Penulis adalah honorable Faculty lembaga Pengembangan Perbankan indonesia (lPPI). tulisan ini merupakan Pendapat Pribadi.
Penulis adalah honorable Faculty lembaga Pengembangan Perbankan indonesia (lPPI). tulisan ini merupakan Pendapat Pribadi.
SERING kali kekinian perkembangan information technology (IT) lebih dulu digunakan oleh masyarakat luas dibandingkan dengan tempat mereka bekerja, misalnya. Masyarakat luas, termasuk nasabah bank dan/ atau lembaga keuangan nonbank, dapat menggunakan lebih dulu berbagai aplikasi baru dibandingkan dengan tempat mereka bekerja.
Sekadar ilustrasi saja, ketika artificial intelligence (AI) diperkenal kan, tidak sertamerta tempat mereka bekerja langsung menggunakannya. Hal yang juga terjadi ketika generative artificial intelligence (GAI) sudah banyak digunakan, ternyata tidak sertamerta diikuti oleh perusahaan, termasuk perbankan.
Kesenjangan penggunaan ke kinian teknologi antara pekerja dan lembaga keuangan masih terjadi dengan alasan yang dapat diterima. Misalnya, penggunaan AI bagi para pekerja ketika terjadi masalah atau dampak yang risiko negatifnya hanya kepada pengguna. Berbeda jika bank atau lembaga keuangan bukan bank menggunakannya, maka risikonya menjadi lebih luas, baik bagi lembaga nya, nasabah, dan tentunya regulator dalam hal kepatuhan. Fenomena ini tentunya harus dimaklumi karena ada kaitannya dengan risiko, baik bagi nasabah maupun pihak bank, misalnya.
Ada pepatah lebih baik terlambat daripada tidak melakukan sama sekali. Maknanya, ketika AI dan GAI hadir sudah banyak digunakan oleh masyarakat, tentunya pelaku industri keuangan harus lebih hatihati karena pertimbangan risiko bagi nasabahnya, dan tidak kalah pentingnya harus mendapatkan persetujuan dari regulator. Persetujuan regulator bukan sebagai penghalang, tetapi lebih pada upaya agar perbankan dan lembaga keuangan bukan bank dipastikan tetap menjaga kerahasiaan dan kepercayaan dari nasabahnya. Hal lain yang juga menjadi pertimbangan adalah agar penggunaan AI atau GAI dipastikan tetap menjamin kerahasiaan nasabahnya.
Tentunya akan timbul pertanyaan, apakah sudah saatnya industri perbankan menggunakan GAI? Berdasarkan kekinian dan perce patan masyarakat dan nasabah meng gunakan kekinian IT, termasuk GAI, tentu tidak ada salahnya jika penggu naan GAI dioptimalkan. Sekiranya ri siko penggunaan GAI menjadi pertim bangan, tentunya melalui mitigasi yang komprehensif pihak perbankan dapat memastikan bahwa risikonya teridentifikasi dengan baik, dan bila terjadi pun dampaknya tidak sistemis.
Menjadi Kebutuhan
Secara harfiah, definisi dan pen gertian GAI adalah jenis kecerdasan buatan (AI) yang berfokus pada pem buatan konten baru, seperti teks, gambar, audio, video, dan kode, ber dasarkan pola yang dipelajari dari da ta yang sudah ada. Cara kerja GAI mi rip dengan AI, yaitu menggunakan model pembelajaran mesin (machine learning) untuk mengidentifikasi dan mereplikasi polapola dalam kumpu lan data besar. Datadata tersebut di gunakan untuk menghasilkan keluaran baru dan orisinal sebagai respons terhadap perintah pengguna.
Sekadar ilustrasi saja, kegunaan GAI antara lain (1) mengotomatiskan tugas yang membosankan dan berulang, (2) menyederhanakan alur kerja, (3) pembuatan konten yang dipersonalisasi, (4) deskripsi produk yang disesuaikan dengan kebutuhan nasabah, dan (5) meningkatkan pengalaman nasabah.
Saat ini, tentunya terkait dengan ketersediaan teknologi GAI sudah makin sempurna karena selalu dilakukan kebaruan. Di lain sisi, sudah banyak juga bank dan nonbank yang menggunakannya. Tentunya, yang tidak kalah penting adalah adaptasi masyarakat, baik nasabah maupun nonnasabah yang sudah mengenal dan menggunakan GAI. Ada beberapa hal yang mungkin dapat dijadikan pertimbangan apabila GAI akan digunakan industri perbankan dan nonperbankan.
Satu, kekinian dan ketersediaan GAI sudah makin banyak. Dan, dalam hal tertentu, untuk menggunakannya sudah banyak tersedia, apakah akan dibuat sendiri atau menyerahkannya kepada pihak ketiga yang memang ahli dalam GAI. Demikian juga dengan infrastruktur pendukung lainnya, seperti ketersediaan peranti semacam machine learning (ML) dan big data yang sudah tidak menjadi masalah, apalagi bagi perbankan ataupun nonperbankan. Datadata nasabah bank tentunya lebih dari cukup sebagai modal untuk menggunakan GAI. Kemudahan lainnya tentunya bank dan nonbank sudah memanfaatkan data tersebut melalui GAI untuk meningkatkan layanan yang lebih memuaskan para nasabahnya.
Dua, mengutip kajian Alex Johnson (2025), bahwa sebagian besar teknologi yang dibutuhkan untuk menciptakan GAI sudah tersedia. Menurut saya, berdasarkan skala ekonominya, untuk menyediakan GAI sudah makin relatif terjangkau disertai banyaknya penyedia jasa GAI. Salah satu hal yang menarik menurut Alex Johnson, kekinian GAI dapat digunakan untuk mengantisipasi bank run atau penarikan dana secara Besar-besaran yang dapat dicegah lebih awal.
Secara definisi yang universal, bank run mengacu pada fenomena penarikan dana besarbesaran oleh nasabah bank lantaran ketidak percayaan terhadap stabilitas atau solvabilitas bank. Dampak bank run dapat memicu krisis likuiditas dan bahkan kebangkrutan bank, karena bank tidak menyimpan seluruh dana nasabah dalam bentuk tunai.
Pemanfaatan GAI paling tidak dapat memitigasi terjadinya bank run menjadi lebih canggih sehingga pencegahannya dapat dilakukan lebih awal. Secara statistik, menurut Alex Johnson, jika 25% deposan suatu bank memutuskan untuk beralih ke bank lain sekaligus pada saat yang bersamaan, hal itu akan mendorong bank tersebut menuju masalah dan berakhir dengan kebangkrutan.
Karena itu, penting dilakukan pencegahan dini terhadap kemungkinan terjadinya bank run, meski sudah relatif jarang terjadi. Tapi, ketika open banking sudah banyak diterapkan, maka peluang perpindahan dana nasabah sudah dalam kendali nasabah. Artinya, nasabah bisa kapan saja berpindah ke bank lain dengan berbagai alasan.
Kehadiran GAI pada dasarnya akan lebih mudah mengantisipasi peluang terjadinya bank run. Karena, melalui GAI, komunikasi dengan nasabah tidak hanya berupa teks. Hal lain yang dapat dikategorikan keunggulan tambahan GAI dibanding kan AI adalah seperti pembuatan konten yang dipersonali sasi dan deskripsi produk yang disesuaikan dengan kebutuhan nasabah lebih memudahkan interaksi yang dapat meningkatkan loyalitas nasabah.
Tiga, GAI yang dilengkapi dengan application programming interface (API) tidak hanya dapat mentransfer dana antarrekening di lembaga yang sama. Saat ini, melalui API, nasabah dapat mentransfer dana antarrekening di bank lainnya atau financial technology (fintech).
Dalam praktiknya, perpindahan nasabah sudah menjadi keniscayaan, sekalipun layanan yang diberikan sudah optimal. Hanya, ketika menggunakan GAI, perpindahan tersebut dapat memberikan inspirasi lain terkait dengan layanan pihak lain. Misalnya, melalui GAI, ketika nasabah pindah ke bank lain, bank dapat menelusuri daya tarik dan kelebihan bank lainnya yang diplih oleh nasabah. GAI juga dapat memberikan respons apa saja kelebihannya sehingga bank dapat berupaya mempertahankan nasabahnya agar tidak jadi pindah.
Penggunaan API tentunya bukan hal baru, tetapi kebaruan algoritmanya tetap harus dilakukan penginian. Penginian algoritma sering diabaikan karena kesibukan dan rutinitasnya. Tentunya dapat dijadwalkan secara periodik kebaruannya terkait dengan persaingan yang selain dengan sesama bank dan nonbank, tetapi juga dengan aplikasi fintech.
Sekadar ilustrasi, terkait dengan produk fintech Oportune. Aplikasi ini dapat memantau kebiasaan belanja setiap pengguna dan memindahkan kelebihan dananya dari rekening giro mereka ke tabungan. Meskipun ada keunggulan fintech, pada umumnya aplikasi ini masih memiliki risiko yang relatif besar. GAI juga dapat secara proaktif menawarkan saran atas produk, seperti mengidentifikasi produk dengan harga terbaik yang ditawarkan oleh berbagai bank dan/ atau lembaga keuangan untuk direkomendasikan kepada nasabah.
Beberapa Catatan
Pesatnya kekinian IT yang menghasilkan berbagai sarana bisnis menggunakan aplikasi tentunya harus segera diatur oleh regulator. Pengaturan regulator sering kali dianggap sebagai penghambat yang sebenarnya bukan itu tujuannya. Keberadaan regulator yang mengeluarkan regulasi bertujuan agar stabilitas sistem keuangan tidak mudah terganggu, baik karena kondisi ekternal maupun internal. Banyak peristiwa kebangkrutan yang dimulai dari bank run berdampak pada hilangnya kepercayaan masyarakat. Ada beberapa catatan yang dapat dikaji lebih lanjut terkait dengan bank run, antara lain sebagai berikut.
Satu, kemungkinan terjadinya bank run. Meski sudah lebih mudah dikelola, peluang terjadinya bank run sama sekali tidak boleh diabaikan. Sekadar mengingatkan terkait dengan kebangkrutan Silicon Valley Bank (SVB) yang tercatat sebagai bank terbesar ke16 di Amerika Serikat (AS). Nasabah simpanan SVB menarik dana mereka secara besarbesaran di saat yang bersamaan. Salah satu penyebab utamanya adalah adanya kepanikan dan kekhawatiran bahwa bank tersebut tidak akan mampu memenuhi kewajibannya. Kendati pemindahan dana tersebut dapat menggunakan aplikasi, dalam praktiknya nasabah datang secara fisik sebagai bentuk ketidakpercayaan.
Dua, masih menjadi area abu abu, apakah terkait asas keterbukaan maka pihak bank harus menyampai kan bahwa bank telah menggunakan AI dan GAI dalam kegiatan operasionalnya. Namun, apabila yang dilakukan bank akan memberikan kemudahan dan keamanan, rasa rasanya nasabah tidak akan keberatan. Apalagi, dalam keseharian masyarakat luas, termasuk nasabah bank, sudah terbiasa menggunakan AI dan GAI. Barangkali bagi nasabah tertentu yang belum banyak mengenal AI dan GAI diperlu kan penjelasan dari pihak bank.
Tiga, regulator tentunya harus selalu menginikan regulasinya terkait dengan penggunaan GAI, terutama pada sektor perbankan, lembaga keuangan nonbank, dan fintech. Termasuk, tentunya perlunya regulasi terkait dengan cyber risk yang akhirakhir ini cenderung meningkat, sekalipun dalam batas kendali bank.
Dalam beberapa hal, kemampuan bank melindungi nasabah terkait dengan cyber risk tampaknya perlu mendapatkan perhatian lebih serius. Sebab, bisa saja maraknya serangan cyber akan menjadi pertimbangan utama nasabah dalam memilih bank.
Sekadar ilustrasi saja, ketika artificial intelligence (AI) diperkenal kan, tidak sertamerta tempat mereka bekerja langsung menggunakannya. Hal yang juga terjadi ketika generative artificial intelligence (GAI) sudah banyak digunakan, ternyata tidak sertamerta diikuti oleh perusahaan, termasuk perbankan.
