Brex & Fifth Third: Isyarat Baharu AI untuk Bank

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

Fifth Third–Brex menunjukkan bagaimana AI mengubah kad komersial. Apa yang bank, insurans dan fintech di Malaysia boleh belajar daripada model ini?

AI dalam perkhidmatan kewanganperbankan Malaysiafintechkad komersialembedded financetransformasi digital bankAI untuk pelanggan korporat
Share:

Brex & Fifth Third: Apa Maknanya untuk Bank di Malaysia?

Pada 09/12/2025, Fifth Third Bank di AS mengumumkan kerjasama beberapa tahun dengan Brex yang melibatkan anggaran volume pembayaran kad komersial sebanyak USD5.6 bilion setahun. Di atas kertas, ini cuma bunyi seperti satu lagi “partnership berita korporat”. Tapi kalau tengok betul-betul, ia sebenarnya petunjuk jelas bagaimana AI dalam perkhidmatan kewangan sedang mengubah cara bank beroperasi – dan apa yang bank di Malaysia perlu buat untuk kekal relevan pada 2026.

Kerjasama ini bukan sekadar tambah satu lagi kad korporat. Fifth Third menjadikan Brex sebagai enjin AI-native di belakang program kad komersial mereka. Maksudnya: pelanggan korporat Fifth Third akan guna kad bank yang sama, tapi pengalaman kewangan harian – pengurusan perbelanjaan, automasi akaun, kawalan kos – didorong oleh platform Brex.

Untuk bank, insurans dan fintech di Malaysia yang tengah agresif melabur dalam AI, model seperti ini sangat penting: bank kekal pemilik pelanggan dan pematuhan, fintech menyediakan teknologi dan AI, dan pelanggan menikmati pengalaman digital yang jauh lebih licin.

Ringkas: Apa Sebenarnya Kerjasama Fifth Third–Brex Ini?

Inti utama kerjasama ini ialah bank tradisional menggunakan infrastruktur AI fintech untuk mengubah cara kad komersial berfungsi.

Beberapa elemen penting:

  • “Fifth Third Commercial Card powered by Brex” akan menjadi solusi kad komersial lalai untuk pelanggan perbankan komersial Fifth Third.
  • Dibina atas Brex Embedded, iaitu infrastruktur pembayaran berasaskan API yang membenarkan fungsi kad, automasi perbelanjaan dan pembayaran masa nyata diintegrasikan terus ke dalam tawaran bank.
  • Pelanggan korporat bank akan dapat:
    • Mengeluarkan corporate card untuk pekerja dan jabatan.
    • Mengautomasi expense management – tuntutan, resit, approval flow.
    • Menggunakan AI agents untuk menutup buku akaun lebih cepat, kurangkan semakan manual dan mengawal perbelanjaan.

Dalam bahasa mudah: daripada kad komersial tradisional yang hanya proses transaksi, pelanggan kini dapat platform kewangan pintar yang memantau, memahami dan bertindak secara automatik.

Kenapa Bank Tradisional Makin Kerap Berpasangan dengan Fintech AI

Bank besar sedar mereka tak boleh menang dalam perlumbaan teknologi hanya bergantung kepada sistem lama (legacy). Kos, masa dan risiko transformasi menyeluruh core banking terlalu tinggi. Jadi, model yang makin popular ialah:

Bank fokus pada lesen, pematuhan, modal dan hubungan pelanggan. Fintech fokus pada kelajuan inovasi, AI dan pengalaman pengguna.

Beberapa sebab mengapa pendekatan ini masuk akal – termasuk untuk Malaysia:

1. Masa ke Pasaran yang Jauh Lebih Cepat

Bangunkan sendiri platform kad komersial AI-native boleh ambil masa 18–36 bulan dan ratusan juta ringgit, malah belum tentu berjaya.

Dengan rakan fintech:

  • Bank boleh lancar produk dalam beberapa bulan, bukan tahun.
  • Ujian pasaran (pilot dengan segmen korporat terpilih) lebih mudah dibuat.
  • Perubahan ciri (contoh, tambah aturan kawalan perbelanjaan berasaskan AI) boleh digerakkan di pihak fintech tanpa mengusik core system bank.

2. Akses Segera kepada Kepakaran AI

AI dalam perkhidmatan kewangan bukan sekadar pasang model dan terus jalan. Ia perlukan:

  • Data architecture yang bersih dan scalable.
  • Model khusus untuk pengelasan resit, pengesanan penipuan, pengesanan anomali perbelanjaan, dan pemetaan akaun perakaunan.
  • Pasukan data science dan MLOps yang fokus sepenuh masa.

Bagi banyak bank dan insurans di Malaysia, lebih bijak untuk “plug in” kepada platform yang sudah matang berbanding cuba membina semuanya dari kosong.

3. Pengalaman Pelanggan Korporat yang Lebih Kuat

Syarikat – sama ada SME atau korporat besar – dah biasa dengan aplikasi consumer yang:

  • Real-time
  • Intuitif
  • Penuh automasi

Mereka sekarang mengharapkan pengalaman yang sama daripada bank korporat. Kalau bank masih pakai sistem tuntutan manual, fail Excel dan borang PDF, mereka akan kalah kepada pesaing yang tawarkan proses digital hujung ke hujung.

Kerjasama Fifth Third–Brex menunjukkan cara paling praktikal untuk naik taraf: bank kekalkan jenama dan hubungan, tapi lapisan pengalaman pengguna dan AI datang daripada fintech.

Apa Sebenarnya “AI-Native Finance” dalam Kad Komersial?

AI-native finance bermaksud produk kewangan direka dari awal dengan AI sebagai “otak”, bukan ditampal kemudian sebagai add-on. Dalam konteks kad komersial, ini diterjemahkan kepada beberapa fungsi konkrit.

1. Automasi Pengurusan Perbelanjaan (Expense Management)

Tradisional:

  • Pekerja simpan resit kertas.
  • Isi borang tuntutan manual.
  • Finance semak satu-satu.

Dengan platform seperti Brex:

  • Resit diambil gambar; AI ekstrak data (jumlah, tarikh, merchant, kategori).
  • AI cadangkan kod GL / akaun kos yang betul.
  • Workflow approval boleh dikonfigurasi ikut polisi syarikat (contoh: >RM5,000 perlu 2 tahap kelulusan).
  • Transaksi dipadankan automatik dengan resit dan bajet jabatan.

2. Kawalan Perbelanjaan yang Pintar

Dengan AI, had bukan lagi “RMX sebulan untuk semua”. Bank dan syarikat boleh buat:

  • Had perbelanjaan mengikut projek, vendor, lokasi atau masa.
  • Pengesanan anomali: AI tandakan transaksi yang lari dari corak biasa – contohnya, perbelanjaan hotel luar negara pada akaun yang jarang travel.
  • Peraturan dinamik, contohnya:
    • Kad hanya aktif pada hari acara.
    • Had dinaikkan sementara bila projek masuk fasa kritikal, berdasarkan bajet yang telah diluluskan.

3. Tutup Buku Lebih Cepat

Ramai CFO dan Ketua Kewangan akan setuju: “month-end close” ialah kerja berat. AI agents boleh:

  • Sediakan laporan ringkasan automatik, contohnya perbelanjaan mengikut jabatan vs bajet.
  • Menjana cadangan jurnal dan mapping akaun.
  • Mempercepat proses reconciliation transaksi kad dengan lejar.

Dalam konteks Malaysia, bayangkan gabungan ini dengan automasi GST/SST, kawal perbelanjaan projek kerajaan, atau pengurusan perbelanjaan capex infrastruktur – impaknya besar.

Apa Pelajaran untuk Bank, Insurans dan Fintech di Malaysia?

Kerjasama Fifth Third–Brex ialah “preview” untuk apa yang bakal jadi biasa di Malaysia dalam 2–3 tahun akan datang. Kalau kita rangkum jadi tindakan praktikal, beberapa perkara jelas:

1. Pilih Peranan: Nak Jadi Orkestrator, Penyedia Teknologi, atau Kedua-duanya?

  • Bank / Insurans besar di Malaysia sangat baik dalam pematuhan, pengurusan risiko, dan akses kepada pelanggan runcit dan korporat.
  • Fintech tempatan dan global pula pantas membina produk, UI/UX dan modul AI khusus.

Model yang semakin logik:

  • Bank sebagai orkestrator ekosistem, bukan buat semua sendiri.
  • Fintech menjadi “enjin AI di belakang” – seumpama peranan Brex dalam kerjasama ini.

2. Tumpukan AI pada “Pain Point” yang Paling Jelas

Daripada cuba guna AI untuk semua benda sekaligus, pilih 2–3 use case yang:

  • Ada volum tinggi (contoh: tuntutan perbelanjaan korporat, kad korporat, invois pembekal).
  • Memberi impak kos yang jelas (jam kerja manual yang boleh dikurangkan, ralat akaun yang boleh dielak).
  • Memberi nilai ketara kepada pelanggan (masa approve tuntutan lebih cepat, laporan lebih jelas, tiada lagi “resit hilang”).

Kerjasama Fifth Third–Brex fokus tepat ke kawasan ini – pengurusan kad komersial dan perbelanjaan.

3. Gunakan Model “Embedded Finance” dan API secara Serius

Brex Embedded ialah contoh bagaimana API menjadikan integrasi bank–fintech lebih fleksibel. Untuk bank di Malaysia, beberapa langkah praktikal:

  • Bangunkan atau gunakan platform API yang jelas: cara fintech boleh sambung, had, polisi keselamatan, pematuhan data.
  • Pastikan arkitektur dalaman (core banking, kad, perakaunan, sistem risiko) mampu bercakap dengan modul luar.
  • Fikirkan “product-as-a-service”: contohnya, platform pengurusan perbelanjaan yang boleh ditawarkan semula kepada pelanggan SME sebagai add-on.

4. Jangan Abaikan Governance AI

Bila mula guna AI untuk membuat keputusan dan automasi aliran tunai, governance jadi kritikal:

  • Siapa bertanggungjawab jika AI buat cadangan kategori perbelanjaan yang salah?
  • Bagaimana audit trail dibina?
  • Bagaimana bank memastikan model AI tidak berat sebelah (bias) terhadap jenis pelanggan atau kategori perbelanjaan tertentu?

Bank di Malaysia yang bangunkan kerangka AI governance lebih awal akan lebih bersedia bila skala penggunaan makin besar.

Contoh Senario: Bagaimana Ini Boleh Berfungsi di Malaysia

Untuk jadikan lebih nyata, bayangkan satu bank komersial besar di Malaysia berkolaborasi dengan fintech AI tempatan.

Senario Nyata: Bank X & Fintech Y

  • Produk: Kad komersial dan platform pengurusan perbelanjaan untuk SME dan korporat.
  • Bank X menyumbang:
    • Lesen bank, pengeluaran kad, rangka kerja risiko, onboarding pelanggan.
    • Akses kepada ribuan akaun SME dan korporat sedia ada.
  • Fintech Y menyumbang:
    • Aplikasi web & mudah alih untuk pengurusan perbelanjaan.
    • Model AI untuk baca resit, klasifikasi transaksi, dan cadangan bajet.
    • Analitik masa nyata untuk CFO dan pemilik bisnes.

Hasil untuk pelanggan:

  • Pemilik bisnes boleh lihat dashboard perbelanjaan live – siapa belanja apa, untuk projek mana.
  • Tuntutan perbelanjaan staf boleh siap dalam minit, bukan minggu.
  • Bank X dapat tingkatkan volume transaksi kad dan “stickiness” pelanggan, sambil mengukuhkan imej sebagai peneraju AI dalam perkhidmatan kewangan.

Ini hampir sama dengan apa yang Fifth Third buat bersama Brex – cuma disesuaikan dengan konteks Malaysia.

Apa Langkah Seterusnya untuk Pemain Kewangan di Malaysia?

Kerjasama Fifth Third–Brex mengesahkan satu perkara: AI dalam kewangan bukan lagi projek R&D; ia sudah menjadi enjin produk sebenar dengan bilion dolar volume transaksi.

Bagi bank, insurans dan fintech Malaysia, beberapa langkah seterusnya wajar dipertimbangkan mulai sekarang:

  1. Lakukan penilaian pantas: Di mana proses kewangan korporat anda paling banyak “kertas, Excel dan manual”? Di situlah AI-first partnership paling masuk akal.
  2. Kenal pasti bakal rakan teknologi: Sama ada fintech tempatan atau global, pastikan mereka ada rekod dalam AI untuk perbelanjaan, kad, atau pengurusan tunai.
  3. Mulakan dengan pilot terfokus: Pilih satu segmen – contohnya pelanggan SME premium – dan tawarkan kad korporat + platform AI sebagai pakej percubaan.
  4. Bina naratif jenama: Pelanggan perlu nampak bahawa inisiatif ini bukan “cuba-cuba”, tapi sebahagian daripada strategi lebih besar AI dalam perkhidmatan kewangan anda.

Sektor kewangan Malaysia sudah pun antara yang paling pantas mengguna AI untuk fraud detection, credit scoring dan khidmat pelanggan. Langkah seterusnya ialah membawa AI terus ke jantung transaksi harian – kad komersial, perbelanjaan korporat dan pengurusan tunai.

Fifth Third dan Brex baru saja membuktikan bahawa model ini berfungsi pada skala besar. Soalannya sekarang: siapa antara pemain Malaysia yang akan jadi yang terawal menyesuaikan model ini untuk pasaran tempatan?