Đang chạy mực qua máy in — từng lớp màu một, kiên nhẫn nhé!
№ 01
№ 02
№ 03
№ 04
№ 05
№ 06
XPlainCredit · AI·20K Demo Day Zine
№ 24
XPlainCredit
Nền tảng hỗ trợ bộ phận tín dụng mở rộng tệp khách hàng chưa có lịch sử vay bằng đánh giá rủi ro nhanh, có giải thích rõ ràng, thay cho thẩm định thủ công.
Fig. 01 · Ảnh dự án
XPlainCredit — Mô tả chi tiết dự án
1. Tổng quan
XPlainCredit là hệ thống hỗ trợ thẩm định hồ sơ tín dụng có giải thích. Sản phẩm kết hợp:
Đánh giá mức độ rủi ro của khách hàng.
Giải thích những thông tin ảnh hưởng đến kết quả.
Tra cứu và gắn các điều khoản pháp luật, chính sách tín dụng liên quan vào nội dung giải thích.
Đề xuất hạn mức, lãi suất hoặc hành động tiếp theo.
Hỗ trợ cán bộ tín dụng đưa ra quyết định cuối cùng và lưu lại toàn bộ căn cứ để kiểm tra.
XPlainCredit hỗ trợ hai nhóm khách hàng:
Khách hàng có lịch sử tín dụng: đánh giá dựa trên thông tin hồ sơ và lịch sử vay, trả nợ.
Khách hàng chưa có lịch sử tín dụng: sử dụng thêm dữ liệu tài chính thay thế để hỗ trợ đánh giá.
Trong đó, dự án tập trung vào nhóm thứ hai, bao gồm sinh viên, lao động tự do, tiểu thương và người dùng ví điện tử. Đây là những người có thể có thu nhập và dòng tiền thực tế nhưng khó tiếp cận vay tiêu dùng do chưa có lịch sử tín dụng ngân hàng.
2. Bài toán
2.1. Khoảng trống trong thẩm định tín dụng hiện nay
Quy trình thẩm định tín dụng thường phụ thuộc nhiều vào lịch sử vay và trả nợ. Cách tiếp cận này phù hợp với khách hàng đã từng sử dụng sản phẩm tín dụng, nhưng gặp hạn chế với những người chưa từng vay ngân hàng.
Đối với nhóm khách hàng chưa có lịch sử tín dụng, doanh nghiệp thường phải lựa chọn giữa:
Từ chối hồ sơ do không đủ thông tin.
Yêu cầu nhiều chứng từ bổ sung, làm kéo dài thời gian xử lý.
Thực hiện kiểm tra thủ công trên nhiều nguồn dữ liệu.
Chấp nhận hồ sơ nhưng thiếu căn cứ đầy đủ để đánh giá rủi ro.
Hệ quả là doanh nghiệp có thể bỏ lỡ một nhóm khách hàng tiềm năng, trong khi khách hàng có khả năng tài chính thực tế vẫn khó tiếp cận vốn.
2.2. Kết quả chấm điểm chưa đủ để hỗ trợ quyết định
Một điểm tín dụng hoặc mức rủi ro chỉ trả lời câu hỏi:
“Hồ sơ này có rủi ro ở mức nào?”
Trong khi đó, cán bộ tín dụng và doanh nghiệp còn cần biết:
Vì sao hồ sơ được đánh giá như vậy?
Thông tin nào đang làm tăng hoặc giảm rủi ro?
Hồ sơ còn thiếu căn cứ gì?
Điều khoản pháp luật hoặc chính sách nào có liên quan?
Nên phê duyệt, từ chối hay yêu cầu bổ sung thông tin?
Hạn mức, lãi suất và điều kiện vay nào phù hợp?
Nếu phần chấm điểm, giải thích và tra cứu điều khoản nằm trên các hệ thống riêng biệt, cán bộ vẫn phải tổng hợp thủ công trước khi ra quyết định.
§
Phụ lục — Demo & Slides
Video demo
Bản demo trực tiếp
Slide trình bày
2.3. Nhu cầu của doanh nghiệp
Nhu cầu
Vấn đề hiện tại
Giá trị XPlainCredit hướng tới
Mở rộng khách hàng
Khó đánh giá người chưa có lịch sử tín dụng
Bổ sung phương pháp đánh giá dựa trên dữ liệu thay thế
Rút ngắn thời gian xử lý
Cán bộ phải tổng hợp nhiều nguồn
Tập trung thông tin, kết quả và giải thích trên một hồ sơ
Minh bạch hóa quyết định
Điểm số khó giải thích
Chỉ ra yếu tố ảnh hưởng và điều khoản liên quan
Chuẩn hóa quy trình
Cách đánh giá có thể khác nhau giữa cán bộ
Cung cấp cùng một cấu trúc thông tin và căn cứ đối chiếu
Kiểm tra, truy vết
Khó xác định căn cứ tại thời điểm quyết định
Lưu lại hồ sơ, kết quả, giải thích và xác nhận của cán bộ
3. Giải pháp kỹ thuật
3.1. Luồng xử lý tổng thể
flowchart LR
A[Hồ sơ và dữ liệu khách hàng] --> B[Kiểm tra chất lượng dữ liệu]
B --> C{Khách hàng có lịch sử tín dụng?}
C -->|Có| D[Đánh giá bằng dữ liệu truyền thống]
C -->|Không| E[Đánh giá bằng dữ liệu thay thế]
D --> F[Điểm tín dụng và mức rủi ro]
E --> F
F --> G[Phân tích các yếu tố ảnh hưởng]
G --> H[Tra cứu điều khoản liên quan]
H --> I[Giải thích kết quả và đề xuất hành động]
I --> J[Cán bộ tín dụng kiểm tra]
J --> K[Quyết định cuối cùng]
K --> L[Nhật ký và Dashboard]
3.2. Thu thập và kiểm tra dữ liệu
Hệ thống tiếp nhận các nhóm thông tin như:
Thông tin hồ sơ và nhu cầu vay.
Thu nhập và nghĩa vụ trả nợ hiện tại.
Thông tin nghề nghiệp và mức độ ổn định thu nhập.
Lịch sử tín dụng nếu có.
Dữ liệu tài chính thay thế như dòng tiền, tiền gửi hoặc tần suất phát sinh giao dịch.
Chứng từ do khách hàng hoặc cán bộ cung cấp.
Trước khi đánh giá, hệ thống thực hiện:
Kiểm tra trường bắt buộc.
Phát hiện dữ liệu thiếu hoặc bất thường.
Loại bỏ trường định danh, trường mục tiêu và thuộc tính không được phép đưa vào mô hình.
Tính các chỉ số tài chính như nghĩa vụ trả nợ và khả năng chi trả.
Đưa ra cảnh báo khi chất lượng dữ liệu chưa đủ tin cậy.
Khi hồ sơ thiếu thông tin quan trọng, hệ thống có thể chuyển đề xuất sang yêu cầu xem xét hoặc bổ sung thông tin, ngay cả khi điểm rủi ro ban đầu thấp.
3.3. Đánh giá theo hai nhóm khách hàng
XPlainCredit sử dụng hai hướng đánh giá:
Nhóm khách hàng
Nguồn thông tin chính
Mục tiêu
Có lịch sử tín dụng
Hồ sơ, thu nhập, dư nợ, lịch thanh toán, số ngày quá hạn và truy vấn tín dụng
Đánh giá dựa trên hành vi tín dụng đã quan sát
Chưa có lịch sử tín dụng
Hồ sơ, khả năng chi trả, thu nhập, dòng tiền, tiền gửi và mức độ ổn định tài chính
Bổ sung góc nhìn khi không có lịch sử vay ngân hàng
Hệ thống xác định nhóm khách hàng trước, sau đó sử dụng phương pháp đánh giá tương ứng. Nếu trạng thái lịch sử tín dụng chưa được xác minh, hồ sơ phải được chuyển sang kiểm tra thủ công thay vì tự suy đoán.
3.4. Giải thích kết quả gắn với điều khoản liên quan
Đây là thành phần trọng tâm của XPlainCredit.
Phần giải thích không chỉ hiển thị các yếu tố ảnh hưởng đến điểm số, mà còn kết hợp ba lớp thông tin:
Kết quả đánh giá
Điểm tín dụng, mức rủi ro, khả năng phát sinh khó khăn thanh toán và đề xuất ban đầu.
Nguyên nhân của kết quả
Những thông tin đang làm tăng hoặc giảm rủi ro, chẳng hạn nghĩa vụ trả nợ, mức thu nhập, lịch thanh toán hoặc độ ổn định dòng tiền.
Căn cứ để đối chiếu
Điều khoản pháp luật, quy định hoặc chính sách tín dụng có liên quan đến yếu tố đang được giải thích.
Nhờ đó, cán bộ có thể đọc kết quả theo cấu trúc:
Thông tin nào ảnh hưởng? → Ảnh hưởng theo hướng nào? → Điều khoản nào liên quan? → Cần xử lý tiếp như thế nào?
Các điều khoản được truy xuất từ kho tài liệu có metadata và đường dẫn nguồn. Chúng được sử dụng làm căn cứ tham khảo cho phần giải thích, không tự động thay đổi điểm số và không thay thế ý kiến pháp lý của chuyên gia.
3.5. Đề xuất hành động và con người kiểm soát
Từ kết quả đánh giá và phần giải thích, hệ thống hỗ trợ ba nhóm hành động:
Phê duyệt: hồ sơ đáp ứng các điều kiện xem xét.
Từ chối: rủi ro hoặc điều kiện hồ sơ không phù hợp.
Yêu cầu bổ sung: chưa đủ dữ liệu hoặc chứng từ để kết luận.
Cán bộ tín dụng có thể:
Kiểm tra toàn bộ căn cứ.
Điều chỉnh hạn mức và lãi suất.
Thêm điều kiện giải ngân.
Ghi chú lý do quyết định.
Xác nhận quyết định cuối cùng.
XPlainCredit là công cụ hỗ trợ thẩm định, không phải hệ thống tự động phê duyệt hoặc từ chối khoản vay.
3.6. Nhật ký quyết định và Dashboard
Khi cán bộ xác nhận quyết định, hệ thống lưu lại bản chụp tại thời điểm đó, bao gồm:
Dữ liệu đầu vào.
Kết quả đánh giá.
Các yếu tố ảnh hưởng.
Nội dung giải thích.
Điều khoản đã được đối chiếu.
Đề xuất của hệ thống.
Quyết định và ghi chú của cán bộ.
Dashboard đóng vai trò hỗ trợ quản lý, cung cấp:
Số lượng hồ sơ theo trạng thái.
Phân bố hồ sơ theo mức rủi ro.
Xu hướng tạo mới, chờ xử lý, phê duyệt và từ chối.
Mức độ thống nhất giữa đề xuất của hệ thống và quyết định của cán bộ.
Danh sách quyết định cần kiểm tra lại.
4. Tính khả thi
4.1. Khả thi về mặt kỹ thuật
POC hiện đã có các thành phần chính:
Giao diện dành cho cán bộ tín dụng.
Quản lý danh sách và chi tiết hồ sơ.
Hai hướng đánh giá cho khách hàng có và chưa có lịch sử tín dụng.
Kiểm tra chất lượng dữ liệu.
Tính điểm, mức rủi ro, hạn mức và đề xuất.
Giải thích các yếu tố ảnh hưởng.
Tra cứu thông tin chính sách và điều khoản.
Quy trình cán bộ xác nhận quyết định.
Nhật ký quyết định và Dashboard.
API phục vụ tích hợp với hệ thống bên ngoài.
Các hồ sơ kiểm thử hiện tại đã phủ hai nhóm khách hàng và ba loại đề xuất: phê duyệt, từ chối và yêu cầu xem xét. Luồng đánh giá, giải thích và xác nhận quyết định đã chạy được trong môi trường demo. Bằng chứng chi tiết nằm trong file EVALUATION.md của repo.
Mô hình thử nghiệm được huấn luyện trên 300.000 hồ sơ với cách chia dữ liệu theo thời gian. Báo cáo artifact hiện ghi nhận ROC-AUC khoảng 0,822 cho nhóm có lịch sử và 0,751 cho nhóm chưa có lịch sử. Kết quả này cho thấy hướng tiếp cận có tín hiệu kỹ thuật, nhưng chưa chứng minh hiệu quả trên thị trường Việt Nam. Chi tiết nằm trong training report.
4.2. Khả thi về dữ liệu
Dữ liệu nghiên cứu hiện dựa trên Home Credit – Credit Risk Model Stability. Dataset phù hợp để phát triển pipeline, kiểm tra cách chia dữ liệu theo thời gian, calibration và đánh giá khả năng phân biệt rủi ro.
Tuy nhiên:
Nhãn của cuộc thi chưa thể xem là định nghĩa default của một tổ chức tín dụng Việt Nam.
Dữ liệu thay thế trong dataset không đại diện trực tiếp cho dữ liệu ví điện tử, viễn thông, thuế hoặc ngân hàng tại Việt Nam.
Dữ liệu enrichment trong POC là dữ liệu mô phỏng.
Cần validation độc lập trên dữ liệu Việt Nam trước khi triển khai thực tế.
Vì vậy, tính khả thi hiện tại được xác định ở mức POC chức năng và nghiên cứu mô hình, chưa phải hệ thống sẵn sàng triển khai nghiệp vụ.
4.3. Khả thi về vận hành
Khả năng triển khai theo hướng hỗ trợ cán bộ là khả thi hơn so với tự động hóa hoàn toàn vì:
Không yêu cầu thay thế ngay quy trình phê duyệt hiện tại.
Có thể tích hợp theo từng bước với hệ thống quản lý khoản vay.
Cán bộ vẫn giữ quyền quyết định cuối cùng.
Doanh nghiệp có thể chạy thử trên một nhóm hồ sơ nhỏ trước.
Dữ liệu và quyết định được lưu lại để đánh giá hiệu quả sau pilot.
Các chỉ số nên đo trong giai đoạn thử nghiệm gồm:
Thời gian xử lý trung vị và phân vị 90%.
Số thao tác hoặc số hệ thống cán bộ phải sử dụng.
Tỷ lệ hồ sơ phải yêu cầu bổ sung.
Tỷ lệ thống nhất giữa đề xuất và quyết định của cán bộ.
Tỷ lệ quá hạn theo từng nhóm khách hàng.
Mức độ hữu ích và chính xác của phần giải thích.
Tỷ lệ điều khoản được truy xuất đúng và còn hiệu lực.
4.4. Khả thi về pháp lý và quản trị dữ liệu
Việc sử dụng dữ liệu cá nhân và dữ liệu tài chính phải được thiết kế theo nguyên tắc có mục đích rõ ràng, kiểm soát quyền truy cập, bảo mật và truy vết. Tại thời điểm hiện tại, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 đã có hiệu lực từ ngày 01/01/2026. Hoạt động của tổ chức tín dụng đồng thời chịu phạm vi điều chỉnh của Luật Các tổ chức tín dụng số 32/2024/QH15.
Trước khi triển khai, dự án cần:
Xác định cơ sở và mục đích xử lý từng nguồn dữ liệu.
Có cơ chế thông báo và quản lý sự đồng ý khi cần thiết.
Kiểm tra quyền sử dụng đối với dữ liệu từ đối tác.
Có chuyên gia pháp lý xác minh kho điều khoản và nội dung giải thích.
Không mô tả kết quả của hệ thống là ý kiến pháp lý chính thức.
4.5. Giới hạn hiện tại
Hạng mục
Hiện trạng
Việc cần hoàn thiện
Mô hình
Có kết quả trên dữ liệu nghiên cứu
Validation trên dữ liệu Việt Nam
Dữ liệu thay thế
Đang sử dụng dữ liệu mô phỏng
Tích hợp nguồn thật có sự cho phép
Tra cứu điều khoản
Có pipeline và giao diện thử nghiệm
Xây dựng corpus chính thức, kiểm tra hiệu lực và độ liên quan
Giải thích
Đã gắn với yếu tố ảnh hưởng
Thẩm định bởi chuyên gia tín dụng và pháp lý
Fairness
Có nền tảng đánh giá
Kiểm thử trên các nhóm khách hàng thực tế
Vận hành
Có workflow cán bộ và audit
Bảo mật, phân quyền, giám sát và quy trình xử lý sự cố
Hiệu quả kinh doanh
Chưa có pilot thực tế
Đo thời gian, chi phí, tỷ lệ phê duyệt và chất lượng khoản vay
Đánh giá hiện tại cũng ghi nhận phần tra cứu chính sách chưa đủ điều kiện để xem là căn cứ pháp lý chính thức vì relevance và URL chưa được xác minh toàn diện. Giới hạn này được công khai trong EVALUATION.md.
5. Hướng phát triển
Giai đoạn 1 — Hoàn thiện POC
Hoàn thiện luồng giải thích tích hợp điều khoản ngay trong từng yếu tố ảnh hưởng.
Chuẩn hóa thuật ngữ nghiệp vụ trên giao diện.
Xây dựng bộ hồ sơ demo đại diện cho sinh viên, lao động tự do và tiểu thương.
Kiểm tra lại toàn bộ đường dẫn và hiệu lực của nguồn pháp lý.
Xây dựng bộ câu hỏi đánh giá phần giải thích với chuyên gia tín dụng.
Giai đoạn 2 — Pilot với doanh nghiệp
Tích hợp dữ liệu nội bộ đã được ẩn danh hoặc giả danh.
Ánh xạ biến mục tiêu theo định nghĩa default của doanh nghiệp.
Chạy song song với quy trình hiện tại, chưa sử dụng để tự động phê duyệt.
Đo thời gian xử lý trước và sau khi sử dụng XPlainCredit.
Đánh giá tỷ lệ đồng thuận và override của cán bộ.
Thu thập phản hồi về tính hữu ích của phần giải thích và điều khoản.
Xác định ngưỡng rủi ro theo khẩu vị của từng doanh nghiệp.
Giai đoạn 3 — Production candidate
Tích hợp với hệ thống quản lý khoản vay và kho dữ liệu doanh nghiệp.
Thêm xác thực mạnh, phân quyền chi tiết và mã hóa dữ liệu.
Thiết lập quản lý phiên bản mô hình và kho điều khoản.
Cảnh báo điều khoản hết hiệu lực hoặc thay đổi.
Giám sát chất lượng dữ liệu, độ ổn định mô hình và sai lệch giữa các nhóm.
Xây dựng cơ chế rollback khi dữ liệu hoặc mô hình có vấn đề.
Hoàn thiện đánh giá tác động bảo vệ dữ liệu cá nhân.
Giai đoạn 4 — Mở rộng sản phẩm
Nâng cấp xử lý thêm các dữ liệu quan hệ.
Bổ sung thêm việc tra cứu tình hình chính trị, kinh tế trên thi trường vào việc xét duyệt hồ sơ, vì điều này cũng ảnh hưởng không nhỏ đến việc ra quyết định.
Cá nhân hóa hạn mức và điều kiện theo từng phân khúc.
Xây dựng cổng giải thích dành cho khách hàng.
Cho phép khách hàng biết thông tin nào cần bổ sung để hồ sơ được xem xét lại.
Theo dõi hiệu quả khoản vay sau giải ngân để cải thiện mô hình.
Xây dựng cơ chế học từ phản hồi và kết quả thực tế.
Mở rộng kho tài liệu sang quy định nội bộ của từng doanh nghiệp.
6. Giá trị kỳ vọng
XPlainCredit hướng tới bốn giá trị chính:
Mở rộng khả năng tiếp cận tín dụng
Hỗ trợ doanh nghiệp đánh giá thêm những khách hàng chưa có lịch sử vay ngân hàng.
Rút ngắn quá trình thẩm định
Tập trung dữ liệu, kết quả, giải thích và căn cứ đối chiếu trên cùng một hồ sơ.
Nâng cao tính minh bạch
Cán bộ có thể hiểu vì sao hồ sơ được đánh giá như vậy và điều khoản nào cần xem xét.
Tăng khả năng quản trị
Mỗi quyết định đều có người chịu trách nhiệm, căn cứ rõ ràng và lịch sử có thể kiểm tra.
7. Kết luận
XPlainCredit không chỉ tạo ra một điểm tín dụng. Sản phẩm hướng tới một quy trình thẩm định hoàn chỉnh, trong đó dữ liệu khách hàng được đánh giá, kết quả được giải thích bằng các yếu tố cụ thể và các điều khoản liên quan được đưa vào cùng ngữ cảnh để cán bộ đối chiếu.
Giải pháp có tính khả thi ở mức POC và đã có các thành phần kỹ thuật cốt lõi. Tuy nhiên, trước khi triển khai thực tế, dự án cần được kiểm chứng trên dữ liệu Việt Nam, hoàn thiện kho điều khoản chính thức, thực hiện đánh giá fairness, bảo vệ dữ liệu cá nhân và trải qua quy trình phê duyệt mô hình của doanh nghiệp.
