Demam kecerdasan buatan (AI) sedang melanda dunia keuangan. Namun, bagi para pelaku industri perbankan, teknologi AI bukanlah “peluru perak”, sebuah solusi ajaib yang mampu menuntaskan segala persoalan dalam sekejap.
Analis senior Wells Fargo Mike Mayo memperingatkan para investor bahwa transformasi AI di sektor perbankan merupakan perjalanan panjang yang memakan waktu lama, berbiaya tinggi, dan penuh risiko.
”Kami belum bisa menemukan satu pun produk atau layanan baru yang benar-benar luar biasa dari AI di masa-masa awal ini. Dari sudut pandang produk, sejujurnya ini masih terasa sedikit membosankan,” tulis Mayo dalam catatan investasinya.
Bukan Sekadar Alat, Tetapi “Rekan Kerja”
Meskipun euforia pasar begitu tinggi, manfaat nyata AI membutuhkan waktu untuk matang. Menariknya, peran manusia diprediksi tidak akan hilang dalam waktu dekat.
Hal ini menjadi poin utama dalam pertemuan puncak perbankan dan teknologi yang melibatkan raksasa dunia seperti JPMorgan Chase, Goldman Sachs, Amazon, hingga Meta.
Mayo berpendapat bahwa keuntungan jangka panjang hanya akan diraih oleh pemain besar yang mampu memadukan data eksklusif (proprietary data) dengan perancangan ulang proses bisnis yang disiplin. Dalam ekosistem ini, faktor kepercayaan nasabah akan menjadi “parit” pelindung bisnis yang paling utama.
Senada dengan pandangan tersebut, Sean Viergutz (Pemimpin Penasihat Perbankan dan Pasar Modal di PwC) melihat adanya pergeseran pola pikir yang signifikan dalam setahun terakhir.
“Bank kini mulai menyadari bahwa AI bukan sekadar alat tambahan. Mereka yang benar-benar memahami kekuatannya tidak menggunakan AI sebagai alat, Mereka menggunakannya sebagai rekan kerja dan rekan satu tim,” katanya.
Kini, fokus industri perbankan bergeser pada pertanyaan fundamental. Bagaimana mengubah struktur organisasi dan prosedur operasi agar mampu melibatkan “pekerja digital” ke dalam sistem kerja harian secara mulus?.
Antara Efisiensi dan Realitas Ekspektasi
Dalam surat kepada pemegang saham, CEO Goldman Sachs David Solomon turut menyinggung model operasional baru bank yang berbasis AI.
Menurutnya, proses operasional perbankan sudah saatnya mencerminkan keuntungan efisiensi yang dihasilkan oleh teknologi transformatif ini.
Di balik optimisme tersebut, Viergutz mengingatkan adanya “celah persepsi” di masyarakat yaitiu munculnya anggapan keliru bahwa AI mampu melakukan segalanya secara mandiri.
”AI memang bisa memberikan lompatan besar dalam hal efisiensi dan akurasi. Namun, teknologi ini tidak akan bisa menggantikan peran pekerja ahli yang memahami seluk-beluk sistem, teknologi, serta bagaimana alur bisnis atau produk seharusnya berjalan,” tegas Viergutz seperti dikutip CIO Dive.
Peta Jalan Implementasi di Berbagai Skala Bank
Saat ini, bank-bank besar mulai menerapkan AI pada area-area spesifik untuk menguji efektivitasnya, antara lain:
- Rekayasa Perangkat Lunak: Mempercepat pengembangan kode pemrograman.
- Kepatuhan (Compliance): Optimalisasi aplikasi KYC (Know Your Customer) dan deteksi anti-pencucian uang.
- Perbankan Investasi: Otomatisasi penyusunan materi presentasi (pitchbooks) agar analis kredit tidak perlu menghabiskan waktu berjam-jam secara manual.
Mayo memperkirakan bahwa di masa depan, sepertiga pekerjaan bank atau setidaknya sebagian tugas tertentu akan ditangani lebih baik oleh AI.
Namun, strategi yang diterapkan akan sangat bergantung pada skala bank tersebut:
- Bank Skala Besar (Money Center): Fokus pada peningkatan produktivitas di tengah jumlah karyawan yang masif.
- Bank Kustodian/Aset: Menitikberatkan pada Agentic AI untuk menangani alur kerja yang padat dokumen dan data.
- Bank Regional: Lebih menyasar efisiensi pada target spesifik, seperti pusat panggilan (call center), deteksi penipuan, dan pemrograman.
Pada akhirnya, kesuksesan AI di dunia perbankan tidak ditentukan oleh seberapa canggih teknologi yang dibeli. Keberhasilan sesungguhnya bergantung pada seberapa dalam teknologi tersebut mampu merombak cara kerja lama menjadi lebih gesit, tanpa mengorbankan faktor keamanan dan kepercayaan nasabah.
