Wawancara dengan Dennis Kettler: Bagaimana AI Mengubah Pembayaran

Dennis Kettler adalah Kepala Global Strategi Data dan Data Sciences di Worldpay.

Temukan berita dan acara fintech teratas!

Berlangganan newsletter FinTech Weekly

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

Jika Anda sudah memperhatikan industri layanan keuangan, Anda pasti tahu satu hal: AI kini bukan lagi sekadar konsep masa depan—ia sudah ada, dan ia mengubah semuanya. Namun, meski gagasan AI merevolusi pembayaran terdengar menarik, perjalanannya tidak sepenuhnya mulus.

Adopsi AI telah melonjak tajam dalam beberapa tahun terakhir, terutama setelah pandemi memaksa institusi keuangan untuk memikirkan ulang cara mereka beroperasi. Angkanya tidak berbohong. Pasar global AI dalam layanan keuangan diproyeksikan akan tumbuh sebesar $16,2 miliar dalam 5 tahun. Bank, perusahaan asuransi, dan penyedia layanan pembayaran semuanya terjun langsung ke “kolam” AI, bersemangat untuk menyederhanakan proses, meningkatkan deteksi penipuan, dan menciptakan pengalaman pelanggan yang sangat personal.

Tapi ada kendalanya: betapapun potensinya, integrasi AI tidak luput dari bagian masalahnya. Banyak bisnis menyadari bahwa data mereka—fondasi AI itu sendiri—sering kali terkunci dalam sistem yang ketinggalan zaman, terpecah di berbagai departemen, atau benar-benar berantakan. Dan bahkan ketika datanya sudah cukup baik, masih ada persoalan rumit untuk memastikan kepatuhan terhadap beragam regulasi yang terus berkembang.

Ditambah lagi, penjahat siber semakin cerdas, sehingga membangun sistem pembayaran berbasis AI yang kuat terasa seperti mencoba menyusun teka-teki berteknologi tinggi sementara kepingnya terus bergeser. Namun, meski menghadapi semua rintangan, perusahaan terus melangkah maju.

Hanya dalam setahun terakhir, raksasa seperti JPMorgan Chase melaporkan peningkatan produktivitas hingga 20% berkat asisten pengkodean berbasis AI, sementara NatWest bekerja sama dengan OpenAI untuk memperkuat pencegahan penipuan, langkah penting mengingat Inggris kehilangan £570 juta akibat penipuan pembayaran pada awal 2024. Dan ini bukan hanya dilakukan oleh pemain besar. Institusi keuangan yang lebih kecil pun turut memanfaatkan AI untuk meningkatkan efisiensi, menghemat biaya, dan memberikan pengalaman pelanggan yang lebih baik.

Otomatisasi menangani lebih banyak pekerjaan berat, membebaskan para ahli manusia untuk bertindak lebih seperti penasihat strategis daripada prosesor back-office. Pertanyaannya adalah: bagaimana perusahaan memanfaatkan kekuatan AI tanpa tenggelam dalam masalah data, sistem yang ketinggalan zaman, atau birokrasi kepatuhan regulasi?

Itulah tepatnya yang ingin kami cari tahu. Jadi, kami menghubungi seorang ahli yang sudah terjun langsung ke lapangan selama lebih dari satu dekade dalam solusi pembayaran berbasis AI. Mulai dari mengoptimalkan proses penagihan dan penyelesaian hingga meningkatkan sistem deteksi penipuan, pengalaman Dennis Kettler mencakup seluruh ekosistem pembayaran. Dan boleh dikatakan, wawasannya benar-benar membuka mata.

Dalam percakapan berikut, Anda akan mendengar langsung mengenai tantangan dan peluang terbesar yang dihadapi bisnis.

R: Bisakah Anda berbagi sedikit tentang perjalanan karier Anda dan bagaimana Anda mengembangkan keahlian Anda di fintech serta solusi pembayaran?

D: Setelah menyelesaikan studi sarjana dan pascasarjana saya dalam bidang matematika, saya beralih ke bidang analisis data dan analitik prediktif. Fokus awal saya adalah pada wawasan prediktif, dan otomatisasi.

Sekitar 13 tahun lalu, saya masuk ke sektor layanan keuangan, membawa pengalaman dan kedisiplinan yang luas dalam data dan kecerdasan buatan. Saya mulai menerapkan keahlian ini pada area seperti penagihan, settlement, optimasi pembayaran, dan pengalaman klien.

Meskipun pada saat itu saya tidak memiliki latar belakang di bidang pembayaran, saya menggunakan pengalaman sebelumnya di ritel dan penerbitan kredit, dipadukan dengan kemampuan saya dalam algoritma dan AI, untuk secara efektif mendorong nilai bagi Worldpay.

R: Perubahan apa saja yang paling signifikan telah Anda saksikan di industri pembayaran dari waktu ke waktu, terutama dengan meningkatnya AI?

D: Tiga perubahan signifikan yang langsung terlintas adalah proliferasi, percepatan, dan kecanggihan. Meskipun kecerdasan buatan bukanlah konsep baru, proliferasinya telah meningkat secara nyata.

Dulu, pengembangan AI terbatas pada tim-tim tertentu dengan keahlian khusus. Saat ini, AI dapat diakses oleh berbagai kalangan individu dan tim yang lebih luas, sehingga aplikasi AI semakin dipercepat dan waktu menuju pasar berkurang. Selain itu, kecanggihan AI juga telah berkembang secara signifikan. Tugas yang tidak memungkinkan satu dekade lalu, bahkan lima tahun lalu, kini dapat dilakukan berkat kemajuan AI dan infrastruktur cloud.

R: Mengintegrasikan AI ke dalam layanan keuangan membawa peluang dan tantangan. Dari pengalaman Anda, apa hambatan terbesar yang dihadapi perusahaan saat mengadopsi solusi pembayaran berbasis AI?

D: Berdasarkan pengalaman saya, tiga hambatan terbesar dalam mengintegrasikan dan mengadopsi solusi pembayaran berbasis AI adalah:

2.  Hambatan mendasar adalah **penanganan data**. Banyak yang mengabaikan pentingnya data dalam memanfaatkan AI. Layanan keuangan sering berurusan dengan jumlah data yang sangat besar yang tersimpan di lingkungan yang terpisah (silo), dalam berbagai format, serta dengan definisi yang tidak konsisten. Mengelola kualitas data ini, pemahaman yang tepat terhadap data, dan integrasi yang efektif merupakan tantangan besar.
4.  Dari perspektif pengembangan AI, tantangan besar adalah **mengintegrasikan AI ke sistem legacy yang sudah ada**. Ini tidak hanya membutuhkan penyesuaian teknis, tetapi juga pergeseran budaya dalam organisasi untuk merangkul teknologi baru.
6.  Tantangan terakhir melibatkan navigasi lanskap regulasi global dan memastikan **privasi data**. Saat perusahaan menggunakan data, mereka harus memastikan kontrol privasi yang kuat, manajemen risiko model, serta transparansi model untuk mematuhi regulasi dan membangun kepercayaan dengan para pemangku kepentingan.

R: Deteksi penipuan telah menjadi salah satu area kunci di mana AI memberi dampak besar. Kemajuan apa yang telah Anda lihat dalam pencegahan penipuan, dan tantangan apa yang masih perlu ditangani?

D: Solusi fraud telah menjadi salah satu pihak yang paling terlihat diuntungkan dari kemajuan AI. Salah satu peningkatan terbesar yang mendorong deteksi penipuan adalah entity resolution dan kemampuan untuk menghubungkan perangkat, akun, transaksi, dan sumber informasi lain yang terpisah dengan lebih jelas agar tercipta gambaran relasi dan aktivitas terkait yang lebih akurat dan menyeluruh.

Selain itu, terdapat peningkatan besar dalam kemampuan untuk menyesuaikan diri terhadap tren penipuan secara real-time. AI memungkinkan penyesuaian cepat terhadap tren yang muncul, sehingga intervensi dapat dilakukan tepat waktu dalam aktivitas penipuan yang berpotensi terjadi.

Terakhir, AI telah secara signifikan meningkatkan akurasi sistem deteksi penipuan dengan mengurangi gesekan dan meminimalkan baik false positive maupun false negative. Peningkatan ini penting karena memastikan transaksi yang sah diproses dengan lancar sambil secara efektif mengidentifikasi transaksi yang bersifat penipuan.

Banyak tantangan dalam deteksi penipuan mirip dengan tantangan adopsi AI yang lebih luas. Misalnya, meskipun ada kemajuan, tantangan tetap ada dalam memastikan data berkualitas tinggi dan integrasi yang mulus di berbagai sistem dan platform. Kualitas data yang buruk dapat menyebabkan hasil deteksi penipuan yang tidak akurat.

Terakhir, sementara AI meningkatkan kinerja sistem deteksi penipuan, AI juga secara bersamaan meningkatkan kecanggihan pihak pelaku penipuan yang buruk.

R: Teknologi pembayaran berbasis AI berkembang dengan cepat. Bagaimana Anda melihat peran profesional keuangan berubah seiring AI terus mengotomatisasi dan menyederhanakan proses pembayaran?

D: Meskipun AI meningkatkan kemampuan kita untuk mengoptimalkan pemrosesan pembayaran, AI juga mengubah peran profesional pembayaran. Misalnya, AI semakin memungkinkan otomatisasi tugas-tugas operasional, sehingga kita bisa lebih fokus pada interpretasi data dan wawasan AI serta penerapannya secara strategis.

Secara spesifik, otomatisasi ini memungkinkan kita bertindak lebih luas sebagai penerjemah bagi klien dan pemangku kepentingan. AI memungkinkan kita memainkan peran yang lebih konsultatif sehingga meningkatkan pengalaman klien. Sebagai acquirer merchant, misalnya, kami memanfaatkan AI untuk meningkatkan semua aspek siklus pembayaran. Namun, hal ini juga memungkinkan kita bertindak sebagai penasihat strategis yang lebih terfokus dan bermakna.

R: Privasi data dan kekhawatiran etis ada di garis depan dalam adopsi AI di perbankan dan pembayaran. Bagaimana Anda menyeimbangkan inovasi dengan penerapan AI yang bertanggung jawab?

D: Saya tidak meyakini secara fundamental bahwa diperlukan keseimbangan antara fokus pada inovasi dan menjadi bertanggung jawab dalam penerapan AI.

Gagasan-gagasan ini tidak saling bertentangan dan tidak harus saling berdampak negatif. Faktanya, saya sangat yakin bahwa tata kelola yang tepat—termasuk kebijakan, kontrol, dan pengawasan—memang berfungsi sebagai pendorong percepatan bagi inovasi. Dari pengalaman saya, kebijakan, pedoman, dan proses yang jelas memungkinkan para pengembang untuk mengeksplorasi dan berinovasi secara aman dengan rasa percaya diri.

Kurangnya kejelasan atau kerangka tata kelola yang tidak didefinisikan dengan baik menimbulkan ketidakpastian bagi pengembang, memperlambat pengembangan, dan menghambat inovasi.

R: Melihat ke depan, tren apa yang paling menarik dalam AI dan pembayaran yang Anda yakini akan membentuk masa depan industri ini dalam lima hingga sepuluh tahun ke depan?

D: Seperti disebut sebelumnya, AI akan terus meningkatkan efektivitas sistem pembayaran dan titik keputusan terkait: deteksi penipuan, perbaikan authorization rate, sophisticated customer due diligence (CDD) dan kenali pelanggan Anda (KYC), dll.

AI juga akan terus membentuk peran profesional pembayaran saat membantu merchant dan peritel mendefinisikan strategi pembayaran mereka. Misalnya, penggunaan AI dapat memungkinkan personalisasi dan hasil pembayaran yang lebih besar sambil juga menyediakan wawasan unik yang semuanya dapat mengarah pada pengalaman pelanggan yang jauh lebih baik.

Selain itu, saya mengharapkan adanya peningkatan dan percepatan dalam embedded finance baik dari sisi integrasi yang mulus maupun kemampuan inti seperti lending. Terakhir, mengingat tekanan regulasi dan peningkatan pada AI, saya mengharapkan adanya peningkatan yang signifikan dalam transparansi.