AI phân tích dữ liệu rất tốt nhưng khi ra quyết định đầu tư vẫn phải là con người?

Ảnh minh họa.

Cơn sốt AI ngày càng phổ biến trong lĩnh vực quản lý tài sản tài chính. Trong một báo cáo mới được công bố năm 2026 của NVIDIA cho thấy 89% các công ty tài chính tham gia khảo sát xác nhận AI đã giúp họ đồng thời tăng doanh thu hàng năm và cắt giảm chi phí vận hành hoặc cải thiện trải nghiệm khách hàng. Và 65% doanh nghiệp hiện đã triển khai AI trên quy mô toàn công ty.

Tuy nhiên, hiện tượng này đang tồn tại hai mặt của một vấn đề, những lợi ích và tiện ích mang lại là không thể phủ nhận nhưng cũng tồn tại những rủi ro tiềm ẩn.

Trao đổi trong chương trình Hộp Tài sản mới đây, bà Mai Thanh Yến, Khối Quản lý tài sản công ty CP Chứng khoán Mirae Asset Việt Nam (MAS) cho biết, nếu nhìn ở góc độ toàn cầu, sự bùng nổ của trợ lý ảo trong quản lý tài sản không phải là một xu hướng xuất hiện đột ngột, mà là kết quả của quá trình phát triển fintech và trí tuệ nhân tạo trong hơn một thập kỷ qua. Thực ra quá trình này có thể nhìn thấy khá rõ qua ba giai đoạn phát triển.

Thứ nhất, xu hướng đầu tiên xuất hiện tại Mỹ vào khoảng những năm 2010, khi các công ty fintech bắt đầu phát triển mô hình robo-advisor, tức là hệ thống tư vấn đầu tư tự động dựa trên thuật toán.

Những nền tảng như Betterment hay Wealthfront sử dụng thuật toán để xây dựng danh mục đầu tư cho khách hàng dựa trên hồ sơ rủi ro của họ. Nhà đầu tư chỉ cần trả lời một số câu hỏi cơ bản như độ tuổi, mục tiêu tài chính hay mức chấp nhận rủi ro, sau đó hệ thống sẽ đề xuất danh mục đầu tư phù hợp, thường là các ETF hoặc quỹ chỉ số. Mô hình này phát triển rất nhanh vì chi phí thấp và dễ tiếp cận.

Ví dụ, phí quản lý của robo-advisor thường chỉ khoảng 0,25% tài sản mỗi năm, thấp hơn khá nhiều so với mô hình tư vấn tài chính truyền thống. Đến nay, tổng tài sản được quản lý bởi robo-advisor trên toàn cầu đã vượt khoảng 1,5 nghìn tỷ USD, cho thấy mức độ phổ biến ngày càng lớn của mô hình này.

Bà Mai Thanh Yến, Khối Quản lý tài sản công ty CP Chứng khoán Mirae Asset Việt Nam.

Sau đó, Trung Quốc mới là thị trường đẩy xu hướng này phát triển rất nhanh và ở quy mô lớn hơn nhiều. Điểm khác biệt là họ không chỉ sử dụng robo-advisor trong các công ty quản lý tài sản, mà còn tích hợp trợ lý tài chính AI trực tiếp vào các nền tảng fintech và ứng dụng tài chính số.

Ví dụ nhiều người có thể đã nghe đến các trợ lý tài chính như Tiểu Bảo Tài Chính hay Tiểu Tài Ant, những hệ thống có thể trò chuyện với người dùng, giải thích báo cáo doanh nghiệp, phân tích dữ liệu thị trường và gợi ý sản phẩm đầu tư.

Nhờ hệ sinh thái fintech rất lớn, những trợ lý AI này có thể phục vụ hàng chục triệu người dùng mỗi tháng. Riêng nền tảng Ant Fortune đã kết nối với hơn 200 tổ chức tài chính, tạo ra một hệ sinh thái quản lý tài sản số rất rộng.

Trong bối cảnh đó, thị trường quản lý tài sản tại Trung Quốc cũng tăng trưởng rất nhanh. Tổng tài sản tài chính cá nhân tại Trung Quốc đạt khoảng 35 nghìn tỷ USD vào năm 2022, và nhiều dự báo cho thấy con số này có thể tăng lên gần 80.000 tỷ USD vào năm 2032. Chính quy mô thị trường khổng lồ này đã tạo điều kiện để các trợ lý tài chính AI phát triển mạnh.

Trong nhiều tổ chức tài chính lớn hiện nay, AI đã tham gia trực tiếp vào các chiến lược giao dịch thuật toán, xử lý khối lượng dữ liệu thị trường khổng lồ mà con người rất khó thực hiện trong thời gian ngắn. Và trong vài năm tới, khi các mô hình AI ngày càng thông minh hơn và dữ liệu tài chính ngày càng phong phú, trợ lý tài chính AI có thể sẽ trở thành một công cụ quen thuộc trong cách mỗi cá nhân quản lý tài sản của mình.

Mặc dù vậy, việc sử dụng AI cũng có những rủi ro nhất định trong lĩnh vực tài chính. Khi một hệ thống tự động gặp lỗi, hậu quả không chỉ dừng lại ở việc trả lời sai thông tin, mà trong nhiều trường hợp còn có thể ảnh hưởng trực tiếp tới các quyết định đầu tư hoặc thậm chí tác động tới thị trường.

Nếu nhìn vào thực tế, rủi ro khi ứng dụng AI trong tài chính thường xuất hiện theo một vài dạng phổ biến. Một dạng rủi ro liên quan đến các hệ thống giao dịch tự động.

Ví dụ nổi tiếng là sự kiện Flash Crash năm 2010 tại Mỹ, khi chỉ số Dow Jones có lúc giảm gần 1.000 điểm chỉ trong vài phút trước khi nhanh chóng hồi phục trở lại. Nguyên nhân được xác định là sự kết hợp giữa một lệnh bán quy mô lớn và các thuật toán giao dịch tốc độ cao phản ứng dây chuyền với nhau. Mặc dù thời điểm đó chưa phải AI như hiện nay, nhưng sự kiện này cho thấy khi các hệ thống giao dịch tự động hoạt động mà thiếu cơ chế kiểm soát, thị trường có thể biến động rất mạnh trong thời gian rất ngắn.

Một trường hợp khác thường được nhắc đến là sự cố của Knight Capital năm 2012. Do lỗi phần mềm trong hệ thống giao dịch, công ty này đã gửi hàng loạt lệnh sai ra thị trường và gây thiệt hại khoảng 440 triệu USD chỉ trong vòng 45 phút. Đây được xem là một trong những sự cố công nghệ lớn nhất trong lịch sử thị trường chứng khoán.

Ngoài rủi ro từ hệ thống giao dịch, AI cũng có thể gặp phải hiện tượng gọi là “ảo giác AI”, hay còn gọi là AI hallucination. Đây là tình huống AI đưa ra câu trả lời nghe rất hợp lý và thuyết phục, nhưng thực chất dữ liệu hoặc thông tin lại không chính xác. Trong lĩnh vực tài chính, điều này khá nguy hiểm vì nếu nhà đầu tư dựa hoàn toàn vào những phân tích đó mà không kiểm chứng lại thông tin, quyết định đầu tư có thể bị sai lệch.

Bên cạnh đó, một yếu tố rất quan trọng là chất lượng dữ liệu đầu vào. AI hoạt động dựa rất nhiều vào dữ liệu. Nếu dữ liệu tài chính bị thiếu, sai hoặc không được cập nhật kịp thời, hệ thống vẫn có thể đưa ra những phân tích trông có vẻ hợp lý, nhưng thực chất kết luận lại không chính xác.

Chính vì vậy, trong ngành tài chính hiện nay người ta thường áp dụng mô hình gọi là “human-in-the-loop”, tức là AI hỗ trợ rất mạnh trong việc thu thập và phân tích dữ liệu, nhưng ở những bước ra quyết định quan trọng vẫn cần có sự giám sát và kiểm soát của con người.

Thu Minh