Một minh chứng rất rõ cho xu hướng này đến từ Bloomberg, một trong những tổ chức lớn nhất thế giới trong lĩnh vực dữ liệu, tin tức và phân tích tài chính. Trong paper MetaGraph: A Large-Scale Meta-Analysis of GenAI in Financial NLP (2022–2025), nhóm nghiên cứu của Bloomberg không chỉ viết một bài survey thông thường, mà xây dựng hẳn một hệ thống để dùng LLM phân tích lại các paper về NLP tài chính.
Nói đơn giản hơn, họ dùng LLM để đọc hàng trăm bài nghiên cứu về việc con người đang dùng LLM trong tài chính như thế nào. Từ đó, họ dựng lên một bức tranh khá rõ: trước ChatGPT, NLP tài chính chủ yếu xoay quanh các task truyền thống như phân tích cảm xúc, NER, rút trích thông tin hay dự đoán biến động cổ phiếu. Sau ChatGPT, trọng tâm dần chuyển sang các bài toán phức tạp hơn như financial question answering, RAG, agent, reasoning, giải thích kết quả và kiểm soát rủi ro.
Paper gốc có thể xem tại đây: MetaGraph: A Large-Scale Meta-Analysis of GenAI in Financial NLP
Bloomberg đã làm gì?
Nhóm nghiên cứu xây dựng một hệ thống tên là MetaGraph để biến các paper rời rạc thành một đồ thị tri thức có cấu trúc. Họ thu thập 681 bài báo về Financial NLP trong giai đoạn từ năm 2022 đến tháng 4 năm 2025, sau đó xử lý toàn bộ PDF bằng OCR, trích xuất nội dung, nhận diện các thực thể quan trọng và chuẩn hóa chúng thành một graph có thể phân tích được.
Các node trong graph không chỉ là tên paper hay tên tác giả. Nó còn bao gồm task, dataset, model, technique, motivation, limitation, tổ chức nghiên cứu và mối quan hệ giữa chúng. Ví dụ, một paper có thể được nối với dataset FinQA, model GPT-4, model FinBERT, task financial QA và một nhóm limitation liên quan đến reasoning hoặc hallucination.
Điểm hay của cách làm này là họ không chỉ đếm xem từ khóa nào xuất hiện nhiều. Họ cố gắng hiểu cấu trúc nghiên cứu phía sau: paper nào đang giải quyết bài toán gì, dùng dữ liệu nào, đánh giá model nào, gặp hạn chế gì và xu hướng đó thay đổi ra sao theo thời gian.
Về mặt kỹ thuật, pipeline của họ gồm nhiều bước: định nghĩa ontology, OCR paper, dùng LLM để trích xuất thông tin theo schema, chuẩn hóa entity, gom các thực thể trùng hoặc gần giống nhau, tạo taxonomy và cuối cùng dựng graph. Gemini 2.5 Flash được dùng trong bước trích xuất thông tin vì có sự cân bằng tốt giữa chất lượng và chi phí. Đây là một cách làm rất đáng chú ý, vì nó biến việc đọc survey từ một quá trình thủ công thành một quy trình có thể mở rộng.
Chiều thời gian tiến hóa
Trước khi ChatGPT ra đời, NLP trong tài chính chủ yếu là thế giới của các pipeline truyền thống. Các bài toán quen thuộc gồm sentiment analysis, named entity recognition, information extraction, relation extraction, phân loại tin tức, phân tích báo cáo và dự đoán biến động cổ phiếu.
Cách làm phổ biến lúc đó thường là lấy dữ liệu văn bản, làm sạch, rút trích feature, biến thành vector, rồi huấn luyện một mô hình chuyên biệt cho từng task. Ví dụ, muốn phân tích cảm xúc tài chính thì huấn luyện model sentiment. Muốn nhận diện công ty, mã cổ phiếu, sự kiện, ngày tháng thì dùng NER. Muốn dự đoán biến động giá thì kết hợp văn bản với dữ liệu thị trường, rồi huấn luyện một mô hình riêng.
Những hướng này không sai. Thậm chí trong nhiều năm, đây là nền tảng của Financial NLP. Nhưng chúng có một điểm yếu lớn: mỗi bài toán thường cần một pipeline riêng, một bộ dữ liệu riêng và một cách huấn luyện riêng. Khi muốn mở rộng sang bài toán khác, gần như phải xây lại từ đầu.
Sự xuất hiện của ChatGPT vào cuối năm 2022 tạo ra một cú hích rất lớn. Lần đầu tiên, nhiều người nhận ra rằng một mô hình ngôn ngữ lớn có thể hiểu văn bản tài chính ở mức khá tốt mà không cần huấn luyện riêng cho từng task. Các kỹ thuật như zero-shot, few-shot và in-context learning khiến việc thử nghiệm trở nên nhanh hơn rất nhiều. Thay vì huấn luyện một model mới, nhà nghiên cứu có thể đưa mô tả task và một vài ví dụ vào prompt, rồi yêu cầu LLM thực hiện.
Tuy nhiên, paper của Bloomberg cũng cho thấy các task truyền thống không biến mất ngay lập tức. Trong giai đoạn ngay sau ChatGPT, các bài toán như sentiment analysis, information extraction và stock prediction vẫn chiếm phần lớn nghiên cứu. Nhưng từ năm 2024 trở đi, xu hướng bắt đầu thay đổi rõ hơn. Các task cần hiểu ngữ cảnh sâu hơn, đặc biệt là financial question answering, bắt đầu tăng mạnh.
Financial QA trở thành một hướng rất quan trọng vì nó gần với nhu cầu thật hơn. Trong thực tế, người dùng không chỉ muốn biết một đoạn tin là tích cực hay tiêu cực. Họ muốn hỏi: doanh thu quý này tăng vì lý do gì, rủi ro chính trong báo cáo là gì, công ty này có đang cải thiện biên lợi nhuận không, khoản nợ này có đáng lo không, hoặc vì sao cổ phiếu phản ứng như vậy sau báo cáo tài chính.
Đây là những câu hỏi cần tổng hợp thông tin, hiểu bảng số liệu, đọc báo cáo dài, liên kết nhiều nguồn và đôi khi phải suy luận định lượng. Đó cũng là lý do các benchmark như FinQA, ConvFinQA, FinanceBench ngày càng được nhắc tới nhiều hơn.
Từ model đơn lẻ sang hệ thống
Giai đoạn đầu, nhiều nghiên cứu tập trung vào việc thử xem LLM có thể làm được gì. Người ta dùng GPT, ChatGPT hoặc các model tương tự để chạy zero-shot, few-shot, prompt engineering, rồi so sánh với các mô hình truyền thống.
Nhưng càng dùng nhiều, cộng đồng càng thấy rõ rằng LLM không phải cây đũa thần. Trong tài chính, một câu trả lời nghe hợp lý nhưng sai có thể gây hậu quả nghiêm trọng. LLM có thể suy luận sai, đọc nhầm số liệu, bịa thông tin, không giải thích được rõ ràng, hoặc trả lời dựa trên dữ liệu đã lỗi thời. Ngoài ra còn có các vấn đề về bảo mật dữ liệu, bias, rủi ro bị tấn công prompt, rò rỉ thông tin nhạy cảm và khả năng bị lạm dụng để tạo nội dung gian lận.
Vì vậy, hướng nghiên cứu dần chuyển từ câu hỏi “LLM nào mạnh nhất?” sang câu hỏi “Làm sao xây một hệ thống đủ tin cậy quanh LLM?”. Đây là một chuyển dịch rất quan trọng.
RAG, hay Retrieval-Augmented Generation, trở thành một trong những hướng nổi bật nhất. Thay vì bắt LLM trả lời hoàn toàn dựa trên trí nhớ bên trong model, hệ thống sẽ truy xuất thêm tài liệu liên quan, đưa vào context, rồi yêu cầu model trả lời dựa trên nguồn đó. Cách làm này phù hợp với tài chính vì dữ liệu thay đổi liên tục: báo cáo mới, tin tức mới, chỉ số mới, chính sách mới và biến động thị trường mới.
Ban đầu, retrieval có thể chỉ lấy vài câu hoặc vài đoạn ngắn. Nhưng càng về sau, paper cho thấy các hệ thống RAG bắt đầu dùng nguồn dữ liệu lớn hơn, đa dạng hơn và context dài hơn. Không chỉ có text, mà còn có bảng, cơ sở dữ liệu, biểu đồ, hình ảnh và các nguồn có cấu trúc khác.
Ngoài RAG, các kỹ thuật như chain-of-thought, decomposition, self-criticism và agent cũng tăng lên. Điều này phản ánh một xu hướng chung: thay vì chỉ prompt một lần rồi tin vào câu trả lời, các hệ thống mới cố gắng chia nhỏ bài toán, kiểm tra lại kết quả, bổ sung nguồn tham chiếu và tạo nhiều bước xử lý để giảm lỗi.
Sự thay đổi về dữ liệu
Một thay đổi rất đáng chú ý nằm ở dữ liệu. Trước đây, nhiều dataset trong Financial NLP thiên về phân tích cảm xúc. Ví dụ, phân loại một câu tin tức là tích cực, tiêu cực hay trung lập; đánh giá phản ứng của thị trường; hoặc gán nhãn cảm xúc cho bình luận, headline, forum, social media.
Nhưng khi LLM phát triển, nhu cầu dữ liệu cũng thay đổi. Các paper mới không chỉ cần dataset sentiment nữa, mà cần các bộ dữ liệu phục vụ hỏi đáp, suy luận, truy xuất và tổng hợp thông tin. Vì vậy, các dataset dạng QA bắt đầu nổi lên. Những bộ như FinQA, ConvFinQA hay FinanceBench xuất hiện thường không chỉ cần dataset sentiment nữa, mà cần các bộ dữ liệu phục vụ hỏi đáp, suy luận, truy xuất và tổng hợp thông tin. Vì vậy, các dataset dạng QA bắt đầu nổi lên xuyên hơn trong các nghiên cứu mới.
Dữ liệu cũng không còn chỉ là text ngắn. Tài chính vốn dĩ là một domain rất đa dạng về tín hiệu. Một báo cáo tài chính có văn bản, bảng số liệu, biểu đồ, footnote, nhận xét của ban lãnh đạo và nhiều chỉ tiêu định lượng. Một quyết định đầu tư có thể cần đọc tin tức, báo cáo công ty, dữ liệu cơ bản, transcript earnings call, nhận xét của chuyên gia phân tích và dữ liệu thị trường.
Paper của Bloomberg cho thấy các nguồn dữ liệu trong nghiên cứu tài chính đang đa dạng hơn. Ngoài news và company reports, các nghiên cứu còn nhắc nhiều hơn đến tables, charts, audio, analyst commentaries và các dạng dữ liệu có cấu trúc. Đây là bước chuyển từ NLP thuần văn bản sang các hệ thống gần với multimodal và structured reasoning hơn.
Nói cách khác, Financial NLP không còn chỉ là “đọc một câu và phân loại”. Nó đang tiến gần hơn đến việc đọc cả một bộ hồ sơ tài chính, hiểu nhiều loại tín hiệu khác nhau và trả lời một câu hỏi có tính nghiệp vụ.
Sự dịch chuyển từ model đóng sang model mở
Một điểm thú vị khác là sự thay đổi trong việc lựa chọn model. Giai đoạn đầu sau ChatGPT, nhiều nghiên cứu bị chi phối bởi các model GPT và API đóng. Điều này dễ hiểu, vì ở thời điểm đó các model thương mại thường mạnh hơn, dễ dùng hơn và tạo ra kết quả ấn tượng nhanh hơn.
Nhưng càng về sau, cộng đồng bắt đầu sử dụng nhiều hơn các mô hình mã nguồn mở như LLaMA, Qwen, DeepSeek, song song với các mô hình độc quyền. Đây không chỉ là câu chuyện chi phí. Trong nghiên cứu, open-source model có ý nghĩa rất lớn vì nó giúp tăng tính minh bạch, khả năng tái lập thí nghiệm và khả năng kiểm soát. Với tài chính, khả năng kiểm soát này câu chuyện chi phí. Trong nghiên cứu, open-source model có ý nghĩa rất lớn vì nó giúp tăng càng quan trọng hơn vì dữ liệu thường nhạy cảm, quy trình cần audit được và hệ thống phải có khả năng giải thích.
Open-source model cũng cho phép fine-tuning, distillation, triển khai nội bộ và tối ưu theo domain. Một tổ chức tài chính không nhất thiết muốn gửi toàn bộ dữ liệu nhạy cảm ra API bên ngoài. Họ có thể muốn tự triển khai model, tự kiểm soát dữ liệu, tự đánh giá rủi ro và tự điều chỉnh theo nghiệp vụ riêng.
Vì vậy, hướng đi hiện tại không còn là chọn giữa model đóng hoặc model mở một cách tuyệt đối. Thực tế hơn là kết hợp cả hai: dùng model mạnh để benchmark, dùng model mở để kiểm soát, fine-tune hoặc triển khai nội bộ, rồi đặt chúng vào một kiến trúc RAG/agent có kiểm chứng.
Điều quan trọng rút ra
Điều đáng học từ paper của Bloomberg không chỉ là LLM đang được dùng nhiều hơn trong tài chính. Điều quan trọng hơn là cách sử dụng LLM đang trưởng thành.
Ban đầu, LLM được nhìn như một model có thể thay thế nhiều pipeline NLP cũ. Sau đó, người ta nhận ra rằng model mạnh thôi chưa đủ. Trong một lĩnh vực có rủi ro cao như tài chính, hệ thống cần thêm dữ liệu đáng tin cậy, cơ chế truy xuất, khả năng kiểm chứng, khả năng giải thích, bảo mật, kiểm soát chi phí và khả năng vận hành ở quy mô lớn.
Vì vậy, xu hướng hiện tại không còn đơn giản là “dùng ChatGPT để phân tích tài chính”. Xu hướng đúng hơn là xây các hệ thống AI tài chính có LLM làm lõi, nhưng xung quanh là RAG, dữ liệu nội bộ, mô hình mở, prompt có cấu trúc, agent, evaluation và guardrails.
Có thể tóm gọn sự tiến hóa này thành ba giai đoạn.
Giai đoạn đầu là LLM-driven expansion: mọi người thử áp LLM vào rất nhiều task tài chính khác nhau, từ sentiment analysis đến QA.
Giai đoạn thứ hai là growing awareness: cộng đồng nhận ra các giới hạn về reasoning, hallucination, explainability, safety, privacy và scalability.
Giai đoạn thứ ba là system-oriented design: thay vì chỉ dùng một model đơn lẻ, các nghiên cứu bắt đầu xây hệ thống hoàn chỉnh hơn, kết hợp RAG, agent, dữ liệu đa nguồn, model mã nguồn mở và các cơ chế kiểm chứng.
Nhìn từ góc độ ứng dụng thực tế, đây cũng là bài học rất quan trọng cho doanh nghiệp. LLM không nên được xem như một chatbot tả lời mọi thứ. Nó nên được xem như một thành phần trong một hệ thống xử lý tri thức lớn hơn. Khi được kết hợp với dữ liệu đúng, kiến trúc đúng và cơ chế kiểm soát đúng, LLM mới thật sự tạo ra giá trị bền vững trong các domain phức tạp như tài chính.
1
2[1]: https://arxiv.org/pdf/2509.09544 "MetaGraph: A Large-Scale Meta-Analysis of GenAI in Financial NLP (2022-2025)"
Bình luận