Lampaui Sistem Skoring Konvensional, Superbank Manfaatkan AI untuk Perluas Akses Kredit

_____________

DIGI-HIGHLIGHTS:

■ Superbank gunakan AI dan data perilaku nasabah untuk menilai pembiayaan bagi segmen underserved yang luput dari skoring konvensional.
■ CFO Melisa Hendrawati pastikan model AI wajib melalui uji bias dan regulasi, serta tidak menggantikan keputusan penilaian manusia.
■ EY Indonesia ingatkan investasi AI perbankan harus membuktikan peningkatan profitabilitas dan kontrol risiko kredit dalam jangka panjang.

____________

PT Super Bank Indonesia (Superbank) mengambil langkah progresif dalam ekosistem pembiayaan digital dengan mengintegrasikan kecerdasan buatan (artificial intelligence/AI) serta data perilaku nasabah (customer behaviour data). Pendekatan ini dirancang untuk menilai kelayakan kredit calon peminjam yang selama ini kerap terabaikan oleh sistem skoring kredit tradisional, sekaligus memperluas jangkauan layanan bagi segmen masyarakat yang belum terlayani secara optimal (underserved segments) dengan tetap mengedepankan prinsip manajemen risiko yang ketat.

"AI dan analitik dapat membantu kami menganalisis rentang data nasabah dan perilaku yang lebih luas untuk mengidentifikasi pola yang mungkin tidak ditangkap melalui pendekatan penilaian kredit tradisional," ujar Chief Financial Officer (CFO) Superbank, Melisa Hendrawati, sebagaimana dikutip dari Asian Banking & Finance.

Sebagai bank digital terbesar ketiga di Indonesia berdasarkan total aset, Superbank memanfaatkan temuan analitik tersebut untuk mengklasifikasikan peminjam berdasarkan tingkat risiko, merancang produk kredit yang relevan, menentukan syarat pembiayaan, serta menyesuaikan strategi penyaluran secara dinamis.

____________

PT Super Bank Indonesia memanfaatkan teknologi kecerdasan buatan (artificial intelligence/AI) dan analitik perilaku nasabah untuk memperluas akses pembiayaan bagi kelompok masyarakat yang kerap terlewatkan oleh sistem penilaian kredit konvensional. CFO Superbank Melisa Hendrawati menjelaskan bahwa model analitik ini memungkinkan bank mengelompokkan risiko secara presisi tanpa menggantikan keputusan manusia, serta tetap tunduk pada kepatuhan regulasi. Sementara itu, Partner PT Ernst & Young Indonesia Oki Stefanus menekankan bahwa investasi AI perbankan harus berorientasi pada peningkatan profitabilitas jangka panjang dan pengendalian risiko kredit secara berkelanjutan, bukan sekadar memangkas biaya operasional.

____________

Melisa mengungkapkan bahwa Superbank secara rutin menguji asumsi pembiayaan, memantau pola perilaku nasabah, dan memanfaatkan hasilnya guna menyempurnakan produk. Proses ini diklaim mampu memperpendek siklus pengembangan produk sekaligus mempertajam akurasi penilaian risiko peminjam. Kendati demikian, ia menegaskan bahwa teknologi AI tidak diposisikan untuk mengambil alih keputusan akhir manusia (human judgment).

Bank secara konsisten memantau model AI yang digunakan untuk mendeteksi potensi bias dan memverifikasi kinerjanya. Langkah ini dilakukan guna memastikan seluruh implementasi telah mematuhi ketentuan regulasi yang berlaku serta batas toleransi risiko pembiayaan (lending risk limits).

Tata Kelola Ketat

Selain itu, Superbank menerapkan tata kelola yang ketat dengan mewajibkan setiap inisiatif proyek AI memiliki sasaran bisnis yang jelas serta target terukur sebelum mendapatkan persetujuan operasional.

"Organisasi harus tahu hasil bisnis yang mereka inginkan dari AI, jika tidak, itu hanyalah kata-kata manis belaka," kata Melisa dalam tanggapan tertulisnya.

Dalam mengevaluasi investasi teknologi ini, Superbank mengukur kontribusi AI melalui peningkatan kualitas penilaian risiko kredit, percepatan pengembangan produk, serta efisiensi dalam menjangkau nasabah yang sulit dinilai menggunakan model konvensional. Aspek biaya operasional, tingkat keterlibatan nasabah (customer engagement), dan produktivitas karyawan turut menjadi indikator penentu keberhasilan.

Dari sudut pandang industri, Partner PT Ernst & Young (EY) Indonesia, Oki Stefanus, mengingatkan bahwa institusi perbankan harus mampu membuktikan investasi AI benar-benar mendongkrak profitabilitas pembiayaan dan mengendalikan risiko kredit secara efektif, alih-alih sekadar berorientasi pada pemangkasan biaya (cost-cutting).

"Kasus bisnis yang kuat bukan hanya tentang menaikkan tingkat persetujuan, tetapi juga tentang membuktikan bahwa pertumbuhan kredit dapat memberikan pengembalian yang disesuaikan dengan risiko yang lebih baik daripada pendekatan konvensional," ujar Oki Stefanus.

Oki menambahkan, bank perlu mengevaluasi investasi AI dalam horizon jangka menengah hingga panjang karena manfaat optimal baru akan terasa seiring perbaikan kualitas data, pematangan model risiko, dan efisiensi operasional. Menurutnya, akses terhadap data kredit alternatif semata tidak memberikan keunggulan kompetitif jangka panjang, mengingat sebagian besar bank telah memiliki akses ke sistem informasi kredit nasional maupun biro kredit swasta.

"Keunggulan datang dari penggunaan informasi tersebut untuk membuat keputusan pembiayaan yang lebih baik, meningkatkan penilaian risiko, serta menjaga kualitas pinjaman dan profitabilitas," tuturnya.

Ia juga menyoroti perbedaan karakteristik antara bank digital dan bank konvensional. Bank digital memiliki keunggulan dalam kecepatan eksperimen dan pemanfaatan data, sementara bank konvensional memiliki keunggulan dari sisi struktur pendanaan yang lebih kuat, pengalaman mitigasi risiko yang matang, serta basis hubungan nasabah yang lebih luas.

"Bukan semata-mata yang memiliki teknologi terbaik yang akan menang, melainkan pihak yang mampu menerjemahkan teknologi tersebut ke dalam pertumbuhan berkelanjutan sambil menjaga kualitas aset tetap utuh," imbuhnya.

Oki menyarankan agar perbankan menguji perangkat AI dan produk pembiayaan baru dalam skala terbatas (pilot project), dengan melibatkan divisi manajemen risiko, hukum, dan kepatuhan sejak tahap awal. Pembatasan eksposur pinjaman, profil target peminjam, serta ambang batas risiko yang dapat diterima harus ditetapkan secara ketat sebelum memperluas cakupan uji coba tersebut.

Melisa Hendrawati menambahkan, struktur organisasi Superbank yang berorientasi digital sejak awal (digital-first) mempermudah integrasi data lintas departemen. Kendati demikian, ia mengingatkan bahwa inovasi AI harus selalu berada di bawah kerangka manajemen risiko, perlindungan data pribadi, dan kontrol regulasi yang ketat.

"AI bukanlah strategi bisnis itu sendiri; itu adalah pemungkin. Pembeda yang sebenarnya terletak pada seberapa efektif sebuah organisasi menerapkan AI untuk menyelesaikan masalah bisnis yang berarti dan memberikan hasil yang lebih baik bagi pelanggan dan bisnis," tutup Melisa.

Peta Persaingan Perbankan Digital

Adopsi kecerdasan buatan dalam sistem penilaian kredit oleh Superbank dan pandangan strategis dari Ernst & Young memberikan sinyal penting bagi peta persaingan perbankan digital di Indonesia

Penggunaan analitik perilaku lintas departemen mengatasi keterbatasan data biro kredit tradisional bagi populasi unbanked dan underbanked. Hal ini memungkinkan bank digital menetapkan harga risiko (risk-based pricing) secara lebih adil sekaligus memperluas pasar tanpa melompati prinsip kehati-hatian (prudent banking).

Pengawasan ketat terhadap bias model AI menegaskan bahwa regulator dan pelaku industri semakin waspada terhadap risiko diskriminasi algoritmik. Kepatuhan pada batasan eksposur dan pelibatan divisi hukum sejak fase inkubasi menjadi kunci lolosnya inovasi dari audit kepatuhan Otoritas Jasa Keuangan (OJK).

Peringatan dari EY Indonesia menyadarkan industri bahwa keunggulan teknologi tidak otomatis melahirkan profitabilitas. Perbankan digital dituntut membuktikan bahwa model analitik canggih mampu menjaga rasio kredit bermasalah (Non-Performing Loan/NPL) tetap rendah di tengah ekspansi kredit yang agresif.

_________

DIGIONARY:

● Artificial Intelligence / AI: Cabang ilmu komputer yang dirancang untuk memproses data dan meniru kecerdasan manusia guna menyelesaikan tugas kompleks secara otomatis.
● Alternative Credit Data: Informasi non-tradisional yang digunakan untuk menilai kelayakan kredit seseorang, seperti riwayat pembayaran utilitas, telekomunikasi, atau perilaku digital.
● Bias Model: Ketidakakuratan sistematis dalam keluaran algoritma AI yang dapat menghasilkan keputusan tidak adil bagi kelompok peminjam tertentu.
● Pilot Project: Tahap uji coba penerapan sistem atau produk baru dalam skala terbatas sebelum diluncurkan secara massal ke publik.
● Risk-Based Pricing: Kebijakan penetapan suku bunga atau biaya pinjaman yang disesuaikan secara proporsional dengan tingkat risiko profil kredit debitur.
● Underserved Segments: Kelompok masyarakat atau pelaku usaha yang memiliki akses terbatas atau belum terlayani secara maksimal oleh lembaga keuangan konvensional.