Kewangan AI Revolusi: Bagaimana Kelulusan Pinjaman Mengubah Reka Bentuk Kerja

Dalam era penggunaan AI generatif yang semakin meluas, automasi “kelulusan pinjaman” menjadi tumpuan dalam industri kewangan. Artikel yang dilaporkan oleh Business + IT menerangkan secara terperinci perbandingan sebelum dan selepas menggunakan dokumen kelulusan sebenar, menunjukkan secara konkrit bagaimana AI generatif boleh menggantikan tugas kerja.

Berita ini memberi implikasi bukan sahaja kepada industri kewangan, tetapi juga kepada “proses kelulusan dan pengesahan” semua syarikat. Artikel ini, berdasarkan kes ini, akan menerangkan syarat-syarat tugas yang “boleh digantikan” oleh AI generatif dan kaedah pelaksanaan sebenar.

Apa yang Berubah dalam Kelulusan Pinjaman dengan AI?

Teras kerja kelulusan pinjaman adalah membaca sejumlah besar maklumat syarikat dan data kewangan, menilai risiko, dan menyusunnya ke dalam dokumen kelulusan. Secara tradisional, proses ini sangat bergantung kepada pengalaman dan pengetahuan pegawai yang bertanggungjawab, menjadikannya mudah untuk menjadi subjektif.

Dalam kes yang diperkenalkan dalam artikel, penggunaan AI generatif telah meningkatkan kecekapan secara drastik dalam langkah-langkah berikut:

Pertama, AI mengekstrak maklumat yang diperlukan secara automatik daripada data tidak berstruktur seperti penyata kewangan dan maklumat pendaftaran. Seterusnya, berdasarkan data yang diekstrak, AI menghasilkan draf penilaian risiko. Akhirnya, manusia menyemak dan membetulkan draf yang dihasilkan, mengurangkan masa penyediaan dokumen kelulusan kepada kira-kira satu pertiga daripada masa asal.

Yang penting, AI tidak “menilai”, tetapi bertanggungjawab untuk “menyusun maklumat dan menghasilkan draf”. Keputusan dan tanggungjawab akhir tetap di tangan manusia. Pembahagian peranan ini adalah kunci kejayaan pelaksanaan AI.

Tiga Syarat untuk Tugas yang “Boleh Digantikan”

Dari kes ini, jelas bahawa terdapat syarat-syarat tertentu untuk tugas yang boleh diserahkan kepada AI generatif. Berdasarkan pengalaman saya menyokong 93 kes penggunaan AI, saya telah menyusun syarat-syarat ini kepada tiga kategori:

1. Banyak bahagian yang boleh dinilai berdasarkan peraturan
Dalam kelulusan pinjaman, kriteria kredit dan semakan ditakrifkan dengan jelas. Bahagian yang mempunyai peraturan seperti “Jika angka ini, OK” atau “Jika syarat ini, perlu disemak” adalah bidang kepakaran AI. Sebaliknya, keputusan yang bergantung kepada nilai atau pengalaman harus ditangani oleh manusia.

2. Mengendalikan sejumlah besar data dokumen
Kerja mengumpul dan menyusun maklumat secara rentas daripada pelbagai dokumen seperti penyata kewangan, maklumat pendaftaran, dan rekod transaksi adalah situasi di mana keupayaan pemprosesan maklumat AI paling berguna. Ini adalah tugas yang memakan masa dan mudah terlepas pandang jika dilakukan oleh manusia.

3. Format output yang standard
Format dokumen kelulusan ditetapkan oleh setiap syarikat. Dengan mengarahkan AI untuk “output dalam format ini”, draf yang konsisten boleh dihasilkan. Sebaliknya, untuk tugas dengan format yang tidak tetap, manusia perlu membuat pembetulan besar pada output AI, yang menjadi tidak cekap.

Tugas yang memenuhi syarat-syarat ini wujud dalam semua industri, bukan sahaja industri kewangan. Contohnya, semakan kontrak, semakan awal perbelanjaan, dan penyaringan permohonan pekerjaan adalah contoh utama.

Halangan Pelaksanaan dan Anggaran Kos

Jadi, apakah halangan untuk melaksanakan secara praktikal?

Pertama, halangan teknikal semakin rendah. Dengan menggunakan AI generik seperti ChatGPT atau Claude, dan hanya mengarahkan format dokumen kelulusan dalaman dan kriteria semakan melalui prompt, ketepatan yang munasabah boleh dicapai. Walau bagaimanapun, untuk tugas kewangan yang melibatkan maklumat sensitif, perlu memilih perkhidmatan AI jenis on-premise atau awan peribadi. Dalam kes ini, kos bulanan biasanya antara RM10,000 hingga RM50,000.

Seterusnya, halangan operasi. Daripada menggunakan output AI secara langsung, perlu mereka bentuk proses di mana manusia menyemak. Jika “titik campur tangan manusia” ini salah, kesan pelaksanaan AI akan berkurangan separuh. Berdasarkan pengalaman saya, bentuk yang paling cekap adalah manusia hanya melakukan “semakan akhir” draf yang dihasilkan oleh AI.

Kemudian, kos berbanding faedah. Jika perkhidmatan AI berharga RM30,000 sebulan diperkenalkan, kos tahunan adalah RM360,000. Sebaliknya, jika masa pegawai yang mengambil 20 jam seminggu untuk menyediakan dokumen kelulusan dikurangkan kepada 5 jam seminggu, penjimatan kos buruh tahunan kira-kira RM400,000 boleh dijangkakan. Secara mudah, pelaburan boleh dipulihkan dalam tempoh setahun.

Walau bagaimanapun, pada peringkat awal pelaksanaan, tempoh persediaan 2-3 bulan diperlukan untuk menyesuaikan prompt dan menyemak semula peraturan dalaman. Adalah disyorkan untuk merancang belanjawan termasuk kos tempoh ini.

Intipati “AIisasi Kerja Dokumen” yang Tidak Terhad kepada Industri Kewangan

Walaupun berita ini adalah kes dari industri kewangan, intipatinya adalah “penggantian kerja dokumen standard oleh AI”. Dalam back office semua industri, terdapat tugas-tugas berikut yang tidak digunakan:

Contohnya, semakan awal permohonan dalaman. Untuk permohonan seperti perbelanjaan atau cuti yang mempunyai peraturan jelas, AI boleh melakukan semakan awal dan hanya melaporkan masalah kepada manusia.

Juga, penyediaan minit mesyuarat dan pengekstrakan item tindakan. AI mentranskripsi data audio dan secara automatik menghasilkan minit mesyuarat. Selain itu, mekanisme untuk mengekstrak keputusan dan tugas serta memberitahu pihak berkaitan secara automatik telah pun dilaksanakan.

Selain itu, pengendalian pertanyaan pelanggan. Soalan lazim dijawab oleh chatbot AI, manakala kes kompleks ditangani oleh manusia dalam sokongan pelanggan hibrid yang telah dilaksanakan oleh banyak syarikat.

Apa yang biasa dalam tugas-tugas ini adalah tiga syarat: “boleh dinilai berdasarkan peraturan”, “mengendalikan sejumlah besar data”, dan “format output yang standard”. Mengenal pasti tugas yang memenuhi syarat-syarat ini dan mengutamakan AIisasi adalah langkah pertama dalam transformasi digital yang cekap.

Langkah Pelaksanaan Konkrit

Saya akan kongsikan langkah-langkah untuk mempertimbangkan pelaksanaan berdasarkan pengalaman saya:

Langkah 1: Inventori Tugas Sasaran
Pertama, senaraikan tugas dokumen syarikat anda dan nilai berdasarkan tiga syarat di atas. Adalah penting untuk pengurusan atasan dan kakitangan lapangan melakukan ini bersama-sama. Perlu menggantikan perasaan “agak menyusahkan” di lapangan dengan data objektif.

Langkah 2: Pelaksanaan Perintis
Mulakan pelaksanaan perintis berskala kecil untuk tugas keutamaan tinggi. Di sini, penting untuk tidak menyasarkan kesempurnaan. Mula dengan membiarkan AI melakukannya, kemudian manusia membetulkan. Ulang kitaran ini sambil menambah baik prompt dan peraturan.

Langkah 3: Pengukuran Kesan dan Peluasan
Ukur hasil pelaksanaan perintis menggunakan KPI seperti kadar pengurangan masa dan kadar ralat. Setelah kesan disahkan, perluaskan ke tugas lain. Pada masa ini, kongsikan kejayaan dalam syarikat dan dapatkan pemahaman pekerja adalah kunci kepada peluasan yang lancar.

Dalam sebuah syarikat yang saya sokong, langkah-langkah ini diselesaikan dalam 3 bulan, mencapai pengurangan kerja tahunan kira-kira 1,400 jam. Pelaburan awal adalah kira-kira RM15,000 sebulan.

Kesimpulan: AI Bertanggungjawab untuk “Menyusun”, Bukan “Menilai”

Kes penggunaan AI dalam kelulusan pinjaman menunjukkan keberkesanan menyerahkan “penyusunan maklumat dan penghasilan draf” kepada AI, bukannya “penilaian”. Keputusan akhir dibuat oleh manusia, manakala AI mempercepatkan kerja persediaan. Pembahagian peranan ini adalah corak kejayaan penggunaan AI dalam amalan.

Kepada para pengurus, saya harap anda mempunyai perspektif untuk memisahkan tugas dokumen syarikat kepada “bahagian yang boleh diserahkan kepada AI” dan “bahagian yang perlu dinilai oleh manusia”. Langkah pertama boleh dimulakan dari hari ini. Mulakan dengan menyemak format dokumen kelulusan atau permohonan syarikat anda, dan cuba minta AI menghasilkan draf.