OutSystems Perluas Solusi AI untuk Percepat Proses Kredit Perbankan

JAKARTA – OutSystems memperluas portofolio Agentic Industry Solutions untuk sektor perbankan melalui peluncuran Agentic Loan Applications. Solusi ini dirancang untuk menggabungkan aplikasi nasabah, governed agents, dan deterministic workflows dalam satu sistem yang dapat disesuaikan dengan produk, kebijakan, serta sistem perbankan yang telah digunakan.

Agentic Loan Applications memungkinkan teknologi agen AI terhubung dengan infrastruktur perbankan yang sudah tersedia. Dengan memperoleh konteks operasional seperti kebijakan internal, sistem, serta hubungan antar sistem bank, agen dapat menjalankan tugas secara lebih efisien dan akurat tanpa mengambil alih kendali bank dalam proses pengambilan keputusan kredit.

Pengembangan solusi tersebut hadir di tengah meningkatnya pemanfaatan AI oleh industri perbankan. Meski demikian, bank tetap menghadapi tuntutan untuk menghasilkan dampak bisnis yang terukur dari investasi AI, khususnya melalui penerapannya pada perjalanan nasabah yang dapat memberikan manfaat nyata.

Di sisi lain, penerapan AI di sektor keuangan harus berjalan beriringan dengan kebutuhan tata kelola dan kepatuhan. Institusi perbankan juga membutuhkan sistem yang mampu menyediakan jejak audit serta memastikan adanya pengawasan manusia terhadap proses yang memiliki risiko tinggi.

Proses pengajuan kredit di sejumlah institusi masih menghadapi berbagai hambatan operasional. Pengisian formulir yang panjang, pengumpulan dokumen secara manual, penginputan data berulang, hingga perpindahan proses antarunit yang terfragmentasi dapat memperlambat pekerjaan petugas kredit dan meningkatkan risiko nasabah menghentikan pengajuan.

CPTO OutSystems Luis Blando mengatakan, bank membutuhkan sistem AI yang terintegrasi dengan alur kerja, bukan sekadar agen yang bekerja secara terpisah.

“Bank tidak membutuhkan lebih banyak agen yang berdiri sendiri. Mereka membutuhkan sistem agentik bertata kelola yang dapat meningkatkan pengalaman nasabah sekaligus memenuhi kebutuhan penelaahan risiko,” ujarnya.

Menurut Luis, OutSystems menempatkan agen AI ke dalam alur kerja yang dapat diaudit. Pendekatan tersebut memungkinkan bank menerapkan AI pada proses kredit yang kompleks sekaligus mempertahankan tingkat pengawasan yang dibutuhkan oleh industri yang memiliki regulasi ketat.

Agentic Loan Applications merupakan salah satu penerapan pendekatan governed agents OutSystems dalam proses pengajuan kredit konsumen. Solusi ini dibangun di atas OutSystems Agentic Systems Platform dan telah digunakan oleh sejumlah institusi keuangan, termasuk KeyBank, Paragon Bank, dan Axos Bank.

Business Technology Executive KeyBank Mike Reynolds menilai kebutuhan terhadap tata kelola menjadi semakin penting seiring pesatnya perkembangan AI. “Seiring cepatnya adopsi AI, bank membutuhkan visibilitas penuh mengenai bagaimana solusi agentik dibangun, data apa yang dapat mereka akses, dan bagaimana solusi tersebut digunakan,” kata Reynolds.

Agentic Loan Applications mengintegrasikan aplikasi berbasis seluler dan web, model data, agen bertata kelola, serta alur kerja deterministik. Kombinasi tersebut ditujukan untuk membantu bank menangani berbagai pekerjaan manual dan berbasis dokumen dalam rangkaian proses kredit konsumen.

Salah satu kemampuan yang ditawarkan adalah proses pengajuan kredit terpandu dengan dukungan agen. Teknologi tersebut dapat membantu mengumpulkan dan memverifikasi dokumen, melakukan pemeriksaan identitas dan sanksi, serta menyusun berkas pengajuan sebelum diteruskan ke sistem originasi kredit milik bank.

OutSystems juga menerapkan proses evaluasi terhadap agen sebelum teknologi tersebut digunakan dalam lingkungan produksi. Pengujian dilakukan melalui puluhan evaluasi yang mencakup relevansi, akurasi, hingga perlindungan informasi pribadi atau PII.

Evaluasi juga dilakukan kembali ketika terdapat perubahan pada model, prompt, maupun perangkat yang digunakan. Langkah tersebut bertujuan memastikan agen tetap bekerja sesuai batasan dan parameter yang telah ditetapkan oleh institusi keuangan.

Selain aspek tata kelola, pemilihan model AI juga menjadi perhatian dalam solusi tersebut. OutSystems mengevaluasi berbagai model melalui Amazon Bedrock untuk menentukan model yang memberikan keseimbangan antara tingkat akurasi dan biaya penggunaan.

Hasil evaluasi tersebut memungkinkan pemilihan model dengan performa optimal dan biaya yang disebut dapat lebih rendah hingga 82 persen. Bank juga dapat mengonfigurasi solusi sesuai produk, kebijakan, dan sistem internal masing-masing dengan tetap mempertahankan kendali atas data.