Transcript for:
Perayaan 30 Tahun APARI dan AI

[Musik] 19 September 2022 19 September 2022 apari berusia 29 tahun betul sekali i dalam perjalanannya apari banyak sekali pasang surut naik turun tapi di usia yang ke-29 apari tetap berkomitmen mencerdaskan Insan perasuransian khususnya di pialang asuransi dan reasuransi Indonesia [Musik] acara seperti hari ini merupakan kegiatan rutin yang kami laksanakan setiap tahunnya dengan selalu memperhatikan situasi dan kondisi terkait pandemi covid-19 seratan maka pada tahun ini kami berkesempatan saya akan menghelat acara ini secara offline fasilitas online juga diberikan jadi kita sapa dulu teman-teman di zoom ya Nah sebagai informasi aja pendaftar kegiatan offline ini kurang lebih ada 160 peserta ditambah nanti akan ada 300 wisudawan wisudawati yang akan proses setelah siang ini [Musik] eh kami ucapkan kembali sekali lagi selamat datang di acara prosesi wisuda asosiasi ahli pialang asuransi dan reasuransi Indonesia jadi ini adalah acara wisuda yang pertama kali kembali diadakan secara luring setelah 2 tahun kita melaksanakannya secara daring Alhamdulillah kondisi membaik sehingga kita bisa berkesempatan untuk langsung datang muka melaksanakan kegiatan wisuda pada hari ini kami melihat Bapak Ibu sekalian bahwa di masa saat ini dinamika di industri pialang asuransi sungguh sangat dinamis karena banyak hal-hal baru yang barangkali tidak pernah ditemui di waktu-waktu sebelumnya tapi kami ingin menyampaikan bahwa setidaknya anda semua para wisudawan adalah wisudawan yang mempunyai value lebih di saat ini Halo selamat sore saya Hendra dari PT kalibusa raya utama kbru e senang sekali hari ini kita baru saja menyelesaikan prosesi wisuda e khususnya saya untuk si iib jadi certified insurance dan reinsurance broker nah kesan-kesan acara ini sangat seru ya dari pagi kita ada seminar asuransi kredit menambah wawasan eh Semoga di acara-acara ulang tahun apari selanjutnya bisa makin meriah lagi makin seru lagi dan makin bermanfaat lagi untuk kita anggota dan yang akan menjadi anggota apari Thank you selamat sore Halo Nama saya Rendy e dari PT Perta pialang asuransi nusantara di kali ini saya dapat dua penghargaan satu dari peringkat 2 aapai angkatan 31 dan apai angkatan 29 eh yang pertama-tama saya mau mengucapkan terima kasih kepada apari karena sudah memberikan silabus yang oke banget bagi para pialang dan juga harapan ke depannya semoga silabus ini dapat terus berkembang sehingga dapat menerbitkan banyak pialang yang dapat memenuhi kebutuhan dari para tertanggung gitu aja hidup apari b dua sat B [Musik] [Musik] 19 September 2022 19 September 2022 apari berusia 29 tahun betul sekali iya dalam perjalanannya apari banyak sekali pasang surut naik turun tapi di usia yang ke29 pari tetap berkomitmen mencerdaskan Insan perasuransian khususnya di pialang asuransi dan reasuransi Indonesia [Musik] acara seperti hari ini merupakan kegiatan rutin yang kami laksanakan setiap tahunnya dengan selalu memperhatikan situasi dan kondisi terkait pandemi covid-19 serta P persatan pres maka pada tahun ini kami berkesempatan merayakan menghelat acara ini secara off fasilitas online juga diberikan jadi kita sapa dulu teman-teman di zoom ya Nah sebagai informasi aja pendaftar kegiatan offline ini kurang lebih ada 160 peserta ditambah nanti akan ada 300 wisudawan wisudawati yang akan proses setelah siang ini [Musik] eh kami ucapkan kembali sekali lagi selamat datang di acara prosesi wisuda asosiasi ahli pialang asansi dan reasurasi Indonesia jadi ini adalah acara wisuda yang pertama kali kembali diadakan secara luring setelah 2 tahun kita melaksanakannya secara daring Alhamdulillah kondisi membaik sehingga kita bisa berkesempatan untuk langsung datoga melaksanakan kegiatan wiuda pada hari ini kami melihat bapak ibu Sek bahwa di masa saat ini dinamika di industri pialang asuransi sungguh sangat dinamis karena banyak hal-hal baru yang barangkali tidak pernah ditemui di waktu-waktu sebelumnya tapi kami ingin menyampaikan bahwa setidaknya anda semua para wisudawan adalah wisudawan yang mempunyai value lebih di saat ini Selamat sore saya Hendra dari PT kalibusa raya utama kbru eh senang sekali hari ini kita baru saja menyelesaikan prosesi wisuda eh khususnya saya untuk si iib jadi certified insurance dan reinsurance broker nah kesan-kesan acara ini sangat seru ya dari pagi kita ada seminar asuransi kredit menambah wawasan e Semoga di acara-acara ulang tahun apari selanjutnya bisa makin meriah lagi makin seru lagi dan makin bermanfaat lagi untuk kita anggota dan yang akan menjadi anggota apari Thank you Selamat sore Halo nama saya R ee dari PT ekperta pialang asuransi nusantara di kali ini saya dapat dua penghargaan satu dari peringkat 2 aapai angkatan 31 dan apai angkatan 29 eh yang pertama-tama saya mau mengucapkan terima kasih kepada apari karena sudah memberikan silabus yang oke banget bagi para pialang dan juga harapan ke depannya semoga silabus ini dapat terus berkembang sehingga dapat menerbitkan banyak pialang yang dapat memenuhi kebutuhan dari para tertanggung gitu aja hidup apa Baa Satu Rasa [Musik] [Musik] yang bisa katanya 80% hilang dan juga kita akan membahas apakah akan terjadi di dunia asuransi juga industri asuransi telah mengalami transformasi signifikan dalam beberapa tahun terakhir yang terutama didorong oleh kemajuan pesat dalam teknologi terutama kecerdasan buatan Ai dan digitalisasi webinar hari ini bertujuan untuk membahas penerapan Ai dalam industri asuransi mencakup topik-topik utama seperti pemanfaatan Ai dalam crm atau customer relationship management underwriting claim dan produk Asuransi berbasis Ai Selain itu webinar hari ini akan memberikan wawasan mengenai integrasi Ai dengan prinsip-prinsip good corporate governance atau GCG dan regulasi terkait teknologi dalam sektor ini studi kasus dan diskusi mengenai manajemen Riko dalam pemanfaatkan teknologi informasi juga akan dibahas untuk memberikan perspektif yang lebih konkret tentang inovasi dan implementasi Ai dalam industri asuransi perkenalkan saya Victor Roy ketua subject matter expert di apari dalam Cluster insurtech akan menjadi moderator Anda hari ini telah hadir tiga narasumber kita yang hebat dan berpengalaman di bidangnya mereka akan memberikan wawasan dan pandangan tentang bagaimana Ai mengubah cara kerja industri asuransi dari analisa risiko hingga pelayanan klaim yang lebih efisien Mari kita sambut ketiga narasumber kita yang luar biasa narasumber pertama ada di sebelah saya Muhammad Audia brilan ketua Departemen sistem informasi teknologi dan Inovasi Atau City di apari karir auditia di industri asuransi dimulai pada tahun 2009 kemudian bergabung dengan salah satu asuransi yaitu wahna Tata di bidang pemasaran dan penjualan pada Desember 2014 auditia diangkat menjadi direktur di PT Adikara mitraasampurna atau AMS insurance broker dan menjabat hingga 2018 saat ini audit a menjabat sebagai presiden Direktur PT pialang asuransi Nasional Indonesia Jaya atau lebih dikenal dengan pani setelah sebelumnya menjadi direktur dan tenaga ahli pendidikan auditia Diploma ilmu aktuaria stan sarjana ekonomi asuransi umum dari Sekolah Tinggi Manajemen asuransi Trisakti sarjana ekonomi manajemen pemasaran dari Universitas Indonesia magister manajemen risiko dari Glasgow caledonian University UK dan sekarang menjadi kandidat sarjana kecerdasan buatan terapan atau ai dari iu International University of applied science di Jerman sertifikasi profesional a3k di bidang kesehatan a3ik untuk asuransi kerugian cib crmp untuk manajemen Riko anzif senior associate cip Selamat datang Terima kasih Mas audit terim kas Oke kita lanjut ke narasumber kedua kita Bapak Sadewa satuka Yuda chief operating officer PT web proteksi Solusindo Pak Sadewa adalah seorang profesional berpengalaman di industri asuransi dan pialang dengan keahlian dalam penempatan produk Asuransi manajemen Riko dan layanan pialang ia memperoleh gelar sarjana Manajemen Pemasaran dari abfi Perbanas dan telah meraih sertifikasi level 5 dan 6 di bidang kepialangan asuransi dan reasuransi dari bnsp saat ini pas wa menjabat sebagai chief operating officer di PT web proteksi Solusindo bertanggung jawab atas operasional pialang teknis dan non tknis kepatuhan terhadap regulasi serta hubungan dengan pemangku kepentingan sebelumnya ia menjabat menjadi manajer penempatan produk di PT Pasar po insurance broker di mana beliau mengelola penempatan asuransi harian dan eh teknis nasihat teknis dalam perjalanan karirnya Pak Sadewa juga pernah menjabat menjadi senior sekutif di Willis Tower Watson Asisten Manager di eon Indonesia serta berperan di PT BCA Finance PT indosurance broker utama dan PT Tokyo Marine Indonesia yang memberikan wawasan dan pemahaman mendalam terkait penerbitan polis hubungan kli serta penempatan asuransi untuk klien korporat dan global pasadewa memiliki sertifikasi profesional asuransi cib juga aktif di asosiasi pialang asuransi dan reasuransi Indonesia apari sebagai anggota Departemen organisasi Selamat datang pak Sadewa dan narasumber kita yang ketig Bapak makekur PT asuransi untuk semua atau maki adalah seorang corporate laer berpengalaman lebih dari 20 tahun termasuk lebih dari 5 tahun di tingkat direksi dan mengkhususkan diri dalam bidang hukum kepatuhan dan tata kelola perusahaan dan hubungan pemerintahuk reg asengar acara korporat bersertifikat sejak tahun 2007 saat ini Paki menjabat sebagai Direktur kepatuan di PT asuransi untuk semua sebelumnya ia menjabat sebagai general konsel untuk operasi hukum di Air Asia di mana ia menyederhanakan fungsi hukum di beberapa negara sempat di insurtech iglo Pak maki menjabat sebagai grup general konsel dan presiden director mengelola masalah hukum dan kepatuhan di enam negara posisi sebelumnya termasuk direktur dan Kepala Divisi hukum di afris assurance memimpin strategi hukum perusahaan dan perbaikan tata kelola pamaki telah menangani berbagai merger dan akuisisi termasuk akuisisi perusahaan pialang asuransi pada tahun 2020 kepemimpinan pamaki berhasil mengubah Proses bisnis meningkatkan efisiensi operasional asuransi sebesar 25% dan efisiensi manajemen kontrak sebesar 50% waktu di AirAsia diakui sebagai pemimpin terbaik dalam pengembangan produk asuransi pada tahun 2018 beliau meraih gelar sarjana hukum dari Universitas Tarumanegara dan bersertifikasi profesional CB dan tata kelola risiko bp dengan gaya kepemimpinan beliau yang adaptif inovatif dan berorientasi pada orang ia berkomitmen untuk meningkatkan tata kelola perusahaan dan efisiensi hukum Selamat datang pak makil Oke kita sudah memperkenalkan tiga narasumber kita yang luar biasa ini dengan pengalaman yang nasional maupun internasional Nah kita mulai demi kelancaran acara webinar ini maka saya akan bacakan beberapa tata tertib webinar yang pertama mengikuti webinar melalui kanal YouTube apari podcast dari awal sampai akhir acara dipersilakan Memberikan komentar atau pendapat melalui live chat dengan tidak ada unsur Sara menyampaikan pertanyaan melalui link slidu dengan mencantum nama lengkap dan nama perusahaan anda serta pertanyaan ditujukan kepada kepada siapa mengisi link absen yang akan disampaikan oleh admin melalui live chat sebagai bukti kehadiran bapak dan ibu sobat apari format hari ini kita akan mulai dengan pemaparan materi dari para narasumber dan kemudian dilanjutkan dengan sesi tanya jawab Jadi kami mohon partisipasi aktif dari bapak dan ibu semua untuk memulai untuk mulai memberikan pertanyaan melalui slid atau melalui QR ini tidak perlu menunggu sampai akhir acara dapat langsung Scan dan langsung bertanya nanti saya akan bacakan pertanyaan Bapak Ibu di akhir acara tanpa mengulur waktu lebih lama lagi mari kita mulai acara ini saya persilakan narasumber pertama kita bapak BR untuk memberikan pemaparan materi Oke baik selamat pagi bapak dan ibu sekalian e Perkenalkan nama saya sebelumnya terima kasih atas e undangan yang diberikan oleh apari termasuk juga dari moderator pakktor tentunya pada pagi hari ini kita akan berdiskusi banyak hal gitu ya Bapak dan Ibu sekalian yang mana tentunya ee Ada banyak hal yang dari sisi pembicara-pembicara yang lain juga akan menambahkan ee nanti di sesi saya ini lebih ke ee konsep dasar gitu ya Bapak dan Ibu sekalian dan tentunya seperti yang tadi Pak Viktor sampaikan kalau nanti seiring perjalanannya bapak dan ibu sekalian ee membutuhkan ee penjelasan lebih lanjut melalui pertanyaan dan lain sebagainya nah silakan e drop pertanyaan tersebut melalui Link slidu yang tentunya nanti akan kita bahas ee pada masing-masing sesi nah oke kita langsung masuk ke materi Oke Baik bapak dan ibu sekalian mungkin ee saya akan mulai dengan ee basic konsepnya gitu ya Eh bagaimana sih sebetulnya Ai itu tercipta ee Bagaimana ee perkembangan Ai sampai dengan hari ini dan Gimana sih cara kita mengoptimalkannya kira-kira seperti itu Nah ee mungkin kalau kita berbicara dengan Ai Nah kita tidak jauh berbicara dengan data bapak dan ibu sekalian Karena pada dasarnya Ai adalah ee sebuah kecerdasan yang memungkinkan untuk mengambil keputusan yang didasarkan dari pas historical data Nah makanya Ai tersebut itu sangat relay on data gitu bapak dan ibu sekalian dan jika bapak dan ibu sekalian perhatikan pada ee slide yang tampil di layar bapak dan ibu sekalian maka sebetulnya ee bisa dilihat berdasarkan statista nah di tahun 2035 nanti itu ada sekitar 2000 zetabte data gitu ya Dan kalau diperhatikan di ee 5 tahun sebelumnya dipereksikan 2030 2025 sampai dengan seterusnya nah perkembangan data itu sangat-sangat eksponensial gitu ya Bapak dan Ibu sekalian bahkan bisa dilihat di layar bahwa 2035 ini perkembangannya sangat-sangat e tinggi gitu ya hampir tig e lebih dari tiga kali lipat Nah kenapa hal ini tersebut terjadi gitu ya Bapak dan Ibu sekalian nah ee seperti yang Bapak dan Ibu ee sekalian ketahui bahwa iot gitu ya T internct of things pemanfaatan internet gitu ya dan bahkan sekarang kita aja enggak bisa kerja tanpa dengan hadirnya internet gitu ya Bapak dan Ibu sekalian kita sering menggunakan Smartwatch gitu ya terus bahkan hadirnya Mobil Pintar seperti Tesla terus habis itu mungkin dengan eh woling dan lain sebagainya gitu ya Nah tanpa sadar bahwa seluruh e proses tersebut akan menghasilkan sebuah data gitu ya dan data tersebut tentunya bisa disimpan dan EE ini akan membantu untuk eh mengimplementasikan dari keseresan buatan tersebut untuk melihat sebuah perilaku gitu ya behavior ee lalu mungkin ada hal-hal yang lain yang e tentunya sesuai dengan konteks yang nanti kita perlukan nah eh lantas Bagaimana di industri kita nih bapak dan ibu sekalian e kalau bapak dan ibu sekalian lihat di posisi sebelah kiri nah tentunya ternyata ee data itu sangat bermanfaat gitu ya Ee buat industri keuangan nah wabil khusus nih di industri asuransi nah ee dilihat di statistik bahwa insur itu menempati Posisi kedua gitu ya dalam pemanfaatan data untuk pengambilan keputusan setelah daripada banking dan EE industri-industri lainnya di bawah nah tentunya ini juga jadi hal yang mungkin enggak bisa kita sepelekan gitu ya untuk bisa kita aware bahwa data itu sangat-sangat bermanfaat untuk kita bagaimana sih saat kita memanage sebuah risiko dan lain sebagainya nah lalu kan tadi kita sempat ee diskusi gitu ya nah data dikumpulkan bisa menjadi sebuah kecerdasan buatan atau bahasa sederhananya artificial intelligence atau ai nah sebetulnya bisa ngapain aja sih Ai itu ya Bapak dan Ibu sekalian saya ambil dari PWS ini bahwa ee Ai itu bisa diapakan saja gitu ya Mulai dari ee mulai dari kita bisa membuat sebuah e basis informasi atau data atau bisa juga bisa jadi pusat ilmu pengetahuan bahkan juga bisa dibuat dalam pengambilan keputusan yang secara otomatis gitu ya Bapak dan Ibu sekalian Artinya kita bisa men-trigger ee si sistem ini atau si kecerasan ini untuk pengambilan keputusan dan memang memang Ee tidak bisa dimungkiri bahwa ee dari Ai tersebut nah dasar-dasar ilmu pengetahuannya itu adalah ee dari sisi statistik ekonomi ee dan mungkin komputer sains termasuk matematika gitu ya Bapak dan Ibu sekalian nah keseluruhan ilmu ini Tentunya eh berperan penting dalam pembentukan artificial intelligence tersebut karena Eh pada prinsipnya adalah saat eh si sistem atau mungkin komputer itu mengambil sebuah keputusan maka itu e keputusannya diambil dari pas historical datanya termasuk juga dari statistik ee dari data yang mungkin ee sudah berjalan kira-kira seperti itu dan EE bisa dibuat macam-macam gitu ya Bahkan di beberapa kesempatan kalau bapak dan ibu sekalian mungkin pakai Chat GPT gitu ya Nah chat GPT juga bahkan sudah bisa menggenerate sebuah audio nih jadi kayak kita bertanya gitu ya Secara ee nanya sama teman kira-kira seperti itu gitu ya Yang mana Udah natural banget nih ee bisa ee bahkan dengan berbagai macam bahasa gitu ya Nah ini fungsi dari kecerasan buatan tadi gitu ya bapak dan ibu sekalian nah tapi ee sering kita ee kebolak-balik gitu ya Bapak dan Ibu sekalian atas jargon-jargon dari ai bi bahkan ke data science ini Nah ini mungkin eh diagram fan yang EE menjelaskan secara sederhana sebetulnya apa sih e ai itu apa sih bisnis intelijen itu dan apa itu data sains gitu ya Nah kalau bapak ee Ibu sekalian perhatikan di layar bahwa sebetulnya Bi itu adalah ee sebuah ee cara gitu ya untuk kita bisa membuat ee sebuah analisa dari pas histor al data di mana Nanti eh human itu melakukan assessment dari pas historical data tersebut nah sedangkan Ai Nah itu adalah eh membantu eh kita dalam pengambilan keputusan artinya kalau bi itu masih membutuhkan human assessment dalam pengambilan sebuah keputusan maka ai itu sudah dibuat secara otomatis dalam pengambilan keputusan nah artinya misalnya Ee kita bisa membuat parameter tertentu gitu ya Di mana Nanti kalau misalnya terjadi sesuatu hal Nah nanti ee ea itu langsung pengambilan keputusan Nah contoh sederhananya mungkin kalau bapak dan ibu sekalian suka naik ee ojek online gitu ya atau kendaraan online gitu ya Taksi online pernah enggak sih perhatikan bahwa di jam tertentu atau di dalam kondisi cuaca tertentu gitu ya Nah ini harganya suka naik tuh ada panah suka panah ke atas gitu ya Nah itu adalah bentuk artificial intelligence nah artinya saat eh adanya eh apa namanya demand yang cukup tinggi gitu ya di area tertentu Terus adanya kemacetan termasuk juga adanya apa namanya ee cuaca yang Mungkin hujan Nah seluruh data tersebut dijadikan satu dan si mesin langsung otomatik mengadjust e ee angkanya mengadjust tarifnya gitu ya dinaikkan berapa persen dan lain sebagainya Nah itu adalah bentuk kecerasan buatan nah bayangkan kalau misalnya mungkin kita ee apa mengadjust secara manual gitu ya Nah kan operatornya capek juga ya gitu ya Ee harus ngjust di area tertentu belum lagi namanya hujan kan juga enggak pasti gitu ya Ee jamnya berhentinya dan lain sebagainya belum lagi banyak variabel Nah itu kita kita bisa dibantu untuk artificial intelligence dan dalam mungkin industri keuangan ini juga banyak hal gitu ya Misalnya buat fraud detection ee melihat anomali sebuah e informasi dan lain sebagainya sehingga ee bisa dilakukan blog nah biasanya inih ee kalau contoh yang paling gampang itu ee adalah eh semacam e frud di kartu kredit misalnya contoh seperti itu Jadi kalau misalnya ada tiba-tiba transaksi anomali di area yang memang tidak biasa digunakan ee apa namanya ee kartu kredit misalnya tiba-tiba ada transaksi di Brazil gitu gitu ya Ee padahal biasanya transaksinya di Indonesia gitu ya Bapak dan Ibu sekalian maka ini akan membuat ee apa Ca ini bekerja langsung memblok transaksi tersebut sehingga memungkinkan untuk ee mengurangi potensi loss nah beda dengan bisnis intelijen nah di mana bisnis intelijen adalah memaksimalkan eh data pas historical data tersebut gitu ya Bapak dan Ibu sekalian untuk kita selaku industri pelaku industri ini untuk pengambilan keputusan misalnya untuk melakukan tarif adjustment tarif premi dan lain sebagainya Nah itu posisinya nah ee nah kira-kira gambarannya seperti yang ada diagram fan ini oke nah ee Lalu gimana sih sebetulnya kita bisa memulai e pemanfaatkan e dari artificial intelligence atau kerjasan buatan ini bapak dan ibu sekalian nah sekali lagi ya bahwa data tersebut adalah ee hal yang komponen ee yang sangat penting Nah kalau kita bicarakan selalu ini data dibilang bahwa the new oil gitu ya Bapak dan Ibu sekalian tapi sebetulnya ya prinsipnya sama seperti oil gitu ya Artinya Ee Kita harus mengolah e data tersebut gitu ya untuk bisa menjadi sebuah ee analisis yang bermakna nah seperti adanya dengan eh crude oil atau minyak mentah ya kan diolah dulu ya Sampai akhirnya menjadi eh macam-macam komponen mulai dari aspal sampai dengan aftertur dan lain sebagainya nah seperti halnya juga dengan data gitu ya maka untuk menghasilkan sebuah value dari bisnis Nah itu harus diolah diambil dengan benar termasuk juga ee diambil keputusan dari sana nah eh gambarannya seperti ini bapak dan ibu sekalian ee sebelum kita bicara lebih diep gitu ya dengan artificial intelligence nah artinya adalah sejauh mana sih Ee Kita pemanfaatkan sebuah data Nah di sini ada ilustrasi bahwa ee saat kita bicara ee mengambil keputusan ini Bisnis yang sederhana Gitu ya juaran lemonet biasa di us kayak gini gitu ya Nah ini ee kita Mau Memanfaatkan datanya itu sejauh dengan apa Nah contoh kalau yang paling bawah itu yang dari deskriptif itu itu cara pengolahan datanya sangat simpel jadi gampangnya kita cuman mencatat aja nah descriptive analytic ini masuk ke Garner asendency model gitu ya Nah ini cuman ingin tahu gitu ya berapa banyak sih sebetulnya yang saya jual hari ini Nah ini untuk menghasilkan sebuah Insight aja gitu ya Nah ini descriptive analytic nah sampai Eh sini Apakah sudah cukup tentunya kita bisa memanfaatkan data itu ya Bapak dan Ibu sekalian yaitu masuk ke level diagnostic analytic nah gimana nih kira-kira penjualan lemon saya gini ya apakah akan berefek dengan adanya perubahan cuaca misalnya tadinya kalau ee panas gitu ya Ee siang-siang panas nah ini cenderung ee apa namanya lemonnya laku gitu Ya nah tapi kalau misalnya minumannya ee lagi hujan-hujan gitu ya Ee dan lain sebagainya gitu ya dingin posisinya nah ini belum tentu bisa laku nih nah ini sudah masuk ke level diagnostik nah sampai situ aja tentunya enggak ya Ee Nah kita bisa analisis lagi lebih dalam masuk ke prediktif nah kira-kira minggu depan kira-kira sel nya dari mana Gitu Ee berapa banyak ya Nah seperti halnya ee kan ini kita mau Ramadan bapak dan ibu sekalian nah banyak akhirnya perusahaan itu juga sudah melihat memprediksi Berapa banyak sih sales-nya Nah tentunya apalagi buat fmcg gitu ya perusahaan fmcg tentunya ini jadi hal yang penting untuk bisa memprediksi karena akhirnya mereka harus memprediksi stok dan lain sebagainya bahkan enggak menutup kemungkinan di industri kita yang di keuangan ini juga melakukan hal yang sama gitu ya Sampai akhirnya masuk ke tahap ee akhir atau lanjutan yang sangat cukup sulit gitu ya masuk ke prescriptive analytic yang sebetulnya di sini masuk ke Gimana cara kita ee meningkatkan demandnya Nah karena kita sudah tahu polanya apa yang mempengaruhi gitu ya dan gimana sih data sales kita masuk ke eh prescriptive analytic yaitu Gimana cara kita untuk meningkatkan demandnya Nah ini bisa dilakukan dengan data-data tersebut Nah kalau kita bicara mengenai data tentunya sebelum kita ngomongin artificial intelligence tadi nah data itu kan harus dicollect terlebih dahulu karena si robot ini artificial intelen ini gitu ya kan membantu kita dalam menganalisa termasuk mengambil keputusan nah tentunya dari mana keputusan tersebut kan dari data Nah maka pengumpulan data itu menjadi komponen yang sangat penting gitu ya nah data itu diclect terlebih dahulu Nah apakah data tersebut yang dicolek itu bisa langsung diolah atau diambil inset kan enggak gitu ya Nah tentunya harus dirapihkan terlebih dahulu kita e apa namanya bersihkan atau masuk e kategori data cleining yang mana Nanti kita akan pilah mana yang sebetulnya bisa diolah mana yang bisa ee yang tidak bisa diolah karena ee banyak sekali e karakter data gitu Ya mulai dari yang structur maupun unstructure data data yang tidak Struktur gitu ya seperti suara gambar dan lain sebagainya Nah itu bentuk e bentuknya nah ini dikumpulkan semua nih dikumpulkan dalam suatu lokasi gitu ya atau tempat gitu ya Nah nanti bisa diilakukan pengolahan di sana Nah baru dari data tersebut kita coba identifikasi patternnya atau pola-polanya Nah itu menghasilkan sebuah Insert nah bisa dilihat ya bahwa data itu kan bentuknya macam-macam nah ini animasinya mungkin akan membantu bapak dan ibu sekalian untuk memahami karena seperti yang saya sampaikan tadi jadi bisa aja bentuk datanya itu bulat kotak segitiga dan lain sebagainya nah di pattern itu mulai disusun eh sama-sama gitu ya e mana sih data-data yang mirip gitu ya Nah ada beberagai macam metode e dalam melihat data tersebut gitu ya Sampai akhirnya tentunya kita bisa membuat prediksi dari pas historical data tersebut gitu ya Nah kira-kira kalau patternnya seperti ini berarti kita bisa nebak nih next-nya akan seper seperti ini nah ini sangat bermanfaat buat ee seluruh industri kira-kira kira-kira seperti itu Nah lantas kalau kita lihat secara lebih detail Bagaimana sih sebetulnya pemanfaatan Ai tersebut gitu ya di industri keuangan terutama khususnya di industri asuransi tentunya kan tadi kita bicara bahwa ee data-data tersebut kita kumpulkan gitu ya Bapak dan Ibu sekalian Terus akhirnya kita lakukan pengolahan gitu ya seperti halnya yang ini ee termasuk Akhirnya bisa kita susun ee sampai akhirnya menghasilkan sebuah prediksi Nah tinggal kita ee Tentukan Mana yang mau kita lakukan mau kita buat otomasi melalui artificial intelligence atau lewat bisnis intelijigen untuk membantu kita dalam pengambilan keputusan bisnis nah tentunya Ada banyak hal atau contoh gitu Yang nanti juga akan ditambahkan dari pembicara-pembicara yang lain gitu Ya nah tapi ini saya ingin mengetou sedikit gitu ya salah satu contoh yang mungkin bisa menginspire Bapak dan Ibu sekalian nah di industri asuransi ini kan industri yang cukup lebar gitu ya industrinya Artinya kita menghandle khususnya di ee apa industri asuransi umum gitu ya E nah ini kita atau perusahaan pialang asuransi kan kita men-ghandle berbagai jenis class of bisnis nah ini contoh yang saya Tampilkan di sini adalah salah satu inovasi dengan memanfaatkan data dan iot di industri asuransi kargo gitu bapak dan ibu sekalian jadi ada salah satu ee eh apa namanya startup gitu ya yang e berkaitan dengan Asuransi yaitu adalah parsil nah parsil adalah salah satu eh hasil debutan dari lyd lab gitu ya Bapak dan Ibu sekalian yang memanfaatkan iot Nah jadi data-data tersebut diambil dari internet of things jadi dia memanfaatkan sebuah device untuk mengcater sebuah data nah ee masalah yang mereka handle adalah eh kargo untuk vaksin atau barang-barang yang membutuhkan eh sensitivitas e suhu tertentu Nah ini kan kalau vaksin suhunya kedinginan atau mungkin ee apa namanya terlalu hangat nah ini vaksinnya bisa rusak atau makanan Frozen gitu ya ya tentunya kalau misalnya nanti terlalu tinggi suhunya itu bisa rusak daging dan lain sebagainya nah eh problemnya adalah karena memang tidak ada Real Time monitor gitu ya E tentunya tarif yang ditentukan waktu itu itu cukup tinggi nih bapak dan ibu sekalian Nah dari sini Mereka membuat sebuah inovasi yaitu membuat alat device iot e seperti yang Bapak dan Ibu sekalian lihat di layar di mana sebetulnya ini bisa jadi alarm juga nih untuk carargo gitu ya Artinya begitu nanti dia mendekati eh thrashold tertentu di suhunya nah dia akan memberikan alarm eh kepada si ee apa bawa ee apa materinya tersebut gitu ya entah itu daging dan lain sebagainya sehingga dia bisa lakukan risk managementen dan begitu juga buat underraters nah dia juga punya data nih untuk bisa mengambil sebuah keputusan termasuk adjustment dari tarif premi nah sehingga ini bisa jadi winwin solution nih buat semua mulai dari andrs gitu ya buat brokersnya itu sendiri tertanggung termasuk juga dari si eh apa namanya forwarder gitu ya karena Akhirnya bisa memanage sebuah resisikonya jadi akhirnya tarif yang ada gitu ya Nah ini bisa lebih fair gitu Nah dari mana ee tentunya tarif fair itu ya dari data-data yang dikumpulkan tersebut sehingga tahu nih misalnya rute tertentu Atau mungkin dari range tertentu barang tertentu dan lain sebagainya dikumpulkan datanya melalui ini nah sehingga ai-nya dari mana ya tentunya salah satunya adalah risk managemen nah begitu masuk ke tresold tertentu ada alarm sehingga nanti bisa dilakukan pengecekan jangan-jangan ada trip listrik dan lain sebagainya yang tentunya ini mengurangi potensi l yang lebih besar ee untuk barang-barang yang dibawa dan lain sebag sebagainya nah ee di contoh yang lain bapak dan ibu sekalian ee ada ee hal yang menarik juga bahwa dengan hadirnya e beberapa kerjaan buatan ya yang bisa kita e temui secara publik gitu ya Ada Open Ai ada dipsic ada eh modelnya eh modelnya macam-macam lah ya yang kita bisa manfaatkan nah salah satu hal yang bisa kita manfaatkan adalah Rag atau retfal augmented Generation nah gampangnya adalah Nah kalau misalnya kita bicara pakai ee si chat GPT gitu ya Bapak dan Ibu sekalian ngchat di sana untuk mencari sebuah informasi gitu ya memerintahkan sesuatu nah yang tadinya itu ee basis datanya itu sangat lebar gitu ya sangat ee ya pokoknya dari mana-mana nah datanya itu kita bisa spesifikkan untuk mengambil ee konteks tertentu bapak dan ibu sekalian sehingga jawabannya juga bisa menjadi lebih spesifik bahkan juga lebih akurat sesuai dengan keperluan kita Nah kira-kira apa sih ee yang bisa kita manfaatkan di situ gitu ya ya nah salah satunya adalah penerapan nah ini contoh juga ya Ee yaitu yang ada di hukum online nah mereka itu membuat generative ai ee namanya mereka sebut ailex gitu ya ailex itu hukum jadi ai berbasis Ai nah menariknya di sini adalah mereka eh orang itu tinggal mengecat gitu ya eh apa eh problemab hukumnya atau mungkin dia mau mencari apa nah eh nanti eh si si generative ea itu akan menggenerate contonent gitu ya Sesuai dengan pertanyaan tersebut yang diambil basisnya itu dari Knowledge base yang disediakan dari hukum online nah sehingga jawabannya bisa lebih presisi termasuk juga lebih cepat gitu ya Ee bapak dan ibu sekalian tentunya buat ee orang hukum ini ee sangat bermanfaat gitu ya nah saya juga berpikir bahwa di tentunya di industri asuransi yang berkaitan dengan hukum nah hal ini juga akan membantu kita misalnya contoh dalam menganalisa sebuah polis gitu ya termasuk juga menganalisis sebuah klaim dan lain sebagainya nah di hal-hal yang lain gitu ya Bapak dan Ibu sekalian di underrating nah ini kita bisa memanfaatkan juga kerasan buatan untuk ee berbagai case ee nah salah satunya yang mungkin ee biasa ee saya dan tim tangani yaitu adalah ee salah satunya asuransi jiwa kredit gitu ya nah salah satu problem dari asuransi jiwa Kredit adalah sebetulnya ee meninggal dalam konteks ee penyakit kronis gitu ya Nah ini cukup sulit kita mengidentifikasi di awal bahwa orang tersebut memiliki risiko yang besar gitu ya karena ee biasanya saat mereka diminta untuk mengisi form gitu ya Di ya diisi sehat-sehat aja semuanya gitu ya E tapi kenyataannya Berapa lama kemudian mereka ee meninggal dengan konteks penyakit kronis ee salah satunya red ee penyakit kardiovaskular misalnya contoh e stroke jantung dan lain sebagainya hipertensi Nah akhirnya kami coba ee riset lebih jauh bahwa kita bisa memanfaatkan ee teknik dari rppg sebetulnya Teknik ini ee memanfaatkan kecerdasan buatan ee berbasis ee data tentunya yang mana kita memanfaatkan seperti ee fungsinya dari jam pintar gitu ya Smartwatch bapak dan ibu sekalian Nah kalau Smartwatch gitu ya Bapak dan Ibu sekalian kan ini e langsung pulse detection gitu ya di jam kita nih misalnya contoh seperti itu Nah ee lalu kita bisa ee data-data tersebut diekstrak nah sama di sini ee juga sama tapi eh ppg-nya cuman di sini remote gitu ya Artinya diambil jarak-jarak jauh melalui kamera nah sehingga gambar itu bisa diekstrak gitu ya Nah ini ada jurnal iahnya juga nah di mana sebetulnya dari sini kita bisa mengambil ee memprediksi gitu ya Apakah orang tersebut sehat atau sakit gitu kira-kira gitu ya Bahkan di model yang ini ee saya coba ee mencoba gitu ya dengan bernafas tersengal-sengal gitu ya akhirnya eh scoringnya langsung low gitu ya karena diambil videonya saat diambil ee apa namanya Saya posisinya kurang bagus gitu cara ee pengambilan e nafasnya kira-kira seperti itu Nah dari sini setidaknya kita bisa memanage risiko eh Apakah nanti debitor-debitur tersebut punya potensi ee penyakit tertentu gitu gitu Ya setidaknya kita bisa me-manage risikonya idenya seperti itu dan bahkan di contoh yang lain gitu ya Bapak dan Ibu sekalian kami juga memanfaatkan ee iot juga nih nah yang biasa kita temuin sehari-hari seperti ee apa namanya Smart scale gitu ya Bapak dan Ibu sekalian nah Smart scale menariknya saat kita berdiri itu kan kita bisa ekstrak beberapa data di dalamnya nah ini karena basisnya dari Smart skale itu adalah bluetooth nah sehingga kita tinggal ee tarik datanya melalui PC langsung laptop langsung atau dengan handphone gitu Ya nah tapi yang kami lakukan adalah memanfaatkan handphone waktu itu nah jadi kita tarik datanya bisa ambil beberapa data di dalamnya seperti body fat body Max index terus habis itu fcular fat dan lain sebagainya nah diambil di situ masuk ke model kami ee lalu di model tersebut bisa mempredik kira-kira ee masuk ke kategori risiko berapa gitu ya kami pakai seolah-olah seperti resikonya mypk nih jadi resiko 1 sampai 5 yang mana resiko sat itu rendah resiko 5 itu e resikonya tinggi Nah itu ada beberapa parameter yang kami ambil ee yang mana Nanti masuk ke model sehingga langsung mempredik nah tentunya akhirnya buat unrater eh broker gitu ya Nah ini lebih fair juga e termasuk Waktu kita ngobrol sama e bank gitu ya E sehingga pas waktu ngomong Eh ini ee memang debitur Anda ini mungkin ee punya kemampuan membayar gitu ya tapi belum tentu punya kemampuan untuk misalnya ee apa namanya setingkat kesehatannya gitu ternyata enggak enggak enggak semuanya sehat gitu ya Soalnya kan ini punya dua Kepentingan yang berbeda gitu ya Bapak dan Ibu sekalian nah sehingga dengan adanya iot teknologi ini nah ini membantu juga kita melakukan assesment sehingga waktu kita bicara sama underwriter waktu kita mau lakukan negoisasi ee premi tentunya ini ee juga jadi lebih fair buat mereka bahwa ini kita punya basis data dan ada manajemen risiko yang kita lakukan kira-kira seperti itu Nah lalu ee di manana juga nih ee kalau misalnya kita tadi sudah bicara dari sisi customer gitu ya marketing terus underrating Nah terus gimana cllaimnya nah eh kami juga punya beberapa contoh-contoh ee penerapan Ai gitu ya nanti juga akan ditambahkan pembicara yang lain nah ini ee seperti halnya Ee kita melakukan ee prediction nah menariknya ee seperti yang tadi di awal gitu ya Bapak dan Ibu sekalian maka Ee Kita juga bisa melakukan ee prediction atas cllaim gitu ya jadi data yang kita punya di area tertentu bahkan kita punya data geospasial seperti ini Nah kita lakukan juga eh apa namanya eh prediction atas klaim tersebut gitu ya kira-kira dalam beberapa eh bulan atau beberapa tahun lagi pattern klaimnya Seperti apa Nah data-data ini akan bermanfaat gitu ya buat underrater buat Brokers eh tentunya buat ee industri ee institusi keuangan itu sendiri untuk kita ee melakukan resis mitigation sama-sama gitu ya karena ee ya selama ini cuman ee ya udah pokoknya tarif paling murah gitu ya akhirnya jadi barang komoditas nih kan Nah kita menggunakan approach yang berbeda yang tentunya dengan memanfaatkan kecerdasan buatan tersebut untuk melakukan analisa yang lebih Deep lagi nah sehingga kita lebih fair buat satu sama yang lain ee dan waktu kita bicara sama ee institusi keuangannya juga udah B basisnya juga sudah pakai data gitu artinya waktu kita bilang bahwa ini eh preminya perlu dilakukan adjustment Nah sudah ada data basisnya kira-kira seperti itu Nah termasuk eh yang kami lakukan waktu di klaim itu adalah ee membaca dari ee kronologi si klaimnya nah termasuk menguji konsistensi tersebut gitu ya termasuk eh melihat sih apakah e klaim tersebut bisa dijalankan atau enggak Apakah Memang masuk ke exclusion police dan lain sebagainya nah ini ada beberapa eh metode yang kita pakai nah waktu itu eh NLP yang kami pakai ini eh lebih ke tax mining gitu ya karena memang waktu itu yang kami build ini belum masif e dengan adanya generative Ai yang mungkin lebih mudah gitu ya LLM ini e large language model nah tentunya dengan hadirnya teknologi yang lebih maju nah eh apa namanya memungkinkan kita bisa melakukan banyak hal termasuk dengan akurasi yang sangat tinggi nah konteks yang kronologi ini ya Ee dengan jumlah game yang cukup banyak Nah kita bisa melakukan proses analisa yang lebih Deep dan lebih cepat gitu ya Bapak dan Ibu sekalian karena kita enggak perlu lagi ngecek satu-satu ee apa namanya kita bisa melihat e secara masif langsung dan kita tinggal melihat anomali-anomalinya sehingga Ee kita bisa fokus di Anomali tersebut gitu ya untuk memanage risiko yang lebih baik nantinya dan hal-hal yang lain gitu ya Ee ini contoh secara umum Nah kayak ee sepertinya juga nanti pembicara lainnya akan e men-highlight lebih dalam terkait dengan ini Nah kita juga bisa memanfaatkan Ai untuk ee apa namanya untuk menilai gitu ya berapa sih besaran damage gitu ya dan termasuk memperkirakan Berapa biaya yang mungkin timbul untuk kerusakan tertentu nah ini ini ee namanya adalah video Processing gitu ya Bapak dan Ibu seali jadi memanfaatkan data ee video untuk melihat sebuah ee apa namanya hal tertentu nah seperti yang tadi yang di awal rppg yang melihat muka nah ini melihat sebuah benda untuk e mengasses gitu ya n ini eh dimungkinkan e untuk bisa dilakukan Dan pada akhirnya Bapak dan Ibu sekalian saya coba wrap up ya Ee antara yang dikombinasikan antara marketing gitu ya underrating dan cllaim EE terutama dalam konteks perusahaan pialang asuransi Nah dengan hadirnya beberapa model kecerasan buatan seperti adanya dipsik adanya Open Ai gitu ya atau kita biasa kenal dengan e chat gbt bapak dan ibu sekalian nah dimungkinkan buat kita sebetulnya untuk memaksimalkan ee apa namanya teknologi-teknologi tersebut yang tentunya pada akhirnya membantu kita dalam bekerja termasuk juga membuat ee klien kita menjadi lebih ee punya ee informasi lebih detail lah kurang lebih seperti itu Nah seperti apa caranya gitu ya Dan apa sih pemanfaatannya nah salah satunya adalah polisi analisis nah kadang kan namanya polis itu kan produk hukum ya Bapak dan Ibu sekali ini banyak sekali kosul di dalamnya Terus ada hal-hal yang lain yang mungkin ee kadang mungkin buat tertanggung gitu ya itu ee apa terlalu kecil detail lah ya untuk mereka e lihat e secara lebih detail Nah kita selaku perusahaan pialang asuransi tentunya kan role kita adalah menerangkan polis tersebut dan kita membuat summary Nah dengan adanya pemanfaatkan generative Ai ini nah memungkinkan kita kita untuk tinggal upload polis-nya terus habis itu Eh knowledge-nya kita atur ee source-nya gitu ya kita buat build model sendiri sehingga sumary itu bisa langsung keluar dari polis yang di-upload tersebut sehingga memungkinkkan eh knowledge tersebut dimiliki oleh klien gitu ya Bapak dan Ibu sekalian sehingga memudahkan mereka dalam ee apa namanya pengambilan keputusan atau memahami dari isi polis kira-kira seperti itu dan buat kita gitu ya Ee selaku ee pelaku industri biasanya kan ini kita ee akan ngirim slip gitu Ya baik itu quotation pling dan lain sebagainya nah ini juga bisa dibantu nih dengan dirative ea ini untuk melakukan analisa yang lebih mendalam ee sebuah atas sebuah risiko misalnya contoh ee dalam ee pengambilan keputusan apakah clusul ini cocok atau enggak sih karena kan biasanya kita suka pakai template gitu ya enggak salah sih pakai template gitu ya Bapak dan Ibu sekalian ya cuman dalam beberapa case kan mungkin ee risiko tertentu perlu treatment tertentu Nah dengan adanya ini Nah ini analisnya bisa lebih dalam gitu ya sehingga kita bisa menyesuaikan ee dari klausul tersebut bahkan yang terakhir adalah melakukan Analisis untuk klaim ini karena dalam beberapa kasus klaim gitu ya yang cukup Kompleks gitu ya nah ini sudah membutuhkan ee keilmuan bukan lagi hanya dari asuransi aja tapi bisa jadi butuh dari keilmuan engineering gitu ya Ee dan disiplin-disiplin ilmu yang lain Nah dengan pemanfaatan eh generative ai seperti eh Open Ai gitu ya eh dari dipsik nah ini memungkinkan kita untuk bisa melihat sebuah ee klaim itu menjadi lebih holistik gitu ya sehingga memungkinkan kita untuk dalam pengambilan keputusan yang mana nanti di ee Jelaskan lebih detail oleh pembicara setelah saya gitu ya Pak Sadewa dan yang terakhir bapak dan ibu sekalian pada akhirnya adalah Eh kalau kita bicara artificial intelligence tentunya eh kita enggak bisa keluar nih karena konteksnya kita ada di industri keuangan ya Eh maka kita harus sejalur nih sama compliance gitu ya Nah di sini eh Saya ingin men-highlight bahwa eh OJK sudah mulai melirik nih di industri perbankan nah ini beritanya di 25 Februari 2025 5 OJK itu sudah mau menerbitkan tentang tata kelola Ai untuk perbankan dan bahkan di Avi atau ee apa namanya asosiasi untuk fintek gitu ya Bapak dan Ibu sekalian nah ini sudah membuat kode etik nih terkait dengan kecerasan buatan Nah apakah selanjutnya iknb Nah kita enggak tahu gitu ya tapi saya rasa ini juga hal yang enggak mungkin kita lewatkan gitu ya Ee untuk kita perhatikan juga bahwa ee dalam pengelolaan Ai itu juga perlu ada pagar-pagar tertentu loh yang harus kita perhatikannya melalui e compliance ini yang nanti mungkin akan dijelaskan lebih lanjut oleh Pak maki yang akan fokus di sini mungkin dari saya itu saja Bapak dan Ibu sekalian tentunya ee senang sekali nanti kalau misalnya kita bisa diskusi lebih jauh ee silakan ee drop di ee slidu untuk pertanyaan-pertanyaan apabila bapak dan ibu sekalian memiliki pertanyaan lanjutan tentunya akan kita bahas lebih lanjut di sesi tanya jawab demikian dari saya terima kasih saya kembalikan kepada Pak Viktor selaku moderator terima kasih kasih terima kasih Mas audit pemaparannya sangat komprehensif ya saya pun melihat ini sangat kagum dan juga mungkin sebelum kita masuk ke ke Sesi kedua gitu ya narasumber kedua Saya mungkin ada sedikit pertanyaan nih Mas audit Oke ini kalau kita lihat kan Ai kan sudah mengalami beberapa generasi ya Transformasi dari dari tadi yang data kemudian sampai sekarang data nya sudah bisa menganalisa memutuskan kemudian juga ada yang dari gambar gitu ya atau dari suara Nah mungkin Mas audit bisa ceritakan Lebih Detail mengenai sekarang nih Ai ini sudah di generasi ke berapa sih dan kemudian ke depannya Mungkin bisa sampai seberapa hebat lagi gitu ei he Ya seperti yang tadi dilihat ya Ee Pak Viktor dan Bapak dan Ibu sekalian bahwa perkembangan ea itu cukup rapid sih menurut saya ee bahkan ee ee Kenapa bisa cukup Rit Ya tentunya karena pertumbuhan data itu sendiri gitu Ya seperti yang tadi dilihat di statissta bahwa ee data itu perkembangannya udah hampir tiga kali lipatlah ya eksponensial gitu ya Dan itu ee adalah basis behavior semua orang lah gampangnya gitu ya semua hal yang mana itu bisa menjadi sebuah pattern yang mana Nanti bisa dijadikan sebuah acuan pengambilan keputusan dari hal tersebut Nah berbicara dari sisi teknologinya itu sendiri gitu ya Nah mungkin Bapak dan Ibu sekalian juga ee ngikutin gitu ya maka Pak perangan antara US sama China ini ya untuk e membuat model masing-masing dari eh dipsic terus Open ai eh dan bahkan dengan eh hardware-hardware yang baru eh dari perkembangan hardware dari Nvidia gitu ya Eh karena memang kalau kita bicara artificial intelligentity Biasanya kita memanfaatkan dari GPU atau graphical Processing Unit nah ini biasanya ni sama nih eh buat eh apa namanya mining Bitcoin ya sama basisnya jadi eh karena memang kita menggunakan lebih banyak komputasi matematika nah sama jadi Ee kita memanfaatkan si GPU untuk komputasi matematika tersebut nah ee teknologinya makin maju datanya makin banyak gitu ya terus semua e apa namanya informasi tersedia di internet Nah akhirnya ini membuat modelnya makin lama makin mature nah e beda banget nih mungkin kalau misalnya dilihat beberapa tahun terakhir untuk bikin large language model aja dulu kita pakai namanya model tuh ee ya t miningnya itu pakai sasterawi gitu ya sekarang ah enggak dipakai lagi tuh sepertinya karena udah udah udah lebih e bagus gitu ya model yang dipakai sekarang artinya udah enggak ngacau-ngacau lagi bahkan beber kalau zaman dulu kita masih berpikir itu ngolah data e ngolah kata sleng-sleng gitu Eh Pak Viktor dan Bapak dan Ibu sekalian misalnya kayak eh kan kita suka enggak konsisten nih ya Kayak misalnya contoh kita eh pengolah data dari Twitter gitu ya ada yang e bahasanya informal misalnya gw gua ada gw ada gu ada gue gu ada gua dan lain sebagainya Nah itu kita harus bikin library ter tentu tuh untuk bisa mengcater itu supaya bisa memahami nah basisnya sekarang dengan LLM ini l modelnya itu jadi lebih presisi gitu untuk memahami sebuah konteks bahkan Taipo aja yang dulunya kita pusing tuh mikirin gitu ya sekarang Taipo itu sudah bisa langsung dipredik gitu Ini ngomong apa sih sebetulnya jadi teknologi itu sudah sejauh itu Pak Viktor eh dan ini memungkinkan kita unlock apapun gitu ya Ee ya bisa bikin analisis yang lebih Deep dan lain sebagainya Ya seperti kita punya teman yang sangat pintar lah ya Einstein di kamar kita gitu ya tinggal kita gimana cara kita itu nanya apa yang mau kita tanya gitu ya Dan saya yakin ee dengan ee perkembangan eh ai eh yang sekarang gitu ya dengan eh racing antara China dan us ini juga akan menguntungkan kita selaku e customer gitu ya karena China akan terus mengembangkan modelnya termasuk juga Open Ai bahkan Open Ai sudah keluarin eh model 03 Mini gitu ya yang mungkin akan 03 dan itu ee katanya ee itu udah berpikirnya cara berpikirnya Udah ee seperti Profesor nah bayangin ya punya Profesor di kamar kita gitu ya Nah itu luar biasa sih Nah karena itu tadi ya basis knowledge-nya tuh sangat sudah sangat lebar gitu ya Ee dan itu bisa kita manfaatkan nah sejauh itu sih Pak Viktor Wah ternyata sudah jauh sekali ya tapi tadi bicara mengenai deepsik nih cukup eh fenomenal ya I kita tahu China dulu itu adalah ee pencipta copy kat barang yang murah termasuk mobil pun yang sekarang masuk itu kan masih ketinggalan ya dari Jepang Nah sekarang mereka baru masuk tapi tiba-tiba China bisa menciptakan dipsik yang membuat saham-saham perusahaan teknologi di Amerika itu rontok rontok semua satu-satu berguguran ya I gimana itu ceritanya Mas audit sampai dipsik yang iya tidak pernah kedengaran tiba-tiba bisa satu hari itu menggemparkan dunia sampai sekarang justru malahan jadi konender Open Ai ya Yang yang lebih duluan gitu kan Iya memang Eh kalau misalnya kita bicara l r with model eh Kasan buatan gitu ya Eh nah ini eh pemainnya cukup banyak ya eh Facebook itu ngeluarin lama terus habis itu e Google itu ada Bart gitu ya terus ada Open Ai dengan chat cpt-nya gitu ya Nah biasanya pemainnya dari US semua nih mereka ber comppit antara satu sama lain dan karena basisnya dari US ini tadi Nah ee ya Nvidia juga dari sana gitu ya ee sebagai pengelola gpu-nya gitu ya untuk e basis tchnikal komputasinya nah ee akhirnya tuh ngerasa bahwa standar e dari biayanya itu ya setinggi us gitu nah kenapa China ini tiba-tiba jadi hal yang menarik gitu Eh Pak vecttor dan Bapak dan Ibu sekalian karena tiba-tiba dia itu bisa ngeluarin model yang secerdas GPT 4 gitu ya Eh model 4. 40 nah tiba-tiba ee dengan harga yang mungkin 1/5 1/10-nya gitu ya Nah bahwa ee akhir Cina bisa bilang bahwa ee pengembangan lareng W model ini enggak semahal itu loh nah dari situ semuanya investor langsung rontok tuh bahwa melihat bahwa selama ini berarti overcharge dong kan kira-kira gitu kemahalan lah ya kemahalan Nah akhirnya ee ya Ya udah mulai semua udah melirik dari dipstick ini gitu bahkan e menariknya dipstick ini kan gratis ya sebetulnya dia yang berbayar itu ee kalau kita bisa memanfaatkan api-nya dari si dipsik nah Open ai juga memanfaatkan api tersebut gitu ya ekosistem dari Open Ai ini kan eh Microsoft gitu ya Microsoft eh servernya Microsoft Azure dan lain sebagainya gitu nah dipsik ini kan ee apa namanya ya dua-duanya ini mengecas lah ya dari sisi api Nah tapi menariknya ini kalau saya enggak salah se/5ima atau pokoknya lebih murah se/limanya Kalau enggak salah di ee apa penerapan tarif eh per token api-nya Itu tadi nah sehingga orang ngelihat bahwa ya ngapain Saya ke sini kan gitu selaku customer dia pasti akan memilih yang lebih murah Dis dan menariknya juga ternyata ee karena selama ini e kan namanya Open ini sering dikritik sih kalau teman-teman juga e engak suka ngelihat Twitter gitu ya ini kan namanya Open Ai tapi sebetulnya penerapannya enggak Open gitu ya Artinya close e close source gitu ya ya apa namanya ya kita enggak pernah bisa Lihatlah apa yang mereka pelajari di belakangnya dan lain sebagainya kira-kira seperti itu Nah tiba-tiba hadirlah t terus e si China ini dengan dipsiknya yang memang memungkinkan kita untuk menggunakan eh model tersebut secara open source artinya kalau memang kita ngasa bahwa kita enggak pengin data itu ada di China gitu ya Nah kita bisa download nih source code-nya gampangnya seperti itu gitu ya Nah kita Run secara locali dan itu bisa jadi itu ee jadi akhirnya semua orang di dunia ini jadi terbuka gitu ya bahwa satu pengembangan model itu enggak semahal itu Terus yang kedua ya bahwa ee apa namanya enggak seclose itu gitu ya Artinya bisa dilakukan terbuka gitu open source Ini yang mana Nanti kita bisa manfaatkan dengan banyak hal termasuk Akhirnya bisa komly nih sama konteksnya Pak maki gitu ya yang compliance tadi gitu ya ke depannya gitu ya walaupun nanti ee ya kalau kita bicara Open a kan sebetulnya kalau saya nanti koreksi kalau saya salah ya Pak maki tapi kan kalau kita bicara masalah data kan sepanjang data itu ada di teritor Indonesia fine aja gitu nah sekarang kan memang banyak juga kan kayak Microsoft azur itu ada di Indonesia gitu ya Eh dan beberapa apa namanya Cloud besarlah yang ada di Indonesia sehingga saya rasa tetap kompl yang ada di sana cuman ya even kalau misalnya kita mau private banget ya kita Run di e apa environment kita sudah bisa ya sudah komly Nah jadi menarik memang teknologi jadi e enggak pernah stop belajar kita ya Dan kalau kita terlambat belajar ya udah lupa ketinggalan gitu kir jadi konsepnya masih tetap dia cheaper better faster faster dan ini tambahan lagi nih saver karena bisa taruh di laptop kita gitu Ya kurang lebih seperti itu oke nah bapak ibu eh kita sudah mendengarkan teknologi eh ai ya dari yang sudah berjalan di industri-industri lain dan termasuk di industri asuransi tadi ada beberapa penerapannya ya Nah mungkin sebelum saya masuk ke tahapan yang kedua Eh akan dibawakan oleh Pak Sadewa Pak Sadewa akan e memberikan pemaparan mengenai produknya kalau tadi Bapak Ibu ngelihat ini kan teknologi-teknologinya nih Dan ternyata saya pikir teknologinya kalau tahun lalu atau tahun sebelumnya saya bawakan acara itu masih wacana gitu ya masih kayak science fiction yang masih jauh ternyata enggak sudah berjalan foto kamera tadi sudah dipakai dan sudah diimplementasikan gitu termasuk di Indonesia bukan cuma di luar negeri Nah mungkin yang narasumber kedua Pak sadawa akan memberikan lebih eh Insight lebih ke produknya lebih ke implementasinya yang sudah ada di Indonesia dan sudah berjalan Jadi ini bukan teknologi yang akan datang ya teknologi yang sudah berjalan sekarang oke mungkin waktu dan tempat saya persilakan untuk narasumber kedua kita Bapak Sadewa ya terima kasih pakktor Oke terima kasih eh Selamat pagi eh eh bapak dan ibu sekalian ee jadi untuk ee kali ini mungkin melanjutkan apa yang sudah disampaikan oleh EE e pakkor s moderator dan Pak Terima kasih banyak ini mungkin akan jadi briding yang lumayan baik gitu ya untuk mungkin ke rekan-rekan di industri yang berangkat dari industri yang lebih konvensional e sama juga dengan saya gitu ya karena mungkin semua berawal dari e industri asuransi yang lebih konvensional eh sehingga kita sama-sama belajar sering berkembangnya e ur dan tadinya menyentuh di eh industri perusahaan asuransinya dulu terus kemudian sekarang sudah masuk ke e intermediarinya sehingga dari perusahaanal asuransi dan kemudian dari eh pelaku pialang asuransi sendiri itu jadi punya eh konteks gitu ya untuk memperbaiki pelayanan mungkin e penetrasi ke bisnis yang eh tadinya mungkin m belum kepikiran untuk mau dipenetrate sampai akhirnya Eh bisa jadi bisnis plan di company kemudian bisa diimplementasikan eh e secara operasional nantinya gitu sambil kita tunggu ee dari materinya jadi nanti tuh ada ee oke Ini sudah saya sambil ee apa namanya jadi itu yang akan saya coba kasih eh apa namanya eh sharing sharing gitu ya Eh nanti itu sebennya saya ingin ada dua touch Point yang pertama dari produk Asuransi dengan pemanfaatan artificial intelligence-nya Eh tadi Pak Itu sudah memberikan konteksnya secara artificial intelligence secara basis datanya dan sebagainya ini sekarang Eh dari sisi produk asuransi yang sedang dikembangkan oleh insurance companynya eh dan apa yang kita bisa e ambil dari eh pemanfaatan ini untuk eh dikembangkan dari sisi industri kepialangan kemudian nanti juga di kedua saya juga akan touch point juga dari sisi eii dalam prosesan rating dan klaim nah dalam prosesan rating dan klaim berarti sudah ada eh dari sisi pialangnya juga nih Apa sih yang harus dimiliki oleh dari perusahaan vialangnya untuk bernegosiasi dengan perusahaan asuransi supaya dari perusahaan asuransi juga punya konteks eh analisa Rikonya kemudian nanti pricing-nya proses penutupannya Seperti apa bagaimana melakukan claim assessmentnya kemudian Berapa lama eh apa namanya klaim dapat diakes sampai eh tertanggung bisa mendapatkan eh manfaatnya gitu ya oke tadi Eh dari pakudi juga sudah kasih gambarannya mungkin Beberapa definisi gitu ya cuma saya juga eh dari berangkat dari industri pialang yang lebih eh awam gitu eh saya Ini salah satu definisi yang saya suka gitu jadi ai is the study of intelligent agent Andir and action that Max Chance of sucessfully aeving goal jadi agen intelligent eh that perive jadi eh dia memiliki awareness dan kesadaran gitu ya sehingga dia bisa melihat keadaan lingkungan sekitarnya dan bisa mengambil action e yang bisa memaksimalkan e kemungkinan untuk mencapai tujuannya kurang lebih seperti ituah eh kemudian lagi-lagi itu ya karena saya juga berangkat dari bukan memiliki background teknologi informasi dan apalagi spesifiknya juga dengan ai ini juga kami ee saya juga sudah sampaikan beberapa contoh nih yang pertama mungkin eh virtual syistem gitu ya Ai itu ada apa aja sih di kehidupan sehari-hari ini mungkin yang paling mudah mungkin yang ada di genggaman Bapak Ibu sekalian yaitu Virtual Assistant yang ada di handphone ada Siri ada Google Google Assistant kemudian ada Alexa kita bisa menanyakan berita hari ini terus kemudian bisa apa namanya eh bisa untuk ee menanyakan kan eh Cuaca dan sebagainya Kemudian yang kedua ada chatbard ee mungkin kalau Bapak Ibu sekalian ee apa namanya eh memiliki beberapa aplikasi gitu ya di dalam e handphone-nya mungkin aplikasi ojol dan sebagainya mungkin sudah mulai bisa ngelihat bahwa eh sudah menggunakan tadi eh apa namanya ada predictif TS gitu ya Jadi kalau misalkan dari customer yang menanyakan konteks eh Kenapa saya belum dijemput gitu nanti sudah ada pertanyaan lanjutan sudah ada yang menjawab yang mungkin itu tidak ada orang di belakangnya tapi mengenuhkan fasilitas chatb untuk layangangnya nah kemudian juga ada eh pengenalan wajah jadi sama juga di ponsel Ai digunakan dalam face ID juga untuk membuka kunci ponsel untuk melakukan verifikasi identitas contoh lain ada rekomendasi cerdas mungkin kalau teman-teman e rekan-rekan sekalian bapak Ibu ee berlangganan netflix YouTube spotify dan sebagainya mungkin juga sudah Ee tahu gitu ya pada saat kita selesai menonton eh dari platformnya dari netflix-nya youtube-nya biasanya akan merekomendasikan eh film video dan musik yang eh mirip-mirip gitu ya Jadi mereka sudah bisa mendefinisikan preferensi gitu yang biasa ditonton Oke ini akan disukai nih oleh usernya kemudian ada juga navigasi dan update lalu lintas Google Maps w e kemudian aplikasi transportasi online seperti gojek dan grab juga sudah menggunakan eh ai untuk mengoptimalkan rute dan memberikan estimasi waktu tiba tadi juga dari Paudi sudah mendabahkan tuh kalau misalkan eh dalam posisi Rush Hour gitu ya atau pick hour gitu Ada nanti Ada penerapan tarif eh yang berbeda dengan tarif yang eh di luar Pi hour ini juga ada perangkat Rumah Pintar juga eh digunakan untuk ehu biasanya untuk mungkin paling mudah untuk lampu gitu ya Eh bisa mengontrol keterangannya brightnessnya warnanya dan sebagainya serta untuk keamanan rumah Eh kalau misalkan ada orang tidak dikenal mengetuk rumah itu nanti bisa langsung ternotifikasi oleh si pemilik rumah Nah mungkin yang ee belum disadari juga oleh EE Bapak Ibu sekalian kalau misalkan kita punya email pribadi gitu ya mungkin kita menggunakan Gmail gitu yang mayoritas secara tidak sadar sebenarnya email itu ternyata sudah dikelompokkan oleh Googlenya gitu jadi untuk emailil bersifat Prom mungkin sudahah ada sendiri Prom itu tanpa kita lakukan sebenarnya sudah dipromosikan mungkin kalauedang kita kan mungkin mengelompokkan emailnya e kita kasih gitu yaand bintang kita Klik nanti e dia akan sendiri eh untuk seluruh Ail tanda bintang untuk kita follow up berikutnya kemudian ada kategori lain ada primary social dan promotion yang tadi sampaikan juga kan itu sebenarnya tidak kita lakukan sebelumnya tapi ternyata sudah dibantu oleh eh fitur dari eh Ail Kemudian untuk yang berikutnya adalah eh e-commerce nih eh Bapak Ibu sekalian yang sering menggunakan eh platform e-commerce untuk berbelanja toko online seperti Tokopedia dan shopee itu sudah menggunakan Ai untuk merekomendasikan produk eh khususnya untuk yang produk-produk yang kategorinya e sangat tinggi dalam penjualan mungkin yang paling mudah mungkin beauty gitu ya E skinc untuk yang e sering mengunakan S make up dan sebagainya itu pada saat kita melakukan sebuah transaksi biasanya itu akan disimpan dalam riwayat pencariannya jadi nanti pada saat kita eh apa namanya E ingin membeli kemb atau kita ingin mencari produk sejenis dari platform e-commerce-nya sudah bisa merekomendasikan produk-produk yang e sesuai dengan preferensinya kita Nah tadi pak juga sudah menyinggung juga sedikit di aplikasi kesehatan dan kebugaran dari Apple watchitbit memantau detak jantung melancak aktivitas olahraganya step e untuk langkah kalau misalkan sedang berlari dan kemudian mendeteksi apabila tadi ada potensi gangguan kesehatan Eh Kemudian untuk yang terakhir adalah dari sisi eh autokorek dari eh prediksi teks ei ini juga membantu eh apa namanya meningkatkan penulisan saran kata jadi tiba-tiba eh apa namanya Eh kalau misalkan kita ngetik di Microsoft Word Tu kan sudah kadang-kadang ada kata-kata yang tiba-tiba Dar di bawahnya ada garis merahnya gitu ya Ee nanti kita bisa Klik nanti kelihatan tuh Apakah ini ada potensi kesalahan grammer atau ada typonya dan sebagainya nya ada prediksi teksnya tuh sehingga kita ee bisa ee aware dan langsung memperbaiki nah kurang lebih itu jadi ini moga-moga ee Bapak Ibu dan sekalian sudah sudah memiliki ee persepsi awal gitu ya bagaimana penerapan ea dalam kehidupan sehari-hari untuk kemudian nanti ee bisa diterapkan dalam eh apa namanya kegiatan usaha konteks pialangan nah ini Jadi ee yang di topik pertama saya akan menyinggung dari empat sisi gitu ya yang pertama ee lagi-lagi karena pemanfaatan ai juga akan sangat erat e hubungannya dengan eh pialang asuransi digital yang di mana Kalau pialang asuransi digital eh kita sudah agak swifting dari yang pialang asur asuransi konvensional yang biasanya kita berfokus untuk eh mitigasi resiko atau potensi Resiko yang akan eh diterima oleh tertanggung kita sehingga kita membantu mereka dari S mitigasi risiko kita buat insurance program dan sebag nah itu nanti saya yang ked nanti juga setelah kita sudah tah ni du Sisi antara mitigasiiko dan keprib kemudian nanti kita bisa melihat bagim sih kolaborasi keahlian seorangalud Nti eh kita mungkin bisa melihat fiturnya dalam produk Asuransi dan gimana nanti akan membantu pialang dalam memberikan layanan ke terertanggung dan yang terakhir nanti ada implementasi kasus yang eh eh saya dapat juga eh dari dari beberapa sumber Oke saya masuk eh touch Point yang pertama jadi eh sebelum kita berbicara tentang ee Bagaimana membantu pialang asuransinya untuk e-nya kita mesti tahu bahwa e Bapak Ibu sekalian mungkin Sejak sejak maraknya insurch industri gitu Ya mulai ada boomingnya gitu e mungkin di tahun 2020-an dan sebelumnya mungkin Mungin beberapa tahun sebelumnya juga jadi itu sudah adawifting sedikitlah yang di mana biasanya asuransi itu konsepnyaal untuk mitigasi Riko dari tertanggung nya itu juga yang akhirnya ee diterapkan dalam kesaran kita kita juga sebagai pialang asuransi kita ingin membantu tetanggung-tetanggung kita e dalam melakukan proses mitigasi Riko nah eh namun pada saat berkembangnya industri teknologi juga ditambah dengan meningkatnya iklin investasi juga di Indonesia jadi perkembangan teknologi terkait proses penan itu merambah ke berbagai eh teman-teman di rer untuk kemudian merambah juga ke teman-teman di industri kepialangan ee ditambah lagi mungkin kalau teman-teman juga e Bapak Ibu sekalian melihat eh konsep banyaknya start up juga yang bermunculan di Indonesia eh di balik eh layarnya ada banyak sekali Venture Capital yang sangat tertarik untuk berinvestasi di Indonesia eh melalui berbagai eh platform dan model bisnis Eh ada e-commerce kemudian di industri agrikultur juga dan sektor jasa keuangan juga nah jadi ee impact positifnya adalah industri pendukungnya khususnya di industri asuransi ada impact juga ke eh industri pialangnya ditambah lagi mungkin sudah sudah ada beberapa PR di Indonesia yang juga eh apa namanya Belum ketemu mungkin gitu ya metode paling paling efektif Seperti apa yaitu di mana penetrasi asuransi juga sangat rendah dan berbagai macam ee ee apa namanya ya ee potensi lain nah kemudian dari sini mungkin dari dari industri sudah melihat sebenarnya nih Ee kita sudah bisa melihat juga nih akan jadi potensi tambahan kasi pasar juga nih untuk industri di kepialangan eh bahkan mungkin kalau kita kesampingkan eh apa namanya konsep pialang asuransi digital dan pialang asuransi konvensional ee dengan adanya ee industri ee apa namanya eh insurtech kemudian di mana Di baliknya ada ai harusnya pialang asuransi yang Fokusnya ke bisnis konvensional pun harusnya tetap bisa mendapatkan dampak positif eh itu nanti juga akan E saya singgung sedikit dan ada contohnya juga dan yang terakhir adalah eh konteks yang tadi saya mencoba pisahkan yaitu Dar mitigasi Res sekarang Piala asuransi itu juga membantu eh distribution partner dalam mendistribusikan produk asuransi ya yang di mana sudah bukan dalam posisi kita membantu partner atau tertanggung untuk memitigasi risiko tapi kita jadi eh partner distribution yang tujuannya apa kita bisa memberikan eh revenue generator juga untuk platform yang kita bekerja sama nah tapi kemudian Eh ada pertanyaan lanjutan di situ kalau misalkan kita membantu eh partner distribution kita nih perusahaan Multifinance e-commerce eh pindar dan sebagainya ee Berarti pialang asuransi juga akan mendapat pertanyaan tambahan contoh produk asuransi yang sudah diplace oleh teman-teman insurance e broker ini teman-teman di pialang ini diterima enggak sih O oleh masyarakat eh terus kemudian kalau misalkan diterima Eh ada tractionnya prosesnya berjalan dengan baik enggak nah pertanyaan itu eh sebenarnya juga akan ditanyakan juga sama teman-teman di eh platform distribution ya karena teman-teman platform distribution mungkin majority bukan dari orang industri Jadi mereka akan bertanya juga eh ke pialang pertanyaannya yang mungkin jarang juga kita temui pada saat kita terbiasa dalam proses mitigasi risiko Apakah eh coverage yang kita sediakan ini sudah paling efektif di market bagaimana kita eh bisa mengetahui produk ini diterima oleh masyarakat dan sebagainya ya Nah kemudian yang kedua yang perlu kita eh pelajari juga bahwa kolaborasi pialang dan ea Ini bisa memberikan dampak positif untuk perusahaan nah banyak sebenarnya yang bisa dialami juga dampak positif untuk teman-teman di pialang asuransi konvensional kalau kita bisa memanfaatkan satu eh fitur Ai gitu ya atau platform Ai untuk menyederhanakan sebuah proses gitu ya E kita berarti bisa melihat ada proses administrasi yang berkurang kemudian kalau ada proses administrasi yang berkurang berarti kita punya waktu luang nih waktu yang lebih luang ini kita bisa bisa gunakan untuk apa sih mungkin ada pelayanan yang dari sisi pialang ktanggung yang bisa kita perat juga mungk konteks pengiriman dokumen atjaabanya itu ya terkait produk ee asuransi yang kita sampaikan juga playerer kemudian Oke kemudian ee untuk yang dari sisi pelayanan kemudian next-nya adalah Eh kalau misalkan kita sudah memanfaatkan eh fitur ai-nya kemudian kita bisa lihat juga sebenarnya data penutupan dan data klaim ini ee memiliki dampak positif juga jadi kalau datanya kita bisa kumpulkan berarti kita bisa memiliki data penutupan yang lebih akurat e kayak tadi misalkan sudah semping juga di awal pada penerapan di asuransi jiwa kredit misalkan kita bisa lihat e cara bernaas mungkin dengan platform yang cocok gitu ya Kemudian pada saat kita bisa cocokkan juga dengan datating searnya Seti sih Kondisi terangg kita sudah punya tutupan dan klaim yang lebih akurat Sebenarnya ada ee kegiatan preventif lain kita bisa lakukan kita bisa mencegah potensi clim FR misalkan Nah kalau kita bisa mencegah eh potensi clim FR eh kita mempunyai bargan power juga yang lebih baik kepada teman-teman underriter eh untuk kemudian underriter mungkin bisa menerapkan eh apa namanya eh pricing yang lebih kompetitif atau mungkin biaya akisisi yang lebih besar ee dan sebagainya atau mungkin dari e jaminan lebih luas dan sebagainya kemudian ada satu poin lagi yang mungkin ini juga bisa diterapkan TII sebenarnya sudah di sini juga kita bisa mendapatkan eh prospek bisnis mungkin paling mudah kalau kita bisa memanfaatkan fitur chat GPT gitu atau dipsik kita minta tolong eh tolong dong generat Kan saya sebuah e email C call gitu ya Eh kepada PTA untuk industri ini mereka akan menyiapkan jadi teman-teman di bisnis development teman-teman di sales juga sudah punya apa namanya modal awal juga untuk membantu mereka canvassing nah oke mungkin untuk kolaborasi pialang dan ea ini eh kita juga Masti tahu juga eh Scope of Work yang bisa dicover oleh eh dari platform ai-nya tersebut Jadi kalau ini mungkin saya mencontohkan dari sisi eh vialuransi digital ya bapak ibu jadi untuk pialang asuransi digital tuh Ee dikarenakan e regulasi yang juga sudah apa namanya menaungi spesifik untuk piala asuransi digital mengharuskan piala as asuransi digital menyediakan berbagai fitur untuk membantu piala dan membantu tertanggung serta membantu teman-teman diriter juga dari mana sebenarnya bisa dibahasakan dari hulu ke hilir nah hulu ke hilirnya Seperti apa dari mulai dari awal dari akuisisi pelanggan dan Mungkin sebenarnya harus sppa gitu ya mungkin kalau dari konvensional kita mengisi sppa terlebih dahulu e kemudian mungkin disampaikan ke broker broker baru menyampaikan quotation slip ke underriter nah tapi untuk dari sisi pialang asansi digital Harusnya itu sudah bisa eh dibantu dengan eh proses juga seperti itu ya kemudian setelah akuisisi pelanggannya selesai data underrating awalnya sudah kita terima ee pada saat pengajuan klaim misalkan Nah dengan pengajuan pada pengajuan klaim kita tuh sudah sudah bisa memberikan eh proses Kim yang sederhana belum sih kepada tertanggung ini yang coba sering dipraktikkan oleh teman-teman di piasi digital kita ingin memberikan proses pengajuan klaim dengan panduan yang mudah untuk dipahami eh kemudian e klaim dokumen yang lebih mudah didapatkan untuk kemudian proses SLA penyelesaian klaimnya juga lebih cepat nah kemudian dari sisi lain pada saat e pialang asuransi menerima pengajuan klaim ee pial asuransi juga memiliki kewajiban lain misalkan pada saat menerima e dokumen klaim akan lebih akan jauh lebih baik prosesnya kalau kita mungkin ini sebagai contohnya ada dashboardimnya misalkan kita sudah punya e data klaimnya yang yang sudah diproses asuransi berapa banyak yang sedang dalam proses analisa teman-teman di pic Berapa banyak kemudian yang sudah Ee kita kembalikan ee mungkin Datanya ada yang kurang P tertanggung dan sebagainya Nah jadi teman-teman klaim punya data klaim pad-nya klaim mungkin yang upstanding menunggu pembayaran dan sebagainya jadi kita juga punya secara eh umum gitu ya Secara portfolio basis barangkali Kita juga bisa dapat eh konteks kira-kira eh dengan eh data klaim seperti ini menguntungkan enggak sih dari sisi asuransi kalau misalkan ternyata ee jelek Bagaimana cara improvement risnya dan sebagainya nah kemudian Itu dari sisi klaim Kemudian dari sisi teman-teman di placement kemudian juga saya lihat di beberapa eh pialang asuransial juga punya spesific te Operation juga eh kita bisa bikin juga analisa dashboardnya untuk pada saat penutupan jadi pada saat proses eh produk asuransinya kita e luncurkan gitu ya di platform distribusi kita bisa lihat tuh berapa banyak sih yang dibeli sama pelanggan kemudian mungkin Apakah ada seasonal trendnya apakah mungkin kalau di e-commerce Apakah penutupan asuransinya eh tambah naik juga kalau lagi ada promo double date misalkan atau mungkin dalam momentum lebaran momentum Natal dan serta eh pattern-pattern yang lain nah kemudian eh di pialang asuransi juga kan kita juga diwajibkan untuk mengumpulkan data kyc yang tertanggung kita dapat gitu ya data kyc dari tertanggungnya eh kemudian Bagaimana sih kita memverifynya apakah data kyc ini legit atau tidak eh kemudian kalau misalkan penutupan asuransinya secara digital Bagaimana ya kita memverify-nya sudah banyak juga eh apa namanya platform-platform yang menyediakan layanan untuk ikqyc dari yang paling mudah eh eignature mungkin kalau teman-teman e familiar dengan dokusign eh previ dan sebagainya sebenarnya tidak tidak ada apa namanya E hal yang wah gitu ya sebenarnya dari yang layanan mereka sa tapi halnya cukup sederhana tapi memang bisa memastikan e validitas informasi yang diberikan yang paling gampang adalah ya tanda tangannya gitu ya eh tanda tangan digitalnya dari broker juga bisa mengimplementasikan kita juga perlu tenaga pialangnya juga harus eh melakukan eh validasi juga pada saat ngirim quotation misalkan atau tanda tangannya dari sisi tenaga ahlinya kalau dari sisi dokumentasi placing sllip Kemudian pada saat kita dengan platform distribusinya kita punya PKS juga sama sama platformnya ada tanda tangan pks-nya juga nah itu juga kita bisa mempercepat prosesnya Kita juga bisa tanda tangan eh secara digital juga ee kemudian eh ada penyedia platform teknologi juga bahkan kita bisa ngcek nih eh conect ke platform bisa conect ke duk capil kita bisa mengetahui ini E iktp ini nomornya sesuai gak sih dengan data tetanggung yang diberikan dan sebagainya nah kemudian mungkin yang lebih Yang lebih awam gitu ya Ada platform dengan pelayanan a untuk mendukung customer support untuk menerima inquiry menerima keluhan atau ada pertanyaan tentang e dokum Polis dan sebagainya nah kemudian yang terakhir mungkin terkait metode pembayaran premi eh dalam hal mungkin premi harus segera diterima oleh pihak asuransi gitu ya mungkin terkait asuransi e kesehatan atau mungkin terkait dengan Asuransi travel yang di mana konsepnya harus cas and car gitu ya jadi e cover on setelah premi diterima sudah ada pelayanan juga yang bisa secara teknologi membantu dalam hal itu ada perusahaan payment Gateway bisa mempermudah proses pembayaran bisa melayin berbagai channel bisa menyediakan virtual accoun menerima pembayaran kartu kredit e-wallet dan sebagainya jadi dari secara teknologi Eh regardless itu ada fungsi Ai tidaknya sebenarnya e teknologi sangat membantu juga dalam eh pialang untuk membantu tertanggung dan memberikan Insight kepada underreer Nah Bapak Ibu sekalian dalam konteks eh vialang asuransi digital atau mungkin tidak perlu asuransi digital juga sih sebenarnya Eh pada saat eh eh pialang asuransi digital meluncurkan sebuah produk Asuransi bersama dengan platform distribusi mungkin dari pi digital karena lagi-lagi ya karena kita kami juga dari orang Aam dari P asuransi konvensional kita juga perlu tahu e Apakah produk kita sesuai gak sih dengan kebutuhannya platform distribution Apa sih yang kita bisa lakukan e setelah di launching ya produk itu harus kita pertahankan supaya eh produk asuransinya juga eh kita tahu oke ternyata bermanfaat untuk tertanggung eh dan dari sisi distribution channel-nya juga puas dengan produknya karena produknya ternyata memberikan added value juga untuk platformnya dia Nah untuk eh apa namanya yang biasa kami terapkan juga di perusahaan kita biasanya menerapkan ee ada dua metode nih Yang Pertama customeration index eh Jadi intinya setelah kita proses melakukan penutupan kita juga ngasih pertanyaan juga nitanggung kita Apakah eh proses penutupannya mudah e Apakah sesuai dengan ekspektasi tertanggung terus kemudian Apakah ini yang penting juga nih untuk teman-teman e pialang karena e sering sekali terjadi disp gitu ya Eh kadang-kadang terdapat kasus di manaal mungkin memiliki persepsi yang berbeda dengan tertanggung pada saat menjelaskan Nah dengan adanya customer saaction indnya kita juga bisa tanya juga e jaminannya sudah dipahami belum sih oleh tertanggung kalau belum berarti ada potensi disput di situ gitu ya berarti harusnyaang bisasung menghubungi kita bisa kita ar untuk sosialisasi ulang barangkiali atau paling engak kita bisa telepon langsung hubungi atau kita ajak meeting untuk e menjelaskan bahwa jaminannya seperti ini gitu ya dan ir mungkin untuk pelayanan dari si pialang atau teman-teman klaim Apakah teman-teman pialang mudah dihubungi ee kemudian Apakah Eh pada saat kita berkoresponden eh responnya cepat dan sebagainya Nah itu mungkin konteksnya lebih ke kalau kita dari broker punya customer direct langsung atau mungkin eh pialang konvensional yang b2c lah ya kita ber beradapan langsung dengan ee tertanggung nah kemudian untuk ee dari sisi B B2 gitu ya Nah kita biasanya juga e kalau platform distribusinya mungkin juga apa namanya E berkenan gitu kita bisa terapin juga NPS NPS net promotor tingkatannya ini biasanya kita terapin juga kalau kita menggunakan teman-teman di platform distribusi untuk menawarkan produk asuransinya kita jadi kita juga memberikan survei kepada pelanggan setelah melakukan penutupan asuransi melalui gitu-gitu sih Di mana sih biasanya e biasa terjadi ee yang umum terjadi biasanya memang di sektor jasa keuangan gitu ya di teman-teman di Multifinance bnpl yang mungkin memberikan kredit konsumtif gitu ya Tapi menurut saya juga tidak menutup kemikinan juga untuk dari sisi e leasing e-commerce dan sebagainya intinya yang e di mana produk asuransinya itu Eh kita dalam konsep kita tawarkan sebagai additional value dari eh platform distribusinya eh kita bisa tahu juga Inside dari customernya dia sudah tahu belum sih kalau dia sudah melakukan pembelian asuransi gitu ya karena mungkin kalau Bapak Ibu sekalian eh bertransaksi gitu misalkan di e-commerce gitu ya kadang-kadang tanpa kita sadari opsi untuk pembelian asuransinya sudah dicentang duluan misalkan gitu nah kemudian Eh kalau kita tidak kalau kita tidak mau beli kita harus Tik lagi supaya centangnya hilang nah dari situ sebenarnya kita bisa tanya juga setelah itu jadi kita dapat eh genuine respons dari customernya oh Oh iya kemarin saya memang berniat untuk membeli karena saya ada kebutuhan karena ini e bermanfaat untuk saya dan sebagainya dan yang kedua kalau memang dia ternyata benar gitu ya sudah membeli e asuransi eh jaminan sudah dipahami belum kemudian puas enggak sih dengan proses pembelian yang ditawarkan oleh platform distribution dan pialang asuransinya kemudian nanti terakhir kalau misalkan pada saat klaim kita bisa tanya lagi tuh ke ke teman-teman e customer Apakah puas juga opas pengajuan kimnya nah eh itu dari e-commerce mungkin kalau kita dengan dari teman-teman di Multifinance misalkan mungkin menawarkannya tidak dalam platformnya tapi mungkin ada sales agennya ada agennya menawarkan eh setelah selesai membeli handphone misalkan kita beli e tertanggunya beli handphone melalui platform eh online gitu ya melalui Multifinance online Kemudian pada saat mau bertransaksi di offline merchantnya ditawarin sama ee sales agennya Bapak Ibu mau enggak kita tambahkan proteksi mungkin sudah cukup sering gitu ya kita sering alami juga nahu kita bisa lihat nih Apakah eh pembelian asuransinya itu e genuin memang dibutuhkan oleh tertanggung dan tertanggung sudah mengetahui bahwa dia dawarkan gitu ya oleh sales engine dan sebagainya Nah nanti kalau yang teman-teman di Multifinance itu nanti akan jadi Insight juga buat dia Kenapa jadi dia tahu nih teman-teman di sales agen ternyata Oke berarti mereka sudah menjalankan op-nya dengan benar berarti dia genuin menawarkan nih ke customernya inih dan ternyata memang terjadi conversation customer tertarik Kemudian untuk ditransaksikan untuk e produk asuransinya nah intinya dari dari penerapan eh customer satisfaction index dan net promoter sker ini datanya in bisa dihimpun lah sehingga dari teman-teman Operation di insurtech atau mungkin di pialan konvensional mungkin di teman-teman placement di teman-teman klaim eh bahkan nanti ee apa namanya eh dari sisi platform distribusinya dan yang terakhir dari underrernya bisa dapat Insight tambahan nih jadi nanti pada saat e brainstorming lagi dengan platform distributionnya Jadi mereka sudah punya bekal nih Oh ternyata profile customer yang berminat untuk membeli insurance yang seperti a nih berdasarkan datanya nih kemudian berarti kalau misalkan kita bisa jual produk Asuransi a kita bisa tawarin nih exension jam B misalkan dan sebagainya jadi sebagai lead generator juga untuk teman-teman di platform distribusnya juga dan kita otomatis akan membantu juga dalam proses eh apa namanya placementnya nanti ke teman-teman insurance ke teman-teman insur kita juga punya bagian juga dari sisi brokernya menyampaikan bahwa eh apa namanya Eh ini dari platform distribution ternyata ada kepuasan nih dari produk yang sudah kita la sebelumnya sehingga dari dari platrib bisa mendapatkan apa namanyaam jadi n sudah punya juga k sudah prod kita bisau dan sebag dengan vialangnya sudah mulai kelihatan gitu ya ini mungkin ee benar-benar fiturnya gitu ya pada saat day to day teman-teman di klaim teman-teman di Operation atau mungkin teman-teman di e placement-nya ini bisa melihat ini mungkin eh contoh yang lebih sederhana eh in sens tapi mungkin fungsi ai-nya eh lebih terlihat in sens mungkin kalau teman-teman sudah pernah dengar juga dengan istilah OCR gitu ya yang di mana kemampuan untuk memindahkan teks yang ada pada gambar untuk kemudian jadi teks yang ada di Ee Kita Teks itu bisa kita ekstrak gitu ya Nah ini di sini kita bisa eh e sebagai contoh jadi ada ada tertanggung nih asuransi kesehatan nih dia mengunggah sebuah tagihan medis gitu ya dia mau medical expense eh jadi tugasnya nanti Dar tertangung jadi lebih mudah enggak perlu ada form khusus yang dia isi intinya dia hanya mungkin di sebelum dia mengunggah dokumen eh klaimnya dia tinggal eh masuk ke menu klaim portal atau mungkin di aplikasinya dari platform kemudian dia tinggal upload kemudian nanti eh dari OCR dan ai-nya akan meng-convert eh faktur atau medical Bill tersebut menjadi kasus cllaim Kenapa pasti kan kalau di pialaan asuransi konvensional pada saat kita menerima inquiry klaim kan biasanya ada register lah ya harus kita lakukan kita Maui ada mengajukan klaim dia mengajukan klaim a kemudian ada tagihan biaya medis besar sekian untuk kemudian kita teruskan Nah dengan adanya fitur OCR dan ei ini Mungkin Nanti secara sistem bisa langungai ekstrak tuh eh dokumennya eh sehingga dari eh teman-teman diklaim bisa melakukan eh review clim case jadi lebih cepat sehingga nanti eh dari dari review climnya teman-teman di andrep juga bisa mengasih eh memberikan eh clim decision yang lebih cepat kurang lebih seperti itu kemudian ada contoh lain ini mungkin juga contohnya Leh yang sederhana juga jadi penerapan chatbot untuk di C ini mungkin e fungsi dasar gitu ya se seper gitu ya tapi mungkambaran umumnya yang terjadi di bik Layarnya kan sebenarnya kan e pada saat ada tertanggung menanyakan gitu ya entah itu dia mau nanyaa po atau dia mauim eh sudah ada pertanyaan apkan oleh eh chatbot-nya eh sebelum dia Meneruskan ke Pertanyaan selanjutnya jadi eh dari apa namanya dari tertanggung eh langsung mendapatkan eh inquuiry yang sesuai dengan kbutuhannya dia dan dia tinggal melanjutkan saja percakapannya dengan chatb sampai mungkin pada posisi mungkin kalau dalam konteksnya kita sehari-hari ternyata dalam pertanyaan ini enggak ada nih di fq-nya ee yang kita sematkan ni di-nya jadi mungkin pertanyaannya membutuhkan jawaban genuin dari eh piala asuransinya dalam hal ini mungkin tim klaimnya atau mungkin tim placementnya Nanti baru kita bisa serahkan kalau misalkan membutuhkan jawaban formal dari sisi teknis kepialangannya nah eh kami dari WPS sebenarnya kami ada ada strategic collaboration gitu ya Eh dengan P eh yang di mana mereka bekerja sama juga di luar eh di luar negeri untuk eh distribusi e produk insurance ini ada salah satu eh case yang sudah mereka terapkan eh yaitu heat stroke insurance jadi pada saat eh apa namanya terjadi gelombang panas gitu ya di Jepang di Jepang Mungkin beberapa kali teman-teman di eh Bapak Ibu pernah dengar juga gitu ya terjadi gelombang panas di di apa namanya di di dalam sini eh jadi mereka eh apa namanya menjual nih eh produk asuransinya nah eh dikembangkannya bersama PP dan S tomolif didistribusikan melalui eh PP eh yaitu e-wallet ya dan performance-nya sangat baik eh fungsi Anya keluar di mana sih Eh fungsi sebenarnya nanti yang sudah saya sampaikan contoh di belakang juga jadi diklaim berbasis ocr-nya jadi pada saat tertanggung mengajukan klaim ee sudah ada teknologi Ai nya untuk mengekstrak mereka ini mau klaim apa sih sehingga eh apa namanya eh tertanggung bisa mendapatkan keputusan klaim yang lebih cepat ini bahkan eh untuk perlindungannya pada saat penutupan Eh masa tumbunya sudah diaturan rupa hanya 1 jam saja Oke ini juga sama eh ini salah satu contoh case yang kami jalankan juga di beberapa perusahaan Finance ee Sebenarnya cukup cukup sederhana ya ada orang ee melakukan transaksi di perusahaan Multifinance untuk beli laptop buat beli eh handphone dan sebagainya eh cuma eh di manana sih Eh penerapan ea-nya karena kan kalau pada saat proses penutupan harusnya cukup Straight forward ya dan sudah cukup parametrik lah selama kita bisa dapatkan eh data ime-nya data deskripsi ee gadgetnya atau laptopnya sebenarnya tuh kita bisa langsung ke apa namanya Proses penutupan asuransi nah ea itu juga bisa berguna pada saat nanti eh dilakukan assessment clim nah assessment climnya itu Eh sekarang itu sudah banyak juga eh layanan yang diberikan salah satunya dalam bentuk eh deteksi kerusakan pada layar jadi nanti pada saat e layarnya e terjadi damage gitu ya mereka bisa lihat nih seberapa besar sih kerusakannya dan apakah harus di-reeplace atau di-repair paling enggak dari teman-teman eh klaim atau mungkin tpati administratornya itu nanti juga langsung oke ini sudah dapat instruksi untuk dipair dari broker e asans sudah setujui jadi kita bisasung ekusi sehingga prosest juga bisa leh cepat nah di sesi berikutnya Bapak Ibu sekalian kalau tadi kita sudah lihat dalam pemanfaatanuk ea produk insurancenya kita mau sedikit mungkin dalam proses membantu pialang dari sisiting dan analisanya sama mungkin eh kita kasih konteks juga dari sisi eh hukum eh kepihakan akansi digital di kjk Mungkin Nanti secara detail akan lebih eh detail lagi oleh Eh Pak maki nanti ya saya mauight aja di pasal 51e eh bahwa pial asuransi digital itu harus memiliki sistemnya sendiri dimiliki dikuasai dan dikendikan oleh perusahaan pial asuransi nah eh apa aja sih yang harus dimiliki functionnya kalau gitu apa aja sih kan berarti kan kita berbicara sebuah Core syistem nih berarti sistemnya itu apakah eh karena pendekatannya teman-teman di PI digital juga berbeda-beda gitu tapi fungsi inilah yang kurang lebih e bisa dipenuhi untuk placementnya si resikonya kemudianlaimnya booking preminya rekonsiliasi dan yang paling pentingung diarget tu pada saat melakukan integrasi dengan platform distribusinya itu yang e yang harus dipah kalau sebuah perusahaan pialang ingin E fokus ke bisnis asuransi digital di sisi lain juga ada Non Core supportnya ya berarti servis pialangnya kepada tertanggungnya Mungkin kita bisa menyediakan channel WhatsApp email SMS dan sebagainya Kapan sih kalau fisiknya tenaga pialang itu kapan sih bisa dihubungi atau mungkin kapan Harus bisa ditampung sama channel customer supportnya kita eh terus kemudianim handlingnya Apakah kita sediakan portal khusus atau via email atau mau via WhatsApp kemudian Berapa lama seberapa cepat service level agreement seperti apa yang dipeng oleh distribu partner kitaah Kemudian dari customer feedbacknya tadi sudah singgung sedikit tentang comtion danom scornya nah kemudian dari sisi yang tidak Kal pentingnya adalah pada saat terjadi rekonsiliasi dari sisi e bagian Keuangan seberapa cepat sih kita bisa melakukan proses rekonsiliasi dengan platformnya Karena pada saat kita generate sekian ribu polis sekian puluh ribu polis tidak menutup kemungkinan ada polisinya mungkin yang eh ada error barangkiali atau mungkin tertangya ingin membatalkan polisnya karena mungkin dia enggak aware kalau dia sudah beli Polis dan sebagainya seberapa cepat seluruh potensi-potensi skenario itu diselesaikan untuk kemudian kita bisa rekonsiliasi preminya kita bisa teruskan preminya bisa Prem bisa langsung diterima oleh broker broker juga bisauskan ke teman-teman perusahaan asuransi nah yang eh di dua beberapa slide ke depan nih ini adalah kemampuan ea yang apa namanya yang bisa membantu pialaasuransi Melan perasaan Bapak Ibu ini saya ambil contoh case juga dari dari internal kami gitu ya Ee yang mungkin cukup unik jarang terjadi gitu ya sekarang sekarang lagi marak juga e mungkin tidak hanya di Indonesia tapi juga di beberapa negara lain ada asuransi ee hewan peliharaan Nah kalau dan mungkin yang paling sering gitu ya mungkin e anjing gitu ya banyak yang membeli dari berbagai ras dan sebagainya pengin beli eh asuransi hand peliharaan kalau misalkan nanti sakit E dan harus dirawat e terus gimana sih dari sisi piala mengidentifikasinya atau mungkin dari underer pengin mengidentifikasinya seperti apa sih Nah ternyata Bapak Ibu sekalian liat sudah ada fitur yang unik karena kan tadi di awal saya sudah sempat lihat juga ada faal recognition juga nah eh tapi mungkin faal recognition umumnya diterapkan ke manusia gitu ya yang mungkin eh informasi yang sifatnya identik gitu ya yang unik E itu bisa langsunglah kalau manusia nah tapi kalau anjing Bagaimana sih ternyata kalau untuk hewan anjing ada bisa recognition yang sangat unik itu dari hidungnya jadi ternyata eh hidung Dar Dar anjing ini cukup unik sampai bisa dipisahkan antara anjing dengan ras yang sama yang satu ee dengan yang lainnya gitu Jadi pada saat mau klaim ini sudah jadi handriter dan doter bisa verify Oh ya ini memang anjing yang sama eh ras yang sama dan memang anjingnya identik ya mau mengajukan klaim untuk eh diajukan eh klaimnya untuk itor expensnya barang kali dan sebagainya nah kemudian ini yang EE terakhir gitu ya tadi Pak sudah sempat meningung juga ee jadi ee yang paling juga sering kita lihat contohnya mungkin pada saat ee di asuransi kendaraan ya Jadi kita ambil gambarnya terus kemudian kita bisa lihat eh apa namanya ini damage-nya sudah ada belum pertama pasti kita Cross cek dulu dengan yang ada di sisi ee penutupan fotonya sama enggak sih ee atau mungkin butuh live bisa juga mungkin kita terapkan secara live nah tapi yang paling krusial kan kita bisa lihat adalah eh hubungan Nanti pada saat cost estimation eh cost estimation kemudian nanti pada saat eh bengkel menerima instruksinya bengkel mungkin jadi lebih berhati-hati Oke jadi yang perlu Dianti oleh penganan hanya untuk damage A B dan C saja nih di mana sudah disetujui oleh eh asuransi dan sudah diverify di bantuka juga dari sisi piang Nah dari Saya mungkin ee cukup ee pemaparan dari saya saya kembalikan ke Pak Viktor Terima kasih Pak Sadewa ternyata produk ea yang ada itu lebih maju dari yang saya bayangkan sampai bisa ada face recognition untuk hewan peliharaan ya Iya Jadi kalau dari hasil pemaparan Bapak yang saya lihat itu mungkin perlu diverifikasi adalah Ai dan otomasi itu berbeda ya i jadi banyak mungkin teman-teman yang masih berpikiran kalau ea itu otomasi tapi itu ternyata dua hal yang berbeda ya ea itu lebih ke data dan analisa ya Pak ya Dan kalau kita lihat di industri kita di asuransi itu banyak administrasi kemudian kita menganalisa jadi itu ai sangat amat dibutuhkan ya walaupun Eh sama pialang-pialang yang konvensional dan Saya melihat ini yang administrasinya heavy itu untuk produk-produk yang high volume ya yang sekarang itu banyak asuransi mikro asuransi Mungkin jiwa kredit beberapa produk yang memang heavy on administration a ini akan sangat digunakan ya Oke pakadewa terima kasih pemaparannya jadi teman-teman api kita lihat narasumber pertama sudah menjelaskan tentang yang kedua e Pak Sadewa sudah menjelaskan produknya yang di dalam negeri maupun di luar negeri yang sudah dijalankan termasuk proses underting sampai proses nah narasumber kita yang ketiga ini juga tidak kalah menariknya jadi setelah teknologi dan produk yang ketiga kita akan masuk dengan tata kelola tata kelola datap dan lain-ain mungkin supaya tidak membuang waktu saya langsung serahkan kepada narasumber ketiga kita Bapak makus silakanak Terima kasih banyak pakor saya senang nih dikasih kesempatan diundang apari untuk Sharing S karena memang saya rasa per ya Su Ai terutama kalau dari sisi saya dari tata kelolanya yang tidak kalah pentinglah untuk diperhatikan sebenarnya nah eh kalau misalnya dalam rangka menjaga governance pada prinsipnya di tiap organisasi lembaga keuangan itulah sangat penting sangat penting sekali harus dilakukan eh Nah sekarang pertanyaannya adalah bagaimana melihat inovasi yang cepat di industri asuransi yang sebenarnya di Indonesia cukup ketinggalan gitu Kalau dibanding dengan negara Asia Tenggara lainnya Nah ini mungkin saya coba untuk kasih apa sih tujuan utama dari mengintegrasikan Ai dengan tata kelola tujuan utamanya adalah menjaga inovasi tetap terkendali inovas semua industri lah apalagi asuransi yang memang sudah beratus-ratus tahun kita ee menjalankan proses operasional ya Nah sekarang Bagaimana cara menjaga inovasi tetap terkendali nih ada beberapa persepsi yang disalah pahami di market adalah eh menjaga inovasi tetap terkendali itu dapat membatasi padahal sebenarnya tidak Karena yang namanya inovasi tetap kita harus memastikan beberapa implementasinya sesuai dengan kode etik di market dan eh inovasi sudah pasti menciptakan hal-hal baru a new dimension of process jadi penting bagi bagi pelaku usaha e untuk menjaga inovasi itu tetap terkendali dan sesuai dengan code etik nah Bagaimana sih cara menjaga inovasi tetap terkendali pertama yang harus harus diperhatikan adalah transparansi nah transparansi dari setiap inovasi ini sangat perlu nih ee nanti saya akan coba paparkan contoh-contohnya di di di di industri secara global bahwa eh transparansi itu harus ada di setiap inovasi sehingga Ai dapat dipahami dan dapat di audit atau diinvestigasi sehingga Segala Segala fra segala kesalahan teknis itu dapat segera dieteksi secara awal lalu yang kedua tentunya harus menjaga akuntabilitas artinya kejelasan tanggung jawab dalam penggunaan Ai inovasi ya sangat penting karena menciptakan efisiensi operasional itu 100% betul tapi tentunya perusahaan yang berinovate atau menciptakan a untuk suatu proses itu harus ee benar-benar jelas tanggung jawab Bagaimana cara mengoperasikannya antar organisasi di dalamnya bagaimana cara pengawasannya jadi akuntabilitas dalam dalam dalam menjaga inovasi tetap terkendali itu sangat penting Lalu yang ketiga ada responsibilitas tentunya responsibilitas lebih ke kepatuhan terhadap hukum dan regulasi bagaimanapun juga inovasi juga tetap harus dipastikan berada dalam lingkup aturan yang ada di suatu negara khususnya kode etik ee nanti kita coba akan coba E melihat beberapa contoh di di di di market juga bagaimana inovasi Justru malah disalah gunakan eh di di di beberapa industri tentunya ini yang harus kita jaga betul yang terakhir independen independen itu artinya pengawasan independen atas sistem Ai nah ini pengawasannya seperti apa sih Apakah pengawasan juga harus dilakukan secara secara otomasi atau secara manual atau secara apa sebenarnya sudah ada beberapa panduan di Indonesia Bagaimana cara mengawasi e inovasi itu sendiri tadi Pak audit sudah sempat memberitahukan bahwa baru aja berita 25 Februari lalu bahwa OJK akan eh menerbitkan e semacam pedoman dalam rangka penggunaan Ai di perbankan dan vitex sudah duluan bahkan Bagaimana dengan asuransi asuransi ya memang belum ada aturan spesifik yang mengatur bahwa eh e itu pada saat digunakan dalam fitur asuransi harus seperti abcd memang belum ada tapi mungkin ada beberapa peraturan yang quite correlated dengan dengan penggunaan teknologi atau dengan penggunaan platform pada bidang perasuransian secara menyeluruh artinya perusahaan pialang perusahaan asuransi jiwa asuransi kerugian perusahaan reas jadi secara keseluruhan sebenarnya sudah ada nanti kita akan coba bahas di akhir e session Ini nah strateginya gimana nih kan kita sudah tahu cara mengendalikan inovasi agar tetap terkendali adalah ada ada EMP item strateginya Bagaimana cara kita menerapkan EMP item itu adalah pertama tentunya perlu ada kejelasan dari segi kebijakan dan regulasi internal seringki inovasi yang dilakukan di industri itu kadang mengesampingkan hal ini artinya e bagaimana polisinya ketika terjadi serangan cyber itu harus dipikirkan dari awal karena the most important thing about Innovation atau ai yang mana penggunaan dat sangat besar adalah How to protect the data itself dan khususnya dari kalau dalam lembaga keuangan related to consonsumen pemegang polis dalam hal asuransi itu aturannya sudah lumayan banyak kalau kita lihat Perlindungan Konsumen di Indonesia sendiri sudah dari tahun 99 memang belum diperbaharui tapi OJK sudah menerbitkan aturan secara khusus Bagaimana melindungi konsumen p pada saat proses penjualan asuransi nah tentunya adaptasi terhadap proses penawaran konsumen meskipun aturannya belum secara spesifik e mengarah ke Ai itu juga harus memenuhi prinsip-prinsip pada peraturan perlindungan konsumen itu lalu strategi yang kedua manajemen risiko sudah tentu mengidentifikasi risiko dan memitigasi Riko pada saat mengoperasikan Ai yang ketiga etika dan EE kepatuhan Bagaimana sih strateginya e untuk memastikan etika dan kepatuhan pada saat menjaga inovasi tetap terkendali ee bentuklah suatu komite atau organisasi khusus yang fungsinya menjalankan pengawasan ee dalam mengoperasikan ai bukan hanya pengawasan tapi bagaimana cara memitigasi Apabila terjadi suatu insiden karena secanggih apapun Ai apabila terdapat insiden di dalamnya reputasi akan rusak terhadap perusahaan itu Itulah kenapa sangat penting untuk menjaga etika dan kepatuhan pada saat kita mengimplementasi Ai pada setiap e kegiatan berasuransi kita yang terakhir strateginya adalah tentunya Eh yang tadi terkait dengan transparansi harus bisa diraacking diraacking ini sebenarnya kebutuhannya untuk pembuktian Apabila terjadi dispute atau terjadi sengketa di pengadilan eh tring itu Arya prosesproses cling proses penawaran proses pengiriman polis yang dilakukan secara data atau proses kesimpulan yang diambil oleh Ai itu dapat dipertanggungjawabkan atau dapat ditack sehingga pada saat memang terjadi disput ya kita mau tidak mau harus membuka Bagaimana cara pola pikir Ai dalam mengambil keputusan seringkiali juga di market e tidak pernah ya menambahkan kadar tracking pada saat E ketika Ai berjalan nah ini menurut menurut menurut saya dalam rangka menjaga inovasi tetap terkendali sangatlah penting nah elemen penting ini kalau gagal menjalankannya bisa menyebabkan tentunya inovasi enggak terkendali apa sih contohnya e inovasi yang enggak terkendali di market Saya akan coba menjelaskan secara cepat saja untuk slide ini salah satu contohnya adalah penerapan e-government di beberapa wilayah Indonesia Nah ini Dilema nih kalau buat Indonesia nih karena eh government terus terang sekali lagi Tertinggal dari negara-negara tetangga tapi terkadang eh eh apa tujuan untuk ee mengadakan e-government hanya untuk yang penting ada dulu eh dan mempercepat proses yang ada di pemda pmdaempat tapi kekurangannya adalah mereka terkadang menyisihkan eh betapa pentingnya koordinasi antar lembaga di suatu daerah itu sendiri jadi ketika mereka punya platform bisa connect secara digital proses pelayanan cepat tapi pada saat membutuhkan koordinasi antar lembaga mereka stuck di situ karena ee menurut sebuah artikel eh persiapan antar organisasi belum siap artinya culture dari suatu organisasi tersebut belum siap untuk e menjalankan fitur itu sendiri nah contoh yang kedua ada dieselgate di tahun 2015 ini terkait dengan VW waktu itu Nah kalau ini kalau mungkin Bapak dan Ibu bisa browsing setelah session Ini ini Justru malah inovasi yang disalah gunakan jadi VW itu membuat suatu platform yang bisa memanipulasi e data polusi dari suatu kendaraan nah platform itu ditempelkan di setiap kendaraan jadi memang tugasnya Untuk memanipulasi Kenapa supaya pada saat uji emisi itu dia bisa lolos dan peraturan di Eropa sangat ketat saat itu Arya berarti mereka ada ada membaca data Ai tapi disalah gunakan Untuk memanipulasi data uji emisi artinya Eh kalau kita melihat ke tadi slide yang pertama berarti governancenya tidak diperhatikan betul terkait dengan ini kenapa karena etika dan kepatuhan dikesampingkan dalam hal ini hanya untuk kepentingan bisnis impactnya apa impnya reputasi rusak karena waktu itu selama 3 tahun terakhir dari 2015 investigasi di us sampai 2018 reputasi Volkswagen habis habis Total jadi memang e tata kelola bukan suatu hal yang bisa dikesampingkan ya terakhir mungkin Bapak dan Ibu juga tahu mengenai waktu leaking data dari Facebook jadi e data user bocorlah waktu itu nah ini ini ini sebenarnya salah satu indikasi pada saat eh apa sistem keamanan itu tidak memperhatikan betul Bagaimana cara menjaga konsumen khususnya hak-hak para konsumen oke nah Ini coba Saya berusaha mengurahkan secara singkat eh model asuransi yang menggunakan Ai itu sebenarnya apa aja sih Iya memang betul kalau di e Indonesia itu perasuransian hanya lembaga pialang perusahaan pialang eh general dan Life tapi kalau pada praktiknya insure tag itu sebenarnya mereka menggunakan tiga model ada Tech enabler ada sales intermediaries bisa pialang bisa agen dan ada insurance carier nah eh tiga tiga model ini sebenarnya mereka sangat apa mengedepankan platform Ai dalam menjalankan proses berasuransi misalnya saya yakin Bapak dan Ibu juga aware bahwa sebelum 2020 lah 2015 sampai 2018 waktu itu ketika banyak insur sudah mulai muncul di Indonesia konsep pertama yang mereka usung adalah teet doubler bukan sales intermediaries karena mereka fokus pada proses penyederhanaan proses inovasi Bagaimana cara klaim yang cepat Bagaimana cara underright suatu bisnis nah ini ada du andonia nih sebenarnya kalau memang eh Bapak dan Ibu ingin menggunakan Ai tapi not necessarily using pialang tapi tak enabler di sini misalnya Do and-nya adalah eh mereka bisa mengoperasikan langsung I Betul tapi mereka harus berkolaborasi nih dengan pialang sama insurer denganusan asuransi karena Tech enabler itu tidak boleh terlibat langsung dalam proses distribusi asuransi begitu mereka terlibat langsung Mereka punya kewajiban mendapatkan izin pialang atau izin asuransi kalau memang mereka membuat produk sendiri nah lalu di tengah-tengah ada model broker atau agen di sini juga ada do andnyaya ya dapat terlibat langsung karena gen pialang atau agen memang fungsinya adalah sales mediris kalau dalam peraturan perasuransian di Indonesia dan dapat berinteraksi langsung dengan calon pemegang polis baik itu sebagai pialang atau sebagai agen nah eh dons-nya yang seringkali terjadi di era 2015 sampai 2022 waktu itu memang baru baru betul insurtech di Indonesia adalah seringkali insurtech yang mengusung konsep yalang tapi di dalamnya Dia platformnya memutuskan klaim tanpa ada instruksi dari insurer jadi platformnya saking canggihnya ya begitu dia klaim si pialang bisa putusin karena memang based on data memang sudah layak bayar enggak ada yang salah dari proses klaimnya cuman dari segi kapasitas eh para entity-nya kurang tepat Nah ada pengalaman di tahun 2021 waktu itu ada OJK audit di suatu perusahaan asuransi yang berkolaborasi dengan pialang akhirnya difinding oleh OJK seperti itu cara solusinya cukup simpel cukup dibuat misalnya ada tombol instruksi approve dari dari si insurer yang untuk membuktikan bahwa Ya memang ini ada instruksi dari dari dari si insurance nah yang terakhir tentunya adalah insurance carier paling ideal Iya karena insurance carier mereka punya hak untuk menerbitkan produk sendiri yang bisa di beberapa fiturnya memang dibuat untuk kebutuhan Ai tapi eh tentunya kekurangannya adalah apakah iya perusahaan asuransi yang miliki kewajiban ekuitas yang sebegitu besar misalnya OJK baru aja menerbitkan pada 2026 ekuitas asuransi harus 250 miliar dan 2028 harus 500 miliar atau 1t tapi mereka hanya jualan produk receh digital ini sebenarnya Dilema untuk perusahaan asuransi digital nih kalau pengalaman saya karena saya selama tig atau 4 tahun terakhir memegang Asia Tenggara beberapa negara seperti Singapura Malaysia ya mereka punya perizinan asuransi digital sendiri bukan pelayanan tapi asuransi digital sendiri di mana karakternya memang disesuaikan dengan produk mikro dengan e tanpa perlu kebutuhan ekuitas yang begitu tinggi eh jadi tampaknya kalau menurut saya Ya insurance carier adalah model yang ideal tapi apakah eh anda punya kemampuan untuk menjaga ekuitas itu sementara anda hanya jualan produk yang receh nah di slide ini Saya berusaha untuk eh sharing lagi karena di again di di di 4 tahun terakhir saya eh involve di kegiatan distribusi asuransi di Asia Tenggara khususnya di beberapa insurtech ada bisnis e penerapan ei yang diterapkan di dengan konsep Usage Based insurance atau spsu drive Eh misalnya kita waktu itu saya menjalankan ini di Thailand jadi kita bekerja sama dengan local insurer kita taruh suatu platform lah di mobil kendaraan yang nanti bisa membaca behavior bisa membaca eh apa jarak nah waktu itu kebetulan tahun 2020 Asia Tenggara juga belum secanggih Eropa jadi yang kita lakukan baru hanya membaca Miles saja artinya premi hanya dibayar tergantung pemakaian kilometer yang digunakan oleh si mobil itu ubi ini kalau bapak dan ibu browsing juga ya Di Januari itu baru ada laporan dari E saya lupa salah satu as asosiasi Global yang mereka memprediksi sebenarnya ubi ini akan meningkat signifikan secara global khususnya Asia Pasifik jadi eh dari dari premi yang sekarang sekitar ratusan eh miliar akan naik ke level 4.000t kalau engak salah ini 20032 Eh jadi dan itu pernah diberitakan juga di asosiasi-asosiasi yang ada di Indonesia artinya ubi ini memang sesuatu yang pramising di di di di di dilakukan di Indonesia karena di negara lain juga sudah mulai diterapkan ee nah saya sebagai pihak yang berusaha menjaga inovasi itu tap terkendali tentunya harus memperhatikan beberapa faktor seperti yang tadi kita sampaikan tadi misalnya apakah mungkin kalau di tempat saya yang e di Thailand saya terapkan saya untuk membaca behavior Saya akan taruh gadget itu di mobil gadget itu sudah pasti bukan dibuat oleh perusahaan asuransi pasti Anda harus berkolaborasi dengan perusahaan yang spesifically mengeluarkan gadget itu waktu saya pengalaman di Thailand kita ngambil dari China nah Artinya kita mesti menjaga kualitas dari si gadget itu karena begitu kita pakai gadget itu otomatis it's Part of Your product artinya tata kelola untuk pengawasan gadgetnya itu juga perlu diperhatikan Nah yang kedua ada health insurance nah ini ada ada cerita menarik waktu itu di 2020 Kalau enggak salah saya approach dua Life insurance produk yang kita buat adalah Dynamic pricing di mana employee benefit F bisa dicharges based on claim jadi kimnya bisa diadjust harian atau bisa diadjust bulanan dengan premi yang lebih murah kalau engak ada klaim nah lucunya pada saat bertemu dengan beberapa Life insurance eh mereka berpendapat bahwa sepertinya market belum siap Kenapa belum siap justru yang dicari market adalah premi yang murah klaim yang tinggi karena memang e kalau bicara employee benefit untuk case-e yang besar misalnya di bank atau di n itu yang mereka cari justru artinya apa pertama market demand belum ada waktu itu tapi mungkin bisa jadi saya saya salah menawarkan ke klien nih mungkin kalau saya saat itu ketemu dengan komunitas-komunitas misalnya komunitas sepeda komunitas arisan atau komunitas orang yang mungkin cuman 20 10 orang mungkin bisa artinya again eh platform Ai hanya bisa dipakai mungkin at the certain levels eh at this moment Lalu ada travel insurance sedikit membahas mengenai ini ini kita terapkan di perusahaan saya sekarang asuransi untuk semua yang ke depannya nanti kita akan mencoba e mengklaim membayar klaim tanpa perlu submission dokumen Apun jadi kita akan membaca data dari Airlines Eh pada saat kita punya Plan untuk menerbitkan itu ternyata di Indonesia sudahah ada saya baru browsing ternyata sudahah ada dan e mungkin bisa dicek bisa ketahuan Namanya siapa ya artinya yang mereka jual adalah eh travel insurance delay flight with no claim jadi pada saat flight delay eh dalam Within 1 hour claim akan terbayar langsung itu break through sangat break through karena justru orang-orang masyarakat Indonesia paling malas berusan dengan Asuransi adalah klaimnya Jadi kalau anda buat produk yang memang tanpa perlu klaim tapi sudah terbayar fair itu Saya rasa bisa menikatkan bisa meningatkan penetrasi ya Lalu ada weather index insurance Waktu itu saya coba pengalaman ini di 2022 2021 di Vietnam eh pembayaran gagal panen yang kita melihat data dari weather index di negara tersebut jadi begitu ada hujan yang kadarnya berlebihan atau ada banjir atau panas kemarau yang panjang otomatis akan terbayar klaim Without any claim again Nah kalau teman-teman bisa lihat di sini Sebenarnya Ai yang dipakai untuk asuransi Justru untuk menghindari klaim nih karena mungkin e kita tahu yang buat masyarakat agak sedikit menghindari asuransi justru adalah klaimnya artinya berarti Ai akan digiring ke arah sana tinggal tinggal again Apakah market demand Ada apakah memang itu benar-benar dibutuhkan Lalu ada crack screen yang tadi sudah dibahas sama Pak Sadewa dan juga ada damage assessment yang tadi juga sudah dibahas sama Pak Sadewa Nah kita bahas sedikit mengenai peraturan ini saya coba E menyimpulkan beberapa item peraturan yang related dengan Ai teag dan digitalization kalau secara aturan umum itu ada tiga ada e Bapak Ibu yang harus perhatikan adalah ada undang-undang 27222 perlindungan data pribadi jadi pada saat Bapak dan Ibu mulai mengoperasikan mulai lihat undang-undang ini karena undang-undang ini menurut saya undang-undang kunci Buat suatu pelaku usaha dalam menjalankan Ai atau teek di perusahaannya dan yang gak kalah penting Perlindungan Konsumen eh regulator kita sangat hak-hak konsumen jadi sangat penting juga untuk coba go through baca Aturan ini ada PP mengenai PSE nanti saya akan coba bahas sedikit di slide berikutnya Lalu ada beberapa peraturan khusus di di di perasuransian ada of course undang-undang asuransi ada penerapan risiko ada perlindungan konsumen ada Lad lpad dan produk Asuransi nah Del saya coba menyimpulkan ya ada Del catatan penting yang Bapak dan Ibu harus perhatikan nih dari peraturan yang tadi Pertama eh if pastikan adanya fullol Danes pada database Atah data harus ada di Indonesia jangan sampai akses ada di pihtig atauol Daria itu Jadi pas itu ada di and yang [Tertawa] ked itah menurut saya secara peraturan konsumen tahun 99 wordingnya sih sebenarnya sangat umum ya persetujuan dari pemegang polis harus secara sadar jelas dan mampu dibuktikan ini sebenarnya asal muasal tadi tuh trk apa pada saat Anda beli asuransi di suatu e-commerce Oh udah ada udah ada ini nih cek nih Nah itu sebenarnya untuk memenuhi ini sebenarnya secara prinsip bahwa secara sadar jelas dan mampu dibuktikan jangan sampai pemegang polis merasa beli E tapi beli asuransi dan kita juga enggak bisa ngebuktiin lagi Bagaimana cara dia closing nah ini lumayan penting sebenarnya pada saat kita create fiture Ai yang ketiga lindungi hak-hak dari subjek data ini eh penting juga karena ternyata subjek data itu punya hak di mana dia bisa minta data yang disubmit ke pelaku usaha atau summary dari data itu Eh jangan pernah dikesampingkan hak-hak dari subjek data pada saat ketika kita menjalankan operasi Ai yang keempat ambil langkah maksimal ketika berurusan dengan perlindungan data kuncinya langkah maksimal mungkin Bapak dan Ibu merasa bahwa data kita sudah terlindungi kok tapi coba di-recall lagi apakah memang itu langkah maksimal ada beberapa contoh di k saya sebelumnya misalnya mereka e eh membuat penyimpanan data yang lebih canggih tapi somehow mereka berusaha mengesampingkan eh migrate data dari server yang lama ke yang baru Nah akhirnya eh server lama malah kena hack waktu itu nah itu yang maksud saya tadi adalah ee ambil langkah yang maksimal ketika berurusan dengan perlindungan data Ketika anda punya langkah itu coba pertimbangkan lagi apakah itu langkah maksimal yang kelima eh perhatikan peran perusahaan dan pihak terkait ketika mengoperasikan platform teks siapa pengendali data siapa prosesor data karena hak dan kewajiban pengendali dan prosesor berbeda apabila bapak dan ibu berada di pihak pengendali data pastikan hak dan kewajiban terpenuhi apabil berada di ee prosesor data juga pastikan hak dan kewajiban terpenuhi ini ada di eh undang-undang PDP eh proteks data pribadi yang selanjutnya tunjuk DPO nah DPO ini sebenarnya di Indonesia sangat baru dan Tertinggal karena di negara lain di Asia Tenggara itu sudah du atau 3 tahun sebelumnya data protection officer dan bentuk komuter teknologi dalam rangka pengawasan dan penanganan it Eh pada platform eh DPO kalau di market sekarang ada dua pendapat nih eh Pertama eh yang menyebutkan bahwa DPO belum berlaku Kok kenapa karena petunjukan DPO itu masih menunggu Peraturan pelaksana PP itu betul sebenarnya tapi ada lagi yang bilang bahwa loh Enggak dong kan sebenarnya undang-undang PDP sudah berlaku 2 tahun Jadi anda harus punya DPO Nah makanya kalau e bapak dan ibu lihat di market juga sudah mulai tuh ada pengambilan sertifikat DPO nah tidak salah kalau memang perusahaan Bapak dan Ibu mau fokus ke dalam teknologi atau Ai mulai memilih siapa petugas yang akan menjadi DPO di perusahaan itu yang berikutnya PSE PSE ini adalah kayak semacam perizinan lah perizinan pendaftaran dari setiap platform ini penting karena PSE bisa membuktikan bahwa perusahaan Bapak dan ibulah pemilik dari platform tersebut eh biasanya OJK pada saat kita apply lpad atau Lad mereka akan melihat dari PSE ini untuk membuktikan bahwa Oh iya benar perusahaan ini punya punya platform ini bukan punya pihak ketiga dan yang terakhir yang tadi sempat dibahas oleh Pak Sadewa eh pengurusan perizinan layanan digital ada lpad untuk pialang ada Lad yang baru keluar untuk asuransi digital nah ini ada beberapa key po dari yang selain aturan tadi yang perlu diperhatikan adalah kebetulan peraturan di perasuransian itu yang terkait dengan tag baru mengenai manajemen risiko pada penggunaan it Saya berusaha ringkas key POnya adalah eh Anda berusaha untuk mengidentifikasi mengukur memantau mengendalikan risiko dalam penggunaan it artinya ke amanan data kelangsungan bisnis kepatuan regulasi itu harus ada atau harus jalan lalu perlu kebijakan khusus dalam penggunaan it mekanisme penanganan insiden lagi-lagi mekanisme penanganan insiden ini penting nih karena pengalaman saya saya pun pernah berada di tempat perusahaan yang apes waktu itu datanya leaking Nah yang dilihat sama regulator adalah anda gimana cara menangani insiden tersebut karena di mata regulator cyber attack itu enggak bisa dihindarin pasti ada cuman Bagaimana cara anda menangani tersebut dan itu kalau tertuang dalam guideline akan sangat membantu perusahaan Bapak dan Ibu yang yang ketiga penyesuaian organisasi perusahaan artinya kalau ada gerak di bidang tek mungkin anda perlu hire beberapa orang engineering atau beberapa orang ahli it supaya memastikan bahwa platform itu tetap berjalan tanpa ada gangguan lalu Again ini yang paling penting mengutamakan perlindungan data pemegang polis secanggih Apun Ai kalau misalnya ada pihak yang bisa menemukan bahwa data pemegang polis bocor Rusak pasti reputasi Bapak dan Ibu nah ini Itulah kenapa tata kelola faktor penting sebenarnya untuk untuk untuk menjaga e ea itu agar tetap berjalan yang yang yang berikutnya kedudukan penyedia jasa teknologi peraturan masih memperbolehkan perusahaan untuk punya thir party provider cuman harus diperjelas tanggung jawabnya Eh bagaimana pengaturannya kalau terjadi insiden dan lain-lain yang terakhir adalah audit dan evaluasi berkala itu harus tetap dilakukan Saya rasa itu aja sih dari saya e terkait dengan tata kelola ee mungkin saya kembalikan ke Pak untuk sesi berikutnya W Terima kasih Paki saya kaget nih ya ternyata tata kelola di ai juga benar-benar yang dulu kita masih berpikiran waktu beberapa tahun lalu IKD baru mulai muncul ya di OJK kita belum tahu nih mengenai data Musi gimana tapi ternyata sekarang sudah sangat maju ya dan sudah ada Tata kelolanya ya dari regulat juga mungkin saya ada satu pertanyaan sebelum kita masuk ke pertanyaan teman-teman Semua Pak maki kan pengalaman di dalam dan luar negeri nih ya udah beberapa negara apa apa Hal Tersulit dalamintegrasikan tata kelola pada Ai atau pada organisasi ini secara keseluruhan itu enggak mudah gitu kan Apalagi dengan Dengan apa background yang berbeda-beda gitu ya I kalau dasarkan pengalaman saya Hal Tersulit adalah Kalau tidak ada willingness dari leader atau dari stakeholder perusahaan tersebut willingness artinya willingness How to integrate Ai with BCG with GRC karena gen tadi kita sudah sempat share Eh bagaimana enggak terkendali dan akhirnya rusak reputasinya seringki pelaku usaha itu berpikir bahwa Ai untuk efisiensi dan profit semata tapi kalau grc-nya enggak diperhatikan sebenarnya bisa ngerusak semua bisnis pada akhirnya kan ee sudah ada beberapa contoh jadi menurut saya ee tantangannya adalah bagaimana kita bisa menyakitkan stakeholder internal dan eksternal bahwa willingness nih kita harus nih eh ai isem yes tapi it's a must tu bahwa untuk integrated dengan si eh GCG itu jadi etika bisnisnya juga tetap harus dijalankan ya walaupun dengan efisiensi dengan teknologi itu ya oke baik nah sambil menunggu pertanyaan teman-teman dari sledo Mungkin sebentar lagi ditampilkan untuk semua narasumber saya ada ada pertanyaan yang mungkin teman-teman yang lain juga ada ada ada pemikiran ya ini kan kalau kita bicara asuransi itu kan banyak potensi frud ya banyak potensi frud Nah potensi frud ini dasarnya tu dari moral Hazard sedangkan Ai ini kan dari data ya Nah Bagaimana cara mendetect atau mempredik gitu ya adanya potensi frud yang berasal dari moral Hazard yang bukan di data gitu mungkin dari Pak audit dulu bisa kasih gambaran sedikit Bagaimana mendetect potensi frud yang berasal dari moral Hazard ya moral Hazard itu memang konteksnya agak sulit ya karena memang potensinya n kan Eh ya kita harus gali secara lebih e dalam dengan berbagai ee informasi nah artinya kalau misalnya menurut saya gitu ya Salah satu hal kalau kita bicara frud sebetulnya tergantung sih Eh Posisinya itu ada di mana frudnya Apakah diklaim atau memang e dalam konteks penutupan kan kira-kira seperti itu Nah kalau misalnya dalam konteks klaim kan sebetulnya kita bisa melakukan Cross eh validation lah Ya kurang lebih seperti itu antar dari beberapa data atau informasi basisnya nah misalnya contoh Eh kalau misalnya ada ketidak ee konsistenan informasi eh atas suatu insiden gitu ya berarti kan ada potensi frud dalam konteks ini kan kurang lebih seperti itu tadi kayaknya Saya sempat lihat juga ada pertanyaan yang mirip nih yang tadi disampaikan Eh Pak Viktor gitu ya di eh slide tadi Nah ini juga mungkin e sekaligus yang membahas ini jadi memang e salah satu hal yang biasa paling sering kita pakai adalah ketidak konsistenan sebetulnya Nah itu bisa dari kronologi misalnya contoh seperti itu gitu ya Atau mungkin Informasi yang tidak masuk akal misalnya ee Katakanlah ee atau mungkin ada potensi yang mungkin agak sedikit ee agak kurang kurang masuk akal misalnya contoh gini periode asuransi Katakanlah dimulai hari ini terus habis itu 3 hari kemudian tiba-tiba ada laporan klaim Nah itu kan terlalu singkat gitu ya antara periode asuransi dengan periode klaim gitu nah itu juga jadi salah satu Flag parameter kita sih biasanya sih ee dalam konteks melihat apakah ini perlu dilihat secara lebih detail ee potensi Pro tersebut gitu ya Bahkan di beberapa ee konteks kondisi gitu ya kita juga memperkan gitu ya Ee antara dokumen penutupan dengan ee sppa gitu ya eh atau informasi penutupan asuransi dengan konteks kimnya misalnya contoh ee dalam konteks dia itu tidak ada penyakit tertentu misalnya contoh seperti itu gitu ya ee terus habis itu tiba-tiba klaimnya menyangkut konteks konteks ini gitu nah Artinya kita juga langsung flaging tuh di sistem juga bahwa eh ya ada ada potensi yang harus kita e lihat secara lebih detail lagi di sini Jadi sebetulnya at the end eh kita selaku pialan asuransi gitu ya Nah kita harus melihat secara lebih holistik sih karena kan konteksnya kan ei itu lagi-lagi kan sebagai alat bantu gitu ya Artinya kan kita yang harus mendesde sebetulnya kira-kira keputusanusnya di kita flaging itulah yang butuh Peran kita nih keilmuan kita nih Yang mana E tentunya ei akan bantu mengidentify itu jadi sehingga kalau yang tadi ya mungkin kita udah tahu nih ciri-ciri eh frud habis itu kita ee harus ngelhatin satu-satu yang mungkin dokumen klaim banyak misalnya 10.000 kasus gitu ya ap kalau rtail kan Ya mungkin sekali penutupan bisa sampai r000 sampai jutaan gitu ya Nah kita harus satu-satu nah eh parameter itu kita taruh nih di kecerdasan buatan ini Nah otomatis nah sehingga itu bisa langsung dilihat Nah kita selaku e pelaku industrinya cuman ngflaging ngelihat data yang sudah diag Nah sehingga memudahkan kita untuk identif jadi kita random kita pilih random yang sudah kena Flag kita baru akan cek lebih lanjut ya untuk memastikan gitu ya keputusannya Seperti apa tergantung dari e bisnis decision sih tapi itu biasanya yang hal-hal yang kita lakukan ya untuk melihat sebetulnya fenomena yang mungkin mencurigakanah potensi frud lah misalnya seperti karena frud itu gimana ya agak susah sih kalau misalnya benar-benar full pakai Ai gitu karena menurut saya saya tetap berpikir bahwa kalau namanya FR itu kan sudah agak Ya beda level ya Artinya kita perlu adament diu tapi itu bisaembantu kita untukingensi S kalau begitu mungkin kita lanjut ke pertanyaan tungg sebentar ditampilkan beberapa pertanyaan dari teman-teman Oke mungk saya bakan dulu bagaim cara menkanjuran laporan klaim Oke tadi Mungkin yang pertama sudah dijawab oleh Pak audit Ya kita lanjut untuk yang kedua dalam penerapan Ai untuk analisis dokumen bagian klaim Bagaimana mitigasi risiko terhadap kepatuhan undang-undang PDP terkait pemprosesan data sensitif potensi bias dalam Decision Making Nah kalau ini saya yakin pak maki nih Pak kira-kira gimana tuh pak dari Iya ini sebenarnya sedikit nyambung dengan yang tadi Pak audit bilang bahwa eh dalam hal penentuan frou atau dalam hal eh apa eh analisa Pada saat perusahaan melakukan keputusan itu perlu ada suatu peran dari eh people lah atau kalau dari GCG kita menyebut ada komite teknologi sebenarnya kalau memang ada data yang bias data klaim yang bias eh itu justru fungsinya komite teknologi di situ untuk membaca dan set ulang oke ini ke depannya kita mau apa Ris aptite-nya mau seperti apa sih nanti begitu kita ada data bias seperti ini Apakah kita mau main ketat misalnya begitu dilihat ada frou di daerah tertentu Oke kita main ketat deh Jadi mungkin sekarang untuk yang ini stop semua atau mungkin beda deh produk yang kita jual bukan yang ini karena again kalau bicara Ai semua produk sudah terchannel secara digital kan jadi bisa distop untuk yang kota ini di sini Kita bisa mulai gitu atau kalau MV bengkel yang nakal itu juga bisa kelihatan sebenarnya Tapi again cara cara untuk memutuskan Saya mungkin belum Canggih ya tapi saya melihat peran komite teknologi masih harus ada di situ karena ini sudah bermain dengan polsi kebijakan kebijakan perusahaan e Gimana cara cara cara e bereaksi Gimana cara memutuskan apabila itu terjadi baik Jadi tergantung dari regionnya juga ya culture-nya kayak misalkan di Indonesia dan di luar mungkin berbeda gitu ya oke baik mungkin kita lanjut ke Pertanyaan selanjutnya apakah perusahaan asuransi wajib wajib mengungkapkan penggunaan a pada pelanggan terutama jika kepanim atau underting dipengaruhi oleh a mungkin ini saya bisa jawab sepertinya mengungkapkan ada teknologi itu a yang tadi saya bilang itu buasi ya itu kakgunakan a saya menggunakan laptop atau menggunakan handphone gitu ya jadi saya rasa tidak perlu diungkapkan tetapi kita harus ee betul menjaga di peraturan-peraturannya gitu ya betul paling yang yang bisa kita jawab sampai saat ini belum ada kewajiban bahwa kita harus m-disclose bahwa ini Ai betul bisa jadi nanti begitu eh regulator mulai masuk itu bisa jadi e bahwa I ini aiitu sudah mengganggu biasanya baru ada regulasi ya begitu kalau sekarang sepanjang yang saya tahu belum ada kewajiban Untuk menginformasikan bahwa eh hei hei customer ini Ai ya Eh please please be aware itu belum sepanjang yang saya tahu ya bisa tahya karena mungkin saya nambahin sedikit dari yang tadi disampaikan Pak Wi dan ini sudah di e apa mention juga sama Pak Sadewa yang terkait dengan ai ini Kadang kita juga enggak bisa menghindari sih dalam konteks misalnya E autoorect itu e Google recommendation dan segala macam itu part of our daily life lah jadi agak susah ya sebetulnya kalau misalnya eh harus semua nya diungkapkan sih sebetulnya ee ya tapi mungkin bisa jadi ee ya konteks yang tadi Pak Mak sampaikan gitu ada kewajiban dari regulator mungkin dalam konteks Ai yang seperti apa yang harus diungkapkan karena ee Saya rasa semua komponen itu e sudah ada ai-nya nih tinggal sejauh mana kita harus mendclare dan sekrusial apa kita lakukan declare karena ya mungkin ke depannya mungkin di The Next F Years gitu ya e udah enggak ada sih Ya enggak pakai I gitu saya rasa sih mungkin enggak usah sampai 5 tahun lah mungkin dalam beberapa tahun ke depan gitu ya Nah itu yang yang harus kita perhatiin sih n mungkin ya pr-nya regulator juga ya untuk melihat hal tersebut gitu sih saya rasa gitu tambahannya oke nah kemudian ini ada pertanyaan berapa persen akurasi kondisi kesehatan seseorang dari penggunaan rppg tadi teknologi yang gini E rppj itu masih banyak eh kekurang ya artinya memang masih harus kita reset terlebih dalam ee lebih dalam ee lebih dalam lagi nih bapak dan ibu sekalian pertama itu ee yang jadi challenge development rppg adalah konsistensi dari pemanfaatan kameranya artinya tidak semua handphone itu punya jenis kamera yang sama dengan ketajamannya juga nah itu juga jadi challenge sih sebetulnya Terus yang kedua adalah dari sisi eh pengambilan gambarnya nih kadang backlight sama Mungkin low light gitu ya itu juga mempengaruhi dari seberapa banyak sih cahaya yang masuk ee ke dalam muka gitu ya termasuk skin tone dan lain sebagainya tapi kan sebetulnya seiring perjalanan kan data-data itu akan tercolek dan lebih banyak lagi e buat learning gitu ya Eh dan E rppg ini sebetulnya bukan teknologi yang baru gitu ya kalau bapak dan ibu sekalian baca jurnalnya gitu ya ee terus habis itu juga banyak Eh forum-forum yang membahas dan lain sebagainya sebetulnya tnologi ini lebih kurang di 78 tahun yang lalu sebetulnya cuma memang terus dikinikan gitu ya Ee dengan berbagai Dar eh riset-riset eh yang e memperbaiki gitu ya kod-nya karena memang kod-nya ini tubianes eh kita bisa dapattin e dapatkan sih sebetulnya karena dia modelnya e ya open source Jugal l Bisa dibilang seperti itu yang tinggal kita modify e sesuai dengan kebutuhan kita gitu ya tapi artinya ee bukan berarti terus habis itu enggak akurat juga sih dalam konteks justru semakin banyak kontributor kan akhirnya membuat ee apa si model ini menjadi lebih Baiklah ke depannya kira seperti itu kalau dalam konteks misalnya harus dijawabentase ee ya agak sulit ya karena potensinya yang tadi saya sampaikan gitu cuman dalam beberapa konteks ee bisa dibilang dari jurnal-jurnal yang dibaca mungkin 80 sampai 90% itu akurat Nih Bas on jurnal beberapa e referensi jurnalnya gitu ya tapi memang ada bintang-bintangnya nih artinya kan konsisten dari eh jenis kamera e maksudnya kualitas kamera gambar gitu ya di situ Di kondisi ideal itu 8090% tapi banyak ternya makanya e sebetulnya kami pun tidak berpaku sama rppg doang nih rppg aja bahkan kami juga menggunakan misalnya Smart scale gitu Yang mana secara alat kan itu konsisten gitu ya E dan kita spesifik di satu device tertentu sehingga eh mungkin lebih mudah dari sisi implementasi dan lain sebagainya dan eh seperti yang saya sampaikan mungkin teknologi sekarang sampai situ tapi ya ke depanus gitu jadi lebih akurat lag alat bantunya Enggak cuman satu ya enggak rppg ada mungkin Smart scale dan mungkin ya mungkin ke depannya juga masih banyak yang masih ada tambahan-tambahan iot lainnya gitu ya betul betul yang mana Nanti membantu kita untuk menjener lebih banyak data dan informasi kira-kira se Oke Baik Nah mungkin saya juga ada pertanyaan tambahan nih kalau kita lihat kan Ai dari tadi yang mengenai teknologi Nah mungkin saya mau nanya ke Pak Sadewa nih hari ini agak diam ee Berapa biayanya sih Pak kira-kira kan untuk mendevelop kan pasti Orang nanya nih ya ini kan mahal ya kita ngomong ai sih gampang gitu tapi kayaknya teknologi itu kan cukup mahal kalau teman-teman yang enggak tahu kira-kira mungkin ada gambaran gitu ya Eh terima kasih pak kalau misalkan kita ya kita secara investment Wi pasti eh apa namanya bergantung bergantung perspektifnya sebenarnya kebutuh kita mesti lihat dulu dari manajemen kebutuhannya Seperti apa tapi kalau misalkan kita ambil contoh ee contoh paling sederhana gitu ya mungkin ada sebuah perusahaan pialang asuransi kita pengin ngegedein lead-nya nih kita pengen Lad kita pengen bikin E C email misalkan seperti itu kita mau jualannya sebenarnya berarti kita bisa bisa Misalkan berinvestasi kita mungkin subscription ke chat gbt misalkan chat gbt itu saya rasa mungkin e subscription basnya kurang lebih 20 30 kurang lebih e kemudian E dan itu e subscription fee-nya gitu kemudian dari sisi lain misalkan atau mungkin konteks lainnya adalah dari si ini mungkin pialang asuransinya punya eh apa namanya jumlah tertanggungnya banyak misalkan seperti tadi Mungkin kliennya adalah e mungkin dari dari klien kolateral bank mungkin kayak tadi e Pak Adit misalkan ajk gitu ya banyak nasabah-nasabah dan sebagainya eh Mungkin kita bisa berinvestasi juga ke dari fungsi crm-nya gitu ya crm kita perlu ada tools untuk nangkap inquiry nih jadi supaya telepon itu tidak hanya diangkat sama reseption niign Tadi siapa yang mesti ngangkat dan sebagainya kita bisa invest juga mungkin ke crm platform gitu ya Ada beberapa mungkin yang ada e bisa dicari gitu ya cuma in a sense eh apa namanya investment wise harusnya bahkan menurut saya itu saya rasa sudah sudah itu P bahkan ada beberapa e form crm untuk sekedar menerima eh inquiry atau mungkin kita hanya untuk eh assignment tugas saja sudah ditangkap nih sama resepsionis kita perlu assign kesamuan gitu jadi supaya mungkin petugas klaim petugas CS customer service-nya tahu mesti menerima dan melakukan mana nih priority-nya bahkan ada yang bersifat gratis gitu ya kalau gitu Jadi cukup variatif sih Pak Oke Jadi sebetulnya teknologinya itu enggak mahal ya jadi kita tinggal fungsinya aja penggunaannya aja gitu ya apalagi untuk yang large data yang saya tahu tadi ada sedikit pertanyaan juga mengenai kalau custom gimana Jadi basically si ei ini kan datanya ditrain ya data ditrain yang repetisi yang begitu banyak yang modelnya sama baru kita bisa menggunakan alat bantu Si Ai ini untuk mendeteksi gitu ya lebih lebih apa analisanya lebih mendalam Tetapi kalau yang custom yang baru case studyya baru satu nah itu mungkin kita tidak bisa menggunakan eh ai ya sampai case study-nya banyak gitu ya betul oke Nah mungkin eh karena durasi sudah melewati jam 12 Enggak semua pertanyaan bisa kita jawab nanti mungkin selanjutnya e dari dari e apari bisa memberikan e mungkin bisa dijawab melalui email atau langsung ke ke narasumber yang masing-masing ya kalau saya lihat tapi most of the question kita udah bisa jawab di dari hasil diskusi sama dari pemaparan mungkin ini kita telah membahas peran Ai dalam industri asuransi termasuk Bagaimana Ai dapat meningkatkan efisiensi dan dalam penilaian risiko dalam e otomasi klaim deteksi frou juga bisa dan customer service Ai ini selain memberikan nilai tambah juga dapat memberikan ancaman untuk pengurangan tenaga kerja yang tidak kompeten di samping itu ada beberapa limitasi nih kalau saya lihat dalam penggunaan Ai seperti tidak adanya common sense dan intuisi atau naluri dari human gitu ya karena ini kan e kita bicara robot robot atau mesin pengambilan keputusan bergantung hanya dari data jadi pertanyaannya kalau datanya bias datanya dibohongin ya hasilnya juga ee Pasti enggak sesuai dengan dengan tujuannya gitu dan ea ini tidak memiliki Emosi tidak memiliki moral maupun etika yang seharusnya dikelola oleh sumber daya manusia ni terakhir sumber daya manusia dengan memanfaatkan teknologi Ai ini dapat menjadikan sumber daya tersebut menjadi manusia yang super yang jauh lebih cerdas dan lebih efisien seberapa canggihnya Ai pengoperasian inovasi dari hasil diskusi ini harus memperhatikan GRC yaitu governance risk dan compliance khususnya untuk industri asuransi dan industri keuangan agar inovasi ini bisa berjalan dengan baik dan beretika semoga diskusi hari ini dapat memberikan inspirasi bagi kita semua untuk mengeksplorasi dan memanfaatkan kecerdasan buatan lebih lanjut Demi kemajuan industri asuransi Terima kasih atas partisipasi dan antusiasme seluruh peserta sampai jumpa pada kesempatan berikutnya selamat Selamat siang Selamat siang Terima kasih terima kasih Tera kasih thank youak Pak Thank you Pak [Musik] [Musik] 30 tahun apari harapannya apari selalu dapat menjaga amanah untuk menjalankan visi dan misi yang dijalankan kepada kami sambil tentunya tetaplore untuk adaptasi terhadap perkembangan dan perubahan yang cepat di dunia ini ya sesuai tema kita jadi menginspirasi hari ini membentuk esok hari [Tepuk tangan] [Musik] [Tepuk tangan] Seminar ini akan menghadirkan narasumber yang mewakili para pemangku kepentingan atau stakeholders yaitu dari instansi-instansi pemerintah perwakilan manufaktur kendaraan listrik dan pemerhati otomotif nasional Adapun topik yang akan diangkat mengenai transformasi transportasi tantangan dan prospek kendaraan listrik [Musik] pada saat ini jumlah kendaraan listrik dan infrastruktur pendukungnya seperti stasiun pengisian kendaraan listk umum atau spklu terus meningkat tujuannya apa pertama adalah peningkatan efisiensi energi ketahanan energi dan konservasi energi sektor transportasi [Musik] kendaraan listrik itu harus dimulai oleh kementerian dan lembaga itu harus bisa memberikan contoh kepada masyarakat ini loh pemerintah tuh sudah sudah memakai kendaraan operasional supaya masyarakat juga tergerak jadi kita semua tahu bahwa saat ini itu memang era mobil listrik sesuai dengan tren otomotif global dan kita tahu bahwa Indonesia itu ada program percepatan kendaraan bermotor listrik berbasis baterai pengguna EV itu khawatir eh terkait dengan ketidakterersediaan charging station di beberapa tempat kami sampaikan bahwa dari 622 spklu kami yang sudah terpasang di seluruh Indonesia baru 246 yang sudah didatangi mobil [Musik] untuk masalah transportasi itu merupakan masalah yang besar tentunya kalau kita bicara elektrifikasi kan harus combine stakeholders ya sampai saat ini memang penggunaan pertama penggunaan kendaraan listrik ini baru dilakukan belum heavy gitu ya penggunaannya [Tepuk tangan] [Musik] [Tepuk tangan] [Musik] ke Jakarta Theater di pagi hari berangkatnya naik lrt turunnya di stasiun Selamat datang sobat apari di acara wisuda dan tasyakuran apari 30 tahun luar biasa Boleh bantu tepuk [Tepuk tangan] [Musik] tangannya Selamat datang di acara hari ini acara wisuda Akbar dan tasyakuran apari ke-30 tahun bahwa wisudawan apari Saat ini semakin memiliki value artinya Setelah Anda lulus dari pendidikan apari maka kualifikasi keahlian Anda diharapkan memang telah meningkat sehingga dapat menjalankan peran sebagaimana yang diamanahkan oleh undang-undang [Musik] kita dan tugas bsakp yaitu bertugas untuk merumuskan memelihara dan membina pelaksanaan profesionalitas anggota Selamat ulang tahun apari yang ke-30 semoga semakin Jaya dan terus berkontribusi dalam memajukan industri pialang asurans dan reasuransi dengan mencetak ahli-ahli bialang asuransi yang [Musik] mumpuni ttig du [Musik] satahun lalu bahwa apari akan berkembang secara demikian pesatnya Semoga apari makin berkembang makin maju makin bermanfaat untuk industri eh masyarakat jadi mudah-mudahan industri asuransi mungkin agak lagi susah-susah pak tapi pialang asuransi selalu terus maju sukses apari maju terus [Musik] kesan-kesannya mengikuti studi apari ini sangat cukup menantang terutama untuk bagaimana kita mengorbankan waktu kerja untuk bisa mengikuti jadal ini selama mengikuti program PSKD ini saya mendapatkan pengalaman-pengalaman yang luar biasa mendapatkan teman yang baru mendapatkan pengetahuan yang luar biasa dari para para ahli yang ada di [Musik] apari kesan-kesan saya untuk apari selama belajar menjalani pendidikan di sini itu sangat baik ya terutama di masa pandemi pun ternyata apari bisa memfasilitasi pembelajaran yang bukan hanya berjalan gitu tapi juga tetap bermanfaat yang ilmunya juga tetap bisa diterima dengan baik oleh kita para peserta dan kita appreate sekali dengan inovasi pembelajaran yang diberikan oleh Apar Terima kasih atas program C yang Insan asuransi untuk menjadi lebih profesional dengan pendidikan yang komprehensif mulai dari aapai apai [Musik] CB makan aku ya Aku tak bermaksud membuatngg tak berarti Selamat datang di perayaan hari ulang tahun apari yang KE30 tahunar biasa menginspirasi hari ini membentuk esok hari Samat buat yang baru sesai wisudayaaakat Dan apari makin memberi IMP kepada Negeri Kita Tercinta Amin selamat malam dan terima kasih pertama-tama kami ucapkan kepada Bapak Bambang Suseno selaku ketua umum apari ini adalah hari ulang tahun yang ke-30 kami mengucapkan selamat ulang tahun untuk apari yang ke-30 tentunya semakin semangat Jadi mudah-mudahanang semangat buat kita untuk selalu melangkah ke depan ber lag semakamaakak Keil yang berangan unuk merubah nasibnya Bukankah Ku pernah melihat bintang senyum menghiasi sangam yang berkilau man