Trong năm nay, ít nhất ba công ty tài chính — ngân hàng số Revolut, công ty fintech cho vay Affirm và hệ thống thanh toán Mastercard — đã thông báo ra mắt các mô hình AI riêng thay vì triển khai giải pháp của bên thứ ba. AI không còn chỉ là một khoản chi phí hoạt động mà đang trở thành một loại tài sản độc lập của các công ty tài chính. Nhưng điều này có thể làm tăng giá trị doanh nghiệp của họ khi nào và trong những điều kiện nào?
Mô hình AI như một tài sản mới
Cuối tháng 8 năm nay, Revolut giới thiệu mô hình AI riêng PRAGMA và công bố thành lập đơn vị chuyên trách Revolut Research để phát triển mô hình này. AI của ngân hàng số phân tích chuỗi sự kiện ngân hàng của khách hàng nhằm chấm điểm tín dụng, phát hiện gian lận và đề xuất những sản phẩm phù hợp nhất với họ.
PRAGMA được phát triển với sự hợp tác của Nvidia. Mô hình này được thiết kế riêng để giải mã các mô hình hành vi tài chính phức tạp và đánh giá rủi ro theo thời gian thực. Theo Revolut, trong các thử nghiệm trên dữ liệu lịch sử, PRAGMA có độ chính xác khi đánh giá rủi ro khách hàng vỡ nợ cao gấp 2,3 lần, giúp phát hiện nhiều hơn 65% trường hợp gian lận và tăng 41% mức độ phù hợp của các đề xuất.
Đồng sáng lập kiêm CEO của Revolut, Nik Storonsky, nói với Reuters rằng công ty sử dụng 30–40 triệu giao dịch mỗi ngày để phát triển các mô hình AI của riêng mình.
Revolut không phải ngân hàng số duy nhất làm điều này: vào tháng 3 năm 2026, mạng lưới thanh toán Mastercard công bố mô hình AI tạo sinh mới, được huấn luyện trên hàng tỷ giao dịch đã ẩn danh.
Tháng 9 năm 2026, công ty fintech cho vay của Mỹ Affirm cũng cho biết đã ra mắt mô hình AI riêng, giúp đánh giá chính xác hơn khả năng thanh toán của khách hàng (bao gồm cả những người có lịch sử tín dụng ngắn) và cho phép phê duyệt khoản vay cho họ. Hệ thống đánh giá trước đây từ chối một số đơn đăng ký của những khách hàng như vậy.
Chỉ là chi phí hay một khoản đầu tư chiến lược?
Đối với các ngân hàng và công ty fintech, lợi ích chính của việc ứng dụng AI nằm ở chỗ giảm chi phí đánh giá rủi ro, qua đó giảm chi phí phục vụ khách hàng. Điều này quan trọng với Revolut, vì công ty có kế hoạch IPO và trước đó muốn nâng mức định giá lên 150–200 tỷ USD.
Clint Sucurmani, nhà sáng lập The AI Value Institute, viết rằng các tổ chức tài chính nên ngừng xem những sáng kiến AI có khả năng mở rộng chỉ là chi phí và cần coi chúng là khoản đầu tư chiến lược vào sự phát triển của doanh nghiệp.
Nhưng điều đó có ý nghĩa gì với các nhà đầu tư vào những công ty này? Zihan Tu, nhà nghiên cứu thuộc Khoa Kinh tế Đại học Warwick, nhận định rằng phản ứng của thị trường trước các kế hoạch của công ty và việc triển khai AI trên thực tế vẫn chưa được nghiên cứu đầy đủ. Trong nghiên cứu được công bố ngày 22 tháng 9 năm 2026, ông phân tích các thông báo của những công ty thuộc S&P 100 về việc sử dụng AI trong giai đoạn 2023–2024 và đánh giá mối liên hệ giữa các thông báo đó với phản ứng ngắn hạn của thị trường. Kết quả cho thấy thông báo về việc triển khai AI trên thực tế mang lại tỷ suất sinh lời bất thường của cổ phiếu cao hơn 4,6 điểm phần trăm so với thông báo về ý định triển khai AI (cao hơn mức có thể kỳ vọng khi xét đến diễn biến chung của thị trường và các yếu tố rủi ro khác).
Trong một nghiên cứu trước đó vào năm 2025, McKinsey ước tính các ngân hàng tiên phong triển khai AI có thể tăng tỷ suất sinh lời trên vốn chủ sở hữu hữu hình (ROTE) lên tới 4 điểm phần trăm nhờ chuyển đổi mô hình kinh doanh và tạo thêm giá trị kinh tế. Ngược lại, các ngân hàng chậm triển khai AI có thể sẽ chứng kiến lợi nhuận suy giảm trong dài hạn.
Nhà đầu tư nên theo dõi điều gì
Các nhà đầu tư khó có thể sẵn sàng trả mức định giá cao hơn chỉ vì một ngân hàng hay công ty fintech có mô hình AI riêng, theo nhận định trong bình luận gửi Oninvest của Antonis Dragiotis, chuyên gia người Hy Lạp về quản lý rủi ro, trí tuệ nhân tạo và công nghệ ngân hàng, đồng thời là điều phối viên nhóm công tác về dịch vụ tài chính của AI Catalyst.
Theo ông, cần có bằng chứng cho thấy việc triển khai những mô hình này sẽ mang lại kết quả kinh tế tốt hơn. Hơn nữa, khi ngày càng nhiều công ty triển khai các mô hình AI, việc sở hữu chúng trong tương lai sẽ không còn là lợi thế cạnh tranh đáng kể.
Vadim Ivanenko, chuyên gia quốc tế trong lĩnh vực công nghệ tài chính, nhận định rằng nếu mô hình AI riêng giúp ngân hàng hoặc công ty fintech giảm, chẳng hạn, 30% chi phí phục vụ khách hàng, giảm tổn thất do gian lận, cải thiện chất lượng danh mục tín dụng, tăng tỷ lệ chuyển đổi của các sản phẩm tài chính hoặc nâng cao khả năng giữ chân khách hàng thì đó là giá trị kinh tế thực sự.
Ông khuyến nghị nhà đầu tư vào các công ty tuyên bố đã triển khai mô hình hoặc công cụ AI của riêng mình phân tích những chỉ số sau trước và sau khi triển khai:
— tỷ lệ chi phí hoạt động trên thu nhập (cost-to-income ratio) và chi phí phục vụ mỗi khách hàng hoặc mỗi giao dịch;
— tổn thất do gian lận (fraud losses) và tỷ lệ cảnh báo dương tính giả;
— chi phí rủi ro tín dụng (cost of risk), tổn thất tín dụng và chất lượng của các mô hình chấm điểm tín dụng;
— giá trị khách hàng trong suốt thời gian gắn bó với công ty (customer lifetime value, CLV), tỷ lệ giữ chân khách hàng, tỷ lệ chuyển đổi và doanh thu trên mỗi khách hàng;
— lợi nhuận hoạt động tăng thêm và mức sinh lời của khoản đầu tư vào AI, có tính đến cơ sở hạ tầng, phát triển, kiểm soát và bảo trì.
Vadim Ivanenko nói thêm rằng cần so sánh các chỉ số này để tách biệt tác động của việc triển khai AI với những yếu tố khác.
Vadim Kondratyuk, nhà phân tích thị trường chứng khoán độc lập, bổ sung rằng mức định giá cao hơn chỉ hợp lý nếu AI giúp tăng ROTE của công ty hoặc giảm chi phí vốn chủ sở hữu (tức là nếu thị trường bắt đầu xem công ty đó là đáng tin cậy hơn).
Ông khuyến nghị nhà đầu tư chú ý đến ba chỉ số: xu hướng của tỷ lệ chi phí trên thu nhập (cost-to-income ratio), chi phí rủi ro trong suốt chu kỳ tín dụng (liệu chỉ số này có giảm nhờ đánh giá người vay chính xác hơn hay không) và doanh thu trên mỗi khách hàng. Chỉ số cuối cùng cần tăng nhanh hơn so với các đối thủ.
Với Revolut, việc triển khai mô hình AI riêng hiện chưa được phản ánh trong báo cáo tài chính. Trong nửa đầu năm 2026, thu nhập hoạt động thuần của Revolut Holdings Europe tăng 36,8% so với cùng kỳ năm trước, lên 1,24 tỷ euro, còn chi phí hoạt động tăng 36,5%, lên 1,055 tỷ euro. Tỷ lệ chi phí trên thu nhập giảm từ 82,9% xuống 80,2%, nhưng tổn thất tín dụng tăng gần gấp ba, từ 25,7 triệu euro lên 76,1 triệu euro.
Cổ phiếu Affirm tăng 1,32% vào ngày sau khi công ty thông báo ra mắt mô hình AI riêng. Hiện vẫn chưa thể đánh giá tác động của mô hình này đến các chỉ số của công ty, vì mới chỉ một tháng rưỡi trôi qua kể từ khi ra mắt. Tuy nhiên, Affirm đã tuyên bố rằng với hệ thống đánh giá mới, số giao dịch mua hàng hoàn tất tăng 3,4% so với nhóm đối chứng. Đồng thời, các khoản vay được phê duyệt bổ sung có chất lượng tốt hơn: người vay trả nợ tốt hơn những khách hàng được cấp tín dụng khi Affirm sử dụng các mô hình cũ. Trong quý II năm 2026 (dữ liệu mới nhất hiện có), lợi nhuận hoạt động của Affirm tăng gần gấp ba, lên 147 triệu USD, còn biên lợi nhuận hoạt động tăng từ 6,6% lên 12,6%. Tuy vậy, chi phí hoạt động tăng vọt 24,5%, còn khoản trích lập dự phòng tổn thất tín dụng tăng 42,5%, lên 223 triệu USD.
Tình hình của Mastercard hơi khác: chỉ số chi phí rủi ro tín dụng (cost of risk) của ngân hàng không thể áp dụng trực tiếp cho công ty này. Với mạng lưới thanh toán, các chỉ số phù hợp hơn là tổn thất do gian lận (fraud losses) và tỷ lệ cảnh báo dương tính giả (khi một giao dịch hợp pháp bị xác định là gian lận). Từ năm 2024, công ty đã cho biết việc triển khai AI tạo sinh của bên thứ ba giúp tăng trung bình 20% khả năng phát hiện gian lận, trong một số trường hợp lên tới 300%, đồng thời giảm hơn 85% cảnh báo dương tính giả. Trong quý II năm 2026, doanh thu của Mastercard từ các dịch vụ và giải pháp bổ sung, bao gồm dịch vụ bảo mật và triển khai công nghệ AI của riêng công ty, tăng 20% so với cùng kỳ năm trước, lên 3,83 tỷ USD.
Ai hưởng lợi từ AI nhiều nhất
“Có một nghịch lý thú vị: AI càng trở nên dễ tiếp cận thì bản thân việc sử dụng nó càng ít có giá trị, còn khả năng ứng dụng AI hiệu quả vào một doanh nghiệp cụ thể lại càng có giá trị hơn”, Vadim Ivanenko nói.
Theo ông, AI sẽ làm thay đổi đáng kể ngành ngân hàng, nhưng hiện nay thị trường có xu hướng đánh giá quá cao tốc độ của những thay đổi này và đánh giá thấp mức độ phức tạp khi triển khai chúng trên thực tế.
Hiện chúng ta đang ở giai đoạn mà giá trị tiếp thị của AI đối với một số công ty vượt xa giá trị kinh tế đã được chứng minh của nó.
Ngoài ra, chính các doanh nghiệp cũng đang bắt đầu chậm lại trong việc triển khai AI. Chẳng hạn, vào tháng 10, Goldman Sachs của Mỹ cấm các nhà giao dịch và nhân viên ngân hàng sử dụng công cụ AI bên thứ ba — Claude Code của Anthropic và GitHub của Microsoft — sau khi đánh giá hiệu suất và rủi ro.
Ivanenko cho rằng các ngân hàng lớn và nền tảng tài chính có lợi thế hơn những đối thủ nhỏ nhờ hàng triệu khách hàng, dữ liệu lịch sử và khối lượng giao dịch khổng lồ. Nhưng mặt khác, cơ sở hạ tầng CNTT của các ngân hàng truyền thống thường bị phân mảnh, quy trình phê duyệt phức tạp và chi phí thay đổi cao. Tuy nhiên, ngân hàng lớn không nhất thiết sẽ tự động thành công hơn một công ty fintech nhỏ. Đôi khi, sự linh hoạt về công nghệ, chất lượng dữ liệu và tốc độ triển khai quan trọng hơn quy mô tuyệt đối.ㅤ