Latihan yang berakhir dengan laluan kerjaya
Latihan teknologi perbankan ialah program berstruktur yang membolehkan graduan mengasah kemahiran melalui tugasan sebenar, memahami operasi bank dan membina laluan kerjaya dalam organisasi. Hong Leong Bank (HLB) menunjukkan nilai pendekatan ini apabila kesemua 10 graduan pelatih teknologinya diserap ke jawatan tetap di beberapa jabatan utama. Perkembangan itu diumumkan di Kuala Lumpur pada 6 November 2026 sebagai sebahagian daripada tumpuan bank terhadap pembangunan bakat, kejuruteraan dalaman dan kerjasama strategik. Keputusan mengambil kesemua peserta bukan sekadar berita pengambilan pekerja: ia memberi petunjuk bahawa latihan yang dirancang dengan keperluan operasi boleh menjadi saluran pengambilan yang berkesan. Bagi graduan, pengalaman projek menjadi bukti kebolehan; bagi bank, tempoh latihan memberi ruang menilai cara mereka menyelesaikan masalah dalam persekitaran sebenar.
Program Pelatih Graduan Teknologi Kumpulan berlangsung selama 12 bulan dengan empat penggiliran untuk membina kemahiran teknikal dan kefahaman operasi. Struktur itu lebih meyakinkan daripada latihan yang terhad kepada pemerhatian atau tugasan simulasi. Peserta berpindah merentas fungsi, kemudian ditempatkan di bidang seperti Tadbir Urus dan Jaminan IT, Sokongan Aplikasi, Perkhidmatan dan Operasi IT, Pengurusan Keselamatan, CoE Inovasi serta Pejabat Transformasi CEO. Kepelbagaian penempatan ini juga menunjukkan bahawa bakat AI perbankan diperlukan bukan sahaja untuk menghasilkan produk baharu, tetapi untuk menyokong keselamatan, tadbir urus dan operasi harian.
Chatbot dan automasi sebagai pengalaman kerja sebenar
Kekuatan program ini terletak pada jenis kerja yang diberi kepada pelatih. Mereka membangunkan chatbot AI bank menggunakan Google Agent Development Kit (ADK) dan melaksanakan automasi proses robotik (RPA) dengan UiPath. Mereka turut mengautomasikan e-Borang Pengecualian Risiko IT, membantu memodenkan pengurusan perkhidmatan dan masalah IT, serta meningkatkan kecekapan infrastruktur awan. Gabungan projek ini mengajar lebih daripada kemahiran menggunakan alat: pelatih berdepan aliran kerja, kawalan dan keperluan kebolehpercayaan yang menjadi sebahagian daripada perbankan. Itulah perbezaan antara kursus yang mengajar teknologi secara terasing dengan latihan teknologi bank yang menghubungkan kemahiran kepada masalah operasi. Namun, kejayaan program tidak wajar diukur pada bilangan chatbot yang dibina sahaja; kesesuaian penyelesaian dengan keperluan pengguna dan kawalan risiko juga penting.
Pengalaman membina dan mengguna sistem dalam bank memberi graduan konteks yang sukar diperoleh melalui latihan teori semata-mata. Automasi tugasan borang, misalnya, meletakkan teknologi dalam kerja yang mempunyai proses dan keperluan tadbir urus, manakala pemodenan infrastruktur menyentuh kebolehgunaan perkhidmatan di belakang tabir. Projek-projek itu membantu bank mengenal pasti bakat yang boleh menyambung pembelajaran dengan keperluan sebenar pasukan. Kesemua 10 graduan mendapat jawatan tetap, sementara 10 pelatih baharu dengan latar belakang sains data, pengkomputeran, keselamatan siber, keselamatan maklumat, matematik dan kejuruteraan telah menyertai program tersebut. Kohort baharu ini menunjukkan bahawa pembangunan kepakaran teknologi tidak berhenti pada satu kumpulan.
Membina kepakaran dari dalam, bukan sekadar membeli teknologi
HLB telah mengikuti strategi “Digital At The Core” selama lebih sedekad, dengan tumpuan pada kepakaran kejuruteraan dalaman dan penguasaan terhadap platform teknologinya. Pilihan itu wajar: bank yang memahami sistemnya sendiri lebih bersedia untuk mengubah suai operasi dan bertindak apabila keperluan perniagaan berubah. Mengupah graduan selepas mereka melalui penggiliran projek pula mengekalkan pengetahuan yang sudah terbina sepanjang latihan. Ini bukan alasan untuk menolak vendor atau kerjasama luar; sebaliknya, kepakaran dalaman membantu organisasi membuat pilihan dan mengurus teknologi dengan lebih berpengetahuan. Bagi bank, pembinaan bakat AI perbankan perlu meliputi pembangunan produk, operasi, keselamatan serta penjagaan infrastruktur, bukan sekadar menambah alat AI.
Pendekatan itu turut melangkaui pasukan teknologi. Melalui program dalaman AI Ignite, kakitangan daripada pelbagai jabatan boleh mencadangkan kegunaan AI yang praktikal; mereka yang terpilih menjadi “Juara AI” dan menerima sumber untuk mengembangkan idea. Ini penting kerana orang yang paling dekat dengan sesuatu proses kerap dapat mengenal pasti tugas yang patut dipermudah. Namun, idea mesti dinilai dari segi manfaat, keselamatan dan kesesuaian sebelum diperluas. Ketua Pegawai Maklumat dan Teknologi HLB, William Streitberg, berkata: “AI tidak akan menggantikan manusia, tetapi akan menggantikan mereka yang enggan menggunakannya.” Kata-kata itu berguna sebagai seruan untuk belajar, tetapi tanggungjawab memastikan AI digunakan dengan cermat tetap terletak pada organisasi.
Ukuran kejayaan mesti melangkaui pengambilan
Pengambilan kesemua 10 graduan ialah hasil yang nyata, tetapi ujian jangka panjangnya ialah sama ada mereka terus berkembang dan menyumbang kepada perkhidmatan yang lebih baik. HLB menyatakan pemodenan infrastrukturnya memendekkan kitaran pelaksanaan perisian daripada beberapa bulan kepada beberapa minggu, menghapuskan tampalan mesin maya secara manual untuk beban kerja berasaskan bekas, serta membolehkan aplikasi diskalakan ketika trafik memuncak. Bagi pengguna, keupayaan melaras kapasiti mengikut lonjakan permintaan boleh menyokong pengalaman perbankan digital yang lebih lancar. Namun, laporan tentang peningkatan teknikal belum membuktikan bahawa setiap pengguna sudah merasai perubahan yang sama; kebolehpercayaan dan mutu perkhidmatan perlu dinilai dari masa ke masa.
Kesimpulannya, program HLB menunjukkan bagaimana projek AI dan automasi boleh menjadi jambatan daripada latihan kepada pekerjaan tetap, sambil membina kepakaran teknologi di dalam bank. Empat penggiliran, tugasan perusahaan dan penempatan merentas fungsi menjadikan latihan lebih dekat dengan realiti kerja berbanding pembelajaran yang terpisah daripada operasi. Langkah seterusnya ialah memastikan graduan baharu mendapat bimbingan berterusan dan setiap projek menyelesaikan masalah yang jelas. Jika pendekatan itu dikekalkan, chatbot AI bank dan automasi proses robotik bukan sekadar hasil demonstrasi teknologi: kedua-duanya boleh menjadi sebahagian daripada cara bank melatih, mengekalkan dan mengembangkan tenaga mahirnya.
