13 August 2026
Kenneth Siow: Kepercayaan dan Open Architecture Jadi Kunci Transformasi AI di Industri Keuangan
Kawan PRIMA, perkembangan kecerdasan buatan atau Artificial Intelligence (AI) telah membuka peluang besar bagi industri perbankan dan sistem pembayaran. Namun, transformasi AI tidak cukup hanya dengan mengadopsi teknologi atau menggunakan model AI terbaru. Kepercayaan, tata kelola, arsitektur yang terbuka, serta kemampuan mengintegrasikan AI dengan kebutuhan bisnis menjadi faktor penting agar implementasinya benar-benar menghasilkan nilai.
Hal tersebut menjadi salah satu pesan utama Kenneth Siow, Senior Vice President INF Tech, saat membawakan materi pada Prima Executive Gathering 2026 yang diselenggarakan di The Mulia Resort, Nusa Dua, Bali, pada 6 Agustus 2026. Dalam paparannya, Kenneth mengulas perkembangan AI sekaligus bagaimana industri perbankan dan sistem pembayaran dapat mempersiapkan diri menghadapi gelombang transformasi berikutnya.
Indonesia Punya Fondasi Kuat Memasuki Era AI
Mengawali paparannya, Kenneth memberikan apresiasi terhadap perjalanan transformasi digital Indonesia, khususnya pada ekosistem pembayaran.
Ia menyoroti keberhasilan Indonesia membangun interkonektivitas, interoperabilitas, dan integrasi jaringan pembayaran, disertai infrastruktur pembayaran nasional yang resilien dengan berbagai mekanisme cadangan. Menurutnya, pencapaian tersebut semakin istimewa mengingat luasnya wilayah dan keberagaman masyarakat Indonesia yang tersebar di ribuan pulau.
Kenneth juga menyoroti keberhasilan Indonesia mengembangkan salah satu ekosistem pembayaran QR yang inklusif. Berbekal fondasi tersebut, ia meyakini Indonesia memiliki posisi yang kuat untuk terus memimpin perkembangan pembayaran digital di kawasan sekaligus memasuki gelombang inovasi berikutnya pada era AI.
Tantangan AI Bukan Lagi Teknologi, tetapi Operating Model
Menurut Kenneth, industri saat ini memasuki lingkungan AI yang semakin kompleks. Berbagai perusahaan teknologi global terus mengembangkan Large Language Model (LLM) masing-masing. Di saat bersamaan, berkembang pula pendekatan open architecture, multi-cloud, sovereign cloud, serta penggunaan berbagai model AI secara bersamaan.
Namun, banyak perusahaan yang telah mencoba AI belum mampu membawa implementasinya melampaui tahap proof of concept atau POC. Kenneth menilai persoalan utamanya bukan lagi pada ketersediaan teknologi.
“Hambatannya bukan lagi teknologi itu sendiri. Pada akhirnya, tantangan terbesar justru terletak pada operating model yang dibangun di sekitarnya.”
Karena itu, keberhasilan transformasi AI perlu diukur dari dampak nyata terhadap bisnis, peningkatan produktivitas, dan return on investment, bukan semata dari seberapa banyak AI digunakan di dalam organisasi.
Industri Keuangan Harus Menjawab Satu Pertanyaan: Bisakah AI Dipercaya?
Di tengah besarnya potensi AI, Kenneth menekankan satu persoalan fundamental bagi industri jasa keuangan, yaitu trust.
Bank mengelola uang sekaligus data pribadi nasabah. Karena itu, kesalahan AI, termasuk hallucination, tidak dapat diperlakukan sama seperti kesalahan teknologi pada sektor yang memiliki tingkat risiko lebih rendah.
“Bisakah kita benar-benar mempercayai AI ketika teknologi tersebut bersentuhan langsung dengan uang pelanggan dan data pribadi mereka?” ujarnya.
Menurut Kenneth, dalam industri jasa keuangan, kepercayaan pada akhirnya merupakan bagian dari produk itu sendiri. Karena itu, keamanan, tata kelola, kepatuhan terhadap regulator, dan perlindungan kepentingan nasabah harus ditempatkan sebagai fondasi transformasi AI.
Persoalan tersebut menjadi semakin penting karena AI tidak hanya dimanfaatkan oleh industri. Pelaku kejahatan juga dapat menggunakannya untuk meningkatkan kecanggihan serangan melalui phishing, deepfake, video palsu, hingga berbagai metode impersonasi.
Baca: Tencent Dorong Transformasi AI dari “Super Individual” Menuju “Super Team”
Agentic AI Bisa Membuka Peluang Baru bagi Perbankan
Setelah era pengembangan model AI, Kenneth melihat Agentic AI sebagai salah satu gelombang transformasi berikutnya.
Bagi perbankan dan industri pembayaran, potensinya dapat diarahkan pada persoalan yang sangat konkret. Kenneth mencontohkan pemanfaatan AI untuk fraud detection, Know Your Customer (KYC), onboarding nasabah, credit scoring, lending, customer service, Anti-Money Laundering (AML), compliance, hingga otomatisasi berbagai workflow kompleks.
Menurutnya, sektor perbankan sebenarnya telah memiliki banyak "bahan baku" yang dibutuhkan untuk memanfaatkan AI, seperti teks, angka, aturan, data nasabah, dan informasi mengenai alur transaksi.
Tantangannya adalah bagaimana seluruh elemen tersebut diintegrasikan secara tepat dengan kekuatan AI.
Jangan Bangun AI dalam Silo
Kenneth juga mengingatkan perusahaan agar tidak membiarkan masing-masing unit membangun proyek AI secara terpisah tanpa arsitektur bersama.
Menurutnya, pendekatan tersebut berpotensi menghasilkan standar, arsitektur, data, hingga definisi keberhasilan yang berbeda-beda dalam satu organisasi. Sebagai alternatif, perusahaan perlu membangun shared platform dengan strategi yang konsisten dari sisi infrastruktur, model, integrasi data, sumber daya manusia, perubahan organisasi, hingga governance.
“Bangunlah platform bersama, bukan proyek-proyek yang berjalan sendiri dalam silo.”
Transformasi AI karena itu bukan semata-mata tanggung jawab divisi teknologi. Fungsi bisnis, data, risiko, compliance, operasional, hingga pimpinan perusahaan perlu terlibat untuk membangun operating model yang selaras.
Baca: BI Dorong Kolaborasi Erat Antar Pelaku Industri Sistem Pembayaran
Open Architecture untuk Menjaga Fleksibilitas
Kenneth turut mendorong industri untuk mempertimbangkan open architecture dan strategi hybrid multi-model.
Alasannya sederhana. Model AI yang dianggap terbaik hari ini belum tentu tetap menjadi pilihan terbaik dalam 12 hingga 18 bulan mendatang. Karena itu, organisasi perlu menjaga fleksibilitas agar tidak terlalu bergantung pada satu model, satu penyedia cloud, maupun satu teknologi.
Kenneth menggambarkannya dengan prinsip sederhana: jangan menaruh seluruh telur dalam satu keranjang. Perusahaan dapat mempertimbangkan kombinasi model tertutup maupun open-source, public cloud, sovereign cloud, hingga infrastruktur on-premise sesuai kebutuhan, terutama ketika menyangkut kedaulatan dan sensitivitas data.
Dari Eksperimen Menuju Nilai Bisnis yang Berkelanjutan
Pada akhirnya, Kenneth menilai kompetisi AI ke depan tidak lagi hanya ditentukan oleh siapa yang memiliki model terbesar. Fokus berikutnya justru berada pada kemampuan organisasi membangun platform operasional AI yang dapat dipercaya. Perusahaan yang mampu memadukan open architecture, multi-model strategy, strong governance, serta pengukuran terhadap hasil bisnis dinilai memiliki posisi lebih baik untuk menciptakan nilai secara berkelanjutan.
Bagi industri perbankan dan sistem pembayaran Indonesia, pesan tersebut memberikan perspektif bahwa transformasi AI bukan perlombaan untuk sekadar menjadi yang tercepat mengadopsi teknologi. Fondasi yang lebih penting adalah memastikan AI dapat digunakan secara aman, terintegrasi, fleksibel, patuh terhadap regulasi, dan memberikan manfaat nyata bagi bisnis maupun nasabah.
Dengan fondasi sistem pembayaran digital yang telah dimiliki Indonesia, peluang menuju era tersebut terbuka lebar. Tantangan berikutnya adalah bagaimana industri bersama-sama mengubah berbagai eksperimen AI menjadi implementasi yang tepercaya, terukur, dan mampu menciptakan nilai berkelanjutan.
berita lainnya
