Trí tuệ nhân tạo trong lĩnh vực dịch vụ tài chính đang phát triển nhanh chóng. 52% các công ty dịch vụ tài chính được khảo sát trong Báo cáo Toàn cầu về AI trong Dịch vụ Tài chính năm 2026 của Đại học Cambridge đã áp dụng AI tác nhân (agentic AI). Trong số đó, 29% đang chạy thử nghiệm và 23% đã đạt đến giai đoạn mở rộng quy mô hoặc chuyển đổi. Tỷ lệ áp dụng AI dưới một hình thức nào đó lên tới 81%.
Khoảng cách 29 điểm này là nơi mà hầu hết các bộ phận tuân thủ hiện nay đang đứng ở đó. Một mô hình tóm tắt chính sách thì hữu ích. Nhưng một tác nhân đọc cùng chính sách đó, kiểm tra quy trình xác minh mà nó áp dụng và soạn thảo cấu hình thay thế lại là một đề xuất khác biệt vì nó hành động trên các hệ thống thay vì chỉ tạo ra văn bản về chúng.
Sự chuyển dịch này đặt ra một câu hỏi quản trị then chốt: liệu mọi hành động mà tác nhân thực hiện có thể được ủy quyền trước và tái dựng lại sau đó hay không?
Tác nhân AI trong tuân thủ là gì?
Một #AIagent là một hệ thống phần mềm tự chủ sử dụng mô hình để theo đuổi một mục tiêu được xác định. Tài liệu chính thức của OpenAI mô tả các tác nhân là “các ứng dụng lập kế hoạch, gọi công cụ, cộng tác giữa các chuyên gia và duy trì đủ trạng thái để hoàn thành công việc đa bước.”
Trong quy trình làm việc của tác nhân AI tuân thủ, một mô hình ngôn ngữ lớn (LLM) nền tảng sẽ diễn giải hướng dẫn nhiệm vụ và suy luận, trong khi khung tác nhân và nền tảng tuân thủ kết nối cung cấp dữ liệu, quyền hạn và công cụ cho phép tác nhân hành động. Tác nhân có thể đọc chính sách chống rửa tiền (AML), xác định các yêu cầu của nó, kiểm tra quy trình biết khách hàng (KYC) hiện có, sử dụng API để tạo bản nháp cấu hình và trình bày kết quả để phê duyệt.
Tính tự chủ tồn tại trên một phổ liên tục. Một tác nhân có thể hoàn thành độc lập các bước rủi ro thấp nhưng dừng lại trước khi thay đổi quy trình hoạt động trực tiếp, từ chối người nộp đơn hoặc gửi báo cáo pháp lý.
Cách AI tác nhân hoạt động: Giải thích kỹ năng tác nhân và MCP
Các tác nhân cần nhiều hơn một mô hình ngôn ngữ để hoàn thành công việc vận hành một cách đáng tin cậy. Chúng đòi hỏi một mục tiêu, hướng dẫn, quyền truy cập vào các hệ thống liên quan và các quy tắc điều chỉnh những gì chúng có thể làm.
Model Context Protocol (MCP) là một tiêu chuẩn mở để kết nối các ứng dụng AI với các hệ thống bên ngoài. Máy chủ MCP phơi bày các công cụ với đầu vào được xác định, cho phép tác nhân khám phá các hành động được phép, cung cấp các đối số cần thiết và nhận lại kết quả.
Trong khi MCP kết nối tác nhân với các hệ thống bên ngoài, kỹ năng cung cấp kiến thức quy trình cần thiết để hoàn thành một nhiệm vụ. Đặc tả Kỹ năng Tác nhân mở mô tả một kỹ năng là một thư mục chứa hướng dẫn và tùy chọn, các tập lệnh, tài liệu tham khảo và các tài nguyên khác. Một kỹ năng tác nhân AI có thể dạy tác nhân cách phân tích một quy định hoặc cấu hình quy trình KYC. Các kỹ năng và tác nhân AI MCP có thể chuyển đổi một yêu cầu chung chung thành một quy trình làm việc lặp đi lặp lại.
Bảng dưới đây giải thích chức năng của từng thành phần:
Từ chatbot đến tác nhân tuân thủ tự chủ
Một chatbot truyền thống chủ yếu phản hồi các lời nhắc trước mặt nó. Nó có thể giải thích một quy tắc hoặc tóm tắt một chính sách, nhưng nhìn chung không biến phân tích thành hành động. Các công cụ tuân thủ AI tạo sinh đã mở rộng những khả năng này bằng cách soạn thảo báo cáo, tóm tắt hồ sơ vụ việc và trích xuất thông tin từ tài liệu.
Thay vào đó, các tác nhân phối hợp hành động. Một yêu cầu được chia nhỏ thành các bước: chọn công cụ, kiểm tra kết quả và bước tiếp theo điều chỉnh dựa trên những gì trả về. Khi được hỏi về tài liệu onboarding – một chatbot sẽ liệt kê chúng. Một tác nhân có thể mở quy trình xác minh hiện tại của công ty, tìm kiếm các kiểm tra còn thiếu so với một tiêu chuẩn nhất định, xây dựng một đề xuất thay thế và trình bày nó để ai đó ký duyệt.
Tại sao các nhóm tuân thủ đang áp dụng tác nhân AI
Công việc tuân thủ liên quan đến rất nhiều sự chuyển đổi. Một yêu cầu viết bằng ngôn ngữ pháp lý trở thành một quy tắc vận hành, sau đó là một thiết lập nền tảng, phải được tài liệu hóa và chứng minh. Một thay đổi chính sách có thể có nghĩa là các bản cập nhật riêng biệt trên nhiều sản phẩm và khu vực pháp lý, mỗi lần đều được thực hiện thủ công, mỗi lần đều là cơ hội để các bản triển khai bị lệch nhau.
Các tác nhân có thể trích xuất các yêu cầu và tuân theo một quy trình được xác định mà không cần chuyên viên gõ lại từng bước. Tính nhất quán là lợi ích thực sự ở đây: khu vực pháp lý thứ năm nhận được cùng một cách xử lý như khu vực đầu tiên.
Chi phí của việc sai sót cũng tăng theo tỷ lệ thuận. Các quy tắc truy cập, ngưỡng phê duyệt và nhật ký hoạt động là những thứ giữ cho hành động của tác nhân có thể quy trách nhiệm cho người đã ủy quyền chúng. Nếu không có chúng, tự động hóa chỉ làm tăng tốc độ và quy mô của các sai lầm.
Tác nhân AI trong tuân thủ AML và quy trình KYC
Trong AML, một tác nhân có thể biến văn bản chính sách thành một cấu hình đề xuất sẵn sàng khởi chạy trong bảng điều khiển, tóm tắt lịch sử xem xét của người nộp đơn hoặc tổng hợp dữ liệu người nộp đơn và giao dịch mà nhà điều tra cần trước khi mở một vụ án. Nó cũng có thể so sánh một chính sách cập nhật với cấu hình hiện tại và đánh dấu các biện pháp kiểm soát không còn khớp.
Công việc KYC chủ yếu là thiết lập và truy xuất: quy trình onboarding theo quốc gia hoặc dải rủi ro, bảng câu hỏi, liên kết xác minh, tra cứu trạng thái người nộp đơn. Một tác nhân có thể sắp xếp một quy trình kết hợp các kiểm tra tài liệu, địa chỉ, sinh trắc học và cơ sở dữ liệu. Nền tảng xác minh vẫn thực hiện các kiểm tra đó.
Việc từ chối khách hàng và nộp báo cáo hoạt động đáng ngờ là hai vấn đề khác nhau về bản chất. Cả hai đều yêu cầu sự phê duyệt của con người, bất kể phần còn lại của quy trình làm việc trôi chảy như thế nào.
Xây dựng thiết lập tuân thủ do tác nhân vận hành
Hai điều phải được thiết lập trước khi bất kỳ điều nào trong số này hoạt động: quyền truy cập vào các chính sách liên quan và quyền hạn để kiểm tra hoặc sửa đổi thiết lập nền tảng. Trình tự sau đó trông như thế này:
- Cung cấp tài liệu nguồn, dù là một quy định, một đánh giá rủi ro hay một chính sách nội bộ
- Trích xuất các nghĩa vụ, yếu tố rủi ro, quy tắc chấm điểm và yêu cầu có điều kiện, với các điểm mơ hồ được đánh dấu để con người xử lý thay vì để tác nhân tự giải quyết
- Ánh xạ mỗi yêu cầu với thứ mà nền tảng thực sự có: mức độ xác minh, bảng câu hỏi, quy tắc rủi ro, biện pháp kiểm soát giám sát hoặc quy trình làm việc
- Tạo một kế hoạch cấu hình để nhóm tuân thủ xem xét trước khi xây dựng bất cứ thứ gì
- Xây dựng cấu hình đề xuất trong môi trường sandbox hoặc thử nghiệm
- So sánh cấu hình đã xây dựng với chính sách nguồn, sau đó kiểm tra nó với các trường hợp đại diện và các ngoại lệ đã biết
- Yêu cầu người dùng được ủy quyền phê duyệt triển khai, sau đó ghi lại các thay đổi và giám sát kết quả
Ánh xạ kỹ năng tác nhân với các nhiệm vụ tuân thủ
Mỗi kỹ năng tác nhân AI nên tương ứng với một nhiệm vụ tuân thủ được xác định và hướng dẫn cách tác nhân tiếp cận nó. Một kỹ năng phân tích chính sách có thể chỉ đạo tác nhân đọc một tài liệu và tạo ra một kế hoạch cấu hình. Một kỹ năng cấu hình có thể hướng dẫn tác nhân qua việc tạo các mức độ xác minh trong sandbox, trong khi một kỹ năng xem xét vụ án có thể phác thảo cách truy xuất và phân tích dữ liệu người nộp đơn.
Sự phân biệt này rất quan trọng đối với các tác nhân AI trong dịch vụ tài chính, nơi việc truy cập dữ liệu khách hàng, chuẩn bị các thiết lập nháp và thay đổi các biện pháp kiểm soát trực tiếp có thể tạo ra rủi ro lộ diện đáng kể. Bản thân các kỹ năng không nên được coi là ranh giới bảo mật hoặc quyền hạn. Thay vào đó, nền tảng kết nối phải thực thi những gì tác nhân có thể đọc hoặc sửa đổi, với các thay đổi đối với thiết lập xác minh và giám sát trực tiếp bị hạn chế thông qua các biện pháp kiểm soát truy cập và cơ chế ủy quyền phù hợp.
Tác nhân AI trong ngân hàng và dịch vụ tài chính
Các trường hợp sử dụng ngân hàng hợp lý bao gồm thu thập tài liệu cho các cuộc xem xét KYC định kỳ, truy xuất các giao dịch đã kích hoạt một quy tắc giám sát và soạn thảo các báo cáo pháp lý để con người kiểm tra.
Sự phân mảnh là rào cản thực tế. Hồ sơ danh tính nằm trong nền tảng KYC, giao dịch trong hệ thống thanh toán hoặc ngân hàng lõi, cảnh báo trong công cụ giám sát và ghi chú điều tra trong phần mềm quản lý vụ án. Báo cáo Cambridge 2026 phát hiện rằng 46% các nhà cung cấp AI được khảo sát gặp phải các hệ thống cũ hoặc cô lập tại các trang web của khách hàng, và 41% báo cáo các hạn chế chia sẻ dữ liệu.
Mỗi kết nối cần có câu trả lời riêng cho hai câu hỏi: tác nhân có thể đọc gì và tác nhân có thể thay đổi gì. Một cuộc xem xét định kỳ thiên về đọc. Một tác nhân có thể thu thập trạng thái xác minh, các giao dịch gần đây, các cảnh báo trước đó và các quyết định xem xét trước đó, sau đó bàn giao tệp đã tổng hợp cho một nhà phân tích.
Rủi ro AI, quản trị và giám sát của con người
Một tác nhân có thể hiểu sai chính sách, bịa ra một yêu cầu hoặc chọn sai công cụ. Các hướng dẫn độc hại ẩn trong một tài liệu hoặc nguồn dữ liệu kết nối có thể thao túng hành vi của nó, và quyền hạn quá mức có thể cho phép một lỗi nhỏ làm thay đổi các cấu hình trực tiếp hoặc hồ sơ khách hàng.
Người xem xét cũng có thể đặt quá nhiều niềm tin vào đầu ra của tác nhân, trong khi các hồ sơ không đầy đủ có thể khiến việc điều tra lỗi trở nên khó khăn. Các bản cập nhật mô hình có thể thay đổi hành vi của tác nhân, và sự phụ thuộc vào các nhà cung cấp bên ngoài có thể tạo ra rủi ro vận hành.
Để giảm thiểu rủi ro, quản trị AI hiệu quả và các biện pháp kiểm soát tuân thủ nên bao gồm:
- quyền truy cập giới hạn ở thông tin và hành động cần thiết cho từng nhiệm vụ, với các quyền hạn riêng biệt để đọc thông tin, tạo bản nháp và thay đổi thiết lập trực tiếp
- các công cụ và nguồn dữ liệu được phê duyệt
- kiểm thử trong môi trường sandbox hoặc thử nghiệm trước khi các thay đổi được áp dụng cho các hệ thống trực tiếp
- sự phê duyệt của con người đối với các hành động ảnh hưởng đến khách hàng, ngưỡng rủi ro hoặc hồ sơ pháp lý, cũng như các trường hợp yêu cầu không rõ ràng
- hồ sơ về các hướng dẫn đã đưa ra, nguồn đã tham khảo, công cụ đã sử dụng và các thay đổi đã thực hiện
- một quy trình dự phòng nếu tác nhân hoặc nhà cung cấp bên ngoài trở nên không khả dụng
