Catatan Editor: Cameron Burford adalah Managing Director SaaS di Growers Edge, sebuah perusahaan yang menyediakan produk keuangan modern dan alat berbasis data untuk pengecer pertanian, produsen, dan pemberi pinjaman.
Pandangan yang diungkapkan dalam artikel ini adalah milik penulis dan tidak mewakili pandangan AgFunderNews.
Teknologi AI telah mengubah pekerjaan yang dilakukan pemberi pinjaman setiap hari. Dalam percakapan saya, saya mendengar tentang pemberi pinjaman yang menggunakan aplikasi untuk mengidentifikasi peluang pinjaman berdasarkan pola tanaman, menyederhanakan alur kerja kepatuhan (tentu saja dengan logika keputusan yang dapat dijelaskan), dan menyoroti kebutuhan peminjam setelah peristiwa cuaca.
Pilot yang sukses memiliki dua kesamaan. Pertama, mereka mengotomatiskan alur kerja back-end sehingga petugas bagian pinjaman dapat menghabiskan lebih banyak waktu untuk bertatap muka dengan pelanggan mereka. Kedua, kebijakan tersebut dibuat, diuji, dan dievaluasi dalam siklus keputusan 90 hari.
Keduanya merupakan komponen penting dalam keberhasilan penerapan AI dalam pinjaman pertanian, dan dapat membantu pemberi pinjaman dalam mendapatkan dukungan untuk proyek percontohan AI dalam jangka waktu yang singkat.
Kepercayaan adalah parit Anda. AI bisa memperdalamnya
Salah satu hal terpenting yang perlu diingat ketika mengadopsi AI sebagai pemberi pinjaman adalah bahwa AI tidak boleh menggantikan interaksi manusia atau penilaian manusia. Pemberi pinjaman Ag adalah pilar komunitas mereka. Mereka memiliki kepercayaan pelanggan, terkadang dari generasi ke generasi, dan ini merupakan sesuatu yang tidak dapat dikomoditisasi.
Dengan produk AI yang salah, pemberi pinjaman dapat dengan cepat kehilangan kepercayaan tersebut. Misalnya, chatbot yang diterapkan dengan buruk dapat memberikan jawaban yang bertentangan atau salah mengenai persyaratan atau persetujuan pinjaman. Hal ini akan menimbulkan kebingungan dan melemahkan kepercayaan terhadap keandalan pemberi pinjaman.
Kuncinya adalah menemukan pekerjaan untuk AI yang memungkinkan petugas bagian pinjaman dan karyawan lainnya melakukan aktivitas yang membangun kepercayaan dengan nasabah. Pertimbangkan kunjungan ke peternakan. Dengan agen AI yang tepat (yang saya maksud adalah bot bertenaga AI), petugas pinjaman bisa mendapatkan pengingat real-time tentang orang yang mereka ajak bicara: produk pinjaman saat ini, nama anggota keluarga, kinerja tanaman di masa lalu, dll.
Bayangkan dampak dari kunjungan ke peternakan ketika setiap petugas bagian pinjaman tiba-tiba memiliki ingatan yang sempurna. Petani akan merasa dilihat, didengar, dan diperhatikan.
Bagaimana cara kerja semua ini di bagian belakang? Salah satu kemungkinannya adalah agen AI mengambil data dari CRM dan menyalurkannya melalui kacamata pintar ke petugas bagian pinjaman. Kedengarannya di luar sana, bukan? Jadi mari kita lihat bagaimana hal seperti ini dapat dibuat dan diuji. (Setelah itu, kita akan membicarakan cara mendapatkan anggaran untuk melakukan hal tersebut.)
Aturan 90 hari: perbedaan siklus keputusan AI dengan SaaS
Pada tahun 1990-an, investasi pada kacamata pintar memerlukan siklus implementasi selama 12-24 bulan, diikuti dengan evaluasi selama tiga hingga lima tahun. Tujuh tahun ke depan, dunia usaha akan memutuskan apakah akan mempertahankan teknologi tersebut atau tidak.
Lalu datanglah siklus SaaS. Seorang eksekutif mungkin akan menggunakan kacamata pintar dalam tiga hingga enam bulan, kemudian membuat keputusan pembaruan pada akhir tahun. Di situlah sebagian besar pemberi pinjaman merasa nyaman saat ini.
AI bekerja pada timeline yang berbeda: siklus 90 hari. Bangun dan terapkan aplikasi dalam beberapa minggu, uji selama 60 hingga 75 hari, dan buat keputusan pada hari ke 90 untuk menskalakan, menyempurnakan, atau menghentikan penggunaan.
Hal ini mungkin terasa seperti langkah yang sangat berbahaya bagi organisasi yang terbiasa dengan kecepatan SaaS. Namun kecepatan inilah yang memberikan keuntungan nyata, karena 90 hari sama dengan lamanya siklus ekonomi AI dan setiap beberapa bulan, biaya infrastruktur menurun seiring dengan peningkatan kemampuan.
Saat ini, sebagian besar penerapan AI dalam pinjaman ag masih belum teruji. Data yang paling berharga adalah data yang cepat: mempelajari apa yang tidak berhasil (dan mengapa) dari kegagalan sama berharganya dengan menemukan aplikasi yang meningkatkan efisiensi atau produktivitas.
Setiap orang perlu mendapatkan repetisi. Setengah dari perjuangan saat ini bagi pemberi pinjaman besar adalah mengenal apa yang dapat dilakukan AI. Meskipun beberapa aplikasi pertama mungkin akan dihentikan, mereka akan membekali pemberi pinjaman dengan pengetahuan berharga yang akan memandu pengembangan 10 aplikasi berikutnya.
Organisasi-organisasi baru mulai membayangkan seperti apa praktiknya. Langkah selanjutnya adalah fokus pada cara mendapatkan dukungan dan anggaran untuk penerapan awal.
Mendapatkan dukungan dari dewan Anda untuk siklus AI 90 hari
Untuk mendapatkan dukungan terhadap proyek AI dan siklus investasi AI dari dewan direksi Anda, Anda perlu melakukan dua hal.
Yang pertama adalah menjelaskan bahwa saat ini kita berada pada akhir fase “instalasi” AI. Sesuai teori revolusi teknologi dan modal finansial Carlota Perez, dalam tiga hingga lima tahun ke depan kita kemungkinan besar akan mengalami krisis yang disebabkan oleh investasi berlebihan, ekspektasi yang berlebihan, dan model bisnis yang tidak berkelanjutan. Hal ini akan mendorong kita ke fase “penempatan”. Pada titik ini, AI berhenti bersikap spekulatif dan menjadi taruhannya. Organisasi-organisasi yang sudah unggul tiba-tiba akan menjadi sangat sulit untuk dikejar.
Kedua, untuk mendapatkan dukungan, diperlukan perincian realitas praktis tentang seperti apa siklus AI 90 hari di organisasi Anda. Berikut beberapa kerangka kerja untuk dicoba:
1. Kerangka pergeseran model ekonomi
Sistem lokal adalah tentang taruhan awal yang besar dan komitmen multi-tahun. SaaS berarti membayar lebih sedikit di muka dan mengevaluasi efektivitas setiap tahunnya. Dengan AI, penerapan, pengukuran, dan pengambilan keputusan terjadi dalam siklus 90 hari. Artinya, Anda selalu mengikuti kecepatan evolusi AI.
2. Kerangka anggaran dan risiko
Berkat kerangka kerja 90 hari, semua investasi AI memiliki risiko yang terbatas dan terkendali. Dengan biaya $25.000 hingga $75.000 per aplikasi, ditambah biaya inferensi bulanan sebesar $500 hingga $2.000, Anda dapat bereksperimen dengan biaya yang jauh lebih murah dibandingkan dengan pembelian platform tradisional.
Selain itu, tanpa investasi ini, organisasi berisiko tertinggal dalam hal pengetahuan institusional dan kemampuan AI.
3. Kerangka fokus strategis
Daripada mengejar fitur-fitur yang menjadi komoditas yang dimiliki setiap orang, sebuah organisasi dapat fokus pada aplikasi spesifik domain yang memanfaatkan keahliannya. Mendorong aplikasi AI dengan wawasan unik dari data pinjaman, pengetahuan operasi, dan hubungan akan membantu pemberi pinjaman untuk lebih mendominasi bidang kekuatan mereka dan menjadi lebih kuat dalam bidang kelemahan saat ini.
4. Kerangka peraturan
Setiap penerapan akan mencakup logika keputusan yang dapat dijelaskan dan jalur audit yang memenuhi persyaratan peraturan. Tata kelola akan menjadi inti dari setiap aplikasi yang dibangun. Dengan memprioritaskan penerapan edge dengan validasi human-in-the-loop, teknologi kami akan lebih mudah dijelaskan kepada penguji. Protokol keamanan tidak dapat dinegosiasikan.
Sekaranglah waktunya untuk menggunakan AI—bahkan dengan data yang tidak sempurna
Satu poin terakhir (namun penting) menggambarkan pentingnya penerapan AI saat ini: tidak seperti teknologi masa lalu, pemberi pinjaman tidak memerlukan data yang “sempurna” atau terpadu sempurna untuk mengembangkan uji coba AI yang mendorong keuntungan nyata.
Penerapan agen dalam kacamata pintar, misalnya, mungkin hanya memerlukan data CRM agar berfungsi dengan baik. Inilah yang saya maksud dengan AI “di ujung tombak”. Daripada menggunakan sistem terpusat, Anda dapat menggunakan agen di ujung operasi Anda, tempat data berada.
Saat Anda belajar dan mengulanginya, Anda dapat terus membersihkan infrastruktur data Anda sehingga mampu mendorong alur kerja yang lebih otonom.
Pemberi pinjaman terkemuka sudah bereksperimen dan belajar dari AI. Mereka membangun back-end yang lebih cerdas yang memungkinkan mereka melakukan percakapan yang lebih bertarget, bermanfaat, dan bermakna dengan pelanggan serta mengidentifikasi kemungkinan prospek dari pesaing mereka.
Jika eksperimen serupa tidak ada dalam peta jalan Anda tahun ini, Anda mungkin kehilangan kesempatan untuk bergabung dengan eksperimen tersebut.
