Di Indonesia, pembicaraan tentang pemanfaatan kecerdasan artifisial di sektor perbankan sering dibingkai dengan nada optimistis: layanan lebih cepat, penilaian kredit lebih presisi, deteksi fraud lebih canggih, dan pengalaman nasabah lebih personal. Narasi itu tidak salah, tetapi juga tidak lengkap. Dalam perspektif yang lebih kritis, pertanyaan paling penting bukanlah apakah AI (artificial intelligence) membuat bank lebih moderen, melainkan apakah AI benar-benar memperkuat customer value yang dirasakan nasabah. Dalam industri perbankan, value tidak berhenti pada kecepatan transaksi atau kemudahan digital. Value juga melekat pada rasa aman, perlakuan yang adil, privasi yang terlindungi, kejelasan keputusan, serta keyakinan bahwa ketika terjadi masalah, nasabah tetap diperlakukan sebagai manusia, bukan sekadar data. OJK sendiri menekankan bahwa tata kelola AI di perbankan Indonesia harus diarahkan pada pengembangan dan implementasi yang bertanggung jawab, dengan risiko yang terkendali agar perlindungan nasabah tetap terjaga.
Dari sudut pandang akademis, persoalan AI dalam perbankan tidak dapat dipahami hanya sebagai isu inovasi teknologi, tetapi sebagai persoalan relasi kuasa, tata kelola risiko, dan transformasi makna layanan keuangan. Ketika keputusan perbankan semakin dimediasi oleh algoritma, maka nasabah berhadapan dengan bentuk otoritas baru yang sering kali tidak transparan. Otoritas ini tampak objektif karena dibangun di atas data dan model statistik, padahal pada praktiknya ia tetap membawa asumsi, bias, batasan desain, dan kepentingan institusional. Dalam konteks ini, bahaya AI bukan hanya pada kemungkinan sistem “salah”, melainkan pada kecenderungannya untuk menciptakan ketimpangan epistemik: bank mengetahui semakin banyak tentang nasabah, sementara nasabah justru semakin sedikit memahami bagaimana dirinya dinilai, diklasifikasikan, dan diperlakukan. Kondisi seperti ini berpotensi menggerus fondasi kepercayaan yang selama ini menjadi inti hubungan bank dengan konsumennya.
Bahaya pertama yang paling mendasar adalah erosi kepercayaan. Perbankan pada hakikatnya adalah bisnis kepercayaan. Nasabah menitipkan uang, data, dan masa depan finansial mereka kepada institusi yang dipercaya bertindak hati-hati dan akuntabel. Namun, ketika AI digunakan untuk credit scoring, segmentasi risiko, pemantauan transaksi, atau personalisasi layanan tanpa penjelasan yang cukup, keputusan bank dapat terasa semakin jauh, dingin, dan tidak dapat digugat. Bagi bank, keputusan otomatis mungkin tampak efisien. Bagi nasabah, keputusan yang tidak transparan dapat terasa seperti vonis sepihak. Di titik itu, customer value mulai bergeser: layanan memang lebih cepat, tetapi rasa diperlakukan dengan adil justru melemah. Dalam jangka panjang, kehilangan rasa adil jauh lebih mahal daripada kehilangan beberapa menit efisiensi operasional.
Bahaya kedua adalah akumulasi risiko privasi dan intensifikasi pengawasan terhadap nasabah. AI bekerja dengan cara menambang pola dari data dalam skala besar, dan bank adalah salah satu institusi yang menyimpan data paling intim tentang seseorang: identitas, penghasilan, pola konsumsi, lokasi, preferensi, bahkan kebiasaan hidup yang tercermin dari transaksi sehari-hari. Secara teoritis, pengolahan data ini dapat meningkatkan layanan. Namun secara etis dan sosial, ia juga membuka jalan bagi pengawasan yang lebih dalam terhadap kehidupan finansial warga. Di sinilah letak paradoksnya: personalisasi yang dijual sebagai nilai tambah dapat berubah menjadi intrusi yang tidak nyaman jika nasabah merasa dirinya terlalu “dibaca”, terlalu “diprediksi”, atau terlalu “diarahkan” oleh sistem. Kajian hukum dan tata kelola di Indonesia juga menegaskan bahwa penggunaan AI di perbankan tidak bisa dipisahkan dari kewajiban perlindungan data pribadi serta perlindungan konsumen jasa keuangan.
Bahaya ketiga adalah bias algoritmik yang menyamar sebagai objektivitas. Salah satu mitos paling kuat dalam adopsi AI adalah keyakinan bahwa mesin selalu lebih netral daripada manusia. Padahal model AI belajar dari data historis, dan data historis hampir tidak pernah steril dari bias sosial, ekonomi, geografis, maupun institusional. Dalam konteks perbankan Indonesia, ini berbahaya karena bias bisa terwujud dalam bentuk yang halus tetapi berdampak besar: kelompok nasabah tertentu mungkin lebih sering dinilai berisiko, lebih sulit mendapatkan kredit, atau lebih agresif ditawari produk tertentu. Dari sudut pandang institusi, ini mungkin dianggap optimalisasi portofolio. Dari sudut pandang nasabah, ini bisa menjadi pengalaman ketidakadilan yang sulit dibuktikan karena logika sistem tertutup. Ketika nasabah tidak tahu mengapa ia ditolak, ditandai, atau diprioritaskan secara berbeda, maka AI tidak lagi berfungsi sebagai alat pelayanan, melainkan sebagai mekanisme klasifikasi sosial yang memperlemah martabat konsumen.
Bahaya keempat adalah dehumanisasi layanan perbankan. Dalam banyak strategi transformasi digital, AI diposisikan sebagai jawaban untuk meningkatkan efisiensi layanan pelanggan melalui chatbot, virtual assistant, atau otomasi penyelesaian masalah. Untuk pertanyaan sederhana, ini memang membantu. Namun problem muncul ketika logika efisiensi diterapkan secara berlebihan pada situasi yang secara inheren membutuhkan empati dan penilaian manusia. Rekening yang diblokir, transaksi mencurigakan, sengketa tagihan, penolakan kredit, atau indikasi fraud bukan sekadar persoalan teknis; semua itu menyentuh rasa cemas, reputasi, dan stabilitas hidup nasabah. Pada momen seperti ini, nasabah tidak hanya membutuhkan jawaban yang cepat, tetapi juga pengakuan bahwa masalah mereka serius dan layak ditangani secara manusiawi. Jika AI mengambil terlalu banyak ruang dalam titik-titik interaksi sensitif, maka bank berisiko menciptakan pengalaman yang efisien secara sistem, tetapi miskin empati secara relasional. Customer value pun turun, karena nilai layanan bank sesungguhnya tidak pernah sekadar transaksional.
Bahaya kelima adalah eskalasi kerentanan terhadap penipuan digital. Kemajuan AI tidak hanya menguntungkan institusi resmi, tetapi juga mempersenjatai pelaku kejahatan dengan teknik yang lebih meyakinkan, seperti phishing berbasis generatif, deepfake suara, impersonasi komunikasi bank, dan rekayasa sosial yang semakin sulit dibedakan dari pesan asli. Dalam konteks ini, semakin canggih ekosistem AI di sektor keuangan, semakin tinggi pula tuntutan bagi bank untuk menjaga literasi, verifikasi, dan proteksi konsumen. Kalau tidak, inovasi yang seharusnya meningkatkan rasa aman justru menghasilkan kecemasan baru bagi nasabah. OJK juga terus menekankan penguatan perlindungan konsumen dan penanganan fraud digital sebagai bagian dari agenda stabilitas dan integritas sektor jasa keuangan.
Secara konseptual, semua risiko ini menunjukkan bahwa customer value dalam perbankan tidak boleh direduksi menjadi value of convenience semata. Ada kecenderungan dalam transformasi digital untuk menganggap bahwa semakin cepat, semakin murah, dan semakin otomatis berarti semakin bernilai bagi nasabah. Padahal dalam layanan keuangan, value juga mencakup dimensi normatif: fairness, explainability, confidentiality, recourse, dan dignity. Nasabah tidak hanya membeli akses ke aplikasi atau fitur; mereka membeli ketenangan, keterbacaan keputusan, dan keyakinan bahwa bank tidak memperlakukan mereka secara eksploitatif. Jika AI justru menciptakan ketidakjelasan, memperluas asimetri informasi, atau melemahkan akses nasabah untuk menggugat keputusan, maka teknologi tersebut merusak value pada level yang paling substansial.
Oleh karena itu, menurut saya, pendekatan yang lebih matang bagi perbankan Indonesia adalah menempatkan AI bukan sebagai simbol kemajuan, tetapi sebagai instrumen yang harus tunduk pada etika layanan dan perlindungan nasabah. Tolok ukur keberhasilan AI seharusnya tidak hanya berupa cost reduction, peningkatan conversion rate, atau percepatan proses internal, tetapi juga kemampuan bank mempertahankan trust, meminimalkan diskriminasi, menjaga privasi, dan menyediakan ruang koreksi manusia atas keputusan otomatis. Disinilah kualitas tata kelola menjadi penentu. Bukan karena teknologi AI pada dasarnya buruk, tetapi karena tanpa governance yang kuat, teknologi yang dirancang untuk membantu justru dapat menginstitusionalisasi ketidakadilan dalam skala yang lebih luas dan lebih sulit terlihat.
Pada akhirnya, risiko terbesar penggunaan AI di perbankan Indonesia bukanlah bahwa mesin akan sepenuhnya menggantikan manusia, melainkan bahwa bank bisa perlahan kehilangan sensitivitas terhadap apa yang sebenarnya dianggap bernilai oleh nasabah. Jika bank terlalu terpukau oleh efisiensi teknologis, mereka bisa lupa bahwa loyalitas nasabah dibangun bukan hanya oleh kecanggihan sistem, tetapi oleh rasa aman, rasa dihormati, human relationship, dan rasa diperlakukan secara adil. Dalam industri yang fondasinya adalah kepercayaan, kehilangan elemen-elemen ini berarti kehilangan inti dari customer value itu sendiri.
Referensi
Otoritas Jasa Keuangan. Tata Kelola Kecerdasan Artifisial Perbankan Indonesia. 2025. https://ojk.go.id/id/Publikasi/Roadmap-dan-Pedoman/Perbankan/Pages/Tata-Kelola-Kecerdasan-Artifisial-Perbankan-Indonesia.aspx
Otoritas Jasa Keuangan. Tata Kelola Kecerdasan Artifisial Perbankan Indonesia (PDF). 2025. https://www.ojk.go.id/id/Publikasi/Roadmap-dan-Pedoman/Perbankan/Documents/Tata%20Kelola%20Kecerdasan%20Artifisial%20Perbankan%20Indonesia.pdf
Otoritas Jasa Keuangan. Artificial Intelligence Governance for Indonesian Banks. 2025. https://ojk.go.id/en/Publikasi/Roadmap-dan-Pedoman/Perbankan/Pages/Indonesia-Artificial-Intelligence-Governance-for-Banking.aspx
Otoritas Jasa Keuangan. Press Release: OJK Policies Further Strengthen the Role of the Financial Services Sector in Supporting the Government's Priority Programs. 2026. https://ojk.go.id/en/berita-dan-kegiatan/siaran-pers/Pages/OJK-Policies-Further-Strengthen-the-Role-of-the-Financial-Services-Sector-in-Supporting-the-Governments-Priority-Programs.aspx
World Economic Forum. The AI Playbook for Financial Services. 2026. https://reports.weforum.org/docs/WEF_The_AI_Playbook_for_Financial_Services_2026.pdf
Hukumonline. Risiko dan Tantangan Penggunaan AI dalam Sektor Perbankan. 2025. https://rcs.hukumonline.com/insights/risiko-penggunaan-ai-dalam-perbankan
Lembaga Kajian dan Konsultasi Fakultas Hukum Universitas Indonesia. LEXPRESS: OJK Terbitkan Tata Kelola Kecerdasan Artifisial: Bagaimana Regulasi Implementasi AI dalam Industri Perbankan di Indonesia? https://lk2fhui.law.ui.ac.id/portfolio/lexpress-ojk-terbitkan-tata-kelola-kecerdasan-artifisial-bagaimana-regulasi-implementasi-ai-dalam-industri-perbankan-di-indonesia/
Global Advisory Experts. Indonesia's 2026 AI Rulebook for Fintech and Financial Services: a Practical Compliance Guide. 2026. https://globaladvisoryexperts.com/ai-regulation-indonesia/
Yoseph Hari Pramono
Penulis adalah Doktor Ilmu Komunikasi, Universitas Sahid Jakarta. Ia merupakan praktisi perbankan sekaligus akademisi yang memiliki perhatian mendalam terhadap pengembangan kajian komunikasi strategis dalam konteks korporasi dan industri keuangan. Ia mengintegrasikan pengalaman profesional di sektor perbankan dengan pendekatan ilmiah dalam bidang Ilmu Komunikasi.
