Trước khi AI trở thành từ khóa phổ biến, JPMorgan Chase đã gặp bài toán thực tế: hợp đồng ngày càng nhiều, điều khoản ngày càng phức tạp, nhưng xử lý vẫn dựa chủ yếu vào con người. Từ điểm nghẽn đó, JPMorgan COiN ra đời như một quyết định chiến lược về vận hành. Với Learning Chain, đây là case cho thấy ROI của AI đến từ việc tối ưu đúng quy trình cốt lõi đang âm thầm đốt chi phí mỗi ngày.
Mỗi năm, bộ phận tín dụng thương mại của JPMorgan phải xử lý khoảng 12.000 hợp đồng tín dụng bán buôn. Nghe thì không nhiều, nhưng mỗi hợp đồng lại chứa hàng chục điều khoản pháp lý phức tạp, đòi hỏi luật sư và chuyên viên tín dụng cấp cao phải đọc, đối chiếu, diễn giải và trích xuất dữ liệu thủ công.
Cộng dồn lại, khối lượng công việc này tiêu tốn tới 360.000 giờ lao động mỗi năm. Không chỉ là chi phí lương khổng lồ, mà còn là áp lực lặp lại, rủi ro sai sót và sự lãng phí nguồn lực chất lượng cao vào những tác vụ không tạo ra giá trị chiến lược.
Đứng trước thực tế đó, JPMorgan có hai lựa chọn quen thuộc: tiếp tục tuyển thêm người, hoặc thay đổi cách làm tận gốc. Và họ chọn con đường khó hơn – nhưng bền vững hơn.
Năm 2017, JPMorgan chính thức triển khai COiN (Contract Intelligence) – một nền tảng phân tích hợp đồng dựa trên Machine Learning và Natural Language Processing. COiN không phải chatbot, cũng không phải công cụ OCR đơn thuần. Nó được huấn luyện để hiểu cấu trúc ngôn ngữ pháp lý, cách các điều khoản vận hành và mối liên hệ giữa chúng trong hợp đồng tín dụng.
Thay vì để con người đọc từng trang, COiN tiếp cận hợp đồng như một nguồn dữ liệu có cấu trúc. Hệ thống tự động quét tài liệu, xác định điều khoản quan trọng và trích xuất khoảng 150 trường dữ liệu cần thiết cho quy trình tín dụng – nhanh, nhất quán và không mệt mỏi.
Ở Learning Chain, chúng tôi thường gọi đây là ví dụ tiêu biểu của “AI đi vào lõi vận hành”, nơi công nghệ không đứng ngoài hỗ trợ, mà trở thành một phần của hạ tầng doanh nghiệp.
Khi đánh giá ROI của một dự án AI, điều quan trọng không chỉ là chi phí đầu tư mà là mức độ thay đổi năng suất mà hệ thống tạo ra. COiN trở thành một trong những ví dụ kinh điển và thường xuyên được trích dẫn bởi các tổ chức tài chính trên toàn thế giới.
Điểm ROI lớn nhất của COiN không nằm ở việc “làm được nhiều hơn”, mà là làm nhanh hơn đến mức thay đổi cuộc chơi. Khối lượng công việc từng tiêu tốn 360.000 giờ mỗi năm giờ được xử lý chỉ trong vài giây.
Điều này không chỉ giúp JPMorgan tiết kiệm chi phí trực tiếp, mà quan trọng hơn là giải phóng thời gian của đội ngũ pháp lý cấp cao – những người có thể tạo ra giá trị lớn hơn nhiều khi tập trung vào tư vấn giao dịch, quản trị rủi ro và chiến lược.
Trong lĩnh vực tài chính, một sai sót nhỏ trong điều khoản có thể dẫn đến rủi ro pháp lý nghiêm trọng. COiN loại bỏ gần như hoàn toàn lỗi nhập liệu và diễn giải chủ quan, đảm bảo tính nhất quán trên hàng nghìn hợp đồng mỗi năm.
Đây là dạng ROI không dễ quy đổi thành con số, nhưng lại mang giá trị sống còn đối với một tổ chức tài chính toàn cầu.
Một điểm Learning Chain luôn nhấn mạnh khi phân tích case này: COiN không được xây để cắt giảm nhân sự. Nó được xây để tái phân bổ nguồn lực. Luật sư và chuyên viên tín dụng không bị thay thế, mà được “giải phóng” khỏi công việc lặp lại để tập trung vào những quyết định mang tính con người và chiến lược.
Đây cũng là bài học nghề nghiệp quan trọng trong kỷ nguyên AI: công nghệ không lấy đi việc làm, nó lấy đi những phần việc khiến con người không thể phát huy hết năng lực.
Sau thành công ban đầu, JPMorgan nhanh chóng mở rộng COiN sang nhiều mảng khác: hợp đồng lưu ký, thỏa thuận phái sinh, tài liệu tuân thủ và các quy trình pháp lý phức tạp khác.
COiN không còn là một dự án AI đơn lẻ. Nó trở thành một phần của hạ tầng công nghệ, nằm trong chiến lược đầu tư hơn 12 tỷ USD mỗi năm của JPMorgan cho công nghệ. Ở quy mô này, ngân hàng không còn đơn thuần là tổ chức tài chính – mà là một công ty công nghệ vận hành bằng dữ liệu.
Nhìn từ cộng đồng Learning Chain, đây là sự khác biệt cốt lõi giữa “dùng AI” và “xây AI như hạ tầng”.
Case COiN cho thấy rất rõ một điều:
“giá trị thật của AI không nằm ở sự hào nhoáng, mà nằm ở việc nó có thể thay đổi cách doanh nghiệp vận hành mỗi ngày hay không”
Khi AI chạm được vào quy trình cốt lõi, ROI không còn là giả định – nó trở thành kết quả tất yếu. Với những ai đang làm trong AI, dữ liệu, sản phẩm hay vận hành, COiN là lời nhắc quan trọng: hãy bắt đầu từ bài toán thật, nơi thời gian, chi phí và rủi ro đang bị tiêu hao âm thầm. Nếu bạn muốn tiếp tục đào sâu những case AI mang tính ứng dụng thực tế như thế này, Learning Chain luôn là không gian để cùng nhau trao đổi.
CÂU HỎI THƯỜNG GẶP
Vì sao JPMorgan chọn tự xây hệ thống COiN thay vì mở rộng đội ngũ pháp chế?
Vì mở rộng nhân sự không giải quyết được bài toán lặp lại và chi phí khổng lồ. Xây hệ thống AI giúp họ chuẩn hóa quy trình, tăng tốc độ xử lý và giảm sai sót ở quy mô lớn.
ROI của COiN đến từ yếu tố nào là lớn nhất?
Lớn nhất là tiết kiệm thời gian xử lý – từ 360.000 giờ xuống vài giây. Điều này giải phóng năng lực của đội ngũ luật sư để tập trung vào các công việc tạo giá trị cao hơn.
Vì sao COiN được coi là hạ tầng chứ không chỉ là một ứng dụng AI?
Vì nó được tích hợp sâu vào quy trình cốt lõi và mở rộng sang nhiều bộ phận khác nhau. COiN trở thành nền móng cho chiến lược công nghệ dài hạn của JPMorgan, không phải một dự án thử nghiệm.
