Dù đã có nhiều kinh nghiệm trong lĩnh vực khoa học dữ liệu trước khi gia nhập MoMo, thì khi đặt nền móng cho AI Credit Scoring (chấm điểm tín dụng bằng AI), chị Tăng Thị Hà Yên vẫn phải trải qua hai lần “vấp ngã” và thậm chí đã có lúc tưởng chừng phải đóng lại dự án.
“Song, với triết lý “fail forward”, những lần vấp ngã này cũng đã mang lại vô số bài học quý giá, giúp chúng tôi tiến nhanh hơn và vững vàng hơn về sau” - chị Yên chia sẻ.
MoMo là một trong những doanh nghiệp tiên phong ứng dụng AI vào sản phẩm dịch vụ của mình, và người tiên phong chắc chắn sẽ phải đối mặt với nhiều, khó khăn, thách thức. Với cá nhân chị, những kỷ niệm khó khăn nhưng đáng nhớ nhất khi làm AI tại MoMo là gì?
MoMo tiếp cận lĩnh vực AI không phải mới đây. Chúng tôi đã bắt đầu khám phá công nghệ này từ nhiều năm trước. Trong quá trình phát triển, tất nhiên cũng có nhiều giai đoạn có thể coi là “vấp ngã”. Nhưng một trong những triết lý của MoMo là “fail forward” – tức là khi vấp ngã, phải ngã về phía trước, nhanh chóng đứng dậy và rút ra kinh nghiệm.
Trước khi AI Credit Scoring - sản phẩm AI tại MoMo mà tôi và đội ngũ rất tâm đắc - có kết quả như hôm nay, chúng tôi thất bại không chỉ một lần.
Hai lần thử nghiệm đầu tiên, trong giai đoạn R&D thôi, đều thất bại hết, đến mức cảm như như có thể công ty sẽ đóng cửa dự án này luôn. Thậm chí, CEO có lúc đã nói với chúng tôi: “Thôi, em wrap up (đóng dự án) lại đi”.
Tôi và cộng sự cũng có lúc đã nghĩ, đóng dự án cũng được, nhưng sâu thẳm trong lòng, chúng tôi vẫn tự hỏi liệu mình đã làm hết sức chưa, vấn đề nằm ở đâu, tại sao lại không thành công được. Cuối cùng, chúng tôi vẫn quyết định xin thêm thời gian để thử lại lần thứ ba.
Sau này, chúng tôi nhận ra, mặc dù làm việc liên tục, nghiên cứu liên tục, nhưng đội ngũ lại nhìn từ bên trong, bị giới hạn trong tư duy nội bộ. Sau đó, tôi đã chủ động trao đổi với nhiều người có kiến thức chuyên sâu trong ngành, và phát hiện ra một điểm bước ngoặt: thay vì chỉ nhìn vào dữ liệu cá nhân một cách đơn lẻ, chúng tôi cần xem xét cá nhân đó trong mối quan hệ mạng lưới (network). Giống như câu nói: “Hãy cho tôi biết bạn của bạn là ai, tôi sẽ nói bạn là người thế nào”.
Khi áp dụng cách tiếp cận này trong lần thử thứ ba, tôi cảm nhận đó là một “điểm bùng phát” (tipping point), đã mang lại kết quả thực sự đáng chú ý cho mô hình AI Credit Scoring, giúp chúng tôi tạo ra các sản phẩm rất thiết thực sau này cho nhóm người dùng mà chúng tôi muốn hướng đến phục vụ - nhóm underserved (nhóm người dùng chưa được phục vụ).
AI Credit Scoring có ý nghĩa như thế nào với nhóm underserved đó, khiến cho đội ngũ quyết tâm không từ bỏ dù gặp khó khăn trong quá trình triển khai?
Qua nghiên cứu thị trường, MoMo nhận thấy vẫn còn lượng lớn người dùng tại Việt Nam chưa tiếp cận được dịch vụ tài chính chính thống. Họ cũng chưa có lịch sử tín dụng hoặc tài khoản ngân hàng. Đây chính là nhóm mà chúng tôi gọi là underserved.
Thời điểm bắt đầu triển khai AI Credit Scoring, mong muốn đằng sau của cả ban điều hành và cả đội ngũ nghiên cứu, triển khai đều là làm sao để có thể đưa các sản phẩm tài chính đến với nhóm người dùng underserved này.
Khi mới phát triển mô hình AI điểm tín dụng, MoMo không dựa trên dữ liệu chính thống như dữ liệu tín dụng quốc gia, mà phải dựa vào nguồn dữ liệu MoMo đang có, đến từ chính những thao tác, những giao dịch mà hằng ngày người dùng đang thực hiện trên app. Chỉ một cú chạm của người dùng trên app cũng là một thông tin để tính toán điểm tín dụng.
Giai đoạn đầu, dự án không chỉ thất bại về mặt mô hình kết quả, mà còn chưa ra được một sản phẩm kinh doanh cụ thể mang lại lợi ích cụ thể cho người dùng ngay lập tức.
Sau này, song song với việc phát triển mô hình, đội ngũ kinh doanh và phát triển sản phẩm cũng phát triển các sản phẩm tín dụng để tiếp cận người dùng dựa trên kết quả của mô hình AI. Chỉ khi kết hợp hai yếu tố đó thì giá trị thực sự mới đến với người dùng — giúp họ được tiếp cận tài chính tín dụng chính thống mà trước đây chưa từng có cơ hội.
Với AI Credit Scoring, một trong những ứng dụng tiêu biểu là Ví Trả Sau - đây là sản phẩm tín dụng tiêu dùng không cần tài sản đảm bảo của các tổ chức tín dụng, được triển khai liền mạch trên MoMo. Nhờ công nghệ này, Ví Trả Sau đã có cơ sở để đề xuất và cung cấp hạn mức tín dụng nhỏ cho hàng triệu người dùng dù chưa từng có điểm CIC hay tài khoản đảm bảo - đây là điều chưa từng có tiền lệ ở các ngân hàng truyền thống.
Những khoản tín dụng này, dù nhỏ, nhưng đã hỗ trợ người dùng có nguồn tài chính dự phòng trước những rủi ro có thể bất ngờ xảy ra, giúp họ tránh rơi vào bẫy tín dụng đen.
Chúng tôi cũng không đi một mình trong việc giải quyết bài toán này, mà có sự hợp tác rộng rãi với các ngân hàng và tài chính tín dụng. MoMo đóng vai trò như một cầu nối, đem người dùng và hệ thống tài chính chính thống đến gần hơn với nhau, nhờ sự hỗ trợ của công nghệ.
Ngoài việc đưa AI vào chấm điểm tín dụng, thì AI còn nằm ở đâu trong trải nghiệm của người dùng trên ứng dụng MoMo?
Tại MoMo, người dùng có thể không nhận ra tính năng hay sản phẩm nào có AI hay không, và đối với chúng tôi điều đó không quan trọng. Quan trọng nhất vẫn là mang lại giá trị cho người dùng. AI ở MoMo được thiết kế để tối ưu hóa sự tiện lợi, đảm bảo mọi trải nghiệm trở nên dễ dàng nhất có thể và thực sự tạo ra lợi ích cho người dùng.
Đối với người dùng, hành trình sử dụng MoMo – hay còn gọi là "user journey" – được hỗ trợ bởi ít nhất 6-7 mô hình AI hoạt động âm thầm phía sau.
Một số tính năng mà người dùng dễ dàng nhận thấy bao gồm quy trình đăng ký ví MoMo, nơi công nghệ eKYC và so sánh trùng khớp khuôn mặt – cả hai đều dựa trên AI – được áp dụng để xác minh danh tính. Điều này giúp đảm bảo, kể cả khi thiết bị của người dùng bị đánh cắp thì MoMo cũng có thể bảo vệ người dùng bằng cách yêu cầu xác thực lại qua so khớp khuôn mặt, đảm bảo kẻ gian cũng không có cách nào đăng nhập và thực hiện các giao dịch trên ứng dụng MoMo được.
Hay khi người dùng thực hiện các hoạt động chính trên ứng dụng, như tìm kiếm voucher hay ưu đãi, AI sẽ phân tích hành vi chi tiêu để gợi ý những ưu đãi phù hợp. Người dùng còn được hỗ trợ bởi các dịch vụ cá nhân hóa, chẳng hạn như AI gợi ý khi mua thẻ điện thoại, điều chỉnh theo nhu cầu riêng.
Hơn nữa, khi đến bước thanh toán, hệ thống AI tích hợp công nghệ phát hiện gian lận (fraud detection) để nhận diện các tín hiệu rủi ro từ việc người nhận tiền không đáng tin hay giao dịch bất thường, từ đó cảnh báo người dùng và yêu cầu xác thực thêm nếu cần.
Sau đấy, các mô hình AI như Moni còn giúp quản lý chi tiêu, đưa ra lời khuyên thông minh để tối ưu hóa tài chính. Khi người dùng tiếp cận các sản phẩm tài chính như Ví Trả Sau, AI vận hành phía sau để phê duyệt khoản vay nhanh chóng chỉ với một màn hình, không cần nhiều thông tin, đồng thời phòng chống rủi ro và đảm bảo giao dịch từ chính chủ, tránh bị lừa đảo.
Hoặc khi khách hàng gặp vấn đề thì ngay lập tức AI Chatbot sẽ nói chuyện để hỗ trợ khách hàng.
Ngay cả khi không hoạt động trên ứng dụng, tài khoản của người dùng vẫn được bảo vệ bởi một hệ thống tự động dựa trên AI và dữ liệu lớn, phân tích hành vi để xác nhận chính chủ. Dù người dùng chỉ thấy rõ một số dịch vụ như eKYC hay chatbot chăm sóc khách hàng, phía sau là hàng loạt mô hình AI hoạt động để đảm bảo trải nghiệm liền mạch, an toàn và công bằng cho tất cả.
Với tất cả những mô hình này, những yếu tố cốt lõi nào định hình hướng đi của MoMo trong việc phát triển AI?
Ba từ khóa – human centric (con người là trọng tâm), democracy AI (bình dân hóa AI), và investment (đầu tư) định hình hướng đi của chúng tôi trong việc phát triển AI.
Trước hết, từ khóa tôi muốn nhấn mạnh nhất là human centric – dù là AI hay công nghệ nói chung, mục tiêu cốt lõi của chúng tôi là phục vụ cộng đồng, đặc biệt là người dùng MoMo, mang lại giá trị thực sự cho họ. Human centric là điều mà chúng tôi hướng tới trong việc phát triển đội ngũ nhận sự của công ty.
Từ khóa thứ hai là democracy AI, hay bình dân hóa AI. Đây không chỉ là câu chuyện riêng của MoMo mà còn là xu hướng chung trong việc phát triển công nghệ này. Trong đội ngũ, không nên chỉ có một team đặc biệt làm về AI, hay máy học, dữ liệu, mà ít nhất về mặt nhận thức, toàn công ty cần nhận thức được việc sử dụng AI là cần thiết, nên sử dụng. Đối với người dùng và xã hội, chúng tôi muốn mọi người thấy AI không còn phức tạp, không cần hiểu sâu về công nghệ mà chỉ cần sử dụng nó một cách tự nhiên – đó chính là bình dân hóa AI.
Cuối cùng là investment – việc phát triển AI và có thể tự chủ về công nghệ đòi hỏi sự đầu tư lớn, và cũng không nên kỳ vọng rằng sẽ có kết quả nhanh chóng trong thời gian ngắn. Đầu tư vào AI là một quá trình tích lũy dài hạn. Nó tốn kém cả tiền bạc, và thời gian, để người dùng có thể quen với AI và sản phẩm AI thực sự mang lại hiệu quả, và cần một chiến lược đúng đắn, chứ không phải câu chuyện ngày một ngày hai là có kết quả.
Trong bối cảnh rất nhiều nền tảng khác cũng đầu tư cho AI, thì lợi thế cạnh tranh của MoMo là gì?
Điểm “lợi hại” nhất của MoMo là sự đầu tư dài hạn về công nghệ và con người. Chúng tôi có đội ngũ kỹ sư quy mô và chất lượng, để đảm bảo việc triển khai và phản ứng nhanh với những thay đổi của công nghệ.
Lợi thế thứ hai là quy mô người dùng lớn, giúp chúng tôi có nền tảng về dữ liệu. Đây là điểm rất then chốt cho hoạt động kinh doanh công nghệ tài chính. Dữ liệu về từng hành vi của người dùng đều là tài nguyên quan trọng cho các mô hình AI của chúng tôi, đây là điểm mạnh của MoMo mà các đơn vị khác không dễ dàng có được.
Với những vai trò trước đó như trò Healthcare Data Analyst, nghiên cứu sinh và trợ giảng tại Đại học Florida… tại sao chị lại quyết định gia nhập MoMo và lĩnh vực tài chính, có vẻ như khá mới mẻ so với kinh nghiệm trước đó của chị?
Thời điểm tôi quyết định gia nhập MoMo vào năm 2018, có hai động lực chính.
Trước hết, bản thân tôi nhận thấy các nghiên cứu trước đây của mình mang tính lý thuyết, mặc dù bản thân tôi có niềm vui với chúng, nhưng không rõ chúng có ứng dụng được hay không. Điều này thôi thúc tôi tìm kiếm một công việc mang tính ứng dụng cao, có tác động tích cực đến xã hội.
Qua các cuộc trao đổi với đội ngũ MoMo, tôi thấy sứ mệnh của công ty – mang khoa học dữ liệu, AI và học máy và ứng dụng vào thực tiễn sản phẩm – hoàn toàn phù hợp với mong muốn cá nhân của mình, nên đã lựa chọn đồng hành cùng công ty.
Sau thời gian dài đồng hành cùng MoMo, những mong muốn đó của chị đã đạt được chưa?
Sau nhiều năm gắn bó, tôi cảm nhận phần nào mong muốn ban đầu của mình đã được hiện thực hóa, khi các ứng dụng do tôi và đội ngũ phát triển đã tương tác trực tiếp với người dùng, mang lại giá trị thực tế. Tuy nhiên, tôi vẫn tin rằng tiềm năng còn rất lớn, cả cho bản thân tôi lẫn MoMo, để tiếp tục khám phá và phát triển thêm.
Quá trình chuyển từ nghiên cứu thuần lý thuyết sang ứng dụng thực tế là một bước ngoặt lớn về tư duy đối với tôi. Trước đây, tôi tìm thấy niềm vui trong việc nghiên cứu thuật toán, một thế giới đầy tính lý thuyết. Nhưng giờ, khoa học dữ liệu với tôi không chỉ là niềm vui cá nhân, mà còn là hạnh phúc khi người dùng sử dụng và hưởng lợi từ sản phẩm.
Đồng thời, tư duy ứng dụng cũng đòi hỏi tôi mở rộng tầm nhìn, hợp tác với nhiều bên để tạo ra những giải pháp thực tiễn, thay vì chỉ dừng lại ở lý thuyết. Có lẽ, phần nào đó nữ giới như tôi cũng có những lợi thế nhất định trong việc phát triển sản phẩm công nghệ, khi có sự nhạy cảm và mang đến góc nhìn đa chiều, giúp cho sản phẩm trở nên “con người” hơn.
Cảm ơn chia sẻ của chị!
