Oleh: Haris Firmansyah, SE & Sekretariat IRMAPA

Industri risiko kredit mulai mengadopsi teknologi generative AI. Namun, bagaimana penerapannya dapat dilakukan secara aman dan dalam skala besar?

Teknologi generative AI mulai populer setelah OpenAI merilis beta ChatGPT pada akhir 2022, yang dengan cepat menarik 100 juta pengguna dalam waktu dua bulan. Dalam dunia finansial yang cenderung konservatif, adopsi generative AI mulai terlihat, termasuk di bidang risiko kredit. Survei McKinsey terhadap eksekutif risiko kredit dari 24 institusi keuangan mengungkapkan bahwa 20% institusi sudah menerapkan generative AI, sementara 60% lainnya berencana melakukannya dalam setahun ke depan.

Penerapan Generative AI di Risiko Kredit

Teknologi generative AI dapat diterapkan di seluruh siklus kredit, dari analisis profil kredit hingga pembuatan laporan. Contohnya, AI ini mampu menggabungkan dan menganalisis data yang tidak terstruktur, serta menghasilkan laporan dan komunikasi yang dipersonalisasi untuk pelanggan. Beberapa kegunaan spesifik meliputi:

  1. Proses Kredit: Generative AI dapat menganalisis dokumen, mengidentifikasi pelanggaran kebijakan, dan menyusun memo kredit untuk ditinjau oleh petugas kredit.
  2. Monitoring Portofolio: Membantu manajer portofolio dalam pembuatan laporan kinerja dan mengidentifikasi risiko melalui analisis data real-time.
  3. Bantuan Pelanggan: Generative AI dapat mengirimkan komunikasi personal kepada pelanggan yang menghadapi masalah kredit atau memberikan opsi restrukturisasi.

Saat ini, sebagian besar penggunaan AI di sektor kredit berfokus pada pemantauan portofolio dan proses pengajuan kredit.

Meski menjanjikan, penerapan generative AI di risiko kredit menghadapi berbagai tantangan, terutama terkait dengan risiko dan tata kelola. Tantangan utama termasuk keadilan algoritma, pelanggaran privasi, dan dampak ESG seperti emisi karbon. Selain itu, terbatasnya sumber daya manusia dengan keahlian AI dan kesulitan mendefinisikan kasus penggunaan menjadi kendala tambahan.

Membangun Ekosistem Generative AI yang Efektif

Untuk memaksimalkan potensi AI, institusi keuangan harus mengembangkan praktik standar dalam penerapannya. Delapan praktik utama yang dibutuhkan mencakup:

  1. Roadmap AI yang selaras dengan strategi bisnis.
  2. Proses Pembangunan Alat AI yang mendukung eksperimen yang aman.
  3. Teknologi Gen AI-Ready untuk memproses data tak terstruktur.
  4. Model Dasar Berstandar Enterprise untuk mendukung kustomisasi.
  5. Alat Otomatisasi Pendukung untuk manajemen model.
  6. Model Tata Kelola dan Talenta yang mencakup pengembangan lintas fungsi.
  7. Arsitektur Solusi Modular untuk memungkinkan pengembangan paralel.
  8. Perpustakaan Solusi Generative AI untuk aplikasi lintas bisnis.

Melalui pendekatan ekosistem ini, institusi keuangan diharapkan dapat meningkatkan efisiensi, akurasi, dan personalisasi layanan di bidang risiko kredit.

Artikel ini telah diterbitkan oleh McKinsey, dengan judul “Embracing generative AI in credit risk” pada 1 Juli 2024. Artikel selengkapnya dapat dibaca di sini.