Đầu tư nhìn về phía trước, trong khi phần lớn dữ liệu AI tiếp nhận lại phản ánh những gì đã hoặc đang xảy ra. Vì vậy, đọc nhanh và dự báo đúng vẫn là hai chuyện khác nhau.

Theo ông Khánh, AI phù hợp với những việc như bóc báo cáo tài chính, tóm tắt các cuộc gặp chuyên viên phân tích, tìm điểm bất thường trong dòng tiền hay rà lại các mẫu hình giá từng xuất hiện. Một lượng tài liệu lớn, nhờ đó, có thể được thu hẹp thành vài vấn đề đáng xem tiếp, thay vì buộc nhà đầu tư tự đi qua từng trang.

Phần khó nằm ở những gì dữ liệu cũ không kể hết. Một thay đổi chính sách tiền tệ, chiến tranh hay đứt gãy chuỗi cung ứng có thể tạo ra hoàn cảnh rất khác lịch sử. Năng lực thực sự của ban lãnh đạo, văn hóa doanh nghiệp hay khả năng một dự án đi từ kế hoạch ra thực tế cũng khó quy thành vài chỉ tiêu để máy tự kết luận.

Nếu trước đây đọc nhanh hơn người khác từng tạo lợi thế, AI đang khiến khả năng đó ngày càng phổ biến. “Khi mọi người đều có thể dùng AI để tóm tắt một báo cáo dài 500 trang trong 30 giây, lợi thế về tốc độ xử lý thông tin thô sẽ bằng 0”, ông Khánh nhận định.

Khi ai cũng có một công cụ đủ nhanh, khác biệt chuyển sang thứ người dùng đưa vào nó. Một quỹ sở hữu dữ liệu riêng, dữ liệu nội bộ hoặc những luồng thông tin mà phần còn lại của thị trường không có sẽ nhận được kết quả khác với người chỉ dựa vào nguồn công khai. Ông Khánh gọi đây là lợi thế của dữ liệu. “Alpha (lợi nhuận vượt trội) không nằm ở con AI bạn dùng, mà nằm ở dữ liệu bạn ‘bơm’ vào nó”, chuyên gia SmartInvest chỉ ra.

Khả năng đặt câu hỏi cũng trở nên quan trọng hơn. Một câu hỏi chung chung khó tạo ra nhiều giá trị dù mô hình phía sau mạnh đến đâu, trong khi một giả thuyết đầu tư đủ cụ thể có thể buộc AI đi tìm những bằng chứng để xác nhận hoặc bác bỏ cách nhìn ban đầu.

Nhưng biết nhiều hơn chưa chắc giúp một người xử lý tốt hơn khi thị trường lao dốc. AI có thể phân tích lạnh lùng, còn người sở hữu danh mục vẫn chịu tác động của lòng tham, nỗi sợ và tâm lý đám đông. Trong những thời điểm thị trường bán tháo, ông Khánh cho rằng, lợi thế có thể quay về bản lĩnh giữ kỷ luật với chiến lược đã đặt ra, thay vì tiếp tục nằm ở tốc độ xử lý thông tin.

Khoảng trống của AI cũng hiện rõ khi đặt vào bài toán phân bổ tài sản cá nhân. Công cụ có thể cùng lúc nhìn lãi suất, lạm phát, định giá và tương quan giữa cổ phiếu, vàng, bất động sản hay tiền gửi, nhưng không sống cuộc sống tài chính của người sử dụng. Nó không tự biết tháng tới nhà đầu tư cần bao nhiêu tiền mặt, có khoản chi lớn nào sắp đến hay thực sự chịu được đến đâu nếu danh mục giảm 30%.

Bất động sản còn có một lớp đặc thù khác. Môi trường lãi suất có thể thuận lợi nhưng một dự án cụ thể vẫn có thể mắc ở pháp lý, quy hoạch hoặc hạ tầng. Những yếu tố như vậy khiến quyết định về thời điểm và mức chấp nhận rủi ro vẫn cần đến phán đoán của con người.

Ở chiều ngược lại, nhà đầu tư cũng có thể dùng cách tiếp cận này để nhìn những doanh nghiệp đang nói nhiều về AI. Thay vì đếm xem chữ “AI” xuất hiện bao nhiêu lần trong một bài thuyết trình, ông Khánh đề nghị quay về những chỉ dấu tài chính và vận hành: chi phí có được tối ưu không, biên lợi nhuận thay đổi thế nào, doanh nghiệp bỏ bao nhiêu tiền cho hạ tầng và khoản đầu tư đó có tạo thêm doanh thu hoặc giữ khách hàng tốt hơn hay không.

Mức độ AI đi vào hoạt động lõi cũng tạo khác biệt. Một giao diện gọi mô hình có sẵn tương đối dễ sao chép, trong khi việc dùng dữ liệu riêng tích lũy nhiều năm để giải một bài toán đặc thù khó bắt chước hơn. Sau cùng, AI vẫn phải quay về những câu hỏi rất quen thuộc của đầu tư: doanh nghiệp bỏ ra bao nhiêu, thu lại được gì và lợi thế đó có đủ bền hay không.

 

Nếu tốc độ phân tích thay đổi, phía cung cấp thông tin cũng khó giữ nguyên cách làm cũ.

Thị trường có thể phản ứng chỉ sau vài phút, trong khi khoảng cách giữa 2 báo cáo tài chính kéo dài 3 tháng. Theo chuyên gia, báo cáo quý vẫn cần về mặt pháp lý, nhưng chưa đủ về tính thời sự. Nhà đầu tư, vì thế, sẽ muốn theo dõi thêm những chỉ số hoạt động có tần suất cao hơn thay vì chờ đến cuối quý mới có thêm dữ liệu về doanh nghiệp.

Không có một mẫu số chung cho mọi ngành. Với doanh nghiệp sản xuất, đó có thể là sản lượng; một nền tảng số có thể được nhìn qua lượng người dùng hoạt động; còn bất động sản thương mại có tỷ lệ lấp đầy. Phần việc của IR là xác định những chỉ báo thực sự giúp thị trường theo dõi hoạt động giữa 2 kỳ báo cáo chứ không phải đưa ra càng nhiều số càng tốt.

Khoảng trống thông tin cũng không có nghĩa thị trường sẽ ngồi chờ. Các quỹ và nhà đầu tư có thể lấy dữ liệu từ website, mạng xã hội hoặc nhiều nguồn bên ngoài rồi để AI ghép lại. Công việc đó ngày càng nhanh, nhưng dữ liệu không chính thức có thể thiếu ngữ cảnh hoặc sai ngay từ đầu.

Từ đó, ông Khánh cho rằng, IR nên chủ động cung cấp những điểm dữ liệu hoạt động cốt lõi với tần suất phù hợp, giúp kỳ vọng của thị trường bám sát hơn những gì đang diễn ra tại doanh nghiệp.

Tốc độ chưa phải thay đổi duy nhất. Cách trình bày thông tin cũng phải tính đến việc bên đọc có thể là máy.

Một tài liệu rất dài chưa chắc hữu ích nếu người đọc mất công tìm số, còn hệ thống AI phải nhận dạng từng bảng từ ảnh. Ông Khánh đề xuất báo cáo cần có cấu trúc rõ, phần dữ liệu được tách khỏi phần diễn giải và các bảng tài chính có thể đi kèm định dạng mà máy dễ đọc hơn, chẳng hạn Excel hoặc XBRL. Cách gọi các khoản mục cũng nên nhất quán qua nhiều kỳ để tránh việc hệ thống mất chuỗi khi so sánh lịch sử.

Một thay đổi tên tưởng nhỏ có thể không làm khó người đọc quen doanh nghiệp, nhưng lại khiến việc tự động nối dữ liệu qua nhiều quý trở nên phức tạp hơn. Với IR thời AI, sự chỉn chu không chỉ nằm ở một cuốn báo cáo được thiết kế đẹp mà còn ở việc dữ liệu có dễ tìm, dễ lấy và đủ nhất quán để không bị hiểu sai hay không.

Cùng lúc, AI lại làm một loại thông tin khác chạy nhanh hơn: tin nhiễu.

Mạng xã hội vốn có thể đưa một tin đồn đi rất xa trước khi doanh nghiệp phản hồi. Khi việc tạo, tóm tắt và biến tấu nội dung trở nên dễ hơn, khoảng thời gian để IR nhận ra vấn đề và lên tiếng cũng bị rút ngắn.

Theo ông Khánh, doanh nghiệp trước hết cần duy trì một đầu mối thông tin chính thức để thị trường biết có thể quay về đâu khi cần kiểm chứng. Ông gọi đây là “nguồn chân lý duy nhất”, tức một cổng IR có tính xác thực cao và được cập nhật đủ nhanh. Chính AI cũng có thể được dùng theo chiều ngược lại để rà mạng xã hội hay diễn đàn đầu tư, phát hiện một thông tin sai từ lúc nó chưa lan rộng.

Khi cần phản hồi, vị chuyên gia ưu tiên một thông báo ngắn có số liệu đối chứng được đưa ra sớm hơn việc mất vài ngày chuẩn bị một thông cáo dài. Nếu thị trường đang tranh luận về một con số sai, trước tiên họ cần một con số đúng.

Cách vận hành đó khiến IR bớt giống một lịch trình gồm báo cáo, đại hội cổ đông và những buổi gặp định kỳ. Bộ phận quan hệ nhà đầu tư vừa phải đưa dữ liệu ra ngoài, vừa phải biết bên ngoài đang hiểu dữ liệu ấy thế nào và phản ứng đủ nhanh khi câu chuyện đi lệch khỏi thông tin doanh nghiệp đã công bố.

Xa hơn, 3-5 năm, ông Khánh hình dung cách nhà đầu tư lấy thông tin doanh nghiệp có thể thay đổi khá mạnh. Một hướng là API-first, tức hệ thống phân tích của nhà đầu tư có thể lấy trực tiếp những dữ liệu tài chính, ESG hay vận hành đã được chuẩn hóa thay vì vào website tải từng file PDF rồi nhập lại.

Website IR cũng có thể xuất hiện trợ lý AI riêng, chỉ sử dụng kho báo cáo, công bố thông tin và tài liệu chính thức của doanh nghiệp. Nhà đầu tư đặt câu hỏi bằng ngôn ngữ tự nhiên, nhận câu trả lời và có thể quay lại đúng nguồn để kiểm tra. Một bước khác là các bảng dữ liệu tương tác - nơi người dùng tự chọn biến số hoặc thử một số kịch bản thay vì chỉ nhìn các biểu đồ tĩnh.

Những công cụ đó không làm các cuộc gặp nhà đầu tư trở nên thừa. Trao đổi trực tiếp vẫn có những thứ một tệp tin dữ liệu không thay được - từ việc hỏi tiếp một vấn đề chưa rõ đến cách lãnh đạo lý giải một lựa chọn hoặc nhìn về rủi ro phía trước. Nhưng cuộc gặp khi đó chỉ còn là một trong nhiều điểm chạm giữa doanh nghiệp và thị trường.

Từ chỗ chủ yếu chuẩn bị báo cáo, slide và các buổi trao đổi định kỳ, IR có thể phải chăm thêm một luồng dữ liệu chạy thường xuyên giữa doanh nghiệp với bên ngoài. Ở đầu kia, người nhận cũng không còn là một nhà đầu tư đang ngồi đọc tài liệu, mà có thể là hệ thống của quỹ đang tự động lấy, đối chiếu và phân tích hàng loạt dữ kiện.