Kegiatan pengelolaan data dan penerapan teknologi analisis data bukanlah hal baru bagi organisasi di sektor perbankan.

Menurut Bapak Nguyen Thanh Son, Direktur Pusat Pelatihan Asosiasi Perbankan Vietnam (VNBA), sejak 2017, VNBA telah menyelenggarakan banyak seminar dan program pelatihan bagi unit-unit anggota. Jika pada saat itu, kebanyakan dari mereka hanya tertarik dan hanya sedikit yang meneliti dan menemukan cara untuk menerapkan teknologi dalam kegiatan bisnis, pengambilan keputusan, dan manajemen risiko, kini, setelah 5-6 tahun, semuanya telah berubah.

Dalam lokakarya "Memanfaatkan Data untuk Kesuksesan" pada 19 September di Hanoi , Bapak Nguyen Thanh Son menyampaikan bahwa banyak bank telah menerapkan teknologi baru dalam pencegahan penipuan dan aktivitas pembayaran di ekosistem digital, termasuk aplikasi manajemen data.

Dengan keuntungan besar memiliki gudang data yang besar, jika mengetahui cara memanfaatkannya, bank akan meningkatkan keunggulan kompetitif, meningkatkan merek, dan meminimalkan risiko.

W-Nguyen Thanh Son.jpg
Bapak Nguyen Thanh Son, Direktur Pusat Pelatihan, Asosiasi Bank Vietnam (VNBA), menyampaikan pidato pembukaan pada lokakarya "Memanfaatkan Data untuk Kesuksesan" pada 19 September di Hanoi. Foto: Thai Khang

Namun, untuk memanfaatkan aset ini, data pertama-tama harus dikontrol dan diproses, atau dengan kata lain, diatur secara efektif.

Menurut perwakilan VNBA, bank-bank besar telah menerbitkan strategi data, dengan kerangka tata kelola, dewan direksi, staf, dan unit khusus, serta kebijakan yang mengatur peran para pemangku kepentingan, menetapkan strategi untuk setiap tahapan, dan menerapkannya secara sistematis. Sementara itu, bank-bank kecil menerapkan strategi data pada tingkat yang lebih rendah.

Ibu Dinh Hong Hanh, Wakil Direktur Jenderal, Pemimpin Layanan Penasihat Keuangan, PwC Vietnam, berkomentar bahwa manfaat yang diperoleh dari data berasal dari manajemen data. Hanya perangkat manajemen yang baik, berkelanjutan, dan aman yang dapat memanfaatkan data secara efektif.

Manfaat lain dari tata kelola data yang efektif bagi bank adalah membantu mereka beradaptasi dan mematuhi peraturan dan persyaratan hukum yang terus berubah secara global.

Di Asia Tenggara, lembaga keuangan semakin mematangkan tata kelola data mereka karena tekanan dari persyaratan regulasi, serta pendorong transformasi digital dan kebutuhan untuk mengelola data lintas batas.

Penerapan teknologi membantu bank membuat terobosan

Di sektor perbankan, penerapan teknologi baru seperti GenAI dan pembelajaran mesin membantu menghadirkan solusi terobosan melalui pemahaman preferensi dan perilaku nasabah. Sementara itu, analisis Big Data menyediakan layanan yang dipersonalisasi, merekomendasikan produk yang sesuai, dan memenuhi tujuan keuangan individu, sehingga meningkatkan kepuasan dan keterlibatan nasabah dengan bank.

Selain itu, kemampuan pembelajaran GenAI membantu mengotomatiskan proses yang kompleks, meminimalkan kesalahan, menghemat waktu operasional, dan menyediakan manajemen risiko yang kuat. GenAI dan teknologi baru membantu mengelola risiko dengan lebih baik dengan memahami pola perilaku abnormal, sehingga mencegah perilaku penipuan.

GenAI, melalui analisis data historis, memperkirakan tren pasar, membuat keputusan yang lebih cerdas dan lebih akurat, membuka peluang untuk mengembangkan produk dan layanan baru, dan merespons perubahan pasar yang cepat.

Menurut penelitian McKinsey Institute, AI secara umum dan GenAI secara khusus dapat berkontribusi hingga 340 miliar dolar AS melalui peningkatan produktivitas. Menurut Statista, investasi industri perbankan dalam GenAI diperkirakan mencapai 85 miliar dolar AS pada tahun 2030.

Bank menggunakan GenAI untuk aktivitas seperti: Peringkasan, pencarian informasi mendalam, transformasi/penerjemahan, perluasan/peningkatan konten yang ada, Tanya Jawab, pembuatan konten baru.

Namun, seiring meningkatnya penerapan AI dalam operasional, jumlah data dan model yang dihasilkan akan meningkat, yang menimbulkan risiko terhadap keamanan siber, privasi, operasional, legalitas, dan kepatuhan. Oleh karena itu, diperlukan penerapan AI yang bertanggung jawab untuk meminimalkan potensi risiko.