AI Perbankan Dorong Pertumbuhan, Tapi Pasar Masih Ragu
ORBITINDONESIA.COM – AI perbankan menjadi kata kunci baru setelah institusi keuangan mencetak total shareholder return (TSR) 30% pada 2025, melampaui sektor lain termasuk teknologi. Namun P/E multiple perbankan justru tetap terendah di antara semua industri, tanda pasar belum percaya bank bisa tumbuh berkelanjutan.
Di tengah euforia, pertanyaan besarnya bukan lagi siapa paling untung tahun ini, melainkan siapa mampu mengubah profit siklikal menjadi pertumbuhan struktural. Di sinilah artificial intelligence (AI), khususnya agentic AI, mulai menguji ketahanan model bisnis bank.
Setelah “banner year” penciptaan nilai, lembaga keuangan diminta mengalihkan fokus dari mengejar momentum ke membangun mesin pertumbuhan yang tahan lama. Masalahnya, biaya operasional relatif terhadap aset nyaris tidak bergerak, sementara jumlah karyawan industri justru meningkat.
Kontradiksi ini membuat pasar menahan apresiasi valuasi, meski laba dan imbal hasil pemegang saham terlihat mengesankan. Kecurigaan investor sederhana: tanpa perubahan produktivitas dan sumber pendapatan baru, lonjakan kinerja mudah kembali menjadi siklus biasa.
Di sisi lain, kompetisi tidak lagi hanya antarbank, karena nonbank financial institutions, fintech, dan ekosistem aset digital ikut menggerus batas industri. Bank menghadapi tekanan ganda: mempertahankan franchise simpanan sekaligus membiayai transformasi digital yang mahal.
Data kunci dari artikel menyebut institusi keuangan membukukan TSR 30% pada 2025, tertinggi di antara sektor, tetapi P/E multiple tetap paling rendah. Ini menunjukkan pasar menilai “hasil” belum sejalan dengan “cerita pertumbuhan” yang kredibel.
Bagian paling menarik ada pada produktivitas, karena agentic AI diklaim memberi lebih dari 50% peningkatan produktivitas di retail lending. Pada saat yang sama, AI juga disebut mampu meningkatkan fee income lebih dari 30% di wealth management.
Jika angka ini benar dan dapat diskalakan, AI bukan sekadar alat efisiensi, melainkan mesin pendapatan. Bank yang selama ini bergantung pada margin bunga bisa mulai menambah porsi pendapatan berbasis biaya dari nasihat, distribusi produk, dan layanan bernilai tambah.
AI juga memperluas addressable market, terutama pada segmen mass-affluent wealth yang selama ini mahal untuk dilayani secara manual. Dengan biaya layanan turun, bank bisa mengubah segmen “nyaris menguntungkan” menjadi pasar utama.
Di emerging market, AI membuka peluang small-ticket lending yang sebelumnya tidak ekonomis karena biaya akuisisi dan underwriting. Dengan otomasi penilaian risiko dan pemantauan, kredit kecil bisa diproses cepat tanpa menambah banyak tenaga kerja.
Untuk korporasi menengah, AI memperluas akses midmarket treasury services, area yang biasanya didominasi bank besar dengan tim relationship manager mahal. Layanan kas, likuiditas, dan pembayaran dapat dipaketkan lebih modular dan dijalankan lebih otomatis.
Namun ada sisi disruptif yang lebih dalam ketika AI, nonbank, dan aset digital mulai menyatu. Artikel menyinggung programmable money rails, yakni rel pembayaran yang memungkinkan mesin bertransaksi secara otonom.
Implikasinya besar, karena “uang yang bisa diprogram” mengurangi friksi settlement dan mempercepat arus transaksi lintas platform. Bila transaksi mesin-ke-mesin menjadi arus utama, bank bisa kehilangan peran sebagai perantara default, kecuali mereka menjadi operator relnya.
Inovasi lain adalah AI-driven autonomous credit, di mana keputusan kredit dan pengelolaan portofolio berjalan lebih otomatis. Ini dapat menurunkan biaya, tetapi juga berisiko mempercepat kesalahan model bila data bias atau kondisi berubah ekstrem.
Artikel juga menyoroti tokenized private markets yang berpotensi mengganggu deposit franchise. Bila aset privat dapat ditokenisasi dan diperdagangkan lebih likuid, sebagian dana bisa berpindah dari simpanan tradisional ke instrumen pasar yang dianggap lebih menarik.
Masalah utama bank bukan kekurangan teknologi, melainkan kekurangan narasi pertumbuhan yang dipercaya pasar. P/E multiple yang rendah adalah “vonis sementara” bahwa investor melihat bank masih terlalu tergantung pada siklus suku bunga dan kondisi makro.
Agentic AI tampak seperti jawaban cepat, tetapi justru di sinilah jebakannya. Produktivitas 50% di retail lending terdengar spektakuler, namun manfaatnya bisa menguap bila bank hanya memakainya untuk memangkas biaya tanpa mendesain ulang pengalaman nasabah dan model distribusi.
Di wealth management, kenaikan fee income 30% bisa berarti dua hal yang berlawanan. Itu bisa menjadi bukti bahwa AI meningkatkan personalisasi dan retensi, tetapi juga bisa mencerminkan dorongan penjualan yang lebih agresif dengan risiko mis-selling.
Bank juga perlu jujur bahwa pertumbuhan pasar baru lewat AI membawa risiko baru yang tidak sepenuhnya “terlihat” di laporan laba rugi. Kredit small-ticket di emerging market, misalnya, dapat menggelembung cepat dan memicu kerentanan bila model penilaian risiko terlalu mengandalkan pola historis.
Konvergensi AI dan aset digital membuat peta persaingan berubah dari produk menjadi infrastruktur. Jika programmable money rails didominasi pemain nonbank, bank bisa terjebak menjadi penyedia neraca saja, sementara margin dan data transaksi mengalir ke platform.
Karena itu, reorientasi menuju pertumbuhan berkelanjutan harus berarti lebih dari sekadar “mengadopsi AI.” Bank harus memilih posisi: menjadi pemilik rel transaksi, kurator ekosistem, atau spesialis risiko yang dibayar mahal karena keandalannya.
TSR 30% pada 2025 memberi ruang napas, tetapi P/E terendah menunjukkan pasar menuntut bukti, bukan janji. Agentic AI menawarkan lonjakan produktivitas dan pendapatan, tetapi hanya bank yang berani merombak proses, tata kelola, dan proposisi nilai yang akan mengubahnya menjadi pertumbuhan.
Ketika mesin mulai bertransaksi sendiri dan aset privat ditokenisasi, pertanyaan akhirnya menjadi sederhana namun menentukan. Apakah bank akan menjadi arsitek dari era uang yang bisa diprogram, atau hanya penonton yang menjaga sisa-sisa franchise simpanan?
(Orbit dari berbagai sumber, 7 Agustus 2026)
