Kecerdasan Data Generatif

Bank RCBC menguji coba Bizbaz untuk nilai kredit suara saja

Tanggal:

RCBC (Rizal Commercial Banking Corporation) di Filipina kini sedang menguji coba layanan kecerdasan buatan dari fintech yang berbasis di Singapura, Bizbaz, untuk memprediksi perilaku peminjam, kata Lito Villanueva, kepala bagian inovasi dan inklusi RCBC.

Bank sentral, Bangko Sentral ng Pilipinas, memberikan waktu kepada bank komersial hingga akhir tahun ini untuk mengubah 50 persen transaksi menjadi digital dan mendaftarkan 70 persen orang dewasa ke dalam sistem keuangan formal.

Hal ini merupakan tujuan besar mengingat sekitar 44 persen populasi orang dewasa Filipina (dari total 117 juta orang) tidak mempunyai rekening bank, menurut McKinsey.

RCBC adalah bank universal yang didirikan pada tahun 1960 sebagai bagian dari konglomerat keluarga Yuchengco, dengan bisnis besar yang melayani usaha mikro, kecil, dan menengah. Pada tahun 2020, mereka meluncurkan platform digital untuk pelanggan pedesaan. Namun banyak calon pelanggan yang masih di luar jangkauan.

“Sembilan dari sepuluh UKM adalah UKM mikro, tanpa profil, sehingga mereka kekurangan akses terhadap kredit,” kata Villanueva.

RCBC tidak mengajukan izin perbankan digital sepenuhnya, dan Villanueva mengatakan RCBC ingin memanfaatkan cabang-cabangnya serta menyediakan layanan digital. Oleh karena itu, mereka menggunakan fintech seperti Bizbaz untuk memperluas jangkauannya di arena digital.

Uji coba Bizbaz

“Kami tidak menggunakan Bizbaz untuk menggantikan proses kredit kami, namun untuk meningkatkannya,” katanya, sambil menekankan bahwa teknologi dapat memotong proses administrasi dan memberikan keputusan kredit hampir secara real-time.

Bank tersebut memilih Bizbaz sebagai proyek percontohan karena didukung oleh HSBC dan bekerja sama dengan bank lain di Asia Tenggara. RCBC sedang mengujinya berdasarkan tolok ukur seperti kualitas akun baru yang dihasilkan, waktu pemasaran, kecepatan pemrosesan keputusan kredit, keandalannya, dan seberapa besar RCBC dapat menghemat biaya.

Tapi apa yang terjadi di balik AI Bizbaz? Apa sebenarnya prediksinya?

Menurut pihak perusahaan, hal tersebut memprediksi kesediaan seseorang untuk mengembalikan pinjaman.

Mengukur karakter

Petugas kredit sepanjang sejarah telah mencari cara yang lebih baik untuk membuat prediksi tersebut. Seperti yang dikatakan John Pierpont Morgan pada tahun 1912, “Hal pertama [dalam penghargaan] adalah karakter.”

Karena manusia dan sistem kita tidak dapat benar-benar mengetahui apa yang ada dalam pikiran orang lain, bank bersifat konservatif, sering kali menolak memberikan pinjaman kepada siapa pun kecuali nasabah yang tidak membutuhkan uang.

Hal ini mungkin baik-baik saja di negara maju, namun hal ini menjadi hambatan di negara-negara dengan jumlah masyarakat yang tidak memiliki rekening bank yang sangat tinggi.



Apakah fintech telah memecahkan tantangan ini? Bankir lama Morgan akan mengandalkan laporan keuangan perusahaan serta jaringan eksklusifnya untuk membuat keputusan pemberian pinjaman. Biro kredit menyediakan hal ini bagi semua bank, namun mereka mengharuskan peminjam beroperasi di sektor perbankan formal.

Fintech telah meningkatkan hal ini, terutama dengan menghasilkan sejumlah besar sumber data alternatif tentang peminjam. Teknik penilaian seperti ini memberikan penilaian yang berbeda terhadap aktivitas ekonomi atau keuangan seseorang, sehingga membuka gambaran mengenai situasi mereka. Atau mereka mengandalkan perilaku mereka: jika mereka membayar kembali pinjaman awal yang kecil, berikan pinjaman yang lebih besar.

Perangkat ini pada akhirnya masih menggunakan teknologi untuk melihat dengan lebih baik perilaku masa lalu atau status saat ini. Namun bagaimana dengan prediksinya, bukan sekedar kemampuan membayar seseorang, tapi kesediaannya?

Memprediksi perilaku

Elemen prediktif ini bukan hanya soal teknologi. Ini berakar pada bidang keuangan perilaku yang disebut psikometri, yaitu seni atau ilmu mengukur ciri-ciri kepribadian seseorang. Dikombinasikan dengan kecerdasan buatan, ini menjadi alat untuk memprediksi kesediaan seseorang untuk membayar.

Alat-alat ini didasarkan pada kategorisasi tipe kepribadian yang sudah lama ada. Versi awal dari hal ini mengharuskan peminjam mengisi kuesioner panjang untuk menentukan ciri-ciri kepribadian mereka. Munculnya ponsel pintar memungkinkan fintech untuk melakukan pengukuran kepribadian dalam skala besar – misalnya dari metadata ponsel.

Data tersebut memerlukan persetujuan nasabah (walaupun rinciannya berbeda-beda di setiap pasar), sehingga psikometri juga merupakan pendorong protokol manajemen persetujuan yang menjadi penting dalam model perbankan terbuka.

Meskipun skor-skor ini menjadi lebih akurat, skor-skor ini menimbulkan sejumlah masalah. Namun, masalah terbesarnya adalah skor tersebut hanya relevan selama pelanggan terus menggunakan perangkat yang sama.

Namun, di banyak negara berkembang, masyarakat dan pemilik bisnis cenderung mengganti ponsel atau kartu SIM secara rutin. Ponsel atau chip baru, dan riwayat datanya kosong.

Bank yang menggunakan fintech ini belum mampu membangun sejarah kredit yang dapat diandalkan.

“Porsi masyarakat Asia Tenggara yang tidak memiliki rekening bank tidak berubah dalam sepuluh tahun,” kata salah satu pendiri Bizbaz, Hyak Hakobyun. “Fintech tidak berdampak pada inklusi keuangan karena berbasis pada telepon.” 

Tantangan lainnya adalah bank yang menerima data alternatif yang berharga mungkin kesulitan untuk mengintegrasikannya ke dalam sistem pengambilan keputusan kredit, risiko, dan kepatuhan.

Sumber utama

Bizbaz menggunakan teknologi suara untuk mencoba mengatasi masalah ini. Perangkat lunak pengenalan suaranya memungkinkannya membuat profil kredit seseorang hanya dengan tiga puluh detik pembicaraan mereka di telepon. Tidak peduli apa yang mereka katakan, menurut salah satu pendiri Bizbaz, Hyak Hakobyun. Meskipun perusahaannya menggabungkan data ini dengan tipe data lainnya, terkadang – untuk desa-desa miskin di lokasi terpencil – satu-satunya cara untuk mendapatkan data adalah melalui suara.

“Tidak ada alternatif lain bagi masyarakat termiskin,” kata Hakobyun. Jika suatu negara ingin mewujudkan inklusi keuangan bagi seluruh penduduknya, katanya, bank-bank di negara tersebut harus menggunakan solusi seperti ini.

Dia adalah pendukung untuk memasukkan pengukuran yang berbeda ke dalam keputusan pemberian pinjaman, bukan hanya keuangan. Misalnya, di negara-negara berkembang, sebagian besar orang dewasa menderita diabetes. Penyakit berkorelasi dengan default. Bizbaz mencoba menggabungkan wawasannya tentang perilaku keuangan dengan faktor-faktor tersebut untuk membantunya menentukan siapa yang bersedia dan mampu membayar kembali pinjaman.

Untuk pelanggan yang lebih canggih dan kaya, beragam faktor tersebut digabungkan dengan aspek psikometri untuk memberikan prediktor yang akurat. Apakah seseorang teliti? Apakah mereka impulsif, seorang pencari peluang? Hakobyan mengatakan, alat tersebut digunakan oleh departemen sumber daya manusia untuk mengukur kandidat C-suite, misalnya.

Namun pada tingkat paling dasar, ketika data tersebut tidak tersedia, diagnostik suara AI sudah cukup untuk produk pinjaman sederhana, seperti layanan beli sekarang, bayar nanti. Itu tidak akan cukup untuk produk-produk mahal seperti hipotek atau polis asuransi jiwa.

Perangkap psikometri

Psikometri memiliki pencela. Fintech pertama yang menerapkannya adalah LenddoEFL di AS, namun akhirnya berhenti beroperasi di sana dan kini berfokus pada pasar negara berkembang. Mengapa? Karena belum jelas apa yang dimaksud dengan prediktor versus apa yang sekedar tentang sifat bawaan seseorang. Selain itu, mudah untuk membiarkan atribut gender atau ras memperkeruh gambaran tersebut, meskipun tidak disengaja. Hal ini menimbulkan tuduhan bias dan diskriminasi.

Masalah lain melibatkan privasi dan keamanan. Psikometri dimaksudkan untuk memerlukan persetujuan pelanggan. Namun apakah masyarakat memahami jenis data yang mereka bagikan, atau cara memperoleh wawasan tentang diri mereka sendiri?

Hakobyun mengakui sahnya isu-isu ini, namun mengatakan bahwa isu-isu tersebut dapat diatasi dengan dua cara.

Salah satunya adalah melalui teknologi. Bizbaz mengembangkan cara untuk menghitung ciri-ciri kepribadian berdasarkan durasi. Misalnya, AI dapat mendeteksi jika seseorang mengalami kelelahan. Hal ini dapat menjadikan mereka pelanggan yang berisiko. Namun emosi seperti itu hanya berumur pendek, sehingga AI menghitung faktor ini mungkin hanya bertahan beberapa bulan. Namun orang dewasa yang mendapat nilai tinggi atau rendah dalam hal kehati-hatian mungkin sudah terprogram seperti itu, setidaknya selama 10 tahun atau lebih, sehingga faktor seperti ini akan lebih membebani.

Tantangan lainnya adalah regulasi, yang kembali ke peran fintech dalam mendorong perbankan terbuka. Beberapa pemerintah di Asia mengadopsi aspek Peraturan Perlindungan Data Umum (GDPR) Uni Eropa, yang dirancang untuk menegakkan privasi data dan melindungi konsumen.

Beberapa faktor mungkin tidak berubah dengan cepat di Asia. Misalnya, GDPR melarang menanyakan jenis kelamin seseorang, namun hal ini merupakan komponen berharga dalam menghitung kepribadian dan kemungkinan akan terus berlanjut di Asia. Namun aspek-aspek lain dari GDPR mulai berperan, seiring dengan upaya regulator untuk memastikan masyarakat mempercayai rezim perbankan terbuka.

“Saya berharap perbankan terbuka menjadi sebuah norma,” kata Hakobyun. “Kami akan melihat fokus yang lebih besar pada pengelolaan persetujuan konsumen. Inilah cara kami mewujudkan inklusi keuangan.”

Lembaga keuangan yang memiliki mandat inklusi sangat ingin melihat model ini diterapkan – apa pun yang dimungkinkan oleh teknologi. Villaneuva dari RCBC berkata, “Kami tidak ingin hanya mengetahui tentang AI, namun menghidupkan dan menghirup AI, karena ini adalah hal besar berikutnya.”

tempat_img

Intelijen Terbaru

tempat_img

Hubungi kami

Hai, yang di sana! Apa yang bisa saya bantu?