Robotaxi, AI & Kewangan: Masa Depan Mobiliti Bandar

AI dalam Pengangkutan & Logistik••By 3L3C

Robotaxi seperti Zevo dan Tensor sedang membentuk masa depan mobiliti bandar. Apa maknanya untuk AI, bank, insurans dan fintech di Malaysia?

robotaxiAI dalam pengangkutankenderaan autonomifintechperbankan digitalinsurans pintarmobiliti bandar
Share:

Robotaxi, AI & Kewangan: Masa Depan Mobiliti Bandar

Pada 2025, firma mobiliti di AS seperti Zevo sudah bercakap tentang menambah robotaxi ke dalam armada car‑share mereka, bermula dengan model baharu seperti Tensor. Pada masa yang sama, idea pelik tapi logik mula timbul semula: beli robotaxi sendiri, dan sewakan untuk jana pendapatan pasif.

Kedengaran macam gabungan GrabCar, Airbnb dan robo‑advisor – tapi untuk kereta tanpa pemandu.

Ini bukan sekadar cerita futuristik. Untuk sektor perkhidmatan kewangan, perkembangan robotaxi ialah petunjuk jelas ke mana hala tuju AI dalam pengangkutan dan logistik – dan bagaimana bank, insurans serta fintech di Malaysia patut bersedia.

Dalam artikel siri “AI dalam Pengangkutan & Logistik” ini, saya nak sentuh tiga perkara:

  • Bagaimana model robotaxi seperti Zevo mengubah mobiliti bandar
  • Kenapa model pemilikan + sewaan robotaxi sebenarnya dekat dengan dunia kewangan
  • Apa implikasi semua ini untuk bank, syarikat insurans, fintech dan pemain logistik tempatan

1. Apa yang Zevo & Tensor sedang tunjukkan tentang masa depan mobiliti

Robotaxi menggabungkan tiga trend besar: elektrifikasi, kenderaan autonomi dan mobiliti sebagai perkhidmatan (MaaS). Zevo ialah contoh syarikat car‑sharing yang nampak peluang untuk menambah robotaxi ke dalam armada mereka, bukannya hanya bergantung pada kereta biasa yang disewa pengguna.

Dari kereta milik sendiri kepada mobiliti on‑demand

Dalam bandar padat – sama ada San Francisco, Singapura atau satu hari nanti Kuala Lumpur – corak yang sama berulang:

  • Kos parkir dan pemilikan kereta meningkat
  • Trafik makin sesak
  • Golongan muda lebih utamakan kemudahan berbanding status memiliki kereta

Robotaxi menawarkan model “bayar ikut penggunaan” (pay‑per‑use) yang digerakkan AI:

  • AI peringkat kenderaan: sistem pemanduan autonomi (persepsi, perancangan laluan, kawalan)
  • AI peringkat armada: pengoptimuman lokasi kereta, ramalan permintaan, pengurusan penyelenggaraan

Zevo mahu gabungkan robotaxi dengan car‑sharing: ada pengguna yang pandu sendiri, ada yang hanya tempah robotaxi dan duduk di belakang. Logik ini sama macam integrasi AI dalam bank: ada proses masih manual, ada proses sudah diotomasi penuh.

Idea “beli robotaxi sendiri dan sewakan” bukan merepek

Bila robotaxi menjadi lebih biasa, dua idea mula timbul semula:

  1. Individu beli robotaxi seperti aset pelaburan
  2. Sewakan robotaxi itu melalui platform seperti Zevo untuk jana pendapatan

Ini hampir sama dengan:

  • Beli rumah servis dan sewakan melalui platform homestay
  • Beli lori dan sewakan kepada syarikat logistik

Untuk sektor kewangan, inilah “produk baru” yang menunggu untuk difahami:

  • Pinjaman kenderaan untuk robotaxi (berdasarkan aliran tunai, bukan gaji saja)
  • Insurans berasaskan penggunaan (usage‑based) untuk kereta autonomi
  • Platform pelaburan alternatif di mana pelabur kecil boleh kongsi pemilikan armada robotaxi

2. Persamaan besar: Robotaxi vs AI dalam bank & insurans

Cara Zevo mengintegrasikan robotaxi dalam perniagaan car‑share sama seperti cara bank mengintegrasikan AI ke dalam sistem legasi. Teknologi bukan masalah utama; integrasi dan model bisnes yang tentukan siapa menang.

Integrasi senyap, bukan ganti semua sekaligus

Kebanyakan bank atau insurans di Malaysia tak terus “buang” sistem lama bila guna AI. Mereka:

  • Tambah lapisan analitik AI di atas sistem sedia ada
  • Automasi tugas yang berulang dulu (seperti semakan dokumen, scoring kredit asas)
  • Uji AI di satu produk dulu, bukan seluruh bank

Zevo buat perkara yang sama:

  • Mereka tak tukar semua kereta jadi robotaxi serta‑merta
  • Mereka tambah robotaxi di kawasan yang paling sesuai dahulu (laluan mudah, bandar tertentu)
  • Mereka biar pengguna pilih: nak pandu sendiri atau nak robotaxi

Ini model integrasi yang paling masuk akal untuk:

  • Bank: AI untuk penilaian kredit, pencegahan penipuan, khidmat pelanggan
  • Insurans: AI untuk penetapan harga polisi, penilaian tuntutan, pengesanan fraud
  • Logistik: AI untuk pengoptimuman laluan, ramalan permintaan, automasi gudang

Data ialah “bahan api” utama ekosistem baru

Robotaxi hasilkan data:

  • Lokasi masa nyata
  • Corak perjalanan pengguna
  • Maklumat pemanduan sistem autonomi (brek, kelajuan, jarak, cuaca)

Sektor kewangan pun sama:

  • Transaksi kad, e‑wallet, pinjaman
  • Sejarah tuntutan insurans
  • Tingkah laku pelanggan dalam aplikasi

Gabungkan kedua‑dua set data ini, barulah ekosistem pintar bandar jadi realistik:

  • Bank boleh menilai risiko kredit pemandu / pemilik armada robotaxi dengan lebih tepat
  • Insurans boleh kira premium berdasarkan risiko sebenar perjalanan, masa dan lokasi
  • Fintech boleh reka produk mikro‑pembiayaan untuk pemilik tunggal yang nak beli satu robotaxi sebagai aset

The reality? AI hanya bernilai bila data dari pelbagai industri boleh “berbual” antara satu sama lain dengan selamat dan terkawal.

3. Model perniagaan baru: dari sewaan kereta ke pasaran aset robotaxi

Robotaxi membuka kelas aset baru yang sangat bergantung kepada AI untuk jadi menguntungkan. Ini di mana bank, insurans dan fintech boleh main peranan besar.

Dari kenderaan sebagai kos, kepada kenderaan sebagai aset pelaburan

Dalam model tradisional, kereta ialah liabiliti: susut nilai, kos servis, insurans, cukai. Dalam model robotaxi:

  • Kereta jadi aset yang jana aliran tunai sepanjang hari
  • Nilai aset bukan hanya nilai kereta, tapi kecekapan AI yang mengurus armada

Bayangkan senario mudah:

  • Kos robotaxi EV: RM180,000
  • Purata pendapatan harian: RM300
  • Operasi 25 hari sebulan: RM7,500
  • Tolak elektrik, penyelenggaraan, komisen platform (contoh 40%): pemilik masih ada aliran tunai bersih yang menarik

Siapa yang boleh menyusun dan mengawal risiko aliran tunai macam ini? Bank dan fintech.

Produk kewangan yang logik lahir dari ekosistem robotaxi

Beberapa produk yang sangat masuk akal:

  1. Pembiayaan robotaxi berasaskan aliran tunai
    Pinjaman diukur berdasarkan potensi pendapatan armada, bukan sekadar slip gaji.

  2. Insurans dinamik untuk kenderaan autonomi
    Premium berbeza ikut masa puncak, cuaca, kawasan berisiko tinggi atau rendah.

  3. Dana pelaburan robotaxi
    Pelabur runcit beli unit amanah yang melabur dalam armada robotaxi – mirip REIT, tapi untuk mobiliti.

  4. Pembiayaan hijau (green financing)
    Bank boleh labelkan pembiayaan robotaxi EV sebagai pembiayaan hijau, selari dengan agenda ESG.

Untuk semua ini, AI bukan aksesori. AI jadi “otak” yang:

  • Menilai risiko secara masa nyata
  • Mengemas kini model pricing bila pola penggunaan berubah
  • Mengesan penipuan dengan pantas (contoh: tuntutan kemalangan palsu)

4. Pengajaran untuk Malaysia: dari KL ke Johor dan Sabah

Malaysia belum sampai tahap robotaxi skala besar, tapi asas AI dalam pengangkutan dan logistik sudah kuat. Syarikat seperti Pos Malaysia, GDex dan pemain e‑hailing sudah guna AI untuk laluan dan operasi.

Di mana kita berada sekarang

Beberapa perkara yang sudah berlaku di Malaysia:

  • E‑hailing guna AI untuk padankan pemandu dan penumpang serta mengira tambang dinamik
  • Syarikat kurier guna AI untuk pengoptimuman laluan penghantaran “last‑mile”
  • Bank guna AI untuk pemarkahan kredit dan pengesanan transaksi mencurigakan

Robotaxi hanyalah langkah seterusnya dalam trajektori yang sama:

  • Dari pemandu manusia → bantuan pemandu (ADAS) → separa autonomi → autonomi penuh di zon terpilih
  • Dari insurans statik → insurans berasaskan telematik → insurans berasaskan tingkah laku dan laluan masa nyata

Di mana peluang besar untuk pemain kewangan & logistik tempatan

Beberapa langkah praktikal yang saya rasa wajar dipertimbangkan hari ini:

  1. Mulakan projek perintis bersama bandar dan operator mobiliti
    Bank dan insurans boleh:

    • Bekerjasama dengan majlis bandaraya (contoh KL, Iskandar Puteri) dan operator bas/pengangkutan
    • Uji model AI untuk harga tiket dinamik, insurans perjalanan mikro dan pembiayaan kenderaan EV armada kecil

  2. Bangunkan produk “AI‑ready” walaupun robotaxi belum tiba

    • Insurans penggunaan‑berdasarkan‑jarak (pay‑how‑you‑drive) untuk TEKSI / e‑hailing
    • Pinjaman kenderaan komersial berasaskan data pendapatan e‑hailing / kurier

  3. Labur dalam keupayaan data & model AI dalaman
    Kalau data pelanggan sendiri pun masih berpecah‑belah, sukar untuk ambil peluang bila robotaxi dan mobiliti pintar nanti datang:

    • Satukan data transaksi, lokasi (di mana sesuai), tingkah laku dalam aplikasi
    • Bina pasukan analitik dan saintis data yang faham domain pengangkutan & logistik

  4. Fikir dari sudut ekosistem, bukan produk tunggal
    Robotaxi ialah contoh jelas:

    • Ada pengguna akhir (penumpang)
    • Ada pemilik aset (individu / syarikat)
    • Ada operator platform (Zevo / yang seumpamanya)
    • Ada bank, insurans, fintech di belakang tabir Produk kewangan yang kuat selalunya lahir bila semua pihak ini dirancang sekali, bukan secara silo.

5. AI dalam pengangkutan sebagai pelan jalan untuk AI dalam kewangan

Robotaxi menunjukkan satu perkara penting: bila AI matang, ia hilang dari “marketing slide” dan muncul sebagai infrastruktur senyap. Pengguna hanya nampak butang “Tempah”, bukan model AI di belakangnya.

Begitu juga dalam kewangan:

  • Pelanggan hanya nampak pinjaman “instant approval”, bukan model skor kredit AI
  • Pelanggan hanya nampak tuntutan insurans diluluskan dalam masa beberapa minit, bukan sistem pengesanan fraud AI

Contoh seperti Zevo + Tensor memberi beberapa panduan praktikal:

  1. Mulakan di kawasan terkawal
    Robotaxi diuji di zon bandar dengan peta terperinci dan peraturan jelas.
    Bank patut mulakan AI di produk/perkhidmatan yang skopnya jelas (contoh: pinjaman peribadi kecil, tuntutan motor biasa).

  2. Gabungkan manusia + mesin
    Sistem autonomi masih ada operator manusia untuk pemantauan.
    AI dalam kewangan juga patut ada “human in the loop” untuk kes luar biasa dan keputusan bernilai besar.

  3. Jadikan AI sebahagian daripada model bisnes, bukan projek IT sahaja
    Robotaxi hanya masuk akal bila model harga, insurans, pembiayaan dan operasi semuanya disusun berdasarkan data masa nyata.
    Sama juga, AI dalam bank hanya memberi impak bila mengubah cara produk direka, bukan sekadar mempercepat kerja manual.

Penutup: Dari robotaxi ke bank pintar – siapa yang bersedia?

Robotaxi seperti yang dirancang Zevo hanyalah satu contoh jelas bagaimana AI mengubah pengangkutan bandar menjadi perkhidmatan data‑berpandu.

Bagi sektor kewangan, mesejnya cukup kuat:

  • Aset fizikal baru (EV, robotaxi, armada logistik pintar) akan lahir
  • Setiap aset itu menghasilkan data kaya yang boleh digunakan untuk pembiayaan, insurans dan pelaburan dengan cara yang lebih tepat
  • Pemenang sebenar ialah institusi yang mula bina keupayaan AI, data dan kerjasama industri sebelum teknologi itu arus perdana

Jika anda di bank, insurans, fintech atau syarikat logistik, ini masa yang baik untuk bertanya secara jujur:

Kalau robotaxi mula beroperasi di KL dalam masa 3–5 tahun, adakah organisasi anda sudah bersedia dari sudut data, model AI dan produk kewangan untuk menyokong ekosistem itu?

Kalau jawapannya belum, pelan tindakan perlu bermula hari ini – bukan bila robotaxi pertama berhenti di hadapan pejabat anda.