Revolusi Senyap dalam Industri Kewangan
Berita bahawa Mitsubishi UFJ Financial Group (SMFG) bekerjasama dengan syarikat pemula AI, Sakana AI, untuk membangunkan sistem yang menghasilkan cadangan strategik untuk pelanggan korporat dalam masa beberapa jam telah menjadi tumpuan ramai.
Sebelum ini, apabila bank ingin memberikan cadangan strategik kepada pelanggan korporat, ia biasanya mengambil masa beberapa minggu hingga beberapa bulan untuk analisis industri, analisis kewangan, dan penyelidikan pasaran. Namun, dengan sistem baharu ini, AI dapat menganalisis data yang banyak dalam sekelip mata, dan pakar manusia akan menyemak kualiti, membolehkan dokumen cadangan disiapkan dalam tempoh yang singkat.
Ini bukan sekadar “peningkatan kecekapan operasi”. Ia adalah perubahan paradigma dalam industri kewangan yang mengubah kelajuan membuat keputusan perniagaan itu sendiri. Artikel ini akan meneroka intipati penggunaan AI yang perlu dipelajari oleh pemimpin perniagaan dan CTO, serta potensi aplikasinya dalam organisasi mereka sendiri, berdasarkan berita ini.
Mengapa AI Kewangan Menjadi Tumpuan Sekarang?
Industri kewangan sememangnya aktif dalam analisis data, tetapi kemunculan AI generatif telah mengubah keadaan sepenuhnya. AI tradisional lebih tertumpu kepada “mempelajari corak daripada data lalu dan membuat ramalan”. Sebaliknya, AI generatif mampu “mencipta nilai baharu”.
Dalam kes SMFG, dengan menggunakan teknologi Sakana AI, AI dapat menjana cadangan strategi perniagaan khusus dan cadangan M&A berdasarkan data kewangan pelanggan dan trend pasaran. Penganalisis manusia beralih kepada peranan menyemak dan memperhalusi kandungan tersebut.
Perubahan ini menunjukkan bahawa AI sedang berkembang daripada “alat analisis” kepada “rakan kongsi strategik”. Bagi pemimpin perniagaan, aliran ini bukan hanya relevan untuk industri kewangan. Transformasi yang sama mungkin berlaku dalam proses perancangan strategik organisasi mereka sendiri.
Kelajuan Cadangan Strategik Mengubah Pengurusan
Proses cadangan strategik tradisional mempunyai beberapa cabaran seperti berikut:
- Mengumpul data mengambil masa yang lama
- Bergantung kepada kemahiran penganalisis
- Membandingkan pelbagai pilihan memerlukan banyak usaha
- Tidak dapat mengikuti perubahan persekitaran perniagaan
Apakah yang akan berubah jika cabaran-cabaran ini diselesaikan dengan AI?
Pertama, kitaran membuat keputusan akan dipendekkan secara drastik. Sistem SMFG dilaporkan dapat menghasilkan cadangan dalam “beberapa jam”. Ini membolehkan pemimpin perniagaan membuat keputusan “hari ini” dan bukannya “minggu ini”.
Kedua, bilangan pilihan yang boleh dipertimbangkan akan meningkat. Jika penganalisis manusia mengambil masa seminggu untuk mempertimbangkan tiga pilihan, AI boleh menjana 30 pilihan dalam setengah hari. Pemimpin perniagaan kemudiannya boleh memilih yang terbaik daripada pilihan tersebut.
Ketiga, risiko pergantungan kepada individu tertentu akan berkurangan. Walaupun penganalisis berpengalaman bersara, pengetahuan yang terkumpul dalam AI akan kekal. Ini adalah kesan yang sama dengan proses “memformatkan operasi → menganonimkannya → menyimpannya dalam pemacu kongsi” yang saya amalkan dalam organisasi saya sendiri.
Tiga Langkah untuk Aplikasi dalam Organisasi Anda
Kes SMFG mungkin kelihatan sesuai untuk syarikat besar, tetapi terdapat titik yang boleh diaplikasikan oleh syarikat kecil dan sederhana. Malah, dalam perundingan saya, terdapat kes yang mencapai hasil dengan pendekatan yang sama.
Langkah 1: Susun Data yang Boleh Digunakan untuk Perancangan Strategik
Untuk membolehkan AI mencadangkan strategi, anda perlu menyusun data organisasi anda terlebih dahulu. Strukturkan maklumat yang akan dimasukkan ke dalam AI, seperti data kewangan, data pelanggan, data pasaran, dan data pesaing.
Banyak organisasi tersekat di sini. Ini kerana data bertaburan dalam Excel dan PDF, dan tidak dalam format yang seragam. Pertama sekali, anda perlu sedar tentang keperluan untuk mencipta “pangkalan data untuk dibaca oleh AI”.
Secara khusus, adalah baik untuk mengumpulkan data seperti berikut:
- Penyata kewangan untuk tiga tahun lepas
- Data atribut pelanggan utama
- Maklumat awam pesaing
- Laporan pasaran industri
Langkah 2: Berikan “Rangka Kerja Berfikir” melalui Reka Bentuk Prompt
Apabila meminta AI mencadangkan strategi, perkara yang paling penting ialah reka bentuk prompt (arahan). Jika anda memberi arahan yang samar-samar seperti “fikirkan strategi”, anda tidak akan mendapat output yang berkualiti tinggi.
Sebagai contoh, memberikan arahan dalam rangka kerja berikut adalah berkesan:
“Anda adalah perunding pengurusan. Analisis data berikut dan cadangkan tiga pilihan strategi perniagaan. Untuk setiap pilihan, nyatakan kebaikan, keburukan, sumber yang diperlukan, dan ROI yang dijangkakan. Juga, berikan keutamaan berdasarkan kebolehlaksanaan.”
Dengan memberikan arahan yang jelas tentang “peranan” dan “format output” kepada AI, anda boleh mendapatkan cadangan yang boleh digunakan dalam amalan.
Langkah 3: Sahkan dan Perhalusi dengan Pertimbangan Manusia
Cadangan strategi yang dijana oleh AI hanyalah “draf awal”. Keputusan akhir mesti dibuat oleh manusia. Sistem SMFG juga menggabungkan proses di mana pakar menyemak cadangan yang dijana oleh AI.
Berdasarkan pengalaman saya, cadangan AI adalah pada tahap “80 mata”. Baki 20 mata akan dilengkapkan dengan mengambil kira faktor khusus industri dan hubungan manusia yang tidak dapat ditangkap oleh AI, seperti yang tidak tercermin dalam angka.
Jika anda dapat mewujudkan proses “AI membuat draf awal, manusia menyempurnakannya”, kelajuan perancangan strategik akan meningkat lebih daripada tiga kali ganda.
Kos dan Halangan Pelaksanaan
Membina sistem berskala besar seperti SMFG dalam organisasi anda sendiri mungkin tidak praktikal, tetapi terdapat cara yang lebih mudah.
Sebagai contoh, dengan pelan berbayar ChatGPT atau Claude (kira-kira RM90 hingga RM140 sebulan), anda boleh menjana cadangan strategik yang cukup praktikal jika anda melakukan reka bentuk prompt dan penyediaan data yang betul. Saya sendiri menggunakan Claude untuk menyediakan dokumen cadangan untuk pelanggan, dan dengan kos kira-kira RM630 sebulan, saya mencipta nilai kira-kira RM225,000 setahun.
Jika anda ingin melakukannya dengan lebih serius, berikut adalah beberapa pilihan alat:
- Sakana AI: Perkhidmatan AI generatif yang khusus untuk strategi kewangan dan perniagaan
- Notion AI: Membolehkan perancangan strategik berdasarkan data pengetahuan dalaman
- Custom GPT: Pembinaan AI khusus yang dilatih dengan data organisasi anda sendiri
Halangan pelaksanaan lebih kepada aspek operasi seperti “bagaimana untuk menyusun data” dan “bagaimana untuk menggunakan AI dengan berkesan” berbanding aspek teknikal. Saya cadangkan bermula dengan projek kecil dan mengumpul pengalaman kejayaan.
Apa yang Perlu Dilakukan oleh Pemimpin Perniagaan Sekarang
Kes SMFG memberikan pengajaran yang mendalam bukan sahaja untuk industri kewangan, tetapi untuk pemimpin perniagaan dalam semua industri. Automasi cadangan strategik oleh AI bukan lagi “cerita masa depan”, tetapi “cerita yang sedang berlaku”.
Tiga perkara yang perlu dilakukan oleh pemimpin perniagaan sekarang ialah:
Pertama, audit aset data organisasi anda. Ketahui apa yang boleh dimasukkan ke dalam AI dan apa yang kurang.
Kedua, cuba alat AI secara praktikal. Mulakan dengan percubaan percuma atau pelan harga rendah, dan uji sejauh mana ia boleh digunakan dalam operasi organisasi anda.
Ketiga, lakukan perubahan minda dalam organisasi. Pupuk sikap positif bahawa “bekerjasama dengan AI membolehkan kita melakukan kerja yang lebih bernilai” dan bukannya ketakutan “pekerjaan akan diambil alih oleh AI”.
Evolusi AI tidak akan berhenti. Sama ada anda bertindak sekarang atau tidak akan menentukan daya saing anda dalam beberapa tahun akan datang.
コメント