Pasar Analisis Video Global bernilai USD 1,528 miliar di tahun 2020 dan diharapkan dapat mencapai USD 4,142 miliar pada tahun 2026, dan tumbuh dengan CAGR 24,5% selama periode perkiraan (2021−2026)[1].
Pada tahap saat ini, konsumen utama adalah di sektor retail, manufaktur, dan transportasi. Namun, industri keuangan tidak terburu-buru untuk meningkatkan momentumnya, meskipun ada sejumlah besar tugas di bidang pengoptimalan keamanan dan layanan yang dapat diselesaikan secara menguntungkan dengan memperkenalkan analisis video. Denis Grishin, direktur produk NtechLab, membahas teknologi yang sama sekali tidak dapat ditinggalkan oleh bank modern, dan apa sebenarnya yang menghambat pengenalannya.
Operasi bebas paspor
Bank modern memiliki kantor cabang yang jauh lebih sedikit, dan hampir semua operasinya berlangsung secara digital. Melalui biometrik, tingkat efisiensi dan keamanan yang benar-benar modern dapat dicapai.
Teknologi otorisasi biometrik secara bertahap menggeser verifikasi identitas berbasis dokumen fisik, dan membantu memudahkan berbagai proses untuk nasabah dan pegawai di lembaga keuangan. Pada kunjungan pertama ke bank, nasabah mendaftarkan info biometrik mereka, identitas ini dikaitkan dengan dokumen tertentu dan data lainnya, dan setelah itu mereka tidak perlu lagi menunjukkan kartu ID dan datang ke kantor cabang secara langsung. Membuka rekening baru atau mendapatkan kartu baru, mengajukan pinjaman, mengonfirmasi transaksi: semuanya dapat dilakukan dari smartphone, hanya memerlukan wajah Anda untuk verifikasi. Tingkat perlindungan data pribadi sesuai dengan standar keamanan industri, dan untuk keyakinan tambahan Anda dapat mengonfigurasi hingga tiga faktor identifikasi melalui: kata sandi, konfirmasi SMS, dan biometrik wajah.
Dengan beralih ke biometrik, bank memiliki banyak tugas yang harus diselesaikan: mereka perlu mengatur pengumpulan data langsung di kantor dan melalui aplikasi seluler sekaligus membangun ekosistem untuk administrasi dan pemrosesan. Namun dalam praktiknya, investasi ini langsung terbayar lunas dari beberapa kantor cabang yang membutuhkan layanan ini dan dari keuntungan tambahan akibat tambahan nasabah dari area yang sulit dijangkau seperti di daerah pedesaan.
Pembayaran tanpa kartu atau bahkan smartphone
Kini, penggunaan kartu fisik kian marak ditinggalkan, orang-orang sudah beralih menggunakan smartphone atau kartu virtual alih-alih kartu fisik dari plastik. Langkah selanjutnya mungkin adalah pembayaran dengan memindai wajah. Teknologi untuk tujuan ini cukup fungsional, tidak hanya untuk pembelian secara online di marketplace, tetapi juga di toko kelontong biasa, pusat perbelanjaan, dan pompa bensin. Teknologi ini bekerja cukup baik untuk menginstal perangkat di titik penjualan yang mampu membaca data biometrik. Sistem ini bekerja dengan baik untuk bank: nasabah menghubungkan data biometrik mereka ke kartu di kantor cabang, dan pembayaran cukup dengan selfie langsung dapat digunakan. Bagi pembeli, layanan ini sangat praktis dan cepat. Bagi perusahaan jasa keuangan, ini akan memperluas calon nasabah setia dan meningkatkan citra mereka.
Ide ini telah diterapkan oleh banyak bank di seluruh dunia: nasabah mengirimkan data biometrik dan melampirkannya ke profil mereka. Kartu bank juga dapat dihubungkan. Sistem ini memiliki tingkat keamanan pembayaran yang tinggi: tidak dapat mengelabui terminal menggunakan foto atau video dari smartphone orang lain, berkat adanya algoritme perlindungan terhadap pemalsuan. Selain itu, proses pembayaran diproses tiga kali lebih cepat daripada melalui kartu atau smartphone, karena tidak perlu mengonfirmasi transaksi dengan kode pin atau kode SMS. Verifikasi biometrik pengguna juga tersedia untuk diterjemahkan melalui aplikasi.
Meningkatkan kualitas layanan bagi pelanggan
Salah satu skenario yang paling umum adalah pengoptimalan antrean. Prinsipnya sama seperti sektor retail: analisis video memungkinkan pengumpulan statistik tentang beban departemen, menentukan jam sibuk di setiap titik, dan mencatat permintaan pengunjung yang paling banyak. Dengan menganalisis data ini, perusahaan dapat mengoptimalkan pekerjaan manajer dan konsultan, kemudian mendistribusikannya kembali secara efisien ke area yang paling sibuk.
Skenario kedua yang paling umum adalah meningkatkan kecepatan layanan di kantor. Ketika pengunjung memasuki kantor cabang, sistem secara otomatis mengidentifikasi mereka, mencocokkan dengan database internal dan memeriksa transaksi terakhir untuk menyarankan manajer yang paling cocok. Cara ini lebih cepat dan lebih efisien daripada harus mengambil nomor antrean kertas dan nasabah harus memilih jenis layanan sesuai tujuan kedatangan mereka. Terlepas dari tren umum untuk mengurangi antrean di bank, masalah tetap ada, karena proses pelayanan itu sendiri memerlukan waktu lama. Saat ini masih fluktuatif dengan kisaran antara 10 menit hingga satu jam.
Memerangi kejahatan
Industri keuangan saat ini membutuhkan solusi yang tidak hanya mampu merekam apa yang terjadi, tetapi juga bereaksi cepat terhadap situasi berbahaya. Dan idealnya, mencegah tindak kriminal. Ini sangat relevan dengan masalah kesehatan dan keselamatan. Jika, misalnya, seorang penyusup bersenjata memasuki kantor cabang, kita bisa mendeteksi mereka bukan setelah mereka menarik pistol, tetapi langsung di pintu masuk. Sistem mengirimkan sinyal bahaya kepada penegak hukum, mendeteksi kecurigaan dengan alasan tertentu, atau dalam hal identifikasi seseorang pada daftar tertentu (buronan atau orang dalam database peminjam yang bermasalah).
Untuk melakukannya, dapat digunakan daftar yang disusun oleh bank, daftar umum untuk beberapa organisasi, atau database yang disediakan oleh lembaga penegak hukum. Jaringan neural akan mengenali wajah pada video kamera apakah cocok dengan data dari database dan langsung mengirim sinyal ke pegawai yang bertanggung jawab.
Situasi penggunaan analisis video yang dapat secara signifikan mengurangi risiko juga termasuk kerumunan di dekat ATM atau subjek yang berdiam terlalu lama di dekat ATM tanpa alasan yang jelas. Saat ini, bahkan skenario seperti itu mungkin diterapkan ketika sistem mengidentifikasi upaya pengguna untuk dengan sengaja menyembunyikan wajah mereka (dengan cara memakai masker, topi, kerudung, dll.) sehingga dapat mencegah mereka menggunakan ATM. Dalam hal ini, pemakaian jilbab atau masker medis tidak mengidentifikasi pelaku kejahatan, ini menyangkut situasi di mana seseorang sengaja menutupi wajahnya dan hanya terlihat 10−15% di area sekitar mata. Penting agar operator dapat segera mengambil keputusan akhir dalam situasi ini, setelah menerima pemberitahuan dari sistem keamanan, dan dapat mengambil tindakan tepat waktu untuk menangkap penjahat dan mencegah tindakan perampokan atau vandalisme.
Masalah lain yang secara efektif dapat diselesaikan dengan analisis video adalah pinjaman yang diajukan menggunakan identitas orang lain. Sayangnya, praktik ini masih cukup relevan untuk organisasi keuangan skala mikro. Biasanya, penipu menggunakan salinan paspor orang lain, yang ia curi atau yang hilang, kemudian ia menempelkan fotonya sendiri, dan mengambil pinjaman atas nama orang lain. Penerapan analisis video dan teknologi biometrik membantu mengatasi situasi seperti ini. Setelah nasabah bank mendaftarkan biometrik mereka, sistem akan segera mengenali paspor palsu dan foto yang tidak cocok. Untuk pinjaman online, mekanisme ini juga memberikan perlindungan yang tepercaya. Setelah upaya ini digagalkan, penipu akan masuk daftar blacklist, dan jika bank dikonfigurasi dengan opsi yang sesuai, informasi tersebut dapat langsung diteruskan kepada penegak hukum.
Pemantauan personel
Statistik menyatakan bahwa karyawan perusahaan menghabiskan rata-rata hingga 14 jam per minggu untuk aktivitas yang tidak terkait dengan pekerjaan mereka, tetapi untuk istirahat seperti merokok dan minum kopi. Belum termasuk percakapan telepon pribadi, menjelajahi jejaring sosial, membaca berita, bermain solitaire di komputer saat bos pergi. Memang istirahat diperlukan, tetapi penyalahgunaannya terakumulasi dan menjadi kerugian yang signifikan bagi perusahaan. Namun demikian, lebih dari 90% manajer SDM tidak mampu mengubah situasi ini. Jadi kami menciptakan analisis video. Teknologi ini membantu mengontrol karyawan di tempat kerja, mencatat waktu kedatangan dan kepulangan, dan aktivitasnya di dalam kantor.
Tetapi ini bukan satu-satunya hal yang penting bagi sektor perbankan. Di lini depan, ada potensi masalah keamanan, seperti pelanggaran hak akses. Ada juga masalah penyalahgunaan wewenang resmi dan operasional yang tidak tepat.
Penggunaan analisis video, terutama dalam hubungannya dengan biometrik, dapat meminimalkan tindak kejahatan dan meningkatkan tanggung jawab serta disiplin kerja karyawan.
Komplikasi dalam menerapkan analisis video di bank
Penerapan sistem apa pun di bank membutuhkan siklus yang panjang dan mahal, karena masalah kompatibilitas, kepatuhan, dan keamanan menjadi sangat penting bagi organisasi keuangan. Ini juga berlaku untuk analisis video, karena menyiratkan perubahan proses perbankan yang fundamental. Tidak semua organisasi siap melakukan integrasi yang begitu panjang dan kompleks, sehingga pengenalan teknologi baru menjadi tertunda.
Terlepas dari pendapat yang populer dan wajar tentang teknologi mutakhir di sektor perbankan, ada kesenjangan besar antara sepuluh bank teratas dan bank lainnya. Mereka memiliki berbagai tingkat teknologi yang berbeda. Bank besar berinovasi secara perlahan tapi pasti, tetapi bank-bank kecil seringkali bahkan tidak menerapkan pembaruan otomatis, karena semuanya dilakukan secara manual. Mereka tidak merasa perlu membahas tentang teknologi analisis video dan biometrik.
Dan yang terakhir, data pribadi adalah tantangan lain. Orang-orang kurang percaya pada lembaga keuangan sehingga mereka tidak secara aktif memberikan info biometrik kepada bank. Jadi bank tidak terlalu berminat untuk memperkenalkan biometrik: karena tidak ada permintaan. Sebelum masalah kepercayaan konsumen ini dapat dituntaskan, nasabah akan tetap merasa ragu.
Sumber:
[1] Pasar Analisis Video — Pertumbuhan, Tren, Dampak dari COVID-19, 2021−2026) oleh Mordor Intelligence