Citi meluncurkan platform AI internal bernama Arc yang memungkinkan karyawan membangun dan mengelola agentic AI dalam satu sistem terpusat. Langkah ini memperkuat persaingan bank global dalam adopsi AI generatif dan agentic AI untuk otomasi analisis data, manajemen portofolio, dan pengambilan keputusan berbasis machine learning dengan kontrol risiko yang lebih ketat.
Insight:
■ Citi meluncurkan Arc untuk mengorkestrasi agentic AI di 180.000 karyawan, mempercepat otomatisasi analisis portofolio dan market intelligence.
■ Sistem ini memungkinkan monitoring real-time agar agen AI tidak “out of control”, memperkuat governance AI di sektor perbankan global.
■ Tren global menunjukkan pergeseran dari AI generatif ke agentic AI yang mampu menjalankan tugas multi-step secara otonom di enterprise banking.
Citi resmi memperkenalkan platform internal bernama Arc, sebuah sistem operasi AI yang memungkinkan karyawan membangun, mengelola, dan mengorkestrasi agentic AI dalam satu lingkungan terpusat yang aman dan terkontrol.
Platform ini menjadi fondasi strategi Citi dalam mengadopsi agentic AI, yaitu sistem AI yang dapat bekerja secara otonom dalam beberapa langkah untuk menyelesaikan tugas kompleks seperti analisis portofolio, simulasi pasar, dan pemodelan risiko.
“Perbankan global kini memasuki fase baru di mana agentic AI tidak hanya menganalisis data, tetapi juga mengeksekusi workflow kompleks secara otonom dengan sistem kontrol terpusat untuk menjaga keamanan dan kepatuhan.”
Citi, mengutip Axios, menyatakan bahwa sekitar 180.000 karyawan sudah menggunakan tools AI enterprise yang didukung model AI tingkat lanjut di backend sebelum Arc diluncurkan. Dengan Arc, seluruh agen AI kini dapat dipantau dalam satu sistem untuk memastikan kepatuhan, keamanan, dan transparansi operasional.
Menurut laporan industri teknologi finansial global, bank besar mulai menggeser penggunaan AI dari sekadar chatbot dan generative AI menuju agentic AI systems yang mampu mengeksekusi workflow end-to-end tanpa intervensi manusia langsung.
AI Orchestration Layer
Perkembangan Arc menunjukkan bahwa perbankan global kini memasuki fase AI orchestration layer, di mana AI tidak hanya memberikan rekomendasi, tetapi juga menjalankan tugas operasional secara otomatis.
Hal ini mengubah paradigma core banking system menjadi lebih adaptif, di mana AI dapat:
● Mengompilasi data portofolio.
● Menganalisis tren pasar global.
● Melakukan stress test skenario risiko.
Transformasi ini menuntut bank memiliki AI governance framework yang kuat agar sistem tetap terkendali dan sesuai regulasi.
Tren serupa juga terjadi di industri teknologi dan cloud:
● Snowflake mengembangkan Project SnowWork yang dapat membuat pitch deck otomatis dari data lintas sumber.
● Sycamore membangun agentic AI operating system untuk deployment agen AI skala enterprise.
Dibandingkan dengan sektor keuangan tradisional, perbankan berada di garis depan dalam penerapan AI berbasis kontrol risiko tinggi karena sensitivitas data finansial.
Implikasi bagi Indonesia
Bagi industri perbankan Indonesia, termasuk Bank Indonesia (BI) dan Otoritas Jasa Keuangan (OJK), tren ini menjadi sinyal penting percepatan adopsi AI governance.
Bank besar seperti BCA, Bank Mandiri, BRI, dan BNI berpotensi mengadopsi pendekatan serupa untuk:
● Fraud detection berbasis agentic AI.
● Automated credit scoring.
● Portfolio optimization berbasis real-time data.
● Risk monitoring berbasis multi-agent system.
Sementara fintech Indonesia dapat memanfaatkan model ini untuk meningkatkan efisiensi digital lending dan underwriting otomatis dengan kontrol risiko yang lebih ketat. ■
Digionary:
● Agentic AI: Sistem AI yang mampu menjalankan tugas multi-langkah secara otonom tanpa intervensi manusia penuh.
● AI Governance: Kerangka aturan untuk memastikan penggunaan AI aman, transparan, dan sesuai regulasi.
● AI Orchestration: Proses mengatur berbagai agen AI agar bekerja bersama dalam satu sistem.
● Autonomous System: Sistem yang dapat beroperasi sendiri berdasarkan data dan algoritma.
● Core Banking System: Sistem inti operasional bank yang mencatat transaksi dan layanan keuangan.
● Data Pipeline: Alur pemrosesan data dari berbagai sumber ke sistem analitik.
● Enterprise AI: Implementasi AI dalam skala organisasi besar seperti bank atau korporasi.
● Fraud Detection: Sistem untuk mendeteksi aktivitas transaksi mencurigakan.
● Machine Learning: Cabang AI yang memungkinkan sistem belajar dari data.
● Market Intelligence: Analisis data pasar untuk mendukung keputusan bisnis.
● Multi-Agent System: Sistem AI yang terdiri dari banyak agen yang bekerja bersama.
● Portfolio Analysis: Evaluasi aset keuangan dalam suatu portofolio investasi.
● Risk Management: Proses identifikasi dan mitigasi risiko finansial.
● Stress Testing: Simulasi skenario ekstrem untuk menguji ketahanan sistem keuangan.
● Workflow Automation: Otomatisasi proses kerja menggunakan teknologi digital.
#AgenticAI #DigitalBanking #AIinFinance #CitiBank #FutureOfBanking #FinancialTechnology #AITransformation #BankingInnovation #MachineLearning #OJK #BankIndonesia #CoreBanking #FintechIndonesia #RiskManagement #DataAnalytics #AIGovernance #EnterpriseAI #DigitalTransformation #AIOrchestration #SmartBanking
