Sikap hati-hati Presdir BCA Hendra Lembong terhadap penggunaan artificial intelligence (AI) mencerminkan dilema industri perbankan saat ini, antara dorongan efisiensi teknologi dan risiko akurasi, fraud, serta dampak sosial terhadap tenaga kerja.
Fokus:
■ BCA menahan penggunaan AI untuk kredit karena risiko akurasi dan ketidakmampuan menilai aspek kualitatif nasabah.
■ AI dinilai sebagai pisau bermata dua: meningkatkan efisiensi, namun juga membuka celah fraud baru di sektor keuangan.
■ Pertimbangan biaya dan dampak sosial membuat adopsi AI di Indonesia tidak bisa dilakukan secara agresif.
Di tengah euforia global terhadap kecerdasan buatan, tidak semua bank memilih berlari kencang. Bos BCA Hendra Lembong justru mengambil posisi berbeda, menahan diri. Bagi BCA, AI bukan sekadar alat efisiensi—melainkan teknologi yang harus diuji dengan disiplin tinggi sebelum menyentuh keputusan paling krusial: kredit.
Di era ketika banyak bank global berlomba mengintegrasikan kecerdasan buatan ke dalam seluruh lini bisnis, pendekatan Hendra Lembong justru menonjol karena kehati-hatiannya. Dia melihat AI bukan hanya sebagai peluang, tetapi juga sumber risiko baru yang tidak bisa diabaikan.
Menurut dia, implementasi AI ibarat pisau bermata dua. Meski menawarkan efisiensi tinggi, BCA memilih bersikap sangat hati-hati, terutama dalam pengambilan keputusan strategis seperti pemberian kredit. “AI ini seperti pisau bermata dua. Jadi kita belum pakai untuk kredit,” ujarnya. dalam acara CEO Lecture Series II di Perbanas Institute, Jakarta, pada Kamis (30/4)
Pernyataan itu mencerminkan posisi BCA yang tidak menolak teknologi, tetapi juga tidak tergesa-gesa mengadopsinya dalam area yang sensitif. Dalam konteks perbankan, keputusan kredit adalah jantung bisnis—dan kesalahan kecil bisa berdampak sistemik.
Menurut Hendra, salah satu tantangan utama AI adalah keterbatasannya dalam menilai aspek kualitatif dalam prinsip 5C—karakter, kapasitas, modal, jaminan, dan kondisi. Elemen seperti karakter nasabah, yang sering kali bersifat subjektif dan kontekstual, belum sepenuhnya bisa diterjemahkan oleh algoritma.
“Nah, kita masih agak khawatir nih dengan AI untuk menilai karakter nasabah dan sebagainya. Takutnya halunya masih banyak. Jika kita mengambil keputusan berdasarkan model yang belum proven (terjamin), ini bisa mengakibatkan salah decision,” ujarnya.
Kekhawatiran tersebut bukan tanpa dasar. Secara global, berbagai studi menunjukkan bahwa model AI dalam keuangan masih menghadapi tantangan bias data, interpretabilitas, serta risiko overfitting.
Dalam laporan lembaga internasional seperti BIS dan IMF, disebutkan bahwa penggunaan AI dalam credit scoring memang meningkat, tetapi tetap memerlukan pengawasan manusia yang ketat. Selain aspek akurasi, Hendra juga menyoroti paradoks lain: AI sebagai alat sekaligus ancaman dalam keamanan finansial.
“AI juga banyak dipakai untuk fraud. Kita pakai AI untuk mengurangi (fraud), banyak juga yang pakai untuk menipu orang. Dan itu kan udah banyak lah kalau dilihat,” jelas dia.
Fenomena ini semakin relevan di Indonesia, di mana kasus penipuan berbasis digital—mulai dari phishing hingga deepfake—terus meningkat seiring penetrasi teknologi.
Di sisi lain, faktor ekonomi juga menjadi pertimbangan. Implementasi AI tidak murah. Untuk skala operasional seperti contact center, biaya lisensi bisa mencapai puluhan miliar rupiah—angka yang harus ditimbang dengan efisiensi yang dihasilkan.
Namun yang paling menarik dari pandangan Hendra adalah perspektif sosialnya. Di tengah dorongan otomatisasi, ia mengingatkan bahwa Indonesia masih membutuhkan penciptaan lapangan kerja.
“Lama-lama kita pikir orang aja kali yang kerjain yang lebih murah kali ya. Jadi ini juga keputusan yang kita lihat juga mau seberapa cepat. Karena yang dibutuhkan negara kita ini kan lapangan kerja,” pungkasnya.
Pendekatan ini menempatkan BCA dalam posisi yang relatif unik: menggabungkan disiplin teknologi dengan sensitivitas sosial. Di saat banyak institusi global mendorong otomatisasi penuh, BCA memilih jalur yang lebih seimbang—mengadopsi teknologi secara selektif sambil tetap mempertimbangkan dampaknya terhadap manusia.
Dalam konteks industri, sikap ini mencerminkan fase baru transformasi digital perbankan: bukan lagi soal siapa paling cepat mengadopsi teknologi, tetapi siapa yang paling tepat dalam mengelolanya.
Digionary:
● Artificial Intelligence (AI): Teknologi yang memungkinkan mesin meniru kecerdasan manusia dalam analisis dan pengambilan keputusan.
● Credit Assessment: Proses penilaian kelayakan kredit calon debitur oleh bank.
● Fraud: Tindakan penipuan dalam transaksi keuangan.
● Machine Learning: Cabang AI yang memungkinkan sistem belajar dari data tanpa diprogram secara eksplisit.
● Model Risk: Risiko kesalahan akibat penggunaan model analitik atau algoritma.
● Prinsip 5C: Kerangka penilaian kredit meliputi Character, Capacity, Capital, Collateral, Condition.
● Proven Model: Model yang telah terbukti akurat dan andal melalui pengujian.
#BCA #HendraLembong #AI #ArtificialIntelligence #PerbankanIndonesia #DigitalBanking #Fintech #FraudPrevention #CreditScoring #TransformasiDigital #EkonomiIndonesia #BankingStrategy #AIinBanking #RiskManagement #Innovation #FutureOfWork #FinancialTechnology #BankingLeadership #Digibankers #IndustriKeuangan
