Quản lý tài sản trong thời đại AI tạo sinh, chậm hoàn thiện dữ liệu quỹ đầu tư trở thành thách thức

2026-08-15

Chậm cấu trúc hóa dữ liệu quỹ đầu tư

Ông Tetsu Noguchi, đại diện của Semantic Base, một doanh nghiệp liên tiếp khởi nghiệp chuyên hỗ trợ các tổ chức tài chính ứng dụng AI tại Tokyo, khu Chuo, bày tỏ lo ngại rằng chỉ riêng quỹ đầu tư có thể bị loại khỏi các dịch vụ quản lý tài sản bằng AI tạo sinh. Nguyên nhân là phần lớn trong hơn 5.800 bộ dữ liệu quỹ đầu tư vẫn chưa được XBRL hóa.

Các công ty quản lý tài sản công bố thông tin quỹ đầu tư trên hệ thống công bố điện tử EDINET của Cơ quan Dịch vụ Tài chính Nhật Bản, nhưng dữ liệu này chỉ giới hạn ở tên quỹ, bảng cân đối kế toán, báo cáo kết quả kinh doanh và một số mục khác. Những hạng mục chủ chốt như tỷ lệ phí ủy thác, danh mục nắm giữ và xu hướng giá trị tài sản ròng chưa ở dạng dữ liệu cấu trúc có thể so sánh. Ngay cả khi AI tạo sinh đọc được dữ liệu quỹ đầu tư của Nhật Bản, nó vẫn không thể xử lý phù hợp và có thể gây ra hiện tượng ảo giác, tức trả về thông tin nghe có vẻ hợp lý nhưng sai sự thật. Cũng từng có trường hợp nhầm lẫn giữa 'cổ tức' của doanh nghiệp đầu tư với 'phân phối' được quỹ đầu tư chi trả cho khách hàng.

Hướng tới chuẩn hóa cho kỷ nguyên AI

Phía sau sự chậm trễ này là thực tế ngành từng ngại việc dữ liệu quỹ đầu tư bị đem ra so sánh trực tiếp và bị xếp hạng hơn kém. Một cựu lãnh đạo từng giữ chức tổng giám đốc tại công ty quản lý tài sản thuộc một ngân hàng lớn cho biết: 'Chuẩn bị dữ liệu là chi phí. Nếu không chỉ ra được lợi ích lớn hơn chi phí, dù có đề xuất cũng không thể đạt đồng thuận.'

Tuy nhiên, sự lan rộng của AI tạo sinh đang làm môi trường thay đổi. Tháng 5, Ngân hàng Mitsubishi UFJ công bố sẽ cung cấp 'Apps in ChatGPT' bằng hạ tầng dữ liệu tài chính của Moneytree, đơn vị vận hành ứng dụng quản lý chi tiêu hộ gia đình. Người dùng chỉ cần hỏi về các tài khoản đang kết nối, số dư hoặc chi tiêu trong tháng này là có thể nắm bắt hành vi tài chính thông qua biểu đồ và bảng biểu.

Tổng cộng 28 công ty, bao gồm 3 ngân hàng lớn, cũng đã bắt đầu các sáng kiến hỗ trợ cá nhân quản lý tài sản bằng AI. Đây là ý tưởng hoàn tất toàn bộ quy trình từ tìm kiếm, so sánh đến ký hợp đồng mua quỹ đầu tư thông qua đối thoại với AI. Tuy nhiên, nếu chỉ một phần dữ liệu quỹ đầu tư được XBRL hóa, việc xây dựng danh mục tối ưu cho người dùng sẽ vẫn khó khăn. Trong thời gian tới, việc XBRL hóa sẽ được thúc đẩy đến mức nào trở thành điểm then chốt.

Tại Mỹ, ngoài rủi ro và lợi nhuận của quỹ đầu tư, chi tiết tài sản nắm giữ cũng đã được XBRL hóa. Trong khi đó, cuộc tranh luận về khả năng khuyến nghị đầu tư bằng AI có thể bị xem là tư vấn đầu tư hoặc quản lý đầu tư trọn gói là thách thức chung của Nhật Bản và Mỹ. Semantic Base đang phối hợp với các sàn chứng khoán trực tuyến lớn và các công ty quản lý tài sản để cấu trúc hóa dữ liệu quỹ đầu tư chưa được chuẩn hóa rồi tích hợp vào mô hình ngôn ngữ lớn (LLM) của các tổ chức tài chính. Ông Noguchi cho biết công ty hướng tới 'EDINET phiên bản số cho quỹ đầu tư'.

Theo thống kê dòng chảy vốn của Ngân hàng Trung ương Nhật Bản, tài sản tài chính của các hộ gia đình Nhật Bản đạt 2.386 nghìn tỷ yên vào cuối tháng 3. Trong đó, cổ phiếu và quỹ đầu tư đạt 563 nghìn tỷ yên, tăng gần 30% trong một năm và tiến sát mức 584 nghìn tỷ yên của bảo hiểm, lương hưu và các khoản tương tự. Khi đầu tư đang dần bám rễ trong tài sản hộ gia đình, việc chuẩn bị dữ liệu dễ đọc cho AI là không thể thiếu để thúc đẩy tối ưu hóa đầu tư theo từng cá nhân bằng AI.

Nếu bài viết này hữu ích, hãy chia sẻ nhé.