Dalam sejarah awal penerbangan, pilot mengendalikan pesawat sepenuhnya. Namun, ketika kompleksitas meningkat, teknologi autopilot mulai diperkenalkan. Awalnya ia sekadar membantu menjaga arah dan ketinggian pesawat.
Seiring waktu, hari ini sebagian besar proses penerbangan justru dikendalikan oleh autopilot. Pilot tetap ada, namun perannya bukan lagi mengendalikan, melainkan mengawasi kerja sistem.
Lintasan evolusi ini merepresentasikan arah perkembangan akal imitasi (AI). AI bergerak dari sistem yang information-driven, menuju decision-support, dan kini memasuki fase decision-making.
Dalam fase ini, AI tidak lagi hanya membantu manusia. Ia mulai bertindak sebagai perencana, pengambil keputusan dan eksekutor tindakan. Inilah yang kemudian dikenal sebagai agen AI.
Perubahan ini tampak teknologis, tetapi implikasinya bersifat ekonomi dan institusional. Dalam teori ekonomi, agen adalah entitas yang memiliki kapasitas untuk membuat pilihan. Selama ini, agen tersebut adalah manusia atau institusi yang mewakili manusia.
Namun, dengan berkembangnya agen AI, sebagian fungsi tersebut mulai didelegasikan kepada algoritma. Ini bukan sekadar otomatisasi, tetapi pergeseran otoritas pengambilan keputusan.
Dalam konteks perbankan, pergeseran ini menyentuh jantung dari model bisnis yang telah bertahan selama berabad-abad. Secara historis, transformasi digital di sektor ini sejatinya bukanlah fenomena baru.
Selama ini digitalisasi perbankan hanya dimaknai sederhana sebagai upaya memindahkan layanan fisik bank ke kanal digital di layar gawai cerdas.
Namun, perubahan yang kita saksikan hari ini dan di masa depan akan berbeda secara fundamental dan jauh lebih disruptif.
Kita tidak lagi berbicara tentang digitalisasi, tetapi tentang pergeseran lokus pengambilan keputusan. Kita memasuki era AI yang tidak hanya menganalisis, tetapi juga bertindak tanpa intervensi manusia.
Aktivitas penyaluran kredit bank dapat menjadi studi kasus menarik. Agen AI tidak hanya menilai kelayakan kredit di awal, tetapi terus memantau kondisi debitur secara real-time.
Ketika terjadi perubahan arus kas atau perilaku transaksi, AI dapat secara otomatis memutuskan penyesuaian batas kredit atau memberikan peringatan dini. Ini bukan lagi credit scoring, tetapi evaluasi kredit secara berkelanjutan.
Data empiris menunjukkan bahwa pergeseran di industri ini bukan sekadar wacana. European Central Bank (2025) melaporkan peningkatan signifikan dalam penggunaan AI di sektor perbankan, terutama dalam fungsi penilaian kredit dan deteksi kecurangan.
Setali tiga uang, laporan McKinsey berjudul “Building the AI Bank of the Future” memperkirakan bahwa AI berpotensi menciptakan nilai ekonomi tambahan di sektor perbankan global hingga lebih dari USD 1 triliun per tahun. Hal ini diperoleh terutama melalui peningkatan efisiensi dan personalisasi layanan.
Korelasi perilaku
Di sinilah paradoks muncul. Semakin canggih sistem, semakin besar pula potensi efisiensi dan risiko yang ditimbulkan. Organisation for Economic Co-operation and Development (OECD) mengingatkan bahwa penggunaan AI dalam sistem keuangan dapat meningkatkan korelasi perilaku antar institusi.
Ketika banyak bank menggunakan model yang serupa, ada risiko bahwa mereka akan menghasilkan keputusan yang juga serupa.
Dalam kondisi pasar yang bergejolak, keseragaman ini dapat mempercepat terjadinya herding behavior. Banyak pelaku akan mengambil keputusan yang sama pada waktu yang bersamaan.
Setali tiga uang, Bank for International Settlements (BIS) menyebut AI berpotensi mengubah cara risiko muncul dan menyebar dalam sistem keuangan. Risiko tidak lagi berasal dari kegagalan satu institusi, tetapi dari kesalahan kolektif algoritma yang saling terhubung.
Konfigurasi problematika tersebut membawa implikasi strategis bagi industri bank. Pertama, bank perlu mendefinisikan ulang sumber keunggulan kompetitifnya.
Jika fungsi analitis dapat dilakukan oleh algoritma, maka keunggulan tidak lagi berada pada kemampuan memproses informasi, tetapi pada kemampuan mengakses dan mengelola data yang berkualitas.
Dalam ekonomi digital, data adalah faktor produksi baru. Bank yang mampu mengintegrasikan data internal dengan ekosistem eksternal, melalui open banking dan kemitraan strategis akan memiliki posisi yang lebih kuat dibandingkan mereka yang tetap tertutup.
Kedua, bank harus bertransformasi dari pengambil keputusan menjadi orkestrator keputusan. Dalam ekosistem berbasis agen AI, keputusan tidak lagi diambil secara terpusat, melainkan dihasilkan oleh interaksi berbagai algoritma.
Bank harus memastikan bahwa keputusan yang diambil tetap berada dalam kerangka risiko yang dapat diterima. Hal ini menuntut kapabilitas baru berupa pemahaman terhadap risiko model dan risiko algoritmik.
Ketiga, bank perlu memperkuat fungsi kepercayaan sebagai diferensiasi utama. Ketika sistem keuangan semakin kompleks dan didorong oleh algoritma yang tidak selalu transparan, nilai dari kepercayaan terhadap institusi bank justru meningkat.
Ini berarti bahwa investasi dalam tata kelola, transparansi, dan perlindungan data menjadi sama pentingnya dengan investasi dalam teknologi.
Pada akhirnya, perubahan ini membawa kita pada pertanyaan yang lebih mendasar tentang masa depan perbankan. Jika peran utama bank sebagai lembaga intermediasi dapat dilakukan lebih cepat dan lebih murah oleh algoritma, apakah bank masih dibutuhkan, atau hanya belum tergantikan?
Dalam banyak kasus, sejarah menunjukkan bahwa sebuah institusi tidak runtuh secara tiba-tiba. Ia hanya kehilangan relevansinya secara perlahan. Agen AI mungkin bukan akhir dari perbankan, tetapi bisa menjadi awal dari redefinisi yang tidak semua pemain mampu bertahan.
Artikel ini telah dimuat di BISNIS INDONESIA 8 April 2026
