Studi kasus solusiAIP773
Copilot GenAI untuk staf operasional BPR / Keuangan mikro agar SOP dan keputusan rutin lebih cepat
Studi kasus solusi adalah skenario berbasis pola masalah umum di industri. Isinya tidak merujuk klien tertentu dan bukan portofolio proyek MarkasDev. Portofolio proyek klien dipublikasikan terpisah.
Konteks industri
BPR regional dengan core banking dan channel digital. Tekanan compliance dan audit semakin sering, sementara sistem warisan masih dominan.
Batasan
- Data SOP tersebar
- Risiko hallucination
- Perlu human-in-the-loop
- UU PDP untuk data operasional
Pendekatan
Diagnose
Memetakan: Inventaris tugas rutin, sumber pengetahuan, dan risiko jawaban salah.
Deliver
Mengimplementasikan bertahap: RAG over SOP + copilot di tool kerja + citation wajib + feedback loop.
Operate
Memantau: Eval set pertanyaan, monitoring refusal, refresh corpus, red-team prompt.
Arsitektur tingkat tinggi
Knowledge storeretrievalLLM gateway (policy)UI copilotaudit log
PII redaction.
Outcome tipikal
Waktu cari jawaban turun; konsistensi jawaban naik.
Outcome tipikal atau yang diharapkan, bukan klaim hasil proyek MarkasDev.Pertanyaan umum
Apakah LLM boleh akses data pelanggan mentah?
Minimasi; mask/redact; akses berbasis peran.
Model lokal atau API?
Bergantung klasifikasi data dan latency, diputus di Diagnose.
Bagaimana cegah saran berbahaya?
Guardrail, citation, dan eskalasi ke manusia untuk kelas risiko tinggi.