KB Financial Group cho rằng năng lực cạnh tranh của AI đang dịch chuyển từ mô hình sang dữ liệu, trong bối cảnh hiệu năng giữa các mô hình ngày càng thu hẹp. Theo tập đoàn này, muốn phát triển agentic AI có thể thực sự làm việc thay con người, yếu tố quyết định là một nền tảng dữ liệu đủ tin cậy để AI hiểu ngữ cảnh và hành động.

Phát biểu tại phiên khai mạc sự kiện Snowflake World Tour Seoul ngày 27/8 tại COEX, ông Lee Kyung-jong, Giám đốc Trung tâm Financial AI2 thuộc KB Kookmin Bank và KB Financial Group, cho biết khác biệt thực chất của AI hiện nay không còn nằm chủ yếu ở mô hình, mà ở chất lượng dữ liệu và khả năng khai thác dữ liệu.

Ông tóm lược chiến lược agentic AI của KB Financial Group là chuyển từ AI chỉ phục vụ tìm kiếm, trả lời sang AI có thể trực tiếp thực thi công việc. Theo ông, AI không nên dừng ở việc phản hồi câu hỏi mà cần dựa trên dữ liệu nội bộ để xử lý tác vụ khi cần thiết.

Theo đánh giá của ông Lee, phần lớn doanh nghiệp hiện mới sử dụng AI ở cấp độ tìm kiếm thông tin, trả lời câu hỏi hoặc cung cấp tài liệu và báo cáo. Cách tiếp cận này vẫn hữu ích, nhưng còn giới hạn vì nhân sự vẫn phải kiểm tra kết quả rồi nhập lại vào hệ thống. Đích đến tiếp theo là AI có thể tự xử lý công việc.

Khi AI có khả năng hành động, nhiều nghiệp vụ vận hành vốn do con người lập kế hoạch và xử lý có thể được tự động hóa. AI cũng có thể tự xây dựng kế hoạch và hoàn tất các quy trình nhiều bước phức tạp, qua đó giúp nhân viên tập trung vào các đầu việc quan trọng hơn và nâng năng suất.

Tuy nhiên, theo ông Lee, để xây dựng AI có khả năng hành động không phải là việc đơn giản và cần chuẩn bị nhiều điều kiện nền tảng.

Ông nêu ra ba điều kiện cốt lõi. Thứ nhất là mô hình nền tảng phải có khả năng suy luận và gọi hàm ổn định. Thứ hai là hệ thống phải được xây dựng trên kiến trúc microservices, đồng thời kết nối nhiều hệ thống thông qua MCP để cung cấp cho agent các công cụ cần thiết nhằm thực thi công việc. Thứ ba là phải có cấu trúc dữ liệu đủ tin cậy để trở thành căn cứ cho mọi hành động của AI.

Trong ba điều kiện này, ông đặc biệt nhấn mạnh yếu tố dữ liệu. Theo ông, chỉ khi doanh nghiệp xây dựng được môi trường dữ liệu theo cách AI có thể hiểu, AI mới có thể nắm bắt đúng bối cảnh kinh doanh và đưa ra hành động phù hợp.

Ông Lee cho rằng các vấn đề dữ liệu mà doanh nghiệp gặp phải khi triển khai AI hiện có thể chia thành ba nhóm chính.

Nhóm đầu tiên là bài toán về tầng dữ liệu. Hiện phần lớn dữ liệu vẫn được tích lũy chủ yếu để phục vụ xử lý nghiệp vụ và tác vụ theo lô, trong khi nhiều tài liệu có cấu trúc và phi cấu trúc chưa được tổ chức theo cách AI có thể hiểu. Khi thiếu ngữ cảnh kinh doanh, AI dù tiếp cận được dữ liệu cũng khó diễn giải chính xác ý nghĩa.

Nhóm thứ hai là kết nối nền tảng. Theo ông, việc hệ thống và nền tảng bị phân tán khiến mỗi lần cần kết nối dữ liệu mới, doanh nghiệp lại phải phát triển riêng. Nếu quy trình này lặp đi lặp lại ở từng giai đoạn triển khai dịch vụ, tốc độ ứng dụng AI sẽ bị chậm lại.

Nhóm thứ ba là hạ tầng. Ông Lee nhận định hạ tầng CNTT hiện có của nhiều doanh nghiệp khó bắt kịp tốc độ thay đổi của công nghệ AI, đồng thời còn hạn chế về khả năng mở rộng để phục vụ xử lý thời gian thực và khối lượng tính toán lớn. Trong bối cảnh đó, ngay cả khi agent sử dụng mô hình tốt, việc tạo ra một nền tảng dữ liệu đủ mạnh để AI hành động thực chất vẫn là thách thức.

KB Financial Group cho biết hiện tập đoàn đang xây dựng môi trường cho AI có khả năng hành động với hai trọng tâm.

Trọng tâm đầu tiên là chuyển đổi dữ liệu sang cấu trúc lấy ý nghĩa làm trung tâm. Theo ông Lee, thay vì chỉ lưu trữ dữ liệu, KB muốn tái cấu trúc dữ liệu để ngay từ đầu đã chứa ngữ cảnh và ý nghĩa kinh doanh, giúp AI có thể hiểu ngay khi tiếp nhận.

Trọng tâm thứ hai là xây dựng kiến trúc on-demand có thể kết nối ngay khi phát sinh nhu cầu. Để làm điều này, KB Financial Group đang triển khai nền tảng Snowflake và thay đổi cách vận hành dữ liệu. Thay vì mô hình CNTT quản lý một chiều, tập đoàn chuyển sang cách làm trong đó các bộ phận nghiệp vụ trực tiếp sở hữu, tạo lập và quản trị dữ liệu. Dữ liệu được xây theo từng miền nghiệp vụ, sau đó đưa lên data marketplace của Snowflake để người phụ trách cũng như AI có thể sử dụng ngay khi cần.

KB Financial Group bắt đầu xây dựng nền tảng chuyên dụng cho phát triển AI agent từ năm 2024, sau đó đưa vào vận hành chính thức. Sang năm 2025, tập đoàn ưu tiên triển khai các agent cho front-office, tập trung vào quản lý tài sản và tài chính cá nhân, rồi lần lượt giới thiệu agent quản lý tài sản và agent tư vấn tài chính.

Trong đó, agent quản lý tài sản hỗ trợ phân tích danh mục của khách hàng và theo dõi nhanh các biến động thị trường. Agent tư vấn tài chính được sử dụng để hỗ trợ hoạt động tư vấn tại nhiều điểm giao dịch. KB Financial Group cho biết sẽ tiếp tục mở rộng số lượng AI agent được cung cấp.

Trong năm nay, tập đoàn tiếp tục mở rộng phát triển agent sang các mảng mid-office và back-office.

Theo ông Lee, agent quản trị rủi ro có thể giám sát rủi ro thị trường và rủi ro tín dụng theo thời gian thực, đồng thời tự động phát hiện dấu hiệu bất thường. Agent thẩm định tín dụng được thiết kế để tự động hóa quy trình thẩm định khoản vay, qua đó nâng tốc độ xử lý và độ chính xác. Bên cạnh đó, agent hỗ trợ pháp lý đang được phát triển với mục tiêu tự động hóa việc rà soát hợp đồng, theo dõi thay đổi quy định và kiểm tra tuân thủ.

KB Financial Group cũng đang đưa AI agent vào toàn bộ quy trình phát triển phần mềm, từ lập kế hoạch, phát triển, kiểm thử đến triển khai. Ngoài ra, agent phân tích dữ liệu sẽ hỗ trợ toàn bộ chuỗi công việc từ tổng hợp, tiền xử lý đến phân tích và viết báo cáo.

Về định hướng sắp tới, ông Lee cho biết KB sẽ tiếp tục tích hợp tài sản dữ liệu trên nền tảng Snowflake để hoàn thiện cấu trúc cho phép agent khai thác ngay khi cần, đồng thời mở rộng quy mô triển khai agent trên toàn bộ front-office và back-office.

Bên cạnh đó, tập đoàn đặt mục tiêu sử dụng MCP để kết nối hệ thống, qua đó chuyển từ AI chỉ dừng ở trả lời sang AI có thể trực tiếp quản lý công việc và hành động. Theo ông Lee, hệ thống dữ liệu AI mà KB Financial Group đang xây dựng sẽ trở thành lợi thế cạnh tranh dài hạn, khó bị đối thủ sao chép.