Goldman Sachs Batasi Akses AI Coding bagi Trader dan Bankir, Ada Apa?
Kasus Goldman Sachs menunjukkan bahwa masa depan AI perbankan bukan ditentukan oleh seberapa luas akses teknologi diberikan, melainkan seberapa baik institusi mengelola batas antara otomasi dan akuntabilitas manusia. AI seharusnya memperkuat kapasitas profesional, bukan menggantikan kemampuan berpikir kritis atau menciptakan sistem yang tidak sepenuhnya dipahami penggunanya. Dalam industri keuangan, inovasi yang berkelanjutan harus berjalan seiring dengan kompetensi, kontrol, dan tanggung jawab.
____________
KEY FACTS:
■ Goldman Sachs membatasi penggunaan perangkat AI coding tertentu bagi karyawan nonteknis dan mengutamakan akses untuk insinyur.
■ Trader sebelumnya memanfaatkan perangkat tersebut untuk memantau arus transaksi klien dan memodelkan perubahan pasar maupun posisi portofolio.
■ Kebijakan baru memicu kekecewaan sebagian trader yang telah mengandalkan AI untuk mempercepat pekerjaan.
■ Pembatasan tidak berlaku bagi kelompok strats, yakni karyawan yang bekerja di persimpangan trading, riset kuantitatif, dan rekayasa perangkat lunak.
■,Goldman menyatakan kebijakan tersebut merupakan hasil evaluasi terhadap produktivitas dan manajemen risiko.
_____________
Goldman Sachs mempersempit penggunaan perangkat AI untuk menulis kode hanya bagi kalangan insinyur. Kebijakan ini menandai perubahan pendekatan bank investasi Wall Street tersebut setelah sebelumnya membuka ruang eksperimen bagi karyawan nonteknis, termasuk trader dan bankir, untuk memanfaatkan AI dalam pekerjaan sehari-hari.
Pembatasan yang tertuang dalam panduan internal yang diperbarui pada Oktober 2026 itu mencakup perangkat seperti Claude Code dari Anthropic dan alat GitHub dari Microsoft. Langkah tersebut diambil setelah perusahaan mengevaluasi produktivitas dan risiko penggunaan teknologi tersebut. Kebijakan ini bukan larangan terhadap seluruh penggunaan AI di Goldman Sachs, melainkan pembatasan akses terhadap perangkat AI khusus coding.
Dari Eksperimen Vibe Coding ke Pembatasan Akses
Keputusan Goldman Sachs memperlihatkan perubahan pendekatan dalam mengelola pemanfaatan AI di lingkungan kerja perbankan. Pada Juli 2026, Chief Information Officer Goldman Sachs, Marco Argenti, sempat menyoroti praktik vibe coding yang dilakukan karyawan nonteknis, termasuk trader dan bankir.
Melalui pendekatan tersebut, karyawan dapat menggunakan AI untuk membuat prototipe aplikasi atau solusi sederhana sesuai kebutuhan pekerjaan. Hasilnya kemudian diserahkan kepada tim teknis untuk diperbaiki dan dikembangkan lebih lanjut. Goldman Sachs memiliki sekitar 12.000 insinyur yang dapat mendukung proses pengembangan tersebut.
Namun, eksperimen itu kini memasuki fase yang lebih terkendali. Berdasarkan laporan Bloomberg pada 2 November 2026, panduan internal yang diperbarui pada Oktober membatasi penggunaan perangkat AI coding tersebut bagi kalangan insinyur.
Perubahan ini berdampak langsung pada sebagian trader. Sebelumnya, mereka menggunakan AI untuk membantu memantau client trading flows, memodelkan pergerakan pasar dan posisi portofolio, serta mempercepat penyusunan materi tertulis maupun visual.
Bagi karyawan yang telah mengintegrasikan alat tersebut ke dalam rutinitas kerja, pembatasan ini tentu mengurangi fleksibilitas. Meski demikian, Goldman tampaknya memilih menempatkan pengembangan kode pada kelompok yang memiliki kompetensi teknis untuk menguji, memahami, dan mengendalikan hasilnya.
Produktivitas Bukan Satu-satunya Ukuran Keberhasilan AI
Juru bicara Goldman Sachs, Nick Carcaterra, menjelaskan bahwa perusahaan menyediakan perangkat AI tertentu untuk mengidentifikasi kasus penggunaan terbaik di berbagai bagian organisasi.
"Setelah masa eksperimen di mana kami menilai berbagai faktor termasuk produktivitas dan manajemen risiko, kami menyerahkannya kepada pihak yang paling tepat untuk memanfaatkannya dalam jangka panjang," ujar Carcaterra seperti dikutip Bloomberg.
Pernyataan tersebut menunjukkan bahwa produktivitas bukan satu-satunya tolok ukur dalam penerapan AI di industri keuangan. Bank juga harus memastikan bahwa teknologi yang digunakan tidak menciptakan risiko baru bagi operasional, keamanan informasi, dan kualitas pengambilan keputusan.
Perangkat AI coding memiliki kemampuan membaca berkas, menghasilkan kode, dan menjalankan instruksi tertentu. Jika digunakan tanpa pemahaman teknis yang memadai, hasilnya berpotensi mengandung kesalahan logika, kelemahan keamanan, atau proses yang tidak sesuai dengan standar internal perusahaan.
Dalam lingkungan perbankan investasi, kesalahan pada perangkat lunak yang digunakan untuk memproses data transaksi atau memodelkan posisi pasar dapat menimbulkan konsekuensi operasional dan finansial. Karena itu, kode yang dihasilkan AI tetap membutuhkan pengujian, peninjauan, dan pengawasan manusia yang kompeten.
Kekhawatiran terhadap Ketergantungan dan Kemampuan Analitis
Selain risiko teknis, Goldman Sachs juga menghadapi pertanyaan mengenai dampak jangka panjang AI terhadap kemampuan analitis karyawan.
Pada Agustus 2026, Chris Churchman, mitra Goldman Sachs yang memimpin salah satu inisiatif AI perusahaan, mengingatkan potensi penurunan kemampuan penalaran apabila profesional keuangan terlalu bergantung pada model AI untuk menganalisis persoalan dan menyusun kesimpulan.
Peringatan tersebut relevan bagi industri keuangan. Kemampuan membaca kondisi pasar, menguji asumsi, mengenali anomali, dan mengambil keputusan di tengah ketidakpastian merupakan kompetensi inti seorang bankir maupun trader.
AI dapat mempercepat pengolahan informasi, tetapi ketergantungan berlebihan berisiko membuat pengguna menerima hasil yang dihasilkan mesin tanpa memahami proses dan asumsi di baliknya.
Goldman juga sebelumnya membatasi akses karyawan di Hong Kong terhadap Claude dari Anthropic pada April 2026. Reuters melaporkan pembatasan tersebut berlangsung di tengah meningkatnya perhatian terhadap keamanan data dan risiko penggunaan teknologi AI lintas yurisdiksi.
Tak Cukup Hanya Sediakan Akses
Langkah Goldman Sachs memberikan pelajaran penting bagi industri perbankan: semakin besar kemampuan AI, semakin penting pula pengendalian terhadap siapa yang boleh menggunakannya dan untuk tujuan apa.
Bank tidak cukup hanya menyediakan akses teknologi kepada seluruh karyawan. Mereka perlu menetapkan klasifikasi penggunaan, pembatasan akses data, pengujian kode, jejak audit, serta tanggung jawab yang jelas atas hasil kerja AI.
Khusus untuk aktivitas yang berkaitan dengan transaksi, data nasabah, dan keputusan investasi, pengawasan manusia tetap menjadi bagian penting dari pengendalian risiko.
Ke depan, industri perbankan kemungkinan akan semakin mengembangkan model penggunaan AI berbasis peran dan tingkat risiko. Karyawan nonteknis tetap dapat memanfaatkan AI untuk analisis, produktivitas, dan otomasi pekerjaan, tetapi pengembangan kode yang terhubung dengan sistem kritis perlu berada dalam pengawasan tim teknis.
Tantangan berikutnya adalah membangun tata kelola yang tidak mematikan inovasi. Bank perlu menyediakan jalur eksperimen yang aman agar ide dari unit bisnis tetap dapat dikembangkan tanpa mengabaikan standar keamanan, kepatuhan, dan kualitas perangkat lunak.
Kasus Goldman Sachs menunjukkan bahwa masa depan AI perbankan bukan ditentukan oleh seberapa luas akses teknologi diberikan, melainkan seberapa baik institusi mengelola batas antara otomasi dan akuntabilitas manusia. AI seharusnya memperkuat kapasitas profesional, bukan menggantikan kemampuan berpikir kritis atau menciptakan sistem yang tidak sepenuhnya dipahami penggunanya. Dalam industri keuangan, inovasi yang berkelanjutan harus berjalan seiring dengan kompetensi, kontrol, dan tanggung jawab. ■
