‘Sudah cukup’: Analis mempertanyakan belanja teknologi bank sebesar $650 miliar

Bank-bank menghabiskan $650 miliar untuk teknologi tahun lalu – kira-kira setara dengan produk domestik bruto Belgia atau Swedia – namun tidak banyak menunjukkan manfaatnya, menurut laporan yang dirilis McKinsey pada hari Rabu.

“Bank telah berinvestasi dalam teknologi, namun karena berbagai alasan, mereka belum mampu, setidaknya di tingkat industri, memonetisasi hasil dari semua investasi ini,” kata Xavier Lhuer, mitra McKinsey, dalam sebuah wawancara.

Tidak semua orang memiliki pandangan buruk seperti itu, dan tentu saja bank harus berinvestasi pada teknologi agar dapat berfungsi. Namun sebagian besar analis dan pengamat industri sepakat bahwa bank harus lebih transparan mengenai belanja teknologi dan menunjukkan keuntungan yang lebih besar.

“Perkawinan antara perbankan dan teknologi mempunyai pengaruh yang kuat dalam jangka panjang,” kata Mike Mayo, direktur pelaksana dan kepala penelitian bank-bank besar AS di Wells Fargo Securities, dalam sebuah wawancara. mayo sering kali bertanya kepada CEO bank besar tentang belanja teknologi selama panggilan pendapatan. “Pendapatan per karyawan meningkat tiga kali lipat selama tiga dekade terakhir.”

Bank telah mengalihkan nasabah dari cabang dan teller ke ATM, call center, dan perbankan digital, ujarnya. Bank-bank terbesar di AS kini memiliki 150 juta nasabah perbankan digital, atau sekitar setengah dari populasi orang dewasa. Transaksi Zelle Bank of America meningkat dua kali lipat selama tiga tahun terakhir. Perangkat baru telah memungkinkan penjaminan kredit, anti pencucian uang, dan perlindungan keamanan siber yang lebih baik.

Namun terlepas dari semua ini, rata-rata rasio pengeluaran terhadap pendapatan bank masih 60%, kata Mayo.

“Sebagai investor, kapan kita melihat penurunan ini?” kata Mayo. “Saya sudah cukup yakin bahwa perusahaan-perusahaan teknologi mempunyai janji-janji besar. Mari kita lihat hal ini tercermin dalam rasio pengeluaran terhadap pendapatan bagi bank.”

Dewan bank dan analis menaruh perhatian lebih dekat pada hal initerutama ketika bank meningkatkan belanja mereka untuk AI.

“Ada pandangan umum bahwa belanja teknologi tidak jelas dan seringkali nilai yang dihasilkan sulit diukur sehingga meningkatkan skeptisisme,” kata Lhuer. “Sangat sedikit bank yang benar-benar mampu mengartikulasikan berapa banyak dana yang dibelanjakan untuk teknologi dan apa yang mereka peroleh dari teknologi tersebut.”

Apa yang salah dari bank mengenai pembelian teknologi

Belanja teknologi global di bidang perbankan telah meningkat rata-rata sebesar 9% per tahun, melampaui pertumbuhan pendapatan sebesar 4%, menurut data laporan McKinsey.

Alasan-alasan yang menyebabkan keterputusan ini antara lain adalah menurunnya produktivitas, tidak jelasnya diferensiasi kompetitif, dan meningkatnya kompleksitas biaya, menurut laporan tersebut.

Beberapa lembaga keuangan berada dalam apa yang disebut McKinsey sebagai “lingkaran negatif”: “mereka memiliki kapasitas diskresi yang terbatas untuk belanja teknologi namun menentukan bahwa mereka perlu membangun solusi tertentu sendiri, sering kali karena penawaran vendor tidak memenuhi kebutuhan mereka,” laporan tersebut dikatakan. Mereka akhirnya mengerjakan proyek-proyek kecil “yang hasilnya seringkali tidak jelas”.

Dalam pandangan Mayo, bank tidak memperoleh banyak manfaat dari teknologi karena ketika mereka melakukan modernisasi, mereka cenderung mengotomatiskan proses yang buruk.

“Sebagian besar bank masih mengiklankan programmer COBOL,” kata Mayo. “COBOL adalah bahasa pemrograman yang pertama kali muncul lebih dari setengah abad yang lalu pada tahun 1959. Itu hanyalah satu titik data yang menunjukkan bahwa modernisasi masih harus dilakukan. Pertanyaan di masa depan adalah, kapan bank menerapkan teknologi baru ini mulai dari uji coba hingga produksi hingga profitabilitas?”

Ryan Favro, mantan konsultan Capco yang baru-baru ini mendirikan perusahaan AI, Graivy, menunjukkan bahwa terkadang perusahaan harus berinvestasi di bidang teknologi, meskipun keuntungannya tidak akan diperoleh dalam jangka waktu tertentu.

“Jika pengeluaran mereka lebih tinggi dari rasio pendapatan, saya akan bertanya, apakah ada strategi dibalik hal tersebut?” katanya dalam sebuah wawancara. Artinya, apakah kita menguji sesuatu yang kita tahu akan membuahkan hasil dalam beberapa kuartal lagi?

Salah satu kesalahan yang dilakukan bank, dalam pandangan Favro, adalah mereka menangani permasalahan yang paling kompleks dan tersulit terlebih dahulu, dengan asumsi bahwa permasalahan tersebut akan menghasilkan keuntungan tertinggi.

“Sayangnya, pendekatan ini sering menyebabkan penundaan dan kegagalan proyek, karena inisiatif dengan kompleksitas tinggi sulit dilaksanakan, terutama dalam batasan sistem lama,” kata Favro. Mereka berisiko terjebak dalam siklus pembuktian konsep yang tidak membuahkan hasil berarti, membuang-buang waktu dan sumber daya, katanya.

“Pada saat mereka menyadari kesalahan langkah dan inefisiensi yang mereka buat, mereka sering kali telah kehabisan anggaran, sehingga hanya menyisakan sedikit ruang untuk koreksi atau inovasi lebih lanjut,” kata Favro.

Mereka juga cenderung ingin membangun model AI mereka sendiri, sehingga menyebabkan pengeluaran yang tidak perlu dan lambatnya adopsi, dibandingkan memanfaatkan miliaran dolar yang telah diinvestasikan oleh raksasa teknologi seperti Microsoft, OpenAI, Google, dan AWS, kata Favro.

pengeluaran AI

Pengeluaran untuk proyek AI, khususnya AI generatif, adalah fokus terbaru dari konsultan dan pengawasan para analis.

“Saya ingin melihat kasus penggunaan yang konkrit,” kata Mayo. “Dalam hal ini, pembicaraan bukanlah sesuatu yang murahan bagi industri perbankan. Di manakah kasus penggunaan yang membuat nasabah, karyawan, dan investor tertarik dengan cara peluncuran produk teknologi besar membuat para pemangku kepentingannya bersemangat?”

Teresa Heitsenrether, kepala data dan analitik di JPMorgan Chase, yang mengawasi inisiatif AI di seluruh bank dan telah meluncurkan portal AI generatif untuk semua karyawan, mengakui bahwa banyak orang menanyakan pertanyaan ini.

“Dia itu pertanyaan: Di mana nilai komersialnya?” katanya dalam panel AI pada hari Selasa di konferensi Wanita Paling Berpengaruh di Perbankan di New York. “Ada orang-orang yang kecewa.”

Dia melihat ini sebagai perjalanan tiga fase.

“Fase awalnya adalah meletakkan benda ini di meja Anda dan membuat Anda lebih efektif selama satu atau lima jam sehari,” kata Heitsenrether. “Jumlahnya memang bertambah, namun sangat sulit untuk diukur karena ini hanya sebagian kecil dari waktu yang dihabiskan banyak orang dalam sehari.”

Fase selanjutnya adalah melengkapi AI generatif dengan data bank milik sendiri. Jadi di call center JPMorgan Chase, misalnya, di mana perwakilan contact center melayani 80 juta rumah tangga, “jika mereka dapat menjawab pertanyaan dengan lebih cepat, jika ini merupakan pengalaman klien yang lebih baik, jika mereka memiliki akses terhadap informasi di seluruh produk tersebut, maka hal tersebut merupakan sebuah tantangan.” penghematan nyata bagi kami, “katanya. “Setiap detik (yang dihemat) dari panggilan-panggilan tersebut merupakan dampak nyata yang nyata.”

Namun untuk mencapai hal ini memerlukan banyak usaha, karena dokumen dan brosur kebijakan produk tidak ditulis untuk tujuan ini. “Sekarang tinggal bagaimana mengadaptasi semua pengetahuan tersebut agar dapat berguna dan memastikan bahwa pengetahuan tersebut sangat akurat dan mutakhir.”

Fase ketiga adalah alur kerja agendi mana agen AI menyelesaikan tugas tanpa campur tangan manusia, kata Heitsenrether.

“Para model semakin baik dalam penalaran, mereka dapat melakukan banyak langkah,” katanya. “Anda dapat menganggap alat ini sebagai analis yang cakap dan dapat melakukan banyak pekerjaan untuk Anda, selama Anda menjelaskan kepada analis tersebut, ini adalah langkah-langkah yang harus Anda ambil untuk menyelesaikan sesuatu, di situlah menurut kami Anda berada. akan melihat lebih banyak produktivitas.”

Lhuer setuju bahwa konsep AI agen “memiliki banyak harapan,” kata Lhuer. Namun menurutnya, konsep negative loop masih berlaku.

“Jika bank tidak melakukan upaya untuk membuka nilai dari investasi teknologi mereka, baik dalam agen AI atau otomatisasi AI tradisional, mereka akan tetap mengalami pertumbuhan negatif yang sama,” katanya, Dengan “memperbarui untuk membuka nilai dari investasi teknologi,” Lhuer berarti memastikan bahwa dana teknologi diterapkan di beberapa area di mana nilai yang sangat besar dapat diaktifkan.

Daripada berinvestasi pada banyak proyek percontohan, bank akan lebih baik memilih beberapa dan fokus pada proyek tersebut. Misalnya, mereka dapat menggunakan AI generatif untuk membuat pengembang lebih produktif (beberapa bank, termasuk Citi dan Goldman Sachs, melakukan hal ini saat ini).

Dengan proyek-proyek AI, “kunci keberhasilannya adalah dengan mengajak para chief financial officer, chief information officer, chief risk officer, dan para eksekutif bisnis untuk bersama-sama menentukan bagaimana bisnis mereka akan bertransformasi dan kemudian berkomitmen untuk merealisasikan manfaatnya.” , “kata Lhuer. “Itulah yang sering dihadapi oleh bank-bank, bagaimana Anda mendorong kolaborasi lintas fungsi karena Anda membutuhkan semua pihak untuk bersatu untuk dapat mewujudkan nilai tersebut.”

Favro merekomendasikan agar bank fokus pada inisiatif dengan kompleksitas rendah dan bernilai tinggi untuk menunjukkan kemenangan cepat dan menunjukkan potensi teknologi baru. “Hal ini dapat membangun kepercayaan internal dan secara bertahap mengurangi resistensi,” ujarnya.

Laporan McKinsey menawarkan beberapa rekomendasi menyeluruh kepada bank mengenai belanja teknologi. Salah satunya adalah mereka harus meningkatkan anggaran belanja diskresi sebesar 50% atau lebih dengan meningkatkan produktivitas teknik dan “mengoptimalkan” belanja pemerintah. Alasan lainnya adalah mereka harus mengetahui tujuan dan hasil utama dari setiap proyek. Upaya ketiga adalah melakukan tinjauan berbasis hasil triwulanan terhadap tujuan-tujuan dan hasil-hasil utama tersebut. Keempat, mereka harus mampu mengkomunikasikan nilai investasi teknologi mereka kepada investor.