Peran AI di Industri Perbankan, Bisa Deteksi Penipuan hingga Melindungi Aset Nasabah

Liputan6.com, Jakarta - Industri perbankan telah mengalami transformasi signifikan dalam beberapa tahun terakhir, dan salah satu perubahan itu adalah integrasi solusi berbasis Machine Learning dan/atau Artificial Intelligence (AI).

Teknologi ini memiliki potensi untuk mengubah cara bank beroperasi dengan memberikan banyak manfaat, termasuk meningkatkan pengalaman pelanggan, mengurangi penipuan, dan mengantisipasi risiko.

Pada artikel ini, kami melakukan wawancara dengan Direktur Utama di PT Exquisite Informatics (XQ) Briliantoro Waldjijo, membahas manfaat solusi AI/ML di industri perbankan dan bagaimana solusi tersebut dapat membantu bank mendapatkan wawasan berharga tentang pelanggan mereka.

"Solusi AI/ML dapat digunakan untuk melakukan pendalaman secara personal perilaku konsumen bank (Consumer 360)," ujar pria yang akrab disapa Brili tersebut melalui email kepada Tekno Liputan6.com.

Brili menilai penting bagi industri perbankan untuk mendapatkan pemahaman yang lebih baik tentang pelanggan mereka.

Teknologi ini memungkinkan analisis perilaku konsumen yang dipersonalisasi, memberikan wawasan berharga ke dalam perilaku transaksional dan sosial pelanggan.

"Dengan mengetahui perilaku konsumen, baik transaksional maupun sosial, kita dapat melakukan treatment lebih tepat," kata Brili.

Reaktivasi rekening dorman

Dia mencontohkan kasus reaktivasi rekening dormant (rekening pasif). Jika seorang nasabah sering membeli produk batik, misalnya, bank dapat menawarkan promosi target (target promotion) untuk produk atau layanan bertema batik guna reaktivasi rekening dormant itu.

Dengan menawarkan layanan yang lebih relevan dan personal, bank dapat meningkatkan loyalitas dan kepuasan nasabah.

Selain memberikan pengalaman pelanggan terpersonalisasi, solusi AI/ML juga dapat membantu bank mencegah aktivitas penipuan.

Deteksi anomali adalah salah satu metode yang digunakan untuk mengidentifikasi perilaku nasabah yang tidak normal, dapat mengindikasikan adanya aktivitas penipuan.

"Kita dapat mengetahui aktivitas nasabah yang tidak wajar," tutur Brili.

Dia memberikan contoh kasus anomali aktivitas keuangan nasabah bank. Misalnya, seorang nasabah secara rutin melakukan transfer sejumlah dana dari rekening utama ke tiga rekening lainnya di dalam negeri di akhir bulan.

Namun di saat tertentu, nasabah tersebut melakukan transfer sejumlah dana di pertengahan bulan ke sejumlah rekening lainnya di luar negeri.

Aktivitas itu dapat mengindikasikan potensi aktivitas penipuan. Dengan melakukan deteksi anomali, bank bisa melindungi aset nasabah dan meningkatkan reputasi mereka.

Solusi AI/ML juga dapat membantu bank mengantisipasi risiko dengan menerapkan sistem peringatan dini yang menganalisis data eksternal seperti indeks harga saham gabungan (IHSG), harga komoditas, kurs mata uang, pertumbuhan ekonomi per sektor usaha, selain data internal dan data media.

Brili menuturkan, dengan memantau data tersebut, bank dapat mengantisipasi potensi risiko saat nasabah mengajukan pinjaman, seperti pengembalian yang rendah atau kredit macet.

"Dengan demikian, bank dapat menyalurkan kredit ke industri yang tepat maupun ke perusahaan yang tepat dengan bunga yang optimal, sehingga tidak terlalu memberatkan industri dan memberikan keuntungan optimal kepada bank," kata Brili.

Solusi AI/ML di industri perbankan lainnya adalah penawaran produk yang sesuai untuk nasabah mereka berdasarkan karakteristik mereka. Dengan menyediakan layanan terpersonalisasi, bank dapat meningkatkan kepuasan dan retensi nasabah.

Solusi AI/ML dalam hal ini dapat membantu bank menganalisis data nasabah, seperti pendapatan, usia, dan pekerjaan, untuk menawarkan layanan yang lebih relevan dan personal.

Misalnya, kurang tepat apabila bank menawarkan produk KPR dan KKB bagi nasabah yang pekerjaannya masih di entry level atau menawarkan produk tabungan pendidikan anak bagi nasabah yang sudah memasuki usia pensiun," ujar Brili.

Terlepas dari berbagai manfaat solusi AI/ML, Brili menekankan bahwa itu pada dasarnya hanyalah sebuah perangkat yang membantu pengambilan keputusan secara teknis.

Pada praktiknya, solusi itu harus didasarkan pada formula dan kerangka kerja yang sesuai dengan etika dan budaya yang diatur dan ditentukan oleh perusahaan, serta secara regulasi harus sejalan dengan yang ditetapkan oleh otoritas terkait.

"Solusi AI/ML yang dibangun harus sesuai dengan hal-hal tersebut," tutur Brili memungkaskan.