KYC Automation untuk Bank: Cara Kerja & Manfaatnya
KYC automation di perbankan menggantikan proses verifikasi dokumen manual dengan pipeline berbasis AI yang memproses nasabah baru dalam hitungan detik, bukan jam. Sistem KYC automation yang lengkap menggabungkan ekstraksi OCR dokumen identitas, liveness detection biometrik, AML/sanctions screening, dan monitoring berkelanjutan dalam satu workflow berbasis API. Untuk bank di Indonesia, pipeline ini juga harus mencakup validasi NIK ke database Dukcapil guna memenuhi kewajiban Customer Due Diligence (CDD) OJK sesuai POJK No. 8/2023.
Apa Itu KYC Automation di Perbankan? Definisi dan Cara Kerja Teknologinya
KYC automation di perbankan adalah penggunaan kecerdasan buatan, OCR, dan biometrik untuk memverifikasi identitas nasabah, menilai profil risiko, dan memastikan kepatuhan berkelanjutan tanpa keterlibatan manual di setiap langkahnya. Berbeda dengan pendekatan konvensional di mana petugas compliance memeriksa dokumen satu per satu, sistem otomatis menyelesaikan seluruh proses dalam satu pipeline yang terstruktur dan dapat diaudit.
Perbedaan ini penting secara bisnis. Know Your Customer (KYC) adalah kewajiban regulasi bagi setiap bank dan lembaga keuangan berlisensi. Pertanyaannya bukan apakah KYC harus dilakukan, melainkan seberapa cepat, akurat, dan skalabel prosesnya. KYC manual kolaps di bawah volume tinggi. Sistem otomatis tumbuh secara linier mengikuti volume transaksi.
Tiga teknologi inti menopang setiap sistem KYC automation bank yang layak produksi:
Ekstraksi Dokumen Berbasis OCR
Optical Character Recognition (OCR) membaca field terstruktur dari dokumen identitas, mulai dari KTP elektronik, paspor, hingga SIM, lalu memetakan data yang diekstrak ke dalam rekam data terverifikasi. Untuk bank di Indonesia, ini berarti mengekstrak seluruh 16 field e-KTP, yaitu NIK, nama lengkap, tanggal lahir, alamat, dan pekerjaan, beserta skor kepercayaan per field. OCR yang dirancang khusus untuk dokumen identitas menghasilkan akurasi jauh lebih tinggi dibanding OCR generik karena dilatih pada format dan tata letak KTP nasional yang distandarisasi Dukcapil, termasuk menangani foto beresolusi rendah dan kondisi pencahayaan buruk.
Verifikasi Biometrik dan Liveness Detection
OCR mengekstrak apa yang tercetak di dokumen. Tapi ia tidak membuktikan bahwa orang yang memegang dokumen itu adalah pemilik sahnya. Di sinilah verifikasi biometrik berperan. Nasabah mengambil selfie atau video singkat; algoritma face matching membandingkan wajah hidup dengan foto di dokumen; liveness detection mengonfirmasi wajah tersebut nyata, bukan foto cetak, video rekaman, atau topeng digital. Kombinasi tiga lapisan ini merupakan standar minimum yang diharapkan OJK untuk onboarding digital sesuai POJK No. 8/2023.
Risk Scoring Berbasis AI dan AML Screening
Setelah identitas terkonfirmasi, sistem menjalankan pengecekan kepatuhan secara paralel: nama nasabah dicocokkan dengan daftar sanksi internasional (OFAC, PBB, Uni Eropa), database Politically Exposed Person (PEP), watchlist PPATK, dan sumber adverse media. Skor risiko dihitung berdasarkan profil nasabah, mencakup negara asal, kategori pekerjaan, jenis produk yang diajukan, dan pola transaksi. Nasabah berisiko tinggi diarahkan ke Enhanced Due Diligence (EDD) manual; nasabah berisiko rendah disetujui otomatis. Ini adalah lapisan logika kepatuhan yang paling krusial, dan di sinilah otomasi menghasilkan konsistensi tertinggi dibanding penilaian manusia yang bisa bervariasi antar analis.
Mengapa Bank Tidak Bisa Lagi Mengandalkan KYC Manual
KYC manual punya masalah skalabilitas yang tidak bisa diselesaikan hanya dengan menambah staf. Berdasarkan riset yang dipublikasikan penyedia teknologi KYC, satu kali review dokumen manual memakan waktu 10 hingga 18 menit per nasabah. Sistem otomatis menyelesaikan verifikasi yang sama dalam di bawah 30 detik. Kesenjangan ini bukan hanya soal pengalaman nasabah: ia menentukan apakah bank bisa tumbuh volume onboarding tanpa pertumbuhan biaya yang proporsional di tim compliance.
Bank-bank besar di Eropa rata-rata menghabiskan €5,7 juta per tahun untuk proses KYC, dengan 74% biaya berasal dari tenaga kerja (berdasarkan riset Sumsub, 2024). Otomasi KYC secara konsisten memangkas total biaya lebih dari 50% dengan menghilangkan tugas-tugas manual berulang tanpa mengorbankan akurasi. Bagi bank menengah di Indonesia yang beroperasi di pasar fintech yang diproyeksikan mencapai $34,64 miliar pada 2031 (Mordor Intelligence, 2026), selisih biaya ini menentukan daya saing.
| Dimensi | KYC Manual | KYC Automation |
|---|---|---|
| Waktu proses per nasabah | 10–18 menit | Di bawah 30 detik |
| Tingkat kesalahan entri data | Tinggi (transcripsi manual) | Hampir nol (OCR + validasi) |
| Konsistensi deteksi fraud | Bergantung pada keahlian dan kondisi analis | Konsisten, tidak kenal lelah, tidak bias |
| Jejak audit | Sebagian, bergantung pada disiplin dokumentasi | Lengkap: setiap keputusan tercatat dengan timestamp dan skor kepercayaan |
| Screening AML/PEP | Pencarian manual, rawan kelalaian | Otomatis, real-time, multi-daftar |
| Skalabilitas | Membutuhkan penambahan staf | Tumbuh bersama volume API, tanpa kenaikan biaya linier |
| Auditabilitas regulasi | Bergantung pada praktik pencatatan | Log terstruktur bawaan sesuai persyaratan CDD OJK |
Yang sering terlewat adalah bahwa beralih ke KYC automation bukan sekadar pilihan efisiensi: ini sudah menjadi ekspektasi regulasi. Rekomendasi OJK terhadap penyedia verifikasi identitas digital melalui S-42/D.07/2024 menjadi sinyal yang jelas: bank yang tidak bisa menunjukkan proses CDD berbasis teknologi yang terstruktur akan menghadapi pengawasan yang semakin ketat dalam setiap audit regulasi.
5 Tahap KYC Automation untuk Bank dan Lembaga Keuangan
Sistem KYC automation bank yang lengkap bukan satu alat tunggal, melainkan pipeline terorkestra. Setiap tahap punya fungsi yang berbeda, dan output satu tahap menjadi input tahap berikutnya. Berikut cara kerja implementasi yang layak produksi, dari titik sentuh nasabah hingga kepatuhan berkelanjutan.
Tahap 1: Capture Dokumen dan Ekstraksi OCR
Nasabah memfoto dokumen identitasnya melalui antarmuka mobile atau web. Lapisan capture sangat penting: UI yang dirancang baik memandu nasabah mengambil foto lurus dengan pencahayaan cukup, dan secara otomatis menolak gambar buram atau terpotong sebelum dikirim ke server. Ini mengurangi pemrosesan ulang dan mempercepat waktu onboarding secara keseluruhan. Engine OCR kemudian mengekstrak field data terstruktur dari gambar dokumen, mengembalikan rekam yang bisa dibaca mesin, mencakup NIK, nama, tanggal lahir, alamat, dan masa berlaku, beserta skor kepercayaan per field. Field di bawah ambang kepercayaan memicu permintaan pengambilan ulang secara otomatis.
Tahap 2: Verifikasi Biometrik dan Liveness Detection
Setelah data dokumen diekstrak, sistem meminta nasabah menyelesaikan langkah verifikasi wajah. Liveness detection berjalan lebih dulu: nasabah diminta berkedip, menoleh, atau melakukan gerakan acak yang tidak bisa ditiru oleh foto statis atau video rekaman. Setelah liveness terkonfirmasi, algoritma face matching membandingkan selfie dengan foto di dokumen identitas. Keduanya dijalankan secara independen; lulus satu tidak menjamin lulus yang lain. Bank sebaiknya mensyaratkan kedua pemeriksaan lulus sebelum workflow dilanjutkan. Pendekatan biometrik berlapis ini adalah yang diharapkan OJK dalam panduan onboarding digital dan yang membedakan sistem bank-grade dari alat verifikasi dasar.
Tahap 3: AML Screening dan Pengecekan Watchlist PPATK
Data nasabah yang sudah terverifikasi masuk ke lapisan screening kepatuhan. Sistem memeriksa nama, tanggal lahir, dan kewarganegaraan nasabah terhadap daftar sanksi global utama (OFAC SDN, Dewan Keamanan PBB, Daftar Konsolidasi UE), database Politically Exposed Person (PEP), sumber adverse media, dan untuk bank Indonesia, watchlist PPATK. Algoritma fuzzy matching menangani variasi nama dan transliterasi untuk meminimalkan false negative, yang merupakan kelemahan mendasar pencarian kata kunci manual. Rekam yang tercocokan dikirim ke petugas compliance untuk ditinjau; rekam bersih lolos secara otomatis.
Tahap 4: Risk Scoring dan Keputusan Otomatis
Sistem menggabungkan output Tahap 1–3 dan menerapkan model risk scoring yang bisa dikonfigurasi. Faktor risiko umumnya mencakup: geografi nasabah, kategori pekerjaan, produk yang diajukan, jenis transaksi, dan ada tidaknya flag dari screening AML. Nasabah berisiko rendah mendapat persetujuan otomatis. Nasabah berisiko menengah disetujui dengan monitoring yang diperkuat. Nasabah berisiko tinggi, dan siapa pun yang ditandai selama screening AML, dialihkan ke review EDD manual sebelum persetujuan. Keputusan, komponen skor, dan bukti pendukung semuanya disimpan dalam rekam audit yang tidak dapat diubah, memenuhi persyaratan dokumentasi POJK No. 8/2023 untuk CDD dan EDD.
Tahap 5: Perpetual KYC dan Monitoring Nasabah Berkelanjutan
Di sinilah banyak sistem KYC bank masih tertinggal. KYC tradisional beroperasi sebagai pemeriksaan satu waktu: verifikasi sekali, anggap bersih hingga jadwal review berikutnya, biasanya setiap 1–3 tahun. Perpetual KYC (pKYC) menggantikan review periodik dengan monitoring berkelanjutan berbasis peristiwa. Perubahan profil risiko nasabah, seperti penunjukan PEP baru, anomali pola transaksi, atau perubahan negara domisili, memicu workflow re-verifikasi otomatis, bukan menunggu jadwal audit berikutnya. Bagi bank dengan volume transaksi tinggi atau yang melayani nasabah prioritas, pKYC adalah satu-satunya cara mempertahankan kepatuhan regulasi real-time tanpa membanjiri tim compliance dengan permintaan re-check sinyal rendah.
KYC Automation untuk Perbankan Korporasi
KYC perbankan ritel memverifikasi satu individu. KYC perbankan korporasi secara struktural jauh lebih kompleks: ia mensyaratkan identifikasi tidak hanya entitas hukumnya, tetapi setiap individu yang pada akhirnya memiliki atau mengendalikannya, yang dikenal sebagai Ultimate Beneficial Owner (UBO). Sebagian besar yurisdiksi, termasuk Indonesia melalui OJK POJK No. 12/POJK.01/2017, mewajibkan bank mengidentifikasi setiap orang yang memiliki 25% atau lebih dari nasabah korporasi.
UBO discovery manual berarti memburu dokumen registrasi perusahaan, perjanjian pemegang saham, dan daftar direksi melalui beberapa lapisan holding company, sebuah proses yang bisa memakan berminggu-minggu untuk struktur kepemilikan yang rumit. KYC automation korporasi menarik data registrasi dari sumber resmi, memetakan rantai kepemilikan, dan menandai beneficial owner untuk verifikasi identitas individual. Setiap UBO yang teridentifikasi kemudian menjalani pipeline OCR + biometrik + AML yang sama seperti nasabah ritel. Ini yang disebut industri sebagai Know Your Business (KYB), dan ia adalah perluasan alami KYC automation ritel ke perbankan korporasi.
Masalahnya bukan pada pengumpulan data, melainkan resolusi kepemilikan berlapis. Sebuah holding company di Singapura bisa memiliki anak perusahaan di Indonesia, yang 40%-nya dimiliki trust dengan tiga benefisiari individu. Sistem otomasi harus menyelesaikan setiap lapisan kepemilikan secara rekursif hingga semua orang di atas ambang 25% teridentifikasi dan terverifikasi. Bank yang masih mengandalkan identifikasi UBO manual untuk klien korporasi kompleks secara struktural menyimpan blind spot kepatuhan yang serius.
Cara Bank Memilih Deployment KYC Automation yang Tepat
Pertanyaan arsitektur deployment hampir selalu muncul dalam setiap evaluasi KYC automation bank. Kedua model punya kasus penggunaan yang sah. Pilihan yang salah bukan soal preferensi teknologi, melainkan soal kewajiban data residency bank, kematangan IT, dan volume transaksi.
| Kriteria | Cloud-Based KYC Automation | On-Premise Deployment |
|---|---|---|
| Waktu go-live | Hari hingga minggu (integrasi API) | Bulan (setup infrastruktur + integrasi) |
| Biaya awal | Rendah (model berlangganan) | Tinggi (hardware, lisensi, implementasi) |
| Skalabilitas | Elastis, tumbuh otomatis mengikuti volume | Terbatas kapasitas, butuh ekspansi hardware |
| Data residency | Tergantung vendor; konfirmasi lokasi data center Indonesia | Kontrol penuh; data tidak keluar dari infrastruktur bank |
| Pemeliharaan | Dikelola vendor (update model, patch keamanan) | Tanggung jawab tim IT bank |
| Paling cocok untuk | Fintech, bank digital, bank menengah dengan kapasitas IT terbatas | Bank Tier-1 dengan persyaratan data residency OJK yang ketat |
Untuk sebagian besar bank Indonesia yang memasuki atau memperluas onboarding digital, KYC automation berbasis cloud adalah jalur yang lebih cepat dan hemat biaya, terutama jika vendor mengoperasikan infrastruktur lokal. Bank dengan panduan OJK eksplisit yang mengharuskan data tetap berada dalam wilayah Indonesia punya alasan nyata untuk mengevaluasi deployment on-premise atau private cloud. Pertanyaan kunci yang harus ditanyakan ke setiap vendor: di mana tepatnya data biometrik dan identitas nasabah diproses dan disimpan? Jawaban itu menentukan apakah deployment cloud sesuai dengan kewajiban regulasi spesifik Anda.
Kepatuhan OJK, PPATK, dan UU PDP dalam KYC Automation Perbankan
Landasan regulasi KYC automation di Indonesia bukan satu aturan tunggal, melainkan tiga kerangka yang saling terkait dan harus dipenuhi secara bersamaan.
OJK POJK No. 8/2023 mewajibkan setiap bank dan lembaga keuangan melaksanakan Customer Due Diligence (CDD) untuk semua nasabah baru dan Enhanced Due Diligence (EDD) untuk nasabah berisiko tinggi. Verifikasi identitas harus dilakukan terhadap sumber yang andal; artinya foto selfie saja tidak cukup, harus disertai pencocokan dokumen dan, idealnya, validasi NIK ke Dukcapil. KYC automation yang dibangun dengan benar menghasilkan jejak audit CDD/EDD yang lengkap per nasabah, siap untuk pemeriksaan OJK kapan saja.
PPATK (Pusat Pelaporan dan Analisis Transaksi Keuangan) mewajibkan pelaporan transaksi mencurigakan dan pemantauan nasabah berisiko tinggi sesuai UU No. 8 Tahun 2010 tentang Pencegahan dan Pemberantasan Tindak Pidana Pencucian Uang. Sistem AML screening dalam KYC automation harus mencakup pengecekan terhadap watchlist PPATK, bukan hanya daftar internasional. Perpetual KYC secara langsung mendukung kewajiban pemantauan berkelanjutan ini.
UU Perlindungan Data Pribadi No. 27/2022 mengklasifikasikan NIK, data biometrik, dan informasi identitas sebagai data pribadi sensitif. Setidaknya tiga kewajiban langsung relevan untuk pipeline KYC automation bank: (1) dasar hukum pemrosesan yang sah, yaitu bank harus memiliki persetujuan eksplisit nasabah sebelum memproses data KTP dan biometrik; (2) minimisasi data, yaitu simpan hanya field yang diperlukan untuk keperluan bisnis; (3) keamanan transmisi, di mana seluruh data biometrik wajib dienkripsi saat transit (minimum TLS 1.2) dan saat disimpan. Vendor KYC automation yang baik menyediakan arsitektur yang sudah memenuhi persyaratan ini, bukan menyerahkan kewajiban kepatuhan sepenuhnya ke bank.
Verihubs Solusi KYC Automation Bank-Grade untuk Perbankan Indonesia
Verihubs mengoperasikan platform verifikasi identitas berbasis AI yang digunakan lebih dari 400 klien enterprise di Indonesia, dengan rata-rata 500.000 pengguna terverifikasi setiap harinya. Berbeda dari vendor KYC generik, Verihubs dibangun khusus untuk ekosistem regulasi Indonesia: platform ini direkomendasikan OJK melalui S-42/D.07/2024 dan tersertifikasi ISO 27001 serta ISO/IEC 30107 untuk deteksi serangan presentasi biometrik.
Untuk bank yang membangun pipeline e-KYC end-to-end, platform Verihubs menyediakan:
- OCR KTP API: Mengekstrak seluruh 16 field e-KTP dengan akurasi 99%, termasuk untuk foto beresolusi rendah atau teks buram. Dilengkapi fitur Auto Rotate, Auto Correct Skewed Image, dan ID/KTP Quality Check (deteksi blur, terlalu gelap, dan silau) untuk menangani kondisi pengambilan gambar nyata sebelum ekstraksi berjalan.
- Face Liveness Detection: Tersertifikasi ISO/IEC 30107-3, mendeteksi upaya spoofing termasuk foto cetak, video rekaman, dan wajah yang dihasilkan AI (deepfake). Tersedia melalui Web SDK dan Mobile SDK untuk integrasi langsung ke aplikasi onboarding yang sudah ada.
- Face Recognition dan Face Matching: Pencocokan 1:1 selfie terhadap foto dokumen identitas dengan skor kepercayaan per pencocokan.
- Watchlist Screening: AML/PEP/sanctions screening real-time terhadap watchlist global dan lokal utama, termasuk PPATK, dengan ambang pencocokan yang dapat dikonfigurasi dan routing alert.
- Deepfake Detection: Solusi deepfake detection pertama yang diluncurkan di Indonesia, menangani ancaman fraud identitas berbasis AI yang semakin marak di onboarding perbankan digital.
Platform berjalan di atas infrastruktur Tencent Cloud dan AWS dengan dashboard monitoring real-time dan dukungan customer success yang didedikasikan. Untuk bank dengan persyaratan data residency ketat, opsi deployment on-premise tersedia. Arsitektur API-first Verihubs memungkinkan bank mengintegrasikan seluruh pipeline KYC automation tanpa mengganti sistem core banking yang sudah ada.
Pilih solusi KYC automation yang sudah terbukti memenuhi standar OJK dan UU PDP. Diskusikan kebutuhan spesifik bank Anda dengan tim Verihubs untuk mendapatkan rekomendasi teknologi dan estimasi implementasi yang sesuai volume transaksi Anda.
Pertanyaan yang Sering Diajukan tentang KYC Automation untuk Bank
Apa itu KYC automation di perbankan dan bagaimana cara kerjanya?
KYC automation di perbankan adalah penggunaan AI, OCR, dan biometrik untuk memverifikasi identitas nasabah, menjalankan AML/PEP screening, dan menilai profil risiko secara otomatis, tanpa review manual di setiap langkah. Prosesnya bekerja dalam tahap-tahap: nasabah mengirimkan dokumen identitas, OCR mengekstrak dan memvalidasi data, liveness detection biometrik mengonfirmasi keaslian, AML screening dijalankan terhadap watchlist global dan PPATK, lalu mesin risiko menghasilkan keputusan otomatis. Verihubs menyediakan pipeline lengkap ini untuk bank dan fintech Indonesia melalui platform yang direkomendasikan OJK (S-42/D.07/2024).
Seberapa cepat KYC automation dibanding KYC manual di perbankan?
Review KYC manual membutuhkan 10–18 menit per nasabah. Sistem KYC otomatis menyelesaikan verifikasi yang sama dalam di bawah 30 detik. Bagi bank yang memproses ratusan pembukaan rekening baru setiap hari, perbedaan ini secara langsung mengurangi biaya staf dan meningkatkan tingkat konversi onboarding digital.
Apakah KYC automation sesuai dengan regulasi OJK untuk bank Indonesia?
Ya, selama sistem memenuhi persyaratan teknis OJK. POJK No. 8/2023 mewajibkan bank melaksanakan CDD dan EDD dengan verifikasi identitas terhadap sumber yang andal. Verihubs secara resmi direkomendasikan OJK melalui S-42/D.07/2024 sebagai penyedia verifikasi identitas yang patuh, menjadikannya pilihan yang sesuai regulasi untuk bank Indonesia yang membangun pipeline KYC otomatis.
Apa itu perpetual KYC (pKYC) dan apakah bank di Indonesia perlu menerapkannya?
Perpetual KYC (pKYC) menggantikan siklus re-verifikasi periodik dengan monitoring berkelanjutan berbasis peristiwa. Re-verifikasi dipicu hanya ketika profil risiko nasabah berubah, seperti penunjukan PEP baru atau pola transaksi anomali, bukan berdasarkan jadwal tahunan yang tetap. Bagi bank dengan basis nasabah besar dan volume transaksi tinggi, pKYC lebih akurat dan lebih hemat biaya dibanding review periodik tradisional, sekaligus mendukung kewajiban pemantauan berkelanjutan PPATK.
Apa perbedaan KYC automation untuk perbankan ritel dan perbankan korporasi?
KYC automation perbankan ritel memverifikasi identitas nasabah individu melalui OCR dokumen dan pengecekan biometrik. KYC automation perbankan korporasi, yang disebut juga Know Your Business (KYB), juga mengharuskan identifikasi semua Ultimate Beneficial Owner (UBO) yang memiliki 25% atau lebih dari entitas. Ini melibatkan resolusi struktur kepemilikan berlapis melalui holding company, trust, dan anak perusahaan, dengan setiap UBO yang teridentifikasi menjalani verifikasi identitas individual penuh. KYC korporasi secara struktural jauh lebih kompleks dan umumnya membutuhkan waktu implementasi lebih lama.
Bisakah bank mengintegrasikan KYC automation dengan sistem core banking lama?
Bisa. Platform KYC automation modern, termasuk Verihubs, menggunakan arsitektur API-first (RESTful API, webhook, SDK) yang kompatibel dengan sistem core banking modern maupun lama. Integrasi tidak memerlukan penggantian infrastruktur yang sudah ada. Bank umumnya membangun lapisan middleware yang menghubungkan sistem core yang ada dengan pipeline KYC automation, dengan hasil ditulis kembali sebagai rekam terstruktur ke database kepatuhan yang sudah ada.
KYC Automation Standar Operasi Baru Perbankan Digital
Ada asumsi umum bahwa meningkatkan kedalaman kepatuhan pasti mengorbankan kecepatan onboarding. Bahwa menjalankan pengecekan identitas yang lebih teliti berarti akuisisi nasabah yang lebih lambat. KYC automation memutus trade-off ini. KYC manual memaksa pilihan antara kecepatan dan ketelitian karena kapasitas manusia terbatas dan rentan kelelahan; sistem otomatis berjalan dengan akurasi yang sama terlepas dari apakah ia memproses 10 atau 10.000 nasabah dalam sehari.
Ironisnya, bank yang menunda otomasi KYC untuk “menghindari risiko implementasi” justru sedang mengakumulasi risiko yang berbeda: risiko operasional dari proses manual yang tidak bisa berskala, risiko kepatuhan dari standar verifikasi yang tidak konsisten antar analis, dan risiko bisnis dari onboarding yang lambat yang kehilangan nasabah ke kompetitor digital yang lebih gesit.
Pasar fintech Indonesia diproyeksikan tumbuh ke $34,64 miliar pada 2031 (Mordor Intelligence, 2026). Bank yang paling siap menangkap pertumbuhan itu adalah yang sudah menghapus friksi manual dari onboarding. Workflow 5 tahap yang diuraikan dalam artikel ini, yaitu capture dokumen, verifikasi biometrik, AML screening, risk scoring, dan perpetual monitoring, bukan arsitektur aspirasional. Ini adalah standar operasional bank yang perlu bersaing di era digital, dengan dukungan vendor yang sudah memahami teknologi dan lanskap regulasi Indonesia secara mendalam.
Hubungi Verihubs untuk konsultasi teknis gratis dan roadmap implementasi yang disesuaikan dengan volume onboarding dan persyaratan kepatuhan bank Anda.
