Tantangan Manajemen Risiko dalam Komputasi Cloud Dunia Perbankan

Komputasi berbasis cloud akan memberikan manfaat nyata untuk fungsi manajemen risiko perbankan, tetapi para pemimpin risiko menghadapi tantangan signifikan dalam memigrasikan sistem dan aktivitas mereka dari lokal ke cloud.

Dunia perbankan lebih lambat daripada sektor lain untuk mengadopsi cloud. Sebagian besar bank merasa sulit untuk melepaskan aplikasi lokal warisan mereka, Hanya beberapa bank yang dari awal mengadopsi cloud, seperti Capital One---yang memulai migrasi ke cloud milik Amazon Web Services (AWS) pada tahun 2012 dan terakhir menjadi pusat data pada November 2020.

Namun saat ini sikap mulai berubah. Beberapa komunitas regulator perbankan mengambil sikap yang lebih terbuka terhadap cloud dalam layanan keuangan, dengan mempertimbangkan peningkatan transparansi, alat pemantauan, dan fitur keamanan komputasi awan. 

Misalnya, Federal Reserve Bank of Boston, mencatat pada tahun 2019 bahwa mengabaikan cloud bahkan dapat "menimbulkan kerentanan keamanan baru karena vendor lokal menghentikan dukungan untuk produk mereka."

Di sisi lain, regulator terus mengeluarkan panduan yang menyoroti risiko utama komputasi awan bagi institusi individu dan stabilitas sistem keuangan yang lebih luas. 

Dalam laporan baru-baru ini, Bank of England mencatat bahwa sejak awal tahun 2020, lembaga keuangan telah "mempercepat rencana mereka untuk meningkatkan ketergantungan mereka pada CSP (penyedia layanan cloud)," dan bahwa konsentrasi yang dihasilkan di antara sejumlah kecil penyedia cloud dapat menimbulkan risiko terhadap stabilitas keuangan. 

Kekhawatiran lain yang ditunjukkan oleh regulator terkait dengan keamanan informasi dan kebutuhan untuk membangun kerangka kerja manajemen risiko yang sesuai dengan cloud sebagai bagian integral dari migrasi cloud.

Di antara aktivitas perbankan, salah satu area peluang terbesar untuk komputasi awan adalah manajemen risiko, baik untuk risiko finansial (seperti kredit, pasar, dan likuiditas) maupun risiko nonfinansial (keamanan siber, penipuan, kejahatan finansial). Pada saat pemimpin manajemen risiko diminta untuk memproses data dalam jumlah yang lebih besar dalam waktu yang lebih singkat---seringkali di tengah keterbatasan anggaran dan staf---komputasi cloud dapat membuka manfaat yang cukup besar. 

Hal tersebut dapat membantu tim risiko bereaksi dengan cepat terhadap perubahan di lingkungan eksternal dan menyelam lebih dalam ke siklus hidup analitik (pameran) untuk lebih memahami pemicu risiko, semuanya tanpa pengeluaran modal yang besar.

Penggerak pertama sudah menggunakan solusi berbasis cloud dalam kasus penggunaan risiko finansial dan nonfinansial. Mereka, misalnya, menerapkannya untuk menjalankan perhitungan risiko likuiditas harian dan antarwaktu yang besar dan kompleks, melakukan pemantauan ketat terhadap pembayaran peer-to-peer dan transaksi mobile banking, meningkatkan kepatuhan terhadap peraturan, dan menjadi lebih pintar dalam mengidentifikasi aktivitas pencucian uang.

Model penetapan harga oleh banyak penyedia cloud fleksibel dan berbasis penggunaan, menyebabkan komputasi awan juga memberikan manfaat ekonomi. Chief risk officer (CRO) hanya membayar untuk apa yang mereka gunakan dan dapat meningkatkan kebutuhan komputasi berbasis lonjakan aktivitas analitik risiko tertentu, memungkinkan mereka untuk mengubah model biaya teknologi mereka dari biaya modal ke biaya operasional.

Dengan mengadopsi komputasi awan, CRO dapat mengatasi empat tantangan manajemen risiko yang secara historis sulit diatasi dengan lebih baik: kebutuhan untuk memproses lebih banyak data, kebutuhan akan sistem pemrosesan yang lebih kuat, kompleksitas analitik yang diperlukan untuk bersaing, dan tantangan yang lebih besar yang semuanya ada pada sistem developer saat ini.

Untuk membuat keputusan risiko yang efektif, lembaga keuangan selalu harus mengubah informasi menjadi wawasan, tetapi persyaratan data saat ini sangat besar. Bank tidak hanya mengumpulkan data dalam volume yang lebih besar, tetapi juga berasal dari berbagai sumber dan dalam berbagai format. 

Misalnya, untuk menilai risiko perilaku penjualan, bank menggunakan transaksi point-of-sale, data kinerja tenaga penjualan, umpan balik keluhan konsumen, dan berbagai sumber lainnya.

Mengembangkan wawasan dari begitu banyak data semakin sulit karena lembaga keuangan sering menyimpan informasi mereka dalam sistem yang tidak terhubung dan kemudian mengatur sistem ini melalui proses yang berbeda. 

Pendekatan tertutup ini membuat sulit untuk mengintegrasikan sumber informasi internal dan eksternal dan mengembangkan pandangan risiko yang lengkap dan terpadu. Akibatnya, tim dapat kehilangan wawasan yang berguna.

Dengan solusi berbasis cloud, tim manajemen risiko memiliki potensi untuk dengan mudah dan cepat mengintegrasikan berbagai sumber data dan sistem. Beberapa solusi memiliki interface berbasis web yang standar dan mudah digunakan, yang menghilangkan kebutuhan akan konfigurasi khusus antara sistem bank dan sistem pihak ketiga. 

American Express, misalnya, memperkenalkan ekosistem data Cornerstone berbasis cloud beberapa tahun lalu untuk berbagi kemampuan dan data lintas fungsi dan geografi.

Memproses kumpulan data besar yang diperlukan untuk analitik canggih dan model pembelajaran mesin membutuhkan banyak daya komputasi, terutama ketika beberapa sistem lama terlibat. 

Fungsi manajemen risiko perbankan jarang memiliki akses ke daya komputasi tingkat tinggi, dan hambatan sumber daya mencegah tim untuk sekadar menambahkan lebih banyak server.

Penerapan cloud menawarkan model yang lebih fleksibel, yang dipelopori oleh kemampuan komputasi elastis AWS (Amazon Web Service), memberi tim akses ke peningkatan daya komputasi sesuai permintaan dan pustaka alat yang mudah diterapkan. Saat ini kemampuan tersebut mengubah cara fungsi risiko perbankan beroperasi. 

Satu bank terkemuka mampu melipatgandakan kekuatan pemrosesan yang didedikasikan untuk simulasi Monte Carlo yang digunakannya untuk proyeksi risiko perdagangan, menjalankannya dalam hitungan jam dibandingkan beberapa hari, menurut eksekutif di Microsoft Azure.

Selain itu, di salah satu bank investasi, pelonggaran batasan kapasitas komputasi lama yang dimungkinkan oleh komputasi cloud menghasilkan peningkatan yang signifikan dalam penggunaan analitik: lebih banyak eksperimen oleh tim strategi perdagangan dan adopsi jenis analisis baru yang tidak dapat mereka coba sebelumnya (misalnya, pemodelan jenis volatilitas suku bunga tertentu secara langsung daripada mengasumsikannya).

Demikian pula, bagi bank global yang penting secara sistemik telah menilai likuiditas global dengan menjalankan modelnya 14 jam sehari. Setelah bank beralih ke solusi berbasis cloud, waktu turun menjadi kurang dari tiga jam, memungkinkan tim risiko untuk melakukan analisis dan iterasi yang lebih sering, menggabungkan data tambahan, dan membuat keputusan strategi bisnis dan neraca yang lebih cepat, menurut eksekutif di Google Cloud.

Bermigrasi ke platform yang mendukung cloud juga dapat merampingkan pemutakhiran. Daripada menghabiskan banyak waktu dan upaya untuk mengonfigurasi peningkatan dan kemampuan baru pada sistem warisan lama yang terputus, lebih baik tim risiko menggandeng mitra teknologi mereka menangani peningkatan perangkat lunak dan perangkat keras. Hal tersebut akan mengurangi biaya operasi teknologi yang sedang berlangsung dan meminimalkan risiko keusangan di era evolusi yang cepat.

***

Penulis,

Merza Gamal

Author of Change Management & Cultural Transformation

Former AVP Corporate Culture at Biggest Bank Syariah