Pemanfaatan artificial intelligence (AI) di dunia usaha memasuki fase baru. Jika selama ini AI banyak digunakan untuk meningkatkan efisiensi dan memangkas biaya operasional, IBM menilai pendekatan tersebut tidak lagi cukup untuk menciptakan keunggulan kompetitif yang berkelanjutan. Di tengah adopsi AI yang semakin masif, perusahaan dituntut memiliki visi yang jelas mengenai bagaimana AI dapat mengubah model bisnis, menciptakan diferensiasi, serta membuka sumber pertumbuhan baru. Bagi industri perbankan, keberhasilan transformasi AI akan sangat ditentukan oleh kualitas data, tata kelola, kepemimpinan, dan kemampuan mengintegrasikan AI ke dalam strategi bisnis.
DIGI-HIGHLIGHTS:
■ IBM menilai AI tidak lagi cukup digunakan hanya untuk meningkatkan efisiensi. Keunggulan kompetitif akan ditentukan oleh kemampuan perusahaan menggunakan AI untuk mengubah model bisnis dan menciptakan diferensiasi.
■ Sebanyak 79% eksekutif global percaya AI akan memberikan kontribusi signifikan terhadap pertumbuhan pendapatan pada 2030. Namun hanya organisasi dengan visi transformasi yang jelas yang berpotensi memperoleh manfaat maksimal.
■ Tata kelola AI, kualitas data, dan pengembangan talenta menjadi tiga fondasi utama keberhasilan transformasi AI di industri perbankan dan jasa keuangan.
Artificial intelligence (AI) semakin menjadi faktor penentu daya saing perusahaan di berbagai sektor, termasuk perbankan. Namun menurut IBM, organisasi yang hanya menggunakan AI untuk meningkatkan produktivitas dan efisiensi operasional berisiko kehilangan keunggulan kompetitif karena manfaat tersebut pada akhirnya akan dinikmati hampir seluruh pelaku industri.
Sebaliknya, perusahaan yang mampu memanfaatkan AI untuk mentransformasi model bisnis, menciptakan diferensiasi layanan, dan menghasilkan sumber pertumbuhan baru berpotensi menjadi pemimpin di era ekonomi digital.
IBM, dalam artikel yang dipublikasikan Harvard Business Review menilai banyak perusahaan saat ini masih memandang AI sebagai alat untuk memangkas biaya, mengotomatisasi pekerjaan rutin, serta meningkatkan kecepatan operasional.
Strategi tersebut memang menghasilkan manfaat nyata. Namun ketika seluruh perusahaan melakukan hal yang sama, keunggulan yang tercipta menjadi semakin tipis. Fenomena ini disebut IBM sebagai “paradoks efisiensi”.
Ketika AI meningkatkan produktivitas hampir semua pelaku industri secara bersamaan, biaya operasional menurun dan kecepatan meningkat. Namun pada saat yang sama, diferensiasi bisnis ikut berkurang.
“Melalui AI, jika sebuah organisasi melakukan pekerjaan dengan cukup baik, maka semua orang akan memperoleh peningkatan kinerja. AI memang dapat meningkatkan standar dasar bagi semua perusahaan. Namun keunggulan kepemimpinan muncul ketika AI digunakan untuk menembus batas, mendefinisikan ulang cara perusahaan bersaing, bukan sekadar cara perusahaan beroperasi,” kata Manish Goyal, Senior Partner IBM Consulting.
Bagi industri perbankan, fenomena tersebut semakin relevan. Saat ini hampir seluruh bank besar di dunia mengembangkan AI untuk berbagai fungsi, mulai dari layanan nasabah, pemasaran, manajemen risiko, credit underwriting, hingga deteksi fraud.
Ketika seluruh bank memiliki teknologi yang relatif serupa, faktor pembeda tidak lagi terletak pada penggunaan AI itu sendiri, melainkan bagaimana AI diintegrasikan ke dalam strategi bisnis dan pengalaman nasabah.
Mayoritas Eksekutif Percaya AI Akan Mendorong Pendapatan
Optimisme terhadap AI terus meningkat.
Berdasarkan laporan IBM Institute for Business Value (IBM IBV) bertajuk The Enterprise in 2030, sebanyak 79% eksekutif meyakini AI akan memberikan kontribusi signifikan terhadap peningkatan pendapatan perusahaan pada 2030. Namun IBM menilai tidak semua perusahaan akan menikmati manfaat yang sama.
Organisasi yang berhasil memanfaatkan AI secara maksimal umumnya memiliki visi transformasi yang jelas, dukungan kuat dari pimpinan perusahaan, serta kemampuan mengubah hasil efisiensi menjadi investasi baru untuk inovasi dan pertumbuhan.
“Dibutuhkan organisasi yang istimewa untuk benar-benar menjalankan transformasi secara menyeluruh. Para pemimpin harus terlibat dan memahami AI di setiap tingkatan organisasi, dengan arahan yang datang dari pimpinan tertinggi,” ujar Anthony Marshall, Global Leader IBM Institute for Business Value.
Menurut Marshall, organisasi yang mampu menyelaraskan strategi bisnis, investasi teknologi, pengembangan talenta, dan tata kelola akan memiliki peluang lebih besar untuk menciptakan keunggulan kompetitif berbasis AI.
Kualitas Data Menentukan Keberhasilan AI
Salah satu temuan penting IBM adalah masih rendahnya kesiapan data perusahaan.
Riset IBM menunjukkan rata-rata hanya 41% data perusahaan yang saat ini benar-benar dapat dimanfaatkan oleh sistem AI.
Padahal kualitas data merupakan fondasi utama keberhasilan transformasi AI. “Data yang buruk akan menghasilkan keluaran yang buruk, dan keluaran yang buruk akan merusak kepercayaan terhadap teknologi. Ketika organisasi kehilangan kepercayaan terhadap AI, akan sangat sulit untuk memulihkannya kembali,” kata Marshall.
Dalam industri perbankan, data berkualitas tinggi menjadi fondasi berbagai inisiatif strategis seperti credit scoring berbasis AI, personalisasi layanan, fraud detection real-time, analitik perilaku nasabah, hingga pengembangan AI agent.
Karena itu, modernisasi arsitektur data diperkirakan menjadi salah satu agenda utama transformasi digital bank dalam beberapa tahun mendatang.
Tata Kelola AI Tidak Bisa Ditunda
Selain data, IBM menyoroti pentingnya tata kelola AI atau AI governance. Menurut Goyal, banyak organisasi melakukan kesalahan dengan menganggap tata kelola sebagai tahapan akhir setelah implementasi teknologi selesai dilakukan. Padahal tata kelola harus dibangun sejak awal agar risiko keamanan, kepatuhan, privasi data, serta transparansi algoritma dapat dikelola secara efektif.
“Anda tidak bisa menambahkan tata kelola di bagian akhir. Jika dilakukan seperti itu, proyek yang sudah menghabiskan banyak waktu dan sumber daya bisa saja terhambat karena persoalan keamanan maupun kepatuhan regulasi,” ujar Goyal.
Pandangan tersebut semakin relevan karena regulator di berbagai negara mulai memperketat pengawasan terhadap penggunaan AI, terutama di sektor jasa keuangan yang memiliki risiko tinggi.
Bagi industri perbankan, AI governance diperkirakan akan berkembang menjadi disiplin baru yang sejajar dengan manajemen risiko, kepatuhan, dan cybersecurity.
AI Agent Mulai Diterima Dunia Kerja
IBM juga menemukan perubahan signifikan dalam sikap organisasi terhadap AI agent. Sebanyak 77% Chief Data Officer yang disurvei menyatakan manfaat penggunaan AI agent lebih besar dibandingkan risikonya.
Sementara itu, 69% CEO mengatakan AI telah mengubah berbagai aspek inti bisnis mereka.
Di tingkat tenaga kerja, hampir dua pertiga karyawan global mengaku nyaman bekerja berdampingan dengan AI agent.
Bahkan hampir separuh responden menyatakan terbuka terhadap kemungkinan AI agent mengambil peran manajerial dalam fungsi-fungsi tertentu.
Temuan tersebut menunjukkan bahwa AI tidak lagi hanya mengubah teknologi dan proses bisnis, tetapi juga mulai memengaruhi budaya organisasi serta cara perusahaan mengelola sumber daya manusia.
“Para pemimpin perlu menjelaskan mengapa AI penting. Karyawan harus memahami bagaimana program peningkatan keterampilan AI dapat memberikan manfaat bagi mereka dan memperluas kemampuan yang dapat mereka capai,” kata Goyal.
Risiko Terbesar Adalah Bergerak Terlalu Lambat
Meskipun berbagai risiko AI terus menjadi perhatian, IBM menilai ancaman terbesar justru berasal dari organisasi yang terlalu berhati-hati. Perusahaan yang hanya fokus pada peningkatan efisiensi berpotensi tertinggal ketika pesaing mulai menggunakan AI untuk menciptakan produk, layanan, dan model bisnis yang benar-benar baru.
“Risiko terbesar saat ini bukanlah mengambil langkah dalam AI. Risiko terbesar justru muncul ketika organisasi berkomitmen setengah hati dan hanya melakukan perubahan yang meningkatkan efisiensi tanpa mengubah posisi persaingan bisnis mereka,” ujar Marshall.
Bagi industri perbankan, peringatan tersebut menjadi semakin relevan karena persaingan tidak lagi hanya datang dari sesama bank.
Fintech, perusahaan teknologi, platform digital, dan pemain embedded finance kini memanfaatkan AI sebagai fondasi utama pengembangan bisnis mereka.
Dalam lingkungan yang semakin terdigitalisasi, kemampuan bank mengintegrasikan AI ke dalam strategi korporasi, pengelolaan risiko, pengembangan produk, dan pengalaman nasabah akan menjadi faktor utama yang menentukan daya saing jangka panjang. ●
DIGI-INSIGHTS:
Banyak bank saat ini masih berada pada tahap “AI untuk efisiensi”. Penggunaan chatbot, otomatisasi proses kredit, hingga digital assistant memang mampu menurunkan biaya operasional. Namun dalam jangka panjang, manfaat tersebut akan menjadi standar industri. Keunggulan kompetitif berikutnya akan lahir dari kemampuan bank menggunakan AI untuk menciptakan model bisnis baru, pengalaman nasabah yang lebih personal, serta keputusan bisnis yang lebih presisi.
Pesan IBM mengenai kualitas data dan tata kelola AI memiliki relevansi tinggi bagi industri perbankan Indonesia. Semakin kompleks penggunaan AI, semakin tinggi pula kebutuhan terhadap data yang bersih, terintegrasi, dan dapat dipercaya. Tanpa fondasi data yang kuat, investasi AI berpotensi menghasilkan keputusan yang bias, meningkatkan risiko operasional, dan memunculkan masalah kepatuhan di masa depan.
Munculnya AI agent menandai perubahan besar dalam struktur organisasi modern. Dalam beberapa tahun ke depan, peran AI diperkirakan tidak lagi sebatas asisten digital, tetapi mulai menjadi bagian dari proses pengambilan keputusan bisnis. Bagi bank, tantangannya bukan hanya mengadopsi teknologi tersebut, melainkan memastikan tata kelola, akuntabilitas, dan pengawasan manusia tetap berjalan seiring dengan meningkatnya otonomi sistem AI. ●
DIGIONARY:
● AI Agent: Sistem AI yang dapat menjalankan tugas secara semi-otonom atau otonom.
● AI Governance: Tata kelola penggunaan AI agar aman, etis, dan sesuai regulasi.
● Anti-Money Laundering (AML): Sistem pencegahan pencucian uang.
● Artificial Intelligence: Teknologi yang memungkinkan mesin meniru kemampuan berpikir manusia.
● Compliance: Kepatuhan terhadap regulasi dan kebijakan.
● Credit Scoring: Penilaian kelayakan kredit berdasarkan data nasabah.
● Credit Underwriting: Analisis risiko sebelum pemberian kredit.
● Customer Experience: Pengalaman nasabah saat menggunakan layanan perusahaan.
● Data Analytics: Analisis data untuk menghasilkan insight bisnis.
● Digital Banking: Layanan perbankan berbasis teknologi digital.
● Embedded Finance: Integrasi layanan keuangan ke platform non-keuangan.
● Fraud Detection: Sistem pendeteksian aktivitas penipuan.
● Machine Learning: Cabang AI yang memungkinkan sistem belajar dari data.
● Personalisasi: Penyesuaian layanan berdasarkan kebutuhan pengguna.
● Transformasi Digital: Perubahan model bisnis melalui pemanfaatan teknologi digital.
#ArtificialIntelligence #AI #DigitalBanking #PerbankanDigital #IBM #AIGovernance #DigitalTransformation #BankingTechnology #BankingInnovation #FutureOfBanking #AIAgent #MachineLearning #FraudDetection #CustomerExperience #Fintech #EmbeddedFinance #DataAnalytics #Cybersecurity #BankingStrategy #FinancialServices
