Aurélien Bonnel, CTO dan Pendiri N3XT – Seri Wawancara

Aurélien Bonnel, Chief Technical Officer dan Pendiri N3XT, adalah eksekutif teknologi keuangan dan insinyur dengan lebih dari 14 tahun pengalaman membangun infrastruktur perbankan, pembayaran, dan pasar modal yang aman dan real‑time. Sebelum mendirikan N3XT, ia memegang peran senior di bidang rekayasa di Deutsche Bank, Nimbla, Symbiont, dan SADA, serta membantu mengembangkan infrastruktur pembayaran blockchain yang digunakan oleh platform Signet milik Signature Bank. Kariernya berfokus pada modernisasi sistem keuangan melalui arsitektur cloud‑native, blockchain, otomatisasi, dan teknologi pembayaran yang dapat diskalakan.

N3XT adalah bank cadangan penuh yang dibangun di atas infrastruktur modern untuk pembayaran bisnis‑ke‑bisnis yang instan dan dapat diprogram dalam dolar AS. Tidak seperti bank konvensional, N3XT tidak meminjamkan simpanan nasabah, dengan simpanan yang didukung oleh uang tunai atau Treasury AS jangka pendek. Perusahaan juga memperluas ke bidang pertemuan antara perbankan dan AI melalui N3XT MCP, sebuah sistem berbasis Model Context Protocol yang dirancang untuk menghubungkan agen dan asisten AI dengan data perbankan langsung sambil mempertahankan izin dan kontrol kepatuhan yang ada. Ini dapat memungkinkan alur kerja yang digerakkan AI untuk persiapan pembayaran, pelaporan, pemantauan keuangan, dan tugas keuangan korporat lainnya.

Karier Anda telah membawa Anda dari teknologi penetapan harga dan perdagangan frekuensi tinggi di Deutsche Bank ke pembangunan infrastruktur pembayaran blockchain, memimpin rekayasa di Symbiont, dan akhirnya menjadi co‑founder N3XT. Masalah apa yang berulang kali muncul selama peran‑peran tersebut dan meyakinkan Anda bahwa jenis bank baru perlu dibangun dari nol?

Terlepas dari riwayat pribadi saya, siapa pun dapat melihat masalah yang menyebabkan terbentuknya N3XT. Kita semua tahu masalah pembayaran yang dilakukan pada hari Jumat, namun baru masuk ke rekening bank penerima pada Selasa berikutnya. “Saldo Tersedia” di rekening tersebut berbeda dari saldo yang ditampilkan karena pembayaran yang “diterima” belum diselesaikan dan tidak dapat digunakan.

Saya bertanya‑tanya mengapa. Siapa yang diuntungkan dari semua penundaan itu? Ternyata banklah. Setiap hari penundaan adalah bunga yang mereka peroleh dari nasabah mereka. Bank telah memiliki akses ke teknologi yang sama yang digunakan N3XT selama bertahun‑tahun, tetapi mereka belum mengadopsinya — mungkin karena hal itu akan mengungkap model bisnis mereka.

Semua ini membuat saya menyadari bahwa satu‑satunya cara untuk memperbaiki sistem ini adalah dengan menciptakan model yang radikal baru, dibangun dari nol, dengan ide‑ide baru: sebuah fondasi sempit, di mana bank tidak meminjamkan dan menyelesaikan pembayaran secara instan.

N3XT MCP dirancang untuk menghubungkan asisten AI secara langsung dengan data perbankan langsung dan alur kerja. Apa yang memungkinkan Model Context Protocol yang tidak dapat dicapai secara efektif melalui API perbankan konvensional, integrasi perusahaan, atau otomatisasi proses robotik (RPA)?

Pertama, perlu dicatat bahwa N3XT MCP tidak menggantikan infrastruktur API kami yang ada, melainkan bergantung padanya. Kami memerlukan infrastruktur API yang matang dan kuat terlebih dahulu sebelum dapat membuat N3XT MCP. API kami (yang dapat Anda baca di sini) tetap menjadi inti dalam mengelola akses ke data akun langsung dan alur kerja.

Di mana Model Context Protocol (MCP) mengubah hal‑hal adalah dalam cara model AI berinteraksi dengan ini.

Pertama, API memerlukan integrasi yang ditulis oleh pengembang dan dikodekan keras untuk setiap kasus penggunaan. MCP, di sisi lain, berfungsi sebagai antarmuka standar yang memungkinkan model AI untuk menemukan dan menggunakan alat serta data perbankan kami secara real‑time. Dengan cara ini, asisten AI mengurangi gesekan karena mereka dapat mengkueri sistem, dan memulai alur kerja yang disetujui dengan lebih mudah.

Kedua, Robotic Process Automation (RPA) mengotomatisasi tugas berulang melalui aturan yang ditetapkan, tetapi berhenti ketika menemui sesuatu yang tidak terduga. Interaksi perbankan dengan MCP, di sisi lain, memungkinkan konteks real‑time sehingga model dapat menalar melalui tugas kompleks tanpa bergantung pada logika tetap. Seorang pengguna mungkin mengajukan pertanyaan berlangkah‑langkah, atau meminta asisten AI untuk mempertimbangkan data bank dalam konteks dengan kumpulan data lain yang biasanya berada di luar pandangan bank.

Alih‑alih membangun integrasi khusus untuk setiap asisten AI atau alat baru dalam tumpukan perusahaan, MCP menyediakan standar terpadu. Anda mengekspos kemampuan sekali melalui MCP, dan setiap model AI yang sesuai dapat berinteraksi dengan aman.

Pada akhirnya, API kami menyediakan mesin eksekusi, tetapi MCP menyediakan bahasa yang memungkinkan asisten AI beroperasi dengan aman dan akurat dalam lingkungan secara real‑time.

Platform ini menyediakan kemampuan baca‑tulis yang diatur, memungkinkan asisten AI menganalisis transaksi, merekonsiliasi aktivitas, dan menyiapkan pembayaran. Apa yang dapat dilakukan agen AI secara mandiri saat ini, dan tindakan mana yang masih harus melewati persetujuan manusia?

Untuk manajemen treasury dan perbankan, kecepatan penting, tetapi keamanan dan kepatuhan tidak dapat dinegosiasikan. N3XT MCP berfungsi sebagai pembatas yang diatur, memastikan bahwa perlindungan yang dirancang untuk manusia mencegah agen AI mengambil tindakan yang tidak disetujui.

Berikut cara keseimbangan itu bekerja dalam praktik:

Agen AI mewarisi izin akses pengguna mereka. Jika Anda hanya memiliki visibilitas pada sekelompok kecil dompet, agen yang Anda bangun akan memiliki visibilitas yang sama. Jadi agen dapat beroperasi dan melakukan analisis hanya dalam area akses mereka.

Lebih spesifik lagi, agen dapat memantau dan menganalisis aliran akun langsung untuk mengevaluasi posisi kas dan memahami konteks di berbagai sumber data, serta secara otomatis mencocokkan pembayaran masuk dengan faktur, menandai kesalahan, dan mengidentifikasi ketidaksesuaian. Semua ini adalah hal yang dapat dilakukan agen AI secara mandiri saat ini.

Namun, ketika tindakan beralih dari menyiapkan data ke melakukan pembayaran, lapisan tambahan tata kelola dan izin memastikan bahwa tindakan agen mematuhi alur kerja maker / checker yang ada. Dengan cara ini, pembayaran yang telah diatur untuk memerlukan persetujuan sekunder dapat dimulai oleh agen, tetapi harus diteruskan ke penyetuju manusia sekunder untuk otorisasi akhir sebelum dana dipindahkan. Perlu juga dicatat bahwa tidak ada agen yang dapat mengubah kebijakan persetujuan atau jalur tata kelola. Itu berada di luar ruang lingkup mereka.

Jadi kami memungkinkan otonomi dan analisis maksimal tanpa risiko mengorbankan alur kerja tata kelola dan kepatuhan yang ada.

Singkatnya, AI dapat memberikan 100% wawasan yang Anda cari, dan hampir seluruh kebutuhan pembayaran Anda, tetapi ketika sampai pada pembuatan pembayaran, transfer, dan pemindahan dana secara nyata, alur kerja maker / checker tetap ada untuk memastikan setiap transaksi diperiksa dan disetujui oleh manusia sebelum tindakan diambil.

Mengizinkan sistem AI berinteraksi dengan akun bank korporat memperkenalkan risiko keamanan dan operasional yang signifikan. Bagaimana N3XT memastikan bahwa agen tidak dapat melampaui izin pengguna, mengakses dompet yang tidak sah, atau memulai transaksi yang tidak tepat?

Keamanan dalam AI bukan tentang mempercayai model untuk berperilaku, melainkan tentang merancang sistem sehingga bahkan jika model membuat kesalahan, arsitektur sistem mencegah tindakan tidak sah dieksekusi.

Kami membangun N3XT MCP dengan filosofi Zero Trust untuk alasan ini, sehingga agen AI tidak pernah memiliki kunci “super‑user” atau hak akses independen. Ketika seseorang terhubung ke N3XT MCP, agen AI mewarisi izin akses pengguna tersebut. Jika pengguna tidak memiliki izin untuk melihat dompet tertentu, atau membuat draft pembayaran di atas ambang batas dolar tertentu, agen memiliki batasan yang sama. Itu saja.

N3XT MCP juga menawarkan seperangkat kemampuan terbatas untuk agen AI. Mengubah izin bukanlah salah satu kemampuan tersebut. Bahkan, tidak mungkin melalui API untuk mengubah izin dan alur kerja. Hal ini membuat agen tidak pernah dapat melakukan perubahan di area ini.

Terakhir, aturan seperti alur kerja maker / checker ditegakkan pada tingkat dompet, bukan pada tingkat pengguna. Ini berarti agen tidak pernah dapat melewati persetujuan manusia sekunder yang diperlukan.

N3XT menyatakan bahwa alur kerja maker‑and‑approver yang ada tetap berlaku ketika klien menggunakan asisten AI. Bagaimana Anda menjaga akuntabilitas dan jejak audit yang jelas ketika tindakan keuangan mungkin melibatkan karyawan, model AI, dan beberapa sistem otomatis?

Ketika beberapa entitas, manusia, model AI, dan sistem backend, menyentuh transaksi keuangan, pencatatan API standar tidak cukup. Untuk auditabilitas, kami perlu mengetahui tidak hanya apa yang terjadi, tetapi siapa yang memulainya, apa yang dipikirkan AI, dan siapa yang memberi otorisasi.

Kami menjaga akuntabilitas mutlak dengan memastikan setiap permintaan dari N3XT MCP menyertakan tag yang menghubungkan sesi pengguna manusia, ID interaksi AI spesifik, dan panggilan alat backend. Jika agen AI membuat draft pembayaran, kami mencatat karyawan mana yang mengeluarkan perintah, sesi, dan alat yang digunakan oleh model AI. Tidak ada tindakan anonim dalam log kami.

Ketika agen AI berperan sebagai “maker” dengan menyiapkan pembayaran, ia tidak dapat mengotorisasi eksekusi sendiri. Transaksi yang dipersiapkan didorong ke antrian maker / checker standar bank. Ketika manusia “checker” meninjau dan menyetujui pembayaran, token otentikasi pribadi mereka menandatangani tindakan akhir. Akuntabilitas tetap terjaga.

Use case awal apa yang menghasilkan minat paling kuat dari tim treasury korporat dan organisasi perdagangan: rekonsiliasi, pemantauan likuiditas, deteksi ketidaksesuaian, persiapan pembayaran, pelaporan, atau hal lain?

Setiap tim keuangan menginginkan otomatisasi end‑to‑end, tetapi meskipun begitu, treasurer korporat dan meja perdagangan cukup pragmatis. Tidak ada yang ingin memulai dengan alur kerja yang kompleks dan berisiko; mereka memulai di mana rasa sakit operasional mereka paling tinggi dan risiko paling rendah.

Saat ini, permintaan terbesar adalah untuk pelaporan. Tim treasury sudah kewalahan dengan data, dan data tersebut terfragmentasi di banyak bank dan mitra, sehingga sulit untuk merasionalkan. Mereka sudah menggunakan asisten AI untuk membantu melihat gambaran besar, tetapi saat ini mereka harus masuk ke portal yang berbeda untuk mengunduh posisi dan pernyataan. Sekarang dengan N3XT MCP, tidak diperlukan login untuk N3XT dan mereka dapat berbicara langsung tentang posisi mereka.

Kami memperkirakan Persiapan Pembayaran akan menjadi use case berikutnya. Kami sudah melihat antusiasme awal untuk hal ini, dan saya memperkirakan akan ada banyak pembuatan alur pembayaran dalam jangka pendek.

N3XT beroperasi sebagai bank sempit cadangan penuh yang tidak meminjamkan dan mendukung simpanan satu‑ke‑satu dengan uang tunai atau Treasury AS jangka pendek. Mengapa model ini sangat cocok untuk pembayaran yang dapat diprogram dan operasi keuangan yang digerakkan AI, dan bagaimana klien harus mengevaluasi perlindungannya dibandingkan dengan perbankan konvensional yang diasuransikan FDIC?

AI adalah akselerator untuk keuangan, tetapi jawaban atas pertanyaan ini bukan hanya tentang AI, melainkan tentang penyelesaian. Bank tradisional dibangun untuk dunia yang bergerak lambat. Mereka mengandalkan float multi‑hari untuk mengelola dan menghasilkan keuntungan dari perbedaan antara simpanan operasional dan pinjaman komersial bank.

Memperkenalkan persyaratan penyelesaian real‑time 24/7, baik yang diperkenalkan oleh orang maupun agen AI, mengungkap kelemahan dalam sistem cadangan fraksional: untuk menyelesaikan dana secara instan, Anda harus memiliki dana yang tersedia. Dalam dunia di mana kecepatan pembayaran meningkat, bank membutuhkan peningkatan cadangan yang setara atau lebih besar untuk memastikan dana tersebut tersedia.

Kami percaya bahwa penyelesaian 24/7 tidak dapat hidup berdampingan secara aman dengan penerbitan utang jangka panjang pada satu neraca. Model bank sempit kami memisahkan keduanya dan memastikan kami tetap likuid, sepenuhnya didukung, dan terisolasi dari risiko kredit meja pinjaman.

Ketika treasurer korporat membandingkan model bank sempit cadangan penuh kami dengan asuransi FDIC, mereka harus mempertimbangkan bagaimana “keamanan” itu disampaikan. Asuransi FDIC terbatas hingga $250.000. Bagi perusahaan yang memindahkan jutaan, hampir seluruh modal operasional mereka tetap terekspos pada risiko pinjaman dan neraca dasar bank.

Banking Cadangan Penuh Sempit tidak bergantung pada asuransi sama sekali karena kami tidak meminjamkan. Baik saldo Anda $100.000 maupun $100 juta, kami tidak pernah meminjamkan modal Anda sehingga Anda tahu bahwa dana tersebut akan selalu tersedia untuk mendukung operasi dan kebutuhan pembayaran Anda. Kami percaya ini diperlukan untuk ekonomi penyelesaian instan 24/7.

N3XT juga telah memperkenalkan N3XT Digital Dollar, tokenisasi deposit yang dikeluarkan bank untuk penyelesaian 24/7. Bagaimana N3XT MCP akan berinteraksi dengan deposit tokenisasi, stablecoin, dan jalur pembayaran dolar AS tradisional dalam alur kerja treasury yang sama?

Pertama, penting untuk memperjelas satu poin tentang model kami. N3XT dibangun khusus untuk mendukung pembayaran B2B 24/7 dengan penyelesaian atomik. Jalur tradisional tidak dirancang untuk penyelesaian atomik, sehingga tidak berinteraksi di sana. Itu adalah pilihan yang disengaja.

Kami menghabiskan dua tahun membangun sistem inti perbankan modern berbasis blockchain. Ini mencakup rantai izin pribadi di mana klien bertransaksi dalam dolar untuk melakukan pembayaran dengan klien N3XT lainnya di jaringan, serta akses rantai publik di mana banyak klien kami sudah bertransaksi. Rantai publik adalah tempat mereka dapat bertransaksi menggunakan N3XT Digital Dollar (NDD).

MCP memungkinkan asisten AI mengatur alur kerja antara dua lingkungan ini. Misalnya, memeriksa saldo NDD di dompet publik klien, kemudian melakukan sweep antar dompet jika diperlukan, atau menjembatani dana dari dompet pribadi ke dompet NDD publik — semuanya sambil mematuhi alur kerja tata kelola.

Jadi, MCP menyediakan antarmuka yang diatur untuk beroperasi di seluruh arsitektur digital 24/7 N3XT, baik untuk USD maupun NDD.

Banyak nilai standar terbuka bergantung pada interoperabilitas. Asisten AI, sistem perusahaan, dan platform treasury mana yang saat ini dapat terhubung ke N3XT MCP, dan bagaimana Anda mencegah klien menjadi tergantung pada satu penyedia model atau antarmuka proprietari?

Alasan kami membangun di atas Model Context Protocol (MCP) alih‑alih merilis SDK kami sendiri adalah untuk memungkinkan interoperabilitas. Klien kami menggunakan alat yang mereka gunakan, dan di era AI, mereka bahkan mungkin beralih lebih sering daripada sebelumnya.

Karena MCP adalah spesifikasi terbuka, N3XT MCP terhubung langsung ke lingkungan host AI mana pun yang sudah dipercaya klien, seperti Cursor, Anthropic, OpenAI, atau Gemini. Ia juga menawarkan kompatibilitas native dengan kerangka orkestrasi seperti LangChain dan AutoGen. Ketika berbicara tentang sistem perusahaan seperti ERP, jika sistem tersebut telah membangun koneksi MCP native, maka klien juga dapat bekerja lintas platform dari dalam platform AI pilihan mereka.

Jadi dengan MCP, kami memberi klien lebih banyak kebebasan. Jika mereka memutuskan untuk beralih penyedia AI, atau ingin mengganti model ke apa pun yang terbaru dan terbaik, mereka tidak perlu membangun kembali konektor apa pun. Mereka cukup mengarahkan model AI baru ke server N3XT MCP dan mereka siap beroperasi.

N3XT menggambarkan peluncuran ini sebagai langkah awal menuju manajemen modal korporat yang otonom. Seberapa otonom seharusnya keuangan korporat menjadi secara realistis, dan hambatan teknis, regulasi, serta budaya apa yang harus diselesaikan sebelum bisnis memperbolehkan agen AI mengelola jumlah modal yang signifikan?

Tujuan keuangan otonom bukan menciptakan kotak hitam “set it and forget it” yang memindahkan uang tanpa pengawasan manusia. Otonomi yang tidak dipantau bukan inovasi; itu adalah liabilitas.

Lebih realistisnya, keuangan korporat harus berkembang menuju otonomi yang terlibat: agen AI melakukan analisis data, pemantauan, dan alur kerja, sementara pemimpin bisnis dan tim keuangan beralih dari eksekusi manual ke penetapan kebijakan, strategi, dan persetujuan.

Untuk meningkatkan kepercayaan perusahaan dan memberi agen AI akses serta kontrol yang diatur atas pembayaran dan modal operasional, isu identitas dan akuntabilitas perlu diselesaikan.

Siapa yang bertanggung jawab jika model AI salah menafsirkan faktur dan memicu pembayaran yang tidak tepat? Model maker / checker kami bekerja untuk mencegah hal ini terjadi.

Secara budaya, kami masih berada pada tahap awal transisi ke keuangan agenik. Saat AI mengambil peran operasional yang lebih besar, saya percaya identitas agenik akan menjadi topik yang semakin penting karena kepercayaan — pada orang atau pada AI — memerlukan akuntabilitas.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin belajar lebih lanjut dapat mengunjungi N3XT.