Bagaimana AI Mengubah Bentuk Pinjaman Komersial - Wawancara dengan Tom Byrne

Tom Byrne** adalah General Manager untuk pinjaman komersial di nCino.**

Temukan berita dan acara fintech teratas!

Berlangganan buletin FinTech Weekly

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

Kecerdasan buatan kini bukan lagi konsep masa depan dalam keuangan.

Salah satu area yang paling terlihat dari pergeseran ini adalah pinjaman komersial. Mulai dari onboarding hingga penilaian risiko, AI bergerak lebih dalam ke proses yang sebelumnya ditentukan oleh administrasi kertas dan waktu tunggu yang lama. Janji yang ditawarkan adalah persetujuan yang lebih cepat, keputusan yang lebih cerdas, dan lebih banyak waktu bagi para bankir untuk fokus pada hubungan.

Namun masih ada pertanyaan—terutama tentang keadilan, transparansi, dan apa yang sebenarnya diperlukan untuk membuka nilai dari data.

Dalam wawancara ini,** kita mendengar dari Tom Byrne**, General Manager Commercial Lending di nCino, yang membawa pengalaman dari perbankan tradisional dan fintech. Saat ini, ia berfokus pada bagaimana bank-bank komersial dapat menggunakan data dan otomasi cerdas untuk meningkatkan keputusan pemberian pinjaman—serta memberikan layanan yang lebih baik.

Percakapan ini menyentuh semuanya, mulai dari AI yang dapat dijelaskan hingga apa yang akan dilakukan bankir komersial di tahun-tahun mendatang. Byrne juga memperjelas satu hal: menggunakan AI dengan cara yang bermakna adalah tentang membuat data yang sudah ada menjadi berguna.

Anda dapat membaca wawancara lengkapnya di bawah ini!

R: Bisakah Anda berbagi sedikit tentang perjalanan karier Anda dan bagaimana Anda bertransisi ke peran General Manager, EMEA & International Onboarding – Product and Engineering di nCino?

T: Sebelum bergabung dengan nCino, saya bekerja di manajemen relasi lalu di bagian delivery di Lloyds Banking Group, tempat saya mengelola implementasi berbagai proyek transformasi digital di bank komersial.

Saya bergabung dengan nCino pada 2017, pertama bekerja sebagai Delivery Lead sebelum menjadi Head of Product untuk EMEA. Saya memegang posisi General Manager, EMEA – Product and Engineering sejak 2021.

Saya baru-baru ini mengalihkan cakupan saya ke onboarding, tempat saya berfokus pada peluang Client Lifecycle Management di institusi keuangan di seluruh wilayah EMEA—meningkatkan proses onboarding di dalam nCino Platform.

Secara praktis, ini berarti membekali institusi dengan proses, data & otomasi kecerdasan berbasis otomatisasi, serta konektivitas untuk merampingkan onboarding mereka di kanal digital maupun kanal manusia, mengubah cara mereka mengelola aktivitas penting untuk klien baru & klien yang sudah ada.

R: Setelah bekerja di perbankan tradisional dan fintech, apa perbedaan terbesar yang Anda amati dalam bagaimana teknologi membentuk pinjaman komersial?

T: Bank tradisional berbasis relasi, berfokus pada memberikan nilai bagi pelanggan mereka dan membantu mereka mencapai tujuan keuangan. Sebelum era transformasi digital, alat utama yang digunakan adalah buku cek. Sekarang, bank telah berinvestasi besar pada front end digital yang memudahkan pelanggan untuk bertransaksi perbankan saat bepergian. Namun, bank masih kesulitan membawa inefisiensi operasional dan proses manual yang sama ke back-end.

Di sinilah fintech memainkan peran besar. Teknologi pertama kali difokuskan pada kebutuhan akan penyimpanan dan interaksi data yang terdigitisasi, yang dari situlah muncul istilah ‘cloud banking’.

Sekarang, dengan menggunakan workflow yang dibangun di infrastruktur cloud, fintech meningkatkan data bank dengan AI dan kecerdasan data. Evolusi berikutnya ini membuat petugas pinjaman lebih mudah meninjau banyak sekali data yang dikumpulkan saat onboarding pelanggan, mengompilkannya menjadi analisis yang mudah dipahami.

Ini membuat proses yang ada menjadi lebih efisien, memberikan wawasan untuk langkah-langkah yang sebelumnya memerlukan riset manual, dan mengembalikan waktu berharga bagi bank untuk fokus pada pelanggan mereka.

R: AI sedang mentransformasi banyak aspek layanan keuangan. Berdasarkan pengalaman Anda, perubahan paling signifikan apa yang telah dibawa AI ke pinjaman komersial dalam beberapa tahun terakhir?

T: AI dengan cepat mengubah banyak aspek pinjaman komersial. Sejauh mana AI telah memungkinkan pemberi pinjaman untuk memberikan tingkat personalisasi yang tinggi kepada klien mereka adalah salah satu perubahan terbesar.

Dengan membekali karyawan dengan alat yang mereka butuhkan untuk menangani tujuan dan kondisi unik seorang pelanggan, AI membuat waktu persetujuan lebih cepat, sekaligus menyediakan solusi yang canggih bagi pelanggan—semakin memperkuat pengalaman pelanggan.

Alat-alat AI juga diterapkan untuk meningkatkan proses seperti penilaian kredit, deteksi penipuan, dan kepatuhan, mengurangi potensi kesalahan manusia dan memberikan kepastian yang lebih besar bagi pelanggan.

Di nCino, kami berada pada posisi yang unik untuk menghadirkan inovasi AI ke pasar dengan cara yang mengubah permainan dengan membantu institusi membuka data mereka untuk mendorong nilai. Dengan keluasan platform, kami melihat begitu banyak peluang untuk menciptakan otomatisasi dan menanamkan kecerdasan ke dalam proses.

R: Bias dalam model pinjaman berbasis AI menjadi perhatian yang makin meningkat. Bagaimana Anda mendekati upaya memastikan keadilan dan transparansi saat mengintegrasikan AI ke dalam keputusan pemberian pinjaman?

T: Ini adalah sesuatu yang terus kami pikirkan di nCino. Cara terbaik untuk menghilangkan bias adalah mengadopsi model explainable AI, yang menjadi kunci untuk mencegah praktik pemberian pinjaman yang tidak adil dan membangun kepercayaan dengan para peminjam.

Jika digunakan dengan benar, integrasi AI berpotensi meningkatkan keadilan dalam keputusan pemberian pinjaman melalui berbagai mekanisme. Misalnya, AI dapat menganalisis jenis data alternatif, seperti transaksi online, untuk menilai risiko kredit peminjam yang sering kali kurang diuntungkan akibat skor kredit yang rendah atau tidak adanya riwayat kredit.

Melalui kemampuan analitik prediktifnya yang canggih, AI dapat memproyeksikan kesulitan keuangan masa depan para peminjam, sehingga memungkinkan pemberi pinjaman untuk secara proaktif menawarkan dukungan, mengurangi potensi gagal bayar. Dengan cara yang sama, AI dapat membantu pemberi pinjaman melihat peluang bersama klien yang sudah ada untuk memperluas bisnis dengan institusi tersebut.

R: Ketika AI mengambil alih tugas administratif dan operasional, bagaimana Anda melihat peran bankir komersial yang akan berkembang di tahun-tahun mendatang?

T: Karena AI semakin dikerahkan untuk memenuhi tugas administratif, kami melihatnya sebagai bentuk augmentasi terhadap peran bankir komersial. Ini akan memungkinkan karyawan untuk menjadi lebih fokus pada pelanggan mereka dan memperkuat hubungan-hubungan tersebut.

Saat AI diterapkan untuk lebih banyak tugas manual yang memakan waktu, saya pikir kita akan melihat peningkatan jumlah pelanggan yang dilibatkan oleh bank dan peningkatan kepuasan pelanggan. Selain itu, saya pikir karyawan akan menjadi sangat terspesialisasi, dengan wawasan yang didorong oleh AI membimbing karyawan ke tempat keahlian mereka benar-benar dibutuhkan.

Ada empat area inti yang menurut saya akan memperbaiki operasional di bank-bank komersial:

*   Solusi cerdas: Mengambil dari jumlah besar data yang dikumpulkan bank, solusi cerdas berbasis AI dapat membangun dan menyesuaikan produk agar sesuai dengan kebutuhan spesifik dan rencana pertumbuhan masa depan dari setiap peminjam.
*   Penilaian risiko yang lebih cerdas: AI dapat menganalisis banyak sekali data keuangan dan non-tradisional (mis. artikel berita, media sosial) untuk membentuk profil kredit yang lebih akurat dan menyeluruh. Ini menghasilkan penetapan harga pinjaman yang lebih cerdas dan mengurangi risiko.
*   Deteksi penipuan: AI dapat mendeteksi aplikasi yang fraud dan aktivitas mencurigakan secara real time, melindungi pemberi pinjaman dari potensi kerugian finansial.
*   Efisiensi dan otomatisasi yang lebih baik: AI dapat mengotomatisasi tugas seperti analisis dokumen, verifikasi, atau pembuatan, sehingga secara signifikan mengurangi waktu pemrosesan dan usaha manual, dan memungkinkan lebih banyak waktu untuk membangun hubungan yang sebelumnya digunakan untuk proses manual.

R: Tantangan apa saja yang paling besar yang pernah Anda hadapi dalam menerapkan solusi berbasis AI dalam pemberian pinjaman, dan bagaimana Anda mengatasinya?

T: Data mendorong industri perbankan, dan karena perbankan menjadi semakin terdigitalisasi, jumlah data yang dimiliki bank telah berkembang secara eksponensial. Namun, mengelola data tersebut dan memastikan bahwa data itu dapat digunakan bisa menjadi tantangan.

Ketika digunakan bersama data yang bersih, AI dapat memberikan gambaran holistik tentang pelanggan, sehingga memungkinkan wawasan pelanggan yang lebih besar yang berpotensi mengurangi kerugian kredit, menurunkan biaya pemantauan, dan meningkatkan produktivitas.

Menyelaraskan front- dan back-office dengan data yang bersih dapat secara signifikan meningkatkan efisiensi bagi karyawan dan meningkatkan pengalaman pelanggan. Namun keuntungan efisiensi ini tidak dapat dicapai jika institusi bertanya, 'bagaimana saya mendapatkan lebih banyak data’, padahal seharusnya mereka bertanya ‘bagaimana saya dapat menciptakan nilai dari data yang sudah saya miliki?’.

Saat meninjau tantangan yang telah kami bantu pelanggan kami untuk atasi, langkah pertama untuk membuka data adalah memahaminya. Dengan menunjukkan kepada mereka cara menggunakan data mereka dengan lebih baik melalui otomasi cerdas, mereka membuka pintu untuk analisis yang lebih baik, solusi yang lebih cerdas, dan lebih banyak waktu untuk membangun hubungan dengan pelanggan mereka.

R: Melihat ke depan, tren atau inovasi AI apa yang menurut Anda akan memiliki dampak paling signifikan pada masa depan pinjaman komersial?

T: Seiring AI berkembang dari model prediktif dan generatif, solusi agen (agentic solutions) akan semakin banyak dimanfaatkan dan otomatisasi cerdas akan mengubah tugas kompleks yang melibatkan banyak klik menjadi solusi satu klik yang sederhana.

Permintaan yang meningkat terhadap solusi digital menunjukkan bahwa konsumen tidak lagi puas dengan layanan model yang serba berlaku. Untuk tetap kompetitif, institusi keuangan akan semakin fokus pada manajemen relasi.