Kalau ada satu sektor yang paling jujur menunjukkan ke mana arah AI di Indonesia, itu adalah sektor keuangan. Riset IBM ASEAN menyebut fintech Indonesia sebagai kisah adopsi AI paling maju di pasar domestik saat ini, jauh di depan sektor lain. Bukan tanpa alasan. Deteksi fraud, credit scoring berbasis data alternatif, proses onboarding nasabah, dan rekomendasi produk finansial yang dipersonalisasi, semuanya punya ROI yang jelas dan terukur, bukan sekadar potensi jangka panjang.
Di level global, dampaknya sudah terbukti nyata. AI untuk deteksi fraud memangkas kerugian hingga 40%. Sistem berbasis AI kini menopang 60% keputusan pinjaman digital. Dan 78% pertanyaan layanan nasabah bisa ditangani tanpa campur tangan manusia sama sekali. Institusi keuangan tidak lagi bertanya apakah AI relevan untuk operasional mereka. Pertanyaannya sudah bergeser ke seberapa cepat dan seberapa luas AI itu bisa diintegrasikan ke seluruh alur kerja, dari front office sampai back office.
Tapi ada jarak yang mengganggu antara kecepatan adopsi teknologi ini dan kesiapan organisasi di baliknya. Riset yang sama dari IBM ASEAN menemukan hanya 45% pemimpin bisnis di Indonesia yang benar-benar memahami cara menggunakan AI secara etis, dan cuma 24% yang punya proses tata kelola AI yang jelas. Artinya, di sektor yang paling ketat diawasi regulator dan paling sensitif terhadap kepercayaan publik, mayoritas keputusan strategis soal AI masih diambil tanpa kerangka governance yang matang.
Ini bukan soal kecil untuk industri keuangan. Sistem yang menyentuh keputusan kredit, deteksi transaksi mencurigakan, atau rekonsiliasi dana antar-channel pembayaran, tidak bisa diperlakukan seperti eksperimen internal biasa. Setiap keputusan yang diambil sistem AI di ruang ini punya jejak audit yang harus bisa dipertanggungjawabkan, baik ke regulator maupun ke nasabah. Tren global juga bergerak ke arah yang sama. Regulator di berbagai negara mulai menetapkan standar ketat soal transparansi dan pengawasan manusia untuk sistem AI yang dipakai di kredit, deteksi pencucian uang, dan proses lending otomatis, dengan konsekuensi sanksi yang berat kalau dilanggar.
Institusi keuangan Indonesia yang benar-benar unggul dalam beberapa tahun ke depan bukan yang paling cepat mengadopsi model AI terbaru. Ini yang paling disiplin membangun sistem AI dengan audit trail yang jelas, batasan wewenang yang tegas, dan lapisan pengawasan manusia yang terintegrasi sejak desain awal, bukan ditambal belakangan setelah sistem berjalan.
Bagi XETUP, ini bukan sekadar observasi dari luar. Ini prinsip yang sama yang kami pegang setiap kali membangun sistem rekonsiliasi dan infrastruktur data untuk institusi finansial, bahwa kecepatan dan akurasi teknologi hanya bernilai kalau bisa dipertanggungjawabkan sepenuhnya.