Biaya Pembuatan KPR Anda Mungkin Mencapai $11.500—Ditambah Dokumen Berlimpah. Peran Salesforce Agentforce dalam Memperbaiki Proses Ini

Federal Reserve baru-baru ini menurunkan suku bunga untuk ketiga kalinya berturut-turut. Ini menandakan kondisi keuangan yang lebih longgar, yang kemungkinan akan meningkatkan permintaan untuk pinjaman perumahan di seluruh negeri — terutama di daerah yang sudah ada tanda-tanda pemulihan.

Tapi, volume yang lebih tinggi ini juga pasti akan menjadi tantangan bagi institusi keuangan, jika mereka masih pakai teknologi lama. Terlalu banyak teknologi pemrosesan pinjaman yang dipakai bank dan lembaga peminjam lain tidak dirancang untuk menangani permintaan tinggi. Sistem ketinggalan zaman ini juga tidak bisa meningkatkan keuntungan. Sebuah studi Freddie Mac baru-baru ini menunjukkan bahwa rata-rata biaya untuk memproses satu pinjaman perumahan masih lebih dari $11.500 untuk lembaga peminjam.

Karena itu, pasar pinjaman perumahan siap untuk inovasi. Salesforce membantu bank dan lembaga peminjam dengan menyatukan data pelanggan seperti profil peminjam, detail pinjaman, dan interaksi, dilengkapi AI untuk membantu tim bekerja lebih efisien dan mendukung peminjam dengan lebih baik.

Dalam percakapan dengan pelanggan di industri ini, kami lihat minat yang tumbuh terhadap *AI agent* — sistem otonom yang bisa mengambil tindakan. Pendekatan *agentic* ini akan memungkinkan lembaga peminjam memikirkan ulang seluruh proses pinjaman, mengubah siklus pinjaman dari proses lambat yang penuh dokumen menjadi perjalanan digital yang lancar. Mengadopsi *AI agent* juga bisa mengubah seluruh rantai nilai, dari penilaian properti dan iklan hingga peminjaman dan pengelolaan aset jangka panjang.

Saya pernah menjabat sebagai eksekutif di Federal Housing Administration (bagian dari HUD) setelah krisis keuangan 2008. Saya sering berpikir, apakah aspek-aspek malapetaka terkait pinjaman perumahan waktu itu bisa dikurangi jika industri sudah punya akses ke *agentic AI* di bidang kontrol kualitas serta manajemen risiko dan penipuan.

MEMBACA  Murdoch's News Corp akan menjual Foxtel ke DAZN milik Inggris seharga $2.1 miliar menurut Reuters

Sekarang, *agentic AI* menawarkan tingkat visibilitas yang dulu tidak ada — memberikan wawasan waktu-nyata yang memungkinkan pemberi pinjaman mendukung peminjam lebih baik dan memastikan mereka dalam posisi keuangan terbaik dari awal.

Aplikasi *Agentic*

Ada banyak manfaat *agentic AI* untuk perbankan dan peminjaman.

Mari mulai dengan yang paling dasar — otomatisasi. Sebagian besar proses pinjaman melibatkan tugas rutin, seperti pengumpulan dan pengolahan data laporan bank, slip gaji, dan detail properti. *Agentic AI* bisa mengotomatisasi pekerjaan ini, sangat mengurangi waktu untuk memproses dan menilai kelayakan pinjaman. Efisiensi ini menurunkan biaya memproses pinjaman, metrik penting bagi semua pemberi pinjaman.

Manfaat lain adalah manajemen risiko proaktif. *Agentic AI* sangat baik di area ini dengan menyediakan penilaian otomatis dan pemodelan risiko canggih untuk mendeteksi masalah potensial lebih awal. Dengan menganalisis banyak data peminjam dan nilai properti secara waktu-nyata, sistem AI bisa melihat pola, menandai keanehan (seperti pembayaran tidak terungkap di laporan bank), dan membuat keputusan peminjaman yang informasinya lebih cepat dibanding metode manual tradisional.

Dampak AI, tentu saja, melampaui proses internal peminjaman dan masuk ke inti transaksi properti itu sendiri, mengubah cara aset dinilai, dipasarkan, dan dikelola. Proses penilaian properti tradisional yang lambat dan sering subjektif sedang direvolusi oleh model penilaian otomatis (*AVM*) berbasis AI. Ini menggunakan pembelajaran mesin untuk menganalisis ribuan data dalam hitungan detik, mengambil dari catatan MLS, data pajak, akta, dan data tidak terstruktur seperti foto properti dan deskripsi iklan.

Untuk profesional real estat, sistem berbasis AI bisa menghasilkan deskripsi iklan properti yang berkualitas tinggi dan menarik, mengoptimalkannya untuk visibilitas pencarian, dan memberikan rekomendasi properti yang dipersonalisasi untuk pembeli dengan menganalisis preferensi dan perilaku mereka.

MEMBACA  Ya, 16 miliar kata sandi bocor. Tidak, bukan seperti yang Anda kira.

AI juga ada aspek layanan pelanggannya. Banyak pertanyaan pelanggan masuk melalui situs web pemberi pinjaman. Tapi, jika responsnya hanya bergantung pada agen layanan pelanggan manusia yang kewalahan, banyak calon pelanggan ini tidak mendapat jawaban. Dengan mengelola dan mengarahkan ulang pertanyaan ini menggunakan *agentic AI*, organisasi bisa memastikan tidak ada calon pelanggan yang diabaikan.

Pelanggan Seumur Hidup

Peluang bisnis nyata dengan *agentic AI* di industri peminjaman ada di area pengindeksan cerdas, atau yang bisa disebut “penawaran silang/naik yang kontekstual”. Ini dimulai dari aplikasi pinjaman perumahan dan menggabungkan data lain ke dalam catatan utama pengalaman pelanggan.

Bayangkan semua data berbeda tentang seorang pelanggan yang dimiliki institusi keuangan. Platform AI berbasis cloud yang mengumpulkan semua informasi ini dan membuatnya bisa diakses oleh *AI agent* bisa mencerna data dan secara proaktif merekomendasikan produk atau peluang untuk memperluas hubungan pelanggan itu dengan pemberi pinjaman.

Dalam beberapa kasus, ini mungkin berarti merekomendasikan pelanggan ke produk pinjaman lain seperti *home equity line of credit*. Di kasus lain, mungkin berarti menyarankan pelanggan itu untuk usaha keuangan berbeda seperti akun 529 jika keluarga muda ingin mulai menabung untuk biaya kuliah anak, atau produk asuransi jiwa untuk melindungi keluarga saat krisis.

Layanan proaktif ini mengubah petugas pinjaman dari pengolah dokumen menjadi konsier layanan keuangan — profesional yang fokus pada pembangunan hubungan strategis dan mengubah pemohon pinjaman perumahan menjadi pelanggan seumur hidup.

Menghadapi Tantangan

Tentu, era *agentic AI* juga punya potensi risiko — terutama di industri yang diatur seperti perumahan.

Tantangan pertama: Mengatasi bayang-bayang bias. Penggunaan AI dalam keputusan peminjaman, *AVM*, dan penyaringan penyewa harus memiliki pagar pengaman ketat untuk mencegah diskriminasi dan pelanggengan bias historis yang tertanam dalam data pelatihan.

MEMBACA  Cathie Wood dan Warren Buffett Masing-Masing Memiliki Saham Kecerdasan Buatan (AI) Ini. 1 Analis Wall Street Memprediksi Saham Ini Bisa Melonjak 26%.

Pemberi pinjaman harus bisa menjelaskan bagaimana model AI sampai pada suatu keputusan, bagian regulasi kunci yang dikenal sebagai *explainability*. Konsep ini menentukan bahwa AI terutama berperan sebagai pembantu, memastikan manusia tetap terlibat dalam keputusan kritis seperti persetujuan akhir, di mana pertimbangan dan empati tidak tergantikan.

Jika perusahaan pinjaman perumahan menerapkan *agentic AI* di seluruh organisasi — untuk menjadi perusahaan yang benar-benar *agentic* — industri ini bisa menjadi salah satu contoh penggunaan AI paling efektif di pasar saat ini. Perumahan dan aktivitas keuangan terkaitnya siap menjadi industri *agentic* — ekosistem yang efisien, terintegrasi, dan prediktif di mana penggunaan data cerdas menciptakan kepastian bagi peminjam dan keunggulan kompetitif bagi bisnis.

Teknologi *Agentic AI* – bersama dengan manusia terampil yang terlibat – memberikan peluang transformatif. Lembaga peminjaman yang berpikiran maju akan cukup berani untuk mengambilnya.

Pendapat yang diungkapkan dalam artikel komentar Fortune.com adalah murni pandangan penulisnya dan tidak selalu mencerminkan pendapat dan keyakinan Fortune.

Tinggalkan komentar