AI chưa thay được chuyên viên thẩm định, nhưng đang thay một phần lớn số giờ mà chuyên viên từng dành cho đọc, trích xuất, đối chiếu và soạn thảo. Phần còn lại, gồm đặt giả định, đi thực tế, đánh giá con người và chịu trách nhiệm về kết luận, không những không mất đi mà còn chiếm tỷ trọng lớn hơn trong công việc. Người làm nghề nào chỉ giỏi phần thứ nhất sẽ thấy áp lực rõ nhất.
Thay vì trả lời chung chung "có" hay "không", bài này tách một hồ sơ thẩm định điển hình thành mười việc nhỏ, chấm xem mỗi việc máy làm được tới đâu, rồi bàn về các rủi ro khi giao việc cho máy, kỹ năng nên đầu tư, và một kế hoạch 30 ngày để bạn tự đưa AI vào công việc mà không phạm quy định bảo mật.
Tách một hồ sơ thẩm định thành mười việc nhỏ
Bảng dưới áp dụng được cho hầu hết mảng thẩm định: tín dụng, dự án, nhà cung cấp, góp vốn. Mức độ là đánh giá khái quát tại thời điểm viết; công cụ thay đổi nhanh nên bạn nên tự kiểm lại với công cụ mình được phép dùng.
| Việc | Máy làm được tới đâu | Người phải làm gì |
|---|---|---|
| Đọc lướt và phân loại hồ sơ | Tốt | Kiểm máy có bỏ sót tài liệu nào không |
| Trích số liệu từ báo cáo, sao kê | Tốt nhưng có lỗi | Đối chiếu số tổng và số quan trọng với bản gốc |
| Tóm tắt hợp đồng | Tốt | Đọc tận mắt điều khoản thanh toán, phạt, chấm dứt |
| Dựng bảng tính từ giả định | Khá | Đặt giả định và giải thích căn cứ |
| Tra thông tin công khai | Trung bình, hay lẫn nguồn | Chỉ dùng nguồn chính thức, ghi lại nguồn |
| Gợi câu hỏi phỏng vấn | Khá | Chọn câu hợp với khách cụ thể |
| Đi thực tế, quan sát | Không | Toàn bộ |
| Đánh giá năng lực và độ tin cậy của con người | Không | Toàn bộ |
| Soạn nháp báo cáo | Khá | Xoá nhận định không có căn cứ, giữ giọng của mình |
| Kết luận và ký | Không | Toàn bộ, kèm trách nhiệm |
Nhìn bảng sẽ thấy bốn việc cuối danh sách có hai việc máy không chạm tới và hai việc máy chỉ làm nháp. Đó là phần giá trị nhất của nghề, và cũng là phần mà khách hàng hay người quyết định thật sự trả tiền để có.
Bốn rủi ro khi giao việc cho máy
Tin máy quá mức. Các nghiên cứu về tự động hoá trong nhiều ngành đã mô tả hiện tượng người dùng chấp nhận gợi ý của máy mà không kiểm, nhất là khi máy đúng nhiều lần liên tiếp. Trong thẩm định, sau hai mươi hồ sơ AI trích số liệu chính xác, chuyên viên dễ bỏ qua bước đối chiếu ở hồ sơ thứ hai mươi mốt, đúng hồ sơ mà máy đọc nhầm.
AI bịa thông tin trông rất thật. Mô hình ngôn ngữ có thể đưa ra số liệu ngành, tên văn bản pháp luật, hay mô tả doanh nghiệp nghe hợp lý nhưng không có thật. Trong một báo cáo thẩm định, một câu bịa như vậy có thể làm sai cả kết luận và làm mất uy tín người ký.
Lộ dữ liệu khách hàng. Hồ sơ thẩm định chứa thông tin tài chính, thông tin cá nhân, bí mật kinh doanh. Dán vào công cụ không được tổ chức phê duyệt là vi phạm, dù có che tên hay không, vì nhiều chi tiết vẫn đủ để nhận ra khách.
Mất cơ hội học nghề của người mới. Trước đây chuyên viên trẻ học qua việc tự đọc từng trang hồ sơ, tự dựng từng bảng tính. Nếu máy làm hết phần này, người mới sẽ thiếu nền tảng để nhận ra khi máy sai. Đây là rủi ro dài hạn mà các trưởng nhóm cần chủ động bù.
Câu lệnh mẫu cho những việc giao được
Các câu lệnh dưới viết cho dữ liệu đã che thông tin định danh, dùng trên công cụ mà tổ chức của bạn cho phép. Bạn sửa theo mảng mình làm.
- Tìm điểm thiếu trong hồ sơ: "Đây là danh mục tài liệu một doanh nghiệp thương mại nộp kèm đề nghị cấp hạn mức bán chịu, tên đã thay bằng mã. Đối chiếu với danh mục thường cần cho loại thẩm định này và liệt kê tài liệu còn thiếu, kèm lý do mỗi tài liệu cần thiết."
- Phản biện kết luận của chính mình: "Dưới đây là đoạn kết luận nháp của một báo cáo thẩm định. Đóng vai người phê duyệt khó tính, chỉ ra ba chỗ lập luận yếu nhất và câu hỏi người phê duyệt sẽ đặt ra."
- Chuẩn bị đi thực tế: "Một xưởng may gia công quy mô khoảng một trăm công nhân. Gợi ý những điều nên quan sát tại xưởng để đánh giá công suất thực tế so với công suất khai báo, xếp theo khu vực."
- Rà văn bản báo cáo: "Rà đoạn văn sau, đánh dấu câu nào đưa ra nhận định mà không có số liệu hay bằng chứng đi kèm. Không viết lại, chỉ đánh dấu."
- Chuẩn hoá bảng số liệu: "Gộp ba bảng báo giá sau về một bảng cùng đơn vị tính và cùng điều kiện giao hàng; ghi rõ ô nào phải quy đổi và quy đổi theo cách nào."
Điểm chung của các câu lệnh trên là giao cho máy việc tìm, gợi, rà, chuẩn hoá, chứ không giao việc kết luận. Câu lệnh kiểu "đánh giá doanh nghiệp này có đáng tin không" là câu lệnh sai từ gốc, vì máy không có thông tin để trả lời đúng.
Kỹ năng nên đầu tư để không bị đẩy ra ngoài
Kỹ năng đầu tiên là kiểm kết quả của máy. Nghe đơn giản nhưng đòi hỏi bạn phải biết làm việc đó bằng tay đủ tốt để nhận ra chỗ sai. Chuyên viên chưa từng tự dựng dòng tiền sẽ không nhận ra bảng máy dựng thiếu vốn lưu động; người chưa từng đọc hợp đồng mua bán kỹ sẽ không thấy bản tóm tắt đã bỏ sót điều khoản phạt.
Kỹ năng thứ hai là làm việc tại hiện trường và với con người: phỏng vấn, quan sát, đọc tình huống. Đây là phần máy không chạm tới, và khi phần giấy tờ được tự động hoá, chuyên viên có thêm thời gian cho phần này. Tổ chức nào dùng AI khôn ngoan sẽ chuyển giờ tiết kiệm được sang đi thực tế nhiều hơn, chứ không chỉ giảm người.
Kỹ năng thứ ba là viết kết luận rõ và bảo vệ được nó. Khi người phê duyệt biết phần nháp có thể do máy soạn, họ sẽ hỏi kỹ hơn về căn cứ. Người làm nghề phải trả lời được vì sao chọn giả định này, vì sao tin nguồn kia, vì sao rủi ro này chấp nhận được với điều kiện kèm theo.
Kỹ năng thứ tư, ít được nhắc, là hiểu quy định về dữ liệu và công cụ trong tổ chức mình. Biết rõ được dùng gì, không được dùng gì, và đề xuất với cấp trên khi thấy một công cụ đáng đưa vào quy trình chính thức, là cách bạn trở thành người dẫn dắt thay đổi thay vì người bị thay đổi.
Kế hoạch 30 ngày đưa AI vào công việc thẩm định của bạn
Kế hoạch này dành cho người đã làm thẩm định ít nhất vài tháng và tổ chức đã cho phép ít nhất một công cụ AI. Nếu tổ chức chưa cho phép, bước đầu tiên là hỏi, không phải dùng lén.
- Tuần một: đọc kỹ quy định của tổ chức về công cụ AI, dữ liệu được phép đưa vào, cách che thông tin. Ghi ra một trang tóm tắt cho riêng mình.
- Tuần một: chọn một hồ sơ cũ đã đóng, đã che tên, và thử giao cho máy ba việc: tóm tắt hồ sơ, liệt kê tài liệu thiếu, gợi câu hỏi thực tế. So kết quả với những gì bạn đã làm tay.
- Tuần hai: ghi lại mỗi chỗ máy sai hoặc thiếu. Sau năm hồ sơ cũ, bạn sẽ có danh sách lỗi điển hình của công cụ mình dùng, thứ quý hơn mọi hướng dẫn chung.
- Tuần ba: bắt đầu dùng cho hồ sơ mới ở các việc máy đã chứng tỏ làm tốt, luôn giữ bước đối chiếu với bản gốc cho số liệu quan trọng.
- Tuần bốn: đo thời gian tiết kiệm được và quyết định dùng nó vào đâu: đi thực tế kỹ hơn, viết kết luận kỹ hơn, hay nhận thêm hồ sơ. Chia sẻ danh sách lỗi điển hình với đồng nghiệp.
Sau 30 ngày, bạn không chỉ biết dùng một công cụ mà biết nó sai ở đâu. Đó là khác biệt giữa người dùng AI có trách nhiệm và người phó mặc cho máy.
Trưởng nhóm nên đào tạo người mới khác đi thế nào
Giữ lại một số hồ sơ làm tay hoàn toàn. Trong vài tháng đầu, chuyên viên mới nên tự làm trọn vài hồ sơ không dùng AI, từ đọc, dựng bảng đến viết báo cáo. Mục đích không phải hoài cổ mà để họ có chuẩn so sánh khi sau này kiểm kết quả máy.
Cho người mới chấm bài của máy. Một bài tập hiệu quả là đưa bản nháp do AI soạn từ hồ sơ cũ và yêu cầu người mới tìm mọi chỗ sai, thiếu, hoặc nhận định không có căn cứ. Bài tập này dạy đúng kỹ năng nghề cần trong tương lai.
Đưa người mới đi thực tế sớm hơn. Khi phần giấy tờ nhẹ đi, người mới nên được đi cùng chuyên viên chính ngay từ những tuần đầu, quan sát cách hỏi, cách nhìn kho, cách ghi chép sau buổi gặp.
Chia sẻ danh sách lỗi điển hình của công cụ. Mỗi nhóm nên có một tài liệu nội bộ ghi các lỗi máy hay mắc với loại hồ sơ của nhóm. Người mới đọc tài liệu này trước khi được dùng công cụ cho hồ sơ thật.
Người mới vào nghề nên nghĩ gì
Nếu bạn đang học hoặc mới ra trường và lo rằng nghề thẩm định sẽ biến mất trước khi bạn kịp vào, có hai điều nên cân nhắc. Thứ nhất, nhu cầu kiểm chứng trước khi bỏ tiền không giảm khi có AI; nó có thể tăng vì tài liệu giả, số liệu bịa và hồ sơ được AI "làm đẹp" sẽ nhiều hơn. Thứ hai, cách vào nghề sẽ thay đổi: ít việc nhập liệu thuần tuý hơn, nhiều yêu cầu biết phân tích và giao tiếp sớm hơn.
Lời khuyên thực tế là đừng né phần việc nền vì máy đã làm được. Tự đọc vài bộ báo cáo tài chính đầy đủ, tự dựng vài bảng dòng tiền, tự viết vài báo cáo hoàn chỉnh trong lúc học. Đến khi đi làm, bạn sẽ dùng AI như một trợ lý nhanh tay mà mình kiểm được, thay vì một chiếc hộp đen mà mình phải tin.
Khi đi phỏng vấn, bạn cũng nên chuẩn bị để kể một lần mình đã phát hiện kết quả của máy sai và đã xử lý thế nào. Câu chuyện đó cho người tuyển dụng thấy bạn vừa biết dùng công cụ, vừa giữ được tư duy kiểm chứng, đúng điều nghề thẩm định cần.
Câu hỏi thường gặp
Ngân hàng đã chấm điểm tự động khoản vay nhỏ, vậy thẩm định viên còn việc không?
Chấm điểm tự động đã có từ trước làn sóng AI tạo sinh và chủ yếu áp dụng cho khoản vay tiêu dùng nhỏ, hồ sơ chuẩn. Khoản vay doanh nghiệp, hồ sơ phức tạp, ngành đặc thù vẫn cần chuyên viên thẩm định. Phần việc thay đổi theo hướng ít nhập liệu hơn, nhiều phân tích và làm việc với khách hơn.
Có nên nói với cấp trên là mình đang dùng AI không?
Nên, và nên hỏi trước khi dùng. Hồ sơ thẩm định là dữ liệu của tổ chức và của khách hàng; dùng công cụ ngoài quy định có thể là vi phạm dù kết quả tốt. Minh bạch còn giúp tổ chức đánh giá công cụ nào nên đưa vào quy trình chính thức, có kiểm soát.
AI có giúp phát hiện hồ sơ giả mạo không?
Một số công cụ chuyên dụng giúp phát hiện dấu hiệu chỉnh sửa tài liệu hoặc số liệu bất thường. Tuy vậy, chính AI tạo sinh cũng làm việc giả mạo dễ hơn. Cách chắc chắn nhất vẫn là đối chiếu với nguồn độc lập: sao kê lấy trực tiếp, xác nhận từ bên thứ ba, đi thực tế.
Làm sao biết AI đã bịa số liệu trong bản nháp?
Quy tắc đơn giản là mọi con số và mọi tên văn bản trong bản nháp phải truy được về nguồn bạn đã đưa vào hoặc nguồn chính thức bạn tự kiểm. Số nào không truy được thì xoá hoặc thay bằng số có nguồn. Bạn cũng có thể yêu cầu máy ghi rõ nguồn cho từng con số rồi tự mở nguồn đó ra xem.
Chuyên viên thẩm định lớn tuổi có bất lợi khi AI vào nghề không?
Không nhất thiết. Người làm lâu năm có lợi thế ở phần phán đoán, hiểu ngành và trí nhớ về các hồ sơ đã qua, đúng phần máy không làm được. Điều cần là chịu học cách dùng công cụ ở mức cơ bản và kiểm kết quả của nó. Ghép kinh nghiệm với công cụ thường cho kết quả tốt hơn người trẻ chỉ giỏi công cụ.
Có nên dùng AI để viết toàn bộ báo cáo cho nhanh không?
Không nên. Báo cáo là nơi bạn chịu trách nhiệm về kết luận, và người đọc cần thấy lập luận của chính bạn. Dùng AI soạn nháp các phần mô tả, rà lỗi, gợi ý cấu trúc là hợp lý; phần đánh giá rủi ro và kết luận nên do bạn viết, dựa trên bằng chứng bạn đã kiểm.