Courtesy of Forbes

Model Bahasa Khusus Membantu Bank Tangani Kesulitan Finansial Pelanggan Secara Tepat

Mengilustrasikan bagaimana model bahasa khusus (FLM) yang dilengkapi dengan data sintetis dan skor kepercayaan dapat membantu institusi keuangan dalam mengidentifikasi dan menangani kesulitan finansial pelanggan secara tepat, empatik, adil, dan sesuai regulasi, sehingga menjaga kepatuhan sekaligus meningkatkan loyalitas pelanggan.

20 Nov 2025, 18.30 WIB

246 dibaca

Ikhtisar 15 Detik

Penggunaan FLM dapat membantu bank mematuhi regulasi dan memberikan dukungan yang lebih baik kepada pelanggan.
Data sintetis memungkinkan pelatihan model tanpa melanggar privasi data pelanggan.
Empati dalam komunikasi keuangan dapat meningkatkan loyalitas pelanggan dan mengurangi risiko sanksi hukum.

London, United Kingdom - Teknologi Generative AI seperti ChatGPT telah membawa antusiasme besar di berbagai industri, namun sektor jasa keuangan masih sangat berhati-hati mengadopsinya karena risiko kesalahan yang bisa berakibat fatal secara regulasi dan reputasi. Dalam industri perbankan, kepatuhan terhadap peraturan sangat ketat dan membutuhkan solusi yang tidak hanya cerdas, tetapi juga sangat akurat dan dapat dipercaya.

Salah satu solusi efektif dari FICO adalah penggunaan Focused Language Models (FLM), yaitu model bahasa khusus yang dirancang untuk menyelesaikan tugas tertentu dalam domain keuangan. Model ini dilatih menggunakan data sintetis untuk menghindari paparan data pribadi sekaligus memungkinkan pelatihan dengan volume data besar untuk akurasi yang tinggi.

Contohnya, di Inggris, regulasi FCA mengharuskan bank memberikan perlakuan khusus kepada nasabah yang mengalami kesulitan keuangan dengan cara yang adil dan empatik. FLM membantu agen call center menentukan kondisi pelanggan secara realtime dengan memproses data transaksi, risiko kredit, dan interaksi percakapan agar dapat memberikan saran solusi yang sesuai dan mematuhi aturan.

Model ini mampu memberikan saran tindakan seperti keringanan cicilan atau penurunan bunga kartu kredit secara personal kepada nasabah, sekaligus membantu agen berkomunikasi secara empatik tanpa perlu khawatir melanggar regulasi. Hal ini menambah kepercayaan pelanggan dan meningkatkan loyalitas mereka terhadap bank.

Dengan dukungan teknologi yang tepat dan kolaborasi antar tim data sains serta ahli domain, fokus pada penggunaan FLM bisa menjadi kunci untuk mengadopsi AI di sektor keuangan secara bertanggung jawab dan efektif, menghindari risiko hukum, dan memberikan nilai nyata baik bagi bank maupun pelanggan.

Referensi:
[1] https://www.forbes.com/councils/forbestechcouncil/2025/11/20/how-to-find-the-elusive-business-value-of-genai-all-you-need-is-focus/

Analisis Ahli

Scott Zoldi

"Pendekatan FLM yang dipadukan dengan skor kepercayaan adalah strategi efektif untuk menjembatani teknologi AI dan regulasi ketat di sektor keuangan, memungkinkan personalisasi layanan tanpa mengorbankan kepatuhan dan keamanan data."

Analisis Kami

"Penggunaan FLM yang didukung oleh data sintetis adalah langkah revolusioner untuk menyeimbangkan antara kepatuhan regulasi dan kebutuhan layanan pelanggan yang empatik dalam industri keuangan yang sangat teregulasi. Namun, implementasi praktisnya memerlukan kerjasama kuat antara data scientist, ahli domain, dan pengawas kepatuhan agar solusi yang dihasilkan benar-benar komprehensif dan dapat diandalkan."

Prediksi Kami

Adopsi model bahasa khusus yang dilengkapi dengan data sintetis dan skor kepercayaan akan semakin meluas di sektor jasa keuangan untuk meningkatkan efisiensi pelayanan pelanggan serta menjaga kepatuhan regulasi secara konsisten.

Pertanyaan Terkait

Apa yang dimaksud dengan GenAI?

GenAI adalah generasi kecerdasan buatan yang dapat menghasilkan teks dan memberikan solusi berdasarkan data yang ada.

Mengapa industri perbankan lambat mengadopsi GenAI?

Industri perbankan lambat mengadopsi GenAI karena ketidakpastian mengenai kompleksitas dan kekhawatiran tentang dampak kesalahan informasi pada kepatuhan dan kepercayaan.

Apa itu FLM dan bagaimana cara kerjanya?

FLM (Focused Language Model) adalah model bahasa yang dirancang untuk menangani tugas spesifik dalam domain tertentu, membantu agen kontak dalam berkomunikasi dengan pelanggan secara efektif.

Apa yang diharapkan FCA dari bank dalam mendukung pelanggan yang mengalami kesulitan keuangan?

FCA mengharapkan bank untuk memberikan dukungan yang tepat kepada pelanggan yang berada dalam risiko kesulitan pembayaran dan untuk berkomunikasi dengan mereka secara transparan dan empatik.

Bagaimana FLM dapat meningkatkan pengalaman pelanggan dalam perbankan?

FLM dapat meningkatkan pengalaman pelanggan dengan menyediakan skrip yang sesuai secara real-time dan membantu agen dalam memberikan solusi yang adil dan konsisten.