Từ ngày 15/11/2026, Thông tư 53/2026/TT-NHNN chính thức có hiệu lực, đặt ra các yêu cầu về an toàn, quản lý rủi ro và điều kiện triển khai hệ thống trí tuệ nhân tạo (AI) trong ngành Ngân hàng.

Đối với các tổ chức đang ứng dụng AI vào chấm điểm tín dụng, tự động hóa giao dịch, chăm sóc khách hàng hoặc hỗ trợ ra quyết định, việc triển khai không chỉ còn là bài toán về hiệu quả công nghệ mà còn liên quan trực tiếp đến quản lý rủi ro, bảo vệ dữ liệu và trách nhiệm pháp lý.

Thông tư quy định cụ thể cách phân loại hệ thống AI, yêu cầu giám sát của con người, kiểm thử an ninh mạng và quản lý nhà cung cấp bên thứ ba. Bài viết dưới đây tổng hợp những nội dung quan trọng cùng checklist giúp các bộ phận Công nghệ, An toàn thông tin, Quản trị rủi ro và Pháp chế chuẩn bị triển khai.

Bài viết mang tính tham khảo, không phải tư vấn pháp lý. Vui lòng đối chiếu văn bản gốc và ý kiến pháp chế của đơn vị.

Thông tư 53/2026/TT-NHNN áp dụng cho ai?

Theo Điều 1, Thông tư điều chỉnh việc ứng dụng hệ thống AI để ra quyết định hoặc hỗ trợ ra quyết định trong hoạt động nghiệp vụ cung cấp dịch vụ cho khách hàng.

Các đối tượng áp dụng bao gồm tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, tổ chức cung ứng dịch vụ trung gian thanh toán, công ty thông tin tín dụng, tổ chức cung ứng dịch vụ Tiền di động và các đơn vị khác được quy định trong Thông tư.

Tuy nhiên, không phải mọi công cụ AI đang được sử dụng tại ngân hàng đều mặc nhiên thuộc phạm vi điều chỉnh bắt buộc.

Thông tư phân biệt hai trường hợp đáng chú ý:

  • Hệ thống AI phục vụ quản trị, điều hành nội bộ được khuyến khích áp dụng các quy định này.
  • Dịch vụ AI của bên thứ ba dùng như công cụ hỗ trợ cá nhân, không tích hợp vào quy trình nghiệp vụ hay hệ thống thông tin của đơn vị thì không thuộc phạm vi điều chỉnh. Ngược lại, khi một mô hình ngôn ngữ lớn được tích hợp qua API vào quy trình nghiệp vụ, đơn vị cần xem lại mình có thuộc phạm vi hay không.

Các mốc hiệu lực cần ghi vào kế hoạch

Mốc

Nội dung (Điều 23, Điều 24)

15/11/2026

Thông tư có hiệu lực, trừ các điểm dưới đây

01/01/2027

Điều 14: khung quản lý rủi ro AI theo 3 tuyến bảo vệ

01/03/2027

Hệ thống AI đã vận hành chính thức trước 15/11/2026 phải tuân thủ Chương II, III, IV

01/09/2027

Điểm b khoản 1 Điều 6 (biện pháp theo OWASP) và Điều 21 (nguồn nhân lực; trừ đơn vị có hệ thống AI rủi ro cao)

Năm nhóm yêu cầu với AI trong ngân hàng

1. Phân loại rủi ro và lập danh mục hệ thống AI

Theo Điều 4, hệ thống AI phải được phân loại theo ba mức: rủi ro cao, trung bình và thấp.

Đáng chú ý, Thông tư xác định một số trường hợp AI rủi ro cao trong lĩnh vực ngân hàng dựa trên loại nghiệp vụ và giá trị giao dịch.

Hoạt động do AI tự động thực hiện

Ngưỡng xác định rủi ro cao

Giao dịch thanh toán của khách hàng cá nhân

Một giao dịch trên 10 triệu đồng hoặc tổng giao dịch trong ngày trên 20 triệu đồng

Giao dịch thanh toán của khách hàng tổ chức

Một giao dịch trên 50 triệu đồng hoặc tổng giao dịch trong ngày trên 100 triệu đồng

Quyết định cấp tín dụng

Khoản cấp tín dụng từ 50 triệu đồng trở lên

Các ngưỡng này là căn cứ phân loại rủi ro, không phải hạn mức tối đa được phép giao dịch bằng AI. Việc thực hiện giao dịch tự động còn phải đáp ứng các điều kiện riêng tại Điều 5.

Kết quả phân loại phải được cấp có thẩm quyền phê duyệt. Đồng thời, đơn vị phải xây dựng danh mục hệ thống AI, bao gồm tên hệ thống, mục đích sử dụng, mức rủi ro, nhà cung cấp, phiên bản và văn bản phê duyệt.

Danh mục này phải được rà soát, cập nhật tối thiểu hằng năm.

Đối với tổ chức đang triển khai nhiều ứng dụng AI, đây là bước nền tảng để nhận diện hệ thống nào cần ưu tiên kiểm soát.

2. Duy trì khả năng giám sát và can thiệp của con người

Một nguyên tắc quan trọng tại Điều 3 là AI không thay thế thẩm quyền và trách nhiệm của con người.

Theo Điều 5, đơn vị phải xây dựng cơ chế giám sát và bảo đảm người có thẩm quyền có thể can thiệp khi hệ thống AI hoạt động sai lệch.

Cơ chế này bao gồm khả năng:

  • Ghi đè, điều chỉnh hoặc tạm dừng quyết định của AI.
  • Kích hoạt cơ chế ngắt khẩn cấp khi cần thiết.
  • Ghi nhận nội dung, thời gian, người thực hiện và lý do của mỗi lần can thiệp.

Đối với các hệ thống AI rủi ro cao, yêu cầu giám sát liên tục càng quan trọng.

Chẳng hạn, nếu AI tham gia đánh giá hồ sơ tín dụng và phát sinh kết quả bất thường, đơn vị cần có khả năng phát hiện, kiểm tra và can thiệp trước khi sự cố ảnh hưởng đến khách hàng.

3. Bảo đảm an toàn hệ thống AI, dữ liệu và khả năng truy vết

Theo Điều 6, hệ thống AI phải được kiểm tra, đánh giá an ninh mạng trước khi vận hành chính thức và theo các trường hợp định kỳ hoặc thay đổi đáng kể.

Riêng đối với AI tạo sinh, nội dung kiểm tra bao gồm những rủi ro như:

  • Prompt injection (tấn công tiêm lệnh nhằm thao túng hành vi mô hình).
  • Tạo nội dung sai lệch hoặc không có căn cứ thực tế.
  • Thiên lệch trong kết quả đầu ra.

Đối với hệ thống rủi ro cao hoặc rủi ro trung bình có chức năng ra quyết định, điểm b khoản 1 Điều 6 còn quy định áp dụng các biện pháp an ninh mạng theo tiêu chuẩn và thông lệ quốc tế như OWASP hoặc tương đương, với thời điểm hiệu lực riêng.

Kiểm soát dữ liệu và nhật ký vận hành

Theo Điều 7, dữ liệu phục vụ huấn luyện, kiểm thử và vận hành phải có nguồn gốc hợp pháp, rõ ràng và được kiểm soát chất lượng.

Hệ thống cũng cần bảo đảm khả năng truy vết quá trình xử lý thông qua cơ chế ghi nhận và quản lý nhật ký theo các yêu cầu tương ứng.

Đối với ứng dụng sử dụng mô hình ngôn ngữ lớn (LLM), điều này đặt ra bài toán thực tế về việc quản lý dữ liệu gửi đến mô hình, quyền truy cập, phiên bản, cấu hình và kết quả xử lý.

Đánh giá mô hình độc lập

Theo Điều 16, mô hình cần được kiểm tra, đánh giá trước khi vận hành, định kỳ tối thiểu hằng năm và khi phát sinh những thay đổi hoặc sự cố thuộc trường hợp quy định.

Đáng chú ý, với mô hình do bên thứ ba cung cấp qua API, nội dung đánh giá bao gồm kiểm thử hộp đen trên tập dữ liệu thực tế của đơn vị.

Việc đánh giá phải được thực hiện bởi bộ phận độc lập với nhóm phát triển, triển khai, vận hành và nhà cung cấp mô hình.

Như vậy, việc lựa chọn một mô hình AI có hiệu năng tốt chưa đủ. Đơn vị cần chứng minh mô hình hoạt động phù hợp với dữ liệu và yêu cầu nghiệp vụ cụ thể.

4. Thiết lập khung quản lý rủi ro và kiểm soát nhà cung cấp

Điều 14 quy định việc tổ chức quản lý rủi ro AI theo ba tuyến bảo vệ độc lập:

  1. Tuyến vận hành: nhận diện, kiểm soát và giảm thiểu rủi ro trong quá trình phát triển, triển khai và sử dụng AI.
  2. Tuyến quản lý rủi ro và tuân thủ: xây dựng chính sách, kiểm tra và giám sát việc thực hiện.
  3. Tuyến kiểm toán nội bộ: đánh giá độc lập các hoạt động và cơ chế kiểm soát.

Khung quản lý bao gồm các nhóm rủi ro như mô hình, dữ liệu, an ninh mạng, tuân thủ, đạo đức, bên thứ ba và chuỗi cung ứng. Rủi ro danh tiếng cũng thuộc phạm vi quản lý đối với ngân hàng thương mại và chi nhánh ngân hàng nước ngoài.

Sử dụng AI bên thứ ba không làm giảm trách nhiệm của ngân hàng.

Điều 18 yêu cầu đơn vị đánh giá và quản lý rủi ro khi thuê ngoài phát triển, triển khai hoặc sử dụng giải pháp AI.

Các yêu cầu đối với hợp đồng bao gồm:

  • Tài liệu kiểm toán tuân thủ công nghệ thông tin độc lập hằng năm hoặc các chứng chỉ bảo mật, quản lý rủi ro quốc tế tương đương còn hiệu lực, như SOC 2, ISO/IEC 27001 hoặc ISO/IEC 42001. Nếu nhà cung cấp không cung cấp được, đơn vị phải thực hiện hoặc thuê đánh giá độc lập theo quy định.
  • Thông tin về chất lượng, đặc tính kỹ thuật, giới hạn và cơ chế cập nhật mô hình.
  • Công cụ, API, nhật ký hoặc phương tiện kỹ thuật để giám sát hiệu năng.
  • Cam kết về tính liên tục của dịch vụ và phương án chuyển tiếp khi có thay đổi.
  • Cam kết không sử dụng dữ liệu của đơn vị để huấn luyện, tinh chỉnh hoặc cải thiện mô hình khi chưa có sự đồng ý bằng văn bản.

Điều này đặc biệt đáng chú ý với các ứng dụng tích hợp LLM thông qua API hoặc sử dụng nền tảng AI theo mô hình dịch vụ.

Ngoài việc đánh giá nhà cung cấp ban đầu, ngân hàng còn phải duy trì cơ chế giám sát trong suốt thời gian hợp tác.

5. Minh bạch với khách hàng và chuẩn bị hồ sơ trước vận hành

Theo Điều 20, đối với hệ thống AI thay thế con người trong giao tiếp trực tiếp với khách hàng, đơn vị phải thông báo ngay từ đầu phiên làm việc hoặc hội thoại rằng khách hàng đang tương tác với AI.

Đơn vị cũng phải thiết lập quy trình tiếp nhận khiếu nại, trong đó các quyết định tự động bị khiếu nại phải được con người rà soát, đánh giá lại.

Với quyết định tự động ảnh hưởng trực tiếp đến nghĩa vụ tài chính, trách nhiệm pháp lý hoặc khả năng tiếp cận dịch vụ, đơn vị phải lưu trữ cơ sở và những yếu tố chính dẫn đến quyết định để phục vụ giải thích khi khách hàng yêu cầu, theo các điều kiện và ngoại lệ được quy định.

Trước khi vận hành chính thức, Điều 22 còn yêu cầu chuẩn bị hồ sơ trình cấp có thẩm quyền, bao gồm các nội dung liên quan như:

  • Phân loại rủi ro và kết quả đánh giá mô hình.
  • Kết quả kiểm tra, đánh giá an ninh mạng.
  • Đánh giá tác động và đánh giá sự phù hợp đối với hệ thống rủi ro cao.
  • Kế hoạch giám sát, bảo đảm vận hành liên tục và ứng phó sự cố.
  • Đánh giá điều kiện triển khai, nguồn nhân lực và phương án dừng, khôi phục hệ thống.

Các thành phần hồ sơ cần được xác định theo loại hệ thống và các yêu cầu tương ứng của Thông tư.

Checklist: 8 việc ngân hàng nên bắt đầu thực hiện

  1. Lập danh sách mọi hệ thống AI đang chạy hoặc đang thử nghiệm, kể cả trợ lý AI tạo sinh tích hợp vào quy trình nghiệp vụ.
  2. Xác định hệ thống nào thuộc phạm vi Thông tư, hệ thống nào chỉ là công cụ hỗ trợ cá nhân không tích hợp.
  3. Phân loại mức rủi ro theo Điều 4 và trình cấp có thẩm quyền phê duyệt.
  4. Kiểm tra nhật ký: hệ thống có ghi đủ người dùng, đầu vào, đầu ra, phiên bản mô hình và câu lệnh không.
  5. Rà hợp đồng với nhà cung cấp AI theo 8 điểm của khoản 3 Điều 18, đặc biệt chứng chỉ bảo mật và cam kết không dùng dữ liệu để huấn luyện.
  6. Bổ sung kịch bản kiểm thử prompt injection và nội dung sai lệch cho các ứng dụng dùng mô hình ngôn ngữ lớn.
  7. Thiết lập quy trình can thiệp của con người và ngắt khẩn cấp, có ghi nhận đầy đủ.
  8. Lên lộ trình cho các mốc 01/01/2027, 01/03/2027 và 01/09/2027.

Từ ngày 15/11/2026, Thông tư 53/2026/TT-NHNN chính thức có hiệu lực, đặt ra các yêu cầu về an toàn, quản lý rủi ro và điều kiện triển khai hệ thống trí tuệ nhân tạo (AI) trong ngành Ngân hàng.

Đối với các tổ chức đang ứng dụng AI vào chấm điểm tín dụng, tự động hóa giao dịch, chăm sóc khách hàng hoặc hỗ trợ ra quyết định, việc triển khai không chỉ còn là bài toán về hiệu quả công nghệ mà còn liên quan trực tiếp đến quản lý rủi ro, bảo vệ dữ liệu và trách nhiệm pháp lý.

Thông tư quy định cụ thể cách phân loại hệ thống AI, yêu cầu giám sát của con người, kiểm thử an ninh mạng và quản lý nhà cung cấp bên thứ ba. Bài viết dưới đây tổng hợp những nội dung quan trọng cùng checklist giúp các bộ phận Công nghệ, An toàn thông tin, Quản trị rủi ro và Pháp chế chuẩn bị triển khai.

Bài viết mang tính tham khảo, không phải tư vấn pháp lý. Vui lòng đối chiếu văn bản gốc và ý kiến pháp chế của đơn vị.

Thông tư 53/2026/TT-NHNN áp dụng cho ai?

Theo Điều 1, Thông tư điều chỉnh việc ứng dụng hệ thống AI để ra quyết định hoặc hỗ trợ ra quyết định trong hoạt động nghiệp vụ cung cấp dịch vụ cho khách hàng.

Các đối tượng áp dụng bao gồm tổ chức tín dụng, chi nhánh ngân hàng nước ngoài, tổ chức cung ứng dịch vụ trung gian thanh toán, công ty thông tin tín dụng, tổ chức cung ứng dịch vụ Tiền di động và các đơn vị khác được quy định trong Thông tư.

Tuy nhiên, không phải mọi công cụ AI đang được sử dụng tại ngân hàng đều mặc nhiên thuộc phạm vi điều chỉnh bắt buộc.

Thông tư phân biệt hai trường hợp đáng chú ý:

  • Hệ thống AI phục vụ quản trị, điều hành nội bộ được khuyến khích áp dụng các quy định này.
  • Dịch vụ AI của bên thứ ba dùng như công cụ hỗ trợ cá nhân, không tích hợp vào quy trình nghiệp vụ hay hệ thống thông tin của đơn vị thì không thuộc phạm vi điều chỉnh. Ngược lại, khi một mô hình ngôn ngữ lớn được tích hợp qua API vào quy trình nghiệp vụ, đơn vị cần xem lại mình có thuộc phạm vi hay không.

Các mốc hiệu lực cần ghi vào kế hoạch

Mốc

Nội dung (Điều 23, Điều 24)

15/11/2026

Thông tư có hiệu lực, trừ các điểm dưới đây

01/01/2027

Điều 14: khung quản lý rủi ro AI theo 3 tuyến bảo vệ

01/03/2027

Hệ thống AI đã vận hành chính thức trước 15/11/2026 phải tuân thủ Chương II, III, IV

01/09/2027

Điểm b khoản 1 Điều 6 (biện pháp theo OWASP) và Điều 21 (nguồn nhân lực; trừ đơn vị có hệ thống AI rủi ro cao)

Năm nhóm yêu cầu với AI trong ngân hàng

1. Phân loại rủi ro và lập danh mục hệ thống AI

Theo Điều 4, hệ thống AI phải được phân loại theo ba mức: rủi ro cao, trung bình và thấp.

Đáng chú ý, Thông tư xác định một số trường hợp AI rủi ro cao trong lĩnh vực ngân hàng dựa trên loại nghiệp vụ và giá trị giao dịch.

Hoạt động do AI tự động thực hiện

Ngưỡng xác định rủi ro cao

Giao dịch thanh toán của khách hàng cá nhân

Một giao dịch trên 10 triệu đồng hoặc tổng giao dịch trong ngày trên 20 triệu đồng

Giao dịch thanh toán của khách hàng tổ chức

Một giao dịch trên 50 triệu đồng hoặc tổng giao dịch trong ngày trên 100 triệu đồng

Quyết định cấp tín dụng

Khoản cấp tín dụng từ 50 triệu đồng trở lên

Các ngưỡng này là căn cứ phân loại rủi ro, không phải hạn mức tối đa được phép giao dịch bằng AI. Việc thực hiện giao dịch tự động còn phải đáp ứng các điều kiện riêng tại Điều 5.

Kết quả phân loại phải được cấp có thẩm quyền phê duyệt. Đồng thời, đơn vị phải xây dựng danh mục hệ thống AI, bao gồm tên hệ thống, mục đích sử dụng, mức rủi ro, nhà cung cấp, phiên bản và văn bản phê duyệt.

Danh mục này phải được rà soát, cập nhật tối thiểu hằng năm.

Đối với tổ chức đang triển khai nhiều ứng dụng AI, đây là bước nền tảng để nhận diện hệ thống nào cần ưu tiên kiểm soát.

2. Duy trì khả năng giám sát và can thiệp của con người

Một nguyên tắc quan trọng tại Điều 3 là AI không thay thế thẩm quyền và trách nhiệm của con người.

Theo Điều 5, đơn vị phải xây dựng cơ chế giám sát và bảo đảm người có thẩm quyền có thể can thiệp khi hệ thống AI hoạt động sai lệch.

Cơ chế này bao gồm khả năng:

  • Ghi đè, điều chỉnh hoặc tạm dừng quyết định của AI.
  • Kích hoạt cơ chế ngắt khẩn cấp khi cần thiết.
  • Ghi nhận nội dung, thời gian, người thực hiện và lý do của mỗi lần can thiệp.

Đối với các hệ thống AI rủi ro cao, yêu cầu giám sát liên tục càng quan trọng.

Chẳng hạn, nếu AI tham gia đánh giá hồ sơ tín dụng và phát sinh kết quả bất thường, đơn vị cần có khả năng phát hiện, kiểm tra và can thiệp trước khi sự cố ảnh hưởng đến khách hàng.

3. Bảo đảm an toàn hệ thống AI, dữ liệu và khả năng truy vết

Theo Điều 6, hệ thống AI phải được kiểm tra, đánh giá an ninh mạng trước khi vận hành chính thức và theo các trường hợp định kỳ hoặc thay đổi đáng kể.

Riêng đối với AI tạo sinh, nội dung kiểm tra bao gồm những rủi ro như:

  • Prompt injection (tấn công tiêm lệnh nhằm thao túng hành vi mô hình).
  • Tạo nội dung sai lệch hoặc không có căn cứ thực tế.
  • Thiên lệch trong kết quả đầu ra.

Đối với hệ thống rủi ro cao hoặc rủi ro trung bình có chức năng ra quyết định, điểm b khoản 1 Điều 6 còn quy định áp dụng các biện pháp an ninh mạng theo tiêu chuẩn và thông lệ quốc tế như OWASP hoặc tương đương, với thời điểm hiệu lực riêng.

Kiểm soát dữ liệu và nhật ký vận hành

Theo Điều 7, dữ liệu phục vụ huấn luyện, kiểm thử và vận hành phải có nguồn gốc hợp pháp, rõ ràng và được kiểm soát chất lượng.

Hệ thống cũng cần bảo đảm khả năng truy vết quá trình xử lý thông qua cơ chế ghi nhận và quản lý nhật ký theo các yêu cầu tương ứng.

Đối với ứng dụng sử dụng mô hình ngôn ngữ lớn (LLM), điều này đặt ra bài toán thực tế về việc quản lý dữ liệu gửi đến mô hình, quyền truy cập, phiên bản, cấu hình và kết quả xử lý.

Đánh giá mô hình độc lập

Theo Điều 16, mô hình cần được kiểm tra, đánh giá trước khi vận hành, định kỳ tối thiểu hằng năm và khi phát sinh những thay đổi hoặc sự cố thuộc trường hợp quy định.

Đáng chú ý, với mô hình do bên thứ ba cung cấp qua API, nội dung đánh giá bao gồm kiểm thử hộp đen trên tập dữ liệu thực tế của đơn vị.

Việc đánh giá phải được thực hiện bởi bộ phận độc lập với nhóm phát triển, triển khai, vận hành và nhà cung cấp mô hình.

Như vậy, việc lựa chọn một mô hình AI có hiệu năng tốt chưa đủ. Đơn vị cần chứng minh mô hình hoạt động phù hợp với dữ liệu và yêu cầu nghiệp vụ cụ thể.

4. Thiết lập khung quản lý rủi ro và kiểm soát nhà cung cấp

Điều 14 quy định việc tổ chức quản lý rủi ro AI theo ba tuyến bảo vệ độc lập:

  1. Tuyến vận hành: nhận diện, kiểm soát và giảm thiểu rủi ro trong quá trình phát triển, triển khai và sử dụng AI.
  2. Tuyến quản lý rủi ro và tuân thủ: xây dựng chính sách, kiểm tra và giám sát việc thực hiện.
  3. Tuyến kiểm toán nội bộ: đánh giá độc lập các hoạt động và cơ chế kiểm soát.

Khung quản lý bao gồm các nhóm rủi ro như mô hình, dữ liệu, an ninh mạng, tuân thủ, đạo đức, bên thứ ba và chuỗi cung ứng. Rủi ro danh tiếng cũng thuộc phạm vi quản lý đối với ngân hàng thương mại và chi nhánh ngân hàng nước ngoài.

Sử dụng AI bên thứ ba không làm giảm trách nhiệm của ngân hàng.

Điều 18 yêu cầu đơn vị đánh giá và quản lý rủi ro khi thuê ngoài phát triển, triển khai hoặc sử dụng giải pháp AI.

Các yêu cầu đối với hợp đồng bao gồm:

  • Tài liệu kiểm toán tuân thủ công nghệ thông tin độc lập hằng năm hoặc các chứng chỉ bảo mật, quản lý rủi ro quốc tế tương đương còn hiệu lực, như SOC 2, ISO/IEC 27001 hoặc ISO/IEC 42001. Nếu nhà cung cấp không cung cấp được, đơn vị phải thực hiện hoặc thuê đánh giá độc lập theo quy định.
  • Thông tin về chất lượng, đặc tính kỹ thuật, giới hạn và cơ chế cập nhật mô hình.
  • Công cụ, API, nhật ký hoặc phương tiện kỹ thuật để giám sát hiệu năng.
  • Cam kết về tính liên tục của dịch vụ và phương án chuyển tiếp khi có thay đổi.
  • Cam kết không sử dụng dữ liệu của đơn vị để huấn luyện, tinh chỉnh hoặc cải thiện mô hình khi chưa có sự đồng ý bằng văn bản.

Điều này đặc biệt đáng chú ý với các ứng dụng tích hợp LLM thông qua API hoặc sử dụng nền tảng AI theo mô hình dịch vụ.

Ngoài việc đánh giá nhà cung cấp ban đầu, ngân hàng còn phải duy trì cơ chế giám sát trong suốt thời gian hợp tác.

5. Minh bạch với khách hàng và chuẩn bị hồ sơ trước vận hành

Theo Điều 20, đối với hệ thống AI thay thế con người trong giao tiếp trực tiếp với khách hàng, đơn vị phải thông báo ngay từ đầu phiên làm việc hoặc hội thoại rằng khách hàng đang tương tác với AI.

Đơn vị cũng phải thiết lập quy trình tiếp nhận khiếu nại, trong đó các quyết định tự động bị khiếu nại phải được con người rà soát, đánh giá lại.

Với quyết định tự động ảnh hưởng trực tiếp đến nghĩa vụ tài chính, trách nhiệm pháp lý hoặc khả năng tiếp cận dịch vụ, đơn vị phải lưu trữ cơ sở và những yếu tố chính dẫn đến quyết định để phục vụ giải thích khi khách hàng yêu cầu, theo các điều kiện và ngoại lệ được quy định.

Trước khi vận hành chính thức, Điều 22 còn yêu cầu chuẩn bị hồ sơ trình cấp có thẩm quyền, bao gồm các nội dung liên quan như:

  • Phân loại rủi ro và kết quả đánh giá mô hình.
  • Kết quả kiểm tra, đánh giá an ninh mạng.
  • Đánh giá tác động và đánh giá sự phù hợp đối với hệ thống rủi ro cao.
  • Kế hoạch giám sát, bảo đảm vận hành liên tục và ứng phó sự cố.
  • Đánh giá điều kiện triển khai, nguồn nhân lực và phương án dừng, khôi phục hệ thống.

Các thành phần hồ sơ cần được xác định theo loại hệ thống và các yêu cầu tương ứng của Thông tư.

Checklist: 8 việc ngân hàng nên bắt đầu thực hiện

  1. Lập danh sách mọi hệ thống AI đang chạy hoặc đang thử nghiệm, kể cả trợ lý AI tạo sinh tích hợp vào quy trình nghiệp vụ.
  2. Xác định hệ thống nào thuộc phạm vi Thông tư, hệ thống nào chỉ là công cụ hỗ trợ cá nhân không tích hợp.
  3. Phân loại mức rủi ro theo Điều 4 và trình cấp có thẩm quyền phê duyệt.
  4. Kiểm tra nhật ký: hệ thống có ghi đủ người dùng, đầu vào, đầu ra, phiên bản mô hình và câu lệnh không.
  5. Rà hợp đồng với nhà cung cấp AI theo 8 điểm của khoản 3 Điều 18, đặc biệt chứng chỉ bảo mật và cam kết không dùng dữ liệu để huấn luyện.
  6. Bổ sung kịch bản kiểm thử prompt injection và nội dung sai lệch cho các ứng dụng dùng mô hình ngôn ngữ lớn.
  7. Thiết lập quy trình can thiệp của con người và ngắt khẩn cấp, có ghi nhận đầy đủ.
  8. Lên lộ trình cho các mốc 01/01/2027, 01/03/2027 và 01/09/2027.

Khi chọn nền tảng AI tạo sinh, nên hỏi nhà cung cấp những gì?

Thông tư 53/2026/TT-NHNN đặt ra những yêu cầu cụ thể về an toàn, quản lý rủi ro và giám sát hệ thống AI trong ngành Ngân hàng. Vì vậy, khi lựa chọn nền tảng AI tạo sinh, các tổ chức cần đánh giá không chỉ khả năng xử lý của mô hình mà còn cả tính năng quản trị, bảo vệ dữ liệu và mức độ hỗ trợ kiểm soát trong quá trình vận hành.

Một số tiêu chí quan trọng cần xem xét bao gồm khả năng phân quyền người dùng, ghi nhận nhật ký hoạt động, kiểm soát dữ liệu, các chứng nhận bảo mật và chính sách của nhà cung cấp đối với việc sử dụng dữ liệu để huấn luyện mô hình.

Claude Enterprise có thể hỗ trợ những gì?

Claude Enterprise là giải pháp AI dành cho doanh nghiệp do Anthropic phát triển, cung cấp các tính năng hỗ trợ tổ chức quản lý và sử dụng AI trong môi trường có yêu cầu cao về bảo mật và quản trị.

Những khả năng nổi bật bao gồm:

  • Quản lý truy cập: Hỗ trợ quản lý người dùng và phân quyền trong tổ chức.
  • Nhật ký kiểm toán (audit logs): Cho phép theo dõi và xuất thông tin về các hoạt động quản trị, hỗ trợ công tác kiểm toán và giám sát nội bộ.
  • Bảo vệ dữ liệu doanh nghiệp: Theo chính sách thương mại của Anthropic, dữ liệu đầu vào và đầu ra không được sử dụng để huấn luyện mô hình theo mặc định, trừ những trường hợp được khách hàng chủ động cho phép theo chính sách áp dụng.
  • Chứng nhận bảo mật và quản lý AI: Theo Anthropic Trust Center, Claude Enterprise nằm trong phạm vi các báo cáo và chứng nhận như SOC 2 Type II, ISO/IEC 27001 và ISO/IEC 42001.

Những tính năng này giúp Claude Enterprise trở thành một lựa chọn đáng cân nhắc đối với các tổ chức tài chính đang tìm kiếm giải pháp AI tạo sinh có khả năng quản trị và bảo mật dành cho doanh nghiệp.

Tuy nhiên, việc sử dụng Claude Enterprise không đồng nghĩa với việc hệ thống AI tự động đáp ứng Thông tư 53/2026/TT-NHNN. Mức độ tuân thủ còn phụ thuộc vào cách tích hợp, quy trình nghiệp vụ và các biện pháp quản lý rủi ro của từng tổ chức.

Kết luận

Thông tư 53/2026/TT-NHNN là một bước tiến trong việc thiết lập các yêu cầu quản lý rủi ro khi ứng dụng AI trong ngành Ngân hàng. Việc chủ động rà soát hệ thống, hoàn thiện quy trình kiểm soát và lựa chọn nền tảng phù hợp sẽ giúp các tổ chức khai thác AI hiệu quả hơn, đồng thời đáp ứng những yêu cầu ngày càng cao về an toàn và quản trị.

Với các tính năng dành cho doanh nghiệp, Claude Enterprise có thể là một trong những lựa chọn hỗ trợ tổ chức từng bước xây dựng môi trường ứng dụng AI an toàn, có kiểm soát.

LionTech cung cấp và triển khai giải pháp Claude tại Việt Nam, đồng hành cùng doanh nghiệp trong việc đánh giá nhu cầu, lựa chọn phương án triển khai và tích hợp AI vào hoạt động thực tế.

Đang tìm kiếm giải pháp AI tạo sinh phù hợp cho tổ chức? Liên hệ LionTech để được tư vấn về Claude Enterprise và các phương án triển khai phù hợp với nhu cầu quản trị, bảo mật của doanh nghiệp.


Nguồn: Thông tư 53/2026/TT-NHNN, Công báo số 555 ngày 17/10/2026 · CafeF: chính sách ngân hàng có hiệu lực từ tháng 11/2026

Góc nhìn LionTech · Data & Applied AIXem các bài viết khác