Tại “Data-Driven Finance & Business Intelligence Conference 2026” do Asia University Program tổ chức ngày 3/10, TS. Hoàng Việt Hà - Viện trưởng Viện Đại học Quốc tế FPT đặt vấn đề từ sự thay đổi của Business Intelligence (BI).

Từ phân tích dữ liệu đến quyền ra quyết định

“BI phụ thuộc vào hai vấn đề. Thứ nhất là năng lực thu thập, phân tích dữ liệu và thứ hai là khả năng đưa ra các tư vấn, dự báo”, TS. Hà nói.

Theo mô hình CASAN được ông trình bày, năng lực BI phát triển qua 5 cấp độ. Ở giai đoạn Curious, hệ thống chủ yếu thu thập và giúp con người hiểu dữ liệu; sang Augmented, AI bắt đầu hỗ trợ phân tích và lý giải. 

Khi đạt mức Standard, dữ liệu được tích hợp để phục vụ dự báo; ở mức Automatic, hệ thống có thể đề xuất và thực hiện một số hành động trong giới hạn được thiết lập. Đến cấp độ Native, BI trở thành một phần của hệ thống ra quyết định ở cấp tổ chức, có khả năng phối hợp và thích ứng dựa trên kết quả.

image1.png
TS. Hoàng Việt Hà chia sẻ về sự thay đổi của BI và vai trò con người trong quá trình ra quyết định.

Sự tiến hóa của BI cũng kéo theo thay đổi về vai trò con người. TS. Hà nhấn mạnh, khi AI tham gia sâu hơn vào quy trình, người dùng chuyển từ đặt câu hỏi, kiểm tra đầu ra sang phản biện giả định, quản trị bằng dữ liệu, ủy quyền có kiểm soát và cuối cùng là thiết kế hệ thống.

Với tài chính, ranh giới này đặc biệt quan trọng bởi một kết quả phân tích có thể dẫn tới quyết định về tín dụng, đầu tư, bảo hiểm hay quản trị rủi ro. Khi AI tiến từ “phân tích” sang “đề xuất”, câu hỏi không còn chỉ là hệ thống có làm được hay không, mà là hệ thống nên được trao quyền đến đâu.

Từ thực tế ngân hàng, ông Trần Phú Thiện - Giám đốc Mảng Vận hành Trung tâm Tài chính Số, TPBank đưa ra trường hợp một sinh viên chỉ còn khoảng 50.000 đồng trong tài khoản nhưng lại nhận được lời mời sử dụng một sản phẩm tài chính có giá trị lớn. Theo ông, nếu hệ thống nhận diện được dòng tiền, độ tuổi và hành vi chi tiêu, dữ liệu có thể tạo ra đề xuất phù hợp hơn với hoàn cảnh khách hàng. 

image2.png
Hội thảo quy tụ nhiều chuyên gia, đại diện doanh nghiệp và sinh viên tham dự.

Dữ liệu đúng chưa chắc dẫn tới quyết định đúng

Ông Hoàng Sơn Nam - Trưởng bộ phận Phân tích dữ liệu & Thông tin chuyên sâu tại Công ty TNHH Bảo hiểm Nhân thọ Prudential Việt Nam tiếp cận vấn đề từ thiên kiến trong quá trình ra quyết định.

“Bản chất của nghề Data Analytics là decision-making support, nghĩa là chúng tôi làm mọi thứ để ban lãnh đạo ra được quyết định”, ông Nam chia sẻ.

Ông dẫn tình huống một kế hoạch marketing chỉ chọn các trường hợp thành công để thuyết phục doanh nghiệp tiếp tục đầu tư; các con số có thể đúng, nhưng nếu dữ liệu thất bại bị loại khỏi phân tích, kết luận vẫn thiếu cơ sở. 

Theo ông, AI cũng không tự động loại bỏ rủi ro này, vì vậy các khuyến nghị cần được kiểm chứng bằng dữ liệu trái chiều và bối cảnh thực tế. 

image3.png
Ông Hoàng Sơn Nam chia sẻ tại hội thảo.

Đào tạo tài chính không thể chỉ chạy theo công cụ

Sự thay đổi trong cách doanh nghiệp sử dụng AI và dữ liệu cũng đặt ra yêu cầu mới với đào tạo Tài chính. Khi công nghệ ngày càng có thể phân tích, dự báo và đề xuất, người học không thể chỉ dừng ở khả năng sử dụng công cụ.

Đây cũng là điểm mà hai hướng đào tạo của ngành Tài chính tại Asia University Program có thể bổ sung cho nhau. Công nghệ tài chính tập trung vào dữ liệu, công nghệ và nền tảng số trong hoạt động tài chính; trong khi Đầu tư và Quản lý tài chính đi sâu vào phân tích đầu tư, quản trị vốn, lợi nhuận và rủi ro.

Ở cả hai hướng, dữ liệu chỉ là điểm xuất phát; năng lực quan trọng hơn nằm ở cách người học sử dụng dữ liệu để đi tới một lựa chọn có cơ sở.

Lộ trình hai năm học tại Việt Nam và hai năm học tại Asia University, Đài Loan (Trung Quốc) giúp sinh viên tiếp cận thêm các nội dung về FinTech, Big Data và phân tích đầu tư, cùng các không gian như Big Data Investment Analysis Laboratory và FinTech and Blockchain Laboratory.

Các dự án, hội thảo chuyên môn và hoạt động doanh nghiệp cũng giúp sinh viên tiếp cận sớm những tình huống mà dữ liệu, mô hình và bối cảnh có thể dẫn tới các lựa chọn khác nhau.

Theo TS. Hoàng Việt Hà, khi AI ngày càng tiến sâu vào hệ thống vận hành, vai trò của con người không giảm đi mà chuyển từ xử lý trực tiếp sang đặt giới hạn, giám sát và chịu trách nhiệm.

Vì vậy, đào tạo Tài chính không chỉ cần giúp sinh viên xử lý dữ liệu nhanh hơn, mà còn phải chuẩn bị năng lực kiểm chứng khuyến nghị, nhận diện rủi ro và xác định phần nào có thể giao cho công nghệ, phần nào con người vẫn phải giữ quyền quyết định.

Bích Đào