Aventur menyertai sandbox FCA dan menunjukkan bagaimana AI kewangan boleh patuh, telus dan mesra regulator. Inilah model yang relevan untuk bank dan fintech Malaysia.
Sandbox FCA & Aventur: Contoh nyata masa depan AI kewangan
Pada 2025, lebih 70% pelaburan teknologi bank besar global berkait rapat dengan AI dan data. Malaysia pun sama: bank utama, syarikat insurans dan fintech tempatan makin agresif melabur dalam kredit automatik, pengesanan fraud, dan pematuhan berasaskan data.
Di UK, satu langkah penting baru saja berlaku: Aventur, sebuah platform kesejahteraan kewangan berasaskan AI, dipilih menyertai Supercharged Sandbox anjuran Financial Conduct Authority (FCA). Ini bukan sekadar berita startup menang tempat dalam program regulatori. Ini isyarat jelas bagaimana AI dan pengawal selia boleh bergerak seiring – dan model ini sangat relevan untuk Malaysia.
Dalam siri "AI in Financial Services (Banks, Insurance, Fintech)" ini, kisah Aventur dan sandbox FCA ialah contoh segar bagaimana inovasi AI boleh berkembang dengan kawal selia, bukan melawan kawal selia. Untuk bank, insurans dan fintech di Malaysia yang serius tentang AI, ada banyak pelajaran praktikal di sini.
Apa sebenarnya yang Aventur buat dalam Sandbox FCA?
Aventur menggunakan AI untuk menutup jurang nasihat kewangan (advice gap) dan memberikan panduan kewangan yang mematuhi undang-undang kepada pengguna biasa dan institusi.
Beberapa elemen utama model mereka:
- Platform terus kepada pengguna (direct-to-consumer) untuk bantu individu mensimulasikan senario kewangan, merancang, dan meningkatkan kesejahteraan kewangan.
- Penyelesaian B2B untuk institusi yang membantu bank dan firma kewangan memenuhi obligasi Consumer Duty FCA – lebih kurang seperti keperluan "fair treatment of customers" dalam konteks Malaysia, tapi dengan elemen AI yang kuat.
- AI yang boleh diterangkan (explainable AI) – bukan sekadar model "black box", tetapi model yang boleh tunjuk logik cadangan, sesuai dengan keperluan regulator.
Dalam Supercharged Sandbox ini, Aventur akan:
- Membuktikan bagaimana AI boleh memberi panduan kewangan yang patuh, telus dan boleh dijelaskan kepada segmen pengguna yang berbeza.
- Mengoperasikan rangka kerja targeted support FCA dengan "ready-made suggestions" yang mematuhi garis panduan.
- Menggunakan infrastruktur daripada NayaOne dan NVIDIA AI Enterprise untuk membina AI yang boleh dipercayai, selamat dan berada dalam sempadan regulatori.
"Ini saat yang menentukan untuk penggunaan AI dalam perkhidmatan kewangan," kata Stacey Body, Co-Founder & CEO Aventur.
Bagi penggiat industri di Malaysia, ini lebih daripada kenyataan media. Ini template bagaimana anda boleh membina produk AI kewangan yang regulator selesa untuk uji dan, akhirnya, luluskan.
Kenapa fintech AI perlukan sandbox regulatori
Sandbox regulatori mengurangkan risiko inovasi AI – untuk pengawal selia, institusi dan juga pengguna.
Biasa kita dengar: pasukan inovasi nak gerak laju, pasukan pematuhan tarik brek kecemasan. Sandbox mengubah dinamik ini:
-
Ruang eksperimen yang terkawal
Produk AI diuji dengan jumlah pengguna, data dan masa yang terhad. Regulator boleh nampak risiko sebenar, bukan sekadar teori atas kertas. -
Dialog langsung dengan pengawal selia
Bukannya hantar dokumen tebal ke bank pusat atau suruhanjaya dan tunggu jawapan bulan depan. Dalam sandbox, pasukan produk, teknikal dan pematuhan boleh:- bertanya soalan spesifik,
- tunjuk prototaip secara live,
- dapatkan pandangan awal sebelum skala besar.
-
Keberanian untuk menguji model AI yang kompleks
Contohnya:- model pemarkahan kredit (credit scoring) AI,
- model risiko (risk modelling) untuk pinjaman,
- enjin cadangan pelaburan automatik.
Semua ini sangat sensitif. Tanpa sandbox, ramai pemimpin risiko tak berani luluskan.
-
Membina kepercayaan awam
Bila pengguna tahu produk AI telah diuji bersama regulator, bukan sekadar ujian dalaman syarikat, tahap keyakinan meningkat. Dalam konteks Malaysia, ini sangat penting untuk segmen B40 dan M40 yang mungkin skeptikal dengan sistem automatik.
Ringkasnya: sandbox mengurangkan kos "cuba dan silap" dan menjadikan AI kewangan sesuatu yang boleh diurus, bukan menakutkan.
Tiga pelajaran utama untuk bank, insurans dan fintech di Malaysia
1. AI nasihat kewangan mesti boleh dijelaskan, bukan sekadar tepat
Aventur menekankan explainable AI (XAI). Bukan hanya menjawab "cadangan terbaik anda ialah X", tetapi juga "kenapa".
Untuk pemain Malaysia, itu bermakna:
- Chatbot, robo-advisor, atau "financial coach" berasaskan AI mesti boleh tunjuk faktor utama di sebalik cadangan.
- Pihak pematuhan perlu boleh jejak:
- data apa digunakan,
- model mana yang beri skor,
- bagaimana keputusan akhir dihasilkan.
- Bila BNM atau Suruhanjaya Sekuriti bertanya, jawapan bukan sekadar "model neural network kami kata begitu".
Contoh praktik:
- Jika AI menurunkan had kredit pengguna, sistem perlu boleh terangkan:
- "Pendapatan bulanan menurun 20% berbanding 6 bulan lepas", atau
- "Nisbah hutang kepada pendapatan melebihi ambang yang ditetapkan".
Ini bukan hanya soal PR – ia terus menyentuh isu asas seperti diskriminasi algoritma, keadilan harga, dan hak pengguna untuk penjelasan.
2. Gandingkan pasukan regulatori & teknologi dari awal
Aventur jelas memposisikan diri sebagai rakan kongsi regulator, bukan sekadar peserta sandbox.
Saya sering nampak satu kesilapan sama berulang dalam organisasi kewangan:
Produk AI siap 90%, baru nak panggil pasukan pematuhan.
Ini hampir pasti melambatkan pelancaran.
Cara yang lebih sihat:
- Bentuk "squad" AI yang gabungkan:
- Data scientist / MLOps,
- pakar risiko & pematuhan,
- wakil bisnes,
- kadang-kadang, wakil regulator (melalui sandbox atau sesi bersama industri).
- Reka "policy by design", bukan "policy by audit" – kawal selia dan kawalan risiko dimasukkan dalam reka bentuk sistem, bukannya diperiksa selepas siap.
Sandbox, seperti yang FCA buat, memudahkan model ini. Malaysia pun sudah ada percubaan sandbox di peringkat bank pusat dan pengawal selia lain – cuma ramai pemain belum benar-benar memanfaatkannya untuk AI.
3. Fokus pada "continuum of support", bukan hanya satu produk
FCA bercakap tentang "continuum of support" – spektrum sokongan dari pendidikan kewangan mudah, kepada "nudges" automatik, kepada nasihat penuh.
Aventur sejajarkan AI mereka dengan visi ini:
- Pengguna awam dapat panduan dan simulasi kewangan yang mudah difahami.
- Institusi dapat cadangan sedia guna (ready-made suggestions) untuk segmen pelanggan tertentu, yang mematuhi rangka kerja sokongan sasar (targeted support).
Untuk pemain Malaysia, minda ini sangat berguna:
- Daripada cuba bina robo-advisor penuh sejak hari pertama, mulakan dengan:
- penjejak bajet pintar berasaskan AI,
- pengesanan awal tekanan kewangan pelanggan,
- cadangan automatik untuk pembayaran balik yang lebih sihat.
- Naik taraf secara berperingkat, sambil berdialog dengan regulator mengenai had dan garis panduan.
Realitinya: inovasi kecil yang konsisten lebih mudah diluluskan, dan lebih cepat membawa nilai, berbanding satu projek mega yang terlalu kompleks.
Implikasi untuk pasaran Malaysia: di mana peluang sebenar?
Malaysia sudah berada di landasan AI kewangan; persoalannya ialah siapa yang akan guna rangka kerja regulatori dengan paling bijak.
Beberapa ruang yang sangat selari dengan apa yang Aventur buat di UK:
a) Kesejahteraan kewangan pekerja & pelanggan runcit
Banyak majikan di Malaysia mula tawarkan program kesejahteraan kewangan. Tambahkan:
- aplikasi AI yang memantau kesihatan kewangan asas,
- cadangan automatik untuk tabungan kecemasan, pengurusan hutang, dan perlindungan insurans asas,
- modul pendidikan kewangan adaptif (soalan dan kandungan berubah ikut tingkah laku pengguna).
Ini boleh dijalankan dalam kerangka kawal selia sedia ada jika jelas bahawa ia panduan, bukan nasihat terikat – sama seperti yang Aventur sedang demonstrasikan bersama FCA.
b) Pematuhan risiko kredit & perlindungan pengguna
AI untuk pemarkahan kredit sudah meluas, tetapi kebanyakan masih "black box". Mengambil inspirasi dari pendekatan explainable Aventur:
- Bank boleh menstrukturkan semula model supaya ada lapisan penjelasan yang jelas.
- Laporan kepada regulator boleh termasuk:
- metrik bias,
- analisis impak ke atas segmen rentan,
- cara model diperbetalkan bila berlaku ketidakadilan.
Ini seiring dengan trend global di mana pengawal selia mahu lihat bukti praktikal keadilan algoritma, bukan sekadar kenyataan dasar.
c) Insurans: harga dinamik yang telus
Syarikat insurans di Malaysia sedang menguji model harga dinamik berdasarkan data tingkah laku (contohnya telematik kenderaan). Dengan pendekatan sandbox gaya FCA:
- Produk boleh diuji pada skala kecil,
- pelanggan diberi penjelasan jelas tentang faktor harga,
- impak ke atas kumpulan tertentu (contohnya pemandu muda, warga emas) dipantau bersama pengawal selia.
Ini mengurangkan risiko "backlash" awam, sambil membuka ruang inovasi produk yang lebih adil dan disasarkan.
Bagaimana untuk mula: rangka kerja praktikal untuk projek AI patuh regulasi
Untuk organisasi di Malaysia yang ingin meniru kejayaan model seperti Aventur + FCA, satu rangka kerja praktikal boleh nampak seperti ini:
-
Kenal pasti masalah regulatori dulu, bukan teknologi dulu
Contoh:- "Kami perlu penuhi keperluan fairness dalam pemberian kredit untuk segmen tertentu."
- "Kami mahu meningkatkan sokongan kepada pelanggan yang rentan dari sudut kewangan."
Teknologi AI datang kemudian.
-
Bina business case yang jelas untuk regulator
Terangkan:- manfaat kepada pengguna,
- kawalan risiko yang disediakan,
- cara AI dipantau dan diaudit.
-
Rancang explainability sebagai ciri teras
Soal diri sendiri:- "Jika pelanggan minta penjelasan, apa yang kita boleh tunjuk?"
- "Jika regulator minta bukti, data dan log apa yang kita ada?"
-
Guna fasa "pilot terkawal" ala sandbox dalaman
Walaupun belum masuk sandbox rasmi, cipta versi dalaman:- jumlah pengguna terhad,
- pemantauan rapat,
- laporan berstruktur ke jawatankuasa risiko.
-
Proaktif berhubung dengan pengawal selia
Bukan hanya bila produk sudah siap. Hantar konsep, minta maklum balas awal. Ini yang membezakan syarikat yang laju diluluskan dengan yang terperangkap dalam pusingan soal jawab tak berkesudahan.
AI kewangan: dari UK ke Malaysia, hala tuju 2026
Kemasukan Aventur ke Supercharged Sandbox FCA menunjukkan satu perkara jelas: AI kewangan yang patuh, telus dan fokus kepada kesejahteraan pengguna bukan angan-angan, tapi sedang diuji di pasaran sebenar.
Untuk Malaysia, 2026 berpotensi jadi tahun di mana:
- lebih banyak bank dan insurans mengubah projek AI daripada eksperimen dalaman kepada produk pelanggan sebenar,
- regulator dan industri bekerjasama lebih rapat – mungkin dengan model sandbox yang lebih mesra AI,
- pemain fintech yang berani mengambil pendekatan "Aventur + FCA" akan mendahului dari sudut kepercayaan dan kelulusan.
Jika anda berada dalam bank, insurans atau fintech di Malaysia, soalan sebenarnya bukan lagi "patutkah kami guna AI?". Soalan yang lebih tepat:
"Bagaimana kami boleh membina AI kewangan yang regulator selesa, pelanggan faham, dan organisasi boleh pertahankan?"
Jawapan awalnya sudah pun kelihatan dalam contoh FCA dan Aventur. Tugas seterusnya: menyesuaikan model itu ke dalam realiti dan rangka kerja Malaysia – sebelum pesaing anda yang lakukannya dahulu.