Diterbitkan pada

Ide Besar di 2025: Perusahaan + Fintek

Penulis

Ketika Peraturan Menjadi Kode

Image


PDF

✅ Ketika Regulasi Menjadi Kode

Perusahaan di industri perbankan, asuransi, dan kesehatan menghabiskan waktu tak terhitung dan jutaan dolar untuk mematuhi peraturan. Saat ini, regulasi perbankan dan asuransi mencakup puluhan ribu halaman; dokumen pinjaman SBA saja melebihi 1.000 halaman. Bagi bisnis, mempertahankan kesesuaian dengan kode-kode ini memerlukan alur kerja yang rumit dan banyak jam yang dihabiskan untuk merekrut dan melatih staf. Bayangkan, sebagai gantinya, dokumen-dokumen panjang tersebut — termasuk teks, gambar, dan preseden kasus — dapat digunakan untuk melatih LLM yang spesifik untuk regulasi. Tiba-tiba, kesesuaian akan menjadi semudah melakukan pencarian Google: "Apakah [X] sesuai? Apa modifikasi yang perlu dilakukan?"

Proses yang berat untuk mempertahankan kesesuaian dengan regulasi juga menimbulkan biaya yang kurang jelas bagi konsumen. Untuk memberikan satu contoh, diperkirakan 1,5 juta konsumen tertinggal dalam pembayaran hipotek mereka setiap tahun. Bagaimana jika orang-orang tersebut dapat berbicara dengan seseorang yang sangat familiar dengan pedoman layanan Fannie Mae yang lebih dari 1.000 halaman untuk mendapatkan jawaban cepat dan akurat tentang bagaimana memodifikasi pinjaman mereka dan mendapatkan bantuan? Agen AI dapat dilatih dengan cepat dan memiliki kesabaran yang tak terbatas. LLM dapat menyederhanakan proses yang tradisional ini.

Bisnis yang memerlukan banyak tenaga kerja untuk mematuhi peraturan sangat memerlukan perangkat lunak baru. AI dapat membuat sistem kita lebih aman, lebih sederhana, dan lebih efisien bagi konsumen dan perusahaan.

✅ Mengganti Sistem Catatan Warisan

AI memicu pembeli perusahaan untuk mempertimbangkan kembali seluruh tumpukan teknologi mereka. Langkah Klarna awal tahun ini untuk menggantikan Salesforce dan Workday dengan solusi AI buatan sendiri hanya permulaan. Saya memprediksi bahwa jenis pemotongan kabel — mengganti sistem catatan warisan dengan upgrade yang lebih dinamis — akan diulangi banyak kali. Untuk pertama kalinya dalam lebih dari satu dekade, sistem catatan menjadi rentan. Sementara perusahaan perangkat lunak prototipikal pada tahun 2010-an terhubung ke sistem catatan yang ada untuk memungkinkan alur kerja hilir, hari ini para pendiri yang paling ambisius sedang membayangkan sistem inti tersebut secara keseluruhan.

Basis data relasional akan menjadi multimodal: sekarang bahwa AI telah berkembang untuk melakukan pekerjaan (bukan hanya memfasilitasi), saya berharap untuk melihat pelanggan mencari "sistem keterlibatan" — alat yang dinamis dan AI-powered yang mengubah "pelaku" manusia menjadi primari reviewer. Sistem keterlibatan akan menyimpan set data inti (rincian pelanggan, informasi pesanan, dll.) dan berfungsi sebagai aplikasi utama dari mana pengguna menyelesaikan pekerjaan mereka.

Ini tidak akan cepat atau mudah. Pemain yang sudah ada di kategori ini memiliki parit data yang dalam dan sumber daya yang sangat banyak.

Harap dicatat bahwa versi bahasa Indonesia didukung oleh AI dan karena itu mungkin terjadi kesalahan kecil.

Penulis

Ai Base Network (ABN), ABN ASIA didirikan oleh orang-orang dengan akar yang kuat di dunia akademis, dengan pengalaman kerja di Amerika Serikat, Belanda, Hungaria, Jepang, Korea Selatan, Singapura, dan Vietnam. ABN Asia adalah tempat di mana akademik dan teknologi bertemu dengan peluang. Dengan solusi terdepan kami dan layanan pengembangan perangkat lunak yang kompeten, kami membantu bisnis untuk meningkatkan level dan bersaing di panggung global. Komitmen kami: Lebih Cepat. Lebih Baik. Lebih handal. Dalam kebanyakan kasus: Lebih murah juga.

Jangan ragu untuk menghubungi kami jika Anda membutuhkan layanan IT, konsultasi digital, solusi perangkat lunak siap pakai, atau jika Anda ingin mengirimkan permintaan proposal (RFP). Anda dapat menghubungi kami di [email protected]. Kami siap membantu Anda dengan semua kebutuhan teknologi Anda.

ABNAsia.org

© ABN ASIA