Laporan terbaru “Mastercard Signals: Emerging Tech Mei 2026” memaparkan industri keuangan global tengah memasuki fase baru transformasi digital, ketika AI tidak lagi sekadar alat otomasi, melainkan menjadi “mesin pengambil keputusan” yang tertanam langsung di sistem pembayaran, perangkat, jaringan transaksi, hingga operasi bisnis real-time. Pergeseran ini diperkirakan akan segera mengubah lanskap industri perbankan global, mulai dari model bisnis bank digital, strategi data analytics, fraud detection, efisiensi operasional, hingga persaingan dalam agentic commerce dan AI-driven banking. Mastercard menilai bank yang mampu membangun kecerdasan terdistribusi, AI hemat energi, serta infrastruktur pembayaran berbasis AI agent akan memiliki keunggulan strategis dalam perebutan nasabah dan profitabilitas jangka panjang.
DIGI-HIGHLIGHTS:
■ Mastercard menilai masa depan industri perbankan akan ditentukan oleh kemampuan membangun AI real-time yang bekerja langsung di titik transaksi, perangkat edge, dan sistem pembayaran digital. Model ini dinilai mampu meningkatkan fraud detection, efisiensi operasional, serta pengalaman nasabah digital secara signifikan.
■ Konsep agentic commerce diproyeksikan menjadi medan persaingan baru industri pembayaran global. Dalam model ini, agen AI dapat mencari produk, bernegosiasi, hingga melakukan pembayaran otomatis atas nama pengguna menggunakan programmable credentials dan AI trust layer.
■ Persaingan AI global mulai bergeser dari sekadar kecerdasan model menuju efisiensi energi, keamanan data, dan tata kelola. Mastercard menilai bank yang mampu membangun AI governance dan confidential computing akan memiliki keunggulan strategis jangka panjang.
Transformasi digital industri perbankan memasuki babak baru. Jika selama ini artificial intelligence (AI) identik dengan chatbot atau otomatisasi layanan pelanggan, kini teknologi tersebut mulai berevolusi menjadi “kecerdasan tertanam” yang mengambil keputusan langsung di sistem pembayaran, perangkat edge, hingga jaringan transaksi global secara real-time.
Laporan “Mastercard Signals: Emerging Tech Mei 2026” mengungkapkan bahwa masa depan persaingan industri keuangan tidak lagi hanya ditentukan oleh ukuran aset atau jumlah nasabah, melainkan kemampuan institusi membangun infrastruktur AI yang cepat, efisien, aman, dan mampu bekerja secara otonom di berbagai titik transaksi.
Mastercard menilai industri teknologi global tengah mengalami perubahan fundamental dalam pengembangan AI. Jika sebelumnya model AI besar atau large language models (LLM) menjadi fokus utama, kini perusahaan mulai beralih ke pendekatan yang lebih efisien melalui distributed intelligence atau kecerdasan terdistribusi.
Dalam pendekatan ini, AI tidak lagi seluruhnya berjalan di pusat data cloud, tetapi dipindahkan lebih dekat ke titik aksi atau edge. Artinya, keputusan dapat dibuat langsung di perangkat pembayaran, terminal transaksi, sistem keamanan, hingga aplikasi mobile banking tanpa harus terus-menerus mengirim data ke server pusat.
“Keunggulan kompetitif dalam AI sedang bergeser dari semakin besar semakin baik menuju optimasi operasional,” tulis Mastercard dalam laporannya.
Bagi industri perbankan, kemampuan menghasilkan insight real-time diperkirakan akan menjadi pembeda utama dalam perebutan nasabah digital, efisiensi operasional, serta profitabilitas jangka panjang.
Bank digital mulai memanfaatkan AI untuk meningkatkan efisiensi operasional, mempercepat fraud detection, dan memperkuat customer experience. Transformasi digital menjadi faktor utama persaingan industri perbankan.
Large Tabular Models Dinilai Lebih Relevan untuk Perbankan
Mastercard juga memperkenalkan pendekatan Large Tabular Models (LTM), yaitu model AI yang dirancang khusus untuk membaca data numerik dan transaksi dalam skala besar.
Berbeda dengan LLM yang fokus pada teks dan bahasa, LTM dinilai lebih relevan bagi industri keuangan karena mampu memproses data transaksi, harga, buku besar, perilaku pembayaran, hingga telemetri operasional.
Mastercard mengungkapkan bahwa perusahaan telah mengembangkan model LTM sendiri menggunakan miliaran transaksi yang diproses setiap tahun untuk meningkatkan sistem fraud detection, cybersecurity, loyalty engine, dan layanan bisnis kecil.
Pendekatan ini dinilai penting karena mayoritas data di industri perbankan sebenarnya berupa data terstruktur, bukan percakapan teks. “LLM berurusan dengan kata-kata, namun kebanyakan enterprise berurusan dengan angka,” tulis Mastercard.
Agentic Commerce Diproyeksikan Ubah Sistem Pembayaran
Salah satu bagian paling strategis dalam laporan tersebut adalah munculnya konsep “Agents as Brokers” atau agentic commerce. Dalam model ini, agen AI diproyeksikan dapat melakukan pencarian produk, negosiasi harga, memilih merchant, hingga melakukan pembayaran atas nama pengguna atau perusahaan secara otomatis.
Artinya, transaksi digital di masa depan tidak lagi sepenuhnya dilakukan manusia, tetapi oleh software agent yang memiliki otorisasi tertentu.
Mastercard memperkirakan pengeluaran global untuk sistem agentic AI akan melonjak dari US$430 miliar pada 2025 menjadi US$1,3 triliun pada 2029.
Sementara Gartner memperkirakan 90% transaksi pembelian B2B akan melibatkan AI agent pada 2028 dengan nilai mencapai lebih dari US$15 triliun per tahun.
Mastercard mulai mengembangkan Agent Pay dan Agentic Tokens yang memungkinkan AI melakukan pembayaran secara aman dengan batas otorisasi tertentu.
Perubahan ini diperkirakan akan memicu persaingan baru di industri pembayaran digital, khususnya terkait otorisasi transaksi, programmable credentials, verifikasi identitas, AI trust layer, serta keamanan transaksi otomatis.
Efisiensi Energi Jadi Tantangan Baru AI
Di sisi lain, Mastercard mengingatkan bahwa ekspansi AI memunculkan tantangan energi yang sangat besar.
Laporan tersebut memperkirakan pusat data AI global pada 2030 dapat mengonsumsi energi setara konsumsi tahunan Kanada. Pendinginan data center AI juga diproyeksikan menghabiskan miliaran meter kubik air per tahun.
Kondisi ini membuat efisiensi komputasi menjadi isu strategis. “Perlombaan AI tidak lagi ditentukan siapa yang membangun model paling cerdas, tetapi siapa yang mampu memberinya daya,” demikian Mastercard.
Raksasa teknologi seperti Microsoft, Google, dan Amazon Web Services mulai berinvestasi pada reaktor nuklir modular kecil atau small modular reactors (SMR) untuk menopang kebutuhan energi AI jangka panjang.
Dalam konteks industri perbankan, tekanan efisiensi ini diperkirakan akan mendorong bank beralih ke model AI yang lebih kecil, hemat daya, namun spesifik untuk kebutuhan tertentu seperti anti fraud, credit scoring, risk management, hingga predictive analytics.
Privacy dan Confidential Computing Jadi Kunci
Mastercard juga menyoroti meningkatnya kebutuhan terhadap privacy-enhancing technologies (PETs) dan confidential computing. Teknologi ini memungkinkan institusi keuangan melakukan analisis data tanpa membuka data sensitif nasabah secara langsung.
Model seperti federated learning, clean rooms, dan synthetic data diperkirakan akan semakin penting di tengah meningkatnya regulasi privasi data dan keamanan siber.
Mastercard menyebut keunggulan kompetitif masa depan tidak lagi ditentukan oleh siapa yang memiliki data paling banyak, tetapi siapa yang mampu membangun komputasi paling tepercaya. “Bukti menggantikan pengungkapan sebagai fondasi kepercayaan,” tulis Mastercard.
Robotika dan Embodied AI Mulai Masuk Dunia Kerja
Selain sektor digital, laporan tersebut juga memproyeksikan percepatan embodied AI atau AI berbasis robot humanoid di sektor manufaktur, logistik, hingga layanan kesehatan.
Startup robotika global disebut telah menghimpun pendanaan miliaran dolar AS sepanjang 2025. Morgan Stanley memperkirakan populasi robot humanoid global dapat melampaui 1 miliar unit pada 2050.
Bagi sektor perbankan, tren ini membuka peluang pembiayaan baru di sektor robotika, industrial AI, dan physical AI ecosystem.
Persaingan Bank Akan Bergeser ke Infrastruktur AI
Secara keseluruhan, Mastercard menilai industri keuangan global sedang memasuki era baru ketika AI menjadi bagian inti dari infrastruktur ekonomi.
Persaingan bank diperkirakan tidak lagi hanya terkait suku bunga, jaringan cabang, atau aplikasi mobile banking, tetapi bergeser ke kualitas data, kecepatan AI decisioning, kemampuan fraud detection real-time, keamanan transaksi digital, efisiensi infrastruktur, dan kemampuan membangun trust layer dalam ekonomi berbasis AI.
Bank yang lambat membangun governance AI, distributed intelligence, serta agentic payment infrastructure berisiko kehilangan relevansi di era perdagangan digital otomatis. ●
DIGI-INSIGHT:
Persaingan industri perbankan global mulai bergerak dari “siapa yang punya aplikasi terbaik” menuju “siapa yang memiliki mesin keputusan tercepat”. Dalam konteks ini, AI tidak lagi sekadar fitur tambahan di mobile banking, melainkan menjadi inti infrastruktur operasional bank. Distributed intelligence memungkinkan keputusan fraud detection, credit scoring, hingga personalisasi layanan dilakukan dalam hitungan milidetik langsung di titik transaksi. Bagi bank, ini bukan hanya soal teknologi, tetapi tentang mempertahankan relevansi bisnis di era ekonomi real-time.
Perubahan paling strategis sebenarnya terjadi pada lapisan pembayaran dan commerce. Ketika agentic AI mulai bertransaksi atas nama manusia, maka bank, payment gateway, dan jaringan kartu global menghadapi redefinisi besar mengenai otorisasi, identitas, dan kepercayaan digital. Dalam ekonomi berbasis AI agent, posisi strategis bukan lagi sekadar pemilik rekening atau penerbit kartu, tetapi pihak yang mengendalikan programmable trust layer. Ini menjelaskan mengapa Mastercard mulai fokus pada agentic tokens, AI payment protocol, dan verifiable intent infrastructure.
Di sisi lain, laporan Mastercard juga menunjukkan bahwa masa depan AI tidak hanya ditentukan kecanggihan model, tetapi efisiensi energi, keamanan data, dan tata kelola. Ini menjadi sinyal penting bagi industri perbankan Indonesia yang sedang agresif mengadopsi AI generatif. Tanpa governance yang kuat, distributed AI justru dapat memperbesar risiko bias, kebocoran data, hingga kesalahan pengambilan keputusan otomatis. Bank yang mampu menyeimbangkan inovasi AI dengan trust, compliance, dan efisiensi operasional kemungkinan besar akan menjadi pemenang utama dalam dekade transformasi digital berikutnya. ●
DIGIONARY:
● Agentic Commerce: Sistem perdagangan digital yang melibatkan agen AI untuk melakukan transaksi otomatis.
● AI Governance: Tata kelola penggunaan AI agar aman, transparan, dan sesuai regulasi.
● Clean Rooms: Lingkungan aman untuk analisis data bersama tanpa membuka data mentah.
● Confidential Computing: Teknologi yang melindungi data saat diproses di cloud atau server.
● Data Analytics: Proses analisis data untuk menghasilkan insight bisnis.
● Distributed Intelligence: Model AI yang bekerja di berbagai perangkat dan edge system.
● Edge Computing: Pemrosesan data dekat sumber data tanpa bergantung penuh pada cloud.
● Embodied AI: AI yang diterapkan pada robot atau sistem fisik dunia nyata.
● Federated Learning: Metode pelatihan AI tanpa mengumpulkan data mentah ke pusat.
● Fraud Detection: Sistem deteksi transaksi mencurigakan atau penipuan digital.
● Large Language Models (LLM): Model AI besar yang fokus memahami dan menghasilkan bahasa.
● Large Tabular Models (LTM): Model AI untuk data numerik dan transaksi terstruktur.
● Privacy-Enhancing Technologies (PETs): Teknologi untuk meningkatkan perlindungan privasi data.
● Real-Time Decisioning: Pengambilan keputusan otomatis secara instan berbasis data langsung.
● Synthetic Data: Data buatan yang meniru pola data asli untuk pelatihan AI.
#Mastercard #AI #ArtificialIntelligence #DigitalBanking #Fintech #BankDigital #AgenticAI #Payments #Cybersecurity #DataAnalytics #FraudDetection #OpenFinance #EmbeddedFinance #CloudComputing #ConfidentialComputing #Robotika #FinancialTechnology #BankingTransformation #AIInfrastructure #digitalbankid
