Dunia keuangan menahan diri dari "mengembangkan bisnis yang berisiko tinggi"

“Apakah Anda memelihara udang?” Baru-baru ini, seluruh jaringan sedang gila-gilaan dengan OpenClaw “Udang”, mulai dari peningkatan efisiensi di tingkat pribadi hingga otomatisasi proses di tingkat perusahaan, AI open-source ini hampir menyapu semua aplikasi teknologi bahkan skenario sosial, namun di dunia keuangan tidak selalu demikian.

Pada 10 Maret, terkait dengan “gelombang memelihara udang” secara nasional dan apakah ada niat untuk mengadopsi OpenClaw, wartawan Beijing Business mewawancarai beberapa bank, perusahaan pembiayaan konsumen, dan lembaga pembayaran. Kebanyakan menyatakan “sangat populer, perlu diamati dan dipelajari terlebih dahulu,” ada juga yang secara langsung menyatakan bahwa OpenClaw tidak cocok untuk keuangan, terutama harus memperhatikan risiko keamanan data di dalamnya. Industri berpendapat bahwa dalam “gelombang memelihara udang” ini, bank internet dan perusahaan pembiayaan konsumen tidak mengikuti tren deployment, tim teknologi lembaga pembayaran tetap diam, di baliknya adalah pertimbangan penting terkait keamanan dana, data, dan informasi.

Kebijakan tenang kolektif

“Gelombang memelihara udang” ini, di dunia keuangan, justru secara kolektif “diam”. “Karena industri keuangan sangat ketat dalam menjaga kerahasiaan, aplikasi AI ini berpotensi menimbulkan risiko keamanan data dan informasi.” Seorang pekerja di perusahaan pembiayaan konsumen secara langsung menyatakan kekhawatirannya.

“Memiliki nilai tertentu, tetapi di bidang inti bisnis pembiayaan konsumen, selalu menghadapi berbagai risiko. Misalnya dari aspek kepatuhan, AI open-source sulit memenuhi persyaratan pengawasan terkait manajemen risiko dan bisnis inti lainnya; dari aspek keamanan, AI open-source mungkin menyebabkan risiko kebocoran informasi.” Seorang pekerja lain di perusahaan pembiayaan konsumen juga menyebutkan hal yang sama.

Secara ringkas, alasan utama tetap pada regulasi ketat dan kebutuhan dasar industri keuangan yang berisiko tinggi.

Bagi perusahaan pembiayaan konsumen, jika AI open-source digunakan untuk secara mandiri menyelesaikan proses pemberian kredit, persetujuan manajemen risiko, hingga pencairan kredit, efisiensinya memang bisa berlipat ganda. Tetapi, jika terjadi pemberian kredit berlebihan, kesalahan dalam pemberian kredit, atau kebocoran informasi, siapa yang bertanggung jawab? Siapa yang menanggung risiko? Inilah risiko terbesar, yaitu konflik alami antara otonomi teknologi dan persyaratan keamanan serta kepatuhan industri keuangan.

“Ini adalah zona berbahaya.” Banyak pekerja di perusahaan pembiayaan konsumen menyatakan, tidak ada yang mau menyentuh garis tegas keamanan dan data demi mencoba teknologi baru, “tapi OpenClaw terlalu populer, rasanya terlalu berlebihan, nilai dan manfaatnya perlu diamati dan dipelajari lagi.” Ada juga yang mengatakan bahwa dalam waktu dekat, industri keuangan lebih cenderung untuk tetap berhati-hati, tetapi tidak menutup kemungkinan adanya penetrasi bertahap.

Kekhawatiran lembaga pembayaran pun lebih langsung, setiap transaksi menyangkut keamanan dana, tidak boleh ada “kotak hitam algoritma”. Yu Chen, salah satu pendiri Yeepay, dalam wawancara dengan wartawan Beijing Business, menyebutkan bahwa gelombang AI open-source yang didorong oleh OpenClaw mewakili pergeseran dari AI dialog menuju eksekusi mandiri, arah ini bernilai, tetapi perusahaan tetap memantau dan berhati-hati dalam mengadopsi kerangka open-source, karena eksekusi mandiri dan pemberian hak akses yang terbuka secara alami bertentangan dengan batasan kepatuhan dan manajemen risiko. Industri keuangan harus memastikan keamanan dan kendali terlebih dahulu.

Di bank, seorang staf lini depan menyatakan, “Saat ini, tidak banyak yang menggunakan OpenClaw di bank. Menurut kami, OpenClaw setara dengan perangkat lunak AI dengan hak akses tinggi, mampu mengotorisasi operasi komputer dan langsung menjalankan instruksi. Fitur semacam ini tidak akan digunakan oleh staf lini depan, kemungkinan besar hanya tim teknis yang mengujinya secara terbatas.”

Seorang kepala departemen bisnis bank secara langsung menyatakan bahwa produk open-source seperti ini selama penggunaannya memerlukan kontrol jarak jauh melalui perangkat mobile ke PC terminal, meskipun mengklaim bahwa informasi terisolasi, bank tetap sangat berhati-hati dan umumnya tidak langsung menggunakannya.

Tingkat kecocokan yang rendah

Dari sudut pandang industri keuangan, Yu Chen berpendapat bahwa nilai terbesar dari AI open-source adalah otomatisasi proses, peningkatan efisiensi, membebaskan manusia dari pekerjaan berulang, dan menurunkan biaya serta meningkatkan hasil bisnis. Tetapi, ada risiko terkait, seperti keputusan mandiri AI yang tidak dapat dijelaskan dan tidak dapat dikendalikan, serta risiko keamanan data dan pelanggaran hak akses, yang secara langsung menyentuh batas kepatuhan di bidang keuangan.

“Saya rasa untuk penggunaan pribadi atau pekerjaan kecil, tidak masalah, tetapi jika diterapkan ke bisnis, banyak ‘lubang’ seperti risiko keamanan data, risiko keamanan dana, dan lain-lain.” Seorang pekerja di perusahaan pembayaran lain juga berkomentar. Menurutnya, bagian pengendalian risiko di bisnis pembayaran sebelumnya sudah cukup matang, mencoba AI semacam ini secara sembarangan justru menyimpan risiko tersembunyi, “Kalau sampai ada masalah kompatibilitas, bisa menyebabkan gangguan transaksi, kesalahan penyelesaian dana, dan konsekuensinya bisa sangat buruk.”

“Bank dalam pembangunan teknologi selalu prioritaskan keamanan dan kepatuhan,” kata seorang staf di departemen teknologi bank daerah. Saat ini, kekhawatiran utama terkait pengembangan proyek open-source di bank terfokus pada dua aspek: pertama, risiko keamanan data, karena kode sumber terbuka menyebabkan banyak celah dan sulit dideteksi ‘pintu belakang’, data mudah bocor; kedua, risiko pengendalian operasional, meskipun vendor produk mengklaim mampu mengisolasi informasi, selama melibatkan kontrol lintas perangkat dan jaringan, ada kemungkinan diretas, diambil alih, diambil screenshot, direkam layar, atau pelanggaran hak akses, semua ini secara langsung menyentuh garis merah keamanan keuangan, dan bank pasti tidak akan berani menggunakannya.

Para ahli industri berpendapat bahwa sebagai industri yang sangat diawasi dan berisiko tinggi, industri keuangan harus sangat berhati-hati dan menahan diri. Shen Xiayi, Wakil Direktur Institut Riset Sekuritas Lianhe, menjelaskan bahwa keunikan industri keuangan terletak pada bisnis inti yang melibatkan keamanan dana, privasi pelanggan, dan risiko sistemik. Setiap inovasi teknologi harus didasarkan pada risiko yang dapat dikendalikan, tidak bisa mengikuti model ‘iterasi cepat dan coba-coba’ seperti di industri internet.

Menurut Shen Xiayi, saat ini, tingkat kecocokan OpenClaw dengan industri keuangan masih rendah. Di satu sisi, kemampuan otomatisasi end-to-end yang inti bertentangan secara alami dengan persyaratan kepatuhan industri keuangan, seperti batasan tanggung jawab yang kabur dan kurangnya interpretasi algoritma, sehingga sulit memenuhi batasan pengawasan bank, perusahaan pembiayaan, dan lembaga pembayaran. Di sisi lain, industri keuangan sangat menuntut keamanan data dan stabilitas bisnis, sementara beberapa contoh OpenClaw memiliki celah keamanan dan risiko pasar untuk platform pihak ketiga, ditambah kompleksitas bisnis keuangan, saat ini hanya dapat digunakan dalam skenario non-inti di lembaga keuangan secara terbatas, tidak bisa masuk ke area utama seperti pemberian kredit, manajemen risiko, dan penyelesaian dana. Secara keseluruhan, adaptasi masih membutuhkan waktu dan pengoptimalan jangka panjang.

Bukan penolakan

Perlu dicatat bahwa ‘ketenangan’ industri keuangan bukan berarti menolak AI, melainkan menolak mengikuti tren secara buta. Menurut seorang pekerja di bank, gelombang AI open-source ini pada dasarnya adalah revolusi paradigma aplikasi AI yang menyebar secara nasional. Kemampuan model besar telah melewati titik kritis, pasar membutuhkan gelombang ini agar pengguna menyadari bahwa AI tidak lagi sekadar alat bantu, bukan lagi ‘konsultan’ yang hanya memberi saran, tetapi benar-benar bisa melakukan pekerjaan secara nyata.

Pekerja bank tersebut menyatakan bahwa paradigma aplikasi AI seperti OpenClaw adalah tren teknologi masa depan. Oleh karena itu, bagi industri keuangan, ini bukan masalah ‘takut pakai’ atau ‘tidak cocok saat ini’, melainkan bagaimana menggunakannya secara hati-hati dan bertahap. Pengendalian diri lembaga keuangan lebih didasarkan pada rasa hormat terhadap kepatuhan dan risiko, bukan penolakan terhadap teknologi.

Dalam jangka pendek, nilai terbesar dari AI open-source adalah meningkatkan efisiensi layanan keuangan secara signifikan, menurunkan biaya operasional, dan membuat layanan keuangan lebih inklusif. Dalam jangka panjang, AI yang mampu melakukan tugas secara aktif ini mungkin akan membawa model bisnis baru di industri, menciptakan nilai tambah dan peluang pasar baru.

Namun, risiko juga tidak boleh diabaikan. Seorang pekerja bank tersebut menambahkan bahwa dari aspek kepatuhan, keamanan, dan investasi, lembaga keuangan memang memiliki kekhawatiran, risiko terbesar mungkin terletak pada aplikasi. Penyebaran kecerdasan buatan secara luas menurunkan ambang batas eksekusi banyak hal, yang merupakan hal baik dalam menciptakan nilai, tetapi juga membuka peluang untuk tindakan jahat. Oleh karena itu, penting untuk meningkatkan kesadaran akan pencegahan risiko dan mempersiapkan langkah antisipasi.

Dalam penerapan teknologi AI, banyak lembaga secara diam-diam mulai melakukan “eksplorasi kustomisasi” untuk mencapai terobosan baru dalam pengembangan kecerdasan buatan.

Di tingkat bank, seorang pekerja dari bank tersebut menyatakan bahwa saat ini, bank tersebut fokus pada pengelolaan risiko pasca kredit, layanan pelanggan, dan pemasaran via telepon. Selain itu, dalam proses pemberian kredit, persetujuan operasional harian, dan aspek keamanan kepatuhan, juga dilakukan banyak eksplorasi AI. “Jika AI open-source benar-benar ingin masuk ke skenario inti keuangan, harus terlebih dahulu menyelesaikan masalah keamanan dan kepatuhan teknologi,” katanya. Menurutnya, dalam waktu dekat dan dalam periode tertentu ke depan, pekerjaan awal dalam penetapan tanggung jawab harus tetap dipimpin oleh manusia, dan harus memastikan adanya pengawasan ketat dari profesional di setiap proses bisnis utama.

Zhaolian Consumer Finance menyatakan bahwa saat ini, Zhaolian telah membentuk delapan inti AI utama termasuk perlindungan konsumen, kepatuhan, pengelolaan aset, operasi, risiko, pengambilan keputusan, pengembangan, dan pengobatan tradisional, serta beberapa AI kantor, yang secara mendalam memberdayakan berbagai bidang bisnis untuk meningkatkan kualitas dan efisiensi.

Di lembaga pembayaran, pejabat terkait Lianlian Digital juga menyebutkan bahwa dalam beberapa tahun terakhir, Lianlian secara komprehensif mendorong integrasi teknologi AI di seluruh rantai pengendalian risiko, operasi, dan layanan pelanggan, serta mengintegrasikan model AI besar utama. Platform teknologi proprietary yang dikembangkan sendiri dapat menyediakan layanan terpadu satu atap, termasuk pembayaran, transfer dana, distribusi dana global, pengelolaan valuta asing cerdas, dan manajemen risiko cerdas.

Fusi bertahap

Setelah gelombang ini mereda, industri berpendapat bahwa industri keuangan tidak akan menyambut ‘gelombang penerapan OpenClaw’ secara besar-besaran, melainkan memasuki tahap eksplorasi hati-hati dan fusi secara bertahap. “Industri keuangan sebenarnya adalah bidang vertikal yang paling awal mengadopsi AI, karena industri fintech secara alami memiliki banyak data transaksi.” Yu Chen menjelaskan bahwa teknologi AI yang digunakan di industri keuangan terbagi menjadi dua kategori: satu adalah aplikasi dasar, menggunakan AI sebagai pelindung untuk menjaga bisnis, seperti dalam bidang anti pencucian uang yang banyak menerapkan AI; yang lain adalah aplikasi tingkat atas, yang mampu membawa lebih banyak peluang bisnis dan transaksi.

Menurut Yu Chen, ruang aplikasi AI di bidang keuangan di masa depan sangat luas. Perusahaan dapat memanfaatkan AI untuk mengoptimalkan layanan pelanggan cerdas, meningkatkan pengalaman pengguna, menggunakan model besar untuk cross-marketing dan menemukan peluang penjualan baru, serta terus memperdalam otomatisasi manajemen risiko dan kepatuhan, sehingga teknologi AI benar-benar melayani nilai bisnis dan pengguna.

“Transformasi digital di bank, perusahaan pembiayaan, dan lembaga pembayaran saat ini semuanya bersifat pendukung, tidak mengejar otomatisasi penuh secara buta, dan lebih bersifat pragmatis. Ini sesuai dengan karakter industri keuangan yang diawasi ketat dan juga kondisi teknologi serta lingkungan bisnis saat ini.” Kata Wang Pengbo, analis utama di Broadcom Consulting. Menurutnya, jika AI open-source ingin masuk ke skenario inti keuangan di masa depan, harus terlebih dahulu menyelesaikan masalah interpretasi dan pelacakan algoritma, tidak boleh ada kotak hitam, dan harus memenuhi persyaratan pengawasan dan keamanan yang ketat; juga harus memperjelas batas tanggung jawab dan kewajiban, sesuai dengan karakter serius industri keuangan. Selain itu, harus memastikan data sesuai regulasi, melindungi informasi sensitif pengguna dari kebocoran, menyeimbangkan kebutuhan bisnis, dan menemukan titik keseimbangan antara open-source dan kepentingan inti lembaga, serta mempertahankan hak intervensi manusia untuk menghindari risiko yang tidak dapat dibalik.

Implementasi dalam skenario kecil

Menggabungkan tren industri dan persyaratan regulasi, banyak pejabat bank menyatakan bahwa dalam lima sampai sepuluh tahun ke depan, penggunaan alat open-source di bidang perbankan hanya akan dilakukan secara terbatas, asalkan perlindungan data pribadi dilakukan secara ketat, teknologi benar-benar dapat dikendalikan, dan risiko dapat dicegah. Fokus utama adalah pada skenario pemasaran non-privasi, yaitu skenario pemasaran yang tidak melibatkan data sensitif pelanggan, serta proses pendukung lain yang tidak melibatkan transaksi dana dan tidak menyentuh data inti pelanggan, untuk menghindari risiko keamanan pada bisnis utama dan data sensitif.

“Pendekatan ini bukanlah konservatif, melainkan respons rasional terhadap keunikan risiko keuangan. Lembaga keuangan dapat mengumpulkan pengalaman melalui pilot, memverifikasi nilai dalam skenario yang terkendali, dan secara bertahap memperluas penerapan.” Kata Du Tongtong, peneliti di Lembaga Riset Sekuritas Lianhe. Ia menambahkan bahwa lembaga keuangan harus berpegang pada prinsip inovasi hati-hati, memprioritaskan pilot di skenario non-inti, mengumpulkan pengalaman, dan secara bertahap mengeksplorasi adaptasi di skenario inti.

“Industri keuangan akan terus mempertahankan sikap hati-hati dan tidak akan terjadi gelombang besar penerapan AI open-source secara massal.” Wang Pengbo juga menyatakan bahwa, terkait arah AI di bidang keuangan di masa depan, ia percaya akan fokus pada aspek yang sesuai regulasi dan pengendalian, pengambilan keputusan pendukung, dan implementasi skenario kecil. Fokus utama akan pada optimalisasi manajemen risiko, otomatisasi kepatuhan, dan peningkatan efisiensi operasional. Mereka tidak akan mengejar otomatisasi penuh secara buta, melainkan akan memilih untuk mengimplementasikan di area risiko rendah dan tidak inti seperti layanan pelanggan dan penulisan iklan, untuk menghindari risiko keamanan dan kepatuhan di bisnis utama.

Seorang pekerja bank juga menyebutkan bahwa dalam waktu dekat, lembaga keuangan tidak akan secara buta mengejar otomatisasi end-to-end sepenuhnya, melainkan akan memperkuat model “Human in the Loop” (Manusia dalam Siklus), memastikan keputusan akhir tetap di tangan ahli manusia.

Selain itu, akan lebih menekankan kolaborasi multi-agen dan pengawasan manusia. Tren teknologi di masa depan tidak akan berupa satu agen yang sepenuhnya mandiri, melainkan membangun arsitektur gabungan “multi-agen + pengawasan manusia” untuk menghadapi skenario keuangan yang kompleks.

Selain itu, perlu membangun sistem tata kelola AI yang lengkap. Lembaga keuangan secara umum akan membangun mekanisme tata kelola sistematis yang mencakup inventaris aset AI, penilaian pentingnya risiko, dan pengendalian siklus hidup secara tertutup, memastikan penerapan teknologi AI selalu berada di jalur yang aman dan sesuai regulasi.

Menggabungkan tren industri dan persyaratan regulasi, banyak pejabat bank menyatakan bahwa dalam lima sampai sepuluh tahun ke depan, penggunaan alat open-source di bidang perbankan hanya akan dilakukan secara terbatas, asalkan perlindungan data pribadi dilakukan secara ketat, teknologi benar-benar dapat dikendalikan, dan risiko dapat dicegah. Beberapa pejabat juga menyebutkan bahwa eksplorasi penggunaan alat open-source harus memenuhi kondisi dan prasyarat tertentu. Di tingkat industri, perlu diterbitkan standar penggunaan alat open-source khusus industri keuangan, secara jelas mendefinisikan ruang lingkup penggunaan, standar keamanan, dan tanggung jawab, untuk memberikan panduan kepatuhan yang jelas bagi bank. Di tingkat teknologi, ekosistem open-source harus membentuk solusi matang yang mampu melakukan deteksi kerentanan secara real-time dan perbaikan cepat, serta mendukung adaptasi lokal dan teknologi inti yang mandiri dan dapat dikendalikan, memastikan bahwa penggunaan alat open-source tidak mengganggu stabilitas dan keamanan sistem bank.