Kepatuhan adalah kekuatan super perbankan; itu menjadi dua kali lipat di era AI

Pada tahun 1907, Amerika berada di jurang kehancuran finansial. Semuanya bermula ketika Otto Heinze menyusun skema untuk menyudutkan pasar tembaga. Ini gagal secara spektakulermenyebabkan rumah pialangnya runtuh.

Dampaknya sangat buruk: Selama tujuh hari berikutnya, bank berjalan melanda seluruh negeri, dan Kota New York hampir mengalami kebangkrutan. James Pierpont Morgan segera menyadari apa yang terjadi.

Dia menanggapinya dengan mengunci presiden bank di perpustakaan kantornya sampai mereka menemukan solusi. Tindakannya nyaris bisa dihindari krisis yang lebih luas.

Peristiwa tersebut – yang kemudian dikenal sebagai Kepanikan tahun 1907 – menyoroti perlunya regulasi dan pada akhirnya berujung pada terciptanya Federal Reserve. Dulu, seperti yang terjadi sekarang, banyak yang merasa kesal dengan pemberlakuan birokrasi tambahan, karena percaya bahwa hal itu menyebabkan gesekan dan kekhawatiran yang tidak semestinya.

Tapi peraturan adalah hal yang baik. Sebaliknya, peraturan yang dirancang dengan baik dapat meningkatkan inovasi, produktivitas, dan pertumbuhan. Meskipun penerapan peraturan sering kali dipandang sebagai hambatan terhadap efisiensi bisnis, ternyata kepatuhan mungkin menjadi kekuatan pendorong di balik revolusi teknologi dan inovasi – khususnya di bidang kecerdasan buatan.

Pertimbangkan tim kepatuhan bank. Mereka telah lama menjadi yang terdepan dalam inovasi. Jauh sebelum ChatGPT menjadi terkenal, bank sudah menerapkan pemrosesan bahasa alami berskala besar untuk mengatasi perdagangan orang dalam, pencucian uang, dan kejahatan keuangan lainnya.

Bank melakukan hal ini sebagian karena peraturan, bukan karena peraturan. Setiap lembaga keuangan diwajibkan oleh peraturan untuk menjaga komunikasi bisnisnya, baik dari satu karyawan ke karyawan lainnya atau dari karyawan ke klien. Peraturan-peraturan ini tidak hanya membuat pasar lebih aman; mereka juga telah meletakkan dasar bagi beberapa solusi teknologi tercanggih yang digunakan saat ini, termasuk AI tingkat perusahaan.

Apa yang bisa kita pelajari dari perjalanan ini? AI sangat kuat dan bekerja dengan sangat baik. Tim kepatuhan modern bertanggung jawab untuk menyaring tumpukan komunikasi perusahaan untuk menemukan risiko yang mungkin mengindikasikan kejahatan keuangan.

Tanpa AI, hal ini hampir mustahil. Dengan AI, perusahaan dapat menilai risiko dan intelijen bisnis secara akurat dari data mereka. Alat-alat ini dapat diterapkan lebih dari sekedar layanan keuangan dan dapat mendorong sumber pendapatan baru serta pengurangan risiko.

Melalui uji coba, kesalahan, dan inovasi, lembaga keuangan telah belajar cara mengoperasikan kecerdasan buatan secara andal dan bertanggung jawab. Ini bukan demo atau trik yang mencolok — ini adalah sistem tingkat produksi dalam skala besar.

Industri lain harus memperhatikan: Di luar jasa keuangan, sebagian besar perusahaan tidak mempunyai gambaran apa pun tentang apa yang sebenarnya terjadi di dalam perusahaan mereka. Kemampuan untuk memisahkan sinyal dari kebisingan dapat memberikan wawasan real-time mengenai risiko yang dihadapi setiap hari. Selain itu, hal ini juga dapat mengungkap peluang, termasuk menjelaskan cara meningkatkan pengalaman pelanggan dan menciptakan lingkungan kerja yang lebih baik dan produktif.

Seperti halnya sumber kekuatan apa pun, ada juga bahayanya. AI bisa saja bersifat bias, kurang terlatih, dan digunakan untuk tujuan yang tidak memberikan manfaat terbaik bagi kebaikan bersama. Kombinasi kekuatan dan bahaya bukanlah hal baru: Kita menguji dan mengatur pesawat terbang, obat-obatan, dan pembangkit listrik. Dari situ, kita telah mempelajari tiga pilar inovasi yang bertanggung jawab.

Pertama, teknologinya harus tangguh dan dapat diandalkan. Sistem ini merupakan infrastruktur penting dan layak diperlakukan seperti itu.

Kedua, AI harus menerapkan manajemen risiko yang cermat. Kesalahan dalam penilaian menyebar dengan cepat. Dengan menyiapkan proses dan pengujian yang sesuai, kami mendapatkan manfaat gabungan dari skala dan keandalan. Berhati-hatilah terhadap hype: Sistem ini sulit untuk dibuat tetapi bermanfaat untuk digunakan.

Terakhir, perusahaan harus memilih kasus penggunaan yang bertanggung jawab. Seperti halnya teknologi baru, akan ada trade-off di antara para pemangku kepentingan. AI lebih rentan terhadap bias dan pelatihan yang buruk dibandingkan teknologi lainnya. Kita tidak perlu takut, tapi kita harus pintar.

Hanya sedikit teknologi yang menimbulkan rasa takut dan kegembiraan yang lebih luas dibandingkan AI. Orang-orang tentu saja khawatir pekerjaan mereka akan terhapuskan atau terjebak dalam mesin tanpa kemampuan untuk menjangkau manusia.

Oleh karena itu, peraturan mempunyai risiko dipolitisasi. Gedung Putih baru-baru ini memaparkan visinya mengenai pengawasan AI, sejalan dengan upaya Uni Eropa melalui Undang-Undang AI.

Khususnya, dapat diasumsikan bahwa ini hanyalah permulaan. Akan ada lebih banyak peraturan yang akan dikeluarkan, dan sektor jasa keuangan harus merangkul hal tersebut. Dengan infrastruktur, talenta, peluang dan pengawasan yang ketat, lembaga keuangan siap untuk memimpin dalam bidang ini.

Bagi industri perbankan, AI dengan cepat menjadi alat yang sangat diperlukan tidak hanya untuk kepatuhan, namun juga untuk mendorong inovasi dan kepemimpinan pasar. Kami tidak punya pilihan selain melakukannya dengan benar. Namun, regulasi dan inovasi tidak bisa dipisahkan. Jika tahun 1907 bisa menjadi pelajaran, maka kekacauan akan menghasilkan kemajuan yang buruk. Lebih baik meletakkan fondasi yang kuat sekarang daripada terjebak di perpustakaan nanti — berjuang untuk perbaikan di menit-menit terakhir.