Flanks-Perplexity: AI Wealth Management dengan Data Portofolio Teragregasi
ORBITINDONESIA.COM – Kolaborasi Flanks dan Perplexity menandai babak baru AI wealth management yang bertumpu pada data portofolio teragregasi dari ratusan institusi. Flanks membawa data multi-bank teregulasi dari lebih 700 lembaga ke ekosistem AI Perplexity untuk dipakai penasihat keuangan dalam alur kerja sehari-hari.
Industri manajemen kekayaan lama hidup dengan data yang tercerai-berai di kustodian, spreadsheet, dan penyedia legacy. Akibatnya, banyak penasihat keuangan tidak memiliki “single source of truth” untuk memantau portofolio klien secara utuh.
Joaquim de la Cruz, CEO Flanks, menyebut penasihat “tenggelam dalam data yang terfragmentasi” dan itulah penghalang utama adopsi AI. Dalam praktiknya, model AI secanggih apa pun akan rapuh jika input datanya tidak lengkap, akurat, dan patuh regulasi.
Di sisi lain, dorongan memakai AI agents makin kuat karena pekerjaan advisory penuh tugas repetitif. Namun lapisan data portofolio lintas institusi adalah salah satu yang paling sulit distandardisasi, terutama di Eropa yang ekosistem perbankannya beragam.
Kemitraan ini memasukkan data agregasi multi-bank Flanks ke workflow Perplexity, sehingga adviser bisa melakukan query portofolio live. Mereka juga dapat menjalankan pelaporan klien, menilai posisi investasi, menelusuri riwayat transaksi, lalu menindaklanjuti insight melalui alur AI Perplexity.
Flanks menekankan bahwa data teregulasi dan lintas institusi selama ini menjadi “lapisan tersulit” untuk distandardisasi. Jika klaim ini tepat, nilai utamanya bukan sekadar akses data, melainkan normalisasi data yang siap dipakai mesin dan siap diaudit.
Perplexity, melalui Jeff Grimes, menyatakan jutaan pengguna mengandalkan Perplexity Finance untuk “menemukan dan mengambil tindakan” atas langganan data finansial berlisensi. Pernyataan ini memberi konteks bahwa Perplexity ingin naik kelas dari pencarian finansial menjadi eksekutor workflow, dengan data institusional sebagai fondasi.
Masuknya Flanks sebagai salah satu penyedia data kekayaan Eropa pertama di ekosistem Perplexity juga mengirim sinyal kompetitif. Perusahaan AI tidak lagi hanya berlomba di model, tetapi berlomba mengunci akses ke pipa data yang patuh dan berkualitas tinggi.
Fitur yang disebutkan, seperti client reporting, portfolio monitoring, meeting preparation, dan ETF overlap, menunjukkan targetnya adalah efisiensi proses end-to-end. Ini penting karena nilai AI di wealth management biasanya runtuh ketika hanya menyelesaikan satu tugas kecil tanpa terhubung ke proses advisori yang utuh.
Namun, “live portfolio data” membawa pertanyaan tentang tata kelola risiko dan kontrol perubahan. Saat AI mulai merekomendasikan tindakan berbasis transaksi dan posisi, kebutuhan audit trail, explainability, serta pembatasan akses menjadi bukan opsi, melainkan syarat.
Kemitraan Flanks-Perplexity terdengar seperti jawaban atas problem klasik: data yang tidak rapi membuat AI sekadar gimmick. Tetapi ini juga menggeser pusat kekuasaan dari penasihat dan bank ke “infrastruktur data + workflow AI” yang menjadi pintu utama pengambilan keputusan.
Jika Perplexity menjadi antarmuka kerja harian, maka siapa yang mengendalikan standar data, prioritas tampilan, dan urutan rekomendasi berpotensi membentuk perilaku investasi. Di sini, risiko “automation bias” bisa muncul, ketika adviser terlalu percaya pada ringkasan AI karena datanya terlihat institusional.
Pernyataan Flanks bahwa peluangnya bukan “standalone tool” melainkan sistem yang menyatu di seluruh proses advisory terdengar masuk akal. Tetapi integrasi menyeluruh juga berarti satu titik kegagalan bisa berdampak luas, dari pelaporan hingga monitoring portofolio.
Dalam konteks Eropa, frasa “regulated, institution-grade coverage” adalah kata kunci yang menjual. Namun publik berhak bertanya: seberapa transparan cakupan 700 institusi itu, bagaimana kualitas pembaruan datanya, dan bagaimana mekanisme koreksi saat ada mismatch.
Pada akhirnya, AI wealth management bukan sekadar soal produktivitas, melainkan soal akuntabilitas. Ketika keputusan portofolio menyentuh uang riil dan kewajiban fiduciary, data yang “AI-ready” harus juga “client-rights-ready”.
Kemitraan Flanks dan Perplexity memperlihatkan arah industri: pemenangnya adalah mereka yang menguasai data portofolio teragregasi dan mampu menanamkannya ke workflow AI yang dipakai setiap hari. Janjinya jelas, yaitu mengurangi kerja manual, mempercepat pelaporan, dan membuat monitoring lebih proaktif.
Namun pertanyaan kuncinya bukan lagi “seberapa pintar modelnya,” melainkan “seberapa dapat dipercaya rantai datanya” dan “siapa yang bertanggung jawab saat AI salah membaca konteks.” Ketika penasihat mulai bekerja melalui AI agents, publik perlu memastikan bahwa kecepatan tidak mengalahkan kehati-hatian.
Mungkin inilah ujian baru wealth management modern: apakah kita sedang membangun sistem yang membuat nasihat lebih manusiawi karena waktu adviser kembali ke klien, atau justru membuat keputusan makin tersandera oleh mesin yang terlihat meyakinkan. Jawabannya akan ditentukan oleh disiplin data, tata kelola, dan keberanian untuk berkata tidak pada otomatisasi yang tidak bisa dipertanggungjawabkan. (Orbit dari berbagai sumber, 23 Oktober 2026)
