Love AI
New member
Ngân hàng Anh đang chi khoảng 3,3 tỷ bảng mỗi năm chỉ để duy trì hệ thống lõi cũ, chiếm gần một phần tư ngân sách công nghệ. Sự xuất hiện của AI đang làm lộ rõ giới hạn của những nền tảng này và ép các tổ chức phải thay đổi cách vận hành.
Ngân hàng tại Vương quốc Anh đang chi khoảng 3,3 tỷ bảng mỗi năm chỉ để giữ cho các hệ thống lõi kế thừa hoạt động — tương đương gần 25% tổng ngân sách CNTT của họ. Gần một nửa trong số đó thừa nhận những nền tảng này gặp khó khi đáp ứng nhu cầu hàng ngày và các ưu tiên chiến lược.
Trong nhiều thập kỷ, chi phí đó được coi là giá phải trả cho sự ổn định. Hệ thống lõi xử lý hàng triệu giao dịch mỗi ngày, đảm bảo tuân thủ quy định, bảo vệ niềm tin khách hàng và giữ cho dòng tiền luân chuyển. Việc thay thế chúng lâu nay bị xem là quá rủi ro, quá tốn kém hoặc gây gián đoạn lớn.
Tuy nhiên, trí tuệ nhân tạo đang thay đổi những giả định đó. Các công cụ hỗ trợ viết mã nhanh hơn, tự động hóa kiểm thử và tạo tài liệu đang rút ngắn chu kỳ phát triển. Các bộ phận kinh doanh ngày càng kỳ vọng ra mắt nhanh hơn, dịch vụ cá nhân hóa nhiều hơn và quyết định được đưa ra kịp thời.
Thực tế lại cho thấy mô hình cung cấp ứng dụng ở nhiều ngân hàng chưa theo kịp. Các đội ngũ vẫn bị ràng buộc bởi quy trình thủ công và phân mảnh, được xây dựng cho một thời đại chậm hơn. Khoảng cách giữa những gì AI có thể làm và môi trường kế thừa có thể hỗ trợ đang trở nên khó bỏ qua.
Vấn đề sâu xa không chỉ nằm ở công nghệ cũ. Yêu cầu nghiệp vụ thường không được hợp nhất hay định nghĩa nhất quán. Luật nghiệp vụ bị nhúng rải rác trong nhiều ứng dụng, bị nhân bản ở các silo hoặc được hiểu khác nhau bởi các đội. Kiến thức tổ chức thường nằm trong đầu một nhóm ít chuyên gia lâu năm thay vì được lưu giữ trong tài sản chung có cấu trúc.
Theo thời gian, sự phân mảnh này tạo ra những lớp nợ kỹ thuật và vận hành khó nhìn thấy và còn khó quản lý hơn. Việc đưa AI vào môi trường như vậy không tự động giải quyết các vấn đề; nếu không có yêu cầu rõ ràng và quy tắc được hài hòa, AI có thể khuếch đại sai lệch đó. Kết quả là đầu ra do AI tạo ra chỉ tin cậy khi dữ liệu và quy tắc input rõ ràng — trong môi trường mơ hồ, AI đơn giản là nhân rộng sự mơ hồ ở quy mô lớn.
Nghịch lý xuất hiện: ngân hàng đầu tư vào AI để tăng tốc, nhưng thay đổi vẫn chậm, tốn kém và rủi ro tuân thủ cao. AI đã làm vỡ bề mặt của quá trình chuyển giao; đồng thời nó phơi bày mức độ mong manh của các phương thức truyền thống.
Hóa đơn 3,3 tỷ bảng mỗi năm không chỉ là hậu quả của công nghệ lạc hậu, mà là triệu chứng của sự tích tụ phức tạp. Qua nhiều thập kỷ, ngân hàng xây dựng những hệ thống dày đặc, liên kết chặt chẽ khiến bất kỳ thay đổi nào cũng trở nên tốn kém và rủi ro.
Để tận dụng AI mà không làm tăng rủi ro, các ngân hàng cần đầu tư vào nền tảng nền tảng: thống nhất yêu cầu nghiệp vụ, số hóa và lưu giữ tri thức tổ chức, tách rời và mô-đun hóa ứng dụng, xây dựng API và lớp dữ liệu chuẩn, triển khai tự động hóa kiểm thử và CI/CD, hoàn thiện quản trị dữ liệu và tuân thủ, đồng thời thực hiện di chuyển từng bước sang kiến trúc hiện đại hơn như dịch vụ và cloud.
AI là cơ hội để tăng tốc đổi mới, nhưng không phải là giải pháp thay thế cho nền tảng vững chắc. Nếu muốn giảm chi phí duy trì và rủi ro, các ngân hàng phải kết hợp đầu tư vào AI với việc làm sạch, chuẩn hóa và hiện đại hóa nền tảng lõi — chỉ khi đó lợi ích thực sự mới có thể hiện hữu.
Nguồn: Techradar
Ngân hàng tại Vương quốc Anh đang chi khoảng 3,3 tỷ bảng mỗi năm chỉ để giữ cho các hệ thống lõi kế thừa hoạt động — tương đương gần 25% tổng ngân sách CNTT của họ. Gần một nửa trong số đó thừa nhận những nền tảng này gặp khó khi đáp ứng nhu cầu hàng ngày và các ưu tiên chiến lược.
Trong nhiều thập kỷ, chi phí đó được coi là giá phải trả cho sự ổn định. Hệ thống lõi xử lý hàng triệu giao dịch mỗi ngày, đảm bảo tuân thủ quy định, bảo vệ niềm tin khách hàng và giữ cho dòng tiền luân chuyển. Việc thay thế chúng lâu nay bị xem là quá rủi ro, quá tốn kém hoặc gây gián đoạn lớn.
Tuy nhiên, trí tuệ nhân tạo đang thay đổi những giả định đó. Các công cụ hỗ trợ viết mã nhanh hơn, tự động hóa kiểm thử và tạo tài liệu đang rút ngắn chu kỳ phát triển. Các bộ phận kinh doanh ngày càng kỳ vọng ra mắt nhanh hơn, dịch vụ cá nhân hóa nhiều hơn và quyết định được đưa ra kịp thời.
Thực tế lại cho thấy mô hình cung cấp ứng dụng ở nhiều ngân hàng chưa theo kịp. Các đội ngũ vẫn bị ràng buộc bởi quy trình thủ công và phân mảnh, được xây dựng cho một thời đại chậm hơn. Khoảng cách giữa những gì AI có thể làm và môi trường kế thừa có thể hỗ trợ đang trở nên khó bỏ qua.
Vấn đề sâu xa không chỉ nằm ở công nghệ cũ. Yêu cầu nghiệp vụ thường không được hợp nhất hay định nghĩa nhất quán. Luật nghiệp vụ bị nhúng rải rác trong nhiều ứng dụng, bị nhân bản ở các silo hoặc được hiểu khác nhau bởi các đội. Kiến thức tổ chức thường nằm trong đầu một nhóm ít chuyên gia lâu năm thay vì được lưu giữ trong tài sản chung có cấu trúc.
Theo thời gian, sự phân mảnh này tạo ra những lớp nợ kỹ thuật và vận hành khó nhìn thấy và còn khó quản lý hơn. Việc đưa AI vào môi trường như vậy không tự động giải quyết các vấn đề; nếu không có yêu cầu rõ ràng và quy tắc được hài hòa, AI có thể khuếch đại sai lệch đó. Kết quả là đầu ra do AI tạo ra chỉ tin cậy khi dữ liệu và quy tắc input rõ ràng — trong môi trường mơ hồ, AI đơn giản là nhân rộng sự mơ hồ ở quy mô lớn.
Nghịch lý xuất hiện: ngân hàng đầu tư vào AI để tăng tốc, nhưng thay đổi vẫn chậm, tốn kém và rủi ro tuân thủ cao. AI đã làm vỡ bề mặt của quá trình chuyển giao; đồng thời nó phơi bày mức độ mong manh của các phương thức truyền thống.
Hóa đơn 3,3 tỷ bảng mỗi năm không chỉ là hậu quả của công nghệ lạc hậu, mà là triệu chứng của sự tích tụ phức tạp. Qua nhiều thập kỷ, ngân hàng xây dựng những hệ thống dày đặc, liên kết chặt chẽ khiến bất kỳ thay đổi nào cũng trở nên tốn kém và rủi ro.
Để tận dụng AI mà không làm tăng rủi ro, các ngân hàng cần đầu tư vào nền tảng nền tảng: thống nhất yêu cầu nghiệp vụ, số hóa và lưu giữ tri thức tổ chức, tách rời và mô-đun hóa ứng dụng, xây dựng API và lớp dữ liệu chuẩn, triển khai tự động hóa kiểm thử và CI/CD, hoàn thiện quản trị dữ liệu và tuân thủ, đồng thời thực hiện di chuyển từng bước sang kiến trúc hiện đại hơn như dịch vụ và cloud.
AI là cơ hội để tăng tốc đổi mới, nhưng không phải là giải pháp thay thế cho nền tảng vững chắc. Nếu muốn giảm chi phí duy trì và rủi ro, các ngân hàng phải kết hợp đầu tư vào AI với việc làm sạch, chuẩn hóa và hiện đại hóa nền tảng lõi — chỉ khi đó lợi ích thực sự mới có thể hiện hữu.
Nguồn: Techradar
Bài viết liên quan
