Bagaimana BBVA Guna ChatGPT Untuk Ubah Layanan Bank

Bagaimana BBVA Guna ChatGPT Untuk Ubah Layanan Bank

Pada 2025, lebih 180 juta pengguna aktif berinteraksi dengan model bahasa besar seperti ChatGPT setiap bulan. Di banyak negara, orang tak lagi buka laman web dulu – mereka tanya AI dulu. BBVA, salah satu bank besar Eropah, nampak perkara ini awal dan bertindak: mereka bina aplikasi perbualan terus di dalam ChatGPT untuk bantu pelanggan faham produk bank mereka.

Ini menarik untuk kita di Malaysia kerana landskap kewangan tempatan juga sedang rancak melabur dalam AI untuk perbankan, insurans dan fintech – daripada pengesanan penipuan, "credit scoring" automatik sehinggalah chatbot khidmat pelanggan. Soalan sebenar sekarang bukan sama ada AI akan masuk ke dunia kewangan, tapi bagaimana ia dilaksana dengan cara yang selamat, mematuhi regulasi dan memberi impak perniagaan yang jelas.

BBVA bagi satu contoh yang cukup jelas: jadikan ChatGPT sebagai "saluran bank" baharu, bukan sekadar alat dalaman. Dari situ, ada banyak perkara yang bank dan syarikat kewangan di Malaysia boleh pelajari.

---

Apa Sebenarnya BBVA Buat Dengan ChatGPT?

Inti projek BBVA ringkas: mereka bawa bank masuk ke dalam ChatGPT, bukan tunggu pelanggan datang ke aplikasi atau laman web bank.

Ciri utama aplikasi perbualan BBVA dalam ChatGPT

Aplikasi percubaan BBVA di ChatGPT buat beberapa perkara asas tetapi penting:

• Jawab soalan tentang syarat akaun
• Terangkan jenis-jenis kad
• Jelaskan produk simpanan dan pelaburan mudah
• Semua dalam bahasa semula jadi, secara perbualan

Buat masa ini, versi awal fokus kepada produk dan servis BBVA di Itali dan Jerman, dan terhad kepada soalan berbentuk maklumat (informational queries). Dalam kata lain, ia belum sampai tahap buat transaksi, tapi sudah cukup untuk jadi "pegawai khidmat pelanggan maya" yang boleh ditemui terus dalam ChatGPT.

BBVA bayangkan ia akan berkembang menjadi “digital companion” – sejenis teman digital yang bantu pelanggan urus kewangan harian mereka, bukan sekadar jawab FAQ.

“Membawa BBVA ke dalam ChatGPT akan menjadi permulaan bab baharu, di mana AI menjadi sebahagian daripada perbankan harian,” kata Murat Kalkan, Global Head Digital Banks di BBVA.

Pada masa sama, BBVA juga gunakan ChatGPT secara dalaman. Mereka sudah edarkan sekitar 11,000 lesen ChatGPT kepada staf, dan lebih 80% menggunakannya setiap hari – dengan purata penjimatan hampir 3 jam seminggu untuk kerja rutin. Ini gabungkan dua dimensi penting:

• AI untuk operasi dalaman (produktivitI staf)
• AI untuk pengalaman pelanggan (saluran interaksi baharu)

Kombinasi inilah yang sebenarnya perlu diperhatikan oleh bank dan fintech di Malaysia.

---

Kenapa Pendekatan BBVA Ini Patut Diberi Perhatian Di Malaysia

Untuk pasaran Malaysia, kisah BBVA bukan sekadar berita antarabangsa. Ia sebenarnya "blueprint" bagaimana bank boleh gunakan AI perbualan secara strategik.

1. AI sebagai saluran, bukan sekadar alat

Ramai pemain kewangan tempatan sudah ada chatbot sendiri dalam aplikasi atau laman web. Tapi BBVA pergi selangkah lagi: mereka pergi ke platform di mana pelanggan sudah berada, iaitu ChatGPT.

Ini penting kerana:

• Pelanggan tak perlu muat turun aplikasi baharu
• Mereka boleh bertanya dengan bahasa mereka sendiri, tanpa klik menu yang rumit
• Bank hadir di titik carian maklumat paling awal – sama seperti dulu bank berebut muncul di hasil carian Google

Untuk Malaysia, bayangkan senario ini:

Seorang pengguna di Johor tanya: “Apa beza akaun simpanan Islamik dan konvensional Bank X?” – dan dapat jawapan terus dalam ChatGPT daripada aplikasi rasmi Bank X, lengkap dengan penjelasan patuh syariah.

Ini jauh lebih mesra pengguna berbanding brosur PDF yang panjang atau FAQ statik.

2. Menyokong misi digital Bank Negara dan industri

Bank Negara Malaysia sudah lama menekankan:

• Keterangkuman kewangan
• Celik kewangan
• Transformasi digital yang selamat

Aplikasi perbualan seperti yang BBVA bangunkan boleh menyokong ketiga-tiga ini:

• Keterangkuman: Orang yang kurang selesa dengan istilah teknikal boleh tanya soalan mudah dan faham jawapan dalam bahasa mereka
• Celik kewangan: AI boleh terangkan konsep seperti compounding, kadar keuntungan, takaful vs insurans biasa dengan contoh harian
• Transformasi digital: Saluran baharu tanpa kos pembukaan cawangan atau pusat panggilan tambahan

Dalam konteks AI dalam perkhidmatan kewangan, ini selari dengan tren di Malaysia: guna AI bukan hanya untuk "back office", tetapi betul-betul menyentuh pelanggan di "frontline".

---

Apa Manfaat Nyata Conversational AI Untuk Bank & Fintech

Bila kita buang hype, persoalan untuk pengurusan bank sebenarnya mudah: apa ROI untuk conversational AI seperti BBVA buat ini?

Berikut beberapa manfaat yang paling nyata:

1. Pengalaman pelanggan lebih pantas dan konsisten

Chatbot tradisional selalunya:

• Terhad kepada kata kunci tertentu
• "Tersekat" bila soalan terlalu panjang atau kompleks
• Beri jawapan generik yang akhirnya buat pelanggan telefon pusat panggilan juga

Dengan model bahasa besar seperti ChatGPT yang disalurkan dengan data rasmi bank, pelanggan boleh:

• Tulis soalan panjang: “Saya baru kerja, gaji RM3,500, saya nak akaun simpanan patuh syariah dengan kad debit dan caj rendah. Apa pilihan saya?”
• Dapat jawapan yang:
  • Menyenaraikan beberapa produk sesuai
  • Terangkan perbezaan utama
  • Nyatakan caj dan syarat penting

Hasilnya:

• Masa resolusi soalan (FCR) meningkat
• Tekanan ke atas pusat panggilan menurun
• Kepuasan pelanggan (CSAT/NPS) berpotensi naik

2. Penjimatan kos operasi

Pengalaman BBVA dengan 11,000 lesen dalaman menunjukkan penjimatan hampir 3 jam seminggu per staf yang aktif gunakan. Untuk bank besar Malaysia dengan ribuan pekerja, angka ini boleh terjemah kepada:

• Peningkatan kapasiti tanpa tambah headcount
• Lebih fokus kepada kerja bernilai tinggi (nasihat kewangan, hubungan pelanggan) berbanding tugas rutin

Bila AI perbualan digunakan untuk pelanggan pula, bank berpotensi:

• Kurangkan beban pertanyaan asas di contact centre
• Fokuskan ejen manusia kepada kes kompleks dan "sales conversations" bernilai tinggi

3. Peluang "cross-sell" dan "upsell" yang lebih tepat

Sistem seperti yang BBVA bayangkan – "digital companion" – boleh pada masa depan:

• Faham pola perbelanjaan pelanggan
• Tahu produk apa yang pelanggan sudah ada
• Cadangkan produk tambahan yang relevan, bukan sekadar spam promosi massa

Contoh di Malaysia:

• Pelanggan sering bayar bil perubatan sendiri → AI cadangkan pelan takaful perubatan dengan cara berhemah
• Akaun simpanan tinggi tetapi tiada instrumen pelaburan → AI terangkan pilihan unit trust patuh syariah atau instrumen pasaran wang berisiko rendah

Bila dibuat dengan pematuhan dan persetujuan pelanggan, ini boleh meningkatkan pendapatan tanpa merosakkan kepercayaan.

---

Cabaran Utama: Regulasi, Privasi & Ketepatan Jawapan

Setiap kali kita sebut ChatGPT dalam konteks kewangan, tiga persoalan besar muncul: data, regulasi, dan risiko jawapan salah.

1. Privasi dan lokasi data

Di Eropah, aplikasi pihak ketiga ChatGPT sendiri belum dilancarkan di EU kerana kekangan regulasi. BBVA membangunkan konsep ini dengan sangat berhati-hati dari sudut pematuhan.

Untuk Malaysia, bank dan insurans perlu fikir:

• Di mana data pelanggan disimpan dan diproses?
• Adakah data peribadi dihantar kepada penyedia model AI luar negara?
• Bagaimana nak pastikan pematuhan kepada undang-undang data peribadi dan garis panduan Bank Negara?

Pendekatan praktikal yang saya lihat berkesan:

• Hadkan fasa awal kepada maklumat produk umum, tanpa data peribadi pelanggan
• Guna "guardrail": penapisan soalan dan jawapan, serta log audit penuh
• Pastikan ada lapisan API yang mengawal apa yang boleh dikongsi dengan model AI

2. Ketepatan dan risiko "hallucination"

Model bahasa besar kuat dari segi bahasa, tapi boleh tersilap fakta jika tidak diikat kepada sumber rasmi.

Untuk domain seperti perbankan dan insurans, kesilapan kecil boleh jadi isu besar. Jadi, beberapa amalan penting:

• Jadikan AI hanya boleh jawab berdasarkan pangkalan pengetahuan rasmi (dokumen produk, polisi bank yang sentiasa dikemas kini)
• Letakkan penafian (disclaimer) dan galakkan pelanggan sahkan butiran kritikal seperti kadar sebenar, terma undang-undang
• Pantau perbualan bagi mengesan pola jawapan yang berisiko dan jadikannya bahan latihan tambahan

3. Pengawasan manusia dan model operasi baharu

BBVA masih di fasa konsep, dan ini masuk akal. Untuk pemain Malaysia, model operasi yang realistik biasanya:

• Fasa 1: AI untuk Q&A maklumat produk sahaja
• Fasa 2: AI bantu staf ("co-pilot") sebelum dilepaskan kepada pelanggan secara terus untuk urusan lebih kompleks
• Fasa 3: Integrasi dengan sistem teras untuk transaksi mudah – dengan pengesahan dua faktor dan pengawasan ketat

Dalam setiap fasa, perlu ada:

• Pasukan risiko dan pematuhan yang terlibat dari awal
• Proses eskalasi kepada manusia bila AI tak pasti
• Pemantauan KPI yang jelas (ketepatan, masa respon, tahap kepuasan)

---

Langkah Praktikal Untuk Bank, Insurans & Fintech Di Malaysia

Kalau anda berada di bank, syarikat insurans atau fintech Malaysia, apa yang anda boleh buat sekarang berdasarkan contoh BBVA ini?

1. Kenal pasti kes guna paling "selamat" dan bernilai

Beberapa kes guna peringkat awal yang biasanya cepat beri nilai:

• FAQ produk (akaun simpanan, kad, pembiayaan, takaful)
• Penjelasan terma kontrak dalam bahasa mudah
• Bantuan navigasi: cara daftar aplikasi, cara aktifkan kad, cara lapor kad hilang

Mulakan dengan kandungan berisiko rendah tetapi volume tinggi.

2. Bina "AI knowledge layer" untuk organisasi

Sebelum fikir integrasi ChatGPT terus kepada pelanggan, bina dulu lapisan pengetahuan dalaman:

• Kumpul semua dokumen produk, polisi, SOP dalam format teratur
• Strukturkan dalam bentuk yang mudah "diindeks" oleh sistem AI
• Gunakan model bahasa sebagai pembantu dalaman untuk staf khidmat pelanggan dan pegawai cawangan

Bila lapisan ini stabil dan dipantau, barulah fikir keluarkan kepada pelanggan secara terus.

3. Reka bentuk bersama pasukan risiko & pematuhan, bukan kemudian

Satu kesilapan biasa: IT dan inovasi jalan dulu, kemudian baru bawa pasukan risiko masuk. Dengan AI, pendekatan ini berbahaya.

Lebih baik:

• Bentuk "AI steering committee" yang ada wakil:
  • Risiko
  • Pematuhan
  • Undang-undang
  • Perniagaan
  • Teknologi
• Tetapkan garis merah yang jelas: soalan apa yang AI tak boleh jawab, transaksi apa yang tak boleh diproses, data apa yang tak boleh keluar

4. Fikir pengalaman pelanggan merentas saluran

Aplikasi gaya BBVA hanyalah satu saluran. Pelanggan Malaysia guna banyak saluran sekaligus:

• Chat dalam aplikasi mudah alih bank
• WhatsApp atau aplikasi pemesejan lain
• Panggilan telefon
• Media sosial

Strategi yang baik:

• Gunakan model AI pusat, tetapi sesuaikan "persona" dan skrip ikut saluran
• Pastikan sejarah perbualan boleh diakses (dengan persetujuan pelanggan) merentas saluran – supaya pelanggan tak perlu ulang cerita setiap kali

---

Apa Maksud Semua Ini Untuk Masa Depan AI Dalam Kewangan Malaysia

Contoh BBVA menunjukkan satu trend yang jelas: AI perbualan akan menjadi saluran utama interaksi kewangan, bukan lagi sekadar alat sokongan. Bila ChatGPT dan model lain menjadi tempat pertama orang cari maklumat, bank yang tidak "hadir" di sana akan hilang banyak peluang.

Bagi Malaysia, dalam beberapa tahun akan datang, kita boleh jangka:

• Bank besar ada co-pilot AI dalaman untuk hampir semua staf barisan hadapan
• Pelanggan boleh tanya soalan tentang produk perbankan, insurans dan pelaburan dalam bahasa Melayu, Inggeris atau campuran – dan dapat jawapan tepat daripada sumber rasmi
• Syarikat fintech kecil yang bijak memanfaatkan AI boleh menyaingi pemain besar dari segi pengalaman pelanggan, walaupun dengan pasukan kecil

Persoalan untuk organisasi anda sekarang:

• Adakah strategi AI anda setakat "chatbot FAQ" semata-mata?
• Atau anda sudah fikir macam mana nak jadikan AI sebagai saluran utama yang benar-benar menambah nilai kepada pelanggan dan staf?

Kalau BBVA boleh gunakan ChatGPT untuk mulakan bab baharu perbankan harian di Eropah, tak ada sebab bank, insurans dan fintech Malaysia tak boleh membina versi yang lebih sesuai dengan konteks tempatan – patuh syariah, patuh regulasi, dan yang paling penting, benar-benar membantu rakyat faham dan urus wang dengan lebih bijak.