Industri keuangan telah mengadopsi kecerdasan buatan (AI) dengan kecepatan luar biasa.
Algoritma menyetujui pinjaman dalam hitungan detik, chatbot menangani keluhan 24 jam, dan sistem deteksi penipuan memproses miliaran transaksi setiap hari.
Namun, ada risiko bahwa industri ini mengukur hal yang salah. Narasi dominan yang berpusat pada pengurangan biaya dan otomatisasi dinilai tidak lengkap.
AI dalam layanan keuangan harus diubah dari alat efisiensi menjadi infrastruktur kepercayaan. Perubahan ini berdampak pada layanan pelanggan, pengembangan produk, dan keamanan.
Layanan Pelanggan: Jebakan Efisiensi
Ukuran paling umum keberhasilan AI dalam layanan pelanggan adalah biaya. McKinsey memperkirakan otomatisasi berbasis AI dapat mengurangi biaya layanan pelanggan di perbankan hingga 30 persen.
Namun, institusi yang hanya mengoptimalkan pengurangan biaya berisiko merusak hubungan yang menjadi dasar perbankan.
Contohnya, asisten AI Fargo dari Wells Fargo mendapat kritik karena sulitnya eskalasi ke manusia, sementara Erica dari Bank of America menangani lebih dari 2 miliar interaksi pada 2024 dengan cara merutekan percakapan sensitif ke agen manusia.
Perbedaan ini filosofis sebelum teknis. Erica dirancang berdasarkan kebutuhan nasabah, dengan efisiensi biaya sebagai konsekuensi, bukan tujuan.
Institusi harus berhenti mengukur keberhasilan AI dari tingkat pengalihan (berapa banyak panggilan yang dihindari dari manusia) dan beralih ke indikator kepercayaan: kepuasan resolusi dan retensi jangka panjang.
Pengembangan Produk: Inklusi sebagai Kewajiban Strategis
Potensi AI yang paling transformatif ada pada underwriting kredit, di mana model tradisional secara sistematis mengecualikan seluruh populasi.
Federal Reserve memperkirakan sekitar 45 juta orang Amerika 'tidak terlihat secara kredit', sementara Bank Dunia menempatkan jumlah orang dewasa tanpa rekening bank global pada 1,4 miliar.
Upstart telah menunjukkan bahwa pengecualian ini bukan fitur yang tak terhindarkan dari pemberian pinjaman yang bertanggung jawab, melainkan keterbatasan model usang.
Dengan memasukkan lebih dari 1.600 variabel, Upstart menghasilkan tingkat gagal bayar sekitar 75 persen lebih rendah dibandingkan tolok ukur tradisional sambil menyetujui lebih banyak peminjam dari demografi yang kurang terlayani.
Inklusi berbasis AI dan manajemen risiko yang sehat tidak bertentangan. Namun, inklusi tanpa kemampuan menjelaskan bukanlah kepercayaan, melainkan opasitas dengan hasil yang lebih baik.
Undang-Undang AI Uni Eropa dan kerangka tata kelola AI Korea yang baru mewajibkan keputusan kredit otomatis dapat dijelaskan dalam bahasa yang jelas dan dapat diaudit.
Institusi harus berinvestasi dalam kerangka 'explainable AI' sebagai komitmen struktural, bukan sekadar kepatuhan.
Keamanan: Masalah Asimetri
AI telah mengubah lanskap keamanan, dan tidak secara simetris menguntungkan industri.
Kejahatan siber yang menargetkan lembaga keuangan diperkirakan menelan biaya $6 triliun secara global pada 2023, dan diproyeksikan mencapai $10,5 triliun pada 2025.
AI adversarial — deepfake, phishing yang dihasilkan AI, model poisoning — sudah melampaui kerangka pertahanan lama.
JPMorgan Chase merespons dengan investasi keamanan siber kumulatif lebih dari $15 miliar selama lima tahun, dengan AI memproses lebih dari 5 miliar data peristiwa setiap hari.
Mastercard's Decision Intelligence Pro, diluncurkan pada 2024, menerapkan AI generatif pada lebih dari 1 triliun titik data setiap tahun, mengurangi penolakan transaksi palsu hingga 85 persen sambil meningkatkan tingkat deteksi penipuan.
Argumen yang lebih dalam adalah bahwa keamanan bukanlah fungsi manajemen risiko, melainkan fondasi kepercayaan finansial itu sendiri.
Institusi yang kurang berinvestasi dalam keamanan berbasis AI tidak hanya menerima risiko operasional, tetapi juga mempertaruhkan identitas institusional mereka.
Layanan pelanggan, pengembangan produk, dan keamanan sering diperlakukan sebagai silo terpisah, padahal seharusnya tidak demikian.
Masing-masing adalah ekspresi berbeda dari tantangan yang sama: bagaimana lembaga keuangan memperoleh dan mempertahankan kepercayaan di era perubahan teknologi radikal?
AI yang mengaburkan akses manusia mengikis kepercayaan. AI yang membuat keputusan opak mengikis kepercayaan.
Keamanan AI yang gagal berkembang juga mengikis kepercayaan.
Sebaliknya, AI yang dirancang dengan kemampuan menjelaskan, inklusi, dan hasil nyata bagi nasabah membangun kredibilitas institusional yang tidak dapat diciptakan oleh kampanye pemasaran mana pun.
Institusi yang akan memimpin dekade berikutnya adalah mereka yang memahami prinsip yang selalu diketahui industri mereka. Dalam keuangan, pada akhirnya, semuanya dibangun di atas kepercayaan.
