Kesenjangan tata kelola AI di perbankan menyentuh risiko model, kepatuhan, dan ketergantungan vendor teknologi, meski bukan guncangan pasar langsung.
Ringkasan Eksekutif
Perbanas bersama IBM dan K&A meluncurkan white paper bertajuk Digital Sovereign AI and the Future of Trusted Banking di Jakarta pada 27 Oktober 2026. Survei terhadap 91 responden dari 35 institusi keuangan menemukan 73 persen bankir menilai kedaulatan digital sangat relevan bagi agenda transformasi mereka dalam 12–24 bulan ke depan. Namun, tingkat kematangan tata kelola AI di organisasi perbankan rata-rata baru mencapai 2,74 dari skala 5, atau sekitar 55 persen. Artinya, adopsi AI berjalan lebih cepat ketimbang kesiapan kontrol di dalam bank. Ketua Bidang Technology & Security Perbanas, Toto Prasetio, menegaskan prioritas industri kini bergeser dari sekadar mengadopsi AI ke penerapan kedaulatan digital dalam praktik operasional.
Ia menyoroti perlunya keselarasan yang lebih kuat antara bank, regulator, asosiasi industri, dan mitra teknologi. Managing Partner IBM Consulting Indonesia, Juvanus Chandra, menambahkan bahwa AI bukan lagi teknologi masa depan; teknologi ini sudah dipakai dalam aktivitas perbankan sehari-hari. Pertanyaan kuncinya bukan apakah bank memakai AI, melainkan bagaimana bank mengendalikan teknologi dan keputusan yang dihasilkan. Bank didorong mendata penggunaan AI dan memperkuat pemantauan model secara berkala. Yang tidak terlihat dari headline ini: kesenjangan sekitar 55 persen bukan sekadar soal dokumen kebijakan yang belum lengkap. Dalam operasi bank, AI dapat menyentuh area yang menentukan nasib nasabah dan risiko institusi, mulai dari keputusan kredit, deteksi transaksi mencurigakan, hingga layanan nasabah.
Jika penggunaan model tidak terinventarisasi, bank akan sulit membuktikan kepada regulator bahwa keputusan dapat dijelaskan, diuji, dan dipertanggungjawabkan. Kedaulatan digital juga menyangkut kontrol atas data dan ketergantungan pada mitra teknologi. Bank yang memakai layanan cloud atau AI pihak ketiga perlu memastikan data nasabah tidak keluar dari yurisdiksi yang diizinkan dan model dapat diaudit. Ini menaikkan biaya kepatuhan, tetapi sekaligus menjadi pembeda: bank dengan tata kelola matang bisa lebih cepat mendapat kepercayaan regulator dan nasabah. Bank kecil dan menengah dengan sumber daya terbatas berisiko tertinggal karena harus membangun kapabilitas audit model, dokumentasi, dan kontrol akses dari nol. Dampak berantainya terasa di mitra teknologi.
Penyedia AI dan cloud yang bekerja dengan bank akan menghadapi tuntutan lebih besar untuk menyediakan dokumentasi model, jejak audit, kontrol akses, dan opsi penyimpanan data lokal. Regulator juga perlu menyusun kerangka yang selaras agar bank tidak menghadapi ekspektasi berbeda antara asosiasi, otoritas, dan vendor. Dalam 1–4 minggu ke depan,
Mengapa Ini Penting
Tata kelola AI yang baru matang separuh jalan berarti bank sedang menanggung risiko model yang belum sepenuhnya terpetakan. Dampaknya bukan hanya pada kepatuhan, tetapi pada kemampuan bank menjelaskan keputusan kredit, deteksi fraud, dan layanan nasabah kepada regulator serta publik. Dalam jangka menengah, bank dengan kontrol AI lemah bisa menghadapi biaya remediasi, sanksi, atau kehilangan kepercayaan nasabah; sebaliknya, bank yang lebih dulu membangun tata kelola bisa memakai AI secara lebih agresif tanpa menambah risiko reputasi.
Dampak ke Bisnis
- Bank perlu membangun inventaris penggunaan AI, dokumentasi model, dan pemantauan berkala. Beban kepatuhan naik, terutama bagi bank menengah dan kecil yang belum punya tim model risk management khusus. Efek lanjutannya, biaya teknologi per bank bisa meningkat lebih cepat dari perkiraan anggaran.
- Mitra teknologi dan penyedia cloud akan menghadapi due diligence lebih ketat: dokumentasi model, audit trail, kontrol akses, dan opsi data residency menjadi syarat komersial. Vendor yang tidak siap bisa kehilangan akses ke pasar perbankan, sementara penyedia dengan kapabilitas audit lebih kuat berpotensi menang.
- Regulator perbankan menghadapi tekanan untuk menyelaraskan ekspektasi pengawasan AI. Jika kerangka tidak segera jelas, bank akan mengembangkan standar internal yang berbeda-beda. Dalam 3–6 bulan ke depan, perbedaan ini bisa menyulitkan supervisi lintas bank dan memperlambat adopsi AI yang aman.
Yang Perlu Dipantau
- Yang perlu dipantau: tindak lanjut Perbanas, IBM, dan K&A pasca white paper — apakah muncul kerangka self-assessment tata kelola AI bersama dalam 1–4 minggu ke depan, bukan sekadar dokumen peluncuran.
- Risiko yang perlu dicermati: ketergantungan bank pada penyedia AI atau cloud asing — jika kontrol data dan audit model tidak dibenahi, kedaulatan digital berhenti sebagai narasi dan risiko vendor menumpuk.
- Sinyal penting: pernyataan regulator tentang ekspektasi pengawasan model AI — arahnya menentukan beban kepatuhan bank dan mitra teknologi, serta kecepatan adopsi AI di sektor keuangan.
Analisis ini dibuat oleh sistem AI Feedberry berdasarkan sumber berita publik dan tidak merupakan saran investasi atau keputusan bisnis. Selalu verifikasi dengan sumber primer.