BigBox-AI Solusi Berbasis Kecerdasan Buatan untuk Sektor Keuangan dari Telkom

JAKARTA - PT Telkom Indonesia (Telkom) menyatakan terus mengembangkan teknologi kecerdasan buatan (artificial intelligence/AI) dengan menciptakan beragam solusi yang dapat dimanfaatkan berbagai sektor dan industri dalam menghadapi tantangan dan persaingan global, tidak terkecuali pada industri keuangan. 

Yang terbaru melalui solusi-solusi dari BigBox AI, Telkom membantu meningkatkan efisiensi dan efektivitas operasional di industri keuangan. Kapabilitas big data dan AI dari Telkom juga dapat dimanfaatkan dalam mendukung pengambilan keputusan strategis berbasis data.

EVP Digital Business & Technology Telkom Komang Budi Aryasa, menerangkan, industri keuangan menghadapi berbagai tantangan yang kompleks dan dinamis, seiring dengan cepatnya perubahan teknologi dan ekspektasi pasar. Salah satu tantangan utama adalah regulasi dan kepatuhan (compliance).

Ia menambahkan, lembaga keuangan harus terus menyesuaikan diri dengan regulasi yang ketat dan senantiasa dinamis, baik di tingkat lokal maupun global. Kegagalan dalam memenuhi aturan seperti Know Your Customer (KYC) misalnya, bisa berujung pada hilangnya kepercayaan publik. Di sisi lain, ancaman keamanan siber menjadi perhatian besar juga.

“Industri ini merupakan target utama serangan siber seperti phishing, ransomware, dan pencurian data, yang dapat menyebabkan kerugian finansial signifikan serta merusak reputasi perusahaan,” ucapnya melalui siaran pers pada hari Jumat (11/7).

Selain itu, proses digitalisasi dan transformasi teknologi menjadi tantangan tersendiri. Lembaga keuangan dituntut untuk mengadopsi inovasi seperti kecerdasan buatan, cloud computing, dan blockchain, dengan tetap harus menjaga stabilitas sistem yang sangat sensitif.

Hal tersebut kata dia berkaitan erat dengan meningkatnya tuntutan pelanggan terhadap layanan yang cepat, personal, dan tersedia 24/7. Bila institusi keuangan gagal memenuhi harapan ini, ada risiko nasabah akan beralih ke penyedia layanan keuangan digital seperti fintech atau neobank yang lebih lincah dan berorientasi pada pengalaman pengguna.

Tantangan lain yang tak kalah penting adalah manajemen risiko terhadap volatilitas pasar global. Fluktuasi suku bunga, nilai tukar, hingga dampak dari krisis ekonomi atau peristiwa geopolitik dapat mengancam stabilitas lembaga keuangan.

“Oleh karena itu, diperlukan kemampuan prediksi dan mitigasi risiko berbasis data yang andal. Di tengah situasi tersebut, persaingan dengan fintech dan startup digital pun semakin menekan. Fintech sering kali menawarkan layanan yang lebih murah dan cepat, mendorong lembaga keuangan tradisional untuk berinovasi atau menjalin kolaborasi strategis agar tetap relevan,” paparnya.

Teknologi kecerdasan buatan hadir sebagai solusi strategis yang mampu menjawab berbagai tantangan utama tersebut. Dalam aspek regulasi dan kepatuhan, AI dapat digunakan untuk membangun sistem pemantauan otomatis yang mampu mendeteksi aktivitas mencurigakan secara real-time, seperti dalam proses Anti-Money Laundering (AML) dan KYC.

Dengan bantuan machine learning, sistem dapat terus belajar dari pola-pola transaksi dan meningkatkan akurasinya dari waktu ke waktu. Di sisi keamanan siber, AI digunakan untuk mendeteksi dan merespons ancaman lebih cepat melalui analisis anomali jaringan, deteksi penipuan, hingga sistem autentikasi berbasis biometrik.

“Sementara itu, untuk kebutuhan pengambilan keputusan bisnis, AI mampu menganalisis data dalam jumlah besar dengan kecepatan tinggi untuk memberikan insight strategis terkait risiko pasar, tren nasabah, dan kinerja portofolio keuangan,” tambahnya.

“Dalam konteks pelayanan dan operasional, AI juga berperan penting dalam mendorong efisiensi dan kualitas layanan. Chatbot berbasis AI, seperti Big Assistant dari Telkom, memungkinkan perusahaan menyediakan layanan pelanggan 24/7 yang cepat, akurat, dan personal melalui pemanfaatan teknologi natural language processing (NLP),” lanjut Budi.

Selain itu, AI juga memungkinkan otomatisasi berbagai proses internal seperti analisis kredit, klaim asuransi, hingga deteksi fraud yang sebelumnya membutuhkan waktu dan tenaga besar. Dengan integrasi AI ke dalam sistem backend, lembaga keuangan dapat mengelola volume interaksi yang tinggi tanpa mengorbankan kualitas layanan.