Kehadiran ChatGPT membuat organisasi dan perusahaan secara serius mengeksplorasi keunggulan generative AI atau AI generatif untuk menjawab tantangan bisnis, termasuk sektor jasa keuangan.
Salah satu persoalan mendasar yang perlu diselesaikan sebelum memulai perjalanan transformasi dengan artificial intelligence (AI) adalah data.
Siapa yang tak terpukau dengan AI generatif? Studi yang dilakukan McKinsey mengungkapkan dampak AI generatif terhadap produktivitas dapat menambah nilai ekonomi global sebesar US$2,6 triliun sampai US$4,4 triliun per tahun.
Dan perbankan adalah salah satu sektor yang akan merasakan dampak langsung AI generatif pada pendapatannya. Di seluruh industri perbankan, misalnya, teknologi ini dapat memberikan nilai yang setara dengan tambahan US$200 miliar hingga US$340 miliar per tahun jika use case AI diterapkan sepenuhnya. Di sektor ini, pemanfaatan AI generatif juga dapat meningkatkan kepuasan pelanggan, pengambilan keputusan dan pengalaman karyawan, serta mengurangi risiko melalui monitoring yang lebih baik terhadap fraud dan risiko.
Tantangan Technical Debt
Namun salah satu tantangan umum yang dihadapi oleh sektor perbankan dalam mengadopsi teknologi-teknologi terkini, termasuk AI generatif, adalah technical debt yang datang dari sistem-sistem perbankan yang telah digunakan bank selama 25-30 tahun.
“Banyak dari bank-bank besar di seluruh dunia mengalami evolusi selama bertahun-tahun, melalu akusisi, merger, dan sebagainya. Dan di sektor banking, hal ini menciptakan satu masalah besar dengan banyak technical debt. (Oleh karena itu,) persoalannya adalah bagaimana merasionalisasi semua technical debt ini, dengan cara yang tidak akan memberatkan budget dan bisa membantu bisnis maju lebih cepat,” papar Joe Rodriguez, Senior Managing Director, Financial Services, Cloudera.
Namun saat ini ia pun melihat sektor perbankan mulai mengubah cara pandangnya, terutama dengan kehadiran perusahaan-perusahaan nonbank yang “menantang” hegemoni bank-bank konvensional, terutama dalam hal sistem pembayaran.
Secara khusus, Joe Rodriguez memuji sektor perbankan di Indonesia yang menurutnya sangat progresif. “Menurut saya, mereka sangat terbuka dalam mengadopsi teknologi seperti artificial intelligence,” ujarnya.
Lantas, bagaimana sektor perbankan dan jasa keuangan lainnya (FSI) harus menyikapi tantangan technical debt di tengah dorongan untuk mengadopsi AI?
Dari perspektif data, menurut Joe Rodriguez, ada dua cara yang dapat ditempuh sektor perbankan dan asuransi untuk mengatasi tantangan ini. Mengapa data? Karena fondasi bagi terbangunnya AI, termasuk AI generatif, adalah data.
Ia menjelaskan, kebanyakan bank besar mengoperasikan beberapa platform data sehingga menjadi sangat tidak efisien dan mahal. “Platform ini juga propietary vendor, tidak open source sehingga perusahaan terkunci (oleh vendor). Salah satu cara yang dapat dilakukan adalah menggunakan solusi open source sehingga dapat mereduksi biaya untuk platform data,” jelasmya.
Hal lain yang disarankan Joe adalah membangun kemampuan memanfaatkan data, di mana saja data itu berada. “Dapat memanfaatkan data di seluruh enterprise untuk mengembangkan produk (dari data) akan memungkinkan mereka memanfaatkannya untuk hal-hal seperti AI. Jadi mereka memang perlu memiliki kontrol terhadap data, terlepas dari urusan technical debt. Ini selalu menjadi tantangan bagi sektor jasa keuangan,” jelasnya.
Berkecimpung selama lebih dari 30 tahun di industri keuangan, Joe melihat data silo sebagai sesuatu yang terus terjadi. Yang bisa dilakukan perusahaan adalah mengendalikan dan memahami data yang dimiliki perusahaan, lalu menggunakannya di mana pun data itu berada. “Itu menurut saya adalah pendekatan yang jauh lebih baik, “ katanya.
Membangun AI dengan Konteks
Pertanyaan berikutnya adalah hal-hal yang perlu dipertimbangkan sektor FSI ketika akan mengimplementasikan AI generatif. Joe Rodriguez menjelaskan, ketika ChatGPT diluncurkan, banyak organisasi, termasuk bank, langsung membatasi, bahkan melarang, penggunaan tool AI generatif ini. “Mereka melarang karena dua alasan. Pertama, tool AI ini tidak memiliki konteks terkait perbankan. Kedua adalah isu keamanan,” ujar Joe.
Menurutnya, ketika ingin membuat tool AI, perusahaan, termasuk bank, harus melatihnya dengan data-data yang mereka miliki. Inilah yang melatarbelakangi langkah Cloudera baru baru ini, yaitu merilis cetak biru LLM (large language model) siap pakai untuk mendukung pemanfaatan generative AI atau AI generatif berbasis data sendiri di lingkungan perusahaan.
Blueprint ini dapat dimanfaatkan oleh pelanggan Cloudera untuk mengembangkan AI generatif menggunakan datanya sendiri dan dalam konteks perusahaan yang telah dinaungi dengan keamanan dan tata kelola yang memadai.
“Apakah data-data yang digunakan untuk melatih model AI ini dapat ditambah data-data dari luar perusahaan? Tentu bisa, namun harus dilakukan dengan hati-hati, harus dikontrol, agar tidak menimbulkan risiko,” pungkas Joe Rodriguez.
Baca juga: Rilis Blueprint LLM, Cloudera Dorong AI yang Aman untuk Perusahaan
Baca juga: Cloudera Ungkap Keuntungan Perusahaan Adopsi Teknologi AI Generatif