Di industri fintech, AI kini bukan lagi pelengkap, melainkan penentu daya saing. Teknologi ini dipakai untuk mempercepat kerja, menekan biaya operasional, dan memperkuat deteksi fraud di tengah transaksi pembayaran digital yang terus tumbuh.
Namun, kecepatan saja tidak cukup bagi layanan keuangan yang mengelola data sensitif dan berhadapan langsung dengan risiko konsumen. Karena itu, perusahaan fintech dituntut menjaga akurasi, keamanan, dan kualitas layanan sekaligus saat mengadopsi AI.
Kontrol infrastruktur menjadi fondasi pertama
Wulung Anggara Hanandita, VP of Data Platform and Data Science DANA, menilai ada tiga kunci agar AI benar-benar efektif di perusahaan fintech. Ia menyebut fondasi pertama adalah infrastruktur dan teknologi yang berdiri sendiri.
Menurut dia, DANA menghubungkan seluruh karyawan pengguna AI melalui AI gateway agar pemakaian teknologi tetap terkontrol, tetapi tetap mendukung inovasi dan operasional yang lebih cepat. Perusahaan itu juga mengembangkan AI di atas GPU milik sendiri.
Langkah tersebut dianggap penting karena kepemilikan GPU memberi kontrol lebih besar atas penyimpanan dan pemrosesan data. Di industri finansial, persoalan ini sangat terkait dengan privasi data yang tinggi dan kebutuhan menjaga kedaulatan AI.
Wulung menegaskan bahwa kedaulatan AI sulit tercapai jika proses inferensi terus bergantung pada pihak luar. “Kedaulatan AI bergantung pada kepemilikan GPU, terutama di industri finansial yang mengelola data dengan privasi tinggi,” ujarnya dalam seminar Indonesia Ethical AI Summit.
Talenta dan pengawasan tetap menentukan hasil
Pilar kedua yang disorot DANA adalah talenta yang memahami seluk-beluk AI. Sumber daya manusia ditempatkan sebagai penggerak penting, termasuk saat AI dipakai untuk pekerjaan coding.
Dalam praktiknya, penggunaan AI tersebut tetap diawasi melalui proses supervisi lanjutan. Hal ini menunjukkan bahwa kehadiran AI tidak otomatis menggantikan peran manusia dalam pengambilan keputusan, terutama ketika hasilnya berpengaruh pada layanan finansial.
Talenta yang paham teknologi dibutuhkan agar sistem tetap bekerja sesuai standar. Tanpa pengawasan yang memadai, hasil kerja AI bisa meleset dari kebutuhan operasional dan layanan yang menuntut ketepatan tinggi.
Tata kelola menjadi pengaman utama
Pilar ketiga adalah tata kelola atau governance untuk data dan AI. Cakupannya meliputi edukasi, etika penggunaan, serta pengaturan agar teknologi tidak dipakai sembarangan dan tetap menghasilkan keputusan yang adil.
Wulung menyebut DANA juga memperketat tata kelola input dan proses data agar implementasi AI berjalan optimal. Kualitas hasil AI sangat bergantung pada data yang masuk ke sistem, sehingga pengelolaan data mentah tidak bisa dilakukan secara longgar.
Bias algoritma masih menjadi risiko besar
Salah satu tantangan terbesar penerapan AI di fintech adalah bias algoritma. DANA berupaya memitigasi risiko ini karena keputusan digital yang keliru dapat merugikan konsumen, termasuk dalam kredit scoring.
Wulung menilai kualitas data merupakan landasan paling dasar dalam seluruh proses. Jika data mentah dimasukkan tanpa penyelarasan yang baik, sistem penilaian kredit bisa secara otomatis menyingkirkan kelompok masyarakat tertentu dari pantauan teknologi.
Karena itu, perusahaan tidak cukup hanya mengandalkan model yang canggih. Mereka juga perlu memastikan data bersih, prosesnya terukur, dan keputusan sistem dapat dipertanggungjawabkan.
Belajar dari ekosistem global tanpa mengabaikan perlindungan konsumen
DANA juga menggabungkan pelajaran dari ekosistem global dalam pengembangan Agentic AI. Perusahaan menilai inovasi, replikasi, dan regulasi harus berjalan seimbang agar industri lokal bisa tumbuh tanpa mengorbankan perlindungan konsumen.
Di sektor finansial, keseimbangan itu menjadi sangat penting karena perputaran modal besar selalu disertai risiko yang tinggi. Karena itu, dorongan inovasi perlu berjalan bersama tata kelola yang memadai agar AI benar-benar menjadi game changer, bukan menambah risiko baru bagi pengguna layanan digital.
Dalam kerangka itu, tiga kunci yang disorot DANA menunjukkan bahwa masa depan AI fintech tidak hanya ditentukan oleh kecanggihan model. Fondasi infrastruktur, kualitas talenta, dan tata kelola yang disiplin sama-sama menjadi penentu siapa yang mampu bertahan.