Sebuah survei terbaru dari Hitachi Vantara mengungkap bahwa meskipun kecerdasan buatan (AI) semakin menjadi bagian integral dalam operasional sektor jasa keuangan, banyak institusi masih menghadapi tantangan besar dalam tata kelola data dan kesiapan infrastruktur. Dengan 84% pemimpin khawatir terhadap potensi kehilangan data yang bersifat katastrofik, serta hanya 21% model AI di sektor BFSI yang terbukti akurat, perbankan dan asuransi menghadapi dilema besar antara keamanan dan efektivitas teknologi.
Fokus utama:
- Meskipun 36% pemimpin sektor keuangan mengakui pentingnya kualitas data bagi AI, perhatian utama masih tertuju pada keamanan, menciptakan celah dalam performa AI dan ROI jangka panjang.
- Hampir 48% responden menyatakan bahwa keamanan data adalah isu utama dalam implementasi AI, dengan 38% mengkhawatirkan serangan ransomware dan 36% cemas terhadap kebocoran data akibat AI internal.
- Sebanyak 71% perusahaan melakukan pengujian langsung pada implementasi aktif AI tanpa uji coba yang memadai, hanya 4% yang menggunakan lingkungan sandbox untuk mitigasi risiko.
Transformasi digital di sektor perbankan, jasa keuangan, dan asuransi (Banking, Financial Services, and Insurance/BFSI) semakin didorong oleh kecerdasan buatan (AI). Namun, survei terbaru dari Hitachi Vantara menunjukkan bahwa percepatan adopsi ini tidak dibarengi dengan kesiapan infrastruktur data yang memadai.
Dari 231 pemimpin teknologi informasi (TI) dan bisnis global yang disurvei, 84% mengungkapkan kekhawatiran terhadap kehilangan data yang dapat berakibat katastrofik. Sementara itu, hanya 21% model AI yang digunakan sektor BFSI terbukti memiliki tingkat akurasi yang layak. Hal ini mengindikasikan bahwa AI yang diadopsi tanpa fondasi data yang kuat justru dapat menimbulkan risiko lebih besar dibandingkan manfaatnya.
“Lembaga keuangan di seluruh dunia semakin cepat mengadopsi AI, tetapi banyak yang masih tertinggal dalam menyiapkan infrastruktur datanya,” ujar Joe Ong, Vice President dan General Manager untuk wilayah ASEAN di Hitachi Vantara dalam siaran persnya uang diterima digitalbank.id, Kamis (27/3).
“Hambatan utama bukan pada teknologinya, melainkan bagaimana mengelola data dengan aman, akurat, dan dalam skala besar. Tanpa itu, AI tidak akan bisa memberikan dampak yang optimal.”
Dalam survei ini, 48% pemimpin sektor BFSI menyebut keamanan data sebagai perhatian utama dalam implementasi AI, jauh mengungguli aspek kualitas data (36%). Ketakutan terhadap kebocoran data semakin nyata, dengan:
- 38% responden mengkhawatirkan serangan ransomware yang bisa membuat data mereka tidak dapat dipulihkan.
- 36% menyebut kebocoran data akibat kesalahan AI sebagai ancaman utama yang dapat mengikis kepercayaan pelanggan.
- 32% waspada terhadap serangan siber berbasis AI, yang mampu menembus sistem keamanan konvensional.
Ketimpangan antara fokus keamanan dan kualitas data berdampak langsung pada kinerja AI. Hanya 25% data di sektor BFSI yang tersedia tepat waktu, menunjukkan betapa lemahnya kesiapan infrastruktur dalam mendukung operasional berbasis AI.
“Dalam sektor keuangan, kepercayaan adalah segalanya. Jika sebuah chatbot salah menyampaikan informasi atau model AI menghasilkan keputusan yang tidak akurat, reputasi perusahaan bisa runtuh,” kata Mark Katz, CTO sektor Jasa Keuangan Hitachi Vantara. “Selain itu, pertanyaan hukum juga muncul ketika pelanggan mengalami kerugian akibat kesalahan AI.”
Meskipun adopsi AI terus meningkat, banyak institusi BFSI yang terburu-buru dalam implementasinya tanpa pengujian yang cukup. Survei menemukan bahwa:
- 71% perusahaan langsung menerapkan AI di sistem produksi, tanpa melalui tahap uji coba yang terkendali.
- Hanya 4% yang menggunakan lingkungan sandbox untuk menguji dan menyempurnakan model AI sebelum diterapkan secara luas.
Hal ini meningkatkan risiko kegagalan AI di lapangan, mengingat kualitas data yang buruk dan sistem yang belum siap memperbesar kemungkinan AI menghasilkan keputusan yang tidak akurat.
Laporan Hitachi Vantara menekankan bahwa institusi keuangan harus segera mengambil langkah strategis agar AI bisa digunakan secara optimal dan aman. Beberapa langkah utama yang direkomendasikan:
- Eksperimen yang Bertanggung Jawab
- Mengadopsi lingkungan sandbox untuk menguji AI sebelum diterapkan dalam sistem operasional.
- Membangun tim ahli yang memahami keterkaitan antara AI dan regulasi data.
2. Meningkatkan Keberlanjutan Infrastruktur
- Mengoptimalkan penyimpanan data berbasis cloud yang hemat energi.
- Mengintegrasikan kebijakan keberlanjutan dalam sistem data dan model AI.
3. Menyederhanakan dan Menyatukan Sistem Data
- Menggunakan platform data terpadu agar AI bisa bekerja lebih efektif.
- Mengotomatisasi sistem keamanan untuk mengurangi risiko kesalahan manusia.
4. Memastikan Ketahanan Data dengan AI
- Menggunakan AI untuk mendeteksi ancaman siber dan merespons serangan lebih cepat.
- Menerapkan sistem penyimpanan yang terenkripsi dan dapat pulih secara otomatis setelah serangan.
Survei ini memperlihatkan bahwa tanpa infrastruktur data yang kuat, AI justru dapat menjadi ancaman bagi sektor BFSI. Lembaga keuangan yang ingin memanfaatkan AI secara maksimal harus mengatasi tantangan ini dengan pendekatan yang lebih strategis dan terstruktur. ■
