Anthropic meluncurkan agen AI untuk melaksanakan tugas layanan keuangan, apa yang sedang mereka dorong?

Menulis artikel: Pusat Penelitian Web4

Anthropic, perusahaan yang dalam beberapa tahun terakhir menyapu komunitas pengembang dengan alat pemrograman AI, mengumumkan peluncuran 10 AI Agent yang dirancang khusus untuk layanan keuangan pada 5 Mei waktu AS, secara resmi memulai serangan ke Wall Street.

Menurut laporan dari Sina Finance, daftar tugas dari 10 alat ini hampir mencakup inti pekerjaan harian profesional di bidang keuangan: menulis materi promosi rapat klien, meninjau laporan keuangan, mengangkat kasus ke pemeriksaan kepatuhan. Pengguna targetnya meliputi profesional di bank, asuransi, manajemen aset, dan teknologi keuangan. Ini bukan chatbot, juga bukan alat bantu tanya jawab. Ini adalah sekumpulan pegawai digital yang dapat langsung terintegrasi ke dalam alur kerja lembaga keuangan dan menjalankan tugas-tugas spesifik.

Pergerakan pasar yang sangat fluktuatif, menyampaikan sinyal yang jauh lebih kompleks daripada judul berita, dan tindakan investor yang menggunakan kaki mereka untuk memilih, mengungkapkan sebuah konsensus di dalam industri: ketika AI Agent mulai mengambil alih pekerjaan yang dulu tak tergantikan di meja kerja profesional keuangan, seluruh rantai nilai layanan keuangan mungkin sedang berada di ambang sebuah titik balik.

1. Dari menulis kode ke menulis laporan: satu jalur bisnis yang logis

Langkah Anthropic memasuki bidang keuangan, sama seperti cara mereka menaklukkan pasar alat pemrograman. Secara tepat, ini hampir seperti skenario yang sama diulang di industri berbeda. Sebelum peluncuran AI Agent untuk keuangan, Anthropic sudah membangun posisi dominan yang sulit diabaikan di pasar alat pemrograman. Berdasarkan laporan riset dari Zhejiang Securities yang dirilis April 2026, Claude Code dari Anthropic telah menguasai 54% pangsa pasar agen pengkodean tingkat perusahaan. Hingga Februari 2026, 4% dari kontribusi terbuka di GitHub dibuat oleh Claude Code, dan analis memperkirakan angka ini akan melebihi 20% pada akhir tahun 2026. Dalam hal pengeluaran untuk model bahasa besar tingkat perusahaan, Anthropic menguasai 40% pangsa pasar, dan 80% dari 10 perusahaan terkaya di dunia kekayaan mereka adalah pelanggan berbayar.

Data terkait menunjukkan bahwa pangsa pasar AI di AS dari Anthropic telah melonjak mendekati 70%, sementara pangsa ChatGPT yang sebelumnya mencapai 90% telah banyak terkikis. Dari perusahaan yang awalnya mengejar, Anthropic hanya membutuhkan waktu kurang dari satu tahun untuk membalikkan posisi pasar. Logika di balik perombakan pasar pemrograman tidak rumit: AI Agent bukan membantu programmer mengetik lebih efisien, melainkan langsung menghasilkan kode, melakukan debugging, dan melakukan deployment, sehingga tugas pengembangan yang dulu memakan waktu berhari-hari dapat diselesaikan dalam hitungan jam. Berdasarkan survei dari Economic Observer dari Oktober 2025 hingga Januari 2026 terhadap 201 profesional layanan keuangan di daratan China dan Hong Kong, 81% perusahaan keuangan sudah mengintegrasikan AI ke dalam alur kerja mereka, tetapi tantangannya tetap jelas—kekurangan tenaga ahli, sistem yang usang, dan regulasi yang tertinggal. Tantangan ini, tepatnya, menjadi titik tumpu bagi AI Agent untuk menggerakkan perubahan.

Namun, ada satu hal halus yang patut diperhatikan. Kepala produk layanan keuangan Anthropic, Nicholas Lin, mengucapkan sebuah kalimat yang tampak biasa saja, tetapi sebenarnya penuh makna. Berdasarkan laporan dari Tencent News, dia menyatakan bahwa aplikasi AI di bidang keuangan “hanya tertinggal beberapa bulan dari aplikasi pemrograman,” dan yang terakhir sudah mengalami percepatan besar. Perbedaan waktu beberapa bulan. Bukan tahun, bukan siklus teknologi satu generasi, melainkan hanya beberapa bulan. Di balik penilaian ini tersembunyi sebuah logika mendalam—jika kebutuhan industri keuangan terhadap AI Agent memiliki struktur yang sama dengan industri pemrograman secara esensial, maka domino yang telah runtuh di pasar pemrograman akan segera runtuh di industri keuangan juga.

Dari sudut pandang skenario kerja konkret, 10 agen ini dibagi menjadi dua kategori tugas: lima untuk riset keuangan dan layanan pelanggan, lima untuk keuangan dan operasi. Dalam skenario riset dan layanan pelanggan, agen Claude dapat membuat daftar target, melakukan analisis perusahaan sejenis, menyusun materi promosi rapat, dan merangkum latar belakang klien serta lawan transaksi sebelum panggilan. Dalam skenario keuangan dan operasi, mereka dapat memeriksa apakah valuasi sesuai dengan indikator perusahaan sejenis, menjalankan daftar penutupan buku, menyiapkan entri akuntansi, dan menghasilkan laporan penutupan buku. Laporan dari TechOrange mengungkapkan lebih banyak detail: Claude sudah dapat dijalankan langsung melalui plugin di Excel, PowerPoint, Word, dan Outlook, yang berarti analis keuangan tidak perlu meninggalkan perangkat lunak kerja harian mereka, karena AI Agent sudah terintegrasi di dalamnya.

Namun, ketika AI Agent terintegrasi cukup dalam, muncul pertanyaan mendasar: jika agen-agen ini tidak hanya menyusun memo, tetapi mulai mewakili lembaga atau klien dalam pengambilan keputusan keuangan, sampai sejauh mana “tangan” mereka bisa menjangkau?

2. Di medan perang yang sama, dua jalur serangan

Anthropic bukan satu-satunya “pintu masuk” ke Wall Street. Hampir bersamaan waktu, OpenAI juga melancarkan serangan keuangan mereka sendiri. Berdasarkan laporan dari Bloomberg Law pada 5 Mei 2026, OpenAI dan PwC mengumumkan pengembangan bersama AI Agent yang ditujukan untuk tim Chief Financial Officer, mencakup perencanaan, prediksi, pelaporan, pengadaan, pembayaran, keuangan, pajak, dan penyelesaian proses inti lainnya. Lebih menarik lagi, OpenAI menempatkan tim keuangannya sebagai “pelanggan nomor nol”—mengujicoba sebuah alat agen pengadaan dalam operasional keuangan internal mereka, lalu menyalin pengalaman tersebut ke pelanggan perusahaan.

Melihat ke belakang, pada 6 Maret 2026, Ji Tong Finance melaporkan bahwa OpenAI merilis model GPT-5.4, bersamaan dengan peluncuran seperangkat alat layanan keuangan yang dapat terhubung ke sumber data keuangan seperti FactSet dan Third Bridge, serta langsung membuat dan memeriksa model keuangan di Excel dan Google Sheets. Pada 14 April, Wedbush merilis laporan riset yang mengungkap bahwa OpenAI secara resmi mengakuisisi startup Hiro Finance yang fokus pada pengelolaan keuangan pribadi otomatis.

Perjalanan kedua perusahaan semakin jelas berbeda. Anthropic memilih jalur bottom-up: mulai dari meja analis, dari tugas-tugas berulang yang memakan banyak tenaga manusia setiap hari, secara bertahap merembet ke sistem operasi lembaga keuangan. OpenAI justru menggandeng raksasa konsultasi seperti PwC, dari atas ke bawah, dari meja CFO, dengan fokus pada pengendalian inti pengelolaan keuangan. Satu jalur menyasar “celah efisiensi,” yang lain menargetkan “puncak kontrol.”

Kecepatan ini menarik untuk dicermati. Ini bukan proses penetrasi bertahap selama bertahun-tahun, melainkan penyusupan pasar dalam beberapa bulan. Ketika lembaga keuangan terbesar mulai mendefinisikan AI Agent sebagai “rekan digital” bukan lagi “alat efisiensi,” perubahan kata ini mencerminkan sebuah pengakuan identitas yang lebih dalam—agen-agen ini sedang bertransformasi dari “alat bantu” menjadi “partisipan semi-otonom.”

Dari sekadar membantu, menuju partisipasi, setiap langkah tampak mulus. Tapi, dari partisipasi menuju otonomi, infrastruktur dasar yang dibutuhkan benar-benar berbeda. Agen yang membantu analis menyaring perusahaan sejenis dan agen yang mengelola dana klien serta melakukan pembayaran menghadapi tantangan teknologi yang hampir berbeda spesies.

3. Taruhan di balik taruhan: uang mengalir ke tangan siapa

Respon pasar terhadap kehadiran AI Agent terlihat dari penurunan harga saham, sementara pasar lain mengekspresikan keyakinannya secara lebih primitif: uang. Garis waktu tidak perlu panjang-panjang. Pada Februari 2026, Anthropic menutup pendanaan sebesar 30 miliar dolar dengan valuasi 380 miliar dolar. Hanya dua bulan kemudian, Bloomberg dan CNBC melaporkan bahwa Anthropic sedang dalam pembicaraan pendanaan putaran baru sekitar 50 miliar dolar, dengan target valuasi mencapai 900 miliar dolar. Jika terealisasi, angka ini akan melampaui valuasi OpenAI yang mencapai 852 miliar dolar pada akhir Maret, menjadikan Anthropic perusahaan startup AI dengan valuasi tertinggi di dunia.

Dalam dua bulan, valuasi melonjak dari 380 miliar menjadi 900 miliar dolar. Lonjakan sebesar ini sangat langka dalam sejarah bisnis. Tapi yang lebih menarik perhatian adalah katalis langsung dari putaran pendanaan ini—model Claude Mythos Preview yang dirilis pada April. Model canggih dengan kemampuan keamanan siber tingkat tinggi ini hanya dibatasi aksesnya untuk sekitar 50 institusi seperti Apple dan Microsoft, dan langsung memicu berbagai pertemuan tingkat tinggi di Washington dan Wall Street. Hanya sebuah pratinjau, tetapi mampu mendorong valuasi miliaran dolar, dan logika penilaian “AI industri vertikal yang terpercaya” telah benar-benar berubah.

Dukungan modal tidak hanya terlihat dari valuasi. Menurut laporan dari IT之家 pada 30 April 2026, pendapatan tahunan berulang Anthropic telah mencapai 30 miliar dolar, naik dari sekitar 10 miliar dolar setahun sebelumnya. Kurva pertumbuhan hampir vertikal.

Sementara itu, CEO Anthropic, Dario Amodei, pada 5 Mei di acara perusahaan di New York, berdiskusi tentang AI bersama CEO JPMorgan Jamie Dimon. Di belakang mereka, para eksekutif bank Wall Street. Seorang pendiri Silicon Valley berdiri di panggung kekuasaan Wall Street. Apa yang dipikirkan para bankir di sana mungkin tidak sulit ditebak. Saat Dimon ditanya tentang lonjakan pengeluaran infrastruktur AI, dia menjawab, “Secara keseluruhan, itu masuk akal. Kalau mau memilih pemenang dan pecundang, itu akan sangat sulit.” Komentar yang tampak biasa ini justru mencerminkan kecemasan industri—bukan tidak mau memilih pihak, tetapi takut salah taruhan.

Namun, satu pertanyaan yang terus diulang dan belum terjawab: jika AI Agent tidak lagi sekadar “rekan digital,” tetapi harus langsung memegang aset, memberi otorisasi pengeluaran, menandatangani kontrak, seberapa jauh infrastruktur keuangan yang ada mampu mendukungnya?

4. Ketika Agent bukan sekadar “asisten menulis laporan”

Pertanyaan ini bukan fiksi ilmiah, karena sudah berada di luar sana. Pada Mei 2026, Odin Group resmi meluncurkan OwlPay Agent Wallet, dompet digital yang dirancang khusus untuk AI Agent. Berdasarkan laporan dari China Times tanggal 5 Mei, ini bukan dompet digital tradisional—pengguna bukan manusia, melainkan AI. Setelah diberikan otorisasi, tanpa perlu intervensi langsung, AI dapat mengirim, menerima, dan mengelola stablecoin. Dompet ini menggunakan arsitektur self-custody, pengguna memiliki kendali penuh atas kunci pribadi dan dana, semua bukti transaksi dibuat dan disimpan di perangkat lokal, dan mendukung blockchain utama seperti Ethereum, Stellar, dan Solana.

Pada hari yang sama, GlobeNewswire juga merilis laporan terkait. Odin menyatakan bahwa dompet ini memanfaatkan lisensi pembayaran yang dimiliki di 40 negara bagian AS, dan sedang memperluas kemampuan integrasi stablecoin yang diawasi ke dalam ekonomi AI Agent. Ini bukan sekadar konsep, melainkan produk resmi yang sudah berproduksi dan memiliki izin di 40 negara bagian.

Lalu, mengapa dompet yang dirancang khusus untuk AI Agent membutuhkan stablecoin dan blockchain? Bukankah AI Agent bisa menggunakan kartu bank? Tentu saja bisa. Seperti yang diamati oleh seorang analis dalam artikel akhir April, jika AI Agent hanya membantu pengguna membeli tiket pesawat, memesan hotel, atau memperpanjang layanan SaaS, mereka bisa memanfaatkan sistem pembayaran yang ada seperti Swift, kartu kredit, dan kartu virtual tanpa hambatan. Tapi masalah sesungguhnya muncul dalam skenario lain: sebuah agen riset AI yang harus mengakses beberapa basis data, membeli beberapa data berbayar, mengakses API model berbeda, membayar alat pembuatan grafik, bahkan membeli analisis dari agen lain. Dalam rangkaian operasi ini, mungkin tidak ada toko fisik, tidak ada halaman checkout standar. Agen berhadapan dengan API, antarmuka data, layanan model, dan node komputasi.

Ketika transaksi dilakukan oleh mesin, sistem keuangan tradisional menyadari bahwa mereka kekurangan satu blok fundamental. Dari sudut pandang makro, ini bukan sekadar pengamatan bisnis. AI Agent sedang berkembang dengan kecepatan jauh melebihi infrastruktur lain, dari alat bantu menjadi partisipan ekonomi yang sesungguhnya. Meski saat ini mampu menjalankan tugas dan transaksi, mereka masih kekurangan standar untuk membuktikan “siapa saya,” “apa yang saya otorisasi,” dan “bagaimana mendapatkan imbalan” saat beroperasi di berbagai lingkungan. “Identitas tidak dapat dipindahtangankan, pembayaran belum sepenuhnya dapat diprogram, kolaborasi masih terisolasi.” Blockchain, sebagai buku besar publik, dompet yang dapat dipindah, dan lapisan penyelesaian yang dapat diprogram, sedang dipandang oleh beberapa tim teknologi sebagai infrastruktur kunci untuk mengisi kekosongan ini.

Ini bukan sekadar narasi blockchain yang berangan-angan. Seperti yang disebutkan dalam laporan PwC awal 2026, lembaga keuangan secara bertahap memandang AI sebagai “mesin transformasi strategis,” bukan sekadar alat efisiensi. Ketika agen bertransformasi dari “membantu melakukan pekerjaan” menjadi “mengelola aset,” “catatan eksekusi yang dapat diverifikasi” berubah dari nilai tambah menjadi syarat hidup—catatan di blockchain bukan untuk menggantikan audit tradisional, melainkan menyediakan jejak kepercayaan tingkat agen yang tidak bisa diaudit secara real-time oleh manusia. Ini berarti di ekosistem keuangan masa depan, agen kemungkinan akan membutuhkan jalur kepatuhan tradisional dan identitas serta pembayaran yang dapat diaudit di blockchain secara bersamaan.

Namun, harus diakui secara jujur: OwlPay Agent Wallet meskipun sudah mendapatkan lisensi pembayaran di 40 negara bagian, penggunaannya masih dalam tahap awal; protokol x402 dan berbagai usulan identitas agen masih dalam tahap diskusi standar; konsep “Kenali Agen Anda” (KYA) meskipun mendapat perhatian, masih jauh dari implementasi luas. Ini bukan cerita yang sudah selesai, melainkan perjalanan yang masih berjuang maju. Nilainya bukan terletak pada membuktikan kesimpulan tertentu, tetapi mengungkapkan sebuah masalah nyata: dalam sistem keuangan tradisional yang tertutup, mesin selalu dianggap sebagai alat, bukan subjek. Tapi hari ini, mereka belajar melakukan lebih banyak hal.

5. Memahami kembali titik acuan nilai

Ini terdengar seperti gambaran AI yang menggantikan pekerjaan manusia. Tapi jika kita berhenti sejenak dan berpikir, perubahan sebenarnya mungkin terjadi di dimensi lain. Nilai inti dari layanan informasi keuangan tradisional dibangun di atas ketidakseimbangan informasi. FactSet dan Morningstar tidak hanya berharga karena mereka memiliki data, tetapi karena mereka mengorganisasi data tersebut dalam format yang dapat dipanggil, dibandingkan, dan dimodelkan oleh pengguna profesional. “Biaya pengorganisasian” ini menjadi benteng perlindungan mereka. Sedangkan logika AI Agent sangat berbeda. Mereka bukan mengorganisasi data, melainkan menjalankan proses—mereka adalah operator, bukan basis data.

Perbedaan ini sangat penting. Harga saham FactSet sempat turun 8,1% setelah pengumuman berita, dan Morningstar turun lebih dari 3%, data ini diambil dari laporan dari Sina Finance yang dikutip oleh Eastmoney. Tapi penurunan ini bukan semata-mata karena “AI bisa menggantikan analis manusia”—lebih dari itu, ini adalah penilaian ulang pasar: ketika sistem AI dapat langsung terhubung ke sumber data FactSet dan Morningstar untuk analisis real-time, layanan data sendiri berubah dari produk akhir menjadi bahan baku. Harga bahan baku selalu lebih rendah daripada harga produk jadi.

Ini juga menjelaskan mengapa Anthropic, saat meluncurkan AI Agent keuangan, mengumumkan rencana membentuk joint venture senilai 1,5 miliar dolar bersama Blackstone, Hellman & Friedman, dan Goldman Sachs, untuk mempercepat integrasi kemampuan Claude ke dalam berbagai skenario perusahaan. Pada saat yang sama, Claude sudah dapat terhubung langsung ke platform data pasar seperti FactSet, S&P Capital IQ, MSCI, PitchBook, Morningstar, dan terintegrasi secara mendalam dengan sumber data kredit dan perusahaan dari Dun & Bradstreet, Moody’s—lebih dari 600 juta data perusahaan publik dan swasta dapat langsung mengalir melalui Claude. Maknanya, Claude bukan sekadar kompetitor data, tetapi berusaha mendefinisikan ulang lapisan pengambilan keputusan di atas data.

Namun, ketika proses pengolahan informasi dan pengambilan keputusan dipadatkan dan digabungkan menjadi satu alur otomatis yang berkelanjutan, peran manusia di seluruh rantai akan mengalami redefinisi. Dari briefing hingga peningkatan kepatuhan, 10 AI Agent ini secara faktual menyisipkan tiga tahapan yang dulu dianggap paling “tak tergantikan”: pengorganisasian informasi, penilaian profesional, dan pengendalian risiko. Setiap tahapan sedang diurai secara parsial. Analis tidak lagi memonopoli pengorganisasian informasi, tim kepatuhan tidak lagi memonopoli penyaringan risiko awal, dan VP investment banking tidak lagi memonopoli pembuatan materi promosi.

Ini tidak berarti “manusia” akan sepenuhnya tergantikan. Tapi, peran manusia sedang bertransformasi dari operator proses menjadi perancang dan pengawas proses. Perubahan ini bukan sekadar kekhawatiran tentang kehilangan pekerjaan. Ini seperti perubahan jalur sungai: volume air tidak berkurang, tapi jalurnya berubah, pelabuhan lama bisa jadi ditinggalkan, dan pelabuhan baru dibangun di hilir secara tergesa-gesa.

Ini mengingatkan kita pada sebuah metafora klasik dalam filsafat teknologi. Heidegger pernah membahas bahwa yang penting bukanlah alat tertentu, melainkan “perangkat” teknologi yang mengatur ulang hubungan kita dengan dunia, mengubah cara kita memandang benda, orang lain, bahkan diri sendiri. Proses integrasi AI Agent ke dalam alur kerja keuangan sedang membangun sebuah perangkat baru. Perangkat ini tidak hanya mampu mengelola data dan menulis laporan, tetapi juga mendefinisikan ulang inti nilai dari pekerjaan keuangan itu sendiri.

6. Bukan akhir, melainkan sebuah titik balik

Penurunan harga saham FactSet, Morningstar, S&P Global, dan Moody’s sendiri sudah mengandung makna. Berdasarkan laporan dari Eastmoney, FactSet sempat turun 8,1%, Morningstar turun lebih dari 3%. Di Wall Street, angka ini menunjukkan bahwa pasar sedang menaruh taruhan nyata—benteng kompetisi dari penyedia layanan data keuangan tradisional menjadi lebih rapuh dari yang dibayangkan. Tapi, kerentanan ini tidak otomatis berarti lembaga keuangan tradisional akan hilang begitu saja. Kemungkinan besar, yang akan terjadi adalah reaksi evolusi lain—penataan ulang rantai nilai. FactSet dan Morningstar memiliki aset data yang tak tergantikan, yang menjadi bahan bakar utama AI Agent. Masalahnya, ketika bahan bakar tidak lagi langka, yang langka adalah mesin yang mampu menginjeksikan bahan bakar secara tepat ke dalam ruang bakar. Pembuat mesin ini sedang mengambil bagian yang lebih besar dari nilai rantai.

Satu detail penting: menurut analisis dari Zhejiang Securities bulan April 2026, salah satu kunci keberhasilan Anthropic adalah fokus mereka pada kerangka aturan yang dapat diaudit. Dibandingkan pesaing seperti OpenAI dan Google, Anthropic lebih menekankan proses penalaran yang dapat dilacak dan sistem kepatuhan yang transparan, sehingga secara alami cocok untuk industri yang sangat diatur seperti keuangan, hukum, dan pemerintahan. Dalam bidang kepercayaan yang sudah menjadi mata uang utama di keuangan, keamanan dan kepatuhan AI menjadi penghalang yang lebih tahan lama daripada sekadar kemampuan model. Bukan siapa yang lebih pintar, tetapi siapa yang lebih terpercaya. Dan di Wall Street, faktor ini jauh lebih bernilai daripada sekadar kemampuan teknis.

AI Agent sedang berkembang dari sekadar alat pemrograman menjadi aktor yang benar-benar berpartisipasi dalam siklus ekonomi. Ketika mereka mulai memainkan peran sebagai subjek ekonomi, bukan sekadar alat, tata bahasa infrastruktur keuangan pun diubah. Pembayaran, identitas, hak dan kewajiban, audit—semua konsep fundamental keuangan modern ini akan mengalami redefinisi saat berhadapan dengan “partisipan tak terlihat” ini. Perubahan ini tidak hanya terjadi di dalam sistem keuangan tradisional, tetapi juga meluas ke luar, memunculkan eksplorasi infrastruktur baru.

Pintu masuk AI Agent ke dalam dunia keuangan hanyalah awal. Ketika Goldman Sachs dan JPMorgan mulai menempatkan Agent di alur kerja inti, ketika FactSet dan Morningstar harus mendefinisikan ulang proposisi nilai mereka, dan ketika proyek-proyek seperti OwlPay membangun dompet khusus untuk Agent—peristiwa yang tampaknya terpisah ini sebenarnya menyusun sebuah gambaran besar: Agent tidak lagi sekadar “membantu orang melakukan pekerjaan,” tetapi mulai berpartisipasi dalam distribusi nilai.

Kalimat terakhir adalah respons terhadap gambaran ini: Agent telah masuk, dan aturan-aturan baru baru saja mulai ditulis.