CIBC Mellon mengelola $3,5 triliun aset di pasar di mana satu hari dapat menghabiskan ratusan juta. Berikut adalah bagaimana perusahaan tersebut menggunakan AI untuk memastikan bahwa mereka selalu menjadi yang pertama.

Pada tanggal 18 Februari 2021, Bitcoin ETF pertama di Amerika Utara diluncurkan di Kanada dan mengumpulkan lebih dari $500 juta dalam seminggu pertama. Keesokan harinya, Bitcoin ETF kedua diluncurkan di bursa yang sama. ETF kedua, menurut Mal Cullen, CEO CIBC Mellon, mengumpulkan $35 juta. Meskipun produk tersebut serupa di pasar yang sama, diluncurkan hanya satu hari terpisah, ada perbedaan besar dalam angka yang mereka kumpulkan.

Perbedaan itu adalah contoh dari dunia Cullen. CIBC Mellon adalah salah satu perusahaan pengelola aset terbesar di Kanada, bertanggung jawab atas pengelolaan $3,5 triliun aset. Dalam lingkungan seperti itu, keterlambatan satu hari dapat menghabiskan uang yang sebenarnya — kadang-kadang, ratusan juta.

“Apa nilai satu hari dalam bisnis Anda?” Cullen bertanya kepada audiens di Appian World 2026 di Orlando bulan lalu. “Dalam bisnis kami, itu bisa sangat besar.”

Pertanyaan itu sekarang mengarah pada salah satu penggunaan AI yang paling signifikan di layanan keuangan Kanada, dan pelajaran dari itu meluas jauh melampaui pasar modal.

Masalah dengan 30 Tahun Proses

CIBC Mellon telah berbisnis selama 30 tahun. Ini adalah joint venture antara BNY — yang mengelola lebih dari $59 triliun aset secara global — dan CIBC, salah satu bank terbesar di Kanada. Kepemilikan itu membawa skala yang besar dan kredibilitas institusional. Ini juga membawa kompleksitas.

“Tidak ada yang lebih baik daripada dimiliki oleh bank,” Cullen katakan dengan senyum terukur, “dan itu adalah dimiliki oleh dua bank. Dua bank berarti dua tim kepatuhan, dua tim risiko, dan dua pendapat tentang hampir semua hal.”

Menjadi serius tentang AI untuk CIBC Mellon berarti menolak keinginan untuk bergerak cepat. Sebelum satu alat diterapkan, perusahaan kembali ke dasar. Tim memetakan setiap alur kerja, mengidentifikasi di mana kapasitas terbatas, di mana risiko tertinggi, dan di mana pekerjaan manual terkonsentrasi. Apa yang mereka temukan membingungkan mereka.

“Orang-orang yang melakukan pekerjaan itu bukanlah masalahnya,” Cullen katakan. “Namun, bagaimana pekerjaan mengalir antara tim yang menyebabkan keterbatasan.” Dengan kata lain, teknologi tidak akan pernah memperbaiki apa yang proses telah rusak.

Dari Lini Perakitan ke AI

Penggunaan besar pertama melibatkan akuntansi dana — proses yang CIBC Mellon jalankan dengan skala yang sangat besar. Perusahaan menghasilkan sekitar 350.000 valuasi dana setiap bulan, masing-masing tunduk pada tenggat waktu yang ketat dan persyaratan akurasi yang ketat.

Selama bertahun-tahun, proses tersebut berjalan secara vertikal: satu akuntan memiliki file dari awal hingga akhir. Ini adalah proses yang dibangun berdasarkan keahlian individu, yang berarti juga dibangun berdasarkan keterbatasan individu dan hampir mustahil untuk diskalakan. Perusahaan merancang ulang proses tersebut secara horizontal, mendistribusikan pekerjaan di seluruh tim yang berspesialisasi. Namun, itu menciptakan masalah baru — penyerahan antara tim menjadi sumber gesekan dan keterlambatan. Pengawas tidak memiliki visibilitas ke mana pekerjaan berada tanpa bertanya.

Seorang akuntan dana dengan lebih dari satu dekade pengalaman, yang mengetahui proses tersebut lebih baik daripada siapa pun di gedung, menggunakan platform Appian untuk membangun apa yang Cullen sebut sebagai “menara kontrol” — sistem alur kerja yang memberikan visibilitas waktu nyata ke setiap tim tentang di mana pekerjaan berada dalam proses, mengotomatisasi penyerahan yang telah menyebabkan keterlambatan.

Hasilnya adalah peningkatan efisiensi sebesar 34% pada satu proses. Pada 350.000 valuasi per bulan, itu berkompilasi dengan cepat.

“Dia mengatakan kepada saya bahwa dia merancang keluar semua yang tidak disukainya tentang pekerjaannya,” Cullen katakan. “Ketika Anda mendapatkan orang-orang yang memahami proses untuk bekerja pada itu, mereka tidak mengotomatisasi hal-hal manual yang ada sebelumnya. Mereka merancang ulang proses dan membuatnya lebih baik.”

Masalah ETF

Contoh kedua kembali ke cerita ETF Bitcoin. Ketika ETF diluncurkan atau mendistribusikan hasil kepada pemegang unit, itu melibatkan jaringan kompleks kontraktor — manajer dana, penjaga, bursa, pembuat pasar, dan agen transfer. Masing-masing perlu diberitahu. Masing-masing memiliki peran. Mendapatkan dana keluar satu hari lebih awal memerlukan semua pihak untuk bergerak secara sinkron.

Seorang ahli produk ETF di CIBC Mellon membangun alur kerja pada Appian yang membawa transparansi di seluruh kontraktor tersebut dalam satu tempat — mengubah proses yang terfragmentasi dan berat email menjadi sesuatu yang otomatis dan dapat diaudit.

Tiga minggu sebelum Appian World, CIBC Mellon mendemonstrasikan aplikasi tersebut kepada penyedia ETF terbesar di Kanada pada pertemuan pengguna klien di Toronto. “Ruangan menjadi lebih tenang,” Cullen ingat. “Orang-orang mendekat. Salah satu klien terbesar kami mengatakan kepada rekan-rekan mereka: Itu baru saja menyelamatkan saya sejumlah waktu yang signifikan dalam hari saya.”

Pertanyaan Tata Kelola

Tidak ada dari pengembangan ini terjadi dengan cepat, dan Cullen langsung tentang mengapa. CIBC Mellon belum menggunakan AI dalam apa pun yang menghadap klien. Setiap penerapan AI hingga saat ini adalah internal — terkandung dalam alur kerja yang ditentukan, dapat diaudit, dan ditinjau oleh manusia sebelum output apa pun mempengaruhi klien.

“Kami hanya dapat bergerak dengan AI secepat tingkat kenyamanan klien kami,” katanya. “Kami telah secara sengaja tidak memasukkan AI ke dalam apa pun yang menghadap klien karena kami tidak merasa tata kelola ada di sana.”

Angka-angka dari pasar yang lebih luas membenarkan apa yang Cullen sudah tahu. Menurut studi baru oleh Harvard Business Review Analytic Services, disponsori oleh Appian dan dirilis pada konferensi, 92% organisasi setuju bahwa agen AI memerlukan penjaga batas berbasis aturan untuk beroperasi dengan aman — namun kurang dari setengah telah benar-benar mendefinisikannya. CIBC Mellon adalah salah satu organisasi yang telah memilih untuk membangun fondasi sebelum menskala penerapan.

Di dalam organisasi, kehati-hatian itu membentuk bagaimana perusahaan tersebut mempersiapkan orang-orangnya. Perusahaan telah menunjuk 100 karyawan dari sekitar 2.000 sebagai juara AI. Para juara tersebut diberi akses awal ke alat, waktu untuk membangun kasus penggunaan, dan mandat untuk menguji aplikasi dalam sandbox sebelum apa pun pindah ke produksi. Mereka menjalankan sesi internal mingguan yang disebut “Artificially Speaking”, membawa perusahaan seperti Snowflake dan Microsoft (MSFT ) untuk berbagi apa yang berhasil dan apa yang tidak.

Cullen telah menyaksikan pola ini terjadi sebelumnya. Dua puluh tahun yang lalu, dia memiliki percakapan dengan CTO yang mengatakan bahwa awan adalah mode dan tidak akan pernah dipercaya dengan data sensitif. Lalu awan hibrida muncul, memberikan organisasi jalur tengah — efisiensi infrastruktur awan tanpa kehilangan kendali yang dirasakan. Dia berharap busur yang sama dengan AI.

“Saya pikir Anda akan melihat AI hibrida berikutnya,” katanya. “Terbatas, dikelola, tetapi bergerak.”

Apa yang Dapat Dipelajari oleh Sisa Pasar

Cerita CIBC Mellon bukanlah cerita tentang terobosan teknologi. Ini adalah cerita tentang disiplin organisasi yang diterapkan pada alat yang kuat. Ukur sebelum Anda membangun, letakkan orang-orang yang memahami proses terdekat dengan masalah, dan kelola sebelum menskala.

Pelajaran-pelajaran tersebut berlaku jauh melampaui pengelolaan aset. Di pasar di mana hanya 16% organisasi melaporkan merealisasikan nilai yang signifikan dari AI, organisasi-organisasi yang mendapatkan hasil nyata adalah mereka yang memperlakukan tata kelola sebagai fitur, bukan kendala.

“Jangan mulai dengan teknologi,” Cullen katakan kepada audiens di Appian World. “Ukur semuanya terlebih dahulu.”

Di industri di mana satu hari dapat berarti perbedaan antara $500 juta dan $35 juta, kesabaran seperti itu ternyata menjadi keunggulan kompetitifnya sendiri.