(XUÂN KTSG) - Báo cáo thường niên hơn 400 trang của doanh nghiệp niêm yết năm nay khác và giống năm ngoái ở chỗ nào? Ý kiến của kiểm toán năm nay so với năm ngoái thế nào? Đó là những câu hỏi rất quan trọng với một chuyên gia tài chính, nhưng nếu bạn đặt ra bất chợt, họ có thể lúng túng. Vì họ không thể nhớ năm ngoái cụ thể báo cáo nói gì, năm nay khác năm ngoái điểm gì. Máy tính có thể trả lời bạn nhanh chóng!
- Khoảng trống trong tấm khiên bảo vệ người tiêu dùng tài chính
- Việt Nam 2023: áp lực lành mạnh hóa thị trường tài chính
Những con bot ngày một hữu ích
Một trong những công cụ “bot” mà tôi đang sử dụng của AlphaSense cho phép tôi làm điều đó chỉ trong 30 phút. “Con bot” đó có thể lập một bảng so sánh khác biệt giữa báo cáo thường niên mẫu 10-K của các công ty niêm yết ở Mỹ năm này với năm trước, và so sánh sự khác biệt của từng phần trong đó, xem thông điệp từ ban lãnh đạo đến cổ đông, đánh giá rủi ro, thậm chí phần ghi chú các khoản mục kế toán (footnotes) thay đổi như thế nào.
Các khác biệt sẽ được tô màu khác nhau để nhà phân tích dễ dàng nhận ra năm nay công ty đã đưa ra thông tin gì mới hay là “copy y chang” mẫu cũ.
Một nghiên cứu của tôi và đồng nghiệp ở Đại học Bristol đã có thể sử dụng máy tính để so sánh sự khác biệt của các thông điệp trong báo cáo của ủy ban kiểm toán trước và sau đợt điều chỉnh mở rộng báo cáo kiểm toán vừa rồi ở Anh xem thay đổi thế nào cho toàn bộ các doanh nghiệp FTSE 350.
Việc này với chúng tôi trước đây là vô cùng tốn thời gian, hiện tại thì chúng tôi đã có thể làm với mức tiêu tốn thời gian ít hơn nhiều. Và điều quan trọng nhất là những năm sau thì chúng tôi gần như không còn tốn thêm thời gian nữa vì hệ thống đã thiết lập xong rồi và chỉ theo đó mà vận hành.
Đó là những “con bot” kém thông minh, chỉ biết làm những việc đơn giản lặp đi lặp lại. Những con robot thông minh hơn có thể “đọc” hết các báo cáo tài chính và cảnh báo rủi ro gian lận báo cáo, những con số bất thường hay những chi tiết mà điều tra viên kế toán và thuế cần chú ý.
Một đồng nghiệp của tôi ở Đại học Lancaster đã ký một hợp đồng bảo mật để triển khai một nghiên cứu như vậy nhằm hỗ trợ cho cơ quan quản lý về dịch vụ tài chính của Anh (Financial Conduct Authority - FCA) tìm kiếm các gian lận kế toán và xác định các công ty có nhiều khả năng gian lận kế toán và thuế để vào điều tra.
Một “con bot” được huấn luyện theo dữ liệu ở Mỹ sẽ gần như hoàn toàn vô dụng ở thị trường Việt Nam. Nó sẽ cần được huấn luyện lại cho “nhập gia tùy tục”. Mà như vậy, trong cuộc chơi ở Việt Nam sắp tới trên lĩnh vực này, ai đi đầu để nắm dữ liệu thì người đó sẽ có lợi thế.
Ở một khía cạnh khác, một người bạn của tôi làm ở một ngân hàng đầu tư lớn của Mỹ đã chỉ cho tôi xem cách mà anh viết một báo cáo phân tích cổ phiếu những ngày này, nhân dịp tôi vừa đến Mỹ tháng 10 vừa qua.
Bằng một vài cụm từ được anh đưa vào hệ thống, một “con bot” viết báo cáo của anh đã viết ra được những thông tin khá đầy đủ về một báo cáo phân tích dài khoảng 30 trang, trong đó đoạn đầu (được dịch ra tiếng Việt) như sau “Tập đoàn… đã công bố một báo cáo về trí tuệ nhân tạo trong thị trường tài chính.
Cuộc khảo sát dựa trên sự phục hồi cho báo cáo giá thị trường bao gồm dữ liệu quan trọng về chiến lược tăng trưởng, động lực thị trường, đổi mới, khả năng của công ty và môi trường cạnh tranh cho năm 2022. Trí tuệ nhân tạo trong thị trường tài chính dự kiến sẽ đạt… triệu đô la Mỹ vào năm 2027, với CAGR là… % từ năm 2023 đến năm 2027, dựa trên báo cáo mới được công bố của...”.
Bạn tôi chỉ việc điền vào mấy con số phần trăm và tổ chức đó. Phần mềm viết báo cáo này liên tục “học” cách viết báo cáo từ hàng trăm báo cáo được tổ chức của bạn tôi phát hành mỗi tuần và điều chỉnh cách viết theo các mẫu báo cáo khác nhau.
Nó cũng tạo sẵn bảng biểu và mô hình định giá dưới dạng Excel để chuyên viên phân tích “đổ số” vào. Bạn tôi vì vậy có nhiều thời gian hơn để tập trung vào những thông điệp tạo ra giá trị quan trọng và làm sao ra được những con số dự báo trong mấy phần “…” đó tốt hơn, thay vì phải đi viết những đoạn lặp đi lặp lại buồn chán.
Và nếu bạn chú ý, thì phần ở trên là tôi dùng Google Translate để dịch lại từ một đoạn văn tôi copy từ báo cáo do “con bot” viết mà bạn gửi cho tôi, về chủ đề “Triển vọng ngành trí tuệ nhân tạo áp dụng vào thị trường tài chính năm 2023”.
Mà đây là bạn tôi còn bỏ nhiều công sức của mình vào làm báo cáo phân tích tài chính. Trên thị trường đã xuất hiện những công ty bán các báo cáo phân tích cổ phiếu độc lập do robot viết hơn 90%.
Lợi thế của những báo cáo này là trong khi các ngân hàng đầu tư chỉ có thể đưa ra đánh giá vài trăm cổ phiếu, nó có thể đưa ra đánh giá đến cả ngàn cổ phiếu và với tần suất cập nhật báo cáo nhanh hơn rất nhiều so với các nhóm phân tích tiêu tốn cả triệu đô mỗi năm tiền lương cứng (chưa tính thưởng có thể cao hơn nhiều lần) của các ngân hàng đầu tư.
Tất nhiên bạn sẽ nói “nhưng mà báo cáo người làm thì chất lượng hơn”. Cũng tò mò về điều này, một nhóm nghiên cứu đã thực hiện so sánh báo cáo của người làm và báo cáo do máy làm cho các công ty của Mỹ.
Kết quả nghiên cứu được đăng trên tạp chí nghiên cứu hàng đầu của ngành kế toán là The Accounting Review trong năm nay với tựa đề “Human Versus Machine: A Comparison of Robo-Analyst and Traditional Research Analyst Investment Recommendations”.
Ba kết luận chính của nghiên cứu này. Thứ nhất, các báo cáo do robot đưa ra ít thiên lệch hơn hẳn, với tỷ lệ đề xuất “mua”, “bán”, “giữ” cân bằng hơn nhiều so với các báo cáo do người viết (chủ yếu đề xuất “mua” và “giữ”).
Thứ hai, các đề xuất “mua” của báo cáo do máy làm tạo ra tỷ suất sinh lợi dài hạn cao hơn báo cáo do người viết. Cuối cùng, báo cáo do máy viết có tần suất cập nhật báo cáo thường xuyên và kịp thời hơn trong các giai đoạn các công ty bận rộn công bố các thông tin phức tạp.
Công bằng mà nói, vẫn còn nhiều giá trị mà các chuyên gia phân tích có thể đóng góp cho khách hàng và thị trường, nhưng ở mảng “viết báo cáo”, thế mạnh này đã không còn nhiều nữa.
Và các ứng dụng này đặc biệt dễ triển khai ở Mỹ hơn là nhiều nước khác do nhiều biểu mẫu báo cáo của Mỹ, thậm chí thông tin trên báo chí và mạng xã hội cũng ở dạng thức mà máy dễ khai thác hơn nhiều.
Trong tương lai không xa, ngay cả các bảng định giá cổ phiếu cũng có thể được các robot này làm phần lớn vì Mỹ và Anh đang triển khai dạng thức báo cáo tài chính mà máy có thể đọc được, ví dụ như XBRL.
Xu hướng này cũng lan sang cả các dạng báo cáo phi tài chính như báo cáo ESG (về môi trường, trách nhiệm xã hội và quản trị công ty). Tương lai máy tính có thể đọc, lọc và tóm tắt thông tin tài chính và ESG cho nhà đầu tư đã giảm từ thập kỷ xuống bằng năm.
Và với những nghiên cứu mà tôi thấy các đồng nghiệp ở Đại học Stanford đang công bố, thì tôi nghĩ tương lai máy tính có thể “đổ số” từ báo cáo tài chính vào trong các bảng Excel định giá chỉ là vấn đề một vài năm nữa.
Và tối qua (14-12-2022), trước khi viết bài viết này, sau quyết định về lãi suất của Mỹ, những phát biểu của Chủ tịch Cục Dự trữ liên bang Mỹ (Fed) Powell được một “con bot” của quỹ đầu tư mà tôi tư vấn theo sát để “viết” lại từng câu mà vị chủ tịch này nói, đồng thời một ứng dụng khác thì đi tô màu và nhấn mạnh những từ khóa quan trọng mà các bài báo trong ba ngày trước về quyết định lãi suất của Fed tập trung vào.
Ngay lập tức trong lúc Chủ tịch Fed còn phát biểu, thì chúng tôi đã có thể phân tích báo cáo trong thời gian thực và chỉ cần tập trung vào những nơi được nhấn mạnh đó.
Cùng lúc đó, một vài ứng dụng khác đang theo dõi các từ khóa trên Twitter liên quan đến phát biểu của ông và một mô hình phân tích khác thì đang tự điều chỉnh các thông số dựa trên mức độ quan tâm đến chủ đề này trên Google và qua hệ thống Bloomberg.
Những công cụ này đang ngày một phổ biến và đang được chạy trên các “đám mây”. Nhìn thấy nhu cầu đó, những hãng công nghệ lớn đang nhảy vào cuộc chơi tài chính. Gần đây nhất là thương vụ Microsoft đầu tư 1,8 tỉ đô la Mỹ vào Sở Giao dịch LSE của Anh.
Theo dự báo thì nhiều hãng công nghệ lớn sẽ dần dần nhảy vào thị trường trí tuệ nhân tạo cho dịch vụ tài chính này, hoặc là cung cấp công nghệ lõi về trí tuệ nhân tạo, hoặc là cung cấp hạ tầng cho các ứng dụng này trên các “đám mây”.
Con người có thể làm gì?
Tất cả những ứng dụng tài chính dựa trên trí tuệ nhân tạo này đương nhiên có thể tạo ra độ nhiễu của riêng nó, thậm chí là độ nhiễu cao (ví dụ như từ khóa tìm kiếm trên Google và độ “nóng” trên mạng xã hội). Nhưng không thể phủ nhận, nó nâng cao năng suất công việc của những người làm trong ngành rất nhiều (dù đôi khi cũng tạo ra những phiền toái dở khóc dở cười).
Chắc chắn những “con bot” này sẽ lấy đi không ít việc làm đơn giản, nhưng đồng thời nó cũng sẽ tạo ra nhiều cơ hội mới. Ví dụ, tôi thấy một tiềm năng khổng lồ để giảm chi phí cho các dịch vụ tài chính đối với khách hàng, và đồng thời triển khai nhiều dịch vụ trước nay chỉ khách hàng cao cấp mới có, thì nay có thể mang nó đến với đại trà khách hàng cá nhân như các báo cáo chuyên biệt theo nhu cầu, giới thiệu cổ phiếu, cảnh báo cổ phiếu, thậm chí là giao dịch tự động hóa với sự hỗ trợ của các mô hình định lượng mà trước đây chỉ những quỹ đầu tư giàu có mới có nguồn lực đầu tư.
Tất nhiên sản phẩm cao cấp của những quỹ giàu có đó vẫn “xịn xò” hơn, nhưng không phải là 100 so với 1 như trước đây, mà có thể chỉ là 10 so với 3-4. Với nhà đầu tư nhỏ lẻ, như vậy có thể là đáng đồng tiền bát gạo rồi.
Ngoài ra, khi mà các công cụ trí tuệ nhân tạo có thể làm giúp nhiều việc lặp đi lặp lại và buồn chán, các nhà phân tích, quản lý danh mục hay thẩm định tín dụng có thể tập trung vào những phần việc tạo giá trị cao hơn, qua việc chuyển tải thông điệp chuyên sâu hơn về công ty tới nhà đầu tư, kết nối công ty với nhà đầu tư tốt hơn.
Thế mạnh quan trọng của con người là khả năng thấu hiểu và làm cầu nối để kết nối khách hàng với ứng dụng máy tính. Vai trò cầu nối này cực kỳ quan trọng với sự phát triển nhanh của trí tuệ nhân tạo như lúc này.
Một phần của bộ phận nhân lực sẽ là những “siêu sao” giỏi về lập trình tạo ra những con robot thông minh cũng như lập các mô hình, thiết kế các cấu trúc “dạy” cho máy học, dự báo và xác định những điểm bất thường. Nhưng phần lớn lực lượng lao động không phải siêu sao!
Họ sẽ làm gì? Là người giải thích cho khách hàng sử dụng các “con bot” này một cách hiệu quả và làm cầu nối giữa máy tính với khách hàng! Mà việc đó thì đặt ra nhu cầu cần huấn luyện lại cho đội ngũ nhân sự làm cầu nối này những kiến thức về trí tuệ nhân tạo, dịch vụ tài chính số. Những điều này lại đang là mảng trống rất lớn trên thị trường nhân sự.
Với những gì tôi đang nhìn thấy về ứng dụng trí tuệ nhân tạo trên thị trường tài chính, sự nổi lên của máy tính đang là xu thế ở các thị trường phát triển. Nhưng để hiện thực hóa ở Việt Nam thì còn một khoảng cách. Hạ tầng công nghệ, chính sách hỗ trợ của Chính phủ với những chương trình đầu tư hạ tầng số là thiết yếu.
Ví dụ như việc bắt buộc các công ty niêm yết phải cung cấp thông tin ở dạng cả máy và người đều có thể đọc được. Thứ hai là thói quen của người sử dụng, vốn luôn nghi ngờ các “con bot”. Và cuối cùng, là chi phí. Nhân công giá rẻ ở Việt Nam sẽ là một rào cản không nhỏ cho ứng dụng robot, không giống như ở nước ngoài.
Vì vậy cách đi ở Việt Nam sẽ phải khác. Nhưng không vì thế mà chúng ta đứng ngoài cuộc chơi này, để rồi mất đi thế chủ động về công nghệ cũng như những cơ hội mà nó mở ra.
Trong cuộc chơi này, yếu tố dữ liệu đầu vào đóng vai trò cực kỳ quan trọng, vì nhiều công nghệ là dựa trên mã nguồn mở hoặc không khó để “mổ băng” mà học bí quyết.
Nhưng một con bot được huấn luyện theo dữ liệu ở Mỹ sẽ gần như hoàn toàn vô dụng ở thị trường Việt Nam. Nó sẽ cần được huấn luyện lại cho “nhập gia tùy tục”. Mà như vậy, trong cuộc chơi ở Việt Nam sắp tới trong lĩnh vực này, ai đi đầu để nắm dữ liệu thì người đó sẽ có lợi thế.
(*) Giảng viên Đại học Bristol, Anh
