Bank-bank besar di Wall Street yang sering juga dijuluki “bulge bracket banks” masih terus menggelontorkan miliaran dolar untuk kecerdasan buatan (AI), bukan sekadar untuk efisiensi, tetapi untuk mendefinisikan ulang cara kerja industri keuangan. Dari otomatisasi coding hingga pengambilan keputusan investasi, AI kini menjadi pusat strategi—namun di saat yang sama memunculkan tekanan baru, yakni bagaimana membuktikan bahwa investasi raksasa ini benar-benar menghasilkan nilai bisnis nyata.
Fokus:
■ Bank global menggelontorkan miliaran dolar untuk AI, namun dituntut membuktikan ROI nyata kepada investor.
■ AI meningkatkan produktivitas hingga 35% dan menghemat ratusan ribu jam kerja developer setiap tahun.
■ Risiko baru muncul, mulai dari keamanan siber hingga reputasi akibat kesalahan sistem AI.
Tekanan terhadap para bos bank global semakin nyata. Setelah menggelontorkan miliaran dolar ke teknologi kecerdasan buatan (AI), para CEO kini dituntut menjawab satu pertanyaan krusial, apakah investasi besar ini benar-benar menghasilkan keuntungan, atau justru membuka risiko baru yang belum sepenuhnya dipahami?
Gelombang investasi besar-besaran dalam kecerdasan buatan tengah mengubah wajah Wall Street. Bank-bank raksasa seperti JPMorgan Chase, Goldman Sachs, Citigroup, Bank of America, hingga Morgan Stanley kini menjadikan AI sebagai tulang punggung transformasi bisnis mereka.
Dalam laporan kinerja kuartal pertama 2026, para analis secara agresif menyoroti efektivitas belanja teknologi tersebut. Pertanyaan utamanya sederhana: apakah AI benar-benar meningkatkan produktivitas dan profitabilitas?
Investasi Jumbo, Ekspektasi Tinggi
JPMorgan Chase, seperti ditulis Business Insider, menjadi contoh paling agresif. Bank terbesar di AS ini mengalokasikan hampir US$20 miliar per tahun untuk teknologi. CEO Jamie Dimon bahkan menyebut investasi AI senilai US$2 miliar telah “membayar dirinya sendiri” melalui efisiensi.
Sementara itu, Bank of America menghabiskan sekitar US$13 miliar untuk teknologi pada 2025 dan berencana menaikkan belanja tersebut hingga 10% pada 2026.
Di sisi lain, Goldman Sachs menggelontorkan US$6 miliar untuk teknologi, meski CEO David Solomon mengakui angka idealnya bisa mencapai US$8 miliar—terkendala tuntutan profit.
AI Mengubah Cara Kerja Bank
Implementasi AI kini merambah hampir seluruh lini bisnis—dari front office hingga back office.
Di JPMorgan Chase, lebih dari 200.000 karyawan telah menggunakan platform generative AI internal. Bank ini bahkan memantau penggunaan AI oleh para engineer melalui dashboard khusus.
Citigroup melaporkan bahwa AI telah menghemat 100.000 jam kerja developer setiap minggu melalui otomatisasi review kode. CEO Jane Fraser mengatakan, “Ini memberikan peningkatan produktivitas yang sangat signifikan.”
Sementara Wells Fargo menyebut produktivitas engineer meningkat hingga 35% berkat AI generatif. Di Morgan Stanley, tools seperti DevGen.AI mampu menghemat lebih dari 280.000 jam kerja hanya dalam enam bulan.
Dari Chatbot hingga Agentic AI
Transformasi ini tidak hanya soal efisiensi internal. Bank of America mencatat asisten virtual Erica telah digunakan lebih dari 3,2 miliar kali sejak diluncurkan. Bahkan lebih dari 90% karyawan kini menggunakannya untuk kebutuhan internal.
Citigroup mulai menguji “agentic AI”—teknologi yang mampu menyelesaikan tugas kompleks hanya dengan satu perintah.
“Hal ini memungkinkan tugas-tugas kompleks yang terdiri dari banyak tahapan diselesaikan hanya dengan satu perintah, dan hasil awalnya sangat menjanjikan,” kata Fraser.
Aplikasi Jadi Medan Pertempuran Utama
Investasi aplikasi—termasuk superapps—justru menjadi “wajah depan” dari seluruh belanja AI bank-bank global. Kalau AI adalah mesinnya, maka aplikasi adalah pintu masuk ke nasabah. Tanpa aplikasi yang kuat, investasi AI sebesar apa pun tidak akan terasa ke pengguna.
Bank-bank besar seperti JPMorgan Chase, Bank of America, hingga Citigroup tidak hanya berinvestasi di AI backend, tetapi juga agresif memperkuat mobile apps mereka—bahkan mengarah ke model superapps.
Di industri global, porsi belanja IT bank kini didominasi software dan aplikasi. Sejumlah riset (termasuk McKinsey dan Accenture) menunjukkan lebih dari 60% anggaran teknologi bank besar dialokasikan ke pengembangan aplikasi dan experience layer—naik tajam dari sekitar 38% satu dekade lalu.
Bank of America menjadi salah satu pionir. Aplikasi mereka bukan sekadar mobile banking, tetapi sudah menjadi ekosistem layanan finansial. Asisten AI Erica—yang sudah digunakan lebih dari 3,2 miliar kali—tertanam langsung di dalam aplikasi, menjadi contoh integrasi AI + apps yang matang.
Sementara JPMorgan Chase fokus pada penguatan platform digital untuk wealth management, trading, dan corporate banking dalam satu ekosistem terpadu. Targetnya jelas: membuat nasabah tidak perlu keluar dari aplikasi mereka untuk kebutuhan finansial apa pun.
Di sisi lain, Goldman Sachs dan Morgan Stanley lebih selektif. Mereka tidak mengejar superapps retail secara agresif, tetapi membangun aplikasi khusus bernilai tinggi untuk klien premium dan institutional—misalnya platform advisory berbasis AI dan dashboard investasi real-time.
AI Jadi “Otak” dari Superapps
Perbedaan utama aplikasi bank sekarang dengan 5–10 tahun lalu adalah: AI tidak lagi fitur tambahan, tapi inti sistem. Beberapa perubahan besar a.l. mencakup:
● Personalisasi real-time (rekomendasi produk, investasi, kredit).
● Chatbot berubah jadi financial advisor digital.
● Otomatisasi transaksi kompleks (wealth, lending, treasury).
Prediksi kebutuhan nasabah (predictive banking)
Inilah yang mendorong munculnya konsep AI-native banking apps—aplikasi yang sejak awal dirancang berbasis AI, bukan sekadar ditambahkan belakangan.
Tantangan: Mahal, Kompleks, dan Belum Tentu ROI
Namun, membangun superapps bukan tanpa risiko. Biaya sangat besar. Pengembangan aplikasi skala superapps bisa memakan miliaran dolar, belum termasuk biaya maintenance dan cybersecurity.
Lalu soal fragmentasi layanan. Tidak semua bank berhasil menggabungkan banyak layanan dalam satu app tanpa mengorbankan user experience.
Kompetisi Big Tech & fintech. Bank harus bersaing dengan pemain seperti Apple, Google, dan superapps Asia seperti Grab atau WeChat yang sudah lebih dulu menguasai ekosistem digital.
Arah ke Depan: Dari Apps ke “Invisible Banking”
Menariknya, tren terbaru justru mulai mengarah ke fase berikutnya: post-app era. Dengan berkembangnya agentic AI, fungsi aplikasi bisa “menghilang” ke dalam:
● AI assistant
● Voice interface
● Embedded finance di platform lain
Artinya, bank tetap berinvestasi besar di aplikasi—tetapi dalam jangka panjang, aplikasi bisa berubah dari “destination” menjadi “infrastructure”.
Intinya, ank global tetap menggelontorkan dana besar untuk aplikasi dan superapps karena di situlah interaksi dengan nasabah terjadi. Namun, dengan kemajuan AI, masa depan mungkin bukan lagi tentang siapa punya aplikasi terbaik—melainkan siapa yang memiliki sistem AI paling cerdas di baliknya.
Dampak ke Tenaga Kerja dan Budaya
AI tidak hanya mengubah teknologi, tetapi juga struktur organisasi. Beberapa bank mulai memperlambat perekrutan, bahkan mengurangi posisi tertentu. Di saat yang sama, kebutuhan akan talenta “high-value” justru meningkat—yakni mereka yang mampu bekerja berdampingan dengan AI.
Peran engineer, analis, hingga banker junior kini bergeser: dari eksekutor menjadi pengelola sistem AI.
Di balik peluang, muncul kekhawatiran baru. Model AI canggih seperti yang dikembangkan Anthropic memicu diskusi serius soal risiko keamanan siber.
Para CEO bank bahkan menghadiri pertemuan mendadak dengan otoritas keuangan AS untuk khusus membahas potensi ancaman AI.
Risiko ini bukan hanya persoalan teknis, tetapi juga reputasi. Kesalahan AI dapat langsung memengaruhi persepsi pasar sebelum klarifikasi resmi dikeluarkan.
Digionary:
● Agentic AI: AI yang mampu menjalankan tugas kompleks multi-langkah secara mandiri.
● Generative AI: Teknologi AI yang mampu membuat konten seperti teks, kode, atau gambar.
● Headcount: Jumlah tenaga kerja dalam sebuah organisasi.
● Productivity uplift: Peningkatan efisiensi kerja yang terukur.
● Proxy voting: Proses pemungutan suara pemegang saham melalui perwakilan.
● ROI (Return on Investment): Ukuran keuntungan dibandingkan dengan investasi yang dikeluarkan.
#AI #ArtificialIntelligence #Perbankan #BankDigital #WallStreet #TeknologiKeuangan #Fintech #DigitalTransformation #Cybersecurity #GenerativeAI #AgenticAI #BankingInnovation #FutureOfWork #BigTech #DataAnalytics #Automation #WealthManagement #RiskManagement #TechInvestment #GlobalFinance
