Kesenjangan Penemuan AI: Mengapa Pinjaman yang Baik Berisiko Diabaikan, dan Apa yang Dapat Dilakukan Bank

Yaacov Martin adalah CEO Jifiti.

Temukan berita dan acara fintech teratas!

Berlangganan newsletter FinTech Weekly

Dibaca oleh eksekutif di JP Morgan, Coinbase, Blackrock, Klarna dan lainnya

AI sedang mengubah setiap sudut keuangan, dan sektor layanan keuangan diperkirakan akan menghabiskan hingga $97 miliar untuk AI pada tahun 2027. Seiring teknologi seperti agen AI yang agensinya membentuk ulang perbankan dan pengalaman pelanggan, satu faktor muncul sebagai keunggulan kompetitif baru: discoverability. Saat ini, 44% konsumen mempercayai agen AI dalam layanan keuangan, menandai pergeseran perilaku konsumen.

Agen AI melampaui saran keuangan pribadi dan deteksi penipuan. Tidak hanya muncul kasus penggunaan di mana mereka menampilkan opsi pinjaman untuk konsumen, tetapi mereka akhirnya akan menyelesaikan aplikasi untuk mereka dan mengotomatisasi pencairan dana. Dalam waktu dekat, agen AI kemungkinan akan menangani segala hal mulai dari mengisi formulir hingga memverifikasi identitas dan memulai proses underwriting otomatis.

Bagi bank, pertanyaannya bukan lagi apakah akan menjadi berbasis AI, tetapi seberapa cepat. Saat underwriting yang dioptimalkan AI dan pemberi pinjaman digital pertama membentuk ulang pasar, lembaga keuangan yang berinvestasi sekarang akan tetap berada di pusat ekosistem kredit. Mereka yang menunda adopsi AI berisiko kehilangan visibilitas sama sekali, karena peminjam muda yang terbiasa teknologi akan melewati saluran tradisional demi alternatif yang lebih cerdas dan otomatis.

Discoverability adalah Pintu Utama Baru

Menggunakan mesin AI untuk mencari dan mengajukan pinjaman adalah lompatan besar berikutnya dalam pengalaman pelanggan, dengan pasar agen AI di layanan keuangan diperkirakan bernilai $4,28 miliar pada tahun 2032. Dan meskipun peluang ini sangat besar bagi bank dan lembaga keuangan, ini membawa masalah baru: invisibility.

Mesin AI tidak menilai dan mengurutkan pinjaman berdasarkan kualitas; mereka diurutkan berdasarkan keterbacaan. Ini dikenal sebagai optimisasi mesin jawaban (AEO). Jika produk pinjaman tidak disusun agar mudah diproses, maka tidak akan dipertimbangkan.

Misalnya, jika suku bunga tahunan (APR) dan kriteria kelayakan dari pemberi pinjaman tersembunyi dalam PDF, mesin AI tidak akan menampilkan pinjaman tersebut, terlepas dari daya saingnya. Bank harus memastikan metadata penawaran yang terbuka: produk pinjaman harus dijelaskan secara jelas dalam format terstruktur—jenis produk, APR, syarat, dan kriteria kelayakan. Metadata terstruktur memastikan agen AI dapat mengindeks, membandingkan, dan bertindak berdasarkan produk pinjaman secara akurat. Tanpa itu, bahkan penawaran pinjaman yang sangat baik pun bisa tetap tidak terlihat.

Namun, masalah discoverability bahkan lebih dalam lagi. AEO membantu agen AI menampilkan pinjaman, tetapi selain menempatkan data dalam format yang tepat, bank juga membutuhkan infrastruktur yang tepat agar agen AI dapat memberikan penawaran pinjaman yang bersumber dari AI kepada pelanggan.

Misalnya, pelanggan dapat memasukkan kriteria pinjaman mereka ke dalam mesin pencari agen AI, yang secara instan menampilkan semua penawaran pinjaman relevan dan opsi untuk otomatis mengajukan. Dengan satu klik, pelanggan menerima persetujuan pinjaman bersyarat, sepenuhnya didukung oleh data yang dapat dibaca mesin dan alur kerja berbasis API.

Bank yang tidak memiliki teknologi pinjaman berbasis API, perjalanan pengguna digital, data yang tidak terisolasi, dan onboarding serta pengambilan keputusan otomatis bahkan tidak akan bersaing. Dalam lingkungan ini, menjadi pemberi pinjaman yang lebih baik tidak relevan jika Anda tidak dapat ditemukan.

Tapi ini lebih mudah diucapkan daripada dilakukan. Laporan PYMNTS menemukan bahwa 75% bank kesulitan menerapkan solusi digital baru karena infrastruktur warisan mereka. Dan “59% bankir melihat sistem warisan mereka sebagai tantangan bisnis utama, menggambarkannya sebagai ‘spaghetti’ dari teknologi yang saling terhubung tetapi kuno.”

Keadilan dan Front Baru Kepatuhan

Jika discoverability adalah pintu depan untuk pinjaman berbasis agen, keadilan adalah frontier kepatuhan baru. Mesin AI tidak hanya berisiko mengecualikan produk yang tidak dioptimalkan untuk discoverability AI; mereka juga berpotensi mengecualikan seluruh kategori pemberi pinjaman yang tidak memenuhi standar teknis mereka. Tapi di sini masalahnya bukan visibilitas; melainkan keadilan.

Pinjaman berbasis agen saat ini memperkenalkan variasi modern dari pinjaman bias: konsumen mungkin diarahkan ke pemberi pinjaman dengan infrastruktur yang tepat—API, data bersih, alur kerja otomatis—bukan ke produk keuangan terbaik.

Tanpa transparansi tentang bagaimana platform berbasis AI memberi peringkat atau menampilkan penawaran pinjaman, konsumen berisiko diarahkan ke pinjaman yang biaya lebih tinggi atau kurang cocok hanya karena pemberi pinjaman tersebut memiliki infrastruktur yang tepat, bukan produk yang tepat. Ini menciptakan celah kepatuhan baru bagi regulator. Regulator mungkin segera bertanya, “Apakah infrastruktur bank Anda yang usang secara efektif memblokir akses ke produk terbaik Anda?”

Selama beberapa dekade, pengawasan regulasi berfokus pada praktik diskriminatif dalam keputusan pemberian pinjaman. Tapi seiring pinjaman berbasis agen semakin berkembang, lensa regulasi akan melebar. Bank yang gagal memodernisasi mungkin tidak hanya kehilangan pangsa pasar; mereka juga bisa dianggap berkontribusi pada bias sistemik.

Bank Masih Bisa Bersaing—Jika Mereka Memodernisasi

Di permukaan, pinjaman berbasis agen tampaknya cocok untuk fintech, yang tumpukan teknologinya dibangun untuk kecepatan dan fleksibilitas. Tapi keunggulan ini tidak eksklusif. Bank hanya perlu memperbarui model operasional mereka.

Agen AI yang muncul dirancang untuk menemukan produk yang cocok, menyelesaikan aplikasi, mengirim dokumen KYC, dan memicu underwriting otomatis. Bank yang belum mendigitalkan alur kerja mereka secara menyeluruh berisiko dilewati, bahkan jika mereka menawarkan tarif yang kompetitif. Mereka membutuhkan sistem terkoordinasi, atau platform orkestrasi, yang menghubungkan semua bagian penting dari proses pinjaman, mengotomatisasi alur kerja, dan memastikan setiap langkah dapat dibaca mesin dan diakses melalui API.

Lapisan orkestrasi yang menawarkan infrastruktur ini biasanya mengintegrasikan semua fungsi penting serta pihak ketiga, termasuk verifikasi ID, KYC/KYB, anti-penipuan, open banking, pemeriksaan risiko kredit, dan pengambilan keputusan otomatis.

Fintech sudah bersifat API-native, tetapi banyak bank masih harus mengejar ketertinggalan dengan tumpukan teknologi yang terfragmentasi. Tanpa orkestrasi, semua integrasi penting ini tetap terisolasi, dan agen AI akan membutuhkan kontinuitas end-to-end untuk akhirnya menyediakan pengalaman pengajuan pinjaman lengkap. Lapisan orkestrasi ini bukan hanya membantu—ini adalah jembatan yang memungkinkan bank warisan bersaing di ekosistem pinjaman berbasis agen tanpa harus merobohkan seluruh infrastruktur mereka.

Bank yang memodernisasi infrastruktur dan mengotomatisasi alur kerja mereka dapat merebut kembali kendali atas funnel pinjaman, memastikan platform AI menampilkan produk mereka dan pelanggan mendapatkan akses berbasis AI ke opsi terbaik dan paling sesuai yang tersedia, bukan hanya yang paling mudah dipersembahkan.