Ứng dụng công nghệ đa tác tử trong quản lý quan hệ khách hàng tại các ngân hàng thương mại Việt Nam

Đỗ Thị Quyên

Email: dtquyen@ictu.edu.vn

Nguyễn Hoàng Nguyên

Email: nhnguyen@ictu.edu.vn

Trường Đại học Công nghệ thông tin và Truyền thông

Tóm tắt

Nghiên cứu đề xuất ứng dụng hệ thống đa tác tử trong quản trị quan hệ khách hàng tại các ngân hàng thương mại Việt Nam nhằm nâng cao mức độ hài lòng, cá nhân hóa dịch vụ và hiệu quả vận hành. Trên cơ sở kết hợp mô hình quản trị quan hệ khách hàng với nguyên lý thiết kế hệ đa tác tử, nghiên cứu xây dựng các thuật toán xử lý giao dịch tự động, phân tích dữ liệu khách hàng và cơ chế đàm phán thời gian thực. Nghiên cứu có tính mới khi tập trung vào bối cảnh chuyển đổi số của các ngân hàng Việt Nam và đưa ra mô hình, thuật toán có khả năng ứng dụng thực tiễn để nâng cao chất lượng dịch vụ và năng lực cạnh tranh.

Từ khoá: Công nghệ đa tác tử, quản lý quan hệ khách hàng, chuyển đổi số, ngân hàng thương mại Việt Nam

Abstract

This study proposes applying a multi-agent system in customer relationship management within Vietnamese commercial banks to enhance customer satisfaction, service personalization, and operational efficiency. By integrating the customer relationship management model with multi-agent system design principles, the study develops algorithms for automated transaction processing, customer data analysis, and real-time negotiation mechanisms. The novelty of the study lies in its focus on the digital transformation context of Vietnamese banks and the introduction of models and algorithms with practical applicability to improve service quality and strengthen competitive advantage.

Keywords: Multi-agent technology, customer relationship management, digital transformation, Vietnamese commercial banks

GIỚI THIỆU

Trong những năm gần đây, hệ thống đa tác tử (Multi Agent Systems - MAS) được xem là một hướng tiếp cận công nghệ có nhiều tiềm năng trong việc tối ưu hóa các quy trình phức tạp ở nhiều lĩnh vực như sản xuất, tài chính, marketing và quản lý chuỗi cung ứng, nhờ khả năng hỗ trợ ra quyết định thông minh, xử lý dữ liệu quy mô lớn và thích ứng với môi trường vận hành động. Tuy nhiên, việc ứng dụng công nghệ đa tác tử vào quản trị quan hệ khách hàng (CRM) trong lĩnh vực ngân hàng, đặc biệt là tại các quốc gia đang phát triển như Việt Nam, vẫn còn tương đối hạn chế trong cả phương diện lý luận và thực tiễn.

Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ tại các ngân hàng thương mại (NHTM) Việt Nam, yêu cầu nâng cao hiệu quả hoạt động, gia tăng mức độ hài lòng của khách hàng và cá nhân hóa dịch vụ ngày càng trở nên cấp thiết. Đồng thời, hệ thống ngân hàng Việt Nam cũng đang đối mặt với nhiều thách thức như sự đa dạng của tập khách hàng, hạn chế về hạ tầng công nghệ và nhu cầu ngày càng cao đối với các dịch vụ tài chính số chuyên biệt. Xuất phát từ khoảng trống đó, nghiên cứu đề xuất kiến trúc hệ thống và các thuật toán dựa trên công nghệ đa tác tử cho CRM tại các NHTM Việt Nam, với trọng tâm là cơ chế đàm phán, mô hình giao tiếp giữa các tác tử và quy trình xử lý giao dịch, qua đó góp phần hoàn thiện cơ sở lý luận và cung cấp hàm ý ứng dụng cho tiến trình chuyển đổi số của ngành ngân hàng.

CƠ SỞ LÝ THUYẾT

Trong nghiên cứu kinh tế hiện đại, MAS ngày càng được sử dụng như một khuôn khổ mô hình hóa hiệu quả để phân tích các hiện tượng kinh tế phức tạp, đặc biệt trong bối cảnh nền kinh tế số và sự gia tăng của dữ liệu lớn.

Về mặt lý thuyết, MAS có nguồn gốc từ lĩnh vực trí tuệ nhân tạo (AI) và khoa học máy tính, trong đó một “tác tử” (agent) được định nghĩa là một thực thể tự chủ có khả năng nhận thức môi trường, đưa ra quyết định và tương tác với các tác tử khác nhằm đạt được các mục tiêu nhất định (Wooldridge, 2009). Khi nhiều tác tử cùng tồn tại và tương tác trong một môi trường chung, chúng tạo thành một MAS, nơi các hành vi tổng thể của hệ thống có thể xuất hiện như kết quả của các tương tác vi mô giữa các tác tử. Cách tiếp cận này có liên hệ chặt chẽ với lĩnh vực Mô hình dựa trên tác nhân (Agent - Based Modeling - ABM) trong kinh tế, cho phép các nhà nghiên cứu mô phỏng các hệ thống kinh tế phức tạp mà các mô hình cân bằng truyền thống thường khó mô tả đầy đủ (Tesfatsion, 2003; Tesfatsion, 2007).

Từ góc độ lý thuyết kinh tế, MAS cung cấp một cách tiếp cận mới để mở rộng các giả định của Lý thuyết trò chơi (Game Theory) trong việc phân tích hành vi tương tác giữa các chủ thể kinh tế như doanh nghiệp, người tiêu dùng và các tổ chức trung gian. Trong các MAS, mỗi tác tử có thể được thiết kế với những đặc điểm khác nhau về thông tin, năng lực học hỏi và chiến lược ra quyết định, từ đó phản ánh tốt hơn sự không hoàn hảo của thông tin và tính dị biệt của các chủ thể trong nền kinh tế thực (Shoham và Leyton-Brown, 2009). Theo quan điểm này, các hiện tượng kinh tế vĩ mô như sự hình thành giá cả, sự lan tỏa của đổi mới hay sự hình thành cấu trúc thị trường có thể được xem là kết quả của quá trình tương tác phi tuyến giữa các tác tử, thay vì chỉ là kết quả của trạng thái cân bằng tối ưu như trong các mô hình kinh tế học truyền thống (Epstein và Axtell, 1996).

Bên cạnh đó, MAS cũng được đặt trong khuôn khổ của khoa học phức hợp (Complex Systems) và kinh tế học tính toán (Computational Economics), nơi các mô hình mô phỏng cho phép nghiên cứu sự tiến hóa của các hệ thống kinh tế theo thời gian. Nhiều nghiên cứu cho thấy, việc mô hình hóa các doanh nghiệp, người tiêu dùng hoặc các nền tảng số như những tác tử tự chủ giúp phân tích tốt hơn các quá trình thích nghi, học hỏi và phối hợp trong thị trường (Bonabeau, 2002; Farmer và Foley, 2009). Nhờ khả năng mô phỏng các hành vi phân tán và tương tác động, MAS đặc biệt hữu ích trong việc nghiên cứu các hiện tượng kinh tế mới như hệ sinh thái đổi mới, nền kinh tế nền tảng và các quá trình ra quyết định dựa trên dữ liệu trong doanh nghiệp. Do đó, việc vận dụng khuôn khổ MAS không chỉ mở rộng phương pháp tiếp cận trong nghiên cứu kinh tế mà còn cung cấp một công cụ phân tích mạnh mẽ nhằm hiểu rõ hơn các động lực vận hành của các hệ thống kinh tế phức tạp trong bối cảnh chuyển đổi số hiện nay.

Tác tử được hiểu là một hệ thống tính toán có khả năng vận hành tự động và linh hoạt trong những môi trường động, mở và khó dự đoán. Hệ thống này thường được thiết kế để thực hiện các nhiệm vụ cụ thể, có phạm vi nhỏ và được xác định rõ ràng. Trong môi trường internet, tác tử (hay còn gọi là tác tử thông minh) là một chương trình phần mềm có khả năng tự động thu thập thông tin hoặc thực hiện một dịch vụ nhất định theo lịch trình định trước mà không cần sự can thiệp trực tiếp của con người.

Trong lĩnh vực phát triển phần mềm, khái niệm này còn được xem như một mô hình xây dựng hệ thống. Một tác tử có thể hoạt động độc lập thay mặt cho người dùng hoặc chủ sở hữu, tự quyết định các hành động cần thiết để đạt được mục tiêu đã đặt ra mà không cần nhận các chỉ dẫn liên tục. Đồng thời, nó cũng có thể được xem như một thực thể xử lý thông tin có khả năng vận hành trên nhiều máy tính khác nhau và trao đổi dữ liệu thông qua môi trường mạng. Khác với các hệ quản trị cơ sở dữ liệu tri thức, hệ thống này tập trung vào khả năng hành động tự chủ trong một môi trường xác định nhằm đạt được các mục tiêu thiết kế. Trong trường hợp của tác tử thông tin, hệ thống không chỉ hoạt động độc lập mà còn thể hiện tính linh hoạt cao khi tương tác với môi trường làm việc.

TỔNG QUAN NGHIÊN CỨU

Công nghệ đa tác tử cung cấp một nền tảng lý thuyết phù hợp cho việc nâng cao chất lượng quản trị quan hệ khách hàng thông qua cải thiện mức độ hài lòng của khách hàng, hiệu quả vận hành và khả năng cá nhân hóa dịch vụ.

Về phương diện lý luận, CRM được phát triển trên cơ sở marketing quan hệ và quản trị vòng đời khách hàng, nhấn mạnh tương tác cá thể hóa, tạo lập giá trị dài hạn và củng cố lòng trung thành của khách hàng (Rungruang và cộng sự, 2024). Trong bối cảnh các hệ thống CRM hiện đại phải xử lý khối lượng lớn dữ liệu khách hàng và đáp ứng nhu cầu tùy biến dịch vụ theo thời gian thực, việc tích hợp các công nghệ tự động hóa và AI đã trở thành xu hướng tất yếu (Gudavalli và cộng sự, 2020; Blömker và Albrecht, 2025).

Lý thuyết về công nghệ đa tác tử được hình thành trên nền tảng mô hình hóa dựa trên tác tử và AI phân tán; trong đó nhấn mạnh các đặc trưng như tính tự chủ, khả năng phối hợp và tính thích ứng của các tác tử trong những môi trường phức hợp (Liu và cộng sự, 2025). Những đặc trưng này cho thấy, công nghệ đa tác tử có mức độ tương thích cao với các hệ thống CRM hiện đại, bởi nó cho phép tự động hóa quá trình tương tác với khách hàng, dự báo nhu cầu và cung cấp nội dung, dịch vụ được cá nhân hóa mà không phụ thuộc hoàn toàn vào sự can thiệp trực tiếp của con người. Các năng lực cốt lõi của MAS như cung ứng dịch vụ thích ứng, xử lý tương tác tự động và hỗ trợ ra quyết định theo thời gian thực có quan hệ trực tiếp với các kết quả đầu ra của CRM (Chen và cộng sự, 2021; Akbulut và cộng sự, 2024).

Trên cơ sở đó, khung khái niệm của nghiên cứu này xác định công nghệ đa tác tử là nhân tố công nghệ nền tảng có ảnh hưởng đến hiệu quả của CRM. Việc kết hợp Lý thuyết CRM với Lý thuyết công nghệ đa tác tử tạo cơ sở cho việc xây dựng các hệ thống thông minh, phân tán, hướng tới mục tiêu nâng cao mức độ hài lòng của khách hàng, tối ưu hóa hiệu quả vận hành và tăng cường cá nhân hóa dịch vụ (Zhou và cộng sự, 2025). Cách tiếp cận này đặc biệt có ý nghĩa đối với các NHTM Việt Nam trong bối cảnh chuyển đổi số, khi yêu cầu quản lý dữ liệu quy mô lớn và đáp ứng nhu cầu ngày càng đa dạng của khách hàng đang đặt ra nhu cầu cấp thiết đối với các giải pháp CRM tiên tiến.

Mặc dù công nghệ đa tác tử đã được ứng dụng trong nhiều lĩnh vực như quản trị chuỗi cung ứng, y tế và an ninh, số lượng nghiên cứu tích hợp trực tiếp Lý thuyết công nghệ đa tác tử với CRM trong ngành ngân hàng, đặc biệt là tại các nền kinh tế mới nổi, vẫn còn khá hạn chế (Ayaz và cộng sự, 2025). Khoảng trống này cho thấy tiềm năng đáng kể của các hệ thống CRM dựa trên công nghệ đa tác tử trong việc giải quyết những thách thức vận hành và nâng cao chất lượng dịch vụ tại các NHTM Việt Nam.

ĐỀ XUẤT MÔ HÌNH KIẾN TRÚC TÁC TỬ TRONG QUẢN LÝ KHÁCH HÀNG

Trong hoạt động tìm kiếm khách hàng và triển khai hợp đồng giao dịch theo các điều kiện đã thỏa thuận, các ngân hàng thường phải tiêu tốn nhiều thời gian và nguồn lực nhân sự. Việc ứng dụng công nghệ tác tử cho phép tự động hóa các nhiệm vụ liên quan đến giao tiếp và xử lý thông tin khách hàng, qua đó giúp tiết kiệm chi phí, giảm áp lực lên nhân sự và nâng cao hiệu quả vận hành. Các thuật toán đa tác tử có khả năng xử lý khối lượng lớn dữ liệu khách hàng trước khi đưa ra quyết định giao dịch, đồng thời hỗ trợ lựa chọn các sản phẩm và dịch vụ phù hợp với nhu cầu của từng khách hàng.

Thành phần cốt lõi của MAS là cơ chế giao tiếp giữa các tác tử. Trong thực tế, các tác tử cần có khả năng tương tác với người dùng, các tài nguyên của hệ thống và những tác tử khác nhằm phối hợp, hợp tác hoặc đàm phán trong quá trình thực hiện nhiệm vụ. Đặc biệt, giao tiếp giữa các tác tử thường được thực hiện thông qua các ngôn ngữ truyền thông chuyên biệt dành cho tác tử, được xây dựng trên cơ sở lý thuyết hành vi ngôn ngữ, qua đó cho phép phân biệt rõ giữa hành động giao tiếp và nội dung thông tin được truyền đạt.

Một trong những hướng ứng dụng quan trọng của MAS là quản lý thông tin. Trên thực tế, internet được xem là môi trường đặc biệt phù hợp cho các MAS nhờ đặc tính phân tán vốn có và sự gia tăng nhanh chóng của khối lượng thông tin sẵn có. Trong bối cảnh đó, các tác tử có thể được sử dụng để tìm kiếm, sàng lọc và xử lý thông tin một cách tự động. Đồng thời, sự phát triển của internet cũng tạo điều kiện thuận lợi cho việc ứng dụng công nghệ tác tử vào quản trị quy trình nghiệp vụ trong lĩnh vực ngân hàng, đặc biệt trong lựa chọn và xử lý các giao dịch với khách hàng.

Để mở rộng và nâng cao hiệu quả giao dịch với khách hàng, hệ thống ngân hàng cần được trang bị các cơ chế đàm phán dịch vụ hiệu quả. Tuy nhiên, trên thực tế, các phương thức hỗ trợ đàm phán trong lĩnh vực ngân hàng hiện nay vẫn còn hạn chế. Phần lớn hệ thống chưa cho phép khách hàng thương lượng linh hoạt về điều kiện dịch vụ và giao dịch với ngân hàng; thay vào đó, khách hàng chủ yếu chỉ có thể chấp nhận các điều kiện sẵn có hoặc tìm đến ngân hàng khác có dịch vụ phù hợp hơn với nhu cầu của mình. Trong các giao dịch tại NHTM Việt Nam, quá trình đàm phán thường diễn ra ở mức đơn giản, khi khách hàng lựa chọn dịch vụ mong muốn và thực hiện giao dịch trên cơ sở chấp nhận các chi phí và điều kiện do ngân hàng đưa ra. Mặc dù khách hàng có thể sử dụng các công cụ tìm kiếm để tham khảo những dịch vụ phổ biến, khả năng phản hồi nhanh từ phía ngân hàng vẫn còn hạn chế do phần lớn yêu cầu được tiếp nhận qua môi trường trực tuyến hoặc thư điện tử. Các hình thức đàm phán truyền thống hoặc trực tiếp, vì vậy thường mất nhiều thời gian, gây bất tiện cho khách hàng và chưa phù hợp với yêu cầu của nền kinh tế số.

Trên cơ sở đó, nghiên cứu đề xuất một thuật toán đàm phán, lựa chọn và xử lý giao dịch với khách hàng trong ngân hàng (Hình). Thuật toán này cho phép ngân hàng thu thập và phân tích thông tin khách hàng, đề xuất các dịch vụ phù hợp với nhu cầu cụ thể, đồng thời nâng cao mức độ hài lòng của khách hàng. Việc thực hiện các giao dịch và thỏa thuận hợp đồng nhờ đó được tối ưu theo hướng giảm thiểu thời gian, chi phí vận hành cho ngân hàng và nâng cao chất lượng cung ứng dịch vụ trong các NHTM Việt Nam.

Hình: Thuật toán lựa chọn và xử lý giao dịch với khách hàng ngân hàng

Nguồn: Nhóm tác giả đề xuất

KẾT LUẬN

Nghiên cứu cho thấy, MAS có tiềm năng nâng cao hiệu quả CRM trong các NHTM Việt Nam thông qua tối ưu hóa quy trình nội bộ, tăng cường năng lực phân tích dữ liệu và cải thiện chất lượng phục vụ khách hàng. Các kiến trúc và thuật toán được đề xuất góp phần hỗ trợ cá nhân hóa dịch vụ, nâng cao hiệu quả vận hành và mức độ hài lòng của khách hàng trong bối cảnh chuyển đổi số ngân hàng. Đồng thời, nghiên cứu cũng bổ sung cơ sở lý luận về ứng dụng công nghệ đa tác tử trong CRM ngân hàng và tạo nền tảng tham khảo cho các nghiên cứu tiếp theo cũng như cho việc triển khai các giải pháp CRM thông minh tại các thị trường mới.

Bên cạnh đó, MAS còn cho thấy khả năng cải thiện các quy trình nội bộ trong lĩnh vực ngân hàng. Hệ thống được đề xuất hỗ trợ giao tiếp tự động, xử lý giao dịch và đàm phán giữa các tác tử, từ đó nâng cao hiệu quả vận hành và tạo điều kiện cung cấp các dịch vụ mang tính cá nhân hóa cao hơn.

Ngoài ra, việc triển khai các thuật toán đàm phán trong MAS cho phép ngân hàng tương tác với khách hàng theo thời gian thực, đồng thời đề xuất các lựa chọn dịch vụ phù hợp với đặc điểm và nhu cầu của từng khách hàng. Cơ chế này không chỉ giúp tiết kiệm thời gian và nguồn lực cho cả ngân hàng lẫn khách hàng, mà còn góp phần nâng cao trải nghiệm và mức độ hài lòng của khách hàng. Kết quả này cho thấy, MAS có khả năng giải quyết các vấn đề liên quan đến hạn chế hạ tầng công nghệ, sự đa dạng của khách hàng và yêu cầu cá nhân hóa dịch vụ trong ngành ngân hàng Việt Nam.

Nhìn chung, kết quả nghiên cứu khẳng định rằng, những giải pháp dựa trên công nghệ đa tác tử được đề xuất là phù hợp với khung lý thuyết kết hợp giữa CRM và MAS. Qua đó, nghiên cứu chứng minh tính khả thi về mặt thực tiễn của công nghệ đa tác tử trong CRM ngân hàng, một lĩnh vực vẫn còn ít được quan tâm trong các nghiên cứu trước đây, đặc biệt tại các nền kinh tế mới nổi. Đồng thời, kết quả này góp phần thu hẹp khoảng trống lý thuyết đã được nhận diện và tạo nền tảng khái niệm cho các nghiên cứu tiếp theo về các giải pháp CRM thông minh trong những bối cảnh tương tự.

(*) Nghiên cứu là sản phẩm của đề tài khoa học và công nghệ cấp Đại học mã số ĐH2026TN07-04: “Nghiên cứu các nhân tố ảnh hưởng đến việc phát triển hệ sinh thái ngân hàng trong bối cảnh chuyển đổi số tại Thái Nguyên”.

Tài liệu tham khảo

1. Akbulut, O., Çelik, T., Ekin, Y., and Çelik Yetim, A. (2024). A research on Fethiye Babadag commercial tandem paragliding participants within the scope of experiential tourism. Journal of Outdoor Recreation and Tourism, 47, 100806.

2. Ayaz, O., Tabaghdehi, S. A. H., Rosli, A., and Tambay, P. (2025). Ethical implications of employee and customer digital footprint: SMEs perspective. Journal of Business Research, 188, 115088.

3. Blömker, J., and Albrecht, C.-M. (2025). A path from multichannel customer data to real-time personalization: Predicting customers’ psychological traits through machine learning. Journal of Retailing and Consumer Services, 87, 104349.

4. Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(Suppl 3), 7280-7287.

5. Chen, M., Sharma, A., Bhola, J., Nguyen, T. V. T., and Truong, C. V. (2021). Multi-agent task planning and resource apportionment in a smart grid. International Journal of System Assurance Engineering and Management, 13(2), 444-455.

6. Epstein, J. M., and Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. Brookings Institution Press.

7. Farmer, J. D., and Foley, D. (2009). The economy needs agent-based modelling. Nature, 460, 685-686.

8. Gudavalli, S., and Tangudu, A. (2020, March 20). AI-driven customer insight models in healthcare. International Journal of Research and Analytical Reviews, 7(2).

9. Liu, W., Zhang, H., Li, S. K., and Liu, Y. (2025). The time-healing effects: A multi-method study on how time affects consumers’ attitude change following the occurrence of brand scandals. Journal of Business Research, 189, 115202.

10. Rungruang, C., Riyapan, P., Intarasit, A., Chuarkham, K., and Muangprathub, J. (2024). RFM model customer segmentation based on hierarchical approach using FCA. Expert Systems with Applications, 237(Part B), 121449.

11. Shoham, Y., and Leyton-Brown, K. (2009). Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge University Press.

12. Tesfatsion, L. (2003). Agent-based computational economics: Modeling economies as complex adaptive systems. Information Sciences, 149(4), 262-268.

13. Tesfatsion, L (2007). Agent-based computational economics. Scholarpedia, 2(2). DOI:10.4249/scholarpedia.1970.

14. Wooldridge, M. (2009). An Introduction to MultiAgent Systems (2nd ed.). John Wiley & Sons.

15. Zhou, Y.-J., Zhou, M., Yang, J.-B., Cheng, B.-Y., and Wu, J. (2025). Decentralized multipartite consensus model for multi-attribute group decision making: A user experience-oriented perspective. Expert Systems with Applications, 287, 127917.