Untuk Mendorong Adopsi AI di Perbankan, Anda Perlu Memahami Keterampilan Karyawan Anda

Bernardo Nunes adalah seorang ilmuwan data yang berspesialisasi dalam transformasi AI di Workera.

Temukan berita dan acara fintech teratas!

Berlangganan buletin FinTech Weekly

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

AI kini bukan lagi sekadar eksperimen. Menurut Survei Global AI terbaru dari McKinsey, 78% organisasi kini menggunakan AI dalam setidaknya satu fungsi bisnis.

Industri perbankan sedang mengejar dengan cepat. Survei terbaru EY-Parthenon menemukan bahwa 77% bank telah meluncurkan atau meluncurkan secara bertahap aplikasi generative AI, naik dari sekitar 61% pada 2023. Namun, hanya 31% yang telah maju menuju implementasi penuh.

Sementara itu, meskipun terdapat investasi AI yang luas di industri perbankan, hanya sedikit yang menganyam kapabilitas ini ke dalam rencana permainan strategis mereka. Survei BCG melaporkan hanya 25% bank yang melakukannya — dan 75% lainnya terjebak dalam pilot dan proof of concept yang terisolasi, sehingga berisiko menjadi tidak relevan saat kompetitor yang mengutamakan digital terus melaju.

Industri perbankan ditentukan oleh regulasi yang ketat dan strategi yang disengaja. Sejarah itu telah menghadirkan baik risiko maupun peluang dengan AI. Sementara industri lain telah berlari lebih dulu, bank yang bertindak sekarang masih memiliki kesempatan untuk mengklaim keunggulan sebagai pionir. Mengimplementasikan AI dengan sukses memerlukan infrastruktur, model, pipeline data, dan strategi kepatuhan. Namun, aspek paling penting dalam mengubah janji AI menjadi nilai bisnis terletak pada modal manusia.

Institusi keuangan yang menang adalah yang memungkinkan karyawannya menggunakan alat AI tidak hanya secara ad hoc, tetapi sebagai bagian dari alur kerja harian mereka. Itu berarti mengembangkan keterampilan nyata yang terverifikasi sehingga orang dapat memahami, memanfaatkan, dan memimpin inovasi AI.

Mengapa karyawan mendorong inovasi AI

AI berpotensi memberikan keuntungan luar biasa di bidang produktivitas, pengalaman pelanggan, dan manajemen risiko. Namun, pada intinya, AI hanyalah sebuah alat — yang membutuhkan kreativitas manusia dan keahlian domain untuk menghasilkan nilai bisnis yang benar-benar nyata. Teknologi saja tidak mendorong inovasi; manusialah yang melakukannya. Dalam perbankan, di mana kepercayaan, regulasi, dan penilaian menjadi pusat, interaksi antara manusia dan mesin ini menjadi semakin penting.

Setiap karyawan saat ini harus menjadi karyawan yang diaktifkan oleh AI dalam tingkat yang bervariasi. Sebagian akan sangat teknis — ilmuwan data, insinyur, dan pembangun model yang bertanggung jawab untuk merancang dan memelihara sistem yang mendukung operasionalisasi AI. Yang lain, seperti teller, underwriter, atau perwakilan layanan pelanggan, mungkin tidak pernah menyentuh satu baris kode pun, tetapi tetap dapat menggunakan alat berbasis AI untuk merampingkan alur kerja dan membuat keputusan yang lebih baik. Di antara dua ekstrem itu ada karyawan “AI+X”. Ini adalah individu yang memiliki keahlian mendalam dalam bidang seperti risiko kredit, kepatuhan, atau deteksi penipuan dan menggabungkannya dengan literasi AI yang cukup untuk menggunakan teknologi tersebut guna memperkuat keahlian itu.

Karyawan AI+X akan menjadi mereka yang mendorong inovasi yang benar-benar nyata. Mereka dapat membantu menjembatani kesenjangan antara kebutuhan bisnis dan kemungkinan teknis, menerjemahkan tantangan perbankan yang kompleks menjadi peluang agar AI dapat memberikan hasil yang terukur. Misalnya, seorang petugas kepatuhan yang fasih AI dapat bermitra dengan tim data untuk merancang model yang lebih adil dan lebih transparan untuk proses KYC dan AML. Seorang manajer produk yang mem- prototipe menggunakan generative AI dapat membayangkan ulang interaksi pelanggan, menciptakan saran keuangan yang dipersonalisasi atau meningkatkan perjalanan onboarding. Dalam semua kasus ini, AI memperkuat wawasan manusia alih-alih menggantikannya.

Di sektor yang seketat perbankan dan setepat mungkin terhadap risiko, lapisan manusia ini sangat penting. Teknologi mungkin dapat mengidentifikasi anomali atau menghasilkan rekomendasi, tetapi manusialah yang akan menafsirkan, memberi konteks, dan memastikan keputusan selaras dengan standar etika, hukum, dan reputasi. Itulah sebabnya bank yang memimpin dalam adopsi AI adalah yang berinvestasi tidak hanya pada sistem dan model, tetapi juga pada keterampilan dan pemahaman terhadap tenaga kerja mereka.

Mendorong pengembangan dengan keterampilan yang terverifikasi

Membangun tenaga kerja yang diaktifkan AI dimulai dengan memahami keterampilan yang ada dan celahnya. Untuk menskalakan AI dengan sukses, bank membutuhkan lebih dari sekadar antusiasme dan anggaran pelatihan. Mereka perlu fondasi data keterampilan yang terverifikasi dan terukur. Tanpa gambaran yang jelas tentang kemampuan karyawan, para pemimpin tidak bisa mengambil keputusan yang tepat tentang cara mengembangkan orang-orang mereka atau ke mana AI sebaiknya dideploy dengan paling efektif.

Penilaian diri saja tidak dapat diandalkan. Karyawan cenderung melebih-lebihkan atau meremehkan kemahirannya, yang menyebabkan inefisiensi dalam pelatihan. Keterampilan yang terverifikasi — diukur melalui asesmen objektif — memungkinkan organisasi memetakan kekuatan dan kelemahan saat ini dengan akurat. Dengan informasi ini, bank dapat merancang jalur pembelajaran yang disesuaikan dengan proses dan tujuan tertentu, baik itu berarti literasi AI tingkat pengantar untuk tim lini depan, pengetahuan teknis mendalam untuk profesional data, atau keahlian tata kelola untuk petugas kepatuhan.

Setelah karyawan tahu posisi mereka, mereka dapat mengejar upskilling yang terfokus dan memverifikasi keterampilan dalam siklus berkala untuk mengukur kemajuan dan membuat investasi yang dapat dipertanggungjawabkan pada diri manusia. Siklus pembelajaran dan validasi ini menciptakan budaya perbaikan berkelanjutan, memastikan keterampilan tetap mutakhir seiring bidang ini berkembang. Itu sangat penting dalam AI, di mana paruh waktu sebuah keterampilan lebih singkat dari sebelumnya. Apa yang dianggap mutakhir hari ini mungkin sudah ketinggalan dalam setahun, membuat kemampuan seorang karyawan untuk belajar dengan cepat menjadi lebih berharga daripada kompetensi teknis tertentu apa pun.

Bagi bank, ini berarti perlunya memprioritaskan kecepatan pertumbuhan keterampilan — tingkat di mana karyawan dapat memperoleh dan menerapkan keterampilan baru. Institusi yang menumbuhkan kemampuan adaptasi ini akan mempertahankan keunggulan kompetitif, merespons lebih cepat terhadap regulasi baru, ekspektasi pelanggan, dan teknologi. Keterampilan yang terverifikasi juga memperkuat tata kelola, memastikan karyawan tidak hanya memahami cara menggunakan AI, tetapi juga cara menggunakannya secara bertanggung jawab, dengan perhatian pada keadilan, transparansi, dan risiko.

Tujuan akhirnya adalah keselarasan. Ketika kecerdasan keterampilan menginformasikan strategi pembelajaran — dan strategi pembelajaran mendukung prioritas bisnis — bank dapat mempercepat transformasi AI mereka dengan penuh keyakinan. Data keterampilan yang terverifikasi memungkinkan para pemimpin melihat di mana harus berinvestasi, bagaimana menggerakkan talenta, dan kapan harus menskalakan inovasi dengan aman.

Membangun tenaga kerja yang menang

Ini adalah momen penting bagi industri perbankan. Institusi yang membangun fondasi untuk inovasi akan melaju lebih cepat, sementara yang ragu berisiko tertinggal. Jalur ke depan sudah jelas: bank yang membangun kapabilitas AI yang luas di antara karyawan mereka — terutama keterampilan yang terverifikasi yang memadukan keahlian teknis dan domain — akan berada pada posisi terkuat untuk berkembang.

Ketika setiap karyawan diberdayakan untuk menggunakan AI — baik sebagai pencipta, pengguna berdaya, atau ahli dalam bidang — bank secara keseluruhan memperoleh kelincahan, ketahanan, dan kemampuan untuk mendorong nilai strategis, bukan sekadar efisiensi inkremental. Sekarang adalah waktu untuk berpindah dari eksperimen menuju enablement. Dalam AI, yang memisahkan para pemimpin dari yang tertinggal bukan hanya model yang Anda bangun atau R&D yang Anda danai, melainkan keterampilan yang Anda kembangkan.