Laporan terbaru McKinsey menunjukkan AI kini berpotensi mengotomatisasi lebih dari separuh jam kerja di Amerika Serikat menggunakan teknologi yang sudah tersedia saat ini. Namun, riset tersebut menegaskan masa depan dunia kerja bukan sekadar soal penggantian manusia oleh mesin, melainkan kolaborasi antara manusia dan AI. Bagi industri perbankan, digital banking, dan layanan keuangan, perubahan ini membuka peluang besar untuk efisiensi operasional, peningkatan layanan nasabah, hingga lahirnya model bisnis baru berbasis agentic AI. Di sisi lain, transformasi ini juga memunculkan tantangan baru terkait talenta, tata kelola, keamanan data, regulasi, dan strategi kepemimpinan perusahaan.
DIGI-HIGHLIGHTS:
■ McKinsey menyebut lebih dari separuh jam kerja di AS kini sebenarnya sudah bisa diotomatisasi menggunakan teknologi AI yang tersedia saat ini. Namun, masa depan dunia kerja diproyeksikan berbasis kolaborasi manusia dan AI, bukan penggantian total tenaga kerja manusia.
■ Industri perbankan menjadi salah satu sektor yang paling cepat mengadopsi AI, mulai dari customer service, fraud detection, credit scoring, hingga agentic AI yang mampu menjalankan proses bisnis secara otomatis dan real time.
■ McKinsey memperingatkan risiko terbesar perusahaan bukan bergerak terlalu cepat dalam AI, melainkan terlalu lambat. Bank dan perusahaan keuangan yang menunda transformasi digital berpotensi tertinggal dalam efisiensi, layanan, dan daya saing industri.
Artificial intelligence (AI) diperkirakan akan mengubah struktur tenaga kerja global jauh lebih cepat dibanding prediksi banyak perusahaan. McKinsey Global Institute dalam riset terbarunya menyebut lebih dari separuh jam kerja di Amerika Serikat sebenarnya sudah bisa diotomatisasi menggunakan teknologi AI yang tersedia saat ini. Namun, alih-alih menghapus peran manusia sepenuhnya, AI justru diproyeksikan membentuk model kerja baru berbasis kolaborasi manusia dan mesin.
Bagi industri perbankan dan jasa keuangan, perubahan ini dipandang sebagai titik balik transformasi digital berikutnya. Bank tidak lagi hanya menggunakan AI untuk chatbot atau fraud detection, tetapi mulai mengarah pada penggunaan AI agents yang mampu menjalankan proses bisnis, analisis data, layanan nasabah, hingga pengambilan keputusan operasional secara real time.
McKinsey dalam podcast dan laporan bertajuk “The Rise of the Human-AI Workforce” menilai perusahaan global kini memasuki fase baru transformasi AI, yakni perpaduan antara tenaga kerja manusia dengan AI agents dan robot.
Senior Partner McKinsey, Alexis Krivkovich, mengatakan perubahan ini akan memengaruhi hampir seluruh jenis pekerjaan lintas industri, mulai dari pekerja frontline hingga jajaran CEO. “Apa yang paling menarik adalah teknologi ini menyentuh setiap peran dan setiap aspek bagaimana orang menghabiskan waktunya di semua fungsi dan industri,” katanya.
Menurut dia, tantangan terbesar perusahaan bukan lagi apakah AI akan digunakan atau tidak, tetapi seberapa cepat organisasi mampu menyerap perubahan tersebut.
McKinsey memperkirakan potensi nilai ekonomi AI dapat mencapai hampir US$3 triliun per tahun pada 2030. Namun, sebagian besar perusahaan global dinilai belum berhasil memperoleh manfaat maksimal dari investasi AI karena masih berada pada tahap eksperimen terbatas.
AI Mulai Mengubah Operasional Bank
Perubahan ini menjadi sangat relevan bagi industri perbankan. Dalam beberapa tahun terakhir, bank-bank global maupun Indonesia mulai meningkatkan investasi pada AI untuk memperkuat efisiensi, customer experience, hingga mitigasi risiko.
Bank digital mulai memanfaatkan AI untuk meningkatkan efisiensi operasional, ini menjadi salah satu tren yang kini terlihat di berbagai institusi keuangan global.
AI kini digunakan untuk otomatisasi layanan pelanggan, credit scoring, analisis perilaku nasabah, personalisasi produk, deteksi fraud, anti pencucian uang (AML), hingga predictive analytics.
Laporan McKinsey menilai transformasi berikutnya akan mengarah pada penggunaan agentic AI, yakni AI yang mampu menjalankan tugas kompleks secara mandiri berdasarkan tujuan tertentu.
“Jika Anda adalah bank, sangat mungkin klien menengah hingga besar Anda akan mulai menggunakan agents untuk berinteraksi dengan fungsi keuangan,” kata Anu Madgavkar, Partner McKinsey Global Institute.
Pernyataan itu memperlihatkan bahwa AI ke depan bukan hanya alat bantu internal bank, tetapi juga akan mengubah cara nasabah korporasi berinteraksi dengan layanan keuangan.
Skill Baru Jadi Kunci
McKinsey menilai perubahan besar justru terjadi pada kebutuhan keterampilan tenaga kerja. AI diperkirakan mengambil alih pekerjaan administratif dan repetitif, sementara manusia akan semakin fokus pada kemampuan berpikir kritis, negosiasi, kepemimpinan, problem solving, dan pengambilan keputusan.
“Kami menemukan sebagian besar skill sebenarnya bersifat shared skills, artinya AI dan manusia sama-sama bisa melakukannya,” kata Anu Madgavkar.
Menurut dia, pekerja tidak bisa lagi hanya mengandalkan kemampuan dasar yang sama seperti sebelumnya. Tenaga kerja harus meningkatkan kapasitas agar mampu bekerja bersama AI.
“Kita harus menggunakan AI untuk meningkatkan kemampuan diri kita sendiri,” ujar Anu.
Dalam konteks industri perbankan, kebutuhan terhadap talenta digital diperkirakan meningkat tajam, terutama pada bidang AI governance, cybersecurity, cloud computing, data analytics, machine learning, dan AI risk management.
Bank Indonesia dan Otoritas Jasa Keuangan (OJK) sendiri dalam beberapa tahun terakhir mulai mendorong percepatan transformasi digital sektor keuangan, termasuk penguatan tata kelola teknologi dan keamanan siber.
Risiko AI dan Ancaman Baru
Meski menawarkan efisiensi tinggi, McKinsey mengingatkan penggunaan AI dalam skala besar juga memunculkan risiko baru. Salah satunya adalah potensi bias algoritma, kebocoran data, hingga risiko operasional akibat keputusan AI yang tidak sepenuhnya dapat dijelaskan.
Dalam industri perbankan, risiko tersebut menjadi semakin sensitif karena menyangkut data finansial, privasi nasabah, stabilitas sistem keuangan, serta kepatuhan regulasi.
Kepercayaan menjadi faktor utama dalam adopsi AI di sektor keuangan, ini menjadi salah satu tantangan yang kini dihadapi banyak bank global.
McKinsey juga menilai perusahaan yang bergerak terlalu lambat justru menghadapi risiko lebih besar dibanding perusahaan yang agresif mengadopsi AI. “Kecepatan adalah strategi itu sendiri,” kata Alexis Krivkovich.
Menurut dia, banyak perusahaan menunda keputusan investasi AI karena menunggu kepastian arah teknologi. Padahal, pada saat kepastian itu datang, perusahaan bisa tertinggal jauh dari kompetitor.
Model Kerja Perbankan Akan Berubah
Transformasi AI juga diperkirakan mengubah model organisasi perusahaan, termasuk perbankan. Manajer di era AI tidak lagi hanya mengelola manusia, tetapi juga mengelola hybrid workforce yang terdiri dari manusia dan AI agents.
AI mampu bekerja 24 jam tanpa henti, menghasilkan ribuan laporan dalam waktu singkat, dan memproses data dalam skala besar. Namun, manusia tetap diperlukan untuk melakukan validasi, pengawasan, penilaian etika, dan pengambilan keputusan strategis.
McKinsey menyebut perusahaan akan memasuki fase transisi panjang yang penuh perubahan cepat. “Bagian dari menjadi manajer yang baik adalah memiliki appetite terhadap perubahan, resilien, dan kreatif menghadapi proses tersebut,” kata Anu Madgavkar.
AI Bukan Sekadar Teknologi
Laporan ini juga menegaskan AI bukan lagi sekadar proyek teknologi, melainkan agenda strategis perusahaan.
Bagi industri perbankan, AI diperkirakan akan
memengaruhi efisiensi biaya, profitabilitas, model bisnis, pengalaman nasabah, hingga persaingan industri.
Bank yang berhasil mengintegrasikan AI secara tepat diperkirakan memiliki keunggulan dalam produktivitas, kecepatan layanan, dan monetisasi data. Sebaliknya, bank yang lambat beradaptasi berpotensi kehilangan relevansi di tengah perubahan perilaku nasabah digital. ●
DIGI-INSIGHTS:
Transformasi AI di industri perbankan tidak lagi berada pada tahap eksperimen teknologi, tetapi mulai bergerak menjadi strategi inti bisnis. Dalam beberapa tahun terakhir, bank fokus menggunakan AI untuk efisiensi operasional dan customer service. Namun, arah berikutnya jauh lebih besar: AI mulai masuk ke proses pengambilan keputusan, underwriting, treasury, risk analytics, hingga pengelolaan hubungan nasabah korporasi. Ini menandai pergeseran dari digital banking menuju AI-native banking.
Menariknya, laporan McKinsey memperlihatkan bahwa ancaman terbesar bukan AI menggantikan manusia, melainkan organisasi yang gagal membangun model kerja hybrid antara manusia dan AI. Di sektor keuangan, keunggulan kompetitif ke depan kemungkinan tidak hanya ditentukan oleh ukuran aset atau jaringan distribusi, tetapi oleh kemampuan bank mengintegrasikan AI dengan data, budaya kerja, dan tata kelola risiko. Bank yang mampu menciptakan “human-AI workforce” berpotensi memiliki cost structure lebih efisien sekaligus layanan lebih personal dan cepat.
Bagi Indonesia, momentum ini juga membuka peluang strategis. Dengan populasi digital yang besar dan penetrasi mobile banking yang terus meningkat, Indonesia bisa menjadi pasar penting bagi pengembangan AI finansial di Asia Tenggara.
Namun, tantangan terbesar tetap berada pada kualitas talenta, kesiapan regulasi, keamanan siber, dan tata kelola data. Dalam industri berbasis trust seperti perbankan, adopsi AI yang agresif tanpa governance yang kuat justru dapat menciptakan risiko reputasi dan sistemik yang lebih besar. ●
DIGIONARY:
● Agentic AI: Sistem AI yang mampu menjalankan tugas dan mengambil keputusan secara mandiri berdasarkan tujuan tertentu.
● AI Governance: Tata kelola penggunaan AI agar sesuai regulasi, etika, dan manajemen risiko.
● Artificial Intelligence: Teknologi yang memungkinkan mesin meniru kemampuan berpikir dan belajar manusia.
● Automation: Proses penggunaan teknologi untuk menjalankan pekerjaan secara otomatis tanpa intervensi manual besar.
● Chief Human Resource Officer (CHRO): Eksekutif perusahaan yang bertanggung jawab atas strategi sumber daya manusia.
● Cloud Computing: Teknologi penyimpanan dan pengolahan data melalui internet.
● Credit Scoring: Sistem penilaian risiko kredit nasabah menggunakan data dan algoritma.
● Customer Experience: Pengalaman nasabah saat menggunakan layanan perusahaan atau bank.
● Data Analytics: Proses analisis data untuk menghasilkan insight bisnis dan pengambilan keputusan.
● Digital Banking: Layanan perbankan berbasis digital tanpa ketergantungan penuh pada kantor cabang fisik.
● Fraud Detection: Sistem untuk mendeteksi aktivitas penipuan atau transaksi mencurigakan.
● Hybrid Workforce: Model tenaga kerja gabungan antara manusia dan teknologi AI atau robot.
● Machine Learning: Cabang AI yang memungkinkan sistem belajar dari data secara otomatis.
● Predictive Analytics: Analisis data untuk memprediksi perilaku atau kejadian di masa depan.
● Reskilling: Proses pelatihan ulang tenaga kerja untuk kemampuan baru sesuai kebutuhan industri.
#AI #ArtificialIntelligence #DigitalBanking #PerbankanDigital #McKinsey #AgenticAI #TransformasiDigital #Fintech #Cybersecurity #BankDigital #DataAnalytics #MachineLearning #CustomerExperience #CloudComputing #AIWorkforce #HumanAI #TeknologiKeuangan #FraudDetection #Otomatisasi #IndustriPerbankan
