Claude xử lý 120.000 email/ngày ở Barclays, hiệu quả vẫn chưa rõ

Ngày 1/10/2026, thông báo của Anthropic cho biết Barclays mở rộng dùng Claude trong ngân hàng; tại bộ phận Global Markets, hệ thống phân loại, bổ sung thông tin và định tuyến khoảng 120.000 email khách hàng mỗi ngày. Anne Marie Darling, đồng giám đốc vận hành Barclays, nêu thước đo mà bà coi trọng: “The true measure of any technology is the impact it has on customers, clients, and colleagues, and the outcomes it enables”. Ở luồng email này, “xử lý” là bước chuẩn bị và chuyển yêu cầu cho nhân viên nghiệp vụ, chưa có nghĩa Claude hoàn tất yêu cầu của khách hàng.

Phân tích ngày 2/10/2026 của BIG CHANGE ghi nhận một ứng dụng khác đã hoạt động từ năm 2025: hơn 16.000 nhân viên dùng trợ lý tri thức nội bộ, công cụ đã nhận hơn một triệu lượt tìm kiếm để hỗ trợ phục vụ hơn 20 triệu khách hàng cá nhân tại Anh. Các số liệu công khai cho thấy quy mô sử dụng và lưu lượng công việc, nhưng chưa kèm tỷ lệ lỗi, thời gian tiết kiệm được hay tổng chi phí cho từng quy trình. Vì vậy, mức độ triển khai đã khá rõ còn hiệu quả kinh doanh ròng vẫn chưa thể xác định từ những con số được công bố.

Claude làm gì với email tại Global Markets?

Trong bộ phận Global Markets, các mô hình Claude tham gia khâu tiếp nhận email chứa yêu cầu của khách hàng. Chúng phân loại nội dung, bổ sung thông tin cần cho việc xử lý và xác định tuyến chuyển tiếp phù hợp để nhân viên nghiệp vụ hành động. Đây là một phần cụ thể của quy trình vận hành: giá trị có thể nằm ở việc giảm thao tác đọc và chuyển thư thủ công, cũng như giúp yêu cầu đến đúng nhóm với đủ thông tin sớm hơn.

Tuy nhiên, lưu lượng đi qua hệ thống không cho biết có bao nhiêu thư được định tuyến đúng ngay lần đầu. Một email được máy phân loại rồi phải chuyển lại vẫn được tính vào khối lượng đã xử lý; nhân viên cũng có thể phải kiểm tra nội dung được bổ sung trước khi tiếp tục. Nếu việc sửa sai hoặc rà soát chiếm nhiều thời gian, lợi ích của bước tự động hóa ban đầu sẽ giảm. Vì thế, cùng với số email, kết quả đáng quan tâm là tỷ lệ phải chuyển tuyến lại và thời gian từ khi nhận yêu cầu đến khi nhân viên có thể xử lý.

Thông báo về đợt mở rộng mô tả ngân hàng duy trì kiểm soát bảo mật, quản trị và giám sát của con người đối với các ứng dụng AI. Điều đó giúp xác định vai trò của Claude trong luồng việc: mô hình hỗ trợ sắp xếp đầu vào, còn nhân viên tiếp tục xử lý yêu cầu. Chất lượng định tuyến cần được đánh giá trong chính cách phân công trách nhiệm ấy, thay vì suy từ lượng email mà nền tảng tiếp nhận.

Trợ lý tri thức phục vụ nhân viên theo cách khác

Colleague Knowledge Assistant giải quyết một nhu cầu khác với luồng email: tìm thông tin để nhân viên Barclays UK trả lời khách hàng cá nhân. Công cụ dùng kiến trúc tạo câu trả lời dựa trên thông tin được truy xuất từ nguồn tri thức của ngân hàng. Lượt tìm kiếm tích lũy cho thấy nhân viên có sử dụng công cụ trong công việc, nhưng không tương đương với số yêu cầu khách hàng đã được giải quyết hoặc số câu trả lời chính xác.

Chất lượng ở đây phụ thuộc vào việc trợ lý tìm đúng tài liệu đang có hiệu lực và trình bày câu trả lời đủ tin cậy để nhân viên sử dụng. Một lượt tìm kiếm có thể giúp nhân viên trả lời nhanh hơn; nó cũng có thể dẫn đến việc tìm lại, kiểm tra thêm hoặc sửa câu trả lời. Muốn biết công cụ cải thiện dịch vụ đến đâu, cần đặt độ chính xác và thời gian giải quyết yêu cầu bên cạnh mức sử dụng, rồi so với quy trình trước khi có trợ lý trên các nhóm yêu cầu tương đương.

Hai ứng dụng đang vận hành cũng có mẫu số khác nhau. Ở trợ lý tri thức, người dùng là nhân viên và hoạt động được đếm là lượt tìm kiếm; ở Global Markets, đơn vị được đếm là email đi qua luồng phân loại. Cộng các con số ấy thành một chỉ tiêu năng suất chung sẽ không cho biết khách hàng nhận phản hồi nhanh hơn hay nhân viên giảm được bao nhiêu việc sau khâu kiểm tra.

Claude Code là mục tiêu mở rộng, chưa phải khoản tiết kiệm đã đạt

Theo Bloomberg Línea, Barclays đặt mục tiêu để 50% nhà phát triển phần mềm dùng Claude Code vào cuối năm 2026; ngân hàng đồng thời theo đuổi mục tiêu tiết kiệm hiệu quả khoảng 2 tỷ bảng Anh trên toàn tổ chức, trong đó AI là một trong các biện pháp. Tỷ lệ dùng công cụ lập trình là đích triển khai, còn khoản tiết kiệm là mục tiêu rộng của ngân hàng. Không thể quy khoản tiền ấy cho Claude hoặc coi đó là lợi ích đã thu được từ đợt mở rộng.

Phát triển phần mềm cũng cần thước đo khác với hỗ trợ khách hàng và phân luồng email. Việc nhiều kỹ sư có quyền dùng Claude Code chưa cho thấy thay đổi về thời gian hoàn thành một nhiệm vụ, công sức rà soát mã hay lỗi phát sinh sau khi triển khai. Với hoạt động hiện đại hóa hệ thống cũ, phần việc phải kiểm thử và bảo trì về sau cũng ảnh hưởng đến chi phí thực. Tỷ lệ sử dụng chỉ cho biết công cụ đã đi vào đội ngũ rộng đến mức nào.

Điều gì sẽ chứng minh hiệu quả tại Barclays?

Để đánh giá tác động ròng, mỗi quy trình cần một kết quả đầu ra và một cách so sánh phù hợp. Với email, có thể đo tỷ lệ đến đúng nhóm ngay lần đầu, số lần chuyển lại, thời gian xử lý và phần việc nhân viên vẫn phải làm. Với trợ lý tri thức, các chỉ số tương ứng là độ đúng của câu trả lời theo tài liệu còn hiệu lực, số lần nhân viên phải tìm lại và thời gian giải quyết yêu cầu khách hàng. Những phép đo này chỉ có ý nghĩa khi so với cùng loại công việc trước khi dùng Claude.

Chi phí cần được đặt trên cùng mẫu số với kết quả. Phí sử dụng mô hình là một phần; tích hợp với hệ thống ngân hàng, kiểm soát bảo mật, giám sát và thời gian xử lý ngoại lệ cũng tiêu tốn nguồn lực. Một hệ thống có thể giảm thao tác ở khâu tiếp nhận nhưng tăng việc ở khâu rà soát. Khi ấy, chi phí trên mỗi yêu cầu được giải quyết đúng phản ánh hiệu quả tốt hơn giá của một lượt gọi mô hình hay số người đăng nhập.

Đó cũng là cách đặt câu hỏi hữu ích cho ngân hàng tại Việt Nam khi xem xét dự án tương tự: yêu cầu số liệu theo từng luồng việc, với cùng định nghĩa về đầu vào, đầu ra và chi phí. Trường hợp Barclays cho thấy việc triển khai có thể được mô tả rất cụ thể trước khi hiệu quả được đo công khai. Dữ liệu đáng chờ trong giai đoạn mở rộng tiếp theo là tỷ lệ sửa sai, thời gian phục vụ, chất lượng phần mềm và tổng chi phí tương ứng với từng công việc.

Đọc thêm:

• Claude mở 10.000 suất cho nhà khoa học, nhưng nghiên cứu sinh học vẫn bị chặn
• AI làm hồ sơ xin việc giống nhau hơn, người chưa có kinh nghiệm chịu thiệt nhất
• Gridsight gọi 26 triệu USD: mở thêm công suất mà chưa cần xây lưới mới