Đọc Chậm 7/6: AI in Finance - Ứng dụng AI vào tài chính đang có những mảng nào?
Và ứng dụng kế toán-kiểm toán ở đâu?
Tuần này mình bận nhiều việc mà lại là tuần sinh nhật mình nên mình rất lười. Mình chỉ viết lại một phần những gì tuần này mình trải nghiệm ngắn gọn để chia sẻ với các bạn. Hi vọng tuần sau mình sẽ có thể bổ sung thêm.
Ứng dụng AI vào tài chính đang có những mảng nào?
Cái này thì chắc chắn mình không thể biết hết được. Nhưng những trải nghiệm tuần qua cho thấy các mảng lớn:
Dự báo: các ngân hàng trung ương và quỹ đầu tư macro-funds đang di chuyển về hướng này khá nhanh với nhiều model “nowcast” là dự báo với dữ liệu tần suất cao, thời gian dự báo gần (vài giờ hoặc vài ngày), ví dụ Atlanta Fed dự báo Nowcast GDP. Mới mấy tuần trước bảo là kinh tế Mỹ suy thoái, xong rồi giờ bảo tăng trưởng trên 3% (tuần trước mới bảo 4%).
Đó là điểm yếu của dùng các dữ liệu tần suất cao và các tools có kết hợp AI update liên tục. Thế giới quay xe thì quay theo. Mà dạo này lãnh đạo thế giới rất hay quay xe.
Về mặt này thì các mô hình xử lý ngôn ngữ đang hỗ trợ tạo ra muôn vàn data mới ví dụ như bên dưới này central bank đang dùng dữ liệu mạng xã hội và nhiều thứ khác để tạo ra biến mới như inflation expectation vào mô hình. Tất nhiên như ví dụ ở trên, độ nhiễu cũng cao hơn, nhưng nó sẽ nhanh hơn rất nhiều mô hình phải đợi dữ liệu nhiều tuần hay survey mới có được. Đây sẽ là tools mới sau này để tạo ra “soft data” (về kỳ vọng, dự báo hành vi chi tiêu ngắn hạn trong tương lai), bổ sung cho “hard data” (ví dụ số lạm phát, thất nghiệp, việc làm của Mỹ công bố mỗi tháng).
Nâng hiệu quả tương tác với khách VIP trong khi dùng ít nguồn lực. Cái này thì tuần trước mình có nói case về robo-advisor và vụ analyst của UBS dùng AI tạo video rồi. Nhìn chung, thì các hoạt động kỹ thuật tốn thời gian như financial modelling trên các nền tảng như Excel và visualisation như Power BI, và thậm chí là tạo video để brief report cho khách thì bây giờ giao cho AI làm nhiều. Analyst và portfolio manager có thời gian làm chuyện hữu ích hơn hoặc đi gặp khách hay công ty trực tiếp để thu thập “soft-information” (nghĩa là thông tin AI không thể access hay predict) và sau đó khéo léo signal lại cho khách VIP mà không phạm luật.
Đọc Chậm 24/5: Bạn có tin tưởng giao tiền của mình cho robot? AI liệu có cướp việc của các analyst?
·
Câu chuyện lớn nhất tuần này mình học được là về chuyện tự động hóa trong ngành đầu tư và phân tích. Nó cũng coi như tiếp theo cái chủ đề về AI tuần trước, nếu bạn muốn đọc lại thì ở đây:
Xử lý hồ sơ: ví dụ tạo báo cáo tự động cho NHTW, tự động renew contract với khách
Một ví dụ trong banking là một chuỗi các qui trình tự động hóa như sau:
Citi có một cái tóm tắt về các tác động và hoạt động trong bank sẽ bị ảnh hưởng bởi AI. Điều thú vị là sau một thời gian các ông bank thuế quá trời bạn có background engineer thì cái trend này sẽ chậm lại và có thể đảo chiều .
Ba mảng mà anh em học ngành finance ở đại học mà học nhiều thì sắp tới sẽ gặp cạnh tranh đó là các low level tasks trong đánh giá credit risk, phân tích đầu tư và quản trị danh mục/tài sản thì AI sẽ chen chân vào nhiều low level tasks. Nghĩa là các team có thể thu hẹp từ 30-40 người về còn 6-8 người, như một asset manager lớn của Scotland trình bày trong một workshop ở London mình dự sáng sớm T6. Phần lớn các task trong nhóm high tech/high business impact như trong hình bên dưới vẫn sẽ cần rất nhiều human có kinh nghiệm tương tác với AI tools.
Các task high tech/high impact này cần người làm các mid & higher level nên tỷ lệ cần người vẫn đông, và nếu customized phục vụ khách nhiều lên thì mức độ tuyển người vẫn sẽ ổn định (nhưng uni thì sản xuất ra thì cứ tăng). Ngược lại low level job của bank và tiếp khách nhỏ lẻ sẽ được tự động hóa dần. Bank sẽ trở nên gọn nhẹ và các “neo-bank” sẽ đưa ra mô hình tiên phong cho bank truyền thống học hỏi.
Đâu là các rủi ro của ứng dụng AI trong finance?
Ba cái thật ra rất truyền thống từ hồi chạy Core Banking ở Việt Nam.
Scam. Vì áp dụng tools mới, khách hàng lơ ngơ, lại hay tin chuyện trên mạng xã hội nên sẽ bị lừa tùm lum.
Cyber-security risk. Bank sẽ ôm ngày càng nhiều data hữu ích của khách. Hacker giờ đánh vào các platform của bank hay third-party liên quan không cần lấy tiền, mà lấy data trọng yếu của khách xong dọa bank bắt trả tiền hoặc release ra để làm bank mất danh tiếng, bị phạt. Có một ông sàn crypto nổi tiếng đã vừa bị bắt cóc như vậy, nó không lấy crypto được, thì nó bắt nộp tiền để trả data khách. Nghe giang hồ đồn là đã nộp tiền chuộc data về.
Nhân sự human không hiểu về qui trình đủ sâu nên khi trục trặc là đứng luôn. Cái này thì AI hay tech không AI gì cũng bị.
Một vài cái mà riêng mảng AI có.
Data bèo dẫn đến quyết định bậy. Cái này một ông start-up “open banking” vừa dính đòn.
Deepfake AI scams. Vì analyst làm video riết nên cho bà con một đống data để train. Lỡ một ngày đẹp trời một ai đó làm video của một top star analyst ra call bán cái gì đó vì một số lý do chém gió. Bà con không coi kỹ, media cite tùm lum (ông đó star mà), rồi bot thì đi cào data của ông đó về trade. Thế là cả làng bị lừa.
Entry-level jobs training. Vấn đề này đang thú vị. Bây giờ mấy ông trainee vào bị lấy hết job đơn giản rồi thì mấy ổng làm cái gì? Xưa chuyên được giao làm Power Point, financial modelling với Excel, và draft pitch. Giờ bị AI nó làm hết rồi thì mấy anh trainee làm gì? Mà không train thì làm gì có experienced staffs. Thật ra cái này thì có solution cả, vì có thể giao project cho làm từ hồi còn ở đại học, và uni kết hợp với công ty train nhân sự ngày từ trong đại học cho làm project cho quen. Vấn đề này giải quyết được. Nhưng nó làm phát sinh câu chuyện bên dưới:
AI đào sâu hố ngăn cách giàu nghèo và giữa mấy bạn top class với phần còn lại.
Đây là một vấn đề số đông tổ chức đang tránh né, nhưng thực tế là đang có trường hợp chưa tốt nghiệp đã được offer lương cao rất nhiều so với phần còn lại, gấp đến 4-5 lần, đây là điều hiếm khi xảy ra mấy năm trước, nhưng hiện tại xuất hiện, vì một số star students vào thẳng lên vị trí ngon lành luôn vì team co hẹp lại. Số còn lại không còn nhiều cơ hội phải đi làm công ty thấp hơn hẳn, thì thu nhập kém hơn nhiều. Khoảng cách vì vậy mở rộng giữa nhóm 1% top student với nhóm còn lại, giữa 10% với 90%.
Nói cách khác, rủi ro bất bình đẳng tăng thêm là rõ ràng trong nhóm được đào tạo đại học. Và giữa nhóm được đào tạo đại học tốt với nhóm còn lại cũng thế.
AI đào sâu bất bình đẳng là chuyện được dự báo rồi. Nhưng hóa ra nó phức tạp hơn mình nghĩ.
Signal vs Noise
Cái này là chuyện sớm muộn. Rất nhiều quant models hiện tại dùng AI tạo ra rất nhiều noise, market đang đầy noise trades theo một số papers của giới nghiên cứu cũng như các quant team.
Tuy nhiên hiện tại nổi lên một theme là liệu các noise trade này có tạo ra các trade có hệ thống đi theo hướng sai và ảnh hưởng rủi ro hệ thống. Mình nghĩ là không và đa số cũng vậy. Nhưng có 2 điều thú vị đặt ra: 1) có một số quant team bắt đầu đi săn noise trade để đánh ngược lại (thật ra là một dạng arbitrage truyền thống), và 2) săn noise để đi khuếch đại lên, dụ bot vào trade theo để kéo nó thành trend (và rút ra trước, úp sọt chúng nó). Đây thường là very-shorterm trade, nhưng bạn nào làm day trader thì nên update, bạn có thể sẽ bị thường xuyên úp short bởi nhiều loại chiến thuật mới.
Bạn nào đánh tuần hay tháng thì thôi chỉ cần đọc Noise để nắm đâu là noise, đâu là signal là được.
AI áp dụng vào Accounting thì mảng nào sẽ ảnh hưởng?
Có thể bạn ngạc nhiên (tui cũng vậy), tax services.
Tiếp đó là documentation. Ví dụ sales process.
Nhưng đồng thời AI cũng tạo ra công ăn việc làm mới cho các công ty kế toán-kiểm toán: AI assurances.
Vấn đề vẫn là anh em kiểm toán viên hiện tại có skill để làm cái mảng mới này hay không. Theo bà con trình bày tui học được thì rất nhiều skill là transferable, nhưng nếu anh em đi làm kiểu có học, có suy nghĩ, để rút tỉa transferable skill và nguyên lý để áp dụng qua AI audit. Còn người mà cứ đâu đầu làm, kiếm mẹo làm nhanh, không hiểu được sâu xa và nguyên lý, thì sẽ bị xui.
Tóm lại, case AI assurance services cho thấy đi làm nhớ dùng não, hỏi “TẠI SAO?” và chú tâm vào cái việc mình làm chứ đừng nghĩ làm trả lương thấp thì làm cho có rồi về làm TikTok kiếm thêm. Vậy thì bạn đã chuẩn bị cho ngày ra đi của mình.
Job mới, task mới, thăng tiến nhanh, có pipeline rõ ràng sẽ ra đời. Nhưng bạn có phải là người tận dụng nó hay không thì tùy bạn.
Nhưng bạn đừng lo, AI sẽ không cướp việc của bạn nhanh đến vậy
Cuối cùng, hóa ra anh em bank và kiểm toán đi tư vấn triển khai AI cho khách hàng doanh nghiệp phát hiện ra hạ tầng của khách lủng tùm lum. Nói triển khai AI vậy thôi chứ còn te tua lắm. Nên hầu như tổ chức lớn apply xong rồi đến các khâu doanh nghiệp tầm trung sẽ rất lúng túng trong qui trình.
Tuy nhiên, trong quá trình này thì SME lại hưởng lợi từ AI vì task lặp đi lặp lại tốn thời gian có thể làm thì họ lại có thể dùng AI làm và chỉ cần rất ít skill để làm được. Có điều là họ lại có rủi ro vì họ nhỏ, nên xài AI vô tội vạ, dẫn đến sai sót và cyber risk.
Túm lại là số đông công ty tầm trung và nhỏ trong nền kinh tế vẫn cần nhiều human lắm, đó là kết luận tui học được.
Vấn đề là họ vẫn hướng về khống chế team không phình to nữa, trong khi các uni thì vẫn tăng tuyển sinh. Đó mới là vấn đề tạo ra thất nghiệp.
GDP toàn cầu tăng trưởng chậm lại vì nhiều nguyên nhân, doanh nghiệp hướng vào hiệu quả, cắt nhân sự để giữ lợi nhuận, trong khi số đông uni vẫn tăng tuyển sinh những ngành mà AI sẽ thay được, trong khi họ không có đủ người giỏi và đưa đủ nguồn lực để đào tạo những cái ngành đang có nhu cầu tăng thêm (vì cost tăng). Ác vậy đó chớ.
Thị trường tuần này
Mình lười nên không viết tiếp nữa nhưng view của mình thì bạn có thể đọc trong Facebook post này.
Ngoài ra thì mình vẫn duy trì view không suy thoái, số hard data của thị trường Mỹ confirm. Eurozone yếu nhưng ECB tiếp tục cắt lãi suất hỗ trợ, và các chính phủ vẫn còn tools bơm thanh khoản như ông China.
Trừ khi thuế quan làm lạm phát toàn cầu pick up khóa tay chân của NHTW và tài khóa cính phủ, còn không thì chính phủ vẫn sẽ gồng tăng trưởng bằng nới lỏng tiền tệ và tung các gói chi tiêu.
Thuế quan hiệu lực toàn cầu đang tăng lên, không chỉ ở Mỹ. Tác động lên lạm phát là tất yếu. Nhưng khi nào số lạm phát phản ánh thì chưa biết được. Và nếu phản ánh lên mà tăng thêm chỉ 1% thì sao? Bà con có cắt lãi suất nữa hông. Vẫn sẽ cắt.
Thị trường vẫn sẽ gồng cho đến cái ngày mà lãi suất đã cắt hết giới hạn mà vẫn te tua thì … ahihi. Ngày đó sẽ tới, nhưng đa số analyst cho rằng hổng phải năm nay. Họ nâng dự báo điểm stock Mỹ lên rồi.
Mình thì cho rằng thị trường muốn tranh thủ kéo cho hết cái round này do còn dư địa lãi suất cao cần phải xuống và các gói chi tiêu công/giảm thuế đã hứa hẹn. “Soft data” như kỳ vọng tiêu dùng, kinh doanh thì yếu rồi, lạm phát thì pick up, doanh nghiệp lớn tiếp tục cắt giảm người, dù là bảng lương thì đang phản ánh job mới vẫn tăng nhiều hơn forecast (nhưng thật ra cả số forecast và số thực đã tăng chậm lại).
Nói kinh tế toàn cầu mạnh lên là sai, nhưng nó không xấu nhanh như người ta sợ. Cái GDPNowcast mắc cười trên kia chính ra phản ánh khá đúng cái độ xoay như chong chóng từ mức suy thoái lên đến mức tăng mạnh rồi đang down lại.
Thị trường hi vọng tuần sau Mỹ-Trung đàm phán ở London sẽ có tin tốt.
Tin nổi bật nhất trong tuần - pha xé couple nổi tiếng của Mỹ
Điều anh Musk làm cho thế giới là anh cho bà con biết cãi lộn với tổng thống thì cái giá phải trả là bao nhiêu tiền.
Data thú vị trong tuần: năm hiếm hoi mà thị trường cổ phiếu lớn Châu Âu outperform Mỹ và nhiều thị trường mới nổi.
Bạn nào chưa đăng ký Đọc Chậm mà muốn qua năm mới có mấy bài như vầy để đọc cuối tuần thì có thể đăng ký ở bên dưới nha, hổng tốn tiền.