Banking on the Edge: 3 Cara Edge Computing Meningkatkan Operasi BFSI

Bayangkan sebuah kotak terletak di tengah-tengah lapangan terbuka, tanpa apa pun di sekitarnya. Tugas Anda adalah berjalan ke kotak itu, menyentuh bagian atasnya, dan berjalan kembali. Sederhana. Suatu hari, Anda melihat sebatang pohon kecil tumbuh di antara Anda dan kotak itu. Keesokan harinya, semak. Lalu hujan turun, kolam terbentuk, rumput liar bertunas, rumput tumbuh. Tak lama kemudian, tugas sederhana Anda menjadi lebih sulit, lebih lambat, dan apa yang tadinya merupakan lapangan terbuka kini menjadi hutan tanaman merambat dan rintangan yang lebat dan kusut. Anda masih bisa sampai ke kotaknya, tapi butuh waktu lebih lama. Andai saja ada cara yang lebih mudah.

Inovasi adalah sebuah paradoks, baik mengurangi maupun menambah kompleksitas. Seperti kotak sederhana yang pernah berada sendirian di lapangan, komputasi terus berkembang dengan lebih banyak aplikasi dan peningkatan fungsionalitas, sehingga menghasilkan kumpulan data yang padat dan berantakan yang diperlambat oleh sejumlah besar data. Di situlah
komputasi tepi hadir, sebuah proses desentralisasi sumber daya komputasi ke tepi jaringan tempat data dihasilkan, daripada mengandalkan server terpusat atau cloud. Dengan kata lain, ia mengambil kotak imajiner dari tengah lapangan dan memindahkannya lebih dekat serta membuatnya lebih mudah untuk diakses, yang menjadikan segalanya lebih cepat dan sederhana.

Mendapatkan Keunggulan dalam Industri Kaya Data

Menurut
angka terbaru, dunia akan menghasilkan lebih dari 460 exabyte data setiap hari pada tahun 2025. (Satu exabyte sama dengan 1,000 byte pangkat keenam – dan untuk konteks lebih lanjut, semua kata yang pernah diucapkan manusia dapat masuk ke dalam lima exabyte.) Industri tertentu menghasilkan lebih banyak data dibandingkan yang lain, namun perbankan, jasa keuangan, dan asuransi (BFSI) cenderung berada di urutan teratas mengingat frekuensi industri-industri tersebut berperan dalam kehidupan kita sehari-hari, mulai dari penelitian dan pembelian produk hingga melakukan tugas rutin perbankan. Ditambah dengan fungsi-fungsi yang dijalankan sendiri oleh lembaga-lembaga BFSI (pemantauan, analisis, penyimpanan, dll.), maka kita akan mendapatkan sejumlah besar data.

Dalam komputasi perusahaan tradisional, data dihasilkan dari sumbernya (yaitu komputer Anda), ditransfer melalui jaringan area luas (WAN) untuk diproses di jaringan area lokal (LAN), dan kemudian dirutekan kembali ke sumbernya. Ini adalah sistem yang bekerja dengan baik hingga terhambat oleh volume, setara dengan hanya membangun jalan raya dua jalur ke wilayah metro utama yang populasinya meledak. Server data terpusat tidak dapat mengimbangi kecepatan dan kemacetan jaringan menyebabkan peningkatan gangguan. Arsitek TI memutuskan bahwa alih-alih mencoba mendekatkan data ke pusat data, mereka akan memindahkan pusat data ke edge, tempat data dihasilkan—dan lahirlah komputasi edge.

Bagi BFSI, langkah ini membawa perubahan besar—mengurangi latensi, meningkatkan pengambilan keputusan secara real-time, dan memastikan keamanan data, yang penting untuk transaksi keuangan yang cepat dan aman. Kini, semua pemrosesan dan analisis yang biasanya dilakukan di pusat data terpusat dapat dilakukan lebih dekat ke sumbernya, seperti terminal point-of-sale (POS) atau ATM. Ini adalah konsep yang sederhana, namun dapat mengurangi beban bandwidth jaringan secara signifikan. Berikut tiga cara lain komputasi tepi mengoptimalkan operasi BFSI

1. Pengalaman Pelanggan (CX) yang Lebih Baik

CX yang lebih baik dapat memiliki arti yang berbeda bagi orang yang berbeda, namun bagi pelanggan BFSI, hal ini biasanya bergantung pada kecepatan dan akurasi yang lengkap, karena industri ini berhubungan dengan keuangan, kehidupan, dan penghidupan masyarakat. Pikirkan tentang terakhir kali Anda pergi ke toko dan menggunakan kartu debit/kredit. Lebih baik lagi, pikirkan untuk mengantri panjang selama liburan hanya untuk menunggu tanpa henti saat mesin memproses kartu Anda. Kebanyakan orang tidak ingin menunggu lebih lama dari yang diperlukan untuk menyelesaikan pembelian atau transaksi, meskipun itu hanya beberapa menit. Dengan komputasi edge, otorisasi waktu nyata menghasilkan waktu pembayaran yang lebih cepat (dan pelanggan lebih bahagia). Selain itu, teknologi hyper-automation atau otomatisasi cerdas dapat lebih mengoptimalkan interaksi pelanggan dengan hal-hal seperti mengotomatisasi pertanyaan rutin atau memberikan saran keuangan yang dipersonalisasi.

Selain kecepatan,
Deloitte telah menemukan bahwa edge computing dapat dimanfaatkan untuk membantu perusahaan BFSI seperti bank “memanfaatkan analisis data” untuk membuat “konten yang dipersonalisasi dan relevan yang disampaikan melalui saluran digital pilihan mereka” – menawarkan pemberitahuan bertarget geografis kepada pelanggan dan rekomendasi yang disesuaikan berdasarkan perilaku sebelumnya. Dan di negara-negara berkembang atau tempat-tempat dengan konektivitas yang buruk, edge computing memungkinkan terminal pembayaran menyimpan data transaksi dan memprosesnya secara lokal hingga konektivitas pulih, sehingga secara signifikan meningkatkan aksesibilitas dan inklusivitas keuangan.

2. Peningkatan Deteksi Penipuan & Keamanan Data

Perusahaan BFSI mengelola data pelanggan dan perusahaan yang sangat sensitif, dan pelaku kejahatan terus mencari kelemahan untuk dieksploitasi. Dengan merelokasi pusat data lebih dekat ke sumber data di edge, latensi dapat diminimalkan, sehingga mengurangi potensi titik serangan, seperti halnya komandan militer menjaga garis depan mereka untuk mencegah serangan musuh.

Dengan menciptakan lingkaran yang lebih ketat agar informasi dapat disampaikan bolak-balik, perusahaan BFSI dapat memantau transaksi secara real-time, mendeteksi anomali, dan merespons aktivitas penipuan dengan lebih cepat.

IBM memberikan contoh yang baik terkait dengan ATM, menunjukkan bahwa kamera keamanan hanya membantu
setelah pencurian telah terjadi dan masih memerlukan peninjauan manusia. Namun dengan edge computing, video feed dapat dianalisis secara otomatis tanpa campur tangan manusia dan ATM yang telah dirusak dapat dimatikan sebelum penipuan terjadi.

Aliran data yang disederhanakan ini memberdayakan perusahaan BFSI untuk melakukan pemantauan transaksi secara real-time, dan deteksi anomali, serta mengaktifkan respons cepat terhadap aktivitas penipuan.

3. IoT Otonom

McKinsey mendefinisikan Internet of Things (IoT) sebagai objek fisik yang dilengkapi sensor yang berkomunikasi dengan sistem komputasi, sehingga dunia fisik dapat dipantau atau dikontrol secara digital, seperti termostat pintar atau Apple Watch Anda. Bagi perusahaan BFSI, IoT yang didukung oleh edge computing menghadirkan peluang luar biasa untuk meningkatkan berbagai proses, terutama di bidang asuransi. Menurut data terbaru dari
statista, jumlah pengguna global di pasar rumah pintar (yaitu perangkat IoT di rumah) diperkirakan meningkat selama empat tahun ke depan sebesar 86% dan menjangkau lebih dari 670 juta rumah tangga pada tahun 2027.

Pemilik rumah menggunakan perangkat IoT untuk memantau rumah mereka dengan berbagai cara, mulai dari kamera keamanan hingga detektor air, dan komputasi edge dapat diintegrasikan untuk memproses data tersebut secara lokal. Misalnya, jika sensor pintar mendeteksi aktivitas ketinggian air yang tidak biasa, sensor tersebut dapat menganalisis data di tepian dan mengirimkan peringatan kepada pemilik rumah atau perusahaan asuransi secara real-time, sehingga menghindari skenario kebocoran yang dapat merusak suatu area selama berminggu-minggu atau berbulan-bulan. sebelum terdeteksi. Perusahaan asuransi dapat menawarkan diskon kepada pemilik rumah yang

berbagi data dari perangkat IoT ini, membantu dalam penilaian risiko dan membuat kebijakan lebih hemat biaya.

Menyelesaikan Edge Computing: 3 Hal Lagi yang Perlu Diingat

Bagi perusahaan BFSI yang tertarik mengadopsi komputasi edge, perhatikan hal berikut:

▪ Komputasi tepi (edge ​​computing) adalah suatu hal tambahan, bukan pengganti – selektif dan berhati-hati dalam menentukan apa yang menjadi kekuatan edge. Langkah pertama yang baik adalah menganalisis data pelanggan yang ada untuk menentukan perilaku berulang yang mungkin mendapat manfaat dari pengurangan latensi. 

▪ Mengadopsi a
metodologi tanpa kepercayaan untuk keamanan yang lebih baik – memastikan setiap pengguna harus diautentikasi, diotorisasi, dan terus divalidasi sebelum diberikan akses ke data sensitif.

▪ Terapkan “hub-dan-berbicara” pendekatan untuk mengatur infrastruktur edge Anda secara hierarki – artinya, server edge yang paling kuat harus ditempatkan paling jauh dari sistem pusat sehingga server pusat hanya perlu menangani data yang diketahui dan berprioritas tinggi.

▪ Memanfaatkan hiper-otomatisasi dan otomasi cerdas di edge – penerapan otomasi cerdas dapat memperkuat efisiensi komputasi edge dengan mengelola tugas-tugas rutin secara mandiri, mengoptimalkan pemrosesan data, dan meningkatkan kemampuan pengambilan keputusan dengan cepat.

Mendekati edge computing dengan pedoman ini dapat menjadikan tantangan yang ada di lapangan terbuka semakin dekat, memberi perusahaan BFSI jalan menuju pengalaman pelanggan yang lebih baik, meningkatkan deteksi dan pencegahan penipuan, pembayaran IoT yang aman, dan kasus penggunaan baru dan menarik lainnya.

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
• PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
• PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
• PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
• Sumber: https://www.finextra.com/blogposting/25199/banking-on-the-edge-3-ways-edge-computing-supercharges-bfsi-operations?utm_medium=rssfinextra&utm_source=finextrablogs