Foto: TechCrunch — Gambar diambil dari sumber artikel asli untuk menghindari kesalahan informasi visual.
Meski berita India, strategi AI untuk digital payment massal relevan bagi Indonesia yang sedang mengakselerasi QRIS dan fintech, namun dampaknya tidak langsung dalam jangka pendek.
Ringkasan Eksekutif
Dilip Asbe, CEO National Payments Corporation of India (NPCI), menyatakan bahwa kecerdasan buatan (AI) akan menjadi tulang punggung pertumbuhan sistem pembayaran digital UPI ke depan. UPI saat ini mencatat lebih dari 750 juta transaksi harian dan menargetkan 1 miliar transaksi per hari. Dalam wawancara dengan TechCrunch di Mumbai Tech Week 2026, Asbe memaparkan tiga area utama penerapan AI: menjangkau setengah miliar pengguna baru, mendeteksi dan mencegah penipuan serta mule accounts, dan menyalurkan kredit kepada pengguna serta merchant yang memiliki jejak digital. NPCI telah berkolaborasi dengan bank sentral India dan pemerintah untuk mewujudkan visi ini. Asbe juga menyoroti pentingnya voice interface, meskipun adopsi masih rendah sejak peluncuran sistem voice assistant berbasis AI pada 2023.
Menurutnya, model suara perlu lebih akurat sebelum menjadi komponen kritis ekosistem pembayaran. Di sisi regulasi, Asbe menekankan bahwa India membutuhkan kerangka perlindungan konsumen yang kuat jika AI digunakan dalam layanan keuangan. Ia mencontohkan bahwa sistem harus mampu memverifikasi instruksi dan persetujuan pengguna kepada agen AI, serta menyediakan mekanisme ganti rugi jika terjadi kesalahan. NPCI juga telah meluncurkan model AI bernama FIMI yang menangani sengketa pengguna—kini melayani lebih dari satu juta pengguna untuk pembatalan mandat dan penyelesaian masalah, serta berkembang pesat. Selain itu, Asbe melihat peluang besar bagi perusahaan India—bank, fintech, dan ekosistem digital—untuk mengembangkan small language models yang spesifik, deterministik, dan tajam, memanfaatkan kumpulan data kaya yang dimiliki India. Dampak berita ini bagi Indonesia tidak langsung namun signifikan sebagai referensi.
Indonesia memiliki sistem pembayaran ritel nasional (BI-FAST, QRIS) yang tengah dikembangkan, dan volume transaksi digital tumbuh pesat. Jika India berhasil mengintegrasikan AI secara massal—untuk akuisisi pengguna, pencegahan fraud, dan underwriting kredit—maka Indonesia dapat mengadopsi praktik serupa dengan penyesuaian konteks lokal. Misalnya, penggunaan AI untuk mengelola risiko kredit merchant UMKM berbasis data transaksi bisa menjadi terobosan bagi fintech P2P lending dan perbankan. Namun, tantangan regulasi (OJK) dan kesiapan infrastruktur AI perlu diantisipasi.
Di sisi lain, persaingan UPI dengan sistem lain (seperti PayNow Singapura yang disebut di artikel terkait) menunjukkan standar global makin ketat.
Mengapa Ini Penting
Berita ini menjadi peta jalan bagi Indonesia: India membuktikan bahwa AI bisa menjadi solusi untuk tiga masalah utama pembayaran digital—skalabilitas pengguna, keamanan, dan penyaluran kredit. Jika diadopsi, Indonesia bisa mempercepat inklusi keuangan sekaligus menekan biaya operasional fintech. Namun, keterlambatan regulasi dan infrastruktur AI bisa membuat Indonesia tertinggal dalam persaingan digital payment regional.
Dampak ke Bisnis
- Fintech dan perbankan Indonesia: adopsi AI untuk fraud detection dan credit scoring berbasis data transaksi dapat menekan NPL dan biaya akuisisi, meningkatkan profitabilitas, terutama bagi pemain seperti GoPay, SeaBank, dan Bank Jago.
- UMKM dan merchant digital: AI yang mempermudah akses kredit berdasarkan jejak digital (seperti volume transaksi QRIS) bisa membuka pembiayaan lebih murah dan cepat, mengurangi ketergantungan pada pinjaman informal.
- Ekosistem startup AI lokal: peluang mengembangkan small language models berbahasa daerah untuk voice assistant pembayaran—mirip dengan strategi NPCI—bisa menjadi diferensiasi global, namun butuh investasi data dan talenta.
Yang Perlu Dipantau
- Yang perlu dipantau: kebijakan BI dan OJK terkait penggunaan AI di sistem pembayaran—jika ada draf peraturan atau sandbox untuk AI agent dalam transaksi, itu akan membuka jalur adopsi.
- Risiko yang perlu dicermati: fragmentasi sistem pembayaran jika AI diterapkan secara tidak seragam—setiap platform punya model sendiri, menyulitkan interoperabilitas dan pengawasan regulator.
- Sinyal penting: volume transaksi UPI India jika berhasil tembus 1 miliar per hari dengan AI—akan menjadi bukti konsep yang memperkuat argumen adopsi di Indonesia.
Konteks Indonesia
Indonesia memiliki kemiripan demografis dan digital dengan India: populasi besar, penetrasi smartphone tinggi, dan kebijakan pemerintah mendorong pembayaran digital (QRIS, BI-FAST). Namun, adopsi AI di sektor keuangan Indonesia masih terfragmentasi dan regulasi belum spesifik. Pelajaran dari NPCI—terutama dalam pemanfaatan AI untuk akuisisi pengguna di segmen bawah dan underwriting kredit—dapat diadaptasi oleh otoritas dan pelaku industri di Indonesia, terutama untuk mendorong inklusi keuangan di daerah tertinggal. Di sisi lain, tantangan bahasa daerah dan infrastruktur data menjadi hambatan yang perlu diatasi.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.