Tiga bank AS memacu 75% paten AI perbankan dunia. Apa maknanya untuk bank, insurans dan fintech di Malaysia yang sedang mempercepat transformasi digital berasaskan AI?
75% Paten AI Perbankan Datang Hanya Dari 3 Bank – Apa Maknanya Untuk Malaysia?
Sejak Januari 2023, 21 bank utama dunia telah memfailkan 1,516 paten khusus AI. Namun angka sebenar yang patut buat pengurus bank dan fintech di Malaysia berfikir ialah ini: 75% paten AI perbankan global dalam dekad lepas datang hanya daripada tiga bank AS – Capital One, Bank of America dan JPMorgan Chase.
Ini bukan sekadar nombor. Ini petunjuk jelas bahawa persaingan dalam AI kewangan sedang dimenangi oleh pemain yang berani melabur besar, melindungi harta intelek (IP) dan menjadikan AI sebagai teras strategi perniagaan – bukan sekadar projek “eksperimen”.
Untuk sektor kewangan Malaysia yang kini rancak mengguna AI bagi pengesanan penipuan, pemarkahan kredit automatik, analitik kekayaan, pematuhan regulatori dan chatbot, corak global ini datang tepat pada masanya. Dalam suasana hujung tahun 2025 dengan Rancangan digital dan agenda data negara semakin matang, persoalannya: adakah institusi kewangan kita hanya pengguna teknologi AI – atau bakal pemilik IP AI sendiri?
Artikel ini mengupas apa yang dilakukan tiga gergasi AS ini, kenapa mereka agresif dalam paten AI, dan yang paling penting, apa pelajaran praktikal untuk bank, insurans dan fintech di Malaysia.
Di Mana Bank Dunia Sebenarnya Melabur Dalam AI?
Gambaran ringkasnya begini: aktiviti AI dalam perbankan global meningkat pantas, tetapi sangat tertumpu.
Beberapa titik data utama daripada Evident’s Banking AI Patent Tracker:
- 1,516 paten AI khusus perbankan difailkan sejak 01/01/2023 oleh 21 bank utama di AS, Kanada, Eropah dan APAC
- 75% paten AI perbankan sejak 10 tahun lalu datang daripada Capital One, Bank of America (BoA) dan JPMorgan Chase (JPM)
- Lebih 85% paten AI perbankan difailkan oleh bank AS
- Paten berkaitan generative AI (GenAI) melonjak daripada 6% kepada 17% daripada semua paten AI perbankan pada 2023 dan momentum berterusan masuk ke 2025
- Paten Agentic AI (AI berautonomi/agen) masih kecil, tetapi sedang berkembang, diketuai oleh BoA, Capital One dan JPM
Ini menunjukkan satu perkara: AI dalam perbankan bukan lagi eksperimen; ia sedang diperkukuh sebagai aset strategik jangka panjang.
Di Malaysia, banyak bank sudah mengguna AI untuk pengesanan penipuan kad, skor kredit mikro, chatbot khidmat pelanggan, malah penjualan silang produk. Tapi berapa banyak yang sudah mengunci kelebihan ini dalam bentuk IP, algoritma milik sendiri, atau model yang sukar ditiru pesaing?
Apa Sebenarnya Yang Dipatenkan Oleh Bank-Bank Gergasi Ini?
Jawapannya: mereka memfailkan paten di kawasan yang terus menyentuh operasi harian bank – keselamatan, pengalaman pelanggan, produktiviti IT dan pengurusan risiko.
Beberapa contoh paten dunia sebenar yang disorot dalam data Evident:
1. Capital One
- Adversarial AI untuk menguatkan respons chatbot
Mereka gunakan teknik adversarial untuk “menyerang” chatbot sendiri, mencari titik lemah, dan melatih model supaya lebih tahan terhadap input pelik atau berniat jahat. - Pengesahan berbilang faktor menggunakan data kenderaan
Contohnya, data daripada kereta pintar (lokasi, corak penggunaan) sebagai lapisan tambahan dalam pengesahan identiti pelanggan.
2. Bank of America
- Persona sintetik untuk menguji chatbot
Bukannya bergantung 100% pada ujian manusia, mereka cipta ribuan “pelanggan maya” dengan tingkah laku berbeza untuk menguji sistem chatbot. - CAPTCHA dipacu GenAI
Mengguna GenAI untuk membina mekanisme CAPTCHA baharu yang lebih sukar dibypass oleh bot tetapi mesra pengguna manusia.
3. JPMorgan Chase
- Ejen berasaskan awan yang autonomi membaiki isu perisian
Agentic AI memantau sistem, mengesan isu dan secara automatik melakukan tindakan baik pulih tanpa perlu manusia masuk campur setiap kali.
Bank lain yang mula kejar:
- TD Bank – sistem orkestrasi untuk ejen LLM (mengurus berbilang ejen AI yang bekerjasama)
- HSBC – AI pengesanan anomali untuk keselamatan siber
- Wells Fargo – analitik sentimen berdasarkan komunikasi pelanggan (e-mel, chat, panggilan)
Semua ini bukan idea abstrak. Ia sangat boleh diterjemah ke konteks Malaysia – daripada mengurangkan “downtime” core banking, kepada mengasah model anti-scam yang lebih pintar untuk melindungi pelanggan tempatan.
Kenapa Paten AI Penting – Bukan Sekadar Untuk Bank AS
Untuk bank dan fintech di Malaysia, soalan yang kerap timbul ialah: “Perlu ke sampai tahap paten? Bukan cukup ke kalau kita bangunkan solusi dalaman dan guna vendor luar?”
Jawapannya bergantung kepada aspirasi anda.
1. Paten sebagai pelindung pelaburan jangka panjang
Apabila Capital One atau JPM melabur berjuta dolar untuk membina model GenAI atau agentic AI tersendiri, mereka tidak mahu pesaing menyalin begitu sahaja.
Paten:
- menghalang peniruan terus,
- meningkatkan nilai aset tidak ketara (intangible assets),
- dan memberikan kuasa tawar-menawar lebih tinggi bila bekerjasama dengan fintech atau vendor teknologi.
2. Sinyal budaya inovasi dalaman yang terstruktur
Fakta bahawa AS menyumbang lebih 85% paten AI perbankan menunjukkan tiga perkara tentang bank-bank di sana:
- proses inovasi yang formal (daripada idea → prototaip → kajian → paten → produk),
- kolaborasi rapat antara pasukan bisnes, teknologi, undang-undang dan risiko,
- dan pipeline projek AI yang konsisten, bukan ad hoc.
Bagi Malaysia, ini relevan kerana ramai pemain sudah mempunyai “AI CoE” atau unit data science. Namun tanpa rangka kerja IP dan pengurusan pengetahuan yang kemas, idea bernilai mudah tenggelam dalam PowerPoint dan POC yang tak pernah ke produksi.
3. Keupayaan eksport teknologi kewangan
Kalau bank-bank besar Malaysia – atau malah pemain insurans dan takaful – mula mengembangkan modul AI unik (contoh: model risiko mikro untuk PKS tempatan, atau skor takaful berasaskan tingkah laku), memiliki IP yang jelas memudahkan:
- pelesenan teknologi ke bank serantau,
- kerjasama strategik dengan fintech ASEAN,
- dan kedudukan Malaysia sebagai hub AI kewangan di rantau ini.
Apa Pelajaran Untuk Bank, Insurans dan Fintech di Malaysia?
Tiga bank AS mungkin jauh dari KL dan Cyberjaya, tapi strategi mereka memberi beberapa petunjuk praktikal untuk kita di sini.
1. Tetapkan Bidang Fokus AI Yang Jelas
Data Evident menunjukkan khidmat pelanggan ialah fokus utama paten GenAI untuk bank – terutamanya personalisasi dan kebolehsuaian (customisability).
Dalam konteks Malaysia, beberapa kawasan keutamaan yang masuk akal:
-
Pusat panggilan & chatbot dwi-bahasa (BM & Inggeris)
Model bahasa yang betul-betul faham gaya bahasa tempatan (slang, dialek, istilah kewangan Melayu) adalah aset unik yang sukar dicapai pesaing regional tanpa data tempatan. -
Pengesanan penipuan dan scam masa nyata
Mengguna AI untuk lihat corak transaksi, mesej SMS, panggilan palsu – dan memberi amaran proaktif kepada pelanggan. -
Pemarkahan kredit alternatif untuk segmen tidak formal
PKS mikro, peniaga gig, pemandu e-hailing – segmen ini kurang data kredit tradisional tetapi kaya data tingkah laku. Model AI khusus Malaysia di sini boleh jadi IP bernilai tinggi.
2. Bina Strategi IP AI – Jangan Tunggu Sempurna
Tak semua firma perlu lompat terus ke paten antarabangsa. Tapi sekurang-kurangnya:
- Petakan apa aset AI yang anda sudah ada
Model dalaman, pipeline data, algoritma unik, set data berlabel – senaraikan. - Bezakan apa yang bersifat komoditi dan apa yang unik
Mengguna model LLM umum = komoditi.
Mengguna LLM yang ditala halus menggunakan data risiko tempatan + logik perniagaan sendiri = lebih hampir kepada IP. - Berbincang awal dengan pasukan undang-undang / IP
Ramai pasukan data hanya fikir dari sudut teknikal. Gabungkan perspektif undang-undang supaya projek besar baharu boleh direka dengan potensi IP sejak awal.
3. Jadikan AI Sebagai “Otak” Dalam Operasi, Bukan Hanya “Muka” Depan
Banyak organisasi bermula dengan chatbot kerana ia “nampak” kepada pelanggan. Gergasi seperti JPM pula sudah memikirkan ejen AI yang mengurus infrastruktur IT mereka secara autonomi.
Untuk bank dan fintech di Malaysia, beberapa langkah praktikal:
- Gunakan agentic AI untuk pemantauan sistem 24/7, cadangkan (atau terus ambil) tindakan bila ada ralat,
- Guna AI untuk menjana dokumentasi sistem, laporan pematuhan, atau ringkasan perubahan regulatori secara automatik,
- Aplikasikan AI bagi menjejak dan menjelaskan keputusan model pemarkahan kredit (penting untuk pematuhan dan kepercayaan pelanggan).
4. Selaraskan Dengan Regulator, Bukan Selepas Produk Siap
Eropah lebih perlahan memfailkan paten, sebahagiannya kerana pendekatan regulasi yang lebih ketat. Malaysia berada di tengah-tengah – progresif, tetapi berhati-hati.
Organisasi yang bijak akan:
- melibatkan pegawai pematuhan dan risiko sejak fasa reka bentuk model AI,
- membina kerangka model governance yang boleh diaudit,
- menyediakan documentation trail yang jelas: data apa digunakan, bagaimana model ditapis, bagaimana bias diuji.
Ini bukan sahaja memudahkan perbincangan dengan pengawal selia, malah menjadikan AI anda lebih kukuh dari sudut perniagaan.
Langkah Pertama 6–12 Bulan Untuk Pemain Kewangan Malaysia
Jika anda berada di bank, insurans, takaful atau fintech Malaysia dan serius mahu menjadikan AI sebagai aset strategik, bukan sekadar kos IT, berikut satu pelan ringkas yang realistik untuk 6–12 bulan akan datang.
1. Audit Kematangan AI & IP Dalaman
- Senaraikan semua projek AI sedia ada (termasuk POC dan projek yang “senyap-senyap” dijalankan oleh pasukan kecil)
- Kenal pasti mana yang sudah memberi impak perniagaan jelas (contoh: pengurangan NPL, peningkatan kadar jualan silang)
- Tanda projek yang berpotensi mengandungi komponen IP unik
2. Tetapkan 2–3 Domain AI Keutamaan
Elakkan cuba buat semua sekaligus. Fokus pada bidang di mana anda:
- ada data paling kaya,
- ada tekanan kompetitif paling tinggi,
- dan boleh menunjukkan ROI dalam 6–18 bulan.
Contoh domain:
- AI anti-penipuan transaksi runcit,
- GenAI untuk produktiviti pegawai cawangan,
- Model risiko mikro untuk segmen B40/PKS.
3. Bentuk “AI + Legal + Risk Squad”
Jangan biar pasukan data sains berjalan sendiri. Bentuk skuad kecil rentas jabatan yang:
- menilai potensi IP bagi projek utama,
- menyemak isu privasi data & pematuhan lebih awal,
- merangka playbook dalaman tentang bila sesuai fail paten atau sekadar simpan sebagai rahsia dagangan.
4. Rancang Roadmap Paten / IP Ringkas
Bukan semua perlu paten antarabangsa, tetapi:
- pilih 1–2 projek flagship AI yang benar-benar unik,
- dokumentasikan reka bentuk dan rasional teknikal dengan baik,
- bincang pilihan perlindungan (paten, hak cipta perisian, rahsia dagangan).
Langkah ini sahaja sudah membezakan anda daripada majoriti pemain yang hanya “mengguna AI” tanpa memikirkan pemilikan teknologi.
AI Dalam Perkhidmatan Kewangan: Malaysia Mahu Jadi Pengguna Atau Pencipta?
Gelombang semasa jelas: AI sedang menjadi tiang utama transformasi digital kewangan global, dan bank-bank besar AS sedang mengunci kelebihan mereka melalui paten dan IP.
Malaysia tidak ketinggalan dari segi penggunaan – kita sudah nampak AI dalam pengesanan penipuan, pemarkahan kredit automatik, analitik kekayaan, pematuhan, chatbot dan pemodelan risiko. Tapi jika mahu kekal relevan 5–10 tahun akan datang, haluan perlu dinaik taraf daripada “pengguna teknologi luar” kepada “pencipta solusi AI kewangan yang tersendiri”.
Tiga perkara yang saya rasa paling kritikal untuk mana-mana bank, insurans atau fintech tempatan menjelang 2026:
- Jelas tentang bidang di mana anda mahu menang dengan AI, bukan hanya ikut trend.
- Mula mengurus IP AI secara serius – walau peringkat awal, bina budaya yang menghargai pengetahuan dan inovasi dalaman.
- Dekat dengan regulator dan ekosistem – supaya solusi AI anda bukan sahaja canggih, tetapi juga dipercayai, patuh, dan boleh berkembang ke peringkat serantau.
Realitinya, ia lebih mudah dicapai jika dimulakan sekarang, sebelum jurang IP antara pemain global dan serantau menjadi terlalu besar. Soalan untuk pasukan anda hari ini: projek AI yang anda sedang bangunkan sekarang – adakah ia sekadar kos operasi, atau bakal menjadi aset yang anda miliki dan boleh banggakan?