Shawbrook beli Playter untuk mengukuhkan pembiayaan PKS berasaskan AI. Apa pengajaran untuk bank, insurans, fintech dan PKS di Malaysia?
Bagaimana AI Mengubah Pembiayaan PKS: Pengajaran dari Shawbrook
Pada 2021–2024, lebih 60% bank global menaikkan peruntukan untuk teknologi AI dalam operasi kredit dan pengurusan risiko. Angka ini bukan sekadar trend teknologi; ia isyarat jelas bahawa model lama pembiayaan perniagaan sudah tak cukup untuk menyokong pertumbuhan perusahaan kecil dan sederhana (PKS).
Pengambilalihan Playter oleh Shawbrook Bank di UK pada 09/12/2025 ialah contoh nyata bagaimana bank cabaran (challenger bank) menggunakan AI dan platform digital untuk fokus kepada segmen PKS. Cerita ini dekat dengan realiti Malaysia, di mana bank, syarikat insurans dan fintech semakin agresif menggunakan AI untuk skor kredit automatik, analitik pelanggan, dan pembiayaan yang lebih tersasar.
Artikel ini kupas apa yang Shawbrook sedang bina, kenapa pendekatan ini penting untuk PKS, dan bagaimana pemain kewangan di Malaysia boleh mengambil pengajaran — sama ada anda di bank, insurans, fintech, atau seorang usahawan PKS yang mahu akses pembiayaan yang lebih adil dan pantas.
1. Apa sebenarnya langkah Shawbrook–Playter ini?
Jawapannya ringkas: Shawbrook membeli teknologi, data dan kepakaran AI untuk memperdalam penawaran pembiayaan PKS, bukan sekadar menambah produk pinjaman baharu.
Playter ialah platform pembiayaan jangka pendek untuk perniagaan di UK yang sejak 2021 telah memudahkan pinjaman berjumlah sekitar ÂŁ100 juta. Yang menarik bukan sahaja jumlahnya, tetapi cara Playter beroperasi:
- Semuanya berasaskan platform dalam talian
- Fokus kepada PKS yang perlukan pembiayaan cepat dan fleksibel
- Mempunyai
AI-based broker hub– pusat pemadanan dan pemprosesan permohonan berasaskan AI untuk penasihat kewangan dan broker
Melalui pengambilalihan ini, Shawbrook mendapat:
- Platform Playter – infrastruktur digital yang sudah diuji di pasaran
- Pasukan Playter – bakat teknologi, produk dan risiko yang faham PKS
- Hub broker berasaskan AI – enjin utama yang mempercepat proses carian dan kelulusan pembiayaan
Shawbrook secara terbuka menyatakan rancangan untuk menggabungkan teknologi Playter dengan perkhidmatan digital mereka sendiri, bagi meluaskan rangkaian produk pembiayaan untuk PKS.
Intinya: Shawbrook tak beli syarikat semata-mata; mereka beli keupayaan AI dan digital bagi mengubah cara PKS mencari dan mendapat pembiayaan.
Bagi Malaysia, ini sangat sejajar dengan hala tuju bank tempatan yang bercakap tentang platform, ecosystem dan open banking, tetapi masih mencari model operasi yang benar-benar memanfaatkan AI untuk PKS.
2. Trend global: Dari “one-size-fits-all” ke pembiayaan tersasar
Realiti pembiayaan PKS hari ini: model standard, borang panjang, masa menunggu panjang, dan kriteria yang tak banyak mengambil kira data alternatif.
Neil Rudge, Chief Banking Officer (Commercial) Shawbrook menyebut bahawa PKS masih bergantung kepada penasihat dan broker untuk mencari pembiayaan, tetapi pendekatan “one-size-fits-all” jelas tak berkesan. PKS perlukan fasiliti yang:
- Pantas
- Fleksibel
- Selari dengan situasi tunai dan model perniagaan mereka
AI sangat sesuai mengisi jurang ini. Di UK, Eropah dan juga Asia, pemain yang serius dalam pembiayaan PKS mula menggunakan:
- AI skor kredit yang menggabungkan data bank, invois, POS, e-dagang, dan kadang-kadang data social commerce
- Model risiko dinamik yang dikemas kini secara berterusan, bukan sekali setahun
- Penetapan harga (pricing) adaptif berdasarkan risiko sebenar, bukan kategori industri secara kasar
Di Malaysia, kita nampak arah yang sama:
- Bank-bank besar menggunakan AI untuk pra-kelayakan pinjaman PKS secara automatik
- Fintech menawarkan pembiayaan invoice, BNPL B2B dan micro-loan berasaskan data transaksi
- Syarikat insurans mula memprofil risiko PKS dengan lebih halus untuk produk takaful/perlindungan perniagaan
Langkah Shawbrook–Playter mengesahkan satu perkara: model masa depan untuk pembiayaan PKS ialah gabungan platform digital + AI + rangkaian broker/penasihat. Bukan salah satu sahaja.
3. Di sebalik tabir: Peranan sebenar AI dalam model seperti Playter
Kalau kita pecahkan fungsi AI-based broker hub seperti yang dimiliki Playter, sekurang-kurangnya ada empat lapisan keupayaan yang relevan kepada bank dan fintech di Malaysia.
3.1 Pemadanan pembiayaan yang lebih pintar
AI boleh menilai:
- Profil risiko PKS
- Tujuan pembiayaan (modal kerja, capex, pemasaran, pembelian stok)
- Struktur aliran tunai bulanan
Daripada situ, sistem boleh mencadangkan produk yang paling sesuai, contohnya:
- Pembiayaan jangka pendek 3–6 bulan untuk campaign pemasaran
- Fasiliti kredit bergilir (revolving) untuk pengurusan stok
- Skim sewaan (leasing) untuk peralatan mahal
Bagi broker dan penasihat, ini mengurangkan masa carian dan percubaan yang sebelum ini dibuat secara manual.
3.2 Penilaian risiko berasaskan data alternatif
AI membolehkan penggunaan data yang lebih kaya berbanding penyata kewangan tradisional:
- Data transaksi bank (melalui open banking atau persetujuan pelanggan)
- Data POS dan e-dagang (jualan harian/bulanan)
- Pola pembayaran pembekal dan pelanggan
Di Malaysia, integrasi dengan:
- Gerbang pembayaran tempatan
- Platform e-dagang
- Sistem perakaunan cloud PKS
membolehkan model AI lebih tepat, terutama untuk PKS yang belum lama beroperasi tetapi mempunyai aliran tunai yang kuat.
3.3 Automasi proses dan pengesahan
Banyak kerja yang selama ini memakan masa staf kredit boleh diautomasi:
- Semakan dokumen asas
- Pengesahan data dengan pihak ketiga
- Pemarkahan awal permohonan
Ini bukan sahaja mempercepat masa kelulusan, tetapi juga mengurangkan ralat manusia dan ketidakselarasan antara pegawai kredit.
3.4 Analitik portfolio dan pemantauan berterusan
AI juga boleh digunakan selepas pinjaman diluluskan:
- Mengesan awal tanda-tanda tekanan tunai pelanggan
- Mencadangkan penstrukturan semula sebelum akaun menjadi bermasalah
- Mengenal pasti pelanggan yang sebenarnya layak dinaik taraf had kredit
Bagi bank dan fintech di Malaysia, ini terus membawa kepada dua manfaat:
- NPL (non-performing loan) lebih terkawal
- Peluang cross-sell produk lain (insurans, pengurusan tunai, FX) menjadi lebih jelas
4. Apa kaitannya dengan Malaysia: Peluang dan jurang
Bila kita baca berita pengambilalihan seperti Shawbrook–Playter, soalan yang patut timbul ialah: kalau di UK boleh, apa pengajaran untuk ekosistem kewangan di Malaysia?
4.1 Bank: Perlu jelas sama ada mahu bina, beli, atau bekerjasama
Bank di Malaysia yang serius tentang pembiayaan PKS berasaskan AI ada tiga pilihan:
-
Bina sendiri (build)
Sesuai untuk bank besar dengan bajet teknologi besar dan pasukan data saintis yang matang. Kelebihan: kawalan penuh, integrasi mendalam. Kelemahan: masa pembangunan panjang, risiko kegagalan projek. -
Beli (buy/acquire)
Mirip langkah Shawbrook. Perlu sasaran fintech yang:- Sudah terbukti di pasaran
- Ada teknologi AI yang mantap
- Mempunyai budaya yang boleh diintegrasi dengan bank
-
Bekerjasama (partner)
Paling praktikal untuk banyak bank: gunakan model embedded finance atau white-label dari fintech untuk segmen tertentu (contoh: mikro PKS online), sambil bank kekal fokus pada teras perbankan.
Pendapat saya: di Malaysia, gabungan (2) dan (3) lebih realistik untuk 2–3 tahun akan datang, sementara (1) berjalan lebih perlahan di belakang tabir.
4.2 Fintech: Fokus pada niche yang bank sukar layani
Playter fokus pada pembiayaan jangka pendek untuk PKS. Di Malaysia, masih ada banyak ruang niche:
- Pembiayaan untuk peniaga social commerce dan creator economy
- Pembiayaan invoice untuk pembekal kerajaan/GLC
- Fasiliti modal kerja berasaskan data POS kecil (warung, restoran keluarga, bengkel)
Fintech yang mahu menarik minat pelabur atau menjadi sasaran pengambilalihan perlu:
- Tunjuk
proof of risk: model AI yang bukan sekadar nice dashboard, tetapi benar-benar menurunkan default rate atau menaikkan approval rate tanpa kompromi risiko - Tunjuk
proof of scale: walaupun tidak sebesar bank, sekurang-kurangnya volume yang stabil dan pertumbuhan jelas
4.3 PKS: Faham nilai data, bukan hanya kadar faedah
Ramai pemilik PKS di Malaysia masih lihat pembiayaan dari sudut “bank mana paling murah?” saja. Dalam dunia AI dan data, soalan yang lebih penting:
- Platform mana yang boleh faham pola perniagaan saya dan beri struktur pembiayaan yang fleksibel?
- Siapa yang boleh gunakan data transaksi saya (dengan izin) untuk mudahkan permohonan seterusnya?
PKS yang mula mengurus dan menyusun data kewangan dengan baik – melalui sistem akaun digital, POS moden dan rekod jualan yang kemas – akan jauh lebih mudah menikmati manfaat pembiayaan berasaskan AI.
5. Langkah praktikal untuk pemain kewangan di Malaysia
Berikut beberapa langkah konkrit yang boleh diambil oleh bank, insurans dan fintech yang serius mahu mencontohi kelebihan model seperti Shawbrook–Playter.
5.1 Audit keupayaan AI semasa
Tanya tiga soalan asas:
- Di mana AI sudah digunakan? Contoh: hanya untuk pengesanan fraud, atau juga dalam skor kredit PKS?
- Berapa banyak keputusan pembiayaan PKS hari ini benar-benar data-driven dan bukan hanya berdasarkan polisi general?
- Apakah data alternatif yang sebenarnya sudah ada (atau mudah dicapai) tetapi belum diguna dalam model risiko?
Jawapan jujur kepada soalan ini biasanya membuka ruang pelaburan dan kerjasama yang lebih tepat.
5.2 Bangunkan model PKS khusus, bukan hanya “turunkan” model runcit
Kesalahan biasa: ambil model kredit pengguna dan ubah sedikit untuk PKS. Realitinya, PKS ada:
- Kitaran tunai berbeza
- Musim perniagaan yang ketara (contoh: Ramadan, akhir tahun)
- Keperluan pembiayaan yang lebih berkait kepada projek atau kontrak
Model AI untuk PKS perlu dilatih secara khusus pada data perniagaan, bukan hanya data individu pemilik.
5.3 Bentuk rangkaian broker dan penasihat berasaskan digital
Shawbrook sedar bahawa PKS masih bergantung kepada penasihat dan broker. Perbezaannya: mereka memperkasakan rangkaian ini dengan sebuah AI broker hub.
Di Malaysia, pendekatan yang serupa boleh jadi seperti:
- Portal khas untuk penasihat PKS dengan cadangan produk automatik
- Aplikasi mudah alih untuk relationship manager yang menunjukkan skor kelayakan pelanggan secara masa nyata
- Sistem referral digital untuk akauntan, konsultan dan persatuan PKS
5.4 Bangunkan guardrail pematuhan dan etika AI
Bila AI masuk ke dalam proses pembiayaan, isu seperti bias, ketelusan dan pematuhan (BNM, AMLA, PDPA) mesti dijaga. Garis panduan dalaman perlu jelas:
- Data apa yang boleh dan tak boleh digunakan
- Cara menjelaskan keputusan AI kepada pelanggan jika diminta
- Pemantauan berkala terhadap bias model
Ini bukan sahaja isu undang-undang, tetapi juga soal kepercayaan pasaran.
Penutup: Dari pengambilalihan kepada automasi pintar untuk PKS
Cerita Shawbrook–Playter menunjukkan satu arah yang sukar dinafikan: masa depan pembiayaan PKS akan ditentukan oleh sejauh mana sektor kewangan menggunakan AI dan platform digital untuk memahami perniagaan kecil dengan lebih mendalam, bukan sekadar menilai mereka sebagai “risiko tinggi”.
Bagi Malaysia, di mana PKS menyumbang lebih separuh guna tenaga dan sebahagian besar perusahaan berdaftar, keupayaan ini bukan lagi pilihan tambahan. Ia faktor penentu sama ada bank, syarikat insurans dan fintech kekal relevan atau tidak dalam 3–5 tahun akan datang.
Jika anda pemain kewangan, soalan praktikal hari ini ialah: di mana dalam proses pembiayaan PKS anda AI boleh memberikan impak paling cepat — skor kredit, pemadanan produk, atau pemantauan portfolio? Dan adakah lebih masuk akal untuk bina, beli, atau bekerjasama dengan fintech yang sudah ada keupayaan tersebut?
Dan jika anda pemilik PKS, masa paling baik untuk mula “mesra data” ialah sekarang — supaya bila gelombang pembiayaan berasaskan AI ini sampai ke Malaysia sepenuhnya, perniagaan anda adalah antara yang paling mudah untuk dinilai dan diluluskan.