Phần 2: Mô hình vận hành, lộ trình triển khai và thách thức quản trị
Sau khi xác định các vùng rủi ro và nguyên tắc quản trị cốt lõi, bước tiếp theo là xây dựng mô hình vận hành rõ ràng: ai chịu trách nhiệm, quy trình triển khai như thế nào và doanh nghiệp cần vượt qua những thách thức gì để mở rộng AI trong tài chính một cách an toàn.
Table of Contents
Mô hình vận hành: Ai chịu trách nhiệm quản trị AI trong tài chính?
Quản trị AI trong tài chính không thể chỉ thuộc về riêng bộ phận công nghệ. Vì AI tác động trực tiếp đến dữ liệu, quy trình, kiểm soát nội bộ, báo cáo và quyết định tài chính, trách nhiệm quản trị cần được phân bổ rõ giữa các bên liên quan.
Giám đốc tài chính và lãnh đạo tài chính
Lãnh đạo tài chính giữ vai trò định hướng và quyết định mức độ AI được đưa vào hoạt động tài chính. Lãnh đạo tài chính cần trả lời các câu hỏi trọng yếu:
– AI nên được dùng để cải thiện quy trình nào trước
– Mức độ tự động hóa đến đâu là phù hợp
– Những quyết định nào bắt buộc phải có con người phê duyệt.
Bộ phận vận hành tài chính
Bộ phận vận hành tài chính là chủ sở hữu quy trình. Đây là nhóm hiểu rõ nhất luồng công việc, quy tắc nghiệp vụ, điểm kiểm soát, ngoại lệ thường gặp và yêu cầu phê duyệt trong từng quy trình.
Vì vậy, bộ phận này cần xác định rõ quy tắc xử lý, ma trận phê duyệt, cơ chế xử lý ngoại lệ và tiêu chí đánh giá xem AI có thực sự phù hợp với quy trình vận hành hay không. AI chỉ nên được triển khai khi nó giúp cải thiện hiệu quả mà không làm suy yếu kiểm soát nội bộ.
Đội ngũ công nghệ
Đội ngũ công nghệchịu trách nhiệm về nền tảng kỹ thuật, tích hợp hệ thống, bảo mật dữ liệu và quản lý mô hình. Nhóm này cần bảo đảm AI được kết nối đúng với các hệ thống tài chính như hệ thống quản trị doanh nghiệp, hệ thống quản lý hiệu suất tài chính, ngân hàng, mua sắm, hóa đơn hoặc các công cụ kế toán khác.
Bên cạnh đó, đội ngũ này cũng cần kiểm soát chất lượng dữ liệu, quyền truy cập, hiệu suất mô hình và khả năng giám sát sau triển khai. Nếu không có nền tảng dữ liệu và tích hợp vững chắc, AI rất dễ tạo ra kết quả sai hoặc khó kiểm chứng.
Bộ phận rủi ro, tuân thủ và kiểm toán nội bộ
Bộ phận rủi ro, tuân thủ và kiểm toán nội bộ đóng vai trò kiểm tra độc lập. Nhóm này cần đánh giá hệ thống kiểm soát, khả năng tuân thủ, tính minh bạch và khả năng kiểm toán của các trường hợp ứng dụng AI.
Với các quy trình có rủi ro cao như thanh toán, báo cáo tài chính, ghi nhận doanh thu hoặc hỗ trợ kiểm toán, cần có cơ chế đánh giá độc lập trước khi mở rộng. Điều này giúp doanh nghiệp bảo đảm AI không chỉ vận hành hiệu quả, mà còn nằm trong khuôn khổ kiểm soát và trách nhiệm giải trình rõ ràng.
Lộ trình triển khai Quản trị AI thực tế
Để quản trị AI hiệu quả, doanh nghiệp nên triển khai theo từng bước thay vì mở rộng ồ ạt. Lộ trình cần bắt đầu từ việc hiểu AI đang được dùng ở đâu, sau đó phân loại rủi ro, thiết kế kiểm soát, thử nghiệm và chỉ mở rộng khi đã chứng minh được độ tin cậy.
Giai đoạn 1: Lập bản đồ AI trong quy trình tài chính
Doanh nghiệp cần rà soát toàn bộ các điểm AI đang hoặc sẽ được sử dụng trong hoạt động tài chính. AI có đang xuất hiện trong xử lý khoản phải trả, quản lý khoản phải thu, chốt sổ, đối soát, ngân quỹ, kiểm toán hay lập kế hoạch tài chính không?
Quan trọng hơn, cần xác định rõ vai trò của AI trong từng quy trình: AI chỉ hỗ trợ thông tin, đưa ra khuyến nghị hay đã tự động thực hiện một số hành động. Đây là bước nền tảng để nhận diện rủi ro và thiết kế cơ chế quản trị phù hợp.
Giai đoạn 2: Phân loại trường hợp ứng dụng theo mức độ rủi ro
Không phải mọi ứng dụng AI trong tài chính đều có mức độ rủi ro như nhau.
Các tác vụ như tóm tắt báo cáo, phân loại tài liệu hoặc trích xuất dữ liệu thường có rủi ro thấp hơn.
Trong khi đó, các ứng dụng như cảnh báo bất thường, đề xuất xử lý sai lệch hoặc dự báo dòng tiền có mức rủi ro trung bình.
Các trường hợp ảnh hưởng trực tiếp đến thanh toán, báo cáo tài chính, kiểm toán, thuế hoặc tuân thủ cần được xếp vào nhóm rủi ro cao. Nhóm này bắt buộc phải có phê duyệt của con người, lưu vết đầy đủ và kiểm soát chặt chẽ trước khi đưa vào vận hành.
Giai đoạn 3: Thiết kế khung kiểm soát
Sau khi phân loại rủi ro, doanh nghiệp cần thiết kế khung kiểm soát tương ứng. Khung này nên bao gồm ma trận phê duyệt, cơ chế xử lý ngoại lệ, lưu vết kiểm toán, kiểm soát truy cập, giám sát mô hình và đánh giá rủi ro nhà cung cấp.
Mục tiêu của giai đoạn này là bảo đảm mỗi trường hợp ứng dụng AI đều có quy định rõ: AI được làm gì, ai được phê duyệt, dữ liệu nào được sử dụng, kết quả được kiểm tra ra sao và khi có sai lệch thì trách nhiệm thuộc về ai.
Giai đoạn 4: Thử nghiệm có kiểm soát
Doanh nghiệp nên bắt đầu với một số quy trình ít rủi ro trước khi triển khai rộng. Trong giai đoạn thử nghiệm, cần đo lường độ chính xác của AI, tỷ lệ ngoại lệ, tỷ lệ người dùng chấp nhận khuyến nghị và mức độ cải thiện so với quy trình hiện tại.
Đồng thời, cần kiểm tra xem AI có thực sự làm giảm lỗi, rút ngắn thời gian xử lý và tăng tính minh bạch hay không. Nếu AI tạo thêm ngoại lệ, làm người dùng khó kiểm tra hoặc khiến quy trình mất kiểm soát, doanh nghiệp cần điều chỉnh trước khi mở rộng.
Giai đoạn 5: Mở rộng có điều kiện
AI chỉ nên được mở rộng khi trường hợp ứng dụng đã chứng minh được độ tin cậy, hiệu quả và khả năng kiểm soát. Khi AI được trao thêm quyền hành động, doanh nghiệp cũng cần bổ sung lớp kiểm soát tương ứng.
Việc mở rộng cần đi kèm đánh giá định kỳ bởi bộ phận tài chính, công nghệ, rủi ro và kiểm toán nội bộ. Đây là cách giúp doanh nghiệp vừa tận dụng được giá trị của AI, vừa tránh tình trạng tự động hóa vượt quá khả năng kiểm soát.
Những thách thức khi quản trị AI trong vận hành tài chính
Dù AI mang lại nhiều tiềm năng, việc quản trị AI trong tài chính không đơn giản. Doanh nghiệp thường gặp một số thách thức lớn sau:
Thứ nhất là dữ liệu phân mảnh. Dữ liệu tài chính thường nằm ở nhiều hệ thống khác nhau, từ kế toán, ngân hàng, mua sắm, hóa đơn đến bảng tính nội bộ. Nếu dữ liệu không thống nhất, AI khó đưa ra kết quả đáng tin cậy.
Thứ hai là người dùng tài chính chưa có đủ hiểu biết về AI. Khi không hiểu rõ giới hạn của AI, người dùng có thể tin tưởng quá mức vào khuyến nghị hoặc ngược lại, không dám sử dụng AI trong công việc.
Thứ ba là khó cân bằng giữa tốc độ tự động hóa và yêu cầu kiểm soát. Nếu kiểm soát quá lỏng, AI có thể tạo ra rủi ro về sai lệch, bảo mật và tuân thủ. Nếu kiểm soát quá chặt, doanh nghiệp lại khó tận dụng được tốc độ và hiệu quả của AI.
Thứ tư là trách nhiệm giữa các bên chưa rõ ràng. Trong nhiều trường hợp, không dễ xác định lỗi thuộc về bộ phận tài chính, công nghệ, nhà cung cấp hay người phê duyệt cuối cùng. Đây là lý do mô hình trách nhiệm cần được thiết kế ngay từ đầu.
Cuối cùng, doanh nghiệp cần quản trị AI mà không làm chậm đổi mới. Quản trị không nên trở thành rào cản khiến mọi sáng kiến AI bị trì hoãn, mà cần đóng vai trò như một cơ chế bảo đảm để AI có thể được mở rộng một cách an toàn và bền vững.
Kết luận: Quản trị AI là điều kiện để AI trong tài chính mở rộng
AI có thể giúp hoạt động tài chính chuyển từ xử lý thủ công sang vận hành chủ động, thông minh và có khả năng phát hiện rủi ro sớm hơn. Tuy nhiên, trong tài chính, tốc độ không thể đánh đổi bằng mất kiểm soát.
Doanh nghiệp muốn mở rộng AI trong vận hành tài chính cần xây dựng quản trị ngay trong quy trình: từ dữ liệu, mô hình, quyền hành động, phê duyệt, lưu vết đến trách nhiệm giải trình.
AI trong tài chính chỉ thực sự tạo giá trị khi nó không chỉ tự động hóa quy trình, mà còn làm cho quy trình đó minh bạch hơn, kiểm soát tốt hơn và đáng tin cậy hơn.
