Năm 2023, một nhân viên kế toán tại một công ty công nghệ lớn ở Hà Nội bất ngờ chuyển hơn 50 tỷ đồng vào tài khoản cá nhân dưới danh nghĩa "chi phí tư vấn kinh doanh". Thế là mất gần 3 tháng, đội audit thủ công mới phát hiện. Nếu lúc đó có một hệ thống AI phát hiện gian lận, chắc chắn cờ đỏ sẽ bật lên sau giao dịch đầu tiên, hoặc thậm chí trước khi nó xảy ra.
Đó chính là lý do ngân hàng lớn nhất Việt Nam hiện đã triển khai machine learning vào quy trình phát hiện rửa tiền và gian lận. Nhưng cái tôi muốn nói ở đây không phải là tổng quan về công nghệ—mà là những điều mà các chuyên gia trong ngành đang im lặng.
Tại sao con người không còn đủ khả năng?
Hơn 80% các vụ gian lận tài chính được phát hiện không phải nhờ audit nội bộ, mà nhờ tình cờ hoặc tố cáo (whistleblower). Con số đó nói lên tất cả. Một kế toán có thể xử lý hàng nghìn giao dịch mỗi ngày, nhưng con mắt người không thể bắt được mọi bất thường—đặc biệt là những loại gian lận tinh vi.
Những kẻ gian lận ngày nay không còn chuyển tiền một lần to. Họ chia nhỏ thành hàng trăm giao dịch dưới ngưỡng, lây rải trong từng tháng. Để một auditor phát hiện được, họ phải nhìn ra được pattern giữa hàng triệu điểm dữ liệu—một công việc mà não người chỉ có thể làm ở quy mô rất nhỏ.
AI không có vấn đề này. Một thuật toán machine learning có thể quét qua toàn bộ lịch sử giao dịch của một công ty trong vài giây, so sánh nó với hàng triệu ví dụ gian lận từ các công ty khác, rồi gắn cờ những giao dịch có xác suất cao là bất thường—tất cả mà không bao giờ cần cà phê.
Cái gì khiến nó hoạt động?
Hầu hết các hệ thống phát hiện gian lận hiện nay dựa trên anomaly detection—tìm những điều ngoài lề, khác với chuẩn mực. Những công ty lớn như Datadog, Stripe, Klarna đã công khai rằng họ sử dụng kỹ thuật này.
Nhưng cái hay của nó là không chỉ dừa lại ở việc tìm "bất thường". AI còn học được cách các loại gian lận cụ thể hoạt động:
: Phát hiện khi nhiều tài khoản hoạt động cùng nhau để gian lận (ví dụ: một nhân viên bán hàng giả lập đơn với một người bạn)
Chia sẻ bài viết
Bài viết liên quan
Bạn cần tư vấn về công nghệ?
Đội ngũ Idflow luôn sẵn sàng hỗ trợ bạn trong hành trình chuyển đổi số.
Behavioral biometrics: Theo dõi kiểu hành vi của từng người (tốc độ gõ, thời gian đăng nhập, địa điểm)—nếu vô duyên có người khác sử dụng tài khoản, nó sẽ bắt được
Network analysis: Vẽ bản đồ các mối quan hệ giữa nhân viên, nhà cung cấp, khách hàng để phát hiện những cụm liên kết đáng ngờ
Ở Việt Nam, nhiều ngân hàng lớn đã bắt đầu thử nghiệm loại này. Những cái khó nhất? Không phải công nghệ, mà là dữ liệu. Để AI hoạt động tốt, bạn cần hàng triệu giao dịch bình thường và bất thường để huấn luyện. Ngân hàng nhỏ hoặc startup? Rất khó.
Những điều ít ai nói
Đây là phần tôi muốn các bạn thực sự lắng nghe.
Thứ nhất, false positive là cái gì đó khủng khiếp. Một hệ thống phát hiện gian lận tốt không chỉ cần chính xác cao, mà còn cần false positive thấp. Tại sao? Vì mỗi cảnh báo giả sẽ khiến một kế toán phải kiểm tra, phả huynh, và viết báo cáo. Nếu AI cứ báo động hàng ngày vì những giao dịch bình thường, cuối cùng mọi người sẽ bỏ cuộc. Đó được gọi là "alert fatigue"—và nó là lý do tại sao nhiều công ty triển khai AI nhưng không được như kỳ vọng.
Thứ hai, các kẻ gian lận học nhanh hơn bạn nghĩ. Khi một loại gian lận được AI phát hiện, họ thay đổi chiến lược trong tuần. Đó là một cuộc chạy đua vô tận giữa người thiết kế AI và những kẻ gian lận. Các công ty lớn có nhân lực để tiếp tục cập nhật mô hình; các công ty nhỏ? Họ sẽ luôn ở phía sau.
Thứ ba, không phải tất cả AI đều bằng nhau. Một mô hình được xây dựng trên dữ liệu từ ngân hàng Mỹ sẽ không hoạt động tốt ở Việt Nam—vì hành vi tài chính của mọi người khác nhau. Bạn cần dữ liệu địa phương. Bạn cần những người hiểu thị trường địa phương. Đó là lý do tại sao AI phát hiện gian lận thực sự tốt phải là sự kết hợp giữa công nghệ và chuyên gia con người.
Phía trước là gì?
Xu hướng tiếp theo là real-time detection. Thay vì phát hiện gian lận sau khi nó xảy ra, hệ thống sẽ có khả năng ngăn chặn ngay trong khoảnh khắc. Một giao dịch đáng ngờ sẽ bị tạm dừng, yêu cầu xác minh bổ sung trước khi được phê duyệt.
Điều này đặc biệt quan trọng ở Việt Nam, nơi mà digital transformation đang diễn ra với tốc độ chóng mặt. Các công ty fintech đang phát triển nhanh, nhưng tính bảo mật chưa luôn đi kịp.
Gian lận tài chính không phải vấn đề công nghệ—nó là vấn đề về việc làm sao để những người tốt luôn bước trước những kẻ xấu, dù chỉ bằng một bước.
Công ty như Idflow Technology đang làm chính xác điều đó—kết hợp AI với kiến thức sâu về thị trường để giúp các tổ chức phát hiện rủi ro trước khi nó quá muộn.
