Kesenjangan Penemuan AI: Mengapa Pinjaman yang Baik Berisiko Diabaikan, dan Apa yang Dapat Dilakukan Bank

Yaacov Martin adalah CEO dari Jifiti.

Temukan berita dan acara fintech teratas!

Berlangganan buletin FinTech Weekly

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

AI sedang mengubah setiap sudut keuangan, dan sektor layanan keuangan diperkirakan akan menghabiskan jumlah yang mengesankan sebesar $97 miliar untuk AI pada 2027. Seiring teknologi seperti agen AI agentic mengubah perbankan dan pengalaman pelanggan, satu faktor muncul sebagai keunggulan kompetitif baru: discoverability. Saat ini, 44% konsumen percaya pada agen AI dalam layanan keuangan, yang menandakan adanya pergeseran dalam perilaku konsumen.

Agen AI bergerak melewati sekadar nasihat keuangan yang dipersonalisasi dan deteksi penipuan. Tidak hanya kasus penggunaan yang bermunculan ketika mereka menampilkan opsi pinjaman bagi konsumen, tetapi pada akhirnya mereka akan menyelesaikan aplikasi untuk pinjaman tersebut dan mengotomatisasi pencairan dana. Dalam waktu yang sangat dekat, agen AI kemungkinan akan menangani semuanya mulai dari mengisi formulir hingga memverifikasi identitas dan memulai proses underwriting otomatis.

Bagi bank, pertanyaannya bukan lagi apakah akan menjadi berbasis AI, melainkan seberapa cepat. Saat underwriting yang dioptimalkan oleh AI dan pemberi pinjaman yang berfokus pada digital-first mengubah pasar, lembaga keuangan yang berinvestasi sekarang akan tetap berada di pusat ekosistem kredit. Mereka yang menunda adopsi AI berisiko kehilangan visibilitas sama sekali, karena peminjam yang lebih muda dan native teknologi melewati saluran tradisional demi alternatif yang lebih cerdas dan terotomatisasi.

Discoverability Adalah Pintu Depan Baru

Menggunakan mesin AI untuk mencari sekaligus mengajukan pinjaman adalah lompatan besar berikutnya dalam pengalaman pelanggan, dengan agen AI global di pasar layanan keuangan yang diproyeksikan bernilai $4.28 miliar pada 2032. Dan meskipun peluangnya sangat besar bagi bank dan FI, ini menghadirkan isu baru yang muncul ke permukaan: ketidakterlihatan.

Mesin AI tidak menemukan dan memberi peringkat pinjaman berdasarkan kualitas; mesin AI diberi peringkat berdasarkan keterbacaan. Ini dikenal sebagai answer engine optimization (AEO). Jika produk pinjaman tidak disusun agar mudah diproses, produk itu tidak akan dipertimbangkan.

Sebagai contoh, jika APR pemberi pinjaman dan kriteria kelayakan disembunyikan di dalam PDF, mesin AI tidak akan menampilkan pinjaman tersebut, apa pun daya saingnya. Bank harus memastikan metadata penawaran yang diekspos: produk pinjaman perlu dijelaskan secara jelas dalam format yang terstruktur—jenis produk, APR, ketentuan, dan kriteria kelayakan. Metadata terstruktur memastikan agen AI dapat mengindeks, membandingkan, dan bertindak secara akurat pada produk pinjaman. Tanpa itu, bahkan penawaran pinjaman yang sangat baik bisa tetap tidak terlihat.

Namun, masalah discoverability ini justru semakin dalam. AEO membantu agen AI menampilkan pinjaman, tetapi selain menempatkan data dalam format yang tepat, bank juga membutuhkan infrastruktur yang tepat agar agen AI dapat memberikan penawaran pinjaman yang bersumber dari AI kepada pelanggan.

Misalnya, seorang pelanggan dapat memasukkan kriteria pinjamannya ke mesin pencarian agen AI, yang langsung menampilkan semua penawaran pinjaman yang relevan dan opsi untuk mengajukan secara otomatis. Dengan sekali klik, pelanggan menerima persetujuan pinjaman bersyarat, yang didukung sepenuhnya oleh data yang dapat dibaca mesin dan alur kerja berbasis API.

Bank yang tidak memiliki teknologi pinjaman berbasis API, perjalanan pengguna yang telah didigitalkan, data yang tidak terpisah dalam silo, serta onboarding dan decisioning yang otomatis bahkan tidak akan ikut bersaing. Dalam lingkungan ini, menjadi pemberi pinjaman yang lebih baik tidak ada artinya jika Anda tidak dapat ditemukan.

Namun, ini lebih mudah diucapkan daripada dilakukan. Laporan PYMNTS menemukan bahwa 75% bank kesulitan dalam mengimplementasikan solusi digital baru karena infrastruktur peninggalan mereka. Dan “59% dari para bankir melihat sistem peninggalan mereka sebagai tantangan bisnis utama, menggambarkannya sebagai ‘spaghetti’ dari teknologi yang saling terhubung namun kuno.”

Keadilan, dan Batas Kepatuhan Baru

Jika discoverability adalah pintu depan menuju pemberian pinjaman agentic, maka fairness adalah batas kepatuhan baru. Mesin AI tidak hanya berisiko mengecualikan produk yang tidak dioptimalkan untuk discoverability agen AI; mereka juga mengancam untuk mengecualikan seluruh kategori pemberi pinjaman yang tidak memenuhi standar teknis mereka. Namun di sini masalahnya bukan visibilitas; masalahnya adalah kesetaraan.

Pemberian pinjaman agentic saat ini menghadirkan variasi modern dari praktik pemberian pinjaman yang bias: konsumen mungkin diarahkan ke pemberi pinjaman dengan infrastruktur yang tepat—API, data yang bersih, alur kerja otomatis—daripada produk keuangan terbaik.

Tanpa transparansi tentang bagaimana platform berbasis AI memberi peringkat atau menampilkan penawaran pinjaman, konsumen berisiko diarahkan ke pinjaman dengan biaya lebih tinggi atau yang kurang sesuai hanya karena pemberi pinjaman tersebut memiliki infrastruktur yang tepat, bukan produk yang tepat. Ini menciptakan celah buta kepatuhan baru bagi regulator. Regulator mungkin segera bertanya, “Apakah infrastruktur bank Anda yang sudah ketinggalan secara efektif memblokir akses ke produk terbaik Anda?”

Selama puluhan tahun, pengawasan regulatori berfokus pada praktik diskriminatif dalam keputusan pemberian pinjaman. Tetapi ketika pemberian pinjaman agentic mulai diterapkan, lensa regulatori akan melebar. Bank yang gagal memodernisasi mungkin bukan hanya kehilangan pangsa pasar; mereka bisa dianggap sebagai pihak yang berkontribusi pada bias yang bersifat sistemik.

Bank Masih Bisa Bersaing—Jika Mereka Memodernisasi

Di permukaan, pemberian pinjaman agentic tampak dirancang khusus untuk fintech, yang tumpukan teknologinya dibangun untuk kecepatan dan fleksibilitas. Namun keunggulannya tidak eksklusif. Bank hanya perlu memperbarui model operasional mereka.

Agen AI yang muncul sedang dirancang untuk menemukan produk yang sesuai, menyelesaikan aplikasi, mengirim dokumen KYC, dan memicu underwriting otomatis. Bank yang belum mendigitalkan alur kerja end-to-end mereka berisiko dilewati, bahkan jika mereka menawarkan suku bunga yang kompetitif. Mereka perlu sistem yang terkoordinasi, atau platform orkestrasi, yang menghubungkan semua bagian penting dari proses pemberian pinjaman, mengotomatisasi alur kerja, dan memastikan setiap langkah dapat dibaca mesin serta dapat diakses oleh API.

Lapisan orkestrasi yang menawarkan infrastruktur seperti ini biasanya mengintegrasikan semua fungsi penting sekaligus fungsi pihak ketiga, termasuk verifikasi ID, KYC/KYB, anti-fraud, open banking, pengecekan risiko kredit, dan decisioning otomatis.

Fintech sudah bersifat native API, tetapi banyak bank masih harus mengejar ketertinggalan dengan tumpukan teknologi mereka yang terfragmentasi. Tanpa orkestrasi, semua integrasi penting ini tetap terisolasi dalam silo, dan agen AI akan memerlukan kesinambungan end-to-end untuk pada akhirnya memberikan pengalaman aplikasi pinjaman end-to-end. Lapisan orkestrasi bukan hanya bermanfaat—melainkan jembatan yang memungkinkan bank-bank peninggalan bersaing dalam ekosistem pemberian pinjaman agentic tanpa harus merombak seluruh infrastruktur mereka.

Bank yang memodernisasi infrastruktur mereka dan mengotomatisasi alur kerja mereka dapat merebut kembali kendali atas saluran pemberian pinjaman, memastikan platform AI menampilkan produk mereka dan bahwa pelanggan mendapatkan akses berbasis AI ke pilihan terbaik dan paling sesuai yang tersedia—bukan hanya yang paling mudah untuk ditampilkan.