AI di Manajemen Investasi: Keunggulan, Risiko, dan Masa Depan
ORBITINDONESIA.COM – AI di manajemen investasi kini bergerak dari eksperimen menjadi praktik harian, mengubah cara manajer aset mencari sinyal pasar dan mengeksekusi strategi. Liam O’Sullivan mengingat masa 2009 ketika peluang beli-jual obligasi dicatat di “belakang amplop”, sebelum algoritma dan komputasi mengambil alih pekerjaan repetitif itu.
Transformasi ini dipacu kebutuhan “investment edge”, yakni keunggulan kecil namun menentukan di pasar yang semakin efisien. CTO HOOPP, Alpesh Sethia, menyebut banyak manajer aset berinvestasi besar pada data science agar data diproses benar dan diterjemahkan sesuai profil portofolio.
Namun adopsi AI juga dibayangi salah kaprah yang dipicu popularitas alat konsumen seperti ChatGPT. Michal Prywata dari Vertus menegaskan, menyuruh chatbot “berinvestasi untuk Anda” bukan desain yang tepat, dan hasilnya bisa sekadar “beruntung”.
Data menunjukkan AI dalam money management sudah menjadi arus utama, bukan tren pinggiran. Survei Mercer 2024 menemukan 9 dari 10 manajer mengonfirmasi penggunaan AI saat ini atau dalam rencana, dengan 44% memakai large language models dan 48% memakai machine learning.
Namun pemakaian AI tidak merata di seluruh rantai nilai investasi. Mercer mencatat 54% menggunakan AI untuk strategi investasi atau riset asset class, tetapi hanya 10% yang memakainya dalam proses trading, menandakan area eksekusi masih dijaga ketat.
Di sisi korporat, survei Grant Thornton (Desember 2025) menampilkan optimisme yang hampir konsensus. Sebanyak 73% eksekutif industri manajemen aset menyebut AI kritikal bagi masa depan organisasi, dan 77% mengklaim sudah punya strategi serta roadmap yang efektif.
Optimisme itu tetap menyisakan catatan keras tentang hasil nyata. Dalam survei yang sama, 12% melaporkan tidak ada return atau bahkan ROI negatif dari AI, mengingatkan bahwa biaya data, talenta, dan tata kelola bisa menggerus manfaat.
Contoh implementasi memperlihatkan AI lebih sering menjadi “co-pilot” ketimbang “autopilot”. RPIA, misalnya, membuat sistem yang memberi saran, menandai anomali, dan menampilkan penerbitan baru yang mungkin salah harga, tetapi keputusan tetap di tangan manajer portofolio.
Mackenzie Investments menempatkan AI terutama sebagai alat produktivitas di tim kuantitatif dan sistematik. Christopher Boyle menyebut AI dipakai sebagai “programming tool” agar tim bergerak lebih cepat mengimplementasikan sinyal baru, sambil tetap melalui validasi model dan governance.
Pictet Asset Management menunjukkan AI bisa menjadi produk investasi berskala besar, bukan sekadar alat internal. François Forget mengatakan kapabilitas AI sudah dipakai lebih dari tujuh tahun, dan strategi berbasis AI yang diluncurkan tiga tahun lalu kini mencapai sekitar US$1,2 miliar untuk long-short dan US$2,5 miliar untuk long-only.
Permintaan dari pemilik aset institusional ikut menguat, tetapi tidak selalu karena “label AI”. Genevieve Hayman dari CFA Institute menilai sponsor pensiun tidak bertanya “pakai AI atau tidak”, melainkan apakah manajer punya kapabilitas memberi nilai tambah, sedangkan AI hanya faktor sekunder.
BlackRock, lewat Jeff Shen, menggambarkan daftar cek yang lebih realistis dari investor institusional. Mereka menilai konsistensi kinerja, ketahanan lintas rezim pasar, kecocokan dengan tujuan portofolio, serta bagaimana AI dipakai, digovern, dikendalikan risikonya, dan dimonitor hasilnya.
Di level kepatuhan internal, HOOPP mencontohkan disiplin yang sering luput dalam euforia AI. Sethia menyebut kebijakan “acceptable use” melarang karyawan sembarang memasukkan data sensitif ke alat konsumen seperti ChatGPT, Claude, atau Gemini, karena risiko kebocoran data bisa lebih mahal dari manfaat efisiensi.
AI di manajemen investasi sedang mengalami “efek mainstream”: semua orang ingin terlihat modern, tetapi tidak semua paham batasnya. Ketika alat generatif dianggap mesin uang instan, industri justru terdorong ke keputusan dangkal, padahal pasar menghukum simplifikasi.
Yang paling berharga dari AI bukan kemampuan meramal, melainkan kemampuan mengurangi friksi kerja yang dulu menyita waktu manusia. Jika AI bisa merangkum laporan, earnings call, dan anomali harga lebih cepat, manajer punya ruang untuk berpikir strategis, tetapi ruang itu hanya berguna bila disiplin risiko tetap hidup.
Perdebatan “AI menggantikan analis” juga lebih rumit daripada slogan. Russ Goyenko dari McGill memprediksi penurunan perekrutan analis karena banyak tugas dapat didelegasikan, sementara Alex Dameski dari Apex melihat AI sebagai bagian dari proses manusia dan perubahan akan cukup bertahap untuk memungkinkan retraining.
Isu yang lebih tajam adalah ketimpangan data dan transparansi. Colin Ripsman mencatat sponsor pensiun kerap mendapat penjelasan minim dari manajer kecil, sedangkan manajer besar lebih terbuka, dan ini bisa menjadi masalah karena model tanpa akuntabilitas mudah disalahgunakan.
Namun ada paradoks yang menarik: AI bisa memperlebar jurang sekaligus meratakan lapangan. Ripsman menilai raksasa global unggul karena akses data masif, tetapi Boyle berargumen AI justru mengizinkan tim kecil yang lincah bersaing lewat efisiensi dan inovasi tanpa harus membangun pasukan analis besar.
Pertanyaan akhirnya bukan apakah AI akan dipakai, melainkan bagaimana ia diuji saat pasar berbelok tajam. Sejarah model kuantitatif menunjukkan performa bisa rapuh di “inflecting markets”, sehingga AI yang dipuja sebagai mesin sinyal harus dibuktikan dalam kondisi yang tidak ramah, bukan hanya di backtest yang rapi.
AI di manajemen investasi telah menjadi alat kerja yang nyata, dari pencarian sinyal hingga percepatan riset, tetapi belum menjadi pengganti keputusan manusia. Bahkan ketika sponsor pensiun terpikat demo teknologi, mereka tetap kembali pada pertanyaan paling konvensional: apakah return konsisten, risiko terkendali, dan strategi cocok dengan tujuan portofolio.
Di tengah euforia, disiplin governance, kebijakan penggunaan data, dan transparansi kepada klien justru menjadi pembeda yang paling “mahal” nilainya. Jika AI membuat industri lebih cepat, maka kebijaksanaan manusialah yang harus membuatnya lebih benar, bukan sekadar lebih sibuk. (Orbit dari berbagai sumber, 31 Mei 2026)
