Pelantikan Ankur Sehgal sebagai GCEO CTOS boleh mempercepat penggunaan AI dalam kredit, risiko dan fraud di Malaysia. Inilah implikasi praktikal untuk bank dan fintech.
CTOS, AI dan CEO Baharu: Isyarat Penting untuk Sektor Kewangan Malaysia
Pada 03/03/2026 nanti, seorang pemimpin yang memang hidup dan bernafas digital banking akan mengambil alih kerusi nombor satu di CTOS. Nama dia Ankur Sehgal – dan pelantikan ini lebih daripada sekadar berita korporat.
Ini menyentuh jantung ekosistem kredit Malaysia: bagaimana data, analitik dan kecerdasan buatan (AI) digunakan untuk menilai risiko, mengesan penipuan, dan membuka akses pembiayaan kepada jutaan rakyat dan PKS. Dalam siri AI in Financial Services ini, pelantikan GCEO CTOS ini adalah salah satu petunjuk paling jelas hala tuju industri untuk beberapa tahun akan datang.
Artikel ini mengupas kenapa pelantikan Ankur Sehgal penting, bagaimana ia boleh mengubah cara bank, insurans dan fintech menggunakan AI, serta apa langkah praktikal yang patut dipertimbangkan oleh pemain kewangan Malaysia sekarang – sebelum 03/03/2026 tiba.
Siapa CTOS dan Kenapa CEO Mereka Penting untuk AI Kewangan
Jawapannya ringkas: CTOS ialah enjin data risiko bagi sebahagian besar industri kewangan Malaysia.
Kebanyakan bank, syarikat kewangan, insurans dan fintech di Malaysia bergantung pada data dan skor kredit daripada CTOS untuk membuat keputusan:
- Lulus atau tolak permohonan pinjaman
- Tetapkan had kad kredit
- Nilai risiko pelanggan BNPL dan pinjaman mikro
- Saring penipuan dan tingkah laku berisiko
Dalam dunia AI kewangan, CTOS ialah:
- Pembekal data latihan untuk model pembelajaran mesin (ML)
- Rakan kongsi logik risiko untuk sistem pemarkahan kredit automatik
- Titik rujukan pematuhan untuk amalan pinjaman bertanggungjawab
Bila organisasi seperti ini memilih seorang GCEO yang mempunyai latar belakang:
- 20 tahun dalam perbankan digital, risiko dan data
- Pengalaman membina produk digital hujung-ke-hujung
- Rekod melaksanakan pemarkahan alternatif, analitik data dan sistem AI
…itu isyarat jelas kepada pasaran bahawa AI, data dan automasi akan menjadi teras strategi CTOS, bukan sekadar projek sampingan.
Profil Ankur Sehgal: Pemimpin Risiko Digital, Bukan Sekadar Banker Tradisional
Pelantikan CEO hanya bermakna jika latar belakangnya selari dengan arah yang syarikat mahu tuju. Dalam kes ini, profil Ankur sangat kena dengan keperluan transformasi AI di Malaysia.
1. Dua Dekad di Persimpangan Risiko, Digital dan Data
Daripada butiran yang dikongsi, beberapa perkara menonjol:
- 20 tahun pengalaman dalam:
- perbankan digital
- produk & strategi runcit
- pengurusan risiko & kredit
- data dan analitik
- Pernah berkhidmat di:
- Singapura
- Malaysia
- Filipina
- Vietnam
- Kemboja
- Amerika Syarikat
Gabungan risiko + digital + data ini ialah kombinasi yang sama yang diperlukan untuk membina sistem AI kewangan yang betul-betul berfungsi — tepat, patuh regulasi, dan mesra pelanggan.
2. Rekod di CIMB: Dari Produk Digital ke AI-Fraud
Di CIMB, Ankur memegang peranan penting:
- Senior Managing Director, Digital Business di CIMB Bank Malaysia
- Ahli Lembaga Pengarah CIMB Bank Cambodia
- Sebelum itu, Chief Business & Strategy Officer di CIMB Bank Philippines
Antara hasil kerja yang dinyatakan:
- Membina produk digital hujung-ke-hujung (end-to-end)
- Membangunkan perkongsian ekosistem (contoh: embedded finance, e-commerce, super app)
- Menubuhkan sistem keputusan kredit alternatif
- Melaksanakan sistem kutipan hutang dan pencegahan penipuan berasaskan AI
- Mempertingkat keupayaan data dan analitik perbankan
Kalau anda sedang bina strategi AI untuk bank sekarang, senarai di atas pada dasarnya ialah peta jalan AI perbankan moden. Itu sebabnya ramai orang dalam industri melihat pelantikan ini sebagai langkah strategik, bukan hanya pengisian jawatan kosong.
3. Pengalaman Risiko Mendalam di Beberapa Bank Serantau
Sebelum CIMB, Ankur pernah memegang peranan kanan di:
- AmBank Group Malaysia
- OCBC Bank Singapura
- United Overseas Bank (UOB) Singapura
- JP Morgan Chase
Tugasan beliau termasuk:
- Pengurusan risiko, kredit, kutipan dan operasi fraud
- Pembangunan scorecard & pengurusan portfolio
- IFRS 9 & infrastruktur kredit
- Salah satu transaksi jualan hutang runcit terbesar di Malaysia
Ini penting kerana AI dalam kredit dan risiko bukan sekadar model ML yang cantik. Ia mesti:
- Patuh garis panduan BNM
- Boleh diaudit dan diterangkan (explainable)
- Disejajarkan dengan polisi perakaunan dan peruntukan kerugian
Ankur datang dari dunia yang penuh dengan kekangan sebegini – dan itu sebenarnya kelebihan besar bila menerajui CTOS.
Bagaimana Pelantikan Ini Boleh Mempercepat AI dalam Kredit Malaysia
Pelantikan GCEO dengan DNA digital dan risiko biasanya membawa beberapa perubahan corak besar.
1. Dari Laporan Kredit kepada Platform AI Risiko
CTOS secara tradisional terkenal sebagai agensi pelaporan kredit. Dengan kepimpinan baharu, hala tuju lebih berpotensi berganjak kepada platform risiko pintar yang menyediakan:
- Skor kredit berasaskan ML yang dinamik
- Model risikan penipuan masa nyata
- Behavioural scoring berasaskan data transaksi dan tingkah laku
- Pemarkahan khusus segmen (PKS, gig worker, pelanggan BNPL)
Untuk bank dan fintech, ini bermakna:
- Integrasi lebih mudah dengan API & model AI CTOS
- Masa pasaran yang lebih pantas untuk produk baru (loan digital, BNPL, micro-lending)
- Kurang kebergantungan kepada model dalaman yang mahal untuk dibina dari kosong
2. Penggunaan Data Alternatif untuk Kewangan Inklusif
Ankur pernah memacu keputusan kredit alternatif di Filipina dan rantau ini. Dalam konteks Malaysia, kita boleh jangka fokus yang lebih kuat kepada penggunaan:
- Data telco
- Perilaku e-dagang
- Sejarah pembayaran utiliti dan bil digital
- Data dompet elektronik dan pembayaran QR
Gabungan data tradisional (CTOS, CCRIS) dan data alternatif membolehkan:
- Penilaian risiko yang lebih adil bagi:
- pekerja gig
- peniaga mikro
- pelanggan tanpa slip gaji formal
- Pengurangan blind spot risiko yang sering menyebabkan NPL naik
Ini seiring dengan agenda BNM tentang kewangan inklusif dan pinjaman bertanggungjawab – dan CTOS berada di posisi tengah rantaian nilai ini.
3. AI untuk Kutipan & Pencegahan Penipuan yang Lebih Pintar
Salah satu pengalaman Ankur di CIMB ialah melaksanakan sistem:
- Kutipan berasaskan AI
- Sistem pengesanan penipuan berasaskan AI
Diterjemahkan ke dalam konteks CTOS, kita boleh jangka:
- Produk yang membantu bank menghubungkan skor risiko + strategi kutipan automatik
- Model fraud yang mengambil kira data rentas institusi, bukan hanya data dalaman satu bank
- Alat pemantauan awal (early warning) untuk akaun berisiko tinggi
Bagi bank dan syarikat pembiayaan, kesannya nyata:
- Pengurangan kos kutipan manual
- Penurunan kadar kerugian kredit
- Peningkatan pengalaman pelanggan (kurang diganggu bila sebenarnya berisiko rendah)
Implikasi untuk Bank, Insurans dan Fintech di Malaysia
Kalau anda berada di pihak bank, insurans atau fintech, pelantikan ini bukan sekadar berita yang lalu di LinkedIn feed. Ia petanda untuk menyusun langkah.
1. Masa yang Tepat untuk Menyemak Semula Strategi Data & AI Anda
Sebelum 03/03/2026, organisasi kewangan patut bertanya beberapa soalan mudah tapi tajam:
-
Bagaimana kami gunakan data CTOS hari ini?
- Hanya untuk screening asas?
- Atau diintegrasi sebagai sebahagian model ML dalaman?
-
Adakah seni bina sistem kami bersedia untuk API dan skor AI generasi baharu?
- Bolehkan real-time decisioning?
- Atau masih bergantung kepada batch & proses manual?
-
Pasukan risiko dan data kami sejajar atau terpisah?
- AI hanya di IT/Data?
- Atau disatukan dengan fungsi risiko dan bisnes?
Institusi yang buat kerja rumah ini awal akan lebih cepat memanfaatkan sebarang produk dan kemampuan baharu yang CTOS perkenalkan di bawah pimpinan baru.
2. Kes Pelanggan Malaysia: AI Kredit yang Dah Jadi Realiti
Beberapa tahun kebelakangan ini, kita sudah nampak contoh bagaimana AI dan CTOS bergabung dalam produk sebenar. Contohnya, sistem pinjaman berkuasa AI yang digunakan oleh sebuah bank tempatan dengan kerjasama CTOS dan rakan teknologi lain.
Manfaat yang biasanya tercapai:
- Kelulusan pinjaman runcit lebih pantas (minit, bukan hari)
- Penambahbaikan kadar kelulusan bagi segmen sasaran
- Nisbah NPL terkawal melalui pemarkahan risiko yang lebih tepat
Pelantikan Ankur membuka peluang untuk menggandakan kesan ini merentas lebih banyak bank dan produk, termasuk:
- Pembiayaan kenderaan
- Pinjaman peribadi digital sepenuhnya
- Pembiayaan PKS berasaskan aliran tunai (cashflow-based lending)
3. Untuk Insurans dan Takaful: AI Underwriting dan Anti-Fraud
Walaupun naratif CTOS sering dikaitkan dengan pinjaman, data dan AI mereka juga relevan kepada:
- Underwriting insurans/takaful motor dan kesihatan
- Pengesanan tuntutan palsu atau terlebih tuntut
- Penetapan harga dinamik berdasarkan profil risiko individu
Dengan GCEO yang biasa mengurus risiko dan fraud rentas produk, syarikat insurans dan takaful patut mula berfikir:
- Bagaimana data kredit dan tingkah laku kewangan boleh digabungkan dengan data dalaman tuntutan
- Bagaimana model AI boleh dilatih dengan data CTOS untuk skor risiko tuntutan yang lebih halus
Langkah Praktikal untuk Pemain Kewangan Menyambut Era CTOS Baharu
Supaya artikel ini bukan sekadar analisis, berikut beberapa langkah khusus yang saya cadangkan untuk bank, insurans dan fintech.
1. Bentuk Taskforce Kecil “CTOS + AI”
Bukan projek mega, cukup pasukan rentas fungsi:
- 1–2 orang dari risiko/kredit
- 1–2 orang dari data/analitik
- 1 orang dari IT/arkitektur
- 1 orang dari bisnes produk
Tugas mereka:
- Peta bagaimana data CTOS digunakan hari ini
- Kenal pasti ruang penambahbaikan dengan AI (contoh: automasi pre-screening, early warning, fraud)
- Sediakan wish list produk/kapasiti yang diharap CTOS boleh sediakan
Bila CTOS mula memposisikan tawaran baharu di bawah kepimpinan Ankur, anda sudah tahu apa yang perlu dibincang dan diuji.
2. Bersihkan Data Dalaman Sebelum Salahkan AI
Model AI hanya sekuat kualiti data.
Sebelum bercakap tentang model canggih, banyak institusi kewangan sebenarnya perlu:
- Susun semula data model pelanggan dan pinjaman
- Kurangkan missing values dalam medan kritikal (pendapatan, jenis pekerjaan, sektor, tujuan pinjaman)
- Selaraskan definisi risiko rentas jabatan (contoh: default, re-aging, restructure)
Apabila data dalaman bersih, integrasi dengan data CTOS + model AI luaran akan jauh lebih berkesan.
3. Latih Pasukan Risiko tentang AI, Bukan Hanya Pasukan Data
Satu kesilapan biasa di bank: AI dianggap urusan pasukan data semata-mata.
Realitinya, di bawah rangka kerja BNM dan IFRS 9, pemilik sebenar model risiko ialah fungsi risiko/kredit, bukan saintis data.
Jadi:
- Bawa latihan asas AI kepada pegawai risiko
- Terangkan konsep seperti:
- feature importance
- model monitoring
- bias & fairness dalam skor kredit
- Libatkan mereka awal dalam reka bentuk model, bukan hanya di hujung untuk “sign-off”
Dengan latar belakang Ankur yang merentas risiko dan data, saya jangka CTOS juga akan menekankan aspek explainable AI dan model governance – sesuatu yang bank patut sedia dari sekarang.
Ke Hadapan 2026: CTOS di Tengah Agenda AI Kewangan Malaysia
Pelantikan Ankur Sehgal sebagai GCEO CTOS pada 03/03/2026 datang pada masa yang tepat – ketika:
- Bank-bank Malaysia mempercepat bajet AI untuk pemarkahan kredit, fraud dan automasi
- Fintech dan pemain BNPL perlukan cara yang lebih baik menilai risiko pelanggan muda dan pekerja gig
- BNM menggerakkan agenda open data dan open finance yang menjadikan data sebagai aset strategik
CTOS berada di tengah semua ini. Dengan pemimpin yang pernah membina:
- Produk digital hujung-ke-hujung
- Sistem kredit alternatif
- Kutipan dan fraud berasaskan AI
- Infrastruktur data dan analitik serantau
…kita boleh jangka beberapa tahun akan datang akan menyaksikan CTOS berevolusi daripada agensi kredit tradisional kepada rakan strategik AI bagi sektor kewangan Malaysia.
Bagi bank, insurans dan fintech yang serius tentang AI, soalan utamanya bukan lagi sama ada AI akan mengubah cara mereka menilai risiko. Soalannya:
Bila CTOS melangkah ke gear baharu di bawah kepimpinan ini, adakah organisasi anda sudah cukup bersedia untuk menggunakan sepenuhnya data, model dan platform AI yang bakal tersedia?
Jika jawapannya belum, 2026 bukan tahun untuk tunggu dan lihat. Ini masa untuk bina asas — dari data, proses, hingga pasukan — supaya bila gelombang AI seterusnya datang, anda berada di hadapan, bukan mengejar dari belakang.