“Thế hệ vô dụng mới" phản biện ông Hoàng Nam Tiến: AI hay robot có thay được hàng chục ngàn cô gái xinh đẹp ngồi quầy ngân hàng mời gửi tiền, bán bảo hiểm, giữ chân khách không?
"Trong vòng 5 năm tới, không phải những công nhân Việt Nam trong các nhà máy may, da giày, lắp ráp điện tử bị mất việc nhanh chóng vì robot và AI, mà cả triệu người – những người tự tin rằng mình có học, làm những việc 'AI không thể thay thế được' chính ra sẽ bị thay thế nhanh nhất”, ông Hoàng Nam Tiến phát biểu.
Mới đây, ông Hoàng Nam Tiến - Phó Chủ tịch Hội đồng trường Trường Đại học FPT đã gây chú ý khi chia sẻ tại Đại hội Sales & Marketing toàn quốc (VSMCamp) 2023 với nội dung về “Useless Class” – tầng lớp vô dụng, một tầng lớp có lẽ còn “thảm” hơn cả những người thất nghiệp. Họ không chỉ thất nghiệp mà còn không thể dùng vào việc gì (unemployable).
“Yuval Harari dùng từ “Useless Class” - những kẻ vô dụng thay vì “Unemployee” - những người thất nghiệp. Đến hôm nay, chúng ta hiểu được rằng đó là những người không biết làm gì, bị loại khỏi lực lượng lao động. Vào năm 2030, theo dự đoán của Diễn đàn Kinh tế Thế giới, 800 triệu người lao động sẽ bị robot và AI thay thế.
Tuy nhiên, chỉ một năm gần đây, chúng ta phát hiện ra rằng “Useless Class” không chỉ gồm các công việc chân tay. Trong vòng 5 năm tới, không phải những công nhân Việt Nam trong các nhà máy may, da giày, lắp ráp điện tử bị mất việc nhanh chóng vì robot và AI, mà cả triệu người – những người tự tin rằng mình có học, làm những việc 'AI không thể thay thế được' chính ra sẽ bị thay thế nhanh nhất”, ông Hoàng Nam Tiến phát biểu.
“Vừa rồi trình bày trước các lãnh đạo ngân hàng lớn, tôi nói thẳng là hàng chục ngàn cô gái xinh đẹp đang ngồi ở quầy, được học hành tử tế, có quan hệ tốt sẽ mất việc; hàng chục ngàn bạn trẻ đang làm tín dụng nhỏ và vừa cũng mất việc, bởi tất cả hệ thống scoring (chấm điểm tín dụng) và AI (trí tuệ nhân tạo) sẽ thay thế“, ông Hoàng Nam Tiến nói về nguy cơ mất việc trong ngành ngân hàng.
Với lao động đã và đang thực tế làm việc trong ngành ngân hàng, có nhiều điều cần phải bàn về việc: Đến bao giờ những cô gái xinh đẹp ngồi quầy ngân hàng, được học hành tử tế và có quan hệ tốt mất việc?
Bày tỏ góc nhìn về nội dung này, chị Ngọc Anh - một banker có hơn chục năm kinh nghiệm trưởng thành từ vị trí giao dịch viên và hiện nay đang là giám đốc phòng giao dịch ngân hàng V tại Hà Nội đặt lại vấn đề: "Để trả lời câu hỏi này, có lẽ trước hết phải trả lời được câu hỏi, nếu đổi qua giao dịch với robot khách hàng sẽ tìm đến ngân hàng A thay vì ngân hàng B vì điều gì?"
Năm 2011, sau khi tốt nghiệp đại học, chị Ngọc Anh bắt đầu công việc giao dịch viên ở ngân hàng TMCP V. Trong suốt 13 năm, chị đã xây dựng và duy trì mối quan hệ, chăm sóc hàng trăm khách hàng thân thiết, nắm giữ số dư huy động và dịch vụ lớn của đơn vị, xếp hàng TOP trong hệ thống.
Chị Ngọc Anh chia sẻ, có những khách hàng dù được ngân hàng đối thủ chào mời, chăm sóc và hứa hẹn lợi ích lớn hơn nhưng nhiều năm nay vẫn duy trì tiền gửi ủng hộ chị vì "quý". Cũng có những khách hàng, bỏ qua những ngân hàng cách nhà chỉ vài bước chân, vẫn duy trì giao dịch chỗ chị Ngọc Anh vì "quen" và "thoải mái".
"Tôi tin robot làm được nhiều việc, nhưng không thể tạo ra được cảm xúc tin yêu cho khách hàng", chị Ngọc Anh nhận xét.
Những cô gái ngồi quầy giao dịch không chỉ đơn thuần làm nghiệp vụ thu, chi, hạch toán, mở sổ tiết kiệm hay tài khoản... Họ chính là điểm kết nối với khách hàng thông qua việc lắng nghe, chia sẻ và đôi khi là hỗ trợ về mặt cảm xúc. Nhờ đó, ngân hàng mới có khả năng giữ chân được khách hàng huy động, bán được các sản phẩm dịch vụ khác như tài khoản, thẻ, thanh toán quốc tế, bảo hiểm,...
"Robot hay AI có thay được hàng chục ngàn cô gái xinh đẹp ngồi quầy ngân hàng mời gửi tiền, bán bảo hiểm, giữ chân khách không?", chị Ngọc Anh đặt câu hỏi.
Cùng quan điểm, Anh Giang - Giám đốc phòng giao dịch một ngân hàng TMCP tại Hà Nội phân tích, hiện nay mô hình kinh doanh trực tiếp của các nhà băng chưa thể thay thế nhân sự tiếp xúc khách hàng như giao dịch viên,... bằng robot hay trí thông minh nhân tạo hay robot, bởi nhiều lý do.
Thứ nhất, lượng khách hàng giao dịch thuộc thế hệ 8x trở về trước hiện nay đang là lực khách hàng chính, cũng là những người đã có nền tảng tài chính tốt. Tâm lý của thế hệ này cơ bản đều có nhu cầu tương tác xã hội cao. Người già hay nói chuyện ốm đau, phụ nữ ưa nói chuyện con cái, đàn ông thích nói chuyện đất đai, chứng khoán,... hoặc đôi khi không cần dông dài, nhìn các "cô gái xinh đẹp" ngồi quầy là đã đủ vui.
Thứ hai, cho dù ở lứa tuổi nào thì tâm lý con người đều có nhu cầu được thấu hiểu và quan tâm. Bằng giao tiếp xã hội, nhân viên ngân hàng mới tạo ra được những mối quan hệ và xây dựng tình cảm để giữ chân khách hàng cũng như bán chéo các sản phẩm dịch vụ như thẻ, tài khoản, bảo hiểm...
Một điều quan trọng là hiện nay máy móc hay AI chưa có khả năng giải quyết, xử lý vấn đề linh hoạt, uyển chuyển như con người. Nguyên tắc của máy là input cho ra output nhưng ghi nhận input như thế nào là cả một vấn đề.
Ngay cả đối với con người, trước cùng một sự việc giống nhau diễn ra trước mắt nhưng do khả năng cảm nhận, sự tinh tế và thấu hiểu của từng người khác nhau sẽ đưa ra những nhận định khác nhau. Dẫn đến phương án giải quyết vấn đề khác nhau.
Chẳng hạn, gặp tình huống khách hàng rút tiền tiết kiệm, về nguyên tắc, giao dịch viên phải tìm hiểu nguyên nhân, đánh giá và cố gắng thuyết phục, giữ phần tiền gửi của khách hàng lại càng nhiều càng tốt.
Nguyên tắc là vậy tuy nhiên không phải lúc nào cũng giữ khách bằng mọi giá. Có những khách hàng tính cách dứt khoát, nói quá nhiều họ sẽ phản cảm. Với đối tượng này, sau khi bày tỏ đủ thành ý mà không thể giữ được thì cần tạo điều kiện cho họ rời đi thuận tiện và tìm lại cơ hội lúc khác.
"Cách đây 3 năm, phòng tôi có vị khách đột ngột đến tất toán sổ tiết kiệm 10 tỷ đồng vào đúng ngày cuối tháng. Từ nhân viên giao dịch, kiểm soát viên cho đến trưởng phòng thuyết phục hết mực nhưng vị khách đó kiên quyết không đồng ý để lại. Thời gian chốt số tháng chỉ còn tính bằng giờ, chúng tôi không có cách nào bù vào số còn thiếu, đành bất lực nhìn KPI không hoàn thành. Trong lòng ai cũng khó chịu.
Hôm đó trời bão to. Khách hàng xách cọc tiền 10 tỷ, chờ hồi lâu không có xe đến đón. Cuối cùng, tôi chủ động dùng xe riêng, cho nhân viên chở khách về giữa trời mưa lớn, ngập nửa thành phố. Gần một tháng sau, vị khách đó quay lại gửi tiền và trở thành khách hàng VIP của chúng tôi cho đến bây giờ", anh Giang chia sẻ.
Thứ ba, đối với khách hàng nói chung, khi sử dụng dịch vụ đều sẽ có cảm giác thích được phục vụ, mà đứng trước máy móc và AI hiện nay, mọi người sẽ đều trở nên bình đẳng. Có một xu hướng rất rõ của các nhà băng hiện nay là xây dựng chính sách chăm sóc đặc biệt dành cho các khách hàng VIP, khách hàng ưu tiên - đối tượng mang lại thu nhập lớn cho ngân hàng với nhiều chương trình ưu đãi, chăm sóc đặc biệt. Theo đó, nhân sự phụ trách mảng khách hàng này cũng được tuyển chọn rất kỹ càng, có tiêu chuẩn về ngoại hình, năng lực giải quyết vấn đề, kỹ năng nghiệp vụ và khả năng giao tiếp tốt.
Cuối cùng, liên quan đến các giao dịch tiền nong, hẳn khách hàng nào cũng cần tới sự yên tâm. Chẳng may trong quá trình giao dịch với máy móc, có sự cố hoặc lỗi xảy ra, khách hàng sẽ phải xử lý như thế nào? Hệ thống có ghi nhận lại không? Tìm ai giải quyết? Giải quyết như thế nào và bao giờ xong? Rất nhiều nghi ngại mà nếu thay bằng một giao dịch viên hay một kiểm soát viên ngồi quầy sẽ yên tâm hơn rất nhiều.