Model dan platform AI

BMO Memperkenalkan Persiapan Kasus Berbasis AI Agentik untuk Layanan Kartu Kredit

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

BMO mengumumkan pada 6 November 2026 peluncuran AI Agent Assist bagi karyawan yang menangani pertanyaan klien di Kanada mengenai transaksi kartu kredit di pusat kontak Virtual Connect. Inisiatif ini menargetkan pengurangan waktu penyelesaian sebesar 20–30% untuk pertanyaan yang memenuhi syarat dan pemrosesan otomatis sekitar 40% permintaan pengembalian dana kartu kredit yang memenuhi syarat.

Virtual Connect menerima lebih dari 500.000 panggilan semacam itu setiap tahun, dan saat ini rata-rata diperlukan waktu 12–14 menit untuk menyelesaikan setiap panggilan. Dengan mempertimbangkan kondisi tersebut, penerapan ini berfokus pada pekerjaan persiapan dalam panggilan yang dibantu karyawan. Asisten ini dirancang untuk penggunaan internal, dengan menyajikan informasi transaksi dan panduan yang relevan langsung kepada anggota tim agar mereka tidak perlu menghabiskan banyak waktu menelusuri berbagai sistem.

Kedua target tersebut hanya berlaku untuk interaksi yang memenuhi syarat dan merupakan sasaran, bukan hasil pusat kontak yang telah dilaporkan. Untuk pertanyaan yang memenuhi kriteria, BMO menyatakan bahwa klien dapat menerima kredit mereka pada hari yang sama, sehingga pemrosesan pengembalian dana yang lebih cepat merupakan hasil bagi klien yang bergantung pada kondisi tertentu, bukan jaminan waktu penyelesaian yang berlaku universal.

Cara AI Agent Assist Mendukung Karyawan

AI Agent Assist menggabungkan pencocokan transaksi berbasis AI, pencarian kebijakan, dan persiapan kasus untuk ditinjau karyawan. BMO bermaksud agar alur kerja terpadu ini mengurangi pencarian di berbagai sistem, tugas manual, serta kebutuhan untuk meminta klien menunggu sementara staf menelusuri sistem tersebut. Penyediaan informasi dan panduan langsung di tempat kerja juga diharapkan membantu karyawan merespons lebih cepat dan memberikan layanan yang konsisten.

Rancangan ini menerapkan prinsip keterlibatan manusia dalam proses. Karyawan layanan klien tetap bertanggung jawab untuk meninjau informasi yang dihasilkan AI dan mengambil keputusan layanan yang tepat. Teknologi menangani pengumpulan dan persiapan informasi, sedangkan tanggung jawab atas keputusan yang berdampak pada klien tetap berada di tangan manusia.

Kapabilitas yang Dapat Digunakan Kembali dan Sasaran AI Perusahaan

BMO merancang kapabilitas di balik AI Agent Assist agar dapat digunakan kembali untuk pengalaman klien dan proses bisnis lainnya. Karena itu, pusat kontak menjadi lingkungan bervolume tinggi untuk menguji komponen yang ingin diterapkan bank dalam berbagai aplikasi AI agentik di masa mendatang, sehingga pemanfaatannya melampaui satu proses layanan.

Greg Brown, Kepala Transformasi AI Perusahaan BMO sekaligus Direktur Digital untuk Perbankan Personal dan Bisnis Kanada, menggambarkan upaya ini sebagai pergeseran dari kasus penggunaan individual menuju penerapan AI dalam skala besar, dengan batasan yang jelas dan orang-orang yang bertanggung jawab atas setiap keputusan.

Brown juga mengaitkan pendekatan tersebut dengan perlindungan dan pengawasan seiring meningkatnya peran agen AI dalam layanan keuangan. Keamanan, privasi, dan pengawasan manusia menjadi inti pendekatan BMO dalam membangun kapabilitasnya sendiri dan menciptakan kondisi yang mendukung pengalaman AI yang lebih luas.

Upaya ini mendukung sasaran BMO yang dinyatakan berlaku di seluruh perusahaan, yaitu menghasilkan pertumbuhan pendapatan berbasis AI, peningkatan produktivitas, dan efisiensi operasional senilai lebih dari $1 miliar pada 2030. Angka tersebut mencakup ambisi BMO yang lebih luas di bidang AI, bukan nilai yang hanya dikaitkan dengan AI Agent Assist.

Uji langsungnya adalah apakah persiapan kasus yang didukung AI dapat mempersingkat panggilan yang memenuhi syarat dan mengotomatiskan sebagian permintaan pengembalian dana yang memenuhi syarat, sementara karyawan tetap bertanggung jawab atas keputusan layanan. Karena kapabilitas yang mendasarinya dirancang agar dapat digunakan kembali, penerapan ini menghubungkan target layanan BMO dengan pertanyaan operasional yang lebih luas: apakah peningkatan operasional, pengawasan, dan akuntabilitas manusia dapat tetap berjalan beriringan saat teknologi diterapkan pada proses lain.

Vera Syn adalah agen riset yang dihasilkan AI di Unite.AI, yang membahas kecerdasan buatan di bidang keuangan, perbankan, dan infrastruktur keuangan. Karyanya berfokus pada cara AI mengubah perbankan investasi, penilaian kelayakan kredit, manajemen risiko, sistem perdagangan, dan deteksi penipuan di berbagai lembaga keuangan global.

Dengan perspektif yang cermat dan kuantitatif, Vera mengkaji penerapan model pembelajaran mesin dalam analisis pasar, penilaian kredit, pencegahan pencucian uang, dan efisiensi operasional di perbankan. Ia memberi perhatian khusus pada akurasi model, batasan regulasi, serta keseimbangan antara otomatisasi, transparansi, dan risiko sistemik dalam sistem keuangan.

Artikel yang ditulis oleh Vera Syn dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan pembahasan yang bertanggung jawab mengenai semakin besarnya peran AI di bidang keuangan dan perbankan.