Lonsdale kurangkan masa laporan nasihat kewangan dari 2.5 jam ke 20 minit dengan AI. Apa yang bank, insurans dan fintech di Malaysia boleh tiru?
AI Dalam Nasihat Kewangan: Dari 2 Jam ke 20 Minit
Satu firma penasihat kewangan di UK, Lonsdale Services, baru-baru ini melaporkan bahawa masa untuk menyiapkan suitability report pelanggan turun daripada kira-kira 2 jam 30 minit kepada hanya 20 minit selepas menggunakan platform Aveni Assist berasaskan AI. Itu pengurangan sekitar 87%.
Ini bukan cerita dongeng pemasaran. Ia contoh jelas bagaimana AI dalam perkhidmatan kewangan dah sampai ke peringkat operasi sebenar – bukan sekadar “projek inovasi” di atas kertas. Untuk bank, syarikat insurans dan fintech di Malaysia yang sedang menutup bajet 2026, model seperti ini sangat relevan.
Dalam siri AI in Financial Services (Banks, Insurance, Fintech) ini, artikel ini kupas apa yang Lonsdale buat, kenapa ia berkesan, dan bagaimana pelajaran sama boleh diguna pakai oleh pemain industri kewangan di Malaysia yang sedang fokus kepada produktiviti, pematuhan dan pengalaman pelanggan.
Apa Sebenarnya Lonsdale Buat Dengan Aveni AI?
Inti cerita Lonsdale ringkas: mereka gunakan AI untuk mengambil alih kerja-kerja dokumentasi dan pematuhan yang selama ini membebankan penasihat.
Beberapa perkara utama yang Aveni Assist lakukan untuk Lonsdale:
- Merakam, mentranskripsi dan merumus perbualan mesyuarat pelanggan secara automatik.
- Menjana suitability report terus daripada transkrip mesyuarat.
- Menyusun bahan follow-up kepada pelanggan dengan lebih konsisten.
- Menghasilkan rekod yang lengkap dan patuh peraturan secara automatik.
- Menggantikan penulisan nota manual dan proses berasaskan kertas untuk 19 orang penasihat.
Kata Pengarah Urusan Lonsdale Wealth Management, tugas yang dulu makan masa berjam-jam kini siap dalam beberapa minit, dengan konsistensi dan kualiti yang lebih baik untuk kedua‑dua pihak: penasihat dan pelanggan.
Secara praktikal, mereka bukan guna AI untuk “ambil alih penasihat”, tapi:
“Menggunakan AI sebagai co‑pilot yang buat kerja ‘kotor’ dokumentasi dan pematuhan, supaya penasihat boleh fokus masa bersemuka dengan pelanggan.”
Mengapa Model Ini Penting Untuk Bank, Insurans & Fintech di Malaysia
Inilah jenis penggunaan AI yang sebenarnya membawa ROI yang jelas. Bukan chatbot comel di laman web semata-mata, tapi automasi tugas yang:
- berulang,
- berisiko tinggi kalau silap (pematuhan), dan
- ambil masa ramai staf berpendapatan tinggi.
Dalam konteks Malaysia, ada beberapa sebab pendekatan seperti Lonsdale patut diberi perhatian serius:
1. Tekanan Kos & Produktiviti
Bank dan syarikat insurans tempatan sedang berdepan:
- Margin yang makin ketat.
- Kos pematuhan yang meningkat.
- Persaingan agresif daripada fintech dan neobank.
Kalau laporan, ringkasan mesyuarat dan dokumen pematuhan boleh dipendekkan dari 2 jam ke 20 minit, kesannya pada unit cost per customer sangat besar. Bayangkan:
- Seorang pegawai kewangan yang sebelum ini hanya boleh melayan 4–5 pelanggan sehari,
- Dengan automasi AI, mungkin boleh meningkat kepada 8–10 pelanggan sehari,
- Tanpa tambah jumlah staf.
2. Pematuhan & Audit Trail Yang Lebih Kemas
Regulator seperti Bank Negara Malaysia dan Suruhanjaya Sekuriti sangat menitikberatkan rekod komunikasi, suitability, dan fair treatment kepada pelanggan.
Apabila setiap panggilan dan mesyuarat:
- dirakam,
- ditranskripsi,
- dirumus secara sistematik,
…ia bukan sekadar memudahkan staf, tapi membina jejak audit digital yang kukuh. Jika berlaku pertikaian atau semakan audit, rekod lengkap boleh dicapai dalam beberapa klik, bukan perlu “gali fail” dan bergantung pada ingatan staf.
3. Pengalaman Pelanggan Yang Lebih Laju & Konsisten
Ramai pelanggan di Malaysia biasa tunggu beberapa hari semata-mata untuk terima ringkasan cadangan, surat tawaran atau polisi. Dengan AI seperti Aveni:
- Ringkasan mesyuarat dan draf suitability report boleh siap hari yang sama.
- Nada bahasa dan struktur dokumen lebih konsisten merentasi cawangan dan pegawai.
- Pelanggan rasa organisasi lebih responsif dan profesional.
Dalam pasaran di mana pengalaman digital mula membezakan bank dan insurans, kelajuan tindak balas sebegini sangat bernilai.
Di Sebalik Keberkesanan: Di Mana AI Paling Masuk Akal?
Kebanyakan syarikat kewangan terperangkap pada soalan “nak mula AI di mana?”. Kes Lonsdale bagi jawapan yang jelas: mula di proses nasihat dan dokumentasi.
1. Automasi Transkripsi & Rumusan Mesyuarat
Langkah pertama yang paling mudah diadaptasi:
- Rakam sesi pelanggan (dengan kebenaran).
- Guna AI untuk transkripsi automatik.
- AI rumuskan isu utama, keperluan pelanggan, risiko yang dibincangkan dan cadangan.
Bagi bank runcit, insurans hayat, takaful, pengurusan kekayaan dan juga fintech yang ada relationship manager, ini adalah “low-hanging fruit”.
2. Penjanaan Dokumen Pematuhan
Selepas transkripsi, AI boleh di-fine tune untuk menjana:
- Suitability report pelaburan.
- Surat cadangan polisi insurans.
- Ringkasan fact find untuk pembiayaan rumah.
- Surat Letter of Offer dan lampiran yang standard.
Dalam kes Lonsdale, mereka juga bekerjasama dengan Aveni untuk menambah fungsi Letter of Authority secara automatik – contohnya, surat kebenaran pelanggan untuk firma mendapatkan maklumat daripada institusi lain.
Pemain di Malaysia boleh meniru pendekatan sama dengan kerangka lokal:
- Termasuk keperluan Garis Panduan BNM/SC,
- Struktur produk tempatan (takaful, pembiayaan Islam, unit amanah tempatan),
- Keperluan dokumentasi dalaman syarikat.
3. Konsistensi Standard Penasihat
Realiti yang ramai tak suka mengaku: kualiti dokumentasi nasihat sangat bergantung kepada individu pegawai.
AI membantu dengan:
- Template thinking yang konsisten antara cawangan.
- Kurangkan risiko “tertinggal poin penting” dalam laporan.
- Bantu pegawai junior hasilkan dokumen pada tahap hampir pegawai senior.
Untuk syarikat yang ada ratusan atau ribuan penasihat, ini sangat kritikal kalau nak skala tanpa mengorbankan kualiti.
Apa Yang Boleh Dipelajari Oleh Syarikat di Malaysia
Daripada apa yang Lonsdale dan Aveni lakukan, ada beberapa pelajaran praktikal kalau anda sedang memimpin inisiatif AI dalam perkhidmatan kewangan di Malaysia.
1. Fokus Pada Masalah Operasi yang Jelas, Bukan Teknologi Canggih Semata-Mata
Lonsdale tak bermula dengan AI untuk “buat semua benda”. Mereka fokus pada dua masalah mudah diukur:
- Masa siap suitability report terlalu panjang.
- Penasihat terlalu banyak habiskan masa tulis nota dan susun kertas.
Logik ini boleh diguna pakai di sini:
- Ukur masa yang dihabiskan pegawai untuk dokumentasi setiap hari.
- Kira kos jam kerja tersebut.
- Tetapkan sasaran jelas, contohnya: kurangkan 50–70% masa dokumentasi dalam 6–9 bulan.
2. Jadikan Ia Projek Business, Bukan Projek IT Semata-Mata
Dalam kisah Lonsdale, jelas bahawa pengurusan tertinggi – termasuk Pengarah Urusan – terlibat dan melihatnya sebagai transformasi cara kerja, bukan sekadar tool baru.
Di Malaysia, kalau projek AI hanya dipegang oleh IT atau “Innovation Lab”, hasilnya selalunya cantik di slide tapi lemah di operasi. Kunci kejayaan:
- Stakeholder utama: Ketua Perniagaan, Pematuhan, Risiko, dan HR.
- KPI diikat kepada metrik perniagaan: masa pemprosesan, NPS, kos per pelanggan, kadar patuh audit.
- Latihan dan pengurusan perubahan (change management), bukan hanya deployment teknologi.
3. Pilih Rakan Teknologi Yang Bersedia Berubah Bersama Anda
Lonsdale bukan sahaja guna Aveni, mereka bekerjasama membentuk fungsi baru. Itu beza besar antara vendor biasa dengan rakan strategi.
Untuk bank, insurans dan fintech di Malaysia, soalan yang patut ditanya kepada bakal rakan AI:
- Adakah model boleh dilatih dengan data dan keperluan lokal, termasuk pematuhan Malaysia?
- Berapa cepat mereka boleh iterate fungsi baru berdasarkan feedback barisan hadapan?
- Adakah ada pelan jelas tentang data governance, privasi dan keselamatan?
Saya cenderung percaya, dalam 2–3 tahun akan datang, pemain yang menang ialah yang paling baik mengurus perkongsian AI + domain expertise, bukan yang paling banyak beli produk.
4. Jangan Abaikan Faktor Manusia
Bila sebut AI, staf selalu bimbang tentang penggantian kerja. Cara Lonsdale gunakan Aveni sebenarnya jadi contoh baik bagaimana untuk memposisikan teknologi:
- AI sebagai pembantu, bukan pengganti.
- Penasihat diberi lebih masa berinteraksi dengan pelanggan, bukan dikurangkan.
- Kerja yang membosankan dan “high admin, low value” dialihkan kepada mesin.
Organisasi di Malaysia perlu jelaskan faedah kepada staf sejak awal:
- Bagaimana KPI mereka akan berubah.
- Apa kemahiran baru yang akan dihargai (misalnya kemahiran nasihat, bukan menaip).
- Bagaimana AI akan mengurangkan risiko kesilapan dan tekanan audit.
Cara Praktikal Untuk Mula: Rangka 90–180 Hari
Untuk yang serius nak tiru pendekatan seperti Lonsdale, ini rangka asas yang boleh disesuaikan bagi bank, insurans atau fintech di Malaysia:
Fasa 1: Kenal Pasti Kes Penggunaan (0–30 hari)
- Pilih 1–2 proses yang:
- Tinggi masa manual (contoh: ringkasan mesyuarat, laporan cadangan, call notes).
- Melibatkan risiko pematuhan.
- Kumpul data asas: masa purata, bilangan kes sebulan, kadar ralat.
Fasa 2: Rakan Teknologi & Pilot (30–120 hari)
- Pilih rakan AI yang ada pengalaman dalam sektor kewangan.
- Mulakan pilot kecil dengan 10–30 pengguna barisan hadapan.
- Integrasi minimum yang praktikal: cukup untuk guna dalam kerja harian, tak perlu sempurna.
Fasa 3: Ukur & Skala (120–180 hari)
- Bandingkan metrik sebelum dan selepas:
- Masa dokumen siap.
- Bilangan pelanggan yang boleh dilayan.
- Isu pematuhan atau audit.
- Kemas kini polisi dalaman berdasarkan pengalaman pilot.
- Rancang pengembangan ke unit lain (contoh: SME banking, korporat, bancassurance).
Bila rangka ini dihubungkan dengan pelan AI lebih besar — seperti penipuan kewangan, kredit skor automatik, analitik risiko — ia akan memposisikan organisasi sebagai pemain yang serius, bukan sekadar “ikut trend”.
AI Sebagai Standard Baru Efisiensi Kewangan
Kes Lonsdale dan Aveni menunjukkan bahawa AI dalam perkhidmatan kewangan dah masuk fasa matang: mengurangkan masa proses sehingga 87%, meningkatkan konsistensi pematuhan, dan menambah masa bernilai tinggi yang dihabiskan bersama pelanggan.
Untuk bank, insurans dan fintech di Malaysia, soalan besar bukan lagi “perlu AI atau tidak?”, tapi:
“Proses mana yang paling rugi kalau kita TIDAK automasikan dengan AI dalam 12–24 bulan akan datang?”
Jika anda terlibat dalam strategi digital, pematuhan atau pengurusan risiko, ini masa yang sesuai — sebelum tahun kewangan baru bermula penuh — untuk menanda satu atau dua proses sasaran dan mula berbincang dengan rakan teknologi.
AI sudah pun mengubah cara firma seperti Lonsdale bekerja hari ke hari. Organisasi yang bertindak awal di Malaysia akan menjadi rujukan seterusnya.