Bootcamp: Integrasi Agentic AI untuk Otomatisasi Operasional Bank
Scheduled 20 – 21 April 2026 Jakarta
Registration
Bootcamp: Integrasi Agentic AI untuk Otomatisasi Operasional Bank

Bootcamp: Integrasi Agentic AI untuk Otomatisasi Operasional Bank

20 – 21 April 2026 Jakarta Hotel Asyana Kemayoran

Description

Bank modern menghadapi tekanan tinggi untuk meningkatkan efisiensi operasional, akurasi proses, dan kualitas layanan nasabah, sambil mengelola kompleksitas transaksi yang terus meningkat. Agentic AI, yaitu sistem AI yang mampu mengambil keputusan otonom berbasis konteks bisnis, menawarkan peluang revolusioner untuk mengotomatisasi berbagai proses bank, termasuk manajemen risiko, layanan pelanggan, dan proses back-office. Dengan kemampuan decision-making otomatis, Agentic AI tidak hanya mempercepat proses tetapi juga meningkatkan ketepatan dan konsistensi operasional.

Pelatihan ini dirancang sebagai bootcamp intensif untuk membekali peserta dengan pemahaman konseptual dan praktik langsung integrasi Agentic AI ke dalam operasional bank. Peserta akan mempelajari desain arsitektur AI, otomatisasi proses end-to-end, pengelolaan data dan model, strategi mitigasi risiko otomatisasi, serta pengawasan kinerja AI secara real-time. Pendekatan praktis dan sistematis ini memastikan peserta mampu merancang, menerapkan, dan memonitor sistem Agentic AI yang meningkatkan efisiensi, mengurangi human error, dan mendukung strategi transformasi digital perbankan secara berkelanjutan

Objectives

  • Memahami konsep Agentic AI dan peranannya dalam transformasi operasional bank.
  • Mengidentifikasi proses bank yang dapat diotomatisasi menggunakan Agentic AI.
  • Menguasai desain dan arsitektur integrasi Agentic AI pada sistem perbankan.
  • Mengembangkan kemampuan implementasi end-to-end otomatisasi operasional.
  • Memahami manajemen data, model, dan pengawasan kinerja AI secara real-time.
  • Mampu mengidentifikasi risiko operasional AI dan strategi mitigasinya.
  • Memahami regulasi, tata kelola, dan compliance terkait otomatisasi AI di perbankan.
  • Membekali peserta dengan praktik implementasi Agentic AI berbasis studi kasus nyata.

Course outline

1. Konsep Dasar Agentic AI dalam Perbankan

Definisi Agentic AI dan autonomous systems

Perbedaan Agentic AI dengan traditional AI dan robotic process automation (RPA)

Manfaat Agentic AI bagi operasional bank

  • Pengambilan keputusan otomatis
  • Optimalisasi workflow dan efisiensi proses
  • Pengurangan human error dan konsistensi operasional

Penerapan Agentic AI di sektor perbankan

  • Customer service automation
  • Fraud detection dan risk management
  • Loan approval dan credit scoring otomatis
  • Back-office process automation

2. Identifikasi dan Analisis Proses untuk Otomatisasi

Mapping proses operasional bank

  • Front-office: Customer onboarding, transaksi, layanan nasabah
  • Middle-office: Risk assessment, compliance checks
  • Back-office: Reconciliation, settlement, reporting

Evaluasi kelayakan otomatisasi

  • Process complexity
  • Frequency and volume of transactions
  • Rule-based vs decision-based tasks

Prioritas integrasi Agentic AI

  • High impact processes
  • Quick-win automation tasks

3. Arsitektur dan Infrastruktur Integrasi Agentic AI

Komponen arsitektur AI untuk bank

  • Data layer: Collection, integration, preprocessing
  • Model layer: Decision-making algorithms, reinforcement learning
  • Execution layer: Workflow automation, integration with banking core systems

Infrastruktur pendukung

  • Cloud vs on-premises deployment
  • API-based integration
  • Security and access control

Sistem monitoring real-time

  • Dashboard performance metrics
  • Alerts for anomalies or failures

4. Pengembangan Model Agentic AI

Teknik machine learning untuk decision-making otomatis

  • Supervised, unsupervised, reinforcement learning

Model training dan validation

  • Dataset preparation
  • Hyperparameter tuning
  • Cross-validation dan performance metrics

Penerapan model di workflow otomatis

  • Model inference pipeline
  • Integration with core banking system
  • Error handling mechanism

5. Manajemen Data dan Governance AI

Data quality dan preprocessing

  • Cleansing, normalization, enrichment
  • Data governance

Data ownership dan stewardship

  • Access control dan privacy compliance

Monitoring lifecycle model AI

  • Versioning
  • Model retraining
  • Performance monitoring

6. Otomatisasi Proses Operasional End-to-End

Front-office automation

  • Chatbot cerdas untuk customer service
  • KYC dan customer onboarding otomatis
  • Personalized service recommendation

Middle-office automation

  • Risk scoring dan monitoring otomatis
  • Compliance checks dan reporting otomatis

Back-office automation

  • Transaction reconciliation
  • Settlement dan clearing
  • Financial reporting dan regulatory submission

7. Keamanan dan Risiko Otomatisasi AI

Ancaman keamanan untuk sistem Agentic AI

  • Adversarial attacks pada model AI
  • Manipulasi data input
  • Unauthorized access dan breach

Mitigasi risiko operasional

  • Access management dan authentication
  • Continuous model testing dan validation
  • Redundancy dan fail-safe mechanisms

Audit dan compliance

  • Dokumentasi proses dan keputusan AI
  • Logging dan traceability

8. Evaluasi Kinerja dan Continuous Improvement

Key performance indicators (KPI) untuk otomatisasi

  • Processing speed dan throughput
  • Accuracy dan reliability of decisions
  • Customer satisfaction metrics

Monitoring sistem real-time

  • Dashboard untuk status workflow
  • Alerts dan auto-reporting

Continuous improvement

  • Feedback loop dari hasil operasional
  • Model retraining dan optimization
  • Adaptasi terhadap perubahan regulasi dan kebutuhan bisnis

9. Regulasi dan Tata Kelola Implementasi AI di Perbankan

Kepatuhan regulasi terkait AI dan otomatisasi

  • Financial services regulatory compliance
  • Data privacy dan protection laws

Tata kelola penggunaan Agentic AI

  • Governance framework untuk decision-making AI
  • Audit trail dan accountability

Best practices integrasi etika dan transparansi

  • Explainable AI untuk keputusan otomatis
  • Stakeholder engagement dan reporting

10. Studi Kasus dan Praktik Integrasi Agentic AI

Simulasi implementasi AI untuk front-office

Studi kasus otomatisasi middle-office risk assessment

Integrasi back-office reconciliation dengan Agentic AI

Evaluasi performa dan mitigasi risiko pada studi kasus nyata

Praktik audit dan monitoring sistem AI secara end-to-end

Participants

  • Information Technology
  • Risk Management
  • Leadership Program
  • Operations
  • Compliance & APUPPT

Method

  • Pre-test
  • Presentation
  • Discussion
  • Case study
  • Post-test

Facilities

  • Ruang Meeting Representatif
  • Sertifikat Pelatihan Resmi
  • Instruktur Profesional & Berpengalaman
  • Training Kit Eksklusif
  • Souvenir Gendhis Consultant
  • Pick Up Participant (Yogyakarta)
Back to services

Registration form

Top