Frontier AI Ubah Peta Risiko Perbankan Global, Ketahanan Digital jadi Agenda BOD

______________

EXECUTIVE INSIGHT:

Adopsi kecerdasan buatan (artificial intelligence/AI) membawa industri perbankan memasuki babak baru transformasi digital. Namun, semakin luas AI digunakan untuk menjalankan fungsi-fungsi kritis, semakin besar pula potensi risiko yang dapat merambat melampaui batas satu bank. Peringatan Komite Basel untuk Pengawasan Perbankan (Basel Committee on Banking Supervision/BCBS) menjadi sinyal bahwa risiko AI tidak lagi cukup ditangani sebagai persoalan teknologi informasi. Ketergantungan pada penyedia teknologi yang sama, percepatan serangan siber, dan keterhubungan antarlembaga keuangan dapat menciptakan kerentanan yang saling berkorelasi.

Pertemuan BCBS pada 28–29 September 2026 di Bali, Indonesia, menegaskan urgensi penguatan tata kelola AI, peninjauan kerangka risiko operasional, peningkatan transparansi data risiko, serta penyempurnaan standar pengawasan perbankan global. Pesan strategisnya jelas: keunggulan bank pada era AI tidak hanya ditentukan oleh seberapa cepat teknologi diadopsi, tetapi juga oleh kemampuan menjaga operasional tetap tangguh ketika teknologi tersebut gagal, diserang, atau menimbulkan dampak yang tidak diperkirakan.

____________

DIGI-HIGHLIGHTS: 

● AI naik kelas menjadi risiko sistemik. Frontier AI dapat memperbesar ancaman siber dan kerentanan yang saling berkorelasi ketika banyak lembaga keuangan bergantung pada infrastruktur atau penyedia teknologi yang sama.
● Ketahanan digital menjadi tanggung jawab strategis. Bank membutuhkan tata kelola AI, manajemen risiko, pengawasan manusia, dan kemampuan merespons insiden yang terintegrasi dengan kerangka risiko operasional.
● Transparansi memasuki era data terstruktur. Persetujuan standar final pengungkapan Pilar 3 yang dapat dibaca mesin berpotensi meningkatkan kemudahan membandingkan profil risiko bank.
● Integritas pengukuran risiko semakin penting. Reformasi metodologi G-SIB, peninjauan standar aset kripto, dan penguatan pengelolaan risiko suku bunga menunjukkan bahwa pengawasan global bergerak menuju pengukuran risiko yang lebih substantif.

____________

1. AI Bukan Lagi Sekadar Proyek Teknologi

Selama beberapa tahun terakhir, pembahasan AI di perbankan didominasi oleh peluang efisiensi: otomasi proses, peningkatan produktivitas karyawan, personalisasi layanan nasabah, deteksi fraud, dan pengembangan model kredit. Pendekatan tersebut tetap relevan. Namun, perspektif pengawasan global mulai bergeser seiring meningkatnya kemampuan frontier AI, yakni model AI generasi terdepan dengan kemampuan komputasi dan pemecahan masalah yang semakin maju.

Dalam rilis resminya awal bulan ini, BCBS menyatakan bahwa perkembangan AI berpotensi memperbesar kerentanan operasional, termasuk serangan siber dan ketergantungan yang berkorelasi di dalam sistem keuangan. Komite juga menyoroti pertumbuhan jejak finansial ekosistem AI, penggunaan leverage, dan keterhubungan pembiayaan yang semakin kompleks. BCBS karena itu menyepakati peninjauan kecukupan kategori jenis kejadian kerugian dalam kerangka risiko operasional, dengan fokus pada perkembangan AI dan risiko siber.

Perubahan mendasarnya terlihat pada cara bank mendefinisikan risiko AI. Persoalannya tidak berhenti pada apakah sebuah model menghasilkan keputusan yang salah, memberikan informasi keliru, atau menimbulkan bias. Pertanyaan berikutnya adalah apa yang terjadi apabila kegagalan tersebut memengaruhi proses kritis, meluas melalui vendor bersama, atau mengganggu layanan sejumlah lembaga keuangan sekaligus. AI dengan demikian perlu diperlakukan sebagai bagian dari arsitektur risiko perusahaan, bukan hanya portofolio inovasi digital.

2. Dari Risiko Satu Bank Menuju Risiko yang Berkorelasi

Salah satu tantangan terbesar transformasi digital adalah konsentrasi ketergantungan.

Bank yang berbeda dapat menggunakan penyedia cloud yang sama, model AI dari vendor yang sama, perangkat keamanan yang serupa, atau infrastruktur data yang saling terhubung. Efisiensi dan skala ekonomi yang dihasilkan memang besar, tetapi konfigurasi tersebut juga dapat menciptakan titik kegagalan bersama.

Bayangkan sebuah bank memanfaatkan AI untuk mendukung layanan nasabah, pemantauan transaksi, deteksi penipuan, dan pengolahan dokumen kredit. Apabila penyedia teknologi utama mengalami gangguan, dampaknya berpotensi melampaui satu aplikasi. Layanan lain yang bergantung pada penyedia tersebut dapat ikut terganggu.

Risiko menjadi lebih kompleks apabila puluhan institusi memiliki pola ketergantungan yang serupa.

Dalam skenario tersebut, persoalannya bukan semata-mata kegagalan sistem internal bank, melainkan kemungkinan munculnya gangguan secara bersamaan di sejumlah lembaga. Inilah dimensi correlated dependencies yang menjadi perhatian BCBS.

Laporan Financial Stability Institute yang diterbitkan Bank for International Settlements (BIS) pada 9 September 2026 juga menyoroti bagaimana frontier AI dapat mempercepat identifikasi kerentanan dan pengembangan eksploit siber, sekaligus meningkatkan tekanan terhadap waktu penanganan celah keamanan serta ketergantungan pada pihak ketiga.

Implikasinya, pengujian ketahanan bank tidak cukup hanya menjawab apakah sistem internal mampu bertahan menghadapi serangan. Bank juga harus menguji sejauh mana operasionalnya tetap berjalan ketika vendor utama, layanan cloud, model AI, atau konektivitas eksternal mengalami gangguan.

Bagi direksi, pertanyaan strategisnya berubah: apakah bank benar-benar mengendalikan risikonya sendiri, atau sebagian ketahanannya bergantung pada infrastruktur yang juga digunakan pesaing dan institusi lain?

3. Ketahanan AI Harus Masuk Agenda Direksi dan Manajemen Risiko

Perkembangan AI menuntut integrasi antara teknologi, keamanan informasi, kepatuhan, manajemen risiko, audit internal, dan strategi bisnis. Tata kelola yang hanya mengandalkan persetujuan awal proyek belum memadai apabila model, data, vendor, dan pola penggunaannya terus berkembang. Pengendalian harus berlangsung sepanjang siklus hidup AI, mulai dari pemilihan teknologi hingga pemantauan kinerja, perubahan model, dan penghentian penggunaan.

Setidaknya ada empat prioritas yang perlu diperhatikan bank.

Pertama, pemetaan AI secara menyeluruh. Bank perlu mengetahui model yang digunakan, proses yang didukung, data yang diakses, pemilik risiko, dan tingkat kritikalitas setiap penerapan. Penggunaan AI oleh vendor atau unit bisnis di luar fungsi teknologi juga perlu diperhitungkan.

Kedua, pengawasan terhadap ketergantungan pihak ketiga. Penilaian vendor sebaiknya mencakup konsentrasi penyedia, hak akses dan perlindungan data, kemampuan audit, mekanisme pelaporan insiden, serta kesiapan memindahkan layanan apabila terjadi gangguan.

Ketiga, pengujian ketahanan operasional. Skenario pengujian perlu mencakup serangan siber berbantuan AI, kegagalan vendor, gangguan layanan kritis, kesalahan keluaran model, dan situasi ketika sejumlah kontrol otomatis gagal secara bersamaan.

Keempat, kejelasan akuntabilitas. Direksi perlu memperoleh laporan yang menghubungkan penggunaan AI dengan eksposur risiko, potensi dampak keuangan, kelangsungan layanan, dan efektivitas mitigasi. Keputusan kritis harus tetap memiliki mekanisme eskalasi dan intervensi manusia yang memadai.

Tujuannya bukan memperlambat inovasi. Sebaliknya, tata kelola yang kuat memungkinkan bank memperluas penerapan AI tanpa membangun kerentanan yang tidak disadari.

4. Transparansi Risiko Bergerak dari Dokumen Menuju Data

Perubahan lain yang patut diperhatikan adalah persetujuan BCBS terhadap standar final pengungkapan Pilar 3 berbasis machine-readable.

Selama ini, banyak bank memublikasikan informasi pengungkapan risiko dalam bentuk PDF. Format tersebut dapat dibaca manusia, tetapi membatasi kemampuan sistem untuk mengumpulkan, mengolah, dan membandingkan data antarlembaga secara efisien.

Standar baru dirancang agar data kuantitatif Pilar 3 tersedia dalam format terstruktur yang dapat diproses secara langsung oleh sistem komputer. BCBS menyatakan standar final tersebut dijadwalkan dipublikasikan sekitar akhir 2026.

Secara strategis, perkembangan ini membawa tiga implikasi.

Pertama, analisis komparatif profil risiko bank berpotensi menjadi lebih efisien. Kedua, data pengungkapan dapat lebih mudah dimanfaatkan untuk analisis lintas periode dan lintas institusi. Ketiga, kualitas, konsistensi, dan keterlacakan data akan semakin penting karena informasi risiko lebih mudah diolah oleh berbagai pihak.

Perubahan ini bukan berarti BCBS secara otomatis mewajibkan seluruh bank di dunia menerapkan format yang sama pada tanggal tertentu. Implementasinya bergantung pada standar yang berlaku dan keputusan otoritas di masing-masing yurisdiksi. Standar pengungkapan ini juga tidak dengan sendirinya mengubah substansi seluruh kewajiban pengungkapan yang sudah ada.

Bagi industri perbankan Indonesia, arah kebijakan tersebut tetap relevan. Kesiapan data seharusnya dipandang sebagai fondasi strategis untuk pengawasan, analisis risiko, dan transparansi pasar—bukan sekadar pekerjaan administratif saat laporan akan diterbitkan.

5. Pengawasan Global Tidak Hanya Berbicara tentang AI

Agenda Basel di Indonesia juga menunjukkan bahwa transformasi pengawasan perbankan berlangsung dalam beberapa dimensi yang saling melengkapi.

Aset kripto: penilaian prudensial masih berlanjut

BCBS melaporkan kemajuan dalam peninjauan terarah terhadap standar prudensial eksposur bank terhadap aset kripto. Komite memperkirakan akan memberikan pembaruan sebelum akhir 2026.

Bagi bank, perkembangan ini menjadi alasan untuk terus mengevaluasi eksposur, karakteristik risiko, dan kepatuhan terhadap ketentuan yang berlaku. Namun, peninjauan tersebut belum dapat diperlakukan sebagai standar revisi final yang sudah efektif.

G-SIB: menekan praktik window dressing

BCBS telah menyetujui revisi kerangka penilaian bank sistemik penting global (Global Systemically Important Banks/G-SIBs) guna mengurangi praktik window dressing menjelang akhir periode pelaporan. Publikasi revisi tersebut direncanakan berlangsung pada Oktober 2026.

Pesan yang lebih luas adalah bahwa kualitas pengukuran risiko tidak hanya bergantung pada rumus atau indikator yang digunakan, tetapi juga pada kemampuan kerangka tersebut mencegah perilaku yang membuat kondisi bank terlihat lebih baik daripada keadaan sebenarnya.

IRRBB: risiko suku bunga tetap membutuhkan perhatian

Komite juga menyepakati konsultasi atas panduan tambahan Pilar 2 terkait Interest Rate Risk in the Banking Book (IRRBB). Langkah ini didasarkan pada evaluasi yang mengidentifikasi kekurangan tertentu dalam pengelolaan risiko suku bunga di sejumlah bank.

Bagi manajemen risiko, agenda ini mempertegas pentingnya menguji sensitivitas pendapatan, nilai ekonomi ekuitas, serta daya tahan neraca terhadap perubahan suku bunga. Pertumbuhan bisnis dan transformasi teknologi tetap harus berjalan seiring dengan pengelolaan risiko keuangan yang disiplin.

Ketiga agenda tersebut memperlihatkan satu benang merah: pengawasan global bergerak menuju kerangka yang semakin menekankan kualitas data, ketepatan pengukuran, integritas pelaporan, dan ketahanan institusi.

6. Apa Artinya bagi Perbankan Indonesia?

Pertemuan BCBS dan Konferensi Internasional Pengawas Perbankan ke-24 (24th International Conference of Banking Supervisors/ICBS) yang berlangsung di Bali pada 28 September–1 Oktober 2026 membawa pesan penting bagi ekosistem keuangan Indonesia.

Gubernur Bank Indonesia Destry Damayanti menekankan perlunya menjaga keseimbangan antara inovasi dan ketahanan, didukung tata kelola yang baik dan pengawasan yang efektif. Pengawas juga perlu memahami keterhubungan dalam ekosistem keuangan, perubahan model bisnis, serta perkembangan teknologi untuk mengenali kerentanan sedini mungkin.

Dari perspektif DIGITALBANL.ID, terdapat lima agenda yang layak dipertimbangkan bank di Indonesia.

1. Jadikan risiko AI bagian dari enterprise risk management. Penggunaan AI perlu terhubung dengan pengelolaan risiko operasional, siber, model, pihak ketiga, kepatuhan, dan reputasi.

2. Bangun inventaris AI dan peta konsentrasi vendor. Bank perlu mengetahui teknologi yang digunakan di seluruh organisasi, termasuk penggunaan melalui penyedia layanan dan unit bisnis.

3. Perluas stress testing ke risiko digital. Pengujian ketahanan hendaknya mencakup kegagalan vendor, gangguan infrastruktur bersama, insiden siber, serta potensi kegagalan yang memengaruhi beberapa layanan secara serentak.

4. Perkuat disiplin data dan pelaporan risiko. Standardisasi data, kualitas dokumentasi, keterlacakan informasi, dan kesiapan analitik akan membantu bank meningkatkan kualitas pengambilan keputusan maupun kesiapan menghadapi perubahan pengungkapan.

5. Tingkatkan koordinasi direksi, risiko, TI, dan audit. Ketahanan AI tidak dapat diserahkan sepenuhnya kepada tim teknologi. Direksi perlu memahami eksposur material, toleransi risiko, ketergantungan kritis, dan kemampuan pemulihan bank.

Agenda ini perlu disesuaikan dengan skala, kompleksitas, profil risiko, serta ketentuan yang berlaku bagi setiap bank. Pendekatan tersebut juga tidak berarti bahwa seluruh bank Indonesia otomatis terikat pada setiap keputusan teknis BCBS dengan cara yang sama. ■

______________

PENUTUP:

Ketahanan digital di masa mendatang akan sangat menetukan kualitas pertumbuhan bank. Transformasi AI menawarkan peluang untuk meningkatkan produktivitas, mempercepat inovasi, memperkuat deteksi fraud, dan memperbaiki pengalaman nasabah. Namun, manfaat tersebut dapat tergerus apabila bank mengabaikan konsentrasi vendor, kelemahan tata kelola, dan potensi penyebaran gangguan melalui sistem keuangan yang semakin terkoneksi.

Perkembangan di Basel menandai pergeseran fokus pengawasan: dari sekadar memastikan teknologi dikelola dengan aman menuju pemahaman yang lebih menyeluruh mengenai dampak teknologi terhadap ketahanan institusi dan sistem keuangan.

Bagi perbankan Indonesia, kesempatan strategisnya adalah membangun kemampuan sebelum kerentanan berubah menjadi insiden. Bank yang mampu mengintegrasikan inovasi AI, kualitas data, disiplin risiko, dan ketahanan operasional akan memiliki fondasi yang lebih kuat untuk melakukan transformasi secara berkelanjutan.

Pada era frontier AI, pertanyaan bagi pemimpin bank bukan lagi apakah institusinya perlu mengadopsi AI, melainkan apakah institusinya siap mengelola konsekuensi ketika AI menjadi bagian dari infrastruktur keuangan yang kritis. ■

___________

DIGIONARY:

● Frontier AI: Model AI generasi terdepan dengan kemampuan yang semakin maju, yang membuka peluang inovasi sekaligus dapat memperbesar sejumlah risiko operasional dan siber.
● Correlated Dependencies: Ketergantungan yang saling berkorelasi ketika sejumlah institusi memiliki eksposur terhadap penyedia, infrastruktur, atau sumber risiko yang sama.
● Machine-Readable Disclosure: Pengungkapan data dalam format terstruktur yang memungkinkan pemrosesan dan analisis oleh sistem komputer.
● Pilar 3: Bagian kerangka Basel yang berfokus pada pengungkapan informasi untuk meningkatkan transparansi dan disiplin pasar.
● G-SIBs: Bank yang dikategorikan memiliki kepentingan sistemik global dan dikenai kerangka penilaian serta persyaratan pengawasan khusus.
● IRRBB: Interest Rate Risk in the Banking Book, yaitu risiko akibat perubahan suku bunga terhadap posisi dan pendapatan bank pada portofolio nonperdagangan.
● Window Dressing: Tindakan mengubah atau mengatur posisi tertentu menjelang tanggal pelaporan untuk membuat kondisi atau indikator keuangan tampak lebih baik.