BSI Lepas Landas dengan AI, Bukan Sekadar Seremoni
Bank Syariah Indonesia (BSI) baru-baru ini mengumumkan percepatan pengembangan kecerdasan buatan (AI) di jaringan operasional dan layanannya. Ini bukan sekadar pernyataan manajemen biasa. Menurut keterangan resmi yang dikutip dari Kontan.co.id, BSI melihat AI sebagai mesin penggerak utama untuk dua hal krusial: meningkatkan produktivitas internal dan memicu pertumbuhan bisnis nasabah. Langkah ini menempatkan BSI pada posisi yang menarik di tengah lomba digitalisasi perbankan.
Yang menarik, fokus BSI tidak melulu soal otomasi layanan pelanggan via chatbot, meskipun itu bagian dari rencana mereka. Mereka lebih menyasar ke “otak” di balik layar. Bagaimana AI bisa menganalisis data operasional untuk menemukan bottleneck, mempercepat proses back-office, dan yang paling krusial, memberikan insight bisnis yang actionable kepada UMKM binaan dan korporasi klien mereka. Ini pendekatan yang cukup pragmatis.
Jadi, ini bukan tentang bank yang ingin terlihat futuristik. Ini tentang bagaimana teknologi tersebut di-deploy untuk mengatasi masalah nyata: biaya operasional yang tinggi, proses kredit yang lambat, dan kebutuhan nasabah akan solusi finansial yang cerdas. Mereka menguji hipotesis bahwa AI yang tepat sasaran bisa mengubah perbankan syariah dari sekadar penyimpan dana menjadi partner strategis bisnis.
Fokus 1: Automasi Cerdas untuk Efisiensi Operasional
Poin pertama yang disorot adalah automasi proses bisnis yang selama ini banyak memakan waktu dan sumber daya manusia. Bayangkan proses pengajuan pembiayaan (kredit) konvensional: ribuan dokumen fisik atau digital harus diverifikasi manual oleh petugas kredit. Proses ini bisa memakan waktu berhari-hari. Dengan AI, khususnya teknologi Intelligent Document Processing (IDP) dan Natural Language Processing (NLP), mesin bisa membaca, mengenali, dan memverifikasi data dari dokumen-dokumen tersebut secara otomatis.
Dampaknya langsung terasa di produktivitas. Waktu yang sebelumnya dihabiskan petugas untuk “ketik ulang” atau cek silang data bisa dialihkan ke pekerjaan bernilai lebih tinggi, seperti analisis risiko bisnis nasabah secara lebih mendalam atau memberikan penasihat keuangan. BSI menyebutkan, automasi ini bisa mempercepat siklus pemrosesan dokumen hingga 70%. Itu bukan angka kecil. Kecepatan ini juga berarti layanan keuangan bisa sampai ke tangan pelanggan lebih cepat.
Langkah ini sejalan dengan tren global, tapi implementasinya butuh kehati-hatian. AI harus dilatih dengan data yang bersih dan relevan. Untuk bank seperti BSI, ini juga berarti memastikan proses otomasi tetap mematuhi prinsip-prinsip syariah dan regulasi OJK. Automasi yang cerdas bukan berarti menghapus peran manusia sepenuhnya, tapi menciptakan kolaborasi manusia-mesin yang lebih efisien.
Fokus 2: Personalisasi Layanan dengan Analisis Data Mendalam
Fokus kedua adalah personalisasi. Di era di mana pelanggan terbiasa dengan rekomendasi Netflix atau Spotify, layanan perbankan juga dituntut serupa. BSI berencana memanfaatkan AI untuk menganalisis perilaku transaksi dan data keuangan nasabah secara aggregate. Tujuannya, untuk memberikan rekomendasi produk atau solusi keuangan yang benar-benar relevan dengan kebutuhan spesifik individu atau bisnis pelanggan.
Contoh konkret: Seorang pelaku UMKM kuliner yang sering membeli bahan baku dalam jumlah besar dari supplier tertentu bisa ditawarkan skim pembiayaan modal kerja syariah dengan tenor dan plafon yang disesuaikan dengan siklus usahanya. Atau, nasabah individu yang rutin mengirimkan dana untuk pendidikan anaknya bisa mendapatkan informasi tentang produk investasi pendidikan yang sesuai profil risikonya. Ini jauh lebih powerful daripada sekadar blast promosi produk generik.
Teknologinya bisa berupa mesin rekomendasi (recommendation engine) atau model prediktif. Tantangan terbesarnya di sini adalah data. Kualitas insight sangat bergantung pada kualitas dan kelengkapan data yang dimiliki bank. Selain itu, aspek privasi data adalah batu karang yang harus diwaspadai. BSI harus transparan soal data apa yang diambil dan bagaimana caranya demi kepentingan nasabah.
Fokus 3: Risk Management yang Proaktif dan Lebih Canggih
Manajemen risiko adalah jantung perbankan. Di sinilah AI memiliki potensi disruptif besar. BSI berencana mengembangkan sistem risiko berbasis AI yang tidak hanya menilai risiko kredit berdasarkan data historis, tetapi juga bisa memantau dan memprediksi risiko secara real-time. Misalnya, sistem bisa mendeteksi pola transaksi yang mencurigakan atau tanda-tanda awal kesulitan keuangan pada portofolio bisnis tertentu jauh sebelum menjadi masalah besar.
Penerapannya bisa di banyak area. Untuk pembiayaan, AI bisa membantu dalam skoring kredit yang lebih akurat, terutama untuk segmen UMKM yang seringkali minim data formal (thin-file). Algoritma bisa menggunakan data alternatif, seperti jejak transaksi digital atau data supplier, untuk membangun profil risiko yang lebih komprehensif. Ini membuka akses keuangan bagi更多pelaku usaha yang sebelumnya sulit mendapatkan pembiayaan.
Selain risiko kredit, ada juga risiko operasional dan risiko kepatuhan (compliance risk). AI bisa memindai ribuan transaksi untuk memastikan semuanya sesuai dengan regulasi anti pencucian uang (AML) dan kenali pelanggan Anda (KYC) secara lebih efisien. Sistem bisa menandai anomali yang perlu di-review oleh tim kepatuhan, sehingga mengurangi risiko denda akibat kelalaian manusia.
Fokus 4: Mengembangkan Solusi AI untuk Nasabah Bisnis
Ini poin yang paling menarik dan strategis. BSI tidak hanya ingin menggunakan AI untuk kepentingan internal bank, tetapi juga berencana mengembangkan solusi AI yang bisa digunakan oleh nasabah bisnis (terutama korporasi dan UMKM besar) mereka. Bayangkan BSI menyediakan “AI-as-a-Service” atau dashboard berbasis AI yang membantu klien bisnis mereka mengelola arus kas, memprediksi permintaan, atau mengoptimalkan inventori.
Misalnya, sebuah perusahaan manufaktur yang menjadi nasabah BSI bisa mendapatkan akses ke tools analitik yang membantu mereka melihat pola penjualan berdasarkan data transaksi rekening giro mereka. AI bisa memberikan proyeksi keuangan atau peringatan jika arus kas diprediksi akan negatif di masa depan. Dengan begitu, bank tidak hanya menjadi pemberi pinjaman, tetapi mitra yang membantu bisnis nasabahnya tumbuh.
Model bisnisnya bisa beragam, mulai dari fitur nilai tambah (value-added service) bagi nasabas premium hingga model berlangganan untuk UMKM. Ini bisa menjadi pembeda (diferensiasi) kompetitif BSI. Tapi sekali lagi, ini membutuhkan pemahaman mendalam tentang kebutuhan spesifik berbagai sektor industri agar solusinya benar-benar menjawab masalah, bukan sekadar fitur teknologi yang canggih tapi tak terpakai.
Fokus 5: Membangun Ekosistem dan Kesiapan SDM
BSI menyadari bahwa proyek ambisius seperti ini tak bisa berjalan tanpa fondasi yang kuat. Dua pilar utamanya adalah ekosistem data dan kesiapan Sumber Daya Manusia (SDM). Secara ekosistem, bank perlu memastikan integrasi data yang mulus antar-divisi, membangun data lake yang terpusat dan berkualitas, serta menjalin kemitraan dengan penyedia teknologi AI (seperti cloud provider atau startup AI). Tanpa ekosistem data yang sehat, AI hanya akan menjadi mesin yang “lapar data” tanpa bisa menghasilkan insight berarti.
Di sisi SDM, ini berbicara tentang transformasi budaya dan peningkatan kompetensi. BSI perlu melatih ribuan karyawannya untuk memahami dasar-dasar literasi data dan AI. Mereka tidak perlu jadi data scientist semua, tapi harus tahu cara membaca laporan yang dihasilkan AI, memahami keterbatasannya, dan menggunakannya dalam pengambilan keputusan sehari-hari. Bank juga perlu merekrut atau membentuk tim spesialis AI, ML Engineer, dan Data Engineer yang andal.
Investasi di SDM dan ekosistem ini mungkin tidak akan langsung terlihat dampaknya secara finansial dalam hitungan bulan, tapi ini adalah fondasi wajib untuk jangka panjang. Langkah awal BSI sudah benar: menyatakan fokus dan komitmen. Tantangan selanjutnya adalah eksekusi yang konsisten di tengah dinamika bisnis perbankan yang sangat kompetitif.