Wealth Management di Asia butuh strategi baru untuk data dan AI

JAKARTA (IndoTelko) - Institusi keuangan di Asia berada di garis depan dalam adopsi kecerdasan buatan (AI). Di sektor Wealth Management, transformasinya bahkan berlangsung lebih cepat. Nasabah kini menuntut layanan yang semakin personal, insight real-time, serta pengalaman digital yang mulus.

Namun, inovasi tersebut juga diiringi tuntutan regulasi yang semakin ketat. Regulator seperti Monetary Authority of Singapore meningkatkan standar penerapan AI yang bertanggung jawab, sementara di Indonesia Otoritas Jasa Keuangan mendorong pemanfaatan AI di sektor keuangan dengan tetap menekankan aspek etika, keamanan data, dan kepatuhan.

Menurut Country Manager Cloudera Indonesia, Sherlie Karnidta, kondisi ini menciptakan mandat ganda bagi bank: bergerak cepat agar tetap kompetitif, namun tetap disiplin agar berada dalam koridor regulasi.

Fondasi Data Terpadu untuk AI yang Tepercaya

Tantangan terbesar banyak institusi keuangan saat ini adalah sistem data yang terfragmentasi. Banyak bank masih mengandalkan sistem lama yang berjalan dalam silo, sehingga sulit mendukung personalisasi real-time, deteksi penipuan adaptif, atau model AI yang dapat dijelaskan (explainable AI).

Riset global Cloudera bersama Finextra Research menunjukkan 97% organisasi jasa keuangan mengakui silo data menghambat implementasi AI secara efektif.

Untuk mengatasinya, banyak institusi mulai beralih ke pendekatan hybrid AI yang menggabungkan lingkungan on-premise dan cloud. Saat ini sekitar 62% institusi keuangan telah mengadopsi model hybrid, sementara 91% menilai pendekatan tersebut sangat bernilai.

Salah satu contohnya adalah Bank of Singapore yang mengembangkan alat berbasis AI untuk mengotomatiskan laporan sumber kekayaan nasabah. Proses yang sebelumnya membutuhkan 10 hari kini dapat diselesaikan dalam waktu sekitar satu jam dengan akurasi dan kepatuhan yang lebih baik.

Tata Kelola AI Harus Terintegrasi di Seluruh Proses

Dalam pengembangan AI modern, tata kelola tidak lagi bisa ditempatkan hanya di tahap akhir. Ia harus hadir di seluruh rantai proses, mulai dari akses data, pelatihan model, hingga penerapan dan pemantauan.

Sebanyak 84% organisasi jasa keuangan menilai tata kelola dan keamanan data lintas lingkungan sebagai faktor krusial.

Sebagai contoh, Standard Chartered menggunakan platform data terpadu untuk memperkuat pengawasan risiko melalui data lineage dan kebijakan tata kelola yang konsisten di seluruh operasional globalnya.

Di Indonesia, Bank Negara Indonesia memanfaatkan AI untuk meningkatkan keamanan, tata kelola data, dan efisiensi operasional. Dengan menjalankan AI inference di lingkungan on-premise serta monitoring terintegrasi, bank dapat menjaga keamanan data nasabah sekaligus meningkatkan kemampuan deteksi penipuan.

Mengurangi Ketergantungan Sistem dengan Ekosistem Terbuka

Transformasi AI di sektor perbankan juga menuntut fleksibilitas teknologi. Ketergantungan pada satu platform atau model implementasi dapat menghambat inovasi ketika kebutuhan bisnis atau regulasi berubah.

Pendekatan data lakehouse kini banyak dipilih karena memungkinkan bank menjalankan beban kerja sensitif di lingkungan terkontrol sekaligus melakukan eksperimen AI di cloud dengan kerangka operasional yang konsisten.

Contohnya, United Overseas Bank mengonsolidasikan data dari lebih dari 30 sumber melalui program Enterprise Data Architecture and Governance. Sistem ini mendukung personalisasi berbasis AI pada aplikasi UOB TMRW serta operasional ATM prediktif yang mampu mengurangi perjalanan pengisian ulang hingga 33%.

Titik Kritis Transformasi Wealth Management

Sektor wealth management di Asia kini berada pada titik penting. Bank yang mampu memodernisasi fondasi data, memperkuat tata kelola AI, dan membangun infrastruktur yang fleksibel akan memiliki keunggulan kompetitif yang signifikan.

Menurut Sherlie Karnidta, langkah tersebut tidak hanya membantu institusi memenuhi tuntutan regulasi, tetapi juga membangun kepercayaan nasabah sekaligus menetapkan standar baru bagi penerapan AI yang bertanggung jawab di industri keuangan.

Dengan strategi data dan AI yang tepat, institusi keuangan di Asia berpotensi membentuk lanskap wealth management yang lebih lincah, aman, dan kompetitif di masa depan. (mas)