Seiring AI terus berkembang dan adopsinya semakin meningkat, seluruh industri dan model bisnis akan mengalami perubahan signifikan dalam dekade mendatang. Banyak dinamika yang berperan, dengan kemampuan AI melampaui kelincahan banyak organisasi. Hal ini terutama berlaku bagi banyak lembaga keuangan, saat mereka terus memodernisasi infrastruktur inti warisan melalui migrasi ke cloud.
Tentu saja, langkah pertama bagi sebagian besar Lembaga Keuangan adalah mengembangkan kasus penggunaan AI yang hampir sepenuhnya terpisah dari sistem warisan, seperti chatbot dukungan pelanggan. Ketika kita melihat bagaimana pusat kontak bekerja, ini adalah tempat yang jelas untuk memulai. Pelanggan mengunjungi situs web, menelepon nomor dukungan pelanggan, atau mengirim email saat mereka ingin mengajukan masalah. Interaksi ini dapat sepenuhnya dialihkan melalui solusi cloud, dengan API yang menghubungkannya ke repositori data internal yang relevan, seperti sistem manajemen hubungan pelanggan (CRM).
Meskipun kasus penggunaan pusat kontak adalah solusi AI yang paling mudah diadopsi untuk perusahaan jasa keuangan, ada kemenangan cepat lain yang akan memungkinkan karyawan untuk fokus pada tugas yang bernilai lebih tinggi, terutama saat organisasi meningkatkan pemahaman dan keterlibatan mereka terhadap AI.
Kemenangan cepat untuk pelanggan dan karyawan
Dengan banyak layanan dan aplikasi yang disampaikan melalui cloud, pelanggan juga dapat merasakan manfaat dari peningkatan dan efisiensi berbasis AI. Banyak produk keuangan sekarang memiliki asisten AI dalam aplikasi, dengan pelanggan mendapatkan manfaat dari peningkatan aksesibilitas melalui interaksi dengan aplikasi mereka menggunakan bahasa alami. Ini menghasilkan peningkatan yang jelas dalam pengalaman pengguna (UI) serta pengalaman pengguna (UX).
Demikian pula, asisten ini juga dapat meningkatkan alur kerja internal, dengan profesional perbankan dapat mencari, menemukan, mengekstrak, dan merangkum informasi. Mereka juga membuka kemampuan untuk membuat konten baru, seperti laporan, dari konten yang ada. Ini membuat karyawan di semua fungsi bisnis menjadi lebih berbasis data, dengan alur kerja yang ditingkatkan oleh wawasan yang sebelumnya tidak dapat dijangkau tanpa alat AI.
Ambil contoh pembayaran. Bank dan penyedia pembayaran menangani sejumlah besar data pembayaran yang kompleks, sehingga kemampuan untuk menganalisis data ini dan mendapatkan wawasan melalui bahasa alami sangat berguna.
Contoh lain adalah pelatihan di bidang yang kompleks, seperti keuangan perdagangan. Sektor ini menghadapi kesenjangan tenaga kerja yang signifikan karena staf berpengalaman mendekati akhir karier mereka atau beralih ke peran lain. Dengan asisten AI internal, anggota tim baru dapat memahami proses dan alur kerja lebih cepat karena mereka dapat mengajukan pertanyaan secara mandiri melalui bantuan berbasis prompt. Akibatnya, karyawan bank tidak lagi harus menyaring dokumen yang luas untuk menemukan jawaban yang mereka butuhkan.
Untuk tim yang lebih teknis, seperti pengembang, alat AI memberikan nilai luar biasa. Asisten penyelesaian kode meningkatkan kecepatan pengembang dan mempercepat siklus pengembangan perangkat lunak, menghasilkan pengiriman pembaruan dan fitur baru kepada pelanggan dengan cepat. Tentu saja, tidak semua karyawan dalam organisasi akan seahli tim teknis dalam menggunakan alat AI, tetapi di sinilah para pemimpin teknis di lembaga keuangan harus mendorong penerapan peta jalan peningkatan keterampilan khusus untuk berbagai fungsi dan tim bisnis.
Investasi utama untuk organisasi jasa keuangan
Sebagian besar peningkatan efisiensi AI yang signifikan dalam jasa keuangan berkaitan dengan otomatisasi pekerjaan yang memakan waktu dan bernilai rendah bagi profesional di semua sektor dan fungsi. AI generatif telah menjadi kekuatan pendorong di balik banyak adopsi dan integrasi yang kita lihat dalam beberapa tahun terakhir, dengan kasus penggunaan mulai dari transkripsi hingga terjemahan dan digitalisasi dokumen berbasis kertas. Untuk tim pemberi pinjaman, misalnya, kemampuan untuk mendigitalkan, mengajukan pertanyaan, dan mengelola volume besar dokumen pinjaman yang kompleks secara skala besar, serta memastikan aplikasi hilir dapat memanfaatkan data ini, adalah transformasional.
Seiring teknologi baru dan kemampuan canggih terbentuk, investasi yang ada juga akan mendapatkan manfaat. Misalnya, munculnya agen AI membuka jalan baru untuk inovasi karena agen dapat terhubung ke alat generatif AI. Chatbot yang ditingkatkan oleh agen AI dapat memberikan pencarian dan penemuan pengetahuan serta data yang canggih dengan menghubungkan ke berbagai LLM dan sumber eksternal yang disetujui.
Protokol baru yang memungkinkan agen dan LLM berkomunikasi satu sama lain juga memperluas apa yang mungkin dilakukan dengan AI. Dua protokol utama yang muncul adalah Agent-to-Agent (A2A) dan Model Context Protocols (MCP). Seperti namanya, protokol A2A memungkinkan agen berkomunikasi dan berkolaborasi secara mandiri, mendorong penciptaan sistem AI yang lebih luas dan dinamis. MCP adalah kerangka kerja yang memberi LLM kemampuan untuk mengakses alat dan sistem lain, seperti API, basis data eksternal, dan agen.
Seiring kita bergerak menuju penciptaan sistem yang sepenuhnya berbasis agen, investasi dalam protokol ini sangat penting bagi organisasi jasa keuangan. Dengan membuka cara komunikasi yang baru dan aman antara agen AI, API, dan sumber data eksternal, inovasi dan kolaborasi berbasis AI menjadi lebih kuat.
Ini adalah waktu yang menarik bagi jasa keuangan, karena AI memberikan peningkatan produktivitas yang luar biasa untuk kasus penggunaan internal dan meningkatkan produk serta layanan di seluruh ekosistem, mulai dari pemberian pinjaman hingga pasar modal.
Semua cabang jasa keuangan kaya akan data, dan data adalah bahan bakar yang menggerakkan AI. Inilah sebabnya kita sekarang melihat ledakan jumlah mitra fintech dan teknologi yang mengkhususkan diri dalam penawaran AI dan meningkatkan layanan keuangan dengan teknologi canggih. Hambatan utama industri ini adalah teknologi warisan, tetapi kolaborasi dengan mitra-mitra ini dan adopsi layanan cloud meningkatkan kelincahan dan memastikan perusahaan jasa keuangan dapat memanfaatkan kekuatan penuh AI.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Masa depan AI dalam layanan keuangan
Seiring AI terus berkembang dan adopsinya semakin meningkat, seluruh industri dan model bisnis akan mengalami perubahan signifikan dalam dekade mendatang. Banyak dinamika yang berperan, dengan kemampuan AI melampaui kelincahan banyak organisasi. Hal ini terutama berlaku bagi banyak lembaga keuangan, saat mereka terus memodernisasi infrastruktur inti warisan melalui migrasi ke cloud.
Tentu saja, langkah pertama bagi sebagian besar Lembaga Keuangan adalah mengembangkan kasus penggunaan AI yang hampir sepenuhnya terpisah dari sistem warisan, seperti chatbot dukungan pelanggan. Ketika kita melihat bagaimana pusat kontak bekerja, ini adalah tempat yang jelas untuk memulai. Pelanggan mengunjungi situs web, menelepon nomor dukungan pelanggan, atau mengirim email saat mereka ingin mengajukan masalah. Interaksi ini dapat sepenuhnya dialihkan melalui solusi cloud, dengan API yang menghubungkannya ke repositori data internal yang relevan, seperti sistem manajemen hubungan pelanggan (CRM).
Meskipun kasus penggunaan pusat kontak adalah solusi AI yang paling mudah diadopsi untuk perusahaan jasa keuangan, ada kemenangan cepat lain yang akan memungkinkan karyawan untuk fokus pada tugas yang bernilai lebih tinggi, terutama saat organisasi meningkatkan pemahaman dan keterlibatan mereka terhadap AI.
Kemenangan cepat untuk pelanggan dan karyawan
Dengan banyak layanan dan aplikasi yang disampaikan melalui cloud, pelanggan juga dapat merasakan manfaat dari peningkatan dan efisiensi berbasis AI. Banyak produk keuangan sekarang memiliki asisten AI dalam aplikasi, dengan pelanggan mendapatkan manfaat dari peningkatan aksesibilitas melalui interaksi dengan aplikasi mereka menggunakan bahasa alami. Ini menghasilkan peningkatan yang jelas dalam pengalaman pengguna (UI) serta pengalaman pengguna (UX).
Demikian pula, asisten ini juga dapat meningkatkan alur kerja internal, dengan profesional perbankan dapat mencari, menemukan, mengekstrak, dan merangkum informasi. Mereka juga membuka kemampuan untuk membuat konten baru, seperti laporan, dari konten yang ada. Ini membuat karyawan di semua fungsi bisnis menjadi lebih berbasis data, dengan alur kerja yang ditingkatkan oleh wawasan yang sebelumnya tidak dapat dijangkau tanpa alat AI.
Ambil contoh pembayaran. Bank dan penyedia pembayaran menangani sejumlah besar data pembayaran yang kompleks, sehingga kemampuan untuk menganalisis data ini dan mendapatkan wawasan melalui bahasa alami sangat berguna.
Contoh lain adalah pelatihan di bidang yang kompleks, seperti keuangan perdagangan. Sektor ini menghadapi kesenjangan tenaga kerja yang signifikan karena staf berpengalaman mendekati akhir karier mereka atau beralih ke peran lain. Dengan asisten AI internal, anggota tim baru dapat memahami proses dan alur kerja lebih cepat karena mereka dapat mengajukan pertanyaan secara mandiri melalui bantuan berbasis prompt. Akibatnya, karyawan bank tidak lagi harus menyaring dokumen yang luas untuk menemukan jawaban yang mereka butuhkan.
Untuk tim yang lebih teknis, seperti pengembang, alat AI memberikan nilai luar biasa. Asisten penyelesaian kode meningkatkan kecepatan pengembang dan mempercepat siklus pengembangan perangkat lunak, menghasilkan pengiriman pembaruan dan fitur baru kepada pelanggan dengan cepat. Tentu saja, tidak semua karyawan dalam organisasi akan seahli tim teknis dalam menggunakan alat AI, tetapi di sinilah para pemimpin teknis di lembaga keuangan harus mendorong penerapan peta jalan peningkatan keterampilan khusus untuk berbagai fungsi dan tim bisnis.
Investasi utama untuk organisasi jasa keuangan
Sebagian besar peningkatan efisiensi AI yang signifikan dalam jasa keuangan berkaitan dengan otomatisasi pekerjaan yang memakan waktu dan bernilai rendah bagi profesional di semua sektor dan fungsi. AI generatif telah menjadi kekuatan pendorong di balik banyak adopsi dan integrasi yang kita lihat dalam beberapa tahun terakhir, dengan kasus penggunaan mulai dari transkripsi hingga terjemahan dan digitalisasi dokumen berbasis kertas. Untuk tim pemberi pinjaman, misalnya, kemampuan untuk mendigitalkan, mengajukan pertanyaan, dan mengelola volume besar dokumen pinjaman yang kompleks secara skala besar, serta memastikan aplikasi hilir dapat memanfaatkan data ini, adalah transformasional.
Seiring teknologi baru dan kemampuan canggih terbentuk, investasi yang ada juga akan mendapatkan manfaat. Misalnya, munculnya agen AI membuka jalan baru untuk inovasi karena agen dapat terhubung ke alat generatif AI. Chatbot yang ditingkatkan oleh agen AI dapat memberikan pencarian dan penemuan pengetahuan serta data yang canggih dengan menghubungkan ke berbagai LLM dan sumber eksternal yang disetujui.
Protokol baru yang memungkinkan agen dan LLM berkomunikasi satu sama lain juga memperluas apa yang mungkin dilakukan dengan AI. Dua protokol utama yang muncul adalah Agent-to-Agent (A2A) dan Model Context Protocols (MCP). Seperti namanya, protokol A2A memungkinkan agen berkomunikasi dan berkolaborasi secara mandiri, mendorong penciptaan sistem AI yang lebih luas dan dinamis. MCP adalah kerangka kerja yang memberi LLM kemampuan untuk mengakses alat dan sistem lain, seperti API, basis data eksternal, dan agen.
Seiring kita bergerak menuju penciptaan sistem yang sepenuhnya berbasis agen, investasi dalam protokol ini sangat penting bagi organisasi jasa keuangan. Dengan membuka cara komunikasi yang baru dan aman antara agen AI, API, dan sumber data eksternal, inovasi dan kolaborasi berbasis AI menjadi lebih kuat.
Ini adalah waktu yang menarik bagi jasa keuangan, karena AI memberikan peningkatan produktivitas yang luar biasa untuk kasus penggunaan internal dan meningkatkan produk serta layanan di seluruh ekosistem, mulai dari pemberian pinjaman hingga pasar modal.
Semua cabang jasa keuangan kaya akan data, dan data adalah bahan bakar yang menggerakkan AI. Inilah sebabnya kita sekarang melihat ledakan jumlah mitra fintech dan teknologi yang mengkhususkan diri dalam penawaran AI dan meningkatkan layanan keuangan dengan teknologi canggih. Hambatan utama industri ini adalah teknologi warisan, tetapi kolaborasi dengan mitra-mitra ini dan adopsi layanan cloud meningkatkan kelincahan dan memastikan perusahaan jasa keuangan dapat memanfaatkan kekuatan penuh AI.