AI Agenik - Meningkatkan keterlibatan pelanggan dalam Layanan Keuangan

Temukan berita dan acara fintech teratas!

Berlangganan newsletter FinTech Weekly

Dibaca oleh para eksekutif di JP Morgan, Coinbase, Blackrock, Klarna dan lainnya

“Pendapatan di industri fintech diperkirakan akan tumbuh hampir tiga kali lebih cepat dibandingkan dengan sektor perbankan tradisional antara 2022 dan 2028” – McKinsey, 24 Okt 2023.
“Pasar fintech global diproyeksikan bernilai $394,88 miliar pada 2025 dan mencapai $1.126,64 miliar pada 2032” – Fortune business insights, 09 Juni 2025

Keterlibatan pelanggan adalah salah satu pembeda utama antara lembaga perbankan dan jasa keuangan tradisional serta fintech. Mulai dari proses onboarding pelanggan yang mulus hingga validasi, eksekusi transaksi, hingga layanan lanjutan dan penyelesaian keluhan, fintech unggul dibanding lembaga keuangan tradisional. Seiring waktu, fintech berusaha menjembatani kesenjangan dan unggul dalam keterlibatan pelanggan. Penelitian menunjukkan ini adalah faktor paling penting yang berkontribusi pada peningkatan laba.

Meskipun ada perkembangan dalam teknologi digital dan upaya bank, layanan pelanggan masih menjadi salah satu area utama yang perlu diperbaiki. “Personalisasi” dan “Kecepatan layanan pelanggan” masih dinilai rendah dalam survei kepuasan, memberikan banyak peluang bagi bank dan organisasi jasa keuangan untuk meningkatkan kualitas. Kesenjangan semakin melebar untuk pelanggan manajemen kekayaan, di mana kebutuhan akan personalisasi dan pengetahuan khusus sangat penting, dalam membangun kepercayaan dan loyalitas. Inilah saatnya AI Agents yang diberdayakan dengan pengetahuan domain khusus dapat mendorong interaksi pelanggan yang menarik dan cerdas. Layanan pelanggan menjadi ujung tombak interaksi bisnis, yang tidak hanya mendorong tingkat kepuasan, tetapi juga loyalitas jangka panjang dan nilai bisnis seumur hidup.

Jaringan AI Agentic dengan beberapa agen khusus dapat melakukan kegiatan secara bersamaan, seperti menarik riwayat interaksi pelanggan, analisis sentimen, peristiwa kehidupan, menganalisis lanskap kompetitif pada produk dan biaya, menganalisis tren pasar, dll., dan memberikan panduan informatif kepada pelanggan. Dengan menggunakan NLP dan teknologi yang diaktifkan suara, interaksi dapat dilakukan secara intuitif sesuai dengan gaya yang diinginkan pelanggan, tanpa memandang bahasa dan memungkinkan omni channel. Manfaat GenAI sangat nyata dan beberapa implementasi terbaru oleh bank menunjukkan hasil yang positif. Peningkatan dalam pengalaman adalah salah satu penyumbang utama.

Kolaborasi AI-Manusia adalah salah satu hasil yang paling saling menguntungkan dari perkembangan teknologi terbaru. Sistem kecerdasan buatan menunjukkan kemampuan luar biasa dalam memproses volume data yang sangat besar, mengidentifikasi tren dan pola dengan akurasi dan kecepatan.

Generative AI lebih lanjut meningkatkan kemampuan ini, dengan menghasilkan rekomendasi untuk agen manusia yang meningkatkan pengalaman dan keterlibatan pelanggan. Penasihat Keuangan Pribadi, yang dulunya merupakan hak istimewa pelanggan dengan kekayaan ultra-tinggi, kini dapat didemokratisasi oleh AI Agents dan tersedia untuk basis pelanggan yang lebih luas.

Bank, yang memiliki akses ke berbagai informasi pribadi pelanggan dan riwayat transaksi, dapat menyediakan layanan concierge, mulai dari perencanaan pajak hingga konsultasi investasi, bahkan bertindak sebagai asisten pribadi. Dengan pemberdayaan bertahap AI Agents untuk menangani tugas yang kompleks dan pribadi, bank dan organisasi jasa keuangan dapat memberikan pengalaman pelanggan yang lebih baik yang mengarah pada peningkatan loyalitas dan nilai seumur hidup.

AI Agentic & Hype di Sekitarnya

Tren teknologi Gartner 2025 menempatkan AI Agentic sebagai tren teratas pada 2025. Survei Benchmark Eksekutif Kepemimpinan AI & Data MITSMR 2025 juga memprediksi hasil serupa.

Apa itu AI Agentic? Ini mengacu pada “sistem dan model AI yang dapat bertindak secara otonom untuk mencapai tujuan tanpa perlu panduan manusia yang konstan, kata HBR. Ini memahami tujuan dan sasaran pengguna serta konteks masalah yang mereka coba selesaikan.” Ini adalah sistem pembelajaran mandiri yang menggunakan penalaran canggih dan kemampuan kreatif dari model GenAI untuk memecahkan masalah kompleks yang melibatkan beberapa langkah. Jaringan Agentic adalah tim dari beberapa agen, yang dapat melakukan tugas secara bersamaan yang selaras dengan satu tujuan.

“Sistem AI Agentic menjanjikan untuk mengubah banyak aspek kolaborasi manusia-mesin dengan kemampuan penalaran dan eksekusi yang sangat kuat. Mereka dapat merencanakan dan membuat keputusan secara independen, menawarkan produktivitas, inovasi, dan wawasan yang lebih besar bagi tenaga kerja manusia”
– HBR, Des 2024

Contoh representasi sistem layanan pelanggan AI Agentic

Semua agen ini melakukan tugas mereka secara bersamaan dan melapor kepada agen manajer, yang kemudian merespons pertanyaan pelanggan. Pengetahuan dan pelatihan domain yang dikurasi menjadikan agen-agen ini ahli di bidangnya. Perpustakaan organisasi yang luas tentang penelitian manajemen kekayaan dan data adalah sumber daya yang dapat dimanfaatkan untuk melatih AI Agents.

Beberapa kasus penggunaan kunci dalam layanan pelanggan adalah:

*   Penasihat keuangan virtual
*   Profiling pelanggan
*   Pemantauan penipuan real-time
*   Melaksanakan tugas rutin
*   Pelaporan

Profiling pelanggan, yang merupakan langkah pertama untuk mengenal pelanggan, adalah kasus penggunaan kunci lain yang mendorong keterlibatan pelanggan. Semakin baik bank mengenal pelanggannya, semakin baik mereka dapat melayani dan membangun hubungan yang langgeng. Ini adalah proses yang melelahkan. Meskipun ada kemajuan dalam teknologi, proses ini masih memakan waktu dan memiliki banyak ruang untuk perbaikan. Selama bertahun-tahun, teknologi OCR dan berbagai tingkat otomatisasi pada berbagai tahap telah sangat meningkatkan proses pengambilan, pemrosesan, dan pemanfaatan informasi pelanggan. AI Agents otonom menawarkan banyak harapan dan kemungkinan untuk lebih mentransformasi proses, menjadikannya mulus dan melakukan berbagai aktivitas secara bersamaan.

AI Agents, menggunakan ekosistem alat yang didukung AI seperti validasi biometrik, pengenalan wajah, verifikasi dokumen yang diaktifkan API, dll. dapat melakukan validasi simultan secara paralel sambil menangkap data.

Seperti yang dibuktikan, proses saat ini rentan terhadap aktor penipuan, yang dapat melewati mekanisme validasi seperti tes keaktifan, dll. AI Agents memiliki kemampuan untuk membuat proses ini lebih kuat, dengan menganalisis sinyal kontekstual seperti sudut perangkat, atau menjalankan perangkat lunak yang tidak sah di latar belakang. Selain itu, kemampuan AI Agents untuk memproses data tidak terstruktur yang dikombinasikan dengan analisis sentimen dapat mengarah pada pemprofilan risiko pelanggan yang lebih kuat, menciptakan persona yang lebih akurat. Tingkat pemeriksaan yang lebih dalam ini, dikombinasikan dengan validasi simultan real-time, meningkatkan tingkat keamanan dan membantu mencegah upaya penipuan yang canggih oleh elemen yang tidak bertanggung jawab, menjadikan sistem ini aman. Ini mengarah pada peningkatan kepercayaan, keterlibatan pelanggan yang lebih baik, dan loyalitas.

Pembelajaran:

*   Interaksi pelanggan yang khas dapat melibatkan beberapa pertanyaan—seperti transaksi terbaru, rekomendasi produk, dan kesalahan penagihan—semua dalam satu percakapan.
*   Chatbot tradisional sering gagal menangani interaksi yang kompleks seperti itu dan mungkin kehilangan konteks.
*   Chatbot tradisional tidak dapat mengelola portofolio pelanggan dengan melaksanakan transaksi investasi pada produk manajemen kekayaan.
*   AI Agentic beroperasi pada tingkat yang lebih maju, berfungsi seperti anggota tim digital dengan:

Otonomi untuk bertindak tanpa intervensi manusia yang konstan.

Kecerdasan yang berorientasi pada tujuan untuk mengejar dan mencapai hasil tertentu.

Kemampuan penalaran real-time untuk pengambilan keputusan yang dinamis.

*   Sistem ini dapat:

Memahami bahasa manusia yang halus dan alami.

Mempertahankan koherensi kontekstual di seluruh dialog panjang dan kompleks.

Mengintegrasikan dan mengoordinasikan tugas menggunakan alat seperti CRM, ERP, dan basis pengetahuan internal.

*   Dalam keterlibatan pelanggan, AI Agentic memberikan:

Dukungan 24/7 yang meniru interaksi manusia.

Penanganan skala dari masalah pelanggan yang kompleks dan berlapis.

Percakapan yang dipersonalisasi dan lancar yang didukung oleh jaringan mikro-agen, masing-masing mengkhususkan diri pada kebutuhan pelanggan tertentu.

*   Pendekatan ini bergerak melampaui resolusi pertanyaan dasar—ini memastikan kepemilikan masalah secara penuh dan resolusi dari awal hingga akhir.

Ajakan untuk Tindakan bagi Pemimpin Industri:

Sekarang muncul pertanyaan strategis; apa yang harus dilakukan pemimpin industri untuk tidak hanya bereksperimen tetapi juga mengoperasionalkan AI Agentic untuk keuntungan transformatif? Pertama, mereka harus bergerak melampaui kelelahan pilot dan memilih kasus penggunaan keterlibatan pelanggan berdampak tinggi untuk diuji dalam “mode co-pilot”.

Yaitu, meningkatkan agen manusia, bukan menggantikannya. Kedua, berinvestasi dalam pelatihan tim garis depan untuk bekerja bersama AI, bukan di sekitarnya. AI seharusnya menjadi mitra mereka, bukan proses paralel. Ketiga, mengubah model anggaran dari perangkat lunak per kursi menjadi kontrak layanan berbasis hasil; bayar per resolusi, bukan per lisensi. Keempat, pemimpin harus mengintegrasikan data di seluruh silo seperti pemasaran, layanan, dan operasi, untuk memberi makan sistem ini dengan konteks yang mereka butuhkan.

Dan akhirnya, pimpin dengan kepercayaan; terapkan pedoman etis, ukur kinerja secara transparan, dan beri tahu pelanggan bahwa meskipun mesin dapat menangani pertanyaan, manusia selalu terlibat. Di era baru ini, menang bukan hanya tentang membangun teknologi, tetapi tentang memberdayakan orang dan proses untuk memperbesar dampaknya.

Referensi:

• https://www.salesforce.com/resources/research-reports/financial-services-report/
• https://www.sas.com/en_us/news/press-releases/2024/october/generativeai-banking.html
• https://www.gartner.com/en/articles/top-technology-trends-2025
• https://sloanreview.mit.edu/article/five-trends-in-ai-and-data-science-for-2025/
• Masa depan pertumbuhan fintech | McKinsey
• https://www.fortunebusinessinsights.com/ - Gambaran Pasar FinTech dengan Ukuran, Pangsa, Nilai | Pertumbuhan [2032]