Mengubah karyawan bank komunitas menjadi penggemar AI

Bank komunitas menemukan karyawan bisa jadi ragu-ragu ketika lembaga terintegrasi kecerdasan buatan ke dalam operasi dan alur kerjanya, apakah itu ketakutan bahwa pekerjaan akan diambil alih atau ketidakpastian tentang apa yang diharapkan.

Membawa mereka bergabung dapat dilakukan dengan berbagai cara, menurut serangkaian panel pada hari Kamis selama forum Independent Community Bankers of America. Terkadang antusiasme menjadi menular ketika karyawan mengalami kasus penggunaan yang menjanjikan secara langsung, menerima pelatihan yang tepat atau mengamati keberhasilan penerapan di antara pelanggan. Di waktu lain mereka membutuhkan kepastian bahwa pekerjaan mereka akan tetap ada, dan menjadi lebih hemat.

Periode percobaan atau adopsi bertahap juga dapat memberi waktu bagi para bankir untuk beradaptasi.

Kapan Bank Dagang di Grand Rapids, Michigan, mengaktifkan obrolan langsung dari AgenIQ untuk nasabah bisnis kecilnya pada bulan Desember 2023, setelah bank memperkenalkan fitur tersebut untuk nasabah ritel, para bankir “sangat panik,” kata Autumn Redman, manajer operasi ritel di lembaga dengan aset $5,5 miliar tersebut, di forum tersebut. “Itu seperti, ‘kami tidak tahu apa yang akan ditanyakan nasabah.'”

Jam obrolan awalnya berlangsung dari pukul 9 pagi hingga 5 sore, tetapi Redman kemudian memperpanjangnya agar sesuai dengan jam pusat kontak dari pukul 8 pagi hingga 6 sore. “Menyiapkan percakapan dengan tenang untuk staf Anda membantu … dan memastikan mereka memiliki alat untuk menangani apa yang Anda butuhkan,” katanya. Bank tersebut juga membutuhkan waktu tiga bulan untuk mulai menggunakan AgentIQ, sebulan lebih lama dari dua bulan yang menurut AgentIQ adalah waktu yang umum setelah menandatangani kontrak.

“Kami ingin memiliki waktu untuk melatih para bankir kami secara menyeluruh tentang apa yang kami rasa mereka butuhkan,” katanya.

Heritage Bank di Erlanger, Kentucky, beralih ke HuLoop Automation, platform otomasi proses yang didukung AI, pada akhir tahun 2023. Chief Operating Officer Kevin Mooney tertarik dengan fokus HuLoop pada bank komunitas dan keterjangkauannya dibandingkan dengan produk lain. Bank dengan aset senilai $1,7 miliar tersebut telah membangun lima otomasi.

“Hal yang saya suka dari platform ini adalah kami tidak memiliki satu atau dua masalah besar,” katanya. “Kami memiliki 40 atau 50 masalah kecil,” yang dapat diselesaikan sendiri oleh karyawan IT yang dilatih pada sistem HuLoop.

Mooney mengakui adanya penolakan dari staf operasi.

“Hal pertama yang dipikirkan orang saat kami mulai melakukan otomatisasi adalah oh astaga, Anda akan menyingkirkan (kami),” kata Mooney.

Meskipun bank tersebut belum mengisi posisi yang kosong, “kami tidak akan menyingkirkan siapa pun,” katanya. “Senang rasanya bagi karyawan kami untuk bekerja pada hal-hal yang berfokus pada pelanggan.”

Di Coulee Bank di La Crosse, Wisconsin, Direktur Teknologi dan Keamanan Informasi Brandon Pelinka beralih ke asisten AI dari firma kepatuhan Finosec yang membantu bank mempersiapkan ujian dengan menganalisis data dari buku pegangan peraturan.

Hal itu mengatasi masalah yang nyata. Ketika ia bergabung dengan Coulee, “Lanskap TI agak kacau,” katanya. Bank telah berinvestasi dalam teknologi, “tetapi sebagian besar tidak digunakan secara efektif. Dari perspektif tata kelola, kami menghadapi tantangan yang signifikan.” Setelah menjalani ujian pertamanya di Coulee yang memiliki aset senilai $568 juta, penerapan alat persiapan ujian Finosec menjadi prioritas.

“Saya belum pernah begitu bersemangat dengan suatu produk,” katanya.

Uji coba juga memberi karyawan waktu untuk beradaptasi dengan cara kerja yang baru.

Bank Bankwell di New Canaan, Connecticut, mengujicobakan kasus penggunaan baru dengan Senso, sebuah perusahaan yang menggunakan AI untuk mengubah kebijakan yang tidak terstruktur dan data mentah lainnya menjadi format yang kohesif. Meskipun platform Senso “sudah sukses” di sisi ritel, kata Co-founder dan CEO Senso Saroop Bharwani, standarisasi kebijakan dan prosedur untuk pinjaman usaha kecil merupakan hal baru.

“LLM (model bahasa besar) memungkinkan kami mengidentifikasi kesenjangan dan konflik dalam kebijakan serta melakukan perbaikan,” kata Bharwani. Uji coba tersebut melibatkan penyerapan prosedur operasi standar, atau SOP, yang dikeluarkan oleh Small Business Administration dan meminta Ryan Hildebrand, kepala bagian inovasi lembaga dengan aset $3,1 miliar, dan Dhruva Patel, manajer kredit pinjaman usaha kecil bank, menghabiskan waktu tiga minggu untuk menentukan seberapa akurat lembaga tersebut menangkap informasi dari SOP.

Program SBA Bankwell “tidak masif,” kata Hildebrand, tetapi bank ingin meningkatkan area tersebut. Patel menemukan bahwa ketika mengajukan pertanyaan umum, seperti tarif apa yang diizinkan oleh SBA pada jumlah dolar tertentu, responsnya akurat. Pertanyaan yang lebih teknis tentang skenario tertentu, seperti apakah pemilik bisnis yang menjual 85% bisnisnya dapat tetap menjadi pemilik, memberikan respons akurat 80% hingga 90% dari waktu.

“Ketika teknologi baru ini mulai digunakan, beberapa orang seperti Dru menyingsingkan lengan baju dan langsung menggunakannya,” kata Hildebrand. “Beberapa karyawan lain di bank mungkin merasa gugup. Namun, mereka kembali dan memeriksa ulang serta menyadari bahwa itu adalah jawaban yang tepat. Hal ini mulai membangun budaya bahwa kita dapat memercayai hal-hal ini.”