Otoritas Jasa Keuangan (OJK) secara resmi memberikan lampu hijau bagi perusahaan pinjaman daring dapat menggunakan teknologi kecerdasan buatan (Artificial Intelegence/AI) dalam kegiatan operasional, khususnya analisis kredit kelayakan, deteksi fraud, dan monitoring portofolio. Namun, regulasi ini datang dengan syarat ketat: penerapan AI harus transparan, dapat dipertanggungjawabkan, dan didukung tata kelola risiko yang kuat. Langkah ini diambil di tengah tingginya rasio kredit macet Pindar dan maraknya praktik pinjaman ilegal, sebagai upaya menyeimbangkan inovasi teknologi dengan perlindungan konsumen serta stabilitas sistem keuangan nasional.
DIGI-HIGHLIGHTS:
■ OJK mengizinkan Pindar gunakan AI untuk credit scoring, deteksi fraud, dan monitoring portofolio dengan prinsip transparansi dan akuntabilitas penuh.
■ Penerapan wajib pengendalian internal dan manajemen risiko guna mencegah bias algoritma, diskriminasi data, serta penyalahgunaan teknologi oleh pelaku usaha.
■ Regulasi ini responsif terhadap gap kredit Rp1.650 T dan ancaman pinjol ilegal, bertujuan tingkatkan inklusi finansial tanpa mengorbankan keamanan nasabah.
Perdebatan mengenai etika dan keamanan penggunaan kecerdasan buatan (AI) dalam layanan keuangan akhirnya menemukan titik temu antara regulator dan industri. Otoritas Jasa Keuangan (OJK), melalui Kepala Eksekutif Pengawas Lembaga Pembiayaan, Perusahaan Modal Ventura, Lembaga Keuangan Mikro, dan Lembaga Jasa Keuangan Lainnya (PVML), Agusman, secara tegas menyatakan bahwa perusahaan pinjaman daring atau Pindar diperbolehkan menggunakan AI dalam operasional inti mereka.
Namun, izin ini bukanlah “blank check”. Di tengah ekosistem pinjaman daring yang masih berjuang membersihkan citra dari stigma predatory lending dan pelanggaran privasi data, OJK menegaskan bahwa adopsi teknologi harus berjalan beriringan dengan prinsip kehati-hatian. Keputusan ini menandai pergeseran paradigma regulasi: dari yang semula cenderung restriktif karena ketakutan akan risiko baru, menjadi lebih adaptif namun tetap berwaspada.
“AI dapat mendukung operasional Pindar, antara lain dalam proses credit scoring, deteksi fraud, dan monitoring portofolio, dengan tetap memastikan penggunaan AI yang transparan dan dapat dipertanggungjawabkan,” ujar Agusman dalam keterangan resminya, Jumat (7/8).
Pernyataan ini memiliki bobot strategis yang signifikan tentang arah pemanfaatan AI ke depan. Selama bertahun-tahun, banyak penyelenggara Pindar terjebak dalam dilema: menggunakan model statistik tradisional yang lambat dan kurang akurat untuk segmen unbanked, atau beralih ke machine learning yang lebih presisi namun dianggap sebagai “kotak hitam” (black box) oleh regulator. Dengan pernyataan eksplisit ini, OJK memberikan kepastian hukum bahwa AI bukan lagi zona abu-abu, melainkan alat yang sah—asalkan memenuhi standar tata kelola yang ditetapkan.
Transparansi Sebagai Antitesis Black Box
Kata kunci “transparan dan dapat dipertanggungjawabkan” dalam pernyataan Agusman adalah respons langsung terhadap kritik global terhadap AI dalam sektor keuangan. Riset terbaru dari World Economic Forum pada pertengahan 2026 menunjukkan bahwa 43% konsumen di negara berkembang menolak keputusan kredit berbasis AI karena ketidakjelasan alasan penolakan. Tanpa transparansi, AI justru dapat memperparah eksklusi finansial alih-alih menyelesaikannya.
Dalam konteks Indonesia, di mana literasi digital dan finansial masih bervariasi, kemampuan Pindar untuk menjelaskan mengapa sebuah aplikasi ditolak atau disetujui menjadi hak dasar konsumen. Regulator menuntut agar algoritma tidak hanya akurat secara statistik, tetapi juga adil secara sosial. Ini berarti Pindar harus mampu mendemonstrasikan bahwa variabel yang digunakan dalam model AI tidak mengandung bias terhadap gender, suku, agama, atau lokasi geografis tertentu—isu sensitif yang sering kali tersembunyi dalam dataset historis.
Agusman menekankan bahwa fleksibilitas implementasi diberikan, namun batasannya jelas. Pemanfaatan teknologi, termasuk AI, disesuaikan dengan kebutuhan dan kesiapan masing-masing penyelenggara Pindar dengan tetap memperhatikan tata kelola dan manajemen risiko. Tidak ada pendekatan satu ukuran untuk semua; startup fintech tahap awal mungkin membutuhkan framework yang berbeda dibandingkan platform mapan dengan jutaan pengguna. Namun keamanan nasabah tidak boleh dikompromikan demi efisiensi algoritmik.
Mitigasi Risiko: Dari Teori ke Pengendalian Internal
Peringatan Agusman mengenai penguatan mitigasi risiko bukanlah formalitas administratif. Ia menyentuh aspek operasional paling krusial. Dalam lanskap keamanan siber 2026, serangan adversarial terhadap model AI—di mana aktor jahat memanipulasi input untuk menipu sistem deteksi fraud—telah meningkat tajam. Selain itu, risiko kebocoran data pelatihan model menjadi ancaman nyata mengingat nilai informasi finansial di pasar gelap.
“Antara lain melalui pengendalian internal agar pemanfaatan teknologi tetap berjalan secara aman,” pungkas Agusman.
Frasa “pengendalian internal” ini mengisyaratkan bahwa OJK akan menilai kesiapan Pindar bukan hanya dari output produk, tetapi dari robustness infrastruktur belakang layar. Ini mencakup audit algoritma berkala, pemisahan fungsi antara tim pengembang AI dan tim compliance, serta mekanisme human-in-the-loop untuk keputusan kredit bernilai tinggi atau kasus borderline. Bagi industri, ini berarti investasi pada talenta risk management dan AI governance bukan lagi opsi, melainkan prasyarat lisensi.
Konteks Makro: AI sebagai Solusi Gap Kredit, Bukan Sekadar Gimmick
Latar belakang kebijakan ini tidak bisa dilepaskan dari realitas ekonomi riil. Data menunjukkan gap kredit di Indonesia masih mencapai Rp1.650 triliun, sementara utang Pindar warga RI telah menyentuh angka Rp105 triliun dengan Gen Z dan Milenial sebagai penyumbang tunggakan terbesar. Di saat yang sama, persaingan dengan pinjaman ilegal terus menggerus pangsa pasar legal.
Dalam kondisi ini, AI menawarkan jalan keluar yang rasional. Model alternatif credit scoring berbasis data non-tradisional (seperti pola transaksi e-commerce, utilitas, atau perilaku digital) memungkinkan Pindar menjangkau segmen thin-file yang selama ini tidak terlihat oleh bank konvensional. Deteksi fraud berbasis AI yang real-time juga krusial untuk menekan NPL (Non-Performing Loan) yang selama ini menjadi beban utama profitabilitas Pindar.
Namun, efektivitas AI dalam menyelesaikan masalah struktural ini sangat bergantung pada kualitas eksekusi. Jika diterapkan dengan ceroboh, AI hanya akan mempercepat proses pemberian kredit bermasalah atau menciptakan profil risiko palsu yang tampak sehat. Sebaliknya, jika dikelola dengan disiplin sesuai arahan OJK, teknologi ini bisa menjadi katalisator inklusi keuangan yang sesungguhnya—membuka akses modal bagi UMKM dan individu yang sebelumnya terhambat oleh birokrasi perbankan tradisional.
Bagi para pelaku Pindar, pesan dari regulator hari ini jelas: era eksperimen liar telah berakhir. Fase selanjutnya adalah industrialisasi AI yang bertanggung jawab. Mereka yang mampu membangun sistem yang sekaligus cerdas, adil, dan aman akan bertahan dan tumbuh. Sementara yang menganggap AI sekadar alat marketing atau shortcut operasional, siap-siap menghadapi konsekuensi regulasi yang jauh lebih berat di masa depan. ■
DIGIONARY:
● Adversarial Attack. Serangan siber yang dirancang khusus untuk menipu model machine learning dengan memanipulasi data input sehingga menghasilkan prediksi atau klasifikasi yang salah.
● Akuntabilitas AI. Prinsip yang mewajibkan penyedia sistem kecerdasan buatan untuk dapat menjelaskan, mempertanggungjawabkan, dan memperbaiki dampak keputusan yang dihasilkan oleh algoritma mereka.
● Credit Scoring. Proses evaluasi kelayakan kredit calon debitur berdasarkan data historis dan perilaku keuangan untuk memprediksi probabilitas gagal bayar.
● Human-in-the-Loop. Pendekatan desain sistem AI di mana manusia tetap terlibat dalam proses pengambilan keputusan kritis untuk memvalidasi, mengoreksi, atau memberikan konteks yang tidak dapat ditangkap oleh mesin.
● Inklusi Keuangan. Upaya memastikan individu dan bisnis memiliki akses terhadap produk dan jasa keuangan yang bermanfaat serta terjangkau dengan cara yang bertanggung jawab dan berkelanjutan.
● Monitoring Portofolio. Aktivitas pengawasan berkelanjutan terhadap kinerja kumpulan aset atau pinjaman untuk mendeteksi dini tanda-tanda penurunan kualitas kredit atau risiko konsentrasi.
● Non-Performing Loan (NPL). Kredit atau pinjaman yang telah melewati jatuh tempo pembayaran pokok dan/atau bunga selama periode tertentu (biasanya 90 hari) dan dianggap macet.
● Pengendalian Internal. Sistem kebijakan, prosedur, dan mekanisme yang dirancang oleh organisasi untuk memberikan keyakinan memadai atas pencapaian tujuan operasional, pelaporan keuangan, dan kepatuhan hukum.
● Predatory Lending. Praktik pemberian pinjaman yang tidak etis, biasanya melibatkan bunga sangat tinggi, biaya tersembunyi, atau条款 yang eksploitatif terhadap peminjam yang rentan.
● Thin-File Borrower. Individu yang memiliki riwayat kredit terbatas atau tidak ada sama sekali di bureau kredit, sehingga sulit dinilai kelayakannya menggunakan metode scoring konvensional.
#OJK #Pindar #AIFinance #CreditScoring #DeteksiFraud #TataKelolaAI #InklusiKeuangan #FintechIndonesia #ManajemenRisiko #PinjamanDaring #RegulasiTeknologi #AIethics #GapKredit #MonitoringPortofolio #PengendalianInternal #FinancialLiteracy #DigitalLending #AkuntabilitasAI #StabilitasKeuangan #InovasiBertanggungJawab
