Infobank
ARTIFICIAL intelligence (AI) bagi industri/lembaga perbankan dan lembaga keuangan nonbank (LKNB) kini sudah menjadi keharusan, dan trennya akan terus berkelanjutan. KMS Technology (2025) memprediksi, pasar AI pada 2033 mencapai US$315,50 miliar. Pertumbuhannya cukup besar, lebih kurang 31,83%. Menurut Citibank (2025), adopsi AI di sektor perbankan diperkirakan dapat meningkatkan keuntungan sekitar US$170 miliar atau naik 9% pada 2028.
Penggunaan AI di industri perbankan dan LKNB sepertinya sulit dihindari. Lihat saja, saat ini makin banyak bank dan LKNB yang melakukan transformasi dan modernisasi digital. AI diprediksi meningkatkan produktivitas di bank investasi sebesar 27% dan meningkatkan operasional front-office sebesar 27%- 35% pada 2026 (KMS Technology, 2025). Sementara, menurut laporan McKinsey, AI generatif (generative AI/ GenAI) dapat menambah keuntungan industri perbankan global sebesar US$200 miliar hingga US$340 miliar setiap tahunnya, yang diharapkan dapat meningkatkan efisiensi.
Bank-bank ataupun LKNB tentu akan selalu berupaya meningkatkan pelayanan sesuai dengan kebutuhan nasabahnya. Hal ini sejalan dengan kebutuhan masyarakat dan nasabah yang juga sudah banyak menggunakan AI. Bank, misalnya, selalu dituntut nasabah untuk mempercepat pelayanannya, terutama melalui otomatisasi, misalnya terkait proses persetujuan pinjaman. Nasabah berharap bank dapat meningkatkan efisiensi dan mengurangi waktu tunggu bagi nasabah untuk mendapatkan keputusan, misalnya terkait pengajuan pinjaman.
Agar dapat selalu memenuhi keinginan dan memuaskan nasabah, bank-bank dituntut senantiasa mengikuti kekinian information technology (IT), salah satunya adopsi AI. Nasabah dewasa ini cenderung menuntut kecepatan dan efisiensi dalam menggunakan layanan bank. Harapan semua nasabah bank tentunya sama, yakni mendapatkan pelayanan terbaik dari bank. Misalnya, bisa mendapatkan informasi yang relevan secara mudah dengan layanan digital yang aman.
Beberapa Manfaat
Ada beberapa alasan mengapa kebutuhan akan AI, khususnya di industri perbankan, mengalami peningkatan. Satu, bank akan makin beralih dari praktik data terdesentralisasi ke model operasi yang terpusat (sentralisasi). Survei terbaru McKinsey & Company (2025) mengungkapkan bahwa lebih dari setengah perusahaan, termasuk perusahaan teknologi besar dengan aset sekitar US$26 triliun, telah mengadopsi struktur terpusat untuk GenAI. Pergeseran ini terjadi karena AI dan GenAI memperkenalkan tantangan spesifik yang lebih efektif diatasi melalui pendekatan terpusat.
Efektivitas tersebut berorientasi pada penanganan informasi yang tidak akurat atau tidak masuk akal, hasil yang tidak adil, dan kerentanan keamanan. Di lain sisi, kenyataan menunjukkan bahwa AI dapat ”membuktikan” terjadinya peningkatan layanan yang lebih berkualitas serta protokol keamanan yang lebih akurat. Hal ini yang selalu menjadi harapan nasabah, dan bila itu dapat diwujudkan tentu akan meningkatkan loyalitas mereka.
Dua, AI dapat meningkatkan deteksi terkait dengan pola yang ”tidak teratur”, baik dalam aktivitas jaringan, transaksi, maupun kemungkinan akses tidak sah atau serangan siber. Fenomena ini mesti dipahami karena dalam setiap penerapan kebaruan IT selalu saja ada pihak yang mencoba untuk mengganggu. Tujuannya ada yang memang murni sekadar mengganggu, ada juga yang hendak melakukan ”pemerasan” atau ransomware.
Mereka melakukannya dengan menggunakan perangkat lunak berbahaya yang dirancang untuk memblokir akses ke sistem komputer hingga meminta sejumlah uang. Karena itu, bank dan LKNB harus tetap berkomitmen untuk berinvestasi dalam bidang IT secara berkesinambungan agar kenyamanan, kemudahan akses, serta keamanan nasabah dalam bertransaksi lebih terjamin.
Tiga, saat ini ada kecenderungan nasabah menggunakan layanan chatbots dan virtual assistance (VA). Fasilitas chatbots adalah program komputer atau perangkat lunak berbasis AI yang dirancang untuk menyimulasikan percakapan manusia melalui teks atau suara. Teknologi ini beroperasi otomatis selama 7 hari dan 24 jam untuk menjawab pertanyaan nasabah dan/atau calon nasabah dengan lebih cepat. Layanan ini harus direspons sebagai kebutuhan sehingga mau tak mau harus tersedia, disertai pengamanan yang prima.
Demikian pula dengan fasilitas VA, yang dalam praktiknya juga banyak dibutuhkan. VA merujuk pada layanan profesional terkait dengan masalah teknis dan administratif jarak jauh (remote) bagi nasabah yang sudah menggunakan internet. Layanan VA juga dapat meningkatkan produktivitas, mengurangi biaya operasional, dan membebaskan waktu untuk aktivitas bisnis inti. Layanan VA memungkinkan bisnis berkembang secara efisien, dan ini mengurangi biaya tenaga kerja.
Teknologi ini dapat memberikan pengalaman kepada pelanggan. Hasil riset PwC (2023) mengungkapkan bahwa 73% konsumen memprioritaskan pengalaman ketika memutuskan untuk membeli produk dan jasa. Untuk meningkatkannya, cara yang banyak digunakan dan dianggap terbaik adalah dengan memanfaatkan chatbot dan agen virtual berbasis AI.
Chatbot dengan menggunakan AI memungkinkan pengguna untuk dapat dengan cepat memeriksa saldo, memproses transaksi, dan mentransfer dana hanya melalui percakapan. Contoh yang terkenal adalah Erica dari Bank of America, yang membantu pelanggan dengan berbagai tugas, mulai dari mengakses informasi akun hingga melakukan pembayaran dan menawarkan saran pembiayaan yang dipersonalisasi. Pengintegrasian chatbot AI dan asisten virtual menggunakan ChatGPT di aplikasi keuangan dapat memberikan respons instan terhadap pertanyaan pelanggan.
Empat, banyak dilaporkan bahwa dengan memanfaatkan AI dan analitik data, bank dapat beralih dari model penetapan suku bunga dan fee based yang statis menjadi dinamis melalui penetapan ”harga” yang dapat dipersonalisasi bagi nasabah. Penetapan harga tersebut berpeluang meningkatkan daya tarik, potensi pendapatan, dan profitabilitas yang lebih baik. Ini bukanlah hal baru, tetapi menjadi kebaruan bila semua perhitungan ”harga”, baik bunga maupun fee based, dapat dilakukan secara lebih akurat dan cepat.
Kendati AI menawarkan potensi yang sangat besar, penggunaannya harus sesuai dengan tujuan bisnis yang spesifik. Tentunya, tak semua kekinian AI harus diadopsi. Karena, bagaimanapun yang harus diperhitungkan adalah hal-hal terkait dengan keamanan data dan ketersediaan sumber daya manusia (SDM)-nya.
Beberapa Catatan
Era digitalisasi dan kekinian IT dapat dipastikan akan terus berlanjut. Dampaknya tentu membutuhkan daya komputasi dan sumber daya data yang akurat. Untuk menghadapi hal tersebut, sangat disarankan untuk menggunakan cloud (komputasi awan). Secara praktis, cloud adalah teknologi penyimpanan dan pemrosesan data berbasis internet yang memungkinkan pengguna mengakses file, aplikasi, atau server dari mana saja dan kapan saja tanpa infrastruktur secara fisik.
Dengan demikian, penggunaan cloud dapat dikatakan akan menjadi strategi utama untuk masa depan. Hal ini jadi makin relevan ketika suatu saat sebagian besar nasabah berasal dari generasi Z yang menyukai kepraktisan dan kecepatan layanan jasa keuangan, termasuk penggunaan tanda tangan secara digital.
Hal lain yang juga harus mendapatkan prioritas adalah memastikan bahwa penggunaan cloud dan kekinian IT harus sesuai dengan regulasi yang diberlakukan regulator. AI makin menjadi bagian integral dari kepatuhan regulasi di sektor perbankan dan LKNB untuk menavigasi kerangka hukum yang kompleks menjadi lebih efisien. Misalnya, dengan mengotomatiskan dan meningkatkan proses kepatuhan.
Kehadiran AI juga akan sangat membantu semua lembaga keuangan untuk mematuhi berbagai peraturan, seperti General Data Protection (GDPR) dan peraturan terkait dengan anti money laundering dan know your customer. Cakupan yang harus mendapatkan perhatian antara lain terkait dengan data yang disimpan, perbaikan data yang salah, penghapusan data, pengamanan data dengan baik, dan pelaporan pelanggaran data kepada pihak berwenang.
Kendati AI menawarkan potensi yang sangat besar, penggunaannya harus sesuai dengan tujuan bisnis yang spesifik. Tentunya, tak semua kekinian AI harus diadopsi. Karena, bagaimanapun yang harus diperhitungkan adalah hal-hal terkait dengan keamanan data dan ketersediaan sumber daya manusia (SDM)-nya.
Kolaborasi dengan pakar AI yang memahami industri perbankan dan LKNB juga harus dipertimbangkan. Banyak dilaporkan bahwa SDM yang ahli dalam AI masih langka. Oleh sebab itu, menggunakan para ahli AI melalui outsourcing banyak disarankan.
Secara khusus, penggunaan AI akan mengarah pada satu kesimpulan bahwa AI di sektor perbankan dan LKNB dapat menyederhanakan kegiatan operasional, memangkas biaya, dan membuka peluang baru untuk penciptaan nilai tambah. Banyak pembuktian bahwa penggunaan AI dapat merevolusi proses pengambilan keputusan melalui aplikasi dalam pemberian pinjaman dan penilaian kredit serta mampu mengelola kepuasan nasabah.
Penggunaan AI di industri perbankan dan LKNB sepertinya sulit dihindari. Lihat saja, saat ini makin banyak bank dan LKNB yang melakukan transformasi dan modernisasi digital. AI diprediksi meningkatkan produktivitas di bank investasi sebesar 27% dan meningkatkan operasional front-office sebesar 27%- 35% pada 2026 (KMS Technology, 2025). Sementara, menurut laporan McKinsey, AI generatif (generative AI/ GenAI) dapat menambah keuntungan industri perbankan global sebesar US$200 miliar hingga US$340 miliar setiap tahunnya, yang diharapkan dapat meningkatkan efisiensi.
