BBVA + ChatGPT: Tanda Aras Baharu AI Untuk Bank

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

BBVA bawa bank masuk ke ChatGPT. Apa yang bank, insurans dan fintech Malaysia boleh tiru, ubah suai dan buat lebih baik daripada model AI perbualan ini?

AI perbankanchatbot kewanganconversational bankingtransformasi digitalfintech Malaysiaperbankan runcitcustomer experience
Share:

BBVA + ChatGPT: Apa Maksudnya Untuk Bank di Malaysia?

Satu angka yang ramai terlepas pandang: BBVA melaporkan lebih 80% daripada 11,000 pekerjanya yang ada lesen ChatGPT guna AI itu setiap hari dan jimat hampir 3 jam seminggu untuk tugas rutin. Itu baru kegunaan dalaman.

Kini, BBVA melangkah seterusnya – membina aplikasi perbualan terus di dalam ChatGPT untuk pelanggan. Pelanggan hanya tanya dalam bahasa biasa, dan dapat jawapan tentang akaun, kad, dan produk simpanan BBVA tanpa perlu buka app atau laman web bank.

Ini bukan sekadar projek ‘cool’. Ini petunjuk jelas arah industri: AI jadi saluran utama interaksi pelanggan. Untuk bank, insurans dan fintech di Malaysia yang tengah agresif dalam transformasi digital, langkah BBVA ini adalah case study yang patut diperhatikan rapat.

Artikel ini kupas apa sebenarnya BBVA buat, kenapa pendekatan “bank dalam ChatGPT” ini penting, dan yang paling kritikal – apa yang bank Malaysia boleh tiru, ubah suai dan buat lebih baik.

Apa Sebenarnya BBVA Bina Dalam ChatGPT?

Inti projek BBVA sangat mudah difahami: mereka jadikan ChatGPT sebagai “pintu masuk” universal kepada maklumat produk bank.

Fungsi asas aplikasi perbualan BBVA

Berdasarkan konsep yang dibentangkan BBVA:

  • Pelanggan boleh bertanya dalam bahasa natural, contohnya:
    • “Apakah jenis akaun simpanan yang BBVA tawarkan di Jerman?”
    • “Apakah syarat untuk kad kredit BBVA di Itali?”
  • ChatGPT akan gunakan aplikasi BBVA (third-party app dalam ekosistem OpenAI) untuk ambil maklumat rasmi terkini tentang:
    • syarat akaun,
    • jenis kad,
    • produk simpanan,
    • dan parameter lain yang ditetapkan bank.
  • Jawapan diberi secara perbualan, bukan gaya FAQ kaku.

Buat masa ini, versi awal fokus kepada soalan maklumat produk untuk pasaran Itali dan Jerman. Tapi BBVA jelas sasarkan evolusi menjadi “digital companion” – pembantu kewangan peribadi yang bukan saja jawab soalan, tapi bantu pelanggan buat keputusan.

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

Realitinya: BBVA sedang menguji bentuk “bank tanpa app” – di mana pelanggan berinteraksi melalui saluran AI yang mereka memang guna setiap hari.

Kenapa Model “Bank Dalam ChatGPT” Ini Penting Untuk Malaysia

Idea bank di dalam ChatGPT nampak ringkas, tapi implikasinya besar – terutamanya untuk pasaran seperti Malaysia yang populasinya muda, mobile-first dan semakin biasa dengan AI.

1. Di mana pelanggan berada, di situlah bank patut hadir

Ramai pengguna Malaysia hari ini sudah biasa tanya AI untuk:

  • cari info produk,
  • tulis emel,
  • buat ringkasan dokumen,
  • kira bajet ringkas.

Kalau pelanggan sudah selesa tanya AI tentang resepi, jadual gym dan latihan, langkah seterusnya ialah tanya tentang kewangan. Jika bank tak masuk ruang ini, orang lain akan isi – sama ada fintech global, superapp, atau “AI advisor” yang tak dikawal bank.

Dengan model BBVA:

  • ChatGPT jadi saluran tambahan kepada mobile & internet banking,
  • pelanggan tak perlu ingat di mana nak klik, hanya perlu tanya soalan,
  • bank boleh hadir pada saat pelanggan mula berfikir tentang produk kewangan, bukan hanya bila mereka log masuk.

2. Dari FAQ statik ke perbualan dua hala

Banyak bank di Malaysia sudah ada chatbot di laman web dan aplikasi. Masalah biasa yang saya nampak:

  • jawapan rigid, ikut skrip,
  • susah kenal niat sebenar pelanggan,
  • pelanggan cepat putus asa dan terus telefon call center.

Pendekatan gaya BBVA ini membawa tiga perubahan penting:

  1. Bahasa natural sepenuhnya – pelanggan tak perlu ikut format soalan tertentu.
  2. Konteks berlapis – sistem boleh faham soalan susulan, bukan reset setiap kali.
  3. Pengalaman mesra pengguna muda – generasi yang dah biasa dengan AI akan rasa ini lebih semula jadi.

3. ROI digital yang lebih jelas

Pengalaman BBVA dengan 11,000 lesen ChatGPT dalaman tunjuk beberapa perkara yang bank Malaysia patut ambil serius:

  • 80% pengguna aktif setiap hari.

  • Purata penjimatan hampir 3 jam seminggu untuk tugas rutin.

Kalau 3 jam seminggu x 11,000 staf, itu 33,000 jam kerja yang dijimatkan setiap minggu. Walaupun angka ini untuk penggunaan dalaman, ia memberi gambaran potensi produktiviti jika pendekatan sama digunakan untuk perkhidmatan pelanggan.

Bagi bank Malaysia yang sedang teliti bajet AI, pendekatan sebegini membantu:

  • kurangkan beban call center untuk soalan asas,
  • pendekkan masa “research” pelanggan sebelum daftar produk,
  • tingkatkan conversion tanpa perlu tambah cawangan fizikal.

Bagaimana Bank Malaysia Boleh Tiru & Perbaiki Model BBVA

Untuk pasaran Malaysia, saya nampak tiga fasa praktikal yang bank boleh ambil – sama ada bank besar, pemain takaful atau fintech.

Fasa 1: Mulakan dengan “AI FAQ Pintar”

Jangan terus ke tahap “pembantu kewangan peribadi”. Sama seperti BBVA, mulakan dengan ruang paling selamat: maklumat produk yang tidak sensitif.

Beberapa langkah praktikal:

  1. Audit konten FAQ, brosur & laman produk

    • Pastikan setiap produk ada definisi jelas:
      • siapa layak,
      • yuran,
      • ciri utama,
      • had dan risiko.
    • Susun dalam format yang mudah diambil semula oleh AI (contoh: knowledge base berstruktur).

  2. Bangunkan chatbot AI yang benar-benar memahami bahasa Melayu & Inggeris

    • Ramai pelanggan tanya dalam “campur-campur” (BM + BI). Model bahasa perlu dilatih untuk:
      • istilah tempatan (ASB, PTPTN, BR1M/BKM, EPF, zakat),
      • istilah agama untuk produk patuh Syariah (akad, hibah, wakalah, murabahah).

  3. Hadkan skop fasa awal

    • Fokus pada:
      • akaun simpanan & semasa,
      • kad debit & kredit,
      • pinjaman peribadi dan rumah,
      • produk takaful asas.
    • Objektif utama: jawapan konsisten, tepat, mudah difahamkan orang awam.

Fasa 2: Integrasi AI dalam ekosistem sedia ada (bukan ganti)

Saya tak sarankan mana-mana bank Malaysia ganti app mereka dengan ChatGPT serta-merta. Cara lebih bijak:

  • Jadikan AI sebagai lapisan antara pelanggan dan sistem sedia ada.

  • Penggunaan yang praktikal dalam konteks Malaysia:

    • Guided navigation dalam mobile banking:

      • “Saya nak tukar limit kad debit, macam mana?”
      • AI jawab dan terus buka skrin yang betul.

    • Bantuan borang permohonan:

      • pelanggan tanya “Apa beza personal loan konvensional dengan pembiayaan peribadi Islamik?”
      • AI terangkan, kemudian guide mereka pilih produk sesuai.

    • Pendidikan kewangan mikro:

      • masa pelanggan nak buat auto-debit untuk beli emas atau unit amanah, AI terangkan risiko asas dalam bahasa mudah.

Dengan pendekatan ini, investasi AI mengukuhkan platform sedia ada, bukan mencabar atau menggantikan.

Fasa 3: Menuju “pembantu kewangan peribadi” yang patuh regulasi

Langkah seterusnya, yang BBVA sendiri sedang rancang, ialah menjadikan AI sebagai teman kewangan digital. Untuk Malaysia, ini lebih sensitif kerana melibatkan data peribadi dan nasihat kewangan.

Beberapa garis panduan praktikal:

  1. Mulakan dengan cadangan bukan mengikat

    • Contoh: “Berdasarkan corak perbelanjaan, mungkin sesuai jika anda tetapkan bajet bulanan RMX untuk makan luar.”
    • Bukan: “Anda wajib buat pelaburan ini sekarang.”

  2. Lapiskan dengan ‘guardrails’ pematuhan

    • Setiap cadangan pelaburan/pembiayaan perlu:
      • jelas label sebagai “maklumat umum”,
      • disokong dengan pendedahan risiko standard,
      • mudah dirujuk kepada pegawai manusia bila diperlukan.

  3. Rapat dengan BNM & pengawal selia

    • Sebelum laksana fungsi nasihat automatik, wujudkan sandbox:
      • pantau jenis jawapan yang diberi AI,
      • pastikan tiada pelanggaran garis panduan suitability, AML, KYC.

  4. Pertimbangkan konteks Syariah

    • Untuk bank Islam & takaful, AI perlu:
      • jelas beza produk patuh Syariah dan tidak,
      • elak bahasa yang boleh disalah erti sebagai jaminan keuntungan.

Risiko & Perkara Yang Bank Tak Boleh Pandang Ringan

Setiap kali saya bincang AI dengan pengurusan bank, empat kebimbangan ini akan muncul dulu.

1. Ketepatan & “hallucination” AI

Model bahasa besar memang boleh ‘mereka fakta’ jika tak dikawal. Cara menguruskannya:

  • Gunakan seni bina retrieval-augmented (RAG): AI hanya jawab berdasarkan dokumen rasmi bank.
  • Set polisi jelas:
    • Jika yakin < ambang tertentu, AI jawab, “Sila rujuk pegawai kami,” bukan teka.

2. Privasi & data pelanggan

Untuk kes seperti BBVA yang bermula dengan maklumat produk terbuka, risiko rendah. Tapi bila masuk fasa pembantu peribadi:

  • Data perlu diproses mengikut PDPA Malaysia.
  • Elak hantar maklumat sensitif terus ke model generatif umum tanpa lapisan anonymisation atau pemprosesan tempatan.

3. Kepercayaan pelanggan

Pelanggan Malaysia masih ingin tahu:

  • “Ini saya cakap dengan AI ke manusia?”
  • “Boleh percaya ke jawapan ni?”

Panduan praktikal:

  • Sentiasa jelas label interaksi sebagai AI.
  • Sediakan pilihan mudah: “Bercakap dengan pegawai” bila soalan rumit.
  • Tunjuk rujukan asas: “Maklumat ini berdasarkan dokumen produk X dikemaskini pada 01/12/2025.”

4. Perubahan budaya dalaman

BBVA bukan sahaja buat projek untuk pelanggan; mereka juga latih orang dalam. 11,000 lesen ChatGPT dalaman itu sebenarnya:

  • memaksa staf biasakan diri dengan AI,
  • kurangkan ketakutan “AI akan ganti kerja saya”,
  • ubah cara kerja harian – dari menulis manual ke menyemak dan memperhalusi hasil AI.

Bank Malaysia yang serius mahu AI perkhidmatan pelanggan berjaya perlu pelan latihan dalaman yang agresif, bukan hanya beli teknologi.

Di Mana Peluang Terbesar Untuk Bank, Insurans & Fintech Malaysia?

Bila kita gabungkan pengajaran dari BBVA dengan realiti pasaran Malaysia, beberapa peluang jelas muncul.

  1. Bank runcit:

    • Chatbot AI dwibahasa untuk pembukaan akaun, kad kredit, dan pembiayaan rumah.
    • Bantuan pintar dalam aplikasi untuk tugas harian (top-up eWallet, bayar bil, uruskan standing instruction).

  2. Insurans & takaful:

    • Penjelasan pelan dalam bahasa mudah, tanpa jargon polisi.
    • Panduan tuntutan (claim) langkah demi langkah, dengan sokongan gambar & dokumen.

  3. Fintech & neobank:

    • Bezakan diri dengan “AI-first experience” – onboarding, KYC, dan sokongan pelanggan yang majoriti dijalankan AI, dengan escalations terpilih ke manusia.

  4. Wealth & pelaburan:

    • Pendidikan pelaburan mikro untuk pelabur baharu (ASNB, ETF, robo-advisor) dalam bentuk perbualan.
    • Ringkasan portfolio dalam bahasa manusia, bukan hanya nombor.

Saya percaya dua-tiga tahun akan datang, pelanggan tidak lagi menilai bank hanya pada “app cantik atau tidak”, tapi pada “sejauh mana bank faham saya bila saya bertanya – dalam bahasa saya sendiri”. Di sinilah AI dalam perkhidmatan kewangan akan menang atau kalah.

Langkah Seterusnya: Dari Idea ke Pelaksanaan

BBVA dah tunjuk satu jalan: mula kecil, fokus maklumat produk, gunakan ChatGPT sebagai saluran baru, dan bina dari situ ke arah pembantu kewangan digital.

Untuk pemain kewangan di Malaysia yang serius nak bergerak:

  1. Pilih satu segmen mudah dahulu – contoh: akaun simpanan & kad debit.
  2. Bina knowledge base produk yang kemas – ini asas untuk apa jua inisiatif AI.
  3. Uji chatbot AI secara dalaman selama 2–3 bulan – guna staf frontliner sebagai “beta tester”.
  4. Lancar kepada segmen pelanggan terhad – mungkin pelanggan digital-savvy, dengan jelas minta maklum balas.
  5. Iterasi pantas, pantau risiko, kemudian skala – tambah produk, tambah bahasa, tambah integrasi.

AI dalam perbankan bukan lagi soalan “perlu atau tidak”, tapi “berapa cepat dan secerdik mana kita laksanakan tanpa mengorbankan kepercayaan dan pematuhan”. BBVA baru membuka satu bab menarik. Persoalannya sekarang: siapa di Malaysia yang berani menulis bab seterusnya?