Cuối tháng 7/2026, Fujitsu cho biết sẽ bắt đầu phát triển nền tảng “Uvance for Finance AI Transformation Platform” cho các tổ chức tài chính, trong đó nhấn mạnh chủ quyền dữ liệu, độ tin cậy của AI, công nghệ kiểm soát rủi ro và các multi-agent phục vụ đặc thù nghiệp vụ. Thông báo này đáng chú ý không chỉ vì một sản phẩm mới. Nó cho thấy trọng tâm triển khai AI trong doanh nghiệp đang dịch từ câu hỏi “mô hình nào tốt hơn?” sang câu hỏi khó hơn: dữ liệu ở đâu, agent được làm gì và tổ chức kiểm soát sự thay đổi như thế nào.
Ngành tài chính là một bối cảnh đặc biệt vì dữ liệu nhạy cảm, quy định chặt, quy trình dài và hậu quả của lỗi có thể lớn. Tuy nhiên, bài học quản trị không chỉ dành cho ngân hàng. Khi AI bắt đầu truy xuất dữ liệu nội bộ, soạn khuyến nghị, gọi hệ thống hoặc hỗ trợ quyết định trong doanh nghiệp, mọi tổ chức đều phải đối diện với cùng một nhóm vấn đề: phạm vi dữ liệu, quyền truy cập, dấu vết kiểm tra, tiêu chuẩn đầu ra và trách nhiệm khi có sự cố.
Từ năng lực mô hình sang năng lực vận hành
Trong giai đoạn thử nghiệm, doanh nghiệp thường đánh giá AI qua khả năng trả lời, tóm tắt, phân loại hoặc tạo nội dung. Đây là bước hợp lý vì công cụ có thể được dùng ở phạm vi cá nhân và đầu ra còn được con người kiểm tra. Khi chuyển sang quy trình có dữ liệu thật và nhiều bước, tiêu chí đánh giá phải thay đổi. Một agent có thể trả lời hay nhưng vẫn không phù hợp để vận hành nếu nó truy xuất sai nguồn, dùng dữ liệu vượt phạm vi, không giải thích được căn cứ hoặc không biết lúc nào cần chuyển việc cho người có thẩm quyền.
Fujitsu mô tả nền tảng dự kiến dựa trên Enterprise AI Factory, kết hợp mô hình ngôn ngữ Takane cho đặc thù nghiệp vụ và thuật ngữ tài chính với công nghệ tạo sinh đáng tin cậy, guardrail an ninh và multi-agent. Dù chi tiết hiệu quả thực tế còn cần được kiểm chứng khi triển khai, hướng thiết kế đã nêu ra một điểm quan trọng: AI doanh nghiệp không phải chỉ là lớp giao diện thông minh đặt lên trên dữ liệu. Nó là một hệ thống vận hành cần kiến trúc dữ liệu, quyền hạn, quy tắc và cơ chế giám sát.
“Chủ quyền dữ liệu” cần được dịch thành lựa chọn cụ thể
Khái niệm chủ quyền dữ liệu dễ bị dùng như một khẩu hiệu. Trong vận hành, nó phải được chuyển thành các lựa chọn có thể kiểm tra: dữ liệu nào được phép đi vào hệ thống AI; dữ liệu nào phải được che hoặc loại bỏ; dữ liệu được lưu ở đâu; ai có thể xem lịch sử tương tác; nhà cung cấp có được dùng dữ liệu để cải thiện dịch vụ hay không; và tổ chức có thể xóa, xuất hoặc kiểm tra dữ liệu khi cần hay không. Câu trả lời không nhất thiết giống nhau cho mọi loại dữ liệu hay mọi quy trình.
Ví dụ, một agent hỗ trợ nhân viên tín dụng có thể được phép tra cứu hồ sơ trong một môi trường đã xác thực, nhưng không nên tự động gửi toàn bộ hồ sơ ra một công cụ không nằm trong kiến trúc được phê duyệt. Tương tự, agent hỗ trợ chăm sóc khách hàng có thể xem lịch sử giao dịch cần thiết để giải quyết yêu cầu, nhưng không cần quyền xem các trường dữ liệu không liên quan. Thiết kế theo nguyên tắc “đủ dùng cho công việc” thường thực tế hơn nhiều so với việc trao quyền truy cập rộng rồi cố kiểm soát hậu quả sau đó.
Ví dụ quản trị
Một doanh nghiệp muốn dùng AI để tóm tắt hồ sơ khiếu nại và đề xuất hướng xử lý. Bản thiết kế có kiểm soát sẽ tách ba phần: agent chỉ nhận những trường dữ liệu cần thiết; kết quả được lưu cùng nguồn tham chiếu và mức độ chắc chắn; mọi quyết định bồi hoàn, thay đổi hợp đồng hoặc chuyển cơ quan chức năng vẫn cần người có thẩm quyền phê duyệt. Cách làm này không làm AI “kém thông minh”; nó làm cho việc sử dụng AI có thể kiểm tra và chịu trách nhiệm.
Multi-agent không thay thế phân quyền
Việc nhiều agent phối hợp có thể giúp chia nhỏ công việc: agent tiếp nhận yêu cầu, agent tra cứu tài liệu, agent kiểm tra quy tắc và agent chuẩn bị báo cáo. Nhưng việc chia nhỏ không tự tạo ra kiểm soát. Trái lại, khi số AI agent (hệ thống AI có thể thực hiện các bước công việc và sử dụng công cụ trong phạm vi được giao) tăng, doanh nghiệp cần làm rõ hơn luồng dữ liệu giữa các agent, quyền gọi công cụ, điều kiện chuyển bước và điểm dừng bắt buộc. Một lỗi ở AI agent đầu có thể được nhân rộng ở các bước sau nếu hệ thống chỉ tối ưu tốc độ hoàn thành.
Điều cần được phân quyền không chỉ là quyền truy cập dữ liệu, mà cả quyền hành động. Tổ chức nên phân biệt rõ agent nào chỉ tạo bản nháp, agent nào có thể đưa ra đề xuất, agent nào được phép thực hiện một thao tác có thể đảo ngược, và hành động nào luôn cần phê duyệt của con người. Cùng với đó là activity log (bản ghi để theo dõi và kiểm tra lại hoạt động hoặc thay đổi tương ứng) đủ để trả lời bốn câu hỏi sau một sự cố: hệ thống đã dùng dữ liệu nào, theo quy tắc nào, đã gọi công cụ gì và ai đã phê duyệt kết quả.
Hàm ý cho doanh nghiệp Việt Nam
Đối với doanh nghiệp Việt Nam, sức hấp dẫn của các công cụ AI là tốc độ triển khai. Nhưng tốc độ sẽ không tạo ra giá trị bền vững nếu dữ liệu phân tán, định nghĩa không thống nhất và quyền quyết định chưa rõ. Một bước đi có trách nhiệm là chọn quy trình có tần suất đủ cao, dữ liệu tương đối sạch và rủi ro có thể giới hạn; thiết kế thử nghiệm nhỏ; xác định tiêu chí chất lượng; sau đó mới mở rộng quyền truy cập và mức tự động hóa.
Trước khi mua thêm công cụ, nhà quản lý nên yêu cầu đội dự án trả lời ngắn gọn: agent dùng dữ liệu nào, ai sở hữu dữ liệu đó, output nào cần người kiểm tra, hành động nào bị cấm, cách xử lý khi sai và chỉ số nào chứng minh giá trị. Những câu hỏi này nghe có vẻ chậm hơn việc làm một bản demo. Nhưng chính chúng quyết định demo có trở thành một năng lực vận hành hay chỉ là một thử nghiệm thú vị.
Kết luận
Thông báo của Fujitsu là một tín hiệu về hướng đi hơn là bằng chứng về hiệu quả đã đạt được. Tín hiệu đó khá rõ: AI trong môi trường doanh nghiệp đang được đánh giá ngày càng nhiều qua khả năng hoạt động trong giới hạn có kiểm soát. Lợi thế bền vững sẽ không thuộc về tổ chức đưa nhiều dữ liệu nhất vào AI, mà thuộc về tổ chức biết chọn đúng dữ liệu, thiết kế đúng quyền hạn và giữ được trách nhiệm con người ở đúng điểm.
Tài liệu tham khảo
Fujitsu. (2026, July 28). Fujitsu initiates development of proprietary AI platform for financial institutions. https://global.fujitsu/en-global/pr/news/2026/07/28-01
OpenAI. (2026, July 22). Introducing OpenAI Presence. https://openai.com/index/introducing-openai-presence/
