AI đang phá vỡ mô hình tuyển dụng cũ của ngành ngân hàng như thế nào

Các công việc ngân hàng ở Kenya và, theo đó, hầu hết các thị trường châu Phi đều mang một vị thế xã hội nhất định nhờ mức lương ổn định, kế hoạch hưu trí và niềm tin vào một lĩnh vực có vẻ quá quan trọng để thu hẹp. 

Nhưng sự phát triển bùng nổ của trí tuệ nhân tạo (AI) đang đe dọa viết lại lời hứa này. Nhìn vào một ngân hàng như Standard Chartered Kenya (StanChart), những con số đã kể câu chuyện lớn trước khi các lãnh đạo lên tiếng.

Năm 2013, StanChart có hơn 2.200 nhân viên. Khi đó, ngân hàng vận hành mạng lưới chi nhánh lớn, các nhóm vận hành đông đảo, nhiều vị trí quản lý cấp trung và hàng nghìn nhân viên xử lý hầu hết các quy trình theo cách thủ công—từ tiếp nhận khách hàng và xử lý giấy tờ đến kiểm tra tuân thủ và đối chiếu sổ sách.

Đến cuối năm 2025, lực lượng lao động của ngân hàng này lần đầu tiên trong lịch sử giảm xuống dưới 1.000 nhân viên.

Những thay đổi tại StanChart báo hiệu sự định giá lại lao động trong lĩnh vực ngân hàng châu Phi. Công việc từng đòi hỏi hàng nghìn vị trí cấp thấp và cấp trung nay đang được thực hiện bởi các hệ thống rẻ hơn và cần ít người hơn nhiều.

Vào tháng 5, công ty mẹ của ngân hàng này phát tín hiệu rằng các đợt cắt giảm kéo dài một thập kỷ không phải là tạm thời, mà là một phần trong trọng tâm chiến lược mới. Tại một sự kiện dành cho nhà đầu tư ở Hong Kong vào ngày 19 tháng 5, ngân hàng Anh này cho biết họ có kế hoạch cắt giảm hơn 15% nhân sự ở các bộ phận hỗ trợ vào năm 2030. 

Đây là những người làm việc trong các lĩnh vực như nhân sự, tuân thủ, mua sắm, vận hành và hành chính. Ngân hàng công khai cho biết AI sẽ giúp thay thế nhiều nhiệm vụ trong số đó khi quá trình tăng tốc này sẽ "mang lại tốc độ thực thi nhanh hơn và kết quả tài chính rõ ràng hơn."

Ngân hàng đang hướng tới mô hình vận hành mà họ gọi là "đơn giản, kết nối và nhanh chóng", trong đó mọi nhiệm vụ đều được phân công cho tự động hóa, quy trình làm việc có hỗ trợ bởi AI, hoặc con người. 

Đến năm 2027, ngân hàng kỳ vọng 90% các kiểm soát công nghệ chủ chốt sẽ được AI giám sát liên tục, trong khi 80% các kiểm soát sẽ được mã hóa hoàn toàn thành các quy tắc có thể thực thi. Các quy trình vận hành cũng đang được tự động hóa, với mục tiêu xử lý tài liệu bằng AI đạt độ chính xác 95% (tăng từ 85%) và trợ lý ảo dự kiến giải quyết tới 60% các truy vấn nội bộ mà không cần sự can thiệp của con người.

Ngân hàng đã triển khai hơn 300 trường hợp sử dụng AI, bao gồm 43 ứng dụng AI tạo sinh có tác động cao, và đào tạo khoảng 85.000 nhân viên về Microsoft Copilot. Ngân hàng đang báo cáo những lợi ích hiệu quả ban đầu, bao gồm giảm 40% tỷ lệ cảnh báo sai trong giám sát tài sản kỹ thuật số, cắt giảm 88% nhân lực giám sát thông qua các hệ thống tập trung (tiết kiệm khoảng 10 triệu USD mỗi năm), và giảm 30% công sức thủ công liên quan đến việc triển khai các thay đổi quy định. 

AI đang nhắm vào con người

Làn sóng đầu tiên của ngân hàng số đã xóa sổ một số chi nhánh, nhưng AI giờ đây đang nhắm vào số ít chi nhánh còn lại và thậm chí cả trụ sở chính. 

Về bản chất, kỷ nguyên đầu tiên hướng đến khách hàng. Các ngân hàng đã dành 15 năm qua để thuyết phục khách hàng ngừng đến chi nhánh và sử dụng ngân hàng trực tuyến hoặc di động, ATM và ngân hàng đại lý. Điều này loại bỏ nhu cầu tương tác trực tiếp, đưa phần lớn giao dịch ra khỏi các phòng giao dịch ngân hàng.

Giai đoạn đầu của quá trình chuyển đổi chỉ ảnh hưởng đến nhân viên tuyến đầu, chẳng hạn như giao dịch viên. Khi quy mô chi nhánh thu hẹp, hoạt động xử lý tiền mặt cũng giảm theo.

Nhưng giai đoạn tiếp theo của quá trình tự động hóa, như StanChart phát tín hiệu, có hậu quả nghiêm trọng hơn vì nó nhắm vào xương sống thể chế bên trong chính các ngân hàng.

Các chức năng ngân hàng như nhân sự, tuân thủ, trung tâm cuộc gọi và tiếp nhận khách hàng sử dụng hàng nghìn người trên các thị trường châu Phi chính xác là vì ngân hàng vẫn là một trong những ngành có quy trình hành chính phức tạp nhất của lục địa này. Lĩnh vực này phải điều hướng các hệ thống nhận dạng phân mảnh, quy định xuyên biên giới, yêu cầu tài liệu nặng về giấy tờ, nghĩa vụ chống rửa tiền và cơ sở hạ tầng thanh toán đa dạng trên nhiều thị trường.

Trong lịch sử, lực lượng lao động đông đảo đã giải quyết hầu hết những sự thiếu hiệu quả này, nhưng AI giờ đây đe dọa làm điều đó với chi phí thấp hơn. Đó là ý nghĩa của thông báo từ StanChart. Ngân hàng đang lập luận rằng nhiều chức năng hỗ trợ không còn cần phải tốn nhiều lao động nữa.

Chẳng hạn, một mô hình ngôn ngữ lớn (LLM) có thể liên tục xem xét tài liệu mà không mất chi phí làm thêm giờ và gắn cờ các giao dịch đáng ngờ nhanh hơn các nhà phân tích con người. Các hệ thống tuân thủ tự động có thể xử lý khối lượng lớn thông tin quy định một cách tức thì, trong khi chatbot dịch vụ khách hàng có thể xử lý hàng nghìn truy vấn đồng thời.

Điều từng đòi hỏi nhiều tầng nhân viên cấp thấp nay chỉ cần cơ sở hạ tầng phần mềm được giám sát bởi số lượng nhỏ hơn các chuyên gia.

Các công việc tầng lớp trung lưu

Mối nguy hiểm của việc các ngân hàng áp dụng AI nhanh hơn đối với các nền kinh tế châu Phi không đơn thuần là thất nghiệp. Đó là sự xói mòn của công việc chuyên môn tầng trung.

Ngân hàng trong lịch sử là một trong những động lực quan trọng nhất tạo ra tầng lớp trung lưu đô thị của châu Phi. Lĩnh vực này tạo ra các quy trình tuyển dụng sinh viên tốt nghiệp có cấu trúc, các chương trình đào tạo quản lý, sự nghiệp được hỗ trợ bởi lương hưu và việc làm văn phòng tương đối ổn định.

Nhiều nhân vật chính trị và kinh doanh nổi tiếng của châu Phi đã trải qua các ngân hàng trong giai đoạn đầu sự nghiệp. Điều AI đe dọa loại bỏ chính xác là những loại công việc đã tạo ra những con đường đó.

Những công việc này đủ lặp đi lặp lại để tự động hóa nhưng đủ kỹ năng để trong lịch sử đã hỗ trợ cuộc sống đô thị thu nhập trung bình. Điều đó tạo ra một rủi ro xã hội lớn hơn.

Nếu các ngân hàng tiếp tục kiếm lợi nhuận mạnh trong khi sử dụng ít người hơn đáng kể, lĩnh vực này có thể ngừng hoạt động như một nhà tuyển dụng lớn. Ngành ngân hàng có thể giống như chính lĩnh vực công nghệ, trở nên có năng suất cao và lợi nhuận cao trong khi chỉ sử dụng số lượng nhỏ các công nhân chuyên môn.

Và sự chuyển đổi có thể đã đang diễn ra. Trên toàn lĩnh vực ngân hàng của Kenya, việc tuyển dụng tập trung vào an ninh mạng, kỹ thuật dữ liệu, AI và quản lý quan hệ chuyên biệt thay vì các hoạt động truyền thống. Một số ngân hàng như KCB Group và Equity Group tiếp tục mở rộng tổng số nhân viên, nhưng thành phần tuyển dụng đang thay đổi.