Khi dữ liệu tài chính Việt Nam học cách 'nói chuyện' với AI

Sự phát triển nhanh của trí tuệ nhân tạo (AI) đang tạo ra bước chuyển mới trong ngành tài chính, khi sự cạnh tranh dần dịch chuyển từ việc sở hữu nhiều dữ liệu sang khả năng khai thác và chuyển hóa dữ liệu thành giá trị thông qua công nghệ. Những tổ chức có khả năng kết nối dữ liệu chất lượng cao với AI sẽ có lợi thế trong việc nâng cao tốc độ và chất lượng ra quyết định.

Mới đây, FiinGroup đã ra mắt FiinQuantMCP, nền tảng kết nối dữ liệu thị trường chứng khoán Việt Nam với AI theo chuẩn MCP, cho phép người dùng khai thác dữ liệu tài chính bằng ngôn ngữ tự nhiên. Nền tảng này mở ra sự chuyển dịch từ “con người tìm kiếm dữ liệu” sang “AI hỗ trợ khai thác và phân tích dữ liệu”.

Ông Trần Phú Việt cho rằng một hệ sinh thái dữ liệu “AI-ready” cần bắt đầu từ chất lượng dữ liệu. Ảnh: NVCC

Theo ông Trần Phú Việt, Giám đốc Sản phẩm và trí tuệ nhân tạo (AI) của FiinGroup, FiinQuantMCP là bước đi trong định hướng biến dữ liệu tài chính Việt Nam thành tài sản “AI-ready” - trạng thái mà dữ liệu được chuẩn bị để AI có thể khai thác trực tiếp một cách hiệu quả, đáng tin cậy và có thể kiểm chứng.

Điều này không chỉ đòi hỏi dữ liệu được số hóa, mà cần được chuẩn hóa, cấu trúc hóa, quản trị tốt, có nguồn gốc rõ ràng và sẵn sàng tích hợp vào các mô hình AI cũng như quy trình nghiệp vụ để hỗ trợ quá trình phân tích, ra quyết định một cách liền mạch và tạo ra giá trị thực tiễn cho người dùng.

Từ tra cứu thủ công đến "đối thoại" với dữ liệu

Việc đưa dữ liệu tài chính vào các mô hình AI như FiinQuantMCP đang mở ra thay đổi gì trong cách nhà đầu tư và tổ chức tài chính khai thác dữ liệu, phân tích và ra quyết định?

Ông Trần Phú Việt, Giám đốc Sản phẩm và trí tuệ nhân tạo (AI) của FiinGroup: Điểm thay đổi lớn nhất là dữ liệu tài chính không còn chỉ được khai thác theo cách tra cứu – tải về – xử lý thủ công, mà đang chuyển sang mô hình tự động phân tích – hành động theo nhu cầu người dùng thông qua việc hỏi đáp và ra lệnh.

Trước đây, nhà đầu tư hoặc chuyên viên phân tích phải biết mình cần dữ liệu gì, tìm ở đâu, lọc như thế nào và tự xây dựng mô hình phân tích. Với các nền tảng như FiinQuantMCP, dữ liệu tài chính có thể được kết nối trực tiếp vào môi trường AI, giúp người dùng đặt câu hỏi bằng ngôn ngữ tự nhiên, truy xuất dữ liệu có cấu trúc, so sánh doanh nghiệp, phân tích xu hướng, kiểm chứng giả thuyết đầu tư hoặc tạo báo cáo nhanh hơn rất nhiều.

Điều này không thay thế vai trò phân tích của con người, mà giúp rút ngắn đáng kể thời gian đi từ dữ liệu đến nhận định. Các tổ chức tài chính có thể vận hành hiệu quả hơn, chuẩn hóa quy trình phân tích, giảm phụ thuộc vào thao tác thủ công và mở rộng năng lực ra quyết định dựa trên dữ liệu.

Khi AI ngày càng tham gia sâu vào hoạt động phân tích, tư vấn và vận hành, lợi thế cạnh tranh của các doanh nghiệp tài chính trong tương lai sẽ nằm ở đâu?

Ông Trần Phú Việt: Theo chúng tôi, lợi thế cạnh tranh sẽ không nằm ở một yếu tố đơn lẻ, mà nằm ở khả năng kết hợp cả ba yếu tố: dữ liệu, công nghệ và năng lực con người.

Dữ liệu là nền tảng. Không có dữ liệu đầy đủ, sạch, có cấu trúc và đáng tin cậy thì AI rất khó tạo ra kết quả có giá trị. Công nghệ là công cụ giúp khai thác dữ liệu ở quy mô lớn, tốc độ cao và với trải nghiệm mới.

Nhưng yếu tố con người vẫn giữ vai trò quyết định, đặc biệt trong việc đặt câu hỏi đúng, hiểu bối cảnh thị trường, đánh giá rủi ro và chịu trách nhiệm với quyết định cuối cùng.

Trong ngành tài chính, AI có thể hỗ trợ phân tích rất nhanh, nhưng thị trường luôn có yếu tố bất định, hành vi, chính sách và niềm tin.

Vì vậy, doanh nghiệp có lợi thế sẽ là doanh nghiệp biết biến dữ liệu thành tri thức, biến công nghệ thành năng lực vận hành, và nâng cấp đội ngũ con người để sử dụng AI một cách hiệu quả, có kiểm soát.

AI giúp dữ liệu tài chính trở nên dễ tiếp cận hơn nhưng cũng đặt ra yêu cầu cao hơn về chất lượng và độ tin cậy thông tin. Theo FiinGroup, đâu là nền tảng để xây dựng hệ sinh thái dữ liệu “AI-ready” tại Việt Nam?

Ông Trần Phú Việt: Một hệ sinh thái dữ liệu “AI-ready” cần bắt đầu từ chất lượng dữ liệu.

Với dữ liệu tài chính, không chỉ cần có nhiều dữ liệu, mà dữ liệu phải được chuẩn hóa, kiểm chứng, có nguồn gốc rõ ràng, có lịch sử đủ dài, có cấu trúc phù hợp và có khả năng truy xuất nhất quán. AI chỉ thực sự hữu ích khi nó được đặt trên nền tảng dữ liệu đáng tin cậy.

Theo FiinGroup, có một số nền tảng quan trọng. Thứ nhất là chuẩn hóa dữ liệu từ nhiều nguồn khác nhau, bao gồm dữ liệu thị trường, báo cáo tài chính, thông tin doanh nghiệp, ngành, trái phiếu, tin tức và các dữ liệu phi cấu trúc.

Thứ hai là xây dựng lớp dữ liệu có khả năng phục vụ máy, tức dữ liệu không chỉ dành cho người đọc mà còn sẵn sàng để AI, API, agent hoặc các mô hình phân tích khai thác.

Thứ ba là cơ chế kiểm soát chất lượng, truy vết nguồn dữ liệu và giải thích kết quả đầu ra. Và cuối cùng là khả năng kết nối dữ liệu với quy trình làm việc thực tế của các tổ chức tài chính.

“AI-ready” không chỉ là đưa dữ liệu vào AI, mà là xây dựng một hạ tầng dữ liệu đủ sạch, đủ sâu, đủ tin cậy và đủ dễ tích hợp để AI có thể tạo ra giá trị trong hoạt động đầu tư, phân tích, tư vấn và quản trị rủi ro.

Ai sẽ đổi vai trong ngành tài chính?

AI sẽ làm thay đổi vai trò của các chuyên gia tài chính, tổ chức cung cấp dữ liệu và các định chế tài chính như thế nào trong quá trình phân tích và ra quyết định?

AI sẽ giúp tái cấu trúc nhiều quy trình trong ngành tài chính.

Ông Trần Phú Việt: AI sẽ làm dịch chuyển vai trò của các bên trong ngành tài chính.

Với chuyên gia tài chính, vai trò sẽ chuyển một phần từ việc thu thập và xử lý dữ liệu thủ công sang người thiết kế giả thuyết, kiểm chứng luận điểm, đánh giá rủi ro và đưa ra khuyến nghị có chiều sâu.

Những công việc lặp lại như tổng hợp dữ liệu, so sánh chỉ tiêu, dựng bảng, tạo báo cáo sơ bộ sẽ ngày càng được tự động hóa. Nhưng năng lực chuyên môn, tư duy phản biện và hiểu biết thị trường của con người sẽ càng quan trọng hơn.

Với các đơn vị phát triển hạ tầng dữ liệu, sự dịch chuyển của AI đòi hỏi dữ liệu cần được chuẩn hóa và sẵn sàng tích hợp vào các hệ thống AI cũng như quy trình nghiệp vụ (workflow) và mô hình ra quyết định.

Với nguồn dữ liệu sâu rộng cùng hệ sinh thái công nghệ dữ liệu và phân tích, FiinGroup đang mở rộng vai trò từ cung cấp các nền tảng cho phép tra cứu và phân tích dữ liệu tài chính sang phát triển hạ tầng dữ liệu hỗ trợ khai thác dữ liệu một cách liền mạch và hiệu quả hơn nhờ tích hợp AI.

Với các định chế tài chính, AI sẽ giúp tái cấu trúc nhiều quy trình: từ phân tích doanh nghiệp, phân tích ngành, tư vấn đầu tư, quản lý danh mục, quản trị rủi ro, chăm sóc khách hàng cho đến tuân thủ nội bộ.

Tuy nhiên, AI không nên được nhìn như một công cụ thay thế hoàn toàn, mà là một lớp năng lực mới giúp tổ chức vận hành nhanh hơn, nhất quán hơn và dựa trên dữ liệu nhiều hơn.

Với vai trò là đơn vị cung cấp dữ liệu tài chính, FiinGroup nhìn nhận đâu sẽ là động lực thúc đẩy AI “bùng nổ” trong thị trường vốn Việt Nam 3-5 năm tới? Nhà đầu tư, công ty chứng khoán hay doanh nghiệp niêm yết sẽ là nhóm chịu tác động lớn nhất từ xu hướng này?

Ông Trần Phú Việt: Trong 3–5 năm tới, chúng tôi cho rằng AI trong thị trường vốn Việt Nam sẽ được thúc đẩy bởi ba động lực chính.

Thứ nhất là nhu cầu ra quyết định nhanh hơn trong một thị trường ngày càng nhiều dữ liệu. Nhà đầu tư, công ty chứng khoán, công ty quản lý quỹ và doanh nghiệp đều cần xử lý lượng thông tin lớn hơn rất nhiều so với trước đây.

Thứ hai là sự phát triển của hạ tầng dữ liệu, API và các MCP. Khi dữ liệu tài chính được chuẩn hóa, có thể truy cập theo thời gian gần thực và tích hợp vào các nền tảng AI, khả năng ứng dụng sẽ tăng rất nhanh.

Thứ ba là áp lực nâng cao năng suất trong ngành tài chính. Các tổ chức sẽ phải phục vụ nhiều khách hàng hơn, cá nhân hóa tư vấn tốt hơn, kiểm soát rủi ro chặt hơn và tối ưu chi phí vận hành. AI là công cụ rất phù hợp cho bài toán này.

Về nhóm chịu tác động lớn nhất, chúng tôi cho rằng công ty chứng khoán và các định chế tài chính sẽ là nhóm chuyển đổi mạnh nhất trong giai đoạn đầu, vì họ có nhu cầu trực tiếp trong phân tích, môi giới, tư vấn, quản lý khách hàng và quản trị rủi ro.

Nhà đầu tư cá nhân cũng sẽ được hưởng lợi lớn khi các công cụ phân tích trở nên dễ tiếp cận hơn. Doanh nghiệp niêm yết cũng sẽ chịu tác động, đặc biệt trong quan hệ nhà đầu tư, công bố thông tin, phân tích cạnh tranh và quản trị dữ liệu nội bộ.

Tuy nhiên, về dài hạn, tác động sẽ lan ra toàn bộ thị trường vốn. Khi dữ liệu trở nên dễ khai thác hơn, năng lực phân tích được dân chủ hóa hơn và quy trình ra quyết định được hỗ trợ bởi AI, thị trường sẽ vận hành minh bạch hơn, hiệu quả hơn và dựa nhiều hơn trên thông tin có chất lượng.

Xin cảm ơn ông!

Nam Hải