Namun, setiap inovasi datang dengan tanggung jawab yang tidak ringan. Regulator seperti Monetary Authority of Singapore menaikkan standar penerapan AI yang bertanggung jawab, menuntut transparansi dan akuntabilitas yang lebih tinggi.
Di Indonesia, Otoritas Jasa Keuangan (OJK) juga mendorong industri perbankan untuk memanfaatkan AI guna mempercepat transformasi digital, dengan tetap menjunjung tinggi prinsip etika, keamanan, dan kepatuhan terhadap regulasi. Bagi bank, situasi ini menciptakan mandat ganda: bergerak cukup cepat agar tetap kompetitif, namun tetap disiplin agar tetap berada pada koridor kepatuhan pada regulasi dan aman.
Masalahnya, memenuhi ekspektasi tersebut, tidaklah sesederhana itu. Banyak institusi masih bergantung pada sistem lama yang terfragmentasi dan berjalan dalam silo, sehingga sulit untuk mendukung personalisasi real-time, deteksi penipuan yang adaptif, atau AI yang dapat dijelaskan (explainable AI).
Kesenjangan antara ambisi dan kapabilitas ini berisiko menghambat inovasi sekaligus meningkatkan tekanan dari regulator. Bank yang mampu menyatukan fondasi datanya, menanamkan tata kelola di setiap alur kerja, dan mengembangkan AI secara bertanggung jawab, tidak hanya memenuhi tuntutan regulasi, tetapi juga menetapkan standar baru dalam hal kepercayaan dan daya saing.
Fondasi Data Terpadu untuk AI yang Tepercaya
Babak berikutnya dalam wealth management akan ditentukan oleh kekuatan arsitektur data. Fondasi data yang terpadu mampu memecahkan silo antara cloud, on-premise, dan edge, memberikan institusi kelincahan untuk merespons perubahan pasar, sekaligus menjaga kendali penuh atas data sensitif.
Laporan global terbaru Cloudera, yang disusun bersama Finextra Research, menunjukkan bahwa 97% organisasi jasa keuangan mengakui data silo menghambat kemampuan mereka dalam mengimplementasikan model AI secara efektif. Hal ini menegaskan kebutuhan akan satu fondasi data yang terkelola dengan baik, agar bank bisa menembus batas silo, mempercepat pengambilan keputusan, dan menghadirkan insight yang lebih personal secara real-time.
Untuk mewujudkannya, banyak institusi beralih ke arsitektur hybrid AI yang menyatukan lingkungan on-premise dan cloud, menyeimbangkan kontrol dan skalabilitas. Saat ini, 62% institusi jasa keuangan telah mengadopsi model hybrid AI, dan secara global 91% menilai model pendekatan ini sangat bernilai. Sebagai contoh, Bank of Singapore, divisi private banking dari OCBC Bank, baru-baru ini meluncurkan tools berbasis AI yang mengotomatiskan laporan sumber kekayaan.
Waktu persiapan yang sebelumnya membutuhkan 10 hari kini dipangkas menjadi hanya satu jam, dengan tingkat akurasi dan kepatuhan yang lebih baik. Dengan mengintegrasikan AI dan analitik di atas fondasi data terpadu, bank telah mengubah peran relationship manager, membuat staf beralih dari tugas administratif ke interaksi yang lebih bernilai dengan nasabah, didukung oleh satu tampilan informasi nasabah yang terintegrasi.
Menanamkan Tata Kelola dan Kepercayaan di Setiap Alur Kerja AI
Sebanyak 84% organisasi menilai tata kelola dan keamanan data terpadu lintas lingkungan sebagai sesuatu yang “krusial” atau “sangat penting”. Artinya tata kelola bukan lagi sekadar checkpoint di akhir proses.
Tata kelola harus mengalir di sepanjang rantai pasok AI, mulai dari akses data dan pelatihan model, hingga deployment dan monitoring. Dengan menanamkan guardrails atau pengaman ini di setiap tahap, organisasi dapat menghilangkan titik buta (blind spot) dan memastikan outcome dari AI tetap dapat dijelaskan, adil, dan mematuhi regulasi tanpa memperlambat proses delivery-nya.
Standard Chartered Bank misalnya, memanfaatkan platform data terpadu untuk memperkuat pengawasan risiko, menerapkan data lineage dan penegakan kebijakan, serta membangun budaya penggunaan data yang bertanggung jawab.
Kemampuan untuk memperkuat akuntabilitas dan tata kelola data di seluruh operasi global mereka telah membuat Standard Chartered Bank mendapatkan penghargaan dalam kategori Data Governance and Fabric Excellence di Cloudera Data Impact Awards.
Di Indonesia, BNI melanjutkan perjalanan transformasi digitalnya dengan memanfaatkan AI untuk menyederhanakan operasional, meningkatkan keamanan dan tata kelola, serta mengelola data dalam skala besar.
Melalui AI inference yang dijalankan di on-premise, kontrol kedaulatan data yang kuat, serta monitoring terintegrasi, BNI memastikan data sensitif nasabah tetap terlindungi dan model AI berjalan secara transparan, termasuk untuk pencegahan penipuan dan aktivitas terlarang seperti perjudian. Pendekatan ini memungkinkan BNI mengembangkan AI secara bertanggung jawab, selaras dengan regulasi, sekaligus menghadirkan layanan berbasis data yang tepercaya.
Mengurangi Ketergantungan Sistemik melalui Ekosistem Terbuka dan Terpadu
Masa depan AI di perbankan tidak hanya soal skala, tetapi juga ketahanan dan kemandirian. Institusi yang terlalu bergantung pada satu platform atau satu model penerapan, berisiko mengalami inefisiensi dan kehilangan fleksibilitas ketika kondisi pasar dan regulasi berubah.
Arsitektur data lakehouse memungkinkan bank menjalankan beban kerja sensitif di lingkungan yang terkontrol, sekaligus bereksperimen dan melakukan pengembangan (scale-up) di cloud, semua dalam kerangka operasional yang konsisten. Dengan menyatukan data dalam arsitektur seperti ini, institusi dapat memperkuat kepatuhan, menjaga kelincahan, dan memastikan operasional mereka tetap relevan dalam jangka panjang.
United Overseas Bank (UOB) yang sebelumnya menghadapi fragmentasi data di lebih dari 95 sistem, mengimplementasikan solusi Cloudera melalui program Enterprise Data Architecture and Governance (EDAG) untuk mengonsolidasikan data dari lebih dari 30 sumber. Fondasi ini kini mendukung analitik mandiri, personalisasi berbasis AI di aplikasi UOB TMRW, serta operasional ATM prediktif yang mampu mengurangi perjalanan pengisian ulang hingga 33%.
Wealth Management di Asia sedang berada di titik krusial yang menuntut kerangka strategi baru. Bank yang memodernisasi fondasi data mereka, menanamkan tata kelola secara menyeluruh, serta mendiversifikasi infrastrukturnya, tidak hanya akan memenuhi tuntutan regulasi, mereka akan menetapkan standar global untuk AI yang bertanggung jawab dan berorientasi pada nasabah.
Dengan mendefinisikan ulang cara data dan AI dikelola di seluruh organisasi, institusi keuangan Asia dapat melampaui inovasi yang sifatnya inkremental (sedikit-sedikit) dan membentuk lanskap wealth management yang lebih lincah, tangguh, dan kompetitif.
(Sherlie Karnidta, Country Manager Indonesia, Cloudera)
Cek Berita dan Artikel yang lain di
Google News
