Ngân hàng Nhà nước Việt Nam ban hành năm 2023 quy định về bảo đảm an toàn thông tin trong hoạt động ngân hàng.
- [Quản trị dữ liệu](https://vieclam.nganhang.com/thuat-ngu/quan-tri-du-lieu-la-gi) — Khung quản lý chất lượng, bảo mật và tuân thủ dữ liệu trong toàn bộ tổ chức tài chính.
- [Rủi ro mô hình](https://vieclam.nganhang.com/thuat-ngu/rui-ro-mo-hinh-la-gi) — Rủi ro phát sinh từ việc sử dụng mô hình định lượng sai lệch, đầu vào không chính xác hoặc giả định không phù hợp với thực tế.
- [Trí tuệ nhân tạo](https://vieclam.nganhang.com/thuat-ngu/tri-tue-nhan-tao-la-gi) — Lĩnh vực nghiên cứu tạo ra hệ thống có khả năng thực hiện tác vụ đòi hỏi trí thông minh của con người, đang được ứng dụng sâu rộng trong ngân hàng từ chatbot đ…
- [Điều tra gian lận](https://vieclam.nganhang.com/thuat-ngu/dieu-tra-gian-lan-la-gi) — Quy trình thu thập bằng chứng, truy vết dòng tiền và xác định thủ phạm khi phát hiện giao dịch hoặc hành vi gian lận tại ngân hàng, phối hợp với cơ quan công a…