Bank Kini Bisa Bangun AI Sendiri Tanpa Bergantung pada Perusahaan Teknologi Besar
Finansial
Perbankan dan Layanan Keuangan
05 Sep 2025
92 dibaca
2 menit
Rangkuman 15 Detik
Bank dapat mengembangkan kapabilitas AI mereka sendiri untuk mengurangi ketergantungan pada penyedia besar.
Penggunaan model risiko dan kepatuhan yang ketat sangat penting dalam penggunaan AI di sektor keuangan.
Kemitraan strategis dapat mempercepat inovasi dan membantu bank menjaga data sensitif tetap aman.
Banyak bank dan institusi keuangan saat ini menghadapi tantangan besar dalam mengadopsi kecerdasan buatan (AI) secara efektif karena sistem lama yang mereka gunakan sulit untuk diintegrasikan dengan teknologi baru. Selama ini, pandangan umum mengatakan bahwa hanya perusahaan teknologi besar yang mampu membangun dan mengelola AI canggih, sehingga bank cenderung mengandalkan produk AI dari pihak ketiga atau hyperscaler.
Namun, dengan munculnya model bahasa besar (LLM) yang lebih mudah diakses, dihosting, dan disesuaikan sendiri, situasi ini mulai berubah. Teknologi terbaru memungkinkan bank untuk menjalankan model AI berperforma tinggi dengan biaya rendah dan perangkat keras standar, menghilangkan kebutuhan investasi besar dan ketergantungan kepada hyperscaler.
Dari sisi regulasi, badan pengawas seperti Financial Conduct Authority dan Bank of England memberikan peringatan penting terkait risiko AI dalam layanan finansial, terutama yang berhubungan dengan data pelanggan sensitif. Penggunaan layanan AI pihak ketiga yang mengandalkan API hyperscaler membuat bank rentan terhadap masalah kepatuhan dan pengelolaan risiko model, mengingat data penting harus keluar dari lingkungan yang aman.
Keuntungan utama menjalankan AI secara internal adalah mampu mengamankan data pelanggan dan mematuhi regulasi yang ketat, sekaligus memungkinkan bank melakukan penyesuaian AI berdasarkan data dan kebutuhan khusus mereka, seperti pola transaksi dan deteksi penipuan unik. Ini memberikan keunggulan kompetitif yang sulit ditiru oleh bank lain yang memakai AI generik dari hyperscaler.
Meskipun begitu, solusi AI bukanlah pilihan hitam-putih antara menggunakan hyperscaler atau mandiri. Banyak bank kini mulai mempertimbangkan kemitraan strategis dengan penyedia yang membantu merancang, mengembangkan, dan mengelola infrastruktur AI internal secara efisien. Pendekatan ini memungkinkan inovasi berkelanjutan, kontrol keamanan data maksimal, dan kemampuan beradaptasi sesuai perkembangan teknologi di masa depan.
Analisis Ahli
Simon Thompson
Dengan kemajuan besar pada LLM dan teknik pelatihan seperti LoRA dan DoRA, bank kini bisa menciptakan sistem AI yang lebih aman, cepat, dan sesuai kebutuhan spesifik tanpa biaya besar seperti sebelumnya.