AI, Cawangan & Manusia: Masa Depan Perbankan

AI dalam Perkhidmatan Kewangan (Bank, Insurans, Fintek)••By 3L3C

AI mengubah perbankan, tapi manusia dan cawangan masih penentu. Ketahui bagaimana bank, insurans dan fintech di Malaysia boleh gabungkan AI + manusia secara bijak.

AI dalam perbankanperbankan digitalbranch bankingpengalaman pelangganfintech Malaysiainsurans dan AI
Share:

AI, Cawangan & Manusia: Realiti Sebenar Masa Depan Perbankan

Pada 2025, bank-bank di Malaysia membelanjakan ratusan juta ringgit untuk AI, automasi dan perbankan digital. Dalam masa yang sama, beberapa bank besar masih membuka atau menaik taraf cawangan fizikal – bukan menutupnya sepenuhnya.

Ramai orang dalam industri rasa serba salah: kalau chatbot, aplikasi super, dan perbankan digital dah begitu maju, kenapa cawangan dan pegawai bank masih penting? Jawapannya ringkas: wang ialah hal emosi, bukan sekadar nombor dalam skrin. Dan di sinilah gabungan AI + manusia + cawangan memberi kelebihan sebenar kepada bank, syarikat insurans dan fintech.

Dalam siri "AI in Financial Services (Banks, Insurance, Fintech)" ini, fokus kita ialah satu perkara: bagaimana AI menyokong, bukan menggantikan, manusia. Artikel kali ini melihat pandangan itu dari sudut perbankan runcit – terinspirasi daripada perbincangan global tentang kenapa manusia dan cawangan masih mendefinisikan masa depan perbankan.

1. Kenapa Cawangan Masih Penuh Walaupun Aplikasi Dah Hebat

Realitinya, pelanggan tak mahu pilih antara digital atau fizikal. Mereka mahu kedua-duanya, dengan cara yang fleksibel.

Dalam wawancara di peringkat global, Joe Myers (EVP Global Banking, Diebold Nixdorf) menyebut satu hakikat yang sangat kena dengan konteks Malaysia: walaupun pelaburan dalam perbankan digital meningkat, pelaburan ke dalam cawangan baharu juga naik di banyak negara. Corak yang sama boleh dilihat di Asia Tenggara.

Sebab utama:

  • Urusan besar seperti pembiayaan rumah, pembiayaan kereta, penstrukturan semula hutang dan perancangan kewangan jangka panjang masih memerlukan manusia di depan mata.
  • Ramai pelanggan, terutama generasi lebih berusia atau segmen B40, lebih yakin bila ada pegawai bank yang boleh ditanya terus.
  • Dalam budaya Malaysia, soal duit selalunya melibatkan keluarga – bila bawa ibu bapa jumpa pegawai bank, perbualan jadi lebih telus berbanding sekadar panggilan atau chat.

"Teknologi bagus untuk urusan harian. Tapi bila melibatkan keputusan hidup, orang cari manusia, bukan bot."

Bagi bank yang terlalu obses mahu "100% digital" tanpa strategi manusia dan cawangan yang jelas, mereka sebenarnya mudah tenggelam dalam lautan app yang sama sahaja – susah untuk beza dengan fintech atau bank maya lain.

2. Model Lebuhraya: Pelanggan Nak Boleh ‘On’ dan ‘Off’ Bila Mereka Mahu

Satu analogi yang saya suka daripada Myers ialah: perbankan digital dan fizikal sama macam lebuhraya.

  • Aplikasi, chatbot, ATM pintar dan kiosk layan diri adalah lebuhraya laju – pelanggan boleh buat sendiri, cepat, tanpa perlu beratur.
  • Cawangan fizikal dan pegawai bank pula adalah exit dan hentian R&R – tempat berhenti, tanya, berehat dan buat keputusan dengan lebih yakin.

Dalam konteks bank Malaysia, model lebuhraya ini boleh nampak begini:

  • On-ramp digital: pelanggan mohon kad debit/kredit, buka akaun e-dompet, semak kelayakan pembiayaan awal melalui aplikasi.
  • Off-ramp manusia: bila sampai tahap tandatangan dokumen penting, rundingan kadar, atau isu kompleks (cth: akaun dibekukan, kes penipuan), pelanggan mahu duduk berdepan dengan pegawai.

Bank yang bijak tidak paksa pelanggan pilih satu saluran. Mereka reka pengalaman omnichannel di mana:

  • Proses bermula secara digital,
  • Data pelanggan mengalir lancar ke pegawai di cawangan,
  • Pelanggan tak perlu ulang cerita yang sama lima kali kepada lima orang berbeza.

Ini tempat AI dalam perbankan runcit benar-benar bersinar – bukan sebagai pengganti manusia, tetapi sebagai enjin di belakang tabir yang jadikan perjalanan pelanggan lebih lancar.

3. Di Mana AI Patut Ambil Alih, Di Mana Manusia Wajib Kekal

AI sangat bagus untuk tugas berulang, berasaskan corak (pattern), dan perlu kelajuan tinggi. Tapi AI lemah untuk empati mendalam, konteks budaya, dan keputusan yang menyentuh maruah atau masa depan hidup.

Dalam operasi bank, insurans dan fintech, pembahagiannya lebih kurang begini:

3.1 Tugas yang patut diserahkan kepada AI

  1. Transaksi harian & layan diri

    • Deposit tunai, pengeluaran tunai, tukar PIN, permohonan kad debit asas melalui ATM/kiosk pintar.
    • Chatbot untuk semak baki, status transaksi, reset kata laluan, blok kad serta-merta.

  2. Pengesanan penipuan (fraud detection)

    • Model AI memantau ribuan transaksi sesaat, kesan pola luar biasa dan hantar amaran segera.
    • Contoh: transaksi luar negara yang pelik, percubaan log masuk dari peranti tak dikenali.

  3. Skor kredit automatik & pra-kelulusan

    • Sistem "real-time credit scoring" untuk pembiayaan peribadi kecil, BNPL, atau kad kredit.
    • Keputusan awal boleh diberi dalam beberapa saat, bukan hari.

  4. Compliance & pemantauan AML

    • AI bantu tapis transaksi berisiko untuk siasatan lanjut pasukan pematuhan.

Tugas-tugas ini bukannya "kerja idaman" pegawai bank. Automasi di sini tidak membunuh kerja, sebaliknya membebaskan masa manusia untuk kerja lebih bernilai tinggi.

3.2 Tugas yang wajib kekal dengan manusia

  1. Nasihat kewangan bernuansa

    • Penstrukturan pembiayaan rumah, pembiayaan SME, pengurusan hutang kad kredit.
    • Perancangan perlindungan keluarga (takaful, insurans hayat) yang perlu sentuh isu sensitif.

  2. Situasi krisis dan emosi

    • Akaun digodam, mangsa scam online, pelanggan hilang pekerjaan dan tak mampu bayar ansuran.
    • Dalam saat begini, chatbot yang asyik kata "Sila pilih menu" hanya akan memburukkan keadaan.
  1. Rundingan & kepercayaan
    • Rundingan kadar pembiayaan, tempoh bayaran, atau penstrukturan semula.
    • Keputusan biasanya dibuat bila pelanggan rasa "bank ini faham situasi saya" – itu kerja manusia.

Ringkasnya: AI uruskan rutin, manusia uruskan hubungan. Bank yang keliru garis ini akan sama ada:

  • guna manusia untuk kerja yang sepatutnya automasi (mahal dan lambat), atau
  • paksa AI ke dalam interaksi yang sepatutnya manusia (pelanggan lari).

4. Bagaimana Cawangan Boleh Menjadi ‘AI-Powered’, Bukan ‘Old School’

Bila sebut "cawangan mesti kekal", ramai terbayang kaunter panjang, sistem nombor giliran lapuk, dan borang kertas yang tak habis-habis. Itu memang patut ditinggalkan.

Cawangan masa depan, terutama di pasaran seperti Malaysia, boleh jadi lebih kecil, lebih pintar, dan dikuasakan AI.

4.1 Contoh transformasi cawangan berasaskan AI

  1. Cawangan hibrid layan diri + penasihat

    • Mesin layan diri urus tunai masuk/keluar, buka akaun asas, cetak penyata.
    • Pegawai fokus pada konsultasi: pembiayaan rumah, SME, pelaburan, takaful.

  2. Pegawai dengan ‘AI co-pilot’

    • Semasa pelanggan duduk di meja runding, sistem AI di belakang skrin:
      • tarik data profil dan sejarah produk,
      • cadangkan pelan pembayaran yang sesuai,
      • tunjuk simulasi risiko dan senario bayaran.
    • Pegawai tak lagi buang masa kira manual; mereka boleh fokus bercakap dengan pelanggan.

  3. Janji temu pintar (smart appointment)

    • Pelanggan tempah slot dalam aplikasi, nyatakan tujuan (cth: pembiayaan rumah RM500k – RM700k).
    • AI sediakan draf penilaian kelayakan awal sebelum pelanggan tiba.
    • Sesi di cawangan jadi lebih pendek, lebih tepat, dan kurang tekanan.

  4. Analitik cawangan masa nyata

    • Sistem memantau masa menunggu, jenis urusan, profil pelanggan.
    • Bank boleh putuskan bila perlu tambah lagi kiosk, bila perlu tambahan staf di kaunter khidmat nasihat.

4.2 Kesan kepada produktiviti dan hasil

Bank yang berjaya gabungkan AI dengan cawangan biasanya nampak:

  • Pengurangan 20–40% masa pemprosesan untuk produk runcit tertentu.
  • Kadar jualan silang (cross-sell) lebih tinggi kerana pegawai ada masa untuk bertanya dan mencadangkan.
  • Tahap kepuasan pelanggan naik, walaupun bilangan staf fizikal berkurang.

Cawangan bukan kos semata-mata. Dengan sokongan AI, ia boleh jadi pusat jualan dan nasihat bernilai tinggi.

5. Strategi Praktikal untuk Bank, Insurans & Fintech di Malaysia

Kalau anda berada dalam pengurusan bank, syarikat insurans atau fintech di Malaysia, persoalannya bukan "nak tutup cawangan atau tidak", tetapi bagaimana nak reka model AI + manusia yang seimbang.

Berikut beberapa langkah praktikal yang saya nampak berkesan:

5.1 Peta semula perjalanan pelanggan (customer journey)

  • Senaraikan langkah dari "tak kenal jenama" sampai "setia dan cadangkan pada orang lain".
  • Tanda di mana AI beri nilai paling tinggi (cepat, murah, konsisten) dan di mana manusia wajib wujud (keputusan besar, emosi tinggi, isu rumit).

5.2 Mulakan AI di belakang tabir, bukan terus depan pelanggan

Ramai organisasi terus mula dengan chatbot, kemudian kecewa bila pelanggan marah. Cara yang lebih selamat:

  1. Guna AI untuk fraud detection, pemprosesan dokumen, skor kredit automatik.
  2. Bila dalaman dah stabil, baru bawa AI ke hadapan sebagai pembantu pegawai dan chatbot yang diselia manusia.

5.3 Latih staf cawangan menjadi ‘penasihat + operator AI’

Pegawai cawangan masa depan perlu:

  • faham cara guna alat analitik dan cadangan AI,
  • tahu jelaskan output AI kepada pelanggan dengan bahasa mudah,
  • berani persoalkan keputusan AI bila nampak tak masuk akal.

Ini budaya "AI as co-pilot, manusia sebagai kapten".

5.4 Ukur kejayaan lebih daripada sekadar kos

Jangan hanya ukur "kos setiap cawangan" atau "kos setiap staf". Tambah metrik seperti:

  • masa penyelesaian isu kritikal,
  • skor kepuasan pelanggan selepas interaksi manusia vs AI,
  • kadar penukaran (conversion) untuk produk kompleks bila ada konsultasi bersemuka.

Apabila metrik ini jelas, pelaburan AI dan cawangan jadi lebih mudah dipertahankan di peringkat lembaga pengarah.

6. Masa Depan: AI Makin Pintar, Tapi Pelanggan Tetap Manusia

Arah industri memang jelas: AI dalam perbankan, insurans dan fintech akan semakin meluas – dari model risiko yang lebih tajam, pemantauan penipuan masa nyata, sampai personalisasi tawaran dalam aplikasi.

Tapi satu perkara tak berubah: pelanggan masih manusia, dengan ketakutan, harapan dan cerita hidup yang tak boleh difahami sepenuhnya oleh algoritma.

Bank yang akan menang dalam 3–5 tahun akan datang bukan bank yang paling "digital" semata-mata, tetapi yang paling bijak mengimbangkan kecekapan AI dengan kepercayaan manusia:

  • Cawangan yang lebih kecil, tapi lebih pakar.
  • Chatbot yang pantas, tapi mudah disambungkan kepada manusia bila perlu.
  • AI yang bekerja keras di belakang tabir, supaya pegawai boleh fokus pada apa yang AI tak mampu buat: mendengar, memahami dan membimbing.

Kalau organisasi anda sedang merancang pelan 2026–2028, soalan pentingnya bukan "bagaimana AI boleh gantikan manusia?" tetapi:

"Bagaimana AI boleh membuat manusia kami 10 kali lebih berkesan, di cawangan mahupun di skrin?"

Siapa yang dapat jawapan itu lebih awal, dialah yang akan memimpin dalam dunia perkhidmatan kewangan yang semakin kompetitif.