Buku Panduan AI Praktis Google untuk Bank dan Fintech

Karen Zhang menjelaskan bagaimana Google mendukung organisasi di seluruh layanan keuangan, dari fintech kecil hingga institusi keuangan besar. Tema umum dalam percakapan ini adalah menggunakan AI dengan cara praktis: meningkatkan pengalaman pelanggan di front end dan mengurangi beban kerja yang berulang di back end, sehingga tim dapat fokus pada pekerjaan yang memerlukan pertimbangan nyata.

Zhang menyoroti kemitraan dengan Starling Bank untuk menciptakan layanan "Spend intelligence". Sederhananya, ini memungkinkan pelanggan Starling mengajukan pertanyaan dalam bahasa alami di dalam aplikasi (diketik atau suara) dan mendapatkan jawaban yang jelas tentang pengeluaran mereka. Alih-alih menggali laporan dan filter, pengguna dapat bertanya seperti: "Berapa banyak yang telah saya belanjakan untuk TFL dan transportasi selama seminggu terakhir?" atau "Apakah itu berubah dari minggu ke minggu selama sebulan terakhir?"  Intinya adalah membuat wawasan pengeluaran terasa lebih seperti percakapan, dan lebih mudah diakses untuk pengguna sehari-hari.

Untuk tim fintech, contoh Zhang juga menandakan pergeseran dalam pemikiran produk. Antarmuka bahasa alami menurunkan hambatan untuk mendapatkan wawasan karena pelanggan tidak perlu tahu di mana harus mengetuk atau bagaimana menafsirkan grafik untuk menemukan apa yang mereka butuhkan. Jika dilakukan dengan baik, ini mendukung penganggaran, menemukan pola, dan memperhatikan perubahan bertahap dalam perilaku, tanpa mengubah pengguna menjadi analis data.

Zhang kemudian beralih ke otomatisasi internal, menggunakan contoh kedua dengan Liberis yang bermitra dengan Google untuk membangun agen underwriting AI bernama Ada, dinamai menurut Ada Lovelace. Underwriting sering melibatkan volume informasi yang besar dan langkah-langkah yang dapat diulang, yang dapat menciptakan beban administrasi yang berat. Menurut Google, Ada bekerja bersama underwriter, membantu mereka melalui proses dan mengurangi overhead sebesar 50%. Zhang membingkai manfaatnya sebagai efisiensi dan fokus: AI mengambil alih tugas yang lebih berulang, sementara underwriter menghabiskan lebih banyak waktu pada keputusan berbasis pengetahuan yang lebih berisiko tinggi.

Google mengakhiri dengan pesan skalabilitas yaitu meskipun contoh-contoh ini berada di ruang fintech tingkat menengah, pendekatan yang sama dapat diterapkan pada perusahaan yang jauh lebih kecil. Idenya adalah bahwa dengan dukungan AI yang tepat, tim tidak memerlukan jumlah karyawan yang besar, "100 underwriter," seperti yang dikatakan Zhang, untuk memberikan layanan yang kuat. Untuk bank dan fintech yang mencoba menyeimbangkan biaya dan pengalaman pelanggan, poin Google sangat jelas: gunakan AI untuk menghilangkan hambatan bagi pelanggan dan mengurangi pekerjaan berulang secara internal, sambil mempertahankan penilaian manusia di mana itu penting.