Adopsi AI di 3%? Sektor keuangan terhambat oleh 'ketidakpercayaan data'

AI muncul sebagai kunci inovasi di seluruh industri keuangan, tetapi faktor terbesar yang menghambat adopsi luasnya adalah 'keandalan data', menurut laporan terbaru. 'Laporan Kepercayaan Data 2025' menemukan bahwa meskipun sebagian besar perusahaan keuangan sedang bereksperimen dengan proyek terkait AI, hanya 3-4% yang benar-benar menerapkannya dalam produksi.

Laporan tersebut menekankan bahwa perusahaan keuangan hanya dapat mewujudkan manfaat potensial dari AI dengan data yang dapat diandalkan dan tata kelola yang sistematis sebagai dasar untuk pengambilan keputusan strategis. Kepercayaan data adalah faktor kunci yang memungkinkan teknologi AI berfungsi di berbagai bidang layanan keuangan seperti investasi, manajemen risiko, dan inovasi pengalaman pelanggan.

Larry Hunt, Chief Data Officer untuk Layanan Keuangan di sebuah perusahaan manajemen data, mengatakan “Data tidak lagi hanya masalah TI atau alat kepatuhan regulasi. CEO dan dewan mengakui ini sebagai infrastruktur yang dapat menciptakan nilai bisnis.” Ia menambahkan bahwa dengan kemajuan teknologi AI yang pesat baru-baru ini, perusahaan-perusahaan fokus pada nilai strategis data, yang mengarah pada diskusi yang lebih aktif tentang tata kelola data di tingkat manajemen.

Sementara banyak pemimpin saat ini menganggap kepatuhan regulasi dan pengendalian risiko terkait adopsi AI sebagai tantangan, organisasi yang sukses melihat tata kelola bukan sebagai birokrasi yang tidak efisien tetapi sebagai pendorong bisnis dan secara aktif memanfaatkannya. Hunt menjelaskan bahwa adopsi AI memerlukan pembangunan sistem yang dapat mengklasifikasikan, memantau, dan mengaudit data secara real-time.

Ia juga menekankan pelengkap teknologi untuk memastikan kepercayaan data, dengan mengatakan “Sekarang bahwa AI telah diterima sebagai teknologi arus utama, fungsi tata kelola juga dapat dibuat lebih efisien dengan memanfaatkan kekuatan AI.”

Namun, sebagian besar program tata kelola data gagal menghasilkan hasil yang nyata karena dianggap sebagai 'sistem formal' dalam organisasi. Hunt menyarankan, “Fokus pada hasil bisnis yang terukur seperti pengurangan biaya, peningkatan efisiensi, dan mitigasi risiko, daripada menghias tata kelola secara eksternal, meningkatkan daya persuasi dan kekuatan eksekusi di antara anggota.”

Laporan tersebut juga menunjukkan bahwa infrastruktur teknologi tradisional yang mengelilingi data juga merupakan faktor yang memperlambat penyebaran AI. Perusahaan keuangan yang telah melakukan M&A berulang kali selama bertahun-tahun memiliki sistem yang tidak seimbang dan terfragmentasi, sehingga sulit untuk mendapatkan data konsisten yang diperlukan untuk pelatihan model AI. Sebagai contoh sederhana, ada kasus di mana bahkan skrip yang diperlukan untuk automasi respons pelanggan tidak dapat diimplementasikan karena kurangnya data internal.

Kunci untuk menyelesaikan masalah ini terletak pada manajemen data berbasis cloud dan transisi ke “struktur yang berfokus pada domain”. Hunt menilai bahwa “Cloud memungkinkan lingkungan komputasi dan penyimpanan untuk diperbesar secara masif, sementara desain yang berfokus pada produk data dapat memaksimalkan interoperabilitas sambil meminimalkan risiko sistem.”

Survei ini menegaskan bahwa kepercayaan data dan tata kelola adalah fondasi penting yang harus ada agar AI dapat menciptakan nilai nyata secara serius, tidak hanya di industri keuangan. Cara mengelola data dengan andal telah menjadi faktor kunci yang akan menentukan keberhasilan atau kegagalan investasi AI sebuah perusahaan, bukan teknologi AI itu sendiri.

#AIDataTrust #KeuanganAI #TataKelolaData