Fenomena serupa juga terlihat di industri lain. Standard Chartered bulan lalu mengumumkan 7.000 pemangkasan pekerjaan, sebagian terkait AI. CEO Bill Winters kemudian meminta maaf setelah ucapannya soal “mengganti, dalam beberapa kasus, modal manusia bernilai lebih rendah” menuai kritik. Kasus itu jadi pengingat bahwa pembicaraan soal efisiensi AI sering bersinggungan langsung dengan nasib pegawai.
Bagi pembaca di Indonesia, ini relevan karena bank-bank besar di sini juga tengah mendorong digitalisasi, otomatisasi layanan, dan chatbot. Selama ini, AI sering dibicarakan sebagai alat bantu untuk mempercepat layanan. Namun pada titik tertentu, teknologi yang sama bisa mengubah komposisi kerja di back office, pusat layanan, hingga analis dokumen.
Yang membedakan adalah kesiapan. Perbankan yang cepat mengadopsi AI tapi lambat menyiapkan pelatihan ulang akan lebih rentan mengalami guncangan internal. Pegawai yang semula menangani tugas rutin perlu bergeser ke peran yang lebih analitis, lebih banyak pengawasan, atau lebih dekat ke desain produk digital.
Nilai bisnisnya nyata, tapi risiko operasional juga ikut naik
Lloyds bilang program AI mereka sudah memberi hasil finansial. Generative AI, teknologi yang membuat konten baru dari pola data besar, menambah £50 juta ke neraca perusahaan tahun lalu. Tahun ini, Lloyds memperkirakan manfaatnya bisa mencapai £100 juta berkat penggunaan agentic AI yang makin luas.
Angka itu menjelaskan mengapa bank besar begitu agresif memburu talenta AI. Efeknya tidak lagi sebatas eksperimen laboratorium. Ia sudah masuk ke hitungan laba-rugi. Kalau sistem bisa mempercepat pencarian dokumen, membaca pola pengeluaran nasabah, atau menahan penipuan sebelum terjadi, nilai ekonominya langsung terasa.
Tapi ada sisi lain yang tidak boleh diabaikan. Riset KPMG menunjukkan 93 persen eksekutif bank di Inggris percaya bisnis mereka tetap bisa berjalan saat terjadi gangguan besar pada AI. Meski begitu, hanya 47 persen yang pernah melakukan satu kali uji gangguan AI, dan 26 persen belum pernah menguji sama sekali. Angka ini kontras sekali. Keyakinan tinggi, latihan minim.
Rob Smith, UK head of regulatory and risk advisory di KPMG UK, menilai optimisme industri bisa berarti tiga hal: perusahaan sudah berinvestasi besar pada validasi model dan rencana darurat; penggunaan AI mereka masih sederhana; atau mereka belum benar-benar memahami paparan risikonya. “Kalau perusahaan sudah menghabiskan waktu dan uang, tanpa pengujian yang rutin dan kuat, bagaimana Anda tahu apa yang dilakukan berjalan? Dan, yang krusial, bagaimana Anda membuktikan ketahanan Anda kepada regulator, pelanggan, dan pemangku kepentingan?” katanya.
📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.