Industri keuangan telah mengadopsi kecerdasan buatan (AI) dengan kecepatan luar biasa.
Algoritma menyetujui pinjaman dalam hitungan detik, chatbot menangani keluhan 24 jam, dan sistem deteksi penipuan memproses miliaran transaksi setiap hari.
>>> Perbandingan Tata Kelola AI untuk Inklusi Keuangan di Korea dan Meksiko
Namun, ada risiko bahwa industri ini mengukur hal yang salah. Narasi dominan yang berpusat pada pengurangan biaya dan otomatisasi dinilai tidak lengkap.
AI dalam layanan keuangan harus diubah dari alat efisiensi menjadi infrastruktur kepercayaan. Perubahan ini berdampak pada layanan pelanggan, pengembangan produk, dan keamanan.
Layanan Pelanggan: Jebakan Efisiensi
Ukuran paling umum keberhasilan AI dalam layanan pelanggan adalah biaya. McKinsey memperkirakan otomatisasi berbasis AI dapat mengurangi biaya layanan pelanggan di perbankan hingga 30 persen.
Namun, institusi yang hanya mengoptimalkan pengurangan biaya berisiko merusak hubungan yang menjadi dasar perbankan.
Contohnya, asisten AI Fargo dari Wells Fargo mendapat kritik karena sulitnya eskalasi ke manusia, sementara Erica dari Bank of America menangani lebih dari 2 miliar interaksi pada 2024 dengan cara merutekan percakapan sensitif ke agen manusia.
Perbedaan ini filosofis sebelum teknis. Erica dirancang berdasarkan kebutuhan nasabah, dengan efisiensi biaya sebagai konsekuensi, bukan tujuan.
Institusi harus berhenti mengukur keberhasilan AI dari tingkat pengalihan (berapa banyak panggilan yang dihindari dari manusia) dan beralih ke indikator kepercayaan: kepuasan resolusi dan retensi jangka panjang.
Pengembangan Produk: Inklusi sebagai Kewajiban Strategis
Potensi AI yang paling transformatif ada pada underwriting kredit, di mana model tradisional secara sistematis mengecualikan seluruh populasi.
Federal Reserve memperkirakan sekitar 45 juta orang Amerika 'tidak terlihat secara kredit', sementara Bank Dunia menempatkan jumlah orang dewasa tanpa rekening bank global pada 1,4 miliar.
