AI, Keselamatan & Kelajuan: Bab Baharu Pembayaran

AI Sedang Mengubah Cara Kita Bayar – Dan Cara Bank Berfikir

Dalam tempoh kurang 5 tahun, pembayaran runcit di Malaysia melonjak dari tunai dan kad kepada QR, duitnow, dompet elektronik dan perbankan digital. Transaksi yang dulu ambil masa hari, sekarang selesai dalam beberapa saat.

Kesan sampingan yang ramai tak suka: ruang untuk penipuan dan scam turut meletup. Di Singapura sahaja, kerugian akibat scam mencecah sekitar US$4 bilion. Trend di Malaysia bergerak ke arah yang sama – lebih laju, lebih mudah, tapi lebih berisiko jika keselamatan tak dikemas kini.

Dalam sesi temubual bersama Hasan Khan, Business Head untuk Cards & Unsecured Lending di Trust Bank, perbincangan tentang “The Next Chapter in Payments” sangat jelas: real-time bukan lagi kelebihan, ia syarat minimum. Perbezaan sebenar kini datang daripada:

• Keselamatan yang cerdas (AI-driven security)
• Pengalaman pengguna yang halus tapi tegas
• Kelajuan yang diurus dengan “geseran strategik” (strategic friction)

Artikel ini bentangkan bagaimana bab baharu pembayaran terbina atas AI – daripada pencegahan penipuan, onboarding 3 minit, sehinggalah gamifikasi bajet – dan apa yang bank, insurans dan fintech Malaysia patut buat sepanjang 2026.

---

1. Bila Real-Time Jadi Biasa: Keselamatan Jadi Pembeza Utama

Bab baru dalam pembayaran agak mudah: semua orang boleh buat pantas, tapi tak semua boleh buat selamat dan meyakinkan.

Di Malaysia, DuitNow, pembayaran QR, kad tanpa sentuh dan e-dompet sudah jadi kebiasaan. Bagi pengguna bandar, menunggu lebih daripada 10 saat untuk transaksi terasa pelik. Dalam konteks ini, apa yang disebut Hasan sebagai “table stakes” ialah:

• Pemindahan wang masa nyata
• Pemberitahuan segera
• Pengalaman aplikasi yang lancar merentas peranti

Bahagian yang membezakan jenama:

• Kawalan keselamatan yang pintar tapi tak menyusahkan
• Keupayaan mengesan tingkah laku luar biasa sebelum wang hilang
• Transparensi – pelanggan tahu apa yang berlaku dengan wang mereka

Di sinilah AI dalam perkhidmatan kewangan masuk

AI hari ini sudah digunakan bank-bank besar Malaysia untuk:

• Pemodelan risiko transaksi secara masa nyata – sistem AI menganalisis beribu-ribu titik data (lokasi, peranti, pola masa, sejarah penerima) dalam milisaat untuk menilai sama ada transaksi patut diluluskan, dita­han atau diminta pengesahan tambahan.
• Pemprofilan pelanggan secara dinamik – profil risiko tak lagi statik. AI belajar daripada corak perbelanjaan terkini pengguna dan mengemas kini “baseline” mereka sepanjang masa.
• Pengesanan akaun dan peranti kompromi – AI boleh kenal pasti device fingerprint yang dikongsi antara ramai akaun yang terlibat dalam aktiviti mencurigakan.

Ringkasnya, jika kelajuan pembayaran sudah sama untuk semua bank dan fintech, kualiti AI keselamatan akan menjadi faktor kenapa pelanggan kekal bersama anda.

---

2. “Strategic Friction”: Bila Gesa­n Kecil Menyelamatkan Jutaan Ringgit

Kebanyakan syarikat tersilap anggap: makin kurang langkah, makin bagus pengalaman pengguna. Untuk pembayaran masa nyata, falsafah itu dah tak cukup.

Hasan tekankan konsep “strategic friction” – geseran yang sengaja ditambah, tapi bersifat pintar dan kontekstual, untuk mengurangkan risiko penipuan tanpa membunuh pengalaman pengguna.

Contoh geseran strategik yang masuk akal

1. Amaran kontekstual apabila transaksi berisiko tinggi

   • Contoh: pelanggan mahu pindah RM20,000 kepada penerima baru pada 2.30 pagi, ke akaun yang baru dibuka 2 hari lepas.
   • AI menilai risiko tinggi dan memaparkan pop-up:
     “Transaksi ini luar biasa bagi anda. Adakah anda pasti mengenali penerima? Scam pelaburan dan love scam kerap gunakan kaedah ini.”

2. Pengalihan saluran (step-up authentication)

   • Transaksi kecil bawah RM100 mungkin terus lulus.
   • Transaksi besar atau berisiko: pengguna diminta sahkan melalui biometric, panggilan ke pusat panggilan atau tambahan PIN sekali guna.

3. “Cooling-off period” pintar

   • Untuk perubahan sensitif seperti tukar nombor telefon, tambah peranti baru atau tambah penerima “berisiko”, AI boleh cadang penangguhan beberapa jam sebelum transaksi pertama dibenarkan.

Peranan AI dalam merancang geseran ini

Sebelum AI, geseran biasanya keras dan seragam:

• Setiap transaksi luar negara perlu OTP
• Setiap pindahan melebihi X perlu panggilan manual

Dengan AI:

• Sistem boleh membedakan antara pengguna yang memang selalu ke luar negara dengan pengguna yang tak pernah buat transaksi antarabangsa.
• Parameter risiko boleh berubah mengikut masa, kempen scam semasa, atau pola industri.

Natijahnya, AI membenarkan bank jadi tegas terhadap penipu, tapi mesra terhadap pelanggan sah.

---

3. Onboarding 3 Minit: Di Sebaliknya Ada AI, Cloud & Reka Bentuk Baik

Hasan menyebut Trust Bank mencapai perjalanan onboarding bersih sekitar 3 minit menggunakan infrastruktur cloud-native dan rakan teknologi seperti AWS dan Euronet.

Jawapan mudah kenapa ini mustahak: siapa yang sanggup tunggu 2 hari untuk buka akaun, sedangkan pesaing mampu siap kurang 10 minit?

Apa yang menjadikan onboarding pantas dan selamat

Bagi pasaran Malaysia, pengalaman ideal yang saya lihat semakin jadi penanda aras:

1. e-KYC dipacu AI

   • Pengecaman wajah automatik, padanan dengan MyKad/ID, semakan liveness (pastikan ia manusia hidup, bukan foto).
   • AI boleh mengesan pemalsuan dokumen, muka topeng atau deepfake dengan ketepatan jauh lebih tinggi berbanding semakan manual biasa.

2. Penilaian risiko kredit segera

   • Untuk produk kad kredit atau pembiayaan tanpa cagaran, machine learning gunakan data tradisional dan alternatif (corak transaksi, tingkah laku aplikasi, data pekerjaan) untuk beri keputusan segera atau hampir serta-merta.

1. Seni bina microservices atas cloud
   • Setiap komponen – onboarding, e-KYC, skor kredit, pembukaan akaun – berjalan sebagai servis berasingan yang boleh diskala mengikut permintaan.
   • Ini mengurangkan kes “sistem perlahan bila ramai orang daftar serentak”, tipikal bagi sistem lama on-premise.

Bagi bank dan fintech tempatan, mesej utamanya: onboarding cepat tanpa AI hanya akan melonggarkan kawalan keselamatan; onboarding ketat tanpa AI akan perlahan dan menggagalkan akuisisi pelanggan. Gabungan AI + cloud yang seimbang adalah jalan tengah yang praktikal.

---

4. 0% FX & Pengalaman Pembayaran Yang Bijak: Data + AI Sebagai Enjin Engagement

Satu lagi sudut menarik daripada perbualan Hasan ialah bagaimana Trust Bank menggunakan strategi 0% foreign exchange (FX) sebagai alat penglibatan pelanggan, bukan sekadar promosi harga.

Di Malaysia, ramai pengguna sudah biasa dengan caj tersembunyi FX bila guna kad di luar negara atau platform antarabangsa. Bank yang berani telus dan menggunakan AI untuk menganalisis corak perbelanjaan antarabangsa boleh:

• Mengenal pasti segmen pelanggan yang kerap melancong atau membeli cross-border
• Menawarkan ganjaran khusus, had lebih tinggi atau insurans perjalanan mikro
• Menghantar notifikasi pintar tentang kadar tukaran dan keselamatan negara yang dilawati

Dari data transaksi ke “financial wellness” sebenar

Bila digabungkan dengan analitik AI, data pembayaran harian sebenarnya adalah cermin kesihatan kewangan pelanggan:

• Berapa banyak dibelanjakan untuk keperluan vs kehendak
• Pola pembelian impulsif
• Kitaran gaji dan “stress point” tunai

Bank yang serius tentang financial wellness boleh jadikan aplikasi mereka lebih daripada sekadar tempat bayar bil. Contoh yang Hasan kongsi – Budget Buddy – satu alat analisis perbelanjaan berasaskan karakter dan gamifikasi, adalah langkah ke arah itu.

Daripada paparkan carta bar yang kaku, pendekatan gamifikasi biasanya:

• Personifikasikan bajet sebagai “rakan” yang memberi cadangan
• Ganjaran “badge” atau mata bila pelanggan capai sasaran simpanan
• Cadangan automatik: “Kalau awak kurangkan perbelanjaan makan luar 10% bulan ini, awak boleh tambah RM200 ke tabung Haji/ASB anda.”

Di belakang tabir, AI klasifikasikan transaksi, kenal pasti pola, dan buat cadangan yang relevan secara peribadi. Ini jauh lebih menarik daripada sekadar laporan bulanan generik.

---

5. AI & Pembayaran di Malaysia: Apa Bank, Insurans & Fintech Patut Buat Sekarang

Realitinya, kebanyakan institusi kewangan Malaysia sudah “ada AI” di atas kertas. Tetapi impak sebenar kepada pembayaran, keselamatan dan pengalaman pelanggan sangat berbeza antara satu institusi dan satu lagi.

Berpandukan trend yang dikongsi dalam temubual Hasan Khan dan apa yang berlaku di rantau ini, berikut beberapa langkah praktikal untuk 2026:

5.1 Jadikan pencegahan penipuan AI sebagai prioriti produk, bukan hanya projek IT

• Ukur kejayaan bukan sekadar “model di-deploy”, tapi pengurangan kes scam yang sah, kadar false positive yang menurun, dan masa resolusi kes yang dipendekkan.
• Gabungkan pasukan risiko, produk dan data scientist dalam satu squad pembayaran, bukannya silo berasingan.

5.2 Reka “strategic friction” secara sedar

• Tetapkan polisi: transaksi/pola apa yang wajib ada geseran tambahan, dan bagaimana AI akan menentukannya.
• Uji A/B mesej amaran, jenis geseran (OTP, biometrik, panggilan auto) dan lihat kesannya kepada kadar penyiapan transaksi.

5.3 Guna AI untuk peribadikan pengalaman, bukan sekadar jual lebih banyak produk

• Biarkan AI bantu pelanggan nampak corak belanja sendiri dan capai matlamat kewangan, sebelum anda cadangkan produk baru.
• Jadikan ciri seperti Budget Buddy versi anda sendiri – dalam konteks Malaysia, ia boleh disesuaikan dengan keperluan simpanan untuk pendidikan, umrah, rumah pertama atau perlindungan takaful.

5.4 Selarikan cloud, AI dan pematuhan

• Pilih seni bina cloud-native yang memudahkan pematuhan BNM dan garis panduan keselamatan data.
• Bina rangka kerja model governance: siapa meluluskan model AI, bagaimana ia diaudit, dan bagaimana anda akan jelaskan keputusan kepada pelanggan dan regulator.

Bila perkara ini diurus dengan baik, AI dalam perkhidmatan kewangan bukan lagi jargon pemasaran; ia jadi kelebihan operasi sebenar yang pelanggan rasa setiap kali mereka tekan butang “Pay”.

---

Penutup: Bab Seterusnya Dimenangi Oleh Mereka Yang Paling Percaya, Bukan Paling Pantas

Gelombang pertama pembayaran digital di Malaysia dimenangi oleh siapa yang paling pantas dan paling agresif promosi. Bab seterusnya akan dimenangi oleh siapa yang paling dipercayai – dan kepercayaan hari ini berkait rapat dengan bagaimana anda menggunakan AI untuk melindungi, memudahkan dan membimbing pelanggan.

Hasan Khan menunjukkan satu hala tuju yang jelas: real-time adalah asas, keselamatan dan pengalaman pintar adalah pembeza. Bagi bank, syarikat insurans dan fintech di Malaysia, soalan sebenar menjelang 2026 bukan lagi “perlu guna AI atau tidak?” tetapi:

“Adakah AI kita cukup matang untuk mengurangkan scam, mempercepat onboarding, dan membantu pelanggan buat keputusan kewangan yang lebih baik – tanpa mengorbankan kepercayaan?”

Jika jawapannya belum lagi, ini masa yang tepat untuk semak semula strategi AI pembayaran anda sebelum pelanggan sendiri yang buat perbandingan.