AI dan mata wang digital sedang mengubah asas infrastruktur pembayaran. Untuk bank, insurer dan fintech Malaysia, ini masa kritikal bina platform pembayaran yang AI-first.
AI & Mata Wang Digital: Masa Depan Pembayaran Malaysia
Pada 2025, volum pembayaran digital global dianggarkan melepasi US$11 trilion. Di Malaysia, transaksi DuitNow, FPX dan e-dompet meningkat berlipat ganda dalam beberapa tahun. Di belakang semua ini, ada dua enjin baharu yang sedang mengubah asas infrastruktur pembayaran: kecerdasan buatan (AI) dan mata wang digital.
Artikel asal Finextra menyorot pandangan Ramon Villarreal dari Red Hat di Sibos 2025 tentang bagaimana AI, stablecoin dan CBDC mula membentuk semula infrastruktur pembayaran dunia. Untuk pembaca Malaysia – bank, insurer, fintech, juga pasukan risiko dan IT – isu ini bukan lagi soalan "bila nak mula", tetapi bagaimana nak bina infrastruktur yang cukup kukuh, patuh dan berskala untuk menyokong gelombang baharu ini.
Dalam siri AI in Financial Services (Banks, Insurance, Fintech) ini, saya nak pecahkan topik ini secara praktikal: apa sedang berlaku di peringkat global, apa maknanya kepada ekosistem Malaysia, dan di mana peluang sebenar untuk anda bermula atau memecut.
1. Realiti baharu pembayaran: inovasi laju, kepercayaan jadi penentu
Garis besarnya jelas: inovasi pembayaran bergerak jauh lebih laju berbanding kitaran naik taraf sistem bank tradisional.
Ramon Villarreal menekankan dua perkara yang kelihatan bercanggah tapi sebenarnya saling melengkapi:
- Inovasi semakin agresif – AI generatif, agentic AI, stablecoin, CBDC, rangkaian pembayaran masa nyata.
- Kepercayaan dan daya tahan operasi kembali jadi fokus utama – dipacu oleh regulasi seperti DORA di Eropah dan rangka kerja operasi teknologi di banyak negara lain.
Untuk Malaysia, bunyinya sangat familiar:
- Bank perlu sokong DuitNow, FPX, QR Pay, kad, cross-border dan pelbagai integrasi fintech.
- Pada masa yang sama, perlu patuh kepada keperluan Bank Negara Malaysia, RMiT, keperluan BCM, AML/CFT, dan pelbagai standard keselamatan.
Ini masalah sebenar yang banyak institusi kewangan tersangkut:
Sistem pembayaran dibina berlapis-lapis selama 10–20 tahun, lalu setiap produk baru ditampal di atas sistem lama. Hasilnya, kompleks, sukar skala, dan sukar diperintah guna data secara pintar.
AI dan mata wang digital hanya akan menambah tekanan kalau asas ini tak dibersihkan. Jadi soalan kritikal untuk mana-mana CIO atau Head of Payments di Malaysia sekarang ialah: macam mana nak ringkaskan kompleksiti sambil membuka ruang inovasi?
2. Di mana AI paling beri impak dalam pembayaran
Jawapan ringkasnya: AI paling berguna di tempat manusia dan sistem tradisional lemah – kelajuan membuat keputusan dan keupayaan mengesan corak kompleks dalam data transaksi.
2.1 Pencegahan fraud masa nyata
Dalam pembayaran masa nyata, tingkap masa untuk mengesan fraud kadang-kadang cuma beberapa saat. Di sinilah agentic AI dan model pembelajaran mesin moden sangat berharga:
- Menganalisis beribu-ribu ciri transaksi (lokasi, device, kelakuan sejarah, network) dalam milisaat.
- Menjana risk score dinamik dan mencadangkan tindakan: lepaskan, cabar (step-up authentication), atau blok.
- Belajar daripada kes baru (contoh scam yang berubah-ubah) tanpa perlu menulis peraturan static yang panjang.
Untuk bank atau fintech Malaysia yang berdepan isu scam pemindahan segera dan mula terdedah kepada pembayaran rentas sempadan, AI bukan lagi "nice to have". Tanpanya, kadar false positive tinggi (pelanggan sah tersekat), fraud tetap bocor, dan kos operasi pusat panggilan meningkat.
2.2 Penghalaan transaksi yang lebih bijak
Ramon menjangkakan lonjakan use case agentic AI untuk intelligent routing. Dalam konteks Malaysia dan serantau, ini sangat relevan:
- Satu transaksi boleh disalurkan melalui beberapa rangkaian: proprietary, DuitNow, rangkaian kad antarabangsa, atau rail cross-border.
- Setiap rail ada kos, SLA, risiko, dan keperluan compliance tersendiri.
AI boleh:
- Pilih laluan paling murah yang masih memenuhi SLA tertentu.
- Imbangkan load mengikut kapasiti sistem dan risiko.
- Mengambil kira keperluan regulator (contoh, jenis transaksi yang tak boleh keluar negara, had amaun, sekatan sanksi).
Hasilnya: margin lebih baik, pengalaman pelanggan lebih lancar, dan kurang intervensi manual.
2.3 Automasi pengurusan pengecualian (exception handling)
Dalam banyak bank, bila pembayaran gagal atau "tergantung", proses semakan masih manual:
- Staff perlu semak log, e-mel, sistem lama, malah kadang-kadang spreadsheet.
- Pelanggan terpinga menunggu status transaksi.
AI – digabungkan dengan standard data seperti ISO 20022 – boleh:
- Mengklasifikasikan punca kegagalan secara automatik.
- Cadangkan tindakan pembetulan (retry, refund, manual review).
- Berkomunikasi terus dengan pelanggan melalui chatbot yang faham konteks teknikal dan status sebenar di belakang.
Ini bukan sahaja jimat kos, tetapi menaikkan tahap kepercayaan – pelanggan dapat jawapan cepat, bukan sekadar "sistem kami sedang disemak".
3. Stablecoin, CBDC & +Mata wang digital: apa maknanya untuk Malaysia
Ramon menyebut keperluan bank untuk bersedia integrasi stablecoin dan Central Bank Digital Currency (CBDC). Dalam beberapa negara, ini sudah masuk fasa percubaan pasaran. Malaysia sendiri aktif menilai model CBDC dan projek rentas sempadan di peringkat serantau.
3.1 Kenapa mata wang digital relevan untuk institusi kewangan
Walaupun landskap peraturan berbeza-beza, ada beberapa trend jelas:
- CBDC runcit / borong boleh jadi rail baharu untuk pembayaran domestik dan rentas sempadan.
- Stablecoin berlesen / dikawal selia boleh digunakan untuk penyelesaian segera antara institusi atau untuk produk baru (contoh, pembayaran Web3, tokenisasi aset).
Untuk bank dan fintech Malaysia, ini membawa tiga implikasi utama:
- Integrasi sistem – Core banking dan sistem pembayaran perlu mampu memproses akaun tradisional, e-wallet, CBDC dan stablecoin dalam satu rangka kerja kawalan risiko dan pematuhan.
- Model risiko baharu – Perlu model AML/CFT yang faham data on-chain, alamat dompet, dan corak transaksi kripto, bukan hanya data akaun biasa.
- Pengalaman pelanggan konsisten – Pelanggan tak peduli rail apa di belakang; mereka cuma mahu nilai sampai tepat, cepat, selamat.
3.2 Di mana AI masuk dalam dunia mata wang digital
AI jadi kritikal bila anda cuba satukan pembayaran tradisional dan pembayaran atas rantaian blok (on-chain):
- Analitik on-chain: AI boleh mengimbas berjuta-juta transaksi pada rantaian blok untuk mengesan alamat berisiko, mixing services, atau corak scam.
- Penentuan harga & yuran dinamik: Untuk stablecoin dan rail cross-border, AI boleh mengoptimumkan kos forex, yuran jaringan, dan masa pemprosesan.
- Pematuhan pintar (smart compliance): Gabung data on-chain, off-chain, maklumat pelanggan dan senarai sekatan ke dalam model AI untuk memudahkan pemantauan dan laporan regulator.
Bagi pasukan risiko di bank atau insurer Malaysia, ini adalah peluang untuk bergerak dari peranan reaktif kepada proaktif – guna data digital currency sebagai sumber maklumat risiko tambahan, bukan ancaman semata-mata.
4. Mengimbangi inovasi dengan ketahanan operasi dan pematuhan
Satu poin besar dalam perbualan di Sibos ialah bagaimana regulasi seperti DORA menekan institusi kewangan untuk membuktikan ketahanan operasi teknologi mereka. Di Malaysia, nada yang sama boleh dirasai melalui penekanan Bank Negara terhadap RMiT dan BCM.
4.1 AI, cloud dan keperluan "always-on"
Bila pembayaran semakin masa nyata dan global, tolakan terhadap infrastruktur IT ialah:
- Tiada ruang untuk downtime panjang.
- Skala mesti elastik – lonjakan kempen e-dagang, perayaan seperti 11.11, Ramadan, Raya.
- Data perlu sentiasa tersedia untuk model AI.
Inilah sebab ramai penyedia global menekan konsep platform pembayaran berasaskan cloud-native:
- Senibina microservices memudahkan naik taraf tanpa ganggu keseluruhan sistem.
- Container dan orchestration (seperti Kubernetes) memudahkan penskalaan automatik.
- Observability yang baik (log, metric, tracing) adalah prasyarat untuk AI operasi (AIOps) yang boleh mengesan dan mencegah insiden sebelum menjejaskan pelanggan.
4.2 Pematuhan bukan penghalang – kalau direka dari awal
Ramai menganggap pematuhan dan garis panduan keselamatan sebagai penghalang inovasi. Realitinya, kalau anda reka platform AI dan pembayaran dengan "compliance by design", banyak isu boleh diselesaikan di lapisan senibina dan automasi:
- Data lineage yang jelas untuk memudahkan audit model AI pembayaran.
- Pengurusan kebenaran akses yang granular untuk data sensitif.
- Proses MLOps yang merekod versi model, perubahan, dan justifikasi keputusan.
Dalam konteks Malaysia, bila audit Bank Negara datang, pasukan risiko dan IT akan jauh lebih yakin bila:
- Mereka boleh tunjuk dashboard operasi dan risiko secara real-time.
- Keputusan model AI (contoh, kenapa satu transaksi ditandakan sebagai berisiko) boleh dijelaskan.
- Ujian tekanan (stress test) terhadap sistem pembayaran dan model AI didokumenkan.
5. Strategi praktikal untuk bank, insurer & fintech di Malaysia
Semua konsep ini kedengaran besar, tetapi langkah pertama tak perlu rumit. Saya cadangkan pendekatan tiga fasa yang banyak organisasi guna untuk AI dalam pembayaran dan mata wang digital.
Fasa 1: Kukuhkan asas data & infrastruktur
Tanpa asas ini, projek AI akan tersekat:
- Strukturkan data transaksi dalam format kaya seperti ISO 20022 sebanyak mungkin.
- Pisahkan logik perniagaan pembayaran daripada sistem teras lama melalui API dan lapisan integrasi moden.
- Bangunkan platform data berpusat yang boleh diakses oleh pasukan risiko, fraud, produk, dan sains data.
Matlamat fasa ini: semua pasukan bercakap bahasa data yang sama.
Fasa 2: Fokus pada use case AI bernilai tinggi
Pilih 2–3 use case dengan ROI jelas dan kesan pelanggan yang kuat:
- Model pengesanan fraud masa nyata untuk pemindahan segera.
- AI untuk automasi pengecualian pembayaran (menyelesaikan transaksi gagal dengan cepat).
- Chatbot pintar khusus pembayaran yang terus dihubungkan dengan sistem back-end.
Untuk organisasi insurans, cuba:
- AI untuk pengesanan fraud tuntutan berkait pembayaran manfaat.
- Pengesahan identiti automatik semasa pembayaran balik.
Pastikan anda bina MVP dalam 3–6 bulan, bukan projek multi-tahun.
Fasa 3: Bersedia untuk dunia mata wang digital
Walaupun CBDC dan stablecoin terkawal mungkin belum arus perdana di Malaysia, ada baiknya mula sekarang dengan:
- Projek percubaan dalaman (sandbox) yang mensimulasikan aliran CBDC atau stablecoin untuk kegunaan B2B.
- Menilai rakan teknologi yang ada kemampuan analitik on-chain dan integrasi rantaian blok.
- Menubuhkan working group dalaman antara pasukan compliance, risiko, IT & produk untuk menyusun rangka kerja risiko digital asset.
Pada fasa ini, matlamatnya ialah organisasi anda tak terpinga bila regulator atau rakan regional mula bergerak lebih jauh dalam CBDC dan stablecoin.
Penutup: Masa untuk bina infrastruktur pembayaran yang "AI-first"
AI dan mata wang digital bukan trend sementara; kedua-duanya adalah blok binaan utama infrastruktur pembayaran generasi seterusnya. Untuk institusi kewangan Malaysia yang memang sedang rancak melabur dalam AI untuk fraud detection, scoring dan chatbot, langkah seterusnya agak jelas:
- Bawa AI masuk lebih dalam ke teras pembayaran, bukan sekadar di tepi sebagai "add-on".
- Reka platform pembayaran dan data yang siap untuk rail baharu seperti CBDC dan stablecoin.
- Seimbangkan inovasi dengan ketahanan operasi dan pematuhan melalui senibina yang moden dan boleh skala.
Soalnya sekarang bukan sama ada AI akan membentuk masa depan pembayaran Malaysia, tetapi siapa yang akan jadi antara pemain pertama yang benar-benar menguasai infrastruktur baharu ini. Kalau organisasi anda serius tentang posisi itu, ini masa paling sesuai – sebelum 2026 mengetatkan lagi persaingan – untuk menyusun pelan AI dalam pembayaran dengan lebih strategik.