AI Wealth Management: 84% Butuh Reset, Cuma 7% Siap Agentic
ORBITINDONESIA.COM – AI wealth management sedang memasuki fase “reset” operasi, tetapi kesiapan industri tertinggal jauh dari ambisinya.
Laporan synthetic research HCLTech “Hidden In Pl(AI)n Sight” menyebut 84% firma manajemen kekayaan mengakui perlu desain ulang model operasi, namun kurang dari 10% benar-benar siap menghadapi pergeseran itu.
Riset ini tidak memakai survei konvensional, melainkan 1.066 AI personas yang dimodelkan dari pengambil keputusan senior wealth management di 17 pasar global.
HCLTech menyebut pendekatan ini menggabungkan skala AI dengan validasi pakar manusia, untuk menekan bias dan meningkatkan ketertelusuran temuan.
Di permukaan, industri tampak agresif: 98% tim pimpinan disebut “aktif mengejar agenda AI”.
Namun di balik angka itu, hanya sedikit yang mengubah cara kerja inti, bukan sekadar menempelkan alat baru di proses lama.
Temuan paling keras datang dari jurang antara niat dan eksekusi: hanya sedikit di atas 7% yang “aktif membangun” kapabilitas agentic AI.
Ini penting, karena agentic AI bukan chatbot biasa, melainkan sistem yang bisa menjalankan rangkaian tugas, mengambil keputusan terbatas, dan mengorkestrasi kerja lintas proses.
HCLTech mengidentifikasi tiga blind spot yang membuat euforia AI tidak berubah menjadi hasil bisnis.
Tiga titik buta itu adalah ambition blind spot, execution blind spot, dan strategy blind spot.
Pada ambition blind spot, perusahaan mengaku ingin transformasi, tetapi dana AI masih dominan untuk efisiensi jangka pendek.
Efisiensi memang menggoda, tetapi di wealth management, diferensiasi jarang lahir dari pemotongan biaya semata.
Pada execution blind spot, investasi teknologi tidak diimbangi investasi pada data klien proprietary dan insight perilaku.
Padahal, eksekutif dalam riset ini menempatkan first-party dan behavioral data sebagai pembeda yang lebih bernilai dibanding infrastruktur, cloud, atau kemitraan AI.
Pada strategy blind spot, perusahaan rajin menghitung tingkat adopsi AI, tetapi gagal mengukur dampaknya pada pertumbuhan, pendapatan, dan kualitas relasi klien.
HCLTech mengutip bahwa 84% pemimpin ingin desain ulang fundamental, namun hanya 12% yang mengukur pendapatan baru yang seharusnya dihasilkan dari desain ulang itu.
Srinivasan Seshadri, Chief Growth Officer HCLTech, menyimpulkan masalahnya bukan kekurangan investasi, melainkan kekeliruan pilihan.
“The industry doesn't have an investment problem. It has a choices problem,” katanya, menekankan banyak firma tidak bisa menjelaskan program mana yang didanai dan outcome apa yang diukur.
Perbedaan kesiapan juga terlihat lintas kawasan, dan ini memberi petunjuk tentang tekanan regulasi, budaya risiko, serta kematangan data.
APAC mencatat 89% tingkat kepercayaan, Amerika Utara 84%, sementara Eropa tertinggal di 38,3%.
Di sinilah paradoks AI wealth management: semua orang “mengadopsi”, tetapi sedikit yang benar-benar “mengubah” bisnis.
AI menjadi kosmetik digital jika hanya dipakai mempercepat proses yang sejak awal tidak dirancang untuk personalisasi dan monetisasi insight.
Wealth management hidup dari kepercayaan, rekam jejak, dan pemahaman halus atas tujuan hidup klien, bukan sekadar profil risiko.
Karena itu, klaim HCLTech bahwa pemenang adalah yang menggabungkan AI dengan aset unik berupa pengetahuan klien selama puluhan tahun terdengar masuk akal.
Namun synthetic research juga perlu dibaca dengan kacamata kritis, karena persona AI tetap merupakan model yang bergantung pada asumsi desain.
Validasi pakar manusia membantu, tetapi tidak otomatis menggantikan observasi lapangan, audit data, dan pengujian kausal di organisasi nyata.
Meski begitu, pesan strategisnya tajam: organisasi yang tidak mengukur dampak AI pada revenue dan pertumbuhan hanya sedang mengoleksi proyek.
Di industri yang margin-nya ditekan biaya kepatuhan dan perang talenta, proyek tanpa hasil akan cepat berubah menjadi beban.
Agentic AI juga menyimpan risiko tata kelola, terutama jika keputusan otomatis menyentuh rekomendasi investasi, suitability, dan perlindungan konsumen.
Karena itu, “operating model reset” semestinya berarti merombak data governance, kontrol risiko, dan definisi akuntabilitas, bukan sekadar membeli platform baru.
Laporan “Hidden In Pl(AI)n Sight” memotret era baru: AI wealth management tidak lagi soal siapa paling cepat mencoba, melainkan siapa paling disiplin mengubah model operasi.
Angka 84% yang ingin reset, 7% yang membangun agentic AI, dan 12% yang mengukur pendapatan baru adalah alarm yang terlalu keras untuk diabaikan.
Pertanyaan akhirnya sederhana tetapi menentukan: apakah AI akan dipakai untuk memangkas menit kerja, atau untuk menumbuhkan nilai klien dan model pendapatan baru.
Jika industri terus mengejar adopsi tanpa keberanian mengukur hasil, maka AI hanya akan menjadi biaya tambahan yang dibungkus narasi masa depan.
(Orbit dari berbagai sumber, 6 November 2026)