Brian Moynihan, CEO Bank of America, cho biết ưu tiên hàng đầu trong chiến lược trí tuệ nhân tạo của ngành ngân hàng là độ chính xác, thay vì xem AI chủ yếu như công cụ nâng hiệu quả vận hành hay cắt giảm chi phí.

Theo American Banker ngày 8/6/2026 (giờ địa phương), trong một cuộc phỏng vấn gần đây, ông Moynihan nhấn mạnh rằng tốc độ phản hồi là yếu tố quan trọng, nhưng với AI trong lĩnh vực ngân hàng, độ chính xác của câu trả lời mới là điều không thể thỏa hiệp.

Ông lấy ví dụ về trợ lý AI Erica trên ứng dụng di động của ngân hàng. Nếu khách hàng hỏi lịch sử giao dịch séc của một tài khoản cụ thể, dữ liệu trả về phải tuyệt đối chính xác. Theo ông, trong dịch vụ ngân hàng, một câu trả lời sai có thể tác động trực tiếp đến niềm tin của khách hàng, nên gần như không có chỗ cho sai sót. Vì vậy, việc xây dựng và kiểm chứng hệ thống đòi hỏi khối lượng công việc rất lớn.

Quan điểm này trái với cách nhiều doanh nghiệp đang tiếp cận AI như một công cụ để tăng năng suất hoặc giảm chi phí nhân sự. Theodora Lau, đồng sáng lập Unconventional Ventures, nhận định phần lớn CEO vẫn nói về AI dưới góc độ hiệu quả vận hành, trong khi với ngân hàng, độ chính xác mới là tiêu chí quan trọng hơn.

Mate Jendrolovics, CEO IntuiTeq, cũng cho biết trong một podcast do Theodora Lau thực hiện rằng “một giải pháp chỉ đạt độ chính xác 80% thì trong ngân hàng là vô giá trị”. Ý ông là khác với các công việc văn phòng thông thường, nơi AI vẫn có thể được sử dụng ở một mức chính xác nhất định, trong dịch vụ tài chính chỉ một lần trả lời sai cũng có thể gây ra vấn đề lớn.

Bank of America đã chi khoảng 250 triệu USD để triển khai các ứng dụng AI mới trong năm nay. Ngân sách công nghệ thường niên của ngân hàng ở mức 13 tỷ USD, trong đó 4 tỷ USD được dành cho các công nghệ mới, bao gồm AI. Trọng tâm trong chiến lược này là Erica, trợ lý ảo ra mắt từ năm 2018.

Erica ban đầu được phát triển từ nỗ lực tích hợp chức năng tìm kiếm kiểu Google vào ứng dụng di động. Theo ông Moynihan, từng có thời điểm khách hàng hỏi về số dư tài khoản nhưng lại nhận được những kết quả lạc đề như hình ảnh về vóc dáng hoặc lớp yoga. Sau đó, đội ngũ phát triển nội bộ đã phối hợp với nhóm nghiên cứu Stanford để xây dựng Erica theo hướng một mô hình dự đoán, có thể kết nối “ngôn ngữ của khách hàng” với “ngôn ngữ của ngân hàng”.

Hiện Erica được thiết kế để kết nối với 110 hệ thống và có thể trả lời 700 nhóm câu hỏi. Khoảng 20 triệu khách hàng đang sử dụng công cụ này, với gần 200 triệu lượt tương tác mỗi quý. Ở nội bộ, khoảng 200.000 nhân viên cũng dùng AI cho công việc hằng ngày. Phiên bản Erica dành cho nhân viên xử lý các câu hỏi về IT và nhân sự, qua đó giúp giảm 55% số cuộc gọi tới bộ phận hỗ trợ nội bộ.

Dù vậy, Bank of America vẫn chủ động giới hạn phạm vi ứng dụng AI. Ông Moynihan cho rằng những công việc đòi hỏi phán đoán thực tế vẫn bắt buộc phải có sự can thiệp của con người. Trong một ngành mà niềm tin là yếu tố cốt lõi, câu trả lời phải đạt độ chính xác tuyệt đối. Theo ông, ngân hàng đang vận hành theo hướng kiểm soát hệ thống đủ chặt để AI chỉ đưa ra các đáp án đúng.

Ngân hàng cũng đề cập khả năng trong tương lai các mô hình AI tác nhân có thể thay thế Erica. Tuy nhiên, ông Moynihan nhấn mạnh rằng ở giai đoạn hiện tại, điều quan trọng hơn là bảo đảm những phương thức đã được kiểm chứng có thể vận hành hiệu quả trong thực tế.

Những phát biểu này cho thấy ngay cả khi ngành ngân hàng đang đẩy mạnh triển khai AI tạo sinh, ở các mảng như chăm sóc khách hàng và nghiệp vụ cốt lõi, độ chính xác vẫn có thể được đặt lên trên tốc độ, còn kiểm chứng vẫn quan trọng hơn tự động hóa. Trong bối cảnh cạnh tranh AI trong tài chính ngày càng tăng tốc, hạ tầng dữ liệu và năng lực kiểm soát mô hình đang nổi lên như các tiêu chí then chốt trong chiến lược AI của ngành ngân hàng.