AI dalam Perbankan: Produktivitas Meningkat tapi Pendapatan Sulit
Tanggal: 14 Des 2024 08:26 wib.
Kecerdasan buatan (AI) diperkirakan mampu mendongkrak produktivitas di industri perbankan. Namun, bank-bank besar justru makin kesulitan mencari cara mendulang pendapatan dari teknologi tersebut. Menurut Reuters, bank-bank besar telah menerapkan AI ke dalam asisten virtual yang digunakan para nasabahnya. Mereka juga telah memanfaatkan AI untuk alat kerja pegawainya di divisi HRD, compliance, dan finance. Selain itu, banyak bank mencoba mengembangkan produk manajemen kekayaan berbasis AI.
AI telah menjadi topik hangat dalam industri perbankan. CEO Goldman Sachs David Solomon menyatakan penggunaan teknologi machine learning dan AI bisa meningkatkan produktivitas di berbagai area, termasuk coding. "Kami punya 11.000 programmer. Kami melakukan segudang pekerjaan coding. Jika kami bisa meningkatkan produktivitas coding sebesar 20 persen atau 30 persen, ini dorongan besar buat kami," katanya.
Bahkan bank besar Amerika Serikat lainnya, seperti BNY, juga telah berinvestasi untuk menggunakan perangkat AI. "Ada ribuan orang di BNY yang kini bisa membuat dan menjalankan 'agen' untuk membantu pekerjaan keseharian mereka," kata CEO BNY Robin Vince. Namun, AI belum bisa digunakan oleh perbankan untuk menghasilkan pendapatan. Bank masih harus mencari contoh penggunaan yang spesifik untuk AI.
Chief AI and Data Officer BMO, Kristin Milchanowski, menyatakan bahwa AI belum memberikan dampak signifikan terhadap pendapatan. "Siklus tren membawa banyak perhatian positif ke sini. Saya kini adalah Chief AI Officer karena siklus ini," ujarnya. "Saya kira banyak yang salah memperhitungkan dampaknya ke pendapatan dan biaya, dibanding apa dampak sebenarnya. Kami sama sekali tidak melihat ada aktivitas yang menghasilkan pendapatan."
Meskipun begitu, AI telah memberikan dampak yang signifikan terhadap produktivitas di sektor-sektor tertentu. Sebagai contoh, AI telah berhasil mengurangi waktu yang dibutuhkan oleh tim ekuitas BMO dalam menulis laporan dari 4 jam tiap hari menjadi hanya 1 hari. Analis di bank investasi tersebut jadi memiliki lebih banyak waktu untuk berkreasi.
Namun, BMO menyadari bahwa untuk masa depannya, mereka perlu mencari use case yang spesifik untuk AI. "Saya kira sangat penting untuk mencari use case yang spesifik untuk AI pada masa depan, seperti membuat aktivitas trading lebih optimal atau mencari klien," tambah Milchanowski.
Dengan keuntungan yang jelas dalam hal produktivitas, bagaimana bank dapat memanfaatkan AI untuk menciptakan pendapatan baru? Salah satu potensi kemungkinan adalah implementasi AI dalam pengembangan produk-produk keuangan yang lebih tepat sasaran. Misalnya, AI dapat digunakan untuk analisis risiko secara lebih akurat, memungkinkan bank untuk mengoptimalkan portofolio investasinya.
Selain itu, keterampilan AI untuk menganalisis dan memproses data dalam skala besar dapat dimanfaatkan untuk mendukung keputusan bisnis yang lebih cerdas. Bank dapat menggunakan AI untuk melakukan analisis perilaku konsumen dan menerapkan strategi pemasaran yang lebih efektif. Dengan demikian, AI memiliki potensi untuk memberikan kontribusi signifikan terhadap penciptaan pendapatan baru bagi institusi keuangan.
Namun, tantangan utama yang dihadapi oleh bank dalam memanfaatkan AI untuk menciptakan pendapatan baru adalah menemukan model bisnis yang tepat dan efektif. Bank perlu memahami secara mendalam bagaimana AI dapat membantu menciptakan nilai tambah bagi bisnis mereka, baik dalam hal efisiensi operasional maupun pengembangan produk baru. Hal ini melibatkan proses pengintegrasian AI ke dalam strategi bisnis yang ada dan mengidentifikasi peluang-peluang konkret yang ditawarkan oleh teknologi AI.
Dalam menghadapi tantangan ini, bank juga perlu memperhatikan isu-isu terkait kepatuhan dan privasi yang seringkali mendampingi penerapan teknologi AI. Diperlukan upaya untuk memastikan bahwa penggunaan AI oleh bank tidak melanggar regulasi dan standar privasi yang berlaku. Selain itu, bank juga perlu memastikan bahwa data yang digunakan dalam implementasi AI dikumpulkan dan dikelola dengan cara yang etis dan transparan.