Agen AI Mengubah Persetujuan Pinjaman dan Layanan Pelanggan di Bank-Bank Singapura

Agen AI Merampingkan Operasional Perbankan di Singapura dan Seterusnya

Perusahaan layanan keuangan di seluruh dunia dan di Singapura semakin banyak menerapkan agen AI (AI) untuk mempercepat persetujuan pinjaman dan mempersingkat waktu orientasi pelanggan, menurut The Straits Times. Berbeda dengan alat AI generatif tradisional yang memerlukan perintah secara terus-menerus, agen AI dapat mengambil keputusan, menjalankan tugas-tugas kompleks, dan mengelola alur kerja dengan intervensi manusia yang minimal.

Cara Agen AI Berbeda dari AI Tradisional

Perbedaan antara AI tradisional dan AI agen (agentic AI) sangat signifikan dalam aplikasi keuangan. AI tradisional mungkin menjelaskan kapan seorang pelanggan memenuhi syarat untuk pinjaman, sementara agentic AI dapat mengevaluasi pelanggan, menentukan kelayakan, dan menyetujui pinjaman dalam hitungan jam alih-alih hari, kata para ahli kepada The Straits Times.

Entri data manual dan proses yang sarat kertas secara historis telah memperlambat persetujuan pinjaman. Bank kini menggunakan agen AI untuk memproses dokumen dan melakukan analisis risiko awal sebelum menyerahkan berkas kepada karyawan manusia, kata Deb Deep Sengupta, wakil presiden bidang untuk Asia Selatan di UiPath, perusahaan perangkat lunak global yang mengembangkan perangkat lunak AI dan otomasi agentic.

Aplikasi Persetujuan Pinjaman

Lake Michigan Credit Union yang berbasis di AS menerapkan agen AI untuk menangani pengumpulan data dan pengecualian berkas, sehingga mengurangi waktu siklus pinjaman sebesar 10 hari, kata Sengupta. Pengecualian berkas terjadi ketika aplikasi pinjaman berisi informasi yang hilang, salah, atau ketinggalan zaman yang mencegah persetujuan sesuai pedoman standar.

Underwriting kredit cerdas untuk hipotek, pinjaman mobil, dan pinjaman usaha kecil merupakan area aplikasi lain. Agen AI dapat secara otomatis mengagregasi dan menganalisis data pelamar dari berbagai sumber, kata Dr Paul Beaumont, partner dan ilmuwan data pada lengan AI McKinsey & Company’s, QuantumBlack.

Deutsche Bank di Jerman menggunakan agentic AI untuk mencapai persetujuan pinjaman yang lebih cepat sekaligus meningkatkan penilaian risiko dengan menggabungkan sumber data alternatif, kata Dr Beaumont. Wakil presiden Salesforce ASEAN dan chief technology officer untuk solusi, Gavin Barfield, menambahkan bahwa penemuan pinjaman—proses mengidentifikasi dan mengevaluasi produk pinjaman yang disesuaikan dengan situasi keuangan seorang pelanggan—dapat diotomatisasi dengan agen AI, sehingga para petugas pinjaman manusia dapat fokus pada pemberian saran kepada peminjam dan membangun hubungan tepercaya.

Aplikasi Layanan Pelanggan dan Asuransi

Layanan pelanggan merupakan area signifikan lain untuk penerapan agen AI. Perusahaan asuransi telah menerapkan agentic AI untuk interaksi pelanggan, mempercepat pemrosesan klaim, kata Priscilla Chong, managing director Amazon Web Services Singapura.

Bolttech, perusahaan insurtech berbasis di Singapura, menggunakan agentic AI untuk menjalankan chatbot canggih speech-to-speech yang menangani pertanyaan kebijakan pelanggan, memproses klaim rutin, dan merespons pertanyaan dengan waktu respons yang hampir instan.

Perusahaan asuransi Singlife bermitra dengan Salesforce pada bulan Oktober untuk meluncurkan agen AI guna meningkatkan efisiensi layanan pelanggan dengan memberikan respons yang lebih cepat dan lebih akurat atas pertanyaan. Penerapan ini memanfaatkan platform Agentforce milik Salesforce untuk mengakses informasi dari manual produk Singlife, panduan pelatihan, dan materi lain—informasi yang biasanya harus dicari secara manual oleh para eksekutif layanan pelanggan. Singlife sedang menjajaki perluasan agentic AI untuk perwakilan penasehat keuangannya.

Bank of Singapore meluncurkan alat agentic AI pada bulan Oktober untuk menghasilkan laporan “source-of-wealth”, yang merinci total aset seseorang atau entitas serta asal-usulnya. Alat ini menurunkan waktu pembuatan dari biasanya 10 hari menjadi sekecil satu jam, memungkinkan manajer relasi menghabiskan lebih banyak waktu untuk berinteraksi dengan klien dan meninjau portofolionya.

Deteksi Penipuan dan Kepatuhan

Agen AI memungkinkan kapabilitas deteksi dan respons penipuan yang lebih baik. Menurut Dr Beaumont, agen dapat memantau arus transaksi secara real-time, mengidentifikasi pola yang tidak biasa, dan secara instan membekukan akun yang telah dikompromikan, sehingga secara signifikan mengurangi kerugian finansial dan melindungi pelanggan.

Salah satu penerapan yang paling berdampak adalah kemampuan untuk membersihkan ratusan ribu peringatan dalam hitungan detik—tugas yang akan memakan analis manusia 30 hingga 90 menit per peringatan, kata Dr Beaumont.

Agen AI juga mengotomatisasi proses know-your-customer (KYC) dan memperkuat proses anti pencucian uang. Sengupta menjelaskan bahwa agen AI dapat menangani uji tuntas klien dengan mengotomatisasi verifikasi identitas, mencocokkan data entitas, dan mengumpulkan dokumentasi yang diperlukan.

Pengembangan Masa Depan dan Model Human-in-the-Loop

Para ahli mengidentifikasi analisis pasar otonom dan perdagangan dengan intervensi manusia yang minimal, serta agen yang bersifat khusus peran yang berfungsi sebagai asisten bagi manajer relasi dan analis bank, sebagai potensi penerapan di masa depan. Dr Beaumont mencatat bahwa “bank sedang mengembangkan produk yang benar-benar baru yang belum ada di pasar.”

Meski kapabilitas AI terus meningkat, penilaian manusia tetaplah hal yang kritis. Sengupta menekankan bahwa “dalam praktiknya, institusi layanan keuangan mengikuti model di mana AI menjalankan pekerjaan dasar, seorang manusia memvalidasi temuan, dan kemudian AI menyelesaikan alur kerja.”

Membangun hubungan baik dengan pelanggan tetap merupakan pekerjaan yang pada dasarnya dilakukan oleh manusia, terutama dalam manajemen kekayaan dan layanan konsultasi keuangan. Chong menyatakan: “Hubungan klien dibangun atas kepercayaan, empati, dan pemahaman mendalam tentang keadaan masing-masing—kualitas yang tidak dapat ditiru oleh AI.”

Keputusan yang kompleks dan berisiko tinggi akan terus berada pada manusia, yang dapat menerapkan penilaian yang bernuansa serta pertimbangan etis, bahkan ketika AI memberikan rekomendasi berbasis data, menurut Dr Beaumont.