Bank AI-native—dibangun dari awal berdasarkan kecerdasan buatan—sedang mengotomatisasi layanan pelanggan, kredit, kepatuhan, dan lebih banyak lagi. Contohnya seperti pelopor Catena Labs, One Zero, Bunq, WeBank, dan CITIC aiBank yang mendefinisikan ulang keuangan global dan menantang bank tradisional.
AI dalam keuangan telah berkembang pesat. Pada 2010-an, banyak bank memperkenalkan pembelajaran mesin untuk penilaian kredit dan chatbot untuk dukungan pelanggan, menguji potensi AI dalam kerangka kerja yang ada. Pada 2020, bank terkemuka mengintegrasikan algoritma canggih dalam manajemen risiko dan personalisasi pelanggan. Sebuah survei industri baru-baru ini menemukan bahwa 65% bank berencana meluncurkan layanan pelanggan berbasis AI pada 2025 – bukti betapa umumnya AI dalam perbankan. Namun, sebagian besar upaya ini masih menempelkan AI ke sistem warisan. Sebaliknya, bank "AI-native" bertujuan merancang lembaga keuangan sepenuhnya di sekitar kemampuan AI, sepenuhnya membayangkan ulang bagaimana operasi bank.
Konsep bank asli AI semakin populer karena pengusaha dan teknolog menyadari bahwa bank yang ada – bahkan neobank digital – menghadapi keterbatasan dalam beradaptasi dengan dunia yang berfokus pada AI. Bank tradisional, yang dibangun pada proses dan infrastruktur berusia puluhan tahun, sering merasa “lambat, mahal, penuh gesekan global, tidak fleksibel, dan tidak cocok” untuk mendukung peluang baru yang ditawarkan AI. Ini membuka pintu bagi startup dan perusahaan keuangan berpikiran maju untuk membangun bank yang dimulai dengan arsitektur berbasis AI.
Pemain baru ini merancang sistem di mana AI menangani segalanya mulai dari interaksi pelanggan dan pemantauan penipuan hingga keputusan kredit dan bahkan kepatuhan regulasi, semuanya di bawah pengawasan manusia.
Apa Itu Bank AI-Native?
Dalam istilah sederhana, bank AI-native adalah lembaga keuangan yang dibangun di sekitar kecerdasan buatan sejak hari pertama, bukan menambahkannya sebagai pemikiran setelahnya.
Deskripsi terbaru oleh startup fintech mendefinisikan bank AI-native sebagai bank "dibangun di sekitar AI, bukan ditambahkan sebagai pemikiran setelahnya."
Dalam praktiknya, ini berarti produk, layanan, dan proses internal bank dirancang untuk dioperasikan oleh algoritma AI dan otomatisasi, dengan intervensi manual minimal dalam alur kerja sehari-hari. Staf manusia menyediakan pengawasan, bimbingan strategis, dan menangani kasus-kasus luar biasa, tetapi sistem AI yang memberdayakan keputusan dan interaksi rutin.
Bank AI-native biasanya memiliki operasi digital ujung ke ujung dengan AI yang mengelola onboarding pelanggan, penilaian risiko, transaksi, dan layanan pelanggan.
Model pembelajaran mesin canggih menganalisis data pelanggan untuk menawarkan saran keuangan yang dipersonalisasi atau mendeteksi penipuan secara real time. Chatbot dan asisten virtual menangani sebagian besar pertanyaan pelanggan. Yang penting, bank-bank ini sering menggabungkan inovasi AI terbaru seperti AI generatif untuk antarmuka percakapan atau pembelajaran penguatan untuk mengoptimalkan strategi investasi. Tujuannya adalah untuk menciptakan bank yang dapat belajar dan beradaptasi terus-menerus, meningkatkan layanan saat mengumpulkan lebih banyak data – sesuatu yang tidak bisa dilakukan oleh inti warisan yang statis.
Ciri khas lainnya adalah bahwa bank AI-native memperlakukan kepatuhan dan manajemen risiko sebagai fitur bawaan dari sistem AI. Di bank tradisional, kepatuhan sering menjadi lapisan pemeriksaan dan laporan terpisah, beberapa dilakukan secara manual. Di bank AI-first, perangkat lunak dirancang untuk menghormati batasan regulasi sejak awal, mengotomatisasi hal-hal seperti pemantauan aktivitas mencurigakan. "Pemahaman yang tepat tentang kepatuhan dan risiko regulasi perlu memiliki tempat di meja bersama produk dan teknik," Neville menekankan, menunjukkan bahwa bank-bank ini memprogram logika regulasi langsung ke dalam alur kerja AI mereka.
Penting untuk dicatat bahwa "AI-native" tidak berarti "hanya AI." Pengawasan manusia tetaplah penting.
Visi bukanlah bank yang sepenuhnya otonom tanpa karyawan, melainkan bank yang sangat otomatis di mana manusia dan AI bekerja bersama. Misalnya, salah satu proyek bank AI berencana menggunakan “aktor AI, atau pekerja digital, sebagai karyawan untuk melakukan tugas internal seperti menulis perangkat lunak,” sementara manusia menangani pengawasan dan pengambilan keputusan tingkat tinggi. Dalam peran yang berhadapan dengan pelanggan, asisten AI mungkin menjawab pertanyaan rutin, meningkatkannya ke bankir manusia hanya ketika menghadapi sesuatu yang tidak bisa ditangani atau situasi yang memerlukan empati dan penilaian.
Pada bagian berikutnya, kami melihat lima inisiatif yang mencerminkan gerakan bank AI-native.
Catena Labs – Membangun Bank untuk “Ekonomi AI”
Salah satu proyek baru yang banyak dibicarakan adalah Catena Labs, sebuah startup berbasis di AS yang didirikan bersama oleh Sean Neville (dikenal sebagai salah satu pendiri Circle, perusahaan di balik USDC stablecoin).
Catena Labs menjadi berita utama pada Mei 2025 dengan memperoleh pendanaan awal sebesar $18 juta untuk membangun apa yang Neville sebut sebagai “institusi keuangan berbasis AI sepenuhnya yang terregulasi,” yang dirancang untuk "ekonomi AI" yang sedang berkembang.
Putaran pendanaan dipimpin oleh dana kripto a16z dari Andreessen Horowitz, dengan partisipasi dari investor terkenal termasuk Breyer Capital, Coinbase Ventures, dan bahkan bintang NFL Tom Brady – sebuah jajaran yang menyoroti antusiasme terhadap ide ini.
Visi Catena sangat ambisius: untuk menciptakan bank di mana sistem AI (disebut sebagai "agen AI") dapat memiliki akun, mengeksekusi transaksi, dan berinteraksi secara finansial dengan agen lain atau manusia secara otonom. Neville percaya bahwa di masa depan yang tidak terlalu jauh, “agen AI akan segera melakukan sebagian besar transaksi ekonomi,” dan bank saat ini secara fundamental tidak siap untuk skenario tersebut.
Misalnya, algoritma perdagangan atau bot e-commerce mungkin perlu melakukan ribuan pembayaran cepat atau menandatangani kontrak atas nama pemilik manusia – tugas-tugas yang memperberat proses perbankan konvensional.
Jawaban Catena adalah membangun kembali infrastruktur keuangan dari awal untuk mengakomodasi kebutuhan tersebut.
Inti dari pendekatan Catena adalah penggunaan stablecoin – khususnya USDC, yang diciptakan bersama Neville – sebagai "uang AI-native" untuk transaksi.
Karena stablecoin berjalan di jaringan blockchain, mereka memungkinkan pembayaran yang cepat dan dapat diprogram melintasi batas-batas. Catena Labs berpendapat bahwa stablecoin sangat ideal untuk agen AI, yang mungkin beroperasi 24/7 secara global dan memerlukan transaksi cepat berbiaya rendah tanpa penundaan manusia. Dengan memanfaatkan USDC dan mata uang digital serupa, bank baru ini berniat membiarkan klien AI memindahkan uang dengan lancar seperti data, sambil tetap mematuhi standar peraturan untuk kenali-pelanggan-Anda (KYC) dan anti-pencucian uang (AML).
Regulasi dan kepercayaan adalah fokus utama bagi Catena Labs.
Neville menekankan bahwa memperoleh lisensi perbankan yang tepat dan memastikan kepatuhan merupakan bagian integral dari roadmap proyek ini. Bank "dioperasikan oleh AI dengan pengawasan manusia,” yang berarti sistem otomatis menjalankan fungsi sehari-hari tetapi manusia menetapkan kebijakan dan campur tangan bila diperlukan. Catena bahkan telah merilis Agent Commerce Kit (ACK) – toolkit sumber terbuka untuk memverifikasi dan mengelola identitas agen AI. Membangun identitas digital terpercaya untuk entitas AI adalah salah satu tantangan yang rumit, karena regulasi menuntut identifikasi pemegang akun (dan Anda tentunya tidak bisa memindai sidik jari bot AI). ACK adalah upaya awal untuk memecahkan ini dengan menyediakan protokol untuk mendaftarkan dan mengotentikasi agen AI dalam transaksi keuangan.
Dalam mengartikulasikan mengapa upaya ini diperlukan, Catena Labs tidak segan-segan mengkritisi kekurangan infrastruktur perbankan yang ada. Infrastruktur keuangan global saat ini digambarkan sebagai “lambat, mahal, penuh gesekan global, tidak fleksibel dan tidak cocok untuk peluang dan risiko baru AI.”
Bank tradisional, dalam pandangan Neville, secara aktif menghalangi agen otomatis – misalnya, banyak sistem yang dibangun untuk mendeteksi dan mencegah “bot” demi keamanan, yang ironisnya menjadi halangan ketika agen AI sah mencoba berpartisipasi. Sebaliknya, bank yang diusulkan Catena akan dibangun “sehingga aktor AI akan menjadi pengguna utama, bukan menghalangi mereka.”
Pada pertengahan tahun 2025, Catena Labs masih dalam fase pengembangan – perusahaan belum memiliki produk publik dan bekerja untuk memperoleh lisensi. Suntikan dana sebesar $18 juta akan mempercepat perekrutan dan pembangunan produk. Mengingat latar belakang Neville di Circle, kemungkinan besar startup ini akan bekerja erat dengan regulator (mungkin mengejar piagam perbankan atau bermitra dengan bank yang sudah ada) untuk memastikan peluncuran bank AI-native ini dimulai dengan landasan hukum yang kukuh.
One Zero Bank – Bank Digital Berbasis AI dari Israel
Sementara beberapa proyek bank AI-native baru memulai, One Zero Bank di Israel sudah beroperasi dan mengintegrasikan AI secara mendalam ke dalam layanannya.
Didirikan di akhir 2022, One Zero adalah bank digital penuh pertama di Israel – lebih lanjut merupakan bank baru pertama yang menerima lisensi perbankan di negara itu dalam lebih dari 45 tahun.
Didirikan bersama oleh Profesor Amnon Shashua, seorang teknolog terkenal yang paling dikenali sebagai pendiri Mobileye (pemimpin dalam teknologi mobil otonom). Didukung oleh pendanaan yang besar, One Zero Bank sejak awal bertujuan menggabungkan teknologi AI dengan perbankan. Bank ini menggambarkan modelnya saat peluncuran sebagai “didorong oleh kecerdasan buatan, menggabungkan keuntungan dari bank tradisional dan bank baru.” Dalam praktiknya, One Zero mengombinasikan kenyamanan digital dengan pengalaman perbankan pribadi, menggunakan AI untuk meningkatkan layanan pelanggan dan personalisasi.
One Zero Bank telah mengumpulkan pendanaan signifikan. Here's the translation of the content from English to Indonesian, excluding translations for markdown links:
Content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), menyoroti kepercayaan terhadap pendekatannya. Pada tahun 2025, bank tersebut telah mengumpulkan sekitar $242 juta dan dinilai sekitar $320 juta, dengan investor termasuk raksasa teknologi seperti Tencent dan dana fintech dari ekosistem SoftBank.
AI berada di inti pengalaman pelanggan One Zero.
Pada bulan Februari 2024, bank tersebut meluncurkan “Ella 2.0,” sebuah platform layanan bertenaga AI generatif yang bertindak sebagai asisten keuangan virtual bagi pelanggan. Dikembangkan dalam kemitraan dengan AI21 Labs (startup AI Israel yang mengkhususkan diri dalam model bahasa besar), Ella 2.0 pada dasarnya adalah bankir pribadi AI yang tersedia 24/7.
Pelanggan dapat berinteraksi dengan Ella dalam bahasa alami – menanyakan pertanyaan kompleks tentang keuangan mereka di berbagai akun, mendapatkan saran anggaran, atau memecahkan masalah – dan mendapatkan respons instan yang sadar konteks. Sistem ini memahami beberapa bahasa dan dilatih pada banyak pertanyaan perbankan untuk meningkatkan akurasinya.
Menurut bank tersebut, Ella 2.0 “menyediakan respons instan, beroperasi 24/7, dan memanfaatkan pembelajaran mesin untuk menyesuaikan layanan keuangan yang dipersonalisasi.” Dengan kata lain, ia terus belajar dari interaksi pelanggan untuk menawarkan bantuan yang lebih baik, sementara bankir manusia siap mendukung ketika dibutuhkan.
CEO pertama One Zero, Gal Bar Dea, menyoroti bagaimana asisten AI ini meningkatkan kualitas layanan. “Kemampuan Ella 2.0 melampaui batasan linguistik,” katanya, memastikan “respons yang cepat, akurat, dan dipersonalisasi sambil terus berkembang untuk memenuhi kebutuhan individual pelanggan.”
One Zero bangga memimpin “gerakan global dari AI Generatif eksperimental ke penerapan praktis” dalam perbankan.
Ori Goshen, co-CEO AI21 Labs, mencatat bahwa “asisten AI baru One Zero, Ella, merepresentasikan pergeseran dalam industri perbankan digital menuju pengalaman pelanggan yang lebih baik – lebih cepat, lebih dapat diandalkan, dan dipersonalisasi untuk setiap pengguna.”
Pernyataan seperti itu menyoroti bagaimana eratnya integrasi startup teknologi dan bank dalam mengembangkan solusi AI.
Selain Ella, One Zero menggunakan AI dengan cara yang lebih di belakang layar. Algoritme otomatis menangani sebagian besar operasi harian dan pengambilan keputusan bank. Misalnya, model AI digunakan untuk penilaian risiko kredit dan rekomendasi investasi, belajar dari data untuk menyempurnakan hasilnya.
Strategi bank ini adalah mengotomatisasi tugas rutin sebanyak mungkin, yang mengurangi biaya dan memungkinkan bank untuk menawarkan biaya yang lebih kompetitif.
Pada saat yang sama, One Zero mempertahankan penasihat keuangan manusia yang dapat dihubungi oleh klien (bank ini menjanjikan hibrida antara “manajer keuangan pribadi” dan bantuan AI). Pendekatan ganda ini melayani pelanggan yang menginginkan efisiensi AI tetapi juga meyakinkan dengan keahlian manusia untuk keputusan penting.
Investasi besar One Zero dalam AI membuahkan hasil dalam keterlibatan pelanggan.
Menurut beberapa laporan, asisten AI-nya sudah menangani hingga 40% dari pertanyaan pelanggan secara mandiri tak lama setelah diluncurkan, dan membantu agen manusia dengan banyak pertanyaan lainnya. Ini secara signifikan mengurangi waktu respons – bank mengklaim telah menghilangkan waktu tunggu untuk sebagian besar pertanyaan – dan memastikan bahwa pelanggan mendapatkan jawaban yang konsisten dan berkualitas tinggi kapan saja.
AI bahkan dapat menangani pertanyaan kompleks yang dirujukkan silang; One Zero mencatat skenario seperti menanyakan “Apa restoran India yang saya kunjungi dengan teman di London?” dan sistem dapat menyimpulkan dan menemukan transaksi tersebut. Kemampuan seperti itu menggambarkan kekuatan menggabungkan data transaksi dengan AI percakapan.
Dari perspektif pasar, One Zero Bank menjadi studi kasus bagaimana bank baru dapat membedakan diri melalui AI. Dalam sektor perbankan yang kompetitif di Israel, poin penjualan One Zero bukan hanya karena memiliki aplikasi seluler yang bergaya – banyak bank melakukannya – tetapi layanan-layanannya lebih cerdas dan lebih proaktif. Bank ini dapat memberi tahu pengguna tentang pengeluaran yang tidak biasa, meramalkan arus kas mereka, atau menyarankan langkah keuangan, yang digerakkan oleh analitik AI pada data mereka. Ini sejalan dengan tren yang lebih luas: konsumen semakin mengharapkan layanan yang dipersonalisasi dan instan dalam keuangan, mirip dengan cara Netflix atau Spotify mempersonalisasi hiburan. One Zero memanfaatkan harapan itu, menggunakan AI untuk menjadi semacam “pramutamu keuangan.”
Tantangan tetap ada untuk One Zero, terutama saat ingin memperluas jangkauan di luar Israel. Bank ini memiliki rencana untuk ekspansi internasional, tetapi peristiwa eksternal (seperti konflik regional pada akhir 2023) memaksanya untuk menunda beberapa inisiatif.
Namun demikian, kemajuan perusahaan ini diawasi secara global. Jika One Zero Bank terus sukses, bisa jadi akan menginspirasi bank digital lain yang berfokus pada AI di negara lain. Hal ini juga memberikan contoh langsung kepada regulator tentang bagaimana AI dapat secara aman terintegrasi ke dalam perbankan. Yang menarik, regulator Israel memberikan One Zero lisensi perbankan penuh, menunjukkan kepercayaan pada model dan modalnya – sebuah tanda positif untuk bank berbasis AI lainnya yang berharap mendapatkan persetujuan regulasi di masa depan.
Bunq – Neobank Pertama yang Didukung AI di Eropa
Di Eropa, salah satu pemain mapan yang mengadopsi pendekatan berbasis AI adalah Bunq, bank digital Belanda yang sering disebut “bank dari The Free” karena etos yang didorong teknologi dan terpusat pada pengguna.
Bunq didirikan pada tahun 2012 dan telah berkembang menjadi jutaan pengguna di seluruh Eropa, tetapi pada akhir 2023 ia membuat gebrakan dengan mengumumkan bahwa mereka telah menjadi "bank pertama yang menggunakan AI di Eropa."
Bunq mengintegrasikan AI generatif ke dalam platformnya secara lebih efektif dibanding rekan-rekannya, dengan tujuan untuk mengubah cara pelanggan berinteraksi dengan keuangan mereka. Pusat dari upaya ini adalah “Finn,” asisten keuangan pribadi Bunq yang didukung AI.
Pada bulan Desember 2023, Bunq meluncurkan Finn sebagai alat AI generatif yang dihadapkan pelanggan dan terintegrasi ke dalam aplikasinya.
Finn secara efektif menggantikan fungsi pencarian dan navigasi tradisional dalam aplikasi Bunq. Alih-alih secara manual menelusuri menu atau daftar transaksi, pengguna cukup mengajukan pertanyaan atau memberikan perintah ke Finn dalam bahasa alami. “Finn akan membuat Anda terkesima,” kata pendiri dan CEO Bunq, Ali Niknam, pada saat peluncuran, mempromosikan hasil dari "tahun-tahun inovasi AI" dan "fokus laser pada pengguna kami."
Tujuannya, seperti yang digambarkan Niknam, adalah untuk “sepenuhnya mengubah perbankan seperti yang Anda ketahui” dengan membuat interaksi semudah percakapan.
Apa yang bisa dilakukan Finn? Menurut Bunq, banyak. Pengguna dapat menanyakan pertanyaan seperti, “Berapa yang saya habiskan untuk belanja makanan bulan lalu?” atau “Berapa tagihan utilitas bulanan rata-rata saya?”, dan Finn akan langsung memproses data transaksi mereka untuk memberikan jawaban. Ia juga dapat menangani pertanyaan lebih kompleks yang menggabungkan beberapa informasi.
Misalnya, Niknam berbagi bahwa “ia bahkan dapat menggabungkan data untuk menjawab pertanyaan yang melampaui transaksi, seperti 'Berapa banyak yang saya habiskan di kafe dekat Central Park Sabtu lalu?’. AI ini sadar konteks, artinya ia dapat mengetahui bahwa “kafe dekat Central Park” merujuk pada pedagang dan tanggal tertentu dalam riwayat transaksi pengguna, sesuatu yang sulit dilakukan oleh fungsi pencarian normal. Dengan memungkinkan kueri percakapan semacam itu, Bunq memudahkan pengguna untuk menganalisis pengeluaran mereka sendiri dan menemukan informasi tanpa perlu pengetahuan akuntansi atau upaya manual yang membosankan.
Selain tanya jawab, Finn membantu dalam perencanaan dan penganggaran keuangan. Pengguna dapat meminta saran atau wawasan, seperti “Apakah saya memiliki cukup surplus bulan ini untuk menambahkan €500 ke tabungan saya?” dan mendapatkan respons berbasis data. Ini seperti memiliki akuntan pribadi yang siap dipanggil.
Bunq memanfaatkan ini untuk mendorong kebiasaan keuangan yang lebih sehat di antara pelanggannya. Di dalam, AI Bunq juga menganalisis pola transaksi di beberapa akun yang terhubung (menggunakan kerangka perbankan terbuka Eropa) untuk memberikan pandangan terkonsolidasi tentang keuangan pengguna. Ini berarti Finn dapat melihat saldo dan pengeluaran pelanggan tidak hanya di Bunq, tetapi di bank lain jika pengguna mengizinkannya, menyediakan satu tampilan yang komprehensif – fitur kuat untuk penganggaran dan perencanaan.
Dampak dari Finn tersebut tercatat.
Laporan menunjukkan bahwa Finn mampu menangani sekitar 40% dari pertanyaan pelanggan secara mandiri, tanpa intervensi manusia, dan membantu dengan sebagian besar lainnya.
Hal ini mengurangi beban kerja staf dukungan Bunq dan mempercepat waktu respons bagi pengguna. Faktanya, pada awal 2024 Bunq mengklaim bahwa pengenalan Finn telah membuat interaksi pelanggan lebih efisien dari sebelumnya, dengan banyak pertanyaan dijawab secara instan oleh AI. Untuk pertanyaan yang memerlukan sentuhan manusia, tim Bunq dapat fokus pada masalah-masalah kompleks, sekarang AI menyeleksi pertanyaan-pertanyaan yang sederhana.
Hasilnya adalah model layanan pelanggan yang dapat diskalakan seiring pertumbuhan basis pengguna Bunq di seluruh Eropa.
Adopsi AI oleh Bunq berlangsung bersamaan dengan ekspansi geografis dan produk-produknya. Perusahaan mengajukan permohonan lisensi perbankan A.S. pada tahun 2023, dengan tujuan memasuki pasar Amerika, dan inovasi semacam itu membantunya menonjol di pasar neobank yang semakin ramai.
Perlu dicatat bahwa fintech lainnya mengikuti langkah serupa: neobank AS MoneyLion mengumumkan fitur pencarian berbasis ChatGPT pada waktu yang sama, dan yang lain yang disebut Dave memperkenalkan "DaveGPT" untuk pertanyaan pelanggan.
Namun, langkah awal Bunq dan integrasinya ke dalam fungsi inti (sepenuhnya menggantikan pencarian dengan AI) memberinya klaim kepemimpinan.
Dari perspektif bisnis, Bunq menggunakan AI tidak hanya untuk membantu pengguna tetapi juga untuk mendapatkan wawasan yang menginformasikan penawaran baru. Dengan menganalisis cara orang bertanya tentang uang mereka, Bunq dapat mengidentifikasi titik nyeri atau permintaan populer dan berpotensi menciptakan fitur atau produk baru di sekitar hal-hal tersebut.
Misalnya, jika banyak pengguna bertanya “Bisakah saya membeli X pada akhir tahun?”, Bunq mungkin akan mengembangkan perencana tabungan otomatis. Inovasi berbasis data ini adalah keunggulan kompetitif sebagai bank yang berbasis AI – umpan balik dari interaksi pengguna ke peningkatan layanan sangat erat dan cepat.
Namun, Bunq juga berhati-hati.Content: menggabungkan AI dengan pengawasan manusia. Semua respons AI diawasi untuk memastikan akurasi dan relevansi.
Bank telah menekankan bahwa saran Finn didasarkan pada data, namun pelanggan harus menggunakan penilaian sendiri – ini adalah asisten, bukan manajer keuangan otonom sepenuhnya (setidaknya belum). Selain itu, privasi dan keamanan adalah yang utama; Bunq harus memastikan bahwa AI hanya mengakses data yang telah diizinkan oleh pengguna dan bahwa informasi sensitif terlindungi. Sejauh ini, tidak ada masalah besar yang dilaporkan, dan pelanggan umumnya merespon dengan positif kenyamanan perbankan percakapan.
Ali Niknam, CEO Bunq, telah menggambarkan dorongan AI sebagai bagian dari misi Bunq untuk menyederhanakan perbankan. Menurutnya, bank tradisional memberatkan pelanggan dengan antarmuka yang kikuk dan jargon, sedangkan Bunq ingin "membuat hidup jauh lebih mudah" bagi pengguna melalui teknologi.
Dengan membuat perbankan semudah mengirim pesan teks kepada teman, Bunq berharap dapat memperdalam loyalitas dan keterlibatan pelanggan. Analisis industri menunjukkan bahwa personalisasi dan kemudahan penggunaan secara signifikan meningkatkan kepuasan pelanggan dalam perbankan.
Strategi AI Bunq mencapai kedua sasaran: mempersonalisasi pengalaman (karena jawaban Finn unik untuk data dan pertanyaan Anda) dan memudahkan (tidak perlu mempelajari menu aplikasi atau terminologi keuangan).
Sebagai salah satu pelopor perbankan bertenaga AI di Eropa, Bunq menawarkan contoh berharga bagi industri. Ini menunjukkan bahwa bahkan bank yang sudah beroperasi dengan jutaan pengguna dapat berhasil mengintegrasikan AI pada inti layanannya – ini bukan hanya untuk startup baru. Pengalaman Bunq akan diawasi dengan saksama oleh bank dan fintech Eropa lainnya. Dalam beberapa hal, Bunq sedang berubah menjadi perusahaan teknologi sebanyak menjadi bank, terus-menerus mengintegrasikan perkembangan AI terbaru. Jika Finn dan fitur AI berikutnya terus berkinerja baik, kemungkinan besar kita akan melihat lebih banyak bank meluncurkan asisten gaya GPT mereka sendiri atau fitur personalisasi yang didorong oleh AI dalam perlombaan untuk menarik pelanggan yang paham digital.
WeBank – Bank Pertama Berbasis AI di China
!(https://yellow-media-production.up.railway.app/uploads/000045074676_9e0e390477.png)
Tidak ada diskusi tentang AI dalam perbankan yang lengkap tanpa WeBank, bank digital terkemuka di China yang telah menjadi pionir dalam adopsi AI sejak berdirinya.
WeBank didirikan pada tahun 2014 sebagai bank internet-only pertama di China, didukung oleh raksasa teknologi Tencent. Sejak awal, strategi WeBank adalah memanfaatkan teknologi mutakhir – terkandung dalam mantranya "ABCD" (AI, Blockchain, Cloud, Data) – untuk melayani jutaan pelanggan dengan biaya rendah. Selama dekade terakhir, WeBank tumbuh pesat, menyediakan pinjaman, pembayaran, dan layanan keuangan untuk puluhan juta pengguna, banyak di antaranya individu yang kurang terlayani oleh bank dan usaha kecil. Keberhasilannya sering dikaitkan dengan integrasi AI yang mendalam dalam operasionalnya, memungkinkan WeBank mengelola volume dan risiko jauh lebih efisien daripada bank tradisional.
Salah satu pencapaian luar biasa WeBank adalah sejauh mana mereka menggunakan AI dan otomatisasi dalam layanan dan dukungan pelanggan. Beberapa tahun yang lalu, WeBank melaporkan bahwa mereka menerima sekitar 100,000 pertanyaan layanan pelanggan per hari, dan "robot virtual" AI mereka menangani 98% dari pertanyaan tersebut tanpa intervensi manusia.
Agen virtual ini menggunakan pemrosesan bahasa alami dan pengenalan ucapan – pada dasarnya versi awal dari jenis AI yang mendukung asisten suara saat ini – untuk menyelesaikan pertanyaan pelanggan. Dr. Yang Qiang, konsultan AI utama di WeBank, menjelaskan bahwa mereka menggunakan pengenalan wajah, pengenalan suara, dan NLP untuk meningkatkan layanan dan kenyamanan. Pelanggan dapat berinteraksi melalui obrolan atau suara, dan AI dapat mengautentikasi mereka (melalui pengenalan wajah) dan menangani masalah atau melakukan permintaan secara real. Certainly! Below is the translation of the provided content from English to Indonesian, following the specified format:
Konten: masa depan keuangan cerdas… Ini adalah lembaga yang paling memahami pelanggan dan paling memahami keuangan.” Kutipan ini menangkap aspirasi bahwa dengan menggabungkan pengetahuan Baidu tentang pengguna (dari perilaku online mereka) dengan keahlian perbankan Citic, aiBank dapat mengungguli bank tradisional dalam wawasan dan layanan kepada pelanggan.
Menjadi bank langsung (hanya online) juga berarti aiBank dapat menjangkau pelanggan di seluruh negeri tanpa kehadiran fisik, keuntungan signifikan di pasar luas Tiongkok.
Dalam praktiknya, selama beberapa tahun ke depan, aiBank meluncurkan produk pinjaman digital dan layanan yang ditingkatkan oleh AI. Ia menawarkan pinjaman pribadi melalui aplikasi seluler, dengan persetujuan cepat yang didukung oleh model kredit pembelajaran mesin. Untuk usaha kecil, aiBank bereksperimen dengan menggunakan AI untuk menganalisis transaksi e-commerce dan data rantai pasokan untuk memberikan kredit – seperti yang dilakukan Ant Group.
AiBank juga mengeksplorasi AI dalam layanan pelanggan, termasuk chatbot cerdas untuk pertanyaan dasar. Mengingat kekuatan Baidu dalam pemrosesan bahasa alami (terutama NLP bahasa Tionghoa), aiBank kemungkinan mendapat manfaat dari AI canggih dalam asisten suara dan interaksi pelanggan berbasis teks. Sementara data kinerja rinci dari aiBank tidak banyak dipublikasikan, operasi berkelanjutannya dan peningkatan modal (Citic dan Baidu dilaporkan menggandakan modalnya pada tahun 2018 untuk mendukung pertumbuhan) menunjukkan bahwa aiBank berhasil mendapatkan daya tarik.
Sudut unik untuk aiBank adalah sinergi dengan ekosistem Baidu. Baidu dapat mengintegrasikan layanan keuangan aiBank ke dalam aplikasi populernya. Misalnya, pengguna pencarian atau peta Baidu mungkin ditawarkan layanan aiBank secara kontekstual (bayangkan mencari "pinjaman mobil" dan melihat tawaran aiBank). Selain itu, penelitian AI Baidu, seperti dalam pengenalan wajah dan teknologi suara, menemukan penggunaan dunia nyata dalam proses keamanan dan onboarding aiBank. Seperti yang dijelaskan Yang Qiang dari WeBank, teknologi seperti pengenalan wajah memungkinkan pembukaan akun jarak jauh yang mulus – aiBank kemungkinan mengadopsi metode serupa mengingat keahlian Baidu. Dalam arti tertentu, aiBank berfungsi sebagai platform bagi Baidu untuk menunjukkan kekuatan AI dalam industri yang diatur, berpotensi memperkuat posisi Baidu di pasar bisnis AI.
Namun, menjalankan bank berbasis AI dalam struktur bank tradisional yang lebih besar (Citic) juga memiliki tantangan.
Keterlibatan Citic Bank memastikan kepatuhan peraturan dan menyediakan infrastruktur perbankan, tetapi mungkin juga menerapkan langkah yang lebih hati-hati daripada startup murni. Pengawasan peraturan oleh Komisi Regulasi Perbankan dan Asuransi Tiongkok (CBIRC) berarti inovasi AI aiBank harus sejajar dengan regulasi risiko keuangan. Pada tahun 2021, muncul anekdot bahwa regulator Tiongkok mendenda Citic dan Baidu karena beberapa formalitas dalam pembentukan JV – pengingat bahwa bahkan bank yang berteknologi maju beroperasi di bawah aturan ketat. Namun demikian, regulator Tiongkok umumnya mendukung AI dan fintech dalam perbankan, sepanjang risiko dikendalikan.
Hingga 2025, CITIC aiBank berdiri sebagai contoh integrasi AI yang sukses dalam usaha perbankan baru.
Mungkin tidak memiliki pengakuan nama global seperti WeBank, tetapi ini menyoroti model kolaboratif: bank legacy dan raksasa teknologi yang bekerja sama menciptakan platform perbankan berbasis AI.
Penutupan Pemikiran
Bangkitnya bank berbasis AI asli menunjuk ke masa depan di mana keuangan lebih cepat, lebih dipersonalisasi, dan bahkan didorong oleh mesin.
Proyek-proyek perintis ini menunjukkan bahwa bank dapat dipikirkan kembali secara radikal dengan teknologi modern – berpotensi menawarkan layanan yang sangat nyaman kepada pelanggan dan membuka sistem keuangan bagi peserta baru (seperti agen AI atau populasi yang kurang terlayani). Ke depan, kita dapat mengharapkan bank tradisional merespons dengan mempercepat adopsi AI mereka sendiri atau bermitra dengan inisiatif berbasis AI. Dalam beberapa kasus, pelaku lama mungkin mengakuisisi startup perbankan AI yang sukses untuk menambahkan kemampuan mereka. Regulator juga memperhatikan dengan seksama. Jika bank berbasis AI menunjukkan kinerja yang kuat dalam manajemen risiko dan kepatuhan, regulator mungkin memperbarui kerangka kerja untuk memfasilitasi penggunaan AI yang lebih luas dalam perbankan, bahkan dapat menciptakan kategori lisensi baru untuk lembaga keuangan berbasis AI.
Namun, kemunculan bank berbasis AI juga membawa risiko dan tantangan signifikan yang perlu dikelola. Salah satu keprihatinan utama adalah tata kelola dan pengawasan. Ketika algoritma AI membuat keputusan kredit atau mendeteksi penipuan, memastikan mereka tidak bias dan bebas kesalahan sangat penting. Algoritma yang tidak terkontrol bisa secara tidak sengaja mendiskriminasikan kelompok pelanggan tertentu atau menyetujui pinjaman berisiko – kesalahan yang bisa merusak kepercayaan dan mengundang sanksi regulasi. Transparansi adalah tantangan lainnya: bank-bank ini harus membuat tindakan AI mereka dapat dijelaskan kepada regulator dan pelanggan.
Bagi lembaga keuangan tradisional, kemunculan bank berbasis AI adalah pisau bermata dua. Di satu sisi, ini mendorong batas inovasi, berpotensi menghasilkan metode dan teknologi baru yang dapat diadopsi oleh pelaku lama. Bank-bank mapan dapat belajar dari efisiensi alur kerja AI Catena atau kesuksesan keterlibatan pelanggan dari Finn Bunq, dan mengintegrasikan ide-ide serupa. Di sisi lain, para pendatang baru ini bisa menjadi pesaing yang tangguh di segmen tertentu.