Laporan terbaru dari Boston Consulting Group (BCG) yang dipublikasikan pekan lalu memperingatkan bahwa perkembangan Agentic AI berpotensi mengubah lanskap kejahatan keuangan global secara fundamental. Jika saat ini Generative AI sudah digunakan untuk membuat identitas sintetis, suara palsu, dokumen palsu, dan rekayasa sosial yang semakin meyakinkan, maka dalam satu hingga dua tahun ke depan Agentic AI diperkirakan mampu menjalankan penipuan dan fraud secara otomatis tanpa campur tangan manusia. BCG memperkirakan biaya menjalankan penipuan dapat turun hingga 90%, yang berpotensi memicu lonjakan volume fraud lebih dari dua kali lipat. Kondisi ini menjadi tantangan besar bagi industri perbankan global, termasuk bank digital, yang harus mempercepat investasi pada AI, analitik data, deteksi anomali, dan kolaborasi lintas ekosistem untuk mempertahankan kepercayaan nasabah.
DIGI-HIGHLIGHTS:
■ BCG memperkirakan Agentic AI dapat memangkas biaya menjalankan penipuan hingga 90% dalam dua tahun ke depan sehingga volume fraud dan scam berpotensi meningkat lebih dari dua kali lipat.
■ Kerugian global akibat scam telah mencapai sekitar US$442 miliar per tahun. Dampaknya tidak hanya finansial tetapi juga memicu trauma psikologis dan menurunkan kepercayaan terhadap sistem keuangan.
■ BCG mendorong bank mempercepat investasi pada AI, analitik data, fraud detection, serta kolaborasi lintas industri untuk menghadapi ancaman kejahatan keuangan berbasis Agentic AI.
Industri perbankan global menghadapi ancaman baru yang jauh lebih kompleks dibandingkan gelombang fraud digital sebelumnya. Boston Consulting Group (BCG) memperingatkan bahwa Agentic AI berpotensi mengotomatisasi seluruh rantai penipuan keuangan, mulai dari mencari korban, membangun kepercayaan, hingga mengeksekusi transaksi secara mandiri tanpa keterlibatan manusia.
Perkembangan Artificial Intelligence (AI) yang semakin pesat tidak hanya membuka peluang transformasi bisnis dan efisiensi operasional, tetapi juga menghadirkan risiko baru bagi sektor jasa keuangan.
Dalam laporan bertajuk “Agentic AI Will Industrialize Financial Scams. Are Banks Ready?”, Boston Consulting Group (BCG) menyebutkan bahwa Generative AI telah berkontribusi terhadap meningkatnya kasus fraud dan scam melalui kemampuan menciptakan identitas sintetis, suara hasil cloning, dokumen palsu, hingga interaksi digital yang sangat realistis.
Menurut BCG, ancaman yang lebih besar akan muncul ketika Agentic AI mampu menjalankan penipuan secara end-to-end tanpa intervensi manusia. “Biaya untuk menjalankan scam dan fraud dapat turun hingga 90% dalam dua tahun ke depan, memungkinkan pelaku kejahatan meluncurkan serangan dalam volume jauh lebih besar,” tulis BCG dalam laporannya.
Lembaga tersebut memperkirakan jumlah scam dan fraud yang berhasil dapat meningkat dua kali lipat atau lebih dibandingkan kondisi saat ini. Kerugian Scam Global Sudah Mencapai US$442 Miliar
BCG mengutip data Global Anti-Scam Alliance yang menunjukkan bahwa scam telah menyebabkan kerugian sekitar US$442 miliar per tahun secara global. Jenis kejahatan yang paling banyak terjadi meliputi:
● Account fraud
● Application fraud
● Investment scam
● Relationship scam
● Business email compromise
● Invoice fraud
● Fake e-commerce scam
● Money recovery scam
Dampaknya tidak hanya berupa kerugian finansial, tetapi juga memicu trauma psikologis, kecemasan, depresi, hingga hilangnya kepercayaan masyarakat terhadap sistem keuangan.
“Scam tidak hanya merugikan korban secara finansial, tetapi juga menggerus kepercayaan terhadap institusi keuangan dan sistem pembayaran digital,” tulis BCG.
Ancaman Baru bagi Bank dan Bank Digital
Laporan tersebut menegaskan bahwa bank akan menjadi pihak yang paling terdampak oleh industrialisasi fraud berbasis AI. Selain menanggung kerugian akibat fraud, bank juga harus menghadapi:
● Biaya operasional investigasi yang meningkat
● Tekanan regulasi
● Pengelolaan keluhan nasabah
● Potensi kewajiban kompensasi korban scam
● Risiko reputasi
Di sejumlah negara seperti Inggris dan Australia, regulator mulai memperluas tanggung jawab bank terhadap kerugian akibat scam.
Bagi industri digital banking, ancaman ini menjadi semakin relevan karena sebagian besar transaksi dilakukan secara real time melalui kanal digital.
“Transformasi digital meningkatkan kenyamanan nasabah, tetapi juga memperluas permukaan serangan bagi pelaku kejahatan siber,” menurut analisis BCG.
Agentic AI Bisa Menjalankan Penipuan Secara Otonom
BCG menggambarkan skenario ketika model Agentic AI masa depan mampu menjalankan operasi penipuan secara otomatis. Dalam contoh yang diberikan, ribuan agen AI dapat:
● Mengumpulkan data dari media sosial
● Mengidentifikasi target potensial
● Membuat profil palsu
● Melakukan pendekatan personal
● Mengembangkan hubungan emosional
● Mengajukan permintaan transfer dana
● Menguji berbagai metode untuk menghindari sistem deteksi bank
Yang lebih mengkhawatirkan, agen-agen tersebut dapat saling berbagi strategi terbaik sehingga kemampuan mereka terus berkembang secara otomatis.
Model serupa dapat digunakan untuk berbagai modus kejahatan lain seperti investasi palsu, phishing, akun sintetis, hingga situs e-commerce palsu.
BCG mencatat kemampuan Agentic AI meningkat sekitar 10 kali lipat setiap tahun sejak 2024. Jika tren ini berlanjut, dalam satu hingga dua tahun ke depan model AI diperkirakan mampu menjalankan scam yang berlangsung berhari-hari bahkan berminggu-minggu.
Open Source AI Menjadi Tantangan Tambahan
Menurut BCG, model AI komersial umumnya memiliki pengamanan untuk mencegah penyalahgunaan. Namun tantangan terbesar berasal dari model open source yang biasanya mampu mengejar kemampuan model terdepan dalam waktu 6-12 bulan.
Versi tanpa pengaman (uncensored models) bahkan dapat muncul hanya beberapa hari setelah model baru dirilis.
Kondisi tersebut membuat pelaku kejahatan memiliki akses lebih luas terhadap teknologi AI canggih. “Scammers kemungkinan akan mendapatkan akses terhadap model Agentic AI yang mampu menjalankan scam secara penuh dalam beberapa tahun ke depan,” tulis BCG.
Lima Strategi yang Disarankan untuk Industri Perbankan
Menghadapi ancaman tersebut, BCG merekomendasikan lima langkah utama bagi bank.
1. Memperkuat Monitoring Ancaman
Bank perlu meningkatkan kemampuan threat intelligence melalui:
● Analisis data perilaku nasabah
● Pemantauan model AI open source
● Analisis media sosial
● Pemanfaatan AI untuk simulasi serangan
2. Memanfaatkan Keunggulan Frontier AI
Bank harus mengadopsi model AI terbaru lebih cepat untuk memperkuat sistem pertahanan.
3. Membangun Operasional yang Lebih Adaptif
Bank perlu mengembangkan sistem yang mampu:
● Menahan transaksi berisiko tinggi
● Mengidentifikasi pola scam secara real time
● Mengotomatisasi investigasi dan pemulihan dana
4. Memperkuat Kolaborasi Ekosistem
Kolaborasi antara bank, fintech, penyedia pembayaran, operator telekomunikasi, platform media sosial, regulator, dan aparat penegak hukum menjadi semakin penting.
5. Menyiapkan Fire Breaks
BCG menyarankan bank memiliki protokol khusus ketika terjadi lonjakan serangan, termasuk pembatasan transaksi tertentu dan verifikasi tambahan.
AI Menjadi Senjata Pertahanan Utama
Meski menghadirkan risiko baru, AI juga dinilai sebagai alat pertahanan paling efektif bagi industri keuangan. “AI dapat membantu bank mendeteksi aktivitas mencurigakan, menghentikan transaksi berisiko, mempercepat respons terhadap fraud, dan mempertahankan kepercayaan nasabah,” kata BCG.
Dalam konteks industri perbankan modern, AI semakin banyak digunakan untuk:
● Fraud detection
● Behavioral analytics
● Transaction monitoring
● Anti-money laundering (AML)
● Customer authentication
● Cybersecurity monitoring
Bagi bank digital, kemampuan mengintegrasikan AI ke dalam sistem keamanan akan menjadi faktor pembeda utama dalam menjaga kepercayaan nasabah di era Agentic AI.
BCG menegaskan bahwa ancaman tersebut kemungkinan datang lebih cepat dari perkiraan. Karena itu, bank yang bergerak lebih awal akan memiliki peluang lebih besar untuk melindungi nasabah dan meminimalkan kerugian di masa depan. ●
DIGI-INSIGHTS:
Laporan BCG menunjukkan bahwa industri perbankan sedang memasuki fase baru perlombaan teknologi antara pelaku kejahatan dan institusi keuangan. Jika selama dua dekade terakhir bank berinvestasi besar dalam digitalisasi layanan, maka dekade berikutnya akan ditentukan oleh kemampuan membangun pertahanan berbasis AI. Ancaman Agentic AI bukan sekadar evolusi fraud digital, melainkan industrialisasi kejahatan keuangan yang dapat beroperasi 24 jam tanpa batas geografis.
Bagi bank digital, tantangan terbesar bukan hanya mendeteksi transaksi mencurigakan, tetapi mengenali niat jahat sebelum transaksi terjadi. Hal ini akan mendorong pergeseran investasi dari sistem keamanan berbasis aturan (rule-based system) menuju sistem berbasis perilaku (behavioral intelligence) yang memanfaatkan AI, machine learning, dan analitik real-time. Bank yang mampu mengembangkan kemampuan prediktif akan memiliki keunggulan kompetitif dalam mempertahankan kepercayaan nasabah.
Di Indonesia, perkembangan Agentic AI juga berpotensi mempercepat kebutuhan regulasi baru terkait fraud, perlindungan konsumen, dan tanggung jawab lembaga keuangan. Otoritas Jasa Keuangan (OJK), Bank Indonesia, industri perbankan, fintech, operator telekomunikasi, dan platform digital perlu membangun model kolaborasi yang lebih terintegrasi. Pada akhirnya, masa depan perbankan digital tidak hanya ditentukan oleh kemampuan menghadirkan layanan yang cepat dan mudah, tetapi juga oleh kemampuan menjaga keamanan, privasi, dan kepercayaan di tengah era AI yang semakin otonom. ●
DIGIONARY:
● Agentic AI: Sistem AI yang mampu mengambil keputusan dan menjalankan tugas kompleks secara mandiri.
● AML: Anti-Money Laundering atau sistem pencegahan pencucian uang.
● Behavioral Analytics: Analisis pola perilaku pengguna untuk mendeteksi aktivitas mencurigakan.
● Cybersecurity: Upaya melindungi sistem digital dari serangan siber.
● Deepfake: Konten audio atau video palsu yang dibuat menggunakan AI.
● Fraud: Tindakan penipuan untuk memperoleh keuntungan finansial secara ilegal.
● Frontier AI: Model AI paling canggih yang tersedia saat ini.
● Generative AI: AI yang mampu menghasilkan teks, gambar, video, atau suara baru.
● Identity Fraud: Penyalahgunaan identitas seseorang untuk tujuan kejahatan.
● Machine Learning: Teknologi yang memungkinkan sistem belajar dari data.
● Open Source AI: Model AI yang kode sumbernya tersedia untuk publik.
● Phishing: Upaya mencuri data melalui situs atau pesan palsu.
● Scam: Penipuan yang membuat korban secara sukarela mengirim uang atau informasi.
● Synthetic Identity: Identitas palsu yang dibangun dari kombinasi data nyata dan fiktif.
● Transaction Monitoring: Pemantauan transaksi untuk mendeteksi aktivitas abnormal.
#AgenticAI #ArtificialIntelligence #FraudDetection #Cybersecurity #DigitalBanking #BankingIndustry #FinancialCrime #ScamPrevention #GenerativeAI #RiskManagement #FraudRisk #MachineLearning #BankDigital #Fintech #DataAnalytics #AML #FinancialServices #CyberRisk #FraudMonitoring #AIForBanking
