Industri jasa keuangan yang selama ini dikenal hati-hati akibat regulasi ketat, kini mulai tancap gas dalam adopsi teknologi. Strategi cloud yang matang kini terbukti menjadi katalisator utama untuk mengakselerasi inisiatif kecerdasan buatan (AI).
Ambisi besar untuk mengintegrasikan AI agents di seluruh lini operasional kini menjadi prioritas. Data Accenture menunjukkan lebih dari separuh eksekutif IT perbankan memproyeksikan AI akan terintegrasi penuh dalam fungsi manajemen risiko, kepatuhan, audit, deteksi penipuan, hingga pemantauan transaksi.
Hal senada diungkapkan laporan McKinsey yang memprediksi efisiensi operasional hingga 20 persen dapat diraih melalui penerapan teknologi ini.
Namun, di balik optimisme tersebut, implementasi AI bukanlah perkara mudah. Berikut adalah tiga pelajaran fundamental dari pengalaman bank-bank menengah dalam menavigasi perjalanan transformasi AI.
1. Kolaborasi sebagai Fondasi Strategis
Keberhasilan peluncuran AI agents di sektor keuangan tidak berdiri sendiri pada kecanggihan sistem, melainkan pada sinergi dengan lini bisnis.
Ken Tingle (First VP and Business Intelligence Manager di Cape & Coast Bank) menekankan pentingnya keterlibatan pemangku kepentingan.
”Ada komponen strategis dan komponen kolaborasi di dalamnya,” ujar Tingle dalam konferensi Creatio No-Code Days di Florida, pekan lalu.
Ia menambahkan, “Anda tidak hanya membawa teknologi, tetapi juga harus melibatkan pemimpin penjualan untuk menerapkan solusi yang benar-benar memberikan manfaat bagi organisasi.”
2. Mulai dari Skala Kecil dan Fokus
Alih-alih melakukan perombakan sistem yang masif dan berisiko tinggi, pendekatan bertahap justru lebih disarankan. Cape & Coast Bank, misalnya, menggunakan platform no-code untuk menerapkan referral agent yang melacak kinerja prospek berbasis AI dibandingkan rujukan manual karyawan.
”Anda harus mulai dari yang kecil dan fokus. Mulailah dengan audiens yang sangat terbatas, lalu kembangkan secara perlahan ke seluruh bagian organisasi,” ujarnya.
Pendekatan serupa diterapkan oleh Drew McMonigle (CTO di Lake City Ban)k. Ia menyoroti pentingnya membiasakan staf menggunakan asisten berbasis AI sebelum melangkah ke otomatisasi penuh.
“Titik nolnya adalah minta orang-orang menggunakan use case tipe asisten AI,” ujar McMonigle. “Anda tidak bisa mengotomatisasi sesuatu sepenuhnya sebelum orang-orang terbiasa menggunakan kemampuan asistensinya,” katanya.
Setelah adopsi di level staf meningkat, perusahaan perlu mengomunikasikan keberhasilan use case tersebut ke seluruh organisasi. Strategi ini efektif untuk menciptakan dukungan organik sekaligus menjaga tata kelola AI agar tetap terkendali.
“Ini juga akan memicu lahirnya use case baru secara organik,” tambah McMonigle.
3. Kualitas Data adalah Harga Mati
Data adalah bahan bakar utama bagi AI agents. Tanpa data yang bersih dan akurat, integrasi sistem secanggih apa pun tidak akan memberikan hasil yang memuaskan.
”Jika kita tidak memiliki data yang bersih, integrasi apa pun yang Anda lakukan dari sistem mana pun tidak akan memberikan hasil yang memuaskan,” ungkap Meeta Autrey (VP and IT Manager di Mission Valley Bank).
Menyadari urgensi ini, Cape & Coast Bank meluncurkan program insentif bagi karyawan yang berhasil mengidentifikasi dan memperbaiki kesalahan data nasabah. Bagi Tingle, ini adalah langkah krusial. “Ini adalah proses yang besar. Anda harus memberikan penghargaan kepada mereka atas usaha tersebut,” katanya.
Pengalaman dari ketiga bank tersebut menegaskan bahwa kesuksesan adopsi AI di sektor keuangan bukan sekadar perlombaan perangkat lunak.
Keberhasilan yang berkelanjutan justru lahir dari kemampuan organisasi dalam mengelola data, merancang kolaborasi yang erat, serta membangun budaya adopsi teknologi secara bertahap dan konsisten.
