Penerapan AI Mulai Masuk Industri Keuangan, Ini Tantangan Terbesarnya

tvOnenews.com - Penerapan AI di industri keuangan semakin berkembang seiring kebutuhan bank, perusahaan asuransi, dan fintech untuk meningkatkan efisiensi sekaligus memperkuat layanan. Selama ini, kecerdasan buatan atau artificial intelligence (AI) kerap dikenal masyarakat melalui chatbot yang menjawab pertanyaan nasabah. 

Padahal, penggunaannya jauh lebih luas, mulai dari mendeteksi transaksi mencurigakan, menganalisis kelayakan kredit, mengelola risiko, hingga membantu proses pengambilan keputusan.

Perkembangan tersebut membuka peluang bagi industri keuangan, tetapi juga menghadirkan tantangan baru terkait keamanan data, akurasi sistem, dan perlindungan konsumen.

Di negara-negara maju, AI telah menjadi bagian dari aktivitas operasional lembaga keuangan. Bank dapat memanfaatkan teknologi ini untuk mengenali pola transaksi yang tidak biasa, mengidentifikasi indikasi pencucian uang, serta mempercepat analisis risiko calon debitur. 

Dalam pengelolaan investasi, AI juga dapat membantu membaca data pasar dan memberikan rekomendasi berdasarkan sejumlah variabel. Artinya, teknologi ini tidak hanya berhubungan dengan kecepatan pelayanan, tetapi juga menyentuh proses bisnis yang berpengaruh terhadap keputusan finansial seseorang.

Namun, semakin besar peran AI, semakin besar pula konsekuensi jika sistem menghasilkan keputusan yang keliru. 

Baca Juga

Telkom Hadirkan Asisten AI TARA, Bantu Masyarakat Cari Informasi Lebih Cepat

Data yang tidak akurat dapat memengaruhi penilaian kredit, algoritma yang bias berpotensi merugikan kelompok nasabah tertentu, sedangkan sistem yang terhubung dengan banyak penyedia teknologi dapat membuka celah keamanan. 

Karena itu, tantangan industri keuangan bukan sekadar memperbanyak penggunaan AI, melainkan memastikan teknologi tersebut dapat bekerja secara transparan, aman, dan tetap berada dalam pengawasan manusia.

AI di Industri Keuangan Tak Hanya untuk Melayani Nasabah

Gambaran mengenai perkembangan tersebut terlihat dalam laporan Tech for Finance Outlook (TFO) 2027 yang disusun Kiantara Group. Riset terhadap 161 pimpinan teknologi di sektor keuangan, ditambah wawancara mendalam dengan pemimpin teknologi dari 10 institusi, menunjukkan tingginya ekspektasi terhadap AI.

Sebanyak 71 persen responden menilai AI menjadi teknologi yang paling berpotensi mengubah industri keuangan pada 2027. Namun, optimisme itu disertai keraguan. 

Sebanyak 42 persen responden menganggap AI terlalu dibesar-besarkan atau overhyped, sementara 45 persen menilai institusinya belum siap atau sangat belum siap untuk mengadopsi teknologi tersebut.

Kesenjangan itu juga terlihat dari kesiapan data dan AI. Dalam riset Kiantara bersama PERBANAS dan IBM pada 2026 terhadap 91 responden dari 35 lembaga keuangan, indeks kesiapan data dan AI rata-rata baru mencapai 6,25 dari skala 10. 

Skor visi AI tercatat 7,32, tetapi skor dampak bisnis hanya 5,39. Bahkan, baru 4 persen lembaga yang menggunakan AI di seluruh fungsi dengan tata kelola formal.

Angka tersebut memperlihatkan bahwa keinginan mengadopsi teknologi belum tentu sejalan dengan kemampuan menghasilkan manfaat bisnis. AI membutuhkan data yang bersih, terstruktur, dan relevan. Jika informasi yang digunakan tidak lengkap atau keliru, hasil analisis juga berisiko tidak akurat.

Contoh penerapan AI di negara maju dapat dilihat dari survei Bank of England dan Financial Conduct Authority (FCA) Inggris yang dipublikasikan pada Oktober 2026. Sebanyak 86 persen perusahaan jasa keuangan yang menjadi responden menyatakan telah menggunakan AI. 

Teknologi generatif bahkan mencakup 56 persen dari seluruh sistem AI yang dilaporkan. Penggunaannya tidak terbatas pada layanan pelanggan. Sekitar 31 persen sistem AI yang dilaporkan digunakan pada bidang operasional dan teknologi informasi. 

Sementara itu, 80 persen responden menyatakan telah menerapkan AI agent untuk membantu pengambilan keputusan. Meski demikian, hanya 2 persen yang menggunakan agen dengan tingkat otonomi luas. Sebagian besar masih menempatkan manusia sebagai pihak yang menentukan keputusan dan menjalankan tindakan.

Laporan tersebut juga mengidentifikasi perlindungan data, keamanan, ketergantungan terhadap penyedia teknologi pihak ketiga, serta risiko AI generatif sebagai persoalan utama. Artinya, bahkan di pasar keuangan yang lebih matang, pengembangan AI tetap membutuhkan pengawasan dan pengendalian yang berkelanjutan.

Belajar dari Inggris dan Singapura, Keamanan serta Tata Kelola Jadi Kunci

Pengalaman negara maju memperlihatkan bahwa keberhasilan penerapan AI tidak hanya ditentukan oleh kemampuan teknis. Amerika Serikat, melalui laporan Government Accountability Office (GAO) pada Mei 2025, mencatat penggunaan AI dalam perdagangan otomatis, penilaian kredit, layanan pelanggan, pengambilan keputusan investasi, hingga pengelolaan risiko.

Namun, GAO juga mengingatkan adanya risiko keputusan pinjaman yang bias, persoalan kualitas data, pelanggaran privasi, dan ancaman keamanan siber. Jika algoritma digunakan untuk menilai kelayakan kredit tanpa pengawasan yang memadai, misalnya, kesalahan atau bias dalam data dapat memengaruhi akses seseorang terhadap layanan keuangan.

Singapura mengambil pendekatan melalui penguatan regulasi. Monetary Authority of Singapore (MAS) menerbitkan Guidelines on Artificial Intelligence Risk Management for Financial Institutions. Pedoman tersebut ditujukan kepada berbagai lembaga keuangan dan mencakup seluruh bentuk teknologi AI.

Pendekatan tersebut menegaskan bahwa lembaga keuangan perlu menyesuaikan pengelolaan risiko dengan skala dan karakteristik penggunaan AI. Prinsip seperti akuntabilitas, pengawasan, pengelolaan data, serta pengendalian risiko menjadi bagian penting sebelum teknologi diterapkan secara lebih luas.

Di Indonesia, kebutuhan tersebut juga menjadi perhatian dalam TFO 2027. Laporan Kiantara memetakan tujuh area teknologi, mulai dari infrastruktur TI, keamanan siber, integrasi, operasi TI, platform aplikasi, data, hingga AI. 

Hasilnya menunjukkan bahwa kesiapan AI baru mencapai skor 2,70 dari skala lima, sedangkan dampak bisnisnya sudah berada di angka 3,27. Kondisi serupa terlihat pada area data yang memiliki skor kesiapan 2,80 dan dampak 3,25.

Selain persoalan teknologi, peningkatan kemampuan karyawan dan perlindungan data menjadi prioritas. Masing-masing dipilih oleh 49 persen responden sebagai persiapan penting menghadapi perubahan teknologi. 

Sebanyak 48 persen juga menilai keamanan siber sebagai salah satu area yang paling berpengaruh terhadap perubahan industri. Para pemimpin industri membutuhkan bukti berbasis kondisi lokal untuk menentukan investasi teknologi yang tepat.

“Seiring dengan investasi lembaga keuangan Indonesia di bidang AI dan teknologi-teknologi baru lainnya, para pemimpin membutuhkan bukti yang didasarkan pada kondisi lokal untuk menilai di mana investasi tersebut dapat memberikan nilai tambah serta apa saja yang diperlukan untuk mengadopsinya secara bertanggung jawab. TFO 2027 menyatukan hasil penelitian dan dialog industri di Indonesia untuk membantu menjawab pertanyaan-pertanyaan tersebut. Melalui Outlook Paper ini, kami bertujuan memberikan acuan bersama bagi para pemimpin sektor keuangan dalam menetapkan prioritas teknologi, memperkuat tata kelola dan mengambil keputusan investasi yang lebih terinformasi menjelang tahun 2027,” kata Direktur Utama Kiantara Group, Rio.

General Manager IBM ASEAN Catherine Lian menambahkan bahwa nilai jangka panjang AI tidak semata-mata ditentukan oleh kecepatan adopsi.

“AI memiliki potensi untuk mengubah setiap aspek industri jasa keuangan, namun nilai jangka panjangnya tidak akan ditentukan oleh seberapa cepat teknologi ini diadopsi, melainkan oleh seberapa efektif tata kelolanya. Kepercayaan, transparansi, serta pengendalian atas data dan model AI kini menjadi sama pentingnya dengan teknologi itu sendiri,” ujarnya.

Melalui kolaborasi dengan IBM, Kiantara juga menyoroti pentingnya tata kelola, kepercayaan, ketahanan, dan kedaulatan digital dalam penerapan teknologi keuangan. Penerapan AI di sektor keuangan bukan sekadar alat untuk menjawab pertanyaan nasabah atau mempercepat pekerjaan administratif. 

Teknologi ini dapat memengaruhi cara bank menilai risiko, melindungi transaksi, memberikan pinjaman, dan mengelola uang pelanggan. 

Karena itu, ukuran keberhasilan penerapan AI bukan seberapa banyak chatbot atau proyek kecerdasan buatan yang diluncurkan, melainkan seberapa aman, akurat, transparan, dan nyata manfaatnya bagi bisnis serta nasabah. (udn)