Transformasi menuju AI Bank diperkirakan akan menjadi agenda strategis utama industri perbankan global dalam beberapa tahun ke depan. Huawei menilai bank tidak cukup hanya mengadopsi AI melalui proyek-proyek terpisah, tetapi harus melakukan transformasi menyeluruh pada model layanan, pengambilan keputusan risiko, tata kelola data, arsitektur teknologi, hingga pengalaman nasabah. Tren ini didorong oleh meningkatnya penggunaan Agentic AI dan tuntutan hyper-personalization, di mana setiap nasabah diperlakukan layaknya pelanggan prioritas dengan dukungan AI agent pribadi. Bagi industri perbankan, perubahan ini berpotensi meningkatkan efisiensi, mempercepat layanan, memperkuat profitabilitas, sekaligus menciptakan tantangan baru terkait data, talenta, keamanan siber, dan tata kelola AI.
DIGI-HIGHLIGHTS:
■ Sebanyak 78% bank global telah mengeksplorasi Agentic AI menurut IDC. Teknologi ini memungkinkan sistem AI menjalankan tugas kompleks secara otonom dan menjadi fondasi lahirnya AI Bank.
■ Huawei memperkirakan masa depan perbankan akan ditandai oleh hyper-personalization, di mana setiap nasabah diperlakukan layaknya pelanggan VIP dan dilayani oleh AI agent pribadi melalui perangkat mobile.
■ Implementasi AI terbukti mampu meningkatkan efisiensi operasional. Salah satu proyek Huawei di Timur Tengah berhasil memangkas waktu persetujuan kartu kredit dari 10 menit menjadi hanya 20 detik.
Masa depan industri perbankan tidak lagi ditentukan oleh jumlah kantor cabang atau besarnya aset yang dimiliki. Kecerdasan buatan (Artificial Intelligence/AI), khususnya Agentic AI, diperkirakan akan menjadi faktor utama yang mengubah cara bank melayani nasabah, mengelola risiko, hingga menjalankan operasional bisnis.
Huawei menilai bank-bank global harus segera bergerak menuju AI Bank, yakni model perbankan yang menempatkan AI sebagai fondasi utama bisnis, bukan sekadar teknologi pendukung atau proyek inovasi yang berdiri sendiri.
Setiap Nasabah Akan Mendapat Layanan Setara Nasabah Prioritas
CEO Huawei Digital Finance Business Unit, Jason Cao, mengatakan industri perbankan tengah memasuki fase transformasi besar yang dipicu oleh perkembangan Agentic AI, yaitu sistem AI yang mampu menjalankan tugas kompleks secara mandiri dengan keterlibatan manusia yang sangat minim.
Mengacu pada data International Data Corporation (IDC), sekitar 78% bank di dunia saat ini sedang mengeksplorasi pemanfaatan Agentic AI.
Menurut Cao, salah satu pendorong utama tren tersebut adalah meningkatnya kebutuhan hyper-personalization atau layanan yang sangat personal bagi setiap nasabah.
“Di masa depan, setiap orang akan menjadi nasabah VIP. Mereka juga akan dilayani oleh asisten super atau AI agent melalui telepon seluler mereka. Ini berarti bahwa selain harus memuaskan nasabah, bank juga harus mampu memenuhi kebutuhan AI agent milik setiap nasabah,” katanya seperti dikutip dari laman Huawei.
Pernyataan tersebut menunjukkan perubahan mendasar dalam model layanan perbankan. Selama puluhan tahun, industri perbankan menerapkan prinsip 80/20, di mana sebagian besar sumber daya difokuskan untuk melayani kelompok kecil nasabah bernilai tinggi.
Namun di era AI, ekspektasi tersebut berubah. Nasabah ritel pun menginginkan pengalaman layanan yang sama personalnya dengan nasabah prioritas.
Dalam konteks ini, AI dipandang sebagai teknologi yang memungkinkan bank memberikan layanan premium secara massal dengan biaya yang lebih efisien.
Dua Jalur Menuju AI Bank
Huawei mengidentifikasi dua strategi utama yang saat ini ditempuh institusi keuangan dalam membangun AI Bank.
Kelompok pertama adalah bank besar yang membangun platform AI terlebih dahulu, kemudian mengembangkan berbagai aplikasi bisnis di atas platform tersebut.
Sementara kelompok kedua adalah bank yang memulai dari satu use case bernilai tinggi, misalnya transformasi proses kredit secara end-to-end, sebelum memperluas penggunaan AI ke unit bisnis lainnya.
Meski demikian, tantangan terbesar muncul ketika bank ingin memperluas implementasi AI ke seluruh organisasi.
Menurut Cao, banyak institusi keuangan menghadapi hambatan berupa kualitas data yang belum memadai, keterbatasan akses data, infrastruktur yang belum siap, masalah integrasi sistem, hingga risiko model drift atau penurunan akurasi model AI seiring waktu.
“Memperluas eksperimen AI dari laboratorium ke seluruh organisasi berarti harus menghadapi berbagai persoalan teknis seperti kualitas dan aksesibilitas data, hambatan infrastruktur, masalah integrasi sistem, hingga model drift. Kenyataannya, sebagian besar bank belum terbiasa mengelola tantangan-tantangan tersebut atau belum memiliki pengetahuan dan talenta yang cukup untuk mengatasinya,” tuturnya.
Risiko Technical Debt
Huawei juga mengingatkan bahwa banyak bank berisiko menciptakan technical debt apabila hanya menambahkan teknologi AI secara bertahap tanpa memiliki target arsitektur teknologi yang jelas.
Menurut Cao, pendekatan tersebut dapat menghasilkan sistem IT yang semakin kompleks, mahal, dan sulit dikelola.
“Perubahan sistem yang dilakukan secara bertahap dapat menghasilkan arsitektur teknologi informasi yang rumit dan sulit dikelola. Karena itu kami percaya pendekatan evolusioner harus dilakukan dengan target arsitektur teknologi yang jelas sejak awal,” ungkapnya.
Ia menambahkan, bank juga harus memastikan aplikasi AI generasi baru dapat beroperasi secara terintegrasi dengan sistem legacy yang selama ini menjadi tulang punggung operasional perbankan.
Huawei Klaim Telah Mendukung Lebih dari 500 Implementasi AI
Huawei menyatakan telah membantu berbagai institusi keuangan global mengembangkan lebih dari 500 aplikasi AI di sektor jasa keuangan.
Implementasi tersebut mencakup berbagai fungsi bisnis seperti kredit pintar, operasional, manajemen risiko, pengendalian fraud, hingga pemasaran berbasis AI.
Perusahaan menawarkan pendekatan empat lapis yang mencakup:
● Scenario Intelligence
● AI Platform
● Data and Knowledge Platform
● Intelligent Computing Infrastructure
Huawei menilai fondasi komputasi AI menjadi elemen krusial karena aplikasi AI perbankan membutuhkan kemampuan pemrosesan data dalam jumlah besar dengan latensi rendah dan tingkat keandalan tinggi.
AI Pangkas Persetujuan Kredit dari Menit Menjadi Detik
Huawei juga memaparkan sejumlah implementasi AI yang telah menghasilkan dampak bisnis nyata. Salah satu bank besar di China mengembangkan arsitektur layanan mobile banking generasi baru bersama Huawei dengan memanfaatkan kolaborasi multi-agent AI, memori jangka panjang, dan optimasi perangkat keras serta perangkat lunak.
Implementasi tersebut menghasilkan tingkat akurasi pengenalan kebutuhan nasabah di atas 90% dengan waktu respons serendah 1,2 detik.
Huawei juga memperkenalkan platform FinAgent Booster (FAB) yang dirancang untuk mempercepat implementasi AI di sektor jasa keuangan.
Melalui platform tersebut, sebuah bank komersial kota di China berhasil membangun sistem peninjauan kredit otomatis hanya dalam waktu dua minggu.
Sementara itu, sebuah bank besar di Timur Tengah berhasil memangkas waktu persetujuan kartu kredit dari 10 menit menjadi hanya 20 detik setelah menerapkan sistem berbasis AI.
Perkembangan tersebut menunjukkan bahwa AI tidak hanya meningkatkan pengalaman nasabah, tetapi juga berpotensi mempercepat produktivitas, menurunkan biaya operasional, dan meningkatkan profitabilitas bank.
Kolaborasi Menjadi Faktor Penentu
Menurut Huawei, transformasi menuju AI Bank tidak dapat dilakukan secara individual. Karena itu perusahaan membangun program kemitraan RongHai yang bertujuan mengembangkan ekosistem AI melalui kolaborasi antara penyedia teknologi, pengembang model AI, penyedia basis pengetahuan industri, serta institusi keuangan.
Pendekatan co-creation tersebut telah diterapkan di sejumlah bank di China dan mulai direplikasi di berbagai negara. Salah satu contohnya adalah sebuah bank digital di Asia Tenggara yang berhasil membangun sistem core banking baru hanya dalam 35 hari, jauh lebih cepat dibandingkan proyek serupa yang umumnya membutuhkan waktu enam bulan hingga satu tahun.
AI Bukan Lagi Pilihan
Meski berbagai implementasi AI menunjukkan hasil yang menjanjikan, Huawei mengingatkan bahwa transformasi menuju AI Bank merupakan perjalanan jangka panjang yang membutuhkan komitmen, investasi, dan perubahan budaya organisasi.
“Institusi keuangan tidak boleh meremehkan dampak jangka panjang AI, tetapi juga tidak boleh melebih-lebihkan hasil jangka pendeknya. Transformasi AI bukanlah hal yang mudah, tetapi merupakan sebuah keharusan. Karena itulah kemitraan menjadi sangat penting untuk menentukan kecepatan dan mempercepat transformasi perbankan. Kami berupaya menjadi mitra tersebut,” katanya.
Bagi industri perbankan global, pesan tersebut menjadi sinyal bahwa AI telah berkembang dari sekadar teknologi eksperimental menjadi fondasi baru daya saing bank modern. Bank yang mampu membangun tata kelola data yang kuat, infrastruktur digital yang fleksibel, dan strategi AI yang terukur berpotensi menjadi pemenang dalam era AI Bank yang kini mulai terbentuk. ●
DIGI-INSIGHTS:
Transformasi menuju AI Bank kemungkinan akan menjadi agenda yang sama pentingnya dengan transformasi digital yang berlangsung selama satu dekade terakhir. Jika era digital banking berfokus pada migrasi layanan ke kanal digital, maka era AI Bank akan berfokus pada kemampuan mesin memahami, memprediksi, dan mengambil keputusan secara real time. Dalam konteks ini, keunggulan kompetitif bank tidak lagi hanya ditentukan oleh ukuran aset atau jumlah nasabah, tetapi oleh kualitas data, model AI, dan kemampuan membangun ekosistem digital yang terintegrasi.
Bagi industri perbankan Indonesia, tantangan terbesar bukan pada adopsi AI generatif itu sendiri, melainkan modernisasi infrastruktur dan tata kelola data. Banyak bank masih menghadapi fragmentasi data, sistem legacy, serta keterbatasan talenta AI dan data engineering. Karena itu, investasi pada data governance, cloud infrastructure, cybersecurity, dan AI governance akan menjadi fondasi yang jauh lebih penting dibandingkan sekadar meluncurkan chatbot atau virtual assistant berbasis AI.
Dalam jangka panjang, kemunculan AI agent pribadi berpotensi mengubah cara nasabah memilih produk keuangan. Jika saat ini bank bersaing untuk menarik perhatian manusia, maka di masa depan mereka juga harus bersaing agar produk dan layanannya direkomendasikan oleh AI agent milik nasabah. Perubahan ini dapat melahirkan model persaingan baru di industri perbankan, di mana transparansi data, kualitas layanan digital, kecepatan proses, dan kredibilitas informasi menjadi faktor utama yang memengaruhi keputusan algoritma maupun nasabah. ●
DIGIONARY:
● Agentic AI: Sistem AI otonom yang mampu menjalankan tugas kompleks dengan intervensi manusia minimal.
● AI Bank: Model bank masa depan yang mengintegrasikan AI ke seluruh proses bisnis.
● AI Governance: Tata kelola untuk memastikan penggunaan AI aman, etis, dan sesuai regulasi.
● Core Banking System: Sistem utama yang mendukung operasional perbankan sehari-hari.
● Customer Experience: Pengalaman yang dirasakan nasabah saat berinteraksi dengan bank.
● Data Analytics: Proses menganalisis data untuk menghasilkan insight bisnis.
● Data Governance: Kerangka pengelolaan kualitas, keamanan, dan penggunaan data.
● Digital Banking: Layanan perbankan yang dijalankan melalui platform digital.
● Hyper-Personalization: Personalisasi layanan secara mendalam berbasis data dan AI.
● Infrastructure Bottleneck: Hambatan kapasitas infrastruktur yang mengganggu performa sistem.
● Intelligent Computing: Infrastruktur komputasi yang dioptimalkan untuk AI.
● Latency: Waktu respons sistem terhadap suatu permintaan.
● Model Drift: Penurunan akurasi model AI akibat perubahan data atau kondisi bisnis.
● Multi-Agent System: Kolaborasi beberapa AI agent untuk menyelesaikan tugas tertentu.
● Technical Debt: Akumulasi kompleksitas teknologi akibat keputusan pengembangan jangka pendek.
#AIBank #Huawei #AgenticAI #DigitalBanking #ArtificialIntelligence #BankingTechnology #Fintech #CoreBanking #BankDigital #HyperPersonalization #FinancialServices #CustomerExperience #DataGovernance #AIGovernance #RiskManagement #DigitalTransformation #BankingInnovation #Cybersecurity #FinancialTechnology #FutureOfBanking
