Aktiviti pengurusan data dan aplikasi teknologi analisis data bukanlah perkara baru kepada organisasi dalam sektor perbankan.

Menurut Encik Nguyen Thanh Son, Pengarah Pusat Latihan, Persatuan Perbankan Vietnam (VNBA), sejak 2017, VNBA telah menganjurkan banyak seminar dan program latihan untuk unit ahli. Jika pada masa itu kebanyakan mereka hanya berminat dan hanya segelintir sahaja yang meneliti dan mencari cara untuk mengaplikasikan teknologi dalam aktiviti perniagaan, membuat keputusan dan pengurusan risiko, kini selepas 5-6 tahun semuanya berubah.

Berkongsi di bengkel "Memanfaatkan data untuk kejayaan" pada 19 September di Hanoi , Encik Nguyen Thanh Son berkata bahawa banyak bank telah menggunakan teknologi baharu dalam aktiviti pencegahan penipuan dan pembayaran dalam ekosistem digital, termasuk aplikasi pengurusan data.

Dengan kelebihan hebat memegang gudang data yang besar, jika mengetahui cara mengambil kesempatan, bank akan meningkatkan kelebihan daya saing, meningkatkan jenama dan meminimumkan risiko.

W-Nguyen Thanh Son.jpg
Encik Nguyen Thanh Son, Pengarah Pusat Latihan, Persatuan Bank Vietnam (VNBA), menyampaikan ucapan perasmian di bengkel "Memanfaatkan data untuk kejayaan" pada 19 September di Hanoi. Foto: Thai Khang

Walau bagaimanapun, untuk mengeksploitasi aset ini, data mesti dikawal dan diproses terlebih dahulu, atau dengan kata lain, dikawal, dengan berkesan.

Menurut wakil VNBA, bank besar telah mengeluarkan strategi data, dengan rangka kerja tadbir urus, lembaga pengarah, kakitangan dan unit khusus, bersama-sama dengan dasar yang mengawal selia peranan pihak berkepentingan, menetapkan strategi untuk setiap peringkat, dan melaksanakannya secara sistematik. Sementara itu, bank yang lebih kecil melaksanakan strategi data pada tahap yang lebih rendah.

Cik Dinh Hong Hanh, Timbalan Ketua Pengarah, Pemimpin Perkhidmatan Nasihat Kewangan, PwC Vietnam, mengulas bahawa faedah yang diperoleh daripada data semuanya datang daripada pengurusan data. Hanya alat pengurusan yang baik, mampan dan selamat boleh mengeksploitasi data dengan berkesan.

Satu lagi faedah tadbir urus data yang berkesan untuk bank ialah ia membantu mereka menyesuaikan diri dan mematuhi peraturan dan keperluan undang-undang yang sentiasa berubah secara global.

Di Asia Tenggara, institusi kewangan semakin mematangkan tadbir urus data mereka disebabkan tekanan daripada keperluan kawal selia, serta pemacu transformasi digital dan keperluan untuk mengurus data rentas sempadan.

Mengaplikasikan teknologi membantu bank membuat kejayaan

Dalam sektor perbankan, penerapan teknologi baharu seperti GenAI dan pembelajaran mesin membantu membawa penyelesaian terobosan melalui pemahaman pilihan dan tingkah laku pelanggan. Sementara itu, analisis Big Data menyediakan perkhidmatan yang diperibadikan, mengesyorkan produk yang sesuai, memenuhi matlamat kewangan individu, dengan itu meningkatkan kepuasan pelanggan dan penglibatan dengan bank.

Selain itu, keupayaan pembelajaran GenAI membantu mengautomasikan proses yang kompleks, meminimumkan ralat, menjimatkan masa dalam operasi dan menyediakan pengurusan risiko yang kukuh. GenAI dan teknologi baharu membantu mengurus risiko dengan lebih baik dengan memahami corak tingkah laku yang tidak normal, dengan itu menghalang tingkah laku penipuan.

GenAI, melalui analisis data sejarah, meramalkan arah aliran pasaran, membuat keputusan yang lebih bijak dan lebih tepat, membuka peluang untuk membangunkan produk dan perkhidmatan baharu, dan bertindak balas terhadap perubahan pasaran yang pantas.

Menurut penyelidikan oleh Institut McKinsey, AI secara amnya dan GenAI khususnya boleh menyumbang sehingga 340 bilion USD melalui peningkatan produktiviti. Menurut Statista, pelaburan industri perbankan dalam GenAI dijangka mencecah 85 bilion USD menjelang 2030.

Bank menggunakan GenAI untuk aktiviti seperti: Ringkasan, perolehan maklumat mendalam, transformasi/terjemahan, pengembangan/peningkatan kandungan sedia ada, Soal Jawab, penciptaan kandungan baharu.

Walau bagaimanapun, apabila AI semakin digunakan dalam operasi, jumlah data dan model yang dicipta akan meningkat, menyebabkan risiko kepada keselamatan siber, privasi, operasi, kesahihan dan pematuhan. Oleh itu, ia memerlukan aplikasi AI yang bertanggungjawab untuk meminimumkan potensi risiko.