Agentic AI đang được nhắc đến nhiều trong tài chính, nhưng rào cản lớn nhất không còn là khả năng của mô hình. Vấn đề nằm ở chỗ các ngân hàng, công ty quản lý tài sản và bộ phận kho bạc có thể giao việc cho hệ thống tự động đến đâu mà vẫn giữ được kiểm soát tiền, trách nhiệm và tuân thủ.
Một khảo sát của Deloitte với hơn 3.300 chuyên gia tài chính và kế toán cho thấy khoảng cách này khá rõ: 80,5% nói các công cụ AI như agent và chatbot GenAI có thể trở thành chuẩn trong 5 năm tới, nhưng chỉ 13,5% cho biết tổ chức của họ đã dùng agentic AI.
- Ngành tài chính quan tâm đến agentic AI, nhưng hạ tầng để giao quyền cho hệ thống tự động vẫn còn thiếu.
- Citi đã đưa ra một ví dụ thực tế với Citi Sky, nhưng chính vấn đề bộ nhớ và kiểm soát mới là điểm nghẽn.
- Ethereum và các nghiên cứu học thuật đang thử dựng khung cho danh tính, uy tín và thanh toán của agent, song rủi ro về trách nhiệm và xác thực vẫn chưa được giải quyết.
Ví dụ từ Citi cho thấy nút thắt không nằm ở mô hình
Citi đã ra mắt Citi Sky, một trợ lý AI cho quản lý tài sản, vào ngày 22/4, xây dựng trên các công nghệ của Google Cloud và Google DeepMind. Công cụ này được phát triển bằng Gemini Enterprise Agent Platform của Google và dự kiến triển khai theo từng giai đoạn cho khách hàng Citigold tại Mỹ trong mùa hè này.
Động thái này biến tranh luận về agentic AI thành một trường hợp cụ thể trong ngân hàng. Dipendra Malhotra, người phụ trách công nghệ quản lý tài sản của Citi, nhấn mạnh yếu tố bộ nhớ là giới hạn quan trọng với AI tư vấn ở mức độ rủi ro cao. Ông đặt câu hỏi hệ thống có thể giữ một cuộc trò chuyện trong bao lâu trước khi bắt đầu “ảo giác”.
Phần lớn agent hiện dựa vào retrieval-augmented generation để kéo dài bộ nhớ bằng cơ sở dữ liệu bên ngoài. Tuy vậy, cửa sổ ngữ cảnh vẫn giới hạn lượng thông tin mà một agent có thể giữ cùng lúc. Trong tư vấn tài chính, quản lý kho bạc hay thực thi danh mục, giới hạn này không còn là chi tiết kỹ thuật mà trở thành rủi ro vận hành.
MihnChi Park, đồng sáng lập CoinFello, cho rằng điều kiện để có thể giao việc cho agent một cách tin cậy là hệ thống chỉ được hành động trong phạm vi chỉ dẫn của người dùng, người dùng có thể dừng nó bất cứ lúc nào và tài sản nền tảng không được chuyển sang bên thứ ba.
Ethereum đang thử xây khung danh tính và uy tín cho agent
Đề xuất ERC-8004 của Ethereum đưa ra các cơ chế cho danh tính, uy tín và xác thực của agent. Bản thảo tiêu chuẩn này gồm ba sổ đăng ký: Identity Registry, Reputation Registry và Validation Registry. Mục tiêu là giúp các agent tự động chứng minh mình là ai, ghi nhận lịch sử hành vi và hỗ trợ các bên khác kiểm tra.
ERC-8183 đi theo hướng hẹp hơn. Đề xuất này đưa ra tiêu chuẩn ký quỹ cho công việc có đánh giá xác nhận. Theo đó, khách hàng nạp tiền cho một nhiệm vụ, nhà cung cấp nộp kết quả, còn bên đánh giá sẽ chấp nhận hoặc từ chối đầu ra.
Đề xuất này không có cơ chế trọng tài hay giải quyết tranh chấp chính thức, nhưng tạo ra khung để các thị trường dựa trên agent có thể thực hiện nhiệm vụ ký quỹ và kiểm chứng kết quả hoàn thành.
Bài nghiên cứu trên arXiv có tên “The Agent Economy: A Blockchain-Based Foundation for Autonomous AI Agents” mô tả kiến trúc 5 lớp cho xu hướng này, gồm hạ tầng vật lý, danh tính on-chain, công cụ nhận thức, thanh toán kinh tế và quản trị tập thể.
Tuy nhiên, lớp uy tín vẫn có điểm yếu cấu trúc. Agent có thể tạo hoạt động với tốc độ và quy mô vượt xa con người, nên các tín hiệu niềm tin có thể bị thổi phồng trong thời gian ngắn. Vì vậy, khi một agent có hồ sơ tốt, vẫn còn câu hỏi đó là bằng chứng cho độ tin cậy hay chỉ là kết quả của hoạt động tự động lặp lại.
Ngân hàng đối mặt bài toán quy mô, kiểm soát và trách nhiệm
McKinsey ước tính 50% đến 60% nhân sự toàn thời gian trong ngân hàng liên quan đến hoạt động vận hành. Một số chuyên gia cảnh báo nguy cơ “pilot purgatory”, tức là doanh nghiệp chỉ làm các thử nghiệm hẹp mà không thay đổi mô hình vận hành.
Từ Web3 Festival ở Hong Kong, McKinsey được cho là đã dự báo thị trường agentic AI sẽ tăng từ 5,25 tỷ USD năm 2024 lên khoảng 200 tỷ USD vào năm 2034. Đây là khoảng tăng rất lớn, nhưng dữ liệu hiện có chưa cho thấy các tổ chức tài chính đã có sẵn hạ tầng tương ứng để triển khai ở quy mô rộng.
Porter Stowell, CEO của W3.io, nói rằng doanh nghiệp hiện chưa có cách nhìn thấy, kiểm soát hay kiểm toán những gì các hệ thống tự động đang làm với tiền của họ. Theo ông, giám sát của con người không biến mất mà chỉ chuyển lên một tầng cao hơn.
Cho đến lúc này, vẫn còn bốn điểm chưa ngã ngũ: ai chịu trách nhiệm khi agent gây thiệt hại tài chính, mức độ tin cậy của cơ chế uy tín đến đâu, ai thực sự kiểm soát khi hệ thống được triển khai ở quy mô lớn và khung pháp lý nào sẽ áp dụng nếu agent hành động vượt quá phạm vi được giao.
Tổng kết
Agentic AI đang đi từ khái niệm sang thử nghiệm thực tế trong tài chính, nhưng dữ kiện hiện có cho thấy trọng tâm không còn nằm ở việc mô hình có thông minh hay không. Điều quyết định là hạ tầng kiểm soát, giới hạn bộ nhớ, cơ chế xác thực, cách phân bổ trách nhiệm và cách xử lý rủi ro khi agent được giao chạm tới tiền của tổ chức hoặc khách hàng.
