AI, Keselamatan & Kelajuan: Bab Baharu Pembayaran

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

Bab baharu pembayaran bukan lagi soal kelajuan semata-mata. AI kini menggabungkan keselamatan, pengalaman pelanggan dan transaksi masa nyata dalam satu ekosistem.

AI dalam perkhidmatan kewanganpembayaran digitalfraud dan keselamatanbank digitalfintech Malaysiapengalaman pelanggangamifikasi kewangan
Share:

AI Sedang Mengubah Cara Kita Bayar — Bukan Sekadar Jadikan Ia Laju

Dalam tempoh lima tahun, pembayaran tanpa tunai di Malaysia melonjak, dipacu oleh DuitNow, e-dompet dan bank digital. Transaksi makin laju, makin senang, tapi satu perkara lain turut meningkat: jumlah penipuan dan scam.

Ini bukan isu kecil. Di Singapura sahaja, kerugian akibat scam dikaitkan dengan pembayaran mencecah berbilion dolar setiap tahun. Malaysia pun ikut rasa tempias — dari scam pelaburan sampai ke panggilan palsu kononnya daripada bank.

Di sinilah pandangan seperti Hasan Khan dari Trust Bank jadi menarik: fasa baharu pembayaran bukan lagi perlumbaan kelajuan semata-mata. Keselamatan, pengalaman pelanggan dan kelajuan yang diurus dengan bijak adalah tiga paksi utama. Dan di sebalik semua itu, ada satu enjin yang sama: kecerdasan buatan (AI).

Artikel ini mengupas bagaimana AI sedang membentuk bab baharu dunia pembayaran — daripada strategic friction untuk melawan fraud, hingga ke gamifikasi kewangan dan onboarding tiga minit — dan apa maknanya untuk bank, insurans dan pemain fintech di Malaysia menjelang 2026.

Dari “Real-Time” ke “Real-Safe”: Kelajuan Bukan Lagi Keuntungan Utama

Real-time payments sudah jadi standard. Di Malaysia, jika sistem anda tak boleh proses transaksi dalam beberapa saat, pelanggan akan terus lari.

Hasan merumuskan perkara ini dengan jelas: kelajuan kini hanyalah “table stakes”. Semua orang boleh jadi laju. Yang membezakan bank atau fintech sekarang ialah sejauh mana anda boleh jadi laju dan selamat pada masa yang sama.

Di mana AI masuk dalam persamaan ini?

AI membenarkan sistem pembayaran:

  • Menganalisis ribuan isyarat risiko dalam milisaat — lokasi, peranti, corak perbelanjaan, jam transaksi
  • Membuat keputusan “benarkan / tahan / semak” secara automatik tanpa perlahan atau menyusahkan pengguna biasa
  • Belajar daripada serangan baru dan mengemas kini model tanpa perlu menulis semula peraturan secara manual

Dalam konteks Malaysia, bank dan fintech yang ingin kekal relevan perlu bergerak dari sekadar “ada sistem anti-fraud” kepada “platform pembayaran yang digerakkan oleh AI dari hujung ke hujung”.

"Real-time tanpa real-safe hanya mempercepatkan wang keluar dari akaun pelanggan ke akaun scammer."

“Strategic Friction”: Bila Sedikit Geseran Sebenarnya Menyelamatkan Pelanggan

Satu konsep menarik yang Hasan tekankan ialah “strategic friction” — menambah sedikit rintangan pada masa yang tepat untuk mengurangkan risiko tanpa merosakkan pengalaman pengguna keseluruhan.

Kita semua pernah rasa: OTP tambahan bila buat transaksi besar, pop-up amaran bila nak transfer ke akaun baru, atau panggilan verifikasi untuk transaksi luar kebiasaan. Bezanya sekarang, AI menentukan bila, kepada siapa dan sejauh mana friction itu perlu.

Bagaimana AI menjadikan friction lebih pintar

Sistem pembayaran moden boleh menggunakan model AI untuk:

  • Membezakan pengguna berisiko rendah dan tinggi berdasarkan sejarah dan tingkah laku
  • Menjana skor risiko secara real-time untuk setiap transaksi
  • Mengaktifkan friction bersasar hanya bila skor risiko melepasi ambang tertentu

Contoh praktikal untuk bank atau e-dompet di Malaysia:

  • Seorang pengguna setia yang setiap bulan bayar bil TNB jumlah yang hampir sama — transaksi ini mungkin lulus tanpa OTP.
  • Seorang pengguna tiba-tiba memindahkan jumlah besar ke akaun baru pada jam 2.30 pagi — sistem AI aktifkan beberapa lapisan tambahan: amaran in-app, OTP, dan mungkin prompt edukasi: “Transaksi jenis ini sering dikaitkan dengan scam. Adakah anda pasti?”

Inilah beza antara friction yang menyusahkan dengan friction yang melindungi. Dan bank yang bijak akan berani terangkan kepada pelanggan bahawa kadang-kadang, dua saat tambahan menyelamatkan ratusan ribu ringgit.

Dari FX 0% ke Yuran Hampir Kosong: AI Menyokong Model Perniagaan Baharu

Dalam temubual tersebut, Hasan turut sentuh strategi 0% foreign exchange (FX) sebagai alat penglibatan pelanggan. Ini memberi mesej jelas: bank sanggup “korbankan” sebahagian margin fees untuk menang dalam pengalaman pelanggan.

Supaya model sebegini mampan, institusi kewangan perlukan dua perkara:

  1. Kos operasi yang rendah, dan
  2. Keupayaan untuk memaksimumkan nilai sepanjang kitaran hidup pelanggan.

AI membantu kedua-duanya:

1. Mengoptimumkan kos operasi

  • AI process automation untuk dispute dan chargeback
  • Chatbot pintar yang menyelesaikan 60–80% pertanyaan asas tanpa agen manusia
  • Pengesanan fraud yang mengurangkan kerugian dan kos siasatan manual

2. Memperdalam hubungan dengan pelanggan

  • Model next-best-offer yang mencadangkan produk relevan (contoh: kad pelancongan selepas beberapa transaksi tiket kapal terbang)
  • Segmentasi mikro untuk kempen yang lebih tepat sasaran
  • Analitik tingkah laku untuk mengurangkan churn dan menaikkan penggunaan kad

Bagi bank dan fintech Malaysia yang bercita-cita menawarkan FX rendah, yuran kad minima atau transaksi percuma, AI bukan lagi opsyen tambahan. Ia asas untuk memastikan unit economics kekal sihat.

Tech Stack Baharu: Cloud-Native, AI-Native, Onboarding 3 Minit

Trust Bank terkenal dengan onboarding yang dikatakan antara terlaju di dunia — sekitar 3 minit untuk buka akaun dari mula hingga siap. Rahsianya bukan sekadar antara muka cantik. Ia bergantung kepada:

  • Infrastruktur cloud-native
  • Integrasi dengan platform pembayaran seperti Euronet
  • Lapisan AI dan automasi di belakang tabir

Bank dan fintech di Malaysia yang mahu meniru kejayaan sebegini perlu melihat beberapa komponen utama.

Komponen kritikal onboarding moden berasaskan AI

  1. e-KYC bertenaga AI
    Pengecaman wajah, pengesahan MyKad, dan liveness detection dalam masa nyata. AI mengurangkan keperluan semakan manual dan menurunkan kadar penipuan identiti.

  2. Decisioning automatik untuk kredit tanpa cagaran
    Seperti Trust Bank yang mengurus kad dan pinjaman tanpa cagaran, bank boleh gunakan model skor kredit alternatif:

    • Data transaksi akaun
    • Corak pembayaran bil
    • Tingkah laku dalam aplikasi (contoh: seberapa awal mereka bayar balik)

  3. Mikroservis dan API terbuka
    Arkitektur ini penting untuk:

    • Integrasi pantas dengan rakan kongsi (insurans, e-dagang, e-dompet)
    • Ujian ciri baru dalam kumpulan kecil pengguna sebelum dilancar meluas

  4. Pemantauan risiko berterusan
    AI tidak hanya menilai risiko ketika onboarding tetapi sepanjang hayat akaun. Bila corak berubah, had boleh dilaras secara dinamik.

Jika anda sedang membina bank digital, syarikat insurans digital, atau fintech lending di Malaysia pada 2026, realitinya mudah: jika tech stack anda bukan cloud-native dan AI-native, anda akan tertinggal.

Dari Carta Membosankan ke “Budget Buddy”: CX Baharu Dengan Gamifikasi & AI

Hasan berkongsi bagaimana Trust Bank menggunakan gamifikasi untuk menjadikan financial wellness sesuatu yang menyeronokkan, bukan tugasan membosankan. Salah satu contohnya: alat analisis perbelanjaan berasaskan watak, “Budget Buddy”.

Idea ini sangat relevan untuk pasaran Malaysia yang muda dan celik digital.

Bagaimana AI menghidupkan gamifikasi kewangan

Daripada sekadar tunjuk pie chart belanja bulanan, AI boleh:

  • Mengklasifikasikan transaksi secara automatik (makan, petrol, bil, e-dagang)
  • Mencipta persona kewangan (“Si Planner”, “Si Spontan”, “Si Kaki Travel”) berdasarkan corak belanja
  • Memberi cadangan mikro seperti:
    • “Kalau kurangkan penghantaran makanan 10% bulan ini, anda boleh simpan RM120.”
    • “Anda kerap bayar lewat satu hari untuk kad kredit. Mahu aktifkan peringatan pintar?”

Buat pemain insurans, konsep sama boleh digunakan untuk:

  • Menggalakkan gaya hidup sihat (langkah harian, tidur cukup) dengan ganjaran premium
  • Memberi nudges kecil berkaitan perlindungan (contoh: cadangan medical card bila perbelanjaan kesihatan meningkat)

Gamifikasi yang digerakkan oleh AI menukarkan aplikasi kewangan daripada “tempat untuk bayar dan cek baki” kepada “coach kewangan peribadi yang proaktif”.

Apa Langkah Seterusnya Untuk Bank, Insurans & Fintech di Malaysia?

Bab baharu pembayaran — seperti yang digambarkan dalam temubual Hasan Khan dengan Fintech News — menunjukkan satu pola jelas: AI bukan lagi sisi kecil, ia sudah jadi enjin utama.

Beberapa langkah praktikal untuk pasukan anda pada 2026:

  1. Audit semula perjalanan pembayaran hujung ke hujung
    Di mana kelajuan sudah cukup, di mana keselamatan masih longgar, dan di mana friction boleh dibuat lebih pintar dengan AI.

  2. Prioritikan kes fraud & risiko untuk AI
    Mulakan dengan kes penggunaan jelas: pengesanan transaksi luar biasa, pemprofilan akaun berisiko tinggi, dan pencegahan akaun mule.

  3. Jadikan CX sebagai KPI utama AI, bukan hanya penjimatan kos
    Set sasaran seperti “masa onboarding turun 50%” atau “NPS untuk pengalaman pembayaran +10 mata”.

  4. Uji gamifikasi dalam skala kecil
    Pilih satu segmen (contoh: pengguna berumur 25–35 tahun) dan lancarkan ciri kecil seperti spending challenge atau saving streak, disokong AI.

  5. Bangunkan budaya data & AI dalam organisasi
    Bukan hanya di jabatan IT. Produk, risiko, operasi dan pemasaran perlu faham potensi dan batasan AI.

Siri “AI in Financial Services” menonjolkan satu mesej konsisten: institusi yang menang bukan sekadar yang paling besar, tetapi yang paling pintar menggunakan data dan AI untuk membina kepercayaan, melindungi pelanggan dan mencipta pengalaman yang orang suka guna setiap hari.

Persoalannya sekarang — bila pelanggan anda membuat pembayaran seterusnya, adakah sistem anda hanya laju, atau sudah cukup bijak untuk melindungi mereka juga?